Année universitaire : 2019-2020

Module

Probabilité-I
Filière: Echo-Gestion
Prof: Abdellah ZAALOUL
 Introduction générale
• Actuellement on fait recours au calcul des probabilités 
dans plusieurs domaines, notamment dans le domaine 
des sciences économiques et sociales, et cela pour la 
simple raison, qu’on y est confronté à des phénomènes 
aléatoires, c.à.d des phénomènes dont on ne peut pas 
connaître ou prévoir avec certitude les résultats.
• Cet aléa ou hasard est dû généralement à la
complexité du phénomène étudié (ou /et) à un 
manque d'informations.
Exemples :
- Prévoir, le temps qui fera demain. 
-prix d’une action boursière.
- Estimer la proportion des boîtes de conserves 
abîmées dans un grand lot de boîtes de conserves.
• L’étude de chaque phénomène commence par La 
collecte des informations et se termine par sa 
modélisation, afin de tirer des conclusions et prendre 
des décisions.
la modélisation du phénomène étudié, qui consiste à 
déterminer un modèle qui explique le mieux possible ce 
phénomène, en se basant sur les résultats de la 
statistique descriptive, et la théorie des probabilités.
D’où, l’intérêt d’un cours de calcul des probabilités
 Théorie élémentaire des ensembles
• I) Définitions, vocabulaire et notations
définition
Un ensemble est une collection d’objets appelés éléments.
Ensemble des résultats possibles d’un lancé de dé :
{1, 2, 3, 4, 5, 6}.
• F est une partie (ou est inclus, ou est un sous-ensemble) de 
E si tous les  éléments de F sont aussi des éléments de E. Cela 
se note:  F ⊂ E.
• On note  l’ensemble vide : l’ensemble qui ne contient 
aucun élément.
Dans la suite, E, A et B seront trois sous-ensembles d’un 
ensemble Ω.
 Notion d’ensemble : l’union

Définition
• L’ensemble de tous les éléments qui appartiennent à A 
ou B ou aux deux est appelé union de A et B, noté:     A 
∪ B.

•
A ∪ B = {x ∈ E | x ∈ A ou x ∈ B}
 Notion d’ensemble : l’intersection

Définition
•
L’ensemble de tous les éléments qui appartiennent à la 
fois à A et à B est appelé intersection de A et B, 
• noté:  A ∩ B.

•
A ∩ B = {x ∈ E | x ∈ A et x ∈ B}
Notion d’ensemble : la différence de deux
ensembles
•Définition

• L’ensemble de tous les éléments de A qui 
n’appartiennent pas à B est appelé différence de A et B, 
noté  A   B ou A \ B.

•
A   B = {x ∈ E | x ∈ A et x ∈ / B}
Notion d’ensemble : Deux ensembles
incompatibles
Définition

• Deux ensembles A et B sont disjoints ou incompatibles 
s’ils n’ont aucun élément en commun.

•
A ∩ B = 
Notion d’ensemble : le complémentaire
Définition:

• L’ensemble de tous les éléments de E qui 
n’appartiennent pas à A est le complémentaire de A dans 
E noté      , alors  .
 A

A     A       et A     A    E

•
CEA   x     E   |  x    A
Notion d’ensemble : le produit cartésien
Définition
• L’ensemble de tous les couples d’un élément de E1 et d’un 
élément de E2 est appelé produit cartésien de E1 et E2, noté: 
E1 × E2.
Exemple: Attention      E1 × E2 ‡ E2 × E1 comme on peut le 
voir dans l’exemple suivant :
{1, 2} × {3, 4} = {(1, 3), (1, 4), (2, 3), (2, 4)}
{3, 4} × {1, 2} = {(3, 1), (3, 2), (4, 1), (4, 2)}
 Notion de Dénombrement

Définition

Le nombre d’éléments d’un ensemble E est appelé 
cardinal de E, noté: Card(E) ou |E|.
Exemple
Si A = {1; 2; 3; a; b; c} alors Card(A) = 6.
 Dénombrement : Formules
Proposition:
• Soient E1 et E2 deux ensembles finis.

