Cours Probabilités

COURS DE PROBABILITÉS
Dr EL BADAOUI Rabie
Ecole Nationale de Commerce et de Gestion de
Marrakech
Objectifs du cours
 Acquérir les concepts de base des probabilités
 Préparer les étudiants aux enseignements qui suivent (analyse

des données, prévisions, marchés financiers…)
 Développer un savoir faire probabiliste et statistique et savoir

aborder un problème simple de traitement des données
 Adapter les compétences acquises aux problématiques de

l’entreprise
Choix pédagogiques
 Une pédagogie participative
 Une démarche progressive dans le traitement des différents

concepts théoriques
 Un apprentissage par questionnement et par problème

Déroulement
 Modalités:
 Cours: 14h (séance: 2h)
 TD: 10 séances (1h30)
 TAF: A rendre avant chaque séance de TD
 Outils:
 Excel
Informations
 Les travaux sont à remettre avant le début de la séance
 Après le début de la séance c’est un retard
 15% par jour de retard
 3 Absences
Ressources
 Notes de cours
 Séries d’exercices
 Manuels suggérés:
 Statistiques pour l’économie et la gestion par Anderson, Sweeney,
Williams, Camm et Cochran, 5ème édiction
 Calcul des probabilités par Kchirid, Lakhdar, Elkhider et El Bouhadi,
4ème édition
Plan du cours
 Partie1: Analyse combinatoire et calcul des probabilités
 Partie 2: Variable aléatoire à une dimension
 Partie 3: Variable aléatoire à deux dimensions
 Partie 4: Lois de probabilités usuelles

Introduction
 La vie de l’entreprise est caractérisée par de nombreuses

décisions
 La prise de décision représente l’essence même de la direction

de l’entreprise
 Toutefois, les décideurs fondent leurs décisions sur l’analyse

d’éléments incertains
Introduction
 Quelles sont les chances que le produit réussisse si on change

d’emballage?
 Quelle est la probabilité qu’une nouvelle ligne de

conditionnement augmente la productivité?
 Quel est la probabilité que le projet soit finis à temps?
 Quelles sont le chances qu’un nouvel investissement soit

rentable?
Introduction
 Probabilités et statistiques sont deux outils complémentaires qui

ont pour but l’étude des phénomènes aléatoires
 Les probabilités permettent d’élaborer des modèles

probabilistes du comportement des phénomènes aléatoires
(comportement du consommateur, approvisionnement, crédit
bancaire…)
 L’objectif est d’établir des prévisions afin de réduire le risque

lié à l’incertitude
Introduction
 La réussite des décisions managériales est fondée sur la

capacité à analyser l’environnement et à prévoir ses
fluctuations
 En Marketing: l’analyse du comportement du consommateur
permet de prévoir les orientations d’achat futurs
 En finance: les analystes financiers utilisent les probabilités pour
orienter les choix en matière de crédit ou d’investissement
 En production: le contrôle de qualité permet d’établir un système
probabiliste permettant de minimiser le risque de pièces
défectueuse
 En économie: les économistes fournissent des prévisions à propos
de certains indicateurs économiques
Introduction
 C’est quoi une probabilité?

 « Une probabilité est une mesure numérique de la vraisemblance
d’occurrence d’un événement »
 Les probabilités peuvent être utilisées pour mesurer le degré
d’incertitude lié aux questions déjà citées
 La valeur d’une probabilité est comprise entre 0 et 1
0 0.5 1
Probabilité
vraisemblance croissante d’occurrence de l’événement

Introduction
 Une probabilité proche de 0 signifie qu’un événement à très

peu de chance de se produire
 Une probabilité proche de 1 signifie qu’il est très

vraisemblable qu’un événement se produira
 Une probabilité de 0.5 indique qu’un événement à une chance

sur deux de se produire
Introduction
 Une probabilité d’un événement est définie comme suit:
p (A) = cas favorables / cas possibles = k/m

Exemple:
si on jette une pièce de monnaie et on cherche à calculer la
probabilité d’avoir une ‘’face pile’’
Dans ce cas: les cas possibles: m = {Pile, Face} = {1,2}

