Académique Documents
Professionnel Documents
Culture Documents
I DIR O UASSOU
Université Cadi Ayyad, Ecole Nationale des Sciences Appliquées, Marrakech
Septembre 2009
Langage du Calcul des Probabilités Définition axiomatique de la probabilité
Plan du cours
Expérience aléatoire
Expérience aléatoire
Le hasard joue un rôle important dans la vie
quotidienne de chacun et le langage utilise très
souvent des mots empruntés à cette notion :
probable, certain, pari, chance, aléatoire...
Langage du Calcul des Probabilités Définition axiomatique de la probabilité
Expérience aléatoire
Expérience aléatoire
Le hasard joue un rôle important dans la vie
quotidienne de chacun et le langage utilise très
souvent des mots empruntés à cette notion :
probable, certain, pari, chance, aléatoire...
Il intervient tout naturellement dans de nombreuses
disciplines et on le rencontre plus spécialement dans
les “Sciences de la Vie”.
Langage du Calcul des Probabilités Définition axiomatique de la probabilité
Expérience aléatoire
Expérience aléatoire
Expérience aléatoire
Exemple
Si à différents endroits et avec un même appareil on
mesure la vitesse de la lumière, on trouve (aux erreurs
prés) toujours la même valeur. Le phénomène vitesse de
la lumière est donc déterministe.
Le poids (1kg), La longueur d’un fil (1m).
Langage du Calcul des Probabilités Définition axiomatique de la probabilité
Expérience aléatoire
Définition
On dit qu’une expérience conduit à une situation aléatoire
si, réalisée dans des conditions bien déterminées, il est
impossible de prévoir le résultat de cette expérience.
Autrement dit, Une expérience aléatoire est une
expérience dont on ne peut pas prédire exactement le
résultat, du fait qu’on ne contrôle pas entièrement toutes
les causes qui influencent ce résultat.
Langage du Calcul des Probabilités Définition axiomatique de la probabilité
Expérience aléatoire
Exemple
Le lancer d’un dé cubique ne pouvant rester en équilibre
sur aucune de ses arrétes et dont les faces sont
numérotées de 1 é 6 est une expérience aléatoire, c’est à
dire si on lance le dé et on note le numéro que présente
la face supérieure du dé. Il est impossible de prévoir le
numéro de la dite face.
Jet d’un dé : on ignore la relation entre les causes (force
du jet, position initiale, frottement...) et le résultat.
Langage du Calcul des Probabilités Définition axiomatique de la probabilité
Expérience aléatoire
Expérience aléatoire
Remarque
Pour pouvoir faire du calcul des probabilités, il faut avoir à
faire avec une expérience aléatoire ou à une épreuve,
c’est-à-dire être en présence d’une situation qui conduit à
un résultat inconnu de l’expérimentateur avant que
celui-ci n’effectue l’expérience ou ne la subisse.
On admet que le résultat d’une telle expérience reléve du
“hasard”, dans le sens où on est incapable de la prévoir
avec certitude du fait du manque d’information ou de la
complexité des facteurs qui interviennent.
Langage du Calcul des Probabilités Définition axiomatique de la probabilité
Expérience aléatoire
Expérience aléatoire
Définition
On dit que l’on est en présence d’une expérience
aléatoire lorsque cette expérience conduit à une, et une
seule, valeur d’un ensemble de valeurs observables.
Langage du Calcul des Probabilités Définition axiomatique de la probabilité
Expérience aléatoire
Expérience aléatoire
Définition
On dit que l’on est en présence d’une expérience
aléatoire lorsque cette expérience conduit à une, et une
seule, valeur d’un ensemble de valeurs observables.
Définition
Cet ensemble de valeurs est appelé l’univers des
possibles (ou plus simplement l’univers) ou encore
l’ensemble fondamental de l’épreuve et chacun de ses
éléments est une issue ou une éventualité de l’épreuve.
On notera souvent par Ω l’univers de l’épreuve considérée
et par ω une issue quelconque.
