Chapitre 1

Historique des Probabilités (1/6)

Origines : Les idées de probabilités remontent à l’Antiquité,

avec des jeux de hasard pratiqués en Égypte, en Chine, et en
Inde. La théorie mathématique a émergé au XVIIe siècle.
Historique des Probabilités (2/6)

Blaise Pascal et Pierre de Fermat : En 1654, un échange

de lettres entre Pascal et Fermat sur des problèmes de jeux de
dés marque le début formel de la théorie des probabilités.
Historique des Probabilités (3/6)

Christiaan Huygens : En 1657, Huygens publie De

Ratiociniis in Ludo Aleae, le premier traité sur les probabilités,
posant les bases de cette discipline.
Historique des Probabilités (4/6)

Jakob Bernoulli et la Loi des Grands Nombres : Au

XVIIIe siècle, Bernoulli formalise la Loi des Grands Nombres
dans Ars Conjectandi, un concept clé de la théorie.
Historique des Probabilités (5/6)

Pierre-Simon Laplace : En 1812, Laplace publie Théorie

Analytique des Probabilités, où il développe des méthodes
avancées et applique les probabilités à des phénomènes
naturels.
Applications Modernes : Depuis le XXe siècle, les
probabilités sont utilisées dans de nombreux domaines comme
les statistiques, la physique, la finance, et l’intelligence
artificielle.
Introduction aux probabilités finies

▶ Les probabilités finies étudient les phénomènes aléatoires

avec un nombre limité de résultats possibles.
▶ Elles reposent sur trois éléments principaux :
▶ Univers (Ω) : L’ensemble de tous les résultats possibles
d’une expérience aléatoire.
▶ Événements (E ) : Un ensemble qui peut regrouper un
ou plusieurs événements élémentaires ; représente une
situation particulière.
▶ Événements élémentaires : Les résultats individuels de
l’expérience, notés ω, qui composent l’univers Ω.
▶ Exemples d’expériences aléatoires : lancer un dé, tirer une
carte, etc.
Expérience aléatoire

▶ Une expérience aléatoire est une expérience dont le

résultat est incertain.
▶ Exemple : lancer un dé à six faces.
▶ On ne peut pas prédire le chiffre obtenu, mais on sait
qu’il sera entre 1 et 6.
Événement élémentaire

▶ Un événement élémentaire est un résultat unique et

indivisible d’une expérience.
▶ Exemple : obtenir le chiffre 3 lors d’un lancer de dé est un
événement élémentaire.
Univers

▶ L’univers (noté Ω) est l’ensemble de tous les événements

élémentaires possibles.
▶ Exemple : Pour un lancer de dé, Ω = {1, 2, 3, 4, 5, 6}.
Événement

▶ Un événement est un ensemble d’un ou plusieurs

événements élémentaires.
▶ Exemple : l’événement obtenir un nombre pair peut être
représenté par {2, 4, 6}.
Événement sûr et événement impossible

▶ L’événement sûr est un événement qui se produit à

chaque fois, quel que soit le résultat. Ici, l’événement sûr
est Ω.
▶ L’événement impossible ne contient aucun résultat
possible (ensemble vide ∅).
▶ Exemple : Lorsqu’on lance un dé, l’événement sûr est
obtenir un chiffre entre 1 et 6 , et l’événement impossible
serait obtenir le chiffre 7 .
Exemple concret : Tirage de boule

▶ Scénario : Un sac contient des boules numérotées 1, 2 et

3.
▶ Univers : Ω = {1, 2, 3}
▶ Événements :
▶ Tirer la boule numéro 1 : {1} (événement élémentaire)
▶ Tirer une boule portant un numéro impair : {1, 3}
▶ Tirer la boule numéro 4 : ∅ (événement impossible)
Opérations sur les événements

Soit A et B deux événements. Les principales opérations sont :

Opérations sur les événements - Intersection

Définition 1.2.1 (Intersection)

L’intersection de deux événements A et B est donnée par :

A ∩ B = {ω ∈ Ω | ω ∈ A et ω ∈ B}

Cela représente la réalisation simultanée de A et B.

▶ Si A et B sont des événements tels que les deux peuvent
se produire en même temps, l’intersection représente cet
événement commun.
Exemple d’Intersection

Supposons que :
▶ A soit l’événement ”tirer une boule rouge”,
▶ B soit l’événement ”tirer une boule avec un chiffre pair”.
L’intersection A ∩ B représente l’événement ”tirer une boule
rouge avec un chiffre pair”.

