Chapitre 2 :

Théorie
élémentaire
de
probabilités

Abdelaziz
CHE-
TOUANI
Chapitre 2 : Théorie élémentaire de probabilités
Sommaire

Notions gé-
nérales :(Vo- Abdelaziz CHETOUANI
cabulaire
probabiliste)

Relations
École Nationale de Commerce et de Gestion - Oujda
logiques Département de commerce
entre les Module : Probabilités et Statistiques
événements
Semestre 3
Notion de Groupe B
probabilité
2023/2024
Cas
particulier :
équiprobabi-
lité des
7 octobre 2024
événements
élémentaires

Probabilités
composées et
condition-
nelles
1/34
 Sommaire

Chapitre 2 :
Théorie
élémentaire
de
probabilités 1 Notions générales :(Vocabulaire probabiliste)
Abdelaziz
CHE-
TOUANI
2 Relations logiques entre les événements
Sommaire

Notions gé-
nérales :(Vo- 3 Notion de probabilité
cabulaire
probabiliste)

Relations
logiques 4 Cas particulier : équiprobabilité des événements élémentaires
entre les
événements

Notion de
probabilité
5 Probabilités composées et conditionnelles
Cas
particulier :
équiprobabi- 6 Problèmes relatifs aux calculs des probabilités
lité des
événements
élémentaires

Probabilités
composées et
condition-
nelles
2/34
 Notions générales :(Vocabulaire probabiliste)

Chapitre 2 :
Théorie
1- Epreuve (Expérience) aléatoire :
élémentaire
de C’est une expérience qu’on peut répéter dans les mêmes
probabilités
conditions et qui donne plusieurs résultas.
Abdelaziz
CHE-
TOUANI Exemple
Sommaire • Lancer un dé et lire le numéro de la face supérieure
Notions gé-
nérales :(Vo-
• le jeu de pile ou face.
cabulaire
probabiliste) • Lancer un dé deux fois et noter les deux numéros de la face
Relations
logiques
supérieure
entre les
événements
2- L’univers des éventualités :
Notion de
probabilité C’est l’ensemble des résultats possibles d’une épreuve et on le
Cas
particulier :
note par Ω ( On l’appelle aussi l’ensemble fondamental).
équiprobabi-
lité des
Exemple : Si on lance un dé, l’univers est l’ensemble
événements
élémentaires
Ω = {1, 2, 3, 4, 5, 6}.
Probabilités
Si on lance un dé deux fois
composées et
condition-
Ω = {(1, 1), (2, 3), (3, 4), (1, 4), ....., (5, 6)}.
nelles
3/34
 Notions générales :(Vocabulaire probabiliste)

Chapitre 2 :
Théorie
élémentaire 3- Evénement :
de
probabilités C’est la réalisation d’une ou plusieures éventualités lors de
Abdelaziz l’examen des résultats d’une épreuve. Autrement dit, c’est un
CHE-
TOUANI sous-ensemble ou partie de l’univers.
Sommaire
Si un évenement contient un seul élément, on l’appelle
Notions gé- événement élémentaire.
nérales :(Vo-
cabulaire
Exemple :
probabiliste)
Si on lance un dé, l’univers peut être décomposé en deux
Relations
logiques événements :
entre les
événements chiffre pair : E1 = {2, 4, 6}. chiffre impair : E2 = {1, 3, 5}.
Notion de
probabilité
Remarque
Cas
particulier :
équiprobabi-
- Un événement impossible noté ∅, n’est jamais réalisé.
lité des
événements
- L’événement Ω est appelé événement certain (car il est
élémentaires toujours réalisé).
Probabilités
composées et
condition-
nelles
4/34
 Relations logiques entre les événements

Chapitre 2 :
Théorie
élémentaire
de
1- Evénement complémentaire :
probabilités
Définition : Soit A une partie de Ω. Le complémentaire de A,
Abdelaziz
CHE- également partie de Ω noté A, est l’ensemble des résultats qui
TOUANI
conduit à la réalisation de l’événement contraire de A. c.à.d., A
Sommaire est réalisé si et seuleument si A n’est pas réalisé.
Notions gé-
nérales :(Vo-
cabulaire ⇓
probabiliste)

Relations A = CΩA = Ω\A.

logiques
entre les
événements A est appelé aussi l’événement contraire.
Notion de Exemple :
probabilité
Soit l’épreuve qui consiste à lancer un dé. Désignons A
Cas
particulier : l’événement " obtenir un nombre pair".
équiprobabi-
lité des
événements
élémentaires A = {2, 4, 6} ⇒ A = {1, 3, 5}.
Probabilités
composées et
condition-
nelles
5/34
 Relations logiques entre les événements

