Th` eme 3 : ensembles, espaces de probabilit es nis

Serge Cohen, Monique Pontier, Pascal J. Thomas Septembre 2004

G en eralit es : ensembles et parties dun ensemble

D enition 1.1 On appelle ensemble une collection nie ou innie dobjets, math ematiques ou non. Tout objet de cette collection sappelle el ement de lensemble. Une partie de lensemble sappelle un sous-ensemble.

1.1

Appartenance et inclusion

Prenons par exemple lensemble des etudiants du groupe, not e C ; chaque etudiant est un el ement de C, on dit encore que chaque etudiant appartient a ` C . Par exemple, si Laure est une etudiante du groupe C , on dit que Laure appartient a ` C et on note Laure C . La partie du groupe compos e des lles, F , est un sous-ensemble ; on note F C et on dit que F est inclus dans C . Remarquons de plus que Laure F. Si G est le sous-ensemble compos e des gar cons, Laure / G. ATTENTION : lappartenance et linclusion sont deux notions tr` es di erentes !! D enition 1.2 On dira quun ensemble B est inclus dans A, ou de fa con equivalente que B est une partie de A, ou que B est un sous-ensemble de A, not e B A, si et seulement si : nimporte quel el ement de B est aussi un el ement de A.

1.2

Parties dun ensemble

Soit N lensemble des entiers naturels. La collection des parties (ou sous-ensembles) de N peut etre consid er ee comme un ensemble, not e P (N), dont les el ements sont eux-m emes des ensembles (cest un ensemble densembles). 1

Soit par exemple lensemble des entiers pairs, P = {2k, k N} P (N). P est un sous-ensemble. Mais attention !! P N, P est un el ement de P (N), et un sous-ensemble de N ! On note Pi = {ik, k N} P (N), lensemble des multiples de i o` u i est un entier non-nul donn e. Soit C = {P1 , , P10 } : C P (N). Cest un sous-ensemble de P (N). Soit {2, 4, 6} : cest une partie de N, {2, 4, 6} N, mais cest un el ement de P (N) : {2, 4, 6} P (N). D enition 1.3 Si E est un ensemble, il existe un ensemble, appel e ensemble des parties de E not e P (E ), dont les el ements sont tous les ensembles inclus dans E. Il v erie donc pour tout ensemble F : F P (E ) equivaut a ` F E.

1.3

Quelques sous-ensembles remarquables

On consid` ere des parties dun ensemble donn e E . Remarquons dabord que lensemble tout entier, E , est une partie de lui-m eme (le mot partie nest pas a ` comprendre ici au sens strict du langage courant !) On admet le r esultat suivant : il existe un ensemble, appel e ensemble vide, not e , qui ne contient aucun el ement, et qui est sous-ensemble de E , et en fait de nimporte quel ensemble. Remarquons donc quil est inclus dans tout autre sous-ensemble de E . Les sous-ensembles ne contenant quun seul el ement sapellent des singletons et sont not es (comme tous les ensembles) entre accolades : si E et un ensemble et si x E, {x} note le singleton qui ne contient que l el ement x de E. Attention ! Le singleton {x} est distinct de l el ement x; on a 2 N ; {2} P (N).

1.4

M ethode g en erale

Un ensemble est d eni par une propri et e caract eristique de tous ses el ements ; notons la P , cest a ` dire EP = {x tel que P est vraie pour x}. Un m eme ensemble peut etre d eni par une autre propri et e Q. Pour voir quil sagit vraiment du m eme ensemble, cela signie quil faut montrer l equivalence : x v erie P si et seulement si x v erie Q. Une mani` ere darriver a ` ceci est de faire semblant quon a deux ensembles distincts, EP et EQ = {x tel que Q est vraie pour x}, puis de montrer que tout el ement de EP v erie en fait Q, et aussi que tout el ement de EQ v erie P . La d emarche est donc la suivante : pour montrer que EP = EQ , on montre que EP EQ et que EQ EP . Cest une m ethode tr` es habituelle pour montrer que deux ensembles co ncident. Exemples. E= F = G= {x N : x2 3x + 2 = 0} = {1, 2}, {x N : le dernier chire de x est 0, 2, 4, 6, ou 8} = {2k, k N}, {x N : la somme des chires de x est divisible par 3} = {3k, k N}.

1.5

Tous, aucun, certains

Le langage math ematique a besoin pour fonctionner d etre tr` es rigoureux. Quand on dit que A EP signie que tous les el ements de A satisfont la propri et e P , il faut comprendre que (a) les el ements de A, sans aucune exception, v erient P et que (b) il peut tr` es bien y avoir des el ements qui v erient la propri et e P , mais ne sont pas dans A (puisquon na pas dit que EP A). Par exemple : soit A lensemble des nombres premiers (cest-` a-dire des nombres entiers p strictement positifs tels que p ne soit divisible que par 1 et par p), et I lensemble des erieurs ou egaux a ` nombres entiers impairs. Soit A1 lensemble des nombres premiers sup 3. Alors A1 I . Par contre le nombre 2 A et 2 nest pas impair, donc A nest pas inclus dans I (not e A I ). Vous voyez quil sut dune seule exception pour quon ne puisse pas armer tous les el ements de A v erient P , autrement dit, la n egation de tous les el ements de A v erient P est : il existe (au moins) un el ement de A qui ne v erie pas P . Il important de se souvenir de cet usage de la n egation. 3

On peut ecrire tout ce qui pr ec` ede avec des symboles conventionnels appel es quanticateurs, dont nous essaierons de ne pas abuser. Par exemple se lit pour tout ou quel que soit : A1 EP est equivalent a ` x A1 , x v erie P . se lit il existe : A EP est equivalent a ` x A, x ne v erie pas P .

1.6

Exercices

1. Soit lensemble N et lensemble P (N). Remplacer les pointill es par lun des symboles , , ou /. 2...N ; 2...P (N) ; {2}...P (N). {2, 4, 6}...N ; {2, 4, 6}....P (N). 2. Soit E un ensemble a ` deux el ements : E = {a, b}, et F un ensemble a ` quatre el ements : F = {d, e, f, g }. D ecrire totalement lensemble des parties de E, not e P (E ), et lensemble des parties de F, not e P (F ). Dire combien d el ements ont chacun de ces deux ensembles de parties. 3. Soient E et F deux ensembles. 3.1 Montrer que E F equivaut a ` P (E ) P (F ). 3.2 En d eduire que E = F equivaut a ` P (E ) = P (F ). 4. Soit C lensemble des etudiants du groupe. On note C1 le sous-ensemble de ceux qui ont un ordinateur a ` la maison, C2 le sous-ensemble de ceux qui habitent Toulouse, F le sous-ensemble des lles et G le sous-ensemble des gar cons. Que signie (en fran cais !!) : F C2 ; non [C1 G]. 5. Soit E lensemble des fonctions continues sur les r eels, a ` valeurs r eelles. On note A = {f E telle que f (0) = 0}. Soit g une fonction sur les r eels, a ` valeurs r eelles. Traduire g / A. 6. On reprendre les notations de lexemple du paragraphe 1.2 6.1 Montrer que P1 = N. 6.2 D eterminer lensemble des el ements de N qui sont a ` la fois dans P6 et P4 .