A ∩ B = {ω ∈ Ω | ω ∈ A et ω ∈ B}
Cela signifie que seule une boule rouge avec un chiffre pair
sera dans l’intersection de A et B.
Opérations sur les événements - Union

Définition 1.2.2 (Union)

L’union de deux événements A et B est donnée par :

A ∪ B = {ω ∈ Ω | ω ∈ A ou ω ∈ B}

Cela représente la réalisation de A ou B (ou inclusif).

▶ Si A ou B se réalisent, l’événement A ∪ B se réalise aussi.
▶ Exemple : Si A est ”tirer une boule rouge” et B est ”tirer
une boule avec un chiffre pair”, l’union représente
l’événement où soit une boule rouge, soit une boule avec
un chiffre pair (ou les deux) sont tirées.
Exemple d’Union

Supposons que :
▶ A soit l’événement ”tirer une boule rouge”,
▶ B soit l’événement ”tirer une boule avec un chiffre pair”.
L’union A ∪ B représente l’événement ”tirer une boule rouge
ou une boule avec un chiffre pair”.

A ∪ B = {ω ∈ Ω | ω ∈ A ou ω ∈ B}
Cela signifie que l’événement peut être soit une boule rouge,
soit une boule avec un chiffre pair, ou les deux à la fois.
Opérations sur les événements - Contraire

Définition 1.2.3 (Contraire)

Le contraire d’un événement A est noté Ac et est défini par :

Ac = {ω ∈ Ω | ω ∈
/ A}

C’est l’événement contraire de A. On note aussi A.

▶ L’événement contraire représente tous les résultats qui ne
sont pas dans A.
▶ Exemple : Si A représente ”tirer une boule rouge”, alors
Ac représente ”ne pas tirer une boule rouge”.
Exemple du Contraire

Supposons que A soit l’événement ”tirer une boule rouge”. Le

contraire Ac représente l’événement ”ne pas tirer une boule
rouge”, c’est-à-dire tirer une boule de n’importe quelle autre
couleur.

Ac = {ω ∈ Ω | ω ∈
/ A}
Cela signifie que l’événement contraire est constitué de toutes
les boules qui ne sont pas rouges.
Opérations sur les événements - Implication

Définition 1.2.4 (Implication)

L’implication entre deux événements A et B est notée par :

A⊂B si et seulement si (∀ω ∈ Ω, ω ∈ A =⇒ ω ∈ B)

Cela signifie que si l’événement A se réalise, alors l’événement

B se réalise également.
▶ Si A se produit, B doit forcément se produire aussi. Par
exemple, si A est ”tirer une boule rouge” et B est ”tirer
une boule de couleur”, alors A ⊂ B, car toute boule
rouge est aussi une boule de couleur.
Exemple d’Implication

Supposons que :
▶ A soit l’événement ”tirer une boule rouge”,
▶ B soit l’événement ”tirer une boule de couleur”.
L’implication A ⊂ B signifie que si A se réalise (tirer une boule
rouge), alors B se réalise aussi (tirer une boule de couleur).
Cela montre que l’événement A implique toujours l’événement
B, car une boule rouge est une boule de couleur.

A⊂B
Opérations sur les événements - Incompatibilité

Définition 1.2.5 (Incompatibilité)

Deux événements A et B sont dits incompatibles si et
seulement si :
A∩B =∅
Cela signifie que les deux événements ne peuvent pas se
produire en même temps.
▶ Si l’événement A est ”tirer une boule rouge” et B est
”tirer une boule bleue”, alors ces deux événements sont
incompatibles car on ne peut pas tirer une boule rouge et
bleue en même temps.
Exemple d’Incompatibilité

Supposons que :
▶ A soit l’événement ”tirer une boule rouge”,
▶ B soit l’événement ”tirer une boule bleue”.
Comme ces deux événements ne peuvent pas se réaliser en
même temps (une boule ne peut pas être rouge et bleue à la
fois), A et B sont incompatibles. L’intersection de ces deux
événements est vide.

