Cours de Probabilités Ghizlan

Cours de probabilités
GHIZLAN LOUMRHARI
SEPTEMBRE 2020
Tables des matières
Plan du cours
1. Ensembles et probabilités
2. Variables aléatoires et distributions de probabilités
3. Espérance mathématique
4. Distributions particulières de probabilités
La probabilité qu’est ce que c’est ?
Une probabilité est souvent ramené à un calcul

mathématique qui définie, la probabilité (ou la chance)
qu’un événement donné se produisent.
Une expérience est aléatoire lorsqu’elle a plusieurs
résultats ou issues et que l’on ne peut pas prévoir, à
priori quel résultat se produira.
L’ensemble des issues d’une expérience s’appelle
l’univers
Exemple. Chaque étudiant lance 100 fois un dé à six faces et note

les résultats d’apparition de chaque face dans le tableau suivant :
Faces 1 2 3 4 5 6 Total
Effectif 20 14 10 22 16 18 100
On regroupe ensuite l’ensemble des résultats de la classe dans un

même tableau puis on calcule les fréquences d’apparition de
chaque face :
Faces 1 2 3 4 5 6 Total
Effectif 434 456 443 459 435 473 2700
Fréquences 16,1% 16,9% 16,4% 17% 16,1% 17,5% 100
Une probabilité est toujours comprise entre 0 et 1 : 0

signifie que l’événement n’arriveras jamais et 1 que
l’événement arrivera à coup sur.
Pourquoi les probabilités sont toujours entre 0 et 1 ?
Dans des cas simples comme celui du lancer de dé, on
vois naturellement qu'il va y avoir 1 chance sur 6 de
tomber sur le 2 par exemple. Et 1/6 est bien compris
entre 0 et 1.
Alors que si on nous demande les chances de tomber sur

un 8 (0 chance) : la probabilité d'un évènement
impossible est 0.
A l'opposé, si on nous demande les chances de tomber sur
un 1, un 2, un 3, un 4, un 5 ou un 6 quand on lance un
dé, il y a 6 chances sur 6. Et 6/6 ça vaut 1 : la
probabilité d'un évènement certain est 1
On remarque donc que les 2 évènements les plus extrêmes
ont des probabilités de 0 (ça n'arrivera jamais) et 1 (ça
arrivera toujours), tous les autres évènements auront
donc des probas comprises en 0 et 1.
Probabilités, pourcentage et signification.

Parfois on exprimera les probabilités en pourcentage
quand c'est plus parlant (qu'un pourcentage compris
en 0% et 100% est bien un nombre entre 0 et 1).
Et plus la probabilité d'un évènement sera proche de 1 (ou
de 100%) plus il y aura de chances que cet évènement
se produise ! Par exemple, un évènement qui a une
probabilité de 0.2 a 20% de chances de se réaliser alors
qu'un évènement de probabilité 0.9 a 90% de chances de
se produire !
Les probabilités à quoi ça sert ?
 Dans le monde qui nous entoure, il existe de très nombreux

phénomènes pour lesquels l'aléatoire joue un rôle important.
 Certains sont naturels comme la météo, la localisation des
tremblements de terre, etc.
 D'autres sont issus nos créations comme les jeux de hasard, les
risques d'avoir un accident de voiture ou de tomber sur un
correcteur ultra sévère le jour du BAC, etc.
 En étudiant mathématiquement le côté aléatoire de ces
phénomènes, on peut en tirer des caractéristiques globales pour
avoir une meilleure idée de leur comportement. Voire même
pour essayer de les prédire précisément.
Le vocabulaire pour comprendre les probabilités
Pour comprendre les probabilités il faut comprendre le

vocabulaire spécifique
Le vocabulaire pour comprendre les
probabilités
1. Univers : l'ensemble des éventualités
 Quand on veut étudier un phénomène aléatoire, on va

