Académique Documents
Professionnel Documents
Culture Documents
Probabilité - Chapitre 2
Probabilité - Chapitre 2
2022/2023
Plan du cours
Chapitre 1: Analyse combinatoire/Dénombrement
I. Principe multiplicatif
II. Arrangement
III. Permutation
IV. Combinaison
Chapitre 2: Théorie des ensembles et de probabilité
I. Notions sur la théorie des ensembles
II. Notions générales : (Vocabulaire probabiliste)
III. Notion de probabilité
IV. Théorème des probabilités totales
V. Probabilités conditionnelles et composées
Chapitre 3: Variable aléatoire
I. Définition générale
II. Variable aléatoire discrète
III. Variable aléatoire continue
Chapitre 4: Lois de Probabilité Usuelles
I. Lois Usuelles Discrètes
II. Lois Usuelles Continue
Chapitre 2: Théorie des ensembles et
de probabilité
I. Notions sur la théorie des ensembles
Définitions et propriétés
- Un ensemble est une collection d’objets appelés éléments.
- l’ensemble vide noté ∅ est l’ensemble qui ne contient aucun élément.
- soit Ω un ensemble.
Un ensemble 𝐴 est dit un sous-ensemble de Ω ou une partie de Ω si
tous les éléments de 𝐴 sont des éléments de Ω.
L’ensemble des parties de Ω est noté 𝒫(Ω).
Exemple
Donner l’ensemble de parties de Ω= 𝑎, 𝑏, 𝑐 .
𝒫(Ω)={ 𝑎, 𝑏, 𝑐 , 𝑎, 𝑏 , 𝑎, 𝑐 , 𝑏, 𝑐 , 𝑎 , 𝑏 , 𝑐 , ∅}
I. Notions sur la théorie des ensembles
I. Notions sur la théorie des ensembles
I. Notions sur la théorie des ensembles
1. Epreuve aléatoire:
C’est une expérience qu’on peut la répéter dans les mêmes conditions
et qui donne plusieurs résultats.
Exemple
Lancer un dé – le jeu de pile ou face.
Si on lance un dé, l’univers Ω est l’ensemble Ω = 1,2,3,4,5,6 .
II. Notions générales :(Vocabulaire probabiliste)
3. Evénement:
C’est la réalisation d’une ou plusieurs éventualités lors de l’examen des
résultats d’une épreuve. Autrement dit, c’est un sous ensemble ou partie
de l’univers Ω
Si un événement contient un seul élément, on l’appelle événement
élémentaire
Exemple
Si on lance un dé, l’univers Ω peut être décomposé en deux événement
- Chiffre pair: 𝐸1 = 2,4,6 .
- Chiffre impair: 𝐸1 = 1,3,5 .
Remarque
-Un événement impossible noté ∅, n’est jamais réalisé
-L’événement Ω est appelé événement certain (car il est toujours réalisé.
Relations logiques entre les événements
Relations logiques entre les événements
Relations logiques entre les événements
III. Notion de probabilité
Définition
Une probabilité 𝑃 sur l’ensemble Ω est une application
𝑃: 𝐴 ∁ Ω → [0,1]
qui satisfait les propriétés suivantes
i) 0≤𝑃 𝐴 ≤1
ii) 𝑃 𝐴 ∪ 𝐵 = 𝑃 𝐴 + 𝑃 𝐵 si 𝐴 ∩ 𝐵 = ∅
iii) 𝑃(ڂ+∞ 𝑖=1 𝑖𝐴 ) = σ +∞
𝑖=1 𝑃(𝐴𝑖 ) si 𝐴𝑖 ∩ 𝐴𝑗 = ∅ , ∀𝑖 ≠ 𝑗
iv) 𝑃(Ω)=1
On dit alors que Ω est muni d’une probabilité 𝑃
III. Notion de probabilité
III. Notion de probabilité
Remarque
La probabilité de l’événement impossible est nulle, c.à.d., 𝑃 ∅ = 0
III. Notion de probabilité
Cas particulier: équiprobabilité des évènements élémentaires
Exemple
Considérons l’expérience de l’exemple précédent. Calculer la
probabilité de l’événement: ≪obtenir un chiffre pair ou supérieur ou
égal à 5≫
IV. Théorème des probabilités totales
IV. Théorème des probabilités totales
IV. Probabilités conditionnelles et composées
Définition
On appelle ‘‘probabilité conditionnelle de 𝐵 relativement à 𝐴’’ ou
bien ‘‘ probabilité pour que 𝐵 se réalise sachant que 𝐴 est réalisé’’,
l’expression suivante:
𝑃(𝐴 ∩ 𝐵)
𝑃 𝐵/𝐴 = 𝑃𝐴 𝐵 =
𝑃(𝐴)
IV. Probabilités conditionnelles et composées
IV. Probabilités conditionnelles et composées
IV. Probabilités conditionnelles et composées
IV. Probabilités conditionnelles et composées
2- Probabilités composées:
Les probabilités conditionnelles permettent de calculer la probabilité
composée de deux événements
Définition
La probabilité composée est la probabilité de réaliser simultanément
deux évènements 𝐴 𝑒𝑡 𝐵, et on la note 𝑃 𝐴 ∩ 𝐵 , et on a
𝑃(𝐴 ∩ 𝐵)= 𝑃 𝐴/𝐵 𝑃(𝐵)=𝑃 𝐵/𝐴 𝑃(𝐴)
Exemple
Un sac contient 10 boules indiscernables au toucher: 4 boules sont
blanches, 6 boules sont noires. Une personne tire 3 boules l’une après
l’autre sans remise.
