Il existe deux manires d'introduire la notion de probabilit: 1.

La probabilit a priori, subjective d'un vnement est un nombre qui caractrise la croyance que l'on a que cet vnement est ralis avec plus ou moins de certitude avant l'excution de l'exprience. 2. La probabilit empirique assimile une frquence est dfinie partir d'expriences indfiniment renouvelables. La probabilit d'un vnement est alors la frquence d'apparition de cet vnement. Enfin le calcul des probabilits utilise l'analyse combinatoire ainsi que la thorie des ensembles.

1. Introduction Les premires personnes s'tre intresses aux problmes des probabilits furent des mathmaticiens franais, Blaise Pascal et Pierre de Fermat qui rpondaient aux questions souleves par un adepte des jeux de hasard, le chevalier de Mr. A cette poque, la thorie des probabilits se dveloppa uniquement en relation avec les jeux de hasard. Mais avec Pierre Simon Laplace et Karl Friedrich Gauss, les bases de la thorie furent tendues d'autres applications et phnomnes. Le calcul des probabilits fournit une modlisation efficace des situations non dterministes c'est--dire des phnomnes alatoires ou stochastiques. Dans le cas des phnomnes alatoires, le rsultat de l'exprience n'est pas connu avec certitude mais fluctue autour d'un rsultat moyen qui est rgit par une loi.

lI. Espace fondamental et vnements La thorie des ensembles qui est succinctement prsente dans ce chapitre constitue un outil puissant dans plusieurs branches des mathmatiques, notanunent en probabilits. 1. Dfinitions En face de situations dont l'issue est incertaine, on a bien souvent envie d'attribuer chacune des ventualits possibles une vraisemblance plus ou moins grande. Afin de donner une rigueur mathmatique ce concept, il est ncessaire tout d'abord de donner quelques dfinitions. Dfinition 1. Une exprience ou une preuve est qualifie d'alatoire si on ne peut pas prvoir son rsultat et si, rpte dans des conditions identiques, elle peut donner des rsultats diffrents. Le rsultat d'une exprience nol C constitue une ventualit ou un vnement lmentaire.
4

JI' ensemble des vnements lmentaires possibles pour une exprience al~toire donne constitue l'espace fondamental appel univers ou univers des possibles not n. Dfinition 2. Un vnement quelconque A est un ensemble d'vnements lmentaires et constitue une partie de l'univers des possibles n dont on sait dire l'issue de l'preuve s'il est ralis ou non. Si co E A, alors A est ralis. Mais si co t$ A alors A n'est pas ralis et c'est, l'vnement contraire qui est ralis, not:4. N.B. Les vnements sont reprsents par des lettres majuscules. Si n est fini, chaque partie A de l'univers n (A c n) est constitue d'un nombre fini d'ventualits et dans ce cas l'ensemble des vnements est tel que: t(n) = <p(n) l'univers des possibles
5

3. Oprations

sur les vnements

Si l'on considre simultanment la ralisation de deux vnements A et

B, il est possible d'effectuer des oprations.

3.1. L'intersection

de deux vnements

On appelle intersection de deux vnements A et S, l'vnement qui est ralis si et seulement si A et B le sont, not A nB . Il est donc constitu des ventualits appartenant la fois A et B.

Deux vnements A et B sont incompatibles ou disjoints, s'ils ne peuvent tre raliss simultanment. On a alors: AnB = 0

2. Evnements

remarquables

Quelques proprits ./ ,. ", .1 '" Q) U '-',.t~ .. ,1

(~;(".! '"

de l'intersection

(n) : vencmeni5 il\l~ol1\patiblc:'>

L'vnement impossible not 0 est l'vnement qui ne peut tre ralis quelle que soit l'issue de l'preuve. Bien que constitu d'aucune ventualit, 0 est considr comme un vnement: o E t(n) L'vnement certain, not n est toujours ralis quelle que soit l'issue de l'preuve. Il est constitu de toutes les ventualits et l'on impose que ce soit un vnement: n E t(n) L'vnement contraire ou complmentaire d'un vnement A, not CA ou AC est l'vnement qui est ralis si et seulement si A ne l'est pas. Il est donc constitu des vnements lmentaires co qui ne sont pas dans
A.

lmelll neutr
COHlll1L1tal\ (

(.0)

0
fi) (\ ( .
l.'

lmCIll bs(}l'ban t ((1)

,1(,/i /ln.! .1 t, (1} '-', ( ') = LI

. j (, (/.1 '.)

ilt~
t(.

a~:ille iJti\'il~

C'i = (. 1 {', fj i

Li (\ CJ

Ji~MibLitili

l\\e" lu ruEI.ion

(u 1

3.2. La runion

de deux vnements

co EA =>co t$A Par dfinition, on obtient les relations suivantes:

On appelle runion de deux vnements A et S, l'vnement qui est ralis si et seulement si A ou S est ralis. Il est donc constitu des ventualits appartenant A ou B, not A U B. co EA U B=>(co EA oU co ES)

A=A;

0=0;

0=0.

