I. Notions générales (Vocabulaire probabiliste)
II. Notion de probabilités
III. Théorème des probabilités totales
IV. Probabilités composées et conditionnelles
V. Problèmes relatifs aux calculs des probabilités
1. Chapitre II: Théorie élémentaire de probabilités
Otheman Nouisser
Ecole Nationale de Commerce et Gestion
Kénitra
3 octobre 2011
Otheman Nouisser ENCG-Kénitra, 2010
2. Plan
I. Notions générales (Vocabulaire probabiliste)
II. Notion de probabilités
III. Théorème des probabilités totales
IV. Probabilités composées et conditionnelles
V. Problèmes relatifs aux calculs des probabilités
Otheman Nouisser ENCG-Kénitra, 2010
3. Notions générales :(Vocabulaire probabiliste)
1- Epreuve aléatoire :
C’est une expérience qu’on peut répéter dans les mêmes conditions
et qui donne plusieurs résultas.
Exemple
Lancer un dé- le jeu de pile ou face.
Otheman Nouisser ENCG-Kénitra, 2010
4. Notions générales (Vocabulaire probabiliste)
2- L’univers des éventualités :
C’est l’ensemble des résultats possibles d’une épreuve et on le note
par
( On l’appelle aussi l’ensemble fondamental).
Exemple
Si on lance un dé, l’univers
est l’ensemble
= {1, 2, 3, 4, 5, 6}.
Otheman Nouisser ENCG-Kénitra, 2010
5. Notions générales :(Vocabulaire probabiliste)
3- Evénement :
C’est la réalisation d’une ou plusieures éventualités lors de l’examen
des résultats d’une épreuve. Autrement dit, c’est un sous-ensemble
ou partie de l’univers
.
Si un évenement contient un seul élément, on l’appelle événement
élémentaire.
Exemple
Si on lance un dé, l’univers
peut être décomposé en deux
événements :
chiffre pair : E1 = {2, 4, 6}.
chiffre impair : E2 = {1, 3, 5}.
Otheman Nouisser ENCG-Kénitra, 2010
6. Notions générales :(Vocabulaire probabiliste)
Remarque
- Un événement impossible noté ;, n’est jamais réalisé.
- L’événement
est appelé événement certain (car il est toujours
réalisé).
Otheman Nouisser ENCG-Kénitra, 2010
7. Relations logiques entre les événements
1- Evénement complémentaire :
Définition
Soit A une partie de
. Le complémentaire de A, également partie de
noté A, est l’ensemble des résultats qui conduit à la réalisation de
l’événement contraire de A. c.à.d., A est réalisé si et seuleument si A
n’est pas réalise.
+
A = CA
=
A.
A est appelé aussi l’événement contraire.
Exemple
Soit l’épreuve qui consiste à lancer un dé. Désignons A l’événement
hh obtenir un nombre pair ii.
A = {2, 4, 6} ) A = {1, 3, 5}.
Otheman Nouisser ENCG-Kénitra, 2010
8. Relations logiques entre les événements
1- Evénement complémentaire :
Définition
Soit A une partie de
. Le complémentaire de A, également partie de
noté A, est l’ensemble des résultats qui conduit à la réalisation de
l’événement contraire de A. c.à.d., A est réalisé si et seuleument si A
n’est pas réalise.
+
A = CA
=
A.
A est appelé aussi l’événement contraire.
Exemple
Soit l’épreuve qui consiste à lancer un dé. Désignons A l’événement
hh obtenir un nombre pair ii.
A = {2, 4, 6} ) A = {1, 3, 5}.
Otheman Nouisser ENCG-Kénitra, 2010
9. Relations logiques entre les événements
2- Intersection d’événements- Evénements incompatibles :
Définition
L’intersection de deux événements A et B d’un même univers
, noté
A B, est l’événement qui est réalisé si A et B sont réalisés.
Exemple
On lance un dé et on note la face visible. Soient les événements
- A : hh Obtenir un nombre pair ii, i.e., A = {2, 4, 6},
- B : Obtenir un nombre 3 , i.e., B = {4, 5, 6}.
Alors l’événement AB : Obtenir un nombre pair et 3 ={4, 6}.
Définition
Deux événements A et B d’un même univers
, sont dits
incompatibles (ou exhaustifs) si A B = ;. (c.à.d., leur réalisation
simultannée est impossible).
Otheman Nouisser ENCG-Kénitra, 2010
10. Relations logiques entre les événements
2- Intersection d’événements- Evénements incompatibles :
Définition
L’intersection de deux événements A et B d’un même univers
, noté
A B, est l’événement qui est réalisé si A et B sont réalisés.
Exemple
On lance un dé et on note la face visible. Soient les événements
- A : hh Obtenir un nombre pair ii, i.e., A = {2, 4, 6},
- B : Obtenir un nombre 3 , i.e., B = {4, 5, 6}.
