Calcul des
Probabilités
Cours destiné aux étudiants L2 ESCAE GOLF-KATI KOKO
Préparé par : Bakhradine MAIGA
Chapitre 1 : Introduction au Calcul des Probabilités
Chapitre 2 : Probabilités Conditionnelles et Arbres de Décision
Mathématiques Financières
Année universitaire 2025-2026
Table des matières
Table des matières .................................................................................................................................. 2
Chapitre 1 : Introduction au Calcul des Probabilités ............................................................................... 4
1.1 Expérience aléatoire, univers et événement ................................................................................ 4
1.1.1 Expérience aléatoire.......................................................................................................... 4
1.1.2 Univers des possibles ........................................................................................................ 4
1.1.3 Événement........................................................................................................................ 4
1.2 Définition de la probabilité .......................................................................................................... 4
1.2.1 Approche classique (Laplace) ............................................................................................ 5
1.2.2 Approche fréquentiste ...................................................................................................... 5
1.2.3 Approche axiomatique (Kolmogorov) ................................................................................ 5
1.3 Calculs de base sur les probabilités .............................................................................................. 5
1.3.1 Union et intersection ........................................................................................................ 5
1.3.2 Événements incompatibles ............................................................................................... 5
1.3.3 Formule fondamentale...................................................................................................... 6
1.4 Application professionnelle : Évaluation du risque de crédit ........................................................ 6
Contexte .................................................................................................................................... 6
Analyse ...................................................................................................................................... 6
1.5 Exercices corrigés ........................................................................................................................ 7
Exercice 1 (Application directe) .................................................................................................. 7
Exercice 2 (Problème approfondi) .............................................................................................. 7
Chapitre 2 : Probabilités Conditionnelles et Arbres de Décision ............................................................. 9
2.1 Probabilité conditionnelle............................................................................................................ 9
2.1.1 Définition .......................................................................................................................... 9
2.1.2 Interprétation ................................................................................................................... 9
2.1.3 Formule des probabilités composées ................................................................................ 9
2.2 Événements indépendants .......................................................................................................... 9
2.3 Formule des probabilités totales................................................................................................ 10
2.4 Théorème de Bayes ................................................................................................................... 10
2.4.1 Énoncé ............................................................................................................................ 10
2.4.2 Application : Détection de fraudes .................................................................................. 10
2.5 Arbres de probabilités ............................................................................................................... 11
2.5.1 Construction ................................................................................................................... 11
2.5.2 Exemple illustré............................................................................................................... 11
2.6 Applications professionnelles .................................................................................................... 12
2.6.1 Choix d'investissement.................................................................................................... 12
2.6.2 Analyse de crédit avec information nouvelle ................................................................... 12
2.7 Exercices corrigés ...................................................................................................................... 13
Exercice 1 (Application directe) ................................................................................................ 13
Exercice 2 (Problème approfondi) ............................................................................................ 13
Calcul des Probabilités | Finance-Comptabilité
Chapitre 1 : Introduction au Calcul des Probabilités
Ce premier chapitre pose les fondements du calcul des probabilités. Notre objectif est de
comprendre le cadre général de la modélisation de l'incertain, un outil indispensable pour tout
professionnel de la finance confronté à des situations risquées.
1.1 Expérience aléatoire, univers et événement
1.1.1 Expérience aléatoire
Uneexpérience aléatoireest une expérience dont le résultat ne peut pas être prédit avec certitude
avant sa réalisation, bien que l'ensemble des résultats possibles soit connu.
Exemple professionnel - Finance
Le rendement d'un portefeuille d'actions sur une année constitue une expérience aléatoire. On
ne peut pas prédire précisément le rendement final, mais on sait qu'il sera compris dans une
certaine fourchette (par exemple entre -30% et +50%).
1.1.2 Univers des possibles
L'univers, noté Ω (omega), est l'ensemble de tous les résultats possibles d'une expérience aléatoire.
Ω = {résultat 1, résultat 2, ..., résultat n}
Exemple - Audit
Lors d'un audit, si on examine 5 factures et qu'on compte le nombre de factures erronées,
l'univers est : Ω = {0, 1, 2, 3, 4, 5} (de 0 à 5 factures erronées).
1.1.3 Événement
Unévénementest un sous-ensemble de l'univers Ω. Il représente une proposition sur le résultat de
l'expérience.
