NOTION DE

PROBABILITE
Vocabulaire
Expérience aléatoire : c’est une expérience qui a plusieurs issues (ou
résultats) dont on ne peut pas prévoir ni calculer de façon certaine
laquelle de ces issues sera réalisée.

• Issue: Chacun des résultats possibles d’une expérience est une issue
de l’expérience

• Un événement est un sous-ensemble de l'univers des résultats

possibles d'une expérience aléatoire. Les éléments qui appartiennent
à un tel sous-ensemble sont appelés les résultats (ou cas) favorables à
la réalisation de l'événement.
Un événement peut avoir aucune, une ou plusieurs issues.
Un événement est élémentaire s'il ne contient qu'un seul résultat de l'univers des
possibles. Le résultat composant l'événement élémentaire est appelé singleton.Un
événement réalisé par une seule issue est élémentaire. un évènement
élémentaire est une partie de E ne contenant q' une seule issue
.
L'univers E (ou Omega) est l'ensemble de toutes les issues possibles.
Un événement est dit impossible s’il ne peut pas se produire : sa probabilité est 0
Ex : lancé d’un dé, l’événement A : « on obtient 11 » est impossible et p(A) = 0

Un événement possible est un événement qui peut se produire. On dit aussi

événement probable.
Un événement est dit certain s’il se produit nécessairement : sa probabilité est 1
Ex : dans l’expérience précèdent, l’événement H : « on obtient un nombre entre 1
et 6 » est certain et p(H) = 1
• Évènement contraire: l'évènement contraire d'un évènement A est la
partie constituée de toutes les issues de E qui ne sont pas dans A. On
le note ¯A .

• Deux évènements sont incompatibles s’ils ne peuvent pas se réaliser

en même temps.
Des événements sont équiprobables lorsqu'ils ont les mêmes chances de
se produire.
Des événements (A et B) sont complémentaires lorsqu'ils sont incompatibles
et que la réunion de leurs résultats correspond à l'univers des résultats
possibles.
Des événements sont indépendants lorsque la réalisation de l'un n'influence
pas la réalisation de l'autre.

Partition: Soit un entier naturel n. On dit que n événements A1, A2,....,An forment
une partition de l'univers E si leur intersection est vide deux à deux et si leur réunion
est l'univers E
3. calcul de probabilité discrète
Probabilité: Si on effectue un très grand nombre de fois une expérience
aléatoire, la fréquence de réalisation d’un événement se stabilise autour d’un
nombre : la probabilité de cet événement. Soit A un événement, on note p(A)
sa probabilité.
 La somme des probabilités des issues d’une expérience est égale à 1

• Équiprobabilité: Si, dans une expérience, toutes les issues ont la

même probabilité de se réaliser, on dit que la situation est
équiprobable
• Propriété : Dans une situation d'équiprobabilité, la probabilité d’un
événement est égale:
4. Arbre de probabilité

Un arbre de probabilités ou arbre pondéré permet de décrire une

expérience aléatoire et de calculer des probabilités.
 Il faut retenir que :
Sur les branches secondaires, on lit toujours une probabilité
conditionnelle.
La somme des probabilités inscrites sur les branches issues d'un
même nœud est toujours égale à 1.
La probabilité d'un trajet est égal au produit des poids des branches
le constituant.

Un chemin partant de la racine pour relier un nœud est appelé un trajet

• « je tire au hasard une boule dans un sac contenant 2 boules bleues,
une boule rouge, une boule verte. Je regarde la couleur obtenue. »

propriété : la somme des probabilités de toutes les branches

issues d'un même nœud est égal à 1.
5. Probabilité conditionnelle
propriété :
• Soit un entier naturel n. Soit E l'univers d'une expérience aléatoire. Si
les événements A1, A2,....,An constituent une partition de E alors
pour tout événement B, on a :

Si pour tout entier naturel i compris entre 1 et n, p(Ai) différent de 0

alors
Les 4 secteurs forment une partition
le cercle rouge forme B
• Deux événements A et B sont indépendants quand :
 Rappel sur les dénombrements

La probabilité d’un évènement est fonction du nombre d’issues

favorables à cet évènement.

Par conséquent, calculer la probabilité d’un évènement

nécessite de déterminer le nombre d’issues favorables à cet
évènement
 Une permutation

Si l’on réalise autant de tirage sans remise qu’il y a de jetons dans

le sac, on obtient alors une liste de tous les éléments de E rangés
dans un certain ordre.

Une telle liste est appelée une permutation des éléments de E.

Par exemple : ( d ; b ; c ; a ) est une permutation des éléments

de E.
Et : ( c ; a ; d ; b ) en est une autre.
Plus généralement : un arrangement de n éléments d’un
ensemble E à n éléments est appelé une permutation des
éléments de E.
Soit E un ensemble à 4 éléments : E = { a ; b ; c ; d }

un arrangement
Une liste de 3 éléments sans répétition possible est appelée un
arrangement de 3 éléments.
- Plus généralement, une liste de p éléments sans répétition
possible est appelée un arrangement de p éléments de E.
Remarques :
1) Cette dénomination a pour avantage de bien marquer
l’importance de l’ordre dans une telle liste.