Alors l’événement AB : Obtenir un nombre pair et 3 ={4, 6}.
Définition
Deux événements A et B d’un même univers
, sont dits
incompatibles (ou exhaustifs) si A B = ;. (c.à.d., leur réalisation
simultannée est impossible).
Otheman Nouisser ENCG-Kénitra, 2010
11. Relations logiques entre les événements
2- Intersection d’événements- Evénements incompatibles :
Définition
L’intersection de deux événements A et B d’un même univers
, noté
A B, est l’événement qui est réalisé si A et B sont réalisés.
Exemple
On lance un dé et on note la face visible. Soient les événements
- A : hh Obtenir un nombre pair ii, i.e., A = {2, 4, 6},
- B : Obtenir un nombre 3 , i.e., B = {4, 5, 6}.
Alors l’événement AB : Obtenir un nombre pair et 3 ={4, 6}.
Définition
Deux événements A et B d’un même univers
, sont dits
incompatibles (ou exhaustifs) si A B = ;. (c.à.d., leur réalisation
simultannée est impossible).
Otheman Nouisser ENCG-Kénitra, 2010
12. Relations logiques entre les événements
3- Réunion des événements :
Définition
La réunion de deux événements A et B d’un même univers, notée
A [ B, est l’événement qui est réalisé si A ou B sont réalisés.
Exemple
Un dé est lancé et on note le chiffre de la face invisible.
- Soit l’événement A : obtenir un chiffre pair, i.e., A = {2, 4, 6}.
- Soit l’événement B : obtenir un chiffre divisible par 3 i.e.,
B = {3, 6}.
Alors l’événement A [ B = {2, 3, 4, 6} : obtenir un chiffre pair ou
divisible par 3 .
Considérons maintenant l’événemnt C : obtenir un chiffre
inférieure ou égal à 2 = {1, 2}. Alors l’événement
B [ C = {1, 2, 3, 6}.
Otheman Nouisser ENCG-Kénitra, 2010
13. Relations logiques entre les événements
3- Réunion des événements :
Définition
La réunion de deux événements A et B d’un même univers, notée
A [ B, est l’événement qui est réalisé si A ou B sont réalisés.
Exemple
Un dé est lancé et on note le chiffre de la face invisible.
- Soit l’événement A : obtenir un chiffre pair, i.e., A = {2, 4, 6}.
- Soit l’événement B : obtenir un chiffre divisible par 3 i.e.,
B = {3, 6}.
Alors l’événement A [ B = {2, 3, 4, 6} : obtenir un chiffre pair ou
divisible par 3 .
Considérons maintenant l’événemnt C : obtenir un chiffre
inférieure ou égal à 2 = {1, 2}. Alors l’événement
B [ C = {1, 2, 3, 6}.
Otheman Nouisser ENCG-Kénitra, 2010
14. Notion de probabilité
Définition
Un ensemble , non vide, d’événements de
est une algèbre
d’événements si :
8A 2 , A 2
8A 2 , 8B 2 , A [ B 2
Remarque
Dans le cas où
est fini, P(
) est une algèbre d’événements.
Otheman Nouisser ENCG-Kénitra, 2010
15. Notion de probabilité
Définition
Soit une algèbre d’événements de
. On dit que est une tribu si :
Pour toute suite infinie dénombrable A1,A2, · · · ,An, · · · d’éléments de
1[
alors
i=1
Ai 2 .
Conséquence :
1
i=1
Ai 2
On appelle espace probabilisable un couple (
, ) constitué d’un
ensemble
et d’une tribu d’événements de parties de Omega.
Otheman Nouisser ENCG-Kénitra, 2010
16. Notion de probabilité
Définition
Soit (
, ) un espace probabilisable. Une probabilité P est une
application P : ! [0, 1] telle que :
P(
) = 1
8A 2 , 8B 2 tels que A B = ; on a
P(A [ B) = P(A) + P(B).
Si A0,A1, · · · ,An, · · · est une suite dénombrable d’événements
incompatibles deux à deux, alors :
P
1[
i=1
Ai
!
=
1X
i=0
P(Ai ).
On appelle espace probabilisé un triplet (
, ,P).
Otheman Nouisser ENCG-Kénitra, 2010
17. Notion de probabilité
Remarque
La probabilité de l’événement certain est égale à 1., c.à.d., P(
) = 1,
et ce qui implique que pour tout événement A on a :
0 P(A) 1.
Dans la suite on suppose que (
, ,P) est un espace probabilisé,
c.à.d, P une probabilité sur
.
Otheman Nouisser ENCG-Kénitra, 2010
18. Notion de probabilités
Probabilité de l’événement contraire
Soit un événement A et son contraire A. Alors
P(A) = 1 − P(A)
Preuve.
