Académique Documents
Professionnel Documents
Culture Documents
INTRODUCTION AUX
PROBABILITES
I- EXPERIENCE ALEATOIRE
Certaines expériences entrainent des résultats aléatoires, c’est-à-dire qui dépendent directement
du hasard. Nous les appelons des « Expériences ou Epreuves Aléatoires » et on les désignent
généralement par le signe 𝜺. Une épreuve aléatoire c’est une épreuve dont l’issue n’est pas
connue par avance c’est-à-dire on ne connait pas quel va etre le résultat.
évènements » et 𝒑 « la probabilité ».
a- L’univers
b- L’Evènement
Un évènement A est une partie de 𝜴, autrement dit, l’ensemble des élément de A doit etre pris
dans le référentiel qui est l’univers ?
Trois approches les plus fréquemment utilisées sont la méthode classique, la méthode de la
fréquence relative et la méthode subjective. Quelle que soit la méthode utilisée, les
probabilités doivent satisfaire deux conditions de base.
Ex : Soit E = { 1,2, 3, 4,5,6} l’ensemble référentiel des résultats possibles du lancement d’un
dé. Les six résultats possibles sont les événements élémentaires équiprobables.
A- LA METHODE CLASSIQUE
La méthode classique de détermination des probabilités est appropriée lorsque les résultats
possibles de l’expérience sont équiprobables. Si n résultats sont possibles, une probabilité de
𝟏⁄ est associée à chaque résultat. Cette approche respecte automatiquement les deux
𝒏
conditions de base des probabilités.
Par exemple,
Considérons le lancer d’une pièce de monnaie équilibrée. Les deux résultats possibles
de l’expérience – pile ou face – sont équiprobables. Puisque l’un des deux résultats
équiprobables est face, la probabilité d’observer face est ½ ou 0,50. De même, la
probabilité d’observer pile est également ½ ou 0,50.
Considérons l’exemple du lancer de dé. Il est raisonnable de penser que les six résultats
possibles sont équiprobables et donc à chaque résultat est associée une probabilité de
𝟏⁄ . Si P (1) correspond à la probabilité que le 1 apparaisse, alors P(1) = 𝟏⁄ . De
𝟔 𝟔
même, P (2) = 𝟏⁄𝟔, P (3) = 𝟏⁄𝟔, P (4) =𝟏⁄𝟔 , P (5) = 𝟏⁄𝟔 et P (6) = 𝟏⁄𝟔. Notez que les
conditions 1 et 2 sont satisfaites puisque chacune des probabilités est supérieure ou égale
à zéro et que leur somme est égale à 1.
Exemple : Considérons d’une étude des temps d’attente dans le service de radiologie d’un
hôpital local. Le nombre de patients ayant rendez-vous à 9 heures a été collecté pendant 20
jours consécutifs. Les résultats suivants ont été obtenus :
Ces données montrent que sur 2 des 20 jours, aucun patient n’avait rendez-vous ; sur 5 des 20
jours, un patient avait rendez-vous, etc. En utilisant la méthode de la fréquence relative, on peut
assigner la probabilité de 𝟐⁄𝟐𝟎 = 𝟎, 𝟏𝟎 au résultat « aucun patient n’a de rendez-vous », de 5
𝟓⁄ = 𝟎, 𝟐𝟓 au résultat « un patient a un rendez-vous », 𝟔⁄ = 𝟎, 𝟑𝟎 au résultat « deux
𝟐𝟎 𝟐𝟎
patients ont un rendez-vous », 𝟒⁄𝟐𝟎 = 𝟎, 𝟐𝟎 au résultat « trois patients ont un rendez-vous » et
𝟑⁄ = 𝟎, 𝟏𝟓 au résultat « quatre patients ont un rendez-vous ». Comme avec la méthode
𝟐𝟎
classique, les deux conditions de base (1) et (2) sont automatiquement satisfaites lorsque la
méthode de la fréquence relative est utilisée.
C- LA METHODE SUBJECTIVE
La méthode subjective de détermination des probabilités est appropriée lorsqu’il est irréaliste
de supposer que les résultats de l’expérience sont équiprobables et lorsque peu de données sont
disponibles.
