CONCEPTS DE BASE DE LA THEORIE DES PROBABILITES
Les décisions économiques et commerciales sont souvent prises en se basant sur l'analyse
d'éléments incertains, comme par exemple :
1) Quelles sont les chances que les ventes baissent si on augmente les prix ?
2) Quelle est la probabilité qu'une nouvelle méthode d'assemblage augmente la productivité?
3) Quelles sont les chances que les recettes fiscales diminuent si on augmente les impôts ?
4) Quelle est la probabilité que le projet soit fini à temps ?
5) Quelles sont les chances qu'un nouvel investissement soit rentable ?
L’objectif du calcul des probabilités est l’analyse et l’explication des phénomènes non
déterministes. La probabilité est une mesure numérique de la vraisemblance de l'apparition d'un
événement. Ainsi, les probabilités peuvent être utilisées pour mesurer le degré d'incertitude
associé aux cinq événements cités ci-dessus. Si les probabilités étaient connues, nous pourrions
déterminer la vraisemblance que chaque événement survienne.
La valeur d'une probabilité est toujours comprise entre 0 et 1. Une probabilité proche de zéro signifie
qu'un événement a peu de chance de se produire ; une probabilité proche de 1 signifie qu'un
événement se produira très certainement. Les probabilités comprises entre 0 et 1 représentent les
degrés de vraisemblance qu'un événement se réalise. Par exemple, si nous considérons l'événement
« il pleut demain », nous comprenons que lorsque le bulletin météo indique « une probabilité proche
de zéro qu'il pleuve », cela signifie qu'il n'y a presque aucune chance qu'il pleuve. Cependant, si la
probabilité qu'il pleuve est de 0,90, nous savons qu'il est très vraisemblable qu'il pleuve. Une
probabilité de 0,50 indique qu'il y a une chance sur deux qu'il pleuve.
La probabilité étant une partie d’un ensemble, il est indispensable de commencer par déterminer
l’ensemble des possibilités de notre ensemble par des méthodes adéquates. Ceci est l’objet de la
première partie de ce chapitre. Après la présentation des divers types de probabilités et leurs
méthodes de calculs en seconde partie, ce chapitre va étudier les différentes variables aléatoires
et les lois usuelles associées en troisième partie.
1 ANALYSE COMBINATOIRE
Encore appelée théorie mathématique du dénombrement, elle étudie comment compter des
objets et fournit des méthodes efficaces de dénombrements utiles en théorie des probabilités
pour dénombrer les différentes situations pouvant se présenter lors d’une expérience.
1.1 NOTION DE BASE
1.1.1 Généralités
Dénombrer un ensemble fini, c'est en déterminer le nombre d'éléments.
La réunion de deux ensembles A et B est l'ensemble des éléments qui appartiennent à A ou à B et
est notée A B.
A B = {e A ou e B}
L’intersection de deux ensembles A et B est l'ensemble des éléments qui appartiennent à la fois à
A et à B et est notée A B.
B = {e A et e B}
Le produit cartésien de deux ensembles A et B est l'ensemble des couples dont la première
composante appartient à A et la deuxième à B et est noté A×B.
A B = {(a, b)/a A et b B}
Statistique Appliquée à la Gestion 19-20 KINVI M. FaSEG-UK. 1
Deux ensembles A et B sont disjoints s'ils n'ont aucun élément en commun c-à-d A B=Ø.
Le cardinal d'un ensemble fini A est le nombre d'éléments de A et est noté #A ou Card(A).
Propriétés
Si A et B sont des ensembles disjoints alors #(A B) =#A + #B.
Si A et B sont des ensembles non disjoints alors #(A B) =#A + #B - #(A B).
On a #(A × B) =#A×#B
1.1.2 Factorielle
Etant donné un entier positif n, on note n! (on lit factoriel n), le nombre obtenu par le produit de
tous les nombres entiers naturels de 1 à n.
n
n! = n×(n-1)×(n-2)×…×3×2×1= j
j 1
Exemple 1 : 7! = 7 × 6 × 5 × 4 × 3 × 2 × 1 = 5040
On a (n+1) ! = (n+1) × n! et par convention : 0! = 1
1.1.3 Principe fondamental de l'analyse combinatoire
Si une procédure quelconque peut être décrite par une séquence de k étapes, avec n1 résultats
possibles à la première étape, n2 résultats possibles à la seconde étape, et ainsi de suite, alors le
nombre total des résultats possibles de la procédure égal au produit n1×n2×…..×nk.
Exemple 2 : Un restaurant affiche au menu 3 entrées, 4 plats principaux, 2 desserts et 3 boissons.
Combien de menus différents, comportant une entrée, un plat principal, un dessert et une boisson
peut-on constituer? Rép : nombre de menus différents = 3x4x2x3=72.
1.1.4 Diagramme arborescent
C’est une représentation graphique en arbre permettant de visualiser l’ensemble des situations
possibles d’une procédure à plusieurs étapes. Les étapes successives sont représentées de gauche
à droite avec les choix possibles de chaque étape.
Exemple 3 : Diagramme arborescent (partiel) relatif aux différents menus de l’exemple 2 (sans les
boissons).
Entrée Plat principal Dessert Menu
D1 E1P1D1
D2 E1P1D2
P1 D1 E1P2D1
P2 E1P2D2
D2 E1P3D1
P3 D1
E1 P4 D2 E1P3D2
E2 D1 E1P4D1
E3 D2 E1P4D2
1.2 ARRANGEMENTS
1.2.1 Définition
Etant donné un ensemble E de n éléments, on appelle arrangements de p éléments toutes suites
ordonnées (tirages successifs) de p éléments pris parmi les n éléments.
2 Statistique Appliquée à la Gestion 20-21 KINVI M. FaSEG-UK.