Op erations sur les sous-ensembles

On consid` ere un ensemble E, lensemble de ses parties P (E ), et les sous-ensembles de E : A, B, el ements de P (E ). D enition 2.1 On appelle union de A et B not ee A B lensemble des el ements de E qui sont soit dans A, soit dans B , soit dans les deux. A B = {x E tels que x A ou x B }. On appelle intersection de A et B not ee A B lensemble des el ements de E qui sont a ` la fois dans A et dans B . A B = {x E tels que x A et x B }. On appelle compl ementaire de A, not e selon les auteurs C A, A c , A, lensemble des el ements de E qui ne sont pas dans A. A = {x E tels que x / A}. On d enit parfois dautres op erations a ` partir de celles qui pr ec` edent. Par exemple, la di erence de deux ensembles, qui est lensemble de tous les el ements de A qui ne sont pas dans B , A \ B = A B; ou la di erence sym etrique, AB = (A \ B ) (B \ A) = (A B ) \ (A B ), qui est lensemble de tous les el ements qui sont soit dans A, soit dans B , mais pas dans les deux a ` la fois (v eriez a ` titre dexercice que les d enitions donn ees sont bien equivalentes a ` cela). Il est parfois utile de d enir pr ecis ement le fait quun ensemble est d ecoup e en un certain nombre de parties qui ne se recoupent pas, comme lensemble des communes fran caises (m etropolitaines) peuvent etre r eparties selon le d epartement o` u elles sont situ ees, par exemple. On dit que deux ensembles A et B sont disjoints si et seulement si A B = , cest-` a-dire quil nont aucun el ement en commun. D enition 2.2 Soit E un ensemble et A1 , A2 , . . . , An des sous-ensembles de E . On dit que {A1 , A2 , . . . , An } forme une partition de E si et seulement si 5

1. E = A1 A2 An 2. Les sous-ensembles A1 , . . . , An sont deux a ` deux disjoints, cest-` a-dire : pour tout i = j , Ai Aj = . exemples. 1. Soient A1 lensemble des nombres pairs, A2 lensemble des nombres impairs, {A1 , A2 } forme une partition de N. 2. Etant donn ee une partie quelconque A E , {A, A} forme une partition de E . 3. Pour i = 0, 1, 2, . . . , 9, soit Qi lensemble des entiers naturels dont le dernier chire (dans l ecriture d ecimale) est i. Alors {Q0 , Q1 , , Q9 } forme une partition de N.

2.1

Propri et es el ementaires

a ` montrer en exercice : A et B A B ; A B A et B.

A B = A B ; A B = A B. AB equivaut a ` A B = A. A (B C ) = (A B ) (A C ) ; A (B C ) = (A B ) (A C ).

2.2

Exercices

1. Soit A et B P (E ) ; comparer P (A B ) et P (A) P (B ), P (A B ) et P (A) P (B ). 2. On reprend lexercice 4. de la section 1. Que signie C1 F = ; C 2 G = C ; C 1 C 2 G ? 3. Montrer que AB =AC equivaut a ` : B A et A C.

Applications

Soient E et F deux ensembles, on va d enir la notion dapplication de E dans F (ce nest pas tout-` a-fait une fonction). D enition 3.1 Une application de E dans F , not ee f : E F est une correspondance : a ` tout el ement x de E , f fait correspondre un el ement et un seul y de F , on note cet el ement y = f (x). Lapplication sappelle f , on note aussi x f (x). On dit que E est lensemble de d epart de f et que F est lensemble darriv ee de f . D enition 3.2 Quand f est une application de E dans F et que x E , on dit que f (x) est l image de x par f . Si y F , et quon trouve x E tel que f (x) = y , x est un ant ec edent (ou une pr e-image) de y par f . Attention! Certains el ements y nont pas dant ec edents ; dautres peuvent en avoir plusieurs. Exemples avec E = F = R (lensemble des nombres r eels): 1. x sin x, ici f est lapplication sinus. L el ement y = 2 nadmet aucun ant ec edent. L el ement y = 0 admet une innit e dant ec edents (tous les multiples entiers de ). 2. x exp(x) = ex , ici f est lapplication exponentielle. 3. x x2 +1. Ici f est lapplication prendre le carr e et ajouter 1. Un malencontreux d esir dabr eviation fait quon pourra entendre des gens parler dapplication x2 +1, ce qui est incorrect : x2 + 1 nest que limage de l el ement x par lapplication qui a ` 2 x fait correspondre x + 1. L el ement y = 0 nadmet aucun ant ec edent. L el ement y = 2 admet deux ant ec edents, +1 et 1. 4. Ici E = R = R \ {0}: x 1/x. 5. x x3 . Dans le cas des applications dune partie de R dans R, comme le sont tous les exemples ci-dessus, on trouve les ant ec edents g eom etriquement a ` partir du graphe de f en tra cant une droite horizontale dordonn ee y et en prenant les abscisses x1 , x2 . . . de ses points dintersection avec le graphe de f . D enition 3.3 Une application f de E dans F est dite injective si tout y F admet au plus un ant ec edent dans E . On dit aussi dans ce cas que f est une injection

Exemples : parmi les exemples donn es ci-dessus, x exp(x) et x x3 sont des injections de R dans R; x 1/x est une injection de R dans R. Etre injectif d epend du choix de E : lapplication de R dans R donn ee par x x2 + 1 nest pas injective. Mais si on prend E = [0, +[, lapplication de E dans R donn ee par 2 x x + 1 est injective. Traduction pratique de la d enition : si x1 , x2 sont des el ements quelconques de E tels que x1 = x2 , alors on doit avoir f (x1 ) = f (x2 ). On peut aussi lexprimer en disant que x1 , x2 E, si f (x1 ) = f (x2 ) alors n ecessairement x1 = x2 . En eet, l el ement y = f (x1 ) = f (x2 ) F a au plus un ant ec edent. Or x1 et x2 sont par hypoth` ese des ant ec edents de y , donc ce devait etre en fait le m eme : x1 = x2 . D enition 3.4 Une application f de E dans F est dite surjective si tout y F admet au moins un ant ec edent dans E . On dit aussi dans ce cas que f est une surjection. Exemples : parmi les exemples donn es ci-dessus, x x3 est une surjection de R dans R. Les autres ne sont pas surjectives. D enition 3.5 Une application f de E dans F est dite bijective si elle est a ` la fois injective et surjective, cest-` a-dire si tout y F admet exactement un ant ec edent dans E . On dit aussi dans ce cas que f est une bijection. Encore des exemples : , + [ R est injective, car sin est strictement croissante sur ] , + [ (sa 1. sin :] 2 2 2 2 d eriv ee, cos, y est strictement positive). Donc si x1 = x2 , alors soit on a x1 < x2 , donc sin x1 < sin x2 donc sin x1 = sin x2 , soit x2 < x1 et on peut faire le m eme raisonnement en intervertissant leurs r oles. , + [ R nest pas surjective, par exemple y = 2 nadmet aucun 2. sin :] 2 2 ant ec edent. 3. sin :] , + [] 1, +1[ est bijective. 2 2

4
4.1

Application inverse, composition dapplications, images r eciproques

Application inverse

D enition 4.1 Soit f une bijection de E dans F , alors pour tout y F , y poss` ede un unique ant ec edent x E tel que f (x) = y . On appelle application inverse de f et on note 8

f 1 lapplication qui admet F pour ensemble de d epart et E pour ensemble darriv ee et 1 1 telle que f (y ) = x (autrement dit, f (f (x)) = x). On a l equivalence x = f 1 (y ), y F (y = f (x), x E ) .

