Probabilité

Pr. OUCHICHA Chaimae

Ecole Nationale de Commerce et de Gestion

ENCG- Settat

2022/2023
 Plan du cours
Chapitre 1: Analyse combinatoire/Dénombrement
I. Principe multiplicatif
II. Arrangement
III. Permutation
IV. Combinaison
Chapitre 2: Théorie des ensembles et de probabilité
I. Notions sur la théorie des ensembles
II. Notions générales : (Vocabulaire probabiliste)
III. Notion de probabilité
IV. Probabilités conditionnelles et composées
Chapitre 3: Variable aléatoire
I. Définition générale
II. Variable aléatoire discrète
III. Variable aléatoire continue
Chapitre 4: Lois de Probabilité Usuelles
I. Lois Usuelles Discrètes
II. Lois Usuelles Continue
Chapitre 2: Théorie des ensembles et
de probabilité
Introduction

Les origines de la théorie des Probabilités remontent au 17è𝑚𝑒 siècle en

manipulant la notion du hasard en mathématique. L’élaboration axiomatique
de la théorie des Probabilités a été établie par Kolmogorov (1933). La
théorie des probabilités fournit des modèles mathématiques permettant
l’étude d’expériences dont le résultat ne peut être prévu avec une totale
certitude
I. Notions sur la théorie des ensembles

Définitions et propriétés.
- Un ensemble est une collection d’objets appelés éléments.
- l’ensemble vide noté ∅ est l’ensemble qui ne contient aucun élément.
- soit Ω un ensemble.
Un ensemble 𝐴 est dit un sous-ensemble de Ω ou une partie de Ω si tous les
éléments de 𝐴 sont des éléments de Ω.
L’ensemble des parties de Ω est noté 𝒫(Ω).

Exemple.
Donner l’ensemble de parties de Ω= 𝑎, 𝑏, 𝑐 .
𝒫(Ω)={ 𝑎, 𝑏, 𝑐 , 𝑎, 𝑏 , 𝑎, 𝑐 , 𝑏, 𝑐 , 𝑎 , 𝑏 , 𝑐 , ∅}
Définitions et propriétés.
soient Ω, 𝐴, 𝐵 ∈ 𝒫 Ω
• Inclusion: 𝐴⊂B signifie que tous les éléments de 𝐴 sont dans 𝐵
𝐴 ⊈ 𝐵 signifie qu’il existe au moins un élément de 𝐴 n’appartient pas
à𝐵
• Complémentaire: 𝐴 est l’ensemble des éléments de Ω qui
n’appartiennent pas à 𝐴 appelé complémentaire de 𝐴
• Union: 𝐴 ∪ 𝐵: 𝑥 ∈ 𝐴 ∪ 𝐵𝑥 ∈ 𝐴 𝑜𝑢 𝑥 ∈ 𝐵 .
• Intersection: 𝐴 ∩ 𝐵: 𝑥 ∈ 𝐴 ∩ 𝐵𝑥 ∈ 𝐴 𝑒𝑡 𝑥 ∈ 𝐵

Remarque.
1. A ∪ A = A, A ∩ A = A, A ∪ ∅ = A, A ∩ ∅ = ∅
2. Si 𝐴⊂𝐵 alors A ∪ 𝐵 = 𝐵 et 𝐴 ∩ 𝐵 = 𝐴
Définitions et propriétés.
• 𝐴 𝑒𝑡 𝐵 sont disjoints si et seulement si 𝐴 ∩ 𝐵 = ∅
• 𝐴\B = 𝐴 ∩ 𝐵ത est l’ensemble des éléments qui appartiennent à 𝐴 et
qui n’appartiennent pas à 𝐵

Proposition.
Soient 𝐴, 𝐵, 𝐶 des parties de Ω, on a
A∪𝐵 =𝐵∪𝐴
𝐴∩𝐵 =𝐵∩𝐴
A ∪ 𝐵 ∩ 𝐶 = (A ∪ 𝐵) ∩ 𝐴 ∪ 𝐶
A ∩ 𝐵 ∪ 𝐶 = (A ∩ 𝐵) ∪ 𝐴 ∩ 𝐶
𝐴 ∩ 𝐵 = 𝐴ҧ ∪ 𝐵ത
𝐴 ∪ 𝐵 = 𝐴ҧ ∩ 𝐵ത
Si Ω a un nombre fini d’éléments, alors pour tout 𝐴 ∈ 𝒫 Ω , 𝐴 a
également un nombre fini d’éléments.
Cardinal de 𝐴, noté 𝑐𝑎𝑟𝑑(𝐴) est le nombre d’éléments de 𝐴