Chapitre 2 :
Théorie
élémentaire
de
probabilités
2- Intersection d’événements- Evénements incompatibles :
Abdelaziz Définition : L’intersection de deux événements A et B d’un
CHE-
TOUANI même univers Ω, noté A ∩ B, est l’événement qui est réalisé si
A et B sont réalisés.
Sommaire
Exemple : On lance un dé et on note la face visible. Soient les
Notions gé-
nérales :(Vo- événements
cabulaire
probabiliste) • A : "Obtenir un nombre pair ", i.e., A = {2, 4, 6}
Relations
logiques • B :"Obtenir un nombre > 3 ", i.e., B = {4, 5, 6}.
entre les
événements Alors l’événement A ∩ B : " Obtenir un nombre pair et > 3 "
Notion de
probabilité
={4, 6}.
Cas Définition : Deux événements A et B d’un même univers Ω,
particulier :
équiprobabi-
sont dits incompatibles (ou exhaustifs) si A ∩ B = ∅.(c.à.d., leur
lité des
événements
réalisation simultannée est impossible).
élémentaires

Probabilités
composées et
condition-
nelles
6/34
 Relations logiques entre les événements

Chapitre 2 :
Théorie
élémentaire
de 3- Réunion des événements :
probabilités
Définition :La réunion de deux événements A et B d’un même
Abdelaziz
CHE- univers Ω, notée A ∪ B, est l’événement qui est réalisé si A ou
TOUANI
B sont réalisés.
Sommaire Exemple : Un dé est lancé et on note le chiffre de la face visible.
Notions gé-
nérales :(Vo- • Soit l’événement A : " obtenir un chiffre pair", i.e.,
cabulaire
probabiliste) A = {2, 4, 6}.
Relations • Soit l’événement B : " obtenir un chiffre divisible par 3 "
logiques
entre les
événements
i.e., B = {3, 6}.
Notion de
Alors l’événement A ∪ B = {2, 3, 4, 6} : " obtenir un chiffre
probabilité pair ou divisible par 3 ".
Cas
particulier :
Considérons maintenant l’événemnt C : " obtenir un chiffre
équiprobabi-
lité des
inférieure ou égal à 2 " = {1, 2}. Alors l’événement
événements
élémentaires
B ∪ C = {1, 2, 3, 6}.
Probabilités
composées et
condition-
nelles
7/34
 Relations logiques entre les événements

Chapitre 2 :
Théorie
élémentaire
de
probabilités
Tableau récapitulatif
Abdelaziz
CHE-
TOUANI ω ω point de Ω événement élémentaire
A A sous-ensemble de Ω événement aléatoire
Sommaire
ω∈A appartient à A ω réalise A
Notions gé-
nérales :(Vo- A⊂B A est contenu dans B A implique B
cabulaire
probabiliste) A∪B réunion de A et B A ou B
Relations
logiques
A∩B intersection de A et B A et B
entre les
événements
A complémentaire de A contraire de A
Notion de ∅ ensemble vide événement impossible
probabilité
Ω ensemble plein événement certain
Cas
particulier : A∩B =∅ A et B disjoints A et B incompatibles
équiprobabi-
lité des
événements
élémentaires

Probabilités
composées et
condition-
nelles
8/34
 Notion de probabilité

Chapitre 2 :
Théorie Définition
élémentaire
de
probabilités
Un ensemble σ, non vide, d’événements de Ω est une algèbre
Abdelaziz
d’événements si :
CHE-
TOUANI
∀A ∈ σ, A ∈ σ

Sommaire
∀A, B ∈ σ, A ∪ B ∈ σ
Notions gé-
nérales :(Vo-
Remarque : Dans le cas où Ω est fini, P(Ω) est une algèbre
cabulaire
probabiliste)
d’événements.
Relations
logiques
entre les
Définition
événements
Soit σ une algèbre d’événements de Ω. On dit que σ est une tribu si :
Notion de Pour toute suite infinie dénombrable A1 , A2 , ..., An , ... d’éléments de σ alors
probabilité ∞
[
Cas
Ai ∈ σ.
particulier : i=1
équiprobabi- ∞
\
lité des Conséquence : Ai ∈ σ
événements
i=1
élémentaires
On appelle espace probabilisable un couple (Ω, σ), constitué d’un ensemble Ω et
Probabilités d’une tribu d’événements σ de parties de Ω.
composées et
condition-
nelles
9/34
 Notion de probabilité

