Université de Montpellier. MOMA- L2 Sciences de Gestion 2021-2022. Statistiques 2. Cours. Djamal Echikr. Université de Montpellier.

pellier. MOMA- L2 Sciences de Gestion 2021-2022. Statistiques 2. Cours. Djamal Echikr.

Chapitre 1 : Dénombrements (tirages)

STATISTIQUES 2 (chap 1-3)
Mots-clés : tirage, ordre, remise, dénombrements, arrangements, permutations, combinaisons.
En Gestion, pour prendre des décisions, et donc gérer de l’aléatoire, il faut
maîtriser : Soit E un ensemble fini.
- le modèle probabiliste usuel par exemple : E = { a,b,c,d,e} note un ensemble E qui contient 5 éléments notés a, b, c, d et e.
- les principales lois de probabilité Attention :
- Dans les notations avec parenthèses du type ( a ; b ; c ) : l'ordre est pris en compte.
CONTENU : (il s'agit d'une liste ordonnée)
- Modélisation de situations de probabilités (épreuve aléatoire, univers, évènements…). - Dans les notations avec accolades du type { a ; b ; c } l'ordre n'est pas pris en compte.
- Analyse des variables aléatoires discrètes et continues (lois et densités de probabilités, (il s'agit d'un ensemble)
espérance mathématique, variance, écart type, fonction de répartition…).
- Etude des principales lois statistiques utilisées en gestion Pour nous, il y a une situation type : E est une urne dont on va tirer aléatoirement un ou
(loi binomiale, loi de poisson, loi normale…). Lecture de tables statistiques. plusieurs éléments, formant une liste ou une partie.
- Exemples d’applications dans le domaine de la gestion :
prévision, aide à la décision, gestion de la qualité ...
1.1. Permutations d’un ensemble E
ORGANISATION : Une permutation est une liste ordonnée des éléments de E.
9 cours de 3h, 8 travaux dirigés de 1h30, CC et examen final (1h15 et 2h). Par exemple : de E = { a, b, c } on peut tirer 6 permutations :
Evaluation de CC, vers la séance 5 de TD . Note : CC 30%, Examen 70%. (a,b,c) ; (a,c,b) ; (b,a,c) ; (b,c,a) ; (c,a,b) ; (c,b,a)
Plan du cours : Le nombre de permutations d’un ensemble fini E à n élément vaut n ! (factorielle n)
1. Dénombrements. n! = n*(n-1) *(n-2)* ... *2*1
2. Langage des probabilités. Equiprobabilité. Probabilités conditionnelles. Bayes.
3. Variables aléatoires discrètes. Exemples. Paramètres d’une v.a.d : espérance, variance, Notation Factorielle :
écart-type. Situations. Pour un entier naturel n, on note n! et on lit « factorielle n », le nombre défini par récurrence :
4. Lois discrètes usuelles : BINOMIALE, POISSON, GEOMETRIQUE, ... Lecture de tables n! = n*[(n-1)!].
5. Variables aléatoires continues. Densités, fonction de répartition. Exemples. Paramètres Par convention : 0! = 1
6. Lois continues usuelles : NORMALE, EXPONENTIELLE, … Lecture de tables.
7. Loi normale : intervalles usuels, aspects divers. On a donc : 0! = 1 ,
8. Loi des grands nombres et Théorème Central Limite. 1! = 1 , 2! = 2*1=2 , 3! = 3*2*1 = 6 , 4! = 4*3*2*1 = 24 ,
Application : Approximations de lois, échantillonnage 5! = 5*4*3*2*1=120 , etc ...
9. Développement, révisions.
CASIO FC 100 : menu "CTLG" puis "!" / EXE
Planning prévisionnel des TD :
TD 1 : Planche 1 (vocabulaire, probabilités élémentaires)
TD 2 : correction planche 1. Planche 2 (variables aléatoires discrètes) Tirage : On a tiré, de façon ordonnée, tous les n objets disponibles, le résultat du tirage est donc le
TD 3 : correction planche 2. Planche 3 (lois discrètes usuelles) même ensemble, mais dans un certain ordre différent : on les a réordonné, on parle de
TD 4 : correction planche 3. Planche 4 (lois continues) « permutation », exactement comme un anagramme.
TD (ou CM) 5 : Examen de CC Exemples :
TD 6 : correction planche 4. Retour copies CC. Planche 5 (Inégalités et convergences) - Il y a 5 ! = 120 manières de classer cinq ouvrages dans une bibliothèque
TD 7 : correction planche 5. Planche 6 (exercices supplémentaires et révisions) - Il y a 7 ! = 5040 anagrammes du mot « GESTION »
TD 8 : correction planche 6, révisions.
Bibliographie et Webographie : Attention : nuance avec le terme anglais « permutations », qui concerne, lui, tous les arrangements.
- Tout ouvrage de Terminale S ou ES , de DUT / BTS Tertiaire (Gestion, Comptabilité)
- OpenBook « Statistiques et Probabilités » en économie-gestion, éditions Dunod. Christophe Anagrammes : il y a donc n ! anagrammes d’un mot de n lettres distinctes.
Hurlin et Valérie Mignon. Mais comment faire s’il y a des lettres identiques ?
- « Probabilités et statistiques pour la gestion et l’économie », Anne-Marie Spalanzani et Sylvie Réponse : …………………………………………………………………..
Fréreau, éditions PUG, 2009.
- WEB : http://www.maths-france.fr fiches résumant le cours de Terminale