commencer par définir ses limites. Qu'est-ce qu'on
étudie et quelles sont les situations possibles ? C'est la
première chose à faire. Pour ça, on va limiter le cadre au
strict minimum.
Par exemple si on lance un dé, il n'y a que 6 résultats
possibles, un par face. C'est ce qu'on va appeler des
éventualités.
Le vocabulaire pour comprendre les
probabilités
1. Univers : l'ensemble des éventualités
 On va appeler l'ensemble de ces éventualités,

l'univers. Et on le note très souvent Ω. Dans le cas du
dé, Ω={1, 2, 3, 4, 5, 6}
Ω est donc l'ensemble des résultats possibles dans le
cadre restreint que l'on considère pour l'étude.
2. Évènements : des parties de l'univers
Ce que l'on veut c'est étudier les phénomènes qui peuvent

survenir dans le cadre imposé par l'univers. On va donc
s'intéresser à des évènements qui peuvent se produire.
Évènement élémentaire et évènement général
L'évènement le plus simple est composé d'une seule
éventualité. Un tel évènement est appelé évènement
élémentaire. Par exemple, l'évènement "Obtenir un 3"
en lançant le dé.
Pour autant, on vois tout de suite qu'il n'existe pas que des
évènements élémentaires. Par exemple, "Obtenir un
chiffre strictement plus petit que 4" au lancer de dé
ne correspond pas à une seule éventualité mais à 3
éventualités.
Plus généralement, un évènement est donc une partie de
l'univers. Pour faciliter son usage en maths, on le
notera presque toujours avec une lettre et parfois on y
ajoutera un indice.
Évènement contraire : le reste de l'univers.

On peut toujours définir l'évènement contraire d'un
certain évènement A. Il correspond au "reste de
l'univers" une fois qu'on le retire A. Pour que le lien
avec l'évènement A soit clair, on le notera .
Par exemple : si on note Q l'évènement "Obtenir un
chiffre strictement plus petit que 4". Alors est
l'évènement "Obtenir un chiffre plus grand ou égal à 4",
c'est à dire 4, 5 ou 6.
3. Loi de Probabilité
La loi de probabilité : C'est simplement ce qui relie les

évènements et leurs probabilités.
Pour définir une loi de proba, il suffit donc d'associer à
chaque évènement élémentaire sa probabilité.
Si on note Ai les évènements élémentaires (autrement dit
Ω={A1,A2,A3,...}) on définit la loi de probabilité de cette
expérience aléatoire en associant une probabilité pi à
chaque Ai.
Pour que cette loi de probabilités soit valide, il faut
respecter les conditions 0≤pi≤1, ∀i∈N et p1+p2+p3+...=1.
3. Loi de Probabilité
Par exemple dans le cas d'un univers avec un nombre fini

d'évènements élémentaires, il suffit de mettre tout ça
dans un tableau.
La loi de probabilité du lancer d'un dé équilibré à 6 faces est donnée par ce
Face du dé 1 2 3 tableau4. 5 6
Probabilité 1/6 1/6 1/6 1/6 1/6 1/6

Chapitre 1. Ensembles et probabilités
1. notions d’ensemble
La notion d’ensemble est à la base des probabilités et de la

statistique, voire des mathématiques en général. Un ensemble
peut être considéré comme une collection d’objets, appelés
membres ou éléments. De façon générale, nous désignerons un
ensemble par une majuscule, par exemple A, B, C, et l’un de ses
éléments par une lettre minuscule, a, b, c.
Si un élément a appartient à l’ensemble C, nous écrirons ; si a
n’appartient pas à C, nous noterons . Si deux éléments a et b
appartiennent à l’ensemble C, cela sera noté : . Pour qu’un
ensemble soit bien défini, nous devrons être en mesure de
spécifier l’appartenance ou la non appartenance d’un objet
particulier à cet ensemble.
1. notions d’ensemble
Un ensemble peut être défini soit par un dénombrement de tous ses

