01/08/2023 Espaces Probabilisés

Anis ZEGLAOUI
ECOLE NATIONALE DES INGENIEURS DE SOUSSE.
 Espaces probabilisés

La théorie des probabilités étudie l’incertain ou l’aléatoire. C’est un outil fondamental dans un
nombre de domaines d’applications comme l’informatiques, les télécoms, data science et
machine Learning.

I-Terminologie

Expérience (aléatoire) : c’est un phénomène ou intervient le hasard. C’est un processus ou le

résultat est incertain.

Exemple : 1) jeter un dé ensuite lire le nombre obtenu.

2) Enregistrer un accident sur l’autoroute

3) Prix d’une action en bourse à la clôture de la séance.

Observation ou réalisation : c’est le résultat observé d’une expérience. L’observation est

notée 𝝎 dans ce cours.

Exemple : 1) Obtenir 𝜔 = 6 au lancer du dé.

2) Obtenir 𝜔 = 𝑝𝑖𝑙𝑒 en jetant une pièce de monnaie.

3) Le prix de l’action 𝐴 en bourse est de 𝜔 = 23,176 dinars à la clôture de la séance.

Univers de l’expérience : c’est l’ensemble de toutes les réalisations possibles d’une

expérience. L’univers est noté 𝛀 dans ce cours. Ω peut être fini, dénombrable ou infini.

Anis ZEGLAOUI- Ecole NATIONALE des INGENIEURS de SOUSSE.

Exemple : 1) lancer du dé Ω = ⟦1,6⟧ (fini)

2) Lancer une pièce de monnaie. Ω = {𝑃, 𝐹}.

3) Le prix de l’action 𝐴 en bourse. Ω = [0, ∞). (Infini).

4) Le nombre de lancer d’un dé jusqu’à obtenir 6. Ω = {1,2,3, … } (Dénombrable)

Evènement : c’est un sous-ensemble de l’univers.

𝐴 est un évènement alors 𝑨 ⊆ 𝛀 ⟺ 𝑨 ∈ 𝓟(𝛀).

Un évènement est réalisé si au moins une seule observation de cet évènement est réalisée.

Exemple : Expérience = jeter un de et Ω = ⟦1,6⟧.

Soit l’évènement 𝐴 = {𝑜𝑏𝑡𝑒𝑛𝑖𝑟 𝑢𝑛 𝑛𝑜𝑚𝑏𝑟𝑒 𝑝𝑎𝑖𝑟} = {2,4,6}.
𝜔 = 3 𝐴 𝑒𝑠𝑡 𝑛𝑜𝑛 𝑟𝑒𝑎𝑙𝑖𝑠é
Si dans une épreuve on obtient
𝜔 = 4 𝐴 𝑒𝑠𝑡 𝑟𝑒𝑎𝑙𝑖𝑠é

Remarque : Deux évènements basiques et particuliers :

𝐴 = ∅ ⟹ 𝐴 est l’évènement impossible

𝐴 = Ω ⟹ 𝐴 est l’évènement certain.

Exemple : Jeter un de deux fois.

1) Trouver Ω.
2) Expliciter l’évènement 𝐴 = {(𝑚, 𝑛) ∈ Ω: 𝑚 + 𝑛 = 3}.

Anis ZEGLAOUI- Ecole NATIONALE des INGENIEURS de SOUSSE.

 Remarque : les évènements sont des sous-ensembles de l’univers. Travailler sur les
évènements revient à effectuer des opérations sur les ensembles :

𝐴 ∩ 𝐵; 𝐴 ∪ 𝐵; 𝐴 Δ 𝐵; 𝐴 , 𝐴\𝐵, 𝑝𝑎𝑟𝑡𝑖𝑡𝑖𝑜𝑛 𝑑𝑒 Ω, …

Langage ensembliste Langage probabiliste Exemple (dé)

𝐴 = 𝐴 = 𝐴 = {1,3,5}
ensemble complémentaire évènement contraire
𝐴∩𝐵 =∅ 𝐴∩𝐵 =∅ 𝐴∩𝐴 =∅
A et B disjoints A et B incompatibles
∅, Ω Evènement impossible {𝑜𝑏𝑡𝑒𝑛𝑖𝑟 𝑢𝑛 𝑛𝑜𝑚𝑏𝑟𝑒 ≥ 7}
Evènement certain =∅
Partition de Ω Evènements
exhaustifs/système complet

II-La fonction de probabilité.

Définition (sans les 𝝈 −algebres) : Soit Ω l’univers d’une expérience. Une fonction de probabilité
est une mesure définie sur un ensemble des évènements ⊆ 𝓟(𝛀) (avec certaines conditions) tel
que les axiomes suivants sont vérifiés :

(𝑖) 𝑷(𝛀) = 𝟏 ; (𝑖𝑖) 𝑷(𝑨) ∈ [𝟎, 𝟏] pout tout évènement 𝑨 ⊆ 𝛀 ;

(𝑖𝑖𝑖) Soient 𝐴 et 𝐵 deux évènements disjoints, alors : 𝑷(𝑨 ∪ 𝑩) = 𝑷(𝑨) + 𝑷(𝑩)

Pour toute familles d’évènements deux a deux disjoints {𝐴 } , on a :

𝑷(⋃𝒏𝒌 𝟏 𝑨𝒌 ) = ∑𝒏𝒌 𝟏 𝑷 (𝑨𝒌 ).

