Chapitre III: Calcul des probabilités

3ème semestre
Section 3
Prof: GUEHAIR N.

2024_2025 1
 Chapitre III: Calcul des probabilités
3.1) Expérience aléatoire
3.2) Evènement
3.3) Axiomes de probabilité
3.4) Equiprobabilité
3.5) Probabilités conditionnelles
3.5.2) Indépendance en probabilité.
3.5.2)Probabilités composées
3.5.1) Probabilités totales
3.5.3) Formules de Bayes

2024_2025 2
 3.1) Expérience aléatoire

3.1) Expérience aléatoire:

Une expérience consiste à provoquer un phénomène dans
l’intention de l’étudier. Elle est aléatoire si son résultat n’est
pas connu à l’avance. Toutes les expériences dans la théorie
de probabilité ne peuvent pas être modélisées! Une
expérience est aléatoire lorsqu'elle :
❑ Peut être répétée dans les mêmes conditions
❑ Le résultat de l’expérience n’est pas connu à l’avance
❑ La liste des résultats ou issues possible est connue
2024_2025 3
 3.1) Expérience aléatoire
Une expérience aléatoire est notée 𝜀.
Exemple: lancer une pièce de monnaie. Relancer la pièce aussi
souvent que voulu ne permet pas de savoir à l’avance quelle face va
sortir mais seulement deux issues : pile ou face.
La liste des issues ou résultats possibles est modélisée par un
ensemble noté 𝛺, est appelé l’univers des possibles.
Lancer un dé 𝛺 = 1,2,3,4,5,6 , est représenté par ∶
𝛺
1. 2. 4. 6.
3. 5.
2024_2025 4
 3.2) Evènement
Pour la durée de vie d’une composante électrique, on peut choisir:
𝛺 = [0; +∞[
3.2) Evènement
On définit un événement comme un ensemble de résultats possibles
de l’expérience aléatoire.
Un événement est tout sous ensemble de 𝛺
Exemple :
A l’événement « le nombre obtenu est pair » : 2; 4; 6 (l’ événement
« nombre plus grand que 1 » est également réalisé!
A est un sous ensemble de 𝛺
A⊂ 𝛺 ⇒ 𝐴 𝜖
2024_2025 5
 3.2) Evènement

𝛺 est un événement de , que l’on appelle événement certain.

∅ est l’ événement incertain : c’est un événement qui n’est jamais
réalisé même si l’expérience est répétée une infinité de fois!
𝐴ҧ est l’évènement complémentaire de A, est constitué des
éventualités de 𝛺 qui n’appartiennent pas à A.
𝐴ҧ est l’événement « le nombre obtenu n’est pas pair »
Si le sous ensemble de 𝛺 est un singleton ( à un élément), on parle
de l’événement élémentaire.
Exemple : pour un dé, 6 appartient à la partie 6 qui modélise l’
événement élémentaire « obtenir 6 »
N.B l’ensemble des événements élémentaires forment une partie
particulière de 𝛺
2024_2025 6
 3.2) Evènement

On lance un dé, on obtient un nombre 𝜔 tel que 𝜔 ∈ 𝛺 =

1,2,3,4,5,6 . On dit A l’évènement « obtenir un nombre
impair » est réalisé si 𝜔 ∈ 1; 3; 5
A est réalisé ⇔ 𝜔 ∈ 1; 3; 5
Lorsque on effectue une expérience, on obtient un couple
(𝜔1 ; 𝜔2 ). On dit alors que l’évènement B ( la somme est
égale à 5) est réalisé si :
(𝜔1 ; 𝜔2 ) 𝜖 (1; 4), (2; 3), (4; 1),(3; 2)
2024_2025 7
 3.2) Evènement
On dit que l’événement contraire de A « non A » est réalisé
si et seulement si A n’est pas réalisé :
𝜔 ∈ 𝐴ഥ ⇔ 𝜔 ∉ A
Exemple précèdent : A n’est pas réalisé si 𝜔 ∉ 1; 3; 5 .
𝐸𝑥𝑒𝑚𝑝𝑙𝑒 ∶ 𝛺 et ∅ sont contraires.
Cas de deux évènements :
On dit que l’événement « A et B » est réalisé si et
seulement si A et B sont réalisés au cours de la même
expérience.
2024_2025 8
 3.2) Evènement
𝜔 ∈ ’’A et B’’ ⇔ 𝜔 ∈ A et 𝜔 ∈ B ⇔ 𝜔 ∈ A ∩ 𝐵
❑On dit que A et B deux évènements disjoints ou incompatibles
s’ils ne peuvent pas se réaliser au même temps : A∩ 𝐵 =∅
Exemple : on jette une fois un dé à six faces, les évènements
« avoir un nombre paire » et « avoir un nombre impair » sont
disjoints.
❑On dit que « A ou B » est réalisé si et seulement si l’un deux au
moins est réalisé :
𝜔 ∈ ’’A ou B’’ ⇔ 𝜔 ∈ A ou 𝜔 ∈ B ⇔ 𝜔 ∈ A ∪ 𝐵