Les cas favorables: k= {1}
La probabilité de l’événement est: p(A)=k/m=1/2=0.5

Chapitre 1: Analyse combinatoire
 Une expérience est un processus qui génère un ensemble de

résultats prédéfinis
Expérience Résultats de l’expérience
Lancer une pièce de monnaie Pile, Face
Sélectionner une pièce pour l’inspecter Défectueuse, non défectueuse
Faire une offre de vente Achat, non achat
Lancer un dé 1, 2, 3, 4, 5, 6
Jouer au foot Gagner, perdre, match nul

 L’ensemble des résultats possibles d’une expérience est appelé

‘’espace d’échantillon’’
 L’espace d’échantillon (S) d’une expérience correspond à

l’ensemble des résultats possibles
 Un résultat possible est également appelé ‘’élément de

l’échantillon’’
 Exemple:
 Pour une pièce de monnaie: S= {Pile, Face}
 Pour un produit fabriqué: S= {Défectueux, non défectueux}
 Etre capable d’identifier et de dénombrer les résultats

possibles de l’expérience est une étape nécessaire pour la
détermination des probabilités
 Il est difficile de calculer directement le nombre de cas

favorables k et le nombre de cas possibles m
 L’objectif de l’analyse combinatoire est le dénombrement

(comptage) des différents cas possibles m et cas favorables k
L’analyse combinatoire se base sur 2 éléments principaux:
1. L’ordre: pour chaque cas traité il faut différencier entre une

disposition ordonnée et une disposition non ordonnée
 Exemple: si la disposition (a; b) est différente relativement de

la disposition (b; a), il faut prendre en considération l’ordre
lors du dénombrement des cas, puisque:
(a; b) ≠ (b; a)
 Dans le cas contraire, si (a; b) = (b; a), l’emplacement des 2

éléments n’a aucune importance, il s’agit d’une disposition non
ordonnée
2. La répétition:
 Si dans une disposition un élément ne peut apparaitre qu’une

seule fois, dans ce cas, la répétition n’a aucune importance et il
s’agit d’une disposition sans répétition
 Dans le cas contraire, il s’agira d’une disposition avec

répétition
 Factorielle:
 Le nombre obtenu par le produit de tous les nombres de 1 à n

(avec n un entier positif) est appelé n factorielle est noté n!
avec
n!= (1*2*3*…*n)
 Exemple:
Factorielle 5 est égal
5!= (5)(4)(3)(2)(1)=120
 Expériences à plusieurs étapes:
 Lancer deux pièces de monnaies. Les résultats le l’expérience

correspondent au côté visible des deux pièces (Pile ou Face)
 Combien de résultats possibles ?
 C’est un expérience à 2 étapes

 L’étape 1correspond au lancer de la première pièce
 L’étape 2 correspond au lancer de la deuxième pièce
 Le résultat (F, F) indique que le côté face est apparu lors des deux
lancers
 S = {(F, F), (P, F), (F, P), (P,P)}
 Si une expérience peut être décrite par une séquence k étapes, avec
n1 résultats possibles à la première étape, n2 à la deuxième et ainsi
de suite. Le nombre total des résultats possibles est égal à
(n1)(n2)…(nk)
 Dans notre exemple:

 n1=2 et n2=2
 On a: 2*2=4
 Dans une expérience à six étapes?

 Diagramme arborescent:
(F, F)
Face
Face Pile (F, P)
Face (P, F)
Pile
Pile (P, P)
 Exemple:
 La société Kentucky Power & Light (KP&L) souhaite étudier l’expansion de la
capacité de production de son usine.
 Le projet comporte 2 phases : Phase 1 de conception et Phase 2 de
construction. Chaque phase est programmée et contrôlée autant que
possible mais la direction ne peut pas prédire exactement le temps de
réalisation de chacune des phases
 Une analyse des projets similaires révèle ce qui suit:
 Phase 1 peut durer 2, 3 ou 4 mois
 Phase 2 de construction dure 6, 7 ou 8 mois
 La direction a fixé la durée maximum de réalisation à 10 mois

