Fiche de cours

4me technique
Probabilites

Maths au lycee *** Ali AKIR

Site Web : http://maths-akir.midiblogs.com/

Systme complet

Soient A1 , A2 , .,An forment un systme complet dvnements de ssi :

A1A2..An = et i , j{1,2,..,n} avec ij on a : AiAj=
Exemple : A1={1,2} , A2={3} , A3={4,5,6}
A1 , A2 et A3 forment un systme complet dvnements de ={1,2,3,4,5,6}.
Rcapitulation :
Successif avec remise
Successif sans remise
Type de tirage
Ordre
Lordre intervient
Lordre intervient
Un cas possible
card

un p-uplet avec
possibilit de rptition
np

un p-uplet dlment
distinct
n!
Anp =
( n p )!

simultan
Lordre n intervient
pas
une partie de p
lments
n!
C np =
p! ( n p )!

Vocabulaire des probabilits

Exprience alatoire. Eventualit
On lance un d ou une pice de monnaie, on tire une carte dans un jeu
Seul le hasard intervient.
On parle alors dexprience alatoire.
Les diffrents rsultats dune exprience alatoire sappellent des ventualits.
Lensemble des ventualits sappelle lunivers, on le note souvent .
Le nombre des ventualits de A sappelle le cardinal de lvnement . On le note card(A).
Exemple :
On lance un d.
Il y a 6 ventualits : 1, 2, 3, 4, 5 et 6.
Lunivers est = {1 ; 2 ; 3 ; 4 ; 5 ; 6 }.
Evnements
Un vnement est une partie (ou un sous-ensemble) de lunivers.
On dit que cet vnement est ralis si lune des ventualits qui le compose est ralise.
Evnements particuliers :
Lvnement certain contient toutes les ventualits. Il est gal lunivers .
Lvnement impossible ne contient aucune ventualit. Cest lensemble vide .
Un vnement lmentaire est un vnement qui ne contient quune seule ventualit : {a }
Exemple :
On lance un d.
Lvnement certain est {1 ; 2 ; 3 ; 4 ; 5 ; 6 }.
Les 6 vnements lmentaires sont {1}, {2}, {3}, {4}, {5} et {6}.
Lvnement Obtenir un nombre impair est {1 ; 3 ; 5 }.
Il est compos de trois ventualits.
Lvnement Obtenir un nombre infrieur 7 est lvnement certain.
Lvnement Obtenir 8 est lvnement impossible.
Soit A et B deux vnements de .
On dit que A est inclus dans B, et lon note A B, si toutes les ventualits de A appartiennent aussi B.
Lvnement A B est lensemble des ventualits communes A et B.
Lvnement A B est lensemble des ventualits qui appartiennent soit A, soit B, soit aux deux.
Deux vnements A et B sont dits incompatibles ( ou disjoints) lorsquils nont aucun lment en commun, c'est-dire A B =
Lvnement contraire de A est le complmentaire de A dans . ; on le note A .( Cest lvnement qui contient
toutes les ventualits de qui ne sont pas dans A.
Des vnements forment une partition dun vnement A, sils sont incompatibles deux deux et si leur runion
est gale A.

Probabilit
On considre un univers li une exprience alatoire, = {x1, x2, , xn}.
Dfinir une probabilit sur , cest associer chaque ventualit xi un rel positif pi de sorte que p1 + p2+ + pn
= 1.
Proprits :
0 p( A ) 1
p( ) = 0 ( la probabilit de lvnement impossible est nulle )
p( ) = 1 ( la probabilit de lvnement certain est gale 1 ).
p ( A ) est la somme des probabilits de tous les vnements lmentaires qui forment A.
Si A = {a1, a2, a3, , ak), alors p(A) = p({a1}) + p({a2}) + p({a3}) + + p({ak}).
p(A B) = p(A) + p(B) - p(A B).
Si A et B sont incompatibles alors, p(A B) = 0 on a donc : p(A B) = p(A) + p(B).

Quel que soit lvnement A, p( A ) = 1 p(A)

Si A1, A2 et A3 forment une partition de D, alors p(D) = p(A1) + p(A2) + p(A3). ( Cette proprit se
gnralise un nombre quelconque dvnements formant une partition de D.)

Equiprobabilit
Lorsque chaque vnement lmentaire a la mme probabilit, on dit quil y a quiprobabilit ou que les
vnements lmentaires sont quiprobables.

