04/03/2018

AXIOMES DE PROBABILITE ET
DENOMBREMENT
CHAPITRE 2

Introduction
 La probabilité intervient dans l'étude d´un
phénomène partiellement ou complètement
imprévisible.
 Elle est à la base de plusieurs théories et
appliquées dans diverses disciplines : la
mécanique quantique, la fiabilité, la
météorologie, les radars, les sonars, les
télécommunications, ainsi que les secteurs
industriel, agricole, financier, scientifique et
politique.

1
 04/03/2018

DEFINITIONS
Expérience aléatoire
Une expérience aléatoire est une expérience se
caractérisant de deux façons:
1. On ne peut pas prédire avec certitude le résultat.
2. Nous pouvons décrire à priori l’ensemble de
tous les résultats possibles.
L’espace de tous les résultats possibles de
l’expérience est appelé espace d’états. Il est noté
.
Un résultat possible de l’expérience est noté 
donc   

Exemples

 Lancer une pièce de monnaie

  P, F qui serait assimilé à   0, 1
 Lancer un dé
  1, 2, 3, 4, 5, 6
 Attendre l’arrivé d’un autobus qui arrivera entre
4h00 et 4h15

  0, 15

2
 04/03/2018

Evénement aléatoire
 Un événement aléatoire associé à une expérience est un
sous ensemble de  .
Exemples:
1. Lancer une pièce de monnaie 3 fois.
Considérons les événements suivants:
A: « Obtenir face au premier lancer »
A   fpp, fpf , ffp, fff 
B: « Obtenir un nombre de face supérieur ou égale au
nombre de pile »
B   ffp, fpf , pff , fff 
C: « Attendre l’autobus moins de 5 mn »
C  0, 5

Notions de calcul combinatoire

On appelle p-liste de E, un ensemble à n éléments, toute
suite de p éléments de E : (x1, x2, x3, …, xp), avec xi E,
i, i = 1, …, p.
P
Le nombre de p-listes d’un ensemble E ayant n éléments est:n
Exemples :
E = {R, V, B} : (R, B, B, V, V, R) est une 6-liste de E.
E = {1, 2, 3, 4, 5, 6} : (1, 1, 2, 5, 4) est une 5-liste de E.
 Une p-liste est toujours ordonnée.
 Les éléments x1 , x2 , … , xp ne sont pas nécessairement
distincts les uns des autres.
 Une liste à deux éléments de E s’appelle un couple d’éléments
de E . Une liste à trois ( quatre, cinq … ) éléments s’appelle un
triplet ( quadruplet, quintuplet … )
 Plus généralement, une p-liste est aussi appelée un p-uplet.

3
 04/03/2018

Exemple
 On lance un dé à 6 faces trois fois de suite .
 Le résultat de l’épreuve est une 3 – liste d’éléments de
l’ensemble E défini par E = { 1 ; 2 ; 3 ; 4 ; 5 ; 6 }
 Par exemple la liste ( 1 ; 5 ; 4 ) indique que le premier lancé a
donné 1 , le deuxième lancé a donné 5 …
 Les listes ( 1 ; 5 ; 4 ) et ( 1 ; 4 ; 5 ) sont différentes.
 Le nombre de 3 – listes est card ( E×E×E ) = 6×6×6 =216
 Ainsi le nombre de résultats possibles est 216 . ( on peut faire
un arbre …

Une disposition est une collection d’éléments. Une

disposition peut être :
 Ordonnée ou non et
 Formée d’éléments Distincts ou non.
Le principe de multiplication
Soit une expérimentation complexe qui peut être
divisée en une séquence d’étapes 1, 2, 3, … et :
1 a N1 résultats possibles, n’importe quel résultat de 1
peut être suivi par N2 résultats de 2, n’importe quelle
combinaison de résultats de 1 et 2 peut être suivie par
N3 résultats de 3, et ainsi de suite …alors l’expérience
composée : 1 suivie de 2 suivie de 3, … a N1 x N2 x
N3 x … résultats possibles.
8

4
 04/03/2018

Exemple:

4 chemins relient le point A au point B, et 3 chemins relient

B à C. Combien y a-t-il d’itinéraires pour aller de A à C ?

