Chap 1

Chapitre 1 - Probabilité
UEVE - L2 Informatique / DL2 SdV - INFO
2021-2022
UEVE - L2 Informatique / DL2 SdV - INFO Chapitre 1 - Probabilité 1 / 54

Plan
1 Introduction
2 Univers
3 Evénements
Définition d’un événement
Opérations sur les événements
4 Probabilité
Définition d’une probabilité
Propriétés d’une probabilité
Cas équiprobable
5 Un peu de dénombrement
Liste
Arrangement
Permutation
Combinaison

Plan
1 Introduction
2 Univers
3 Evénements
4 Probabilité
Cas équiprobable
Liste
Arrangement
Permutation
Combinaison

Probabilité : Introduction
Mr X quitte sa maison le matin pour se rendre en voiture à son travail où

il doit arriver avant 9h.
• Son GPS lui propose 2 parcours (arrivée respectives 8h50 et 9h01).
• Malgré tout, il ne sait dire à l’avance et avec certitude s’il arrive
avant ou après 9h en empruntant un parcours donné.
• Le choix de son parcours et le temps de trajet sont soumis à un aléa.
• Il fait face à une expérience aléatoire qui consiste à choisir un
parcours et à prévoir son temps de trajet.

Probabilité : Introduction
Définition
Une expérience aléatoire est une expérience dont on ne peut pas prédire le
résultat avec certitude.
Même si l’issue d’une expérience aléatoire n’est pas connue, on peut

connaı̂tre l’ensemble Ω de ses résultats possibles qui est appelé univers.

Plan
1 Introduction
2 Univers
3 Evénements
4 Probabilité
Cas équiprobable
Liste
Arrangement
Permutation
Combinaison

Univers
Définition
On appelle univers l’ensemble des résultats possibles d’une expérience
aléatoire. Cet ensemble sera noté Ω. Les éléments de l’univers Ω sont
appelés des événements élémentaires.
Exemples.
(a) Si l’expérience consiste à lancer un dé numéroté de 1 à 6 et à noter le
numéro qui apparaı̂t, alors, l’univers Ω = {1, 2, 3, 4, 5, 6}.
Si l’expérience consiste à lancer le dé numéroté de 1 à 6 et à noter si le

numéro obtenu est pair ou impair, alors, Ω = {Pair, Impair}.

Univers
(b) On lance une fois une pièce de monnaie et on note la face qui
apparaı̂t. Ω = {P, F} où P ≡ Pile et F ≡ Face.
On lance deux fois la pièce et on note les faces successives qui
apparaissent, Ω = {PP, PF, FP, FF}.
(c) L’expérience consiste à compter le nombre d’appels par heure sur un

standard téléphonique. Ω = {0, 1, 2, . . . , n, . . . } = N.
(d) L’expérience consiste à mesurer les températures (en ◦ C) sur l’année

d’un site donné au “coucher du soleil”. Ω = R.

Plan
1 Introduction
2 Univers
3 Evénements
4 Probabilité
Cas équiprobable
Liste
Arrangement
Permutation
Combinaison

Plan
1 Introduction
2 Univers
3 Evénements
4 Probabilité
Cas équiprobable
Liste
Arrangement
Permutation
Combinaison

Soit une expérience aléatoire E et l’univers associé. On veut considérer des

événements liés à E : un événement est lié à E si sa réalisation dépend du
résultat de E.
Exemples.
(a) E : On lance un dé à 6 faces. Ω = {1, 2, 3, 4, 5, 6}, L’événement ”Un
nombre paire apparaı̂t” est décrit par l’ensemble E = {2, 4, 6}.
(b) E : On lance deux fois une pièce. Ω = {PP, PF, FP, FF},
L’événement ”Pile apparaı̂t au second lancer”: E = {PP, FP}.
(c) E : On compte le nombre d’appels à un standard téléphonique.
Ω = N. L’événement “Le nombre d’appels est inférieur ou égal à 7” :
E = {0, 1, 2, 3, 4, 5, 6, 7}.
(d) E : On mesure les températures. L’événement ”La température est
comprise entre 12 et 25 ◦ C” : E = [12, 25].

