Probastat Section1

Probabilités et statistique 1-620-96 (BAA jour) Section 1, page 1.
Notes de cours électroniques
1-620-96(BAA jour) - Probabilités et statistique - Janvier 2001
Section 1 : Concepts de base du calcul des probabilités

Table des matières page(s)
1.1 – Les concepts d’expérience aléatoire et d’événement 1.2 – 1.4
1.2 – Le concept de probabilité 1.5 – 1.6
1.3 – Quelques propriétés des probabilités 1.7 – 1.8
1.4 – Le concept de probabilité conditionnelle 1.8
1.5 – Le concept d’indépendance en probabilité 1.9
1.6 – Calcul d’une probabilité à partir d’une partition 1.10 – 1.11
1.7 – Problèmes 1.12 – 1.16
1.8 – Solutions des problèmes 1.17 – 1.27
Copyright  2001. École des Hautes Études Commerciales, Montréal (Québec).

Probabilités et statistique 1-620-96 (BAA jour) Section 1, page 1.2
1.1 – LES CONCEPTS D’EXPÉRIENCE ALÉATOIRE ET D’ÉVÉNEMENT
Expérience aléatoire et ensemble fondamental des résultats

Le terme expérience aléatoire désigne une expérience dont on connaît
l’ensemble des résultats possibles sans savoir lequel de ceux-ci se réalisera.
L’ensemble des résultats possibles porte le nom d’ensemble fondamental des
résultats de l’expérience aléatoire. On désigne souvent cet ensemble par la
lettre grecque Ω (omega majuscule).
Événement
Tout sous-ensemble A de l’ensemble fondamental Ω des résultats d’une expérience
aléatoire porte le nom d’événement. On dit qu’un événement A se réalise lorsque
le résultat observé de l’expérience est un des résultats appartenant au sous-
ensemble A de Ω.
Exemple 1.1.1
Considérons l’expérience aléatoire qui consiste à lancer un dé.
L’ensemble fondamental des résultats Ω de cette expérience aléatoire peut être

donné par Ω = {1, 2, 3, 4, 5, 6}.
L’événement A défini par «le résultat du lancer est un nombre pair» correspond au
sous-ensemble suivant de Ω : A = {2, 4, 6}. Pour que cet événement se réalise, il
faut que le résultat du lancer soit un des trois nombres 2, 4 ou 6.

Classification des événements

- Un événement A est dit simple s’il ne contient qu’un seul des résultats de Ω.
- Un événement A est dit composé s’il contient plus d’un des résultats de Ω.
- L’ensemble vide ∅ est bien un sous-ensemble de Ω. On le dit événement
impossible.
- Ω est dit l’événement certain.
Opérations sur les événements

L’application des opérations intersection, réunion, ou complémentation sur des
événements définis à partir d’un même ensemble fondamental Ω engendre d’autres
événements. La terminologie utilisée en calcul des probabilités diffère légèrement
de celle utilisée en théorie des ensembles. Le tableau ci-dessous résume le tout.
Événement Terminologie Terminologie Signification de la réalisation de

ensembliste probabiliste l’événement étudié
A complémentation négation A se réalise si et seulement
de A de A si A ne se réalise pas.
A IB intersection conjonction A I B se réalise si et seulement
de A et B de A et B si A et B se réalisent.
A UB réunion réunion A U B se réalise si et seulement
de A et B de A et B si A ou B se réalisent.
Rappel de quelques propriétés de base des opérations sur les événements

commutativité A IB = B I A
A UB = B U A
associativité (A U B ) U C = A U (B U C) = A U B U C
(A I B ) I C = A I (B I C) = A I B I C
distributivité A I (B U C ) = (A I B ) U (A I C )
A U (B I C ) = (A U B ) I (A U C )
lois de Morgan ______
A UB = A I B
______
A IB = A U B

Compatibilité de deux événements

Deux événements A et B sont compatibles si les deux peuvent se réaliser en
même temps. En d’autres mots, deux événements sont compatibles si leur
conjonction est un événement possible, c’est-à-dire si A ∩ B ≠ ∅.
Deux événements A et B sont incompatibles si A ∩ B = ∅.
Quelques équivalences
La réalisation d’un événement A entraîne la réalisation d’un événement B si et
seulement si A ⊆ B et A ≠ ∅, c’est-à-dire si et seulement si A est un événement
possible inclus dans B.
La réalisation d’un événement A entraîne la non réalisation d’un événement B si et

seulement si A ∩ B = ∅, c’est-à-dire si et seulement si les événements A et B sont
incompatibles.
Soit A un événement possible (A ≠ ∅), sans être certain (A ≠ Ω). L’événement A ne

se réalise pas si et seulement si sa négation (ou son complément) A se réalise.

