M147 - Cours (Probabilités - Alternatif - Chapitre 1)

UNIVERSITÉ HASSAN II DE CASABLANCA
FACULTÉ DES SCIENCES ET TECHNIQUES
2ème Partie
PROBABILITES
Pr. Abdelhak FAHSI

Département de Mathematiques
Module M147, Parcours MIP (S4)

I- Notions de base
II- Espace probabilisé
III- Probabilité conditionnelle
IV- Dénombrement
Chapitre 1
Calcul des Probabilités
2ème partie : PROBABILITÉS - Chapitre 1 Module M147 - MIP Pr. A. FAHSI

I- Notions de base
IV- Dénombrement
Le calcul des probabilités intervient dans l’étude des

phénomènes aléatoires pour lesquels le résultat est
imprévisible.
Le but principal de ce chapitre est de se familiariser avec le

raisonnement probabiliste.

I- Notions de base
I.1- Expérience aléatoire - Ensemble fondamental
I.2- Evénement
I.3- Evénements remarquables
IV- Dénombrement
I- Notions de base

I- Notions de base
I.2- Evénement
IV- Dénombrement
Définition
On appelle expérience aléatoire toute expérience dont le
résultat est imprévisible (n’est pas connu à l’avance), mais
dont l’ensemble de tous les résultats possibles est connu à
l’avance.
L’ensemble de tous les résultats possibles d’une expérience
aléatoire est appelé ensemble fondamental associé à cette
expérience. Il est noté Ω.

I- Notions de base
I.2- Evénement
IV- Dénombrement
Exemple :
Lancer un dé : Ω = {1, 2, 3, 4, 5, 6}
Lancer deux dés : Ω = {(i, j), 1 ≤ i ≤ 6; 1 ≤ j ≤ 6}
Groupe sanguin d’un individu : Ω = {A, B, AB, O}

I- Notions de base
I.2- Evénement
IV- Dénombrement
I.2- Evénement
Définition
Soit Ω un ensemble fondamental associé à une expérience
aléatoire.
On appelle événement toute partie de Ω, dont on sait dire, à
l’issue de l’expérience aléatoire, si elle est réalisée ou non.
On utilise les premières lettres de l’alphabet A, B, C, ..., pour
noter les événements.
Un événement A est dit réalisé si et seulement si le résultat de

l’expérience aléatoire est un élément de A.

I- Notions de base
I.2- Evénement
IV- Dénombrement
Exemple
On lance un dé.
Soit l’événement A = ”obtenir un numéro pair”.
On a : A = {2, 4, 6}.
On lance deux dés.
Soit l’événement B = ”la somme des numéros obtenus
est > à 10”.
On a : B = {(5, 6), (6, 5), (6, 6)}

I- Notions de base
I.2- Evénement
IV- Dénombrement
a) Evénement élémentaire
Un événement élémentaire est un événement constitué d’un
seul élément ωi ∈ Ω. On le note {ωi }
b) Evénement impossible
Un événement qui ne peut pas être réalisé, quelle que soit le
résultat de l’expérience aléatoire est appelé événement
impossible. On le note ∅

I- Notions de base
I.2- Evénement
IV- Dénombrement
c) Evénement certain
Un événement qui est toujours réalisé, quelle que soit l’issue
de l’expérience aléatoire est appelé événement certain. On le
note Ω
d) Evénement contraire
On appelle événement contraire d’un événement A,
l’événement qui est réalisé si et seulement si A n’est pas
réalisé. On le note A

I- Notions de base
I.2- Evénement
IV- Dénombrement
e) Intersection de deux événements

On appelle intersection de deux événements A et B,
l’événement qui est réalisé si et seulement si A et B sont
réalisés simultanément. On le note A ∩ B.
f) Union de deux événements

On appelle union de deux événements A et B, l’événement qui
est réalisé si et seulement si l’un au moins des événements A
ou B est réalisé. On le note A ∪ B
On peut généraliser ces deux dernières définitions à n

événements A1 , A2 , . . . , An .