Remarque
On peut représenter un événement E lié à E par l’ensemble des ω de Ω
pour lesquels E a lieu. Un événement E lié à E est donc identifié à une
partie de Ω.
Les opérations logiques sur les événements s’expriment donc dans le

langage des ensembles.
Nous définissons dans la suite les opérations logiques sur les événements et
leur analogie sur les ensembles (inclusion, réunion, intersection,
complémentaire).

Plan
1 Introduction
2 Univers
3 Evénements
4 Probabilité
Cas équiprobable
Liste
Arrangement
Permutation
Combinaison

Opérations sur les événements : Implication/Inclusion
Définition
On dit que l’événement E implique l’événement F lorsque si E se réalise,
alors F se réalise. Tous les ω qui sont dans E sont aussi dans F . On note
E ⊂ F.
E Si E se réalise
alors F se réalise
F
Inclusion entre ensembles : E ⊂ F

Opérations sur les événements : Implication/Inclusion
Exemple. On lance deux fois une pièce de monnaie.

A : ”On obtient Face aux deux lancers”.
B : ” On obtient le même résultat aux deux lancers”.
A implique B.
A = {FF} B = {PP, FF}
A⊂B

Opérations sur les événements : Réunion
Définition
On note E ∪ F l’ensemble des résultats de l’expérience qui appartiennent
soit à E uniquement, soit à F uniquement, soit à E et F .
E ∪ F se réalise (on dit E ou F ) si et seulement si au moins l’un des
événements (E , F ) se réalise.
Nous représentons ci-contre

E F les événements E , F et
l’événement E ou F
union d’ensemble : E ∪ F

Opérations sur les événements : Réunion
Exemples. (a) On lance 2 fois une pièce de monnaie.

A : On obtient Pile au premier lancer A = {PP, PF}
B : On obtient Pile au deuxième lancer B = {FP, PP}
A ∪ B (A ou B) : On obtient au moins un Pile.
A ∪ B = {PP, PF, FP}.
(b) Relevé de la température.

E : ”La température est comprise entre 12 et 15 ◦ C”. E = [12, 15]
F : ”La température est comprise entre 13.5 et 20 ◦ C”. F = [13.5, 20]
Alors E ∪ F (E ou F ) : ”La température est comprise entre 12 et 20 ◦ C”.
E ∪ F = [12, 20]

Opérations sur les événements : Intersection
Définition
On note E ∩ F l’ensemble des résultats de l’expérience qui appartiennent
en même temps à E et à F .
E ∩ F se réalise (on dit E et F ) si et seulement si à la fois E se réalise et
F se réalise.
Nous représentons ci-contre

E E ∩F F les événements E , F et
l’événement E et F
Intersection d’ensemble : E ∩ F

Opérations sur les événements : Intersection
Exemple. (a) On lance 2 fois une pièce de monnaie.

A : On obtient Pile au premier lancer A = {PP, PF}
B : On obtient Pile au deuxième lancer B = {FP, PP}
A ∩ B (A et B) : On obtient Pile aux deux lancers.
A ∩ B = {PP}.
(b) Relevé de la température.

E : ”La température est comprise entre 12 et 15 ◦ C”. E = [12, 15]
F : ”La température est comprise entre 13.5 et 20 ◦ C”. F = [13.5, 20]
Alors E ∩ F (E et F ) : ”La température est comprise entre 13.5 et 15 ◦ C”.
E ∩ F = [13.5, 15].

Opération sur les événements : Evénements incompatibles
Définition
Deux événements E et F sont dits incompatibles ssi
E ∩F =∅
ssi les ensembles E et F sont disjoints.

Les événements E et F ne peuvent pas se réaliser en même temps.
Exemple. On lance 2 fois une pièce de monnaie.