éléments soit, quand cela n’est pas possible, on décrivant une
propriété de tous ses éléments. La première méthode est celle du
dénombrement, la seconde, celle des propriétés.
Exemple 1. L’ensemble des voyelles de la langue française peut
être défini soit par dénombrement, soit par l’indication de
propriété sous l’écriture qui se lit : l’ensemble
de tous les éléments x tels que x est une voyelle.
Exemple 2. L’ensemble est l’ensemble
de tous les triangles d’un plan. Remarquons que la méthode de
dénombrement ne peut être utilisée ici.
2. Sous ensembles
Si chacun des éléments d’un ensemble A appartient également à un

ensemble B, nous dirons que A est un sous ensemble de B ; cette
propriété sera notée : ou et lue : A est inclus dans B
ou B contient A. il en résulte que pour tous les ensembles A,
.
Si et , nous dirons que A et B sont identiques et nous
noterons A=B. dans ce cas A et B contiendront exactement les
mêmes éléments.
Si A et B ne sont pas identiques, c'est-à-dire s’ils ne contiennent pas
exactement les mêmes éléments, nous écrivons .
Si et , A sera dit un sous ensemble propre de B.
2. Sous ensembles
Exemple 1. est un sous ensemble propre de .

Exemple 2. un sous ensemble (mais pas un sous
ensemble propre) de parce que les deux ensembles sont
identiques. Il faut remarquer qu’un simple réarrangement des
éléments ne change pas l’ensemble.
Exemple 3. Au cours du jet d’un dé, les résultats possibles tels que
le nombre obtenu soit pair appartiennent à l’ensemble , sous
ensemble de l’ensemble de tous les résultats possibles.
Le théorème ci-dessous est vrai pour tout groupe d’ensemble

A,B,C
Théorème 1. Si et , alors
3. Ensemble vide
Il est souvent commode d’introduire un ensemble qui ne comporte

aucun élément. Un tel ensemble est dit ensemble vide et noté .
L’ensemble vide est sous ensemble de tout ensemble.
Exemple. Si nous jetons un dé, l’ensemble constitué par les

résultats 7 et 11 est l’ensemble vide.
4. Opérations sur les ensembles
Union. L’ensemble de tous les éléments (ou points) qui

appartiennent à A ou à B, soit aux deux est appelé union de A et
B et noté
A B
A
Intersection. L’ensemble de tous les éléments qui appartiennent

à la fois A et à B est appelé intersection de A et B, noté .
Deux ensembles A et B tels que , c'est-à-dire qui ne
possèdent aucun des éléments en commun, sont appelés
ensembles disjoints.
A B
A
Différence. L’ensemble de tous les éléments de A qui

n’appartiennent pas à B est appelé différence de A et B, noté A-
B
A B
A
Complémentaire. Si , A-B est appelé complémentaire de B

par rapport à A, noté . Si , est simplement dit
complémentaire de B. le complément de est noté
A
A
B B
5. Quelques théorèmes relatifs aux ensembles
Théorème 2. Commutativité des unions

Théorème 3. Associativité des unions
Théorème 4. Commutativité des intersections
Théorème 5. Associativité des intersections
Théorème 6. Première loi de distribution
Théorème 7. Seconde loi de distribution
Théorème 8.
Théorème 9. Si
Théorème 10.
Théorème 11.
5. Quelques théorèmes relatifs aux ensembles
Théorème 12. Première loi de Morgan

Théorème 12. Seconde loi de Morgan
Théorème 13. Pour tous ensembles A et B.
6. Probabilité conditionnelle
Exemple. On choisit au hasard un étudiant dans une classe