I- Notions de base
I.2- Evénement
IV- Dénombrement
g) Implication
On dit que l’événement A implique l’événement B si et
seulement si la réalisation de A entraı̂ne la réalisation de B.
On note : A ⊂ B
h) Evénements incompatibles
Deux événements A et B sont dits incompatibles si et
seulement si, ils ne peuvent pas être réalisés simultanément.
Autrement dit, A et B sont incompatibles si et seulement si
A∩B =∅

I- Notions de base
I.2- Evénement
IV- Dénombrement
i) Système complet d’événements

On dit que n événements {A1 , A2 , . . . , An } forment un
système complet d’événements de Ω si et seulement si :
1 Ils sont deux à deux incompatibles :
∀ i 6= j, Ai ∩ Aj = ∅
2 Leur réunion est l’événement certain :
A1 ∪ A2 ∪ . . . ∪ An = Ω
On dit aussi que {A1 , A2 , . . . , An } forment une partition de Ω.
Exemple
Deux événements contraires A et A forment un système
complet de Ω.

I- Notions de base
I.2- Evénement
IV- Dénombrement
Remarques et Notations :
L’ensemble de tous les événements associés à une
expérience aléatoire est noté E(Ω). On a :
E(Ω) ⊂ P(Ω)
où P(Ω) est l’ensemble des parties de Ω.

Si Ω est fini, on a :
E(Ω) = P(Ω)
Si Ω est fini, le nombre d’éléments distincts d’un

événement A est appelé cardinal de A. On le note
Card(A).

I- Notions de base
I.2- Evénement
IV- Dénombrement
Remarque
On vient de définir une correspondance entre le langage des
événements (language probabiliste) et le langage des
ensembles (langage ensembliste).
Ainsi, on établit pour les événements des propriétés

analogues à celles connues sur les ensembles :

I- Notions de base
I.2- Evénement
IV- Dénombrement
Propriétés
Si A, B et C sont des événements de Ω, alors :

A=A
∅=Ω et Ω=∅
A∩A=∅ et A∪A=Ω
A∩A=A et A∪A=A
A∩Ω=A et A∪∅=A
A∩∅=∅ et A∪Ω=Ω

I- Notions de base
I.2- Evénement
IV- Dénombrement
A∩B =B∩A et A∪B =B∪A

A ∩ (B ∩ C) = (A ∩ B) ∩ C et
A ∪ (B ∪ C) = (A ∪ B) ∪ C
A ∩ (B ∪ C) = (A ∩ B) ∪ (A ∩ C) et
A ∪ (B ∩ C) = (A ∪ B) ∩ (A ∪ C)
A∩B =A∪B et A ∪ B = A ∩ B (Lois de Morgan)

I- Notions de base
I.2- Evénement
IV- Dénombrement
Si Ω est fini, alors on a :

Card(A) = Card(Ω) − Card(A)
Card(A ∪ B) = Card(A) + Card(B) − Card(A ∩ B)
Card(E(Ω)) = Card(P(Ω)) = 2Card(Ω)

I- Notions de base
II- Espace probabilisé II.1- Définition de la probabilité
III- Probabilité conditionnelle II.2- Cas particulier : Probabilité uniforme
IV- Dénombrement

I- Notions de base
IV- Dénombrement
II.1- Définition de la probabilité
Définition
Soit Ω un ensemble fondamental et E(Ω) l’ensemble des
événements associés.
On appelle probabilité sur E(Ω) toute application :
P : E(Ω) → [0, 1]
vérifiant :
(i) P(Ω) = 1
(ii) ∀ A, B ∈ E(Ω), si A et B sont incompatibles alors :
P(A ∪ B) = P(A) + P(B).
Le triplet (Ω, E(Ω), P) est appelé espace probabilisé.

I- Notions de base
IV- Dénombrement
Remarques :
- L’idée est donc d’associer à chaque événement A ∈ E(Ω) un

nombre réel positif compris entre 0 et 1, noté P(A), qui mesure
la chance qu’à l’événement A pour se réaliser.
- P(A) est appelé probabilité de l’événement A.

I- Notions de base
IV- Dénombrement
Propriétés d’une probabilité :
Soit (Ω, E(Ω), P) un espace probabilisé.

Si A est un événement, alors P(A) = 1 − P(A)
Si A ⊂ B alors P(A) ≤ P(B)
Si A1 , A2 , . . . , An sont n événements deux à deux
[ n n
X
incompatibles alors : P( Ak ) = P(Ak )
k=1 k=1
Si A et B sont deux événements quelconques, alors :
P(A ∪ B) = P(A) + P(B) − P(A ∩ B)

I- Notions de base
IV- Dénombrement
Proposition
Soit Ω = {ω1 , ω2 , . . . , ωi , . . .} un ensemble fondamental
dénombrable (fini ou infini).
La probabilité sur Ω est complètement définie par la donnée
des probabilités P({ωi }) des événements élémentaires. On a
alors : X
∀ A ∈ E(Ω), P(A) = P({ωi })
ωi ∈A

I- Notions de base
IV- Dénombrement
Proposition
Soit (Ω, E(Ω), P) un espace probabilisé.
Si Ω est fini et si tous les événements élémentaires ont la
même probabilité pour se réaliser (on dit qu’on a
équiprobabilité). Alors la probabilité P est définie par :
Card(A) Nombre de cas favorables

∀ A ∈ P(Ω), P(A) = =
Card(Ω) Nombre de cas possibles
Cette probabilité est appelée probabilité uniforme.
Remarque
En général, on n’a pas à démontrer qu’on a équiprobabilité.
C’est plutôt l’énoncé qui le suggère.