Langage du Calcul des Probabilités Définition axiomatique de la probabilité
Expérience aléatoire
Événement
Exemple
1 Si on considère l’épreuve “on ouvre un livre é une
page au hasard et on reléve la premiére lettre de la
page de gauche”, l’univers est l’ensemble
Ω = {a, b, . . . , z} ou l’ensemble {a, A, b, B, . . . , z, Z }.
Langage du Calcul des Probabilités Définition axiomatique de la probabilité
Expérience aléatoire
Événement
Exemple
1 Si on considère l’épreuve “on ouvre un livre é une
page au hasard et on reléve la premiére lettre de la
page de gauche”, l’univers est l’ensemble
Ω = {a, b, . . . , z} ou l’ensemble {a, A, b, B, . . . , z, Z }.
2 Si on considére l’expérience aléatoire “on lance un
dé é six faces et on observe la face apparente”,
l’univers est l’ensemble (fini) Ω = {1, 2, 3, 4, 5, 6}.
Langage du Calcul des Probabilités Définition axiomatique de la probabilité
Notion d’événement
Evénement
Notion d’événement
Toutes les issues envisagées d’une expérience
constituent un ensemble noté Ω et appelé l’ensemble
élémentaire associé à cette expérience.
Langage du Calcul des Probabilités Définition axiomatique de la probabilité
Notion d’événement
Evénement
Notion d’événement
Toutes les issues envisagées d’une expérience
constituent un ensemble noté Ω et appelé l’ensemble
élémentaire associé à cette expérience.
Chaque résultat possible d’une expérience aléatoire est
appelé événement aléatoire élémentaire. Tout ensemble
de résultats possibles est appelé événement aléatoire ou
éventualité.
Langage du Calcul des Probabilités Définition axiomatique de la probabilité
Notion d’événement
Evénement
Notion d’événement
Toutes les issues envisagées d’une expérience
constituent un ensemble noté Ω et appelé l’ensemble
élémentaire associé à cette expérience.
Chaque résultat possible d’une expérience aléatoire est
appelé événement aléatoire élémentaire. Tout ensemble
de résultats possibles est appelé événement aléatoire ou
éventualité.
L’ensemble de tous les événements liés à une expérience
aléatoires est donc confondu avec l’ensemble P(Ω) des
parties de Ω.
Langage du Calcul des Probabilités Définition axiomatique de la probabilité
Notion d’événement
Evénement
Définition
Evénement aléatoire : événement qui, à l’occasion d’une
expérience aléatoire, peut se réaliser ou non.
Langage du Calcul des Probabilités Définition axiomatique de la probabilité
Notion d’événement
Evénement
Définition
Evénement aléatoire : événement qui, à l’occasion d’une
expérience aléatoire, peut se réaliser ou non.
Notion d’événement
Evénement
Notion d’événement
Evénement
Notion d’événement
Evénement
Notion d’événement
Evénement
Notion d’événement
Evénement
Notion d’événement
Evénement
Notion d’événement
Evénement
Notion d’événement
Evénement
Notion d’événement
Evénement
Notion d’événement
Evénement
Définition
La famille A constitue par définition une algèbre dite de
Boole.
Langage du Calcul des Probabilités Définition axiomatique de la probabilité
Notion d’événement
Evénement
Définition
La famille A constitue par définition une algèbre dite de
Boole.
Définition
On appelle (Ω, A) un espace probabilisable ou un espace
mesurable.
Langage du Calcul des Probabilités Définition axiomatique de la probabilité
Notion d’événement
Evénement
Définition
La famille A constitue par définition une algèbre dite de
Boole.
Définition
On appelle (Ω, A) un espace probabilisable ou un espace
mesurable.
Il suffit alors de définir une mesure µ (resp. une prob. P)
sur cet espace pour que (Ω, A, µ) (resp. (Ω, A, P)) soit un
espace mesuré (resp. probabilisé).
Langage du Calcul des Probabilités Définition axiomatique de la probabilité
Notion d’événement
Notion d’événement
Notion d’événement
Notion d’événement
Cas de l’équiprobabilité
Si tous les événements élémentaires sont, par nature, de
probabilités égales. On dit alors que l’on est dans le cas
de l’équiprobabilité c-à-d si l’expérience aléatoire a n
issues possibles, il y a donc n événements élémentaires
et la probabilité de chacun est égale à n1 .