Chapitre 2 :
Théorie
élémentaire
de
Définition
probabilités
Soit (Ω, σ) un espace probabilisable. Une probabilité P est une
Abdelaziz
CHE-
application P : σ → [0, 1] telle que :
TOUANI
• P(Ω) = 1
Sommaire
• ∀A ∈ σ, ∀B ∈ σ tels que A ∩ B = ∅ ; on a
Notions gé-
nérales :(Vo-
cabulaire
probabiliste)
P(A ∪ B) = P(A) + P(B).
Relations
logiques • Si A0 , A1 , ..., An , ... est une suite dénombrable
entre les
événements d’événements incompatibles deux à deux, alors :
Notion de
∞ ∞
probabilité
!
[ X
Cas P Ai = P(Ai ).
particulier :
équiprobabi- i=0 i=0
lité des
événements
élémentaires On appelle espace probabilisé un triplet (Ω, σ, P).
Probabilités
composées et
condition-
nelles
10/34
 Notion de probabilité

Chapitre 2 :
Théorie
Remarque
élémentaire
de La probabilité de l’événement certain est égale à 1., c.à.d.,
probabilités
P(Ω) = 1,, donc pour tout événement A on a :
Abdelaziz
CHE-
TOUANI 0 ≤ P(A) ≤ 1.
Sommaire
Dans la suite on suppose que (Ω, σ, P) est un espace
Notions gé-
nérales :(Vo- probabilisé, c.à.d, P une probabilité sur Ω.
cabulaire
probabiliste)
Probabilité de l’événement contraire
Relations
logiques Soit un événement A et son événement contraire A. Alors
entre les
événements
P(A) = 1 − P(A)
Notion de
probabilité
A et A sont deux événements incompatibles et donc
Cas
particulier :
équiprobabi- P(A ∪ A) = P(A) + P(A).
lité des
événements
élémentaires Or
Probabilités A ∪ A = Ω ⇒ P(A) + P(A) = 1
composées et
condition- D’où le résultat.
nelles
11/34
 Notion de probabilité

Chapitre 2 :
Théorie Remarque
élémentaire
de la probabilité de l’événement impossible ∅ est nulle, c.à.d., P(∅) = 0.
probabilités

Abdelaziz
CHE- Probabilité d’un événement
TOUANI
La probabilité d’un événement A est égale à la somme des probabilités des
Sommaire événements élémentaires qui constituent cet événement. Autrement dit : Soit
A = {w1 , w2 , ..., wp } comportant p événements élémentaires, alors
Notions gé-
nérales :(Vo-
cabulaire p
X
probabiliste) P(A) = P(wi ).
Relations i=1
logiques
entre les
événements
Exemple : Un dé pipé (dé non équilibré) a été lancé un grand nombre de fois.
Soient P1 et P2 les probabilités définies sur (Ω, P(Ω)) :
Notion de
probabilité
événement 1 2 3 4 5 6
Cas
particulier :
P1 (i) 1/6 1/9 1/6 1/9 1/3 1/9
équiprobabi-
lité des Soit A = {1, 3, 5} alors
événements
élémentaires
P1 (A) = P1 (1) + P1 (3) + P1 (5) = 1/6 + 1/6 + 1/3 = 2/3.
Considérons l’événement B : " Obtenir un chiffre pair ", on a alors :
Probabilités
composées et
P1 (B) = P1 (2) + P1 (4) + P1 (6) = 1/9 + 1/9 + 1/9 = 1/3
condition-
nelles
12/34
 Notion de probabilité

Chapitre 2 :
Théorie
élémentaire Théorème des probabilités totales
de
probabilités 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
Abdelaziz
CHE- s’applique pas. Soient A et B deux événements quelconques d’un univers Ω. Alors
TOUANI
P(A ∪ B) = P(A) + P(B) − P(A ∩ B).
Sommaire

Notions gé- Soient deux événement A et B non incompatibles. Alors A ∪ B peut s’écrire
nérales :(Vo-
cabulaire
A ∪ B = A ∪ (A ∩ B). Or A et A ∩ B sont incompatibles. Donc
probabiliste)

Relations P(A ∪ B) = P(A) + P(A ∩ B) (1)

logiques
entre les
événements
Par ailleur, B = (A ∩ B) ∪ (A ∩ B), puisque les deux événements A ∩ B et A ∩ B
sont incompatibles on a :
Notion de
probabilité
P(B) = P(A ∩ B)) + P(A ∩ B),
Cas
particulier :
équiprobabi- d’où
lité des
événements
P(A ∩ B) = P(B) − P(A ∩ B) (2)
élémentaires
En reportant l’expression de P(A ∩ B) dans l’équation (1), on obtient le résulat.
Probabilités
composées et
condition-
nelles
13/34
 Notion de probabilité