I- Notions de base
IV- Dénombrement
Exemples :
1) On lance un dé non truqué. Calculer la probabilité
d’obtenir un point pair.
2) On lance deux dés non truqués.
Calculer la probabilité des événements suivants :
A = “obtenir au moins un point pair”
B = “les deux dés ont le même numéro”
C = “le numéro du 1er dé est supérieur au numéro du
2ème dé”

I- Notions de base
IV- Dénombrement
3) Dans une urne contenant 9 boules numérotées de 1 à 9

et 26 boules numérotées de A à Z, on tire au hasard
successivement et avec remise 6 boules pour former un
mot de passe.
- Combien de mot de passe peut-on former ?
- Quelle est la probabilité d’obtenir un mot de passe
contenant 3 lettres suivies de 3 chiffres (événement A) ?
- Quelle est la probabilité d’obtenir un mot de passe
contenant autant de chiffres que de lettres (événement
B)?

I- Notions de base
IV- Dénombrement
Remarque1
Dans beaucoup de problèmes de calcul des probabilités,
l’énoncé suggère qu’on a une probabilité uniforme.
Ainsi, nous serons souvent confrontés aux problèmes de
dénombrement des cas favorables et des cas possibles.
D’où la nécessité de définir des méthodes de dénombrement
dans les différentes situations possibles (voir dernier
paragraphe de ce chapitre).

I- Notions de base
III.1- Définition et propriétés
III.2- Formules de base
III.3- Evénements indépendants
IV- Dénombrement

I- Notions de base
IV- Dénombrement
Question
Soit (Ω, E(Ω), P) un espace probabilisé et soient A et B deux
événements de E(Ω). On se pose la question suivante :
Le fait de savoir que l’événement A est réalisé a-t-il un effet sur
la probabilité de réalisation de l’événement B ?

I- Notions de base
IV- Dénombrement
Exemple
La répartition d’un groupe d’étudiants selon la note du module
de statistique et le sexe est représentée dans le tableau
suivant :
Sexe Masculin Féminin Total
Note de Math
[0, 7[ 4 3 7
[7, 10[ 17 15 32
[10, 20[ 21 36 57
Total 42 54 96

I- Notions de base
IV- Dénombrement
On choisit un étudiant au hasard et on considère les

événements suivants :
A = “l’étudiant choisi est un garçon”
B = “l’étudiant choisi a validé le module”
Calculer P(A), P(B), P(B sachant A) et P(A ∩ B).

Conclure.

I- Notions de base
IV- Dénombrement
On a :
42
P(A) = .
96
57
P(B) = .
96
21
P(B sachant A) = 6= P(B)
42
21
P(A ∩ B) =
96

I- Notions de base
IV- Dénombrement
Conclusion :
- Le fait de savoir que l’événement A est réalisé a changé la
probabilité de réalisation de l’événement B.
- on constate que :
P(A ∩ B)
P(B sachant A) =
P(A)

I- Notions de base
IV- Dénombrement
Définition
événements tel que P(A) 6= 0.
La probabilité de réalisation de l’événement B sachant que
l’événement A est réalisé, notée P(B|A), est définie par :
P(A ∩ B)
P(B|A) =
P(A)
On l’appelle probabilité conditionnelle et on lit probabilité de B

sachant A.
On utilise aussi la notation PA (B).

I- Notions de base
IV- Dénombrement
Proposition
L’application PA : E(Ω) → [0, 1], définie par :
P(A ∩ B)
∀ B ∈ E(Ω), PA (B) = P(B|A) =
P(A)
est une probabilité sur E(Ω), appelée probabilité conditionnelle

sachant A.
Remarque
Toutes les propriétés d’une probabilité P sont aussi valables
pour une probabilité conditionnelle PA :

I- Notions de base
IV- Dénombrement
P(Ω|A) = 1
P(B|A) = 1 − P(B|A)
si B1 et B2 sont incompatibles alors
P((B1 ∪ B2 )|A) = P(B1 |A) + P(B2 |A)
si B1 et B2 sont quelconques alors
P((B1 ∪ B2 )|A) = P(B1 |A) + P(B2 |A) − P((B1 ∩ B2 )|A)
...

