Beruflich Dokumente
Kultur Dokumente
Issam Elhattab
cole Nationale de Commerce et de Gestion - Casablanca
Universit Hassan II - Mohammedia
2012 - 2013
I. Elhattab (ENCG)
2012 - 2013
1 / 26
Sommaire
Notions de base
Dfinition de probabilit
I. Elhattab (ENCG)
2012 - 2013
2 / 26
Notions de base
Notions de base
I. Elhattab (ENCG)
2012 - 2013
3 / 26
Notions de base
Notions de base :
1
Exprience alatoire ;
Ensemble fondamental ;
vnement ;
Diagramme de Venn ;
I. Elhattab (ENCG)
2012 - 2013
4 / 26
Notions de base
Exprience alatoire
Dfinition
Nous appellerons exprience alatoire toute action ou
processus qui engendre des rsultats ou des observations et
dont on ne peut prdire avec certitude le rsultat.
Exemple
1
I. Elhattab (ENCG)
2012 - 2013
5 / 26
Notions de base
Ensemble fondamental
Dfinition
Nous appellerons ensemble fondamental ou encore espace
chantillon l'ensemble de tous les rsultats possible d'une
exprience alatoire. Cet ensemble est gnralement dsign
par .
Exemple
1
I. Elhattab (ENCG)
2012 - 2013
6 / 26
Notions de base
vnement
Dfinition
Nous appellerons vnement tout sous-ensemble (ou partie)
de l'ensemble fondamental . Un vnement sera dit
lmentaire s'il ne contient qu'un seul lment de , et,
compos s'il contient plusieurs lments de .
Exemple
1
I. Elhattab (ENCG)
2012 - 2013
7 / 26
Notions de base
E , E1
et
E2
de
Implication
L'vnement E1 implique l'vnement E2 si le sous-ensemble
E1 est inclus dans E2 . On crit E1 E2 . L'vnement E2 se
ralise chaque fois que E1 est obtenu.
Ex :
galit
Les vnements E1 et E2 sont gaux s'ils sont composs des
mmes lments. On crit E1 = E2 . L'vnement E2 se ralise
chaque fois que E1 est obtenu et vice versa.
Ex :
{avoir
un nombre impair}
I. Elhattab (ENCG)
= {1, 3, 5}.
2012 - 2013
8 / 26
Notions de base
Runion
La runion des deux vnements E1 et E2 est le
sous-ensemble compos des lments de E1 et de E2 . On crit
E1 E2 . C'est l'vnement qui se ralise quand au moins un
des deux vnements E1 ou E2 se ralise.
Ex :
Intersection
L'intersection des deux vnements E1 et E2 est le
sous-ensemble compos des lments communs de E1 et E2 .
On crit E1 E2 . C'est l'vnement qui se ralise seulement si
E1 et E2 se ralisent simultanment.
Ex :
I. Elhattab (ENCG)
2012 - 2013
9 / 26
Notions de base
La diffrence
La diffrence E1 \ E2 entre E1 et E2 est l'ensemble compos
des lments de E1 qui n'appartiennent pas E2 . Autrement
E1 \ E2 = E1 E2 . C'est l'vnement qui se ralise quand E1 se
ralise et E2 ne se ralise pas.
Ex :
Le complmentaire
L'vnement complmentaire ou contraire de E est le
sous-ensemble compos des lments de qui
n'appartiennent pas E. On crit E. C'est l'vnement qui se
ralise quand E ne se ralise pas (et vice-versa).
Ex :
I. Elhattab (ENCG)
= ,
= .
2012 - 2013
10 / 26
Notions de base
Diagramme de Venn
AB
AB
A\B
I. Elhattab (ENCG)
2012 - 2013
11 / 26
Notions de base
Dfinition
Soit un ensemble fondamental . Une famille A de
parties de est appele une tribu si :
1
2
3
appartient A.
Si E A, alors E A.
Si (Ei )iI est une famille dnombrable d'lments de
A, alors iI Ei A.
Exemple
Soit un ensemble fondamental, et, A et B deux vnements de . Laquelle des
familles dvnements suivantes est une tribu :
1
A = {, };
B = {, , A, B};
C = {, , A, A}.
D = {, , A, A, A B, A B, A B, A B}.
I. Elhattab (ENCG)
2012 - 2013
12 / 26
Notions de base
Thorme
Soit A, B et C trois vnements de :
1
2
3
A B = A B, A B = A B.
A (B C) = (A B) (A C).
A (B C) = (A B) (A C).
Dmonstration
1
2
3
I. Elhattab (ENCG)
2012 - 2013
13 / 26
Notions de base
Dfinition
Nous appellerons une partition toute suite d'vnements
E1 , E2 , . . . , En , mutuellement exclusifs deux deux
(Ei Ej = , i 6= j), tels que
E1 E2 En = .
Exemple
Considrons le jet dun d. Les suites dvnements suivantes constituent des partition
de = {1, 2, 3, 4, 5, 6} :
1
I. Elhattab (ENCG)
2012 - 2013
14 / 26
Dfinition de probabilit
Dfinition de probabilit
I. Elhattab (ENCG)
2012 - 2013
15 / 26
Dfinition de probabilit
Dfinition classique
Dfinition
Soit une exprience alatoire pouvant conduire n rsultats
distincts et rle symtrique ou quiprobables, et que
parmi ces derniers, on peut dnombrer N(E) qui sont
favorable l'arrive d'un vnement E, la probabilit de voir
se raliser celui-ci est donn par :
P(E) =
N(E)
Crad(E)
=
.
n
Card()
Exemple
Lancement dun d quilibr. Soit les vnements suivants :
A = { avoir 1},
B = { avoir un nombre divisible par 3},
2012 - 2013
16 / 26
Dfinition de probabilit
Dfinition frquentiste
Dfinition
Soit une exprience alatoire rpte n fois de manire
indpendante et identique et n(E) le nombre de ralisation de
E au cours des n rptitions. On constate que, lorsque n
s'accrot, la frquence fn (E) = n(E)/n se stabilise autour
d'une valeur limite qu'on identie la probabilit d'obtenir
l'vnement E :
n(E)
.