Il s’agit d’une succession d’épreuves élémentaires, donc

le principe de multiplication peut s’appliquer, il existe
donc 4 fois 3, soit 12 itinéraires reliant A à C.
(N.B. Un diagramme en arbre peut également être
utilisé).

Permutation d’éléments distincts

 E est un ensemble fini de cardinal égal à n.
On appelle Permutation sur E toute n-liste des éléments
de E.

Par exemple, si E = {a ; b ; c ; d} , une permutation de E

est (a ; b ; d ; c) ou (b ; a; d ; c).
En revanche (a ; b; c ; c) n'est pas une permutation de E
car l'élément "c" apparait 2 fois.
Une permutation de E est donc un élément de E×E..×E
dont lequel chaque élément de E apparait une et une
seule fois.

10

5
 04/03/2018

Exemples
 Dans une salle contenant 20 personnes, on veut faire sortir les
personnes les unes après les autres.
 Ceci correspond à classer les personnes de la première à la
vingtième. Il y a donc 20! façons de faire sortir les 20
personnes, c'est à dire 2 432 902 008 176 640 000 façons.

 Avec les chiffres 1 ; 2 ; 3 ...; 9 , on veut écrire tous les nombres

possibles en utilisant tous ces chiffres une et une seule fois (en
base 10).
 Un tel nombre apparait alors comme une permutation des 9
chiffres. Il y a alors 9! = 362 880 nombres possibles.

11

Permutation avec répétition

Définition:
Soient k ≥ 1, E1, E2, ..., Ek des ensembles différents contenant
respectivement n1, n2, ..., nk éléments identiques.
Posons n = n1 + n2 + ... + nk.
On appelle permutation avec répétition de n éléments une
disposition ordonnée des ces éléments, où chaque éléments
figure une seule fois et une seule.
Exemple:
Considérons la disposition : aabcc, elle est composée de 3
groupes distincts, contenant respectivement 2, 1 et 2 éléments.
Les permutations possibles de cette disposition sont : aabcc,
aacbc, aaccb, acacb, accab, acabc,...etc

6
 04/03/2018

Permutation avec répétition

Proposition
Le nombre de permutations avec répétition d’un groupe de n
éléments composé de k sous groupes différents, contenant
respectivement n1, n2, ..., nk éléments identiques est égale à
n!
n1! n2 !....... nk !

L’Arrangements avec répétition est l’arrangement de p éléments

Parmi n avec répétition. Le nombre d’arrangements avec répétition
Est le nombre des p-listes dans un ensemble de n éléments.

Arrangements sans répétition

E étant un ensemble à n éléments, on appelle arrangement de
p éléments de E, toute suite de p éléments distincts à disposition
p
ordonnée de E. On le note An.
n!
Anp  n  (n 1)  (n  2)  ... (n  p 1) 
(n  p)!
Exemple
Dans un groupe on compte 18 filles et 13 garçons. On veut
former un comité exécutif de quatre membres pour remplir
les postes de président, de vice-président, de secrétaire et de
trésorier. De combien de façons peut-on former ce comité :
a) s’il n’y a pas de contrainte ?
b) si les postes de président et de secrétaire doivent être
occupés par une fille et les autres postes par un garçon ?

7
 04/03/2018

1. S’il n’y pas de contrainte:

31! 31  30  29  28  27!
A314    755160
(31  4)! 27!
2. Si les postes du président et du secrétaire doivent être
occupés par une fille et les autres postes par un garçon :
18! 13!
A182  A132    18  17  13  12  47736
(18  2)! (13  2)!
Combinaisons
E étant un ensemble à n éléments, on appelle combinaison
de p éléments de E, toute disposition non ordonnée (partie)
de p éléments distincts de E.
On la note Cpn .

p n! Anp
C n 
p!(n  p )! p!

