CH2 Svtu3 (2022 23)

Probabilités
Pr. A. Abbasi, Pr. L. A. Allamy, Pr. A. Mkhadri
Université Cadi Ayyad

Faculté des Sciences Semlalia Marrakech
19 septembre 2022
Pr. A. Abbassi, Pr. L. A. Allamy, Pr. A. Mkhadri Probabilités 1 / 47

INTRODUCTION GÉNÉRALE
Le but de ce chapitre est de rappeler certaines notions de

dénombrement et de probabilités.
Notion de hasard
Un résultat est dû au hasard ou est aléatoire lorsque nous ne

pouvons pas le prédire, soit parce que nous n'en connaissons pas
toutes les causes, soit parceque nous ne savons pas déterminer
comment agissent les causes.
Cependant, nous pouvons observer la variabilité du résultat et
déduire alors une loi de cette variabilité.

Expérience aléatoire
Dénition : Une expérience aléatoire est une expérience dont on

ne peut pas prévoir le résultat (son résultat est dû au hasard).
Jet d'un dé
L'expérience qui consiste à jeter un dé et de s'intéresser à la valeur

qui appraît à la face supérieure (1,2,3,4,5,6) est une expérience
aléatoire.
Lancer d'une pièce de monnaie
Quand on jette une pièce de monnaie, on ne peut pas prévoir si elle

tombe surr Pile ou sur Face. Ceci est expérience aléatoire.

Espace fondamental
A toute expérience aléatoire correspond un espace appelé

espace fondamental.
Dénition : On appelle espace fondamental ou univers Ω,

associé à une expérience aléatoire, l'ensemble de tous les
résultats possibles de cette expérience.
Remarque
• Cet ensemble peut être ni, inni dénombrable ou inni non

dénombrable.
• Une même action expérimentale peut conduire à la dénition
d'espaces fondamentaux diérents, suivant le problème auquel on
s'intéresse.

Exemples d'espaces fondamentaux
Lancer d'une pièce de monnaie une fois
On lance une pièce de monnaie et on s'intéresse au résultat obtenu.
Ω = {P, F }
Lancer d'une pièce de monnaie jusqu'à obtenir Face
L'espace fondamental dans ce cas est :
Ω = {F , PF , PPF , PPPF , ....}

Jet d'un dé une fois
Ω = {1, 2, 3, 4, 5, 6}
Lancer deux pièces de monnaie une fois
Ω = {(P, P), (P, F ), (F , P), (F , F )} = {P, F }2

A la suite d'une expérience aléatoire, on a besoin de connaître
l'espace fondamental et son cardinal ou son nombre d'éléments,
d'où la nécessité de savoir compter ses éléments.
Dénombrement
SoitE = {e1 , e2 , ..., en } un ensemble à n éléments (n ≥ 1) et soit

p ∈ N∗ .
On parlera dans cette partie de :

• Arrangement avec répétition.
• Arrangement sans répétition.
• Permutations.
• Combinaisons.

Arrangement avec répétition
Exemple
On lance 8 dés de couleurs diérentes (numérotés chacun de 1 à 6)

Ω l'espace de tous les résultats possibles.
et bien équilibrés. Soit
CalculerCard(Ω).
8
Réponse : Card(Ω) = 6 × 6 × 6 × 6 × 6 × 6 × 6 × 6 = 6
Le nombre de façons de choisir successivement p éléments de E,

avec la possibilité de répéter les éléments choisis est égal à :
np

Arrangement sans répétition
Exemple
A la nale du 100 mètres, huit (8) coureurs s'arontent pour les

médailles d'or, d'argent et de bronze.
De combien manières diérentes ces médailles peuvent-elles être
attribuées ?
Réponse : Le nombre de façons d'attribuer ces médailles est égal au
nombre de façons de choisir trois (3) coureurs parmi les 8, donc au
nombre d'arrangements sans répétition de 3 éléments parmi 8 :
8! 8!
A38 = = = 8 × 7 × 6 = 336.
(8 − 3) 5!
Le nombre de façons de choisir p éléments distincts de E,

dans l'ordre, est égal à :
n!
= Apn
(n − p)!
Permutations
Exemple
En supposant qu'on a p livres sur une étagère, de combien de

façons peut-on les ranger ?
00
Réponse : Le nombre de façons de ranger ces p livres est p! .
Le nombre de permutations de p éléments de E (nombre de façons

de permuter p éléments) (1 ≤ p ≤ n) est :
p!

