Chapitre 1. Espace probabilis´ e
Sidi Mohamed MAOULOUD
February 23, 2017
Sidi Mohamed MAOULOUD Chapitre 1. Espace probabilis´e February 23, 2017 1 / 40
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
Sidi Mohamed MAOULOUD Chapitre 1. Espace probabilis´e February 23, 2017 2 / 40
1 Exp´erience al´eatoire, ´Ev´enements
2 Probabilit´e
3 Tirage al´eatoire
4 Probabilit´e conditionnelle
5 Ind´ependance
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
Exp´ erience al´ eatoire
Une exp´erience al´eatoire est exp´erience qui peut ˆetre r´ep´et´ee th´eoriquement aussi souvent que l’on veut,
On ne peut pr´edire avec certitude le r´esultat que l’on obtiendra.
On connaˆıt l’ensemble de tout les r´esultats possibles Cet ensemble est appel´e espace fondamentalouunivers
Sidi Mohamed MAOULOUD Chapitre 1. Espace probabilis´e February 23, 2017 5 / 40
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
Sidi Mohamed MAOULOUD Chapitre 1. Espace probabilis´e February 23, 2017 6 / 40
Exemples
Le lancer d’un d´e `a six face : Ω ={1,2, ...,6}.
Le lancer d’une pi`ece de monnaie : Ω ={Pile, Face}.
On lance une pi`ece de monnaie jusqu’`a obtenir Face. Les r´esultats possibles de cette exp´erience sont les nombres de fois ou on a lanc´e la pi`ece : Ω =N∗.
La dur´ee de vie d’un ˆetre vivant : Ω =R+.
La trajectoire d’une feuille morte sur une surface d’eau plane D pendant un temps T : Ω =C([0,T],D)
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
Ev´ ´ enements
Un ensemble de partiesA de Ω est appel´e tribu (ouσ-alg`ebre) sur Ω s’il v´erifie les axiomes suivants :
i) Ω∈ A.
ii) SiA∈ AalorsAc∈ A(Stabilit´e par passage au compl´ementaire) iii) Si (An)n≥1 est une suite d’´el´ements deA,alors∪n≥1An∈ A(stabilit´e
par r´eunion d´enombrable).
Le couple (Ω,A) est appel´e espace probabilisable.
En g´en´eral on prendA comme ´etantP(Ω)
Sidi Mohamed MAOULOUD Chapitre 1. Espace probabilis´e February 23, 2017 9 / 40
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
Sidi Mohamed MAOULOUD Chapitre 1. Espace probabilis´e February 23, 2017 10 / 40
Vocabulaire
Si Aest un ´ev´enement, pour chaque r´esultatω de l’exp´erience al´eatoire,
◮ ou bienω∈A: Dans ce cas on dit queAest r´ealis´e.
◮ ou bienω6∈A: on dit queAn’est pas r´ealis´e.
La non-r´ealisation de Aest appel´e la r´ealisation de l’´ev´enement contraire de A.
La r´ealisation simultan´ee de deux ´ev´enementsA etB (A etB) est l’´ev´enement A∩B.
La r´ealisation d’au moins un des deux ´ev´enementsA etB (A ouB) est l’´ev´enementA∪B.
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
Vocabulaire
Si Aet B sont deux ´ev´enements tels queA⊂B, on dit que l’´ev´enement Aentraˆıne (ou implique) l’´ev´enementB.
Le singleton{ω} est appel´e ´ev´enement ´el´ementaire.
Ω est l’´ev´enement certain.
∅ est l’´ev´enement impossible.
Deux ´ev´enements A et B dont la r´ealisation simultan´ee est impossible (A∩B=∅) sont dits incompatibles. Dans ce casA etB sont dits mutuellement exclusifs.
des ´ev´enements dont l’union donne l’espace fondamental sot dits collectivement exhaustifs
Sidi Mohamed MAOULOUD Chapitre 1. Espace probabilis´e February 23, 2017 13 / 40
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
Sidi Mohamed MAOULOUD Chapitre 1. Espace probabilis´e February 23, 2017 14 / 40
Probabilit´ e
Soit (Ω,A) un espace probabilisable. On appelle probabilit´e une application P: A −→[0,1] ayant les propri´et´es suivantes :
i) P(Ω) = 1
ii) Pour toute suite (An)n≥1 d’´ev´enements deux `a deux incompatibles,
P(∪n≥1An) =X
n≥1
P(An) (σ-addidivit´e).