A∩B =∅
Propriétés des opérations ∩ et ∪

▶ Ωc = ∅ et ∅c = Ω
▶ Pour tout événement A, on a :

A ∩ Ω = A, A ∪ Ω = Ω, A ∩ ∅ = ∅, A∪∅=A
Propriétés des opérations ∩ et ∪

▶ Commutativité : A ∩ B = B ∩ A et A ∪ B = B ∪ A
▶ Associativité : (A ∩ B) ∩ C = A ∩ (B ∩ C ) et
(A ∪ B) ∪ C = A ∪ (B ∪ C )
Propriétés des opérations ∩ et ∪

▶ Distributivité : A ∩ (B ∪ C ) = (A ∩ B) ∪ (A ∩ C )
▶ Relations de De Morgan : (A ∩ B)c = Ac ∪ B c et
(A ∪ B)c = Ac ∩ B c
Exemple 1

Dans un groupe d’individus pratiquant au moins un sport :

A = {ceux qui pratiquent le foot}, B = {ceux qui pratiquent le ten

Exemple 1 - Traduction de A ∩ B

▶ Traduction de A ∩ B :
{ceux qui pratiquent à la fois le foot et le tennis}
Exemple 1 - Traduction de A ∪ B

▶ Traduction de A ∪ B :
{ceux qui pratiquent le foot ou le tennis (ou les deux)}
Exemple 1 - Traduction de (A ∩ B)c

▶ Traduction de (A ∩ B)c :
{ceux qui ne pratiquent ni le foot ni le tennis}
Exemple 1.2.7 - Traduction de Ac ∪ B c

▶ Traduction de Ac ∪ B c :
{ceux qui ne pratiquent ni le foot ni le tennis}
Exemple 1 - Traduction de (A ∪ B)c

▶ Traduction de (A ∪ B)c :
{ceux qui ne pratiquent ni le foot ni le tennis}
Exemple 1 - Traduction de Ac ∩ B c

▶ Traduction de Ac ∩ B c :
{ceux qui ne pratiquent ni le foot ni le tennis}
Exemple 2

Dans une promo, les étudiants garçons et filles apprennent

l’anglais et l’espagnol. On interroge un individu au hasard :

A = {étudiant qui apprend l’anglais}, B = {étudiant qui apprend l

Exemple 2 - Traduction de A ∩ B

▶ Traduction de A ∩ B :
{étudiants qui apprennent à la fois l’anglais et l’espagnol}
Exemple 2 - Traduction de A ∪ B

▶ Traduction de A ∪ B :
{étudiants qui apprennent l’anglais ou l’espagnol (ou les deux)}
Exemple 2 - Traduction de (A ∩ B)c

▶ Traduction de (A ∩ B)c :
{étudiants qui n’apprennent ni l’anglais ni l’espagnol}
Exemple 2 - Traduction de Ac ∪ B c

▶ Traduction de Ac ∪ B c :
{étudiants qui n’apprennent ni l’anglais ni l’espagnol}
Exemple 2 - Traduction de (A ∪ B)c

▶ Traduction de (A ∪ B)c :
{étudiants qui n’apprennent ni l’anglais ni l’espagnol}
Exemple - Traduction de Ac ∩ B c

▶ Traduction de Ac ∩ B c :
{étudiants qui n’apprennent ni l’anglais ni l’espagnol}
Introduction aux Probabilités

Sur un univers Ω, on définit pour chaque événement un poids

compris entre 0 et 1. Ce poids représente la probabilité
d’occurrence de cet événement. Grosso modo, la probabilité
peut être vue comme la proportion d’apparitions de
l’événement A parmi un grand nombre d’essais (noté N).
La probabilité de A peut être exprimée par :
NA
P(A) =
N
où NA est le nombre de fois où l’événement A se réalise, et N
est le nombre total d’essais.
Vocabulaire des Probabilités

▶ Univers Ω : L’ensemble de tous les résultats possibles

d’une expérience aléatoire.
▶ Événements : Ce sont des sous-ensembles de Ω. Chaque
événement A peut avoir une probabilité associée P(A).
▶ Probabilité P(A) : La mesure du poids d’un événement
A, un nombre entre 0 et 1.
Définition d’une Probabilité (1/2)

On définit une probabilité P comme une fonction sur l’univers

Ω avec les propriétés suivantes :
▶ Totalité :
P(Ω) = 1
Cela signifie que la probabilité de l’univers entier Ω est
égale à 1, c’est-à-dire que l’une des possibilités de Ω doit
se réaliser.
▶ Exclusion :
P(∅) = 0
La probabilité de l’événement vide ∅ (l’événement qui ne
se produit jamais) est 0.
Définition d’une Probabilité (2/2)

▶ Additivité pour événements incompatibles : Si A et

B sont deux événements incompatibles, alors la
probabilité de leur union est simplement la somme de
leurs probabilités :

P(A ∪ B) = P(A) + P(B)

Cette propriété signifie que si deux événements ne peuvent pas

se produire en même temps (sont disjoints), leur probabilité
totale est la somme des probabilités individuelles de chaque
événement.
Propriétés Importantes (1/2)
1. Complément d’un événement :