1.2 – LE CONCEPT DE PROBABILITÉ
Probabilité de réalisation d'un événement lorsque Ω contient n résultats

Considérons une expérience aléatoire dont l'ensemble fondamental des résultats
contient un nombre fini n de résultats, c’est-à-dire Ω = {ω1, ω2, ... , ωn}.
À chacun des n événements simples (événements ne correspondant qu’à un seul

résultat) qu’on peut définir pour cette expérience aléatoire correspond une
probabilité de réalisation; c’est-à-dire à chacun des événements {ωi} correspond
une probabilité de réalisation P({ωi }) , (i = 1, 2, ..., n). Ces n probabilités sont telles
n
que : pour i = 1, 2, ... , n, 0 ≤ P({ωi }) ≤ 1 et ∑ P({ωi }) = 1
i =1
Soit A un événement défini à partir de cette expérience, c’est-à-dire soit A un sous-

ensemble de Ω. La probabilité de réalisation de l’événement A peut se noter P(A)
et, de façon générale, P(A) = ∑ P({ωi }) (équation 1.2.1)
ωi ∈ A
Simplification du calcul lorsqu’il y a équiprobabilité
Si les n éléments de l'ensemble Ω sont équiprobables,

c'est-à-dire si P({ωi }) = 1/n , i = 1, 2, ..., n, alors :
#A #A
P( A ) = = , (équation 1.2.2),
#Ω n
où le symbole # désigne la cardinalité (le nombre d'éléments) de l'ensemble qui le
suit.

Exemple 1.2.1
Exemple d’une situation où les éléments de Ω ne sont pas équiprobables.
Une urne contient 12 boules de forme et de masse identiques. Une de celles-ci est
numérotée 2, six sont numérotées 3, trois sont numérotées 4 et les deux dernières
sont numérotées 5. Considérons l’expérience aléatoire qui consiste à prélever au
hasard une boule de l’urne et à noter son numéro. Définissons l’événement A par
«le numéro de la boule prélevée est un nombre pair».
Soit Ω = {ω1, ω2, ω3, ω4} = {2, 3, 4, 5} et A = {2, 4}.

Pour établir les probabilités de réalisation des 4 événements simples associables à
Ω, on peut supposer que chacune des 12 boules de l’urne a la même probabilité
d’être prélevée. On obtient alors que :
P({ω1} = P({2}) = 1/12, P({ω2}) = P({3}) = 6/12,
P({ω3} = P({4}) = 3/12, P({ω4}) = P({5}) = 2/12.
Pour calculer la probabilité de réalisation de l’événement A, on doit utiliser la

formule générale de l’équation 1.2.1, car il n’y a pas équiprobabilité des éléments
de Ω. On obtient :
P(A) = P({2,4}) = P({2}) + P({4}) = 1/12 + 3/12 = 4/12 .
Exemple 1.2.2
Exemple d’une situation où les éléments de Ω sont équiprobables.
Considérons la même expérience aléatoire que dans l’exemple 1.2.1 pour une urne
qui contient trois boules numérotées 2, trois boules numérotées 3, trois boules
numérotées 4 et trois boules numérotées 5.
On est alors en présence d’un ensemble fondamental Ω = {2, 3, 4, 5} dont les 4
éléments sont équiprobables. Le calcul de la probabilité de réalisation de
l’événement A = {2, 4} s’en trouve simplifié. Il suffit d’appliquer l’équation 1.2.2 :
#A 2
P( A ) = = .
#Ω 4

1.3 – QUELQUES PROPRIÉTÉS DES PROBABILITÉS
P(Ω) = 1 et P(∅) = 0.
Soit A et B deux événements définis à partir d'une même expérience aléatoire.

0 ≤ P(A) ≤ 1 et 0 ≤ P(B) ≤ 1 .
P( A ) = 1 - P(A) et P( B ) = 1 – P(B) .
P(A∪B) = P(A) + P(B) - P(A∩B). (voir l'illustration graphique)
Si A et B sont des événements incompatibles, c'est-à-dire si A∩B = ∅,
alors P(A∪B) = P(A) + P(B). (voir l'illustration graphique)
Illustrations graphiques
Exemple de 2 événements compatibles (2 sous-ensembles de Ω ayant un ou
plusieurs éléments en commun)
A B
Ω
P(A ∪ B) = P(A) + P(B) - P(A ∩ B)
Exemple de 2 événements incompatibles (2 sous-ensembles disjoints de Ω)
A B
Ω
P(A ∪ B) = P(A) + P(B)

1.4 – LE CONCEPT DE PROBABILITÉ CONDITIONNELLE
Définition d'une probabilité conditionnelle

Soit A et E deux événements où E a une probabilité de réalisation non-nulle.
La probabilité conditionnelle de réalisation de l'événement A étant donné que
l'événement E s'est réalisé est notée P(A | E).
Parfois, la probabilité conditionnelle P(A | E) se calcule ou se déduit directement.

Lorsque ce n'est pas le cas, on utilise la définition : P(A | E) = P(A∩E) / P(E).
Remarque
La définition qui précède ne doit pas donner la fausse impression que la probabilité
de la conjonction (ou intersection) des 2 événements est d'abord connue et
qu'ensuite on peut calculer la probabilité conditionnelle. En pratique, c'est souvent
l'inverse qui se produit : on connaît d'abord les valeurs de P(A | E) et P(E) , ce qui
permet ensuite de calculer la probabilité de la conjonction (intersection) des 2
événements : P(A∩E) = P(A | E) P(E).
Quelques propriétés des probabilités conditionnelles

Les propriétés des probabilités de réalisation de deux événements A et B, qui sont
présentées en page 1.7, s'étendent à la probabilité conditionnelle.
Soit A, B et E trois événements, où E a une probabilité de réalisation non nulle.
0 ≤ P(A | E) ≤ 1 et 0 ≤ P(B | E) ≤ 1 .
P( A | E) = 1 - P(A | E) et P( B | E) = 1 - P(B | E) .
P(A∪B | E) = P(A | E) + P(B | E) - P(A∩B | E)
Si A et B sont des événements incompatibles, c'est-à-dire si A∩B = ∅,

alors P(A∪B | E) = P(A | E) + P(B | E).