Exemple:
Une urne contient 10 boules : 5 blanches, 3 noires et 2 rouges.
On tire 3 boules de cette urne, de combien de manières peut-
on tirer :
1. Deux boules blanches et une noire?
2. Une boule de chaque couleur?
Rép.
1. C52  C31
2. C51  C31  C21

8
 04/03/2018

Caractéristiques des événements:

 Evénement élémentaire (simple) : c’est lorsque l’événement se
réduit à un seul résultat ;
 Événement composé : tout événement correspondant à plus d’un
résultat ;
 Événement impossible : que l’on désigne par Ø, c’est
l’événement qui ne se réalise jamais ;
 Événement certain : que l’on désigne par Ω, c’est l’événement
qui se réalise toujours.
 Les événements A et B sont mutuellement exclusifs
ou incompatibles s’ils ne peuvent se réaliser en même temps.
Formellement on écrit A  B  Ø.
 L’événement A implique B si la réalisation de A entraîne
nécessairement la réalisation de B lors de l’expérience
aléatoire, c’est-à-dire que tous les résultats de A font partie
de B. Formellement on écrit A  B .

Calcul des probabilités

Considérons une expérience aléatoire donnée et un événement
A pour cette expérience.
On associe à chaque événement un nombre P(A) compris
entre 0 et 1. Il représente la chance que cet événement soit
réalisé.
Intuitivement on construit cette probabilité de cette manière:
Supposons qu’on répète une expérience n fois. On note nr
le nombre de fois que A se réalise le long de la répétition
de l’expérience, on note fn la fréquence de réalisation de A
Càd n
fn  r
n
On pose par suite
P ( A )  lim fn
n  

9
 04/03/2018

AXIOMES DE PROBABILITE
 Soit  un ensemble fondamental, et E1, E2,…, En,…
une« famille » d’événements non nécessairement mutuellement
exclusifs et exhaustifs de .
 Soit P une application définie de  dans IR et satisfaisant les
trois axiomes suivants:

Axiome 1: 0≤P(Ei)≤1 pour tout i, ce qui assure que toute

probabilité est comprise entre 0 et 1.
Axiome 2: P ()  1

Axiome 3: Si Ei et Ej sont disjoints alors P E i  E j   P E i   P E j 

Règles de calcul
Soient E et F deux événements relatifs à la même
expérience aléatoire, nous avons:
1. P(E’) = P(Ec) =1 – P(E)
2. P() = 0
3. Si E  F alors P(E)  P(F)
4. P(E  F) = P(E) - P(E  Fc) = P(F) - P(F  Ec)
5. P(E  F) = P(E) + P(F) - P(E  F) (règle d’addition
ou calcul des probabilités totales)
6. Lois de Morgan:
a. P((A  B)c)= P(Ac  Bc)
b. P((AB)c)= P(Ac  Bc)

10
 04/03/2018

Exemples:
1. Une grande compagnie manufacturière de voitures a récemment
Décelé deux graves défauts de fabrication dans quelques uns de
Ses modèles . On estime à 3% la probabilité qu’une voiture
Choisie au hasard soit affectée par le premier défaut, à 5% par
le deuxième et à 2% par les deux. En déduire la probabilité qu’une
Voiture choisie au hasard soit affectée par l’un ou l’autre défaut.

2. Soit P une probabilité sur un ensemble Ω et deux événements

A et B. On suppose que P(A ∪ B) = 7/8, P(A ∩ B) = 1/4,
P(A) = 3/8.
Calculer P(B), P(A ∩ Bc ), P(B ∩ Ac ).

