Probabilité

I. Rappels
ü W = {e1 , e2 ,....., en } est l’univers des possibles (ensemble des éventualités) associé à une épreuve,
expérience, un jeu, …
Exemples :
· Lancer d’une pièce de monnaie : expérience aléatoire à deux issues W = { pile, face} .
· Tirage simultanée de deux boules d’une urne contenant quatre boules b1 , b2 , b3 et b4
W = {{b1 , b2 } ; {b1 , b3 } ; {b1 , b4 } ; {b2 , b3 } ; {b2 , b4 } ; {b3 , b4 }}
4´3
2
A4
Card W = 6 = C4 = =
2

2! 2
ü Toute partie A de W ( A Ì P ( W ) ) est appelée évènement.
· Si A = W alors A est un événement certain.
· Si A = Æ alors A est un événement impossible.
· Tout singleton {ei } Ì W est un évènement élémentaire.
ü Soient A et B deux évènements de W .
· L’événement « A et B » noté « A Ç B »
Si A Ç B = Æ alors A et B sont deux évènements incompatibles.
· L’événement « A ou B » noté « A È B ».
· L’événement contraire de A dans W est A = W \ A = CWA .
ü A1 , A2 ,....., An forment un système complet d’évènements de W si :
ì n A =W
ïU i
í i =1 .
ïî Ai Ç Aj = Æ si i ¹ j et 1 £ i £ n;1 £ j £ n
ü Loi de probabilité :
Soit W = {e1 , e2 ,....., en } l’univers des possibles associés à une épreuve. P ( W ) est l’ensemble des
évènements. On appelle loi de probabilité définie sur (W, P ( W )) toute application
p : P (W) ® ¡ +
vérifiant :
A a p(A)
1. p (W) = 1 .
2. " ( A, B ) Î P ( W ) ´ P ( W ) , A Ç B = Æ Þ p ( A È B ) = p ( A) + p ( B) .
Le réel positif p(A) s’appelle la probabilité de l’événement A.

Propriétés :

· "A Î P ( W ) , on a ( )
p A = 1 - p ( A) . En particulier p ( Æ ) = 1 - p ( W ) = 0

· "A Î P ( W ) , 0 £ p ( A ) £ 1 .

· "A Î P ( W ) et B Î P ( W ) :on
p ( A È B ) = p ( A) + p ( B ) - p ( A Ç B )

p ( A \ B ) = p ( A) - p ( A Ç B )

Page 1
 Conséquences :
Si W = {e1 , e2 ,....., en } alors p ( e1 ) + p ( e2 ) + ....... + p ( en ) = 1 .

{
Si A = e1 , e2 ,....., e p } alors p ( e1 ) + p ( e2 ) + ....... + p ( e p ) = p ( A) .

ü Cas d’équiprobabilité (probabilité uniforme)

W = {e1 , e2 ,....., en } ; Card W = n .

On se place dans le cas où toutes les éventualités ont la même probabilité alors
1
p ( e1 ) = p ( e2 ) = ....... = p ( en ) = . Dans ce cas p est une loi de probabilité uniforme
n
CardA Nombre de cas favorables à A
et on a : p ( A) = =
Card W Nombre de cas possibles

ü Exemple :
On lance deux fois de suite un dé équilibré à six faces. Il y a 36 résultats possibles
(de (1, 1) à (6, 6) : ce sont des couples car on différencie le résultat du premier lancer de celui
du deuxième) et on suppose que tous ces résultats ont la même probabilité (car le dé est
équilibré). Appelons A l’événement : « le résultat du premier lancer est 1 »
et B l’événement : «le résultat du deuxième lancer est 1 ». L’événement A È B est donc : « le
résultat de l’un au moins des lancers est 1 ».
On a : p ( A È B) = p ( A) + p ( B) - p ( A Ç B) .
6 6
Or, p ( A) = . De même, p ( B) = . L’événement A Ç B ne se réalise que si le tirage est
36 36
1
(1, 1), c’est à dire dans un seul cas, donc p ( A Ç B) = .
36
6 6 1 11
Donc p ( A È B ) = + - = .
36 36 36 36
On peut aussi calculer la probabilité de l’événement contraire à A È B . Cet événement contraire
est : «il n’y a eu 1 ni au premier coup ni au deuxième ». Il y a donc 5 possibilités pour le premier
coup (de 2 à 6) et 5 pour le second. Dé 1
1 2 3 4 5 6
Il y a donc 25 cas favorables et p A È B = ( ) 25
36
.
Dé 2