1.5 – LE CONCEPT D’INDÉPENDANCE EN PROBABILITÉ
Indépendance de 2 événements
Deux événements possibles A et B sont dits indépendants en probabilité si la
réalisation de l'un ne modifie en rien la probabilité de réalisation de l'autre. On peut
définir ce concept d'indépendance en probabilité de 2 événements possibles de 3
façons équivalentes:
1) P(A | B) = P(A), 2) P(B | A) = P(B) ou 3) P(A∩B) = P(A) P(B)
Indépendance mutuelle de m événements

m événements A1, A2, ..., Am sont dits mutuellement indépendants en probabilité,
si et seulement si la probabilité de réalisation de la conjonction (intersection) d'un
nombre quelconque d'entre eux est toujours égal au produit des probabilités de
réalisation de chacun.
Par exemple: trois événements A1, A2 et A3 sont dits mutuellement indépendants en
probabilité, si et seulement si:
P(A1∩A2) = P(A1) P(A2), P(A1∩A3) = P(A1) P(A3) , P(A2∩A3) = P(A2) P(A3) et
P(A1∩A2∩A3) = P(A1) P(A2) P(A3).
Remarques
Pour m >2, il est possible de construire des exemples de m événements deux à
deux indépendants en probabilité sans qu'ils soient indépendants dans leur
ensemble.
1) En pratique, on peut parfois déduire directement l'indépendance mutuelle de m
événements à partir de la façon dont est conçue l'expérience aléatoire. Dans un
tel cas, la propriété d'indépendance mutuelle permet de simplifier le calcul de la
probabilité de réalisation d'une conjonction de ces événements. Exemple :
tirage avec remise .

1.6 – CALCUL D’UNE PROBABILITÉ À PARTIR D’UNE PARTITION
Partition de l'ensemble fondamental des résultats.

On dit d'une suite d'événements E1, E2, ... , Ek qu'elle forme une partition de Ω, si
1) Ei ≠ ∅, i = 1, 2, ... , k
2) les événements de la suite sont mutuellement incompatibles,
c'est-à-dire Ei ∩ Ej = ∅, pour tout i ≠ j, et
3) leur union recouvre Ω, c'est-à-dire E1 ∪ E2 ∪ ... ∪ Ek = Ω .
(voir l' illustration graphique)
Soit E1, E2, ... , Ek une suite d'événements qui forme une partition de Ω et dont les
probabilités de réalisation P(Ei), i = 1, 2, ... , k, sont connues et non nulles.
Soit A un événement quelconque pour lequel il est possible de calculer directement
les probabilités conditionnelles de réalisation P(A | Ei), i = 1, 2, ... , k.
P(A) = P(A∩E1) + P(A∩E2) + ... + P(A∩Ek)

(voir l'illustration graphique)
ou, de façon équivalente :
P(A) = P(A | E1) P(E1) + P(A | E2) P(E2) + ... + P(A | Ek) P(Ek)
P(Ei | A) = P(A∩Ei) / P(A) = P(A | Ei) P(Ei) / P(A), i = 1, 2, ... , k.

(formule de Bayes)

Illustrations graphiques
Exemple d'une partition de Ω: Les événements composant la partition sont

mutuellement incompatibles. Leur union recouvre Ω.
E1 E2 ... En
Exemple d'un événement A étudié à l'aide d'une partition de Ω:
E1 E2 ... En
∩E1
A∩ ∩E2
A∩ ... ∩En
A∩
Ω P(A) = P(A∩E1) + P(A∩E2) + ... + P(A∩En)
P(A) = P(A | E1) P(E1) + P(A | E2) P(E2) + ... + P(A | En) P(En)

1.7 – PROBLÈMES
Problème 1.7.1
Une urne contient 10 boules de forme et de masse identiques. Quatre des boules
sont numérotées 1, trois des boules sont numérotées 2, deux des boules sont
numérotées 3 et la dernière est numérotée 4.
Considérons l’expérience aléatoire qui consiste à prélever successivement, au

hasard et avec remise deux boules de l’urne. Soit A1 l’événement défini par «le
numéro de la première boule prélevée est un nombre pair» et A2 l’événement défini
par «le numéro de la deuxième boule prélevée est un nombre pair».
a) Décrire de la façon la plus complète possible l’ensemble fondamental des

résultats.
b) Décrire par une phrase chacun des événements A 1 et A 2 .
c) Décrire par une phrase chacun des événements A1∩A2 et A1∪A2.
d) Que valent les probabilités qui suivent : P(A1), P(A2|A1) et P(A2) ?
e) Les événements A1 et A2 sont-ils indépendants en probabilité ?
f) Que valent P(A1∩A2) et P(A1|A2) ?
g) Soit E l’événement défini par «la somme des 2 numéros des boules prélevées
donne un nombre pair» et F l’événement défini par «le produit des 2 numéros des
boules prélevées donne un nombre pair». Que valent P(E) et P(F) ?
(cliquer ici pour la solution du problème)
Problème 1.7.2
Refaire le problème 1.7.1 lorsque l’expérience aléatoire consiste à prélever les deux
boules sans remise.