On a A et A sont deux événements incompatibles et donc
P(A [ A) = P(A) + P(A).
Or
A [ A =
+
P(A) + P(A) = 1
D’où le résultat.
Otheman Nouisser ENCG-Kénitra, 2010
19. Notion de probabilités
Probabilité de l’événement contraire
Soit un événement A et son contraire A. Alors
P(A) = 1 − P(A)
Preuve.
On a A et A sont deux événements incompatibles et donc
P(A [ A) = P(A) + P(A).
Or
A [ A =
+
P(A) + P(A) = 1
D’où le résultat.
Otheman Nouisser ENCG-Kénitra, 2010
20. Notion de probabilités
Remarque
la probabilitée de l’événement impossible est nulle, c.à.d., P(;) = 0.
Preuve
Soit l’événement impossible ;, et un événement quelconque A. Alors
A et ; sont deux événements incompatibles puisque A ; = ;.
Donc :
P(A [ ;) = P(A) + P(;)
Or
A [ ; = A =) P(A [ ;) = P(A) = P(A) + P(;)
D’où
P(;) = 0.
Otheman Nouisser ENCG-Kénitra, 2010
21. Notion de probabilités
Remarque
la probabilitée de l’événement impossible est nulle, c.à.d., P(;) = 0.
Preuve
Soit l’événement impossible ;, et un événement quelconque A. Alors
A et ; sont deux événements incompatibles puisque A ; = ;.
Donc :
P(A [ ;) = P(A) + P(;)
Or
A [ ; = A =) P(A [ ;) = P(A) = P(A) + P(;)
D’où
P(;) = 0.
Otheman Nouisser ENCG-Kénitra, 2010
22. Notion de probabilités
Probabilité d’un événement
La probabilité d’un événement A est égale à la somme des
probabilités des événements élémentaires qui constituent cet
événement. Autrement dit : Soit A = {w1,w2, · · · ,wp} comportant p
événements élémentaires, alors
P(A) =
Xp
i=1
P(wi ).
Otheman Nouisser ENCG-Kénitra, 2010
23. Notion de probabilités
Exemple
Un dé pipé (dé non équilibré) a été lancé un grand nombre de fois.
Les probabilités des événements suivants ont été relevées :
événement 1 2 4 5 chiffre pair
Probabilité de l’événement 0, 1 0, 1 0, 2 0, 2 0, 6
Quelle est la probabilité de l’événement A : Obtenir un chiffre pair
ou égal à 5 ?
Solution
Dans ce cas A = {2, 4, 5, 6} et donc
P(A) = P(2) + P(4) + P(5) + P(6).
Considérons l’événement B : Obtenir un chiffre pair , on a alors :
P(B) = P(2) + P(4) + P(6) = 0, 6
ce qui donne que P(6) = 0, 3 et par conséquent P(A) = 0, 8.
Otheman Nouisser ENCG-Kénitra, 2010
24. Notion de probabilités
Exemple
Un dé pipé (dé non équilibré) a été lancé un grand nombre de fois.
Les probabilités des événements suivants ont été relevées :
événement 1 2 4 5 chiffre pair
Probabilité de l’événement 0, 1 0, 1 0, 2 0, 2 0, 6
Quelle est la probabilité de l’événement A : Obtenir un chiffre pair
ou égal à 5 ?
Solution
Dans ce cas A = {2, 4, 5, 6} et donc
P(A) = P(2) + P(4) + P(5) + P(6).
Considérons l’événement B : Obtenir un chiffre pair , on a alors :
P(B) = P(2) + P(4) + P(6) = 0, 6
ce qui donne que P(6) = 0, 3 et par conséquent P(A) = 0, 8.
Otheman Nouisser ENCG-Kénitra, 2010
25. Théorème des probabilités totales
L’objectif est de calculer P(A [ B) dans le cas où les deux
événements A et B sont non incompatibles, puisque dans ce cas
l’axiome des probabilités ne s’applique pas.
Théorème
Soient A et B deux événements quelconques d’un univers
. Alors
P(A [ B) = P(A) + P(B) − P(A B).
Otheman Nouisser ENCG-Kénitra, 2010
26. Théorème des probabilités totales
L’objectif est de calculer P(A [ B) dans le cas où les deux
événements A et B sont non incompatibles, puisque dans ce cas
l’axiome des probabilités ne s’applique pas.
Théorème
Soient A et B deux événements quelconques d’un univers
. Alors
P(A [ B) = P(A) + P(B) − P(A B).
Otheman Nouisser ENCG-Kénitra, 2010
27. Théorème des probabilités totales
Preuve.