E : ”Obtenir deux piles”. E = {PP}
F : ”Obtenir deux faces”. F = {FF}
Alors, E ∩ F = ∅. Les événements E et F sont incompatibles.

Opérations sur les événements : événement contraire
Définition
On appelle événement contraire de E , et on note E C ou Ē , l’ensemble des
résultats de l’expérience qui appartiennent à Ω et n’appartiennent pas à E
(l’ensemble complémentaire de E ).
E C se réalise si et seulement si E ne se réalise pas.
Exemples. (a) On lance 2 fois une pièce de monnaie.

A : ”On obtient Pile au premier lancer”. A = {PP, PF}
Alors, Ā : ”On n’obtient pas Pile au premier lancer”. Ā = {FP, FF}
(b) Appel téléphonique.
E : ”Le nombre d’appels est inférieur ou égal à 4”. E = {0, 1, 2, 3, 4}
Ē : ”Le nombre d’appels est supérieur ou égal à 5”. Ē = {5, 6, 7, 8, . . . }

Opérations sur les événements : privation
Définition
Soient E et F deux événements. On note F \E l’ensemble des résultats de
l’expérience qui appartiennent à F et qui n’appartiennent pas à E .
F \E = F ∩ Ē .
C’est l’ensemble F privé de E .
F \E se réalise si et seulement si F se réalise et E ne se réalise pas.
Exemple. (a) On lance 2 fois une pièce de monnaie.

A : ”On obtient Pile au premier lancer”. A = {PP, PF}
B : ”On obtient au moins un Pile”. B = {PF, FP, PP}
Alors, B\A = {FP}.

Opérations sur les événements : Propriétés
Proposition
1. Soit E , F , G trois événements. On a
a) Commutativité:
E ∪F =F ∪E et E ∩ F = F ∩ E.
b) Associativité:
(E ∪ F ) ∪ G = E ∪ (F ∪ G ) et (E ∩ F ) ∩ G = E ∩ (F ∩ G ).
c) Distributivité:
(E ∪F )∩G = (E ∩G )∪(F ∩G ) et (E ∩F )∪G = (E ∪G )∩(F ∪G ).

Opérations sur les événements : Propriétés
Proposition
2. Soit E1 , E2 , . . . , En n événements. On a
[ n
\
E1 ∪ E2 = Ē1 ∩ Ē2 Ei = Ēi
i=1,...,n i=1
et
\ n
[
E1 ∩ E2 = Ē1 ∪ Ē2 Ei = Ēi .
i=1,...,n i=1

Plan
1 Introduction
2 Univers
3 Evénements
4 Probabilité
Cas équiprobable
Liste
Arrangement
Permutation
Combinaison

Plan
1 Introduction
2 Univers
3 Evénements
4 Probabilité
Cas équiprobable
Liste
Arrangement
Permutation
Combinaison

Probabilités : Définition
Soit une expérience aléatoire d’univers Ω et soit E un événement de Ω.

Avant que l’expérience ne soit réalisé on ne sait pas si l’événement E se
réalisera ou pas et dans ce contexte d’incertitude on souhaite quantifier les
chances que l’événement E se réalise.
On introduit la notion de probabilité P : une application qui, à tout
événement E , associe le nombre P(E ) ∈ [0, 1], qui mesure les chances de
réalisation de E .

Une probabilité P satisfait les trois axiomes :

1 Axiome 1. Pour tout événement E ,
P(E ) ∈ [0, 1].
2 Axiome 2.
P(Ω) = 1.
3 Axiome 3. Pour toute suite E1 , E2 , . . . , d’événements deux à deux
incompatibles (Ei ∩ Ej = ∅ pour tout i 6= j),
∞
[ X∞
P En = P(En ).
n=1 n=1

Remarques : premières propriétés.

(a) Il découle de l’axiome 3 que pour toute suite finie E1 , . . . , En d’
événements 2 à 2 incompatibles on a
n
[ Xn
P Ei = P(Ei ).
i=1 i=1
(b) Comme conséquence des axiomes 2 et 3, on a P(∅) = 0.

