Académique Documents
Professionnel Documents
Culture Documents
NOTES DE COURS
Préparée par
HADDAD Touma
30 janvier 2021
www.etudpdf.com
Table des matières
Préface 3
1.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.3 Probabilité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
2
www.etudpdf.com
Préface
Crédits : 4, Coefficient : 2
Ces notes s’adressent aux étudiants de deuxième année de Licence des sciences et
technologie, premier semestre (L2S3), matière commune aux spécialités : Génie Civil et
Maı̂tre de conférence B
Email : haddadmath1@gmail.com
1.1 Introduction
Les probabilités vont nous servir à modéliser des phénomènes où le hasard (l’aléatoire)
Bien que le résultat précis de chacune de ces expériences soit imprévisible, l’observation
et l’intuition nous amènent à penser que ces phénomènes obéissent à certaines lois.
Notions de base :
Au cours de cette section, on va donner la définition d’un certain nombre de termes du
qui, répétée dans des conditions apparemment identique, peut conduire à des résultats
différents. Autrement dit, toute expérience dont le résultat est régi par le hasard l’orsqu’on
Ensemble fondamental :
L’ensemble de tous les résultats possibles de cette expérience s’appelle ensemble fon-
damental (ou univers, espace échantillon, espace des épreuves, espace des pos-
Exemple 1.2
Si l’expérience consiste à jeter deux pièces de monnaie, alors l’ensemble fondamental
est constitué des 4 éléments suivants :
On note le résultat
(P, P ) si les deux pièces montrent pile,
(P, F ) si la première pièce montre pile et la seconde face,
(F, P ) si la première pièce montre face et la seconde pile,
(F, F ) si les deux pièces montrent face.
Exemple 1.3
Si l’expérience consiste à mesurer en heures la durée de vie d’un transistor, alors l’en-
semble fondamental est égal à l’ensemble des nombres réels non négatifs, c’est-à-dire
Ω = {x : 0 ≤ x ≤ ∞}
Exemple 1.4
Si l’expérience consiste à lancer deux dés, alors l’ensemble fondamental est comprend
les 36 éléments suivants :
Événement élémentaire :
Événement :
Les événements sont des ensembles, représentés souvent par des lettres capitales.
I L’ensemble des événements est donc l’ensemble P(Ω) des parties (ou sous-ensembles)
de Ω.
I Un élément ω ∈ Ω est appelé une réalisation, c’est un résultat possible d’une expérience
aléatoire.
I On dit qu’un événement est réalisé si un des événements élémentaires qui le constitue
est réalisé.
• Dans l’exemple 1.4, si A = {(1, 6), (2, 5), (3, 4), (4, 3), (5, 2), (6, 1)}, A est l’événement
semble des parties de cet ensemble est P(E), il s’agit tout simplement de l’ensemble des
l’ensemble des parties de Ω). on va indiquer dans le tableau ci-après comment certaines
A sous-ensemble de Ω événement
A⊂B A inclus dans B(A implique B) A ne peut être réalisé sans que B le soit
Une partition de Ω est un système complet d’événement. Autrement dit, des événements
(Ai )i∈I forment un système complet s’il sont différents de ∅, deux à deux incompatibles
S
et si Ai = Ω.
i∈I
i) Ω ∈ A
ii) Si A ∈ A alors A ∈ A (la stabilité de A par passage au complémentaire)
S
iii) Pour toute suite (An )n∈N d’élément de A, An = A0 ∪ A1 . . . est encore un élément
n∈N
de A (la stabilité de A par réunion dénombrable)
Cette terminologie signifie que l’on va pouvoir associer une probabilité, noté P , à ce
1.3 Probabilité
Définition 1.1 Soit Ω un univers associé à une expérience aléatoire E et soit A une tribu
d’événements liée à E. (Ω, A) étant un espace probabilisable. On appelle probabilité P sur
l’espace (Ω, A) une application P : A −→ [0, 1] telle que :
1) P (Ω) = 1
2) pour toute suite (An )n∈N d’événements deux à deux incompatibles, soit An ∈ A avec
Am ∩ An = ∅ pour n 6= m :
[ ∞
X
P An = P (An )
n∈N n=0
Propriétés
P (∅) = 0
P (A) = 1 − P (A)
A ⊂ B ⇒ P (A) ≤ P (B)
P (A ∪ B) = P (A) + P (B) − P (A ∩ B)
tels que
n
X
0 ≤ pi ≤ 1 et pi = 1,
i=1
Introduisons à nouveau une notion mathématique liée aux ensembles. Tout d’abord, rap-
pelons qu’un ensemble est dit fini quand il contient un nombre fini d’éléments.