Soient deux événement A et B non incompatibles. Alors A [ B peut
s’écrire A [ B = A [ (A B). Or A et (A B) sont incompatibles. Donc
P(A [ B) = P(A) + P(A B), (1)
Par ailleur, B = (A B) [ (A B), puisque les deux événements
(A B) et (A B) sont incompatibles on a :
P(B) = p(A B)) + P(A B),
d’où
P(A B) = P(B) − P(A B). (2)
Ainsi, en reportant l’expression de P(A B) dans l’équation (1), on
obtient le résulat.
Otheman Nouisser ENCG-Kénitra, 2010
28. Théorème des probabilités totales
Exemple
Considérons l’expérience de l’exemple précédent. Calculer la
probabilités de l’événement : obtenir un chiffre pair ou supérieur
ou égal à 5 .
Solution
Considérons les événements suivants :
A l’événement : obtenir un chiffre pair ou 5 .
B l’événement : obtenir un chiffre pair .
D l’événement : obtenir un chiffre 5 .
D’après le théorème des probabilités totales on a :
P(A) = P(B [ D) = P(B) + P(D) − P(B D).
Or P(B) = 0, 6, P(D) = P(5) + P(6) = 0, 5 et
P(B D) = P(6) = 0, 3, ainsi on a P(A) = 0, 8.
Otheman Nouisser ENCG-Kénitra, 2010
29. Théorème des probabilités totales
Exemple
Considérons l’expérience de l’exemple précédent. Calculer la
probabilités de l’événement : obtenir un chiffre pair ou supérieur
ou égal à 5 .
Solution
Considérons les événements suivants :
A l’événement : obtenir un chiffre pair ou 5 .
B l’événement : obtenir un chiffre pair .
D l’événement : obtenir un chiffre 5 .
D’après le théorème des probabilités totales on a :
P(A) = P(B [ D) = P(B) + P(D) − P(B D).
Or P(B) = 0, 6, P(D) = P(5) + P(6) = 0, 5 et
P(B D) = P(6) = 0, 3, ainsi on a P(A) = 0, 8.
Otheman Nouisser ENCG-Kénitra, 2010
30. Théorème des probabilités totales
Exemple
Soit C, l’événement obtenir un chiffre impair ou inférieur ou égal à
3 . Calculer la probabilité de C.
Solution
Soient B, l’événemnt obtenir un chiffre impair
et E, l’événement obtenir un chiffre inférieur ou égal à 3 .
Alors
P(B) = 0, 4,P(E) = P({1, 2, 3}) = 0, 1 + 0, 1 + 0, 1 = 0, 3.
P(B E) = P({1, 3}) = 0, 1 + 0, 1 = 0, 2.
P(C) = P(B [ E)
= P(B) + P(E) − P(B E)
= 0, 4 + 0, 3 − 0, 2 = 0, 5.
Otheman Nouisser ENCG-Kénitra, 2010
31. Théorème des probabilités totales
Exemple
Soit C, l’événement obtenir un chiffre impair ou inférieur ou égal à
3 . Calculer la probabilité de C.
Solution
Soient B, l’événemnt obtenir un chiffre impair
et E, l’événement obtenir un chiffre inférieur ou égal à 3 .
Alors
P(B) = 0, 4,P(E) = P({1, 2, 3}) = 0, 1 + 0, 1 + 0, 1 = 0, 3.
P(B E) = P({1, 3}) = 0, 1 + 0, 1 = 0, 2.
P(C) = P(B [ E)
= P(B) + P(E) − P(B E)
= 0, 4 + 0, 3 − 0, 2 = 0, 5.
Otheman Nouisser ENCG-Kénitra, 2010
32. Cas particulier : équiprobabilité des événements
élémentaires
Soit
= {w1,w2, · · · ,wn} un ensemble fini. L’équiprobabilité
correspond au cas où tous les événements élémentaires de
ont la
même probabilité de se réaliser.
Les événements élémentaires sont incompatibles, donc on a :
P(
) = P(w1) + P(w2) + · · · + P(wn) = nP(wi ) = 1, 8i = 1, · · · , n.
Ainsi P(w1) = P(w2) = · · · = P(wn) =
1
n =
1
card
.
En conséquence on a le résultat suivant
Otheman Nouisser ENCG-Kénitra, 2010
33. Cas particulier : équiprobabilité des événements
élémentaires
Proposition
Soit
un ensemble fini et A 2 P(
), où les événements élémentaires
sont équiprobables. Alors
P(A) =
nombre d’éléments de A
nombre d’éléments de
=
cardA
card
=
nombre de cas favorables à la réalisation de A
nombre de cas possibles .
Otheman Nouisser ENCG-Kénitra, 2010
34. Cas d’équiprobabilité
Exemple
On lance un dé équilibré et on note le chiffre de la face visible.
Calculer la probabilité d’obtenir le chiffre 6, un chiffre 6, le chiffre 2
ou 6.