• Card(E1∪ E2) = Card(E1) + Card(E2)   Card(E1∩ E2)

• Card(E1 × E2) = Card(E1) x Card(E2)
Principe fondamental de dénombrement

• Soit ξ une expérience qui comporte 2 étapes : la 1ère
qui a p résultats possibles et chacun de ces résultats 
donne lieu à q résultats lors de la 2ème. Alors 
l’expérience a p × q résultats possibles.
 Remarque :
• Le principe multiplicatif peut s’énoncer ainsi : si un 
évènement A peut se produire de p façons et si un 
évènement B peut se produire de q façons, la 
réalisation de A suivie de B peut se produire de 

p × q façons.
Principe fondamental: exemple

Exercice
Une petite communauté se compose de dix hommes et de 
leurs fils, chaque homme ayant trois fils. Si un homme et 
l’un de ses fils doivent être désignés « père et fils 
exemplaires », combien y a-t-il de choix différents 
possibles ?
Solution:
On considère le choix du père comme la première 
expérience et ensuite le choix de l’un de ses fils 
comme deuxième expérience. D’après le principe il 
ya 10x3=30 choix possibles 
 Dénombrement: problématique
Problématique

• On souhaite répondre à la question suivante :

combien y a-t-il de façons de construire un ensemble 
de p éléments pris  dans  un ensemble de n éléments.
Ce nombre est différent selon que l’on autorise ou 
non les répétitions (prendre plusieurs fois le même 
élément) et que  l’on tienne compte ou pas de l’ordre 
des éléments.
• Il y a quatre possibilités classiques et un cas 
particulier.
Nombre de tirages avec remise et avec
ordre: Arrangement-avec répétition
• Dans une urne à n boules, on tire p boules avec 
remise et avec ordre.
• Le nombre de tirages différents est alors  n p .

Exemple: 1
53
Si E = {a, b, c, d, e}, alors il y a     = 125 mots de 3 lettres.
 Nombre de tirages avec remise et avec
ordre
• Exemple: 2
• Vous achetez une valise à code 4 chiffres. Combien 
de possibilités avez-vous de choisir un code ?
• Solution:
• m = 4 avec n1 = 10, n2 = 10, n3 = 10, n4 = 10, donc 
le nombre total de code possible est 
104
• 10 · 10 · 10 · 10 =    .
 Exercice: 3
• Un questionnaire à choix multiples, autorisant une 
seule réponse par question, comprend 15 questions. 
Pour chaque question, on propose 4 réponses 
possibles. De combien de façons peut-on répondre à 
ce questionnaire ?
 Réponse: 3
• Une réponse à ce QCM peut être désignée par un 
arrangement avec répétition de 15 parmi 4 (on dit 
encore une 15-liste de 15 chiffres choisis dans 
l’ensemble  Ω = {1;2;3;4}). Le nombre de ces 
arrangement ou (de ces 15-listes ) est donc  
415 .
 Exercice: 4

• Combien peut-on former de numéros de 
téléphone à 8 chiffres ? Combien peut-on 
former de numéros de téléphone à 8 chiffres ne 
comportant pas le chiffre 0 ?
 Réponse: 4
• Un numéro de téléphone à 8 chiffres est  un 
arrangement de 8 parmi 10 (une 8-liste  d’éléments 
choisis dans l’ensemble Ω = {0;1;2;3;4;5;6;7;8;9}). 