.1

'tj

,1 =0

0u.f=:1 oU.I=12
.,/1...)

vnements complmt.'l1taire-; lmenl Illlll ((2)) dl0mulll :Jbsurham (01

CIlll1ll1utali \ it
(.-j

Le nombre de partitions possibles dans un enserriblefini de n vnements est: si Card (n) = n alors
ClIl'd (Pin)) .c,-;.11

III. Probabilits

Bu.,J

,/ '-.) UJ
.'/ 1..J (/j

= n (') =
U

C")

(.1

u 13) u C ,_1 11) (, (.1

(l

assnciali...-il Jisll'ihutvil

a\i:: l'iulNSel'lml

I.n:

Selon les lois de Morgan, nous avons:

'-'A nB'"' AuB

3.3. L'inclusion d'un vnement Un vnement A entrane un vnement B si la ralisation de A implique celle de B. On dit que l'vnement A est inclus dans l'vnement B. ACB
9

- -.4',jB",,-AnB

1. Espace probabilisable Supposons que l'ensemble des vnements constitue une classe C de pen) , telle que: C pen) On appelle espace probabilisable (n, C), un objet form de deux lments : un espace d'ventualits n un espace d'vnements C pen) avec

51' Il
(1'2)

.1 te C:::;,

.1
E

/1,

('

(\fi

>J')~

UA,

EC
11

Ces trois proprits suffisent dfinir un espace probabilisable et on pourrait montrer qu'il implique que

oEC

et

nAJ

E (

4. Systme complet d'vnements

Al' A2 A l' A2
'
,

Le passage d'une description de type ensembliste des phnomnes alatoires l'laboration d'un vritable modle mathmatique se fait en introduisant les mesures de probabilit. 2. Concept mathmatique On appelle probabilit P toute application de l'ensemble des vnements n dans l'intervalle [0,1], tel que:
": E(nJ ~

An forment un systme complet d'vnements si les parties , An de n constituent une partition de n telle que: \::Ii \/ i ,j

A, '160 .;1; (--, .-11

j

(G,l]

::..=~)

UA .c;{2

AH P(A) satisfaisant les proprits suivantes

(l'il
'V' . IE:(D)

Un systme complet d'vneme~ts est form de toutes les parties de n, c'est--dire des familles d'vnements 2 2 incompatibles dont la runion constitue l'vnement certain n. 10

/'(.1)2:.0 si .!(',D =

(il,1
(1';1

IH2i =1
V.,I. 11 E E(U)

,lll's

l'{.luli)=!'(./)

+ 1'(8)

12

......_; "'3::".7"E=-sp-a-ce-p-r-o""b-a""b""il:-:i.-~e-:"-~--""'-"""" -:::..,.". ... C':=._=_._"'.:-:.=-=.. ,,-. ::::.""' 7" :- .".-"", ..:- :::::'::: ..,..,----, . .. ..,.:-:.. .. . . . ... ... . .._"" .....,.

Cas de deux vnements quelconques

Si . J Cl li Sllnl deus n:~IlCnH'llts qnckonqllcs, l'LI
,j

Nous dfinirons un espace probabilis en utilisant l'axiomatique de Kolmogorov, Consquences

Ildinilinn 1: sur (2_l:) une applkali<ln 1'(11

,,1111'5 :

li) "' 1\.1) .,./'( ln .- l'LI (, /J)

1- "(A)
= ()

('ln appelle: l'rllbaiJiiill'

j'ln)!

l' Je C d~lIlslllll'r\,i1k

IO.llldk

que:

l'(C.I Sil

c 11 <llur" lU)

-S 1'(/1)

l'(U :J,).c
UdiniIinn2 On apptlll: : esp'lUO prollilIlHis('.

L f'(A
i""l

il

i)

4. l11dpem/ancestatistique On dit que deux vnements A et B sont indpendants

p(AnB)
=

si l'on a:

P(A)P(B)

le lripkl

dI..CJ')

Remarque: Il ne faut pas confondre vnements indpendants vnements incompatibles.

13

et

15

Des axiomes prcdents dcoulent les proprits additives des probabilits, d'usage pennanent. Cas d'vnements incompatibles

Proprits Les proprits associes l'indpendance sont: (l)si A est un vnement quelconque, A et Q sont indpendants: A n Q = A lment neutre P(A n n) = p(A)p(n) = P(A) car pen) = 1 A et 0 sont indpendants: A n 0=0 lment absorbant P(A n 0) = P(A)P(0) = P(0) car P(0) = 0 (2) si A et B sont deux vnements quelconques, A et B sont indpendants si et seulement si A et B (A et B) ou sont Indpendants. A et B sont indpendants si et seulement si A et B le sont. Gnralisation n vnements

1'(, III La prubahilit' d~ 1" l'unillll

l'Uz)"""

. .,...'LI'; l

-,.....