Solution
L’univers
= {1, 2, 3, 4, 5, 6} et les événements sont équiprobables.
Soient A l’événement : obtenir le chiffre 6 , B l’événement :
obtenir le chiffre 6 et C l’événement : obtenir le chiffre 2 ou 6
. Alors on a :
P(A) =
cardA
card
=
1
6,
P(B) =
cardB
card
= 1 − P(6) =
5
6,
P(C) =
cardC
card
= P(2) + P(6) = P({2, 6}) =
2
6.
Otheman Nouisser ENCG-Kénitra, 2010
35. Cas d’équiprobabilité
Exemple
On lance un dé équilibré et on note le chiffre de la face visible.
Calculer la probabilité d’obtenir le chiffre 6, un chiffre 6, le chiffre 2
ou 6.
Solution
L’univers
= {1, 2, 3, 4, 5, 6} et les événements sont équiprobables.
Soient A l’événement : obtenir le chiffre 6 , B l’événement :
obtenir le chiffre 6 et C l’événement : obtenir le chiffre 2 ou 6
. Alors on a :
P(A) =
cardA
card
=
1
6,
P(B) =
cardB
card
= 1 − P(6) =
5
6,
P(C) =
cardC
card
= P(2) + P(6) = P({2, 6}) =
2
6.
Otheman Nouisser ENCG-Kénitra, 2010
36. Probabilités composées et conditionnelles
Soient (
, ,P) un espace probabilisé, A 2 et B 2 tels que
P(A)6= 0 et P(B)6= 0.
1- Probabilités conditionnelles :
Définition
La probabilité de réalisation d’un événement A sachant qu’un
événement B est réalisé est appelée probabilité conditionnelle de A
sachant B et notée P(A/B) ou PB(A) et a pour expression :
P(A/B) = PB(A) =
P(A B)
P(B)
.
Otheman Nouisser ENCG-Kénitra, 2010
37. Probabilités composées et conditionnelles
Soient (
, ,P) un espace probabilisé, A 2 et B 2 tels que
P(A)6= 0 et P(B)6= 0.
1- Probabilités conditionnelles :
Définition
La probabilité de réalisation d’un événement A sachant qu’un
événement B est réalisé est appelée probabilité conditionnelle de A
sachant B et notée P(A/B) ou PB(A) et a pour expression :
P(A/B) = PB(A) =
P(A B)
P(B)
.
Otheman Nouisser ENCG-Kénitra, 2010
38. Probabilités composées et conditionnelles
Exemple
1- Une carte est tirée au hasard dans un jeu qui comporte 52 cartes.
Quelle est la probabilité que cette carte soit une dame sachant qu’il
s’agit d’un trèfle ?
Solution
Considérons les évenements D : Tirer une dame et T : tirer
un trèfle , alors
P(D/T) =
P(D T)
P(T)
=
1/52
13/52 =
1
13.
Otheman Nouisser ENCG-Kénitra, 2010
39. Probabilités composées et conditionnelles
Exemple
1- Une carte est tirée au hasard dans un jeu qui comporte 52 cartes.
Quelle est la probabilité que cette carte soit une dame sachant qu’il
s’agit d’un trèfle ?
Solution
Considérons les évenements D : Tirer une dame et T : tirer
un trèfle , alors
P(D/T) =
P(D T)
P(T)
=
1/52
13/52 =
1
13.
Otheman Nouisser ENCG-Kénitra, 2010
40. Exemple
2- Une personne lance un dé équilibré sans voir le résultat. Un
témoin l’informe qu’il s’agit d’un résultat différent de 5.
Quelle est la probabilité que le résultat soit un chiffre impair ?
Solution
Notons A l’événement : Obtenir un chiffre impair
et B l’événement : obtenir un chiffre différent de 5 . Alors,
P(A) = P({1, 3, 5}) =
3
6 =
1
2
et P(B) = P({1, 2, 3, 4, 6}) =
5
6.
L’événement A B := obtenir un chiffre impair différent de 5 ,
d’où P(A B) = P({1, 3}) =
2
6
.
Otheman Nouisser ENCG-Kénitra, 2010
41. Exemple
2- Une personne lance un dé équilibré sans voir le résultat. Un
témoin l’informe qu’il s’agit d’un résultat différent de 5.
Quelle est la probabilité que le résultat soit un chiffre impair ?
Solution
Notons A l’événement : Obtenir un chiffre impair
et B l’événement : obtenir un chiffre différent de 5 . Alors,
P(A) = P({1, 3, 5}) =
3
6 =
1
2
et P(B) = P({1, 2, 3, 4, 6}) =
5
6.
L’événement A B := obtenir un chiffre impair différent de 5 ,
d’où P(A B) = P({1, 3}) =
2
6
.