• On peut ainsi former 108  numéros de téléphone à 8 
chiffres.
 Suite réponse:4
• Un numéro de téléphone à 8 chiffres ne comportant 
pas le chiffre 0 est une 8-liste d’éléments choisis 
dans l’ensemble Ω′= {1;2;3;4;5;6;7;8;9}ou 
arrangement de avec répétition 8 chiffres  parmi 9 
chiffres.  Qui est 98

•
les arrangements: Nombre de tirages sans
remise et avec ordre
Arrangement-sans répétition
• Soient E un ensemble fini à n éléments et p un entier 
vérifiant 0 ≤ p ≤ n.
• Dans une urne à n boules, on tire p boules sans 

remise et avec ordre.
• Le nombre de tirages différents est :
• p n!
A  n  (n  1)  ...  ((n  ( p  1)) 
n
(n  p )!
 Exercice:1
Avec les lettres A,B et C, combien y-a-t-il de façons de 
former des paires de lettres distinctes ?

2 3!
A 
3 6
(3  2)!
 Exercice:2
• A l’occasion d’une compétition sportive 
groupant 18 athlètes, on attribue une 
médaille d’or, une d’argent, une de 
bronze. Combien y-a-t-il de distributions 
possibles (avant la compétition, bien 
sûr…) ? 
 Preuve de Ex:2
• Un tel podium est un arrangement de 3 athlètes 
choisis parmi l’ensemble des 18 athlètes (l’ordre 
compte et il ne peut y avoir de répétition, un athlète 
ne pouvant remporter deux médailles 
simultanément).
3
A  4896 podiums différents
18
 Exercice:3
• Un groupe d'élèves de terminale constitue le 
bureau d’une association  sociale. Ce bureau 
est composé d'un président, d'un secrétaire et 
d'un trésorier. Combien y a-t-il de bureaux 
possibles ? ( il y a 24 élèves dans la classe ) 
 Preuve de Ex:3
• . Un bureau est donc un arrangement de 3 
élèves choisis parmi l’ensemble des 24 élèves

3
A  12144 bureaux différents
24
 les combinaisons: Nombre de
tirages sans remise et sans ordre
• Soient E un ensemble fini à n éléments et p un entier 
vérifiant 0 ≤ p ≤ n.

• Dans une urne à n boules, on tire p boules sans 

remise et sans ordre.

• Le nombre de tirages différents est :
p n!
C  n
p !.(n  p )!
 Exercice:1
• Un groupe de 3 élèves de Terminale doit aller 

chercher des livres à la bibliothèque. De 
combien de manières peut-on former ce 
groupe ? (il y a 24 élèves dans la classe ) 
 Preuve de l’exercice:1
• L’ordre dans lequel on choisit les 3 élèves n’a, 
ici, pas d’importance. 

• La désignation de ces trois élèves correspond 
donc à un choix simultané (sans ordre, sans 
répétition possible) de 3 élèves parmi 24.
3
C  2024 choix différents
24
 Exercice:2
• Un tournoi sportif compte 8 équipes 
engagées. Chaque équipe doit rencontrer 
toutes les autres une seule fois Combien 
doit-on organiser de matchs ?
 Preuve de l’exercice:2
• Une rencontre est déterminée par le choix de deux 
équipes parmi 8 Comme il n’y a qu’un match entre 
deux équipes (pas d’aller-retour), le choix

(équipe A, équipe B) est identique 

au choix (équipe B, équipe A). Il y a donc:
2
C  28 rencontres possibles
8
 Exercice:3
• Au loto, il y a 49 numéros. Une 
grille de loto est composée de 6 de 
ces numéros. Quel est le nombre 
de grilles différentes ? 
 Preuve de l’exercice:3
• Un tirage correspondant au choix 
simultané (sans ordre, sans répétition 
possible) de 6 boules parmi 49, il y a: 

6
C  combinaisons possibles
49
 les combinaisons: Propriétés

• 1-
0 n p
C  C  1 et C  0
n n n si p  n.
1 n 1
.C C
n n n
p n p
.C C
n n
p p p 1
. pour 1  p  n  1 C  C  C
n n n 1
Permutations simples et avec répétions
Permutations simples:
• Définition: étant donné un groupe de n éléments 
distincts , on appelle permutation de n éléments  tout 
groupe de ces éléments  placés dans un ordre donné.  