2024_2025 9
 3.2) Evènement
❑On dit que l’évènement « A-B » est réalisé si et seulement si A est
réalisé et B ne l’est pas:
𝜔 ∈ ’’A - B’’ ⇔ 𝜔 ∈ A ou 𝜔 ∉ B ⇔ 𝜔 ∈ A ∩ 𝐵ത
❑ On dit que l’évènement ‘’A Δ B" est réalisé si et seulement si l’un deux
seulement est réalisé
𝜔 ∈ ’’ A Δ B’’ ⇔ 𝜔 ∈ (A - B) ∪ (B-A)
⇔ 𝜔 ∈ (A ∪ B) – (A ∩ B)
❑A implique B si la réalisation de A entraîne celle de B : 𝜔 ∈ A ⇔ 𝜔 ∈ B,
on dit que A⊂ B
❑Une famille 𝐴1 , 𝐴2 ,… 𝐴𝑝 est dite système complet d’évènements si :
𝑝
∀ i ≠ j, 𝐴𝑖 ∩ 𝐴𝑗 =∅ et ‫=𝑗ڂ‬1 𝐴𝑗 = 𝛺
2024_2025 10
 Monde réel Monde artificiel (modèle)
Evénement élémentaire A sous ensemble de 𝛺
Evénement certain l'univers des possibles 𝛺
Evénement impossible L'ensemble vide
Evénement incompatible parties disjointes (A ∩ B =∅)
A ou B A∪B
A et B A∩B
Evénement contraire 𝐴ഥ
A implique B A⊂B
Une famille 𝐴_1, 𝐴_2,… 𝐴_𝑝
constitue un Système complet ∀ i ≠ j, 𝐴𝑖 ∩ 𝐴𝑗 =∅
𝑝
d’évènements
2024_2025 et ‫=𝑗ڂ‬1 𝐴𝑗 = 𝛺 11
 3.3) Axiomes de probabilité
Card(𝛺)= est le nombre total d’éventualités, c’est-à-dire le nombre de
cas possibles lors de la réalisation d’une expérience aléatoire.
Card(A) correspond au nombre de cas favorables pour la réalisation de
l’événement A.
3.3) Axiomes de probabilité
Approche expérimentale : la définition fréquentielle
Dans cette approche, il s’agit de procéder à l’expérience. Par exemple,
lancer une pièce de monnaie de façon répétitive. Deux issues sont
possibles: Pile ou face.
1 à 10000 lancers : 𝑛𝑜𝑚𝑏𝑟𝑒 𝑑𝑒 𝑝𝑖𝑙𝑒 5200
Fréquence d’apparition de pile = ′ = = 0,52.
𝑛𝑜𝑚𝑏𝑟𝑒 𝑑 𝑒𝑥𝑝é𝑟𝑖𝑒𝑛𝑐𝑒 10000
𝑛𝑜𝑚𝑏𝑟𝑒 𝑑𝑒 𝑓𝑎𝑐𝑒 4800
Fréquence
2024_2025
d’apparition de Face == ′ = = 0,48.
12
𝑛𝑜𝑚𝑏𝑟𝑒 𝑑 𝑒𝑥𝑝é𝑟𝑖𝑒𝑛𝑐𝑒 10000
 3.3) Axiomes de probabilité

Cette pièce ne semble pas être équilibré. Visiblement, on a 52% de chances

que la pièce tombe sur la face « pile », si la fréquence d’apparition de
« pile » se stabilise de plus en plus autour de 52% quand le nombre de
lancers augmente, on peut dire que la probabilité de l’évènement « pile »
est égal à la limite de la fréquence d’apparition de « pile » quand le nombre
n de lancers tend vers l’infini.
Probabilité (pile) = lim (𝑓𝑟é𝑞𝑢𝑒𝑛𝑐𝑒 𝑑 ′ 𝑎𝑝𝑝𝑎𝑟𝑎𝑖𝑡𝑖𝑜𝑛 𝑑𝑒 𝑝𝑖𝑙𝑒)
𝑛→∞
Une infinité de lancers : on observe que la fréquence continue à bouger!
On se contente de dire : il est probable que la fréquence d’apparition de pile
tende vers une limite qui s’appelle la probabilité de l’évènement pile »