1 2
 Université de Montpellier. MOMA- L2 Sciences de Gestion 2021-2022. Statistiques 2. Cours. Djamal Echikr. Université de Montpellier. MOMA- L2 Sciences de Gestion 2021-2022. Statistiques 2. Cours. Djamal Echikr.

Tirages n!
Avec la notation factorielle : Anp  = 
On a une situation type : on doit choisir p objets dans un ensemble qui en contient n ( n ³ p ). (n − p)!
On parle de « tirage de p objets parmi n ». De combien de façons peut-on le faire ? CASIO FC 100 : entrer n / menu "CTLG" / "P" / EXE / p / EXE
Pour répondre, il faut d’abord préciser le type de tirage : avec ou sans remise, avec ou sans ordre.

1.2. Tirages avec remise et ordre : « p-listes » cas particulier où p=n :

On tire un objet, on le remet, on recommence jusqu’au p-ème. on prend tous les éléments et on les réorodonne : on reconnait les Permutations : C’est aussi le
L’idée de « remise » correspond à la notion de répétition possible : nombre d’arrangement de n éléments parmi n, soit :
!! !!
Il y a donc n possibilités pour le premier choix, puis à nouveau n pour le second, et ainsi de suite : "!! = (!%!)! = (')! = $!
Tirage 1 : ……………. n choix
Tirage 2 : ……………. n choix
Tirage 3 : ……………. n choix
... ...
Tirage p : ……………. n choix Total : n*n* .. * n = np choix

Figure 1 : arbre des possibilités (avec remise) Que se passe-t-il maintenant si : l’ordre n’a pas d’importance ?
On ne s’intéresse plus à des listes, mais à des parties de E
Exemples :
- Le nombre de mots de 4 lettres (ayant un sens ou non) possibles avec les 26 lettres de notre alphabet est : 264
- Il y a 104 codes possibles avec un cadenas à 4 chiffres
1.4. Tirages sans remise, et sans ordre : Combinaisons
- Il y a 42 façon de tirer deux boules, avec remise, dans une urne qui en contient 4.
On effectue maintenant un tirage sans remise et sans ordre. Le résultat est donc un ensemble, pas une
liste !!
1.3. Tirages sans remise, avec ordre : Arrangements une partie à p éléments non ordonnée, puisqu’on s’intéresse à quels sont les p objets tirés, quel que
soit l’ordre dans lequel ils ont été tirés
C’est une liste, puisque l’ordre compte. Dans les arrangements, une même partie à p éléments avait été comptée autant de fois qu’il y avait de
L’idée de « sans remise » correspond à l’idée de répétition non autorisée : permutations des p objets entre eux, soit p!.
Une fois qu’un élément a été tiré, il est retiré de l’ensemble, il ne peut plus l’être à nouveau. p "
Les objets sont donc tous différents, il n’y a pas de répétition possible. C
On a donc , en notant n , ou !#$ (attention ! deux écritures possibles) le nombre cherché, :
Il s’agit donc de prendre p éléments distincts parmi n. Donc, après les n choix possibles pour le p
premier tirage, il n’en reste plus que n-1 pour le second, et ainsi de suite... Pour le p-iéme, il y aura n- A n!
(p-1) possibilités : Cnp = =n
: nombre de combinaisons de p objets parmi n.
p! p!(n − p)!
Tirage 1 : ……………. n choix
Tirage 2 : ……………. n-1 choix
Tirage 3 : ……………. n-2 choix Noter que ce nombre correspond au nombre de parties à p éléments dans un
... ... ensemble à n éléments
Tirage p : ……………. n- (p-1) choix

