Cours de probabilité

La Bible (env. Ve siècle av. J.-C.) Le sort fait cesser les contestations, Et décide entre les puissants. (Proverbes, 18, 18)

1. Introduction 1.1 Jeux, divination et hasard Les archéologues ont retrouvé dans des habitats très anciens des pierres de différentes couleurs ainsi que des os, en particulier l’os du talon de certains animaux (chiens et moutons), qui présentent quatre faces relativement symétriques. On les appelle des astragales. L’utilisation de ces astragales n’est pas connue avec certitude, on pense qu’ils étaient là pour le jeu et pour des pratiques divinatoires. A partir de l’antiquité on est sûr de l’existence de jeux avec des astragales. Les quatre astragales étaient couramment utilisés dans les temples de la Grèce antique et à Rome. On pense que c’est par une observation attentive des lancers, observation qui montrait à l’évidence que la régularité des apparitions dépendait de l’animal dont l’os provenait, qu’est venue l’idée de construire un objet plus sûr: le dé. Le dé le plus ancien que l’on ait retrouvé date du début du troisième millénaire avant Jésus Christ. Il comporte des points marqués sur chaque face dans un ordre consécutif. Ce n’est qu’au premier millénaire, avant notre ère que l’on trouve le dé moderne, avec la répartition actuelle des points sur les faces. On a créé des dés avec 4, 6, 8, 12 voir 20 faces (icosaèdre). 1.2 L’origine des mots hasard, aléa et chance Le terme de hasard est un terme, qui apparaît au Moyen-Âge, et dont l’étymologie n’est pas bien établie. Il pourrait s’agir d’une adaptation du mot arabe « sar » qui signifie dé, ou encore d’une dérivation du nom d’un château, El Azar, en Syrie, où un jeu pratiqué avec 2 ou 3 dés, avait été découvert. Hasard : n.m. représente un emprunt (v.1150, hasart) à l’arabe az-zahr, « jeu de dés », par l’intermédiaire de l’espagnol azar (1283) « jeu de dés » et « coup défavorable au jeu de dés ». Le mot arabe vient de zahr « fleur » ou « chance » (espagnol azahar « fleur d’oranger »), les dés ayant porté une fleur sur l’une des faces, soit du verbe yasara « jouer au hasard ». Le h- est dû au fait qu’au moyen âge les mots à initiale vocalique, d’origine étrangère, étaient régulièrement écrits avec h. Hasard a désigné au moyen âge un jeu de dés et s’est dit (1200) d’un coup heureux à ce jeu (le six). C’est de ce premier sens que vient l’expression jeu de hasard (1538), mais aujourd’hui la référence au jeu de dés est oubliée, hasard, étant toujours compris au sens absolu et philosophique. (Dictionnaire Historique De La Langue Française, Dictionnaires Le Robert, Paris, 1993) Aléa : n.m. est emprunté (1852) au sens de « hasard » au latin alea, mot d’origine inconnue signifiant « jeu de dés », puis dés (le mot classique pour « dés » étant talli) et enfin « hasard ». Le sens de « dés » reste connu par la phrase célèbre de César, franchissant le fleuve Rubicon, alea jacta est, « les dés sont jetés ». (Dictionnaire Historique De La Langue Française, Dictionnaires Le Robert, Paris, 1993) Chance : n.f. d’abord chaance (v. 1175), caanche (1200), est issu de l’évolution du latin cadentia (→ cadence), participe présent pluriel neutre de cadere « tomber » (→ choir) pris pour un féminin, proprement « action de tomber », spécialement employé en latin au jeu des osselets.