Plan
1 Introduction
2 Univers
3 Evénements
4 Probabilité
Cas équiprobable
Liste
Arrangement
Permutation
Combinaison

Probabilité : propriétés
Proposition
Soit E et F deux événements.
1. On a
P(Ē ) = 1 − P(E ).
2. On a
P(F \E ) = P(F ∩ Ē ) = P(F ) − P(E ∩ F ).
En particulier, si E ⊂ F alors
P(F \E ) = P(F ) − P(E )
et les chances de réalisation de l’événement E sont moindres que

celles de l’événement F :
P(E ) ≤ P(F ).

Proposition
3. On a:
P(E ∪ F ) = P(E ) + P(F ) − P(E ∩ F ).
En particulier, si E et F sont disjoints: E ∩ F = ∅, alors,
P(E ∪ F ) = P(E ) + P(F ).
E ∩ Fc E ∩F F ∩ Ec 1 2 1
a) b)
Lorsqu’on évalue la probabilité de E ∪ F par P(E ) + P(F ), on compte 2

fois P(E ∩ F ). D’où la nécessité de retrancher P(E ∩ F ).
Exemple. Soit E , F et G trois événements. Expliquer la formule :
P(E ∪F ∪G )=P(E )+P(F )+P(G )−P(E ∩F )−P(E ∩G )−P(F ∩G )+P(E ∩F ∩G ).

Réponse. En considérant E ∪ F ∪ G de la figure a) que nous décomposons

en différents ensembles (numérotées en b) selon le nombre de fois où leur
probabilité est comptée dans P(E ) + P(F ) + P(G )). Pour qu’il n’ait pas
de redondance dans (E ∪ F ∪ G ) il faut retrancher une fois la probabilité
des ensembles numérotés par 2, et deux fois celle de l’ensemble numéroté
par 3
∩Gc
F
∩
2
E
c
Fc
1 1
G
E∩
E ∩F ∩G
c
3
2 2
a) b) 1
G ∩ Ec ∩ Fc

Plan
1 Introduction
2 Univers
3 Evénements
4 Probabilité
Cas équiprobable
Liste
Arrangement
Permutation
Combinaison

Cas équiprobable
Exemple. On lance un dé équilibré (toutes les faces ont la même chance
d’apparition). Déterminer P({i}) pour tout i ∈ {1, . . . , 6}.
Cas équiprobable. Dans certaines applications, on suppose que les

événements élémentaires de Ω sont équiprobables, c’est-à-dire, ont la
même probabilité de se réaliser.
Si Ω est de cardinal fini, Ω = {ω1 , . . . , ωn }, et si
P({ω1 }) = P({ω2 }) = · · · = P({ωn }) alors on déduit des Axiomes de la
définition d’une probabilité que pour tout {ωi } :
1
P({ωi }) = .
n

Cas équiprobable
Exemple. On lance un dé équilibré (toutes les faces ont la même chance
d’apparition). Déterminer P({i}) pour tout i ∈ {1, . . . , 6}.
Cas équiprobable. Dans certaines applications, on suppose que les

événements élémentaires de Ω sont équiprobables, c’est-à-dire, ont la
même probabilité de se réaliser.
Si Ω est de cardinal fini, Ω = {ω1 , . . . , ωn }, et si
P({ω1 }) = P({ω2 }) = · · · = P({ωn }) alors on déduit des Axiomes de la
définition d’une probabilité que pour tout {ωi } :
1
P({ωi }) = .
n

Cas équiprobable
Dans ce cas, il découle de l’Axiome 3 que pour tout événement E :
card(E ) nombre de cas favorables

P(E ) = = . (1)
card(Ω) nombre de cas possibles
On est donc ramené pour calculer une probabilité à un calcul de

dénombrement.