1 (1,1) (2,1) (3,1) (4,1) (5,1) (6,1)

25 11
Donc : p ( A È B ) = 1 - = .
36 36 2 (1,2) (2,2) (3,2) (4,2) (5,2) (6,2)

3 (1,3) (2,3) (3,3) (4,3) (5,3) (6,3)

4 (1,4) (2,4) (3,4) (4,4) (5,4) (6,4)

5 (1,5) (2,5) (3,5) (4,5) (5,5) (6,5)

6 (1,6) (2,6) (3,6) (4,6) (5,6) (6,6)

Rappelons que :
Types de tirages Ordre Répétitions d’éléments Dénombrement

Successifs avec Un élément peut être

On tient compte de n p ( p- listes )
remise tiré plusieurs fois
l’ordre
Successifs sans Anp arrangements
remise ( p£n )

Un élément n’est tiré C np combinaiso ns

Simultanés L’ordre n’intervient pas
qu’une fois (p£n )

Page 2
 n! Anp
A = n(n - 1)(n - 2)........(n - p + 1) ; C =
n
p p
n = .
p !(n - p )! p !

ü Exercices :

Ex 1 :
Une urne contient 3 boules rouges, 4 boules blanches et 5 boules vertes. On tire simultanément
et au hasard 3 boules de l’urne. On suppose que les tirages sont équiprobables. Déterminer la
probabilité de chacun des évènements suivants :
A : « tirer 3 boules blanches »
B : « n’obtenir aucune boule rouge »
C : « tirer 3 boules tricolores »
D : « tirer au moins une boule verte »
E : « tirer au plus une boule rouge »

Ex 2 :
Une urne contient 5 boules rouges et 3 boules blanches indiscernables au toucher. On extrait
successivement et sans remise 3 boules de l’urne. Déterminer la probabilité de
A : « obtenir 3 boules de même couleur »
B : « obtenir 2 boules rouges et 1 boule blanche »
Ex 3 :
Un sac contient 9 jetons numérotés de 1 à 9. On tire successivement et avec remise 3 jetons du
sac. Calculer la probabilité des évènements suivants :
A : « tirer 3 jetons ayant des numéros pairs »
B : « tirer 3 jetons dont la somme des numéros est paire »

II. Probabilité conditionnelle

Activité
Le tableau ci-dessous donne le nombre de fumeurs et de non fumeurs , hommes ou femmes dans une
entreprise de 100 personnes
Hommes Femmes
Fumeurs 40 10
Non fumeurs 20 30

On choisit au hasard une personne parmi les cent.

1) a) Calculer la probabilité de chacun des événements suivants
A : « la personne choisie est un fumeur »
H : « la personne choisie est homme »
b) Quelle est la probabilité de choisir un homme fumeur

2) a) Calculer la probabilité de l’événement

E : « la personne choisie est un fumeur sachant que c’est un homme »
La probabilité de E est la probabilité conditionnelle de A sachant que H et réalisé et on la note
p H (A) ou p(A/H)
p(A Ç H )
Comparer p(A/H) et
p( H )
b) Sachant que la personne choisie est une femme , quelle est la probabilité qu’elle soit fumeur

Page 3
 Définition : p désigne une probabilité sur un univers fini W.
A et B étant deux événements de W, B étant de probabilité non nulle.
▪ On appelle probabilité conditionnelle de l’événement A sachant que B est réalisé le réel noté
P ( AÇ B) .
p ( A / B) =
p (B)
▪ Le réel p(A /B) se note aussi pB(A) et se lit aussi probabilité de A sachant B.