Proposition.
𝑐𝑎𝑟𝑑 𝐴ҧ = 𝑐𝑎𝑟𝑑 Ω − 𝑐𝑎𝑟𝑑 𝐴
card A ∪ 𝐵 = 𝑐𝑎𝑟𝑑 𝐴 + 𝑐𝑎𝑟𝑑 𝐵 − 𝑐𝑎𝑟𝑑(𝐴 ∩ 𝐵)
𝑐𝑎𝑟𝑑 𝐴\𝐵 = 𝑐𝑎𝑟𝑑 𝐴 − 𝑐𝑎𝑟𝑑 A ∩ 𝐵
𝑐𝑎𝑟𝑑 ∅ = 0
II. Notions générales :(Vocabulaire probabiliste)

Epreuve aléatoire:
C’est une expérience qu’on peut la répéter dans les mêmes conditions et qui
donne plusieurs résultats.

l’univers des éventualités:

C’est l’ensemble des résultats possibles d’une épreuve et on le note par Ω
(On l’appelle aussi l’ensemble fondamental)

Exemple
Lancer un dé – le jeu de pile ou face.
Si on lance un dé, l’univers Ω est l’ensemble Ω = 1,2,3,4,5,6 .
Evénement:
C’est la réalisation d’une ou plusieurs éventualités lors de l’examen des
résultats d’une épreuve. Autrement dit, c’est un sous ensemble ou partie de
l’univers Ω
Si un événement contient un seul élément, on l’appelle événement élémentaire

Exemple
Si on lance un dé, l’univers Ω peut être décomposé en deux événement
- Chiffre pair: 𝐸1 = 2,4,6 .
- Chiffre impair: 𝐸1 = 1,3,5 .

Remarque
- Un événement impossible noté ∅, n’est jamais réalisé
- L’événement Ω est appelé événement certain (car il est toujours réalisé).
Relations logiques entre les événements

Evénement complémentaire:
Soit A une partie de Ω. Le complémentaire de 𝐴, également partie de Ω noté
ഥ est l’ensemble des résultats qui conduit à la réalisation de l’événement
𝐴,
contraire de 𝐴. c.à.d., Si un événement contient un seul élément, on l’appelle
événement élémentaire 𝐴ҧ est réalisé si et seulement si 𝐴 n’est pas réalisé
𝐴ҧ = 𝐶Ω𝐴 = Ω\A
𝐴ҧ est appelé aussi l’événement contraire.

Exemple
Soit l’épreuve qui consiste à lancer un dé. Désignons 𝐴 l’événement « obtenir
un nombre pair ».
𝐴 = 2,4,6 ⇒ 𝐴ҧ = 1,3,5
Relations logiques entre les événements

Intersection des événements:

L’intersection de deux événements 𝐴 et 𝐵 d’un même univers Ω, 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: « obtenir un nombre pair », i.e. 𝐴 = 2,4,6 ,
• 𝐵: « obtenir un nombre > 3 », i.e. B= 4,5,6
Alors l’événement 𝐴 ∩ 𝐵: « obtenir un nombre pair et >3 »= {4,6}

Événements incompatibles ou disjoints:

Deux événements 𝐴 et 𝐵 d’un même univers Ω, sont dits incompatibles si 𝐴 ∩
𝐵=∅. ( c.à.d., leur réalisation simultanée est impossible).
Exemple.
Jet d’un dé, Ω = {1, 2, 3, 4, 5, 6}. Les événements 𝐴 = {1, 2} et 𝐵 = {4, 5, 6}
sont incompatibles
Relations logiques entre les événements

Réunion des événements:

La réunion de deux événements 𝐴 et 𝐵 d’un même univers Ω, noté 𝐴 ∪ 𝐵, est
l’événement qui est réalisé si 𝐴 ou 𝐵 est réalisé
Exemple.
On lance un dé et on note la face visible. Soient les événements
• 𝐴: « obtenir un nombre pair », i.e. 𝐴 = 2,4,6 ,
• 𝐵: « obtenir un nombre divisible par 3 », i.e. B= 3,6
Alors l’événement A ∪ 𝐵: « obtenir un nombre pair ou divisible par 3»=
{2,3,4,6}
III. Notion de probabilité