I- Notions de base
IV- Dénombrement
La notion de probabilité conditionnelle permet de calculer des

probabilités complexes à partir de situations plus simples.
Le but de ce paragraphe est d’énoncer quelques formules de

base utilisées dans ce contexte.

I- Notions de base
IV- Dénombrement
Formule des probabilités composées :

événements de E(Ω). La formule des probabilités composées
permet, à partir de la probabilité conditionnelle, de calculer
une probabilité conjointe :
P(A ∩ B) = P(A) × P(B|A) = P(B) × P(A|B)

I- Notions de base
IV- Dénombrement
On peut généraliser cette formule à n événements

A1 , A2 , . . . , An :
P(A1 ∩ A2 ∩ · · · ∩ An ) =
P(A1 )P(A2 |A1 )P(A3 |A2 ∩ A1 ) . . . P(An |A1 ∩ A2 ∩ · · · ∩ An−1 )

I- Notions de base
IV- Dénombrement
Exemple
Une urne contient 3 boules blanches et 2 boules noires.
On tire au hasard, successivement et sans remise 2
boules.
Quelle est la probabilité de tirer 2 boules noires ?
Une urne contient 6 boules noires et 4 boules blanches.

On tire successivement et sans remise 3 boules.
Quelle est la probabilité de tirer 3 boules noires ?

I- Notions de base
IV- Dénombrement
Formule des probabilités totales :

événements de E(Ω). La formule des probabilités totales
permet, à partir de la probabilité conditionnelle, de calculer
une probabilité marginale :
P(B) = P(B|A) × P(A) + P(B|A) × P(A)

I- Notions de base
IV- Dénombrement
On peut généraliser à n événements :

Si {A1 , A2 , . . . , An } est un système complet d’événements.
Alors, pour tout événement B de E(Ω), on a :
n
X n
X
P(B) = P(Ai ∩ B) = P(B|Ai ) × P(Ai )
i=1 i=1

I- Notions de base
IV- Dénombrement
Exemple
Une urne U1 contient 5 boules noires et 6 boules blanches et
une urne U2 contient 6 boules noires et 12 boules blanches.
On transfère une boule de l’urne U1 vers l’urne U2 et ensuite
on tire 1 boule de l’urne U2 .
Quelle est la probabilité que la boule tirée soit noire ?

I- Notions de base
IV- Dénombrement
Formule de Bayes :
Soit (Ω, E(Ω), P) un espace probabilisé. Soient A et B deux

événements de E(Ω).
La formule de Bayes permet, à partir de la probabilité
conditionnelle P(B|A), de calculer la probabilité conditionnelle
inverse P(A|B) :
P(B|A) × P(A)
P(A|B) =
P(B)

I- Notions de base
IV- Dénombrement
Exemple
Trois machines M1 , M2 et M3 de fabrication mécanique
produisent respectivement 25%, 35% et 40% de la production
totale. 5% (respectivement 4% et 3%) des pièces produites
par M1 (respectivement par M2 et M3 ) sont défectueuses
(événement D).
On choisit une pièce au hasard.
Si la pièce choisie est défectueuse, quelle est la probabilité
qu’elle soit fabriquée par M1 ?

I- Notions de base
IV- Dénombrement
Remarque
On peut utiliser un diagramme en arbre pour décrire
graphiquement toutes les séquences possibles d’une
expérience aléatoire.
Les règles de construction de ce diagramme correspondent
aux formules de base qu’on vient de proposer.

I- Notions de base
IV- Dénombrement
III.3- Evénements indépendants :
Définition
Deux événements A et B sont dits indépendants si et
seulement si la réalisation de l’un n’a aucune influence sur la
probabilité de réalisation de l’autre.
On a alors :
P(A|B) = P(A) et P(B|A) = P(B)
Corollaire
Deux événements A et B sont dits indépendants si et
seulement si :
P(A ∩ B) = P(A) × P(B)

I- Notions de base
IV- Dénombrement
Exemple
On lance un dé deux fois. Soit les événements :
A = “obtenir un point pair au premier lancer”
B = “obtenir le point 1 ou 4 au deuxième lancer”
Les événements A et B sont-ils indépendants ?
On lance une pièce de monnaie 2 fois. On considère les

événements suivants :
A = “obtenir au plus un pile”;
B = “obtenir au moins un pile et au moins face”.
Les événements A et B sont-ils indépendants ?
Même question si on lance une pièce de monnaie 3 fois.