Soit M l’événement « l’étudiant est fort en math »
Soit E l’événement « l’étudiant est fort en économie »
Donc M∩E l’événement « l’étudiant est fort en math et en
économie »
Définition : Soient A et B deux événements avec P(A)≠0. on appelle

probabilité conditionnelle de B sachant A, la probabilité que
l’événement B se réalise sachant que l’événement A est réalisé.
Elle est notée P(B\A) est définie par :
Soit alors, P(B\A), la probabilité que B se réalise, A étant réalisé. Dans la

mesure où nous savons que A s’est réalisé, A devient le nouvel espace
d’échantillonnage, remplaçant ꭥ, ce qui conduit à la définition
suivante :
P(M) est la probabilité que l’étudiant soit fort en math

P(M\E) est la probabilité que l’étudiant soit fort en math
sachant qu’il est fort en économie
Considérons que la classe est composée de 30 étudiants :
10 d’entre eux sont forts en math
12 sont forts en économie
7 sont forts dans les deux matières
6. Probabilité conditionnelle/Arbre de probabilité
Arbre de probabilité
Exemple. On tire au hasard une boule dans une urne
contenant des boules rouges et des boules noires.
L’urne contient 40% de boules rouges
Parmi les boules rouges , 75% sont gagnantes
Et 25% de boules sont noirs et gagnantes
Exemple. Evaluer la probabilité d’obtenir un nombre inférieur à 4 au cours du jet unique

d’un dé :
1. Sans autre information
2. Si l’on sait que le résultat obtenu est impair
1. Soit B l’événement Puisque B est l’union des événements réalisation de 1, 2,

ou 3 :
2. Soit A l’événement ;
De plus et
Nous remarquons que la connaissance du fait que le résultat est impair entraine une élévation
de la probabilité qui passe de 1\2 à 2\3.
6. Probabilité conditionnelle/Arbre de probabilité
Règle 1. la somme des

\ R) Gagné
G 0,4*0,75= 0,3 probabilités des branches
P( ,75 issues d’un même nœud est
0
R 0,25 égale à 1
(R) P(P\
R)
Perdu
P = 0,1 Règle 2. la probabilité d’un
4
0, chemin est égale au produit
SP 0 N) Gagné = 0,25 des probabilités sur ce chemin
(N ,6 G \
) P( 42
N 0, Règle 3. formule de la
0,5
P(P 8 probabilité totale : La
\N Perdu probabilité d’un événement
)
= 0,35 associé à plusieurs chemins est
égale à la somme des
La probabilité de tirer une boule
probabilités de chacun de ces
gagnante ?
chemins.
P(G) = P(G∩R)+P(G∩N)= 0,3+0,25=0,55
6. Probabilité conditionnelle/Evénements indépendants
Si ; c-à-d si la probabilité de réalisation de B n’est pas affectée par la

réalisation ou le non réalisation de A.
On dit que deux événements A et B de probabilité non nulle sont indépendants lorsque :
A et B sont indépendants, si seulement si :

P(B\A) = P(B) ou P(A\B) = P(A)
7. Analyse combinatoire
Dans de nombreux cas, le nombre de points d’échantillon de l’espace

fondamental, n’est pas très grand, aussi le comptage de ces points
dans le but d’évaluer les probabilités ne présente pas de difficultés
majeurs. Cependant, quand le dénombrement direct devient
impossible on fait appel à l’analyse combinatoire qui n’est autre
chose qu’une méthode élaborée de comptage.
L’analyse combinatoire est le domaine de la mathématique qui s'occupe
de l'étude de l'ensemble des issues, événements ou faits
(distinguables ou non tous distinguables) avec leurs arrangements
(combinaisons) ordonnés ou non selon certaines contraintes données.
Elle s’occupe à étudier comment compter les objets dans différents
contextes
7. Analyse combinatoire
On considère deux ensembles finis A et B.