Chapitre 2 :
Théorie
élémentaire
de Exemple
probabilités
Considérons l’expérience de l’exemple précédent. Calculer la
Abdelaziz
CHE- probabilités de l’événement : " obtenir un chiffre pair ou
TOUANI
supérieur ou égal à 5 ".
Sommaire Solution :
Notions gé-
nérales :(Vo-
Considérons les événements suivants :
cabulaire
probabiliste)
A l’événement : " obtenir un chiffre pair ou ≥ 5 ".
Relations
B l’événement : " obtenir un chiffre pair ".
logiques
entre les
D l’événement : " obtenir un chiffre ≥ 5 ".
événements D’après le théorème des probabilités totales on a :
Notion de
probabilité
P(A) = P(B ∪ D) = P(B) + P(D) − P(B ∩ D).
Cas
particulier :
équiprobabi-
lité des Or P(B) = 1/3, P(D) = P(5) + P(6) = 4/9 et
événements
élémentaires P(B ∩ D) = P(6) = 1/9, ainsi on a P(A) = 2/3.
Probabilités
composées et
condition-
nelles
14/34
 Notion de probabilité

Chapitre 2 :
Théorie
élémentaire
de
probabilités Exemple
Abdelaziz
CHE-
Soit C, l’événement "obtenir un chiffre impair ou inférieur ou
TOUANI
égal à 3 ". Calculer la probabilité de C.
Sommaire Solution : Soient les événements suivants
Notions gé- B =" obtenir un chiffre impair "
nérales :(Vo-
cabulaire et E=" obtenir un chiffre inférieur ou égal à 3 ". Alors
probabiliste)

Relations
logiques P(C ) = P(B ∪ E )
entre les
événements

Notion de
P(B) = 4/6, P(E ) = P({1, 2, 3}) = 1/6 + 1/9 + 1/6 = 4/9.
probabilité

Cas
P(B ∩ E ) = P({1, 3}) = 1/6 + 1/6 = 1/3.
particulier :
équiprobabi-
lité des
P(C ) = P(B ∪ E ) = 4/6 + 4/9 − 1/3 = 7/9.
événements
élémentaires

Probabilités
composées et
condition-
nelles
15/34
Cas particulier : équiprobabilité des événements élémentaires

Chapitre 2 :
Théorie Soit Ω = {w1 , w2 , ..., wn } un ensemble fini. L’équiprobabilité correspond au cas
élémentaire
de où tous les événements élémentaires de Ω ont la même probabilité de se réaliser.
probabilités Les événements élémentaires sont incompatibles, donc on a :
Abdelaziz
CHE- P(Ω) = P(w1 ) + P(w2 ) + ... + P(wn ) = nP(wi ) = 1, ∀i = 1, ..., n.
TOUANI

Ainsi
Sommaire 1 1
P(w1 ) = P(w2 ) = ... = P(wn ) = =
Notions gé- n card(Ω)
nérales :(Vo-
cabulaire En conséquence on a le résultat suivant
probabiliste)

Relations Proposition
logiques
entre les Soit Ω un ensemble fini et A ∈ P(Ω), où les événements élémentaires sont
événements équiprobables. Alors
Notion de
probabilité nombre d’éléments de A Card(A)
P(A) = =
Cas nombre d’éléments de Ω Card(Ω)
particulier :
équiprobabi-
lité des nombre de cas favorables à la réalisation de A
événements =
élémentaires nombre de cas possibles
Probabilités
composées et
condition-
nelles
16/34
Cas particulier : équiprobabilité des événements élémentaires

Chapitre 2 :
Théorie Exemple
élémentaire
de
probabilités
On lance un dé équilibré et on note le chiffre de la face visible.
Abdelaziz
Calculer la probabilité d’obtenir le chiffre 6, un chiffre < 6, le
CHE- chiffre 2 ou 6.
TOUANI
Solution : Ω = {1, 2, 3, 4, 5, 6} et les événements sont
Sommaire
équiprobables. Soient
Notions gé-
nérales :(Vo- A= " obtenir le chiffre 6 ",
cabulaire
probabiliste)
B= "obtenir le chiffre < 6 "
Relations et C = " obtenir le chiffre 2 ou 6".
logiques
entre les Alors on a :
événements Card(A) 1
P(A) = =
Notion de
probabilité
Card(Ω) 6
Cas Card(B) 5
particulier : P(B) = = 1 − P(6) =
équiprobabi-
lité des
Card(Ω) 6
événements
élémentaires Card(C ) 2
P(C ) = = P(2) + P(6) = P({2, 6}) =
Probabilités Card(Ω) 6
composées et
condition-
nelles
17/34
 Probabilités composées et conditionnelles

Chapitre 2 :
Théorie
élémentaire
de
probabilités

Abdelaziz
Soient (Ω, σ, P) un espace probabilisé, A ∈ σ et B ∈ σ tels que
CHE-
TOUANI
P(A) ̸= 0 et P(B) ̸= 0.