Total : n(n-1)(n-2)...(n-(p-1)) Exemples :

- Dans un lot de production contenant 20 produits, on prélève un échantillon de 5 d’entre eux pour
Figure 2 : arbre des possibilités (sans remise) une analyse de conformité. Combien d’échantillons différents sont possibles ?
Réponse : On en tire 5 parmi 20, sans ordre ni remise, donc C520 = 15 504 choix
Exemples : - Dans un groupe de 30 personnes, on doit en choisir 3 pour faire une triplette. Combien y a-t-il de
- le nombre de mots de 3 lettres distinctes : choix possibles ?
Cela revient à tirer 3 fois une lettre parmi 26, sans remise : Réponse : On en tire 3 parmi 30, sans ordre ni remise, donc C330 = 4060 choix
On a 26 choix pour la première lettre, 25 pour la seconde, 24 pour la troisième :
Au total : 26*25*24 (Figure)
- Le nombre de résultats possibles au tiercé. Dans une course à 20 chevaux, il y a
20*19*18=6840 résultats possibles pour l’arrivée des trois premiers.

Ce nombre est noté Anp : « nombre d’arrangements de p éléments parmi n ».

ATTENTION : en anglais, on dit « permutations », et on note !!"
3 4
 Université de Montpellier. MOMA- L2 Sciences de Gestion 2021-2022. Statistiques 2. Cours. Djamal Echikr. Université de Montpellier. MOMA- L2 Sciences de Gestion 2021-2022. Statistiques 2. Cours. Djamal Echikr.

voir TD
1.5. Propriétés des coefficients Cnp
4. (Concours PASS 2008). Jean possède deux pantalons (un bleu et un noir), trois chemises (deux
o n bleues et une noire) et deux vestes (une bleue et une noire).
C =C = 1
n n
- combien a-t-il de tenues différentes ?
- combien a–t-il de tenues intégralement bleues ?
En effet, il y a une seule partie à zéro éléments : Æ, ensemble vide , et une seule à n éléments : E entier Réponses : 12 et 2
!
p n− p p p−1 p 5. (Concours PASS 2009). Le code d’un cadenas est formé de 4 chiffres entre 1 et 9. On a oublié le bon
C =C
n n et C =C n n−1 n−1 +C
code, mais on se souvient que le premier chiffre est un 3, le second un 4, et que les 4 chiffres sont
Ces formules permettent de calculer les coefficients par récurrence à l’aide du : distincts. Combien de possibilités y a-t-il pour retrouver le bon code ?
Réponse : 42
Triangle de PASCAL ( Blaise Pascal, 1623-1662) :

n=0
p=0
1
1 2 3 4 ... EXEMPLES :
1 1 1
2 1 2 1 a) Avec 10 candidats aux élections présidentielles, combien de duels télévisés ?
3 1 3 3 1
4 1 4 6 4 1
... 1 ... ... ... b) Avec 13 cartes par joueur, combien de « mains » au Bridge (52 cartes) ?

Ö Formule du Binôme de NEWTON (Isaac Newton, 1642-1727) : c) Avec 5 cartes par joueur, combien de « mains » au Poker ?
On démontre par récurrence la formule suivante , où a et b sont des réels quelconques :
p=n d) Combien de délégation de 3 hommes et 2 femmes dans un groupe de 8 hommes et 7
femmes ?
(a + b) = ∑ C a
n p
n
n− p
b p

p=0 e) Combien de podium (3 médailles) possibles avec 10 concurrents ?

Calcul de ces coefficients avec la calculatrice : f) Combien de nombres de 5 chiffres formés avec les chiffres 1, 2, 3 ?
CASIO FC 100 : entrer n / menu "CTLG" / "C" / EXE / p / EXE g) Combien de digicodes avec 3 chiffres suivis d’une lettre (A ou B) ?
Exemple, pour le nombre de combinaisons de 4 parmi 20, faire : 20 / CTLG / C / EXE / 4 / EXE
h) Combien de codes à six chiffres distincts, commençant par 9 et divisibles par 5 ?
on trouve : 4 845

1.6. Exercices et Exemples

Exercices avec réponses :

