L’espace de probabilités (Ω, A, P )

Gérard Letac1
1
Professeur émérite, Institut de Mathématiques de Toulouse., Toulouse

7 juillet 2024

Le calcul des probabilités est la science qui modélise les phénomènes aléatoires. Une modélisation
implique donc certainement une simplification des phénomènes, mais cette simplification conduit à
une quantification, donc à la possibilité de faire des calculs et à prédire. Le jet d’un dé, le tirage du
Loto pourraient être analysés par les lois de la mécanique, mais ce serait trop compliqué pour être
utile. La modélisation du calcul des probabilités a été inventée par A. N. Kolmogorov dans un livre
paru en 1933. Cette modélisation est faite à partir de 3 objets (Ω, A, P ) que nous allons décrire.

1 L’espace de probabilités (Ω, A, P )

1.1 Introduction
Le calcul des probabilités est la science qui modélise les phénomènes aléatoires. Une modélisation
implique donc certainement une simplification des phénomènes, mais cette simplification conduit à
une quantification, donc à la possibilité de faire des calculs et à prédire. Le jet d’un dé, le tirage du
Loto pourraient être analysés par les lois de la mécanique, mais ce serait trop compliqué pour être
utile. La modélisation du calcul des probabilités a été inventée par A. N. Kolmogorov dans un livre
paru en 1933. Cette modélisation est faite à partir de 3 objets (Ω, A, P ) que nous allons décrire.

1.2 L’espace des observables Ω.

Nous conviendrons que effectuer une expérience, c’est sélectionner par un procédé quelconque un
élément ω dans un ensemble Ω : jeter un dé revient à sélectionner un élément de Ω = {1, 2, 3, 4, 5, 6} ;
jeter ensemble deux dés rouge et vert revient à sélectionner un élément de l’ensemble Ω = {1, 2, 3, 4, 5, 6}
des couples ordonnés (i, j) avec 1 ≤ i ≤ 6 et 1 ≤ j ≤ 6 (ici Ω a 36 points). Plus délicat : jeter
ensemble deux dés indiscernables revient à sélectionner un élément de l’ensemble Ω des couples (i, j)
avec 1 ≤ i ≤ j ≤ 6 (ici Ω a 6 + 21 6 × 5 = 21 points). Observer la durée de vie d’une ampoule de 100

1
watts revient à sélectionner un élément de Ω = [0, +∞[. Mesurer la durée de vie de 12 ampoules de
100 watts est sélectionner un élément de Ω = [0, +∞[12 .
Cet ensemble Ω est appelé l’espace des observables. On dit aussi dans la littérature l’es-
pace échantillon, l’espace des évènements - élémentaires, l’expérimental ou encore l’évènementiel.
Ses points ω sont appelés observables ou évènements-élémentaires. Il est très important qu’il soit
clairement défini. On peut s’exercer à définir Ω dans les 2 cas suivants : jeter 12 fois de suite la
même pièce de monnaie, jeter en même temps 12 pièces de monnaie identiques (on admet que la
pièce tombe sur pile ou sur face, et jamais sur la tranche).

1.3 La tribu des évènements A.

Les questions qu’on se pose sur le résultat d’une expérience sont systématiquement du type
suivant : on choisit un sous ensemble A de l’espace d’observables Ω et on se demande : le résultat ω
de l’expérience va-t-il tomber dans A ou non ? Les parties de Ω pour lesquelles on se pose ce genre de
question sont appelées des évènements. Un des premiers points délicats de la théorie est que on ne
va pas toujours considérer tous les sous ensembles de Ω comme des évènements. Dans l’exemple de
la lampe de 100 watts, il parait inintéressant de se demander si sa durée de vie, mesurée en heures,
est un nombre irrationnel, et intéressant de se demander si elle tombe dans l’intervalle [300, 400].
L’idée de Kolmogorov est que l’ensemble A des évènements a une structure de tribu :

Définition 0.1 tribu

Soit Ω un ensemble et soit A une partie de P(Ω). A a une structure de tribu si il satisfait aux
trois axiomes :
1. Si A ∈ A, alors son complémentaire Ac = Ω \ A est aussi dans A.
Si on a une suite finie ou dénombrable A1 , . . . , An , . . . d’éléments de A, alors leur réunion
2. S
n≥1 An est aussi dans A.
3. L’ensemble vide ∅ est dans A.
Un élément de A est appelé un événement.

Tirons quelques conséquences de ces axiomes.

Proposition 0.1
Soit A une tribu de parties de l’ensemble Ω. Alors Ω ∈ A. De plus, T si on a une suite finie ou
dénombrable A1 , . . . , An , . . . d’éléments de A, alors leur intersection n≥1 An est aussi dans A.