Sommaire 1- Probabilités conditionnelles :

Notions gé-
nérales :(Vo-
Définition : La probabilité de réalisation d’un événement A
cabulaire
probabiliste)
sachant qu’un événement B est réalisé est appelée probabilité
Relations
conditionnelle de A sachant B et notée P(A/B) ou PB (A) et a
logiques
entre les
pour expression :
événements

Notion de P(A ∩ B)
probabilité P(A/B) = PB (A) = .
P(B)
Cas
particulier :
équiprobabi-
lité des
événements
élémentaires

Probabilités
composées et
condition-
nelles
18/34
 Probabilités composées et conditionnelles

Chapitre 2 :
Théorie
élémentaire
de
probabilités

Abdelaziz
CHE-
Exemple
TOUANI
1- Une carte est tirée au hasard dans un jeu qui comporte 52
Sommaire cartes. Quelle est la probabilité que cette carte soit une dame
Notions gé-
nérales :(Vo-
sachant qu’il s’agit d’un trèfle ?
cabulaire Solution :
probabiliste)

Relations
Considérons les évenements D : "Tirer une dame" et T : " tirer
logiques
entre les
un trèfle ", alors
événements

Notion de
P(D ∩ T ) 1/52 1
probabilité P(D/T ) = = = .
P(T ) 13/52 13
Cas
particulier :
équiprobabi-
lité des
événements
élémentaires

Probabilités
composées et
condition-
nelles
19/34
 Probabilités composées et conditionnelles

Chapitre 2 :
Théorie
élémentaire
Exemple
de
probabilités 2- Une personne lance un dé équilibré sans voir le résultat. Un
Abdelaziz témoin l’informe qu’il s’agit d’un résultat différent de 5. Quelle
CHE-
TOUANI est la probabilité que le résultat soit un chiffre impair ?
Solution : Notons A = "Obtenir un chiffre impair" et B = "
Sommaire
obtenir un chiffre différent de 5 ". Alors, la probabilité
Notions gé-
nérales :(Vo- recherchée est
cabulaire P(A ∩ B)
probabiliste) P(A/B) =
Relations P(B)
logiques
entre les 3 1 5
événements P(A) = P({1, 3, 5}) = = et P(B) = P({1, 2, 3, 4, 6}) = .
Notion de
6 2 6
probabilité
L’événement A ∩ B= " obtenir un chiffre impair différent de 5
Cas
particulier : ", d’où P(A ∩ B) = P({1, 3}) = 26 .
équiprobabi-
lité des
événements P({1, 3}) 2/6 2
élémentaires P(A/B) = = = .
Probabilités P({1, 2, 3, 4, 6}) 5/6 5
composées et
condition-
nelles
20/34
 Probabilités composées et conditionnelles

Chapitre 2 :
Théorie
élémentaire
Les probabilités conditionnelles permettent de calculer la
de
probabilités
probabilité composée de deux événements.
Abdelaziz
CHE-
2-Probabilités composées
TOUANI
Définition : La probabilité composée est la probabilité de réaliser
Sommaire simultanément deux événements A et B, et on la note
Notions gé- P(A ∩ B), on a
nérales :(Vo-
cabulaire
probabiliste)
P(A ∩ B) = P(B)P(A/B) = P(A)P(B/A).
Relations
logiques
entre les
événements Exemple
Notion de
probabilité
Un sac contient 10 boules indescernables au toucher : 4 boules
Cas sont blanches, 6 boules sont noires. Une personne tire l’une
particulier :
équiprobabi- après l’autre, sans remise 3 boules.
lité des
événements Quelle est la probabilité d’obtenir dans l’ordre : une blanche,
élémentaires
une noire, une blanche ?
Probabilités
composées et
condition-
nelles
21/34
 Probabilités composées et conditionnelles

Chapitre 2 :
Théorie
Solution :
élémentaire
de Considérons les événements suivants :
probabilités
A, l’événement " Tirer une boule blanche au premier tirage ".
Abdelaziz
CHE- B, l’événement " Tirer une boule noire au deuxième tirage ".
TOUANI
C, l’événement " Tirer une boule blanche au troisième tirage ".
Sommaire Le problème c’est de calculer P(A ∩ B ∩ C ).
Notions gé- Le fait d’effectuer des tirages sans remise réduit le nombre de
nérales :(Vo-
cabulaire possibilités de choix et rend les tirage successifs dépendants.
probabiliste) 4
1er tirage, il y a 4 blanches parmi 10, donc P(A) = 10 .
Relations
logiques 2ème tirage, il reste 3 blanches et 6 noires, donc P(B/A) = 69 .
entre les
événements 3ème tirage, il reste 3 blanches et 5 noires, donc
Notion de P(C /(A ∩ B) = 83 .
probabilité