Exemple - Gestion des risques
Dans le cas de l'audit précédent, l'événement A = "au moins 2 factures erronées" correspond au
sous-ensemble A = {2, 3, 4, 5}.
1.2 Définition de la probabilité
Il existe trois approches principales pour définir une probabilité. Chacune a son domaine
d'application privilégié en finance et en comptabilité.
4 / 15
Calcul des Probabilités | Finance-Comptabilité
1.2.1 Approche classique (Laplace)
Lorsque tous les résultats sont équiprobables (même chance de se réaliser), la probabilité d'un
événement A est :
P(A) = (nombre de cas favorables) / (nombre de cas possibles)
Exemple - Finance
Dans un portefeuille équilibré de 10 obligations, dont 4 sont émises par des entreprises du
secteur technologique, la probabilité de tirer au hasard une obligation technologique est P =
4/10 = 0,4 ou 40%.
1.2.2 Approche fréquentiste
La probabilité est estimée par la fréquence d'apparition de l'événement sur un grand nombre de
répétitions de l'expérience :
P(A) ≈ (nombre de fois où A se réalise) / (nombre total d'expériences)
Exemple - Gestion des risques
Une banque observe que sur 10 000 crédits immobiliers accordés, 150 ont fait l'objet d'un défaut
de paiement. La probabilité estimée de défaut est donc P = 150/10000 = 0,015 ou 1,5%.
1.2.3 Approche axiomatique (Kolmogorov)
C'est l'approche mathématique rigoureuse. Une probabilité est une fonction P qui associe à chaque
événement A un nombre réel vérifiant les axiomes suivants :
0. Positivité :P(A) ≥ 0
1. Certitude :P(Ω) = 1
2. Additivité :Si A et B sont incompatibles, P(A ∪ B) = P(A) + P(B)
1.3 Calculs de base sur les probabilités
1.3.1 Union et intersection
L'unionA ∪ B ("A ou B") représente l'événement "A se réalise ou B se réalise (ou les deux)".
L'intersectionA ∩ B ("A et B") représente l'événement "A et B se réalisent simultanément".
1.3.2 Événements incompatibles
Deux événements sontincompatibles(ou disjoints) s'ils ne peuvent pas se réaliser en même temps :
A ∩ B = ∅.
5 / 15
Calcul des Probabilités | Finance-Comptabilité
Exemple - Comptabilité
Lors du contrôle d'une facture, les événements "la facture est correcte" et "la facture comporte
une erreur" sont incompatibles.
1.3.3 Formule fondamentale
Pour deux événements quelconques A et B :
P(A ∪ B) = P(A) + P(B) - P(A ∩ B)
Cette formule est essentielle car elle évite de compter deux fois les cas où A et B se réalisent
simultanément.
Exemple détaillé - Finance
Dans une entreprise, 60% des employés possèdent une carte de crédit (P(CC) = 0,60), 40%
possèdent une carte de débit (P(CD) = 0,40), et 25% possèdent les deux (P(CC ∩ CD) = 0,25).
La probabilité qu'un employé possède au moins une carte est :
P(CC ∪ CD) = 0,60 + 0,40 - 0,25 = 0,75 soit 75%
1.4 Application professionnelle : Évaluation du risque de crédit
Cette section illustre l'application concrète des probabilités dans l'évaluation du risque de
défaillance d'un client.
Contexte
Une banque analyse son portefeuille de 1 000 crédits à la consommation. Les données historiques
montrent :
Catégorie Effectif Probabilité
Clients à jour 850 85%
Retards de paiement 100 10%
Défauts de paiement 50 5%
Tableau 1 : Répartition du portefeuille crédit
Analyse
La probabilité qu'un client choisi au hasard présente un risque (retard ou défaut) est :
6 / 15
Calcul des Probabilités | Finance-Comptabilité
P(risque) = P(retard) + P(défaut) = 0,10 + 0,05 = 0,15 soit 15%
(Les événements "retard" et "défaut" sont incompatibles, donc on additionne simplement.)