1 M. Cuénod 17/04/2014

Le mot désigne le hasard qui peut faire réussir ou échouer une entreprise. (…) Sa spécialisation au jeu « chute des dés » (1208) a disparu. (Dictionnaire Historique De La Langue Française, Dictionnaires Le Robert, Paris, 1993)

Ainsi donc hasard et jeu ont la même origine. Lanier (1991) Les jeux, au sens large, qui peuvent relever du calcul des probabilités, peuvent être de hasard classique avec mise, mais aussi de hasard décisionnel, de partage. Dans ce dernier cas, le hasard est convoqué pour obtenir une décision, par exemple lorsque l’enjeu ne peut être divisé (la tunique du Christ, les charges de la démocratie athénienne). Le hasard et son calcul peuvent être convoqués soit pour aider le joueur à élaborer une stratégie gagnante dans un jeu de hasard – c’est-à-dire mesurer, peser, comparer avec le maximum de justesse –, soit pour assurer l’égalité entre des joueurs devant une décision à prendre ou un choix devant éviter la tricherie – c’est-àdire assurer la justice. Comme on le verra, ce sont ces deux aspects qui président à la constitution du calcul et c’est sans doute, leur conjonction qui va permettre sa naissance. (Lanier D., La géométrie du hasard, in : Rev. Sc. et Techn. en perspective, 1991)

1.3 Qu’est-ce que le hasard ? Dans son ouvrage l’Essay d’analyse sur les jeux de hazard, (1708) de Montmort dans son introduction affirmait que le hasard n’existait pas, mais que l’on usait de ce mot pour stigmatiser notre ignorance des phénomènes étudiés. De Montmort (1708) A parler exactement, rien ne dépend du hasard; quand on étudie la nature, on est bientôt convaincu que son auteur agit d’une manière générale et uniforme, qui porte le caractère d’une sagesse et d’une prescience infinies. Ainsi pour attacher à ce mot « hasard » une idée qui soit conforme à la vraie philosophie, on doit penser que toutes choses étant réglées suivant des lois certaines, dont le plus souvent l’ordre ne nous est pas connu, celles-là dépendent du hasard dont la cause naturelle nous est cachée. Après cette définition on peut dire que la vie de l’homme est un jeu où règne le hasard. (De Montmort, Essay d’analyse sur les jeux de hazard, 1708)

On retrouve cette vision déterministe de la réalité chez P.S. De Laplace, qui écrivait en 1814: Laplace (1814) Tous les événements, ceux même qui par leur petitesse semblent ne pas tenir aux grandes lois de la nature, en sont une suite aussi nécessaire que les révolutions du soleil. Dans l’ignorance des liens qui les unissent au système entier de l’univers, on les a fait dépendre des causes finales ou du hasard, suivant qu’ils arrivaient ou se succédaient avec régularité ou sans ordre apparent; mais ces causes imaginaires ont été successivement reculées avec les bornes de nos connaissances et disparaissent entièrement devant la saine philosophie, qui ne voit en elles que l’expression de l’ignorance où nous sommes des véritables causes. Les événements actuels ont avec les précédents une liaison fondée sur le principe évident, qu’une chose ne peut commencer d’être sans une cause qui la produise. Cet axiome, connu sous le nom de « principe de la raison suffisante », s’étend aux

2 M. Cuénod 17/04/2014

actions même que l’on juge indifférentes. La volonté la plus libre ne peut sans un motif déterminé leur donner naissance; car si, toutes les circonstances de deux positions étant exactement semblables, elle agissait dans l’une et s’abstenait d’agir dans l’autre, son choix serait un effet sans cause; elle serait alors, dit Leibniz, le hasard aveugle des épicuriens. L’opinion contraire est une illusion de l’esprit qui, perdant de vue les raisons fugitives du choix de la volonté dans les choses indifférentes, se persuade qu’elle est déterminée d’elle-même et sans motifs. Nous devons donc envisager l’état présent de l’univers comme l’effet de son état antérieur et comme la cause de celui qui va suivre. Une intelligence qui, pour un instant donné, connaîtrait toutes les forces dont la nature est animée et la situation respective des êtres qui la composent, si d’ailleurs elle était assez vaste pour soumettre ces données à l’analyse, embrasserait dans la même formule les mouvements des plus grands corps de l’univers et ceux du plus léger atome: rien ne serait incertain pour elle, et l’avenir, comme le passé serait présent à ses yeux. » (De Laplace S.P., Essai philosophique sur les probabilités, 1814.)

