Académique Documents
Professionnel Documents
Culture Documents
Cours de Probabilités
Éléments de théorie et procédures de calcul
Abdeljalil SETTAR
a.settar.fstm@gmail.com
Code Classroom : z6jgx6f
A.U 2023-2024
Plan du chapitre
3 Espace probabilisé
Préliminaire mathématique
Préliminaire mathématique
Négation : A ∩ A = ∅ A∪A=Ω
Distributivité :
A ∩ (B ∪ C ) = (A ∩ B) ∪ (A ∩ C )
A ∪ (B ∩ C ) = (A ∪ B) ∩ (A ∪ C )
Préliminaire mathématique
P(E ) = {{1}, {2}, {3}, {1, 2}, {2, 3}, {1, 3}, E , ∅}
À noter !
x et {x } sont deux objets mathématiques différents. En fait, x ∈ {x }.
Les expressions suivantes sont équivalentes :
x ∈ E ⇔ {x } ⊂ E ⇔ {x } ∈ P(E )
Préliminaire mathématique
E × F = {(1, a); (1, b); (2, a); (2, b); (3, a); (3, b)}
F × E = {(a, 1); (a, 2); (a, 3); (b, 1); (b, 2); (b, 3)}
E 2 = {1, 2, 3}2
= {(1, 1); (1, 2); (1, 3); (2, 1); (2, 2); (2, 3); (3, 1); (3, 2); (3, 3)}
Préliminaire mathématique
Définitions
Un ensemble E est fini s’il a n éléments pour un entier naturel unique
n. On note Card(E ) = n.
Un ensemble qui n’est pas fini est dit infini.
− Les ensembles N, R, [0, 1[ sont infinis.
E = {xi , i ∈ I ⊆ N}
Préliminaire mathématique
Motivation
Motivation
Proportion vs Probabilité.
→ Soit un ensemble de 10 étudiants ayant passé un examen de Statistique,
parmi lesquels, 7 l’ont validé.
7
− La proportion des étudiants qui ont validé est (soit 70%).
10
− En choisissant au hasard un étudiant parmi les 10 étudiants, la probabilité
7
qu’il valide le module est de .
10
Motivation
Expérience aléatoire
Expérience aléatoire
On appelle expérience aléatoire une expérience dont le résultat ne peut
pas être prévu de manière certaine mais l’ensemble des résultats possibles
est connu. L’ensemble des résultats possibles d’une expérience aléatoire est
appelé univers et est noté Ω.
Expérience aléatoire
Éventualité
Chaque singleton de Ω est appelé une éventualité notée généralement
{ω}.
Ω = {ω1 , ω2 , . . . , ωi , . . .}
Événement
Un événement E est l’occurrence ou non d’un ensemble d’éventualités qui
définissent une propriété attachée à l’expérience.
Expérience aléatoire
A = {2, 4, 6} ∈ P(Ω1 )
B : "Obtenir une face portant un chiffre < 3".
B = {1, 2} ∈ P(Ω1 )
Expérience aléatoire
Exemples
Expérience aléatoire
C 0 = {FFP} ∈ P(Ω2 )
D : Obtenir au moins un pile.
Expérience aléatoire
Remarque
Ω est un événement car Ω ∈ P(Ω). Il est toujours réalisé et est appelé
l’événement certain.
L’ensemble vide est un événement, car ∅ ∈ P(Ω). Il n’est jamais
réalisé car il n’est représenté par aucune éventualité et est appelé
l’événement impossible.
Exemple 4
On considère trois événements A, B et C définis sur le même univers Ω.
Soient les événements suivants :
E1 =A
E2 =A∩B∩C
E3 =A∩B∩C
E4 =A∪B∪C
A.SETTAR (FSTM) Cours de Probabilités A.U 2023-2024 18 / 74
Préliminaire mathématique et motivation Langage des probabilités Espace probabilisé Probabilité Conditionnelle et In
- E1 = A3 ∪ B3
- E2 = A0 ∪ A1 ∪ A2 = B3 ∪ A1 ∪ A2 , ou bien E2 = A3
- E3 = B2 ∪ B1 ∪ B0 , ou bien E3 = B3
Astuce
au moins . . .= moins de . . ..
au plus . . .= plus de . . ..
moins de . . .= au moins . . ..
plus de . . .= au plus . . ..