1. De combien de façons peut-on placer 6 personnes sur un banc de 6 places ?
Réponse : Il s’agit de permutations : 6 ! = 720 façons
2. Une urne contient 12 boules : 2 blanches, 4 noires, et 6 rouges. On tire trois boules simultanément,
sans remise.
a) Combien y a-t-il de tirages possibles ?
b) Combien y a-t-il de tirages contenant une seule boule noire ?
Réponse : Il s’agit de tirage sans ordre (car simultané) et sans remise : donc de combinaisons de 3 parmi 12 : il y
#
a !!" = 220 tirages possibles (Pourquoi la réponse n'est-elle pas 12*11*10 ?)
Les tirages contenant une seule boule noire : pour celle-ci, il y a 4 choix possibles. A chaque fois il faut compléter
par un tirage de 2 boules parmi les 8 autres non noires :
il y a alors !$" = 28 choix des deux autres boules
Soit, au total : 4*28 = 112 choix possibles.
3. Dans un jeu de 32 cartes, on appelle « main » un tirage de 4 cartes. Combien y a-t-il de mains
- N’ayant aucun as ?
%
Réponse : C’est le nombre de façon de tirer 4 cartes parmi les 28 autres « non as » donc !"$ = 20475
- Ayant deux cœurs et un as exactement ?
Réponse : Il y a deux façons de réaliser cet événement, selon que l’as tiré est de cœur, ou non …
5 6
 Université de Montpellier. MOMA- L2 Sciences de Gestion 2021-2022. Statistiques 2. Cours. Djamal Echikr.
Chapitre 2 : REVISIONS Probabilités élémentaires
2.0. Les probabilités au collège et au lycée :
Nous avons introduit les probabilités en troisième. Nous avons vu ce qu'est une expérience
aléatoire, une issue, un événement, la probabilité d'un événement, une loi de probabilité et nous
avons introduit quelques notations spécifiques.
niveau classe de seconde :
https://www.maths-cours.fr/cours/probabilites
http://thalesm.hmalherbe.fr/gestclasse/documents/seconde/cours/cours_prob
abilites.pdf
Puis, dans le cours de probabilités de seconde, nous avons vu comment calculer la probabilité
d'une issue lorsqu'une expérience se produit plusieurs fois, en utilisant un arbre de probabilités.
Nous avons également vu que la probabilité d'un événement est la somme des probabilités des
issues qu'il contient.
niveau classe de première :
Nous allons maintenant approfondir l'étude des expériences aléatoires qui contiennent une
succession d'expériences (on parle d'épreuves : par exemple, on lance 3 fois de suite un dé à 6
faces, cette expérience aléatoire contient 3 épreuves).
Sur le web
• Cours de probabilités de troisième. Issues, événements, probabilité d'un événement, probabilités et fréquences.
• Cours de probabilités de première. Répétition d'expériences aléatoires, les probabilités conditionnelles.
• Cours de première sur les variables aléatoires. Loi de probabilité d'une variable aléatoire. Espérance, variance et
écart-type d'une variable aléatoire.
• Cours de probabilités de terminale. Probabilités conditionnelles, dénombrement.
Ce qu’il faut savoir :
Mots-clés : expérience aléatoire, univers, évènements, évènement certain / impossible /
contraire / incompatibles, conjonction, disjonction. Probabilité, équiprobabilité, probabilité
conditionnelle. Indépendance.
2.1. Vocabulaire des probabilités :
Première définition intuitive : une probabilité est une mesure du hasard : on estime, par une valeur sur
une échelle de 0 à 1 ( 1 correspondant à la confiance maximale ou certitude, 0 à la confiance minimale
ou impossibilité), si le résultat d'une expérience aléatoire (expérience dont l'issue est inconnue a priori)
sera telle valeur donnée.
Si l'on pouvait répéter l'expérience un grand nombre de fois, on assimilerait la probabilité à la fréquence
d'apparition du résultat cherché.
Quelques définitions :
• Expérience aléatoire : expérience dont l’issue n’est pas connue a priori
( exemple : lancer un dé à 6 faces).
• Résultats (ou issues) d’une expérience aléatoire : valeurs que l’on peut obtenir.
exemple du dé : les résultats possibles sont 1, 2, 3, 4, 5, 6.
7 8
Université de Montpellier. MOMA- L2 Sciences de Gestion 2021-2022. Statistiques 2. Cours. Djamal Echikr.
• Univers : c'est l'ensemble des résultats, noté W. Dans l'exemple W = {1, 2, 3, 4, 5, 6}
• Événement : on généralise la notion de résultat :
Par exemple :
A : « avoir un nombre pair » est un événement, il est constitué de trois résultats : 2, 4 et 6.
B : "avoir un résultat supérieur à 4" est un événement, il est constitué des résultats : 5 et 6.
C : « avoir un résultat qui s ‘écrive avec moins de quatre lettres » etc, ...
Un événement est donc assimilable à une partie de W,
et on prendra cela comme définition mathématique : un événement est une partie de W
Réciproquement : toute partie de W est un événement.
• Réalisation d’un événement :
Un événement se réalise si le résultat de l’expérience aléatoire en fait partie : ainsi l’événement
« avoir un nombre pair » peut se réaliser de trois façons, selon que le résultat du jet est 2, ou 4, ou 6.
On constate donc qu’un évènement classe les résultats de W en deux types : ceux qui lui sont favorables,
et ceux qui ne lui sont pas favorables.
Il y a donc autant d’événements que de parties de W.
On peut les compter : si W est un ensemble fini, à n éléments, cela fait :
&!' + &!( + ⋯ + &!! = 2! (Utiliser la formule de Newton avec a=b=1)
• Évènements particuliers :
- Un événement formé d’un seul résultat (singleton) est un événement élémentaire.
- W est l'événement certain.
- L’ensemble vide Æ est l’événement impossible.
Puisque si un événement ne peut pas se réaliser c’est que l’ensemble des résultats favorables est ...
vide !
• Événement contraire de l’événement A : c'est l'événement qui se réalise quand A ne se réalise pas.
Il est formé de tous les résultats qui ne sont pas dans A.
Contraire(A) = W \ A (lire « oméga privé de A »)
Du point de vue des ensembles, c’est la partie complémentaire de A dans l’univers.
• Événement incompatibles (ou disjoints) : ce sont deux événements qui ne peuvent se
réaliser simultanément, par exemple « avoir un nombre » et « avoir un 6 » sont
incompatibles.
Du point de vue des ensembles, cela correspond à la situation où les parties A et B ont une
intersection vide.
• Union (ou somme, ou disjonction) de deux événement A et B: "A ou B", noté AÈB
C’est l'événement qui se réalise quand l’un des deux (voire les deux) se réalise :
Il est composé de l’union des résultats formant A et de ceux formant B.
Du point de vue des ensembles, c’est donc l’union de A et de B.
• Intersection (ou produit, ou conjonction) de deux événement A et B : "A et B", noté AÇB
C’est l'événement qui se réalise quand A et B se réalisent simultanément :
Il est composé des résultats appartenant à la fois à A et à B :
Du point de vue des ensembles, c’est l’intersection des parties A et B.
Ces différentes situations se visualisent très bien par des figures sur des ensembles (diagrammes
de Venn) :
Figures : voir références WEB, ou CM
 Université de Montpellier. MOMA- L2 Sciences de Gestion 2021-2022. Statistiques 2. Cours. Djamal Echikr. Université de Montpellier. MOMA- L2 Sciences de Gestion 2021-2022. Statistiques 2. Cours. Djamal Echikr.

