Chapitre 2 : Calcul de probabilits

Probabilits
Calcul de probabilits
Enseignant : Ragbi Aziz

Deuxime Semestre, 1re anne

2014-2015

Universit Mohammed V- Agdal - FSJES -Rabat

Probabilits Enseignant : Ragbi Aziz

Chapitre 2 : Calcul de probabilits

Introduction
Dnitions
Notion dexclusivit
Notion dindpendance
Thorme de bayes

Chapitre 2 : Calcul de probabilits

Introduction
Dnitions
Notion dalatoire
Dnition classique de la probabilit

Notion dexclusivit
Evnements exclusifs
Evnements mutuellement exclusifs
Evnements complmentaires

Notion dindpendance
Probabilit conditionnelle
Evnements indpendants

Thorme de bayes
Universit Mohammed V- Agdal - FSJES -Rabat

Probabilits Enseignant : Ragbi Aziz

Chapitre 2 : Calcul de probabilits

Introduction
Dnitions
Notion dexclusivit
Notion dindpendance
Thorme de bayes

Chapitre 2 : Calcul de probabilits

Universit Mohammed V- Agdal - FSJES -Rabat

Probabilits Enseignant : Ragbi Aziz

Chapitre 2 : Calcul de probabilits

Introduction
Dnitions
Notion dexclusivit
Notion dindpendance
Thorme de bayes

Introduction

Dnir :
1

La notion dexprience alatoire et dvnement alatoire.

La notion de probabilit : dnition et proprits.

La notion dexclusivit, la probabilit conditionnelle et la notion

dindpendance.

Le thorme de bayes.

Universit Mohammed V- Agdal - FSJES -Rabat

Probabilits Enseignant : Ragbi Aziz

Chapitre 2 : Calcul de probabilits

Introduction
Dnitions
Notion dexclusivit
Notion dindpendance
Thorme de bayes

1- Dnitions

Universit Mohammed V- Agdal - FSJES -Rabat

Probabilits Enseignant : Ragbi Aziz

Chapitre 2 : Calcul de probabilits

Introduction
Dnitions
Notion dexclusivit
Notion dindpendance
Thorme de bayes

1-1 Notion dalatoire

Universit Mohammed V- Agdal - FSJES -Rabat

Probabilits Enseignant : Ragbi Aziz

Chapitre 2 : Calcul de probabilits

Introduction
Dnitions
Notion dexclusivit
Notion dindpendance
Thorme de bayes

Notion dalatoire
Denition
La dnition de la probabilit est lie aux notions dexprience alatoire et
dvnement alatoire.
Une exprience est dite alatoire lorsquon ne peut en prvoir exactement
le rsultat, du fait que tous les facteurs qui dterminent ce rsultat ne
sont pas matriss.
Un vnement alatoire est un vnement qui peut se raliser ou ne pas se
raliser au cours dune exprience alatoire.

Example
Le jet dun d numrot de 1 6 est une exprience alatoire car le
rsultat du jet est imprvisible. Lvnement avoir une face paire du d est
un vnement alatoire car le rsultat du jet peut tre impair comme il
peut tre pair.
Universit Mohammed V- Agdal - FSJES -Rabat

Probabilits Enseignant : Ragbi Aziz

Chapitre 2 : Calcul de probabilits

Introduction
Dnitions
Notion dexclusivit
Notion dindpendance
Thorme de bayes

Notion dalatoire

Example
Le choix dune personne dans un groupe dindividus contenant des hommes et
des femmes est une exprience alatoire car le rsultat du choix est
imprvisible. Lvnement choisir une femme est un vnement alatoire car la
personne choisie peut tre une femme comme elle peut tre un homme.

Universit Mohammed V- Agdal - FSJES -Rabat

Probabilits Enseignant : Ragbi Aziz

Chapitre 2 : Calcul de probabilits

Introduction
Dnitions
Notion dexclusivit
Notion dindpendance
Thorme de bayes

1-2 Dnition classique de la probabilit

Universit Mohammed V- Agdal - FSJES -Rabat

Probabilits Enseignant : Ragbi Aziz

Chapitre 2 : Calcul de probabilits

Introduction
Dnitions
Notion dexclusivit
Notion dindpendance
Thorme de bayes

Dnition classique de la probabilit

Denition
Si au cours dune exprience alatoire on peut dnombrer tous les
rsultats possibles,
et si parmi ces rsultats on peut dnombrer tous les rsultats favorables
la ralisation dun vnement alatoire quelconque A,
La probabilit de lvnement A : P (A)

p (A) =

Nombre de rsultats favorables

Nombre de rsultats possibles

(1)

Les rsultats possibles doivent avoir la mme chance de ralisation.