Problème 1.7.3
La compagnie CXE s’approvisionne chez trois fournisseurs afin d’obtenir un certain
type de transistor. 60% de ces transistors sont commandés chez le fournisseur A,
30% sont commandés chez le fournisseur B et 10% le sont chez le fournisseur C.
Les contrôles effectués par CXE ont révélé que seulement 2% des transistors
fabriqués par le fournisseur A sont défectueux tandis que les pourcentages
correspondants pour les fournisseurs B et C s’élèvent respectivement à 5% et 6%.
On s’apprête à vérifier l’état d’un transistor prélevé au hasard dans l’ensemble des
transistors en stock chez CXE.
a) Quelle est la probabilité pour que le transistor examiné soit défectueux ? Quelle
est la probabilité pour qu’il ne soit pas défectueux ?
b) Si l’examen du transistor révèle que celui-ci est défectueux, que deviennent les
trois probabilités respectives pour qu’il provienne du fournisseur A, du fournisseur
B, ou du fournisseur C ?
c) Si l’examen du transistor révèle que celui-ci n’est pas défectueux, que deviennent
les trois probabilités respectives pour qu’il provienne du fournisseur A, du
fournisseur B, ou du fournisseur C ?
Problème 1.7.4
Considérons A et B deux événements définis à partir d’une même expérience
aléatoire tels que P(A) = 0,1 et P(B) = 0,4. Déterminer la valeur de P( A U B ) sous
chacune des hypothèses suivantes :
a) P( A I B ) = 0,55. e) P(B|A) = 0,125
b) A et B sont incompatibles. f) P( A I B ) = 0,92.

c) A et B sont indépendants. g) A ⊆ B
d) P(A|B) = 0,125.

Problème 1.7.5
Le responsable des ressources humaines d’une compagnie a classé les 400

employés de l’entreprise selon leur ancienneté et leur catégorie salariale. Voici les
résultats :
ANCIENNETÉ CATÉGORIE SALARIALE (en milliers de $)

(en années) moins de 30 [30 , 50) 50 ou plus
moins de 5 34 74 33
[5, 10) 12 128 12
10 ou plus 4 54 49
On choisit au hasard un employé de l’entreprise. Répondre directement aux

questions qui suivent.
a) Quelle est la probabilité pour que l’employé sélectionné possède moins de 5 ans
d’ancienneté et gagne 50 000$ ou plus ?
b) Quelle est la probabilité pour que l’employé sélectionné gagne 30 000$ ou plus
mais moins de 50 000$ ?
c) Quelle est la probabilité pour que l’employé sélectionné possède au moins 5 ans
d’expérience ?
d) Si l’employé sélectionné gagne 50 000$ ou plus, quelle est la probabilité pour

qu’il possède 10 ans d’expérience ou plus ?
e) Si l’employé sélectionné possède 10 ans d’expérience ou plus, quelle est la

probabilité qu’il gagne au moins 30 000$ ?

Problème 1.7.6 Considérons l’expérience aléatoire qui consiste à lancer un dé

équilibré et à observer le résultat qui apparaît sur sa face supérieure. Définissons les
trois événements suivants : A = « le résultat est inférieur à 3 », B = « le résultat est
supérieur à 3 » et C = « le résultat est pair ».
a) Les événements A et B sont-ils indépendants ?
b) Les événements A et C sont-ils indépendants ?
c) Les événements B et C sont-ils indépendants ?
Problème 1.7.7
2 dés sont d’apparence identique mais l’un d’eux est bien équilibré alors que l’autre
est truqué de telle sorte que, lorsqu’on le lance, les faces ayant un nombre pair de
points ont deux fois plus de chances d’apparaître que les autres. Considérons
l’expérience aléatoire qui consiste à choisir au hasard un dé et à le lancer.
a) Quelle est la probabilité pour que le résultat soit pair ?
b) Si le résultat obtenu est pair, quelle est la probabilité pour que le dé truqué ait été
choisi ? (cliquer ici pour la solution du problème)
Problème 1.7.8
Une boîte contient 4 jetons rouges et 6 jetons verts. Considérons l’expérience
aléatoire qui consiste à prélever successivement au hasard et sans remise 3 jetons
de la boîte. Nous pouvons supposer que, lors d’un tirage, chacun des jetons
présents dans l’urne a la même probabilité d’être sélectionné.
a) Décrire de la façon la plus complète possible l’ensemble fondamental des
résultats et calculer la probabilité de réalisation de chacun des événements
simples. Répondre à l'aide d'un tableau.
b) Calculer la probabilité d’obtenir exactement 2 jetons rouges.
c) Calculer la probabilité d’obtenir 3 jetons de la même couleur.
d) Calculer la probabilité d’obtenir au moins un jeton vert.
e) Si les deux premiers jetons sont de la même couleur, quelle est la probabilité pour
que le troisième soit rouge ?