Langage du Calcul des Probabilités Définition axiomatique de la probabilité
Notion d’événement
Cas de l’équiprobabilité
Si tous les événements élémentaires sont, par nature, de
probabilités égales. On dit alors que l’on est dans le cas
de l’équiprobabilité c-à-d si l’expérience aléatoire a n
issues possibles, il y a donc n événements élémentaires
et la probabilité de chacun est égale à n1 .
Notion d’événement
Notion d’événement
4 1
P(A) = = .
4 + 48 13
Dans une approche classique, les résultats considérés
comme possibles sont rigoureusement équiprobables.
Langage du Calcul des Probabilités Définition axiomatique de la probabilité
Notion d’événement
Exemple
Avant d’ajouter certains types de soins dentaires à la liste
des bénéfices qu’elle couvre, pour un groupe d’employés
adultes, une compagnie d’assurance désire analyser les
probabilités qui concernent ce genre de traitements
d’après des enquétes effectuées par des statisticiens on
a pu remarquer que sur une population de 10000 adultes
il s’en trouvait 100 à avoir eu besoin de ce type de soins
dentaires. Dans ces conditions, on peut supposer que la
probabilité de réalisation de l’événement en question est
100
P(A) = = 0.01 ou 1%.
10000
Langage du Calcul des Probabilités Définition axiomatique de la probabilité
Notion d’événement
Notion d’événement
Notion d’événement
Analyse combinatoire
définition
L’analyse combinatoire dont l’objet est le dénombrement
de toutes les situations possibles pouvant survenir dans
des conditions donées
Langage du Calcul des Probabilités Définition axiomatique de la probabilité
Notion d’événement
Analyse combinatoire
Propriétés ensemblistes-cardinal
Soit E et F deux ensembles finis ayant respectivement m
et n éléments. On note Card(E) = m et Card(F ) = n, on
a les propriétés suivantes :
1 Card(E ∪ F ) = Card(E) + Card(F ) − Card(E ∩ F )
2 Soit P(E) l’ensemble des parties de E alors
Card(P(E)) = 2n .
3 CardE × F ) = mn.
Langage du Calcul des Probabilités Définition axiomatique de la probabilité
Notion d’événement
Analyse combinatoire
Propriétés ensemblistes-cardinal
Soit E et F deux ensembles finis ayant respectivement m
et n éléments. On note Card(E) = m et Card(F ) = n, on
a les propriétés suivantes :
1 Card(E ∪ F ) = Card(E) + Card(F ) − Card(E ∩ F )
2 Soit P(E) l’ensemble des parties de E alors
Card(P(E)) = 2n .
3 CardE × F ) = mn.
Exemple
3 chemise et 4 pontalons fournissent 3 × 4 = 12
possibilités pour s’habiher.
Langage du Calcul des Probabilités Définition axiomatique de la probabilité
Notion d’événement
Analyse combinatoire
Nombre d’arrangements
Le nombre de façons différentes de choisir p objets
différents parmi n objets différents (tenant compte de
n!
l’ordre des p objets choisis) est donné par : Apn =
(n − p)!
Langage du Calcul des Probabilités Définition axiomatique de la probabilité
Notion d’événement
Analyse combinatoire
Nombre d’arrangements
Le nombre de façons différentes de choisir p objets
différents parmi n objets différents (tenant compte de
n!
l’ordre des p objets choisis) est donné par : Apn =
(n − p)!
c-à-d
Le nombre de sous ensembles de p objets choisi dans un
ensemble à n éléments avec ordre et sans remise est Apn
Langage du Calcul des Probabilités Définition axiomatique de la probabilité
Notion d’événement
Analyse combinatoire
Nombre d’arrangements
Le nombre de façons différentes de choisir p objets
différents parmi n objets différents (tenant compte de
n!
l’ordre des p objets choisis) est donné par : Apn =
(n − p)!
c-à-d
Le nombre de sous ensembles de p objets choisi dans un
ensemble à n éléments avec ordre et sans remise est Apn
exemple
de combien de manière peut-on répartir 5 voyageurs
voyageant seul dans un hôtel de 10 chambres ?
