KENDRIYA VIDYALAYA NO.

1,
ÈRE
BHUBANESHWAR (1 ÉQUIPE)

PROJET INTÉGRÉ EN ART

MATHÉMATIQUE
SÉANCE – 2020-21

PROBABILITÉ

Nom – Shradha Suman Mohapatra et Anwesha Kar

Classe et section – XII B
Numéro de rôle CBSE –
Sujet – Mathématiques
 CERTIFICAT

Il s'agit de certifier que Shradha Suman Mohapatra (Rouleau

n°10) et Anwesha Kar (Roll No 11), classe XII B de
Kendriya Vidyalaya No.1, Bhubaneshwar (1 ère équipe) ont
terminé avec succès leur projet intitulé « Probabilité » au
cours de l'année universitaire 2020-21, dans le cadre de la
réalisation partielle du projet intégré Mathematics Art. .

Signature de l'interne Signature de l'externe

Examinateur Examinateur

Signature du directeur
 INDICE

Sr Non Sujet Numéros de

pages
1 Introduction 1-3

2 Probabilite conditionnelle 4

3 Événement indépendant 5-6

4 Théorème de Bayes 7

5 Variables aléatoires et 8
distribution de probabilité
6 Essais Bernoulli 9

7 Distribution binomiale 10

8 Conclusion 11 - 13

9 Les références 14
 INTRODUCTION

QU'EST-CE QUE LA PROBABILITÉ ?

La probabilité signifie la possibilité. C'est une branche des
mathématiques qui traite de l'apparition d'un événement
aléatoire. La valeur est exprimée de zéro à un. La probabilité
a été introduite en mathématiques pour prédire la probabilité
que des événements se produisent.

La probabilité est une mesure de la probabilité qu'un

événement se produise. De nombreux événements ne
peuvent être prédits avec une totale certitude. Nous pouvons
seulement prédire la probabilité qu'un événement se
produise, c'est-à-dire la probabilité qu'il se produise, en
l'utilisant. La probabilité peut aller de 0 à 1, où 0 signifie
l'événement impossible et 1 indique un certain événement.
La probabilité de tous les événements d’un échantillon
totalise 1.
1| P a g e
Par exemple, lorsque nous jetons une pièce de monnaie, soit
nous obtenons pile, soit pile, seuls deux résultats possibles
sont possibles (H, T). Mais si nous lançons deux pièces en
l'air, trois possibilités d'événements se produisent, telles que
les deux pièces montrent face ou les deux montrent face ou
l'une montre face et une queue, c'est-à-dire (H, H), (H, T),
( T,T).
La théorie des probabilités est largement utilisée dans des
domaines d'études tels que les statistiques, la finance, les
jeux de hasard, l'intelligence artificielle, l'apprentissage
automatique, l'informatique, la théorie des jeux et la
philosophie.

PROBABILITÉ D'UN ÉVÉNEMENT

Supposons qu'un événement « E » puisse se produire de « r
» manières à partir d'une somme de « n » probables ou
possibles également probables. Ensuite, la probabilité que
l'événement se produise ou son succès s'exprime comme
suit :
P(E) = r/n

2| P a g e
La probabilité que l'événement ne se produise pas ou que
son échec ne se produise pas est exprimée comme suit :
P(E') = (nr)/n = 1-(r/n)
E' représente que l'événement ne se produira pas.
Par conséquent, nous pouvons maintenant dire :
P(E) + P(E') = 1
Cela signifie que le total de toutes les probabilités d’un test
ou d’une expérience aléatoire est égal à 1.
Quels sont les événements tout aussi probables ?
Lorsque les événements ont la même probabilité théorique
de se produire, ils sont alors appelés événements
équiprobables. Les résultats d’un espace échantillon sont dits
équiprobables s’ils ont tous la même probabilité de se
produire. Par exemple, si vous lancez un dé, la probabilité
d’obtenir 1 est de 1/6.
Événements complémentaires
3| P a g e
La possibilité qu’il n’y ait que deux résultats indiquant
qu’un événement se produira ou non. Comme si une
personne viendrait ou ne viendrait pas chez vous.
Fondamentalement, le complément d'un événement se
produisant exactement à l'opposé de la probabilité qu'il se
produise n'est pas o. récurrent.

PROBABILITE CONDITIONNELLE
La probabilité conditionnelle de « A » compte tenu de « B »
est la probabilité que l'événement « A » se soit produit dans
le cadre d'un essai d'une expérience aléatoire pour laquelle
on sait que l'événement « B » s'est définitivement produit.
Il peut être calculé au moyen de la formule suivante :
P(UNE|B) = P(UNE∩B)/P(B)
Supposons qu’un dé équitable ait été lancé et qu’on vous
demande de donner la probabilité qu’il s’agisse d’un cinq. Il
y a six résultats également probables, votre réponse est donc
1/6. Mais supposons qu'avant de donner votre réponse, vous
receviez l'information supplémentaire indiquant que le
nombre obtenu était impair. Puisqu'il n'y a que trois nombres
impairs possibles, dont l'un est cinq, vous réviserez
certainement votre estimation de la probabilité qu'un cinq
soit obtenu de 1/6 à 1/3.