Cas équiprobable - Exemple
Exemple. On lance un dé équilibré numéroté de 1 à 6. Soit E

l’événement “on obtient un nombre impair”. Déterminons P(E ).
Réponse. On a Ω = {1, 2, 3, 4, 5, 6}, E = {1, 3, 5}. Comme le dé est
équilibré, toutes les faces sont équiprobables. Par conséquent :
card(E ) 3 1
P(E ) = = = .
card(Ω) 6 2

Cas équiprobable - Exemple
Exemple. On lance un dé équilibré numéroté de 1 à 6. Soit E

l’événement “on obtient un nombre impair”. Déterminons P(E ).
Réponse. On a Ω = {1, 2, 3, 4, 5, 6}, E = {1, 3, 5}. Comme le dé est
équilibré, toutes les faces sont équiprobables. Par conséquent :
card(E ) 3 1
P(E ) = = = .
card(Ω) 6 2

Plan
1 Introduction
2 Univers
3 Evénements
4 Probabilité
Cas équiprobable
Liste
Arrangement
Permutation
Combinaison

Dénombrement
Dénombrer = calculer le nombre d’éléments d’un ensemble

Définition
Soit E un ensemble. On appelle cardinal de E et on note card(E) ou |E | le
nombre d’éléments de E .

Plan
1 Introduction
2 Univers
3 Evénements
4 Probabilité
Cas équiprobable
Liste
Arrangement
Permutation
Combinaison

Liste
Définition
Soit E un ensemble de cardinal n et p un entier. Une p-liste de E (ou liste
de p éléments de E ) est une liste (ordonnée) (x1 , ..., xp ) de p éléments
(non nécessairement distincts) où chaque xi est élément de E .
Proposition
Le nombre de listes de p éléments de E (de cardinal n) est np .
Exemple. Un code secret est formé de 4 chiffres choisis parmi les chiffres
de 0 à 9. Vous décidez de tester l’ensemble des cas possibles pour
retrouver le code. Combien de possibilités devez-vous tester ?

Liste - Tirage avec remise
Tirage avec remise

Soit une urne contenant n boules numérotées 1, 2, ..., n.
On tire successivement p boules en remettant la boule dans l’urne après
chaque tirage.
Ω = {1, 2, ..., n}p

= {(ω1 , ω2 , ..., ωp ), ωj ∈ {1, 2, ..., n} pour tout 1 ≤ j ≤ p} .
Ω est l’ensemble des p-listes de {1, 2, ..., n}. On a donc
|Ω| = np .

Plan
1 Introduction
2 Univers
3 Evénements
4 Probabilité
Cas équiprobable
Liste
Arrangement
Permutation
Combinaison

Arrangement
Définition
Soit E un ensemble de cardinal n et p un entier tel que p ≤ n. Un
arrangement de p éléments de E , est une liste (ordonnée) de p éléments
distincts de E .
Rappel. Soit n un entier. Le factoriel de n, noté n!, est défini par
n! = n×(n − 1)× . . . ×2×1 avec 0! = 1.
Proposition
Le nombre d’arrangement de p éléments de E est noté Apn et donné par
n!
Apn = n×(n − 1)× . . . ×(n − p + 1) = .
(n − p)!

Arrangement
Exemple. Une urne contient 4 boules numérotées de 1 à 4. On tire

successivement et sans remise 2 boules et on note leur numéro. Quel est le
cardinal de Ω ?
Réponse.
Le fait de tirer les boules de l’urne de façon successive permet de
tenir compte de l’ordre du tirage. Ainsi le tirage (1, 2), par exemple,
est différent du tirage (2, 1).
le fait de ne pas remettre la boule tirée dans l’urne pour effectuer le
second tirage interdit les répétitions. Ainsi, les tirages (1, 1) ou (4, 4),
par exemple, ne sont pas possibles.
On est donc en présence d’un arrangement de 2 éléments de {1, 2, 3, 4}.
Le nombre de tirages différents est donc de A24 = 12.