On appelle cardinal d’un ensemble fini le nombre d’éléments qu’il contient. Ce nombre est
Il s’agit d’un cas assez fréquent où tous les événements élémentaires ont la même pro-
lorsqu’on n’a pas de raison de penser a priori qu’un résultat élémentaire de l’expérience
soit favorisé ou défavorisé par rapport aux autres. Autrement dit, dans toutes les situa-
tions où aucun événement élémentaire ne doit être distingué des autre, on suppose que
Plus précisément, considérons une expérience dont l’ensemble fondamental Ω est fini,
permet d’écrire
I Il faut bien faire attention que cette régle ne s’applique que dans le cas d’équiprobabilité
I Dans ce cas, il suffit de savoir calculer le cardinal des ensembles considérés pour calculer
les probabilités.
Remarque 1.2 Choisir un élément au hasard signifie que les divers choix possibles sont
équiprobables, donc que l’ensemble Ω est muni de la probabilité uniforme. Dans ce cas, tous
les calculs se ramènent à du dénombrement (calculs d’analyse combinatoire).
Exemples
• Reprenons l’exemple 1.1 du lancer de dé à 6 faces,
1
pour tout ω ∈ {1, 2, . . . , 6}, P ({ω}) = .
6
Si on note l’événement ”on obtient un chiffre pair” par A = {2, 4, 6}, alors
Card(A) 3 1
P (A) = = = .
Card(Ω) 6 2
Si deux dés sont jetés, quelle est la probabilité que la somme des faces soit 7 ?
Card(Ω) = 6 × 6 = 36.
Nous résoudrons ce problème en faisant l’hypothèse que les 36 issues (résultats) possibles
sont équiprobables. Puisqu’il y a 6 issues, à savoir A = {(1, 6), (2, 5), (3, 4), (4, 3), (5, 2), (6, 1)},
qui donnent une somme de 7 pour les deux dés, la probabilité est
NOTES DE COURS
Préparée par
HADDAD Touma
30 janvier 2021
www.etudpdf.com
Table des matières
Préface 3
2.2 Arrangements-Permutations-Combinaisons . . . . . . . . . . . . . . . . . . 7
2
www.etudpdf.com
Préface
Crédits : 4, Coefficient : 2
Ces notes s’adressent aux étudiants de deuxième année de Licence des sciences et
technologie, premier semestre (L2S3), matière commune aux spécialités : Génie Civil et
Maı̂tre de conférence B
Email : haddadmath1@gmail.com
Des problèmes en théorie des probabilités peuvent être résolus simplement en comptant
Indications générales
a) Questions à se poser
I les p objets sont-ils considérés sans ordre (tirage simultané) ou avec ordre (c’est-à-dire
que la situation est différente si les même p objets sont classés de façon différente) ?
I les répétitions sont-elles imposibles ( les p objets sont tous distincts, tirage sans remise)
a) Opérations à effectuer
Ce principe de dénombrement sera essentiel par la suite, il établit en gros que si une
Théorème :
Supposons qu’il y a deux expériences à réalisé. Si l’expérience 1 peut produire l’un quel-
conque de m résultats et si, pour chacun d’entre eux, il y a n résultats possibles pour
l’expérience 2, alors il existe mn résultats pour les deux expériences prises ensemble.
Exemple 2.1 une petite communauté se compose de dix hommes et de leurs fils, chaque
homme ayant trois fils. Si un homme et l’un de ses fils doivent être désignés « père et fils
exemplaire », combien y a-t-il de choix différents possibles ?
2.2 Arrangements-Permutations-Combinaisons
Dans un ensemble à n éléments, il s’agit de choisir p éléments tous distincts (ce qui
nécessite p ≤ n) et avec ordre. Une telle situation est un arrangement de p éléments pris
n!