Probabilité uniforme
La probabilité P sur l’espace fini Ω est uniforme si pour tout ω
Événement simple de Ω on a 1
P 
card ()
Sous l’hypothèse d’équiprobabilité où P est une probabilité
uniforme et A un événement quelconque:
card ( A)
P ( A) 
card ()
Le calcul des probabilités dans ce cas se ramène au calcul
Combinatoire.
Exemples:
1.On forme un nombre de 4 chiffres choisis au hasard dans l’ensemble
{1, 2, ..., 9}. Quelle est la probabilités que le nombre soit pair ?
2. Une boîte contient 30 objets dont 10 sont défectueux.
On prélève 5 objets en une fois, quelle est la probabilité que, parmi ces
5 objets, 2 soient défectueux , P(2D) ?

11
 04/03/2018

Probabilité de la réunion
En calcul des probabilités, on est souvent amené à calculer la
probabilité de l’union de plusieurs évènements, la formule suivante,
dite formule de Poincaré, donne cette probabilité :
Soit Ω un ensemble fondamental, {Ak, 1 ≤ k ≤ n} une suite
d’événements, alors on a
n n
P (  Ak )   ( 1) k 1
S k avec
k 1 k 1

S k    ....  P ( Ai1  Ai2 ....  Aik ) où les sommes sont prises sur
i1 i2 ik

l' ensemble 1  i1  i2  ....  ik  n.

Appliquons cette formule pour n = 2 et n = 3

 Pour n = 2, on a deux évènements A1 et A2 et donc deux

sommes à calculer S1, S2 :
S1 = P(A1) + P(A2), S2 = P(A1 ∩ A2), d’où
P(A1 ∪ A2)=S1 - S2= P(A1) + P(A2) - P(A1 ∩ A2).
 Pour n = 3, on a trois évènements A1,A2 et A3 et donc trois
sommes à calculer S1, S2, S3 :
S1 = P(A1) + P(A2) +P(A3),
S2 = P(A1 ∩ A2),+ P(A1 ∩ A3)+ P(A2 ∩ A3),
S3 = P( A1 ∩ A2 ∩ A3),
d’où
P(A1 ∪ A2 ∪ A3) = S1 − S2 + S3
= P(A1) + P(A2) +P(A3)− P(A1 ∩ A2)- P(A1 ∩ A3)- P(A2 ∩ A3),
+ P( A1 ∩ A2 ∩ A3).

12
 04/03/2018

Exemple:
Soit la population d’une grande ville dont 15% des habitants lisent
Le journal A, 35% le journal B, 27% le journal C, 10% les journaux
Et A et B, 12% les journaux B et C, 8% les journaux A et C et 2%
Et 2% les trois journaux.
1. Quelle est la proportion des habitants de cette ville qui lisent l’un de
ces journaux?
2. Quelle est la proportion des habitants de cette ville qui lisent B ou
C mais pas A.

Probabilité conditionnelle

Si A est un événement associé à une expérience aléatoire et B

un événement de probabilité non nulle associé à la même
expérience aléatoire, alors la probabilité de réalisation de A
lorsque B est réalisé s’appelle la probabilité conditionnelle de
A sachant B et l’on note :

def
P( A  B)
P( A | B)  où P(B)  0
P(B)

13
 04/03/2018

Probabilité conditionnelle
1. Formule des probabilités composées: P ( A )  0 et P ( B )  0
P ( A  B)  P ( A)  P ( B | A)  P ( B )  P ( A | B )

2. Formule de multiplication des probabilités:

P ( E1  E2  ...  En1 )  0
P(E1  E2  ...  En )  P(E1 )  P(E2|E1 )  P(E3|E1 E2 )
... P(En|E1  E2 ... En1 )
3. Formule des probabilités totales:
n
P( Ei  E j )  0 i  j et  Ei   def n
i 1
P( A)   P(Ei ) . P(A|Ei )
i 1
4. Formule de Bayes: n
P( Ei  E j )  0 i  j et  Ei  
i 1
def
P(Ei )  P( A / Ei )
P ( Ei / A)  n