Le langage des probabilités est donc celui des ensembles :

Chapitre 3 : Probabilités élémentaires
- Un événement se décrit par une phrase.
3.1 Probabilités élémentaires
- On combine des événement en combinant des phrases simples, par les connecteurs logiques
« NON », « ET », « OU ». Définir une probabilité P sur W, c'est associer à tout événement A (partie de W) un nombre entre 0 et 1,
- Un événement est une partie d’un ensemble W. noté P(A), en respectant deux conditions intuitives :
- On combine des événement en combinant les parties correspondantes par les opérateurs ensemblistes
P(W) = 1
« COMPLEMENTAIRE », « INTERSECTION » et « UNION ».
Pour des événements incompatibles, les probabilités s’ajoutent :
P(A ou B) = P(A) + P(B)
Tableau comparatif
Conséquences :
Langage des probabilités Langage des ensembles • P(Æ) = 0
univers Ensemble W • P(Ā) = 1 - P(A)
Résultat a Elément a de W : a Î • si A et B sont compatibles : P(A ou B) = P(A) + P(B) – P(A et B) (cas général)
Evènement A Partie A de W : A Ì W
Evènement impossible Æ Une probabilité est donc une fonction, définie sur l’ensemble des parties de W , à valeur dans
Evènement certain W l’intervalle [ 0 , 1 ].
L’evènement A s’est réalisé r (résultat) Î A
Equiprobabilité :
Contraire de A Ā
Si tous les résultats se valent et qu’il n’y a pas de raison d’en privilégier certains par rapport aux autres,
Intersection de 2 événement (conjonction) AÇB on parle d'équiprobabilité : tous ont la même "chance" de se réaliser.
Réunion de 2 événement (disjonction) AÈB
incompatibles AÇB=Æ On peut alors définir très simplement :
A implique B AÌB & |)|
Système complet d’évènements Partition de W Pour tout résultat {a}, !({$}) = |(| Pour tout événement A : !(() = |(|
Ici, |E| note le nombre d’éléments (le cardinal) d’un ensemble E
On est maintenant suffisamment armé pour pouvoir enfin parler de probabilités …
La probabilité est donc le rapport entre le nombre de résultats favorables à l’événement, et le nombre de
résultats total.
Ainsi, dans ce cadre, la probabilité est bien une fréquence : celle des cas favorables.
On est donc ramené à faire des dénombrements ...