Les mathématiciens d’alors ne donneront pas de définition formelle du hasard, jugeant cette définition inutile à la pratique de cette discipline (« Sur un sujet vaguement défini, on peut raisonner sans équivoque » dit P.S. de Laplace) voir suffisamment claire en soi (« le mot hasard, intelligible en soi, éveille dans l’esprit une idée parfaitement claire » (Bertrand J., Calcul des probabilités, 1889). Cette attitude philosophique à l’égard de cette discipline se maintiendra jusqu’au début du XXe siècle. Poincaré (1907) Et d’abord, qu’est-ce que le hasard ? Les Anciens distinguaient les phénomènes qui semblent obéir à des lois harmonieuses, établies une fois pour toutes, et ceux qu’ils attribuaient au hasard; c’étaient ceux qu’on ne pouvait prévoir parce qu’ils étaient rebelles à toute loi. Dans chaque domaine, les lois précises ne décidaient pas de tout, elles traçaient seulement les limites entre lesquelles il était permis au hasard de se mouvoir. Dans cette conception, le mot hasard pour l’un, était aussi hasard pour l’autre et même pour les dieux. Mais cette conception n’est plus la nôtre; nous sommes devenus des déterministes absolus, et ceux mêmes qui veulent réserver les lois du libre arbitre humain laissent du moins le déterminisme régner sans partage dans le monde inorganique. Tout phénomène, si minime qu’il soit, a une cause, et un esprit infiniment puissant, infiniment bien informé des lois de la nature, aurait pu le prévoir depuis le début des siècles. Si un pareil esprit existait, on ne pourrait jouer avec lui à aucun jeu de hasard, on perdrait toujours. Pour lui, en effet, le mot de hasard n’aurait pas de sens, où plutôt il n’y aurait pas de hasard. C’est à cause de notre faiblesse et de notre ignorance qu’il y en aurait un pour nous. (Poincaré H., Science et Méthode, in : Revue du mois, 1907)

Mais avec l’exploration de l’infiniment petit, l’élaboration de la théorie quantique, qui affirme qu’il n’est pas possible de connaître simultanément la position et la vitesse d’une particule avec une précision arbitraire, la vision déterministe de l’univers a été sérieusement mis à mal. Car il ne s’agit pas d’une impossibilité technique, matérielle, liée à nos instruments de mesure ou à nos capacités, non, il s’agit d’une impossibilité fondamentale qui échappe et échappera toujours à notre contrôle. Pagels (1982) Malgré toutes les difficultés mathématiques de la définition du hasard, nous pouvons, à l’instar de Richard von Mises, adopter une attitude pragmatique. Pour lui, la définition pratique d’un processus aléatoire tient en ce qu’il est imbattable. Imaginons une machine à sous qui génère des nombres aléatoires. A long terme, cette machine est imbattable et toute stratégie est inutile; nous pouvons alors dire

3 M. Cuénod 17/04/2014

que, d’un point de vue pratique, les nombres qu’elle produit sont vraiment aléatoires. S’il y avait le moindre défaut dans la machine si les nombres n’étaient pas vraiment aléatoires, un nombre donné reviendrait plus souvent que les autres et le sachant, cela pourrait nous servir à battre la machine. Le hasard véritable est imbattable. Cette définition pratique du hasard convient au monde réel. C’est sur elle que tablent les casinos et les compagnies d’assurances. Et s’ils sont toujours gagnants, c’est parce que le hasard est imbattable et qu’ils le savent bien. Observons à présent le hasard dans la nature. L’atome est le meilleur endroit où nous puissions trouver le hasard – il n’y a rien de tel que le hasard quantique. Des processus tels que la désintégration radioactive d’un noyau, soumis aux tests du hasard, triomphent à tous les coups. L’instant et le lieu auxquels un atome se désintègre sont totalement aléatoires. S’il nous est possible d’imaginer un défaut dans la machine envisagée ci-dessus, les physiciens par contre n’ont jamais pu déceler le moindre défaut dans le monde quantique. (Pagels H., L’Univers quantique, Interédition, Paris, 1982, p.19)