Lorsque la méthode subjective est utilisée pour assigner des probabilités aux résultats d’une
expérience, nous devons utiliser toutes les informations disponibles, comme notre expérience
ou notre intuition. Après avoir pris en compte toutes les informations disponibles, nous
spécifions une probabilité qui traduit notre degré de croyance (sur une échelle allant de 0 à 1)
quant à la réalisation du résultat. Puisque les probabilités subjectives traduisent les croyances
d’une personne, elles sont personnelles. En utilisant la méthode subjective, il est vraisemblable
que différentes personnes associent des probabilités différentes à un même résultat de
l’expérience.
Exemple : Considérons une offre d’achat d’une maison, faite par Alain, Judith et Clara. Deux
résultats sont possibles : E1 = leur offre est acceptée, E2 = leur offre est refusée
Judith pense que la probabilité que leur offre soit acceptée est égale à 0,8 ; ainsi, pour
Judith, 𝑷𝒓{𝑬𝟏 } = 𝟎, 𝟖 et 𝑷𝒓{𝑬𝟐 } = 0,2 . Alain, cependant, croit que la probabilité que leur
offre soit acceptée est de 0,6 ; ainsi, pour Alain, 𝑷𝒓{𝑬𝟏 } = 𝟎, 𝟔 et 𝑷𝒓{𝑬𝟐 }= 0,4. Notez que
les croyances d’Alain reflètent le fait qu’il est plus pessimiste que Judith, quant à l’acceptation
de leur offre. À la fois Judith et Alain ont déterminé des probabilités qui satisfont les deux
conditions de base. Le fait que leurs croyances soient différentes illustre la nature personnelle
de la méthode subjective.
Dans ce cadre, Le théorème de Bayes (à voir) est un moyen de combiner les probabilités a
priori, déterminées subjectivement, avec les probabilités obtenues par d’autres méthodes,
de manière à obtenir des probabilités révisées, dites probabilités a posteriori.
APPLICATION 1
1- De combien de façons peut-on sélectionner trois éléments parmi six ? Utiliser les lettres
A, B, C, D, E et F pour identifier les éléments et énumérer chaque combinaison possible
de trois éléments
2- Considérer l’expérience qui consiste à lancer trois fois une pièce de monnaie. a)
Construire le diagramme arborescent de l’expérience. b) Énumérer les résultats
possibles de l’expérience. c) Quelle est la probabilité de chaque résultat possible ?
3- Une expérience qui a trois résultats possibles, a été répétée 50 fois : E1 est apparu 20
fois, E2 13 fois et E3 17 fois. Déterminer la probabilité de chacun des résultats. Quelle
méthode avez-vous utilisée ?
4- Considérez l’expérience qui consiste à choisir une carte dans un jeu qui en compte 52.
Chaque carte correspond à un élément de l’échantillon avec une probabilité de 1/52. a)
Énumérer les éléments de l’échantillon qui constituent l’événement « un as a été tiré ».
b) Énumérer les éléments de l’échantillon qui constituent l’événement « un trèfle a été
tiré ». c) Énumérer les éléments de l’échantillon qui constituent l’événement « une
figure (valet, dame ou roi) a été tirée ». d) Trouver les probabilités associées à chacun
des événements cités dans les questions (a), (b) et (c).
5- Considérez l’expérience qui consiste à lancer une paire de dés. Supposez que nous nous
intéressions à la somme de la valeur des deux dés. a) Combien d’éléments de
l’échantillon sont possibles ? (Astuce : Utilisez la règle de comptage pour des
expériences à plusieurs étapes). b) Énumérer les éléments de l’échantillon. c) Quelle est
la probabilité d’obtenir la valeur 7 ? d) Quelle est la probabilité d’obtenir une valeur
supérieure ou égale à 9 ? e) Puisque chaque lancer a six possibilités de donner une valeur
paire (2, 4, 6, 8, 10 et 12) et seulement cinq possibilités de donner une valeur impaire
(3, 5, 7, 9 et 11),
Exemple :
Considérons un responsable des ventes qui, après avoir examiné les rapports de vente, a constaté
que 80 % des contacts établis avec de nouveaux clients ne se concluaient pas par une vente. En
̅ } l’événement « pas de vente », le responsable a établi
notant A l’événement « vente » et {𝑨
̅ } = 𝟎, 𝟖. Partant des relations ci-dessus, on s’aperçoit que :
que 𝑷𝒓{𝑨
̅ } = 𝟏 − 𝟎, 𝟖 = 𝟎, 𝟐
𝑷𝒓{𝑨 } = 𝟏 − 𝑷𝒓{𝑨
Nous pouvons en conclure qu’un contact établi avec un nouveau client a une probabilité de 0,20
d’aboutir à une vente.