Rappel :
Formules des cardinaux : |AÈB| = |A| + |B| - |AÇB|

Exercice : écrire une formule analogue pour |AÈBÈC|

Preuve, Exemples : CM

3.2. Probabilités conditionnelles

Imaginons qu'un dé soit lancé, et qu'on nous donne l'information "le résultat est pair", que devient la
probabilité de "avoir un 6" ?
Il y a MAINTENANT un cas favorable parmi trois, donc proba=1/3.
Tout se passe comme si on avait remplacé l'univers {1,2,3,4,5,6} par l'univers {2,4,6}.

La probabilité de l'événement A sachant que B est réalisé est notée P(A|B) et donnée par
P( AÇ B)
la formule : P(A B) = P(B)

Et donc :
* P( A Ç B ) = P( A|B ) ´ P( B ) , et aussi, par symétrie : P( A Ç B ) = P( B|A ) ´ P( A )
La probabilité de la conjonction de A et de B est égale à la probabilité que A se réalise multipliée par
celle que B survienne, une fois A réalisé (et réciproquement).
9 10
 Université de Montpellier. MOMA- L2 Sciences de Gestion 2021-2022. Statistiques 2. Cours. Djamal Echikr. Université de Montpellier. MOMA- L2 Sciences de Gestion 2021-2022. Statistiques 2. Cours. Djamal Echikr.

On rencontre également la notation : PB(A) pour P( A|B ) - P(W) = 1

- si AÇB = Æ (A et B incompatibles) : P(A È B) = P(A) + P(B)
Exemple : On tire une carte noire d’un jeu de 32 cartes. On veut déterminer la probabilité que
cette carte soit un roi.
On considère alors les événements : Pour le cas d’un univers W discret infini, cette condition devient :
N : “la carte tirée est noire”; R : “la carte tirée est un roi”. Pour une suite (An), n³0 d’événements deux à deux disjoints : +(⋃)*+ .) ) = ∑)*+ +(.) )
Il s’agit d’une somme infinie, nous ne préciserons pas plus.
La probabilité d’avoir un Roi, sachant qu’il s’agit d’une carte noire, vaut : ........
On en déduit, comme dans le cas élémentaire :
* P(Æ) = 0
* P(Ā) = 1 - P(A)
* P(A ÈB) = P(A) + P(B) – P(A Ç B) (quels que soient A et B)
EXEMPLE en gestion :
Une même pièce est fabriquée en quantités égales par deux usines A et B. 70% de la production de A est Bien remarquer qu’il y a d’une part la construction de l'univers (ensemble des résultats), puis l’espace
sans défauts, tandis que 90% de celle de B est sans défauts. des « événements » F, et, ensuite seulement, la définition d’une fonction P : « probabilité » leur
- Quelle est le pourcentage de pièces sans défaut sur le marché (supposé alimenté par ces deux usines associant une mesure de probabilité.
seulement) ? Il y aura ainsi différentes fonctions « probabilité » associables à la même modélisation.
- Quelle est la probabilité, en prenant une pièce au hasard, que celle-ci provienne de B et soit sans
défaut ? Le triplet ( W, F, P ) est un espace probabilisé.
- Sachant que la pièce est sans défaut, quelle est la probabilité qu’elle vienne de B ? Dans le cas simple d’un univers fini, on prendra pour famille F celle de toutes les parties de W, et
l’espace probabilisé se note alors juste (W,P).

