La Probabilité

1
 Définitions, axiomes et propriétés
Avant de donner des définitions formelles, essayons
de comprendre la signification du mot probabilité.
Considérons les expériences suivantes :

1) On lance une pièce de monnaie. Intuitivement,

on sait que la probabilité d’obtenir FACE est ½.

Quelle est l’interprétation de P(FACE)=1/2?

Source: David Haziza, Notes de Cours STT1700, Introduction à la statistique 2

Définitions, axiomes et propriétés
2) Le lecteur de météo au téléjournal nous dit que
demain, il y a 35% de chance de précipitations;
c’est-à-dire, la probabilité qu’il pleuve demain est
35%.

Comment interpréter cette affirmation?

3
Définitions, axiomes et propriétés
3) On lance un dé équilibré. On sait que la
probabilité d’obtenir 2 est 1/6.

Quelle est l’interprétation de P(obtenir 2)=1/6?

4
Définitions
Expérience aléatoire:
Une expérience aléatoire est une expérience dont
on ne peut pas prédire les résultats avec certitude.

Espace échantillon:
L'ensemble des résultats possibles d'une expérience
aléatoire est appelé espace échantillon. Il sera
dénoté par Ω.

5
Définitions
Événement:
Un événement A est un sous-ensemble de l'espace
échantillon Ω.

Événement élémentaire:
Un événement élémentaire est un événement qui
ne peut être décomposé.

Remarque :
Les définitions d’événement et d’événement
élémentaire implique qu’un événement est une
union d’événements élémentaires.
6
Définitions
En jetant un dé :
- "obtenir un six " est un évènement

- "ne pas obtenir de six " ou "obtenir un non-six" est

l’évènement contraire du précèdent

- "obtenir un nombre entier compris entre 1 e t 6"

est un évènement certain

- "obtenir un sept" est un évènement impossible

On voit que la notion d’évènement est liée à la

notion intuitive d‘expérience aléatoire.
7
Définitions
II s'agit d’un évènement qui ne sera réalisé que par un
seul résultat de l’expérience aléatoire.

- "obtenir un six " en jetant un dé, est un évènement

élémentaire

- "obtenir un nombre pair" en jetant un dé, n’est pas

un évènement élémentaire, car il peut être réalisé par
plusieurs résultats de l’expérience aléatoire qui sont :
"obtenir deux"
"obtenir quatre"
"obtenir six ".
8
Exemple 1:
On tire une personne aléatoirement dans la
population et on recueille son groupe sanguin.

On a Ω = {A, B, AB, 0}.

Les événements:

E1 = {A}, E2 = {B} , E3 = {AB} et E4 = {0} sont les

événements élémentaires.

9
Exemple 2:
Expérience : Lancer deux pièces de monnaie.
Ω = {PP , PF , FP , FF}.

Les quatre événements élémentaires sont :

E1 = {PP}, E2 = {PF} , E3 = {FP} et E4 = {FF}

Événement Signification courante

{PP, PF} Le premier lancer donne une pile
{PP, PF, FP} Obtenir au moins une pile
{PF, FP} Obtenir exactement une pile

10
Exemple 2:
Expérience : Lancer un dé. Ω = {1,2,3,4,5,6}

Événement Signification courante

{1,2,3} Le résultat est inférieur ou égal à 3
{2,4,6} Le résultat est pair
{1,5} Obtenir "1" ou "5"

11
Combinaisons d'événements

12
Combinaisons d'événements

13
Combinaisons d'événements

14
Combinaisons d'événements
Événement impossible et événement certain.
L'ensemble vide φ et l'ensemble Ω sont
respectivement, l’événement impossible et
l’événement certain.

Événements disjoints ou incompatibles

Deux événements A et B sont dits disjoints ou
mutuellement exclusifs, ou incompatibles, s'ils ne
peuvent pas se produire en même temps.

Formellement, A et B sont dits incompatibles si

A∩B = Ø.
15
 Evénement Mutuellement Exclusif
Les événement mutuellement exclusif sont des choses qui ne
peuvent pas se produire en même temps. Par exemple, vous
ne pouvez pas courir en avant et en arrière simultanément.
Les actions “courir en avant” et “courir en arrière” sont
mutuellement exclusives.