La loi de la somme
La loi de la somme est utile lorsque l’on a deux événements et que l’on s’intéresse à la
probabilité qu’au moins un des deux événements se produise. C’est-à-dire, avec les événements
A et B, on s’intéresse à la probabilité que l’événement A ou l’événement B ou les deux se
produisent.
Partant de deux concepts liés à la combinaison d’événements : l’union d’événements et
l’intersection d’événements. La loi de la somme permet de calculer la probabilité de l’union
de deux événements, 𝑨 ∪ 𝑩 on a :
Pour comprendre de manière intuitive la loi de la somme, notez que les deux premiers termes
de la loi de la somme, 𝑷𝒓{𝑨} + 𝑷𝒓{𝑩} , représentent l’ensemble des points d’échantillon
contenus dans 𝑨 ∪ 𝑩. Cependant, puisque les points d’échantillon contenus dans l’intersection
𝑨 ∩ 𝑩 sont à la fois dans A et dans B, lorsque l’on calcule 𝑷𝒓{𝑨} + 𝑷𝒓{𝑩} , on compte deux
fois chaque point d’échantillon contenu dans 𝑨 ∩ 𝑩. On corrige cela en soustrayant 𝑷𝒓{𝑨 ∩ 𝑩}.
Exemple :
- Considérons une petite usine d’assemblage employant 50 salariés. Chaque salarié est
supposé terminer son travail en un temps donné et de façon à ce que le produit assemblé
passe avec succès le test d’inspection finale. Parfois, certains travailleurs ne finissent
pas leur travail à temps et/ou assemblent des pièces défectueuses. À la fin d’une période
d’évaluation des performances, le responsable de la production a trouvé que 5 des 50
salariés n’avaient pas fini leur travail dans les temps, 6 avaient assemblé des pièces
défectueuses et 2 n’avaient pas fini leur travail à temps et avaient assemblé des pièces
défectueuses.
TAF : Quelle est la probabilité que le responsable de la production attribue une
mauvaise évaluation à un employé ?
- une étude récente menée par le responsable du personnel d’une grande société de
logiciels. Il est apparu que 30 % des employés qui ont quitté l’entreprise au cours des
deux années précédentes, l’ont fait parce qu’ils n’étaient pas satisfaits de leur salaire, 20
% parce qu’ils n’étaient pas satisfaits de leur fonction et 12 % parce qu’ils n’étaient
satisfaits ni de leur salaire, ni de leur fonction.
TAF : Quelle est la probabilité qu’un employé parti au cours des deux années
précédentes, l’ait fait parce qu’il n’était pas satisfait de son salaire, de sa fonction ou des
deux ?
𝑵𝑨 +𝑵𝑩
𝑷𝒓{𝑨 + 𝑩} = 𝑵
C’est-à-dire que 𝑷𝒓{𝑨 + 𝑩} = 𝑷𝒓{𝑨} + 𝑷𝒓{𝑩}
Si 𝑩 ⊂ 𝑨 on peut écrire 𝑨 = 𝑩 + (𝑨 − 𝑩)
Soit 𝑷𝒓{𝑨} = 𝑷𝒓{𝑩} + 𝑷𝒓{𝑨 − 𝑩} ou 𝑷𝒓{𝑨 − 𝑩} = 𝑷𝒓{𝑨} − 𝑷𝒓{𝑩}
Evènements mutuellement exclusifs
Deux événements sont dits mutuellement exclusifs si les événements n’ont aucun point d’échantillon
en commun. Les événements A et B sont mutuellement exclusifs si, lorsqu’un événement se produit,
l’autre ne peut pas se produire. Ainsi, une condition pour que A et B soient mutuellement exclusifs
est que leur intersection soit vide.
