Académique Documents
Professionnel Documents
Culture Documents
PROBABILITES
n!
A =
p
(n − p)!
n
p
◼ Dans la pratique A peut être le nombre de façon
n
de tirer successivement et sans remise p
objets d’un ensemble de n objets différents.
Exemple:
◼ E = {a,b,c}
3!
A = 2
3
3!
( 3− 2 )! = = 3!= 3 2 1 = 6
1!
On a donc: 6 arrangements sans répétition de 2
parmi 3 qui sont :
(a,b); (b,a); (a,c); (c,a); (b,c); (c,b)
2- Arrangement avec répétition
◼ On appelle arrangement avec répétition de p éléments
d’un ensemble E à n éléments, tout élément de
E p = E E ... E
n p = n n ... n
Exemple:
◼ E = {a,b,c}
Le nombre d’arrangement avec répétition de 2 parmi
3 est : 3² = 9 arrangements qui Sont :
(a,b); (b,a); (a,c); (c,a); (b,c); (c,b) et les répétitions:
(a,a); (b,b); (c,c)
n!
C =p
p!(n − p)!
n
Exemple 1:
◼ E = {a,b,c}
Le nombre de combinaison sans
répétition de 2 éléments parmi 3 est:
3!
C32 = =3
2!(3 − 2)!
◼ Il y a répétition.
(n + p − 1)!
=C
p p
n + p −1 =
p!(n − 1)!
n
Exemple 1:
Soit E = {a,b,c}, les combinaisons avec
répétition de 2 éléments de E sont :
(a,b); (a,c); (b,c), (a,a); (b,b); (c,c). Elles sont au
nombre de :
32 = C32+ 2−1 = C42 = 6
Exemple 2:
On considère une urne U, contenant 8 boules
numérotées de 1 à 8. On tire une boule au
hasard dans U, et après avoir noté son numéro,
on la replace dans U. On répète cette
expérience 3 fois. Si l’on ne tient pas compte
de l’ordre d’apparition des boules, le résultat
est :
83 = C83+3−1 = C103 = 120 cas possibles.
5- Permutation sans répétition
◼ Une permutation sans répétition de n objets est
un cas particulier de l’arrangement sans
répétition de n objets pris dans un ensemble de
n objets c à d :
n!
A =
n
= n!
= n!
(n − n)!
n 0!
Exemple:
10! = 10x9x8x7x6x5x4x3x2x1
= 3 628 800
6- Permutation avec répétition
Soit E un ensemble formé de n éléments C1, C2, … ,Cp tel
que:
C1 figure n1 fois
C2 figure n2 fois
. . .
. . .
. . .
Cp figure np fois
De telle sorte que: n1 + n2 + ... + n p = n
Dans ce cas le nombre de permutation avec
répétition des n éléments de E est donné par
l’expression:
n!
n1!n2 !... n p !
Exemple:
Exemples:
- Lancement d’une pièce équilibré.
- Tirage d’une boule dans une urne contenant n
boules identiques au toucher et numérotées de
1 à n.
◼ 1-2 Événements possibles(éventualités):
Ce sont les résultats possibles d’une expérience
aléatoire.
• Si = {1,2,3}, alors :
• P()={, {1}, {2}, {3}, {1,2}, {1,3}, {2,3}, }.
P()
P ( )
2- Opérations sur les événements:
◼ Implication:
Un événement A implique un autre événement B,
si : A B (A se réalise implique B se réalise
aussi)
◼ Intersection:
AB : les deux événements se réalisent
simultanément.
◼ Réunion:
AB : Au moins un des deux événements A ou
B se réalise.
◼ Différence:
A \ B = x / x A et x B
A se réalise, mais B ne se réalise pas.
◼ Complémentaire:
A = x / x A
C’est l’événement contraire de A.
◼ Evénements incompatibles:
A B = : A et B sont des événements qui
ne se réalisent pas au même temps.
Exercice 1:
◼ On tire deux boules au hasard dans une
urne qui en contient trois, numérotées 1, 2
et 3. Dresser la liste de tous les résultats
possibles de l’expérience à l’issue du
tirage:
1. Avec remise et en tenant compte de l’ordre.
2. Sans remise et en tenant compte de
l’ordre.
3. Sans remise et sans ordre.
4. Avec remise et sans ordre.
Réponse:
1- Avec remise et avec ordre:
Card(1) = 32 = 9 , c’est le nombre d’arrangements
avec répétition de 2 parmi 3:
1 = (1,1);(1,2);(2,1);(1,3);(3,1);(2,3);(3,2);(2,2);(3,3)
2- Sans remise et avec ordre:
2
Card(2) = A3 = 6 , c’est le nombre d’arrangements
sans répétition de 2 parmi 3:
2. p() = 0
7- En général, on a:
P(AB) = p(A)+p(B)-p(AB)
8- p(AB) p(A)+p(B)
3-3 Caractérisation d’une probabilité:
◼ Théorème:
Toute probabilité p sur ( , P()) est déterminée par la
donnée de n nombres réels : pi = p (i )
vérifiant :
1 − i 1, 2,..., n , pi 0
n
2− p
i =1
i =1
Exercice:
Soit ( , P(), p) un espace probabilisé fini, avec :
= 1 , 2 , 3 , 4
On suppose que:
9
p (1 , 2 , 3 ) =
10
7
p (1 , 2 ) = p (1 , 3 ) =
10
◼ Définition:
On dit que la probabilité p est uniforme sur
un espace probabilisable ( , P()), si les
événements élémentaires {ωi admettent
tous la même probabilité.