Otheman Nouisser ENCG-Kénitra, 2010
42. Probabilités composées et conditionnelles
suite
Le fait de disposer de l’information supplémentaire relative à la
réalisation de l’événement B, réduit la possibilité aux chiffres
{1, 2, 3, 4, 6}, parmi lesquels seuls 1 et 3 sont impairs. Il y a donc
deux chances sur cinq d’avoir un chiffre impair sachant que le
résultat est différent de 5.
En utilisant la formule on peut aussi le vérifie :
P(A/B) =
P(A B)
P(B)
=
P({1, 3})
P({1, 2, 3, 4, 6})
=
2/6
5/6 =
2
5.
Otheman Nouisser ENCG-Kénitra, 2010
43. Probabilités composées et conditionnelles
2-Probabilités composées
Les probabilités conditionnelles permettent de calculer la probabilité
composée de deux événements.
Définition
La probabilité composée est la probabilité de réaliser simultanément
deux événements A et B, et on la note P(A B), et on a
P(A B) = P(B)P(A/B) = P(A)P(B/A).
Otheman Nouisser ENCG-Kénitra, 2010
44. Probabilités composées et conditionnelles
2-Probabilités composées
Les probabilités conditionnelles permettent de calculer la probabilité
composée de deux événements.
Définition
La probabilité composée est la probabilité de réaliser simultanément
deux événements A et B, et on la note P(A B), et on a
P(A B) = P(B)P(A/B) = P(A)P(B/A).
Otheman Nouisser ENCG-Kénitra, 2010
45. Probabilités composées et conditionnelles
Exemple
Un sac contient 10 boules indescernables au toucher : 4 boules sont
blanches, 6 boules sont noires. Une personne tire l’une après l’autre,
sans remise 3 boules.
Quelle est la probabilité d’obtenir dans l’ordre : une blanche, une
noire, une blanche ?
Otheman Nouisser ENCG-Kénitra, 2010
46. Probabilités composées et conditionnelles
Solution
Considérons les événements suivants :
A, l’événement tirer une boule blanche au premier tirage .
B, l’événement tirer une boule noire au deuxième tirage .
C, l’événement Tirer une boule blanche au troisième tirage .
Le problème c’est de calculer P(A B C).
Le fait d’effectuer des tirages sans remise réduit le nombre de
possibilités de choix et rend les tirage successifs dépendants.
1er tirage, il y a 4 blanches parmi 10, donc P(A) =
4
10
.
2ème tirage, il reste 3 blanches et 6 noires, donc P(B/A) =
6
9
.
3ème tirage, il reste 3 blanches et 5 noires, donc
P(C/(A B) =
3
8
.
Ainsi
P(ABC) = P(A)×P(B/A)×P(C/(AB)) =
4
10
6
9
3
8 = 0, 1 = 10%.
Otheman Nouisser ENCG-Kénitra, 2010
47. Probabilités composées et conditionnelles
3- Indépendance de deux événements
Les probabilités conditionnelles permettent de déduire la définition
d’indépendance de deux événements.
Intuitivement, deux événements sont indépendants si la réalisation
de l’un n’influe pas la réalisation de l’autre, ce qui peut se traduire par
P(A) = P(A/B), ou par P(B) = P(B/A)
D’autre part, on a :
P(A/B) =
P(A B)
P(B)
; P(B/A) =
P(A B)
P(A)
,
D’où
Proposition
Deux événements A et B sont indépendants si et seuleument si
P(A B) = P(A)P(B).
Otheman Nouisser ENCG-Kénitra, 2010
48. Probabilités composées et conditionnelles
Remarque
1- Il est important de ne pas confondre incompatibilité (A B = ;) de
deux événements et indépendance de deux événements, notion qui
se réfère à la probabilité des événements et qui permet de calculer la
probabilité de la réalisation simultanée de deux événements
indépendants, c.à.d., le calcul de P(A B).
2- Il est possible de généraliser la définition de l’indépendance. Les
événements E1,E2, · · · ,En sont indépendants deux à deux si
P(E1 E2 · · · En) = P(E1) × P(E2) × · · · × P(En).
Otheman Nouisser ENCG-Kénitra, 2010
49. Probabilités composées et conditionnelles
Exemple
Une carte est tirée d’un jeu de 52 cartes. Calculer
- La probabilitée de tirer un roi.
- La probabilité de tirer un roi sachant que la carte tirée est un coeur.
- La probabilitée de tirer le roi de coeur. Commenter.
Otheman Nouisser ENCG-Kénitra, 2010
50. Solution
Soient A l’événement tirer un roi et B l’événement tirer un
coeur . Alors on a :
P(A) =
4
52 =
1
13, P(B) =
13
52, P(A B) =
1
52,
avec A B, l’événement tirer un roi de coeur .
