Академический Документы
Профессиональный Документы
Культура Документы
Plan du chapitre
I - Probabilités discrètes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . page 2
1) Tribus . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . page 2
2) Espaces probabilisés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . page 3
3) Propriétés des probabilités . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .page 3
4) Evénements négligeables, événements presque sûrs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . page 6
5) Systèmes complets d’événements . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .page 7
6) Détermination d’une probabilité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . page 7
II - Probabilités conditionnelles. Indépendance . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . page 8
1) Probabilités conditionnelles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . page 8
1-a) Définition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . page 8
1-b) Formule des probabilités composées . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . page 9
1-c) Formule des probabilités totales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . page 10
1-d) Formule de Bayes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . page 10
2) Evénements indépendants . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . page 12
2-a) Cas de deux événements . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . page 12
2-b) Familles d’événements mutuellement indépendants . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . page 13
Le vocabulaire sur les événements mis en place en première année se généralise à l’identique. Par exemple, deux événements
A et B sont disjoints ou incompatibles si et seulement si A ∩ B = ∅, Ω est l’événement certain et ∅ est l’événement
impossible ...
2) Espaces probabilisés
On définit maintenant la notion de probabilité sur un espace probabilisable :
Définition 2. Soit (Ω, A ) un espace probabilisable au plus dénombrable (c’est-à-dire soit Ω un ensemble non vide
au plus dénombrable et soit A une tribu sur Ω).
Une probabilité sur (Ω, A ) est une application P de A dans [0, +∞[ vérifiant de plus :
1) P(Ω) = 1,
2) Pour toute suite (An )n∈N ∈ A N d’événements deux à deux disjoints,
+∞
! +∞
[ X
P An = P (An ) (σ-additivité de P).
n=0 n=0
Un espace probabilisé au plus dénombrable est un triplet (Ω, A , P) où (Ω, A ) est un espace probabilisable au plus
dénombrable et P est une probabilité sur (Ω, A ).
Commentaire. La définition ci-dessus contient implicitement le fait que pour toute suite (An )n∈N d’événements deux à
deux disjoints, la série de terme général P (An ), n ∈ N, converge. En particulier, il est obligatoire que pour toute suite
(An )n∈N d’événements deux à deux disjoints, on ait lim P (An ) = 0. ❏
n→+∞
Démonstration.
1) Pour n ∈ N, on pose An = ∅.
+∞
! +∞ +∞
[ X X
P(∅) = P An = P (An ) = P (∅)
n=0 n=0 n=0
+∞
X
et donc P(∅) = 0 puis P(∅) = 0.
n=1
2) a) Soit (A, B) ∈ A 2 tel que A ∩ B = ∅. On pose A0 = A, A1 = B et pour n > 2, An = ∅. Les An , n ∈ N, sont deux à
deux disjoints et donc
P(A) + P (c A) = P (A ∪ c A) = P(Ω) = 1.
b) Soit A ∈ A . P(A) = 1 − P (c A) 6 1.
4) a) Soit (A, B) ∈ A 2 tel que A ⊂ B. Alors B = (B \ A) ∪ A avec (B \ A) ∩ A = ∅. Donc,
P(A ∪ B) = P(A ∪ (B \ (A ∩ B))) = P(A) + P(B \ (A ∩ B)) = P(A) + P(B) − P(A ∩ B).
n
! n
[ X
n
6) Montrons par récurrence que pour tout n > 2 puis pour tout (Ak )16k6n ∈ A , P Ak 6 P (Ak ).
k=1 k=1
n+1
! n
! !
[ [
P Ak =P Ak ∪ An+1
k=1 k=1
n
!
[
6P Ak + P (An+1 ) (d’après le cas n = 2)
k=1
n+1
X
6 P (Ak ) (par hypothèse de récurrence).
k=1
n
! n
[ X
n
On a montré par récurrence que pour tout n > 2 puis pour tout (Ak )16k6n ∈ A , P Ak 6 P (Ak ).
k=1 k=1
2) (continuité décroissante) Si la suite (An )n∈N est décroissante pour l’inclusion, alors la suite numérique (P (An ))n∈N
converge et de plus,
+∞
!
\
lim P (An ) = P Ak .
n→+∞
k=0
2) Soit (An )n∈N une suite d’événements, décroissante pour l’inclusion. Si pour n ∈ N, on pose An′ = c An , la suite
(An′ )n∈N est une suite d’événements, croissante pour l’inclusion. D’après 1), la suite (P (An′ )) converge et donc la suite
(P (An ))n∈N = (1 − P (An′ ))n∈N converge. De plus,
Commentaire. Dans la démonstration précédente, dans le cas d’une suite d’événements (An )n∈N croissante pour l’in-
clusion, on aurait également pu constater que la suite (P (An ))n∈N était une suite numérique croissante, majorée par 1 et
donc convergente. ❏
Théorème 4. Soit (Ω, A , P) un espace probabilisé au plus dénombrable. Soit (An )n∈N une suite d’événements. Alors,
+∞
! +∞
[ X
P Ak 6 P (An ) .
k=0 n=0
n
[ n
[ n
[
Démonstration. Pour n ∈ N, posons An′ = Ak de sorte que pour n ∈ N, Ak′ = Ak .
k=0 k=0 k=0 !