Cas
Ainsi
particulier :
équiprobabi-
lité des P(A ∩ B ∩ C ) = P(A) × P(B/A) × P(C /(A ∩ B)) =
événements
élémentaires
4 6 3
Probabilités × × = 0, 1 = 10%
composées et
condition-
10 9 8
nelles
22/34
 Probabilités composées et conditionnelles

Chapitre 2 :
Théorie
élémentaire
de
probabilités
Les probabilités conditionnelles permettent de déduire la
définition d’indépendance de deux événements.
Abdelaziz
CHE-
TOUANI 3- Indépendance de deux événements
Sommaire Intuitivement, deux événements sont indépendants si la
Notions gé- réalisation de l’un n’influe pas la réalisation de l’autre, ce qui
nérales :(Vo-
cabulaire peut se traduire par P(A) = P(A/B), ou par P(B) = P(B/A)
probabiliste)
D’autre part, on a :
Relations
logiques
entre les
événements P(A/B) = P(A ∩ B)P(B); P(B/A) = P(A ∩ B)P(A),
Notion de
probabilité d’où
Cas
particulier :
Proposition : Deux événements A et B sont indépendants si et
équiprobabi-
lité des
seuleument si P(A ∩ B) = P(A)P(B).
événements
élémentaires

Probabilités
composées et
condition-
nelles
23/34
 Probabilités composées et conditionnelles

Chapitre 2 :
Théorie
élémentaire
de
probabilités

Abdelaziz
Remarques
CHE-
TOUANI 1- Il est important de ne pas confondre incompatibilité
(A ∩ B = ∅) de deux événements et indépendance de deux
Sommaire

Notions gé-
événements, notion qui se réfère à la probabilité des événements
nérales :(Vo-
cabulaire
et qui permet de calculer la probabilité de la réalisation
probabiliste) simultanée de deux événements indépendants, c.à.d., le calcul
Relations
logiques
de P(A ∩ B).
entre les
événements
2- Il est possible de généraliser la définition de l’indépendance.
Notion de
Les événements E1 , E2 , ..., En sont indépendants deux à deux si
probabilité

Cas P(E1 ∩ E2 ∩ ... ∩ En ) = P(E1 ) × P(E2 ) × ... × P(En ).

particulier :
équiprobabi-
lité des
événements
élémentaires

Probabilités
composées et
condition-
nelles
24/34
 Probabilités composées et conditionnelles

Chapitre 2 :
Théorie
élémentaire
de Exemple
probabilités
Une carte est tirée d’un jeu de 52 cartes. Calculer
Abdelaziz - La probabilitée de tirer un roi.
CHE-
TOUANI - La probabilité de tirer un roi sachant que la carte tirée est un coeur.
- La probabilitée de tirer le roi de coeur. Commenter.
Sommaire

Notions gé- Solution

nérales :(Vo-
cabulaire Soient A l’événement "tirer un roi " et B l’événement " tirer un coeur ". Alors on
probabiliste)
a:
Relations 4 1 13 1
logiques
P(A) = = , P(B) = , P(A ∩ B) = ,
52 13 52 52
entre les
événements avec A ∩ B, l’événement " tirer un roi de coeur ".
1 13 1
Notion de On constate que P(A ∩ B) = P(A) × P(B) = 13 × 52
= 52
, ce qui signifie que
probabilité les événements A et B sont indépendants.
1
Cas P(A∩B) 52 1
On a aussi, P(A/B) = P(B)
= 13 = 13
= P(A), le fait de savoir que la carte
particulier : 52
équiprobabi- est un coeur ne réduit pas les possibilités. Les deux événement sont indépendants
lité des
événements
mais ils ne sont pas incompatibles puisque A ∩ B ̸= ∅.
élémentaires

Probabilités
composées et
condition-
nelles
25/34
 Probabilités composées et conditionnelles

Chapitre 2 :
Théorie
4- Théorème de Bayes
élémentaire
de Soient A et B deux événements de Ω tels qu’on sait calculer
probabilités
P(B); P(B); P(A/B); P(A/B)
Abdelaziz
CHE-
TOUANI Problème inverse : Calculer P(B/A) ?
Sommaire
Formule de Bayes
Notions gé-
nérales :(Vo- P(B)P(A/B)
cabulaire
probabiliste)
P(B/A) = .
P(B)P(A/B) + P(B)P(A/B)
Relations
logiques
entre les
événements
P(A ∩ B) P(B)P(A/B)
Notion de P(B/A) = =
probabilité P(A) P(A ∩ (B ∪ B)
Cas
particulier : P(B)P(A/B)
équiprobabi- =
lité des P(A ∩ B) + P(A ∩ B)
événements
élémentaires
P(B)P(A/B)
Probabilités =
composées et P(B)P(A/B) + P(A)P(A/B)
condition-
nelles
26/34
 Probabilités composées et conditionnelles