Cette information est cruciale pour :
• Le calcul des provisions pour créances douteuses
• La détermination du taux d'intérêt appliqué aux nouveaux crédits
• L'évaluation du ratio de couverture des risques
1.5 Exercices corrigés
Exercice 1 (Application directe)
Énoncé :Un cabinet d'audit examine 200 dossiers clients. On sait que :
• 120 dossiers présentent des anomalies dans les stocks
• 80 dossiers présentent des anomalies dans la trésorerie
• 30 dossiers présentent des anomalies dans les deux postes
Quelle est la probabilité qu'un dossier choisi au hasard présente au moins une anomalie ?
Correction :
Notons S = "anomalie dans les stocks" et T = "anomalie dans la trésorerie".
Nous cherchons P(S ∪ T).
Données : P(S) = 120/200 = 0,60 ; P(T) = 80/200 = 0,40 ; P(S ∩ T) = 30/200 = 0,15
Application de la formule : P(S ∪ T) = P(S) + P(T) - P(S ∩ T)
P(S ∪ T) = 0,60 + 0,40 - 0,15 = 0,85 soit 85%
85% des dossiers présentent au moins une anomalie.
Exercice 2 (Problème approfondi)
Énoncé :Une société d'assurance automobile analyse son portefeuille de 10 000 contrats. Les
statistiques montrent :
• 3% des assurés ont eu un accident responsable (événement R)
7 / 15
Calcul des Probabilités | Finance-Comptabilité
• 5% des assurés ont eu un accident non responsable (événement NR)
• Parmi les assurés ayant eu un accident responsable, 20% ont aussi eu un accident non
responsable
1. Quelle est la probabilité qu'un assuré ait eu au moins un accident ?
2. Quelle est la probabilité qu'un assuré n'ait eu aucun accident ?
Correction :
1. Calcul de P(R ∪ NR) :
Nous savons que P(R) = 0,03 et P(NR|R) = 0,20.
Donc P(R ∩ NR) = P(R) × P(NR|R) = 0,03 × 0,20 = 0,006
Par ailleurs, P(NR) = 0,05
P(R ∪ NR) = P(R) + P(NR) - P(R ∩ NR) = 0,03 + 0,05 - 0,006 = 0,074 soit
7,4%
2. La probabilité de n'avoir aucun accident est le complémentaire :
P(aucun accident) = 1 - P(R ∪ NR) = 1 - 0,074 = 0,926 soit 92,6%
8 / 15
Calcul des Probabilités | Finance-Comptabilité
Chapitre 2 : Probabilités Conditionnelles et Arbres de
Décision
Ce chapitre aborde les outils permettant d'actualiser une probabilité en fonction d'une information
nouvelle. Ces méthodes sont fondamentales en finance pour la prise de décision sous incertitude.
2.1 Probabilité conditionnelle
2.1.1 Définition
Laprobabilité conditionnellede A sachant B, notée P(A|B), représente la probabilité que
l'événement A se réalise, sachant que B s'est réalisé.
P(A|B) = P(A ∩ B) / P(B) avec P(B) > 0
2.1.2 Interprétation
Cette formule signifie que l'information "B s'est réalisé" modifie notre évaluation de la probabilité de
A. L'univers de référence devient B au lieu de Ω.
Exemple - Finance
Une banque sait que 5% de ses clients font défaut (P(D) = 0,05). Parmi les clients en défaut, 80%
avaient un score de crédit faible (P(F|D) = 0,80).
La probabilité qu'un client avec un score faible fasse défaut dépendra de la proportion de clients
avec score faible dans la population totale.
2.1.3 Formule des probabilités composées
De la définition, on déduit :
P(A ∩ B) = P(A|B) × P(B) = P(B|A) × P(A)
2.2 Événements indépendants
Deux événements A et B sontindépendantssi la réalisation de l'un n'influence pas la probabilité de
l'autre.
A et B indépendants ⇔ P(A|B) = P(A) ⇔ P(A ∩ B) = P(A) × P(B)
9 / 15
Calcul des Probabilités | Finance-Comptabilité
Exemple - Audit
Les erreurs constatées sur deux factures distinctes démises par des fournisseurs différents sont
généralement indépendantes.
Contre-exemple - Finance
Le rendement de deux actions du même secteur ne sont PAS indépendants : si le secteur va mal,
les deux actions ont tendance à baisser simultanément.