Le triplet (Ω,A,P) est appel´e espace de probabilit´e, ou espace probabilis´e. Mod´eliser une exp´erience al´eatoire, c’est se d´eterminer le triplet (Ω,A,P).
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
Exemple. Probabilit´ e uniforme.
Si Ω est fini la probabilit´e uniforme est d´efinie par P(A) = #A
#Ω = nombre de cas favorables nombre de cas possibles
Sidi Mohamed MAOULOUD Chapitre 1. Espace probabilis´e February 23, 2017 17 / 40
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
Sidi Mohamed MAOULOUD Chapitre 1. Espace probabilis´e February 23, 2017 18 / 40
Propri´ et´ es.
P(∅) = 0.
Pour tout ´ev´enement Aon aP(A)≤1.
Additivit´e de P: si A1,A2, ...,An sont n´ev´enements deux `a deux incompatibles, alors
P(A1∪A2∪ · · · ∪An) =P(A1) +P(A2) +· · ·+P(An).
P(Ac) = 1−P(A).
P(A∪B) =P(A) +P(B)−P(A∩B).
P(A∪B∪C) =
P(A) +P(B) +P(C)−P(A∩B)−P(A∩C)−P(B∩C) +P(A∩B∩C).
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
Mod` eles d’urnes. Tirage successif avec remise
On tire successivement avec remisek boules d’une urne contenant n boules num´erot´e de 1 `an. On pose E ={1,2,· · ·n}
Ω1 ={(x1,x2, ...,xk) :xi ∈E,∀1≤i ≤k}=Ek.
On munit Ω1 de la tribu des ´ev´enements, not´ee P(Ω1), qui est l’ensemble des parties de Ω1.
Pour finir on munit cette tribu de la probabilit´e uniforme. Pour A∈ P(Ω1),
P(A) = #A
#Ω1 et on a #Ω1= #(Ek) = (#(E))k =nk
Sidi Mohamed MAOULOUD Chapitre 1. Espace probabilis´e February 23, 2017 21 / 40
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
Sidi Mohamed MAOULOUD Chapitre 1. Espace probabilis´e February 23, 2017 22 / 40
Mod` eles d’urnes. Tirage successif sans remise
On tire successivement sans remisek ≤n boules d’une urne contenantn boules num´erot´e de 1 `an.
Ω2 ={(x1,x2, ...,xk)∈Ek :xi 6=xj,∀i 6=j}.
On munit Ω2 de la tribu des ´ev´enements, not´ee P(Ω2), qui est l’ensemble des parties de Ω2.
Pour finir on munit cette tribu de la probabilit´e uniforme. Pour A∈ P(Ω2),
P(A) = #A
#Ω2 et on a #Ω2= (n−k)!n! =Akn
Le termeAnn s’appelle le nombre des arrangements de k ´el´ements parmi n
Si n=k,Ann =n! est le nombre de permutations den ´el´ements
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
Mod` eles d’urnes. Tirage simultan´ e
On tire simultan´ementk ≤n boules d’une urne contenantn boules num´erot´e de 1 `a n.
Ω3 ={A⊂E|#A=k}.
On munit Ω3 de la tribu des ´ev´enements, not´ee P(Ω3), qui est l’ensemble des parties de Ω3.