Tirer à pile ou face peut également vous donner ce type

d’événement. Vous ne pouvez pas tirer à pile ou face et
obtenir un résultat à la fois positif et négatif. Les actions “pile
ou face” et “face” s’excluent donc mutuellement. Parmi les
autres exemples, citons la capacité de payer votre loyer si
vous n’êtes pas payé ou d’éteindre la télévision si vous n’en
avez pas.
Source: https://datascience.eu/fr/mathematiques-et-statistiques/evenement-mutuellement-exclusif-definition-exemples-syndicats 16
 Evénement Mutuellement Exclusif
La probabilité de base (P) qu’un événement se produise (en oubliant
l’événement mutuellement exclusif pendant un moment) est :
P = nombre de façons dont l’événement peut se produire/nombre total
de résultats.
Exemple: La probabilité de lancer un 5 lorsque vous lancez un dé est de
1/6 car il y a un 5 sur un dé et il y a six résultats possibles.

Si nous appelons la probabilité de lancer un 5 “Événement A”, alors

l’équation est la suivante:
P(A) = nombre de façons dont l’événement peut se produire/nombre
total de résultats: P(A) = 1/6.

Il est impossible de faire un 5 et un 6 ensemble ; les événements

s’excluent mutuellement.
Les événements sont écrits comme ceci: P(A et B) = 0

Source: https://datascience.eu/fr/mathematiques-et-statistiques/evenement-mutuellement-exclusif-definition-exemples-syndicats 17
Source: http://webapps.fundp.ac.be/umdb/biostats2017/biostat/modules/module30/module.php# 18
Source: http://webapps.fundp.ac.be/umdb/biostats2017/biostat/modules/module30/module.php# 19
 Combinaisons d'événements
Exemple:
On tire au hasard une personne au hasard dans une
certaine population.
Considérons les événements suivants:
A : La personne choisie a les yeux bleus
B : La personne choisie a les cheveux blonds
C : La personne choisie a les yeux verts

Source: David Haziza, Notes de Cours STT1700, Introduction à la statistique 20

Combinaisons d'événements
Exemple:
A : La personne choisie a les yeux bleus
B : La personne choisie a les cheveux blonds
C : La personne choisie a les yeux verts

21
Axiomes
Définition:
Une fonction P qui fait correspondre à chaque
événement A ⊂ Ω un nombre réel P(A) est appelée
une probabilité si elle satisfait les axiomes suivants:

A1. P(A) ≥0 pour tout événement A

A2. Si A1, A2, ..., Ak sont des événements disjoints

deux à deux, alors
P(A1∪ A2∪...∪ Ak) = P(A1) + P(A2) + ... + P(Ak)

A3. P(Ω) = 1 22
Propriétés
1. P( Ac ) =1− P(A)
2. P(φ) = 0 : la probabilité de l'événement
impossible est 0
3. P(A) = P(A∩B) + P(A∩Bc )
4. Si B ⊂ A, alors P(B) ≤ P(A)
5. P(A) ≤ 1 pour tout événement A ⊂ Ω
6. P(A - B) = P(A) - P(A∩B)
7. P(A∪B) = P(A) + P(B) - P(A∩B)

23
Probabilités conditionnelles - Indépendance
Une expérience aléatoire est une expérience dont le
résultat dépend du hasard.
• Chacun des résultats possibles s’appelle une
éventualité (ou une issue).
• L’ensemble Ω de tous les résultats possibles d’une
expérience aléatoire s’appelle l’univers de l’expérience.
• On définit une loi de probabilité sur Ω en associant, à
chaque éventualité xi , un réel pi compris entre 0 et 1 tel
que la somme de tous les pi soit égale à 1.
• Un événement est un sous-ensemble de Ω.