Exemple : Si E = R, F =]0, +[, lapplication exponentielle x ex est une bijection, et son application inverse, qui a pour ensemble de d epart ]0, +[ et pour ensemble darriv ee R, est donn ee par y ln y . Attention ! Quand a est un nombre r eel non nul, la notation a1 d esigne le r eel 1/a. 1 On peut donc trouver la notation (f (x)) pour d esigner linverse du nombre r eel f (x), mais il ne faut pas la confondre avec lapplication inverse. Par exemple, on pourrait ecrire (mais on ne le fera pas en g en eral, car cela pr ete a ` confusion !) 1 = ex , ex mais cela na rien a ` voir avec le nombre ln x (si x > 0). (ex )1 =

4.2

Composition dapplications

Lop eration de composition entre f et g consiste a ` appliquer dabord f , puis g . Il faut bien entendu que les ensembles darriv ee de f et de d epart de g soient le m eme. D enition 4.2 Soient trois ensembles E , F et G, et deux applications f : E F et g : F G. On appelle (application) compos ee de f et de g et on note g f lapplication g f : E G telle que x (g f )(x) = g (f (x)). Attention ! La notation g f semble se lire de droite a ` gauche : cest f que lon applique en premier, et g en deuxi` eme. La raison de cette notation r eside dans la formule ci-dessus. Et lordre est important, cf. exemples ci-dessous. Exemples. Dans tout ce qui suit, on prend E = F = G = R. 1. Soient f d enie par x f (x) = x + 1, et g d enie par x g (x) = x2 . Alors (g f )(x) = (x + 1)2 = x2 + 2x + 1 et (f g )(x) = x2 + 1 = (g f )(x) (quand x = 0). 2. Soient f d enie par x f (x) = sin x, et g d enie par x g (x) = 1 x2 . Alors (g f )(x) = cos2 x (que lon devrait ecrire (cos x)2 , en toute rigueur !), et 3 2 (f g )(x) = sin(1 x ). On voit que (g f )(0) = 1, et que (f g )(0) = sin 1 < 2 < 1. Donc a ` nouveau les deux applications f g et g f sont di erentes (pour que deux applications soient egales, il faut quelles aient m eme ensembles de d epart E et darriv ee F , et quelles fassent correspondre la m eme valeur a ` tout el ement x E . Donc d` es quon trouve ne serait-ce quun seul x E tel que f g (x) = g f (x), on conclut que f g = g f , rappelez-vous le paragraphe 1.5). 9

D enition 4.3 Etant donn e un ensemble E , lapplication qui a pour ensemble d epart E et pour ensemble darriv ee E et qui est donn ee par x x pour tout x E est appel ee application identit e et est not ee Id ou IdE . Exercice. Soit f une application de E dans F . V eriez que f IdE = f , et que IdF f = f . Proposition 4.4 Si f est une bijection de E dans F , alors f 1 f = IdE et f f 1 = IdF . D emonstration. Si y = f (x), f 1 f (x) = f 1 (f (x)) = f 1 (y ) = x, car il ny a quun ant ec edent possible pour y . Pour la composition dans lautre sens, f 1 (y ) doit etre un ant ec edent de y (le seul, en fait), donc f f 1 (y ) = f (f 1 (y )) = y . 2

4.3

Image et image r eciproque dun ensemble

A partir dun application f , on d enit deux applications, une de P (E ) dans P (F ), et lautre de P (F ) dans P (E ), not ees par abus f et f 1 , et ceci m eme quand f nest pas 1 bijective et donc que f na pas de sens, nexiste pas, comme application de F dans E . Il faut retenir que cette f 1 est en fait plus facile a ` manipuler que f (quand on les 1 applique a ` des sous-ensembles) ; cest f qui intervient implicitement quand on ecrit lensemble des solutions dune equation, ou dun syst` eme d equations, par exemple. D enition 4.5 Soit une application f de E dans F , et B F . Alors on appelle image r eciproque de B et on note f 1 (B ) lensemble de tous les ant ec edents des el ements y B , autrement dit f 1 (B ) = {x E : f (x) B } . Soit A E , on appelle image (directe) de A et on note f (A) lensemble de toutes les images des el ements x A, autrement dit f (A) = {y F : il existe x A tel que f (x) = y } . Remarque. Si f est une bijection, alors la notation f 1 (B ) semble avoir deux sens possibles : limage r eciproque de B par f , ou limage directe de B par lapplication bien d enie f 1 . Heureusement, ces deux sens co ncident. Exemples. Dans tout ce qui suit, on prend E = F = R. 1. x f (x) = x2 + 1. Alors f ([0, 1]) = [1, 2], f 1 ([1, 2]) = [1, +1], f 1 ([0, 2]) = [1, +1]. 2. x f (x) = x2 1. Alors f ([0, 1]) = [1, 0], f 1 ({0}) = {1, +1}, f 1 ({2}) = . ]) = [0, 1]. Par contre, 3. x f (x) = sin x. Alors f ([0, 2 f 1 ([0, 1]) = . . . [4, 3 ] [2, ] [, + ] [2, 3 ] [4, 5 ] . . . 10

4.4

Exercices

1. Soient f et g deux bijections, respectivement de E dans F et de F dans G. Montrer que (g f )1 = f 1 g 1 . On suppose maintenant que f et g sont seulement deux applications, respectivement de E dans F et de F dans G. Soient A E et B G. Montrer que g (f (A)) = (g f )(A) et que f 1 (g 1 (B )) = (g f )1 (B ). 2. Dire si les assertions suivantes sont vraies, auquel cas, les montrer. Si elles sont fausses, donnner un contre-exemple, et pr eciser lorsquune egalit ea et e propos ee si lune des inclusions est quand m eme vraie. f 1 (A B ) = f 1 (A) f 1 (B ) f 1 (A B ) = f 1 (A) f 1 (B ) f 1 (A) = f 1 (A) o` u A et B F. De m eme, est ce que ?? f (A B ) = f (A) f (B ) f (A B ) = f (A) f (B ) f (A) = f (A) o` u A et B E. 3. Soit f : R R, x sin x. D enir f (R), f ([0, ]), f ([/2, /2]), f 1 ([2, +)), f 1 ([0, 1]), f 1 ([6, 0]). (4) (5) (6) (1) (2) (3)

11

5
5.1

Combinatoire
G en eralit es sur le d enombrement

D enition 5.1 Soit E un ensemble ni, comprenant n el ements, on dit que n est son cardinal, on le note cardE ou #E . D enombrer E , cest trouver le cardinal de E . Pour trouver le cardinal de E , il faut expliquer une m ethode syst ematique qui permette de trouver tous les el ements de E ; sans compter aucun el ement plusieurs fois. Proposition 5.2 Soit E un ensemble ni, et F un ensemble tel quil existe une bijection de E dans F . Alors cardE = cardF . Soient E un ensemble ni et A une partie de E . Alors cardA cardE . D emonstration. Si f est une bijection de E dans F , alors pour tout y F , comme f est surjective, on peut trouver un ant ec edent x dans E , et un seul x ne peut avoir au plus quune image f (x), donc il y a au moins autant d el ements dans E que dans F ; mais comme f est injective, un el ement y F a au plus un ant ec edent dans E , donc il ny a pas plus d el ements dans E que dans F . Si A E , les eventuels el ements de E qui ne sont pas dans A sont en plus dans E , donc il y a plus d el ements dans E que dans A. 2

