Escolar Documentos
Profissional Documentos
Cultura Documentos
2017/2018
1 Calcul de probabilités
2 Evénements
3 Probabilité sur un espace …ni
4 Probabilité uniforme
1 Calcul de probabilités
2 Evénements
3 Probabilité sur un espace …ni
4 Probabilité uniforme
1 Calcul de probabilités
2 Evénements
3 Probabilité sur un espace …ni
4 Probabilité uniforme
1 Calcul de probabilités
2 Evénements
3 Probabilité sur un espace …ni
4 Probabilité uniforme
Calcul de probabilités
De…nition
Toute expérience dont on ne connait pas son issue s’appelle expérience
aléatoire.
De…nition
L’ensemble de tous les résultats possibles d’une expérience aléatoire
s’appelle espace d’épreuves ou ensemble fondamental et on le note .
Evénements
De…nition
Tout sous ensemble de s’apelle événement.
Evénements
Evénements
L’événement "A non B" noté A B signi…e que A est réalisé mais B
ne l’est pas.
est l’événement certain car il se réalise toujours.
? est l’événement impossible car il ne se réalise jamais.
La relation A B signi…e que la réalisation de B entraine la
réalisation de A.
De…nition
Soit un espace …ni et non vide, une probabilité P est une application de
P( ) sur [0; 1] telle que
1 P( ) = 1:
2 8A 2 P( ) , 8B 2 P( ) tels que A \ B = ? on a P(A [ B) = P(A) + P(B):
3 Si A1 ; A2 ; :::; An ; est une suite dénombrable d’événements incompatibles
deux à deux alors
1
X
1
P [ Ai = P(Ai )
i=1
i=1
Remarque
P(?) = 0
Preuve. En e¤et, [ ? = et
\ ? = ? =) 1 = P( ) = P ( [ ?) = P( ) + P(?) = 1 + P(?)
donc P(?) = 0
Théorème
8A 2 P( ); 8B 2 P( )on a P(A [ B) = P(A) + P(B) P(A \ B):
Proposition.
P(A[B[C) = P(A)+P(B)+P(C) P(A\B) P(A\C) P(B\C)+P(A\B\C)
Preuve. Posons E = B [ C alors
P(A [ B [ C) = P(A [ E) = P(A) + P(E) P(A \ E) =
P(A) + P(B [ C) P(A \ (B [ C)) =
P(A) + P(B) + P(C) P(B \ C) P ((A \ B) [ (A \ C))
donc
Propriété
Si A B alors P(A) P(B)
Examples
Examples
Examples
B = (A \ B) [ (A \ B)
P(B) = P(A \ B) + P(A \ B) =) P(A \ B) = P(B) P(A \ B) = 0:30 0:05
P(A \ B) = 0:25
Probabilité uniforme
Soit un espace …ni = f! 1 ; ! 2 ; :::; ! n g : ( ; P( )) un espace sur lequel on
peut dé…nir une probabilité P en donnant les nombres P(! i ) = pi telle que
n
X
8i = 1; :::; n; pi 0 et pi = 1
i=1
De…nition
On appelle probabilité uniforme l’application
P : P( ) ! [0; 1]
1
!i !
n
Card (A)
8A 2 P( ); P(A) =
Card ( )
(D é p a rte m e n t d e M é d e c in e ) B io sta tistiq u e s D r. M e rie m B o u h a d ja r 15/32
C a lc u l d e p r o b a b ilit é s E v é n e m e n t s P r o b a b ilit é s u r u n e s p a c e …n i P r o b a b ilit é u n ifo r m e P r o b a b ilit é c o n d it io n n e lle Fo
Probabilité uniforme
Remarque
Card (A) est le cardinal de A et Card ( ) est le cardinal de . On écrit
aussi :
Probabilité uniforme
Exemple 3. Si deux dés non truqués ont été lancés, trouver la probabilité que
la somme des valeurs observées sur les faces supérieures soit égale à 7.
Solution. Les déférentes possibilités pour avoir un 7 sont ;
A = f(1; 6) ; (2; 5) ; (3; 4) ; (4; 3) ; (5; 2) ; (6; 1)g ; Card (A) = 6
Card ( ) = 6:6 =) Card ( ) = 36
P(A) = Card(A) 6 1
Card( ) = 36 = 6 =) P(A) = 6
1
Probabilité uniforme
Exemple 3. Si deux dés non truqués ont été lancés, trouver la probabilité que
la somme des valeurs observées sur les faces supérieures soit égale à 7.
Solution. Les déférentes possibilités pour avoir un 7 sont ;
A = f(1; 6) ; (2; 5) ; (3; 4) ; (4; 3) ; (5; 2) ; (6; 1)g ; Card (A) = 6
Card ( ) = 6:6 =) Card ( ) = 36
P(A) = Card(A) 6 1
Card( ) = 36 = 6 =) P(A) = 6
1
Probabilité uniforme
Exemple 4. On tire une carte dans un jeu de 52 cartes. Soit les événements
C =“la carte tirée est un cœur ”, F =“la carte tirée est une …gure” quelque
soit la couleur.