• Le nombre de ces permutations est:  Ann  n !
• Permutations avec répétions : ( Anagramme)
• on appelle permutation avec répétitions de n
éléments parmi lesquels 1 élément se répète r1 fois, 
un autre r2 fois......rp fois, tout groupe de ces n
éléments placés dans un ordre déterminé.
• avec r1+ r2+…+rp = n
• Lorsque tous les éléments sont distincts, il y en a n!
Comme le 1er élément se répète r1 fois, on devra 
diviser ce nombre par le nombre de permutations de 
r1 éléments distincts. De même, le second élément se 
répète r2 fois. On devra diviser le résultat par le 
nombre de permutations de r2 éléments distincts. Ce 
n!
nombre est:  r1 !r2 !...rp !
 Exercice
Parmi les 10 participants à un tournoi d’échec, on 
compte 4 Français, 3 Américains, 2 Anglais et un 
Brésilien.
• Si dans le classement du tournoi on ne peut lire que 
la liste des nationalités des joueurs mais pas leur 
identité, à combien de classements individuels 
différents une telle liste correspond-elle ?
 Exercice
•
Dans une course de 10 chevaux, combien peut-il y 
avoir de podiums différents (un podium comporte 3 
places) ?
 Réponse :
• Selon le principe de décomposition (3 épreuves) :
1ère place: 10 possibilités
2ème place: 9 possibilités
3ème place: 8 possibilités
Au total : 10 9 8 = 720 possibilités.
On peut arriver à ce résultat en utilisant Les 
arrangements sans répétition:

3 10!
A 
10 10  9  8  720
(10  3)!
 Exercice
• Combien de mots différents de 4 lettres peux-t-on 
former à l’aide des 7 lettres A, B, C, D, E, F, G
si on peut répéter les lettres dans les mots ?
 Réponse :
• Selon le principe de décomposition
• (4 épreuves) : Il y a  

4
7  7  7  7  7  2401
mots différents
• Ou avec arrangement avec répétition:

4
7  2401 mots différents
• Exercice 1 :
1. Combien de mots différents peut-on former avec les 
lettres des mots suivants:
(Attention, les mots formés ne doivent pas forcément avoir 
un sens)
a) eux             b) utile                  c) parmi ?
2. Combien de mots différents peut-on écrire avec les lettres 
du mot :
a) arranger                    b) rire ?
3. a) Combien de mots différents peut-on écrire avec les 
lettres du mot : ELEVES.
b) Combien de ces mots commencent et finissent par E ?
c) Combien sont ceux où les trois E sont adjacents ?
d) Combien commencent par E et se terminent par S ?
 Probabilités : Vocabulaire
• Définitions
• Expérience aléatoire : expérience donnant un résultat que l’on ne 
peut prévoir à l’avance. 
• Par exemple, lancer un dé.
• Ensemble fondamental Ω : ensemble de tous les résultats possibles. 
Ici Ω = {1, 2, 3, 4, 5, 6}.
Evénements élémentaires : sous-ensembles de Ω contenant
un seul résultat possible. Ici les événements élémentaires sont
donc {1}, {2}, {3}, {4}, {5} et {6}.
Evénement : sous-ensemble de Ω. Si par exemple E est l’événement 
“obtenir un résultat pair”, alors E = {2, 4, 6}.
• Définitions
E
• Si E est un événement, son complémentaire       
E  1; 3; 5
est l’événement contraire. Ici                           
c’est-à-dire “obtenir un résultat impair”.
Deux événements E1 et E2 sont incompatibles ou 
disjoints si E1 ∩ E2 =  . 
• Par exemple “obtenir un 4 ou un 6” et  “obtenir un 
résultat impair” sont deux événements 
incompatibles.
 Probabilités : concept général
• Définition