/'(,1,,) J'vnl'mL'nl~

J'un ~~lllhk

lini uu d0nuIllhrahk

:1:1

in0(lll1p~1l[hksL';,l.;gak

IlIa

~(lml1i}(d\.' kllr
1/

pl\lhabilik d'Ill!:

p(U AI )

c:: )',
1

P( A,)

Il (0\('1\(11)('1115 (Jl2
(Illl

2) .. 11._1"

1,... J" som dil

lHkp(~IH.lall!S

da ilS leur c!hembk

.... \ j'(.l,l.\ .....\ l'I.llIl

~I

Illutuellemcnt ill(kpcndallb) si 11Ila : ['(,l, (\ .i2 (\...;\1, {~ (i .1" 1= l'Llli.\ J'(.I"l:\ ...

14

j)(n .( ) ri
..cc

1/

AI

i.. !
'"Jo-

Remarque:

n vnements peuvent tre indpendants deux deux, (P(Ai n Aj) = P(Ai) x P(Aj)] avec i ;f. j sans tre indpendants au sens de

la "finition ci-dessus.
5. Probabilits conditionnelles

Remarque. Lorsque deux vnements sont indpendants, le fait que l'un des vnements soit ralis, n'apporte aucune infonnation sur la ralisation de l'autre. Dans ce cas la probabilit conditionnelle PB(A) (a posteriori) est gale la probabilit P(A) (a priori). Si A et B sont deux vnements indpendants alors ceci quivaut affirmer que PB (A) = PiA) = P(A). Autrement dit, lorsque deux vnements sont indpendants, la probabilit conditionnelle de A est la mme que ce soit B ou B qui est ralis. 7. Probabilits totales
Si : i,.
JJlort~mi".' : ./1 .....

Soit deux vnements A et B d'un espace probabilis Q avec P(B)i- 0, on appelle probabilit conditionnelle de l'vnement A si B (ou A sachant B), le quotient
1'(.1/1);:;;'"

l'il. li}
r '

1l01L'C

.'

}'( 1J)

l'il Cil

Thorme: Soit B un vnement de probabilit non nulle, alors:

1'11: E(U)"~

ICi,l]
/'1.'/'-' /J)
1'(11)

1,....... 1;,:
Pi 8i

CSlllll ",,"me

t(lmllid

d'l~\lll~nlt:'ll\s.

U. nlurs:

r'(Bl'~

}'(11 i .1, )/'(..ld

tH f'{,I/n)~.----

; j'(I1 !..Uh.J~i;

quel que :;nit .....; /'(/1 jo.ln)/'l.I,,)

tntales

1'{~VIlCmcnl

" l /'( )l'(A,i Il .ii

,,,,1

Formule

des (ll'obalJilils

est une probabilit sur

17

19

Remarque: La probabilit P(A) est appele la probabilit a priori et P(A/B) ou P B(A) la probabilit a posteriori car sa ralisation dpend de la ralisation de B. On observe les relations suivantes:
1'(.1 ! A)= 1

8. Le thorme de Bayes Un corollaire au thorme des probabilits totales est connu sous le nom de formule de Bayes.
hul'lJJe.

Si Ne

,.1. il [urs.l

,"', IJ = 8

dOIlL:

1'( /1 .1 A) ~.--

l'(H)
l'lA)

..,i :..-11 1:.. ... ,1, ....... -1,,' .

"SlUIl

s\'sti:mc

C(lmplel

d'li:uCllltlll:\,

el qud

qUc'

sllill'\(-nemcn

6. Probabilits composes des probabilits Composes) : Soit deux vnements (non impossibles) A et B d'un espace probabilis Q. Alors, p(AnB) = P(B/A) P(A) = P(A/B) P(B) Consquence Si A et B sont deux vnements indpendants et que P(B)-j:. alors ceci quivaut affirmer que PB (A) = P(A/B) = P(A).
Thorme (Formule

'.1 h.:~l '-jlh": l'liB) 1- CI, alnl':'l : 1'( 11 ..l, i/'i ./,1
l'{."l, :' l~) ~.::. ----------'----'------f'(iI'/. i, )/'1.1, 1 + Pl.], ,

... +

l'(/:ii Ai ll'Liill ...1 l'lU Formule

,IJI'i.1J

m=

1'( lU A, )/'1. ri!

\,!!.~.I-'\.l/
j.-l t

de Bayes

1 .,L )-/)' .. J il

18

20