I. Expériene aléatoire - modélisation - langage des probabilités
Uneexpérienealéatoireestuneexpérieneliéeauhasard.Lesmathématiquesinterviennentpourappor-
terunmodèlequiomporteununiversetuneloi de probabilité.Lehoixdeesdeuxélémentsn'est
pas uniquemais il est généralementinduit parune approhe fréquentiste et une idée quel'on sefait à
prioridel'expériene.
Exemple : L'expérieneonsisteàlanerune pièedemonnaie(pileoufae)
Quellessontlesissuespossibles?
Quelleprobabilitéattibue-t-onàhaqueissue?
1. Modélisation d'uneexpérienealéatoire
a Univers
Dénition : Lorsqu'une expériene omporte un nombre ni d'issues, on dénit l'ensemble
Ω ={x1, x2, ..., xn} quireprésentel'ensembledetouteslesissuesenvisagéesdel'expériene.
Ωs'appellel'univers
Exemples:
• Onlaneundéet onregardelenumérodelafae obtenue: Ω ={1,2,3,4,5,6}
• Onlaneundéetonregardesilenumérodelafaeobtenueestpairouimpair:Ω ={P, I}
• Onlaneune pièedemonnaie:Ω ={P, F}
• Onlanedeux pièesdemonnaie:Ω ={ }
• Onlanedeux dés: Ω ={(i, j), 16i, j66}
Remarque:Évidemmentl'universdépenddel'observationquiestfaite.Sionlanedeuxdés:
Ons'intéresseauproduitdesfaes:Ω =
Ons'intéresseàlasommedesfaes:Ω =
Pourterminer,ilexistedesexpérienesomportantuneinnitéd'issues. Parexemple,l'expé-
rienepeutonsisteràhoisirunnombreréel dansl'intervalle [0,1℄,onnotealorsΩ = [0,1].
b Loideprobabilité
SoitΩ ={x1, x2, ..., xn} l'universd'uneexpérienealéatoire.
Ondénit une loi de probabilitésur Ω enassoiantàhaqueissue xi, unnombre réel p(xi)
vériant:
• 06p(xi)61
• Xn
i=1
p(xi) = 1
Déterminerlaloideprobabilitéassoiéeàuneexpérieneonsisteàassoieràhaqueissuede
l'universsaprobabilité.
Exemple:Uneurneomportesixboules:3rouges,2jauneset 1bleue.Onprélèveuneboule.
Quelmodèlemathématique peut-onhoisir?
2. Probabilitéd'unévénement
Dénitiond'unévénement : Ω = {x1, x2, ..., xn} est l'ensemble des issues d'une expériene aléa-
toire.OnappelleévénementtoutepartieA deΩ.
Exemple:Onlane undééquilibré. A={2,4,6}estl'événement: "Lafaeobtenueestunhire pair".
Événementspartiuliers:
• Unévénementxi réduitàune seuleissueestunévénement élémentaire.
• Ωest l'événementertainet ⊘est l'événementimpossible.
IMPORTANT:
Laprobabilitéd'unévénementAest lasommedetouteslesprobabilitésdesissuesappartenantàA.
end'autrestermes,
siA={xk, xr, xs} avek, r, sentiers naturelsentre1et nalorsp(A) =p(xk) +p(xr) +p(xs)
3. Équiprobabilité
LorsqueΩestdeardinalni(nombred'élémentsdeΩni)etquel'onattribuelamêmeprobabilité àhaqueissue,onditquel'onhoisituneprobabilitépéquirépartie,onaalors:
• pourtouteissuexi deΩ:p(xi) = 1 card(Ω)
• pourtoutévénementA:p(A) =card(A)
card(Ω) = nombre d′el´´ements de A nombre d′el´ements de´ Ω
Ondit aussi,dansunetellesituationqu'ilyaéquiprobabilité.
4. Propriétédesprobabilités
SiAet B sontdeuxévénements:
∗ A∩B estl'événementonstituédesissuesommunesdeAet deB.
∗ A∪B estl'événementonstituédesissuesontenuesdansAoudansB.
parties deΩ voabulaire des événements propriété
A Aquelonque 06p(A)61
⊘,Ω événementimpossible,ertain p(⊘) = 0etp(Ω) = 1 A∩B=⊘ Aet B inompatibles p(A∪B) =p(A) +p(B)
A Aestl'événementontrairedeA p(A) = 1−p(A)
A, B Aet B quelonques p(A∪B) =p(A) +p(B)−p(A∩B)
Exerie: Onextraitunearteauhasardd'un jeude 32artes.Quelleest laprobabilitédel'évé-
nementC:"laarten'estniunroiniunoeur"?