La probabilit est toujours comprise entre 0 et 1.

0 6 p 6 1
Universit Mohammed V- Agdal - FSJES -Rabat

Probabilits Enseignant : Ragbi Aziz

(2)

Chapitre 2 : Calcul de probabilits

Introduction
Dnitions
Notion dexclusivit
Notion dindpendance
Thorme de bayes

Dnition classique de la probabilit

Denitions
La probabilit de tout vnement qui doit ncessairement se raliser au
cours dune exprience alatoire est gale 1, il sagit dun vnement
certain.

P (e v e nement certain) = 1
La probabilit de tout vnement qui ne peut pas se raliser au cours
dune exprience alatoire est nulle, il sagit dun vnement impossible.

P (e v e nement impossible ) = 0

Universit Mohammed V- Agdal - FSJES -Rabat

Probabilits Enseignant : Ragbi Aziz

(3)

Chapitre 2 : Calcul de probabilits

Introduction
Dnitions
Notion dexclusivit
Notion dindpendance
Thorme de bayes

2- Notion dexclusivit

Universit Mohammed V- Agdal - FSJES -Rabat

Probabilits Enseignant : Ragbi Aziz

Chapitre 2 : Calcul de probabilits

Introduction
Dnitions
Notion dexclusivit
Notion dindpendance
Thorme de bayes

2-1 Evnements exclusifs

Universit Mohammed V- Agdal - FSJES -Rabat

Probabilits Enseignant : Ragbi Aziz

Chapitre 2 : Calcul de probabilits

Introduction
Dnitions
Notion dexclusivit
Notion dindpendance
Thorme de bayes

Evnements exclusifs

Denition
Deux vnements alatoires associs une mme exprience alatoire sont
dits exclusifs ou incompatibles sils ne peuvent pas se raliser
simultanment.
Si deux vnements alatoires A et B sont exclusifs alors :

p (A ou B ) = p (A) + p (B )

et

p (A et B ) = 0

(4)

Si deux vnements alatoires A et B ne sont pas exclusifs alors :

p (A ou B ) = p (A) + p (B )

Universit Mohammed V- Agdal - FSJES -Rabat

p (A et B )

Probabilits Enseignant : Ragbi Aziz

(5)

Chapitre 2 : Calcul de probabilits

Introduction
Dnitions
Notion dexclusivit
Notion dindpendance
Thorme de bayes

2-2 Evnements mutuellement exclusifs

Universit Mohammed V- Agdal - FSJES -Rabat

Probabilits Enseignant : Ragbi Aziz

Chapitre 2 : Calcul de probabilits

Introduction
Dnitions
Notion dexclusivit
Notion dindpendance
Thorme de bayes

Evnements mutuellement exclusifs

Denition
Plusieurs vnements alatoires associs une mme exprience alatoire
sont dits mutuellement exclusifs ou mutuellement incompatibles sils sont
exclusifs deux deux.
Si k vnements A1 , A2 , . . . , Ak sont mutuellement exclusifs alors :

p (A1 ou A2 ou . . . ou Ak ) = p (A1 ) + p (A2 ) + . . . + p (Ak ) (6)

Si trois vnements alatoires A, B , et C ne sont pas mutuellement
exclusifs alors :

p (A ou B ou C ) = p (A) + p (B ) + p (C ) p (A et B )
p (A et C ) p (B et C ) + p (A et B et C )

Universit Mohammed V- Agdal - FSJES -Rabat

Probabilits Enseignant : Ragbi Aziz

(7)

Chapitre 2 : Calcul de probabilits

Introduction
Dnitions
Notion dexclusivit
Notion dindpendance
Thorme de bayes

Evnements mutuellement exclusifs

Cette formule peut tre gnralise plusieurs vnements non exclusifs,

on lappelle galit de Poincar :

p (A1 ou A2 ou . . . ou Ak ) =

p ( Ai )

p ( Ai )

p (Ai et Aj )+ p (Ai et Aj et Ak )

k =0

Dans cette galit les dirents S qui gurent portent sur toutes les
combinaisons possibles des indices dirant les uns des autres.

