Licence 1

Théorie de
probabilité
Chapitre III: Axiome de probabilité

YOUSSOUF Ali Bamba

 Chapitre III: Axiomes du calcul de probabilité
Dans les chapitres précédents nous
avons défini la théorie des probabilités
est comme une branche des
mathématiques dont l’objectif est de
modéliser et de prévoir les phénomènes Un phénomène aléatoire est une
aléatoires. expérience dont le résultat est
impossible à prévoir avec certitude.

Introduction
Le mot « expérience » implique que le
phénomène aléatoire est réalisé selon
des critères bien précis avec l’ensemble
des résultats possibles (les
éventualités) connus.
Chapitre III: Axiomes du calcul de probabilité
Introduction
Comme toute théorie mathématique, le calcul des probabilité procède d’une
axiomatique. Il ne cherche pas à définir ce qu’est la probabilité ‘en soi’
Les axiomes une fois posée, la théorie se construit d’une manière purement
déductive, sans recours à l’intuition ou au contrôle expérimental.

Partant donc de ces axiomes nous allons faire des modélisation des expériences
aléatoires c’est-à-dire les phénomènes dont on ne peut pas prédire l’issue avec
certitude.
Chapitre III: Axiomes du calcul de probabilité
Introduction
Alors la première tâche qui vous attend est de décrire les différentes issues
possibles de cette expérience aléatoire. Puis on cherche `à associer `à chacune de
ces ´éventualités un nombre compris entre [0, 1] qui mesure la chance qu’elles
ont de se réaliser.

Soit , l’ensemble des éventualités. Si nous disposons de n éventualités (n), alors

= { ,…
Chapitre III: Axiomes du calcul de probabilité
Introduction
On peut préciser le calcul de probabilités d’un événement E . De manière simplifiée, la probabilité
théorique vaut:
P(E) =

L’ensemble des résultats possibles s’appelle l’ensemble fondamental (ou référentiel, univers des
possibles) et sera noté Ω.
Exemple :
 Si on lance un dé à 6 faces, le référentiel est composé des six faces Ω = {1, 2, 3, 4, 5, 6}.

 Si on lance trois fois une pièce, le référentiel est composé des arrangements avec
répétition des 2 faces distinctes notées P et F : Ω = {P P P, P P F, P F P, P F F, F P P, F P F, F
F P, F F F }.

 Si on lance trois pièces identiques simultanément, le référentiel est composé des 3-combinaisons
avec répétition des 2 faces distinctes notées P et F: Ω = {P P P, P P F, F F P, F F F }. de cardinal
. .
Chapitre III: Axiomes du calcul de probabilité
Introduction
Exemple explicatif : une boutique commercialise quatre types d’article, les produits agricoles
(A), les produits de beauté (B), les produits laitiers (L) et les produits ménagers (M).
On choisit au hasard un client qui vient d’achéter un unique article. On aimerait connaitre le type

Notre ensemble fondamental dans ce cas est :

= { A, B, L, M} et

,
Chapitre III: Axiomes du calcul de probabilité
1- Evénement

On appelle événement tout sous-ensemble de . Nous avons 𝒫(), l’ensemble

Soit i un entier ( i ℕ ) tel que 1 i n et = { ,… , un ensemble fondamental.

des évènements du phénomène aléatoire.

Si le sous-ensemble de est un singleton, on parle d’évènement élémentaire
qu’on note pour le i ème événement élémentaire avec:

= {}, = {}, = {}et = {}.

Chapitre III: Axiomes du calcul de probabilité
1-Evénement
Remarques :
L’ensemble des évènements élémentaires forment une partition particulière de
l’univers . Les événements étant des ensembles, ils sont donc soumis à
toutes les opérations classiques sur les ensembles.
En reprenant notre exemple, = {A, B, L, M}
- Soit A l’événement; « l’article acheté est comestible »;
• A = { A, L}
• est l’événement complémentaire de A et est constitué des éventualités de
qui A
• sera donc l’événement; « l’article acheté n’est pas comestible »;
• = { B, M}
Chapitre III: Axiomes du calcul de probabilité
1- Evénement
Soit B l’événement; « l’article acheté ne sert pas à la beauté corporelle »;
• B = {A,M, L}

• Nous avons donc A ⸦ B.

• Un événement A est réalisé si l’éventualité de l’expérience A. nous avons
donc :
- , l’événement certain, car il est réalisé à chaque expérience
- ( =)
- Soit C un événement de , si Aꓵ C = , alors les événements A et C sont
incompatibles, c’est-à-dire qu’ils ne peuvent pas être réalisés en même temps.
.
Chapitre III: Axiomes du calcul de probabilité
2- Axiomes de probabilité

sur est une fonction P qui a tout événement A de 𝒫() associe un nombre réel P(A):
Soit un espace fondamental associée à une expérience aléatoire, une loi de probabilité

P: 𝒫() [0, 1]
A P(A)
P(A) est appelé la probabilité ou la valeur probable de A, elle évalue les chances de
réaliser A lorsque le phénomène aléatoire se produits. Et la loi P vérifie les propriétés :
- ⍱ A 𝒫() , 0 1
- P( = 0
- Soit A et B deux événements, si A et B sont incompatibles alors :
P(A⋃B) = P(A) + P(B)
Chapitre III: Axiomes du calcul de probabilité
2- Axiomes de probabilité
Généralisation :
Soit … , une suite de n événements de 𝒫() deux à deux incompatibles, alors :
P( =  P( ...
= P() + P(
Chapitre III: Axiomes du calcul de probabilité
2- Axiomes de probabilité
Corolaire :
Soit A et B deux événements de 𝒫(), alors :

𝒙𝒊,
Chapitre III: Axiomes du calcul de probabilité
2- Axiomes de probabilité
Remarque :
- le couplet formé par l’ensemble fondamental et la loi de probabilité; noté (, P); est
appelé espace de probabilité

probabilité; noté (, 𝒫(), P); est appelé espace probabilisé.