Combinaisons
Exemple
Un établissement universitaire a demandé aux 12 étudiants,

représentant les diérentes disciplines, de choisir 3 parmi eux pour
les représenter au conseil de faculté. De combien de manières ces
étudiants peuvent-ils être choisis ?
Réponse : Le nombre de façons de les choisir est le nombres
d'ensembles à 3 éléments choisis parmi 12. Il est égal au nombre de
combinaisons de 3 parmi 12 :
3 12! 12! 12 × 11 × 10
C12 = = = = 220
3!(12 − 3)! 3!(9!) 6
Le nombre de parties (sous-ensembles) de E à p éléments est égal

à :
n!
= Cnp
p!(n − p)!
Remarques importantes
Remarque sur l'ordre
Dans les arrangements sans répétition, l'ordre des éléments

(diérents) a de l'importance, alors que dans les combinaisons non.
Lien entre les arrangements sans répétition et les combinaisons
Apn n!
Cnp = =
p! p!(n − p)!

Exemples récapitulatifs de dénombrement
Soit un ensemble E = {a, b, c}. Card(E ) = 3 = n.

Arrangements avec répétition
Prenons, par exemple p=2 et cherchons donc le nombre de façons

de choisir deux éléments de E avec la possibilité de répéter les
éléments choisis.
L'ordre est important !
Les résultats seront présentés sous forme de couples, dans ce cas :
(a, a), (a, b), (a, c), (b, a), (b, b), (b, c), (c, a), (c, b), (c, c)
Ils sont en nombre de 9 = 32 = n p .

Soit l'ensemble E = {a, b, c}. Card(E ) = 3 = n.

Arrangements sans répétition
Toujours pour p = 2, cherchons cette fois-ci, le nombre de façons

de choisir deux éléments de E, dans l'ordre sans que les éléments
choisis ne se répètent. L'ordre est important !
Les résultats seront, encore, présentés sous forme de couples, mais
dans ce cas on a :
(a, b), (a, c), (b, a), (b, c), (c, a), (c, b)
n! 3!
Ils sont en nombre de 6 = A23 = Apn = = = 6.
(n − p)! (3 − 2)!

Permutations
• Cherchons le nombre de façons diérentes de placer les deux

éléments a et b . On obtient :
(a, b) et (b, a).
Le nombre de possibilités est 2! = 2.
• Mais si on cherche le nombre de façons diérentes de placer les
trois éléments a, b et c, on obtient (les résultats sont présentés
sous forme de triplets) :
(a, b, c), (a, c, b), (b, a, c), (b, c, a), (c, a, b), (c, b, a).
Le nombre de possibilités est 3! = 6.

Combinaisons
Les résultats seront présentés sous forme d'ensembles.

• Cherchons le nombre de sous-ensembles de E à 1 élément p = 1 :
{a}, {b}, {c}. Ils sont en nombre de 3 = C31 .
• Si, maintenant, on cherche le nombre de sous-ensembles de E à 2
éléments p = 2 : {a, b}, {a, c}, {b, c}. Ils sont en nombre de
2 3!
3 = C3 = .
2!(3 − 2)!

Evénement élémentaire
Evénement élémentaire
Dénition : On appelle événement élémentaire toute proposition

relative au résultat de l'expérience aléatoire et qui est vériée par
un seul résultat possible.
Jet d'un dé
{1 } est un événement élémentaire.

Evénements
Evénement
Dénition : On appelle événement associé à une expérience

aléatoire toute proposition relative au résultat de l'expérience
aléatoire qui est vérié par certains résultats possibles.
Un événement est représenté par un sous-ensemble de Ω.
Expressions d'un événement
• On peut exprimer un événement :

- sous forme littérale (phrase ou expression)
ou
- sous forme d'ensemble.
• On confond la notation de l'événement et celle de sa
représentation ensembliste.