Démonstration En appliquant les axiomes 1 et 3, on a le premier résultat. Pour le second, il suffit

de se rappeler que le complémentaire d’une réunion finie ou infinie d’ensembles est l’intersection des
complémentaires ("Loi de Morgan"). Donc
\ [ c c
An = ( An ) ,
n≥1 n≥1

et le deuxième membre de cette égalité est donc dans A : on applique successivement l’axiome 1, puis
2, puis 1 à nouveau.
 Le langage de la théorie des ensembles permet des calculs systématiques sur les évènements.
Toutefois, il faut savoir que le langage courant, que nous utilisons dans une première étape pour
décrire des évènements a sa traduction ensembliste. Voici un petit dictionnaire :

Ensemble Ω : évènement certain

Ensemble vide : évènement impossible
A∪B : A ou B sont réalisés ("ou" non exclusif)
A∩B : A et B sont réalisés
A et B sont disjoints : les
évènement
évènements
contraire
A et B A. incompatiblesAc = Ω \ A :
de sont

Le fait que on ne sorte pas de la famille des évènements intéressants à considérer en prenant une
intersection ou une réunion d’évènements est raisonnable si ceux ci sont en nombre fini. Le fait de se
permettre ceci également quand on en a une infinité est plus subtil : les mathématiques ne maniant
que des ensembles finis sont élémentaires mais les résultats exacts auquels elles conduisent sont trop
compliqués pour être utilisables. Le passage à l’infini est le passage de l’algèbre à l’analyse, donc à
des approximations maniables et à de puissantes techniques issues du calcul différentiel et intégral.
Quant au fait que dans ce passage à l’infini, on se limite à une infinité dénombrable d’évènements,
c’est un point technique qu’on ne justifiera que dans un cours de 3 ème année d’université. Rappelons
qu’un ensemble E avec une infinité d’éléments est dit dénombrable si il existe une bijection entre
E et l’ensemble N des entiers positifs : l’ensemble Q des nombres rationnels est dénombrable, le
segment [0, 1] ne l’est pas, comme nous l’avons vu en première année.
Finalement, ce point délicat : "on ne considère pas nécessairement tout sous ensemble A de
Ω comme un élément de la tribu A des évènements" ne jouera pas un grand rôle dans la suite.
Typiquement, nous envisagerons deux cas particuliers importants :
— Le cas où Ω lui même est dénombrable, et nous prendrons comme tribu A la famille P(Ω) de
tous les sous ensembles de Ω.
— Le cas où Ω est la droite réelle R. Nous prendrons alors pour tribu A la tribu B (dite tribu
de Borel, dont les éléments sont appelés des boréliens) qui est la plus petite tribu qui contient
tous les intervalles de R.
On peut laborieusement démontrer que B 6= P(R) ; toutefois, une description complète des
éléments de B n’est pas possible, et en fait pas très utile en pratique : les seuls boréliens que
nous aurons à manipuler seront les intervalles (attention, R ou une demi droite sont aussi des
intervalles) ou des réunions finies, ou plus rarement, dénombrables, d’intervalles.
Ce ne sont pas les seuls espaces de probabilité utilisés : on verra le schéma Succès Echec à la
section 2 et le cas Ω = R ou Rn plus tard.

Définition 0.2 tribu de Borel

La plus petite tribu qui contient les ouverts de R muni de sa topologie canonique est appelée tribu
de Borel. Les éléments de cette tribu sont appelés les boréliens de R.

1.4 La probabilité P
Définition 0.3 une probabilité
Etant donnés un espace d’observables Ω et une tribu d’évènements A formée de certains sous
ensembles de Ω, une probabilité P est une application de A dans [0, 1] , donc un procédé qui
associe à tout évènement A un nombre P (A) compris entre 0 et 1 appelé probabilité de A, et
qui satisfait aux axiomes suivants
— L’évènement certain est de probabilité 1 : P (Ω) = 1.
— Axiome d’additivité dénombrable : pour toute suite A1 , A2 , . . . , An . . . d’évènements de A
qui sont de plus deux à deux disjoints, c’est à dire tels que Ak ∩ Aj = ∅ si k 6= j, alors la
série
X∞
P (Ak )
k=1
S
converge et a pour somme P ( k≥1 Ak ).
Le triplet (Ω, A, P ) est alors appelé un espace de probabilité.

Voici quelques conséquences immédiates des axiomes.

Théorème 0.2
Soit (Ω, A, P ) un espace de probabilité. Alors
1. P (∅) = 0.
2. Si A1 , A2 , . . . , An dans A sont deux à deux disjoints, alors

P (A1 ∪ · · · ∪ An ) = P (A1 ) + · · · + P (An );

en particulier P (Ac ) = 1 − P (A).

3. Si A et B sont dans A et si A ⊂ B alors P (A) ≤ P (B).

Démonstration 1) L’axiome d’additivité dénombrable est appliquable à la suite constante définie par
An = ∅, qui est effectivement formée d’évènements deux à deux disjoints. La série dont le terme général
P (∅) est constant ne peut converger que si ce terme général est 0.
2) Sa première partie se démontre en appliquant l’axiome d’additivité dénombrable à A1 , A2 , . . . , An
continuée par ∅ = An+1 = An+2 = · · · , et en utilisant le 1). Appliquer ça à n = 2, A1 = A et A2 = A′
fournit 1 = P (Ω) = P (A) + P (Ac ) en utilisant le premier axiome d’une probabilité.
3) On écrit B = A ∪ (B \ A) comme réunion de deux ensembles disjoints (notez que B \ A = B ∩ A′
est bien dans A), et on applique le 2) : P (B) = P (A) + P (B \ A) ≥ P (A).