Une probabilité P sur un ensemble fondamental Ω est 
une fonction qui à tout événement E associe ses 
“chances” de se réaliser P(E) et qui vérifie les 
axiomes suivants:
Axiome: 1
P(E) est un réel compris entre 0 et 1.
Axiome: 2
Pour l’événement certain, P(Ω) = 1.
Pour l’événement impossible, P( ) = 0.
 Axiome: 3 (Axiome d’additivité) : 

• Si E1 et E2 sont deux événements incompatibles

• (E1 ∩ E2 =  ) 

alors P(E1 ∪ E2) = P(E1) + P(E2).
Plus généralement si (Ei) est une suite 
d’événements deux  à deux incompatibles alors:
P ( Ei )   P( Ei )
i i
 Probabilités : Propriétés

• Proposition

E1  et E2  sont  deux  événements  quelconques   :

P ( E1    E2 )     P ( E1 )     P ( E2 )  P ( E1   E2 ).

 
P E     1    P  E  .
 Equiprobabilité
• Définition

On dit qu’on est dans le cas d’équiprobabilité 
quand l’espace fondamental Ω est fini et que 
tous les événements élémentaires ont la même 
probabilité. Alors pour tout événement E,  
card ( E )
P( E ) 
card ()
• Exemple:

On lance une pièce de monnaie deux fois. Calcule la 
probabilité d'obtenir au moins une fois pile; jamais pile.
Solution:
Ω = {pp; pf; fp; ff } événement ''au moins une fois pile'':
A = {pp; pf; fp} événement ''jamais pile'': B ={ff}
3 1
P( A)  P( B) 
4 4

A et B sont des événements complémentaires:  A ∩B = 
et A ∪ B = Ω.
 Exercice
• Un sachet contient 2 bonbons à la menthe, 3 à l’orange 
et 5 au citron. On tire, au hasard, un bonbon du sachet et 
on définit les événements suivants : 
• A : « le bonbon est à la menthe » ; 
• B : « le bonbon est à l’orange » ; 
• C : « le bonbon est au citron ». 
• 1. Déterminer les probabilités p(A) puis p(B) et p(C).
• 2. Représente l’expérience par un arbre pondéré ( on 
fait figurer sur chaque branche la probabilité associée).
 Solution
• 1. Calcul de probabilités. Comme le bonbon est tiré au 
hasard, alors chaque bonbon a la même chance d’être 
tiré. 
• Le nombre d’issues possibles est de 10; ( 2 + 3 + 5 =10 
L’événement A est constitué de deux issue favorables, 
on a donc : p(A) = 2 /10 . 
• L’événement B est constitué de trois issue favorables, 
on a donc : p(B) = 3/10. 
• L’événement C est constitué de cinq issue favorables, 
on a donc : p(C) = 5/10 .
Exemple :
Dans une classe de terminale, 88% des élèves ont déclaré aimer 
l’étude de la langue Fr, 20% ont déclaré aimer les 
mathématiques et 15% ont déclaré aimer la langue Fr et les 
mathématiques. Nous dirons qu’un élève est pris au hasard dans 
cette classe si et seulement si la probabilité d’être choisi est la 
même pour tous les élèves. Quelle est la probabilité pour qu’un 
élève pris au hasard dans cette classe :
a) aime la langue Fr  mais pas les mathématiques ?
b) aime les mathématiques mais pas la langue Fr ?
c) n’aime ni les mathématiques, ni la langue Fr ?
 Solution :

a ) P L  M   PL   PL  M   0,88  0,15  0,73

b) PM  L   PM   PL  M   0,20  0,15  0,05

 
c)P M  L  1 PL  M   1 PM   PM   PL  M   1 0,93  0,07
 Deux événements Indépendants

• Définition : Indépendance.
• On dit que deux événements A et B sont 
indépendants lorsque :
P(A ∩ B) = P(A) × P(B).
Remarque