I- Notions de base
IV- Dénombrement
Remarques
Il ne faut pas confondre événements indépendants et
événements incompatibles :
A et B sont indépendants ⇔ P(A ∩ B) = P(A) × P(B)
A et B sont incompatibles ⇔ P(A ∪ B) = P(A) + P(B)
Dans une suite de tirages successifs avec remise, les
tirages sont indépendants.
Dans une suite de tirages successifs sans remise, les
tirages ne sont pas indépendants.
Si les événements A et B sont indépendants, il en est de
même pour A et B, pour A et B et pour A et B.

I- Notions de base
IV- Dénombrement
Généralisation à n evénements
Définition
n événements A1 , A2 , . . . , An d’un même espace probabilisé
sont dits indépendants dans leurs ensemble si pour toute
famille de p (p ≥ 2) événements Ai1 , Ai2 , . . . , Aip choisis parmi
les événements A1 , A2 , . . . , An , on a :
P(Ai1 ∩ Ai2 ∩ . . . ∩ Aip ) = P(Ai1 ) × P(Ai2 ) × . . . × P(Aip )
Remarque
n événements A1 , A2 , . . . , An peuvent être indépendants deux
à deux sans être indépendants dans leurs ensemble.

I- Notions de base
IV.1- Principe multiplicatif
IV.2- Principe d’addition
IV.3- Choix de p éléments parmi n éléménts distincts
IV- Dénombrement
IV- Dénombrement

I- Notions de base
IV- Dénombrement
Dans beaucoup de problèmes de calcul des probabilités,

l’énoncé suggère qu’on peut appliquer la formule de
probabilité uniforme (il suffit de vérifier que Ω est fini et qu’on a
équiprobabilité).
Ainsi, pour calculer la probabilité d’un événement A, on peut
utiliser la formule :
Nombre de cas favorables Card(A)
P(A) = =
Nombre de cas possibles Card(Ω)
Le but principal de ce dernier paragraphe est de rappeler les

formules de base de l’analyse combinatoire permettant le
dénombrement des cas favorables et des cas possibles.

I- Notions de base
IV- Dénombrement
IV.1- Principe de multiplication

Proposition
Si la réalisation d’un événement A se fait en k étapes
successives (l’une après l’autre) présentant respectivement
n1 , n2 , . . . , nk possibilités, alors le nombre total de possibilités
pour réaliser A est égale au produit : n1 × n2 × . . . × nk .

I- Notions de base
IV- Dénombrement
Exemple
Combien peut-on former de codes comportant deux lettres

suivies de trois chiffres non nuls ? (événement A)
Combien peut-on former de codes comportant deux lettres

distinctes suivies de trois chiffres distincts non nuls ? (évt B)
Un restaurant propose 4 choix pour l’entrée, 3 choix pour le

plat principal, 4 choix pour le dessert et 6 choix pour la
boisson. De combien de façons peut-on composer un repas ?

I- Notions de base
IV- Dénombrement

Proposition
Si la réalisation d’un événement A se fait par l’une ou bien
l’autre des k manières présentant respectivement
n1 , n2 , . . . , nk possibilités, alors le nombre total de possibilités
pour réaliser A est égale à la somme : n1 + n2 + . . . + nk .

I- Notions de base
IV- Dénombrement
Exemple
Combien peut-on former de codes avec cinq caractères : des

lettres suivies des chiffres non nuls avec au moins un
caractère de chaque type (événement A) ?
Combien peut-on former de codes comportant deux lettres et

trois chiffres non nuls (événement B) ?
On choisit un code au hasard dans B. Quelle est la probabilité

qu’il soit un code formé de deux lettres suivies de trois chiffres
non nuls (événement A2 ) ?

I- Notions de base
IV- Dénombrement
Soit E un ensemble formé de n éléments distincts qu’on peut

ordonner (E = {e1 < e2 < ... < en }). Soit p ∈ IN∗ .
On s’intéresse au calcul du nombre de possibilités pour choisir
p éléments parmi les n éléments de E ?
Pour répondre à cette question, on distingue les cas suivants :

I- Notions de base
IV- Dénombrement
Choix de p éléments distincts (événement noté D).

Choix de p éléments non distincts (événement D).
Choix de p éléments ordonnés (événement noté C).
Choix de p éléments non ordonnés (événement C).