P(E) = lim
n n
I. Elhattab (ENCG)
2012 - 2013
17 / 26
Dfinition de probabilit
Dfinition axiomatique
Dfinition
Dnir la probabilit P(E) d'obtenir un vnement E consiste
associer ce dernier un nombre rel satisfaisant aux
axiomes suivants :
Axiom 1 : 0 P(E) 1.
Axiom 2 : P() = 1.
Axiom 3 :
Si
E1 , E2 , . . . , En sont n vnements
Ej = , i 6= j) ; alors :
mutuellement exclusifs
(Ei
I. Elhattab (ENCG)
n = 1, 2, . . . , .
2012 - 2013
18 / 26
Dfinition de probabilit
Thorme
Thorme
Soit E et F deux vnements de , alors :
1
P(E) = 1 P(E) ;
Dmonstration
1
I. Elhattab (ENCG)
2012 - 2013
19 / 26
Probabilit conditionnelle et
indpendance
I. Elhattab (ENCG)
2012 - 2013
20 / 26
Probabilit conditionnelle
Dfinition
Soit E et F deux vnements. La probabilit, note
P(E|F), que l'vnement E se ralise sachant que
l'vnement F s'est ralis est dnie par :
P(E|F) =
P(E F)
.
P(F)
Exemple
Lancement dun d quilibr. Soit les vnements suivants :
E = {1, 2, 3}.
F = { avoir un nombre impair }.
Donc
P(E|F) =
P(E F)
=
P(F)
2
6
3
6
2
.
3
Remarque
Attention, en gnral, P(E|F) 6= P(F|E).
I. Elhattab (ENCG)
2012 - 2013
21 / 26
Probabilit conditionnelle
Thorme
Soit E, F et G trois vnements de , alors :
1
Dmonstration
1
I. Elhattab (ENCG)
2012 - 2013
22 / 26
Indpendance
Dfinition
Soit E et F deux vnements. Si P(E|F) = P(E),
autrement dit, si l'information fourni par la ralisation
de F ne modie en rien la probabilit de E, l'vnement
E est alors dit indpendant de F .
Exemple
Lancement de deux pices de monnaie bien quilibres. Sachant que face est le
rsultat du lancement de la premire pice, quelle est la probabilit que le rsultat du
lancement de la deuxime pice soit aussi face ?
On a = {(P1 , P2 ), (P1 , F2 ), (F1 , P2 ), (F1 , F2 )}. Soit A = {(P1 , F2 ), (F1 , F2 )} et
B = {(F1 , P2 ), (F1 , F2 )}. Remarquons que P(A B) = 1/4, et que, P(B) = 1/2, donc
P(A|B) = 1/2, or, P(A) = 1/2, par consquent :
P(A|B) = P(A).
Conclusion : A et B sont indpendants. Intuitivement, le rsultat de la premire pice
ne modifie en rien le rsultat de la deuxime pice.
I. Elhattab (ENCG)
2012 - 2013
23 / 26
Indpendance
Thorme
Soit E et F deux vnements de , alors on a lquivalence
suivante :
E et F sont indpendants
Exemple
Lancement de deux pices de monnaie bien quilibres. On a donc
= {(P1 , P2 ), (P1 , F2 ), (F1 , P2 ), (F1 , F2 )}. Soit A = {(P1 , F2 ), (F1 , F2 )} et
B = {(F1 , P2 ), (F1 , F2 )}. Remarquons que P(A B) = 1/4, et que, P(A) = 1/2 et
P(B) = 1/2. Do :
P(A B) = P(A) P(B).
Conclusion : A et B sont indpendants.
I. Elhattab (ENCG)
2012 - 2013
24 / 26
Indpendance
n
X
P(Ei )P(A|Ei ).
i=1
I. Elhattab (ENCG)
i = 1, . . . , n.
2012 - 2013
25 / 26
Indpendance
Exercice
On classe les grants de portefeuille en deux catgories : ceux qui sont bien informs
et ceux qui ne le sont pas. Lorsquun grant bien inform achte une valeur boursire
pour son client, la probabilit que le cours de celle-ci monte est de 0.8 ; dans le cas
dun grant mal inform, cette probabilit ne vaut que 0.5. Si on choisit au hasard un
grant dans un annuaire professionnel, la probabilit quil soit bien inform est de 0.2.
Calculer la probabilit que le grant ainsi choisi soit mal inform, sachant que la valeur
quil a achet a mont.
Solution
Soit les vnements GMI = {Le grant est mal inform},
GBI = {Le grant est bien inform} et M = {La valeur a mont}. Les informations de
lnonc se traduisent par les probabilits P(M|GBI) = 0.8, P(M|GMI) = 0.5 et
P(GBI) = 0.2. Lobjectif est de calculer P(GMI|M). Daprs la formule de Bayes, on a :
P(GMI|M)
=
=
I. Elhattab (ENCG)
P(GMI M)
P(GMI)P(M|GMI)
=
P(M)
P(GMI)P(M|GMI) + P(GBI)P(M|GBI)
0.8 0.5
5
=
0.8 0.5 + 0.2 0.8
7
2012 - 2013
26 / 26