G X
p Ai =
p(Ai )
iI
iI
(t symbolise la runion disjointe, i.e. la runion de 2 ensembles disjoints ou de 2 vnements incompatibles ; crire A t B
sous-entend en particulier que A B = ; autre notation : A ] B)
Le couple (, p) est appel univers probabilis.
Lexprience du d peut tre reformule avec la terminologie des probabilits :
. = ~1, 6
. k , p({k}) = 1/6.
II - Premires proprits
Une probabilit possde de nombreuses proprits corollaires de sa dfinition :
= 1 p(A) .
= p(A) + p(A)
= 1, soit p(A)
1. A P(), A t A = , donc p(A t A)
= p() = 0
En particulier, p()
G
X
2. Si (Ei )iI est un systme complet dvnements, alors
Ei = et
p(Ei ) = 1
iI
iI
X
G
p(A Ei )
Plus gnralement : A P(), A =
(A Ei ), donc p(A) =
iI
iI
A P(), p(A) =
p({i })
i A
Si de plus est fini et si tous les vnements lmentaires ont la mme probabilit , on dit que lexprience est
quiprobable. Alors :
X
p({i }) = .card(), donc =
p() = 1 =
iI
X
1
p({ei }) = .card(A).
, et A P(), p(A) =
card()
A
i
Donc :
A P(), p(A) =
card(A)
card()
Le jet dun d 6 faces constitue une exprience quiprobable univers fini = {1, 2, 3, 4, 5, 6}.
Donc, pour tout vnement A dans cette exprience : p(A) = card(A)/6. Ainsi par exemple :
. p("le rsultat est impair") = p({1, 3, 5}) = 3/6 = 1/2
. p("le rsultat est au moins 5") = p({5, 6}) = 2/6 = 1/3
. p("le rsultat nest pas 3") = p({3}) = 1 p({3}) = 1 1/6 = 5/6
III - Dnombrements
Dans tout ce paragraphe, lunivers est suppos de cardinal fini n > 1. Le dnombrement est lopration qui consiste
connatre le cardinal dun vnement de , et donc sa probabilit si est quiprobable.
1. nombre dvnements de :
Card(P()) = 2n
et
k N , Card(Ak ) = (Card(A))k
On considre ci-dessous les vnements constitus du choix dun nombre donn p dissues parmi les n issues de .
Ce choix peut se faire avec ou sans remise, et avec ou sans ordre, soit 4 possibilits :
3. choix sans remise mais avec ordre : arrangement.
Pour obtenir un arrangement, on a n possibilits pour la premire issue choisie, puis n 1 pour la deuxime, etc...
Le nombre darrangements de p issues parmi n est donc :
Anp = n(n 1)...(n p + 1) =
n!
(n p)!
Si p = n, on parle dune permutation des lments de . Lensemble des permutations de est not S(), et
Card(S()) = n!
5. choix avec remise et avec ordre : ces vnements sont au nombre de n p (n possibilits pour chaque lment choisi)
6. choix avec remise mais sans ordre : on admet que ces vnements sont au nombre de np =
n+p1
p
p(A B)
p(B)
ou bien
p(A B) = pB (A)p(B)
pB (A) est appele probabilit conditionnelle de "A sachant B", elle est aussi note p(A|B).
Deux vnements A et B seront dits indpendants (et on note A y B) si la ralisation de lun ne dpend pas du fait
que, par ailleurs, on sache si lautre sest ralis ou pas, i.e. si pB (A) = p(A) ou (et cest quivalent) si pA (B) = p(B).
On en dduit que
A y B p(A B) = p(A)p(B)
On observe au passage que les vnements impossible et certain sont trivialement indpendants de tout vnement.
Les 2 formules prcdentes, prsentes ici comme des proprits naturelles, sont le plus souvent donnes comme des
dfinitions.
Exemple dans lexprience quiprobable du d :
1. soit A = "le rsultat est pair" et B = "le rsultat est au moins 4" : p(A) = 3/6 = 1/2 et p(B) = 3/6 = 1/2.
On jette le d, quelquun le regarde et annonce que le rsultat est pair, ce rsultat est donc 2, 4 ou 6, ce qui pour B
ne laisse plus que les possibilits 4 ou 6, donc 2 possibilits parmi 3 : pA (B) = 2/3.
Donc pA (B) , p(B) : A et B ne sont pas indpendants.