Proprit :
Si lon est dans une situation dquiprobabilit, et que le nombre dlments de est n,
La probabilit de chaque vnement lmentaire est 1 ,
n
card ( A )
nombre de cas " favorables"
Pour tout vnement A, p(A) =
=
card ( )
nombre de cas " possibles"
Exemple :
On tire au hasard une carte dans un jeu de 52 cartes. Chaque tirage est quiprobable.
1
La probabilit de tirer le roi de trfle est
.
52
La probabilit de tirer un trfle est de 13 = 1 .
52 4

Probabilit conditionnelle
Exemple
Parmi les 80 filles qui taient en classe :
36 sont aujourdhui salaries ; 39 sont mres de famille ; 15 sont salaries et mres de famille.
On choisit au hasard une de ces 80 femmes.
Considrons les vnements A : la femme choisie est salarie et B : la femme choisie est mre de famille .
1)Complter le tableau suivant :
B : mre de famille

B : non mre de famille

Total

15

21

36

A : salarie
A : non salarie

20

Total
2)Calculer P(A).

39
rp. (

41

80

36
)
80

15
)
80
4)On interroge une salarie. Quelle est la probabilit que ce soit une mre de famille ? Vrifier que cette
p( A B )
15
probabilit est gale
.
rp. (
)
p( A )
36
Remarque :
Cest la probabilit que la personne interroge soit une mre de famille, sachant que lon a interrog une
salarie.
3)Que reprsente lvnement A B ? Calculer la probabilit de cet vnement.

rp. (

Dfinition et proprit
Etant donn deux vnements A et B avec p(A) 0, on appelle probabilit de B sachant A et on note pA(B), la
probabilit que lvnement B soit ralis sachant que lvnement A est dj ralis.
p( A B )
On a alors pA(B) =
p( A )

Formule des probabilits composes :

on a donc aussi : p( A B ) = p( A ) p A ( B )
Exemple :
Dans lexemple prcdent, calculer la probabilit que la personne interroge soit une salarie, sachant que lon a
15
interrog une mre de famille.
rp. (
).
39
15
p( A B ) 80
Calculer PB (A). Que reprsente cette probabilit ?PB (A) =
=
39
p( B )
80

Reprsentation laide dun arbre pondr

On appelle arbre pondr un arbre sur lequel on a plac les probabilits correspondant chaque branche
comme lindique le schma ci-dessous :
Etape 1

Etape 2

Rsultat

Probabilit

La probabilit dun rsultats est gale au produit des probabilits portes par les branches qui conduisent ce
rsultat.
La somme des probabilits portes par les branches issues dun mme nud est gale 1
Exemple :
Dans une fort, 70% des arbres sont des chnes, les autres sont des htres. 40% des arbres ont une maladie et
cette maladie touche un htre sur 3. On dsigne par C lvnement tre un chne et par M avoir la
maladie .
1)Complter le tableau ci-contre en indiquant dans chaque case le pourcentage correspondant.
C

Total

30%

10%

40%

40%

20%

60%

Total

70%

30%

100%

2)Faire un arbre pondr et calculer les probabilits affectes chaque branche.

p( C M ) 0 ,3 3
=
=
p( C )
0 ,7 7
3 4
PC ( M ) = 1 =
7 7
PC (M) =

Formule des probabilits totales

Si A est un vnement de probabilit non nulle et A son vnement contraire, alors les vnements B A et
B A sont incompatibles et leur runion est B :
P(B) = p(A B) + p( A B ) = p( A ) p A ( B ) + p( A ) p A ( B ) .
3

A et A forment une partition de lensemble E. Ce cas particulier se gnralise.

Soit les vnements A1, A2, , An de probabilits non nulles constituant une partition de E.
La probabilit dun vnement de B de lensemble E peut se calculer par la formule :
p( B ) = p A1 ( B ) p( A1 ) + p A2 ( B ) p( A 2 ) + .... + p An ( B ) p( An )
Exemple :
Dans une usine dautomobiles, trois chanes a , b et c fournissent respectivement 25%, 35% et 40% de
la production de moteurs.
Certains de ces moteurs sont carts comme dfectueux, dans les proportions suivantes :
5% pour la chane a , 4% pour la chane b et 1% pour la chane c .
On prend au hasard un moteur et on dfinit les vnements suivants :
A : le moteur est issu de la chane a
B : le moteur est issu de la chane b
C : le moteur est issu de la chane c
D : le moteur est dfectueux
Les rsultats seront donns 10-4 prs.
1)Traduire les donnes de lnonc en utilisant les notations des probabilits et tracer un arbre pondr
illustrant la situation.
2)Calculer P(D).
3)Quelle est la probabilit quun moteur sorte de la chane a sachant quil est dfectueux ?
4)Calculer la probabilit quun moteur sorte de la chane c sachant quil nest pas dfectueux ?
1)P(A) = 0,25 ; P(B) = 0,35 ; P(C) = 0,4 ; PA(D) = 0,05 ; PB(D) = 0,04 ;PC(D) = 0,01.
2)P(D) = P(A D)+P(B D)+P(C D) = 0,0305
P ( A D ) P ( A ) PA ( D ) 0 ,25 0 ,05
3)PD(A) =
=
=
0 ,4098
P( D )
P( D )
0 ,0305
4) PD ( C ) =

