LES

PROBABILITÉS
Université du Québec en Outaouais
MQT1183 – Méthodes statistiques
Annick Lambert
1
Définitions

On définit une expérience dont le résultat dépend

du hasard (le résultat n’est pas connu à l’avance).
Sur cette expérience on définit :

 L’espace échantillonnal S : liste de tous les

résultats possibles de l’expérience.

 Évènement : C’est un sous ensemble de S. On

note les évènements avec des lettres majuscules,
2
A, B. C. E, etc…
Définitions

 Probabilités : C’est une fonction définie sur

l’espace échantillonnal. Pour chaque évènement
A, elle associe une valeur numérique P(A) qui
satisfait 3 conditions :

1) Pour tout évènement A, P(A) >= 0;

2) P(S) = 1;
3) Si A et B sont des évènements disjoints, alors:
P (AUB) = P(A) + P(B)
3
Opérations sur les ensembles
 Intersection ∩,
 Union U,
 Complément : le complément de A est noté A’

Pour représenter ces évènements, on peut

utiliser un diagramme de Venn ou un diagramme
en carré.

4
Propriétés des probabilités :
Le complément et l’union.

 Le complément
P(A’) = 1 – P(A)

 L’union
Pour A et B quelconques, on a :
P (AUB) = P(A) + P(B) – P(A∩B)

5
Exemple #1

Soit P(A) = 0.3, P(B) = 0.5 et P(AUB) = 0.7

Calculez : P(A∩B), P (A’UB’) et P(B∩A’)

6
Exemple #2

On tire 3 fois à Pile ou Face. On obtient 8

possibilités.

S=

Calculez : P(0 face), P (1 face), P(2 faces), P (3

faces) si les pièces ne sont pas biaisées.

Calculez : P(obtenir une face en 1er), P(obtenir une

face en 2ième), P (obtenir une face en 3ième) 7
Exemple #3

On a deux évènements A et B.

Dites pourquoi la situation suivante est impossible :

P(A) = 0.4, P(B) = 0.3, et P(A’∩B’) = 0.2 ?

8
Probabilités conditionnelles

Jusqu’à présent, on a calculé les probabilités par

rapport à l’espace échantillonnal S.

Maintenant, on définit la probabilité d’un

évènement A par rapport à un autre
évènement B.

Donc, B devient le nouvel espace échantillonnal.

9
Probabilités conditionnelles
Par conséquent, on obtient :

La probabilité d’un évènement A sachant

(conditionnelle sur) un évènement B est notée
P(A/B) et est donnée par la formule :

 P(A/B) = P(A∩B) / P(B)

10
Exemple #4

Pour cet exemple, reprenons les données de

l’exemple #1 ci-avant.

Soit P(A) = 0.3, P(B) = 0.5 et P(AUB) = 0.7

Calculez : P(A/B), P(A’/B), P(B/A), P(B’/A).

11
La règle de multiplication des
probabilités
On intervertit A et B dans la formule suivante :
P(B/A) = P(A∩B) / P(A)

On multiplie les deux cotés par P(A), ce qui donne :

P(A∩B) = P(A) x P (B/A)

Ou, si on a trois (3) évènements A, B, C :

P(A∩B∩C) = P(A) x P(B/A) x P(C/A∩B)
12
Les tirages sans remise
On tire trois cartes, une par une, sans remise dans
un jeu de 52 cartes. Quelle est la probabilité
d’obtenir un pique, un carreau et un pique?

 On multiplie les trois probabilités et les deux

dernières sont des probabilités conditionnelles.
 Elles dépendent de ce qui a été tiré auparavant.

Les tirages sans remise sont DÉPENDANTS.

13
Les tirages avec remise
On tire trois cartes, une par une, avec remise dans
un jeu de 52 cartes. À chaque tirage, on remet la
carte tirée dans le paquet et elle pourrait être tirée
à nouveau. Quelle est la probabilité d’obtenir un
pique, un carreau et un pique?

 On multiplie les trois probabilités marginales

(pas conditionnelles)

Les tirages avec remise sont INDÉPENDANTS. 14

Exemple #5

Une boîte contient 8 billes rouges, 3 billes blanches et

9 billes vertes. On extrait sans remise trois billes au
hasard.
Calculez les probabilités que :
 Les trois billes soient rouges;
 Les trois billes soient blanches;
 Les deux premières billes soient rouges et la 3ième
blanche;
 Au moins une des billes soit blanche;
 Les billes soient tirées dans l’ordre rouge, blanche,
verte. 15
Exemple #6: 
Probabilité marginale versus
probabilité conditionnelle

Dans une classe de maternelle composée de 15

garçons et de 10 filles, deux enfants sont choisis
successivement au hasard pour représenter la
classe à un concours. Calculez les probabilités qui
suivent.

16
Exemple #6 (suite) 
Calculez la probabilité :

 Que deux garçons soient choisis (probabilité jointe);

 Qu’une fille soit choisie en premier et un garçon en

deuxième (probabilité jointe);

 Qu’un garçon soit choisi au 1er tirage (probabilité

marginale);

 Qu’un garçon soit choisi au 2ieme tirage (probabilité

17
marginale).
Application des probabilités
conditionnelles 

 Diagramme en arbre et « Règle de Bayes » 

Règle : On ne peut pas dépister une maladie rare

avec un test qui permet les faux-positifs.

18
Exemple #7 :
Interprétation d’un test de dépistage
Une maladie atteint une personne sur 100 dans la
population (ce n’est pas vraiment une maladie rare).

Il y a un test de dépistage :

Si la personne a la maladie, le test est positif avec

probabilité 0.99

Si la personne n’a pas la maladie, le test est négatif avec 19

probabilité 0.98 (le test permet les faux-positifs).
Exemple #7 (suite)
Une personne prend le test.

 Si son résultat au test est positif, quelle est la

probabilité qu’elle a vraiment la maladie?

 Si son résultat au test est négatif, quelle est la

probabilité qu’elle n’a pas la maladie?

Options : On peut essayer de changer les probabilités

de départ. Prendre une maladie plus rare (1 personne
sur 1000) et/ou un test qui permet plus de faux-positifs. 20
Évènements indépendants

Deux évènements A et B sont indépendants

si l’occurrence de l’un ne change pas
la probabilité de l’autre (ou n’apporte aucune
information sur l’autre).

21
Évènements indépendants
Il y a 3 formules équivalentes:

La probabilité de A ne change pas si B arrive: P(A) =

P(A/B)

La probabilité de B ne change pas si A arrive: P(B) =

P(B/A)

En développant une des deux formules, la première par

exemple, on obtient P(A) = P(A∩B) / P(B) et en multipliant par
P(B) de chaque côté on obtient la 3ième formule:
22
P(A∩B) = P(A) x P(B)
Quatre (4) remarques sur
l’indépendance de 2 évènements
1) Si A est inclus dans B, A et B sont dépendants;

2) Si A et B sont disjoints, A et B sont dépendants.

3) Si A et B sont indépendants :
• A’ et B sont indépendants;
• A et B’ sont indépendants;
•A’ et B’ sont indépendants.
23
4) L’indépendance détermine la taille de l’intersection.