Chapitre 2 : D’une manière général, soient A1 , A2 , ..., An des événements

Théorie
élémentaire incompatibles deux à deux (Ai ∩ Aj =; ∀i ̸= j), et tel que
de n
probabilités
[
Ai = Ω. Soit B un événement de probabilité non nulle.
Abdelaziz
CHE- i=1
TOUANI Les informations connues sont :
Sommaire - La probabilité de chacune des événements :
Notions gé- P(A1 ), P(A2 ), ..., P(An ).
nérales :(Vo-
cabulaire - La probabilité de réalisations de B sachant chacune des
probabiliste)
événements Ai sont réalisés : P(B/A1 ), P(B/A2 ), ..., P(B/An ).
Relations
logiques Le théorème de Bayes permet de calculer la probabilité de
entre les
événements l’événement Ai sachant que l’événement B soit réalisé. :
Notion de P(Ai /B).
probabilité

Cas Théorème
particulier :
équiprobabi- P(Ai ) × P(B/Ai )
lité des
événements
P(Ai /B) = n
élémentaires
X
P(Aj )P(B/Aj )
Probabilités
composées et j=1
condition-
nelles
27/34
 Probabilités composées et conditionnelles

Chapitre 2 :
Théorie
élémentaire
de Exemple
probabilités
Le personnel d’une entreprise est composée de 80% de femmes. On sait que 8%
Abdelaziz de ces femmes ont une formation supérieure et que 24% des hommes ont une
CHE-
TOUANI formation supérieure.
Sachant qu’il a une formation supérieure, quelle est la probabilité qu’un employé
Sommaire soit une femme ?
Considérons les évévenements suivants :
Notions gé-
nérales :(Vo- FS : " Etre un employé de formation supérieure ".
cabulaire F : " Etre un employé femme ".
probabiliste) Alors, on cherche P(F /FS) d’après la formule de Bayes on a :
Relations
logiques P(F )P(FS/F )
entre les P(F /FS) = .
événements P(F )P(FS/F ) + P(F )P(FS/F )
Notion de
probabilité Or, P(F ) = 0, 8; P(FS/F ) = 0, 08; P(F ) = 0, 2; P(FS/F ) = 0, 24, et on a
Cas P(F )P(FS/F ) + P(F )P(FS/F ) = 0, 8 × 0, 08 + 0, 2 × 0, 24 = 0, 112.
particulier :
équiprobabi- 0.8 × 0.08
lité des P(F /FS) = = 0.57
événements 0, 112
élémentaires

Probabilités
composées et
condition-
nelles
28/34
 Probabilités composées et conditionnelles

Chapitre 2 :
Théorie
élémentaire
de
probabilités

Abdelaziz
CHE- Exemple
TOUANI
Quelle est la proportion de personnel ayant une formation
Sommaire supérieure ?
Notions gé-
nérales :(Vo-
La proportion de personnel de formation supérieur
cabulaire
probabiliste)
P(FS) = P(FS ∩ (F ∪ F ))
Relations
logiques
entre les
= P(FS ∩ F ) + P(FS ∩ F )
événements
= P(F )P(FS/F ) + P(F )P(FS/F )
Notion de
probabilité
= 0, 112.
Cas
particulier :
équiprobabi-
lité des
événements
élémentaires

Probabilités
composées et
condition-
nelles
29/34
 Probabilités composées et conditionnelles

Chapitre 2 :
Théorie
élémentaire
de
probabilités

Abdelaziz
CHE-
TOUANI
Exemple
Sommaire Trois machines M1 , M2 , M3 produisent respectivement 50%,
Notions gé-
nérales :(Vo-
30% et 20% de la production d’un produit. 2% des produits
cabulaire
probabiliste)
fabriqués par M1 , 3% des produits fabriqués par M2 et 5% des
Relations
produits fabriqués par M3 sont défectueux. Un produit est
logiques
entre les
prélevé au hasard. Quelle est la probabilité qu’il ait été fabriqué
événements par la machine M2 , sachant qu’il est défectueux ?
Notion de
probabilité

Cas
particulier :
équiprobabi-
lité des
événements
élémentaires

Probabilités
composées et
condition-
nelles
30/34
 Probabilités composées et conditionnelles

Chapitre 2 : Solution : Considérons les événements suivants :

Théorie M1 :"Produit fabriqué par M1 ", M2 :"Produit fabriqué par M2 ",
élémentaire
de
M3 :"Produit fabriqué par M3 ", et D :"Produit fabriqué est défectueux ".
probabilités Alors on a :
Abdelaziz
CHE- P(M1 ) = 0, 5; P(M2 ) = 0, 3; P(M3 ) = 0, 2, P(D/M1 ) = 0, 02
TOUANI

P(D/M2 ) = 0, 03; P(D/M3 ) = 0, 05.