Arrangement - Tirage sans remise
Tirage sans remise

On tire successivement p boules sans les remettre dans l’urne (p ≤ n).
Ω = {(ω1 , ω2 , ..., ωp ), ωj ∈ {1, 2, ..., n} pour tout 1 ≤ j ≤ p

et ωj 6= ωk pour tout 1 ≤ j 6= k ≤ p}
Ω est l’ensemble des arrangements de p éléments de {1, ..., n} et
n!
|Ω| = Apn = .
(n − p)!

Plan
1 Introduction
2 Univers
3 Evénements
4 Probabilité
Cas équiprobable
Liste
Arrangement
Permutation
Combinaison

Permutation
Définition
Soit E un ensemble de cardinal n. Une permutation des éléments de E est
une liste ordonnée et sans répétition des n éléments de E . C’est un
arrangement de n éléments de E .
Proposition
Soit E un ensemble de cardinal n. Le nombre de permutation des éléments
de E est donné par n!

Plan
1 Introduction
2 Univers
3 Evénements
4 Probabilité
Cas équiprobable
Liste
Arrangement
Permutation
Combinaison

Combinaison
Définition
Soit E un ensemble de cardinal n et p ≤ n. Une combinaison de p
éléments de E est un sous ensemble de E de cardinal p.
Proposition
Le nombre de combinaison de p éléments de E est
Apn

n n!
= = .
p p! p!(n − p)!
Remarque. Ici, l’ordre des éléments ne compte pas et il n’y a pas de

répétition.

Combinaison - Tirage exhaustif
Tirage exhaustif
On tire en une fois p boules (p ≤ n). Ω est l’ensemble des combinaisons
de p éléments de {1, 2, ..., n} et

n n!
|Ω| = = .
p p!(n − p)!

Propriétés des coefficients binomiaux
Proposition

n n n n n n
1. = ; = = 1; = = n.
p n−p 0 n 1 n−1

n n n+1
2. + = .
p p+1 p+1

Propriétés des coefficients binomiaux
Cette dernière formule permet de construire le triangle de Pascal.

p
0 1 2 3 4 5 ...
n
1 1 1
2 1 2 1
3 1 3 3 1
4 1 4 6 4 1
5 1 5 10 10 5 1
.. .. .. .. .. .. ..
. . . . . . . ...

Chap 1

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Chap 1

Transféré par

Droits d'auteur :