Pour savoir si 2 événements sont indépendants, il faut calculer
séparément 
P(A ∩ B) et P(A) × P(B).
 Exemple:
• Soit une famille de deux enfants. A=”la famille  a 
des enfants des 2 sexes”, B=”la famille  a, au plus, 
une fille”.
• A et B sont-ils indépendants?
•
Ω     { ( F ,   F ) ,  F ,   G  ,  G ,   F  ,  G ,   G }      é q u ip r o b a b ilité 

2 1
A       F ,   G ,  G ,   F      P  A       
4 2

3
• B       F ,   G ,  G ,   F ,  G ,   G      P  B    
4

  B     { F ,   F } 
• A      B      A      P  A      B      1  / 2      P  A  P  B       A   e t   B   n e   s o n t   p a s   in d é p e n d a n ts
• Même question avec 3 enfants. 
• Ω = {(F, F, F),(F, F, G),(F, G, F),(F, G, G), (G, F, 
F),(G, F, G),(G, G, F),(G, G, G)} 
⇒ P(A) = 6/ 8 = 3/ 4 .
• A = {(F, F, F),(G, G, G)} ⇒
• B = {(F, G, G),(G, F, G),(G, G, F),(G, G, G)} 
• ⇒ P(B) = 4/ 8 = 1/ 2.
• A ∩ B = {(F, G, G),(G, F, G),(G, G, F)}
• ⇒ P(A ∩ B) = 3/ 8 = P(A)P(B) ⇒ A et B sont 
dépendants (ceci est uniquement vrai pour n=3)
Exemple
On lance un dé équilibré une fois et on note le chiffre 
de la face obtenue. 
Soient:
A = {le chiffre de la face obtenue est un multiple de 6}
et B = {le chiffre de la face obtenue est pair}.
A et B sont ils indépendants ? On calcule séparément
P(A ∩ B) et P(A) × P(B). On obtient : 
P(A ∩ B) = P(obtenir un multiple de 6 ET un nombre 
pair) = P(obtenir 6)=1/6.
P(A) × P(B)=P(obtenir un 6)xp(obtenir 2, ou 4 ou 6) 
=(1/6)x(3/6)=1/12.
Ainsi P(A ∩ B) ‡ P(A) × P(B), donc A et B ne sont pas 
indépendants. 
 Probabilité conditionnelle
• Définition
• Soient A et B deux événements d’une même épreuve 
et B un événement non impossible (P(B) = 0). On 
appelle probabilité conditionnelle de A sachant (que 
l’événement) B (s’est réalisé), notée PB(A) = P(A | 
B) = P(A sachant B), la probabilité P(A ∩ B)/ P(B).
• Remarque
• Si A et B sont indépendants P(A | B) = P(A ∩ B)/ 
P(B) = P(A)P(B) /P(B) = P(A) 
• 9 boules numérotées dans une urne de 1 à 9; soient les 
événements  suivants:
• A=« le n° tiré est un multiple de 3 » 
• B=« le n° tiré est impair » 
• A={3, 6, 9} ⇒ card(A)=3 ⇒ P(A) = 1/ 3 
⇒ card(B)=5 ⇒
• B={1, 3, 5, 7, 9} ⇒ ⇒ P(B) = 5/ 9 
• A ∩ B = {3, 9} ⇒ card(A ∩ B)=2 ⇒ P(A ∩ B) = 2/9
• P(A | B) = P(A∩B) /P(B) = 2/ 5 
• P(B | A) = P(A∩B)/ P(A) = 2 /3 .
 Partition de l'univers
Définition :  Soit Ω un ensemble fini et B1, B2,..., Bn (n 2) une famille 
d'événements de Ω . On dit que les B1, B2,..., Bn, (n 2) forment ou 
réalisent une partition ou un système complet d'événements de Ω si et 
seulement si les conditions suivantes sont satisfaites :
i) Tous les Bi sont non vides, c'est-à-dire : Bi≠ pour tout i ; (cette 
condition n'est pas toujours vérifiée dans certaines démonstrations) ;
ii) Ces événements sont deux à deux incompatibles, c'est-à-dire : pour 
tout i (1 i n) et tout j (1 j n) [ i≠ j⇒ Bi∩Bj= ] ;
iii) La réunion de tous ces événements est égale à Ω ; c'est-à-dire : 
B1∪B2∪ ∪Bn=Ω . 
 Partition de l'univers