Langage du Calcul des Probabilités Définition axiomatique de la probabilité
Notion d’événement
Analyse combinatoire
Nombre de permutation
Le nombre de façon différentes d’ordonner n objets
différents (nombre de permutations des n objets) est
n!
donné par : Pn = Ann = = n!
(n − n)!
Langage du Calcul des Probabilités Définition axiomatique de la probabilité
Notion d’événement
Analyse combinatoire
Nombre de combinaisons
Le nombre de façon différentes de choisir p objets
différents (sans tenir compte de l’ordre des p objets
choisis) parmi n objets différents est donné par
n!
Cnp =
p!(n − p)!
Langage du Calcul des Probabilités Définition axiomatique de la probabilité
Notion d’événement
Analyse combinatoire
Nombre de combinaisons
Le nombre de façon différentes de choisir p objets
différents (sans tenir compte de l’ordre des p objets
choisis) parmi n objets différents est donné par
n!
Cnp =
p!(n − p)!
c-à-d
Le nombre de sous ensembles de p objets choisi dans un
ensemble à n éléments sans ordre et sans remise est Cnp
Langage du Calcul des Probabilités Définition axiomatique de la probabilité
Notion d’événement
Analyse combinatoire
Notion d’événement
Notion d’événement
Notion d’événement
Exemple
Nombre de permutations possibles avec les lettres du mot
ETRENNE.
7!
Pn (rE = 3, rN = 2) =
3!2!
Langage du Calcul des Probabilités Définition axiomatique de la probabilité
Notion d’événement
Permutation circulaire
Le rangement de 4 objets sur une rangée fournit 4! = 24
permutations différentes, mais celui de 4 objets sur un
cercle fournit seulement 3! = 6 permutations différentes.
Langage du Calcul des Probabilités Définition axiomatique de la probabilité
Notion d’événement
Permutation circulaire
Le rangement de 4 objets sur une rangée fournit 4! = 24
permutations différentes, mais celui de 4 objets sur un
cercle fournit seulement 3! = 6 permutations différentes.
Généralisation
n objets peuvent être disposés sur un cercle de (n − 1)!
façon différentes, soit le nombre de permutation Pn divisé
par le nombre de maniéres différentes n de choisir la
premiére place.
Langage du Calcul des Probabilités Définition axiomatique de la probabilité
Notion d’événement
Notion d’événement
Notion d’événement
2 ∀ A ∈ F, A ∈ F.
Langage du Calcul des Probabilités Définition axiomatique de la probabilité
Notion d’événement
2 ∀ A ∈ F, A ∈ F.
Notion d’événement
Définition
Soit Ω un ensemble fini. On appelle tribu de Ω toute
famille F de A contenant Ω est stable pour la réunion et la
complémentation par rapport à Ω.
Langage du Calcul des Probabilités Définition axiomatique de la probabilité
Notion d’événement
Définition
Soit Ω un ensemble fini. On appelle tribu de Ω toute
famille F de A contenant Ω est stable pour la réunion et la
complémentation par rapport à Ω.
Remarque
Si Ω est fini ou dénombrable par exemple Ω =
{1, 2, 3, 4, 5, 6} , Ω = {a, b, c, d} , Ω = N, Ω = Z, Ω = Q,
dans ce cas on prend F = A.
Langage du Calcul des Probabilités Définition axiomatique de la probabilité
Probabilité
Définition
On appelle probabilité définie sur un ensemble Ω muni
d’une tribu F une application P de F dans [0, 1] vérifiant
les axiomes suivantes :
Langage du Calcul des Probabilités Définition axiomatique de la probabilité
Probabilité
Définition
On appelle probabilité définie sur un ensemble Ω muni
d’une tribu F une application P de F dans [0, 1] vérifiant
les axiomes suivantes :
1 ∀ A ∈ F =⇒ P(A) ≥ 0.
