Probabilités

Table des matières

1 Vocabulaire des événements : 2

2 Probabilité d’un événement : 4

2.1 Loi de probabilité : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
2.2 Cas particulier : Situation d’équiprobabilité . . . . . . . . . . . . . . . . . . . . . 6

1
1 Vocabulaire des événements :
Définition 1.1
Une expérience aléatoire est une expérience dont on ne peut prévoir l’issue avec certitude.

Dans toute la suite, on considère une expérience aléatoire.

Définition 1.2
• On appelle issue d’une expérience aléatoire un des résultats possibles de celle-ci.
• On appelle univers d’une expérience aléatoire, l’ensemble, noté Ω, de toutes les
issues possibles.

Exemple 1.1. • Exemple 1

Le lancer d’un dé cubique dont les faces sont numérotées de 1 à 6 pour lequel on note le
nombre obtenu sur la face supérieure est une expérience aléatoire.
L’univers de cette expérience est l’ensemble Ω = {1, 2, 3, 4, 5, 6}. Il est constitué de 6
issues.
• Exemple 2
Un tirage aléatoire d’une carte dans un paquet de 32 cartes dont on note la couleur est
une expérience aléatoire.
Les issues de cette expérience est l’ensemble ♣, ♦, ♥, ♠.

Définition 1.3
Soit Ω l’ensemble des éventualités d’une expérience aléatoire.
• On appelle événements tout sous-ensemble de Ω ;
• ∅ est appelé événement impossible ;
• Ω est l’événement certain.

Exemple 1.2. • On lance un dé cubique dont les faces sont numérotées de 1 à 6. L’évé-
nement A « obtenir un nombre pair » est l’ensemble A = {2, 4, 6}
• On tire au hasard une carte d’un jeu de 32 cartes. L’événement B « obtenir une carte
rouge » est l’ensemble constitué par les issues ♦, ♥.

Définition 1.4
Un événement élémentaire est un sous ensemble de Ω composé d’une seule issue.

2
 Définition 1.5
Soient A et B deux événements.
• l’événement A ∪ B est l’ événement « A ou B » ; il contient toutes les issues appar-
tenant à A ou à B (éventuellement aux deux à la fois).
Ω

A B

• l’événement A ∩ B est l’ événement « A et B » ; il contient toutes les issues appar-

tenant à A et à B simultanément.
Ω

A A∩B B

• l’événement A est l’événement contraire ; il contient toutes les événtualités n’ap-

partenant pas à A.
• lorsque deux événements ont une intersection vide, ils sont dit incompatibles ou
disjoints.
Ω

A B

Diagramme de Venn 1 : Diagramme de Caroll 2 :

Ω B B
A A∩B B A A∩B A∩B
A A∩B A∩B

Exemple 1.3. 1. Dans l’exemple 1, on considère les événements suivants

• A : « obtenir un nombre pair »
• B : « obtenir un nombre supérieur ou égal à 4 »
L’événements A ∪ B est l’ensemble {2, 4, 5, 6}
L’événement A ∩ B est l’ensemble {4, 6}

2. Dans l’exemple 2, on considère les événements suivants

• A : « Obtenir un coeur »
• B : « obtenir un roi »
L’événements A ∪ B est constitué par toutes les cartes « coeur » et tous les rois. L’événe-
ment A ∩ B est l’ensemble constitué par la carte roi de coeur soit l’événement « obtenir
le roi de coeur »
1. John Venn ( 4 août 1834 à Hull – 4 avril 1923 à Cambridge) était un mathématicien et logicien britannique.
2. Lewis Carroll (27 Janvier 1832 à Daresbury - 14 janvier 1898 à Guildford) pseudonyme de Charles Lutwidge
Dodgson, était un romancier, essayiste, photographe et professeur de mathématiques britannique.

3
Remarque 1.1. Un événement est représenté par la donnée de l’ensemble de points ω de Ω
pour lesquels cet événement se réalise.
On identifie donc un événement au sous-ensemble de Ω qui le représente, appelé aussi événement.
Par conséquent, il y a une identification entre la terminologie probabiliste et celle ensembliste :
Terminologie probabiliste Terminologie ensembliste
résultat possible ω est un point de Ω
événement A sous-ensemble de Ω
A est réalisé ω∈A
A implique B A⊂B
A ou B A∪B
A et B A∩B
A ne se produit pas Ac ou A ou ∁Ω A
événement impossible ∅
événement certain Ω
A et B sont incompatibles A∩B =∅

2 Probabilité d’un événement :

2.1 Loi de probabilité :
Définition 2.1
Soit Ω un univers fini, constitué de n issues (ou événements élémentaires) notées ω1 , ω2 ,
ω3 , ..., ωn i. e. Ω = {ω1 , ω2 , · · · , ωn }.
On définit une loi de probabilité p sur Ω lorsque, pour toute issue ωi , on associe le réel
p(ωi ) = pi tel que :
• pour tout i ∈ {1; 2; · · · ; n}, 0 ⩽ pi ⩽ 1 ;
• p1 + p2 + · · · + pn = 1.
pi est la probabilité de l’événement ωi .