La réunion de tous ces événements est égale à Ω 
; c'est-à-dire : B1∪B2∪ ∪Bn=Ω . 
 Partition de l'univers
• Exemple :
Soit Ω = l'ensemble des étudiants de la section Echo-Ges 1ère
année de la FSJES de Ait Melloul. On choisit un étudiant au 
hasard et on lui demande sa section. On pose B1 = « l'étudiant 
est du section A », B2 = «l'étudiant est du section B», B3 = 
«l'étudiant est du section C » , B4 = «l'étudiant est du section 
D»,  B5 = «l'étudiant est du section E», B6 = «l'étudiant est du 
section F», alors B1, B2, B3 , B4, B5 et B6 forment une partition 
de Ω .
 Un cas particulier très important :

• Soit B un événement de Ω tel que P(B)≠0 . Alors B et      
B
forment une partition de l'univers Ω (n=2).
• Exemple :
A la FSJES Ait Melloul, si on pose B = « l'étudiant fait de  la 
section A ». Alors B et      forment une partition de Ω avec
B
• Ω =l’ensemble des sections de la 1ère année Eco- Gestion
= { sec A, sec B, sec C, sec D, sec E, secF } 
 Théorème des probabilités totales :

• Théorème 1:
Soit Ω un ensemble fini et B1, B2,..., Bn (n 2) une 
partition de Ω .
Soit A un événement quelconque de Ω . Alors
P( A)=P( A∩B1)+P( A∩B2)+ +P( A∩Bn)
P( A)=P (A/B1)×P(B1)+P ( A/ B2)×P(B2)+ +
• P ( A/ Bn)×P(Bn)
qu'on peut encore écrire : 
n
P ( A)   P ( A / Bi )  P ( Bi )
i
 Un cas particulier très important :

• Théorème 2 :
Soit B un événement de Ω tel que P (B)≠0
• Alors B et       forment une partition de l'univers Ω . 
B
(cas n=2). Donc, pour tout événement A de Ω , on a :
•

P ( A)  P( A  B)  P ( A  B)
donc P( A)  P( A / B)  P( B)  P( A / B)  P( B)
• Exemple :
• Une compagnie d’assurance a deux catégories de 
clients :
les jeunes conducteurs qui ont une probabilité 
d’accident de 40% (sur 5 ans)
les autres, dont la probabilité d’accident est 20% Les 
jeunes conducteurs représentent 30% de la clientèle 
de la compagnie. Quelle est la probabilité d’avoir un 
accident pour un client quelconque?
• Soit A l’événement « avoir un accident 
»et J l’événement « être un jeune 
conducteur ». Alors

P( A)  P( A / J ) P ( J )  P( A / J ) P( J )
 0.4  0.3  0.2  0.7  0.26
 Formule de Bayes
• Formule de probabilité des causes.

Exemple :
Un labo commercialise un test médical,  le test est positif chez 
95% des personnes atteintes (5% de ”faux négatifs”).
le test est négatif chez 99% des personnes saines (1% de ”faux 
positifs”).
La maladie touche 0,5% de la population. Une personne passe
le test et le résultat est positif. Quel est la probabilité qu’elle
soit atteinte?
 Formule de Bayes

• Théorème

Soient A et B deux événements non impossibles. Alors

P( A  B) P( B | A) P( A)
P( A | B)     
P( B) P( B)
 Formule de Bayes

• Dans l’exemple, en définissant:
A=”la personne est atteinte” et
B=”le test est positif”,
on a P(A) = 0, 005 P(B | A) = 95% et
P(B | A) = 0, 01. Ainsi