Pour finir on munit cette tribu de la probabilit´e uniforme. Pour A∈ P(Ω3),
P(A) = #A
#Ω3 et on a #Ω2= (n−k)!k!n! =Cnk
Le termeCNn s’appelle le nombre des combinaisons de k ´el´ements parmi n
Sidi Mohamed MAOULOUD Chapitre 1. Espace probabilis´e February 23, 2017 25 / 40
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
Sidi Mohamed MAOULOUD Chapitre 1. Espace probabilis´e February 23, 2017 26 / 40
Probabilit´ e conditionnelle
Soient (Ω,A,P) une espace de probabilit´e etB un ´ev´enement tel que P(B)6= 0. On appelle probabilit´e conditionnelle deA sachantB, le r´eel
P(A|B) = P(A∩B) P(B)
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
Formule des probabilit´ es compos´ ee
Soit B un ´ev´enement tel que P(B)6= 0 alors, pour tout A∈ A, on a P(A∩B) =P(B)P(A|B).
Plus g´en´eralement, soit A1,· · · ,An tel queP(A1∩ · · · ∩An−1)6= 0, alors
P(A1∩ · · · ∩An) =P(A1)P(A2|A1)· · ·P(An|A1∩ · · · ∩An−1).
S’utilise lorsqu’une exp´erience est effectu´ee en plusieurs ´etapes et que l’ensemble de r´esultats possible d’une ´etape d´epends du r´esultat de l’´etape pr´ec´edente
Sidi Mohamed MAOULOUD Chapitre 1. Espace probabilis´e February 23, 2017 29 / 40
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
Sidi Mohamed MAOULOUD Chapitre 1. Espace probabilis´e February 23, 2017 30 / 40
Syst` eme d’´ ev´ enements complet et formule des probabilit´ es totales
On appelle syst`eme d’´ev´enements complet (SEC) toute famille (Bn)n∈I, o`u I ⊂N, tel que
∀n,P(Bn)6= 0.
Les ´ev´enementsBn mutuellement exclusifs : Bn∩Bm =∅, ∀m6=m Les ´ev´enementsBn collectivement exhaustifs : ∪n∈IBn= Ω
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
Syst` eme d’´ ev´ enements complet et formule des probabilit´ es totales
Soit (Bn)n∈I un syst`eme d’´ev´enements complet alors pour toutA∈ A, P(A) =X
n∈I
P(A∩Bn) (FPT 1`ere forme)
=X
n∈I
P(A|Bn)P(Bn) (FPT 2`eme forme)
Exemple. Quelque soit l’´ev´enement A,{B, Bc} est un SEC et on a P(A) =P(A|B)P(B) +P(A|Bc)P(Bc)
Sidi Mohamed MAOULOUD Chapitre 1. Espace probabilis´e February 23, 2017 33 / 40
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
Sidi Mohamed MAOULOUD Chapitre 1. Espace probabilis´e February 23, 2017 34 / 40
Formule de Bayes
SoientA etB deux ´ev´enements de probabilit´e non nulle. Alors P(A|B) =P(B|A)P(A)
P(B).
Soit (Bn)n∈I un SEC. Alors pour tout ´ev´enementA on a P(Bj|A) = P(A|Bj)P(Bj)
P
n∈IP(A|Bn)P(Bn)
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
Ind´ ependance
Deux ´ev´enements Aet B sont dits ind´ependants si P(A∩B) =P(A)P(B).
Soit (An)n∈I,I ⊂Nfini ou non. On dit que la famille{An}est mutuellement ind´ependante si pour tout J⊂I
P \
i∈J
Ai
!
=Y
i∈J
P(Ai)
Sidi Mohamed MAOULOUD Chapitre 1. Espace probabilis´e February 23, 2017 37 / 40
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
Sidi Mohamed MAOULOUD Chapitre 1. Espace probabilis´e February 23, 2017 38 / 40
Ind´ ependance. Propri´ et´ es.
SoientA etB deux ´ev´enements de probabilit´e non nulle. Les trois conditions sont ´equivalentes
◮ AetB sont ind´ependants
◮ P(A|B) =P(A)
◮ P(B|A) =P(B)
Si Aet B sont deux ´ev´enements ind´ependants, alors
◮ AetBc sont ind´ependants
◮ Ac etB sont ind´ependants
◮ Ac etBc sont ind´ependants
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .