CHAPITRE 1 : NOTIONS ÉLÉMENTAIRES DU CALCUL DES

PROBABILITÉS

R. OUBRAHIM

1. Espace fondamental

Définition 1.1. L’espace fondamental (ou l’univers) d’un phénomène aléa-

toire noté Ω est l’ensemble de toutes les réalisations possibles du phéno-
mène, appelées événements élémentaires.
Exemple 1.2. (1) Jet d’une pièce de monnaie : Ω = { Pile, Face}, il y’a
deux possibilités.
(2) Lancé d’un dé : Ω = {1, 2, 3, 4, 5, 6}, il y’a six possibilité.
(3) Lancé de deux dés : Ω = {(1, 1), (1, 2), ..., (2, 1), (2, 2), ...}, il y’a
36 possibilités.

Vocabulaire
(1) Si Ω est fini ou dénombrable, on dit qu’on est dans le cas
discret.
(2) Si Ω (non vide) n’est ni fini ni dénombrable, on dit qu’on est
dans le cas continu.
(3) Les parties de Ω, c’est à dire les éléments de P (Ω) (l’ensemble
des parties de Ω), sont appelés les événements. Ω est l’événe-
ment certain et ∅ est l’événement impossible.
(4) Deux événements A et B sont dits incompatibles (disjoints) si
A ∩ B = ∅.

2. Notion de probabilité

2.1. Exemple et définition.

Exemple 2.1. L’expérience aléatoire (c’est à dire une expérience dont le
résultat ne peut être prévu) : lancer d’une pièce de monnaie. L’espace fon-
damental est :
Ω = { Pile, Face}.
1
2 R. OUBRAHIM

Si la pièce est bien équilibrée, une chance sur deux pour que la pièce re-
tombe sur ’Pile’, et une chance sur deux pour que la pièce retombe sur
’Face’. On associe à ’Pile’ le nombre 12 , et on dit que la ’probabilité’ que
’Pile’ se réalise est 12 . On écrit p( Pile) = 12 .
De même, on associe à ’Face’ le nombre 12 , et on dit que la ’probabilité’ que
’Face’ se réalise est 12 . On écrit p( Face) = 12 .
Définition 2.2. On appelle probabilité toute application p de P (Ω) dans
[0, 1] telle que :
(1) p(Ω) = 1.
(2) Pour toute suite d’événements incompatibles (disjoints) deux à deux
( Ai )i≥1 , on a :
!
∑ p( A i ).
[
p Ai =
i ≥1 i ≥1

Propiété dite de σ additivité.

Proposition 2.3. Soient A, B ∈ P (Ω).
(1) p(∅) = 0.
(2) p( A) = 1 − p( A), avec A est le complémentaire de A dans Ω.
(3) A ⊂ B ⇒ p( A) ≤ p( B).
(4) p( A ∪ B) = p( A) + p( B) − p( A ∩ B) c’est la formule de Pointcaré.

2.2. Cas d’équiprobabilité.

card( A) nombre de cas f avorables
p( A) = = .
card(Ω) nombre de cas possibles
Exercice 1. On lance un dé équilibré.
(1) Donner l’espace fondamental de l’expérience aléatoire.
(2) Quelle est la probabilité d’un événement élémentaire ?
(3) Calculer la probabilité d’obtenir un nombre impair.
Solution :
(1) Ω = {1, 2, 3, 4, 5, 6}.
(2) p({1}) = p({2}) = p({3}) = p({4}) = p({5}) = p({6}) = 16 .
3
(3) p({1, 3, 5}) = 6 = 12 .
 CHAPITRE 1 : NOTIONS ÉLÉMENTAIRES DU CALCUL DES PROBABILITÉS 3

3. Probabilités conditionnelles et formule de Bayes

3.1. Probabilité conditionnelle.

Exemple 3.1. À l’issue d’un jet de dé on sait que le résultat est supérieur
strictement à 3 [information d’un témoin]. On s’intéresse à l’événement A
"obtenir une face paire" = ({2, 4, 6}).
On considère l’événement B "le résultat est supérieur strictement à 3".
Initialement, on avait p( A) = 63 = 12 .