Phase 1 Phase 2 Résultats possibles Durée totale en

conception construction mois
2 6 (2,6) 8
2 7 (2,7) 9
2 8 (2,8) 10
3 6 (3,6) 9
3 7 (3,7) 10
3 8 (3,8) 11
4 6 (4,6) 10
4 7 (4,7) 11
4 8 (4,8) 12
Résultats possibles
 Diagramme arborescent:
6 mois (2,6)
7 mois (2,7)
2 mois 8 mois (2,8)

6 mois (3,6)
3 mois (3,7)
7 mois
4 mois 8 mois (3,8)
6 mois (4,6)
7 mois (4,7)
8 mois (4,8)
 Règle de comptage par permutations

 Elle permet de calculer le nombre de résultats possibles
lorsque n objets sont sélectionnés parmi N, en tenant compte
de l’ordre (disposition ordonnée)
 Permutations avec répétition:

 Une permutation avec répétition est définie dans le cas d’une
disposition ordonnée, où chaque élément de l’ensemble E
figure plusieurs fois
 Exemple: combien y a-t-il de permutations possibles du mot

STATISTIQUE?
 Il s’agit d’une disposition ordonnée

 n=p=11
 Il s’agit d’une permutation avec répétition (la lettre S se répète
2 fois, la lettre T 3 fois, la lettre I 2 fois, et les lettres (A, Q, U,
E) une seule fois
 Le nombre de cas possible est de :

Avec :
Et : n =11
 Permutations sans répétition:

 désigne toute ensemble ordonné formé par ces n éléments, où
chaque élément de l’ensemble ne peut figurer qu’une seule fois
et occupe un rang déterminé dans chaque disposition formée
par ces n éléments
 Exemple:
 Un étudiant se propose de ranger 6 livres de statistiques sur

une étagère. Combien de possibilités (rangements) lui sont
offertes?
 Il s’agit d’une disposition ordonnée avec p=n=6

 Chaque livre doit être rangé dans une case (pas de répétition)
 Le nombre de possibilités offertes est:
 Règle de comptage par Arrangements:

 On appelle arrangement p à p des n éléments d’un ensemble E
tout sous ensemble ordonné de E ayant p éléments
 Avec p < n
 Arrangement avec répétition:

 On appelle arrangement avec répétition p à p des n éléments
d’un ensemble E, tout sous ensemble ordonné de E avec
répétition de p entre les n éléments
p fois
 Exemple:
 On dispose de 6 premières lettres de l’alphabet. Combien de
sigles de 4 lettres peut-on y former?
 Il s’agit d’une disposition ordonnée

 n=6 (6 premières lettres de l’alphabet)
 p=4 (formation de 4 sigles)
 Il s’agit d’un arrangement avec répétition (AAAA ou BBBB ou
AABB…)
 On aura:
4 fois
 Arrangements sans répétition:

 On appelle arrangements p à p des n éléments d’un ensemble
E tout sous ensemble ordonné de E ayant p éléments sans
répétition
 Il est noté comme suit:
 Exemple:
 Combien de mots de passe peut on former de 4 lettres
distinctes de l’alphabet?
 il s’agit d’une disposition ordonnée (formation des mots de

passe avec des lettres différentes)
 Il ne s’agit pas de répétition (4 lettres distinctes)
 n=26 (les lettres de l’alphabet)
 p=4
 Règle de comptage par combinaisons:

 À la différence des autres règles, l’ordre n’intervient pas
 Une combinaison est une disposition non ordonnée de p
éléments parmi n éléments
 Combinaisons avec répétition:
 On appelle combinaisons avec répétition p à p des n éléments
d’un ensemble E, tout sous ensemble non ordonné de E avec
répétition de p éléments choisis parmi les n éléments
 Le nombre total des combinaisons est noté:
 Exemple:
 On range 4 boules identiques dans 5 tiroirs numérotés de 1 à
5; chaque tiroir étant assez grand pour contenir les 4 boules.
Quel est le nombre de répartitions possibles?
 Il s’agit d’une disposition non ordonnée (boules identiques)

 Il s’agit d’une répétition (
 p=5 et n=4
 On aura donc:
 Combinaisons sans répétition:

 On appelle combinaisons sans répétition p à p des n éléments
d’un ensemble E, tout sous ensemble non ordonné de E sans
répétition de p éléments choisis parmi les n éléments
 Le nombre total de ces combinaisons sans répétition est comme

suit:
 Exemple:
 Lors d’un recrutement pour 4 postes de travail identiques, se
présentent 8 hommes et 6 femmes. Combien de recrutements
distincts sont possibles?
 Il s’agit d’une disposition non ordonnée (4 postes identiques)

 Il ne s’agit pas d’une répétition (recrutements distincts)
 n=14 et p= 4
 Le nombre de recrutements distincts est:

Cours Probabilités

Transféré par

Droits d'auteur :

Formats disponibles

Cours Probabilités

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

Cours Probabilités

Transféré par

Droits d'auteur :

Formats disponibles

COURS DE PROBABILITÉS

 Acquérir les concepts de base des probabilités

 Préparer les étudiants aux enseignements qui suivent (analyse

 Développer un savoir faire probabiliste et statistique et savoir

 Adapter les compétences acquises aux problématiques de

 Une pédagogie participative

 Une démarche progressive dans le traitement des différents

 Un apprentissage par questionnement et par problème

 Les travaux sont à remettre avant le début de la séance

 Après le début de la séance c’est un retard

 15% par jour de retard

 Partie1: Analyse combinatoire et calcul des probabilités

 Partie 2: Variable aléatoire à une dimension

 Partie 3: Variable aléatoire à deux dimensions

 Partie 4: Lois de probabilités usuelles

 La vie de l’entreprise est caractérisée par de nombreuses

 La prise de décision représente l’essence même de la direction

 Toutefois, les décideurs fondent leurs décisions sur l’analyse

 Quelles sont les chances que le produit réussisse si on change

 Quelle est la probabilité qu’une nouvelle ligne de

 Quel est la probabilité que le projet soit finis à temps?

 Quelles sont le chances qu’un nouvel investissement soit

 Probabilités et statistiques sont deux outils complémentaires qui

 Les probabilités permettent d’élaborer des modèles

 L’objectif est d’établir des prévisions afin de réduire le risque

 La réussite des décisions managériales est fondée sur la

 C’est quoi une probabilité?

vraisemblance croissante d’occurrence de l’événement

 Une probabilité proche de 0 signifie qu’un événement à très

 Une probabilité proche de 1 signifie qu’il est très

 Une probabilité de 0.5 indique qu’un événement à une chance

 Une probabilité d’un événement est définie comme suit:

p (A) = cas favorables / cas possibles = k/m

Dans ce cas: les cas possibles: m = {Pile, Face} = {1,2}

La probabilité de l’événement est: p(A)=k/m=1/2=0.5

 Une expérience est un processus qui génère un ensemble de

Expérience Résultats de l’expérience

Lancer une pièce de monnaie Pile, Face

Sélectionner une pièce pour l’inspecter Défectueuse, non défectueuse

Faire une offre de vente Achat, non achat

Jouer au foot Gagner, perdre, match nul

 L’ensemble des résultats possibles d’une expérience est appelé

 L’espace d’échantillon (S) d’une expérience correspond à

 Un résultat possible est également appelé ‘’élément de

 Etre capable d’identifier et de dénombrer les résultats

 Il est difficile de calculer directement le nombre de cas

 L’objectif de l’analyse combinatoire est le dénombrement

L’analyse combinatoire se base sur 2 éléments principaux:

1. L’ordre: pour chaque cas traité il faut différencier entre une

 Exemple: si la disposition (a; b) est différente relativement de

 Dans le cas contraire, si (a; b) = (b; a), l’emplacement des 2

 Si dans une disposition un élément ne peut apparaitre qu’une

 Dans le cas contraire, il s’agira d’une disposition avec

 Le nombre obtenu par le produit de tous les nombres de 1 à n

 Expériences à plusieurs étapes:

 Lancer deux pièces de monnaies. Les résultats le l’expérience

 Combien de résultats possibles ?

 C’est un expérience à 2 étapes

 S = {(F, F), (P, F), (F, P), (P,P)}