P(Ac ) = 1 − P(A)

La probabilité de l’événement complémentaire Ac

(l’événement qui n’est pas A) est égale à 1 moins la
probabilité de A.
2. Inégalité de probabilité : Si A ⊂ B, c’est-à-dire que A
est un sous-ensemble de B, alors :

P(A) ≤ P(B)

Cela signifie que la probabilité d’un événement plus petit

(ou plus restreint) est toujours inférieure ou égale à celle
d’un événement plus grand.
Propriétés Importantes (2/2)

3. Formule de l’union de deux événements : Pour deux

événements quelconques A et B, la probabilité de leur
union est donnée par :

P(A ∪ B) = P(A) + P(B) − P(A ∩ B)

Cette formule prend en compte les éventuels

chevauchements (intersection) des événements A et B.
Définition 1 (1/2)

Soit Ω un univers et une application P sur Ω.

▶ P est une probabilité si et seulement si :
▶ P(Ω) = 1
▶ P(A) ∈ [0, 1] pour tout A ⊂ Ω
Définition 1 (2/2)

▶ Si A et B sont deux événements incompatibles, alors :

P(A ∪ B) = P(A) + P(B)

Exemple 2 (1/2)

Trois joueurs A, B, et C pratiquent un jeu. Au cours d’une

partie, A a 3 fois plus de chances de gagner que B, et B a 2
fois plus de chances de gagner que C .
On pose P(C ) = p, P(B) = 2p, et P(A) = 6p.
Exemple 2 (2/2)

La probabilité totale est donc 1 :

1
P(A) + P(B) + P(C ) = 1 ⇒ 9p = 1 ⇒ p = .
9
Ainsi :
6 2 2 1
P(A) = = , P(B) = , P(C ) = .
9 3 9 9
Exemple 3 (1/2)

Énoncé : Un article X possède deux types de défauts : défaut

de type 1 et défaut de type 2. 20% des articles possèdent un
défaut de type 1, 25% un défaut de type 2, et 15% des articles
possèdent les deux types de défauts.
Problème : Évaluer les probabilités des événements suivants :

▶ Au moins un défaut (de type 1 ou 2).

▶ Un défaut de type 1 mais pas de type 2.
Exemple 3 (2/2)
▶ Un défaut de type 2 mais pas de type 1.
▶ Aucun des deux défauts.
Solution :
▶ Probabilité d’au moins un défaut :

P(au moins un défaut) = P(type 1)+P(type 2)−P(type 1∩type

▶ Probabilité d’un défaut de type 1 mais pas de type 2 :

P(type 1, mais pas type 2) = 0.05

▶ Probabilité d’un défaut de type 2 mais pas de type 1 :

P(type 2, mais pas type 1) = 0.10

▶ Probabilité de n’avoir aucun des défauts :

P(aucun défaut) = 0.70

Espace probabilisé fini

Soit Ω = {ω1 , ω2 , . . . , ωn } un univers fini. Si P est une

probabilité sur Ω, les sommes étant finies, on a :
X
P(A) = P(ω).
ω∈A
Proposition 1

Soit un univers fini Ω = {ω1 , ω2 , . . . , ωn }. Une probabilité P

sur (Ω, P(Ω)) est entièrement déterminée par la suite de
nombres P(ωi ) pour i = 1, . . . , n, avec
P(ω1 ) + P(ω2 ) + · · · + P(ωn ) = 1.
Cas particulier de l’équiprobabilité
L’équiprobabilité signifie que tous les événements élémentaires
ont la même probabilité. Si l’on pose :

P(ω1 ) = P(ω2 ) = · · · = P(ωn ) = p

alors : X
1 = P(Ω) = P(ω) = n × p
ω∈Ω

ce qui implique :
1
p=
n
Par conséquent, pour tout événement A ⊂ Ω :

card(A)
P(A) =
card(Ω)

où P est appelée la probabilité uniforme sur Ω.

Exemple d’équiprobabilité
Exemple : Considérons un dé équilibré à six faces numérotées
de 1 à 6. L’univers Ω est l’ensemble des faces possibles :

Ω = {1, 2, 3, 4, 5, 6}

Chaque face a une probabilité égale de sortir, donc :

1
P(ω) = pour chaque ω ∈ Ω
6
Si on considère l’événement A ”obtenir un nombre pair”, alors
A = {2, 4, 6} et :

card(A) 3 1
P(A) = = =
card(Ω) 6 2