5. Variablealéatoire
Danseparagraphe,Ωestununiversni.
a Variablealéatoire
Dénition: Lorsqu'à haque événement élémentaire (issue) d'un univers Ω on assoie un
nombre réel, on dit que l'on dénit une variable aléatoire. Une variable aléatoire est don
uneappliationX : Ω7−→R.
Exemple:Onlaneunepièedemonnaietroisfoisdesuite.L'universΩassoiéàette expé-
rienealéatoireest onstituéde8issues:
Ω ={ }
Si l'on suppose la pièe bien équilibrée, onpeut onsidérer quees huit issues sontéquipro-
bables.
OndésigneparX lenombrede"fae"obtenus.Quellessontlesvaleursprisesparlavariable aléatoireX?
Notation:(X =k) ={xi∈Ωtels que X(xi) =k}=X−1(k)
Deretoursurl'exemple préédent,expliiterlesévénements(X =k)pourk∈ {0; 1; 2; 3}
b loideprobabilitéassoiéeàune variablealéatoire
Dénition:SoitpuneloideprobabilitésurununiversΩ.SoitXunevariablealéatoiredénie
surΩprenantunnombrenidevaleurs.Lorsqu'àhaquevaleursi(16i6n)deX onassoie
lesprobabilitéspi del'événement”X =si”, onditquel'ondénit laloideprobabilitépX de
lavariablealéatoireX.
Habitude:Lorsquel'énonéstipule dedéterminerlaloideprobabilitésuivieparune variable
aléatoire,il estourantderassemblerlesrésultatsdansuntableau:
ValeursdeX s1 s2 ... sn
Probabilitépi=p(X =si) =pX(si) p1 p2 ... pn
retoursurl'exemple dulanerde pièe: Déterminer la loi de probabilité de la variable X
omptantlenombrede"fae".
Espérane,variane,éart-type
Dénition:SoitX une variablealéatoireprenantlesvaleurss1, s2, ..., sn avelesprobabilités
p1, p2, ..., pn.
OnappellerespetivementespéranemathématiquedeX,varianedeX etéart-type
deX lesparamètresnotésrespetivementE(X),V ar(X)etσ(X)etsealulantdelamanière
suivante :
• E(X) = Xn
i=0
sipi=s1p1+s2p2+...+snpn
l'espérane estlamoyennedesvaleurssipondérées parlesprobabilitéspi.
• V ar(X) =
n
X
i=0
(si−E(X))2pi= (s1−E(X))2p1+ (s2−E(X))2p2+...+ (sn−E(X))2pn
• σ(X) = V ar(X)
Exerie:Calulerles3paramètrespréédentsavel'exempledetroislanerssuessifsd'une
pièedemonnaie.
Linéarité de l'espérane : SoitX et Y deux variablesaléatoires dénies surle même univers Ω,et aunréel.
E(X+Y) =E(X) +E(Y)etE(aX) =aE(X)
Exemple:Onlanetroisdés.Quelleest,enmoyenne,lasommedespointsobtenus?
D'autresformulessurespérane,varianeetéart-type:
• E(X+b) =E(X) +b
• V ar(X) =E(X−E(X))2=E(X2)−[E(X)]2
• V ar(aX) =a2V ar(X)et σ(aX) =|a|σ(X)
• V ar(X+b) =V ar(X)etσ(X+b) =σ(X)
II. Probabilités onditionnelles
1. Exempleintrodutif
Unjoueurtireauhasardunearted'unjeu de32artes.Ononsidèrelesévénementssuivants:
F="laartetiréeest unegure"
R="laartetiréeest unroi"
∗ Calulerp(F),p(R)etp(R∩F)
∗ Lejoueurarme:"laartetiréeestunegure".Quelleestalorslaprobabilitéqueesoitun roi?
On sait que laarte tirée est un roi. Les aluls de probabilités s'en trouvent modiés. On
dénit don une nouvelle probabilité pF qui sera nulle sur les issues ne orrespondant pas àune gure. Pour déterminerla probabilité quela artesoit un roi,nous devonsseulement
onsidérerlesroisparmilesguresparrapportaunombretotaldegures:
Onadon:pF(R) =Card(R∩F) Card(F) =...