Formats disponibles

Chapitre 1 - Probabilité

UEVE - L2 Informatique / DL2 SdV - INFO

UEVE - L2 Informatique / DL2 SdV - INFO Chapitre 1 - Probabilité 1 / 54

UEVE - L2 Informatique / DL2 SdV - INFO Chapitre 1 - Probabilité 2 / 54

UEVE - L2 Informatique / DL2 SdV - INFO Chapitre 1 - Probabilité 3 / 54

Mr X quitte sa maison le matin pour se rendre en voiture à son travail où

UEVE - L2 Informatique / DL2 SdV - INFO Chapitre 1 - Probabilité 4 / 54

Même si l’issue d’une expérience aléatoire n’est pas connue, on peut

UEVE - L2 Informatique / DL2 SdV - INFO Chapitre 1 - Probabilité 5 / 54

UEVE - L2 Informatique / DL2 SdV - INFO Chapitre 1 - Probabilité 6 / 54

Si l’expérience consiste à lancer le dé numéroté de 1 à 6 et à noter si le

UEVE - L2 Informatique / DL2 SdV - INFO Chapitre 1 - Probabilité 7 / 54

(c) L’expérience consiste à compter le nombre d’appels par heure sur un

(d) L’expérience consiste à mesurer les températures (en ◦ C) sur l’année

UEVE - L2 Informatique / DL2 SdV - INFO Chapitre 1 - Probabilité 8 / 54

UEVE - L2 Informatique / DL2 SdV - INFO Chapitre 1 - Probabilité 9 / 54

UEVE - L2 Informatique / DL2 SdV - INFO Chapitre 1 - Probabilité 10 / 54

Soit une expérience aléatoire E et l’univers associé. On veut considérer des

UEVE - L2 Informatique / DL2 SdV - INFO Chapitre 1 - Probabilité 11 / 54

Les opérations logiques sur les événements s’expriment donc dans le

UEVE - L2 Informatique / DL2 SdV - INFO Chapitre 1 - Probabilité 12 / 54

UEVE - L2 Informatique / DL2 SdV - INFO Chapitre 1 - Probabilité 13 / 54

UEVE - L2 Informatique / DL2 SdV - INFO Chapitre 1 - Probabilité 14 / 54

Exemple. On lance deux fois une pièce de monnaie.

UEVE - L2 Informatique / DL2 SdV - INFO Chapitre 1 - Probabilité 15 / 54

Nous représentons ci-contre

UEVE - L2 Informatique / DL2 SdV - INFO Chapitre 1 - Probabilité 16 / 54

Exemples. (a) On lance 2 fois une pièce de monnaie.

A ∪ B = {PP, PF, FP}.

(b) Relevé de la température.

UEVE - L2 Informatique / DL2 SdV - INFO Chapitre 1 - Probabilité 17 / 54

Nous représentons ci-contre

UEVE - L2 Informatique / DL2 SdV - INFO Chapitre 1 - Probabilité 18 / 54

Exemple. (a) On lance 2 fois une pièce de monnaie.

(b) Relevé de la température.

UEVE - L2 Informatique / DL2 SdV - INFO Chapitre 1 - Probabilité 19 / 54

ssi les ensembles E et F sont disjoints.

Exemple. On lance 2 fois une pièce de monnaie.

UEVE - L2 Informatique / DL2 SdV - INFO Chapitre 1 - Probabilité 20 / 54

Exemples. (a) On lance 2 fois une pièce de monnaie.

UEVE - L2 Informatique / DL2 SdV - INFO Chapitre 1 - Probabilité 21 / 54

Exemple. (a) On lance 2 fois une pièce de monnaie.

UEVE - L2 Informatique / DL2 SdV - INFO Chapitre 1 - Probabilité 22 / 54

(E ∪F )∩G = (E ∩G )∪(F ∩G ) et (E ∩F )∪G = (E ∪G )∩(F ∪G ).

UEVE - L2 Informatique / DL2 SdV - INFO Chapitre 1 - Probabilité 23 / 54

UEVE - L2 Informatique / DL2 SdV - INFO Chapitre 1 - Probabilité 24 / 54

UEVE - L2 Informatique / DL2 SdV - INFO Chapitre 1 - Probabilité 25 / 54

UEVE - L2 Informatique / DL2 SdV - INFO Chapitre 1 - Probabilité 26 / 54

Soit une expérience aléatoire d’univers Ω et soit E un événement de Ω.

UEVE - L2 Informatique / DL2 SdV - INFO Chapitre 1 - Probabilité 27 / 54

Une probabilité P satisfait les trois axiomes :

P(E ) ∈ [0, 1].

UEVE - L2 Informatique / DL2 SdV - INFO Chapitre 1 - Probabilité 28 / 54

Remarques : premières propriétés.

(b) Comme conséquence des axiomes 2 et 3, on a P(∅) = 0.

UEVE - L2 Informatique / DL2 SdV - INFO Chapitre 1 - Probabilité 29 / 54

UEVE - L2 Informatique / DL2 SdV - INFO Chapitre 1 - Probabilité 30 / 54

P(F \E ) = P(F ) − P(E )

et les chances de réalisation de l’événement E sont moindres que

UEVE - L2 Informatique / DL2 SdV - INFO Chapitre 1 - Probabilité 31 / 54

Lorsqu’on évalue la probabilité de E ∪ F par P(E ) + P(F ), on compte 2

Exemple. Soit E , F et G trois événements. Expliquer la formule :

P(E ∪F ∪G )=P(E )+P(F )+P(G )−P(E ∩F )−P(E ∩G )−P(F ∩G )+P(E ∩F ∩G ).