2024_2025 13
 3.3) Axiomes de probabilité
Cette approche fréquentielle de la notion de probabilité :
❑Ne peut pas définir la notion de probabilité
❑Mais, va servir à donner une valeur numérique à la probabilité d’un
évènement.
Approche théorique : la définition axiomatique de Kolmogorov
Soit 𝛺 une expérience aléatoire dont la liste n issues est modélisé par
l’univers des possibles 𝛺 = 𝜔1 , 𝜔2 , 𝜔3 , 𝜔4 , 𝜔5 , 𝜔6 .
Soit l’ensemble de toutes les parties de 𝛺 et soit A un événement
quelconque ( A est donc une partie de 𝛺)
On appelle probabilité sur toute application p de dans [0,1] qui
vérifie les axiomes suivantes:
❑ La somme de probabilité de tous les événements élémentaire est égale à
1 : P({𝜔1 })+P({𝜔2 }) +…….+P({𝜔6 }) = 1
2024_2025 14
 3.3) Axiomes de probabilité
❑La probabilité d’un événement A est égale à la somme des
événements élémentaires qui le composent.
Une probabilité est donc une application qui associe au modèle d’un
événement c’est-à-dire une partie de l’univers des possibles 𝛺 un
nombre réel compris entre 0 et 1.
Propriétés :
∀ A évenement, on a 0≤P(A ) ≤1
P(𝛺 ) = 1 et P(∅) = 0
La somme des probabilités de deux événements contraires vaut 1:
P(A ) + P(𝐴)ҧ =1
Si deux événements sont incompatibles A ∩ B = 𝜙
alors P(A ∪ B)=P(A) + P(B)
Si deux événements sont quelconques : P(A ∪ B)=P(A) + P(B)-P(A∩ B)

2024_2025 15
 3.3) Axiomes de probabilité
La définition axiomatique générale de probabilité :
Cette définition couvre les cas où l’univers des possibles est infini, d’où
l’introduction de la notion de tribu.
On appelle tribu sur 𝛺 un sous ensemble 𝒜 de vérifiant :
𝛺∈𝒜
𝒜 est stable par passage au complémentaire : ∀ B ∈ 𝒜, 𝐵ത ∈ 𝒜
𝒜 est stable par réunion+∞ dénombrable : pour toute suite (𝐵𝑛 , n ∈ N)
d’éléments de 𝒜 , on a ‫=𝑛ڂ‬1 𝐵𝑛 ∈ 𝒜
Le coupe (𝛺, 𝒜 ) s’appelle un espace probabilisable.
Définition générale:
Soit (𝜴, 𝒜) un espace probabilisable, on appelle probabilité sur 𝒜
toute application p définie sur 𝒜 à valeur dans [0;1] et vérifiant :
P(𝜴) = 1
2024_2025 16
 3.4) Equiprobabilité
Pour toute suite (𝑩𝒏 , n ∈ N) d’éléments disjoints de 𝒜, on a :
+∞ σ +∞
P(‫=𝑛 = ) 𝒏𝑩 𝟏=𝒏ڂ‬1 𝑃( 𝑩𝒏 )
Le triplet (𝑩𝒏 , 𝒜 , P) est appelé espace probabilisé.
3.4) Equiprobabilité :
Il s’agit d’un cas particulier ou tous les événements élémentaires ont la
même probabilité.
On parle d’équiprobabilité et pour tout 𝜔𝑖 ,
1 1
on a P({𝜔𝑖 }) = =
card(Ω) n
Lorsque tous les événements élémentaires sont équiprobables, on a :
𝐶𝑎𝑟𝑑( 𝐴) 𝑛𝑜𝑚𝑏𝑟𝑒 𝑑𝑒 𝑐𝑎𝑠 𝑓𝑎𝑣𝑜𝑟𝑎𝑏𝑙𝑒𝑠
P (A) = =
card(Ω) 𝑛𝑜𝑚𝑏𝑟𝑒 𝑑𝑒 𝑐𝑎𝑠 𝑝𝑜𝑠𝑠𝑖𝑏𝑙𝑒𝑠
2024_2025 17
 3.5) Probabilités conditionnelles
Exemple :
On jette un dé deux fois successives, et on s’intéresse à l’événement
C « la somme des deux numéros égale 4 », on aura :
C = {(2;2), (3;1), (1;3)} 1 𝐶𝑎𝑟𝑑( 𝐵) 3
2
∀ i, j ∈ 𝛺 , P({(i,j)}) = 2 et P(B) = = = 8,33%
6 card(Ω) 36
3.5) Probabilités conditionnelles
Soit 𝜀 est une expérience aléatoire, Ω l’univers des possibles associés
( fini ou non), P la probabilité sur la tribu 𝒜 et A un événement de
probabilité non nulle. On appelle probabilité conditionnelle B sachant
que A, la quantité P(A/B) est :
𝑃(𝐴∩𝐵)
P(B/A) =
𝑃(𝐴)

