Définition 1

Soit Ω un univers fini. On appelle système complets d’événements de Ω toute famille (A1 , . . . , An ) (où
n ∈ N∗ ) d’événements telle que :
Sn tout couple (i, j) d’éléments distincts de [|1, n|], on ait Ai ∩ Aj = ∅.
- pour
- i=1 Ai = Ω.
Probabilités conditionnelles:
Exemple
Considérons le lancé d’un dé équilibré. Notons A l’événement ”on obtient un 2 ” et B l’événement ”on
n’obtient pas 1”

Définition 2

Soit A et B deux événements tels que P(B) 6= 0. On appelle probabilité conditionnelle de A sachant B
(c’est-à-dire sachant que B est réalisé), notée P(A/B) le quotient:

P(A ∩ B)
P(A | B) = PB (A) = .
P(B)

Exercice. On considère une famille de deux enfants. On suppose que chaque enfant a une chance sur deux
d’être une fille.
- Quelle est la probabilité que les deux enfants soient des filles sachant que l’aı̂né est une fille ?
- Quelle est la probabilité que les deux enfants soient des filles sachant qu’il y a au moins une fille ?
Formules fondamentales:
Formule des probabilités composées:
Exemple. Une urne contient initialement 4 boules blanches et 2 boules noires. On tire une boule. On
la remet dans l’urne avec une boule de la même couleur. On procède à un deuxième tirage. Quelle est la
probabilité d’obtenir deux boules noires?

Définition 3

Soit n ≥ 2. Soient A1 , . . . , An des événements de l’espace probabilisé fini (Ω, P) tels que
P (A1 ∩ · · · ∩ An−1 ) > 0. Alors

P (A1 ∩ · · · ∩ An ) = P (A1 ) P (A2 | A1 ) P (A3 | A1 ∩ A2 ) . . . P (An | A1 ∩ · · · ∩ An−1 )

Exemple. Dans une urne 4 boules blanches 2 boules noires indiscernables au toucher, on tire 3 boules
successivement sans remise. On cherche à déterminer la probabilité de N ”tirer une boule noire pour la
première fois au troisième tirage”.
(Formule des probabilités totales)

Définition 4

Soit (A1 , . . . , An ) un système complet d’événements de l’espace probabilisé fini (Ω, P) tel que P (Ai ) > 0
pour tout 1 ≤ i ≤ n. Pour tout événement B, on a :
n
X
P(B) = PAi (B)P (Ai )
i=1

Exemple. X et Y s’entraı̂ne au tir à l’arc. X atteint la cible 9 fois sur 10, Y atteint la cible 6 fois sur 10.
Y joue deux fois sur 3. Quelle est la probabilité que la cible soit atteinte ?
Notons C l’événement ”la cible est atteinte”, JX (resp. JY ) ”le joueur est X (resp. Y )”.
Exercice: Le fonctionnement au cours du temps d’un appareil possédant une maintenance obéit aux règles
suivantes :
- s’il fonctionne à la date n − 1 (n ∈ N∗ ), il a la probabilité a de toujours fonctionner à la date n.
- s’il est en panne à la date n − 1 (n ∈ N∗ ), il a la probabilité b d’être encore en panne à la date n
où (a, b) est un couple de réels de ]0, 1[. On suppose que l’appareil est en état de marche à la date 0. Pour
n ∈ N, on note Mn l’événement ”l’appareil est en état de marche à la date n ” et pn la probabilité de Mn .
a) Déterminer pn pour n ∈ N.
b) Déterminer la limite de (pn )
Formule de Bayes:

Définition 5

1
- Soient A et B deux événements tels que P(A) > 0 et P(B) > 0. Alors

P(B | A)P(A)
P(A | B) =
P(B)

- Soit (A1 , . . . , An ) un système complet d’événements de l’espace probabilisé (Ω, P) tel que pour tout i ∈
[|1, n|], P (Ai ) 6= 0. Pour tout événement B tel que P(B) 6= 0, on a pour tout i ∈ [|1, n|] :

P (B | Ai ) P (Ai )
P (Ai | B) = Pn
j=1 P (B | Aj ) P (Aj )

- En particulier, pour tous événements A et B tels que 0 < P(A) < 1 et P(B) 6= 0, on a:

P(B | A)P(A)
P(A | B) =
P(B | A)P(A) + P(B | Ā)P(Ā)

Exemple. L’un des joueurs a atteint la cible. Quelle est la probabilité qu’il s’agisse de Y ? On cherche
donc à calculer P (JY | C).
Exemple. Une maladie affecte une personne sur mille. On dispose d’un test qui détecte 99% des malades,
et qui donne 0, 2% de faux positifs chez une personne saine. Une personne est contrôlée positive. Quelle est
la probabilité qu’elle soit réellement malade ? Notons T l’événement ”le test est positif”, et M ”la personne
est malade”. On cherche à calculer P(M | T ).
Exercice:(Problème de Monty Hall). Dans un jeu télévisé, trois portes sont fermées. Derrière l’une
d’entre elles se trouve une voiture, derrière chacune des deux autres, une chèvre. Le candidat choisit l’une
des portes. Le présentateur, qui sait quelle pote cache la voiture, ouvre alors l’une des deux autres portes,
derrière laquelle se trouve une chèvre. Il propose alors au candidat de changer de porte. Que doit faire le
candidat ?
Indépendance:

Définition 6

Deux événements A et B de l’espace probabilisé (Ω, P) sont dits indépendants si :

P(A ∩ B) = P(A)P(B)

Remarque. Si A et B sont deux événements de probabilité non nulle, alors :

A et B sont indépendants ⇔ P(A | B) = P(A) ⇔ P(B | A) = P(B).

Exemple. On lance deux dés. On considère les événements A ”le premier dé donne un numéro pair” et B
”le deuxième dé donne 3”. Montrons que les événements A et B sont indépendants.

Définition 7

Soient A1 , . . . , An des événements de l’espace probabilisé (Ω, P). On dit que A1 , . . . , An sont mutuellement
indépendants (ou indépendants) si pour tout sous-ensemble I de [|1, n|], on a :
!
\ Y
P Ai = P (Ai )
i∈I i∈I

Définition 8

- On dit que A1 , . . . , Am sont deux à deux indépendants sı́, pour tous i et j de {1, . . . , m},

P (Ai ∩ Aj ) = P (Ai ) P (Aj ) .

Exemple. On lance deux fois de suite un dé à 6 faces équilibré. On définit les événements :
A:”le premier lancer donne un chiffre pair”
B:”le deuxième lancer donne un chiffre impair”
C:”l’un des lancer donne un chiffre pair, l’autre un chiffre impair”
1. Montrer que les événements A et B sont indépendants, que les événements A et C sont indépendants et
que les événements B et C sont indépendants.
2. Les événements A, B et C sont-ils mutuellement indépendants?