Apn = = n(n − 1) · · · (n − p + 1)
(n − p)!
Dans le cas particulier où p = n, on dit qu’il s’agit d’une permutation d’un ensemble à
n éléments, il y en a n!.
b)Sans ordre
Dans un ensemble à n éléments, il s’agit de choisir une partie à p éléments (ou objets) (ce
qui nécessite p ≤ n). Leur nombre est le nombre de combinaisons de p objets pris parmi
n éléments.
n!
I Ancienne notation Cpn = .
p!(n − p)!
I La notation actuelle est :
n n!
=
p!(n − p)!
p
Propriétés :
n n n+1 n n
= ; = +
p n−p p+1 p p+1
Il y a np possibilités.
Dans un ensemble à n éléments, il s’agit de choisir p éléments sans ordre (avec la possi-
n+p−1
est le nombre de combinaisons avec répétition.
p
Il est noté Knp .
Une permutation avec répétition de ces n éléments est une disposition ordonnée
de ces éléments
n!
Il y en a
n1 ! × n2 ! · · · nq !
Exemple 2.2 On veut former un comité comprenant 3 des 20 personnes d’un groupe.
Combien y a–t-il de ces comités ?
Solution
:
20 20! 20 · 19 · 18
Il y a = = = 1140 comités possibles.
3!(20 − 3)! 3·2·1
3
NOTES DE COURS
Préparée par
HADDAD Touma
30 janvier 2021
www.etudpdf.com
Table des matières
Préface 3
2
www.etudpdf.com
Préface
Crédits : 4, Coefficient : 2
Ces notes s’adressent aux étudiants de deuxième année de Licence des sciences et
technologie, premier semestre (L2S3), matière commune aux spécialités : Génie Civil et
Maı̂tre de conférence B
email : haddadmath1@gmail.com
Probabilité conditionnelle et
indépendance
événements, certains pouvant avoir une influence sur la réalisation d’autres événements.
A \ B = {A ∩ B/A ∈ A}.
P (A ∩ B) = P (B)P (A \ B) = P (A)P (B \ A)
or
n
Y k−1
\
P (A1 ∩ A2 ∩ . . . ∩ An ) = P (A1 ) P (Ak \ Ai ).
k=2 i=1
écrire
P (A ∩ B ∩ C) = P (A) × P (B \ A) × P (C \ A ∩ B).
Exemple 3.1 Une urne contient deux boules rouges et trois vertes, quatre personnes
tirent successivement une boule sans la remettre (sans remise), la première qui tire une
boule rouge gagne.
Calculons la probabilité de gain de chaque personne A, B, C, D.
Solution
Définissons les événements Ri , Vi , i = 1, 2, 3, 4 de la manière suivante
Ri : « la ième personne tire une boule rouge, i = 1, 2, 3, 4 »
Vi : « la ième personne tire une boule verte, i = 1, 2, 3, 4 »
A : « la 1ière personne gagne », B : « la 2ème personne gagne »,
C : « la 3ème personne gagne », D : « la 4ème personne gagne ».
D’après le principe fondamental de l’analyse combinatoire (dénombrement) et la formule de
probabilité uniforme on trouve
nombre de cas favorables 2
P (A) = P (R1 ) = =
nombre de cas possibles 5
3 2 3
P (B) = P (V1 ) · P (R2 \ V1 ) = × =
5 4 10
3 2 2 1
P (C) = P (V1 ) · P (V2 \ V1 ) · P (R3 \ V1 ∩ V2 ) = × × =
5 4 3 5
3 2 1 2 1
P (D) = P (V1 ) · P (V2 \ V1 ) · P (V3 \ V1 ∩ V2 ) · P (R4 \ V1 ∩ V2 ∩ V3 ) = × × × =
5 4 3 2 10
Exemple 3.2 On lance un dé dont les faces sont numérotées de 1 à 6. les faces 3 et 6
sont blanches. Les faces 1 , 2 et 4 sont rouges. la face 5 est bleue. On suppose que le dé
est truqué et on a les probabilités des événements élémentaires suivantes :
Quelle est la probabilité d’obtenir une face avec un numéro pair sachant que la face est
blanche ?