Langage du Calcul des Probabilités Définition axiomatique de la probabilité
Probabilité
Définition
On appelle probabilité définie sur un ensemble Ω muni
d’une tribu F une application P de F dans [0, 1] vérifiant
les axiomes suivantes :
1 ∀ A ∈ F =⇒ P(A) ≥ 0.
2 L’ensemble fondamental a la probabilité égale é 1 i.e.
P(Ω) = 1.
Langage du Calcul des Probabilités Définition axiomatique de la probabilité
Probabilité
Définition
On appelle probabilité définie sur un ensemble Ω muni
d’une tribu F une application P de F dans [0, 1] vérifiant
les axiomes suivantes :
1 ∀ A ∈ F =⇒ P(A) ≥ 0.
2 L’ensemble fondamental a la probabilité égale é 1 i.e.
P(Ω) = 1.
3 si A et B deux événements de F tels que A ∩ B = ∅
alors P(A ∪ B) = P(A) + P(B).
Langage du Calcul des Probabilités Définition axiomatique de la probabilité
Probabilité
Définition
On appelle probabilité définie sur un ensemble Ω muni
d’une tribu F une application P de F dans [0, 1] vérifiant
les axiomes suivantes :
1 ∀ A ∈ F =⇒ P(A) ≥ 0.
2 L’ensemble fondamental a la probabilité égale é 1 i.e.
P(Ω) = 1.
3 si A et B deux événements de F tels que A ∩ B = ∅
alors P(A ∪ B) = P(A) + P(B).
4 Plus généralement si une suite Ai d’éléments de F
P ∀ j 6= k Aj ∩ Ak = ∅ alors
est telle que
P(∪i Ai ) = i P(Ai ).
Langage du Calcul des Probabilités Définition axiomatique de la probabilité
Remarque
La probabilité apparaît donc comme une fonction qui
associé à une partie A de Ω un nombre appelé probabilité
de A. Il faut bien remarquer que la probabilité n’est pas
une fonction mais une fonction d’ensemble.
Langage du Calcul des Probabilités Définition axiomatique de la probabilité
Remarque
La probabilité apparaît donc comme une fonction qui
associé à une partie A de Ω un nombre appelé probabilité
de A. Il faut bien remarquer que la probabilité n’est pas
une fonction mais une fonction d’ensemble.
Exemple
Si l’on effectue un simple tirage d’une carte dans un jeu
de 52 cartes les événements A : tirer un as et V tirer un
valet sont mutuellement exclusifs.
4 4 8 2
P(A ou V ) = P(A∪V ) = P(A)+P(V ) = + = =
52 52 52 13
Langage du Calcul des Probabilités Définition axiomatique de la probabilité
Conséquences
Pour tout A ∈ F on a 0 ≤ P(A) ≤ 1, P(A) = 1 − P(A).
Langage du Calcul des Probabilités Définition axiomatique de la probabilité
Conséquences
Pour tout A ∈ F on a 0 ≤ P(A) ≤ 1, P(A) = 1 − P(A).
Soit A ∈ F et B ∈ F tq A ⊂ B alors P(A) ≤ P(B) en
effet B = A ∪ (B \ A),
P(B) = P(A ∪ (B \ A) = P(A) + P(B \ A) ≥ P(A)
Langage du Calcul des Probabilités Définition axiomatique de la probabilité
Conséquences
Pour tout A ∈ F on a 0 ≤ P(A) ≤ 1, P(A) = 1 − P(A).
Soit A ∈ F et B ∈ F tq A ⊂ B alors P(A) ≤ P(B) en
effet B = A ∪ (B \ A),
P(B) = P(A ∪ (B \ A) = P(A) + P(B \ A) ≥ P(A)
P(A ∩ B) = P(A) − P(A ∩ B) car (A ∩ B) ∪ (A ∩ B) = A,
et A ∩ B ∩ A ∩ B = ∅.
Langage du Calcul des Probabilités Définition axiomatique de la probabilité
Conséquences
Pour tout A ∈ F on a 0 ≤ P(A) ≤ 1, P(A) = 1 − P(A).