Remarque :
Si A et B sont tous deux de probabilité non nulle, alors les probabilités conditionnelles p(A/B)
et p(B/A) sont toutes les deux définies et on a : p(A Ç B) = p(A/B) p(B) = p(B/A) p(A)
C’est le principe des probabilités composées

ü Arbres pondérés
Lorsqu’on est en présence d’une situation de conditionnement, il est conseillé d’établir un arbre de
probabilité
Règles de construction
La somme des probabilités des branches issues d'un même nœud est 1.
La probabilité de l'événement correspondant à un trajet est le produit des probabilités des
différentes branches composant ce trajet.
L’arbre de probabilités ci-après modélise la situation de l’activité précédente

2/3 A p(AÇH) = 2/5

H
3/5
1/3
A p(AÇH) = 1/5

1/4 A p(AÇH) = 1/10

2/5

H
3/4
A p(AÇH) = 3/10

H : « la personne choisie est une femme »

A : « la personne choisie est non fumeur »

Exercice n°1
On jette une pièce de monnaie
▪ Si on obtient pile, on tire une boule dans l’urne P contenant 1 boule blanche et 2 boules noires.
▪ Si on obtient face, on tire une boule dans l’urne F contenant 3 boules blanches et 2 boules noires.
1) Construire l’arbre pondéré de cette expérience aléatoire.
2) Quelle est la probabilité d’obtenir une boule noire sachant qu’on a obtenu pile
3) Quelle est la probabilité d’obtenir une boule noire
4) Sachant qu’on a tiré une boule noire , quelle est la probabilité que l’on a obtenu pile

Exercice n°2 : « Efficacité d’un test »

Une maladie atteint 3% d’une population donnée. Un test de dépistage donne les résultats
suivants :
§ Chez les individus malades, 95% des tests sont positifs et 5% négatifs.
§ Chez les individus non malades, 1% des tests sont positifs et 99% négatifs.
On choisit un individu au hasard.

Page 4
1°) Construire l’arbre pondéré de cette expérience aléatoire.
2°) Quelle est la probabilité
a) qu’il soit malade et qu’il ait un test positif ?
b) qu’il ne soit pas malade et qu’il ait un test négatif ?
c) qu’il ait un test positif ?
d) qu’il ait un test négatif ?
3°) Calculer la probabilité
a) qu’il ne soit pas malade, sachant que le test est positif ?
b) qu’il soit malade, sachant que le test est négatif ?

III. Evénements indépendants

Définition : A et B sont 2 événements de probabilité non nulle.
▪ A et B sont indépendants lorsque la réalisation de l’un ne change pas la réalisation de l’autre.
▪ A et B sont indépendants si et seulement si p(A/B) = p(A) ou p(B/A) = p(B).

Théorème :
Deux événements A et B de probabilité non nulle sont indépendants si et seulement si ils vérifient
une des trois conditions : p(A/B) = p(A) ou p(B/A) = p(B) ou p( A Ç B) = p(A)p(B).

Remarque :
Ne pas confondre événements indépendants et événements incompatibles.
▪ 2 événements A et B sont indépendants si p(A Ç B)= p(A)p(B)
▪ 2 événements A et B sont incompatibles si A Ç B= Æ.

Exercice n°3
On extrait au hasard un jeton d’un sac contenant six jetons : trois rouges numérotés 1, 2 et 3,
deux jaunes numérotés 1 et 2 , et un bleu numéroté 1.
On désigne respectivement par R, U et D les événements :
« le jeton est rouge », « le numéro est 1 » et « le numéro est 2 ».
Les événements R et U sont-ils indépendants ? Et les événements R et D ?

ü Principe des probabilités totales

réalis Soient W un univers associé à une expérience aléatoire et n un entier ³ 2.

Définition
Les événements A1, A2, …, An forment une partition de W si les conditions suivantes sont vérifiées :
▪ pour tout i Î {1 ; 2 ;… ; n}, Ai ¹ Æ .
▪ pour tous i et j (avec i ¹ j) de {1 ;2 ;…n}, Ai Ç Aj = Æ.
▪ A1 È A2 È … È An = W.

Formule des probabilités totales

Soient A1, A2, …, An une partition de l’univers W constituée d’événements de probabilités non
nulles et B un événement quelconque contenu dans W.
Alors : p(B) = p(B Ç A1) + p(B Ç A2) + … + p(B Ç An)
Ou p(B) = pA (B ) ´ p(A1 ) + pA (B ) ´ p( A2 ) + K K + pAn (B ) ´ p( An ) .
1 2

Exercice n°4 :
On dispose de deux urnes U1 et U2 indiscernables. U1 contient 4 boules rouges et trois boules
vertes, U2 contient 2 boules rouges et 1 boule verte .
On choisit une urne au hasard et on tire une boule de cette urne.
Calculer la probabilité pour qu’elle soit rouge.

Page 5