APPLICATION 2 :
- L’université de Douala a effectué une enquête d’opinion auprès de ses anciens élèves.
En particulier, il était demandé aux anciens élèves d’indiquer si leur passage dans cette
université avait répondu à leurs attentes, les avait surpassées ou ne les avait pas
satisfaites. Les résultats de l’enquête ont montré que 4 % des anciens élèves n’ont pas
répondu, 26 % considéraient que leurs attentes n’avaient pas été satisfaites et 65 % ont
répondu que leur expérience à UDouala correspondait à leurs attentes.
a) Quelle est la probabilité qu’un ancien élève sélectionné aléatoirement réponde que
son expérience a surpassé ses attentes ?
b) Quelle est la probabilité qu’un ancien élève sélectionné aléatoirement réponde que
son expérience a répondu ou surpassé ses attentes ?
∀𝑨𝒊 ⊂ 𝑭 ; 𝑷𝒓{𝑨𝒊 } ≥ 𝟎
Axiome 3 : la probabilité de l’ensemble fondamental est l’unité soit 𝑷𝒓{𝑬} = 𝟏
Axiome 4 : la probabilité d’un nombre fini ou infini dénombrable de parties de E disjointes
appartenant à F est égale à la somme des probabilités.
𝑷𝒓{𝑨𝟏 + 𝑨𝟐 + ⋯ + 𝑨𝒏 } = ∑𝒏𝒊=𝟏 𝑷𝒓 𝑨𝒊 avec 𝑨𝒊 ∩ 𝑨𝒋 = 𝝓 (𝒊 ≠ 𝒋 )
Ainsi, la probabilité d’une réunion est égale à la somme des probabilités diminuée de la
probabilité de l’intersection.
Axiome 8 : Axiome de probabilité totales dans le cas de plusieurs ensembles non disjoints :
Soient 𝑨𝟏 , 𝑨𝟐 , 𝑨𝟑 trois éléments quelconques de F :
𝑨𝟏 + 𝑨𝟐 + 𝑨𝟑 = (𝑨𝟏 + 𝑨𝟐 ) + 𝑨𝟑
𝑷𝒓{𝑨𝟏 + 𝑨𝟐 + 𝑨𝟑 } = 𝑷𝒓{𝑨𝟏 + 𝑨𝟐 } + 𝑷𝒓 {𝑨𝟑 } − 𝑷𝒓{(𝑨𝟏 + 𝑨𝟐 )𝑨𝟑 }
𝑷𝒓{𝑨𝟏 + 𝑨𝟐 } = 𝑷𝒓{𝑨𝟏 } + 𝑷𝒓 {𝑨𝟐 } − 𝑷𝒓{𝑨𝟏 𝑨𝟐 }
𝒐𝒓 (𝑨𝟏 + 𝑨𝟐 )𝑨𝟑 = 𝑨𝟏 𝑨𝟑 + 𝑨𝟐 𝑨𝟑
𝑷𝒓{(𝑨𝟏 + 𝑨𝟐 )𝑨𝟑 } = 𝑷𝒓{𝑨𝟏 𝑨𝟑 } + 𝑷𝒓{𝑨𝟐 𝑨𝟑 } − 𝑷𝒓{𝑨𝟏 + 𝑨𝟐 + 𝑨𝟑 }
En conséquence, il vient que :
𝑷𝒓{𝑨𝟏 + 𝑨𝟐 + 𝑨𝟑 }
= 𝑷𝒓{𝑨𝟏 } + 𝑷𝒓 {𝑨𝟐 } + 𝑷𝒓 {𝑨𝟑 } − 𝑷𝒓{𝑨𝟏 𝑨𝟐 } − 𝑷𝒓{𝑨𝟏 𝑨𝟑 }
− 𝑷𝒓{𝑨𝟐 𝑨𝟑 } + 𝑷𝒓{𝑨𝟏 𝑨𝟐 𝑨𝟑 }
Dans la seconde éventualité, on décide de jeter à nouveau les trois dés : si, à nouveau, on
n’obtient pas le 6, on recommence, et ainsi de suite jusqu’à ce que le jet conduise à l’apparition
d’au moins un « six ».