Solution
Notons les événements
N : « numéro pair »
B : « face blanche »
On cherche la probabilité P (N \ B) =?. D’après la formule de la probabilité conditionnelle
P (N ∩ B)
P (N \ B) =
P (B)
On a
d’où
P (N ∩ B) 0, 15 3
P (N \ B) = = = ≈ 0, 42
P (B) 0, 35 7
Cette formule est trés utile puisqu’elle nous permet dans bien des cas de déterminer
non d’un autre événement. Autrement dit, il existe de nombreuses situations où il est
difficile de calculer directement la probabilité d’un événement mais où il est, par contre,
sont réalisés.
c’est-à-dire
A1 ∪ A2 ∪ A3 = Ω = {1, 2, . . . , 20} et Ai ∩ Aj = ∅, i 6= j
la probabilité de tirer une boule contient un nombre premier de U1 (U2 et U3 resp ) est
nombre de cas favorables 3 5
A1 = {1, 2, 3, 4, 5}, P (B \ A1 ) = = , P (A1 ) =
nombre de cas possibles 5 20
nombre de cas favorables 2 6
A2 = {6, 7, 8, 9, 10, 11}, P (B \ A2 ) = = , P (A2 ) =
nombre de cas possibles 6 20
nombre de cas favorables 3 9
A3 = {12, 13, 14, 15, 16, 17, 18, 19, 20}, P (B\A3 ) = = , P (A3 ) =
nombre de cas possibles 9 20
Le résultat suivant qui porte le nom de formule de Bayes est souvent utile
La formule de Bayes présente un grand intérêt car elle permet de modifier notre
P (A) 6= 0, on a ∀j ∈ {1, . . . , n}
P (A \ Ai )P (Ai )
P (Ai \ A) = P
n
P (A \ Aj )P (Aj )
j=1
l’exemple suivant va néanmoins servir à donner une idée intuitive du champ d’appli-
4 80
P (A\E1 ) = 100
= 0, 04 P (E1 ) = 100
= 0, 8
4 10
P (A\E1 ) = 100
= 0, 08 P (E2 ) = 100
= 0, 1
4 10
P (A\E1 ) = 100
= 0, 22 P (E3 ) = 100
= 0, 1
P (A\E1 )P (E1 )
P (E1 \A) =
P (A\E1 )P (E1 ) + P (A\E2 )P (E2 ) + P (A\E3 )P (E3 )
0, 04 × 0, 8
= = 0, 51613 ≈ 0, 51
0, 04 × 0, 8 + 0, 08 × 0, 1 + 0, 22 × 0, 1
de B, et inversement.
Exemple 3.5
On jette un dé rouge et un dé vert et on considère les événements
A : « le dé vert marque 6 », et B : « le dé rouge marque 5 ».
Il nous faut démontrer que ces deux événements sont indépendants
(bien entendu ce résultat est évident, il n’y a pas d’influence d’un dé sur l’autre.)
L’ensemble fondamental retenu est
Ω = {1, 2, 3, 4, 5, 6} × {1, 2, 3, 4, 5, 6}
1 1
sur lequel il y a équiprobabilité P ({ω}) = = . Comme
CardΩ 36
A = {6} × {1, 2, 3, 4, 5, 6} = {(6, 1), (6, 2), (6, 3), (6, 4), (6, 5), (6, 6)},
B = {1, 2, 3, 4, 5, 6} × {5} = {(1, 5), (2, 5), (3, 5), (4, 5), (5, 5), (6, 5)}
et A ∩ B = {(6, 5} on obtient
CardA 6 1
P (A) = = =
CardΩ 36 6
CardB 6 1
P (B) = = =
CardΩ 36 6
Card(A ∩ B) 1
P (A ∩ B) = = = P (A) × P (B)
CardΩ 36
et donc les événements A et B sont indépendants.
Propriété
A et B étant deux événements d’un espace probabilisé (Ω, A, P ), on a :
A et B indépendants ⇐⇒ A et B indépendants
⇐⇒ A et B indépendants
⇐⇒ A et B indépendants
Indépendance mutuelle
L’indépendance de deux événements est définie relativement à une probabilité. L’indépendance
mutuelle d’un nombre quelconque d’événements est une condition plus forte que l’indépendance
2 ≤ k ≤ n, on a