5.2

D enombrements classiques

Proposition 5.3 Si E est un ensemble ni de cardinal n, on note E p := {(x1 , . . . , xp ), xi E, 1 i p} , lensemble des p-uplets d el ements de E (les xi sont choisis arbitrairement dans E , on peut r ep eter le m eme el ement, et lordre est important). Alors cardE p = np . D emonstration. Pour construire un p-uplet, on a n choix pour x1 . Puisquon admet les r ep etitions, pour chaque choix de x1 , on a encore n choix pour x2 , donc au total n n choix pour (x1 , x2 ). Pour chacun de ces choix, on a a ` nouveau n choix pour x3 , et ainsi p de suite : on a au total n n n = n choix. 2 Exemples. 12

1. E = {0, 1, 2} et p = 2. On donne la liste des 32 = 9 possibilit es pour (x1 , x2 ) en pr esentant dabord tous les cas o` u x1 = 0, puis tous ceux o` u x1 = 1, etc. (0, 0), (0, 1), (0, 2), (1, 0), (1, 1), (1, 2), (2, 0), (2, 1), (2, 2). 2. Combien y a-t-il de nombres qui s ecrivent avec au plus trois chires en ecriture binaire ? Comme les nombres a ` moins de trois chires correspondent a ` des nombres avec un ou plusieurs 0 au d ebut, on a ici le cas o` u E = {0, 1}, donc cardE = 2, et p = 3. Il y en a donc 23 = 8 (les octets font trois bits !). Voici la liste, qui correspond a ` la liste des entiers de 0 a ` 7, ecrits en binaire: 000, 001, 010, 011, 100, 101, 110, 111. Proposition 5.4 Si E est un ensemble ni de cardinal n, et p n, on appelle arrangement a `p el ements de E une liste ordonn ee (x1 , . . . , xp ) d el ements de E tous distincts. Le nombre darrangements a `p el ements de E est not e Ap n et vaut Ap n = n! = n(n 1)(n 2) (n p + 1). (n p)!

D emonstration. On a n choix pour x1 . Mais pour chaque choix de x1 , on na plus que n 1 choix pour x2 , puis n 2 choix pour x3 une fois que x1 et x2 ont et e choisis, et ainsi de suite jusqu` a xp pour lequel on a n (p 1) = n p + 1 choix. Comme avant, on a donc n (n 1) choix pour (x1 , x2 ), n (n 1) (n 2) choix pour (x1 , x2 , x3 ), et nalement Ap n = n(n 1)(n 2) (n p + 1). Et comme n! = n (n 1) (n 2) (n p + 1) (n p) 2 1, et n! = (n p) 2 1, on voit nalement que Ap n = 2 Remarques. 1. Le nombre darrangements de n el ements dun ensemble de cardinal n est An n = n!. On enum` ere tous les el ements de E en mettant des num eros, cest donc le nombre de mani` eres de num eroter E , ou de classer E (au sens des classements des participants a ` une comp etition sportive, par exemple). 2. Comme on le voit dans lexemple pr ec edent, lordre est donc important aussi pour les arrangements, et si par exemple E = {a, b, c, d}, les deux arrangements (a, b) et (b, a) sont di erents et doivent etre compt es 1 chacun. 13 n! . (n p)!

Proposition 5.5 Si E est un ensemble ni de cardinal n, et p n, le nombre de sousp ensembles de E qui ont p el ements (cest-` a-dire A E et cardA = p) est not e Cn ou n . On parle aussi du nombre de combinaisons a `p el ements dans un ensemble a `n p el ements. Alors
p Cn =

n! n(n 1)(n 2) (n p + 1) Ap n = = . p! p!(n p)! p!

Remarque. On adopte toujours la convention 0! = 1. Ainsi

n Cn =

n! = 1, 0!n!

(le seul sous-ensemble de E de cardinal egal a ` celui de E est E lui-m eme), et

n Cn =

n! = 1, n!0!

(le seul sous-ensemble de E de cardinal egal a ` 0 est lensemble vide). D emonstration. Pour les sous-ensembles, lordre ne compte pas. Si on reprend lexemple pr ec edent avec E = {a, b, c, d}, les notations {a, b} et {b, a} repr esentent le m eme sousensemble. Donc il y a plusieurs arrangements possibles correspondant a ` un m eme sousensemble. Plus pr ecis ement, etant donn e un sous-ensemble {x1 , . . . , xp }, tous les arrangements mettant en jeu ces m emes p el ements sobtiennent en changeant lordre (en renum erotant) lensemble {x1 , . . . , xp }. Nous venons de voir quil y avait p! mani` eres de faire cela. Donc a ` chaque combinaison (sous-ensemble) de p el ements de E correspondent p! arrangements, et le nombre de sous-ensembles est celui darrangements, divis e par p!. (Cela prouve au passage que la formule de la proposition donne toujours un nombre entier, ce qui n etait pas evident). 2

5.3

Lien avec le cardinal de lensemble des injections, des surjections, des bijections.

Ce paragraphe se fait uniquement sous la forme dexercices. 1. Soient E et F des ensembles nis (#E = p, #F = n) et A(E, F ) lensemble des applications de E dans F. 1.1 Montrer que #A(E, F ) = np . 1.2 Montrer que #P (E ) = 2p . 1.3 Montrer que le nombre dinjections de E dans F est egal a ` Ap n . Quand n = p, quel est le nombre des bijections de E dans F ? 2. On suppose que p n et que E et F sont tous les deux munis dun ordre total. 14

Calculer le nombre dapplications strictement croissantes de E dans F. 3. On suppose que n = 2 p. Calculer le nombre de surjections de E dans F .