Quelle est la probabilité qu’au jet où l’apparition d’au moins un « six » est réalisée, les
trois points amenés soient différents ?
Solution
Il faut définir en réalité une nouvelle sorte de probabilité, car les définitions présentées plus
haut ne permettent pas d’attacher à ces deux évènements une probabilité.
Comme nous le montrerons plus loin, la probabilité d’un évènement peut etre appréhendée par
la fréquence de réalisation de l’évènement considéré sur une longue série d’épreuves identiques.
Or on sait définir la fréquence relative d’un évènement B parmi les épreuves dont le résultat
correspond à la réalisation d’un évènement A non compatible avec B.
Dans l’exemple qui nous intéresse, la probabilité de réalisation de Y si X est réalisé est égale
au rapport du nombre d’évènements correspondants à XY au nombre d’évènements
équiprobables correspondants à X :
60
216 60
Pr{𝑿/𝒀} =
91 91
216
𝐏𝐫{𝑿𝒀}
𝐏𝐫{𝑿/𝒀}= S’appelle Probabilité conditionnelle de Y liée par X et on lit
𝐏𝐫{𝑿}
composées ».
𝐏𝐫{𝒀}
Remarque : Si Y ⊂ X on a 𝐏𝐫{𝑿/𝒀}= =1
𝐏𝐫{𝑿}
GENERALITES
Souvent, la probabilité d’un événement est influencée par le fait qu’un événement, lié au
premier, se soit produit. Considérons un événement A avec une probabilité P(A). Si nous
apprenons qu’un événement B, lié à A, s’est déjà produit, nous pouvons tirer parti de cette
information pour calculer une nouvelle probabilité de l’événement A. Cette nouvelle probabilité
de l’événement A, appelée probabilité conditionnelle, est notée P(A|B) . La notation | est
utilisée pour souligner le fait que nous considérons la probabilité de l’événement A sachant que
l’événement B s’est produit. Par conséquent, la notation P(A|B) se lit « probabilité de A
sachant B ».
Exemple :
Après avoir examiné ces chiffres, un comité de femmes policiers a entamé une procédure
judiciaire pour discrimination, en se basant sur le fait que 288 hommes policiers avaient été
promus contre seulement 36 femmes. L’administration policière a rétorqué que le nombre
relativement bas de femmes policiers promues n’était pas dû à un comportement discriminatoire
mais au fait que peu de femmes font partie des forces de police. Montrons comment utiliser les
probabilités conditionnelles pour analyser l’accusation de discrimination.
Soient les événements :
Diviser les données du tableau par le nombre total de policiers (1 200) nous permet de résumer
les informations disponibles par les probabilités suivantes :
P(H∩A) = 288 /1200 = 0,24 = probabilité qu’un policier choisi aléatoirement soit un homme
et ait été promu.
P(F∩A) = 36/1200 = 0,03 = probabilité qu’un policier choisi aléatoirement soit une femme et
ait été promu
̅ )= 204/1200 = 0,17 = probabilité qu’un policier choisi aléatoirement soit une femme
P (F∩ 𝑨
et n’ait pas été promu
Cette procédure est facile à mettre en œuvre, car le tableau 1 fournit le nombre de policiers dans
chaque catégorie. Nous allons maintenant montrer comment des probabilités conditionnelles,
comme P(A|H)., peuvent être directement calculées à partir des probabilités des événements,
plutôt qu’à partir des fréquences du tableau . Nous avons montré que P(A|H). = 288/960 = 0,30.
Divisons à la fois le numérateur et le dénominateur de cette fraction par 1 200, le nombre
total de policiers :
Le fait que les probabilités conditionnelles correspondent au ratio entre une probabilité jointe et une
probabilité marginale, fournit la formule générale pour calculer la probabilité conditionnelle de deux
événements A et B :
𝐏 (𝐀∩𝐁)
P(A|B) =
𝐏(𝐁)
𝐏 (𝐀∩𝐁)
P(B|A) =
𝐏(𝐁)
APPLICATION/ Faire la meme analyse pour les femmes dans l’exemple ci-dessus.