Exemple : Jet de dé
On jette un dé et on regarde la valeur de sa face supérieure.

Evénement A : Obtention d'un nombre impair
A = {1, 3, 5}

Evénement impossible
Dénition : On appelle événement impossible un événement qui

n'est jamais réalisé à la suite de l'expérience aléatoire
(i.e. qui ne peut pas se réaliser ou se produire).
Il est représenté par l'ensemble ∅.
Exemple
On jette un dé dont les faces sont numérotées 1, 2, 3, 4, 5, 6.

L'événement A : obtenir le chire 9 est un événement impossible.

Evénement certain
Dénition : On appelle événement certain ou événement sûr un

événement qui est toujours réalisé à la suite de l'expérience
aléatoire.
Il est représenté par Ω.
Exemple
On lance une pièce de monnaie.

L'événement B : obtenir Pile ou Face est un événement
certain.

Composition d'événements
Soient A et B deux événements de Ω (Ω ⊃ A et Ω ⊃ B ).
• A∩B est aussi en événement (A et B sont

réalisés simultanément, en même temps).
• A ∪ B est un événement (A ou B se réalise).
• Ā = Ac , le complémentaire de A dans Ω.
• Si A et B sont deux événements vériant A ∩ B = ∅, alors on dit
que A et B sont deux événements incompatibles, disjoints ou
mutuellement exclusifs.
• (A ⇒ B ) ⇔ (A ⊂ B ) (B est réalisé chaque fois que A est réalisé)

Système complet d'événements
Soient n événements A1 , A2 , ..., An associés à une même

expérience aléatoire (Espace fondamental correspondant Ω).
Ces événements constituent (ou forment) un système complet
d'événements lorsque deux quelconques d'entre eux ne peuvent être
réalisés simultanément et lorsque l'un d'entre eux est toujours
réalisé.
Ceci est équivalent à dire qu'ils sont deux à deux incompatibles

(Ai ∩ Aj = ∅ si i 6= j et A1 ∪ A2 ∪ ... ∪ An = Ω).

Exemple
{A; Ā} = {A; Ac } est un système complet d'événements,

∀ A ⊂ Ω , A 6= ∅
(i.e. pour tout événement A qui n'est pas impossible).

Introduction à la probabilité
Quand on jette un dé bien équilibré un grand nombre de fois, la

fréquence d'apparition de la face 1 oscille autour de 1/6 et ces
oscillations sont de plus en plus petites quand le nombre des
expériences croît.
On dit que la probabilité d'obtenir la face 1 est égale à 1/6.
La probabilité de réalisation d'un événement est dénie comme un

nombre compris entre 0 et 1.
La probabilité de l'événement certain (ou sûr) étant prise égale à 1.

Probabilité
Soit Ω l'espace fondamental associé à une expérience aléatoire.
Si Ω est discret, alors tous ses sous-ensembles correspondent à des
événements (P(Ω)).
À chaque événement A, correspond un nombre réel P(A) où
P est une fonction à valeurs réelles dénie sur P(Ω).
Dénition : On appelle probabilité sur (Ω, P(Ω)), où P(Ω) est

l'ensemble de tous les événements possibles ; toute application
P : P(Ω) −→ R, satisfaisant :
Axiome 1 : Pour chaque événement A de P(Ω)
0 ≤ P(A) ≤ 1
Axiome 2 :
P(Ω) = 1
L'événement sûr ou certain Ω a une probabilité égale à 1.

Axiome 3 :
Pour toute suite d'événements incompatibles (disjoints ou
mutuellement exclusifs) A1 , A2 , . . . , An on a :
P(A1 ∪ A2 ∪ A3 ∪ · · · ∪ An ) = P(A1 ) + P(A2 ) + · · · + P(An )
Remarque
Sur un espace probabilisé (un espace muni d'une probabilité), nous

pouvons dénir, à priori, plusieurs probabilités.
Parmi ces probabilités on choisit celle qui est en accord avec
l'expérience.

