PROBABILITÉS I. LOI DE PROBABILITÉ On réalise des

PROBABILITÉS
I. LOI DE PROBABILITÉ
On réalise des expériences aléatoires, encore appelées épreuves, qui peuvent être répétées dans des conditions
identiques,
On connaît l’ensemble des résultats possibles, sans pour autant en prévoir le résultat à priori.
On suppose que l’épreuve a un nombre fini n d’issues ou d’éventualités. On les notera e
i
.
On désigne par Ω (oméga) l’ensemble de toutes les issues e
i
. Ω est appelé l’univers.
Ω = {e
1
; e
2
; e
3
; … ; e
n
}
Définition 1 Définir une loi de probabilité sur l’univers Ω, c’est associer à chaque issue e
i
un réel positif p
i
, tel que : p
1
+ p
2
+ … + p
n
= 1.
On écrit :
∑
i = 1
n p
i
= 1 . On lit: « somme pour i variant de 1 à n de p indice i égale 1 ».
On représente souvent une loi de probabilité par un tableau. issues e
i
e
1
e
2
e
3
… e
n
probabilités p
i
p
1
p
2
p
3
… p
n
Modéliser l’expérience c’est choisir une loi de probabilité sur Ω qui représente au mieux les chances de
réalisation de chaque issue
On admet que, pour des épreuves se prêtant à des expérimentations répétées, les fréquences f
i
d’apparition de
chaque issue x
i
ont tendance à se stabiliser, lorsque le nombre de répétitions devient grand.
C’est la loi des grands nombres.
On peut alors modéliser l’expérience en associant à chaque issue e
i
le réel p
i
vers lequel
semble tendre f
i
. On a 0   p
i
 1.
Définition 2 On dit que la loi est équirépartie, ou qu’il y a équiprobabilité,
lorsque tous les réels p
i
sont égaux à 1
n.
Définition 3 Dans le cas où e
i
est un réel on définit l’espérance E, la variance V et l’écart type σ
σσ
σ
de la loi de probabilité ainsi : E = p
1
e
1
+ p
2
e
2
+ … + p
n
e
n
=
∑
i =
==
= 1
11
1
n p
i
e
i
;
V =
∑
i =
==
= 1
11
1
n p
i
(e
i
– E)
2
=
∑
i =
==
= 1
11
1
n p
i
e
i 2
– E
2
et σ
σσ
σ = V
II. PROBABILITÉ D’UN ÉVÉNEMENT
Définition 4 Un événement A est une partie, ou un sous-ensemble, de l’univers.
Un événement élémentaire est un événement formé d’une seule issue e
i
. On le note { e
i
}.
On dit que l’issue e
i
réalise l’événement A lorsque e
i
appartient à A.
Ω est l’événement certain, toutes les issues le réalisent et ∅ est l’événement impossible,
aucune issue ne le réalise. 1/2

Définition 5 Une loi de probabilité est définie sur l’univers Ω.
La probabilité de l’événement A est la somme des probabilités p
i
des issues qui le réalisent.
On la note p (A).
La probabilité de l’événement impossible ∅ est p (∅
∅∅
∅) = 0 .
La probabilité de l’événement élémentaire {e
i
} est p ({e
i
}) = p
i
, celle de l’événement certain est p (Ω
ΩΩ
Ω) = 1
propriété 1 Pour tout événement A, 0 £ p (A) £ 1. Toute probabilité non comprise entre 0 et 1
doit être signalée comme fausse.
propriété 2 Lorsqu’il y a équiprobabilité :
p(A) = nombre d’issues réalisant A
nombre total d’issues dans Ω = nombre de cas favorables
nombre total de cas
III. ÉVÉNEMENTS A ∩
∩∩
∩ B , A ∪
∪∪
∪ B et Ā
Définition 6 Soient A et B deux événements de l’univers Ω.
• L’événement A et B, noté A ∩
∩∩
∩ B , est constitué des issues qui réalisent A et B en même temps.
• L’événement A ou B , noté A ∪
∪∪
∪ B , est constitué des issues qui réalisent
au moins l’un des deux événements.
• Lorsque A ∩ B = ∅ (aucune issue ne réalise A et B en même temps)
on dit que A et B sont incompatibles ou disjoints.
propriété 3 1
11
1 p (A ∪
∪∪
∪ B) = p (A) + p (B) – p (A ∩
∩∩
∩ B )
2
22
2 p (A ∪
∪∪
∪ B) = p (A) + p (B) si, et seulement si, A et B sont incompatibles.
Définition 7 L’événement contraire de A, noté Ā (on lit : « A barre ») est constitué
de toutes les issues qui ne réalisent pas A.
Le contraire de l’événement impossible ∅ est l’événement certain Ω ( ∅ = Ω ) et vice-versa (
Ω
= ∅ ).
Un événement A et son contraire Ā sont incompatibles : A ∩ Ā = ∅.
propriété 4 p (Ā) + p (A) = 1. Pour calculer p (A) il est parfois plus facile de calculer p (Ā).
IV. VARIABLES ALÉATOIRES
Définition 8 Ω est l’univers associé à une expérience aléatoire.
• Une variable aléatoire X sur l’univers Ω est une fonction définie sur Ω.
On considère le cas où les images sont des réels
• La variable X prenant les valeurs x
1
, x
2
, … , x
k
, on note (X = x
i
)
l’événement « X prend la valeur x
i
». Il contient toutes les issues dont l’image par X est x
i
.
• On définit la loi de probabilité de la variable aléatoire X
en associant à chaque valeur x
i
la probabilité p’
i
= p (X = x
i
).
• L’espérance, la variance et l’écart type de cette loi de probabilité sont aussi appelées espérance,
variance et écart type de la variable aléatoire X.
2/2