Problème 1.7.9
Un constructeur a déposé des soumissions distinctes pour la construction d’un pont
et d’un viaduc sur une autoroute. Son expertise dans le domaine lui fait estimer à
55% ses chances d’obtenir le contrat du pont, à 40% celles d’obtenir le contrat du
viaduc et à 25% celles d’obtenir les deux contrats. Répondre aux questions qui
suivent en supposant que les estimations du constructeur soient exactes.
a) Quelle est la probabilité pour qu’il obtienne au moins un des deux contrats ?
b) Quelle est la probabilité pour qu’il n’obtienne aucun des contrats ?
c) Quelle est la probabilité pour qu’il n’obtienne qu’un seul des deux contrats ?
d) S’il n’obtient pas le contrat du viaduc, quelle est la probabilité pour qu’il obtienne
quand même celui du pont ?
Problème 1.7.10
Lors de son arrestation, un conducteur a reçu deux contraventions, une pour excès
de vitesse et l’autre pour conduite dangereuse. Criant à l’injustice, il décide de les
contester. Considérant les circonstances, il évalue à 10% ses chances d’être acquitté
de l’accusation d’excès de vitesse et à 20% celles d’être acquitté de l’accusation de
conduite dangereuse. Il est aussi persuadé que s’il est acquitté de l’accusation
d’excès de vitesse, il le sera aussi pour l’accusation de conduite dangereuse.
Répondre aux questions qui suivent en supposant que les estimations du conducteur
soient exactes.
a) Quelle est la probabilité pour que le conducteur soit acquitté des deux
accusations ?
b) Quelle est la probabilité pour qu’il soit acquitté d’au moins une des deux
accusations ?
c) Si le conducteur est acquitté de l’accusation de conduite dangereuse, quelle est
la probabilité pour qu’il le soit aussi pour celle d’excès de vitesse?

Probabilités et statistique 1-620-96 (BAA jour) Section un, page 1.17
1.8 – SOLUTIONS DES PROBLÈMES
Solution du problème 1.7.1
a) Pour décrire de façon complète les résultats possibles de l’expérience aléatoire,

on peut utiliser un ensemble de couples. Le premier élément d’un couple
correspond au numéro de la première boule prélevée alors que le second
membre du couple correspond au numéro de la 2e boule prélevée. On obtient :
Ω = {(1,1), (1,2), (1,3), (1,4), (2,1), (2,2), (2,3), (2,4), (3,1), (3,2), (3,3), (3,4), (4,1),
(4,2), (4,3), (4,4)}. Notons que les résultats de cet ensemble fondamental ne sont
pas équiprobables.
b) A 1 = «le numéro de la première boule prélevée est impair»,
A 2 = «le numéro de la deuxième boule prélevée est impair».
c) A1∩A2 = «les numéros des 2 boules prélevées sont tous deux pairs»,
A1∪A2 = «au moins un des numéros des 2 boules prélevées est pair».
d) P(A1) = 4/10 = 0,4 (quatre des 10 boules présentes dans l’urne lors du premier
prélèvement portent un numéro pair).
P(A2|A1) = P(A2) = 4/10 = 0,4 (ce qui se produit lors du 2e prélèvement ne dépend
en rien de ce qui s’est produit lors du 1er étant donné que le tirage se fait avec
remise et quatre des 10 boules présentes dans l’urne lors du second prélèvement
portent un numéro pair).
e) Les événements A1 et A2 sont indépendants en probabilité puisque P(A2|A1) =

P(A2).

f) P(A1∩A2) =P(A1)P(A2) = 0,4 x 0,4 = 0,16 car les 2 événements sont indépendants
en probabilité.
P(A1|A2) = P(A1) = 0,4 car les 2 événements sont indépendants en probabilité.
g) Pour résoudre, on peut écrire les événements E et F à partir d’opérations sur les
événements A 1 , A 2 , A 1 et A 2 .
E = ( A 1 ∩ A 2 ) U ( A 1 ∩ A 2 ) , (la somme de 2 nombres est paire si et seulement si

les 2 nombres ont la même parité, c’est-à-dire si et seulement si ils sont tous
deux pairs ou tous deux impairs).
P(E) = P( A 1 ∩ A 2 ) + P( A 1 ∩ A 2 ) , puisque les événements ( A 1 ∩ A 2 ) et
( A 1 ∩ A 2 ) sont incompatibles.
P(E) = P( A 1 )P( A 2 ) + P( A 1 ) P( A 2 ) , à cause de l’indépendance en probabilité

P(E) = (0,4 x 0,4) + (0,6 x 0,6) = 0,52.
F = A 1 ∪ A 2 , (le produit de 2 nombres est pair si et seulement si au moins un des

2 nombres est pair).
P(F) = P(A1∪A2) = P(A1) + P(A2) − P(A1∩A2) = 0,4 + 0,4 − 0,16 = 0,64.

a) Le tirage s’effectuant sans remise, il n’est pas possible de prélever deux fois une
boule portant le numéro 4 puisqu’il n’y a qu’une seule boule de ce type.
L’ensemble fondamental correspond à celui du problème 1.7.1 duquel on retire le
couple (4,4). On obtient : Ω = {(1,1), (1,2), (1,3), (1,4), (2,1), (2,2), (2,3), (2,4),
(3,1), (3,2), (3,3), (3,4), (4,1), (4,2), (4,3)}. Notons que les probabilités de
réalisation des événements simples ne sont plus les mêmes qu’au problème 1.7.1
.
b) La solution est la même qu’au problème 1.7.1.
c) La solution est la même qu’au problème 1.7.1.
d) La valeur de P(A1) est la même qu’au problème 1.7.1, c’est-à-dire P(A1) = 4/10.
P( A 2 | A 1 ) = 3/9 (lorsque le numéro de la première boule est pair, 3 des 9 boules