+∞
[
La suite (An′ )n∈N est une suite croissante pour l’inclusion. Donc, la suite (P (An′ ))n∈N converge vers P Ak′ =
! k=0
+∞
[
P Ak . D’autre part, pour n ∈ N, d’après le théorème 3,
k=0 !
n
[ n
X
P (An′ ) =P Ak 6 P (Ak ) (∗).
k=0 k=0
La série numérique de terme général P (Ak ), n ∈ N, à termes positifs, converge dans R vers un réel positif ou vers +∞.
Quand n tend vers +∞ dans l’inégalité (∗), on obtient
+∞
! +∞
[ X
P Ak 6 P (Ak ) , (le second membre étant réel ou infini).
k=0 k=0
Exercice 1. Soit (An )n∈N une suite d’événements d’un espace probabilisé au plus dénombrable (Ω, A , P) tel que la
série de terme général P (An ), n ∈ N, converge.
+∞
!
\ +∞ [
Montrer que l’événement Ap est négligeable.
n=0 p=n
S+∞
Solution 1. Pour n ∈ N, posons Bn = p=n Ap . (Bn )n∈N est une suite d’événements, décroissante pour l’inclusion. Par
continuité décroissante,
+∞ +∞
!! +∞
!
\ [ \
P Ap =P Bn = lim P (Bn ) .
n→+∞
n=0 p=n n=0
Définition 5 bis. Soit (Ω, A , P) un espace probabilisé au plus dénombrable. Soit (An )n∈N ∈ A N .
(An )n∈N est un système quasi-complet
! d’événements si les événements An , n ∈ N, sont deux à deux disjoints et
+∞
X +∞
[ +∞
[
P (An ) = 1 (ou encore P An = 1 ou encore An est un événement presque sûr).
n=0 n=0 n=0
Un système complet d’événements est en particulier un système quasi -complet d’événements. L’intérêt d’un système
quasi-complet d’événements réside dans le théorème suivant :
Théorème 7. Soit (Ω, A , P) un espace probabilisé au plus dénombrable. Soit (An )n∈N ∈ A N un système quasi-
complet d’événements. Soit B ∈ A . Alors,
+∞
X
P(B) = P (B ∩ An ) .
n=0
+∞ +∞
! +∞
[ [ [
Démonstration. Puisque An est presque sûr, on a P B ∩ An = P(B) d’après le théorème 5. Mais B∩ An =
n=0 n=0 n=0
+∞
[
(B ∩ An ) et de plus, les événements B ∩ An , n ∈ N, sont deux à deux disjoints. On en déduit que
n=0 !
+∞
[ +∞
X
P(B) = P B ∩ An = P (B ∩ An ) .
n=0 n=0
2) Inversement, soit (pω )ω∈Ω une famille de réels positifs indexée par Ω, sommable, de somme 1. Il existe une
probabilité P et une seule sur l’espace probabilisable (Ω, P(Ω)) telle que
∀ω ∈ Ω, P({ω}) = pω .
Ceci montre que la famille dénombrable (pω )ω∈Ω est sommable, de somme 1. Dit autrement, ({ω})ω∈Ω est un système
complet d’événements. D’après le théorème 7, pour A ∈ P(Ω),
X X X
P(A) = P (A ∩ {ω}) = P ({ω}) = pω .
ω∈Ω ω∈A ω∈A
2) Soit (pω )ω∈Ω une famille de réels positifs indexée par Ω, sommable, de somme 1. D’après 1), si P est une probabilité
sur (Ω, P(Ω)) telle que ∀ω ∈ Ω, P({ω}) = pω , on a nécessairement
X
∀A ∈ P(Ω), P(A) = pω ,
ω∈A
ce qui montre l’unicité de P. Il s’agit alors de vérifier que P ainsi définie, est bien une probabilité.
Pour chaque A ∈ P(Ω), la famille (pω )ω∈A est sommable en tant que sous-famille de la famille sommable (pω )ω∈Ω et
de plus
X X
0 6 P(A) = pω 6 pω = 1.
ω∈A ω∈Ω
Puisque P est une probabilité sur l’espace (Ω, P(Ω)) et que ∀ω ∈ Ω, P(ω) = pω , P convient.
P(A ∩ B)
PA (B) = .
P(A)
P (A0 ∩ . . . ∩ An ) = PA0 ∩...∩An−1 (An ) × PA0 ∩...∩An−2 (An−1 ) × . . . × PA0 (A1 ) × P (A0 ) .
P (A0 . . . ∩ An ) = pn
n−1
Y pk+1
= p0 (produit télescopique)
pk
k=0
= P (A0 ) × PA0 (A1 ) × . . . × PA0 ∩...∩An−2 (An−1 ) × PA0 ∩...∩An−1 (An ) .
d) Formule de Bayes
Solution 3.
1) Formule de Bayes.
Soit (Ω, A , P) un espace probabilisé.