On note A*B le produit de A par B. c’est-à-dire l’ensemble des
couples (x,y) où x est dans A et y est dans B.
Alors : card(A*B) = card(A)*card(B)
7. Principe fondamental du comptage. Diagrammes arborescents
Si une opération quelconque peut être effectuée de façons différentes,

puis qu’une seconde opération peut être effectuée de façons
différentes…et qu’enfin une kième opération peut être effectué de
façons différentes, alors les k opérations peuvent être effectués dans
l’ordre indiqué de façons différentes.
Exemple. Si un individu possède 2 chemises et 4 cravates, il peut alors
choisir de 2.4=8 manières différentes, d’abord une chemise puis une
cravate.
En relation avec ce résultat on utilise souvent un diagramme, appelé
diagramme arborescent compte tenu de son aspect.
Représentons les chemises par S1 et S2 , et les cravates par T1, T2, T3 et
T4 Les différentes manières de choisir une chemise puis une cravate sont
indiqués sur le diagramme arborescent :
1
T1
T2 2
T3
3
S T4
1 4
5
T1
S2 T2 6
T3
7
T4
8
Exemple. Calculer la probabilité d’obtenir exactement 2 face en

lançant trois fois une pièce de monnaie
F 1
8 résultats
F 2
possibles
P
F 3
F
P
P 4
F 5
F 6
P
P F 7
P
P 8
F 1
8 résultats
F 2
possibles
P
F F 3
P
P 4
F 5
F 3 résultats
6 favorables
P
P F 7
P
P 8
F 1
F 2
P
F 3
F
P
P 4
F 5
F 6
P
P F 7
P
P 8
Exemple. On tire 2 fois de suite une carte avec remise dans un jeu
de 3 cartes et 2 de ces cartes représente C10 et une carte AS.
Calculer la probabilité d’obtenir au moins carte de 10?
C10
C 10
AS
C10
AS
AS
8.Permutations
Soient n objets donnés et distincts et que l’on souhaite en aligner

r d’entre eux sur une droite. Dans la mesure où il y a n manières
de choisir le premier objet, puis, une fois ce choix fait, n-1
manières de choisir le suivant,…, et finalement n-r+1 de choisir
le rième objet, il résulte du principe fondamental de comptage
que le nombre d’arrangement est
est le nombre d’arrangement de n objets pris r à r.
Dans le cas particulier où r=n, l’expression devient :

8.Permutations
Le produit qui comprend n facteurs de 1 à n s’appelle une

factorielle et se lit factorielle n. il y a lieu de noter que dans ce
cas, on a déterminé le nombre de façons de ranger n objets par
groupes de n. les groupes seront tous identiques au niveau des
objets contenus mais leur ordre sera différent selon les groupes.
On aura alors réalisé des permutations de l’ordre des objets dans
les groupes.
: cette expression représente alors le nombre

total de permutations possibles avec n objets pris par n.
: cette expression peut s’exprimer en

termes de factorielles :
8.Permutations
Une permutation est une disposition ordonnée de tous les

éléments d’un ensemble.
Deux permutations d’un ensemble se distinguent par l’ordre de
disposition des éléments qui le composent.
Lorsqu’on veut calculer le nombre de permutations possibles :

savoir combien de façons différentes on peut ordonner tous les
élément du même ensemble.
8.Permutations et arrangement
Exemple. On tire successivement 3 billes d’un sac en contenant

3 identifiées par A, B et C.Fles résultats possibles sont :
A B C
(A,B,C)
(A,C,B)
(B,A,C)
(B,C,A) 6 permutations
(C,A,B)
(C,B,A)
8.Permutations et arrangement
Premier Deuxième Troisième Résultats

tirage tirage tirage
B C A,B,C
A B A,C,B
C
A B,A,C
C
B
A B,C,A
C
A C,A,B
C B
B A C,B,A
8.Permutations
On remarque que si un ensemble est constitué de n objets dont

sont du même type et non distinguable entre eux, du même type
(mais différents du type précédent) et non distinguable entre eux,
etc. jusqu’à l’indice k (ici, bien sûr , le nombre de
permutations qui nous apparaîtront différentes sera :
Exemple. Le nombre de permutations qui nous apparaitront

différentes dans le cas des 11 lettres du mot MISSISSIPPI qui est
constitué de 1M, 4I, 4S et 2P est :
8.Permutations
Une permutation de n objets distincts est une suite ordonnée de