Anis ZEGLAOUI- Ecole NATIONALE des INGENIEURS de SOUSSE.

Avec cette définition, nous pouvons prouver les formules suivantes très utiles en calcul
probabiliste.

Quelques formules utiles. Soient 𝐴 et 𝐵 deux évènements quelconques.

(𝟏) 𝑃(𝐴 ) = 1 − 𝑃(𝐴) (2) 𝑃(∅) = 0 (3) 𝑃(𝐴 ∪ B) = 𝑃(𝐴) + 𝑃(𝐵) − 𝑃(𝐴 ∩ B).
(4) 𝑆𝑖 𝐴 ⊆ 𝐵 𝑎𝑙𝑜𝑟𝑠 𝑃(𝐴) ≤ 𝑃(𝐵).

Exercice : Prouver les résultats précédents.

Une conséquence immédiate est quand les deux évènements 𝑨 et 𝑩 sont disjoints alors :
𝑃(𝐴 ∪ B) = 𝑃(𝐴) + 𝑃(𝐵).

II- La probabilité conditionnelle et indépendance.

II-1-La probabilité conditionnelle.
Soit Ω l’univers d’une expérience sur lequel on définit une probabilité 𝑃(⋅).
Soient 𝐴 𝑒𝑡 𝐵 deux évènements tel que 𝑃(𝐵) ≠ 0.

A B

La probabilité conditionnelle de 𝐴 sachant 𝐵 est :

𝑃(𝐴 ∩ B)
𝑃(𝐴|𝐵) =
𝑃(𝐵)
Ou d’une manière équivalente :
𝑃(𝐴|𝐵). 𝑃(𝐵) = 𝑃(𝐴 ∩ 𝐵)

Anis ZEGLAOUI- Ecole NATIONALE des INGENIEURS de SOUSSE.

Lecture : On lit
« La probabilité de A sachant B fois la probabilité de B est égale a la probabilité de A et B »

Remarque :
Le résultat précèdent se généralise a trois évènements :

Si 𝐴, 𝐵 et 𝐶 trois évènements avec 𝑃(𝐵) ≠ 0 et 𝑃(𝐵 ∩ 𝐶) ≠ 0 alors :

𝑃(𝐴 ∩ 𝐵 ∩ 𝐶) = 𝑃(𝐴|𝐵 ∩ 𝐶). 𝑃(𝐵|𝐶). 𝑃(𝐶)

Exercice : Quelle est la probabilité d’obtenir un nombre inferieur ou égal a 4 au cours d’un jet
unique de dé sachant que le résultat est impair ?

Proposition : La probabilité conditionnelle 𝑷(⋅ |𝑩) est une probabilité car elle vérifie tous les
axiomes
(𝑖) 𝑃(Ω|𝐵) = 𝑃(B|𝐵) = 1 (𝑖𝑖) 𝑃𝑜𝑢𝑟 𝑡𝑜𝑢𝑡 𝑒𝑣𝑒𝑛𝑒𝑚𝑒𝑛𝑡 𝐴 ⊆ 𝐵, 𝑜𝑛 𝑎 𝑃(A|𝐵) ∈ [0,1]

(𝑖𝑖𝑖) Pour toute familles d’évènements deux a deux disjoints {𝐴 } , on a :

𝑷(⋃𝒏𝒌 𝟏 𝑨𝒌 |𝑩) = ∑𝒏𝒌 𝟏 𝑷 (𝑨𝒌 |𝑩).

Exercice : Prouver les points (𝑖), (𝑖𝑖) et (𝑖𝑖𝑖) de la proposition précédente.

Exercice : Vérifier que si 𝐴 ⊇ 𝐵, on a toujours 𝑃(A|𝐵) = 1.

Anis ZEGLAOUI- Ecole NATIONALE des INGENIEURS de SOUSSE.

Une entreprise emploie des ouvriers habitant à l’intérieur et à l’extérieur de la ville. On a 60%
des ouvriers sont des filles et 30% de l’ensemble des ouvriers habitent à l’intérieur. En plus, un
ouvrier sur 4 est un homme qui habite à l’intérieur de la ville. Trouver la probabilité
1- Des ouvriers hommes.
2- Des ouvriers hommes sachant qu’ils sont de la ville.

Proposition : Prenons 2 évènements 𝐴, 𝐵 avec 𝑃(𝐵) ≠ 0. Alors

(𝒊) 𝑷(𝑨𝑪 𝑩) = 𝟏 − 𝑷(𝑨|𝑩).

(𝒊𝒊) 𝑷(𝑨|𝑩) + 𝑷(𝑨𝑪 𝑩) = 𝟏

Ajoutons un évènement 𝐶. Supposons que 𝐴 et 𝐶 sont incompatibles (𝑨 ∩ 𝑪 = ∅).