2.3 Formule des probabilités totales
Soit B₁, B₂, ..., Bₙ une partition de l'univers (événements disjoints dont la réunion forme Ω). Pour tout
événement A :
P(A) = P(A|B₁) × P(B₁) + P(A|B₂) × P(B₂) + ... + P(A|Bₙ) × P(Bₙ)
Exemple détaillé - Gestion des risques
Une entreprise a trois fournisseurs : F1 (40% des achats), F2 (35%), F3 (25%). Les taux de défaut
sont respectivement de 2%, 3% et 5%.
La probabilité globale de recevoir une pièce défectueuse est :
P(D) = 0,02 × 0,40 + 0,03 × 0,35 + 0,05 × 0,25 = 0,008 + 0,0105 +
0,0125 = 0,031 soit 3,1%
2.4 Théorème de Bayes
2.4.1 Énoncé
Le théorème de Bayes permet d'inverser les probabilités conditionnelles :
P(B|A) = [P(A|B) × P(B)] / P(A)
Cette formule est fondamentale pour mettre à jour nos croyances à la lumière de nouvelles
informations.
2.4.2 Application : Détection de fraudes
Un système de détection des fraudes bancaires fonctionne comme suit :
• 1% des transactions sont frauduleuses (P(F) = 0,01)
• Le système déclenche une alarme dans 95% des cas de fraude (P(A|F) = 0,95)
• Le système déclenche une alarme dans 2% des cas de transactions normales (faux positifs,
P(A|N) = 0,02)
10 / 15
Calcul des Probabilités | Finance-Comptabilité
Question : Quelle est la probabilité qu'une transaction soit vraiment frauduleuse sachant que
l'alarme s'est déclenchée ?
Solution :
Nous cherchons P(F|A).
Étape 1 : Calcul de P(A) par les probabilités totales
P(A) = P(A|F) × P(F) + P(A|N) × P(N) = 0,95 × 0,01 + 0,02 × 0,99 =
0,0095 + 0,0198 = 0,0293
Étape 2 : Application de Bayes
P(F|A) = (0,95 × 0,01) / 0,0293 = 0,0095 / 0,0293 ≈ 0,324 soit 32,4%
Malgré la précision du système, seulement 32,4% des alarmes correspondent à de vraies fraudes !
Cela s'explique par la faible prévalence des fraudes (1%).
2.5 Arbres de probabilités
2.5.1 Construction
Un arbre de probabilités est un outil visuel qui représente les différentes étapes d'une expérience
aléatoire et leurs probabilités.
Règles de construction :
• Chaque branche partant d'un nœud représente un événement possible
• La somme des probabilités des branches issues d'un même nœud vaut 1
• La probabilité d'un chemin est le produit des probabilités des branches empruntées
2.5.2 Exemple illustré
Revenons à l'exemple de détection de fraudes :
Premier niveau : F (0,01) ou N (0,99)
Deuxième niveau (depuis F) : A (0,95) ou pas A (0,05)
Deuxième niveau (depuis N) : A (0,02) ou pas A (0,98)
Les probabilités des feuilles sont :
• P(F ∩ A) = 0,01 × 0,95 = 0,0095
11 / 15
Calcul des Probabilités | Finance-Comptabilité
• P(F ∩ pas A) = 0,01 × 0,05 = 0,0005
• P(N ∩ A) = 0,99 × 0,02 = 0,0198
• P(N ∩ pas A) = 0,99 × 0,98 = 0,9702
2.6 Applications professionnelles
2.6.1 Choix d'investissement
Un investisseur doit choisir entre deux projets. Les données sont les suivantes :
Scénario Probabilité Projet A Projet B
Croissance forte 30% +50 000€ +30 000€
Croissance modérée 50% +20 000€ +25 000€
Récession 20% -10 000€ +5 000€
Tableau 2 : Scénarios d'investissement
Calcul de l'espérance de gain pour chaque projet :
E(Gain A) = 0,30 × 50 000 + 0,50 × 20 000 + 0,20 × (-10 000) = 15 000 + 10 000 - 2 000 = 23 000€
E(Gain B) = 0,30 × 30 000 + 0,50 × 25 000 + 0,20 × 5 000 = 9 000 + 12 500 + 1 000 = 22 500€
Conclusion :Le projet A offre une espérance de gain légèrement supérieure (23 000€ vs 22 500€).