Quelle est la probabilité d’obtenir dans l’ordre: une blanche, une noire,
une blanche?
IV. Probabilités conditionnelles et composées
IV. Probabilités conditionnelles et composées
3- Indépendance de deux événements
Les probabilités conditionnelles permettent de déduire la définition
d’indépendance de deux événements.
Intuitivement, deux événements sont indépendants si la réalisation de l’un
n’influence pas la réalisation de l’autre, ce qui peut se traduire par
𝑃(𝐴) = 𝑃(𝐴/𝐵), ou par 𝑃(𝐵) = 𝑃(𝐵/𝐴)
D’autre part, on a :
𝑃(𝐴∩𝐵) 𝑃(𝐴∩𝐵)
𝑃 𝐵/𝐴 = ; 𝑃 𝐴/𝐵 =
𝑃(𝐴) 𝑃(𝐵)
D’où
Proposition
Deux événements A 𝑒𝑡 𝐵 sont indépendants si et seulement si
𝑃(𝐴 ∩ 𝐵)= 𝑃 𝐴 𝑃(𝐵)
IV. Probabilités conditionnelles et composées
Exemple
Une carte est tirée d’un jeu de 52 cartes. Calculer
- La probabilité de tirer un roi
- La probabilité de tirer un roi sachant que la carte tirée est un cœur
- La probabilité de tirer le roi de cœur. Commenter
IV. Probabilités conditionnelles et composées
IV. Probabilités conditionnelles et composées
4- Théorème de Bayes
Soient 𝐴 et 𝐵 deux événements de Ω tels qu’on sait calculer
𝑃 𝐵ത ; 𝑃 𝐵 ; 𝑃 𝐴/𝐵 ; 𝑃(𝐴/ 𝐵)
ത
Problème inverse: Calculer 𝑃(𝐵/𝐴)?
𝑃 𝐵 𝑃(𝐴/𝐵)
𝑃(𝐵/𝐴) =
𝑃 𝐵 𝑃 𝐴/𝐵 + 𝑃 𝐵ത 𝑃 𝐴/𝐵ത
IV. Probabilités conditionnelles et composées
IV. Probabilités conditionnelles et composées
D’une manière générale, soient 𝐴 1, 𝐴2, … , 𝐴𝑛 des événements incompatibles
deux à deux (𝐴𝑖 ∩ 𝐴𝑗 = ∅, ∀𝑖 ≠ 𝑗), et tel que. Soit 𝐵 un événement de
probabilité non nulle. 𝐴1 ∪ A2 ∪ ⋯ ∪ 𝐴𝑛 = Ω
Les informations connues sont:
• La probabilité de chacune des événements: 𝑃(𝐴1), 𝑃(𝐴2), … , 𝑃(𝐴𝑛)
• La probabilité de réalisation de 𝐵 sachant chacune des événements Ai sont
réalisés: 𝑃(𝐵/𝐴1), 𝑃(𝐵/𝐴2), … , 𝑃(𝐵/𝐴𝑛)
Le théorème de Bayes permet de calculer la probabilité de l’événement
𝐴𝑖 sachant que l’événement 𝐵 soit réalisé : 𝑃(𝐴𝑖/𝐵)
Formule de Bayes
𝑃 𝐴𝑖 𝑃(𝐵/𝐴𝑖 )
𝑃(𝐴𝑖/𝐵) = 𝑛
σ𝑗=1 𝑃 𝐴𝑗 𝑃(𝐵/𝐴𝑗)
IV. Probabilités conditionnelles et composées
IV. Probabilités conditionnelles et composées
IV. Probabilités conditionnelles et composées
IV. Probabilités conditionnelles et composées
IV. Probabilités conditionnelles et composées