Théorèmes fondamentaux
Nous énonçons dans cette partie quelques résultats imporants liés à
une probabilité :
* Théorème 1 : Si A ⊂ B alors P(A) ≤ P(B).

* Théorème 2 : Pour tout événement A : 0 ≤ P(A) ≤ 1.
* Théorème 3 : P(∅) = 0.
* Théorème 4 : Si Ac est le complémentaire dans Ω, de A, alors :
P(Ac ) = 1 − P(A)
* Théorème 5 : Si A = A1 ∪ A2 ∪ ... ∪ An , où A1 , A2 , ..., An sont

des événements mutuellement exclusifs, alors :
P(A) = P(A1 ) + P(A2 ) + ... + P(An ).
Remarque
En particulier, si A = Ω, alors : P(A1 ) + P(A2 ) + ... + P(An ) = 1.

* Théorème 6 :
Si A et B sont deux événements quelconques, alors :
P(A ∪ B) = P(A) + P(B) − P(A ∩ B).

Cas particulier d'un espace fondamental dénombrable ou ni
- Si Ω = {A1 , A2 , ..., Ai , ...} est un espace dénombrable, toute
probabilité sur (Ω, P(Ω) est entièrement déterminée par la donnée
des probabilités des événements élémentaires,
P({Ai }) = pi , i = 1, 2, ....
Remarque
On a : Σi≥1 pi = 1
- Si Ω = {A1 , A2 , ..., An } est un espace fondamental ni, alors

d'après le résultat du Théorème 5, on a :
P(A1 ) + P(A2 ) + ... + P(An ) = 1.

- Lorsque, de plus, les probabilités des événements élémentaires
Ai , i = 1, 2, ..., n, sont toutes égales, on dit que ces événements
sont équiprobables et alors :
1
P(A1 ) = P(A2 ) = ... = P(An ) =
n
Remarque
Si A est un événement constitué de k événements élémentaires

k
(simples), alors P(A) = .
n
(La probabilité qu'un individu tiré au hasard de la population ait la
propriété A, est égale à la proportion des individus de cette
population ayant la propriété A).

Exemples
Jet d'un dé
On lance un dé.
L'espace fondamental correspondant est : Ω = {1, 2, 3, 4, 5, 6}.
* Equiprobabilité (dé équilibré).
P({1}) = P({2}) = ... = P({6}) = 1/6.
* Si A : “obtenir 2 ou 500 .
P({2} ou {5}) = P({2} ∪ {5}) = P({2}) + P({5}) = 1/6 + 1/6 =
1 /3

Introduction à la probabilité conditionnelle
Soient A et B deux événements associés à une même expérience

aléatoire (on suppose P(A) 6= 0).
On eectue l'expérience.
En supposant que l'on sache que A est réalisé, la probabilité que
l'événement B soit réalisé est dite probabilité conditionnelle.

Exemple : urne
On considère une urne contenant : 5 boules vertes et 3 rouges

{•, •, •, •, •, •, •, •}.
On tire une première boule de l'urne.
P(V ) = P(obtenir une boule verte) = 5/8 et
P(R) = P(avoir une boule rouge) = 3/8.
Si maintenant, on tire une seconde boule de l'urne,
sans avoir remis la première tirée dans l'urne, alors :
* P(V |V ) = P(avoir une boule verte au 2ed tirage

sachant qu 0 on a obtenu une boule verte au 1
er
tirage) = 4/7.
P(V |V ) 6= P(V ) (tirage sans remise).

Probabilité conditionnelle
Soient deux événements A et B, avec P(A) > 0.

On note par P(B|A), la probabilité que B se réalise sachant que A
est déjà réalisé.
Dénition : La probabilité conditionnelle s'écrit :
P(A ∩ B)
P(B|A) =
P(A)
Remarque
La probabilité conditionnelle est une probabilité.
A partir de la formule précédente, on obtient la formule :

P(A ∩ B) = P(B|A)P(A)

Remarques
Remarque
* La seconde formule permet de calculer P(A ∩ B), lorsque A et B

dépendent l'un de l'autre.
Remarque
* On a aussi P(A ∩ B) = P(A|B)P(B), lorsque P(B) > 0.