présentes dans l’urne lors du 2e prélèvement portent un numéro pair).
Pour calculer P(A2), il faut étudier ce qui se passe lors du premier prélèvement.
On utilise la partition définie par A 1 et A 1 . On sait déjà que P( A 2 | A 1 ) = 3/9 et
P( A 2 | A 1 ) = 4/9 (lorsque le numéro de la première boule est impair, 4 des 9

boules présentes dans l’urne lors du 2e prélèvement portent un numéro pair).
P(A2) = P( A 2 ∩ A 1 ) + P( A 2 ∩ A 1 )
P(A2) = P( A 2 | A 1 ) P( A 1 ) + P( A 2 | A 1 ) P( A 1 )
P(A2) = (3/9 x 4/10) + (4/9 x 6/10) = 12/90 + 24/90 = 36/90 = 0,4.
e) Les événements A1 et A2 ne sont pas indépendants en probabilité puisque

P(A2|A1) ≠ P(A2).

f) P(A1∩A2) a déjà été calculé en d) : P(A1∩A2) = P( A 2 | A 1 ) P( A 1 ) = 12/90 = 0,133.
P( A 1 ∩ A 2 ) 12 / 90
P( A 1 | A 2 ) = = = 1/ 3 = 0,333 .
P( A 2 ) 4 / 10
g) P(E) = P( A 1 ∩ A 2 ) + P( A 1 ∩ A 2 ) et P(F) = P(A1∪A2) pour les mêmes raisons que

dans le problème 1.7.1.
P(E) = P( A 1 ∩ A 2 ) + P( A 1 ∩ A 2 )
P(E) = P( A 2 | A 1 )P( A 1 ) + P( A 2 | A 1 )P( A 1 )

P(E) = (3/9 x 4/10) + (5/9 x 6/10) = 12/90 + 30/90 = 42/90 = 0,467.
P(F) = P(A1∪A2) = P(A1) + P(A2) − P(A1∩A2) = 4/10 + 4/10 − 12/90 = 0,667.

1. Définition des événements :
Pour résoudre ce problème on définit 4 événements :

A = le transistor examiné provient du fournisseur A
B = le transistor examiné provient du fournisseur B
C = le transistor examiné provient du fournisseur C
D = le transistor examiné est défectueux.
2. Information fournie dans l’énoncé :
P(A) = 0,6 ; P(B) = 0,3 ; P(C) = 0,1 ; P(D|A) = 0,02 ; P(D| B) = 0,05 et P(D|C) = 0,06.
3. Questions posées :
a) P(D) = ? et P( D ) =?
b) P( A | D) = ?, P(B | D) = ? et P(C | D) = ?
c) P( A | D ) = ?, P(B | D ) = ? et P(C | D ) = ?
4. Réponses :
a) P(D) = P(D∩A) + P(D∩B) + P(D∩C)

P(D) = P(D|A) P(A) + P(D|B) P(B) + P(D|C) P(C)
P(D) = (0,02 x 0,6) + (0,05 x 0,3) + (0,06 x 0,1) = 0,012 + 0,015 + 0,006 = 0,033
P( D ) = 1 − P(D) = 0,967 .

P( A ∩ D) P(D | A ) P( A ) 0,02 × 0,6

b) P( A | D) = = = = 4 / 11 = 0,364
P(D) P(D) 0,033
P(B ∩ D) P(D | B) P(B) 0,05 × 0,3
P(B | D) = = = = 5 / 11 = 0,455
P(D) P(D) 0,033
P(C ∩ D) P(D | C) P(C) 0,06 × 0,1
P(C | D) = = = = 2 / 11 = 0,182
P(D) P(D) 0,033
c) Pour résoudre, il faut connaître P( D ) , P( D | A ) , P( D | B) et P( D | C) .
En a) on a trouvé P( D ) =0,967 et les 3 autres probabilités se déduisent des

informations fournies dans l’énoncé :
P( D | A ) = 1 − P(D | A ) = 1 − 0,02 = 0,98
P( D | B) = 1 − P(D | B) = 1 − 0,05 = 0,95
P( D | C) = 1 − P(D | C) = 1 − 0,06 = 0,94
P( A ∩ D ) P( D | A ) P( A ) 0,98 × 0,6
P( A | D ) = = = = 0,608 .
P( D ) P( D ) 0,967
P(B ∩ D ) P( D | B) P(B) 0,95 × 0,3

P(B | D ) = = = = 0,295 .
P( D ) P( D ) 0,967
P(C ∩ D ) P( D | C) P(C) 0,94 × 0,1

P(C | D ) = = = = 0,097 .
P( D ) P( D ) 0,967

a) Étant donné que A I B est la négation de A U B (loi de Morgan),

P( A U B) = 1 − P( A I B ) = 1 − 0,55 = 0,45 .
b) Étant donné que A et B sont incompatibles,

P( A U B) = P( A ) + P(B) = 0,1 + 0,4 = 0,5 .
c) Étant donné que P( A I B) = P(A)P(B) = 0,1 x 0,4 = 0,04, car A et B sont

indépendants, P( A U B) = P( A ) + P(B) − P( A I B) = 0,1 + 0,4 − 0,04 = 0,46 .
d) Étant donné que P( A I B) = P( A | B)P(B) = 0,125 x0,4 = 0,05 ,