- le triplet formé par l’ensemble fondamental, l’ensemble des événements et la loi de
Chapitre III: Axiomes du calcul de probabilité
3- Equiprobabilité
Soit un espace probabilisé (, 𝒫(), P), les évènements élémentaires sont dits équiprobables
si les sont identiques, c’est-à-dire sont toutes égales à .
Propriétés : En cas et seulement en cas d’équiprobabilité, la probabilité d’un évènement A
est égale au rapport entre le nombre de cas favorable et le nombre de cas possible :

- Dans notre exemple explicatif

- P(A) = P(B) = P(L) = P(M) = = (Equiprobabilité)
Chapitre III: Axiomes du calcul de probabilité
3- Equiprobabilité

- P() = = = 1,
- P( = = 0
- P(A) = = =
- P(B) = =
Chapitre III: Axiomes du calcul de probabilité
4- lien avec la fréquence empirique

La fréquence (empirique) de réalisation d’un événement A de 𝒫(), est égale à :

Soit un phénomène aléatoire répétées s fois (sℕ) dans des conditions strictement identiques.

Fs(A) =
Exemple : on lance un dé équilibré à six faces. Soit A l’événement obtenir 3.
Au bout de 100 lancers ( s = 100), l’événement A est réalisé 20 fois, alors
fs(A) = = 0,2 (20%)
Chapitre III: Axiomes du calcul de probabilité
5- Probabilité conditionnelle et probabilité indépendante
5.1- Probabilité conditionnelle
La notion des probabilités conditionnelles s’introduit chaque fois que l’on dispose d’une
information partielle sur le résultat d’une expérience aléatoire. D’une manière générale, il
est possible de définir la probabilité d’un événement A sachant qu’on possède une
certaine information représentée par un autre événement B.

Soit A et B deux évènements avec B de probabilité non nulle (P(B) 0). La probabilité
conditionnelle de A sachant B ; noté P(A/B); est la probabilité de réaliser A sachant que
B est déjà réalisé. Elle est égale à :

P(A/B) =
Chapitre III: Axiomes du calcul de probabilité
5- Probabilité conditionnelle

Propriétés : Soit A et B deux évènements de 𝒫(),

5.1- Probabilité conditionnelle

• Inclusion : Si P(B) 0 et A ⸦ B, alors P(A/B) =

• Si P(A) et P(B) 0 alors, P(A B) = P(A/B)*P(B) = P(B/A)*P(A).

Exemple

Au cours d’une épidémie de grippe, on vaccine un tiers de la population. On a constaté qu’un

malade sur 10 est vacciné et que la probabilité qu’une personne choisie au hasard soit
grippée est de 0,25.
Quelle est la probabilité pour un individu vacciné d’être grippé malgré tout ?
Chapitre III: Axiomes du calcul de probabilité
5- Probabilité conditionnelle
5.2- Indépendance en probabilité
Lorsque la réalisation d’un événement B ne modifie pas la probabilité de la réalisation d’un
événement A, on dit alors que B est indépendant de A.
Définition: Les événements A et B sont dit indépendants en probabilité si et seulement si
P(AꓵB) = P(A) P(B)
P (A/B ) = P (A)
P (B /A)= P (B )

Note : Indépendance versus incompatibilité

Incompatibilité signifie que les deux événements A et B ne peuvent se réaliser
simultanément et par conséquent
Indépendance signifie que la probabilité de réalisation de l’événement A n’est pas modifiée
par la réalisation de l’événement B et par conséquent
Chapitre III: Axiomes du calcul de probabilité
5- Probabilité conditionnelle
5-3- la formule de Bayes
 Chapitre III: Axiomes du calcul de probabilité

Exercice d’application
Dans un champ, on trouve seulement trois espèces de plantes que l’on notera A, B et C.
12% des plantes de l’espèce A, 7% de celles de l’espèce B et 15% de celles de l’espèce C sont
résistantes à l’herbicide commun. On sait, de plus, que 30% des plantes du champ sont de
l’espèce A et 20% sont de l’espèce B.
On prélève une plante au hasard. Quelle est la probabilité qu’elle soit résistante à l’herbicide
commun ?
 Chapitre III: Axiomes du calcul de probabilité
Exercice d’application
Une agence de voyage vient d’ouvrir ses portes et propose, afin de se faire connaître, deux
destinations à prix réduit notées G et H. Les voyageurs ont le choix entre deux modes de transport :
l’avion ou le train. A l’issue de cette période de promotion, les gérants de l’agence analysent les
choix des clients.
80% ont choisi la destination G (et le reste la destination H). Par ailleurs, 70% des clients ayant
choisi la destination H y sont allés en avion. Enfin, 40% des clients ont pris l’avion (et les autres
ont pris le train). On regarde au hasard le dossier d’un client ayant voyagé avec cette agence durant
la période de promotion et on note :
G, l’évènement "le client s’est rendu à la destination G".
H, l’évènement "le client s’est rendu à la destination H".
T, l’évènement "le client a voyagé en train".
A, l’évènement "le client a voyagé en avion"
 Chapitre III: Axiomes du calcul de probabilité
Exercice d’application
1- Traduire les données chiffrées de l’énoncé dans le langage des probabilités et construire un
arbre.
2- A l’aide de la formule des probabilités totales, calculer P(G∩A) puis en déduire P(A/G)
3- On sait qu’un client ayant voyagé avec cette agence durant la période de promotion a pris le
train. Quelle est la probabilité qu’il se soit rendu à la destination H ?