Arbre des probabilités :

Visualisation : arbre des probabilités conditionnelles (CM)
3.4 Partition de W, ou « Système complet d’évènements » :
Fonctionnement de cette figure : Une partition, ou système complet d’événements est une famille d’événements C1, C2, … Ck :
• On visualise les situations de probabilités conditionnelles par un arbre, dont les branches - non-vides, deux à deux disjoints, et dont la réunion forme l’univers entier.
correspondent aux différents conditionnements donnés.
• Chaque branche porte une valeur de probabilité conditionnelle. ∀ 2 = 3 . . 5,, 7, ≠ ∅
• Un parcours « racine-branches» correspond à une conjonction de situations conditionnelles, ∀ 2, : , 7, ∩ 7- = ∅ <2 2 ≠ :
dont les probabilités se multiplient.
• La probabilité d’un évènement est alors la somme des probabilités des chemins qui y mènent.
7. ∪ 7/ ∪ … ∪ 70 = ?
Cela sera utile pour décomposer l’univers en sous-parties plus simples.

3.3. Définition générale : Espace probabilisable, Mesure de probabilité

Lorsque W n’est plus un ensemble fini, il n’est pas nécessaire de prendre TOUTES ses parties pour
parler d’événements et de probabilités : on peut se contenter d’une famille F de parties, pourvue qu’elle
soit assez « consistante » : c’est la notion de « Tribu ».
Etant donné un ensemble W quelconque (discret fini ou discret infini, ou continu). Une
collection F de parties de W est une tribu, ou s–algèbre, si elle vérifie les propriétés
suivantes :

- WÎ F
& Î F (stabilité par passage au complémentaire)
- Si A Î F , %
- Si A1, A2, … est une suite d’événement de F, leur réunion, notée ⋃"
!#$ (! ,
est aussi un élément de F
F correspond à l’ensemble des événements.
On dit que le couple (W , F) est un espace probabilisable Si on a un système complet d’évènements C1, C2, … Cn, on peut écrire, pour tout événement A :
. = . ∩ @ = . ∩ (7. ∪ 7/ ∪ … ∪ 7) ) = (. ∩ 7. ) ∪ (. ∩ 7/ ) ∪ … (. ∩ 7) )
Une mesure de probabilité P est une fonction qui associe à tout événement A de F un nombre P(A)
compris entre 0 et 1, en respectant les seules conditions suivantes : Et il s’agit d’union entre parties disjointes, donc :

11 12
 Université de Montpellier. MOMA- L2 Sciences de Gestion 2021-2022. Statistiques 2. Cours. Djamal Echikr. Université de Montpellier. MOMA- L2 Sciences de Gestion 2021-2022. Statistiques 2. Cours. Djamal Echikr.

!A(") = !AB (" ∩ &( ) ∪ (" ∩ &1 ) ∪ … (" ∩ &! )C 3.6. Indépendance
23!