Vrifions avec A|B : aprs avoir jet le d, quelquun le regarde et annonce que le rsultat est au moins 4, cest donc
4, 5 ou 6, dont 2 sont pairs, soit 2 possibilits parmi 3 pour A|B : pB (A) = 2/3 , p(A).
On peut galement vrifier que A B = {4, 6}, donc p(A B) = 2/6 , p(A)p(B).
2. soit A = "le rsultat est multiple de 3" et B = "le rsultat est au moins 4" : p(A) = 2/6 = 1/3 et p(B) = 1/2.
On jette le d, quelquun le regarde et annonce que le rsultat est multiple de 3, ce rsultat est donc 3 ou 6, ce qui
pour B ne laisse plus que la possibilit 6, donc 1 possibilit parmi 2 : pA (B) = 1/2.
Donc pA (B) = p(B) : A et B sont indpendants.
Vrifions avec A|B : aprs avoir jet le d, quelquun le regarde et annonce que le rsultat est au moins 4, cest donc
4, 5 ou 6, dont un seul est multiple de 3, soit 1 possibilit parmi 3 pour A|B : pB (A) = 1/3 = p(A).
On peut galement vrifier que A B = {6}, donc p(A B) = 1/6 = p(A)p(B).
Lorsque les vnements A et B ne sont pas indpendants, les probabilits pB (A) et pA (B) sont lies puisque :
p(A B) = pB (A)p(B) = pA (B)p(A)
On obtient par exemple
pA (B) = pB (A)
p(B)
p(A)
V - Formules classiques
do on dduit que p(A) = p(A B) + p(A B),
cest la
Partons de la dcomposition A = (A B) t (A B),
p(A Ei ) :
iI
p(A) =
pEi (A).p(Ei )
iI
Et puisque les 2 faons diffrentes dcrire p(A B) donnent pB (A)p(B) = pA (B)p(A), on en dduit la
formule de Bayes : pA (B) =
pB (A)p(B)
pB (A)p(B) + pB (A)p( B)
que lon peut galement gnraliser tout systme complet dvnements (Ei )iI :
pE j (A)p(E j )
j I, pA (E j ) = X
pEi (A)p(Ei )
iI
iI
Y
\
pA0i (Ai )
formule des probabilits composes : p Ai = p(A1 )
iI
i>1
avec
A0i =
\
j<i
Aj
X = 10 fois la mise
X=0
La fonction de rpartition de X est la fonction F X dfinie sur R par F X (x) = p(X x).
Sur un univers discret :
x R, F X (x) =
p(X = xi )
xi x
donc une fonction de rpartition est en escalier, croissante, continue sauf en les xi o elle nest continue qu gauche, et
vrifie (rappelons que les xi sont numrots dans lordre croissant) :
x+
Dans ce qui suit, = {xi i ~1, n} est fini (n > 1). Une probabilit sur est une application p : P() [0, 1].
Si on note pi = p({xi }) pour tout i ~1, n, on dfinit ainsi sur une loi de probabilit L = {(xi , pi ) | i ~1, n}.
Cette seule donne
X permet de calculer ensuite la probabilit de tout vnement A puisque A = {xi | i I ~1, n} et
donc p(A) =
pi .
iI
5. la loi hypergomtrique H(N, N1 , n) des tirages successifs sans remise et sans ordre
On dispose dune population de N individus subdivise en 2 groupes (selon un certain critre) deffectifs N1 et N2 ,
avec donc N1 + N2 = N.
On choisit simultanment (donc sans remise ni ordre) n individus de cette population (avec n min(N1 , N2 )) et on
compte le nombre k de ces individus qui appartiennent au premier sous-groupe. Donc = ~0, n, et
N N
1
nk
N
n
Cette loi modlise rigoureusement le prlvement dun chantillon, dans lequel un mme individu ne peut videmment figurer plusieurs fois ( tirage sans remise).
Mais les coefficients binomiaux peuvent savrer difficiles calculer pour des grandes valeurs de N, N1 et/ou N2 :
on lui substitue alors une approximation par une loi binomiale, dtaille plus loin.
6. la loi de Poisson P()
On considre un vnement se produisant en moyenne fois par unit de temps, cette frquence moyenne tant
invariable dans le temps, k est le nombre de ralisations de lvnement pendant une unit de temps donne :
= N, et on admettra que
k N, p({k}) =
k
e
k!
Exemples dapplication :
. nombre de voitures passant une barrire de page pendant un temps donn ;
. nombre davions dcollant dun aroport pendant un temps donn ;
. nombre de personnes passant lune des caisses dun supermarch pendant un temps donn ;
. nombre de voitures fabriques par jour sur une chane de montage ;
. etc...