LaprobabilitépF(R)s'appellelaprobabilitéonditionnelledeR sahantF (sous-entendusa- hantqueF estréalisé:'estuneertitude!!!)
2. Probabilitéonditionnelle
Dénition:Soitune expéreinealéatoired'universΩ, puneprobabilitésur Ωet B unévénement
telquep(B)6= 0.
Ondénit unenouvelleprobabilitésurΩ,notéepB,enposantpourtoutévénementA:
pB(A) =p(B∩A) p(B) pB(A)est parfoisnotéep(A/B).
Remarques:
∗Larelationi-dessusest égalementuitliséedans l'autresens: p(B∩A) =pB(A)p(B) =pA(B)p(A)
∗L'événementontrairedeA/Best A/B(leontrairedeAsahantB estA sahantB)
Exerie:Uneurneomporte8boules:5rougeset 3jaunes.Ontireauhasard,suessivementet
sansremise,deuxboulesdel'urne.Quelleestlaprobabilitédetirer deuxrouges?
3. Formulesdesprobabilitéstotales
Théorème :SoitΩununiversmunid'uneprobabilitép.
Si desparties B1, B2, ..., Bn de probabilitésnonnulles, onstituentune partition deΩ, alorspour
toutévénementA,ona: p(A) =
Xn
k=0
p(Bk∩A) = Xn
k=0
pBk(A)p(Bk) =pB1(A)p(B1) +...+pBn(A)p(Bn)
4. Exemple
Ononsidèretrois urnesU1,U2 etU3 ontenantdesboulesrougesoujaunes.
U1 :1rougeet5jaunes; U2:3rougeset1jaune;U3:1rougeet2jaunes.
Onhoisituneurneauhasardet ontireunebouledansetteurne.Quelleestlaprobabilitéquela
bouletiréesoitrouge?
a Arbredeprobabilités
Règlesde aluldansunarbre :
∗ Laprobabilitéd'unheminestleproduit desprobabilitésmarquéessursesbranhes
∗ La probabilitéd'un événementestlasommedesprobabilitésdesheminsquionduisent àetévénement
b Résolution
5. Indépendane
a Événementsindépendants
Dénition:Onditquedeux événementssontindépendantslorsque :
pA(B) =p(B) ouenore pB(A) =p(A) ouenoreque p(A∩B) =p(A)p(B)
Remarques:
∗Latroisièmearatérisationdel'indépendaneestune onséquenedesdeuxautres.
∗ DeuxévénementsA et B sontindépendantslorsquelaréalisation(ounon) del'un n'apas d'inuenesurlaprobabilitéderéalisationdel'autre.
Exerie:OnlaneunepièedeuxfoisdesuiteetononsidèrelesévénementsA1 :"FACEau
premierlaner"et A2 :"FACEauseond laner".LesévénementsA1 etA2 sont-ils indépen-
dants?
b Variablesaléatoiresindépendantes
Dénition:SoitR etS deuxvariablesaléatoiresdéniessurununiversΩ. Rprendlesvaleursr1, r2, ..., rn et S prendlesvaleurss1, s2, ..., sm.
Ondit queSet Rsontindépendanteslorsque:
pourtout ietj (16i6n et16j 6m),lesévénements(R=ri)et (S =sj)sontindépendants
Exemple: Onlanedeuxdésbien équilibrés.OnnoteS lasommedesrésultatsobtenuset P
leproduit.LesvariablesaléatoiresS et P sont-ellesindépendantes?
Expérienesaléatoiresindépendantes →prinipemultipiatif
D'après"TerraherTS":"Iln'estpasrarequedesexpérienesaléatoiresrépétées(identiques
ounon)soientindépendantes,ausensintuitifduterme.Danse as,nousadmettronsque,
onformémentàl'intuition:
∗ laprobabilitédelalistedesrésultatsest leproduitdesprobabilitésdehaquerésultat;
∗ deux variablesaléatoiresattahéesàdeuxexpérienesdiérentessontindépendantes;"
Exemple:Onlanenfoisundé.onnoteA:"onobtientaumoinsun6auoursdesnlaners".
Calulerp(A).
CommenthoisirnpourquelaprobabilitédeAsoit supérieureouégaleà0.95?