Événements incompatibles
A∩B =∅
Exemple : Une urne contient deux boules rouges et une boule noire. On
en tire successivement et sans remise deux boules.
Soit Ai : Tirer une boule noire lors du i eme tirage . On a : A1 ∩ A2 = ∅
À noter
Pour tout événement A de Ω, A et A sont toujours incompatibles.
Illustration intuitive
- L’ensemble des 4 pièces constituent la maison, étant une partition dans (A),
mais il ne l’est pas dans (B).
Chambre ∪ salon ∪ sejour ∪ cuisine = Maison
- Dans (A), les pièces sont deux à disjoints (incompatibles), contrairement à (B).
Chambre ∩ salon = salon ∩ sejour = sejour ∩ cuisine = chambre ∩ sejour = ∅
A.SETTAR (FSTM) Cours de Probabilités A.U 2023-2024 23 / 74
Préliminaire mathématique et motivation Langage des probabilités Espace probabilisé Probabilité Conditionnelle et In
E1 ∩ E2 = ∅ et E1 ∪ E2 = Ω1
F1 ∩ F2 = ∅ et F1 ∪ F2 = Ω1
D ∩ {FFF } = ∅ et D ∪ {FFF } = Ω2
B1 ∩ B2 ∩ B3 ∩ C = ∅ et B1 ∪ B2 ∪ B3 ∪ C = Ω2
avec B1 = {PXX }, B2 = {FPX }, B3 = {FFP} et C = {FFF }
En utilisant l’arbre :
Espace probabilisé
Mesure de probabilité
Une telle mesure est appelée une probabilité notée P(A) est définie
par :
P : E(Ω) −→ [0, 1]
A 7−→ P(A)
Une probabilité n’est pas définie à priori par son expression mais
plutôt par ses "axiomes".
Définition "axiomatique"
Toute application P : E(Ω) −→ [0, 1] définit une probabilité si et
seulement si :
(i) P(Ω) = 1
(ii) Si A et B sont deux événements incompatibles de E(Ω), alors :
Propriétés
Toute probabilité P définie sur un espace probabilisé (Ω, E(Ω), P) possède
les propriétés suivantes :
1 ∀A ∈ E(Ω) P(A) = 1 − P(A)
2 ∀A, B ∈ E(Ω) tels que A ⊆ B, on a P(A) ≤ P(B)
3 ∀A, B ∈ E(Ω) tels que A ∩ B 6= ∅, on a
4 ∀A, B, C ∈ E(Ω), on a
P(A ∪ B ∪ C ) =
P(A) + P(B) + P(C ) − P(A ∩ B) − P(B ∩ C ) − P(C ∩ A) + P(A ∩ B ∩ C )
Applications
Soient A, B et C des événements d’un espace probabilisé (Ω, E(Ω), P).
1 Si P(A) = 1/2, P(A ∩ B) = 1/4 et P(A ∪ B) = 7/8, calculer P(B),
P(A ∩ B) et P(A∆B).
2 Si P(A) = 1/3, P(A ∩ B) = 1/5 et P(A ∩ B ∩ C ) = 1/7, calculer
P(A ∪ B ∪ C )
Astuce
P(A ∩ B) = 1 − P(A ∪ B)
P(A ∩ B) = P(A) − P(A ∩ B)
P(B ∩ A) = P(B) − P(B ∩ A)
(Remarquer que A = (A ∩ B) ∪ (A ∩ B))
P(A ∪
B ∪ C ) = 1 − P(A ∩ B ∩ C )
= 1 − P(A ∩ B) − P(A ∩ B ∩ C )
= 1 − P(A) − P(A ∩ B) − P(A ∩ B ∩ C )
= 1 − 1 − P(A) − P(A ∩ B) − P(A ∩ B ∩ C )
Exercice 1-Proposition
Soit A1 , A2 , . . . , An un s.c.e d’un espace probabilisé (Ω, E(Ω), P). Montrer
que :
n
X
∀B ∈ E(Ω) P(B) = P(B ∩ Ai )
i=1
Petite réflexion : n est divisible par 2 si son chiffre unité est 0,2,4,6 ou 8 parmi
{0, 1, 2, . . . , 9}. D’où P(E2 ) = 5/10 = 1/2. Mais ...