Introduction aux Espaces de probabilit e

Exp eriences al eatoires. On parle dexp erience al eatoire quand les r esultats de lexp erience d ependent du hasard. Exp erience 1. On jette un d e cubique et on lit le num ero de la face sup erieure. Exp erience 2. On jette deux fois un d e et on note les num eros obtenus. (Remarque : peut-on distinguer les d es ?) Ev enements. Les ev enements sont les r esultats dune exp erience qui peuvent se produire ou non (` a distinguer de lexp erience elle-m eme). Exp erience 1. On peut consid erer par exemple l ev enement A1 le num ero obtenu est pair; ou l ev enement A2 le num ero obtenu est sup erieur ou egal a ` 4. Exp erience 2. On peut consid erer par exemple l ev enement B la somme des deux num eros obtenus est egale a ` 6. Deux ev enements particuliers. L ev enement impossible I nest jamais r ealis e (dans lexp erience 1, on pourrait le d enir par le num ero obtenu est egal a ` 7... ou de bien dautres fa cons). L ev enement certain C est toujours r ealis e (dans lexp erience 1, on pourrait le d enir par le num ero obtenu est un entier compris entre 1 et 6). Ev enements et ensembles. Nous allons interpr eter les ev enements d ecrits ci-dessus comme des ensembles. Pour lexp erience 1, posons = {1, 2, 3, 4, 5, 6} et notons un num ero dune face de d e. Alors A1 = {2, 4, 6}, A2 = {4, 5, 6}, I = , C = . Pour lexp erience 2, posons = {1, 2, 3, 4, 5, 6}2 = {(1 , 2 ), 1 , 2 entiers compris entre 1 et 6} . 15

Il sagit ici de couples ordonn es (de 2-uplets) parce quon distingue le premier tirage du deuxi` eme tirage du d e (ou, de fa con equivalente, quon tire deux d es de couleurs di erentes, qui permettent de les individualiser). Alors B = {(1, 5), (2, 4), (3, 3), (4, 2), (5, 1)} . Plus g en eralement, a ` chaque exp erience al eatoire, on associe un ensemble (qui nest pas unique) tel que chaque ev enement observable puisse etre d ecrit comme une partie de . Lensemble de tous les ev enements possibles est P () ; en particulier, l ev enement impossible est , l ev enement certain est . Dictionnaire. L ev enement contraire de A (celui qui se produit exactement quand A ne se produit pas) correspond au compl ementaire A. Exemples : Le contraire de l ev enement certain est l ev enement impossible, = . Dans lexp erience 1 ci-dessus, le num ero obtenu est impair correspond a ` lensemble {1, 3, 5} qui est le compl ementaire dans de A1 = {2, 4, 6}. Si A et B sont deux ev enements, A et B se produisent tous les deux correspond a ` A B. Quand A et B sont deux ev enements tels que A B = (donc ils ne se produisent jamais simultan ement, comme dans le cas dun ev enement et de son contraire), on dit que ces deux ev enements sont incompatibles. Si A et B sont deux ev enements, A ou B se produit (un ou lautre, ou tous les deux) correspond a ` A B. Si A et B sont deux ev enements, on dira que A entra ne B si dans tout les cas o` uA se produit, alors B se produit, cest-` a-dire que A B , donc A B . Exemple : dans lexp erience 1, si le nombre obtenu est pair, alors il est sup erieur ou egal a ` 2 : {2, 4, 6} {2, 3, 4, 5, 6}. Pour tout , on appelle le singleton { } un ev enement el ementaire. Approche intuitive des probabilit es. Si on a une exp erience al eatoire quon peut r ep eter dans des conditions dentiques et que A est un ev enement, on peut consid erer la fr equence de A : au bout de n r ep etitions de lexp erience, si l ev enement A sest produit r fois, on pose fn (A) := r/n [0, 1]. Supposons que fn (A) admette une limite quand n (les observations faites dans la pratique sugg` erent fortement que cest le cas pour beaucoup dexp eriences typiques, comme les jeux de d es). On appelle cette limite probabilit e de A, et on la note P (A). 16

Exemples. 1. fn () = 1, fn () = 0 pour tout n. Donc P () = 1, P () = 0. 2. Si un ev enement ne se produit pas, son contraire se produit, et r eciproquement ; donc on a toujours fn (A) + fn (A) = 1, donc P (A) + P (A) = 1. 3. Dans le cas de lexp erience 1, si le d e est bien equilibr e, on peut se convaincre que 1 P (A1 ) = P (A1 ) = 2 .

7
7.1

Espace probabilis e ni
Cas g en eral

D enition 7.1 Soit un ensemble ni, P () lensemble des parties de . On appelle probabilit e nie sur (, P ()) toute application P de P () dans [0, 1] v eriant 1. P () = 1 et 2. Pour tout A et B tels que A B = , P (A B ) = P (A) + P (B ). Le triplet (, P (), P ) est appel e espace de probabilit e ni ; pour tout ev enement A (cest-` a-dire pour tout sous-ensemble A de ), le r eel positif (ou nul) P (A) est appel e probabilit e de l ev enement A. Remarques. 1. On pourrait rendre le point (2) plausible a ` partir dun raisonnement sur les fr equences, mais dor enavant nous le prenons comme une d enition. 2. On d eduit facilement du point (2) que si A1 , A2 , . . . , Ap sont des ev enements deux a ` deux disjoints, cest-` a-dire qui v erient Ai Aj = pour tout i = j , alors P (A1 A2 Ap ) = P (A1 ) + P (A2 ) + P (Ap ). Proposition 7.2 Soit (, P (), P ) un espace de probabilit e ni, et A, B P (), alors 1. P (A) = 1 P (A), 2. Si A B , alors P (A) P (B ), 3. P (A B ) = P (A) + P (B ) P (A B ). 17

D emonstration. (1) On a = A A, et A A = , donc 1 = P () = P (A) + P (A), do` u P (A) = 1 P (A). (2) De = A A, on d eduit que B = B (tous les el ements de B sont d ej` a dans par d enition de B ), cest-` a-dire B = (B A) (B A) (tous les el ements de B sont soit dans A, soit hors de A). el ement ne peut pas etre a ` la fois dans A Mais on voit que (B A) (B A) = (un et hors de A), donc on peut appliquer le point (2) de la d enition : P (B ) = P (B A) + P (B A) P (B A), (7)

puisque P (B A) 0 dapr` es la d enition (une probabilit e d ev enement est toujours comprise entre 0 et 1). (3) Dapr` es la d ecomposition de B faite ci-dessus, A B = A (B A) (B A) = (A (B A)) (B A) = A (B A), o` u la derni` ere egalit e d ecoule du fait que tous les el ements de B A sont d ej` a dans A, donc najoutent rien dans lunion A (B A). Lavantage de cette ecriture est que nous avons d esormais une d ecomposition en sous-ensembles disjoints : comme avant, un el ement ne peut ne peut pas etre a ` la fois dans A et hors de A, donc A (B A) = A A B = . Il faut encore calculer P (B A). Or on d eduit de la premi` ere egalit e de (7) que P (B A) = P (B ) P (B A), et nalement P (A B ) = P (A) + P (B A) = P (A) + P (B ) P (B A). Remarque : les r oles de A et B dans cette formule sont bien entendus sym etriques ; on peut construire une d emonstration plus sym etrique en d ecoupant chacun des deux ensembles, A = (A B ) (A B ) et (B A) (B A), et en recollant les morceaux de fa con appropri ee. 2

7.2

Equiprobabilit e

D enition 7.3 On dit quil y a equiprobabilit e lorsque les probabilit es de tous les singletons ou ev enements el ementaires sont egales. On dit aussi que P est la probabilit e uniforme sur (, P ()), ou que tous les singletons sont equiprobables. Remarque. Cest une hypoth` ese pour simplier, ce nest pas la seule possible ! 18

Th eor` eme 7.4 Soit (, P ()) un espace de probabilit e ni muni de la probabilit e uniforme P . Pour tout ev enement A, on a : P (A) = nombre de cas favorables cardA = . card nombre de cas possibles

D emonstration. Si card = n, = {1 , . . . , n } = {1 } {n }, donc 1 = P () = P ({1 }) + + P ({n }) = nP ({i }),

1 pour nimporte quel indice i variant entre 1 et n, donc P ({i }) = n pour tout i. Si un sous-ensemble A comporte exactement p el ements, on peut, quitte a ` renum eroter les i , l ecrire A = {1 , . . . , p } = {1 } {p },

donc P (A) = P ({1 }) + + P ({p }) = 2 Exemples.

cardA p = . n card

1. Exp erience 1 : on suppose le d e parfaitement equilibr e, et donc les ev enements el ementaires sont equiprobables. Pour tout i = {1, 2, 3, 4, 5, 6}, nous avons 1 1 P ({i}) = 6 , et si nous consid erons a ` nouveau A1 = {2, 4, 6}, alors P (A1 ) = 3 =2 . 6 2. Exp erience 2 : cette fois-ci, card = card{1, 2, 3, 4, 5, 6}2 = 62 = 36,
1 donc pour tout couple (i, j ) , P {(i, j )} = 36 . Pour l ev enement 5 B = {la somme des d es = 6}, cardB = 5, donc P (B ) = 36 .