= !A(" ∩ &( ) + !A(" ∩ &1 )+ . . +!A(" ∩ &! ) = D !A(" ∩ &2 ) L’indépendance de deux évènements A et B peut s’exprimer de la façon suivante :
23(
La réalisation (ou non) de l’événement A n’influe pas sur la réalisation de l’événement B
La probabilité de A se répartit donc entre les différentes parties Ci de l’univers. Et, bien évidemment, par symétrie :
La réalisation (ou non) de l’événement B n’influe pas sur la réalisation de l’événement A
Cela s’écrit : P(A|B) = P(A). ( et bien sur aussi : P(B|A) = P(B) ! )
d ‘où, dans ce cas : P( A Ç B ) = P( A ) ´ P( B )
3.5. FORMULES DES PROBABILITES TOTALES (BAYES)
Cette égalité est donc nécessaire. On la supposera également suffisante, et elle sera la définition
on vient de voir que : !A(") = !AB (" ∩ &( ) ∪ (" ∩ &1 ) ∪ … (" ∩ &! )C mathématique de l’indépendance de deux événements.
23!
Attention ! cette égalité n’est utilisable que dans le cas d’indépendance : dans les
= !A(" ∩ &( ) + !A(" ∩ &1 )+ . . +!A(" ∩ &! ) = D !A(" ∩ &2 ) exercices, il faudra TOUJOURS vérifier : soit que cette hypothèse est explicitée dans
23( l’énoncé, soit la déduire du contexte (s’il l’autorise !), et donc la FORMULER.
On en déduit la formule de Bayes, ou « probabilités des causes », très utile dans des situations
9999, (
A noter : Si A et B sont indépendants, alors : ( 67 8 & 67 8, (
& 67 8
& le sont aussi.
où l’on recherche des probabilités de « causes » à une situation constatée, comme dans
l’exercice précédent (probabilité que telle ou telle usine soit à l’origine d’un défaut constaté) :
On constate un événement A, quelle est la probabilité que tel autre en soit la cause ?
On a un univers découpé en un système complet C1, C2, … Cn : ce sont les causes (« provenir Exercices avec réponses :
de telle usine » dans l’exemple). Pour chaque cause Ci, on connaît la probabilité de la 1. Une secrétaire dispose de deux téléphones indépendants. Sur une durée d'une heure, le premier a
conséquence A (« être sans défaut » dans l’exemple) , c’est à dire que l’on connaît les une probabilité 0.6 de sonner , le second une probabilité de 0.7. Quelle est la probabilité pour
probabilités conditionnelles P(A | Ci ) . elle de ne pas être dérangée pendant une heure ?
On constate la survenue de l’évènement A, quelle est la probabilité que ce soit le fait Réponse :
d’une certaine cause Ck ? Si on note A et B les événements « le 1er tel sonne » et « le 2ème tel sonne ». On a P(A)=0,6 et
P(B)=0,7. « Ne pas être dérangé » est l’événement : A &∩B &
Réponse (formule de Bayes) : Les événements étant indépendants, on a :
&∩B
P(A &) = P(A
& ) × P(B
&) = ?1 − P(A)A × ?1 − P(B)A = (1 − 0,6) × (1 − 0,7) = 0,12
!(&4 ∩ ") !(" ∩ &4 ) !(" Ι &4 ) × !(&4 )
!(&4 Ι ") = = = 2. Deux tireurs A et B s’entraînent. A réussit ses tirs dans 60% des cas, B dans 70% des cas. Une
!(") !(") !(")
!(# % & )×!(&! ) !(# % & )×!(&! ) cible apparaît, A et B tirent.
= "#$ ! = "#$ ! Quelle est la probabilité que la cible soit atteinte (d'au moins une balle) ?
∑"#% !*(#∩&") ∑"#% !*(# % &" )∗!(&" ) Quelle est la probabilité que A rate son coup, mais pas B ?
Si on note A et B les événements « le tireur A atteint sa cible» et « le tireur B atteint sa cible». On a
Exemple (« statistiques et probabilités en économie-gestion », coll Openbook, ed Dunod) : P(A)=0,6 et P(B)=0,7. « la cible est atteinte » est l’événement : A∪B
un modèle automobile est construit dans quatre usines : A, B, C, D. Les événements étant indépendants, on a :
Leurs parts de la production sont, respectivement : 20%, 30%, 40% et 10%. Pour chacune de ces
usines, la probabilité qu’une voiture soit défectueuse est notée di , avec d1=0,05 , d2=0,01 ; d3=0,01 , P(A ∪ B) = P(A) + P(B) − P(A ∩ B) = P(A) + P(B) − P(A) × P(B) = 0,6 + 0,7 − 0,42 = H, II
d4=0,02. « A rate mais pas B » s’écrit (̅ ∩ 8. Donc, de même : )((̅ ∩ 8) = )((̅ ) × )(8)=0,4´0,7= 0,28
On note DF l’événement « une voiture est défectueuse ».
a) Calculer la probabilité qu’une voiture soit défectueuse,
b) Calculer la probabilité qu’une voiture défectueuse provienne de l’usine C. Exercice de réflexion :
Deux évènements incompatibles sont-ils indépendants ?
Réponse : Deux évènements indépendants sont-ils incompatibles?
a) Se calcule avec la formule des probabilités totales, puisque les 4 usines déterminent un système
complet. Si on note Ci l’evt « provenir de la i-ème usine », les Ci vérifient les axiomes d’un système
complet d’événements. Les pourcentages (parts de marché) représentent P(C1) , P(C2), P(C3), P(C4) , et
on a les probabilités conditionnelles : )(+, . /$ ) = 0,05 , )(+, . /% ) = 0,01 , etc …
D’où : !A(GH) = ∑235 235
23( !A(GH ∩ &2 ) = ∑23( !A(GH Ι &2 ) × !A(&2 )
= 0,05*0,2 + 0,01*0,3 + 0,01*0,4 + 0,02*0,1 = 0,019
Remarquer qu'il s'agit d'une moyenne pondérée, tout simplement.
7(89∩;& ) 7(89 = ;& )×7(;& ) ','(×',5
b) Par la formule de Bayes : !(&6 Ι GH) = = = = 0,21
7(89) 7(89) ','(@

13 14