P( A U B) = P( A ) + P(B) − P( A I B) = 0,1 + 0,4 − 0,05 = 0,45 .
e) Étant donné que P( A I B) = P(B | A )P( A ) = 0,125 x0,1 = 0,0125 ,

P( A U B) = P( A ) + P(B) − P( A I B) = 0,1 + 0,4 − 0,0125 = 0,4875 .
______
f) Étant donné que P( A I B) = 1 − P( A I B ) = 1 − 0,92 = 0,08 ,
P( A U B) = P( A ) + P(B) − P( A I B) = 0,1 + 0,4 − 0,08 = 0,42
g) Étant donné que A U B = B , car A ⊆ B , P( A U B) = P(B) = 0,4
a) 33/400 = 0,083 .
b) (74+128+54)/400 = 256/400 = 0,640 .
c) (12+128+12+4+54+49)/400 = 259/400 = 0,648 .
d) 49/(33+12+49) = 49/94 = 0,521
e) (54+49)/(4+54+49) = 103/107 = 0,963.

2 événements sont indépendants si et seulement si la probabilité de réalisation de

leur conjonction est égale au produit de leurs probabilités respectives de réalisation.
Dans ce problème, Ω = {1, 2, 3, 4, 5, 6} est équiprobable. On peut donc déduire

directement les probabilités de réalisation des événements étudiés et celles de leurs
conjonctions.
A = {1, 2} ⇒ P(A) = 2/6.

B = {4, 5, 6} ⇒ P(B) = 3/6.
C = {2, 4, 6} ⇒ P(C) = 3/6.
a) A∩B = ∅ ⇒ P(A∩B) = 0 ≠ P(A)P(B) ⇒ A et B ne sont pas indépendants.
b) A∩C = {2} ⇒ P(A∩C) = 1/6 = P(A)P(C) ⇒ A et C sont indépendants.
c) B∩C = {4, 6} ⇒ P(B∩C) = 2/6 ≠ P(B)P(C) ⇒ B et C ne sont pas indépendants.
Définition des événements :

T= le lancer se fait avec le dé truqué, A = le résultat du lancer est pair.
Information fournie par l'énoncé : P(T) = 1/2, P(A|T) = 2/3
Questions posées : a) P(A) = ? b) P(T|A) = ?
Réponses :
 2 1  1 1 7
P( A ) = P( A I T ) + P( A I T ) = P( A | T )P(T ) + P( A | T )P( T ) =  ×  +  ×  =
 3 2   2 2  12
2 1
×
P(T I A ) P( A | T )P(T ) 3 2 4
P(T | A ) = = = =
P( A ) P( A ) 7 7
12


a) On peut décrire Ω à l'aide de triplets. Le ième élément d'un triplet donnant la
couleur (r ou v) de la ième boule prélevée.
élément ω de Ω P({ω})
(r, r, r) 4 3 2 24
× × =
10 9 8 720
(r, r, v) 4 3 6 72
× × =
10 9 8 720
(r, v, r) 4 6 3 72
× × =
10 9 8 720
(v, r, r) 6 4 3 72
× × =
10 9 8 720
(r, v, v) 4 6 5 120
× × =
10 9 8 720
(v, r, v) 6 4 5 120
× × =
10 9 8 720
(v, v, r) 6 5 4 120
× × =
10 9 8 720
(v, v, v) 6 5 4 120
× × =
10 9 8 720
72 + 72 + 72
b) On cherche P(B), où B = {(r, r, v), (r, v, r), (v, r, r)}. P(B) = = 0,3 .
720
24 + 120
c) On cherche P(C), où C = {(r, r, r), (v, v, v)}. P(C) = = 0,2 .
720
d) L'événement étudié est la négation de l'événement D = {(r, r, r)}. La probabilité
24
cherchée est donc 1 − P(D) = 1− = 0,967.
720
e) Soit E l'événement défini par «les 2 premiers jetons sont de la même couleur» et
F l'événement défini par «le troisième jeton est rouge».
P(F I E)
On cherche P(F | E) = .
P(E)
F I E = {(r, r, r), (v, v, r)} et E = {(r, r, r), (r, r, v), (v, v, r), (v, v, v)} .
D'où :P(F|E) =
(24 + 120 ) / 720 = 144/ 336 = 0,429.
(24 + 72 + 120 + 120) / 720


A = le constructeur obtient le contrat du pont,
B = le constructeur obtient le contrat du viaduc.
Information fournie par l'énoncé : P(A) = 0,55 ; P(B) = 0,40 et P( A I B) = 0,25
Questions posées :
( )
a) P( A U B) = ? b) P( A I B ) = ? c) P ( A I B) U ( A I B ) = ? et d) P( A | B ) = ?
Réponses :
a) P( A U B) = P( A ) + P(B) − P( A I B) = 0,55 + 0,40 − 0,25 = 0,70 .
______
b) A I B = A U B ⇒ P( A I B ) = 1 − P( A U B) = 1 − 0,70 = 0,30 .
( )
c) P ( A I B) U ( A I B ) = P( A I B) + P( A I B ) .
Or P( A I B) = P(B) − P( A I B) = 0,40 − 0,25 = 0,15
et P( A I B ) = P( A ) − P( A I B) = 0,55 − 0,25 = 0,30 .
( )
D’où : P ( A I B) U ( A I B ) = 0,15 + 0,30 = 0,45 .
P( A I B ) 0,30
d) P( A | B ) = = = 0,50 .
P( B ) 0,60


