Probabilités L2 Maths 21 janvier 2017 2 Table des matières 1 Probabilités finies 1.1 Définition ensembliste d’une expérience aléatoire 1.1.1 Vocabulaire ensembliste . . . . . . . . . . 1.1.2 Observations de plusieurs expériences . . 1.1.3 Règles de dénombrement . . . . . . . . . 1.2 Espace de probabilités finies . . . . . . . . . . . . 1.2.1 Mesure de probabilités . . . . . . . . . . . 1.2.2 Exemples . . . . . . . . . . . . . . . . . . 3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5 5 6 6 6 7 7 9 4 Chapitre 1 Probabilités finies 1.1 Définition ensembliste d’une expérience aléatoire Déf 1. Expérience aléatoire : Phénomène dont on ne connait pas l’issue avant observation. Exemples. — pile ou face — lancé de dés — battage d’un jeu de cartes — désintégration d’un atome instable — playlist aléatoire On s’interresse à l’ensemble des résultats possibles. Pour l’instant les ensembles considérés seront finis. Déf 2. Univers : Ensemble des résultats possibles, noté Ω. Exemples. — pile ou face Ω = {P ile, F ace} — lancé de dés Ω = {1, 2, 3, 4, 5, 6} — battage d’un jeu de cartes A = {7, 8, 9, 10, V, D, R, As}×{♠, ♥, ♦, ♣} Un battage sera une suite de 32 éléments de A où chacun figure exactement une fois. on peut noter Ω = σA l’ensemble des battages possibles. — désintégration d’un atome instable t ∈ R est l’instant dedésintégration, il faudrait prendre Ω = R, ce qui n’est pas le cas dans ce cours (probabilités finies) — playlist aléatoire n chansons numérotées de 1 à n, chaque résultat fait partie de l’ensemble des ordres sur {1, 2, ..., n} 5 1.1.1 Vocabulaire ensembliste On travail dans Ω, ensemble fini appelé l’univers. Déf 3. Evénement : Tout sous-ensemble de Ω. L’ensemble de tous les événements est donc ℘(Ω) Les éléments de Ω sont souvent notés ω. Si ω ∈ Ω, {ω}estunévénement {ω} est l’événement "l’issue de l’expérience est ω". Traductions ensemblistes : — Un résultat possible : ω ∈ Ω — Un événement : A ⊂ Ω — la réalisation de l’événement A implique l’événement B : A ⊂ B — Réalisation d’un événement A ou B : A ∪ B — Réalisation de A et B : A ∩ B — Négation ou absence de réalisation de A : Ā = Ac = Ω \ A — Événement impossible : ∅ — Événement certains : Ω — Les événements A et B sont incompatibles : A ∪ B = ∅ 1.1.2 Observations de plusieurs expériences On les décrit comme une seule grosse expérience : Ω = Ω1 × Ω2 Exemples. Le lancer de deux dés est décrit par Ω = {1, 2, 3, 4, 5, 6} × {1, 2, 3, 4, 5, 6} 1.1.3 Règles de dénombrement Proposition 1. Le nombre de permutations de {1, ..., n} (ie. le nombre d’ordres pour ranger les éléments de {1, ..., n} est n !) |σn | = n! Proposition 2. Le nombre de façons de choisir k éléments parmi n en tenant compte de l’ordre, ie. le nombre de k-uplets de {1, .., n} sans répétitions est égal à : n Y n! = i = Akn (n − k)! i=n−k+1 Akn est appelé le nombre d’arrangements. 6 Proposition 3. Le nombre de façons de choisir, sans tenir compte de l’ordre, k éléments parmi n (ie. le nombre de sous-ensemble à k éléments d’un ensemble à n éléments) est : n! = (n − k)!k! 1.2 1.2.1 n k ! = Cnk Espace de probabilités finies Mesure de probabilités Déf 4. Mesure de probabilité : On appelle mesure de probabilité sur Ω toute fonction P de P(Ω) dans [0,1] telle que : 1. P(Ω) = 1 2. ∀A, B ∈ P(Ω), A ∩ B = ∅, P(A ∪ B) = P(A) + P(B) Remarque. 1. et 2. ⇒ P(∅) = 0 car P(Ω ∪ ∅) = P(Ω) + P(∅), CAD 1 = 1 + P(∅) Déf 5. Espace de probabilité fini : Le couple (Ω, P) est appelé espace de probabilité fini. Pour des raisons de cohérence, on le note souvent : (Ω, P(Ω), P) Proposition 4. Soit (Ω, P) un espace de probabilité finie. P Alors ∀A ⊂ P(Ω), on a P(A) = ω∈A P({ω}) En particulier, la famille (pω = P(ω))ω∈A caractérise P. De plus, les pω sont positifs, et leur somme vaut 1. Démonstration. Commençons par prouver par récurrence que pour tout n ∈ N, si (Ai )1≤i≤n est une famille d’événements deux à deux disjoints : P( n [ Ai ) = i=1 n X P(Ai ) i=1 Initialisation : Pour n=1, le résultat est immédiat. Hérédité : Soit (Ai )1≤i≤n une famille d’événements deux à deux disjoints P( n+1 [ Ai ) = P( i=1 n [ i=1 7 Ai ∪ An+1 ) et n [ An+1 ∩ ( n [ Ai ) = i=1 (An+1 ∩ Ai ) = ∅ i=1 donc P( n+1 [ Ai ) = P( i=1 n [ Ai ) + P(An+1 ) i=1 d’après l’hypothèse de récurrence ↓ = n X P(Ai ) + P(An+1 ) i=1 n+1 X = P(Ai ) i=1 Retour à la preuve : [ A= {ω} ω∈A et A est une union d’événements 2 à 2 disjoints, donc P(A) = X P({ω}) ω∈A et en particulier : 1 = P(Ω) = X P({ω}) = ω∈Ω X pω ω∈Ω Réciproquement : P Si (qω ) est une famille de poids positifs tels que ω∈Ω qω = 1 Alors la fonction Q : P(Ω) → [0, 1] A 7→ X qω ω∈A est une mesure de probabilité. Démonstration. 1. Q(Ω) = P ω∈Ω qω 8 =1 2. Soient A et b deux événements tels que A ∩ B = ∅ X Q(A ∪ B) = qω ω∈A∪B Comme A ∩ B = ∅ X Q(A ∪ B) = qω + ω∈A X qω = Q(A) + Q(B) ω∈B Déf 6. On appelle loi de probabilité finie la famille des poids (pω )ω∈Ω 1.2.2 Exemples Déf 7. Soit Ω un univers fini. On appelle mesure de probabilité uniforme sur Ω la mesure de probabilité définie par : |A| ∀A ∈ P(Ω), P(A) = |Ω| 1. Si A ∈ P(Ω) alors |A| ≤ |Ω|, donc P(A) ∈ [0, 1] Démonstration. 2. P(Ω) = |Ω| |Ω| =1 3. Soient A et B, deux éléments incompatibles : P(A ∪ B) = Remarque. pω = P({ω}) = |A ∪ B| |A| + |B| = = P(A) + P(B) |Ω| |Ω| 1 |Ω| ne dépend pas de ω. On a : ∀ω ∈ Ω, pω = 9 1 |Ω|