Dénombrement et probabilités

DÉNOMBREMENTS

Parties d’un ensemble

Définition
Soit $E$ un ensemble fini et soit $A$ une partie de $E$.
  • Le nombre d'éléments de $A$ est appelé le cardinal de $A$, noté $\Card(A)$.
  • L'ensemble qui ne contient aucun élément est l'ensemble vide, noté $\emptyset$. On a $\Card(\emptyset) = 0$.
Définition
Soient $A$ et $B$ deux parties d'un ensemble $E$.
  • L'ensemble formé des éléments qui sont soit dans $A$, soit dans $B$ (ou dans les deux) est noté $A \cup B$. On dit que c'est la réunion de $A$ et $B$.
  • L'ensemble formé des éléments qui sont à la fois dans $A$ et dans $B$ est noté $A \cap B$. On dit que c'est l' intersection de $A$ et $B$.
  • Si tous les éléments de $A$ sont aussi des éléments de $B$, on dit que $A$ est inclus dans $B$, noté $A \subset B$.
  • Si $A \cap B = \emptyset$, on dit que $A$ et $B$ sont disjoints.
Définition
L'ensemble des éléments de $E$ qui ne sont pas dans $A$ est noté $\overline{A}$. C'est le complémentaire de l'ensemble $A$ dans $E$. On a : \[ A \cup \overline{A} = E \text{et} A \cap \overline{A} = \emptyset \]
Définition
Soient $A_1, A_2, \dots, A_p$ des parties de $E$. On dit qu'elles constituent une partition de $E$ si elles sont deux à deux disjointes ($A_i \cap A_j = \emptyset$ pour tout $i \neq j$) et que leur réunion est égale à $E$ ($\bigcup_{i=1}^p A_i = E$).

Principe de la somme

Définition
Si $A_1, A_2, \dots, A_p$ constituent une partition d'un ensemble fini $E$, alors : \[ \Card(A_1) + \Card(A_2) + \dots + \Card(A_p) = \Card(E) \]
Propriété
Soient $A$ et $B$ deux parties d'un ensemble fini $E$ :
  • Si $A$ et $B$ sont disjoints, alors : $\Card(A \cup B) = \Card(A) + \Card(B)$
  • Si $A$ et $B$ sont quelconques, alors : $\Card(A \cup B) = \Card(A) + \Card(B) – \Card(A \cap B)$

Principe Fondamental du Dénombrement (Principe produit)

Définition
Soit un choix global qui se décompose en $p$ choix élémentaires successifs. Si le premier choix offre $n_1$ possibilités, le deuxième $n_2$ possibilités, \dots, et le $p$-ième choix offre $n_p$ possibilités, alors le nombre total de choix globaux est donné par : \[ n_1 \times n_2 \times \dots \times n_p \] L'ordre des choix est ici important.
Exercice
Soit l'ensemble $E = \{1; 2; 3\}$. Combien de nombres de trois chiffres appartenant à $E$ peut-on construire ?

Arrangement – Permutation – Combinaison

Arrangement sans répétition

Définition
Un arrangement sans répétition de $p$ éléments parmi $n$ ($p \le n$) est une $p$-liste ordonnée d'éléments distincts choisis parmi les $n$ objets. Le nombre d'arrangements de $p$ parmi $n$ est noté $A_n^p$.
Propriété
Le nombre total de possibilités est donné par : \[ A_n^p = n \times (n-1) \times (n-2) \times \dots \times (n-p+1) = \frac{n!}{(n-p)!} \]

Permutation sans répétition

Définition
On appelle permutation de $n$ éléments tout arrangement de $n$ éléments parmi $n$. Le nombre de permutations sans répétition est : \[ A_n^n = \frac{n!}{(n-n)!} = \frac{n!}{0!} = n! \]

