Académique Documents
Professionnel Documents
Culture Documents
Exemple 4.1.1.
• Lancer un dé.
• Lancer deux dés.
• Tirer successivement et avec remise une carte dans un jeu jusqu’à obtenir une
carte rouge.
• Mesurer en centimètres le diamètre d’une pièce lors d’une production.
Exemple 4.1.2.
• Ω = {1, 2, 3, 4, 5, 6} est l’espace échantionnal pour l’épreuve du lancer du dé. 2 est
un événement élémentaire.
• Ω = {1, 2, 3, 4, 5, 6} × {1, 2, 3, 4, 5, 6} est l’espace échantionnal pour l’épreuve du
lancer de 2 dés. (3, 4) est un événement élémentaire.
• Ω = {R, N R, N N R, N N N R, ...} où R=carte rouge et N=carte d’une autre cou-
leur, est l’espace échantionnal pour l’épreuve de tirer successivement et avec remise
une carte dans un jeu jusqu’à obtenir une carte rouge.
• Ω = R+∗ est l’espace échantionnal pour l’épreuve de mesurer le diamètre d’une
pièce.
1
2 CHAPITRE 4. ELÉMENTS DU CALCUL DE PROBABILITÉ
Exemple 4.1.3.
• Pour toute épreuve, Ω est un événement appelé événement certain.
• Pour toute épreuve, ∅ est un événement appelé événement impossible.
• Pour le lancer de deux dés, l’événement "somme des 2 faces est au plus 3" est le
sous-ensemble A = {(1, 1), (1, 2), 2, 1)}.
• Pour les tirages successifs et avec remise d’une carte, {N N R, N N N R, ...} est un
événement et il traduit la phrase "faire au moins trois tirages".
• Pour les mesures du diamètre, B = [2, 4[ est un événement et il traduit la phrase
"le diamètre est moins de 4cm et au moins 2cm"
• Pour le nombre de pièces vendues dans une journée pour une entreprise disposant
au début de chaque journée de 3 pièces en stock, B = {2, 3} est un événement et
il traduit la phrase "vendre plus d’une pièce".
Définition 4.1.4. — On appelle événement contraire de l’événement A le complé-
mentaire de A. On le note Ā ou Ac .
Définition 4.1.5. — Un événement A est dit réalisé, si l’épreuve donne un résultat
appartenant à A.
Remarque. Pour deux événements A et B, A ⊂ B signifie que la réalisation de A
entraine celle de B.
Théorème 4.1.1. — Soient A et B deux événements d’une même épreuve.
1. A ∩ B est un événement qui se réalise quand A et B sont tous les deux réalisés.
On le note encore A.B.
2. A ∪ B est un événement qui se réalise quand A ou B (avec ou inclusif) est
réalisé .
3. A ∩ B̄ est un événement qui se réalise quand A est réalisé et B est non réalisé.
On le note encore A − B.
Preuve :
Evidente
Proposition 1. Pour A, B et C des ensembles, on a les propriétés suivantes :
– A ∩ ∅ = ∅, A ∪ ∅ = A, A ∩ Ω = A, A ∪ Ω = Ω.
– Si A ⊂ B alors A ∩ B = A et A ∪ B = B.
– (A ∪ B) ∪ C = A ∪ (B ∪ C) = A ∪ B ∪ C. On dit que ∪ est associative.
– (A ∪ B) = B ∪ A. On dit que ∪ est commutative.
– ∩ est associative et commutative.
– (A ∪ B) ∩ C = (A ∩ C) ∪ (B ∩ C). On dit que ∩ est distributive par rapport à ∪.
– A ∪ (B ∩ C) = (A ∪ B) ∩ (A ∪ C). On dit que ∪ est distributive par rapport à ∩.
– A ∪ B = Ā ∩ B̄, A ∩ B = Ā ∪ B̄, Ā¯ = A.
Preuve :
Laissée à titre d’exercice
Remarque. L’algèbre des événements systématise la rigueur du raisonnement.
4.2. PROBABILITÉ 3
4.2 Probabilité
A chaque événement, on associe un nombre qui va quantifier les chances de sa
réalisation.