Théorème 0.3
Soit (Ω, A, P ) un espace de probabilité. Alors
1. Si A et B sont dans A, mais ne sont pas nécessairement disjoints, alors
P (A ∪ B) = P (A) + P (B) − P (A ∩ B).
Si les A1 , A2 , . . . , An dans A ne sont pas nécessairement deux à deux disjoints, alors
P (A1 ∪ · · · ∪ An ) ≤ P (A1 ) + · · · + P (An ).
2. Continuités croissante et décroissante : Soit une suite B1 , B2 , . . . , Bn . . . d’évènements de
A qui soit ou bien croissante (c’est à dire que pour tout n ≥ 1 on a Bn ⊂ Bn+1 ) ou
bien décroissante (c’est à dire que pour tout n ≥ 1 on a Bn ⊃ Bn+1 ). Alors, dans le cas
croissant : [
lim P (Bn ) = P ( Bn );
n→+∞
n≥1

et dans le cas décroissant : \

lim P (Bn ) = P ( Bn ).
n→+∞
n≥1

3. Sous additivité dénombrable

P∞ : Soit une suite B1 , B2 , . . . , Bn . . . d’évènements de A. Alors
ou bien
S la série k=1 P (B k ) diverge ; ou bien elle converge et dans ce cas sa somme est
≥ P ( n≥1 Bn ).

Démonstration
1. On écrit comme dans la démonstration précédente :
P (B) = P (A ∩ B) + P (B \ A), P (A) = P (A ∩ B) + P (A \ B),
puis on écrit A ∪ B = (A ∩ B) ∪ (B \ A) ∪ (A \ B) comme réunion de trois ensembles deux à deux
disjoints et on applique le 2) :

P (A ∪ B) = P (A ∩ B) + P (B \ A) + P (A \ B) =
P (A ∩ B) + (P (B) − P (A ∩ B)) + (P (A) − P (A ∩ B)) = P (A) + P (B) − P (A ∩ B);
Pour terminer le 1) on démontre le résultat par récurrence sur n. C’est trivial pour n = 1. Si c’est
démontré pour n, appliquons la première partie de ce 1) à A = A1 ∪ · · · ∪ An et à B = An+1 . On
obtient, à l’aide de l’hypothèse de récurrence
X
n
P (A ∪ B) = P (A) + P (B) − P (A ∩ B) ≤ P (A) + P (B) ≤ ( P (Ak )) + P (An+1 ).
k=1

2. Dans le cas croissant, posons A1 = B1 et,Ppour n ≥ 2, An = Bn \ Bn−1 . Les A1 , A2 , . . . , An . . .

sont alors deux à deux disjoints. La série ∞
k=1 P (Ak ) est donc convergente. D’après la partie 2)
de la proposition précédente, on a
X
n
P (Bn ) = P (A1 ∪ · · · ∪ An ) = P (Ak )
k=1

Passons à la limite dans l’égalité ci dessus ; on obtient

X
∞
lim P (Bn ) = P (Ak ).
n→+∞
k=1
S
Or d’après l’axiome d’additivitéS dénombrable, le second membre est P ( k≥1 Ak ), qui est aussi
par définition des An égal à P ( n≥1 Bn ).
Dans le cas décroissant, on se ramène au cas précédent par passage au complémentaires, à l’aide
de la loi de Morgan : le complémentaire d’une union est l’intersection des complémentaires :
lim P (Bn ) = 1 − lim P (Bnc ) = 1 − P (∪n≥1 Bnc ) = 1 − (1 − P (∩n≥1 Bn )) =
P (∩n≥1 Bn ).
 3. La suite d’évènements définie par Cn = B1 ∪ · · · ∪ Bn est croissante et on peut lui appliquer le 2).
En utilisant aussi la sous additivité finie on a donc
[ X
∞
P( Bn ) = lim P (Cn ) ≤ lim (P (B1 ) + · · · + P (Bn )) = P (Bk ).
n→+∞ n→+∞
n≥1 k=1

Exercices sur la section 1.

1. Soit A, B, C trois évènements d’un espace de probabilité. Montrer à l’aide du Th. ) que

P (A ∪ B ∪ C) =

P (A) + P (B) + P (C) − P (A ∩ B) − P (B ∩ C) − P (C ∩ A) + P (A ∩ B ∩ C).

Etablir une formule de ce genre pour une réunion de 4 évènements.
2. Soit A une tribu d’évènements sur Ω, et soit f une fonction positive sur A ayant les propriétés
suivantes : f (Ω) = 1, f (A ∪ B) = f (A) + f (B) si A et B sont des évènements disjoints et , si
(Bn ) est une suite décroissante de A telle que ∩n≥1 Bn = ∅ alors

lim f (Bn ) = 0.
n→+∞

Montrer qu’alors f est une probabilité. Méthode : si (An ) est une suite d’évènements deux à
deux disjoints, considérer
Bn = ∪k≥n+1 Ak .

Références