A = le conducteur est acquitté de l’accusation d’excès de vitesse.
B = le conducteur est acquitté de l’accusation de conduite dangereuse.
Information fournie par l'énoncé : P(A) = 0,1 ; P(B) = 0,2 et P(B | A ) = 1.
Questions posées :
a) P( A I B) = ? b) P( A U B) = ? c) P( A | B) = ?
Réponses :
a) P( A I B) = P(B | A )P( A ) = 1× 0,1 = 0,1 .
b) P( A U B) = P( A ) + P(B) − P( A I B) = 0,1 + 0,2 − 0,1 = 0,2 .
P( A I B) 0,1
c) P( A | B) = = = 0,5 .
P(B) 0,2

Probastat Section1

Transféré par

Droits d'auteur :

Formats disponibles

Probastat Section1

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Probastat Section1

Transféré par

Droits d'auteur :

Formats disponibles

Probabilités et statistique 1-620-96 (BAA jour) Section 1, page 1.

Notes de cours électroniques

1-620-96(BAA jour) - Probabilités et statistique - Janvier 2001

Section 1 : Concepts de base du calcul des probabilités

Copyright  2001. École des Hautes Études Commerciales, Montréal (Québec).

1.1 – LES CONCEPTS D’EXPÉRIENCE ALÉATOIRE ET D’ÉVÉNEMENT

Expérience aléatoire et ensemble fondamental des résultats

L’ensemble fondamental des résultats Ω de cette expérience aléatoire peut être

Copyright  2001. École des Hautes Études Commerciales, Montréal (Québec).

Classification des événements

Opérations sur les événements

Événement Terminologie Terminologie Signification de la réalisation de

Rappel de quelques propriétés de base des opérations sur les événements

Copyright  2001. École des Hautes Études Commerciales, Montréal (Québec).

Compatibilité de deux événements

Deux événements A et B sont incompatibles si A ∩ B = ∅.

La réalisation d’un événement A entraîne la non réalisation d’un événement B si et

Soit A un événement possible (A ≠ ∅), sans être certain (A ≠ Ω). L’événement A ne

Copyright  2001. École des Hautes Études Commerciales, Montréal (Québec).

1.2 – LE CONCEPT DE PROBABILITÉ

Probabilité de réalisation d'un événement lorsque Ω contient n résultats

À chacun des n événements simples (événements ne correspondant qu’à un seul

Soit A un événement défini à partir de cette expérience, c’est-à-dire soit A un sous-

Simplification du calcul lorsqu’il y a équiprobabilité

Si les n éléments de l'ensemble Ω sont équiprobables,

Copyright  2001. École des Hautes Études Commerciales, Montréal (Québec).

Soit Ω = {ω1, ω2, ω3, ω4} = {2, 3, 4, 5} et A = {2, 4}.

Pour calculer la probabilité de réalisation de l’événement A, on doit utiliser la

Copyright  2001. École des Hautes Études Commerciales, Montréal (Québec).

1.3 – QUELQUES PROPRIÉTÉS DES PROBABILITÉS

Soit A et B deux événements définis à partir d'une même expérience aléatoire.

Exemple de 2 événements incompatibles (2 sous-ensembles disjoints de Ω)

Copyright  2001. École des Hautes Études Commerciales, Montréal (Québec).

1.4 – LE CONCEPT DE PROBABILITÉ CONDITIONNELLE

Définition d'une probabilité conditionnelle

Parfois, la probabilité conditionnelle P(A | E) se calcule ou se déduit directement.

Quelques propriétés des probabilités conditionnelles

P(A∪B | E) = P(A | E) + P(B | E) - P(A∩B | E)

Si A et B sont des événements incompatibles, c'est-à-dire si A∩B = ∅,

Copyright  2001. École des Hautes Études Commerciales, Montréal (Québec).

1.5 – LE CONCEPT D’INDÉPENDANCE EN PROBABILITÉ

Indépendance mutuelle de m événements

Copyright  2001. École des Hautes Études Commerciales, Montréal (Québec).

1.6 – CALCUL D’UNE PROBABILITÉ À PARTIR D’UNE PARTITION

Partition de l'ensemble fondamental des résultats.

P(A) = P(A∩E1) + P(A∩E2) + ... + P(A∩Ek)

P(Ei | A) = P(A∩Ei) / P(A) = P(A | Ei) P(Ei) / P(A), i = 1, 2, ... , k.

Copyright  2001. École des Hautes Études Commerciales, Montréal (Québec).

Exemple d'une partition de Ω: Les événements composant la partition sont

Exemple d'un événement A étudié à l'aide d'une partition de Ω:

Ω P(A) = P(A∩E1) + P(A∩E2) + ... + P(A∩En)

Copyright  2001. École des Hautes Études Commerciales, Montréal (Québec).

Considérons l’expérience aléatoire qui consiste à prélever successivement, au

a) Décrire de la façon la plus complète possible l’ensemble fondamental des

Copyright  2001. École des Hautes Études Commerciales, Montréal (Québec).

b) A et B sont incompatibles. f) P( A I B ) = 0,92.

Copyright  2001. École des Hautes Études Commerciales, Montréal (Québec).

Le responsable des ressources humaines d’une compagnie a classé les 400

ANCIENNETÉ CATÉGORIE SALARIALE (en milliers de $)