Chapitre IV
Probabilités – Probabilities
20novembre 2010
1.
Table des matières
2 Voabulaire 2
3 Probabilité 3
4 Caluls de probabilités 4
5 Programmes 5
Le mot hasard vient de l'arabe alzahr qui désigne un dé à jouer.
Les jeux de hasard sont onnus depuis la plus haute antiquité. Déjà les romains et les
gres jouaient aux osselets (desastragales).
C'est l'étude des jeux de hasard qui a onduit Blaise Pasal (1623 - 1662) à s'intéresser
au alul de probabilité.
2.
Voabulaire
Le tableaui-dessous résumelesdénitions etnotations importantes relativesàlanotion
d'expériene aléatoire.
Pour les exemples, on onsidère l'expériene onsistant à laner un dé non truqué à six
faes numérotées de 1 à 6et ànoter le nombre gurant sur lafae supérieuredu dé.
DÉFINITIONS EXEMPLES
Une expériene aléatoire est une ex-
périene liée au hasard dont on ne peut
pas prévoirle résultatà l'avane.
Lanerundé est uneexpérienealéatoire.
On peut ependant onnaître les issues
possibles,appelées éventualités.
Obtenir le hire
2
est une deséventualités.
L'ensemble de toutes les éventualités
d'une expériene aléatoire est appelé
univers.Engénéral,onnoteetensemble
Ω
.L'univers est
Ω = {1; 2; 3; 4; 5; 6}
Événement :
Un événement est une partie (ou un
sous-ensemble) de l'univers
Ω
. Il est on-stitué d'uneou d'unensembled'éventual-
ités.
L'événement
A
: obtenir un nombrepair est omposé de 3 éventualités. On
note
A = {2; 4; 6}
.Lorsqu'une éventualité
e
appartient à unévénement
A
,on ditquee
réaliseA
.L'éventualité {2} réalise l'événement
A
.Événement partiulier :
Un évènement impossible est un événe-
ment quine seréalise jamais.
L'événement
B
: obtenir 7 est impos-sible. On note
B = ∅
. Un évènement ertain est un événementqui se réalisetoujours.
L'événement
C
:obtenirunnombreplusgrandque 0est ertain.On a
C = Ω
.Un évènement élémentaire est onsti-
tué qued'une seule issue.
L'événement
D
:obtenirlenombre3 ;D
={ 3}L'évènement ontraire ou omplémen-
taire de
A
est onsitué de l'ensemble desissues qui ne réalisent pas
A
. On le noteA
.A = {1; 3; 5}
Events and probabilities
In a random experiment, the probability of aneventis the numerialmeasure of
the haneof the event to our.
A A
3.
Probabilité
Théorème 1 : Loi des grands nombres
Si l’on repète une expérience aléatoire un très grand nombre de fois, la fréquence de n’importe quel évènement finit par se stabiliser autour d’un nombre que l’on appelle la probabilité de cet évènement.
Exemple : Sionlane un très grand nombre de fois un dé, la fréquened'apparition du
5
tend à sestabiliser à
1 6
.Définition 1 : Loi de probabilité
Définir une loi de probabilité sur un univers, c’est associer à chaque éventualité x i sa probabilité p i .
Lorsque toutes les issues ont la même probabilité, la loi est dite équi-répartie. On dit aussi que l’on a équiprobabilité des issues.
equally likely
When allthe outomesare equally likely,the probability of the ourene of a given
outome isdened asthenumberof asesfavorableforthe eventoverthetotal number
of possible outomes.
Exemple : Loi de probabilité du lané d'un dé à 6 faes:
x i
1 2 3 4 5 6p i 1 6
1 6
1 6
1 6
1 6
1 6
Toutesles issues ont mêmeprobabilité. La loiest équi-répartie.
Théorème 2 :
La probabilité d’un évènement A est la somme des probabilités des évènements élémentaires qui constituent A.
Exemple : On jetteun dé àsix faeséquilibré.On onsidèrel'événement
A
:obtenirunnombre pair .
L'événement
A
est onstitué des événements élémentaires{2}
;{4}
et{6}
. On adonp ( A ) = p ({2}) + p ({4}) + p ({6}) = 1
6 + 1 6 + 1
6 = 3 6 = 1
2 .
De même,
•
la probabilitéde ne pas obtenir2 est5 6
;•
la probabilitéd'obtenir un hirepair est3 6 = 1 2
;•
la probabilitéd'obtenir un hireinférieur à 9est1
;•
la probabilitéd'obtenir un résultatnégatif est0
.Théorème 3 :
Soit A un évènement. On a :
• 0 6 p(A) 6 1. En particulier, p( ∅ ) = 0 et p(Ω) = 1 ;
• p(A) + p(A) = 1. En particulier, p(A) = 1 − p(A).
• De plus, si la loi est équi-répartie, on a
p(A) =
nombred'issuesréalisantA
nombres d'issuespossibles
Preuve. Quels que soient l'expériene aléatoire et l'événement
A
, il est ertain que l'un desévéments
A
etA
seréalisera.Paronséquentp(A)+p(A) = 1
.Onendéduitquep(A) = 1−p(A)
.4.
Caluls de probabilités
Définition 2 : Intersection – Union
L’Intersection des évènements A et B est l’évènement, noté A ∩ B , formé des issues qui réalisent à la fois (simultanément) l’évènement A et l’évènement B .
La Réunion des évènements A et B est l’évènement, noté A ∪ B, formé des issues qui réalisent l’évènement A ou l’évènement B , c’est à dire au moins l’un des deux.
Illustration :
On peut représenter graphiquement l'unionet l'intersetion de deux événements par
un diagramme de Venn :
Union de deux événements Intersetion de deux événements
Exemple : On note
A
l'événement"obtenir un hirepair" etB
l'événement "obtenirun hirestritement inférieur à quatre".On a:
A = {2; 4; 6}
etB = {1; 2; 3; 4}
• A ∩ B =
"obtenirun hirepair et inférieurestritement àsix" :A ∩ B = {2}
;• A ∪ B =
"obtenirun hirepair ouinférieurstritementàsix":A ∪ B = {1; 2; 3; 4; 6}
.Union and intersection
Théorème 4 :
Soit A et B deux évènements. on a :
p(A ∪ B) = p(A) + p(B) − p(A ∩ B)
Preuve. On omprend failement ette proposition en observant les diagrammes de Venn. Si
l'on additionne les probabilités de
A
etB
, on ompte deux fois la probabilité deA ∩ B
. Pourobtenir elle de
A ∪ B
,ilfaut don soustraireune foisp(A ∩ B)
.5.
Programmes