Soruce: https://www.maths-cours.fr/cours/evenements-probabilites/ 24
Probabilités conditionnelles - Indépendance
Le lancer d’un dé à six faces est une expérience
aléatoire d’univers comportant 6 éventualités : =
{1;2;3;4;5;6}

L’ensemble E1 = {2;4;6} est un événement. En

français, cet événement peut se traduire par la
phrase : « le résultat du dé est un nombre pair »

L’ensemble E2 = {1;2;3} est un autre événement. Ce

second événement peut se traduire par la phrase :
« le résultat du dé est strictement inférieur à 4 ».

Soruce: https://www.maths-cours.fr/cours/evenements-probabilites/ 25
Probabilités conditionnelles - Indépendance
Ces événements peuvent être représentés par un
diagramme de Venn :

Soruce: https://www.maths-cours.fr/cours/evenements-probabilites/ 26
Probabilités conditionnelles - Indépendance
• l’événement contraire de A noté 𝐴ҧ est l’ensemble
des éventualités de qui n’appartiennent pas à A.

• l’événement A∪B (lire « A union B » ou « A ou B »)

est constitué des éventualités qui appartiennent soit à
A, soit à B, soit aux deux ensembles.

• l’événement A∩B (lire « A inter B » ou « A et B » est

constitué des éventualités qui appartiennent à la fois à
A et à B.

Soruce: https://www.maths-cours.fr/cours/evenements-probabilites/ 27
Probabilités conditionnelles - Indépendance
On reprend l’exemple précédent :
E1 = {2;4;6}, E2 = {1;2;3}
• 𝐸ത 1 = {1;3;5} : cet événement peut se traduire par « le
résultat est un nombre impair »

28
Probabilités conditionnelles - Indépendance
On reprend l’exemple précédent :
E1 = {2;4;6}, E2 = {1;2;3}
• E1∪E2 = {1;2;3;4;6} : cet événement peut se traduire
par « le résultat est pair ou strictement inférieur à 4 ».

29
Probabilités conditionnelles - Indépendance
On reprend l’exemple précédent :
E1 = {2;4;6}, E2 = {1;2;3}
• E1∩E2 = {2} : cet événement peut se traduire par
« le résultat est pair et strictement inférieur à 4 ».

30
Probabilités conditionnelles - Indépendance
On dit que A et B sont incompatibles si et seulement
si A∩B = ∅

Deux événements contraires sont incompatibles mais

deux événements peuvent être incompatibles
sans être contraires.

Exemple:
«Obtenir un chiffre inférieur à 2 » et « obtenir un
chiffre supérieur à 4 » sont deux événements
incompatibles.

31
Probabilités conditionnelles - Indépendance
Propriétés:

• p(∅) = 0
• p(Ω) = 1
• p(𝐴) = 1 − p(A)
• p(A∪B) = p(A) + p(B) − p(A∩B).
Si A et B sont incompatibles, la dernière égalité
devient :
• p(A∪B) = p(A) + p(B).

32
Arbre
Lorsqu’une expérience aléatoire comporte plusieurs
étapes, on utilise souvent un arbre pondéré pour la
représenter.
Exemple:
Dans une classe de Terminale, 52% de garçons et 48%
de filles étaient candidats au baccalauréat. 80% des
garçons et 85% des filles ont obtenu leur diplôme.
On choisit un élève au hasard et on note :
G : l’événement « l’élève choisi est un garçon » ;
F : l’événement « l’élève choisie est une fille » ;
B : l’événement « l’élève choisi(e) a obtenu son
baccalauréat ». 33
Arbre
On peut représenter la situation à l’aide de l’arbre
pondéré ci-dessous :
On choisit un élève au hasard et on note :
G : l’événement « l’élève choisi est un garçon » ;
F : l’événement « l’élève choisie est une fille » ;
B : l’événement « l’élève choisi(e) a obtenu son
baccalauréat ».

Dans une classe de Terminale, 52% de garçons et

48% de filles étaient candidats au baccalauréat.
80% des garçons et 85% des filles ont obtenu leur
diplôme. 34
Arbre
Le premier niveau indique le genre de l’élève (G ou F)
ഥ).
et le second indique l’obtention du diplôme (B ou B

On inscrit les probabilités sur chacune des branches.