Soit A ∈ F et B ∈ F tq A ⊂ B alors P(A) ≤ P(B) en
effet B = A ∪ (B \ A),
P(B) = P(A ∪ (B \ A) = P(A) + P(B \ A) ≥ P(A)
P(A ∩ B) = P(A) − P(A ∩ B) car (A ∩ B) ∪ (A ∩ B) = A,
et A ∩ B ∩ A ∩ B = ∅.
Conséquences
Pour tout A ∈ F on a 0 ≤ P(A) ≤ 1, P(A) = 1 − P(A).
Soit A ∈ F et B ∈ F tq A ⊂ B alors P(A) ≤ P(B) en
effet B = A ∪ (B \ A),
P(B) = P(A ∪ (B \ A) = P(A) + P(B \ A) ≥ P(A)
P(A ∩ B) = P(A) − P(A ∩ B) car (A ∩ B) ∪ (A ∩ B) = A,
et A ∩ B ∩ A ∩ B = ∅.
Conséquences
Pour tout A ∈ F on a 0 ≤ P(A) ≤ 1, P(A) = 1 − P(A).
Soit A ∈ F et B ∈ F tq A ⊂ B alors P(A) ≤ P(B) en
effet B = A ∪ (B \ A),
P(B) = P(A ∪ (B \ A) = P(A) + P(B \ A) ≥ P(A)
P(A ∩ B) = P(A) − P(A ∩ B) car (A ∩ B) ∪ (A ∩ B) = A,
et A ∩ B ∩ A ∩ B = ∅.
Conséquences
Pour tout A ∈ F on a 0 ≤ P(A) ≤ 1, P(A) = 1 − P(A).
Soit A ∈ F et B ∈ F tq A ⊂ B alors P(A) ≤ P(B) en
effet B = A ∪ (B \ A),
P(B) = P(A ∪ (B \ A) = P(A) + P(B \ A) ≥ P(A)
P(A ∩ B) = P(A) − P(A ∩ B) car (A ∩ B) ∪ (A ∩ B) = A,
et A ∩ B ∩ A ∩ B = ∅.
Exemple
i) Dans un jeu de 52 cartes ; on tire une carte.
Quelle est la probabilité d’obtenir une dame ou un roi.
On pose :
A = L’événement on obtient une dame,
B = l’événement on obtient un roi, on a A ∩ B = ∅,
d’aprés la formule des probabilités total
P(A ∪ B) = P(1 dame ou 1 roi)
1 1 2
= P(1 dame) + P(1 roi) = + =
13 13 13
Langage du Calcul des Probabilités Définition axiomatique de la probabilité
Exemple suite
Exemple
ii) Dans le même jeu de 52 cartes, on tire une carte,
quelle est la probabilité d’obtenir (un coeur ou un roi).
Soient :
A = l’événement obtenu est un coeur,
B = l’événement obtenu est un roi.
P(A ∪ B) = P(1 coeur ou 1 roi)
= P(1 coeur ) + P(1 roi) + P(roi de coeur ) =
1 1 1 4
4
+ 13 − 52 = 13 .
En effet : Dans la probabilité de tirer un coeur est incluse,
celle de tirer le roi de coeur, de même, dans la probabilité
de tirer un roi est incluse celle de tirer le roi du coeur. La
probabilité de tirer le roi de coeur, a donc été compté 2
fois : il faut la retrancher une fois.
Langage du Calcul des Probabilités Définition axiomatique de la probabilité
Probabilités conditionnelle
Définition
Soit Ω un ensemble d’événement sur lequel on a défini
une probabilité et soit B un événement de probabilité non
nulle. Soit A un autre événement, la probabilité
conditionnelle de A liée par B (que l’on note P(A/B) est
définie par l’expression :
P(A ∩ B)
P(A/B) = .
P(B)
Probabilités conditionnelle
Exemple
Soit une urne contenant 10 boules blanches, 20 rouges et
30 noires. On tire deux boules, sans remise dans l’urne.
Quelle est la probabilité que la premiére soit rouge et la
seconde soit blanche ? : A = La boule rouge, B = boule
blanche.