Soit (Ai )i∈I un système complet d’événements, au plus dénombrable, de cet espace tel que pour tout i ∈ I, P (Ai ) 6= 0.
Soit B un événement tel que P(B) 6= 0. Alors,
2) a) Notons A l’événement « le dé est pipé » et B l’événement « on obtient le chiffre 6 ». La probabilité demandée est
PB (A).
25 1 1 3 1
A, A est un système complet d’événements. On a P(A) = = 6= 0 et P A = 1 − = . Ensuite PA (B) = et
100 4 4 4 2
1
PA (B) = . Donc,
6
1 1 3 1 1
P(B) = P(A) × PA (B) + P A × PA (B) = × + × = 6= 0.
4 2 4 6 4
D’après la formule de Bayes,
1 1
P(A) × PA (B) × 1
PB (A) = = 4 2 = .
1
P(A) × PA (B) + P A × PA (B) 2
4
1
La probabilité que ce dé soit pipé est .
2
(b) Notons A l’événement « le dé est pipé » et Bn l’événement « on obtient n fois le chiffre 6 ». La probabilité demandée
est pn = PBn (A).
1 3 1
A, A est un système complet d’événements. On a toujours P(A) = 6= 0 et P A = . Ensuite PA (Bn ) = n et
4 4 2
1
PA (Bn ) = n . Donc,
6
1 1 3 1
P (Bn ) = P(A) × PA (Bn ) + P A × PA (Bn ) = × n + × n 6= 0.
4 2 4 6
D’après la formule de Bayes,
2) Evénements indépendants
a) Cas de deux événements
Théorème 15. Soit (Ω, A , P) un espace probabilisé au plus dénombrable. Soit (A, B) ∈ A 2 . Si A et B sont indépen-
dants, alors A et B sont indépendants, A et B sont indépendants et A et B sont indépendants.
Démonstration. Supposons A et B indépendants. Donc P(A ∩ B) = P(A) × P(B). D’après la formule des probabilités
totales, P(B) = P (A ∩ B) + P A ∩ B et donc
P A ∩ B = P(B) − P(A ∩ B) = P(B) − P(A) × P(B) = P(B) 1 − P A
= P A × P(B),
Théorème 16. Soit (Ω, A , P) un espace probabilisé au plus dénombrable. Soit (A, B) ∈ A 2 .
Si A est négligeable, alors A et B sont indépendants.
Si A est presque sûr, alors A et B sont indépendants.
Démonstration. Si A est négligeable, alors P(A) = 0 puis P(A) × P(B) = 0. D’autre part, A ∩ B ⊂ A et donc P(A ∩ B) 6
P(A) = 0 puis P(A ∩ B) = 0 = P(A) × P(B). Ceci montre que A et B sont indépendants.
Si A est presque sûr, alors A est négligeable puis A et B sont indépendants d’après ce qui précède. On en déduit que A et
B sont indépendants d’après le théorème précédent.
Définition 8. Soit (Ω, A , P) un espace probabilisé au plus dénombrable. Soit (Ai )i∈I ∈ A I une famille non vide
d’événements au plus dénombrable.
La famille (Ai )i∈I ∈ A I est une famille d’événements mutuellement indépendants (ou plus simplement indé-
pendants) si et seulement si pout toute partie finie non vide J de I,
\ Y
P Aj = P (Aj ) .
j∈J j∈J
I
La famille (Ai )i∈I ∈ A est une famille d’événements deux à deux indépendants si et seulement si pour tout
(j, k) ∈ I2 ,
Théorème 18. Soit (Ω, A , P) un espace probabilisé au plus dénombrable. Soit (Ai )i∈I ∈ A I une famille non vide
d’événements au plus dénombrable.
Si les événements Ai , i ∈ I, sont mutuellement indépendants, alors les événements Bi , i ∈ I, sont mutuellement
indépendants où, pour tout i ∈ I, Bi est soit Ai , soit Ai .
Démonstration. Il suffit de démontrer le résultat quand un et un seul des Bi est Ai et tous les autres sont Ai . Le résultat
s’en déduit alors par récurrence (puisque I est au plus dénombrable).
Ai0 si i = i0
Soit i0 ∈ I. Pour i ∈ I, on pose Bi = .
Ai si i 6= i0 !
\ Y
Soit J une partie finie non vide de I ayant au moins deux éléments. Si i0 ∈
/ J, on a immédiatement P Bi = P (Bi ).
i∈J i∈I
\
Si i0 ∈ J, les événements Ai0 et Ai sont indépendants car
i∈J\{i0 }
!
\ \ Y Y
P Ai0 ∩ Ai = P Ai = P (Ai ) = P (Ai0 ) × P (Ai )
i∈J\{i0 } i∈J i∈J i∈J\{i0 }
\
= P (Ai0 ) × P Ai
i∈J\{i0 }
T
Mais alors, les événements Bi0 et Bi sont indépendants d’après le théorème 15 et donc
i∈J\{i0 }
!
\ \ Y
P Bi = P (Bi0 ) × P Bi = P (Bi ) .
i∈J i∈J\{i0 } i∈J