Universit Mohammed V- Agdal - FSJES -Rabat

Probabilits Enseignant : Ragbi Aziz

(8)

Chapitre 2 : Calcul de probabilits

Introduction
Dnitions
Notion dexclusivit
Notion dindpendance
Thorme de bayes

2-2 Evnements complmentaires

Universit Mohammed V- Agdal - FSJES -Rabat

Probabilits Enseignant : Ragbi Aziz

Chapitre 2 : Calcul de probabilits

Introduction
Dnitions
Notion dexclusivit
Notion dindpendance
Thorme de bayes

Evnements complmentaires

Denition
Plusieurs vnements alatoires associs une mme exprience alatoire
sont dits totalement exclusifs ou complmentaires sils sont exclusifs deux
deux et si lun deux doit ncessairement se raliser.
Si k vnements A1 , A2 , . . . , Ak sont complmentaires alors :

p (A1 ou A2 ou . . . ou Ak ) = p (A1 ) + p (A2 )+ . . . +p (Ak ) = 1

Universit Mohammed V- Agdal - FSJES -Rabat

Probabilits Enseignant : Ragbi Aziz

Chapitre 2 : Calcul de probabilits

Introduction
Dnitions
Notion dexclusivit
Notion dindpendance
Thorme de bayes

3- Notion dindpendance

Universit Mohammed V- Agdal - FSJES -Rabat

Probabilits Enseignant : Ragbi Aziz

Chapitre 2 : Calcul de probabilits

Introduction
Dnitions
Notion dexclusivit
Notion dindpendance
Thorme de bayes

3-1 Notion dindpendance

Universit Mohammed V- Agdal - FSJES -Rabat

Probabilits Enseignant : Ragbi Aziz

Chapitre 2 : Calcul de probabilits

Introduction
Dnitions
Notion dexclusivit
Notion dindpendance
Thorme de bayes

Probabilit conditionnelle

Considrons le cas de plusieurs expriences alatoires simultanes ou

successives.

Denition
Soient deux vnements alatoires A et B non ncessairement exclusifs.
La probabilit conditionnelle de lvnement A sous la condition B, est la
probabilit de ralisation de lvnement A sachant que lvnement B est
dj ralis. Elle est dsigne par :

p (A/B ) =

Universit Mohammed V- Agdal - FSJES -Rabat

p (A et B )
p (B )

Probabilits Enseignant : Ragbi Aziz

(9)

Chapitre 2 : Calcul de probabilits

Introduction
Dnitions
Notion dexclusivit
Notion dindpendance
Thorme de bayes

Probabilit conditionnelle

Denition
Soient deux vnements alatoires A et B non ncessairement exclusifs.
La probabilit conditionnelle de lvnement B sous la condition A, est la
probabilit de ralisation de lvnement B sachant que lvnement A est
dj ralis. Elle est dsigne par :

p (B/A) =

p (A et B )
p (A)

(10)

Cette dnition conduit la formule de probabilit compose :

P (A et B ) = p (A)

Universit Mohammed V- Agdal - FSJES -Rabat

p (B/A) = p (B )

p (A/B )

Probabilits Enseignant : Ragbi Aziz

(11)

Chapitre 2 : Calcul de probabilits

Introduction
Dnitions
Notion dexclusivit
Notion dindpendance
Thorme de bayes

Probabilit conditionnelle

Denition
On peut gnraliser cette formule plusieurs vnements. Ainsi pour trois
vnements A, B, et C :

P (A et B et C ) = p (A)

Universit Mohammed V- Agdal - FSJES -Rabat

p (B/A)

p (C /A et B )

Probabilits Enseignant : Ragbi Aziz

(12)

Chapitre 2 : Calcul de probabilits

Introduction
Dnitions
Notion dexclusivit
Notion dindpendance
Thorme de bayes

3-1 Evnements indpendants

Universit Mohammed V- Agdal - FSJES -Rabat

Probabilits Enseignant : Ragbi Aziz

Chapitre 2 : Calcul de probabilits

Introduction
Dnitions
Notion dexclusivit
Notion dindpendance
Thorme de bayes

Evnements indpendants
Denition
Deux vnements A et B sont indpendants si la probabilit de voir se
raliser lvnement A ne dpend pas de la ralisation ou de la non
ralisation de lvnement B.
La probabilit de voir se raliser lvnement B ne dpend pas de la
ralisation ou de la non ralisation de lvnement A.

p (A)
p (B )

= p (A/B ) = p (A/ non B )

= p (B/A) = p (B/ non A)

(13)
(14)

Deux vnements A et B sont donc indpendants si :

p (A et B ) = p (A)

Universit Mohammed V- Agdal - FSJES -Rabat

p (B )

Probabilits Enseignant : Ragbi Aziz

(15)

Chapitre 2 : Calcul de probabilits

Introduction
Dnitions
Notion dexclusivit
Notion dindpendance
Thorme de bayes

Evnements indpendants

Denition
Plusieurs vnements A1, A2, . . . , Ak sont indpendants si :

p (A1 et A2 et . . . et Ak ) = p (A1 )

p ( A2 )

...

p ( Ak )
(16)

Lindpendance de plusieurs vnements deux deux nentrane pas

ncessairement lindpendance de lensemble des vnements.

