Procédures de calcul

des probabilités

Aspects opératoires

Radouan Morchadi
[email protected]
La critique est aisée et l’art est difficile

2
« Mieux comprendre » et « Mieux résoudre ». n’est pas
toujours évident. Sauf lorsqu’on a la chance d’avoir des
fiches de révisions claires, complètes et pratiques
comme celles que je vous propose !

Elles n’ont qu’un seul objectif : Maximiser Votre

Potentiel et vous Aider à Faire Seul

3
Dénombrements

Modèles paramétriques
4
 Dénombrement

Un ensemble E est dit fini s’il existe un entier naturel n et une application bijective de E
vers l’ensemble {1,2,3,…n}.

Ce nombre n est alors appelé « cardinal » de E, et est souvent noté

card (E ) ou E

➢On remarque
card ( )= 0
5
Formule de Poincaré

➢Soient A et B des ensembles finis, alors

card ( AÈ B) = card ( A) + card ( B) - card ( AÇ B)

➢Soient A, B, C des ensembles finis, alors

card ( AÈ BÈC) = card ( A) + card ( B) + card ( C)

- card ( AÇ B) - card ( AÇC) - card ( BÇC)
+ card ( AÇ BÇC)
6
Exemple

Dans une promotion de 36 étudiants, 22 maîtrisent le C++, 22 le C# et 18 le Java.

De plus, 10 maîtrisent à la fois le C++ et le C#, 9 maîtrisent à la fois le C# et le Java, et 11 à la
fois le C++ et le Java.
Combien d’étudiants maîtrisent les trois langages de programmation ?

➢Soit A l’ensemble des étudiants qui maîtrisent le C++, B l’ensemble de ceux qui maîtrisent le
C# et C l’ensemble de ceux qui maîtrisent le Java.

➢On cherche à calculer card ( A  B  C )

7
Cardinal du complémentaire

➢Soit E un ensemble fini de cardinal n. Soit A un sous-ensemble de E. Alors le

ഥ ) est l’ensemble des élément de E qui ne sont pas dans
complémentaire de A dans E ( noté 𝑨
A

ഥ
𝒄𝒂𝒓𝒅 𝑨 = 𝒄𝒂𝒓𝒅(𝑬) - 𝒄𝒂𝒓𝒅 𝑨
8
Exemple

Combien de menus peut-on composer si on a le choix entre 3 entrées, 5 plats et 4 desserts ?

On a ici 3 « sous-expériences » : le choix de l’entrée, puis le

E choix du plat et enfin le choix du dessert.

On aura donc 3x5x4 menus possibles, c’est à dire 60.

C’est le principe multiplicatif

9
Principe multiplicatif

Supposons qu’une expérience puisse se décomposer en p sous-expériences ayant

respectivement n1,…,np résultats possibles.

Alors le nombre total de résultats possibles de l’expérience globale est

p
n =  ni = n1  n2  ... n p
i =1

10
Dénombrer, c’est compter des objets.

Il est question de choisir p-éléments parmi n.

A partir des n- éléments de cet ensemble, les objets que l’on peut former sont
• Soit des listes d’éléments de E. « ordre »
• Soit des sous-ensembles de E. « sans ordre »

✓ Dans cette partie on va présenter quelques problèmes « classiques » de dénombrement et

étudier leur résolution.
✓ Ces situations sont « génériques » en ce sens qu’elles se retrouvent dans de multiples
contextes différents.
✓ Ce qui les distingue en particulier est la présence ou l’absence d’une notion de
« L’ordre » dans leur description.
11
 Le Factoriel n!

Pour résoudre les questions précédentes, on sera souvent amener à utiliser la fonction
« factorielle »
Pour un entier naturel non nul n, on définit le nombre « factorielle n » comme étant :

n!= n  (n − 1) ...  2 1

n!= 1 2  ...  (n − 1)  n
➢Par convention, on pose également 0 ! = 1! = 1.

n!= n  (n − 1)! 12
 Arrangement avec répétition

Arrangement avec répétition (tirage avec remise)

Situation type:

Une urne contient n boules numérotées de 1 à n. On en tire une, on relève son numéro puis
on la remet dans l’urne.