Définition.
Une probabilité 𝑃 sur l’ensemble Ω est une application
𝑃: 𝐴 ⊂ Ω → [0,1]
qui satisfait les propriétés suivantes
i) 0≤𝑃 𝐴 ≤1
ii) 𝑃 A ∪ B = 𝑃 A + 𝑃 B si A ∩ B = ∅
iii) 𝑃(‫ڂ‬+∞ i=1 iA ) = σ +∞
i=1 𝑃(Ai ) si Ai ∩ Aj = ∅ , ∀i ≠ j
iv) 𝑃(Ω)=1
On dit alors que Ω est muni d’une probabilité 𝑃
Probabilité de l’événement contraire.
Soit un événement 𝐴 et son contraire 𝐴.ҧ Alors
𝑃 𝐴ҧ = 1 − 𝑃(𝐴)

Preuve
On a 𝐴 et 𝐴ҧ sont deux événements incompatibles et donc
𝑃 𝐴 ∪ 𝐴ҧ = 𝑃 𝐴 + 𝑃(𝐴)ҧ
Or
𝐴 ∪ 𝐴ҧ = Ω
⇓
𝑃 𝐴 + 𝑃 𝐴ҧ = 1
D’où le résultat.
Remarque.
La probabilité 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
Propriété.
ത On a
si 𝐵 ⊂ 𝐴, on note 𝐴\𝐵 = 𝐴 ∩ 𝐵,
𝑃(𝐵) ≤ 𝑃(𝐴) et 𝑃(𝐴\𝐵) = 𝑃(𝐴) − 𝑃(𝐵),

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 événement élémentaires, alors
𝑝

𝑃(𝐴) = ෍ 𝑃(𝑤𝑖 )
𝑖=1
Cas particulier: équiprobabilité des évènements élémentaires

Soit Ω = 𝑤1, 𝑤2, … , 𝑤𝑛 un ensemble fini. L’équiprobabilité

correspondant au cas où tous les événements élémentaires de Ω ont la
même probabilité de se réaliser.
Les événements élémentaires sont incompatibles, donc on a:
𝑃(Ω)= 𝑃 𝑤1 + 𝑃 𝑤2 + ⋯ + 𝑃 𝑤𝑛 = 1, ∀𝑖 = 1, … , 𝑛
1 1
Ainsi 𝑃 𝑤1 = 𝑃 𝑤2 = ⋯ = 𝑃 𝑤𝑛 = =
𝑛 cardΩ
Par conséquence on a le résultat suivant:
Proposition.
Soit Ω un ensemble fini et 𝐴 ∈ 𝑃 Ω , où les événements élémentaires sont
équiprobables. Alors
𝑛𝑜𝑚𝑏𝑟𝑒 𝑑’é𝑙é𝑚𝑒𝑛𝑡𝑠 𝑑𝑒 𝐴
𝑃 𝐴 =
𝑛𝑜𝑚𝑏𝑟𝑒 𝑑’é𝑙é𝑚𝑒𝑛𝑡𝑠 𝑑𝑒 Ω
𝑐𝑎𝑟𝑑(𝐴)
=
𝑐𝑎𝑟𝑑(Ω)
𝑛𝑜𝑚𝑏𝑟𝑒 𝑑𝑒 𝑐𝑎𝑠 𝑓𝑎𝑣𝑜𝑟𝑎𝑏𝑙𝑒𝑠 à 𝑙𝑎 𝑟é𝑎𝑙𝑖𝑠𝑎𝑡𝑖𝑜𝑛 𝑑𝑒 𝐴
=
𝑛𝑜𝑚𝑏𝑟𝑒 𝑑𝑒 𝑐𝑎𝑠 𝑝𝑜𝑠𝑠𝑖𝑏𝑙𝑒𝑠
Exemple 1.
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 Ω = {1,2,3,4,5,6} et les événements sont équiprobables.
Soient 𝐴 l’événement: «obtenir le chiffre 6», 𝐵 l’événement: «obtenir un
chiffre différent de 6» et 𝐶 l’événement: «obtenir le chiffre 2 ou 6 ». Alors on
a:
𝑐𝑎𝑟𝑑(𝐴) 1
𝑃 𝐴 = =
𝑐𝑎𝑟𝑑(Ω) 6
𝑐𝑎𝑟𝑑(𝐵) 5
𝑃 𝐵 = =1−𝑃 6 =
𝑐𝑎𝑟𝑑(Ω) 6
𝑐𝑎𝑟𝑑(𝐶) 2
𝑃 𝐶 = = 𝑃 2 + 𝑃 6 = 𝑃 2,6 =
𝑐𝑎𝑟𝑑(Ω) 6
Exemple 2.
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
Théorème.
Soient 𝐴 et 𝐵 deux événements quelconques d’un univers Ω. Alors
𝑃 𝐴 ∪ 𝐵 = 𝑃 𝐴 + 𝑃 𝐵 − 𝑃(𝐴 ∩ 𝐵)