On constate que P(A B) = P(A) × P(B) =
1
13
×
13
52 =
1
52
, ce qui
signifie que les événements A et B sont indépendants. On a aussi,
P(A/B) =
P(A B)
P(B)
=
1
52
13
52
=
1
13 = P(A),
Le fait de savoir que la carte est un coeur ne réduit pas les
possibilités. Les deux événement sont indépendants mais ils ne sont
pas incompatibles puisque A B6= ;.
Otheman Nouisser ENCG-Kénitra, 2010
51. Probabilités composées et conditionnelles
4- Théorème de Bayes
Soient A et B deux événements de
tels qu’on sait calculer
P(B);P(B);P(A/B);P(A/B)
Problème inverse : Calculer P(B/A) ?
Théorème
(Formule de Bayes)
P(B/A) =
P(B)P(A/B)
P(B)P(A/B) + P(B)P(A/B)
.
Otheman Nouisser ENCG-Kénitra, 2010
52. Probabilités composées et conditionnelles
4- Théorème de Bayes
Soient A et B deux événements de
tels qu’on sait calculer
P(B);P(B);P(A/B);P(A/B)
Problème inverse : Calculer P(B/A) ?
Théorème
(Formule de Bayes)
P(B/A) =
P(B)P(A/B)
P(B)P(A/B) + P(B)P(A/B)
.
Otheman Nouisser ENCG-Kénitra, 2010
53. Probabilités composées et conditionnelles
Preuve.
P(B/A) =
P(A B)
P(A)
=
P(B)P(A/B)
P(A (B [ B))
=
P(B)P(A/B)
P(A B) + P(A B)
=
P(B)P(A/B)
P(B)P(A/B) + P(B)P(A/B)
Otheman Nouisser ENCG-Kénitra, 2010
54. Probabilités composées et conditionnelles
D’une manière général, soient A1,A2, · · · ,An des événements
incompatibles deux à deux (Ai Aj = ;8i6= j), et tel que
A1 [ A2 [ · · · [ An =
. Soit B un événement de probabilité non nulle.
Les informations connues sont :
• La probabilité de chacune des événements :
P(A1),P(A2), · · · ,P(An).
• La probabilité de réalisations de B sachant chacune des
événements Ai sont réalisés : P(B/A1),P(B/A2), · · · ,P(B/An).
Le théorème de Bayes permet de calculer la probabilité de
l’événement Ai sachant que l’événement B soit réalisé. : P(Ai/B).
Théorème
P(Ai/B) =
P(Ai ) × P(B/Ai )
Xn
j=1
P(Aj )P(B/Aj )
.
Otheman Nouisser ENCG-Kénitra, 2010
55. Probabilités composées et conditionnelles
Exemple
Le personnel d’une entreprise est composée de 80% de femmes. On
sait que 8% de ces femmes ont une formation supérieure et que 24%
des hommes ont une formation supérieure.
Quelle est la proportion de personnel ayant une formation
supérieure ?
Sachant qu’il a une formation supérieure, quelle est la probabilité
qu’un employé soit une femme?
Otheman Nouisser ENCG-Kénitra, 2010
56. Probabilités composées et conditionnelles
Solution
Considérons les évévenements suivants : A : Etre un employé
femme .
B : Etre un employé de formation supérieure .
Alors, on a :
P(A) = 0, 8;P(B/A) = 0, 08;P(A) = 0, 2;P(B/A) = 0, 24, et on a
aussi
P(B) = P(B (A [ A)) = P(B A) + P(B A),
= P(A)P(B/A) + P(A)P(B/A),
= 0, 8.0, 08 + 0, 2.0, 24 = 0, 112.
Ainsi on aura
P(A/B) =
P(A)P(B/A)
P(A)P(B/A) + P(A)P(B/A)
.
Otheman Nouisser ENCG-Kénitra, 2010
57. Probabilités composées et conditionnelles
Exemple
Trois machines M1,M2,M3 produisent respectivement 50%, 30% et
20% de la production d’un produit. 2% des produits fabriqués par M1,
3% des produits fabriqués par M2 et 5% des produits fabriqués par
M3 sont défectueux. Un produit est prélevé au hasard. Quelle est la
probabilité qu’il ait été fabriqué par la machine M2, sachant qu’il est
défectueux ?
Otheman Nouisser ENCG-Kénitra, 2010
58. Probabilités composées et conditionnelles
Solution
Considérons les événements suivants :
M1 : Produit fabriqué par M1 , M2 : Produit fabriqué par M2 ,
M3 : Produit fabriqué par M3 , D : Produit fabriqué est
défectueux .
Alors on a :
P(M1) = 0, 5;P(M2) = 0, 3;P(M3) = 0, 2,
P(D/M1) = 0, 02;P(D/M2) = 0, 03;P(D/M3) = 0, 05.