2.6.2 Analyse de crédit avec information nouvelle
Une banque évalue un dossier de crédit. Sans information complémentaire, la probabilité de défaut
est de 8%.
L'analyse du score de crédit donne :
• Si le client fait défaut, 90% ont un score faible
• Si le client ne fait pas défaut, 30% ont un score faible
Le dossier présente un score faible. Quelle est la probabilité de défaut ?
Solution avec Bayes :
P(D|F) = [P(F|D) × P(D)] / [P(F|D) × P(D) + P(F|ND) × P(ND)]
12 / 15
Calcul des Probabilités | Finance-Comptabilité
P(D|F) = (0,90 × 0,08) / (0,90 × 0,08 + 0,30 × 0,92) = 0,072 / (0,072 + 0,276) = 0,072 / 0,348 ≈ 0,207
soit 20,7%
L'information sur le score faible a fait passer la probabilité de défaut de 8% à 20,7% !
2.7 Exercices corrigés
Exercice 1 (Application directe)
Énoncé :Dans une entreprise :
• 60% des employés sont des hommes (H), 40% sont des femmes (F)
• Parmi les hommes, 30% occupent un poste de management
• Parmi les femmes, 25% occupent un poste de management
1. Quelle est la probabilité qu'un employé choisi au hasard soit manager ?
2. Sachant qu'un employé est manager, quelle est la probabilité que ce soit une femme ?
Correction :
1. Probabilités totales :
P(M) = P(M|H) × P(H) + P(M|F) × P(F) = 0,30 × 0,60 + 0,25 × 0,40 =
0,18 + 0,10 = 0,28 soit 28%
2. Théorème de Bayes :
P(F|M) = [P(M|F) × P(F)] / P(M) = (0,25 × 0,40) / 0,28 = 0,10 / 0,28 ≈
0,357 soit 35,7%
Exercice 2 (Problème approfondi)
Énoncé - Audit et détection de fraudes :
Un cabinet d'audit utilise un logiciel de détection d'anomalies. Les statistiques montrent :
• 5% des factures présentent une anomalie (P(A) = 0,05)
• Le logiciel détecte 92% des anomalies (P(D|A) = 0,92)
• Le logiciel génère un faux positif dans 8% des cas (P(D|NA) = 0,08)
1. Construire l'arbre de probabilités.
13 / 15
Calcul des Probabilités | Finance-Comptabilité
2. Calculer la probabilité qu'une facture déclenche une alerte.
3. Une alerte est déclenchée. Quelle est la probabilité qu'il s'agisse vraiment d'une anomalie ?
4. Le cabinet souhaite que parmi les alertes, au moins 50% correspondent à de vraies anomalies.
Quel taux de faux positifs maximum le logiciel doit-il avoir ?
Correction :
1. Arbre de probabilités :
Niveau 1 : A (0,05) ou NA (0,95)
Niveau 2 (depuis A) : D (0,92) ou ND (0,08)
Niveau 2 (depuis NA) : D (0,08) ou ND (0,92)
2. Probabilité d'une alerte :
P(D) = P(D|A) × P(A) + P(D|NA) × P(NA) = 0,92 × 0,05 + 0,08 × 0,95 =
0,046 + 0,076 = 0,122 soit 12,2%
3. Probabilité d'anomalie sachant une alerte (Bayes) :
P(A|D) = [P(D|A) × P(A)] / P(D) = (0,92 × 0,05) / 0,122 = 0,046 / 0,122
≈ 0,377 soit 37,7%
4. Détermination du taux de faux positifs maximum :
On veut P(A|D) ≥ 0,50. Notons x = P(D|NA).
P(A|D) = (0,92 × 0,05) / (0,92 × 0,05 + x × 0,95) ≥ 0,50
0,046 / (0,046 + 0,95x) ≥ 0,50
0,046 ≥ 0,023 + 0,475x
0,023 ≥ 0,475x
x ≤ 0,023 / 0,475 ≈ 0,048 soit 4,8%
Le taux de faux positifs doit être inférieur à environ 4,8% pour atteindre l'objectif de 50% de
précision sur les alertes.
14 / 15
Calcul des Probabilités | Finance-Comptabilité
Calcul des Probabilités
Mathématiques Financières
Finance-Comptabilité
© 2025-2026
15 / 15