Universit Mohammed V- Agdal - FSJES -Rabat

Probabilits Enseignant : Ragbi Aziz

Chapitre 2 : Calcul de probabilits

Introduction
Dnitions
Notion dexclusivit
Notion dindpendance
Thorme de bayes

4- Thorme de bayes

Universit Mohammed V- Agdal - FSJES -Rabat

Probabilits Enseignant : Ragbi Aziz

Chapitre 2 : Calcul de probabilits

Introduction
Dnitions
Notion dexclusivit
Notion dindpendance
Thorme de bayes

Thorme de bayes

Bayes sera le premier, avant Laplace, dont il admira les travaux en ce

domaine, exposer, un essai sur la rsolution dun problme en thorie
des probabilits (Essay towards solving a problem in the doctrine of
chances, 1763).
Il sagit du problme de la probabilit des causes : comment calculer la
probabilit dun vnement complexe dont on sait quun de ses
composantes, responsable de sa ralisation (une des causes) a eu lieu.

Universit Mohammed V- Agdal - FSJES -Rabat

Probabilits Enseignant : Ragbi Aziz

Chapitre 2 : Calcul de probabilits

Introduction
Dnitions
Notion dexclusivit
Notion dindpendance
Thorme de bayes

Thorme de bayes

Universit Mohammed V- Agdal - FSJES -Rabat

Probabilits Enseignant : Ragbi Aziz

Chapitre 2 : Calcul de probabilits

Introduction
Dnitions
Notion dexclusivit
Notion dindpendance
Thorme de bayes

Thorme de bayes
Soient E1 , E2 , . . . , Ek , une srie de k vnements alatoires totalement
exclusifs.
chacun de ces vnements correspond une information initiale qui
permet dvaluer priori les probabilits p (E1 ), p (E2 ), . . . , p (Ek ).

p ( E 1 ) + p ( E 2 ) + . . . + p ( Ek ) = 1

(17)

Soit A un vnement quelconque pour lequel on connat priori les

probabilits conditionnelles p (A/E 1 ), p (A/E 2 ), . . . , p (A/E k ).
Les vnements E1 , E 2 , E k tant complmentaires, lvnement A doit se
raliser ncessairement avec E1 ou E2 ou ... ou Ek .

p (A) = p [(A et E 1 ) ou (A et E 2 ) ou . . . ou (A et E k )]
p (A) = p (A et E 1 ) + p (A et E 2 ) + . . . + p (A et E k )

Universit Mohammed V- Agdal - FSJES -Rabat

Probabilits Enseignant : Ragbi Aziz

(18)
(19)

Chapitre 2 : Calcul de probabilits

Introduction
Dnitions
Notion dexclusivit
Notion dindpendance
Thorme de bayes

Thorme de bayes
Par dnition de la probabilit conditionnelle :

p (A et E i ) = p (E i )

p (A/E i ) (i = 1 a` k )

(20)

La probabilit de lvnement A est donc :

P (A) = p (E 1 )

p (A/E 1 ) + p (E 2 ) p (A/E 2 ) + . . .
+ p (E k ) p (A/E k )

(21)

p (A) =

p (E i )

p (A/Ei )

i =1

Le thorme de bayes permet de calculer les probabilits conditionnelles

postriori p (E 1 /A), p (E 2 /A), . . . , p (E k /A).

Universit Mohammed V- Agdal - FSJES -Rabat

Probabilits Enseignant : Ragbi Aziz

Chapitre 2 : Calcul de probabilits

Introduction
Dnitions
Notion dexclusivit
Notion dindpendance
Thorme de bayes

Thorme de bayes

Par dnition de la probabilit conditionnelle :

p (Ei /A)

p (Ei /A)

Universit Mohammed V- Agdal - FSJES -Rabat

p (A/Ei )
p (A)
p (E i )
ki=1

p (E i )

(22)
p (A/Ei )
p (A/Ei )

Probabilits Enseignant : Ragbi Aziz

(23)