Définition 4.2.1. — Définition axiomatique
1. La probabilité est un nombre positif ou nul.
2. La probabilité d’un événement certain est 1.
3. La probabilité d’un événement réalisable selon deux modalités incompatibles est
égale à la somme des probabilités de chacune de ces deux éventualités.
Définition 4.2.2. — Définition mathématique
On appelle probabilité sur l’ensemble fini Ω toute application de P(Ω) dans [0,1],
notée en général P, telle que :
– Axiome 1 : P(Ω) = 1
– Axiome 2 : P(A+̇B) = P(A) + P(B), ∀A, B ⊂ Ω : A ∩ B = ∅
Le triplet (Ω, P(Ω), P) est appelé espace probabilisé.
Remarques.
– Quand Ω est infini dénombrable (équipotent à N), une axiome 3 supplémentaire
est nécessaire : Si (Ai )i∈N∗ est une suite d’événements incompatibles 2 à 2, on a :
+∞ ∑
+∞
P( ⊎ Ai ) = P(Ai )
i=1
i=1
Preuve :
Evidente par récurrence sur n, en appliquant l’axiome 2
Théorème 4.2.2. — Soit Ω = {w1 , w2 , ..., wn }, alors P est complétement définie par
le choix des pi := P({wi }. Donc une probabilité sur un ensemble fini est tout simplement
∑
n
une suite (pi )1≤i≤n de nombres positifs ou nuls tels que : pi = 1
i=1
Preuve :
Pour tout A ⊂ Ω, on a : A = ⊎ {wi }. Et par suite, d’après l’axiome 2, on a :
wi ∈A
∑ ∑
P(A) = P({wi }) = pi
i: wi ∈A i: wi ∈A
Définition 4.2.3. — Soit Ω = {w1 , w2 , ..., wn }. On dit que les événements élémen-
taires sont équiprobables s’ils ont même probabilité, c’est-à-dire si :
1 1
pi = = ∀i : 1 ≤ i ≤ n
n card(Ω)
Remarque. La locution "tirer au hasard" signifiera que l’on considère des espaces de
probabilité de ce type.
Preuve :
1. 1 = P(Ω) = P(A ⊎ Ā) = P(A) + P(Ā).
2. P(∅) = P(Ω̄) = 1 − P(Ω) = 1 − 1 = 0.
3. ( )
P(B) − P(B ∩ A) = P (B − A) ⊎ (B ∩ A) − P(B ∩ A)
= P(B − A) + P(B ∩ A) − P(B ∩ A) = P(B − A).
4. – Puisque A ⊂ B, B ∩ A = A et la propriété 3 donne l’égalité.
– P(B) − P(A) = P(B − A) ≥ 0
5. On a d’après l’axiome 2 :
( )
P(A ∪ B) = P A ⊎ (B − A) = P(A) + P(B − A)
( )
P(B) = P (B − A) ⊎ (A ∩ B) = P(B − A) + P(A ∩ B)
D’où on tire l’égalité.
6. Elle se fait par récurrence
(
sur n. Vérifions
)
juste le cas de 3 événements.
( )
P(A ∪ B ∪ C) = P (A ∪ B) ∪ C = P(A ∪ B) + P(C) − P (A ∪ B) ∩ C
( )
= P(A) + P(B) + P(C) − P(A ∩ B) − P (A ∩ C) ∪ (B ∩ C
= P(A) + P(B) +[ P(C) − P(A ∩ B) ]
− P(A ∩ C) + P(B ∩ C) − P(A ∩ C ∩ B)
= P(A) + P(B) + P(C) − P(A ∩ B)
−P(A ∩ C) − P(B ∩ C) + P(A ∩ B ∩ C)
1. On a bien :
P(Ω ∩ B) P(B)
– P(Ω|B) = = =1
P(B) P(B)
– ( ) ( )
P (A1 ⊎ A2 ) ∩ B P (A1 ∩ B) ⊎ (A2 ∩ B)
P(A1 ⊎ A2 )|B) = =
P(B) P(B)
P(A1 ∩ B) + P(A2 ∩ B) P(A1 ∩ B) P(A2 ∩ B)
= = +
P(B) P(B) P(B)
= P(A1 |B) + P(A2 |B)