𝑷(𝑨 ∪ 𝑪|𝑩) = 𝑷(𝑨|𝑩) + 𝑷(𝑪|𝑩).

Théorème des probabilités totales : Soit {𝐴 } une partition de Ω (donc 𝑷(𝑨𝑲 ) ≠ 𝟎) et soit
𝐵 un évènement quelconque. Alors :
𝒏

𝑷(𝑩) = 𝑷(𝑩 ∩ 𝑨𝒌 )
𝒌 𝟏

Ou en termes de probabilité conditionnelle

𝒏

𝑷(𝑩) = 𝑷(𝑩|𝑨𝒌 )𝑷(𝑨𝒌 )

𝒌 𝟏

Anis ZEGLAOUI- Ecole NATIONALE des INGENIEURS de SOUSSE.

Exemple : Dans une société informatique, 3 ingénieurs développent des parties de codes. Le tableau
suivant établit la performance de chaque ingénieur.

Le % du Code Erreurs dans le code

développé par Pour chaque ing. en %
Chaque ing.
Ingénieur 1 40% 30%
Ingénieur 2 35% 25%
Ingénieur 3 Le reste 20%

1- Quelle est la probabilité que le code ne contienne pas d’erreurs ?

2- Sachant que le code ne contient aucune erreur, quelle est la probabilité qu’il soit tape par
l’ingénieur 1 ? (Formule de Bayes)

II-2-La formule de Bayes.

C’est une formule qui permet la gestion de l’incertitude en jouant sur le conditionnement. En
machine Learning, plusieurs algorithmes utilisent le principe de la formule de Bayes en dépit de
sa simplicité.

Formule de Bayes : Prenons 2 évènements 𝐴, 𝐵 avec 𝑃(𝐴) ≠ 0 et 𝑃(𝐵) ≠ 0. Alors

𝑃(𝐴 ∩ 𝐵) = 𝑃(𝐴|𝐵). 𝑃(𝐵)
𝑃(𝐵 ∩ 𝐴) = 𝑃(𝐵|𝐴). 𝑃(𝐴)
La combinaison des deux écritures donne la formule de Bayes :
𝑷(𝑨|𝑩). 𝑷(𝑩) = 𝑷(𝑩|𝑨). 𝑷(𝑨)

Exercice : Retour à l’exemple précèdent.

Anis ZEGLAOUI- Ecole NATIONALE des INGENIEURS de SOUSSE.

IV-Independence.

Intuitivement : 2 évènements 𝐴, 𝐵 sont indépendants si la réalisation de l’un n’influence pas

la réalisation de l’autre.

Définition : Deux évènements 𝐴, 𝐵 sont indépendants ssi

𝑷(𝑨 ∩ 𝑩) = 𝑷(𝑨). 𝑷(𝑩)

Exemple : Choisir un nombre 𝜔 aléatoirement de Ω = {1,2,3, … ,10}. Supposons que la

distribution est uniforme. Etudier si les évènements 𝐴 et 𝐵 sont indépendants dans les cas :

1) 𝐴 = {𝜔 < 7} 𝑒𝑡 𝐵 = {𝜔 𝑒𝑠𝑡 𝑝𝑎𝑖𝑟}

2) 𝐴 = {𝜔 ≤ 7} 𝑒𝑡 𝐵 = {𝜔 𝑒𝑠𝑡 𝑝𝑎𝑖𝑟}

Proposition : Prenons 2 évènements 𝐴, 𝐵 avec 𝑃(𝐴) ≠ 0 et 𝑃(𝐵) ≠ 0. Alors

𝐴 et 𝐵 sont indépendants ssi
𝑃(𝐴|𝐵) = 𝑃(𝐴) 𝑒𝑡 𝑃(𝐵|𝐴) = 𝑃(𝐵)

Conséquence :
1) Ω et ∅ sont indépendants avec n’importe quel évènement.
2) Si 𝐴, 𝐵 sont 2 évènements indépendants alors 𝐴 et 𝐵 sont aussi indépendants.
3) Si 𝐴, 𝐵 sont 2 évènements indépendants alors 𝐴 et 𝐵 sont aussi indépendants.
4) Si 𝐴, 𝐵 et 𝐶 sont 3 évènements indépendants alors 𝐴 et 𝐵 ∩ 𝐶 sont indépendants.
5) Si 𝐴, 𝐵 et 𝐶 sont 3 évènements indépendants alors 𝑃(𝐴 ∩ 𝐵 ∩ 𝐶) = 𝑃(𝐴). 𝑃(𝐵). 𝑃(𝐶)

Anis ZEGLAOUI- Ecole NATIONALE des INGENIEURS de SOUSSE.

Remarque : 𝐴 ∩ 𝐵 = ∅ n’implique pas nécessairement 𝐴, 𝐵 sont 2 évènements indépendants

Exemple : Voir exemple précédent.

Anis ZEGLAOUI- Ecole NATIONALE des INGENIEURS de SOUSSE.