 P(E ) . P(A|E )
i 1
i i

Indépendance
Soit B un événement de probabilité non nulle, un événement A sera
dit indépendant de B si la connaissance de la réalisation de B ne
donne aucune information sur la probabilité que A se réalise.
Autrement dit, si la probabilité de A, sachant B est la probabilité de
A, alors :
P(A/B) = P(A)
et donc P(A B) = P(B).P(A).
Remarques:
1. L’indépendance de A et B n’a rien à voir avec l’incompatibilité
AB 
2. A et B sont indépendants  Ac et B c indépendants
 Ac et B sont indépendants  A et B c sont indépendants
3. Des événement {An , nЄIN} sont indépendants ssi
      
P Ai1  Ai2  ....  Aik  P Ai1 P Ai2 .... P Aik .
pour toute sous suite finie d' indices i1 .....ik

14
 04/03/2018

Notion Signification Exemple

Événements La probabilité que A A: { Obtenir un nombre pair }
incompatibles OU bien B se B: { Obtenir un diviseur de 3 }
produisent. P(AUB)=1/2 + 2/6 = 5/6
P(A U B) =
P(A)+P(B)
Événements La réalisation de 1.Lancer un dé deux fois. Le résultat de la
indépendants l’un ne dépend pas deuxième lancé ne dépend pas du résultat
de la réalisation de
de la première.
l’autre. 2. Ω = {1,2,3,4,5,6}
A= {Obtenir un nombre pair} = {2,4,6}
Vrai seulement si: B = {Obtenir un nombre inférieur ou
P(A∩B)=P(A).P(B) égal à 4} = {1,2,3,4}
P(A)=3/6 = ½
P(B) = 4/6 = 2/3
A∩B= {2,4} ; P(A∩B)=2/6=1/3
P(A).P(B) = ½.2/3 = 1/3
P(A∩B) = P(A).P(B) 29
Les événements sont indépendants.

Exemple
Certaines formations demandent aux étudiants qui font une
demande d’admission de passer 2 tests et d’obtenir pour le
premier test CG un résultat d’au moins 500 et d’au moins 600
pour le test de mathématique.
Un étudiant évalue ses chances d’obtenir la note minimale requise
pour l’examen de mathématique à 75% et évalue ses chances de
réussir les deux tests à 50%.
Si l’étudiant découvre qu’il a réussi le test de mathématique avec
une note supérieure à la note de passage, quelles sont ses chances
de passer l’examen CG avec la note minimale requise.
Réponse:
A : Réussir l’examen CG
B : Réussir l’examen de Mathématique
P ( A  B ) 0 .5
P( A / B)    0.666
P( B ) 0.75

15
 04/03/2018

Exemple
Un professeur sait par expérience que la probabilité de réussir son
cours est de 0,95 pour l’étudiant(e) qui travaille régulièrement, de
0,5 pour celui ou celle qui travaille plus ou moins et de 0,2 pour qui
ne travaille pas du tout. Il estime, de plus, que parmi les élèves qui
suivent son cours, 50 % travaillent régulièrement et 35 % travaillent
plus ou moins. Si l’on considère un(e) étudiant(e) au hasard dans un
groupe auquel ce professeur enseigne, trouver la probabilité :
a) qu’il (ou elle) réussisse le cours.
b) Qu’ayant réussi, il (ou elle) n’ait pas travaillé du tout.
Réponse
A : l’étudiant(e) qui travaille régulièrement
B : l’étudiant(e) qui travaille + ou -
C : l’étudiant qui ne travaille pas de tout
R : réussir le cours

P(R) = P(A).P(R/A) + P(B).P(R/B) + P(C).P(R/C)

= (0.5)*(0.95) + (0.35)*(0.5) + (0.15)*(0.2) = 0.68

P (C )  P ( R / C ) 0.15  0.2
P (C / R )    0.0441
P( R) 0.68

16