𝐏 (𝐀 ∩ 𝐁) = 𝑷(𝑩)𝑷(𝑨|𝑩)
𝐏 (𝐀 ∩ 𝐁) = 𝑷(𝑨)𝑷(𝑩|𝑨)
Sinon, les événements sont dépendants.
Notes : On dit que l’évènement X est indépendant de Y en probabilité ou stochastiquement si
la probabilité de X liée par Y est égale à la probabilité de X
APPLICATION
Une entreprise possède actuellement 2 usines de production, l’une pour les drones à deux
hélices et l’autre pour des drones à 4 hélices. Il arrive que les batteries des drones fabriquées
aient un défaut et dans ce cas, on dira que les drones sont déffectueux. On souhaite avoir une
idée du pourcentage de drones défectueux sur l’ensemble de la production ;
On prélève 500 drones dans la production de l’entreprise et on obtient les résultats suivants :
̅)
TAF : 1- donner la valeur des probabilité P(A), 𝑃𝐴 (𝐷), P(𝑫
4- Montrer que la probabilité qu’un drone pris au hasard soit défectueux est égale à 0,028
6- Sachant que le drone est défectueux quelle est la probabilité qu’il possède quatre
hélices ?
Les schémas de tirage représentent une gamme de situations probabilistes extrêmement variée.
Dans cette partie, nous allons examiner le cas des tirages sans remises (ou tirages exhaustifs) et
avec remise (tirages bernoulliens) et dans chaque cas nous allons établir la probabilité attachée
à chaque type d’échantillons possibles. D nombreuses applications pratiques du calcul des
probabilités utilisent ces résultats (théorie des sondage).
Position du problème
- 𝑁1 Sont de couleur 1
- 𝑁2 sont de couleur 2
- … … ….
- 𝑁𝑘 sont de couleur k.
𝑵𝒌
𝑷𝒌 = 𝒂𝒗𝒆𝒄 𝑷𝟏 + 𝑷𝟐 + 𝑷𝟑 + ⋯ + 𝑷𝟒 = 𝟏
𝑵
On prélève au hasard n boules dans cette urne. On distingue par 𝒏𝒌 le nombre de boules de la
couleur k figurant dans l’échantillon et par (𝒏𝟏 , 𝒏𝟐 , … . . , 𝒏𝒌 ) la composition de l’échantillon
dans son ensemble. On recherche la probabilité d’obtenir une répartition donnée
(𝒏𝟏 , 𝒏𝟐 , … . . , 𝒏𝒌 ). De deux choses l’une, le tirage des boules dans l’urne peut etre effectué de
deux facons :
- Tirage bernoullien ou avec remise : les boules sont tirées une à une et remises dans l’urne
avant le tirage de la boule suivantes ;
- Tirage exhaustif ou tirage sans remise : les boules sont tirées une à une mais ne sont pas
remise avant le tirage de la boule suivante ou encore sont tirées d’un seul coup.
VIII- TIRAGE EXHAUSTIF
Comme nous venons de le dire un tirage de n boules sera dit exhaustif si les n boules sont
prélevés l’une après l’autre et sans remise dans l’urne ou encore si les n boules sont prélevées
simultanément.
Supposons que les N boules soient numérotées de 1 à N. Si elles sont prélevées au hasard,
l’échantillon des n boules obtenues est l’une des 𝑪𝒏𝑵 combinaisons sans répétition que l’on peut
obtenir en choisissant n numéros parmi N. Supposons également que l’échantillon obtenu soit
du type (𝒏𝟏 , 𝒏𝟐 , … . . , 𝒏𝒌 ).