Exemple
Dans un hôpital, on a un groupe de personnes (hommes et

femmes). On regarde si une personne est atteinte d'une certaine
maladie ou pas.
On note :
H : être un homme,
H̄ : être une femme,
M : être malade et
M̄ : ne pas être malade.
On donne :
P(être une femme)=0.45=P(H̄)
P(ne pas être malade)=0.85=P(M̄)
P(ne pas être malade/être une femme)= 0.70=P(M̄|H̄).

Questions
- Exprimer ceci en fonction des événements H et M (fait ci-dessus).

- Calculer P(M/H̄), P(H̄ ∩ M).
Solution
P(M|H̄) = 1 − P(M̄|H̄) = 1 − 0.70 = 0.30.

P(H̄ ∩ M) = P(M|H̄)P(H̄) = 0.30 × 0.45 = 0.135.
P(M) = P(M ∩ H) + P(M ∩ H̄)
⇒
P(H ∩ M) = P(M) − P(M ∩ H̄) = (1 − 0.85) − 0.135 = 0.015.

Théorèmes
Théorème
Quelques soient les événements A1 , A2 et A3 on a :
P(A1 ∩ A2 ∩ A3 ) = P(A1 ) × P(A2 |A1 ) × P(A3 |A1 ∩ A2 )
Théorème
Si A est le résultat de l'un des événements mutuellement exclusifs

(disjoints ou incompatibles) A1 , A2 ,..., An , alors :
P(A) = P(A1 )P(A|A1 ) + P(A2 )P(A|A2 ) + ... + P(An )P(A|An )

Indépendance
Dénition
Soient A et B deux événements tels que P(A) > 0.

Si P(B|A) = P(B) alors on dira que A etB sont deux événements
indépendants.
P(B|A) = P(B) ⇒ P(A ∩ B) = P(A) × P(B)
Lancer d'une pièce de monnaie
On lance une pièce de monnaie équilibrée jusqu'à obtenir Face.

L'espace fondamental correspond est :
Ω = {F , PF , PPF , PPPF , ...}. Ω est inni dénombrable.
00
Si A : “obtenir F au bout de 4 lancers alors
P(A) = P(PPPF ) = P(P)P(P)P(P)P(F ) = (1|2)3 1|2.

Formule des probabilités totales
* La formule des probabilités totales permet de calculer la
probabilité d'un événement à partir d'une composition exhaustive.
* Il s'agit d'une décomposition à l'aide d'événements A1 , A2 ,..., An
disjoints (incompatibles).
* Un événement B peut être décomposé de la manière suivante :
B = (B ∩ A1 ) ∪ (B ∩ A2 ) ∪ ... ∪ (B ∩ An )
On peut alors écrire :
P(B) = P(B ∩ A1 ) + P(B ∩ A2 ) + ... + P(B ∩ An )
La règle de multiplicité s'écrit alors :
P(B) = P(B|A1 )P(A1 ) + P(B|A2 )P(A2 ) + ...P(B|An )P(An )
Formule des probabilités totales

Remarque
Dans cas où on a seulement deux événements :
A1 = A et A2 = Ac = Ā
On obtient :
P(B) = P(B|A)P(A) + P(B|Ā)P(Ā)

Exemple
Exemple
Trois machines M 1 ,M 2 et M3 fabriquent des pièces dans les

proportions respectives 25%, 35% et 40%. On sait que chacune de
ces machines produit des pièces défectueuses (présentent des
défauts), 5% par M1 , 4% par M2 et 2% par M3 . Soit l'événement
A= tirer une pièce défectueuse. Calculer P(A).
Réponse :
P(A) = P(A|M1 )×P(M1 )+P(A|M2 )×P(M2 )+P(A|M3 )×P(M3 ) =
0.05 × 0.25 + 0.04 × 0.35 + 0.02 × 0.4 = 0.0345.