Exemple.
Considérons l’expérience de l’exemple précédent. Calculer la probabilité 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
𝑃 𝐵 ∩ 𝐷 = 𝑃 6 = 0.3, ainsi on a 𝑃 𝐴 = 0.8
V. Probabilités conditionnelles et composées

Soient 𝐴 et 𝐵 deux événements d’un même référentiel Ω tel que 𝑃 𝐴 > 0

1- Probabilités conditionnelles:

Définition.
On appelle ‘‘probabilité conditionnelle de 𝐵 relativement à 𝐴’’ ou bien ‘‘
probabilité pour que 𝐵 se réalise sachant que 𝐴 est réalisé’’, l’expression
suivante:
𝑃(𝐴 ∩ 𝐵)
𝑃 𝐵/𝐴 = 𝑃𝐴 𝐵 =
𝑃(𝐴)
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 événements 𝐷: « Tirer une dame » et 𝑇: « Tirer un trèfle »,
alors
𝑃(𝐷 ∩ 𝑇) 1/52 1
𝑃 𝐷/𝑇 = = =
𝑃(𝑇) 13/52 13
Exemple 2.
Une personne lance un dé équilibré sans avoir 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,
3 1 5
𝑃 𝐴 = 𝑃 1,3,5 = = et 𝑃 𝐵 = 𝑃 1,2,3,4,6 =
6 2 6
L’événement 𝐴 ∩ 𝐵 ≔ « obtenir un chiffre impair différent de 5 »,
2
D’où P 𝐴 ∩ 𝐵 = 𝑃 1,3 =
6
la probabilité que le résultat soit un chiffre impair est:
𝑃(𝐴 ∩ 𝐵) 𝑃 1,3 2/6 2
𝑃 𝐴/𝐵 = = = =
𝑃(𝐵) 𝑃 1,2,3,4,6 5/6 5
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
évènements 𝐴 𝑒𝑡 𝐵, et on la note 𝑃 𝐴 ∩ 𝐵 , et on a
𝑃(𝐴 ∩ 𝐵)= 𝑃 𝐴/𝐵 𝑃(𝐵)=𝑃 𝐵/𝐴 𝑃(𝐴)

Exemple.
Un sac contient 10 boules indiscernables au toucher: 4 boules sont blanches,
6 boules sont noires. Une personne tire 3 boules l’une après l’autre sans
remise.
Quelle est la probabilité d’obtenir dans l’ordre: une blanche, une noire, une
blanche?
Solution.
Considérons les événements suivants:
𝐴, l’événement « tirer une boule blanche au premier tirage »
𝐵, l’événement « tirer une boule blanche 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 tirages successifs dépendants
4
• 1 tirage, il y a 4 blanches parmi 10, donc 𝑃 𝐴 =
er
10
6
• 2ème tirage, il reste 3 blanches et 6 noires, donc 𝑃 𝐵/𝐴 =
9
3
• 3ème tirage, il reste 3 blanches et 5 noires, donc 𝑃 𝐶/(𝐴 ∩ 𝐵 ) =
8
Ainsi
4 63
𝑃 𝐴 ∩ 𝐵 ∩ 𝐶 = 𝑃(𝐴) × 𝑃 𝐵/𝐴 × 𝑃 𝐶/(𝐴 ∩ 𝐵 ) = = 0.1
10 9 8
3- Probabilité Totale:

Définition.
On dit que {𝐸1 , 𝐸2 , … , 𝐸𝑛 } est un système complet d’événements de Ω si:
i) ‫=𝑖𝑛ڂ‬1 𝐸𝑖 = Ω
ii) 𝐸𝑖 ∩ 𝐸𝑗 = ∅ ∀𝑖 ≠ 𝑗 ; 𝑖, 𝑗 = 1,2, … , 𝑛