2. Evidente en appliquant la définition de la probabilité conditionnelle.
3. Se déduit directement de la définition de P(A|B) et de P(B|A).
4. Par récurrence sur n.
– Pour n= 2, c’est tout simplement la propriété des probabilités composées pré-
cédente
– On suppose l’égalité vraie pour
( n, et on a pour )n+1 :
P(A1 ∩ ... ∩ An+1 ) = P (A1 ... An ) . An+1
= P(A1 ... An ).P(An+1 |A1 ... An )
=
HR P(A1 ).P(A2 |A1 ) ... P(An |A1 ...An−1 ).P(An+1 |A1 ...An )
Exemple 4.3.1. Une enquête est faite auprès de la population étudiante d’un campus.
On note F la population féminine, I l’ensemble des étudiants garçons et filles sachant
jouer d’un instrument de musique. L’enquête révèle que :
– F représente 48% de la population étudiante.
– I représente 40% de la population étudiante.
– Chez les étudiants du groupe I, 45% sont des filles.
On interroge une fille du campus. Quelle est la probabilité pour que cette fille sache
jouer d’un instrument de musique?
La probabilité cherchée est :
P(I ∩ F ) P(F |I).P(I) 0.45 × 0.4
P(I|F ) = = = = 0.375
P(F ) P(F ) 0.48
4.3. PROBABILITÉ CONDITIONNELLE 7
et B un événement. Alors, on a :
∑
n
P(B) = P(B|Hi ).P(Hi )
i=1
Preuve : n n
On a : B = B ∩ Ω = B ∩ ( ⊎ Hi ) = ⊎ (B ∩ Hi ). Donc,
i=1 i=1
( n ) ∑
n
P(B) = P ⊎ (B ∩ Hi ) = P(Hi ).P(B|Hi )
i=1
i=1
Preuve :
On applique le Théorème 4.3.2 précédent pour la partition Ω = A ⊎ Ā
Preuve :
D’après la formule des probabilités composées, on a :
P(B ∩ Hk ) P(Hk ).P(B|Hk )
P(Hk |B) = =
P(B) P(B)
et d’après le Théorème 4.3.2 précédent, on a le résultat
Preuve :
On applique la formule de BAYES pour la partition Ω = A ⊎ Ā
Exemple 4.3.2. Une maladie se présente sous deux formes M1 et M2 avec des pro-
babilités respectives 0.2 et 0.8, et le symptôme S apparaît dans 80% des cas de M1 et
dans 10% des cas de M2 . Quelle est la probabilité, pour un patient malade qui présente
le symptôme S, d’être atteint de M1 ?
On cherche P(M1 |S).
D’après la formule de BAYES, on a :
P(M1 ).P(S|M1 ) 0.2 × 0.8 2
P(M1 |S) = = =
P(M1 ).P(S|M1 ) + P(M2 ).P(S|M2 ) 0.2 × 0.8 + 0.8 × 0.1 3
4.4 Indépendance
On s’interresse au cas où la réalisation ou non d’un événement A n’influe pas sur la
réalistion ou non d’un autre événement B.
Preuve :
P(A ∩ B)
A et B sont indépendants ⇔ P(A|B) = P(A) ⇔ = P(A)
P(B)
⇔ P(A ∩ B) = P(A) × P(B)
Théorème 4.4.2. — Soient A et B deux événements indépendants. Alors :
1. A et B̄ sont indépendants
2. Ā et B sont indépendants
3. Ā et B̄ sont indépendants
Preuve :
( )
1. P(A∩ B̄) = P(A)−P(A∩B) = P(A)−P(A)P(B) = P(A). 1−P(B) = P(A).P(B̄).
2. Il suffit de permuter les rôles de A et de B
3. Il suffit d’appliquer 1 et 2
Définition 4.4.2. — Les événements A1 , A2 , ..., An sont dits deux à deux indé-
pendants si ∀i, j ∈ {1, 2, ..., n} différents, Ai et Aj sont indépendants.
4.4. INDÉPENDANCE 9
10