Et puisque:
n
p() = p(i ) = 1
i =1
1
alors : p(i ) = pour tout 1 i n
n
◼ Donc pour un événement quelconque A, on a:
card ( A)
p ( A) =
card ()
Remarque:
◼ On a donc:
card ( A) 3 1
p( A) = = = = 0,5
card () 6 2
Exercice 3 :
◼ Une boule est tirée au hasard d’une
boîte contenant 4 rouges, 6 blanches, 2
vertes et 8 noires. Déterminer la
probabilité pour que cette boule soit:
1. Rouge
2. Verte
3. Non blanche
4. Verte ou blanche
5. Rouge ou blanche
Réponse:
1. 0,2
2. 0,1
3. 0,7
4. 0,4
5. 0,5
5- Probabilités conditionnelles :
◼ 5-1 Définition:
Soit ( , P(), p) un espace probabilisé fini.
Soient A et B deux événements de P().
La probabilité conditionnelle de A, étant donné
que B se réalise, est définie par:
p( A B)
p( A / B) =
p( B)
5-2 Remarques:
◼ La définition précédente suppose donc que :
p(B) 0 (p(B) 0)
◼ P(Ā / B) = 1-p(A / B)
p (U1 ) p ( N / U1 )
p (U1 / N ) =
p (U1 ) p ( N / U1 ) + p (U 2 ) p ( N / U 2 )
0,5 0, 6
=
0,5 0, 6 + 0,5 0, 6667
= 0, 4737
6- Evénements indépendants:
◼ 6-1 Définition:
Dans un espace probabilisé ( , P(), p),
deux événements A et B sont dits
indépendants si et seulement si:
p(AB) = p(A)p(B)
6-2 Remarques:
◼ Il ne faut pas confondre incompatibilité et
indépendance.
◼ L’indépendance des événements A et B, signifie
que la réalisation de l’un des événements A ou
B n’a aucune influence sur la réalisation de
l’autre. Ce qui implique que:
p ( A / B) = p ( A)
p ( B / A) = p ( B)
◼ Si A et B sont indépendant pour une probabilité
p, alors:
( A et B) , ( A et B) , ( A et B)
− ( X I ) au lieu de X −1 ( I )
− a X b au lieu de X ( a, b )
−1
− X x au lieu de X −1 (−, x )
− ( X = x) au lieu de X ( x)
−1
−1
− p ( X I ) au lieu p ( X ( I ))
3-2 Variable aléatoire discrète
◼ Définition:
On appelle variable aléatoire discrète (v.a.d), une
variable qui ne prend qu’un nombre fini ou
dénombrable (x1,x2,…,xi,…) de valeurs.
xi 0 1 2
xi 1 2 3 4 5 6
F : IR → 0,1
F ( x) = p( X x) = p( X = x )
xj x
j
Propriétés:
1 − x IR, 0 F ( x) 1
2 − F est une fonction croissante.
3 − lim F ( x) = 0 et lim F ( x) = 1
x → − x → +
F ( x) = 0 si x 0
1
F ( x) = si 0 x 1
4
F ( x) 3
= si 1 x 2
4
F ( x) = 1 si x 2
3-4 Espérance mathématique
d’une variable aléatoire discrète
◼ Définition:
Soit X une v.a discrète dont l’ensemble des
valeurs prises est xi, i=1,2,…,n et dont la loi de
probabilité est p(X = xi) = pi. L’espérance
mathématique de X est le nombre réel:
n
E ( X ) = xi pi
i =1
Remarques:
◼ E(X) signifie le résultat moyen que l’on doit
s’attendre à obtenir (ou la valeur moyenne de la
v.a) sur un grand nombre d’épreuves.
◼ Définition:
Soit X une v.a discrète dont l’ensemble des
valeurs prises est xi, i=1,2,…,n et dont la loi
de probabilité est p(X = xi) = pi. La variance
de X est le nombre réel positif:
n
Var ( X ) = V ( X ) = = ( xi − E ( X )) pi
2
X
2
i =1
Remarques:
◼ La racine carrée de la variance V(X) est appelée
écart-type de X: X = V (X )
X ~ B(10 , 1/2)
E(X) = np = 5 et
V(X) = np(1-p) = 2,5
Exemple 2:
◼ On jette 5 pièces de monnaie équilibrées.
Les résultats sont supposés indépendants.
Déterminer la loi de probabilité de la
variable aléatoire :
p( X = k ) = C n (k X ())
N
◼ Si X~>H (N,n,p) , alors:
E( X ) = n p
N −n
V ( X ) = n p (1 − p) ( N − 1 )
Exercice 1:
Une boite contient 8 ampoules parmi
◼
lesquelles 2 sont défectueuses. Trois
ampoules sont prises au hasard et sans
remise de la boite.
Soit X le nombre d’ampoules défectueuses
dans l’échantillon.
Donner la loi de X, ainsi que E(X) et V(X).
Exercice 2:
On prend au hasard, en même temps, trois
ampoules dans un lot de 15 dont 5 sont
défectueuses. Calculer la probabilité des
événements suivants :
1. A : « exactement une ampoule est
défectueuse »
2. B : « les 3 ampoules sont défectueuses »
3. C : « au moins une ampoule est
défectueuse »
Réponse :
◼ On utilise une loi hypergéométrique de
paramètres (N=15 ,n=3 , p=5/15)
◼ P(A) = 0,494
◼ P(B) = 0,0219
1
E ( X ) =
p
V ( X ) = 1 − p
p 2
Exercice 3 :
p ( X = k ) = e (k X ())
k!
◼ Si X~>P(l) alors
E( X ) = l
V ( X ) = l
Exemple:
◼ Si l = 3, alors :
0
3
−3
◼ P(X = 0) = e = 0,0498 5%
0!
2
−3 3
◼ P(X = 2)= e = 0,2241
2!