I- Notions de base
IV- Dénombrement
p-liste
Proposition1
Le nombre de possibilités pour choisir p éléments
quelconques (distincts ou non, ordonnés ou non), parmi les n
éléments de E (événement noté Ω) est donné par :
Card(Ω) = np
Chacune de ces possibilités s’appelle liste de p éléments de E

ou p-liste de E.
On a Ω = D ∪ D = C ∪ C

I- Notions de base
IV- Dénombrement
Remarque
On fait appel au dénombrement avec les puissances np
lorsque, dans le choix des p éléments, on tient compte
des répétitions (éléments distincts ou non distincts) et on
tient compte de l’ordre (éléments ordonnés ou non
ordonnés).
Dans ce cas, on peut considérer p ≤ n ou bien p > n.
Par exemple, pour les tirages successifs avec remise, on
fait appel au dénombrement avec la puissance np .

I- Notions de base
IV- Dénombrement
Arrangements
Proposition2
Le nombre de possibilités pour choisir p éléments distincts
(ordonnés ou non ordonnés), parmi les n éléments de E
(événement D) est donné par :
n!
Card(D) = Apn =
(n − p)!
Chacune de ces possibilités s’appelle arrangement de p

éléments de E ou p-arrangement de E.

I- Notions de base
IV- Dénombrement
Remarque
On fait appel au dénombrement avec les arrangements Apn
lorsque, dans le choix des p éléments parmi n, on tient
compte de l’ordre et on ne tient pas compte des
répétitions.
Dans ce cas, on doit avoir p ≤ n. Sinon, l’événement D
est impossible (P(D) = 0 si p > n).
Par exemple, pour les tirages successifs sans remise, on
fait appel au dénombrement avec Apn .

I- Notions de base
IV- Dénombrement
Combinaisons
Proposition3
Le nombre de possibilités pour choisir p éléments distincts et
ordonnés parmi les n éléments de E (événement D ∩ C) est
donné par :
n!
Card(D ∩ C) = Cnp =
p!(n − p)!
Chacune de ces possibilités s’appelle combinaison de p

éléments de E ou p-combinaison de E.

I- Notions de base
IV- Dénombrement
Remarque
On fait appel au dénombrement avec les combinaison Cnp
lorsque, dans le choix des p éléments parmi n, on ne tient
compte ni de l’ordre ni des répétitions.
Dans ce cas, on doit avoir p ≤ n. Sinon, l’événement
D ∩ C est impossible.
Par exemple, pour les tirages simultanés, on fait appel au
dénombrement avec Cnp .

I- Notions de base
IV- Dénombrement
Combinaisons avec répétitions
Proposition4
Le nombre de possibilités pour choisir p éléments ordonnés
(distincts ou non distincts) parmi les n éléments de E
(événement C) est donné par :
p (n + p − 1)!
Card(C) = Cn+p−1 =
p!(n − 1)!
Chacune de ces possibilités s’appelle combinaison avec

répétition de p éléments de E ou p-combinaison avec
répétition de E.

I- Notions de base
IV- Dénombrement
Remarque
On fait appel au dénombrement avec les combinaisons
p
avec répétition Cn+p−1 lorsque, dans le choix des p
éléments parmi n, on tient compte des répétitions et on ne
tient pas compte de l’ordre.
Dans ce cas, on peut considérer p ≤ n ou bien p > n.
Par exemple, le nombre de possibilités pour choisir p
éléments parmi n, dans un ordre croissant au sens large
p
est égal à Cn+p−1 .

I- Notions de base
IV- Dénombrement
Remarque
Les résultats des 4 propositions précédentes peuvent être
résumés dans le tableau suivant :

I- Notions de base
IV- Dénombrement
événement D événement D Total

(éléments (éléments (On tient compte
distincts) non distincts) des répétitions)
événement C
(éléments Cnp p
Cn+p−1
ordonnés)
événement C
(éléments
non ordonnés)
Total
(On tient compte Apn np
de l’ordre)

I- Notions de base
IV- Dénombrement
Avec les propriétés du tableau de contingence, on peut

compléter le remplissage du tableau. Ce qui permet de
déduire les dénombrements des autres cas possibles.
Exemple
On considère E = {1, 2, 3, 4} et p = 3. On a :
événement D événement D Total

événement C Cnp = 4 16 p
Cn+p−1 = 20
événement C 20 24 44
Total Apn = 24 40 np = 64

I- Notions de base
IV- Dénombrement
Remarque
Lorsqu’on dit on tient compte des répétitions, cela veut
dire qu’on considère les choix possibles distincts ou non
distincts.
Lorsqu’on dit on ne tient pas compte des répétitions, cela
veut dire qu’on considère les choix possibles distincts.
Lorsqu’on dit on tient compte de l’ordre, cela veut dire
qu’on considère les choix possibles ordonnés ou non
ordonnés.
Lorsqu’on dit on ne tient pas compte de l’ordre, cela veut
dire qu’on considère les choix possibles ordonnés.