Théorème.
Soit {𝐸𝑖 }𝑖=1,…,𝑛 un système complet d’événements de Ω de probabilités non
nulles c’est-à-dire 𝑃 𝐸𝑖 > 0, ∀𝑖 = 1, … , 𝑛. Alors pour tout événement 𝐵, on
a:
𝑃 𝐵 = 𝑃(𝐵 ∩ 𝐸1 )+ 𝑃 𝐵 ∩ 𝐸2 + ⋯ + 𝑃 𝐵 ∩ 𝐸𝑛
= 𝑃(𝐵/𝐸1 )𝑃(𝐸1 )+ 𝑃 𝐵/𝐸2 𝑃(𝐸2 ) + ⋯ + 𝑃 𝐵/𝐸𝑛 𝑃(𝐸𝑛 )
Exemple.
Dans un match de Football le score est de 1 à 1 entre les deux équipes 𝐴 et
𝐵. Avant 10 secondes du sifflet final, l’équipe 𝐴 obtient un penalty. On sait
que l’un des trois joueurs 𝐽1, 𝐽2 ou 𝐽3 peut tirer ce penalty avec les
probabilités 0.7 pour 𝐽1 et 0.2 pour 𝐽2. On sait aussi que 𝐽1 a une probabilité
de succès de 0.95 et que cette probabilité est de 0.8 pour 𝐽2 et de 0.7 pour
𝐽3 .
Quelle est la probabilité que le match finisse sur le score de 2 à 1 en faveur
de l’équipe 𝐴 ?
Solution.
Ω = {𝐽1, 𝐽2, 𝐽3}. On note 𝑉𝐴 l’événement « l’équipe 𝐴 gagne 2 à 1 »
On cherche à calculer 𝑃(𝑉𝐴). D’après la formule des probabilités totales :
𝑃 𝑉𝐴 = 𝑃 𝑉𝐴/𝐽1 𝑃 𝐽1 + 𝑃(𝑉𝐴/𝐽2)𝑃(𝐽2) + 𝑃(𝑉𝐴/𝐽3)𝑃(𝐽3)
= 0.7 × 0, 95 + 0.2 × 0.8 + 0.1 × 0.7 = 0.665 + 0.16 + 0.07
= 0.895
3- Théorème de Bayes
Soient 𝐴 et 𝐵 deux événements de Ω tels qu’on sait calculer
𝑃 𝐵ത ; 𝑃 𝐵 ; 𝑃 𝐴/𝐵 ; 𝑃(𝐴/ 𝐵)
ത
Problème inverse: Calculer 𝑃(𝐵/𝐴)?

Théorème (Formule de Bayes)

𝑃 𝐵 𝑃(𝐴/𝐵)
𝑃(𝐵/𝐴) =
𝑃 𝐵 𝑃 𝐴/𝐵 + 𝑃 𝐵ത 𝑃 𝐴/𝐵ത
Preuve
𝑃(𝐴 ∩ 𝐵)
𝑃 𝐵/𝐴 =
𝑃(𝐴)
𝑃 𝐵 𝑃(𝐴/𝐵
=
ത
𝑃(𝐴 ∩ (𝐵 ∪ 𝐵)
𝑃 𝐵 𝑃(𝐴/𝐵
=
ത
𝑃 𝐴 ∩ 𝐵 + 𝑃(𝐴 ∩ 𝐵)
𝑃 𝐵 𝑃(𝐴/𝐵)
=
𝑃 𝐵 𝑃 𝐴/𝐵 + 𝑃 𝐵ത 𝑃 𝐴/𝐵ത
D’une manière générale, soient 𝐴1, 𝐴2, … , 𝐴𝑛 des événements incompatibles
deux à deux (𝐴𝑖 ∩ 𝐴𝑗 = ∅, ∀𝑖 ≠ 𝑗), et tel que. Soit 𝐵 un événement de
probabilité non nulle. 𝐴1 ∪ A2 ∪ ⋯ ∪ 𝐴𝑛 = Ω
Les informations connues sont:
• La probabilité de chacune des événements: 𝑃(𝐴1), 𝑃(𝐴2), … , 𝑃(𝐴𝑛)
• La probabilité de réalisation 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)