𝒏 𝒏
Or il y’a 𝑪𝑵𝟏𝟏 facons de choisir les 𝒏𝟏 numéros parmi 𝑵𝟏 soit 𝑪𝑵𝒌𝒌 façons de choisir 𝒏𝒌 numéros
parmi les 𝑵𝒌 . Par conséquent, le nombre de combinaisons correspondant à un échantillon du
𝒏 𝒏 𝒏
type 𝒏𝟏 , 𝒏𝟐 , … . . , 𝒏𝒌 est égale à 𝑪𝑵𝟏𝟏 , 𝑪𝑵𝟐𝟐 , … . . , 𝑪𝑵𝒌𝒌 . La probabilité d’obtenir l’échantillon de ce
type est donc :
𝒏 𝒏 𝒏
𝑪𝑵𝟏 𝑪𝑵𝟐 …..𝑪𝑵𝒌
𝟏 𝟐 𝒌
𝑃(𝒏𝟏 , 𝒏𝟐 , … . . , 𝒏𝒌 ) = 𝒂𝒗𝒆𝒄 𝒏𝟏 + 𝒏𝟐 + … . . + 𝒏𝒌 = 𝒏 𝒆𝒕 𝟎 ≤ 𝒏𝒌 ≤ 𝑵𝒌
𝑪𝒏
𝑵
APPLICATION
- Une urne contient 4 boules rouges, 3 boules noires et 2 boules jaunes. On prélève sans
remise 3 boules dans cette urne. Quelle est la probabilité d’obtenir 2 boules rouges, 1 boule
noire et 0 boule jaune.
Il consiste à remettre dans l’urne la boule précédemment tirée avant de procéder à un nouveau
tirage. Dans ce schéma de tirage, la probabilité de tirer une boule de couleur k à un rang de
𝑵𝒌
tirage donné est 𝑷𝒌 = et les couleurs amenées aux divers rangs de tirage sont indépendantes.
𝑵
En effet, la probabilité de tirer une boule de couleur k à un rang de tirage donné connaissant les
couleurs amenées à la suite des tirages précédents est 𝑷𝒌 , quelles que soient ces couleurs
amenées et quel que soit le rang de tirage spécifié.
Par conséquent, considérons n boules avec n=5, déterminons la probabilité d’apparition du
résultat {𝟐, 𝟒, 𝟑, 𝟐, 𝟑}, qui correspond au tirage d’une boule de couleur 2 suivie d’une boule de
couleur 4,….., est égale au produit des probabilités :
𝑷 = 𝑷𝟐𝟐 𝑷𝟐𝟑 𝑷𝟒 = 𝑷𝟐 𝑷𝟒 𝑷𝟑 𝑷𝟐 𝑷𝟑
𝒏! 𝒏 𝒏 𝒏
𝑃(𝒏𝟏 , 𝒏𝟐 , … . . , 𝒏𝒌 ) = 𝑷 = 𝑷𝟏 𝟏 . 𝑷𝟐 𝟐 … … . 𝑷𝒌𝒌
𝒏𝟏 ! 𝒏𝟐 ! … . . 𝒏𝒌 !
𝒂𝒗𝒆𝒄 𝒏𝟏 + 𝒏𝟐 + … . . + 𝒏𝒌 = 𝒏 𝒆𝒕 ∀𝒌, 𝟎 ≤ 𝒏𝒌 ≤ 𝒏
Exemple : une urne contient 3 boules noires, 2 boules rouges et 5 boules oranges. Quelle est la
probabilité d’obtenir par un tirage bernoullien de 3 boules : 2 boules noires, 1 boule rouge, 0
boule orange.
Les probabilités de Bayes encore appelées « probabilités de causes » résultent d’un schéma
probabiliste à deux niveaux.
a- Position du problème
Il existe entre ces trois évènements la relation suivante : 𝑩 = 𝑬𝟏 ∪ 𝑬𝟐 . En effet, si l’on a tiré
une boule blanche ou bien elle provient de 𝑼𝟏 ou bien elle provient de 𝑼𝟐 . D’après l’axiome
des probabilités composées :
𝑷(𝑬𝟏 ) = 𝑷(𝑼𝟏 ∩ 𝑩) = 𝑷𝟏 𝒒𝟏
𝑷(𝑬𝟐 ) = 𝑷(𝑼𝟐 ∩ 𝑩) = 𝑷𝟐 𝒒𝟐
D’autre part, les évènements 𝑬𝟏 et 𝑬𝟐 sont incompatibles. Par suite (axiome des probabilités
totales) : 𝑷(𝑩) = 𝑷(𝑬𝟏 ∪ 𝑬𝟐 ) = 𝑷(𝑬𝟏 ) + 𝑷(𝑬𝟐 ) d’où 𝑷(𝑩) = 𝑷𝟏 𝒒𝟏 + 𝑷𝟐 𝒒𝟐
𝑷 𝟏 𝒒𝟏
- 𝑷(𝑼𝟏 /𝑩) = 𝑷
𝟏 𝒒𝟏 +𝑷𝟐 𝒒𝟐
𝑷 𝟐 𝒒𝟐
- 𝑷(𝑼𝟐 /𝑩) = 𝑷
𝟏 𝒒𝟏 +𝑷𝟐 𝒒𝟐
APPLICATION
Soient deux urnes 𝑼𝟏 et 𝑼𝟐 contenant respectivement les proportions suivantes de boules
1 1
blanches. 𝑃1 = 4 et 𝑃2 = 2, on suppose que les probabilités à priori de chaque urne sont
1 2
respectivement de 𝑞1 = 3 et 𝑞2 = 3. Taf : Calculer la probabilité de tirer une boule blanche.