A.SETTAR (FSTM) Cours de Probabilités A.U 2023-2024 34 / 74
Préliminaire mathématique et motivation Langage des probabilités Espace probabilisé Probabilité Conditionnelle et In
B =B∩Ω
n
[
=B∩ Ai
i=1
n
[
= (B ∩ Ai )
i=1
Exemples
Exemples
Card(A)
∀A ∈ E(Ω) P(A) =
Card(Ω)
À noter !
L’utilisation de la probabilité Uniforme fait appel aux techniques de
dénombrement : les combinaisons, les arrangement,les permutations...
Exemples
Contre exemple
Exemples
57
La proportion des étudiants qui ont validé le module est .
96
Parmi les étudiants garçons , la proportion de celles qui ont validé le
21
module est .
42
A.SETTAR (FSTM) Cours de Probabilités A.U 2023-2024 50 / 74
Préliminaire mathématique et motivation Langage des probabilités Espace probabilisé Probabilité Conditionnelle et In
P(A ∩ B)
PA (B) = ∀B ∈ E(Ω)
P(A)
Propriété
L’application PA est une probabilité sur (Ω, E(Ω)). D’où on a :
PA (Ω) = 1
PA (B) = 1 − PA (B), ∀B ∈ E(Ω)
PA (B ∪ C ) = PA (B) + PA (C ), si B et C sont incompatibles de E(Ω).
PA (B ∪ C ) = PA (B) + PA (C ) − P(B ∩ C ), ∀B, C ∈ E(Ω)
À noter !
En cas d’équiprobabilité, P est uniforme sur E(Ω) mais PA ne l’est pas !
Exemples
Exemples
PA : E(Ω) −→ [0, 1]
P(A ∩ B)
B 7−→
P(A)
P(A ∩ B) Card(A ∩ B) 13 3
Ainsi : PA (B) = 1 − PA (B) = 1 − =1− =1− 2 =
P(A) Card(A) 2 4
A.SETTAR (FSTM) Cours de Probabilités A.U 2023-2024 60 / 74
Préliminaire mathématique et motivation Langage des probabilités Espace probabilisé Probabilité Conditionnelle et In
Exemple 8 :
Dans une urne contenant 3 boules blanches et 2 boules noires, on tire au
hasard, successivement et sans remise 2 boules.
Quelle est la probabilité que les deux boules tirées soient noires ?
P (A1 ∩ A2 ∩ . . . ∩ An ) = P(A1 )PA1 (A2 )PA1 ∩A2 (A3 ) . . . PA1 ∩A2 ∩...∩An−1 (An )
Exemple 9 :
Dans une urne contenant 6 boules noires et 4 boules blanches, on tire au
hasard, successivement et sans remise 3 boules.
Quelle est la probabilité de tirer 3 boules noires ?
Exemples
Formule de Bayes
Nous avons vu dans l’exemple 6, qu’une fois l’urne est choisie, soit disant
2
U1 , on a PE1 (B) = . Maintenant, quelle est la probabilité que la boule
3
blanche tiré soit extraite de E1 , i.e., PB (E1 ) ?
Formule de Bayes
Formule de Bayes
PA (B)P(A)
PB (A) =
P(B)
Formule de Bayes
Exemples
Formule de Bayes
Indépendance
Indépendance
Indépendance
Exemples
Indépendance
Exercice 5-Proposition
Soient A et B deux événements d’un même espace probabilisé. Montrer
que que si A et B sont indépendants, alors :
1 A et B sont indépendants.
2 B et A sont indépendants.
3 A et B sont indépendants.
Indépendance
Indépendance mutuelle
Indépendance
Exemples
P(A ∩ B ∩ C ) = 1/4
A.SETTAR (FSTM) Cours de Probabilités A.U 2023-2024 73 / 74
Préliminaire mathématique et motivation Langage des probabilités Espace probabilisé Probabilité Conditionnelle et In
Indépendance
Exercice 6
Soit A1 , A2 , . . . , An une famille d’événements mutuellements indépendants
1
d’un même espace probabilisé tels que P(Ai ) = 1 − i .
2
Calculer la probabilité qu’au moins un de ces événements se réalise.