ces n objets.
Exemple. Avec ces trois symboles 458, quel est le nombre des
permutations possibles
548 485
854 584
458 845
Nombre de permutations de n objets distincts est n!
3! = 3.2.1= 6
9. Arrangements
Un arrangement est une suite ordonnée d’un certain nombre

d’éléments d’un ensemble
8. Arrangement sans répétition
Exemple. On organise une course comprenant 10 personnes et on

s’intéresse au podium formé des trois premiers dans l’ordre.
Combien de podium différents existe-t-il?
OR Argent Bronze
10 * 9 * 8 =720
Le nombre d’arrangement sans répétition de r objet parmi n objets

est
8. Arrangement sans répétition

s’intéresse au podium formé des trois premiers dans l’ordre.
Le nombre d’arrangement sans répétition de r objet parmi n objets

est
9. Arrangement avec répétition
Exemple. Combien de nombre à 5 chiffres peut on écrire avec les

chiffres 1,2 et 3 seulement.
9. Arrangement avec répétition
Exemple. Combien de nombre à 5 chiffres peut on écrire avec les

chiffres 1,2 et 3 seulement.
3 1 2 3 3
Possibilités : 3. 3 . 3 . 3 . 3 = = 243
Le nombre d’arrangement avec répétition de r objet parmi n

objets est :
9. Combinaison
Dans le cas des permutations (ou des arrangements) nous nous

intéressons à l’ordre dans lequel les objets sont rangés. Dans ces
conditions abc est une permutation différente de bca. Dans de
nombreux problèmes, cependant, la question qui se pose est de
sélectionner des objets sans aucune référence à l’ordre dans
lequel ils sont. De telles sélectionner sont dites combinaisons.
Dans un tel cas abc et bca constituent la même combinaison.
Le nombre de combinaison de n objets r à r se note ou . Sa
valeur est :
9. Combinaison
Il est facile de montrer que : ou
Noter que choisir r éléments, c'est choisir de ne pas choisir les n - r restants
On peut aisément calculer les combinaisons en vertu de la formule de

récurrence :
Pour tout n de N :
Le cas r = 0 peut sembler bizarre : c'est une convention justifiée par le fait que
n'est autre que le nombre de parties à r éléments dans un ensemble de cardinal
n; r = 0 correspond à l'unique partie ne possédant aucun élément : l'ensemble
vide Ø
9. Combinaison

s’intéresse au podium formé des trois premiers sans tenir compte de
l’ordre.
9. Combinaison
Exemple. Le nombre de façons différentes de choisir 3 cartes

dans un groupe de 8 est :
9. Combinaison
Exemple. Combien des éléments possibles de prendre 2 chiffres

parmi ces 3 chiffres : 1,2, et 3.

(1,2) (1,3) (2,3)
9. Combinaison
Propriétés des combinaisons :

9. Combinaison
Propriétés des combinaisons :
4 !=4.3.2.1= 4.3 ! ; n!=n(n-1) !
On va démontrer à l’aide de triangle

de pascal
10. coefficients binomiaux (ou développement du binôme de Newton)
les nombres définis par sont appelés coefficients

binomiaux parce qu’ils apparaissent au cours du développement
du binôme de Newton.
Exemple. Calculer et :
et
En utilisant la formule de triangle de pascal

Calcul des combinaisons à l’aide du triangle de Pascal

Exemple. Calculer
r 0 1 2 3 4 5
n
0 .
1 . .
2 . . .
3 . . . .
4 . . . . .
5 . . . . . .
Calcul des combinaisons à l’aide du triangle de Pascal

Exemple. Calculer
r 0 1 2 3 4 5
n
0 1
1 1 1
2 1 2 1
3 1 3 3 1
4 1 4 6 4 1
5 1 5 10 10 5 1
r 0 1 2 3 4 5
n
0 1
1 1 1
2 1 2 1
3 1 3 3 1
4 1 4 6 4 1
5 1 5 10 10 5 1