I- Notions de base
IV- Dénombrement
Exemples
Dans une urne qui contient 10 boules numérotées de 0 à
9, on tire successivement et avec remise 4 boules.
Calculer le nombre de choix possibles.
Même question si les tirages sont successifs et sans
remise.
Même question si les tirages sont simultanés.
Au loto sportif, on coche l’une des trois cases 1, N ou 2
pour chacun des 15 matchs programmés. Dénombrer le
nombre de grilles possibles.

I- Notions de base
IV- Dénombrement
Combien de droites peut-on tracer à partir de 5 points non

alignés ?
Dans un jeu de 52 cartes, on choisit 5 cartes au hasard.
Calculer le nombre de mains possibles, le nombre de
mains qui contiennent exactement 3 as et le nombre de
mains qui contiennent au moins 3 as.
On lance 4 fois un dé cubique équilibré dont les faces sont
numérotées de 1 à 6.
Calculer la probabilité pour obtenir une suite de nombres
dans un ordre strictement croissant.
Calculer la probabilité pour obtenir une suite de nombres
dans un ordre croissant au sens large.

I- Notions de base
IV- Dénombrement
Permutations : arrangements avec p = n
Proposition5
Le nombre de possibilités pour choisir n éléments distincts
(ordonnés ou non ordonnés) parmi les n éléments distincts de
E, noté Pn , est donné par :
Pn = Ann = n!
Chacune de ces possibilités s’appelle permutation de n

éléments distincts.

I- Notions de base
IV- Dénombrement
Exemple
De combien de façons peut-on placer 12 personnes en
rangée pour prendre une photo ?
De combien de façons peut-on ranger 4 livres de math, 3
livres de physique et 5 livres de chimie, si on ne fait
aucune distinction entre les spécialités des livres ?
De combien de façons peut-on ranger ces livres si on veut
que les livres de même spécialité restent ensemble ?

I- Notions de base
IV- Dénombrement
Permutations d’éléménts partiellement distinguables
Proposition6
Supposons que les n éléménts de E sont partiellement
distinguables (càd les n éléments ne sont pas tous distincts).
Supposons qu’on a n1 éléments identiques de type 1, n2
éléments identiques de type 2, . . . , nk éléments identiques de
type k avec n1 + n2 + · · · + nk = n.
Alors le nombre de permutations possibles de ces n éléments,
partiellement distinguables, noté Pn (n1 , n2 , . . . , nk ), est donné
par :
n!
Pn (n1 , n2 , . . . , nk ) =
n1 ! n2 ! . . . nk !

I- Notions de base
IV- Dénombrement
Exemples
Combien de mots de 9 lettres peut-on former avec les 9
lettres du mot EVENEMENT ?
Un enfant joue avec 2 jetons rouges identiques, 3 jetons
blancs identiques et 4 jetons noirs identiques.
De combien de façons différentes peut-il aligner ces 9
jetons ?
On dispose de 4 livres de math, 3 livres de physique et 5
livres de chimie.
De combien de façons peut-on les arranger si tous les
livres sont distinguables ?
De combien de façons peut-on les arranger si les livres de
chaque spécialité sont identiques ?

I- Notions de base
IV- Dénombrement
Fin chapitre 1

M147 - Cours (Probabilités - Alternatif - Chapitre 1)

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

M147 - Cours (Probabilités - Alternatif - Chapitre 1)

Transféré par

Droits d'auteur :

Formats disponibles

UNIVERSITÉ HASSAN II DE CASABLANCA

FACULTÉ DES SCIENCES ET TECHNIQUES

Pr. Abdelhak FAHSI

Module M147, Parcours MIP (S4)