20 10 10
P(A ∩ B) = P(A) · P(B/A) = · =
60 59 177
car P(B/A) = la probabilité de tirer une boule blanche au
second tirage. Sachant que l’on a tiré une boule rouge au
premier, il reste 59 boules dans l’urne dont 10 boules
blanches.
Langage du Calcul des Probabilités Définition axiomatique de la probabilité
Evénements indépendants
Événements indépendants
Evénements indépendants
Événements indépendants
Définition
Soit deux événements A et B. On dit que l’événement B
est indépendant de l’événement A (parfois on précise
stochastiquement indépendant) si
P(B/A) = P(B).
Langage du Calcul des Probabilités Définition axiomatique de la probabilité
Indépendance et incompatibilité
Indépendance et incompatibilité
Indépendance et incompatibilité
Indépendance et incompatibilité
Indépendance et incompatibilité
Indépendance et incompatibilité
Indépendance et incompatibilité
Remarque
Il ne faut pas confondre mutuellement indépendants et
indépendants 2 à2.
Langage du Calcul des Probabilités Définition axiomatique de la probabilité
Indépendance et incompatibilité
Exemple
Pour montrer cette différence on considére, soit
Ω = {ω1 , ω2 , ω3 , ω4 }, soit
P(ω1 ) = P(ω2 ) = P(ω3 ) = P(ω4 ) = 14 , A = {ω1 , ω2 },
B = {ω1 , ω3 } et C = {ω1 , ω4 } :
P(A ∩ B) = P(ω1 ) = 14 = P(A)P(B) = 12 · 12 = 14 , ce qui
entraéne A et B indépendants.
P(A ∩ C) = P(ω1 ) = 14 = P(A)P(C) = 12 · 12 = 14 , ce qui
entraine A et C indépendants
Langage du Calcul des Probabilités Définition axiomatique de la probabilité
Indépendance et incompatibilité
Exemple
P(B ∩ C) = P(ω1 ) = 41 = P(B)P(C) = 12 · 12 = 14 , ce qui
entraéne B et C indépendants.
A, B et C sont donc stochastiquement indépendants 2 é 2
mais
P(A∩B∩C) = P(ω1 ) = 41 6= P(A)∩P(B)∩P(C) = 12 · 21 · 12 = 18 ,
A, B et C ne sont pas mutuellement indépendants, mais
l’indépendance mutuelle implique l’indépendance 2 é 2.
Langage du Calcul des Probabilités Définition axiomatique de la probabilité
Evénement impossible
Evénement impossible
Définition
Un événement A est dit stochastiquement impossible
(négligeable) lorsque A 6= ∅ et P(A) = 0 il n’y pas donc
des chances de réalisations.
Langage du Calcul des Probabilités Définition axiomatique de la probabilité
Evénement impossible
Evénement impossible
Définition
Un événement A est dit stochastiquement impossible
(négligeable) lorsque A 6= ∅ et P(A) = 0 il n’y pas donc
des chances de réalisations.
Exemple
Le poids d’un nouveau né est égale exactement é 3kgs
n’est pas impossible mais sa fréquence relative tend vers
0. La piéce de monnaie reste debout.
Langage du Calcul des Probabilités Définition axiomatique de la probabilité
Evénement impossible
Remarque
Si un événement A stochastiquement impossible alors
l’événement opposé A est stochastiquement certain i.e.
A 6= Ω et P(A) = 1.
Exemple
Un nouveau né ne pése pas exactement 3kgs est un
événement stochastiquement certain.
Remarque
Ne pas confondre événement indépendants et
événements incompatibles.
Langage du Calcul des Probabilités Définition axiomatique de la probabilité
Evénement impossible
Evénement impossible
Théorème de Bayes
Théorème de Bayes
Exemple
Deux machines A et B produisent respectivement dans un
même intervalle de temps 100 et 200 pièces. La machine
A fabrique 5,2% de pièces défectueuses ; la machine B
en fabrique 6,7%. Une pièce est prise “au hasard" dans la
fabrication : on observe qu’elle est défectueuse.
Quelle est la probabilité pour que cette pièce ait été
fabriquée par la machine A ?