Cours de Probabilités Ghizlan

Transféré par

Informations du documentcliquez pour développer les informations du document

Informations du documentcliquez pour développer les informations du document

Droits d'auteur :

Formats disponibles

Cours de Probabilités Ghizlan

Transféré par

Informations du document

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

Cours de Probabilités Ghizlan

Transféré par

Droits d'auteur :

Formats disponibles

Cours de probabilités

Une probabilité est souvent ramené à un calcul

Exemple. Chaque étudiant lance 100 fois un dé à six faces et note

On regroupe ensuite l’ensemble des résultats de la classe dans un

Une probabilité est toujours comprise entre 0 et 1 : 0

Alors que si on nous demande les chances de tomber sur

Probabilités, pourcentage et signification.

 Dans le monde qui nous entoure, il existe de très nombreux

Pour comprendre les probabilités il faut comprendre le

 Quand on veut étudier un phénomène aléatoire, on va

 On va appeler l'ensemble de ces éventualités,

Ce que l'on veut c'est étudier les phénomènes qui peuvent

Évènement contraire : le reste de l'univers.

La loi de probabilité : C'est simplement ce qui relie les

Par exemple dans le cas d'un univers avec un nombre fini

Probabilité 1/6 1/6 1/6 1/6 1/6 1/6

La notion d’ensemble est à la base des probabilités et de la

Un ensemble peut être défini soit par un dénombrement de tous ses

Si chacun des éléments d’un ensemble A appartient également à un

Exemple 1. est un sous ensemble propre de .

Le théorème ci-dessous est vrai pour tout groupe d’ensemble

Il est souvent commode d’introduire un ensemble qui ne comporte

Exemple. Si nous jetons un dé, l’ensemble constitué par les

Union. L’ensemble de tous les éléments (ou points) qui

Intersection. L’ensemble de tous les éléments qui appartiennent

Différence. L’ensemble de tous les éléments de A qui

Complémentaire. Si , A-B est appelé complémentaire de B

Théorème 2. Commutativité des unions

Théorème 12. Première loi de Morgan

Exemple. On choisit au hasard un étudiant dans une classe

Définition : Soient A et B deux événements avec P(A)≠0. on appelle

Soit alors, P(B\A), la probabilité que B se réalise, A étant réalisé. Dans la

P(M) est la probabilité que l’étudiant soit fort en math

Exemple. Evaluer la probabilité d’obtenir un nombre inférieur à 4 au cours du jet unique

1. Soit B l’événement Puisque B est l’union des événements réalisation de 1, 2,

Règle 1. la somme des

Si ; c-à-d si la probabilité de réalisation de B n’est pas affectée par la

A et B sont indépendants, si seulement si :

Dans de nombreux cas, le nombre de points d’échantillon de l’espace

On considère deux ensembles finis A et B.

Si une opération quelconque peut être effectuée de façons différentes,

Exemple. Calculer la probabilité d’obtenir exactement 2 face en

Soient n objets donnés et distincts et que l’on souhaite en aligner

est le nombre d’arrangement de n objets pris r à r.

Dans le cas particulier où r=n, l’expression devient :

Le produit qui comprend n facteurs de 1 à n s’appelle une

: cette expression représente alors le nombre

: cette expression peut s’exprimer en

Une permutation est une disposition ordonnée de tous les

Lorsqu’on veut calculer le nombre de permutations possibles :

Exemple. On tire successivement 3 billes d’un sac en contenant

Premier Deuxième Troisième Résultats

On remarque que si un ensemble est constitué de n objets dont

Exemple. Le nombre de permutations qui nous apparaitront

Une permutation de n objets distincts est une suite ordonnée de

Nombre de permutations de n objets distincts est n!

Un arrangement est une suite ordonnée d’un certain nombre

Exemple. On organise une course comprenant 10 personnes et on