Formule de Bayes
Soient A1 , A2 ,..., An des événements mutuellement exclusifs dont

l'union est Ω, l'espace fondamental.
Dans ces conditions, si A est un événement quelconque, alors on a :
P(Ak )P(A|Ak )
P(Ak |A) = n
Σi=1 P(A|Ai )P(Ai )
Remarque
Ce théorème permet d'évaluer les probabilités des diérents

événements A1 , A2 ,..., An qui sont à l'origine de la réalisation de
l'événement A.

Exemple
Exemple
Dans une usine de production de pièces, on eectue un test, qui,

avec une probabilité de 95%, détecte qu'une pièce produite est
défectueuse. On sait que le test donne un résultat faussement
positif dans 1% des cas.
1. Si 0.5% des pièces sont eectivement défectueuses, quelle est la
probabilité qu'une pièce soit réellement défectueuse lorsqu'on le
test la déclare défectueuse ?
2. Soient les événements :
A : le résultat du test est positif et
B : la pièce testée est défectueuse.
Calculer P(B|A).

Solution de l'exemple
En utilisant les événements A et B , on peut écrire :
P(A|B) = 0.95 et P(A|B̄) = P(A|B c )0.01
Remarque
Puisque P(A ∩ B) = P(B ∩ A), on peut exprimer alors P(B|A) en

fonction de P(A|B).
P(A ∩ B) P(A|B)P(B)
P(B|A) = = .
P(A) P(A)
Et en utilisant la formule de Bayes, on peut écrire :
P(A|B)P(B)
P(B|A) =
P(A|B)P(B) + P(A|B c )P(B c )
0.95 × 0.005
= = 0.323 = 32.3%
0.95 × 0.005 + 0.01 × 0.995
car :
P(A) = P(A ∩ B) + P(A ∩ B c ) = P(A|B)P(B) + P(A|B c )P(B c )

MERCI POUR VOTRE ATTENTION

CH2 Svtu3 (2022 23)

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

CH2 Svtu3 (2022 23)

Transféré par

Droits d'auteur :

Formats disponibles

Probabilités

Pr. A. Abbasi, Pr. L. A. Allamy, Pr. A. Mkhadri

Université Cadi Ayyad

Pr. A. Abbassi, Pr. L. A. Allamy, Pr. A. Mkhadri Probabilités 1 / 47

Le but de ce chapitre est de rappeler certaines notions de

Un résultat est dû au hasard ou est aléatoire lorsque nous ne

Pr. A. Abbassi, Pr. L. A. Allamy, Pr. A. Mkhadri Probabilités 2 / 47

Dénition : Une expérience aléatoire est une expérience dont on

L'expérience qui consiste à jeter un dé et de s'intéresser à la valeur

Lancer d'une pièce de monnaie

Quand on jette une pièce de monnaie, on ne peut pas prévoir si elle

Pr. A. Abbassi, Pr. L. A. Allamy, Pr. A. Mkhadri Probabilités 3 / 47

A toute expérience aléatoire correspond un espace appelé

Dénition : On appelle espace fondamental ou univers Ω,

• Cet ensemble peut être ni, inni dénombrable ou inni non

Pr. A. Abbassi, Pr. L. A. Allamy, Pr. A. Mkhadri Probabilités 4 / 47

Lancer d'une pièce de monnaie une fois

On lance une pièce de monnaie et on s'intéresse au résultat obtenu.