Soit A et B deux événements de probabilité non nulle :

𝑃(𝐴 ∩ 𝐵) = P(B/A) x P(A)
𝑃(𝐴 ∩ 𝐵) = P(A/B) x P(B)
2024_2025 18
 3.5) Probabilités conditionnelles
3.5.1)Indépendance en probabilité de deux événements :
L’événement A est indépendant de l’événement B de probabilité non
nulle relativement à la probabilité P si :
P(A∩ 𝐵) = 𝑃(𝐴) × 𝑃(𝐵)
P(A/B) = P(A)
Si A et B sont disjoints alors P(A/B) =0
ത 𝐴ҧ et B; 𝐵ത et 𝐴ҧ sont indépendants.
A et 𝐵;
Soit deux événements A et B où P (A)≠ 0 𝑒𝑡P (B) ≠ 0
P(A∩ 𝐵) = P(A/B) x P(B)=P(B/A) x P(A)

2024_2025 19
 3.5) Probabilités conditionnelles
3.5.2)Probabilités composées :
Soit A ,B et C sont trois événements de tels que P(A) et
P(A∩B)≠ 0 alors ∶
P(A ∩ 𝐵 ∩ 𝐶) = 𝑃(𝐴) × 𝑃(𝐵/𝐴) × P(C/ A∩ 𝐵)
Généralisation :
Soit 𝐴1 , 𝐴2 , …, 𝐴𝑛 une suite de n événements de
tels que (𝐴1 ∩ 𝐴2 ∩ … ∩ 𝐴𝑛−1 )≠ 0 alors :
P(𝐴1 ∩ 𝐴2 … ∩ 𝐴𝑛 ) =P(𝐴1 ) × P(𝐴2 / 𝐴1 ) × P(𝐴3 /𝐴1 ∩ 𝐴2 ) ×….. ×
P(𝐴𝑛 / 𝐴1 ∩ 𝐴2 … ∩ 𝐴𝑛−1 )

2024_2025 20
 3.5) Probabilités conditionnelles

Application 1 :
Un média fait passer aléatoirement dans une émission 10
publicités dont 5 concernent les automobiles, les 3 banques et les
2 cosmétiques.
On précise que chaque publicité ne passe qu’une seule fois dans
l’émission. Quelle est la probabilité de commencer
successivement par une publicité sur les automobiles, une sur les
banques et une sur les cosmétiques.

2024_2025 21
 3.5) Probabilités conditionnelles
Application 2:
Soit les résultats des votes de 180 conseillers régionaux pour ou contre
l’augmentation des tarifs de parking. Les résultats du votre sont en fonction
du sexe des conseillers :
Pour Contre Total
Hommes 88 42 130
Femmes 20 30 50
Total 108 72 180
1) Quelle est la probabilité qu’un conseiller choisi au hasard ait voté pour
l’augmentation?
2) Sachant que le conseiller est un homme, quelle est la probabilité qu’il ait
voté pour l’augmentation?
2024_2025 22
 3.5.2) Probabilités totales
3.5.3) Probabilités totales
Soit 𝐴1 , 𝐴2 , …, 𝐴𝑛 un système complet d’événements
non impossibles B non impossible. :

Application 3: Une étude a révélé qu’un groupe de client écoutent uniquement

leurs publicités sur un poste radio et sur un téléviseur. Ils ont une probabilité
d’acheter un article égale à 0,75 ou égal à 0,9 si respectivement la publicité
passe sur un poste radio ou sur un téléviseur. Sachant qu’ils écoutent les 2/3
de leurs publicités sur un poste radio, quelle est la probabilité qu’un client de
ce groupe achète un article après avoir écouté une publicité?
2024_2025 23
 3.5.2) Probabilités totales
3.5.4) Formules de Bayes
Soit 𝐴1 , 𝐴2 , …, 𝐴𝑛 un système complet d’événements non impossibles et B
non impossible.
Pour tout 1 ≤ j ≤ 𝑛 tel que on a :

Application: avec les mêmes données de l’exemple précédent, calculer la

probabilité qu’un client de ce groupe ait écouté la radio s’il a acheté un
article?

2024_2025 24
 Application 4:
Une urne contient douze boules, dont cinq blanches numérotées
de 1 à 5 et sept noires numérotées de 6 à 12. Calculer la
probabilité de chacun des événements :
On tire au hasard dans l’urne :
1) Une boule n°7
2) Une boule noire.
3) Successivement avec remise les boule n°3,5, 7.
4) Successivement sans remise les boules n°3,5, 7.
5) Simultanément les boules n°3,5, 7.
6) Simultanément trois boules blanches.
7) Simultanément trois boules qui ne sont pas toutes de la même
couleur.
2024_2025 25