3. Si on interpr` ete lexp erience 2 avec des d es indistingables (on les lance en m eme temps, ils ont la m eme couleur. . . ), alors on consid` ere que (5, 1) = (1, 5) par exemple, et = (1, 1), (2, 2), (3, 3), (4, 4), (5, 5), (6, 6), (1, 2), (1, 3), (1, 4), (1, 5), (1, 6), (2, 3), (2, 4), (2, 5), (2, 6), (3, 4), (3, 5), (3, 6), (4, 5), (4, 6), (5, 6) ,
1 2 et on voit que card = 6 + 2 (36 6), ou encore card = 6 + C6 = 21. Dans ce mod` ele, l ev enement B aura pour el ements (1, 5), (2, 4), (3, 3), et sa probabilit e 3 5 serait 21 =1 > . 7 36

19

Dans ce cas, un rapide raisonnement permet de se convaincre que ce deuxi` eme mod` ele ne correspond pas a ` la r ealit e exp erimentale (la couleur des d es peut-elle inuer leur mouvement ?), et lexp erience physique conrme que cest le mod` ele pr ec edent qui est correct (a-t-on autant de chances de sortir une somme egale a `2 quune somme egale a ` 3 ? Essayez !). On peut obtenir un mod` ele valide physiquement en ne consid erant pas les singletons de notre comme equiprobables, mais que P (i, j ) = 1 si i = j, 36 P (i, j ) = 2 si i = j. 36

On obtiendra alors les m emes probabilit es quand le mod` ele pr ec edent pour les ev enements qui peuvent etre d enis dans les deux mod` eles (cest-` a-dire ceux qui ne d ependent pas de lordre des d es). Ce qui est plus int eressant, cest que dans des situations de physique des particules, mettant en jeu des objets qui ne peuvent pas etre per cus directement (comme des photons), on peut faire des exp eriences qui permettent de calculer des probabilit es empiriques. On peut ensuite voir si elles correspondent, soit au mod` ele particules distingables, soit au mod` ele particules indistingables (et on a la surprise, dans certains cas, de constater que des particules peuvent etres indistingables en ce sens). 4. Exp erience du tirage dune boule dans une bo te comprenant 10 boules rouges et 15 boules blanches ; on a deux mani` eres de voir les choses: (i) = { blanc, rouge}. Dans ce cas il est clair que les singletons ne sont pas equiprobables, et que lon a : P({blanc}) = 2/5 ; P({rouge}) = 3/5. (ii) Mais on peut aussi choisir de d enir comme lensemble des tirages equiprobables de chacune 25 boules. Alors, = {b1 , ..., b10 , r1 , ..., r15 } et pour tout i et tout j P({ri }) = P({bj }) = 1/25.

8
8.1

Probabilit e conditionnelle
D enition

La notion de probabilit e conditionnelle intervient chaque fois que lon dispose dune information suppl ementaire qui restreint le champ du possible, et qui permet (par exemple) de r eviser ses pronostics sur la r ealisation ou non dun ev enement. Par exemple : supposons quon joue au tierc e (pari sur les noms des trois premiers chevaux dans une course, tr` es populaire en France entre les ann ees 1950 et 1980) et quon apprenne que le cheval num ero 10, bless e, doit se retirer de la course au dernier moment. La probabilit e de toutes les combinaisons de trois chevaux contenant le 10 devient instantan ement nulle. 20

De m eme, si on joue aux d es et quon lance deux d es, un apr` es lautre, on sait si on obtient un 1 au premier lancer que la probabilit e davoir une somme sup erieure ou egale a ` 8 devient nulle, et que la probabilit e davoir une somme sup erieure ou egale a ` 7 est sans doute fortement r eduite. En eet, si on conna t d ej` a le r esultat du premier d e (1), on peut raisonner sur lespace de probabilit e 1 correspondant au lancement dun seul d e (le deuxi` eme en loccurrence). Pour avoir une somme sup erieure ou egale a ` 7, il faut que le r esultat du deuxi` eme d e soit 1 sup erieur ou egal a ` 6, donc egal a ` 6, donc la probabilit e de l ev enement est 6 . Au contraire, quand on na encore lanc e aucun d e, il y a 6 + 5 + 4 + 3 + 2 + 1 = 21 couples (i, j ) = {1, 2, 3, 4, 5, 6}2 qui donnent une somme sup erieure ou egale a ` 7, et la probabilit e de 7 21 l ev enement est donc 36 = 12 . Pour donner un mod` ele de telles situations, on consid` ere que lensemble plus r eduit de possibilit es, disons A, qui nous est laiss e par linformation suppl ementaire est un sousensemble de lespace de probabilit e original. Ce A est un ev enement en soi, mais nous le consid erons comme un nouvel espace de probabilit e plus restreint, dans lequel A devient l ev enement certain. Dans lexemple ci-dessus, on avait = {1, 2, 3, 4, 5, 6}2 = (1, 1), (1, 2), . . . , (1, 6), (2, 2) . . . (2, 6), . . . (6, 1), . . . (6, 6) , alors quune fois quon sait quun 1 est sorti pour le premier d e, on peut se restreindre a ` A := (1, 1), (1, 2), . . . , (1, 6) . Remarquez que A nest pas egal au 1 donn e ci-dessus, mais quils sont en bijection (il sut de conna tre le r esultat du deuxi` eme d e pour tout savoir). Si on sait d ej` a que le premier d e donne 1, l ev enement A, le premier d e donne 1 devient certain. L ev enement la somme des d es est sup erieure ou egale a ` 7 devient, une fois que A est r ealis e, le premier d e donne 1 et la somme des d es est sup erieure ou egale a ` 7 : cest lintersection de deux ev enements. Tout cela motive la d enition suivante. D enition 8.1 Soit (, P (), P ) un espace de probabilit e ni, et A un ev enement de probabilit e non nulle. Pour tout ev enement B , on appelle probabilit e conditionnelle de B sachant A, le nombre P (A B ) . PA (B ) := P (A) On note aussi, souvent, PA (B ) = P (B |A). Proposition 8.2 Le triplet (, P (), PA ) d enit un espace de probabilit e. Cest aussi vrai pour le triplet (A, P (A), PA ).