On en tire ensuite une seconde, et on la remet. Ainsi de suite, un nombre p de fois. Au terme
de ces tirages, on a donc une suite ordonnée de p entiers.

Il existe np suites de tirages différentes.

13
➢Il faut donc constituer une suite ordonnée de p éléments de E.

➢Pour le premier élément on a n choix possibles.

➢Pour le second on a n choix possibles car les répétitions sont autorisées.
➢Et ainsi de suite…
➢D’après le principe multiplicatif on a donc un nombre de possibilités égal à

𝒏 × 𝒏 × ⋯ × 𝒏 = 𝒏𝒑

14
Exemple

➢Combien de numéros de téléphone à 8 chiffres peut-on former ?

➢Numéros de téléphone, donc l’ordre est important

➢Il s’agit du nombre d’arrangements avec répétitions de 8 éléments de l’ensemble des chiffres
{0,1,2,3,4,5,6,7,8,9}.

➢Il y en a donc 108.

15
 Arrangement sans répétition

Arrangement sans répétition (tirage sans remise)

Situation type:

Une urne contient n boules numérotées de 1 à n. On en tire une, on relève son numéro, sans
la remettre

On en tire ensuite une seconde, sans la remettre. Ainsi de suite, un nombre p de fois. Au
terme de ces tirages, on a donc une suite ordonnée de p entiers.

Il existe n*(n-1)* …..* (n-p+1) suites de tirages différentes.

16
➢Il faut donc constituer une suite ordonnée de p éléments de E.

➢Pour le premier élément on a n choix possibles.

➢Pour le second on a n-1 choix possibles car les répétitions ne sont pas autorisées.
➢Et ainsi de suite…
➢D’après le principe multiplicatif on a donc un nombre de possibilités égal à

𝒑
𝒏 × (𝒏 − 𝟏) × ⋯ × (𝒏 − 𝒑 + 𝟏) = 𝑨𝒏

𝒑 𝒏!
𝑨𝒏 =
𝒏−𝒑 !
17
Exemple

Quel est le nombre de mots de 5 lettres distinctes ? (sans se préoccuper du sens des mots)

➢Mot donc ordre

➢Distinct donc sans répétition

➢Il s’agit du nombre d’arrangements sans répétitions de 5 éléments de l’ensemble des lettres
d’alphabet {A,B,C,…,X,Y,Z}.

➢Il y en a donc
5
A26 = 26  25  24  23  22 = 7893600
18
 Permutation sans répétition

➢Soit E un ensemble fini de cardinal n.

➢Une permutation de E est une suite ordonnée de tous les éléments de E.

➢Autrement dit, il s’agit d’un arrangement des n éléments de E.

Soit E un ensemble fini de cardinal n dont tous les éléments sont distincts.

Le nombre de permutations sans répétitions de E est égal à 𝒏!

19
▰ Permutation de n éléments = un
arrangement de n éléments parmi n
éléments = tirage de n éléments parmi n
dans l’ordre

20
Exemple
➢De combien de façons peut-on placer un groupe de 5 personnes sur un banc ?

➢Il s’agit du nombre de permutations sans répétitions de l’ensemble constitué par ces 5
personnes.

➢Il y en a donc

5! = 5´ 4 ´ 3´ 2 ´1 =120

21
 Permutation avec répétition

➢Soit E un ensemble fini de cardinal n dont tous les éléments ne sont pas distincts.

➢Une permutation de E est alors dite permutation avec répétitions.

➢On suppose que l’on retrouve k1 fois le premier élément, k2 fois le second, etc…, avec
k1+…kr = n.

➢Le nombre de permutations avec répétitions de E est alors égal à

n!
k1! k 2 ! ... k r !
22
Exemple

➢Quel est le nombre d’anagrammes du mot « RATTRAPAGE » ?

➢Ils s’agit du nombre de permutations avec répétitions de l’ensemble

{R,R,A,A,A,T,T,P,G,E}.

➢Il y en a donc
10!
=?
2! 3!2!
23
 Combinaisons

➢Soit E un ensemble fini de cardinal n.