P ( C D ) P ( C ) PC ( D ) 0 ,4 0 ,99
=
=
0 ,4085
1 P( D )
1 0 ,0305
P( D )

Indpendance de deux vnements

Dfinition et proprit
On dit que les vnements A et B de probabilit non nulle sont indpendants si la ralisation de lun ninflue
pas sur la ralisation de lautre, donc si :
pA(B) = p(B) et pB(A) = p(A).
On a alors : p(A B) = p(A) p(B).
Exemple :
Lancer une pice, puis un d, puis tirer au hasard dans une bote ou les lancers successifs dune pice, dun
d, la rptition du tirage dune bille dans une bote qui contient toujours le mme nombre de billes, sont
des expriences indpendantes :
La ralisation dun rsultat nagit pas sur la probabilit du rsultat suivant.
On admet alors le principe suivant :

Principe multiplicatif :
Dans le cas dune succession dexpriences indpendantes, la probabilit dune liste de rsultats est le produit
des probabilits de chaque rsultat.
Exemple :
On lance une pice, puis un d 6 faces, puis une pice, puis de nouveau une pice puis un d 4 faces.
Si on a obtenu Face sur la premire pice, cela nagit pas sur le rsultat du lancer du d 6 faces, et ainsi de
suite.
1 1 1 1 1
1
La probabilit dobtenir la liste de rsultats ( F ;2 ;P ;P ;3 ) est alors : =
2 6 2 2 4 192

Le principe des probabilits composes

Si A et B sont deux venemements tells que p( A ) 0 , p( B ) 0 alors on a :
p( A B C ) = p( A )p(B / A ). p(C / A B )

La formule de Bayes
Si A et B sont deux venemements tells que p( A ) 0 , p( B ) 0 et p( B ) 1 alors on a :
P (B ). p( A / B )
p(B / A ) =
p(B ). p( A / B ) + p B . p A / B

() (

Variables alatoires ( ala numriques)

Soit X une variable alatoire.

X ( ) [0 ,1]
On appelle loi de probabilit de X , lapplication : PX :
x i P ( X = x i )
Soit X ( ) = {x 1 ,..., x n }
n

p( X = x

V ( x ) = E (X E ( X ) )

) =1

E( X ) =

i =1

E( X + a ) = E( X ) + a

x p
i

V ( x ) = E (X ) (E ( X ) )

(X ) = V ( X )

i =1

E ( aX + bY ) = aE ( X ) + bE ( Y )

V ( aX + b ) = aV ( X )

(aX + b) = a (x )

Fonction de rpartition :

On appelle fonction de rpartition de X, lapplication dfinie de R dans [0 ,1] par F : x p( X x )

Loi binomiale
Soit n N * .
Soit une exprience alatoire constitue de n preuves identiques, indpendantes et nayant que deus issues :
succs ou chec.
Soit p la probabilit de lvnement succs.
On considre la variable alatoire X associant cette exprience le nombre de succs raliss au cours des n
preuves.

Alors la loi de probabilit de X est donne par : p(X = k ) = C nk p k (1 p )

nk

, k {0 ,1,..., n}

E ( x ) = np V ( x ) = np( 1 p ) ( x ) = np( 1 p )

Lois continues
1
est appele densit de la loi de probabilit uniforme sur [a,b].
ba
On appelle probabilit uniforme sur [a,b] lapplication qui tout intervalle [c , d ] [a , b] associe le rel

Soit la fonction dfinie sur [a,b] par f ( x ) =

d

p([c , d ]) = f ( x )dx

p({c}) =

f ( x )dx = 0

( )

p [c , d ] = 1 p([c , d ])

X suit une loi de probabilit uniforme p si p(c X d ) =

dc
ba

Loi exponentielle

Soit > 0 . La fonction f dfinie sur [0 ,+[ par f ( t ) = e t est appele densit de loi exponentielle.
On appelle loi de probabilit exponentielle de paramtre , lapplication p qui :
d

A tout intervalle [c , d ] [0 ,+[ associe le rel p([c , d ]) =

A tout intervalle [c , ] [0 ,+[ associe le rel p([c , ]) = e c

dx

p({c}) =

f ( x )dx = 0

p([0 , c ]) =

e x dx = 1 e c

p([c , d ]) = e x dx = e c e d

p([c ,+]) = 1 p([0 , c ]) = e c