Calculer P(C) ,P(F ) ,P(C \ F ) et P(C [ F ).
Probabilité uniforme
Probabilité uniforme
Probabilité uniforme
Probabilité uniforme
Probabilité uniforme
Probabilité uniforme
Probabilité conditionnelle
Soit H un événement tel que P(H) 6= 0. Pour tout événement A, on dé…nit
P(A \ H)
P(A=H) =
P(H)
P(:=H) : P( ) ! [0; 1]
A ! P(A=H)
Probabilité conditionnelle
Probabilité conditionnelle
Probabilité conditionnelle
Probabilité conditionnelle
Probabilité conditionnelle
Formule de Bayes
P(A=Hj )P(Hj )
P(Hj =A) = Pn
i=1 P(A=Hi )P(Hi )
Indépendance
De…nition
Soit ( ; P( ); P)un espace probabilisé. Deux événements A et B de cet espace
sont dits indépendants lorsque
P(A \ B) = P(A)P(B)
Exemples
Exemples
Exemples
P(I) = 2%
Exemples
P(F=I) = 58%
Exemples
Exemple 6. Dans une population 40% des individus ont les yeux bruns, 25%
des individus ont les cheveux blonds, 15% des individus ont les yeux bruns et
les cheveux blonds.
On choisit un individu au hasard. Calculez :
1 La probabilité de l’événement : d’avoir les cheveux blonds si un individu a
les yeux bruns.
2 La probabilité de l’événement : d’avoir les yeux bruns si un individu a les
cheveux blonds.
3 La probabilité de l’événement : de ne pas avoir les yeux bruns si un
individu a les cheveux blonds.
Exemples
Exemple 6. Dans une population 40% des individus ont les yeux bruns, 25%
des individus ont les cheveux blonds, 15% des individus ont les yeux bruns et
les cheveux blonds.
On choisit un individu au hasard. Calculez :
1 La probabilité de l’événement : d’avoir les cheveux blonds si un individu a
les yeux bruns.
2 La probabilité de l’événement : d’avoir les yeux bruns si un individu a les
cheveux blonds.
3 La probabilité de l’événement : de ne pas avoir les yeux bruns si un
individu a les cheveux blonds.
Exemples
Exemple 6. Dans une population 40% des individus ont les yeux bruns, 25%
des individus ont les cheveux blonds, 15% des individus ont les yeux bruns et
les cheveux blonds.
On choisit un individu au hasard. Calculez :
1 La probabilité de l’événement : d’avoir les cheveux blonds si un individu a
les yeux bruns.
2 La probabilité de l’événement : d’avoir les yeux bruns si un individu a les
cheveux blonds.
3 La probabilité de l’événement : de ne pas avoir les yeux bruns si un
individu a les cheveux blonds.
Exemples
Solution.
P(CB\Y B) 0:15
1 P(CB=Y B) = P(Y B) = 0:4 = 0:375 ' 38%
P(Y B\CB) 0:15
2 P(Y B=CB) = P(CB) = 0:25 = 0:6 ' 60%
3 P(Y B=CB) = 1 P(Y B=CB) = 1 0:6 = 0:4 ' 40%
Exemples
Solution.
P(CB\Y B) 0:15
1 P(CB=Y B) = P(Y B) = 0:4 = 0:375 ' 38%
P(Y B\CB) 0:15
2 P(Y B=CB) = P(CB) = 0:25 = 0:6 ' 60%
3 P(Y B=CB) = 1 P(Y B=CB) = 1 0:6 = 0:4 ' 40%
Exemples
Solution.
P(CB\Y B) 0:15
1 P(CB=Y B) = P(Y B) = 0:4 = 0:375 ' 38%
P(Y B\CB) 0:15
2 P(Y B=CB) = P(CB) = 0:25 = 0:6 ' 60%
3 P(Y B=CB) = 1 P(Y B=CB) = 1 0:6 = 0:4 ' 40%
Exemples
Solution.
P(CB\Y B) 0:15
1 P(CB=Y B) = P(Y B) = 0:4 = 0:375 ' 38%
P(Y B\CB) 0:15
2 P(Y B=CB) = P(CB) = 0:25 = 0:6 ' 60%
3 P(Y B=CB) = 1 P(Y B=CB) = 1 0:6 = 0:4 ' 40%
Exemples
Solution.
P(CB\Y B) 0:15
1 P(CB=Y B) = P(Y B) = 0:4 = 0:375 ' 38%
P(Y B\CB) 0:15
2 P(Y B=CB) = P(CB) = 0:25 = 0:6 ' 60%
3 P(Y B=CB) = 1 P(Y B=CB) = 1 0:6 = 0:4 ' 40%
Examples
Examples
Examples
Examples
Examples
Examples
Examples
Examples
Examples
Examples
Examples