Combinaison sans répétition

Définition
On appelle combinaison de $p$ éléments parmi $n$ éléments toute partie à $p$ éléments de cet ensemble. L'ordre n'intervient pas. Le nombre de combinaisons est noté $C_n^p$ et défini par : \[ C_n^p = \frac{n!}{p!(n-p)!} \]
Propriété
[Formules des combinaisons] Pour tout $p \le n$, on a : \[ A_n^p = p! \, C_n^p \iff C_n^p = \frac{A_n^p}{p!} = \frac{n!}{p!(n-p)!} \] \begin{tabular}{lll} $\bullet \ C_n^0 = 1$ & $\bullet \ C_n^n = 1$ & $\bullet \ C_n^1 = n$
$\bullet \ C_n^{n-1} = n$ & $\bullet \ C_n^p = C_n^{n-p}$ & $\bullet \ C_{n-1}^{p-1} + C_{n-1}^p = C_n^p$ (Relation de Pascal) \end{tabular}
Exercice
Une urne contient 4 boules blanches, 3 boules noires et 2 boules rouges.
Exercice 1 : On tire 3 boules simultanément.
Exercice 2 : Le tirage se fait successivement et sans remise.
Exercice 3 : Le tirage se fait successivement et avec remise.
Pour chacun des trois types de tirages, dénombrer :
  1. Le nombre de résultats possibles.
  2. Le nombre de tirages contenant 3 boules de même couleur.
  3. Le nombre de tirages contenant 2 boules blanches et une noire.
  4. Le nombre de tirages contenant 2 boules blanches et une de couleur différente.
  5. Le nombre de tirages contenant 2 boules de même couleur et l'autre de couleur différente.
  6. Le nombre de tirages contenant 3 boules de couleurs différentes deux à deux.
  7. Le nombre de tirages contenant au moins une boule blanche.
  8. Le nombre de tirages contenant au plus une boule blanche.

LE JARGON DES PROBABILITÉS

Expérience aléatoire – Notion d’événement

Définition
Une expérience aléatoire est une expérience dont le résultat est imprévisible bien que les conditions initiales soient définies.
  • L'ensemble de tous les résultats possibles est appelé l'Univers, noté généralement $\Omega$.
  • Un élément de cet ensemble est une issue (ou éventualité).
Définition
On appelle événement toute partie de l'univers $\Omega$.
  • L'événement qui contient toutes les issues ($\Omega$) est l'événement certain.
  • L'ensemble vide ($\emptyset$) est l'événement impossible.
  • Tout événement réduit à une seule issue $\{\omega\}$ est un événement élémentaire.
Exercice
Pour l'expérience précédente du lancer de deux dés, déterminer les ensembles associés aux événements :
  • $A_1$ : « Le premier dé affiche le numéro 1 »
  • $A_2$ : « La somme des deux numéros obtenus est égale à 4 »
  • $A_3$ : « Le produit des numéros est égal à 18 »
  • $A_4$ : « La somme des deux numéros obtenus est égale à 1 »
Définition
[Opérations sur les événements] Soient $A$ et $B$ deux événements d'un univers $\Omega$.
  • L'événement « $A$ et $B$ » est réalisé si $A$ et $B$ se réalisent simultanément, noté $A \cap B$.
  • L'événement « $A$ ou $B$ » est réalisé si au moins l'un des deux événements se réalise, noté $A \cup B$.
  • L'événement « non $A$ » est réalisé si $A$ ne se réalise pas, noté $\overline{A}$ (événement contraire).
  • Deux événements sont dits incompatibles (ou disjoints) s'ils ne peuvent pas être réalisés en même temps : $A \cap B = \emptyset$.