Après l’information, Ω est devenu Ω/B = {4, 5, 6} et p( A/B) = 23 ,

qui s’appelle probabilité conditionnelle de A sachant B.
p( A∩ B)
Remarque 3.2. Notons que cette nouvelle probabilité est égale à p( B)
.
2
En effet, A ∩ B = {4, 6}, donc p( A ∩ B) = 6 et p( B) = 36 .

p( A ∩ B)
p( A/B) = .
p( B)

3.2. Formule de Bayes. La formule de Bayes exprime p( A/B) en

fonction de p( B/A).
Soit { A1 , ..., An } une partition de Ω (c’est à dire in=1 Ai = Ω et
S

Ai ∩ A j = ∅ pour i 6= j) telle que p( Ai ) > 0, pour i = 1, ..., n.

On considère un événement quelconque B, on a
n n
B = B∩Ω = B∩
[ [
Ai = ( A i ∩ B ).
i =1 i =1

Par suite
n
p( B) = ∑ p ( A i ∩ B ),
i =1
p ( Ai ∩ B )
donc p( B) = ∑in=1 p( Ai ) p( B/Ai ), et comme p( Ai /B) = p( B)
,
alors
p( Ai ) p( B/Ai )
p( Ai /B) = n .
∑i=1 p( Ai ) p( B/Ai )
Proposition 3.3. La formule de Bayes s’écrit :

p( Ai ) p( B/Ai )
p( Ai /B) = .
∑in=1 p( Ai ) p( B/Ai )
4 R. OUBRAHIM

Exercice 2.
On dispose de trois pièces de monnaies : l’une est bien équilibrée,
l’autre présente deux ’faces’, la troisième est truquée de façon que
la probabilité de faire ’face’ vaut 14 . On tire une pièce au hasard, on
la lance et elle fait ’face’.
Quelle est la probabilité pour qu’il s’agisse de la pièce qui présente
deux ’faces’ ?
Solution :
Soient les événements : B ="faire face", A1 ="première pièce", A2 ="deuxième
pièce", A3 ="troisième pièce". On a :
p( A2 ) p( B/A2 ) 4
p( A2 /B) = = ,
p( A1 ) p( B/A1 ) + p( A2 ) p( B/A2 ) + p( A3 ) p( B/A3 ) 7
1 1
car p( A1 ) = p( A2 ) = p( A3 ) = 3 et p( B/A1 ) = 2, p( B/A2 ) = 1,
p( B/A3 ) = 14

3.3. Indépendance.
Définition 3.4. Deux événements A et B sont dits indépendants si :
p( A ∩ B) = p( A).p( B).

Par conséquent, si p( B) > 0,

p( A ∩ B) p( A) p( B)
p( A/B) = = = p ( A ).
p( B) p( B)
Le fait de savoir que l’événement B se réalise ne modifie en rien la
probabilité de l’événement A.
Exercice 3. On jette trois fois une pièce de monnaie bien équili-
brée. On considère les événements suivants :
A : "le premier jet donne face".
B : "le second jet donne face".
C : "deux jets consécutifs donnent face".
(1) Donner l’espace fondamental.
(2) Prouver que les événements A et B sont indépendants.
(3) Prouver que les événements A et C ne sont pas indépendants.
Solution :
(1) L’espace fondamental est :
Ω = { FFF, FFP, FPF, FPP, PFF, PFP, PPF, PPP}.
 CHAPITRE 1 : NOTIONS ÉLÉMENTAIRES DU CALCUL DES PROBABILITÉS 5

(2) A = { FFF, FFP, FPF, FPP}, card( A) = 4.

B = { FFF, FFP, PFF, PFP}, card( B) = 4.
On a p( A) = 48 = 21 , p( B) = 48 = 12 et p( A ∩ B) = 2
8 = 14 . Les
deux événements sont indépendants car
p( A ∩ B) = p( A).p( B).
(3) A = { FFF, FFP, FPF, FPP}, card( A) = 4.
C = { FFF, FFP, PFF }, avec trois éléments.
Ainsi, A ∩ C = { FFF, FFP} avec deux éléments.
On a p( A) = 12 , p(C ) = 38 et p( A ∩ C ) = 14 . Les deux événe-
ments ne sont pas indépendants car
p( A ∩ C ) 6= p( A).p(C ).