Calcul des Probabilités

2ème partie : PROBABILITÉS - Chapitre 1 Module M147 - MIP Pr. A. FAHSI

Le calcul des probabilités intervient dans l’étude des

Le but principal de ce chapitre est de se familiariser avec le

2ème partie : PROBABILITÉS - Chapitre 1 Module M147 - MIP Pr. A. FAHSI

2ème partie : PROBABILITÉS - Chapitre 1 Module M147 - MIP Pr. A. FAHSI

I.1- Expérience aléatoire - Ensemble fondamental

2ème partie : PROBABILITÉS - Chapitre 1 Module M147 - MIP Pr. A. FAHSI

2ème partie : PROBABILITÉS - Chapitre 1 Module M147 - MIP Pr. A. FAHSI

Un événement A est dit réalisé si et seulement si le résultat de

2ème partie : PROBABILITÉS - Chapitre 1 Module M147 - MIP Pr. A. FAHSI

2ème partie : PROBABILITÉS - Chapitre 1 Module M147 - MIP Pr. A. FAHSI

I.3- Evénements remarquables

2ème partie : PROBABILITÉS - Chapitre 1 Module M147 - MIP Pr. A. FAHSI

2ème partie : PROBABILITÉS - Chapitre 1 Module M147 - MIP Pr. A. FAHSI

e) Intersection de deux événements

f) Union de deux événements

On peut généraliser ces deux dernières définitions à n

2ème partie : PROBABILITÉS - Chapitre 1 Module M147 - MIP Pr. A. FAHSI

2ème partie : PROBABILITÉS - Chapitre 1 Module M147 - MIP Pr. A. FAHSI

i) Système complet d’événements

2ème partie : PROBABILITÉS - Chapitre 1 Module M147 - MIP Pr. A. FAHSI

où P(Ω) est l’ensemble des parties de Ω.

Si Ω est fini, le nombre d’éléments distincts d’un

2ème partie : PROBABILITÉS - Chapitre 1 Module M147 - MIP Pr. A. FAHSI

Ainsi, on établit pour les événements des propriétés

2ème partie : PROBABILITÉS - Chapitre 1 Module M147 - MIP Pr. A. FAHSI

Si A, B et C sont des événements de Ω, alors :

2ème partie : PROBABILITÉS - Chapitre 1 Module M147 - MIP Pr. A. FAHSI

A∩B =B∩A et A∪B =B∪A

2ème partie : PROBABILITÉS - Chapitre 1 Module M147 - MIP Pr. A. FAHSI

Si Ω est fini, alors on a :

2ème partie : PROBABILITÉS - Chapitre 1 Module M147 - MIP Pr. A. FAHSI

II- Espace probabilisé

2ème partie : PROBABILITÉS - Chapitre 1 Module M147 - MIP Pr. A. FAHSI

II.1- Définition de la probabilité

2ème partie : PROBABILITÉS - Chapitre 1 Module M147 - MIP Pr. A. FAHSI

- L’idée est donc d’associer à chaque événement A ∈ E(Ω) un

- P(A) est appelé probabilité de l’événement A.

2ème partie : PROBABILITÉS - Chapitre 1 Module M147 - MIP Pr. A. FAHSI

Propriétés d’une probabilité :

Soit (Ω, E(Ω), P) un espace probabilisé.

P(A ∪ B) = P(A) + P(B) − P(A ∩ B)

2ème partie : PROBABILITÉS - Chapitre 1 Module M147 - MIP Pr. A. FAHSI

2ème partie : PROBABILITÉS - Chapitre 1 Module M147 - MIP Pr. A. FAHSI

Card(A) Nombre de cas favorables

Cette probabilité est appelée probabilité uniforme.

2ème partie : PROBABILITÉS - Chapitre 1 Module M147 - MIP Pr. A. FAHSI

2ème partie : PROBABILITÉS - Chapitre 1 Module M147 - MIP Pr. A. FAHSI

3) Dans une urne contenant 9 boules numérotées de 1 à 9

2ème partie : PROBABILITÉS - Chapitre 1 Module M147 - MIP Pr. A. FAHSI

2ème partie : PROBABILITÉS - Chapitre 1 Module M147 - MIP Pr. A. FAHSI

III- Probabilité conditionnelle

2ème partie : PROBABILITÉS - Chapitre 1 Module M147 - MIP Pr. A. FAHSI

2ème partie : PROBABILITÉS - Chapitre 1 Module M147 - MIP Pr. A. FAHSI

2ème partie : PROBABILITÉS - Chapitre 1 Module M147 - MIP Pr. A. FAHSI

On choisit un étudiant au hasard et on considère les

Calculer P(A), P(B), P(B sachant A) et P(A ∩ B).

2ème partie : PROBABILITÉS - Chapitre 1 Module M147 - MIP Pr. A. FAHSI

2ème partie : PROBABILITÉS - Chapitre 1 Module M147 - MIP Pr. A. FAHSI