Lancer d'une pièce de monnaie jusqu'à obtenir Face

L'espace fondamental dans ce cas est :

Ω = {F , PF , PPF , PPPF , ....}

Pr. A. Abbassi, Pr. L. A. Allamy, Pr. A. Mkhadri Probabilités 5 / 47

Lancer deux pièces de monnaie une fois

Ω = {(P, P), (P, F ), (F , P), (F , F )} = {P, F }2

Pr. A. Abbassi, Pr. L. A. Allamy, Pr. A. Mkhadri Probabilités 6 / 47

SoitE = {e1 , e2 , ..., en } un ensemble à n éléments (n ≥ 1) et soit

On parlera dans cette partie de :

Pr. A. Abbassi, Pr. L. A. Allamy, Pr. A. Mkhadri Probabilités 7 / 47

On lance 8 dés de couleurs diérentes (numérotés chacun de 1 à 6)

Le nombre de façons de choisir successivement p éléments de E,

Pr. A. Abbassi, Pr. L. A. Allamy, Pr. A. Mkhadri Probabilités 8 / 47

A la nale du 100 mètres, huit (8) coureurs s'arontent pour les

Le nombre de façons de choisir p éléments distincts de E,

En supposant qu'on a p livres sur une étagère, de combien de

Le nombre de permutations de p éléments de E (nombre de façons

Pr. A. Abbassi, Pr. L. A. Allamy, Pr. A. Mkhadri Probabilités 10 / 47

Un établissement universitaire a demandé aux 12 étudiants,

Le nombre de parties (sous-ensembles) de E à p éléments est égal

Remarque sur l'ordre

Dans les arrangements sans répétition, l'ordre des éléments

Lien entre les arrangements sans répétition et les combinaisons

Pr. A. Abbassi, Pr. L. A. Allamy, Pr. A. Mkhadri Probabilités 12 / 47

Soit un ensemble E = {a, b, c}. Card(E ) = 3 = n.

Prenons, par exemple p=2 et cherchons donc le nombre de façons

Pr. A. Abbassi, Pr. L. A. Allamy, Pr. A. Mkhadri Probabilités 13 / 47

Soit l'ensemble E = {a, b, c}. Card(E ) = 3 = n.

Toujours pour p = 2, cherchons cette fois-ci, le nombre de façons

Pr. A. Abbassi, Pr. L. A. Allamy, Pr. A. Mkhadri Probabilités 14 / 47

• Cherchons le nombre de façons diérentes de placer les deux

Pr. A. Abbassi, Pr. L. A. Allamy, Pr. A. Mkhadri Probabilités 15 / 47

Les résultats seront présentés sous forme d'ensembles.

Pr. A. Abbassi, Pr. L. A. Allamy, Pr. A. Mkhadri Probabilités 16 / 47

Dénition : On appelle événement élémentaire toute proposition

{1 } est un événement élémentaire.

Pr. A. Abbassi, Pr. L. A. Allamy, Pr. A. Mkhadri Probabilités 17 / 47

Dénition : On appelle événement associé à une expérience

Expressions d'un événement

• On peut exprimer un événement :

Pr. A. Abbassi, Pr. L. A. Allamy, Pr. A. Mkhadri Probabilités 18 / 47

On jette un dé et on regarde la valeur de sa face supérieure.

Pr. A. Abbassi, Pr. L. A. Allamy, Pr. A. Mkhadri Probabilités 19 / 47

Dénition : On appelle événement impossible un événement qui

On jette un dé dont les faces sont numérotées 1, 2, 3, 4, 5, 6.

Dénition : Une expérience aléatoire est une expérience dont on

Dénition : On appelle espace fondamental ou univers Ω,

• Cet ensemble peut être ni, inni dénombrable ou inni non

On lance 8 dés de couleurs diérentes (numérotés chacun de 1 à 6)

A la nale du 100 mètres, huit (8) coureurs s'arontent pour les

• Cherchons le nombre de façons diérentes de placer les deux

Dénition : On appelle événement élémentaire toute proposition

Dénition : On appelle événement associé à une expérience

Dénition : On appelle événement impossible un événement qui

Dénition : On appelle événement certain ou événement sûr un

La probabilité de réalisation d'un événement est dénie comme un

Dénition : On appelle probabilité sur (Ω, P(Ω)), où P(Ω) est

- Si Ω = {A1 , A2 , ..., An } est un espace fondamental ni, alors

Dénition : La probabilité conditionnelle s'écrit :

On lance une pièce de monnaie équilibrée jusqu'à obtenir Face.