Formule de Bayes

𝑃 𝐴𝑖 𝑃(𝐵/𝐴𝑖 )
𝑃(𝐴𝑖/𝐵) = 𝑛
σ𝑗=1 𝑃 𝐴𝑗 𝑃(𝐵/𝐴𝑗)
Exemple 1.
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
1. Quelle est la proportion de personnel ayant une formation supérieure?
2. Sachant qu’il a une formation supérieure, quelle est la probabilité qu’un
employé soit une femme?
Solution.
Considérons les événements suivants: 𝐴: « être un employé femme »
𝐵: « être un employé de formation supérieure ». Alors, on a:
𝑃 𝐴 = 0.8; 𝑃(𝐵/𝐴) = 0.08; 𝑃 𝐴ҧ = 0.2; 𝑃(𝐵/𝐴)ҧ = 0.24, et on a aussi
𝑃 𝐵 = 𝑃 𝐵 ∩ 𝐴 ∪ 𝐴ҧ = 𝑃 𝐵 ∩ 𝐴 + 𝑃 𝐵 ∩ 𝐴ҧ
= 𝑃 𝐴 𝑃 𝐵/𝐴 + 𝑃 𝐴ҧ 𝑃 𝐵/𝐴ҧ = 0.8 × 0.08 + 0.2 × 0.24 = 0.112
Ainsi on aura
𝑃 𝐴 𝑃(𝐵/𝐴)
𝑃 𝐴/𝐵 =
𝑃 𝐴 𝑃 𝐵/𝐴 + 𝑃 𝐴ҧ 𝑃 𝐵/𝐴ҧ
Exemple 2.
Trois machine 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?

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
Suite.
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 𝑃 𝐷/𝑀2
𝑃 𝑀2 /𝐷 =
𝑃 𝑀2 𝑃 𝐷/𝑀2 + 𝑃 𝑀2 𝑃 𝐷/𝑀2
Or, 𝑃 𝑀2 = 1 − 𝑃 𝑀2 = 0.7
et
𝑃 𝑀2 𝑃 𝐷/𝑀2 = 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
4- 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’influence 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/𝐴 = ; 𝑃 𝐴/𝐵 =
𝑃(𝐴) 𝑃(𝐵)
D’où

Proposition
Deux événements A 𝑒𝑡 𝐵 sont indépendants si et seulement si
𝑃(𝐴 ∩ 𝐵)= 𝑃 𝐴 × 𝑃(𝐵)
Exemple.
Une carte est tirée d’un jeu de 52 cartes. Calculer
- La probabilité de tirer un roi
- La probabilité de tirer un roi sachant que la carte tirée est un cœur
- La probabilité de tirer le roi de cœur. Commenter
Solution.
Soient 𝐴 l’événement « Tirer un roi » et 𝐵 l’événement «Tirer un cœur». Alors
on a:
4 1 13 1
𝑃 A = = ,𝑃 B = ,𝑃 A ∩ B =
52 13 52 52
Avec A ∩ B, l’événement « Tirer un roi de cœur »
1 13 1
On constate que 𝑃 A ∩ B = 𝑃 A × 𝑃 B = × = , ce qui signifie
13 52 52
que les événements A et B sont indépendants. On a aussi,
1
𝑃 A∩B 52 1
𝑃 A/B = = = = 𝑃(A)
𝑃(B) 13 13
52
Les deux événements sont indépendants mais ils ne sont pas incompatibles
puisque A ∩ B ≠ ∅
Proposition.
Si 𝐴 et 𝐵 sont indépendants alors,
1. A et 𝐵ത sont indépendants.
2. Aഥ et B sont indépendants.
3. Aഥ et B
ഥ sont indépendants.

Preuve
ഥ
1. D’après la formule des probabilités totales, 𝑃(𝐵) = 𝑃(𝐵 ∩ 𝐴) + 𝑃(𝐵 ∩ A).
Donc 𝑃(𝐵 ∩ 𝐴) = 𝑃(𝐵) − 𝑃(𝐵 ∩ A) ഥ
C’est à dire 𝑃(𝐴)𝑃(𝐵) = 𝑃(𝐵)−𝑃(𝐵 ∩ A) ഥ
Ou encore 𝑃(𝐵) − 𝑃(𝐴)𝑃(𝐵) = 𝑃(𝐵 ∩ A) ഥ
Donc 𝑃(𝐵)(1 − 𝑃(𝐴)) = 𝑃(𝐵 ∩ A) ഥ
Finalement 𝑃(𝐵)𝑃(A) ഥ = 𝑃(𝐵 ∩ A) ഥ
Ce qui est la définition de l’indépendance entre 𝐴 et 𝐵.
2. La même preuve.
3. La même preuve.