4| P a g e
 ÉVÉNEMENT INDÉPENDANT

En probabilité, deux événements sont indépendants si

l’incidence d’un événement n’affecte pas la probabilité de
l’autre événement. Si l’incidence d’un événement affecte la
probabilité de l’autre événement, alors les événements sont
dépendants.
Il y a un dé équitable rouge à 6 faces et un dé équitable bleu
à 6 faces. Les deux dés sont lancés en même temps. Soit A
l'événement pour lequel le résultat du dé rouge est pair. Soit
B l'événement où le résultat du dé bleu est impair. Le
résultat du dé rouge n’a aucun impact sur le résultat du dé
bleu. De même, le résultat du dé bleu n’affecte pas le
résultat du dé rouge.
P(A)= 1/2, que B se produise ou non.
P(B)=1/2, que A se produise ou non.
5| P a g e
Les événements sont donc indépendants.
Il y a 3 billes vertes et 5 billes bleues dans un sac. Deux
billes sont tirées au hasard du sac. Soit G l'événement selon
lequel la première bille tirée est verte. Soit B l'événement
selon lequel la deuxième bille tirée est bleue.

Cas 1 : G se produit
Lorsque la première bille tirée est verte, il reste 7 billes dans
le sac, dont 5 bleues. Dans ce cas, P(B)= 5/7

Cas 2 : G n'arrive pas

Lorsque la première bille tirée est bleue, il reste 7 billes
dans le sac, dont 4 bleues. Dans ce cas, P(B)= 4/7
L’incidence de G affecte la probabilité de B. Ces
événements ne sont donc pas indépendants. En d’autres
termes, ils sont dépendants.

6| P a g e
 THÉORÈME DE BAYES

Énoncé du théorème de Bayes :

Soit E1, E2,…, En un ensemble d'événements associés à un
espace échantillon S, où tous les événements E1, E2,…, En
ont une probabilité d'occurrence non nulle et forment une
partition de S. Soit A tout événement associé avec S, alors
selon le théorème de Bayes,
n
P(E je │UNE) = P(E je )P(UNE│E je )/ ∑ k=1 P(E
k )P(UNE|E k )

pour tout k = 1, 2, 3,…., n

Preuve du théorème de Bayes :
D'après la formule de probabilité conditionnelle,
P(E je │UNE) = P(E je ∩UNE)P(UNE) ⋯⋯⋯⋯⋯⋯⋯⋯ (1)
En utilisant la règle de multiplication de probabilité,
P(E je ∩UNE) = P(E je )P(UNE│E je ) ⋯⋯⋯⋯⋯⋯⋯⋯ (2)
En utilisant le théorème de probabilité totale,
P(A) = n ∑ k=1 P(E k )P(A|E k ) ⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯ (3)

7| P a g e
En mettant les valeurs des équations (2) et (3) dans
l'équation 1, nous obtenons
n
P(E je │UNE) = P(E je )P(UNE│E je )/ ∑ k=1 P(E
k )P(UNE|E k )

VARIABLES ALÉATOIRES ET
DISTRIBUTION DE PROBABILITÉ

Une variable aléatoire est une fonction à valeur réelle dont le

domaine est l'espace échantillon d'une expérience aléatoire.
La distribution de probabilité pour une variable aléatoire
décrit comment les probabilités sont réparties sur les valeurs
de la variable aléatoire. Cette fonction fournit la probabilité
pour chaque valeur de la variable aléatoire. La distribution
de probabilité d'une variable aléatoire X est le système de
nombres
X :x1x2…xn
P(X) : p 1 p 2 … p n
n

Où, p je >0,∑
i=1
pi=1 , je=1, 2, …, n

Soit X une variable aléatoire dont les valeurs possibles x 1 , x

2 , …, x k se produisent avec des probabilités p 1 , p 2 , …, p k
respectivement, la moyenne de X est notée
8| P a g e
La variance d'une variable aléatoire discrète X mesure la
propagation, ou la variabilité, de la distribution et est définie
par

L'écart type est la racine carrée de la variance.

ESSAIS BERNOULLI

Une expérience aléatoire dont les résultats sont seulement de

deux types, disons succès S et échec F, est un essai de
Bernoulli. La probabilité de succès est considérée comme p
tandis que celle d'échec est q=1− p. Une variable aléatoire X
aura une distribution de Bernoulli avec une probabilité p si
sa distribution de probabilité est
P(X = x) = p x (1 – p) 1−x , pour x = 0, 1 et P(X = x) = 0
pour d'autres valeurs de x.
Ici, 0 correspond à l’échec et 1 au succès.