2) Un arrangement de p éléments de E est un cas particulier de p-

uplet d’éléments de E.
Tirages successifs sans remise
 Tirages successifs avec remise

Pour tout n, k ∈ ℕ, le nombre de manières de choisir k objets parmi n objets, ℕ, le nombre de manières de choisir k objets parmi n objets, , le nombre de manières de choisir k objets parmi n objets,
chaque objet pouvant être choisi plusieurs fois et l’ordre du choix étant pris en
compte, est noté:
 Combinaison

On tire trois jetons en une seule fois, par exemple : a, d et c.

Le résultat est noté à l’aide d’accolades : { a ; d ; c }
Les résultats possibles de cette expérience sont des sous-ensembles de E ou
parties de E, possédant 3 éléments.
Un sous-ensemble de E comportant 3 éléments est appelé une combinaison de 3
éléments de E.
Plus généralement, une partie de E possédant p éléments est
appelée une combinaison de p éléments de E.
- L’ensemble { d ; a ; c } possède les mêmes éléments que
l’ensemble { a ; d ; c }
Ils sont donc égaux.
Par conséquent, contrairement aux listes, l’ordre d’écriture des
éléments d’une combinaison n’a pas d’importance.

Cette absence d’importance de l’ordre est marquée par l’utilisation

de l’écriture avec accolades, écriture réservée aux ensembles.
Tirages successifs sans remise
 Tirages successifs avec remise

Dans une urne se trouvent n jetons distincts; on en tire successivement k avec

remises, et on note les résultats sans tenir compte de l'ordre (pour ce faire, imaginer,
pour chaque tirage de k éléments, un formulaire imprimé contenant la liste des n
éléments sur lequel on coche les k sortis). Combien de résultats possibles (c'est-à-
dire de formulaires distincts)?
6. Loi de probabilité
Soit X est une variable aléatoire sur l' univers E d'une expérience
aléatoire. Notons x ; x ;......; xn l'ensemble des valeurs prises par X
1 2

Définir la loi de probabilité de X, c'est associer à chaque valeur xi la

probabilité de l' événement (X = xi) notée P(X = xi)
Espérance mathématique
• L'espérance mathématique de la variable aléatoire X, notée E(X), est
la moyenne pondérée des xi
Variance
• La variance de la variable aléatoire X, notée V(X), est la moyenne
pondérée des carrés des écarts à l'espérance (xi – E(X))2
Exemple :
on lance une pièce truquée ; la probabilité « d’obtenir pile » est
0,6.
si obtient « pile » on perd 1 euro
si obtient « face » on gagne 2 euros
soit X le gain du joueur (X=v.a)

1) définir la loi de probabilité de X

2) déterminer l’espérance de X
3) Calculer la variance de X
Interprétation des résultats
• En répétant un grand nombre de fois l'expérience, les fréquences
obtenues se rapprochent de la probabilité théorique (loi des grands
nombres). La moyenne des résultats obtenus se rapproche alors de
l'espérance de la loi de probabilité de X. L'espérance est donc la moyenne
espérée en renouvelant l'expérience un grand nombre de fois. L' écart-
type (paramètre de dispersion en statistique) garde cette signification
pour la loi de probabilité. Il permet d'évaluer les "risques" ou les
"espoirs" pour la loi de la probabilité.
• Par exemple si l'espérance est de 1,25 €. On peut donc espérer gagner
en moyenne 1,25 € par partie si on joue un très grand nombre de fois.
• Cependant, plus l'écart - type est grand plus le risque d'avoir une perte
(gain négatif) est important et à prendre en considération.
Loi uniforme
Loi de Bernoulli
Loi binomiale
On considère une expérience aléatoire qui ne possède que 2
résultats: le succès et l’échec
On répète n fois cette expérience et on suppose que les
répétitions sont indépendantes
On pose X le nombre de succès au cours des n répétitions
Alors on dit que X suit une loi binomiale de paramètre n et p
La probabilité d’obtenir k succès au cours des répétitions est
• On dit que l’expérience précèdent suit un schéma de Bernoulli de
paramètre n et p
Espérance et variance de la loi binomiale
Loi de poisson
La distribution de Poisson est construite avec un seul
paramètre, lambda (λ), qui est à la fois la ), qui est à la fois la moyenne et la
variance
On peut présenter cette distribution comme étant une
approximation d’une loi binomiale lorsque l’effectif n
tend vers l’infini (en pratique, plusieurs dizaines) et la
probabilité d'occurrence p tend vers zéro (en pratique,
p < 0,1). Le produit np tend alors vers λ), qui est à la fois la .
Probabilité à densité
• Pour les lois de probabilité discrètes, les probabilités sont
représentées graphiquement par des hauteurs de bâtons alors que
pour les lois de probabilité à densité, les probabilités sont
représentées graphiquement par des aires de parties de plan
comprises entre la courbe représentative de la densité et l'axe
des abscisses. Il importe donc dans un premier temps de représenter
les probabilités de chaque valeur non plus par une hauteur de bâton
mais par une aire.
Fonction de densité de
probabilité
Loi normale centrée réduite