0,95  0.005
P( A | B)     0.32
0.95  0.005  0.01  0.995
 Formule de Bayes
• Généralisation

Soit (Ai)   i=1..n une collection d’événements non 
impossibles formant une partition de Ω. Alors pour tout 
événement B non impossible:

P( Ai  B ) P( B / Ai ) P ( Ai )
P( Ai | B )     n
P( B)
 P( B / Ai ) P( Ai )
i 1
 EXEMPLE
• Un laboratoire a mis au point un test pour dépister une certaine maladie.

• Des essais cliniques prouvent que :

• 96 fois sur 100, le test donne un résultat positif quand la maladie est 
effectivement présente.

• 94 fois sur 100, le test donne un résultat négatif quand la maladie n'est pas 
présente.

• Dans une population comptant 3 % de malades, on pratique le test sur une 
personne choisie au hasard et on constate un résultat positif.

• Quelle est la probabilité que la personne soit atteinte de la maladie ?

 Solution :

• Soit M : « Etre malade. » et P : « Le résultat du

test est positif. ». 
• On sait que: P( P / M )  0.96; P( P / M )  0.94

P ( M )  0.03; P( M )  0.97

• On cherche P(M/P).
• Deux approches de la solution sont proposées.
• Par la formule de Bayes :
 solution

P( P / M ).P( M )
P( M / P) 
P( P / M ).P( M )  P( P / M ).P( M )
0,96.0,03 0,0288
   0,331
(0,96.0,03)  (0,06.0,97) 0,0288  0,0587
 Formule des probabilités composées

• Formule des probabilités composées

Soit (Ai)i=1..n une collection d’événements telle que

P(A1 ∩ A2 ∩ ... ∩ An) ‡ 0, alors
P(A1 ∩ A2 ∩ ... ∩ An) =
P(A1)P(A2 | A1)P(A3 | A1 ∩ A2)...P(An | A1 ∩ A2 ∩ ...
∩An 1)
 Cas particuliers :
•
n=2 : P(A1 ∩ A2) = P(A2 | A1)P(A1) (déf proba cond)
n=3 : P(A1 ∩ A2 ∩ A3) = P(A3 | A1 ∩ A2)P(A1 ∩ A2)
= P(A3 | A1 ∩ A2)P(A2 | A1)P(A1)
 Exercice

On lance un dé à 6 faces. On note pi la probabilité de 
sortie de la face marquée i . Ce dé est truqué de telle 
sorte que les probabilités de sortie des faces sont :
p1 = 0,1 ; p2 = 0,2 ; p3 = 0,3 ; p4 = 0,1 ; p5 = 0,15
1)Quelle est la probabilité de sortie de la face marquée 6 ?
2) Quelle est la probabilité d’obtenir un nombre pair ?
 Exercice
• Dans une urne se trouvent 2 boules blanches et 3 
boules noires. On tire successivement deux boules 
sans remise.
• Calculer et comparer les probabilités des deux 
événements suivants :
• « Tirer deux boules de même couleur »
• « Tirer deux boules de couleurs différentes ».
 Exercice

• Dans une usine, on utilise conjointement deux machines M1 et M2 
pour fabriquer des pièces cylindriques en série. Leurs probabilités de 
tomber en panne sont respectivement 0, 01 et 0, 008. De plus la 
probabilité de l’événement “la machine M2 est en panne sachant que 
M1 est en panne” est égale `a 0, 4.
1. Quelle est la probabilité d’avoir les deux machines en panne au 
même moment ?
2. Quelle est la probabilité d’avoir au moins une machine qui 
fonctionne ? 
 • .
). P ( M 1  M 2 )  P ( M 1 ) p ( M 2 / M 1 )  0.01  0.4  0.004

2). P ( M 1  M 2 )  1  P ( M 1  M 2 )  0.996