Conditions pour les essais Bernoulli :

1. Un nombre fini d'essais.

9| P a g e
 2. Chaque essai devrait avoir exactement deux résultats :
le succès ou l’échec.
3. Les procès doivent être indépendants.
4. La probabilité de succès ou d’échec doit être la même
dans chaque essai.

DISTRIBUTION BINOMIALE

Supposons qu’une expérience aléatoire avec exactement

deux résultats soit répétée n fois indépendamment. La
probabilité de succès est p et celle d’échec est q. Supposons
que sur ces n fois, nous obtenons un succès x fois et un
échec pour les fois restantes, c'est-à-dire n−x fois. Le
nombre total de façons dont nous pouvons réussir est nCx.
Une variable aléatoire X aura une distribution binomiale si-
P(X = x) = p(x) = n C x p x q nx ,
pour x = 0, 1, … , n et P(X = x) = 0 sinon. Ici, q=1– p. Toute
variable aléatoire de ce type X est une variable binomiale.
Un essai binomial est un ensemble de n essais bernoulliens
indépendants.

10| P a g e
Conditions de distribution binomiale :
1. Chaque essai aboutit à seulement deux résultats, à
savoir le succès et l'échec.
2. Le nombre d'essais 'n' est fini.
3. Les essais sont indépendants les uns des autres.
4. La probabilité de succès, p ou celle d’échec, q est
constante pour chaque essai.

CONCLUSION
Applications de la probabilité

Certaines applications de la probabilité prédisent le résultat

lorsque vous :

 Lancer une pièce de monnaie.

 Choisir une carte dans le jeu.
 Jeter un dé.
 Tirer un bonbon vert d'un sac de bonbons rouges.
 Gagner à la loterie 1 sur plusieurs millions

11| P a g e
Exemples de probabilités réelles

Exemple

Planification météo :
Une prévision de probabilité est une évaluation de la
probabilité qu’un événement se produise en termes de
pourcentage et enregistre les risques associés aux conditions
météorologiques. Les météorologues du monde entier
utilisent différents instruments et outils pour prédire les
changements météorologiques. Ils collectent la base de
données de prévisions météorologiques du monde entier
pour estimer les changements de température et les
conditions météorologiques probables pour une heure, un
jour, une semaine et un mois particuliers. S’il y a 40 % de
chances qu’il pleuve, les conditions météorologiques sont
telles qu’il a plu 40 jours sur 100.

Exemple

Stratégies sportives :
Dans le sport, les analyses sont effectuées à l'aide de
probabilités pour comprendre les forces et les faiblesses
d'une équipe ou d'un joueur particulier. Les analystes
utilisent les probabilités et les probabilités pour prédire les
résultats concernant les performances de l'équipe et des
membres du sport.

12| P a g e
Les entraîneurs utilisent les probabilités comme un outil
pour déterminer dans quels domaines leur équipe est
suffisamment forte et dans quels domaines elle doit travailler
pour remporter la victoire. Les entraîneurs utilisent même
les probabilités pour évaluer la capacité d’un joueur
particulier de leur équipe et quand lui permettre de jouer et
contre qui.
Un entraîneur de cricket évalue les capacités d'un joueur au
bâton et au bowling en prenant ses performances moyennes
lors des matchs précédents avant de le placer dans
l'alignement.

Exemple

Assurance:
Les compagnies d'assurance utilisent la théorie des
probabilités ou la probabilité théorique pour élaborer une
police ou la conclure à un taux de prime. La théorie des
probabilités est une méthode statistique utilisée pour prédire
la possibilité de résultats futurs.
La délivrance d’une assurance maladie pour une personne
alcoolique est susceptible d’être plus coûteuse que celle
délivrée à une personne en bonne santé. L'analyse statistique
montre des risques élevés pour la santé d'une personne
alcoolique ordinaire, ce qui garantit qu'elle représente un
risque financier important étant donné une probabilité plus
élevée de maladie grave et donc de déposer une demande de
prime.

13| P a g e
Exemple

Dans les jeux :

Le blackjack, le poker, les jeux d’argent, tous les sports, les
jeux de société et les jeux vidéo utilisent les probabilités
pour connaître la probabilité qu’une équipe ou une personne
ait des chances de gagner.
Lorsque deux dés sont lancés simultanément, les résultats
seront les suivants : -

Résumé
La probabilité joue un rôle essentiel dans la vie de tous les
jours. Dans les prévisions météorologiques, les stratégies
sportives et de jeux, l'achat ou la vente d'assurances, les
achats en ligne et les jeux en ligne, la détermination des
groupes sanguins et l'analyse des stratégies politiques.

LES RÉFÉRENCES

14| P a g e
 1. Mathématiques NCERT – Manuel de classe XII (Partie
– II)

2. Mathématiques pour la classe XII – RS Aggarwal

3. Mathématiques pour la classe XII – RD Sharma

4. Articles de Google Scholar sur les probabilités

5. Wikipédia

15| P a g e
16| P a g e