La somme des probabilités inscrites sur les branches
partant d’un même nœud est toujours égale à 1.

35
Probabilités Conditionnelles
Soit A et B deux événements tels que p(A) ≠ 0, la
probabilité de B sachant A est le nombre :

On peut aussi noter cette probabilité p(B/A).

36
Probabilités Conditionnelles
Exemple:
On reprend l’exemple du lancer d’un dé. La
probabilité d’obtenir un chiffre pair sachant que
le chiffre obtenu est strictement inférieur à 4 est
(en cas d’équiprobabilité) :

E1 = {2;4;6}, E2 = {1;2;3}

37
Probabilités Conditionnelles
Remarques:
L’égalité précédente s’emploie souvent sous la forme :

pour calculer la probabilité de A∩B.

• Attention à ne pas confondre pA(B) et p(A∩B) dans

les exercices. On doit calculer pA(B) lorsque l’on sait
que A est réalisé.

38
Probabilités Conditionnelles
Remarques:
Avec un arbre pondéré, les probabilités conditionnelles
figurent sur les branches du second niveau et des
niveaux supérieurs (s’il y en a).

La probabilité inscrite sur la branche reliant A à B est

pA(B).

Typiquement, un arbre binaire à deux niveaux se

présentera ainsi :

39
Probabilités Conditionnelles
Remarques:

40
Probabilités Conditionnelles
Remarques:
La formule p(A∩B) = p(A)×pA(B) s’interprète alors de la
façon suivante :

« La probabilité de l’événement A∩B s’obtient en faisant

le produit des probabilités inscrites sur le chemin
passant par A et B ».

41
Probabilités Conditionnelles
Remarques:

42
Evénements Indépendants
Remarques:
Deux événements A et B sont indépendants si et
seulement si :

A et B sont indépendants si et seulement si :

Comme A∩B = B∩A, A et B sont interchangeables

dans cette formule et on a également :

43
Evénements Indépendants
Exemple 1:
On rappelle qu’un jeu de 32 cartes est composé des
cartes 7, 8, 9, 10, valet, dame, roi et as, déclinées en
quatre couleurs : trèfle, pique, coeur et carreau.

Source: http://aiguerande.fr/blogs/maths/en-autonomie/notions/probabilites-et-
statistiques/probabilites/exercice-2-avec-un-jeu-de-32-cartes/ 44
Evénements Indépendants
Exemple 1:

Source: http://aiguerande.fr/blogs/maths/en-autonomie/notions/probabilites-et-
statistiques/probabilites/exercice-2-avec-un-jeu-de-32-cartes/ 45
Evénements Indépendants
Exemple 1:

Source: http://aiguerande.fr/blogs/maths/en-autonomie/notions/probabilites-et-
statistiques/probabilites/exercice-2-avec-un-jeu-de-32-cartes/ 46
Evénements Indépendants
Exemple 1:

47
Evénements Indépendants
Exemple 1:

48
Evénements Indépendants
Exemple 1:

49
Evénements Indépendants
Exemple 2:

Montrer les indépendances ci-dessus.

Source: http://mathematiques.daval.free.fr/IMG/pdf/BTS_Cours_1_Probabilites.pdf 50
Evénements Indépendants
Exemple 2:

Source: http://mathematiques.daval.free.fr/IMG/pdf/BTS_Cours_1_Probabilites.pdf 51
Probabilités
Univers, issues et événements

Source: http://www.apprendre-en-ligne.net/MADIMU2/PROBA/PROBA2.PDF 52
Probabilités
Univers, issues et événements

53
Probabilités
Univers, issues et événements

54
Probabilités
Univers, issues et événements

55
Probabilités
Exemple

56
Probabilités
Exemple

*Un nombre premier est un entier naturel qui admet exactement deux diviseurs
distincts entiers et positifs.

57
Probabilités
Exemple

58
Probabilités
Exemple

59
Vocabulaire propre aux évènements

60
Probabilité

61