D’après le théorème de Bayes, on obtient :
P(M2/D) =
P(M2)P(D/M2)
P(M2)P(D/M2) + P(M2)P
D/M2
.
Otheman Nouisser ENCG-Kénitra, 2010
59. Probabilités composées et conditionnelles
suite
Or, P(M2) = 1 − P(M2) = 0, 7 et
P(M2)P(D/M2) = P(D M2) = P(D (M1 [ M3))
= P(D M1) + P(D M3)
= P(M1)P(D/M1) + P(M3)P(D/M3)
= 0, 5 × 0, 02 + 0, 2 × 0, 05 = 0, 02.
Ainsi,
P(M2/D) = 0, 3103.
Quelle est la probabilité qu’un produit séléctionné au hasard ait été
fabriqué par la machine M3, sachant qu’il n’est pas défectueux ?
Ceci revient à calculer P(M3/D).
Otheman Nouisser ENCG-Kénitra, 2010
60. Problèmes relatifs aux calculs des probabilités
1- Cas des épreuves exhaustives (sans remise).
Une urne contient N boules, dont a noires et b blanches. Quelle est
la probabilité de tirer au hasard et simultanément n boules dont k
noires et (n − k) blanches (k n) ?
nN
- Cas possibles : choisir n boules parmi N boules, donc il y a
C= Cn
a+b possibilités.
- Cas favorables : k boules noires et (n − k) boules blanches, alors il
y a Ck
a × Cn−k
b possibilités favorables.
Ainsi, la probabilité est donnée par
P =
cas favorables
cas possibles =
Ck
a × Cn−k
b
Cn
a+b
Otheman Nouisser ENCG-Kénitra, 2010
61. Problèmes relatifs aux calculs des probabilités
1- Cas des épreuves exhaustives (sans remise).
Une urne contient N boules, dont a noires et b blanches. Quelle est
la probabilité de tirer au hasard et simultanément n boules dont k
noires et (n − k) blanches (k n) ?
nN
- Cas possibles : choisir n boules parmi N boules, donc il y a
C= Cn
a+b possibilités.
- Cas favorables : k boules noires et (n − k) boules blanches, alors il
y a Ck
a × Cn−k
b possibilités favorables.
Ainsi, la probabilité est donnée par
P =
cas favorables
cas possibles =
Ck
a × Cn−k
b
Cn
a+b
Otheman Nouisser ENCG-Kénitra, 2010
62. Problème relatifs aux calculs des probabilités
2- Cas des épreuves non-exhaustives (avec remise)
Une urne contient N boules, dont a noires er b blanches. Quelle est
la probabilité qu’après une série de n tirages non-exhaustifs et au
hasard, on obtient k boules noires et (n − k) blanches.
ici on travail dans le cas équiprobable, alors :
- La probabilité de tirer une boule noire est : p =
a
N
.
- La probabilité de tirer une boule blanche est : q = 1 − p =
b
N
.
i- Probabilité de tirer dans l’ordre k boules noires et (n − k) boules
blanches
Dans ce cas on a la possibilité suivante :
N N N · · · N B B · · · B
et donc on a la probabilité P = pk (1 − p)n−k .
Otheman Nouisser ENCG-Kénitra, 2010
63. Problème relatifs aux calculs des probabilités
2- Cas des épreuves non-exhaustives (avec remise)
Une urne contient N boules, dont a noires er b blanches. Quelle est
la probabilité qu’après une série de n tirages non-exhaustifs et au
hasard, on obtient k boules noires et (n − k) blanches.
ici on travail dans le cas équiprobable, alors :
- La probabilité de tirer une boule noire est : p =
a
N
.
- La probabilité de tirer une boule blanche est : q = 1 − p =
b
N
.
i- Probabilité de tirer dans l’ordre k boules noires et (n − k) boules
blanches
Dans ce cas on a la possibilité suivante :
N N N · · · N B B · · · B
et donc on a la probabilité P = pk (1 − p)n−k .
Otheman Nouisser ENCG-Kénitra, 2010
64. Problème relatifs aux calculs des probabilités
ii- Probabilité de tirer dans un ordre quelconque ces même boules
Il y a Ck
n manière de placer k boules noires dans n cases différentes.
Les (n − k) cases qui restent sont évidement occupées par des
blanches. Chaque manière à pour probabilité pk (1 − p)n−k . Ainsi :
P(k) = Ck
n pk (1 − p)n−k c’est la formule de Bernoulli.
Otheman Nouisser ENCG-Kénitra, 2010
65. Problème relatifs aux calculs des probabilités
Exemple
On jette une pièce de monnaie 10 fois. Quelle est la probabilité
d’avoir 6 faces et 4 piles ?
P(pile) = 1/2,P(4) = C4
10(1/2)6(1/2)4 = C4
10(1/2)10.
Otheman Nouisser ENCG-Kénitra, 2010