21

D emonstration. Le premier point de la d enition 7.1 explique pourquoi nous avons divis e par P (A). En eet, PA () = P (A) P (A ) = = 1. P (A) P (A)

Si maintenant nous avons deux ev enements B1 , B2 tels que B1 B2 = , alors (A B1 ) (A B2 ) = A B1 B2 = , donc PA (B1 B2 ) = P (A (B1 B2 )) P ((A B1 ) (A B2 )) = P (A) P (A) P (A B1 ) + P (A B2 ) P (A B1 ) P (A B2 ) = = + . P (A) P (A) P (A)

Le deuxi` eme point est laiss e au lecteur. 2

8.2
8.2.1

Probabilit es compos ees, formule des probabilit es totales

Probabilit es compos ees

Remarque. On tire de fa con evidente de la d enition 8.1 l egalit e suivante : P (A B ) = P (A)P (B |A). Cest ce quon appelle la formule des probabilit es compos ees. Cest plus utile quil ny para t. Exemple Soit une bo te contenant 4 boules blanches et 3 boules noires. Quelle est la probabilit e de tirer (sans remise) une boule blanche suivie dune noire ? On consid` ere l ev enement A = la premi` ere boule est blanche et l ev enement B = la deuxi` eme boule est noire. Une fois A r ealis e, on est ramen ea ` une boite avec trois ; par ailleurs, lorsque lon ne tire boules blanches et trois boules noires : P (B |A) = 1 2 quune boule il est facile dobtenir P (A) = 4 . En appliquant la formule des probabilit es 7 compos ees ci-dessus : 1 4 2 P (A B ) = = . 2 7 7 8.2.2 Formule des probabilit es totales

Poursuivons l etude de cet exemple, et supposons que nous voulions conna tre la probabilit e de l ev enement B la deuxi` eme boule tir ee de lurne est noire. Cela peut se 22

produire de deux mani` eres : soit la premi` ere boule tir ee etait blanche (et on se retrouve dans la situation ci-dessus, celle de l ev enement A B ), soit la premi` ere boule tir ee etait noire. Cet ev enement est A . Alors il restera dans lurne, apr` es ce premier tirage, 4 boules blanches et 2 boules noires. Donc P (B |A) =
3 et comme P (A) = 1 P (A) = 7 ,

2 1 = , 6 3

P (B A) = Finalement,

1 3 1 = . 3 7 7 3 2 1 + = . 7 7 7

P (B ) = P (B A) + P (B A) =

Pour g en eraliser ce genre de situation, posons une d enition : D enition 8.3 On appelle syst` eme complet d ev enements une partition de , cest a ` dire une famille d ev enements A1 , . . . , An deux a ` deux disjoints (incompatibles), tels que = A1 An . Lid ee est que pour calculer la probabilit e dun ev enement, on va etudier s epar ement la probabilit e dans un nombre ni de cas mutuellement exclusifs, puis tout additionner. Proposition 8.4 Soit A1 , . . . , An un syst` eme complet d ev enements de probabilit es nonnulles. Alors pour tout ev enement B , on a : P (B ) = P (A1 )P (B |A1 ) + P (A2 )P (B |A2 ) + P (An )P (B |An ). Remarque. Un cas particulier tr` es utile est celui utilis e ci-dessus, a ` savoir n = 2, donc A1 = A, A2 = A. D emonstration. Comme A1 An = , B = B = B (A1 An ) = (B A1 ) (B An ), et comme les ev enements B Ai sont deux a ` deux disjoints (incompatibles), P (B ) = P (B A1 ) + + P (B An ) = P (A1 )P (B |A1 ) + P (An )P (B |An ), par la formule des probabilit es compos ees appliqu ee a ` chaque terme de la somme. 2 23

8.2.3

Exercice

On choisit au hasard un individu dans une population o` u gure une proportion p de tricheurs (p [0, 1]) et on lui fait tirer une carte au hasard dans un jeu de 52 cartes. Sil sagit dun tricheur, il tirera forc ement un as. Quelle la probabilit e que lindividu choisi tire un as ?

8.3

Formule de Bayes

On souhaite d esormais inverser le processus d ecrit dans les sous-sections pr ec edentes : au lieu de donner la probabilit e dun ev enement en fonction de celles d ev enements qui ont pu linuer on voudra, connaissant un ev enement, en inf erer quelles causes ont pu conduire a ` cet ev enement. Supposons que dans lexemple ci-dessus, la proportion de tricheurs dans la population soit de 5%. Une personne inconnue tire dans le jeu de carte et sort un as. Quelle est la probabilit e, sachant cela, que ce soit un tricheur ? Si lon appelle A l ev enement la personne est un tricheur, et B l ev enement la personne tire un as, nous voyons tout dabord que P (A) = 0, 05, P (B |A) = 1, donc P (A B ) = 0, 05. Si par contre la personne nest pas un tricheur, P (A) = 0, 95, P (B |A) = 1 , 13 donc P (A B ) = 0, 073 . . .

Donc la probabilit e totale de B est 0, 05 + 0, 073 . . . = 0, 123 . . . . Nous voulons maintenant conna tre la probabilit e de A, sachant B : P (A|B ) = P (A B ) = 0, 05/0, 123 = 0, 407 . . . P (B )

Notez bien quil y a quand m eme a ` peu pr` es trois chances sur cinq que la personne ne soit pas un tricheur, et ne pr eparez pas le goudron et les plumes ! (Le r esultat serait di erent dans une soci et e beaucoup moins honn ete, par exemple si on supposait P (A) = 0, 2). En g en eral, on peut formaliser ce raisonnement : Proposition 8.5 (Formule de Bayes) Soit A1 , . . . , An un syst` eme complet d ev enements de probabilit es non-nulles. Alors pour tout ev enement de probabilit e non-nulle B , pour tout i {1, . . . , n}, on a : P (Ai |B ) = P (Ai )P (B |Ai ) . P (A1 )P (B |A1 ) + P (An )P (B |An )

24

En particulier, si A est un ev enement tel que 0 < P (A) < 1 (et donc nest ni impossible ni certain), alors P (A)P (B |A) P (A|B ) = . P (A)P (B |A) + P (A)P (B |A) D emonstration. Cest une cons equence imm ediate de la formule des probabilit es compos ees, de la formule des probabilit es totales, et de la d enition des probabilit es conditionnelles. 2

9
9.1

Ind ependance d ev enements

Ind ependance de deux ev enements

Intuitivement, on dira que deux ev enements sont ind ependants quand la r ealisation de lun ninue pas la probabilit e que lautre se r ealise. Supposons quaucun des deux ev enements consid er es, appelons-les A et B , ne soit de probabilit e nulle. Dans le langage des probabilit es conditionnelles, lind ependance se traduit par P (A|B ) = P (A) et P (B |A) = P (B ).
(AB ) = P (B ), donc P (A B ) = P (A)P (B ), formulaLa deuxi` eme egalit e equivaut a ` PP (A) tion sym etrique qui implique donc aussi la premi` ere egalit e. Nous prendrons donc cette derni` ere formule, qui a un sens m eme quand les probabilit es peuvent sannuler, pour d enition.