Correspondance des langages

PROBABILITÉ D’UN ÉVÉNEMENT

Loi de probabilité sur un ensemble fini

Définition
Soit $\Omega = \{a_1, a_2, \dots, a_n\}$ un univers fini. Définir une loi de probabilité sur $\Omega$, c'est associer à chaque événement élémentaire $\{a_i\}$ un nombre réel $p_i = p(\{a_i\})$ tel que : \[ 0 \le p_i \le 1 \text{et} \sum_{i=1}^n p_i = p_1 + p_2 + \dots + p_n = 1 \]
Propriété
\small \begin{tabular}{|l|l|l|} \hline Ensemble & Vocabulaire & Propriété analytique
\hline $A$ & Événement quelconque & $0 \le p(A) \le 1$
\hline $\emptyset$ & Événement impossible & $p(\emptyset) = 0$
\hline $\Omega$ & Événement certain & $p(\Omega) = 1$
\hline $A \cap B = \emptyset$ & $A$ et $B$ incompatibles & $p(A \cup B) = p(A) + p(B)$
\hline $\overline{A}$ & Événement contraire & $p(\overline{A}) = 1 – p(A)$
\hline $A, B$ & Événements quelconques & $p(A \cup B) = p(A) + p(B) – p(A \cap B)$
\hline \end{tabular}
Exercice
On considère l'ensemble $E$ des entiers de 20 à 40. On choisit l'un de ces nombres au hasard.
Soit $A$ : « le nombre est multiple de 3 », $B$ : « le nombre est multiple de 2 » et $C$ : « le nombre est multiple de 6 ».
Calculer $p(A)$, $p(B)$, $p(C)$, $p(A \cap B)$, $p(A \cup B)$, $p(A \cap C)$ et $p(A \cup C)$.

Hypothèse d’équiprobabilité

Définition
On dit qu'il y a équiprobabilité quand tous les événements élémentaires ont la même probabilité d'être réalisés. Dans ce cas, pour tout événement $A$ : \[ p(A) = \frac{\Card(A)}{\Card(\Omega)} = \frac{\text{Nombre de cas favorables}}{\text{Nombre de cas possibles}} \]
Exercice
Exercice 1 : On lance deux fois de suite un dé équilibré.
  1. Représenter dans un tableau les 36 issues équiprobables.
  2. Calculer la probabilité des événements : $A$ : « on obtient un double » ; $B$ : « on obtient 2 numéros consécutifs » ; $C$ : « on obtient au moins un 6 » ; $D$ : « la somme des numéros dépasse 7 ».
Exercice 2 : On lance 4 fois de suite une pièce de monnaie équilibrée.
  1. Dresser la liste des issues équiprobables.
  2. Quel est l'événement le plus probable entre $A$ et $B$ ?
    $A$ : « obtenir 2 piles et 2 faces » et $B$ : « obtenir 3 piles et 1 face ou 3 faces et 1 pile ».
Exercice 3 : On lance trois fois de suite une pièce équilibrée. On gagne 2 DH pour chaque « pile » et on perd 1 DH pour chaque « face ».
  1. Quel est l'ensemble des issues possibles ?
  2. Soit $X$ l'application qui associe à chaque issue le gain correspondant.
    a) Quelles sont les valeurs prises par $X$ ?
    b) Quelle est la probabilité de l'événement « obtenir un gain de 3 DH », notée $p(X=3)$ ?
Exercice 4 : On jette trois dés identiques numérotés de 1 à 6. Déterminer la probabilité d'observer :
  1. trois fois le même chiffre.
  2. deux fois le même chiffre et un troisième différent.
  3. trois chiffres différents.

PROBABILITÉS CONDITIONNELLES

Définition
Soit $A$ un événement de probabilité non nulle ($p(A) > 0$). Pour tout événement $B$, la probabilité conditionnelle de $B$ sachant que $A$ est réalisé, notée $p_A(B)$ ou $p(B|A)$, est le nombre : \[ p_A(B) = \frac{p(A \cap B)}{p(A)} \]
Propriété
Pour tous événements $A$ et $B$ de probabilités non nulles, on a : \[ p(A \cap B) = p(A) \times p_A(B) = p(B) \times p_B(A) \] \[ p_A(B) = p_B(A) \times \frac{p(B)}{p(A)} \text{(Formule de Bayes)} \]

