1
Cours 3
Chapitre 2 : Calcul des probabilités (suite)
6-3-Définition d’un système complet d’évènements :
Soit une tribu de parties de Ω. On appelle système complet d’évènements de Ω toute famille de n évènements ( )Ai i1 telle que :
1) Pour tout (i,j), tel que i≠ j, (AiAj )= ∅ 2) Pour tout i 1, Ai ,
1 i
i A
∈ Ω
Conséquence :
( )Ai i1 une famille de n évènements :
Si ( )Ai i1 forment un système complet d’évènements, alors
i 1
(A ) 1
n i
P
Remarque :
Quand le système complet est formé de deux évènements ce n’est autre que l’évènement et son contraire.
Si A ∈ , alors {A ,A} est un système complet d’événements Exemple 1:
Soit 3 urnes U1, U2, U3, chacune contenant des boules. On tire au hasard une boule de l’une des trois urnes (sachant que chacune des urnes a la même chance d’être choisie).
Ecole supérieure de Gestion et d’Economie Numérique -ESGEN-
Probabilités 1ère Année 2019 /2020
Enseignant : Mme L. SAMI
2
Ai l'événement " la boule est tirée de l'urne Ui".
{A1,A2,A3} forme un système complet d'événements, et les urnes ont la même chance d’être choisies donc on aura P(A1)= P(A2)= P(A 3)= 1
3 On a :
3 i 1
1 1 1
(A ) 1
3 3 3
i
P
Exemple 2 :
Soit une urne contenant 3 boules blanches et 5 boules noires. On tire au hasard une boule de l’urne.
Soit l’événement A : « la boule tirée est blanche »
A : « la boule tirée n’est pas blanche » équivalent à « la boule tirée est noire » L’événement A et son contraire A forment un système complet.
P(A) = 3
8 et P( A)= 5 8 P(A)+ P(A)= 3 5 1
8 8
2
i 1 2
1
(A ) (A ) (A ) (A) (A)
i
P P P P P
7-Probabilité conditionnelle et indépendance : 7-1-Définition de la probabilité conditionnelle :
Soient A et B deux évènements. On appelle probabilité conditionnelle, la probabilité que A se réalise sachant que B s’est réalisé (B un évènement non impossible donc P(B) ≠0). Elle, notée P(A/B) et définie par :
P(A/B)= ( ) ( ) P A B
P B
, P(B) ≠0
On peut noter aussi P(A/B)=PB(A)
3
Propriétés :
Si A et B sont indépendants alors : -A et B sont indépendants
- A et B sont indépendants - A et B sont indépendants Exemple :
On jette un dé à six faces non truqué, Ω ={1 , 2 ,3 ,4,5,6}
Soit A : « obtenir 2 » = {2 }, B : « obtenir un nombre pair » = ={2 ,4,6} et donc AB = {2 }
On a P(A)= 1
6 , P(B)= 3
6 , P(AB)= 1 6
1) Quelle est la probabilité que « 2 » sorte sachant qu’il s’agit « d’un nombre pair» ?
2) Quelle est la probabilité qu’un « nombre pair» sorte sachant qu’il s’agit du « 2 » ? 1) La probabilité que “2” sorte sachant qu’il s’agit « d’un nombre pair» est :
P(A/B)= ( ) ( ) P A B
P B
= 1 6 1 3 3 6
2) La probabilité qu’un « nombre pair» sorte sachant qu’il s’agit de “2” est :
P(B/A)= ( ) ( ) P B A
P A
= 1 6 11 6
7-2-Indépendance des évènements :
Soit (Ω ,,P), un espace probabilisé. Deux évènements A et B sont dits indépendants si la réalisation de l’un n’influe pas sur la probabilité de réalisation de l’autre.
Deux évènements A et B sont dits indépendants si et seulement si
P(AB)=P(A).P(B)
(ie : la probabilité de l’intersection égale au produit des probabilités)
4
*Indépendance mutuelle (multiple):
On dit que A1 A2, ….,An sont mutuellement indépendants si, pour toute collection de famille finie J de {1,…,m} (2 m n), on a : j j
j=1 1
( A )m m P(A )
j
P
Par exemple si l’en prend le cas de trois évènements :
Les évènements A1 A2 et A3 sont dits mutuellement indépendants si : P(A1∩A2) = P(A1).P(A2) P(A1∩A3) = P(A1).P(A3)
P(A2∩A3)= P(A2).P(A3 ) P(A1∩ A2∩A3) = P(A1).P(A2).P(A3 )
Remarques :
1) Il ne faut pas confondre événements indépendants et incompatibles (A et B sont incompatibles si P(AB)= 0)
2) Pour tout évènement A, A et Ω sont indépendants P(AΩ) = P(A). P(Ω)
3) Soient A et B deux événements non impossibles. Si A et B sont incompatibles (disjoints), alors A et B ne sont pas indépendants. Car on a :
P(AB) = 0 donc P(AB) ≠ P(A).P(B) car A et B ne sont pas impossibles.
4) Si A et B sont indépendants alors : P(A/B)= P(A) et P(B/A)=P(B) Exemple :
Soit une famille de deux enfants. Soit les évènements A et B :
A="la famille a des enfants des deux sexes", B="la famille a, au plus, un garçon".
Les évènements A et B sont-ils indépendants?
On a : Ω = { (F,F); (F,G); (G,F);(G,G) } A = { (F,G); (G,F) } donc P(A) = 2 1
4 2 B = { (F,G); (G,F); (F,F) } donc P(B) = 3
4 AB = { (F,G); (G,F) } donc P(AB)= 2 1
4 2 On a : P(AB)= 1
2 et P(A).P(B) = 1 2
3 4=3
8
Donc P(AB) ≠ P(A).P(B) alors A et B ne sont pas indépendants
5 Bibliographie :
Ouvrages :
Degrave.C, Degrave. D, « Précis de mathématiques Probabilités-Statistiques 1re et 2eme années », Edition BREAL, 2004.
Khaldi. Khaled, « Méthodes statistiques et probabilités », Editions casbah,1999.
Lebreton. Claude et Testud. Philippe, « Probabilités 129 exercices corrigés prépas économiques et commerciales BPCST » édition Vuibert Supérieur, 1998.
Martian. Jean-jaques, « maths prépas commerciales », edition studyrama , 2006.
Rebbouh.Amar, « Statistique descriptive calcul de probabilités Et variables aléatoires avec rappels de cours et problèmes corrigés », Editions houma, 2 ème édition, 2009.
Verlant Bernard et Saint–Pièrre Geneviève, « Statistiques et Probabilités, manuel de cours ((Exercices corrigés-sujets d’examens), BERTI Edition, Edition 2008.
William Feller , « An Introduction to Probability Theory and Its Applications », Vol. 1, 3rd Edition, john Wiley & sons,1968.
Cours en ligne :
Breton Jean-Christophe, “Probabilités variables aléatoires discrètes et à densité”, Licence de Mathématiques 2ème année,Université de La Rochelle, Janvier–Mai 2010.
EMILY Mathieu, “Notes de cours de Probabilités “, Novembre 2005.
Fiszka Christophe, Le Goff Claire “ Exercices de Probabilités”, avril - mai 2013.