D enition 9.1 Deux ev enements A et B sont ind ependants si et seulement si P (A B ) = P (A)P (B ). Remarque. Cette notion est tr` es di erente de celles d ev enement incompatibles : dans ce cas, la r ealisation dun ev enement inue enorm ement sur celle de lautre, puisquelle lexclut ! On d emontre ais ement que deux ev enements ne peuvent etre a ` la fois ind ependants et incompatibles que si lun des deux est de probabilit e nulle (auquel cas il est ind ependant de tout autre ev enement, et la notion est de peu dint er et). Proposition 9.2 Si A et B sont ind ependants, alors A et B , A et B , et A et B sont ind ependants.

25

D emonstration. Il sut de montrer la premi` ere conclusion, les autres sen d eduisent en echangeant les r oles de A et B . Or P (A B ) + P (A B ) = P (A), donc P (A B ) = P (A) P (A B ) = P (A)(1 P (B )) = P (A)P (B ). 2 Exemples. 1. On tire une carte au hasard dans un jeu de 52 cartes. Soit A l ev enement la carte 1 est un as et soit B l ev enement la carte est un pique. Alors P (A) = 13 , P (B ) = 1 , 4 1 ev enements sont ind ependants (ici lexpression ` au hasard P (A B ) = 52 : les deux doit sinterpr eter math ematiquement par : toutes les cartes sont equiprobables). 2. On reprend le mod` ele de lexp erience 2 dans la section 6 (lancer de deux d es), = {1, 2, 3, 4, 5, 6}2 = {(i, j ), i, j entiers compris entre 1 et 6} , dans lequel les singletons {(i, j )} sont tous equiprobables. Soit A l ev enement le premier d e donne un r esultat pair et B l ev enement le deuxi` eme d e donne un r esultat egal a ` 1. Alors A et B sont ind ependants. De fa con g en erale, tout ev enement qui peut se d ecrire uniquement en termes du r esultat du premier d e est ind ependant de tout ev enement qui peut se d ecrire uniquement en termes du r esultat du deuxi` eme d e. Ce type dexemples se g en eralise, et est tr` es important. Par contre, l ev enement A = le premier d e donne un 1 et l ev enement B = la somme des r esultats des deux d es est sup erieure o` u egale a ` 7 ne sont pas ind ependants (nous lavons vu au d ebut de la section 8). 3. Dans le m eme mod` ele, soit A l ev enement le premier d e donne un r esultat pair, B l ev enement le deuxi` eme d e donne un r esultat pair et C l ev enement la somme des r esultats des deux d es est un nombre pair. Alors on voit que A et B sont 1 . Dautre part, la somme de deux nombres ind ependants, avec P (A) = P (B ) = 2 est paire si et seulement si soit les deux nombres sont pairs, soit les deux nombres sont impairs, donc C = (A B ) (A B ), qui sont des ev enement disjoints, donc P (C ) = P (A B ) + P (A B ) = P (A)P (B ) + P (A)P (B ),
1 par la proposition 9.2, nalement P (C ) = 1 +1 =2 . Dautre part, A C = A B , 4 4 1 donc P (A C ) = 4 : A et C sont ind ependants, et on d emontre de la m eme mani` ere que B et C sont ind ependants.

26

Nous avons donc d emontr e que les trois ev enements A, B et C sont ind ependants deux a ` deux. Peut-on pourtant dire quils sont ind ependants ? S urement pas ! Vous voyez imm ediatement que si A et B sont r ealis es, par exemple, alors C devient certain (en fait, si deux de ces trois ev enements se r ealisent, le troisi` eme en d ecoule).

9.2

Ind ependance de familles d ev enements

Lexemple qui pr ec` ede met en evidence la n ecessit e dune notion dind ependance de famille quelconque d ev enements. D enition 9.3 Une famille d ev enements A1 , . . . , An sont dits (mutuellement) ind ependants si, quelle que soit la sous famille Ai1 , . . . , Aip d ev enements, avec 2 p n, alors P (Ai1 Aip ) = P (Ai1 ) P (Aip ). Dans le cas particulier o` u n = 2, cest la d enition 9.1 (les seuls choix possibles seront i1 = 1 et i2 = 2, ou vice-versa). Dans le cas particulier o` u n = 3, par exemple, cela donnera les conditions suivantes. Pour p = 2 : P (A1 A2 ) = P (A1 )P (A2 ), P (A1 A3 ) = P (A1 )P (A3 ), P (A2 A3 ) = P (A2 )P (A3 ); pour p = 3 : P (A1 A2 A3 ) = P (A1 )P (A2 )P (A3 ). Lexemple ci-dessus (avec A1 = A, A2 = B , A3 = C ) v erie toutes les conditions pour p = 2 (les ev enements sont ind ependants deux a ` deux), mais P (A1 A2 A3 ) = P (A1 A2 ) = 1 , 4 1 tandis que P (A1 )P (A2 )P (A3 ) = 8 . Proposition 9.4 Soit A1 , . . . , An une famille d ev enements ind ependants. Pour chaque i, on prend Ai = Ai ou Ai . Alors les ev enements A1 , . . . , An sont ind ependants. D emonstration. Soit p le nombre dindices i pour lesquels Ai = Ai . On va d emontrer la propri et e par r ecurrence sur p. Pour p = 0, cest une evidence (on na rien chang e). Pour p = 1 : supposons (au besoin en renum erotant) que A1 = A1 , Ai = Ai pour i 2. Il sut de consid erer des familles dindices qui contiennent 1 = i1 . Observons que lhypoth` ese dind ependance de la famille A1 , . . . , An implique en particulier que A1 es la Proposition 9.2, cela implique est ind ependant de l ev enement Ai2 Aip . Dapr` que A1 est ind ependant de l ev enement Ai2 Aip . Ce qui donne la formule souhait ee pour P (A1 Ai2 Aip ). Pour passer de p a ` p + 1, il sut de remarquer quon na chang e quun seul ensemble, et donc quon peut appliquer le cas p = 1 en red enissant convenablement les Ai . 2 27

9.3

Construction dun mod` ele probabiliste fond e sur la notion dind ependance.

Prenons lexemple suivant : soit un jeu de pile ou face dans lequel on lance n fois la m eme pi` ece de monnaie mal equilibr ee. Lespace des r esultats possibles du jeu est = {P, F }n , o` u P signie pile et F face. Notons Pk l ev enement le k i` eme lancer donne pile et Fk l ev enement le k i` eme lancer donne face. On se pose la question de savoir quelle probabilit e mettre sur (, P () en sorte que : pour tout k la probabilit e de Pk soit egale a ` p et celle de Fk , egale a ` (1 p) avec p [0, 1]. les r esultats des di erents lancers soient ind ependants. Un el ement de est un nuplet = (x1 , ..., xn ) o` u xi est P ou F. On note pour tout : ( ) = {i/xi = P } et ( ) = {i/xi = F }. On a alors : { } = (i() Pi ) (i() Fi ). On note ( ) = card(( )), ( ) = card(( )). Si on a lhypoth` ese dind ependance, on obtient : P ({ }) = i() P (Pi ) i() P (Fi ). et dapr` es la premi` ere hypoth` ese : P ({ }) = p() (1 p)() . On peut alors v erier que cette relation d enit bien une probabilit e sur . Exercice : Dans ce mod` ele, quelle est la probabilit e de l ev enement : on observe k piles et n k faces ?

28