Formule des Probabilités Totales

Propriété
Soit $(A_1, A_2, \dots, A_n)$ un système complet d'événements (une partition de $\Omega$). Pour tout événement $B \subset \Omega$, on a la formule des probabilités totales : \[ p(B) = p(B \cap A_1) + p(B \cap A_2) + \dots + p(B \cap A_n) \] Si de plus, pour tout $i$, $p(A_i) \neq 0$, alors : \[ p(B) = p_{A_1}(B)p(A_1) + p_{A_2}(B)p(A_2) + \dots + p_{A_n}(B)p(A_n) \]
Définition
[Corollaire] Pour tout événement $A$ tel que $0 < p(A) < 1$ et pour tout événement $B$, on a : \[ p(B) = p(B \cap A) + p(B \cap \overline{A}) = p_A(B)p(A) + p_{\overline{A}}(B)p(\overline{A}) \]
Exercice
On considère 3 urnes $U_1, U_2$ et $U_3$.
  • $U_1$ contient 4 boules blanches et 1 noire.
  • $U_2$ contient 2 boules blanches et 2 noires.
  • $U_3$ contient 3 boules blanches et 1 noire.
On choisit une urne au hasard puis on y tire une seule boule. Calculer la probabilité d'obtenir une boule blanche.

L’INDÉPENDANCE

Indépendance de deux événements

Définition
On dit que deux événements $A$ et $B$ sont indépendants si la réalisation de l'un n'influence pas celle de l'autre. Mathématiquement, cela se traduit par : \[ p(A \cap B) = p(A) \times p(B)

Épreuves indépendantes et répétition d’une épreuve

Définition
Il y a répétition d'épreuves identiques et indépendantes lorsque la même expérience est réitérée plusieurs fois de suite, et que l'issue de l'une quelconque d'entre elles ne dépend pas des résultats des précédentes.
Propriété
[Loi binomiale] Soit $A$ un événement de probabilité $p$ au cours d'une épreuve aléatoire. Si l'on répète cette épreuve $n$ fois de manières identiques et indépendantes, la probabilité que l'événement $A$ soit réalisé exactement $k$ fois ($0 \le k \le n$) est donnée par : \[ C_n^k \, p^k \, (1-p)^{n-k} \]

Les variables aléatoires

Définition
Soit $\Omega$ l'univers lié à une expérience aléatoire. Une variable aléatoire réelle $X$ est une application définie de $\Omega$ dans $\R$. L'ensemble des valeurs prises par $X$, noté $X(\Omega)$, s'appelle le support de la variable $X$.
Définition
[Loi de probabilité] Soit $X$ une variable aléatoire sur un univers fini. Définir la loi de probabilité de $X$, c'est déterminer l'ensemble des couples $(x_i, p_i)$ où $x_i \in X(\Omega)$ et $p_i = p(X = x_i)$, en vérifiant que $\sum p_i = 1$.

ESPÉRANCE – VARIANCE – ÉCART-TYPE

Espérance mathématique

Définition
Soit $X$ une variable aléatoire telle que $X(\Omega) = \{x_1, x_2, \dots, x_n\}$ avec $p_i = p(X = x_i)$. L' espérance mathématique de $X$ est le nombre réel défini par : \[ E(X) = \sum_{i=1}^n x_i \, p(X = x_i) = x_1p_1 + x_2p_2 + \dots + x_np_n \]

Variance et Écart-type

Définition
La variance de $X$, notée $V(X)$, est le nombre réel positif défini par : \[ V(X) = E\left[(X – E(X))^2\right] = \sum_{i=1}^n p_i \, (x_i – E(X))^2

Le binôme de Newton

Propriété
Pour tout $n \in \N^*$ et pour tous réels $a$ et $b$, on a : \[ (a + b)^n = \sum_{k=0}^n C_n^k \, a^k \, b^{n-k} \]