ch5 Proba Finis

Année 2005-2006 BTS MAI 2
Chap 5 : Probabilités sur les ensembles

finis
I. Vocabulaire et propriétés
1) Définitions
Afin d’illuster les différentes définitions on prend un exemple simple d’expérience aléatoire : le
résultat d’un lancer de dé à six faces.
Définition 1 : Dans une expérience aléatoire, on appelle univers l’ensemble de tous les résultats
possibles.
On note souvent cet ensemble Ω.
Exemple : Dans notre exemple c’est {1; 2; 3; 4; 5; 6}.
Définition 2 : On appelle événement toute partie de l’univers. Si cette partie n’a qu’un élément
on parle d’événement élémentaire.
Exemple : Dans notre exemple on a l’événement {1; 2; 6} composé des trois événements élémen-
taires {1}, {2} et {6}.
Définition 3 : On appelle événement contraire de A le complémentaire de A dans Ω c’est-à-dire

Ω\A.
On le note A.
Exemple : Dans notre exemple on a {1; 2; 6} = {3; 4; 5}.
attention à la définition et au nom des événements.
La probabilité d’un événement A représente les (( chances )) qu’a l’événement A de se réaliser effec-
tivement. On le note P (A).
Remarque : On a toujours 0 6 P (A) 6 1.
Remarque : Il faut distinguer probabilités de fréquences d’apparition.
Définition 4 : La probabilité d’un événement A est la somme des probabilités des événements
élémentaires de A.
3 1
Exemple : Dans notre exemple on a P {1; 2; 6} = = .
6 2
Remarque : On a toujours P (∅) = 0 et P (Ω) = 1.
Remarque : Il n’y a pas toujours équiprobabilité.
Maintenant que nous avons le vocabulaire nécéssaire nous pouvons voir les différenres propriétés
sur le calcul des probabilités.
Page 1/3
2) Propriétés du calcul des probabiltés

Définition 5 : On dit que deux événements A et B sont disjoints si A ∩ B = ∅.
On a la propriété (( naturelle )) suivante :

Propriété 1 : Si deux événements A et B sont disjoints alors P A ∪ B = P (A) + P (B).
En corollaire de cette propriété on a la propriété très utile suivante :

Propriété 2 : On a P A = 1 − P (A).
Enfin dans le cas général d’une union de deux événements on a :

Propriété 3 : P A ∪ B = P (A) + P (B) − P A ∩ B .
Et pour l’intersection A ∩ B de deux événements ?
il n’y a pas de formule pour ca sauf dans un cas particulier : l’indépendance des événe-
ments.
II. Indépendance
1) Probabilité conditionelle
Définition 6 : On appelle probabilité conditionnelle de B sachant A le nombre

P A∩B
PA (B) = .
P (A)
Il représente la probabilité de B en supposant que A soit effectivement réalisé.

Remarque : On le voit aussi parfois écrit P (B|A).

Propriété 4 : On peut réécrire la définition : P A ∩ B = PA (B) × P (A).
Remarque : Cette définition correspond bien à l’idée intuitive que l’on a de (( B sachant A )).
Prenons un exemple pour illustrer notre propos.
Exemple : On considère le résultat du tirage de deux boules successives dans une urne opaque qui
en contient 3 rouges et 2 vertes.
3
3 3×2 3 1
On a alors P (R1 ) = , P R1 ∩ R2 = = et on a bien PR1 R2 = 10 3 = .
5 5×4 10 5
2
2) indépendance
Définition 7 : On dit que deux événements A et B sont indépendants si PA (B) = P (B).

Remarque : on peut réécrire cette définition : P A ∩ B = P (A) × P (B).
Page 2/3
Il y a deux façons d’avoir des événements indépendants :

• soit le ”bon sens” vous suggère que les événements le sont,
• soit l’énoncé vous le dit d’une manière ou d’une autre.
Les cas d’indépendance sont dans la pratique très courants. Dès qu’on répéte plusieurs fois une
même expérience aléatoire par exemple les résultats de ces expériences sont indépendants les uns des
autres.
Exemple : Reprenons notre exemple du tirage mais en supposant qu’une fois la première boule
tirée on la remette dans l’urne avant de tirer la seconde.
3×3 9
9 3 3
On a alors P R1 ∩ R2 = = , P (R1 ) = et on a bien PR1 R2 = 25
3 = .
5×5 25 5 5
5
III. Dénombrement
1) Outils
Nous avons besoin pour le cours sur les lois de probabilités d’introduire deux outils sur le dénom-
brement.
Définition 8 : Prenons n un entier naturel, on note n! le produit n × (n − 1) × · · · × 2 × 1.
n! se lit (( factorielle n )).
Exemple : 5! = 5 × 4 × 3 × 2 × 1 = 120.
Remarque : On a 5! = 5 × 4!.
Définition 9 : Prenons n un entier naturel et k un entier naturel plus petit que n. On appelle
nombre de combinaisons de k éléments parmi n le nombre
n!
Cnk = .
k!(n − k)!
Remarque : Comme son nom l’indique Cnk compte effectivement le nombre de façons de choisir
une partie à k éléments pris parmi n. Il est donc un nombre entier.
3! 6
Exemple : C32 = = = 3.
2! × 1! 2
Remarque : Les calculatrices peuvent faire les calculs automatiquement.
Sur la graph 25 avec la touche OPTN puis PROB.
2) Binôme de Newton
A l’aide du nombre de combinaisons on peut donner une formule très importante en mathéma-
tiques, la formule du binôme de Newton.
Prenons deux nombres réels a et b et un entier naturel n on a alors la formule :
Théorème 1 : (a + b)n = bn + Cn1 abn−1 + Cn2 a2 bn−2 + · · · + Cnn−1 an−1 b + an ou encore
Xn
(a + b)n = Cnk ak bn−k .
k=0
Remarque : nous connaissons déjà la propriété dans des cas particuliers : (a + b)2 = a2 + 2ab + b2
et (a + b)3 = a3 + 3a2 b + 3ab2 + b3 .
Page 3/3

ch5 Proba Finis

Transféré par

Droits d'auteur :

Formats disponibles

ch5 Proba Finis

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

ch5 Proba Finis

Transféré par

Droits d'auteur :

Formats disponibles

Année 2005-2006 BTS MAI 2

Chap 5 : Probabilités sur les ensembles

Définition 3 : On appelle événement contraire de A le complémentaire de A dans Ω c’est-à-dire

2) Propriétés du calcul des probabiltés

Et pour l’intersection A ∩ B de deux événements ?

Il représente la probabilité de B en supposant que A soit effectivement réalisé.

Il y a deux façons d’avoir des événements indépendants :

Vous aimerez peut-être aussi