Sommaire

Notions gé- D’après le théorème de Bayes, on obtient :

nérales :(Vo-
cabulaire P(M2 )P(D/M2 )
probabiliste) P(M2 /D) = .
P(M2 )P(D/M2 ) + P(M2 )P(D/M2 )
Relations
logiques
entre les Or, P(M2 ) = 1 − P(M2 ) = 0, 7 et
événements

Notion de
probabilité
P(M2 )P(D/M2 ) = P(D ∩ M2)

Cas
particulier : = P(D∩(M1 ∪M3 )) = P(D∪M1 )+P(D∪M3 ) = P(M1 )P(D/M1 )+P(M3 )P(D/M3 )
équiprobabi-
lité des = 0, 5 × 0, 02 + 0, 2 × 0, 05 = 0, 02.
événements
élémentaires Ainsi, P(M2 /D) = 0, 3103. Quelle est la probabilité qu’un produit séléctionné au
Probabilités hasard ait été fabriqué par la machine M3 , sachant qu’il n’est pas défectueux ?
composées et Ceci revient à calculer P(M3 /D).
condition-
nelles
31/34
 Problèmes relatifs aux calculs des probabilités

Chapitre 2 :
Théorie
élémentaire
de
probabilités
1- Cas des épreuves exhaustives (sans remise)
Abdelaziz
CHE- Une urne contient N boules, dont a noires et b blanches. Quelle
TOUANI
est la probabilité de tirer au hasard et simultanément n boules
Sommaire dont k noires et (n − k) blanches (k ≤ n) ?
Notions gé-
nérales :(Vo-
- Cas possibles : choisir n boules parmi N boules, donc il y a
cabulaire
probabiliste)
CNn = Ca+bn possibilités.
Relations
- Cas favorables : k boules noires et (n -k) boules blanches,
logiques
entre les
alors il y a Cak × Cbn−k possibilités favorables.
événements Ainsi, la probabilité est donnée par
Notion de
probabilité
cas favorables C k × C n−k
Cas P= = a n b
particulier :
équiprobabi-
cas possibles Ca+b
lité des
événements
élémentaires

Probabilités
composées et
condition-
nelles
32/34
 Problèmes relatifs aux calculs des probabilités

Chapitre 2 :
Théorie
élémentaire
de
probabilités
2- Cas des épreuves non-exhaustives (avec remise)
Abdelaziz
CHE-
TOUANI Une urne contient N boules, dont a noires er b blanches. Quelle
est la probabilité qu’après une série de n tirages non-exhaustifs
Sommaire
et au hasard, on obtient k boules noires et (n − k) blanches.
Notions gé-
nérales :(Vo- ici on travaille dans le cas équiprobable, alors :
cabulaire
probabiliste) - La probabilité de tirer une boule noire est : p = Na
Relations
logiques
- La probabilité de tirer une boule blanche est : q = 1 − p = Nb
entre les
événements
i- Probabilité de tirer dans l’ordre k boules noires et (n -k)
Notion de
boules blanches Dans ce cas on a la possibilité suivante :
probabilité N N N ... N B B ... B
Cas
particulier : et donc on a la probabilité P = p k (1 − p)n−k .
équiprobabi-
lité des
événements
élémentaires

Probabilités
composées et
condition-
nelles
33/34
 Problèmes relatifs aux calculs des probabilités

Chapitre 2 :
Théorie
élémentaire
de
probabilités

Abdelaziz
ii- Probabilité de tirer dans un ordre quelconque ces même
CHE-
TOUANI
boules

Sommaire
Il y a Cnk manière de placer k boules noires dans n cases
Notions gé-
différentes. Les (n − k) cases qui restent sont évidement
nérales :(Vo-
cabulaire
occupées par des blanches. Chaque manière à pour probabilité
probabiliste) p k (1 − p)n−k . Ainsi : P(k) = Cnk p k (1 − p)n−k c’est la formule
Relations
logiques
Binomiale.
entre les
événements
Exemple On jette une pièce de monnaie 10 fois. Quelle est la
Notion de
probabilité d’avoir 6 faces et 4 piles ?
probabilité
4
Cas
particulier :
P(pile) = 1/2, P(4) = C10 (1/2)6 (1/2)4 = C10
4
(1/2)10 .
équiprobabi-
lité des
événements
élémentaires

Probabilités
composées et
condition-
nelles
34/34