➢Une combinaison est une collection de p objets « sous-ensemble » pris simultanément
parmi n, donc sans tenir compte de l'ordre d'apparition. Elle est dite simple si on ne peut
prendre chaque objet qu'une fois au plus.

➢Il est fondamental de bien comprendre que dans la notion de combinaison l’ordre des
éléments n’importe pas.

➢Ainsi deux combinaisons de p éléments de E sont différentes uniquement si elles ne

comportent pas les mêmes éléments.
24
Nombre de combinaisons

➢Soit E un ensemble fini de cardinal n.

➢Le nombre de combinaisons de p éléments de E est égal à

n n!

 p
 = Cn = p!( n − p )!
p

 

25
Situation type:

Une urne contient n boules numérotées de 1 à n. On en tire une poignée de p boules d’un
seul coup (simultanément) et on relève leur numéro. Notez bien qu’il ne s’agit plus liste
ordonnée puisque nous n’avons plus d’ordre de tirage. Il existe

Anp n!
Cnp = =
p! p!( n − p )!

combinaisons sans répétition de p éléments parmi n.

26
Exemple

➢Au poker combien de « mains » existe-t-il ? (une « main » est un tirage de 5 cartes)

➢Il s’agit du nombre de combinaisons de 5 éléments de l’ensemble constitué par les 52

cartes d’un jeu de poker.

➢Il y en a donc
52!
C =5
52 = 2598960
5!(47)!

27
 𝒑
Calcul des 𝑪𝒏
𝑪𝟐𝟒
Triangle de Pascal

28
Calcul des probabilité

Modèles paramétriques
29
 La probabilité d'un événement est le pourcentage de "chances" que
cet évènement se réalise.

Par exemple si un événement a 25 chances sur 100 de se réaliser, on dira que sa probabilité
est de 25% (ou 0,25 ou 1/4)

Une probabilité est donc toujours comprise entre 0 et 1

30
Une expérience (une épreuve) est qualifiée d’aléatoire si elle est liée aux « HASARD »:

1. On ne peut pas prévoir par avance son résultat, et si, répétée dans des conditions
apparemment identiques, elle pourrait donner lieu à des résultats différents.
2. On peut décrire tous les résultats possibles avant l’expérience. Cet ensemble appelé :
Univers des possibles et noté Ω ( oméga ).
3. Ω est dit évènement certain sa probabilité = 1, P(Ω) = 1
4. Le contraire de Ω est l’évènement impossible noté ∅, P(∅) = 𝟎
5. Les événements sont notés par des lettres majuscules : A, B..
6. 𝑨ഥ l'événement contraire de A, c'est à dire celui qui se réalise quand A ne se réalise pas et
inversement.
7. On aura toujours P(𝑨 ഥ ) = 1 - P(A)

31
➢ « A ∪ B » est réalisé si soit A, ou soit B, ou les deux, se réalisent

➢ « A ∩ B » est réalisé si A et B se réalisent simultanément

ഥ » est l’évènement A réalisé et B non réalisé

➢ « A/ B » noté aussi « A∩ 𝑩

32
 A et B sont deux évènements A∩𝑩= ∅
Incompatibles

Deux événements incompatibles ne

sont pas nécessairement contraires.

33
P(A ∪ B) = P(A) + P(B) - P(A ∩B)
34
P(A ∪ B) = P(A) + P(B)
35
Un brin de calcul

36
 Relations importantes
Les relation de Kunig
𝑨∪𝑩 ഥ∩𝑩
=𝑨 ഥ
𝑨∩𝑩 ഥ ∪𝑩
=𝑨 ഥ
Pour calculer des probabilités

Pour étudier une expérience aléatoire, on a construit un modèle mathématique sur la base de
trois éléments:
➢ : l’ensemble fondamental des résultats fini
➢Les résultats de l’ensemble  sont équiprobables
Dans ce cas:
Nombre de cas favorables
P(A) = Nombre de cas possibles
37
 Probabilités conditionnelles

Une probabilité conditionnelle sera la probabilité qu'un événement se réalise en supposant

qu'un autre s'est réalisé

P(A si B) = Probabilité que l'événement A se réalise, non pas dans l'absolu, mais en se
restreignant aux cas où B s'est réalisé

Attention, on calcule bien la probabilité de A; B c’est la condition.