Ω
A
ω7 ω5
ω1
ω4
ω3 ω2
ω6

Remarque 2.1. Une loi de probabilité est, en général, donnée sous la forme d’un tableau :

Issues ω1 ω2 ··· ωn
Probabilités p1 p2 ··· pn

Exemple 2.1. On lance un dé cubique dont les faces sont numérotées de 1 à 6 et on lit le nombre
obtenu sur la face supérieure. On associe à cette expérience aléatoire la loi de probabilité :
Issue 1 2 3 4 5 6

1 1 1 1 1 1
Probabilité
6 12 12 12 12 2

4
Dans cette situation, le dé est truqué.
Exemple 2.2. Une étude menée sur la répartition des groupes sanguins en France a montré
que 45% de la population est du groupe A, 9% est du groupe B, 4% du groupe AB et 42% du
groupe O.
On choisit au hasard une personne en France et on note son groupe sanguin.
Cette expérience aléatoire peut être modélisée par la tableau suivant :
Issue A B AB O
Probabilité 0,45 0,09 0,04 0,42
Définition 2.2
Pour tout événement A = {a1 ; a2 ; · · · ; ak }, la probabilité de A est la somme des probabi-
lités des éventualités de A c’est à dire :

p(A) = p(a1 ) + p(a2 ) + · · · + p(ak ).

Exemple 2.3. 1. Dans l’exemple 2.1, soit A l’événement « obtenir un nombre pair ».

p(A) = p({2; 4; 6})

= p({2}) + p({4}) + p({6})
1 1 1
= + +
12 12 2
8
=
12
2
=
3
2. Dans l’exemple 2, soit B : « obtenir un roi », on a
p(B) = p(« obtenir un roi »)
= p(« roi de coeur ») + p(« roi de carreau ») + p(« roi de pique ») + p(« roi de trèfle »)
1
=4×
32
1
=
8

Remarque 2.2. Par convention p(∅) = 0.

Proposition 2.1
Soient A et B deux événements d’une expérience aléatoire.
• p(A) ∈ [0; 1]
• p(A) = 1 − p(A)
• p(A ∪ B) = p(A) + p(B) − p(A ∩ B)
• si A ∩ B = ∅, alors p(A ∪ B) = p(A) + p(B)
• si A ⊂ B, alors p(A) ⩽ p(B)
• si A1 , A2 , · · · , An sont des événements deux à deux disjoints, alors

p(A1 ∪ A2 ∪ · · · ∪ An ) = p(A1 ) + p(A2 ) + · · · + p(An ).

Démonstration.

5
2.2 Cas particulier : Situation d’équiprobabilité
Définition 2.3
Soit Ω un univers fini sur lequel est défini la loi de probabilité suivante :

Eventualité ω1 ω2 ··· ωn
Probabilité p1 p2 ··· pn

Lorsque tous les pi ont la même valeur, on dit que la loi de probabilité est équirépartie
ou uniforme.
Dans ce cas, pour tout i,
1 1
p(ωi ) = = .
card(Ω) n
De plus, pour tout événement A,

card(A) nombre d’issues favorables à A

p(A) = = .
card(Ω) nombre total d’issues

Exemple 2.4. Exemples situation d’équiprobabilité

Exemple 2.5. On lance deux dés cubiques équilibrés, et on s’intéresse à la somme des chiffres
obtenus sur les faces supérieures.
• L’univers de cette expérience aléatoire est :

Ω = {(1; 1); (1; 2); · · · ; (6; 5); (6; 6)} .

• La loi de probabilité définie sur Ω de cette expérience aléatoire est :

Issues 2 3 4 5 6 7 8 9 10 11 12
1 2 3 4 5 6 5 4 3 2 1
Probabilités
36 36 36 36 36 36 36 36 36 36 36
• Déterminons la probabilité des événements suivants : A : « la somme obtenue est un
multiple de 3 » ;
B : « la somme obtenue est un multiple de 5 ».