E(X) =
n
X
s (X) =
xi .p(X = xi )
i=1
n
X
i=1
2 est appel variance, sa racine carre est lcart-type : V(X) = 2 (X) et (X) =
V(X).
n
X
i=1
n
X
i=1
n
X
n
X
xi2 2xi .E(X) + E(X)2 .p(X = xi )
i=1
xi .p(X = xi ) + E(X)2
i=1
2
n
X
p(X = xi )
i=1
U~1,n
G(p)
E(X)
V(X)
n+1
2
1
p
n2 1
12
1p
p2
B(n, p)
np
np(1 p)
H(N, N1 , n)
n NN1
n NN1
P()
10
N2 Nn
N N1
=
k!
k!
k
et de mme
!
N2
N2 nk
nk
(n k)!
donc
p({k})
N1 k N2 nk
k! (nk)!
Nn
n!
et
!
Nn
N
n
n!
N k N nk
n!
1
2
k!(n k)! N
N
Dans ce cas, on voit que lon peut approcher la loi H(N, N1 , n) par la loi binomiale B(n, N1 /N) :
si n N, k ~0, n, p({k})
!
n N1 k
N1 nk
1
k N
N
Nn
np(1 p) = VB
N 1 nN
n
Comme les facteurs 1 ni sont en nombre k 1 fix, leur produit reste quivalent 1 :
k
nk
nk
2. ln (1 p)
= ln (1 n )
= n ln(1 n ) k ln(1 n ).
.pk .e =
e = e
3. bilan : pB ({k}) =
p (1 p)nk
n+ k!
k
k!
k!
p0
n+
nk
k!
Quand la fois n est grand et p petit (de sorte que np conserve une valeur ni trop grande ni trop petite), on peut donc
approcher la loi B(n, p) par la loi de Poisson P(np).
Cette approximation est cohrente avec les esprances et variances : puisque p est petit, VB = np(1 p) np = EB ,
alors que EP = VP = = np.
11
Exercices
Exercice 1 : dmonstrations en lien avec le cours
!
n
X
n
1. dmontrer que n N,
= 2n , en dduire que, si est fini, Card(P()) = 2Card()
k
k=0
2. dmontrer quun univers fini possde autant dvnements de cardinal pair que de cardinal impair
3. uniquement par des dnombrements, dmontrer que
!
!
n
n
=
i. n N, k ~0, n,
k
nk
!
!
!
n
n
n
+
1
+
=
ii. n N , k ~0, n 1,
k
k+1
k+1
! X
!
!
n
a+b
a
b
iii. (formule de Vandermonde) (a, b) N , n ~0, a + b,
=
n
k nk
k=0
2
4. dmontrer les formules donnant lesprance mathmatique et la variance des lois discrtes usuelles
5. dmontrer que, si X est une v.a.r.d., alors (a, b) R2 , E(aX + b) = aE(X) + b et V(aX + b) = a2 V(X)
12
6. en bourse, un titre peut monter (M), descendre (D) ou rester stable (S). Entre un jour et le lendemain ( ]0, 1/2[),
un titre donn change dtat avec la probabilit , et donc conserve son tat avec la probabilit 12, ce que rsume
le tableau suivant :
n
# n+1
1 2
1 2
1 2
On note respectivement n , n et n les probabilits que le titre monte, descende ou soit stable le jour n. Aujourdhui
(n = 0), le titre est stable.
i. Exprimer n+1 , n+1 et n+1 en fonction de n , n et n
ii. Vrifier que , et sont arithmtico-gomtriques, puis expliciter n , n et n en fonction de n
iii. Interprter leurs limites respectives
7. on lance 3 ds 6 faces et on appelle X le nombre de valeurs distinctes obtenues. Quelle est la loi de X ? Calculer
son esprance et sa variance.
8. dans un bureau de poste, la probabilit pour quune personne entre pendant une minute donne est p = 0, 1.
i. soit X le nombre de personnes qui se prsentent entre 10h et 11h : quelle est la loi suivie par X ?
ii. par quelle loi peut-on lapprocher ?
iii. Calculer p(X 10) selon les 2 modles.
9. un lot de 15 ampoules contient 5 ampoules dfectueuses ; on choisit au hasard 3 des 15 ampoules : quelle est la
probabilit que
i. 1 exactement soit dfectueuse ?
ii. au moins 1 soit dfectueuse ?
iii. les 3 soient dfectueuses ?
13