P(A/ B) = 𝑷𝑩 (𝑨) = 𝑷𝑪𝒐𝒏𝒅𝒊𝒕𝒊𝒐𝒏 (é𝒗è𝒏𝒆𝒎𝒆𝒏𝒕)

Qui se lit la probabilité de l’évènement sachant B 38

La probabilité conditionnelle sera calculée :

𝑷(𝑨∩𝑩)
𝑷𝑩 (𝑨) =
𝑷(𝑩)

𝑷(𝑨∩𝑩)
𝑷𝑨 (𝑩) =
𝑷(𝑨)

On obtient donc deux manière de calculer la probabilité de 𝑨 ∩ 𝑩

▪ 𝑷 𝑨∩𝑩 = 𝑷𝑩 (𝑨) * P(B)

▪ 𝑷 𝑨∩𝑩 = 𝑷𝑨 (𝑩) * P(A)

• 𝑷𝑩 (𝑨) + 𝑷𝑩ഥ (𝑨) = 1 39

Pour fixer les idées

40
 𝐂 ′ 𝐞𝐬𝐭 𝐪𝐮𝐚𝐧𝐝 𝐨𝐧 𝐩𝐞𝐧𝐬𝐞 𝐚𝐮𝐱 𝐩𝐫𝐨𝐛𝐚𝐬 𝐜𝐨𝐧𝐝𝐢𝐭𝐢𝐨𝐧𝐧𝐞𝐥𝐥𝐞𝐬

Lorsque l’énoncé contient les expressions

▪ Sachant que ….
▪ Quand ……
▪ Lorsque….
▪ X % de …..
▪ Parmi …..

41
 Utiliser un arbre pondéré avec des probabilités conditionnelles

C’est impératif puisque par définition, la valeur de la probabilité conditionnelle est liée à la
condition et varie donc d’une branche à l’autre.

42
Règles d’utilisation d’un « Arbre pondéré »

• Règle 1 : La somme des probabilités des branches partant d'une même racine est toujours
égale à 1

• Règle 2 : La probabilité d'un chemin est égale au produit des probabilités des branches de
ce chemin.

• Règle 3 : La probabilité d'un événement est la somme des probabilités des chemins
correspondant à cet événement.

43
Evénement 𝐴 : voiture neuve
Evénement 𝑨 ഥ : voiture d’occasion
Soit 𝐵 l’événement « Tomber en panne »

L’arbre devient le suivant:

44
Comment calculer la probabilité?

45
 Formule de probabilité totale

Cette formule dit la chose suivante :

Si les événements A1 ; A2 ; ... ; An est une partition de l’univers alors, quel que soit
l’événement B
P(B) = σ𝒏𝟏 𝑷(𝑩 ∩ 𝑨𝒊 )

En passant par les probabilités conditionnelles

P(B) = σ𝒏𝟏 𝑷𝑨𝒊 (𝑩) ∗ P(𝑨𝒊 )

46
 Indépendance d’évènements

Les événements A et B sont indépendants si

P(AB) = P(A) * P(B)

A ne pas confondre avec les événements A et B sont incompatibles ou disjoints; si

AB=
Ce qui entraine par conséquence P(A  B ) = P() = 0

47
 𝑨 𝒆𝒕 𝑩 𝒔𝒐𝒏𝒕 𝒊𝒏𝒅é𝒑𝒆𝒏𝒅𝒂𝒏𝒕𝒔: quand la réalisation de B n'influe pas sur celle de A;
que B soit réalisé ou non, la probabilité que A se réalise reste inchangée.

Alors:
𝑷(𝑨∩𝑩)
𝑷𝑩 (𝑨) = = P(A)
𝑷(𝑩)

𝑷(𝑨∩𝑩)
𝑷𝑨 (𝑩) = = P(B)
𝑷(𝑨)

48
THANKS!
Des questions?
You can find me at
[email protected]

49