Le théorème de Bayes a été démontré dans un cas très simple : « Choix entre deux urnes
et tirage d’une seule boule dont le résultat modifie la probabilité à priori des urnes ».
Considérons maintenant un résultat R pouvant provenir des causes 𝑪𝟏 , 𝑪𝟐 , … . . , 𝑪𝒏 si on
pose :
𝑷(𝑪𝒊 ) = 𝒒𝒊 = 𝒑𝒓𝒐𝒃𝒂𝒃𝒊𝒍𝒊𝒕é à 𝒑𝒓𝒊𝒐𝒓𝒊 𝒅𝒆 𝑪𝒊
𝑷(𝑹/𝑪𝒊 )= 𝑷𝒊 = 𝒑𝒓𝒐𝒃𝒂𝒃𝒊𝒍𝒊𝒕é 𝒒𝒖𝒆 𝒍𝒆 𝒓é𝒔𝒖𝒍𝒕𝒂𝒕 𝑹 𝒂𝒑𝒑𝒂𝒓𝒂𝒊𝒔𝒔𝒆, 𝒍𝒂 𝒄𝒂𝒖𝒔𝒆 𝑪𝒊 é𝒕𝒂𝒏𝒕 𝒔𝒖𝒑𝒑𝒐𝒔é𝒆 𝒓é𝒂𝒍𝒊𝒔é𝒆
𝑷𝒊 𝒒𝒊
𝑷(𝑪𝒊 /𝑩) = 𝒏
∑𝒊=𝟏 𝑷𝒊 𝒒𝒊
APPLICATIONs
1- Les œufs pondus par une poule peuvent éclore indépendamment les uns des autres avec la
meme probabilités 9/10. Quelle est la probabilité pour que sur 20 pontes il y’ait exactement
18 eclosions ?
2- On tire 6 cartes d’un jeu de 52. Quelle est la probabilité d’obtenir 3 cœurs, 2 trèfles et 1
carreau ?
3- Une urne contient 5 boules vertes (V), 3 boules rouges ® et 2 boules jaunes (J). On tire
successivement et avec remise 5 boules de cette urne.
- Quelle est la probabilité d’apparition du résultat (V, V, R, R,J) dans cet ordre ?
- Quelle est la probabilité d’apparition de 2 boules vertes, 2 boules rouges et une boule jaune ?
4- L’on veut former un comité de 9 personnes choisies parmi 15femmes et 10 hommes.
Calculer les probabilités pour que ce comité soit formé :
a- De 4 femmes et 5 hommes
b- De 4 femmes et 5 hommes sachant qu’un couple refuse de siéger ensemble
7- Deux usines fabriquent les memes pièces. La première en prosuit 70% de bonne, et la seconde 90%.
Les deux usines fabriquent la meme quantité de pièces.
a- Quel est le pourcentage de bonnes pièces sur le marché (alimenté par les deux usines) ?
b- On achète une pièce ; elle est bonne. Quelle est la probabilité qu’elle provienne de la seconde
usine ?
c- Reprendre les questions a et b dans le cas où l’usine 1 occupe les ¾ du marché.
8- Dans un hôpital donné, 20% des garçons et 25% des filles souffrent de paludisme. On sait de plus
que 55% de patients sont des filles. On choisit un patient au hasard et on constate qu’il souffre de
paludisme. Quelle est la probabilité qu’il soit un garçon ?