Et Pagels de poursuivre: Pagels (1982) Laplace et les autres mathématiciens ont montré que, bien que les événements aléatoires individuels fussent dépourvus de toute signification, la distribution de ces mêmes événements ne l’est en rien et peut être l’objet d’une science exacte: la théorie des probabilités. L’idée centrale de cette théorie est la notion de distribution des probabilités – ou affectation de probabilités à un ensemble d’événements liés les uns aux autres. (...) La distribution des probabilités résulte d’une combinatoire mathématique; il s’agit de l’addition des différentes combinaisons permettant d’obtenir tel ou tel résultat. (...) La distribution des événements semble pourvue d’une objectivité que ne possède pas l’événement aléatoire individuel. < Ainsi > dans le monde microscopique des atomes, c’est la distribution des événements qui est spécifiée par la théorie quantique, et non pas les événements individuels eux-mêmes. (...) Nous pourrions imaginer que, puisqu’elles détiennent une sorte d’objectivité, les distributions de probabilité possèdent une existence indépendante des événements individuels. Cette erreur peut nous inciter à croire que la distribution « oblige » les événements à se conformer à un schéma donné. (...) C’est là un raisonnement « à rebours », parce que ce sont les événements individuels qui établissent la distribution, et non pas le contraire. En introduisant un événement non aléatoire, un élément d’organisation au niveau des événements individuels, on change la distribution des probabilités. L’invisibilité et l’objectivité des distributions sont étonnantes; mais celles-ci possèdent une autre caractéristique tout aussi remarquable: leur stabilité, qu’il s’agisse de distributions de mouvements atomiques, de réactions chimiques, d’événements biologiques ou sociaux. Nous n’imaginons pas que les distributions de probabilité au jeu de dés puissent changer avec le temps, puisque les dés ne sont pas soumis à des forces temporelles. Mais qu’en est-il de la probabilité de fractures de la jambe dans une station de ski donnée, saison après saison? Comment peut-on expliquer la stabilité de cette probabilité sur de très longues périodes? Cette stabilité résulte du fait que l’événement individuel est aléatoire et indépendant des autres événements semblables. Le désordre au niveau individuel entraîne un déterminisme collectif. (...) La distribution est stable parce que les événements sont aléatoires et indépendants. Ce n’est qu’en introduisant un événement non aléatoire (...) que l’on pourra modifier la distribution. (Pagels H., L’Univers quantique, Interédition, Paris, 1982, pp. 111-114)

Ainsi les événements qui nous paraissent ou qui sont fondamentalement aléatoires peuvent faire l’objet d’une étude scientifique du fait même de leur caractère aléatoire. C’est là le fondement même de cette branche des mathématiques appelée statistique. Ces disciplines que l’on jumelle volontiers, statistique et probabilité, sont très récentes. C’est en 4 M. Cuénod 17/04/2014

effet dans les années 1930 que le mathématicien russe Kolmogorov élabora l’axiomatique des probabilités. Si l’on sait que le complexe peut être appréhendé, par le biais des distributions de probabilité, par le général, le « simple », ce n’est que tout dernièrement que l’on s’est rendu compte, par l’étude des systèmes dynamiques, que le simple engendre le complexe. Ce complexe ayant alors tous les aspects de l’aléatoire. C’est dans les années cinquante qu’ont commencé les premiers travaux sur le chaos. On parle maintenant de chaos déterministe appellation aussi stupéfiante que celle utilisée par B. Pascal pour décrire le premier traité de probabilité: La Géométrie du Hasard. Après avoir signalé la différence qui existe entre déterminisme et prévisibilité, I. Stewart, dans son ouvrage La Nature et les Nombres, présente le problème sous ce nouvel angle. Stewart (1998) Notre monde est-il déterministe, ainsi que le dit Laplace, ou est-il régi par le hasard, comme il semble souvent l’être ? Et, si vraiment Laplace avait raison, pourquoi notre expérience quotidienne le dément-il si fréquemment ? L’un des domaines les plus excitants des nouvelles mathématiques – connu par le public sous le nom de théorie du chaos – se targue de pouvoir apporter bien des réponses. Qu’il le fasse ou non, il révolutionne certainement la manière dont nous pensons à l’ordre et au désordre, aux lois et à la chance, à la prévisibilité et au hasard. (...) Où Laplace avait-il donc commis une erreur ? Le point à ne pas manquer, c’est qu’en réalité on ne peut jamais mesurer l’état initial d’un système de manière exacte. Les mesures les plus précises que l’on soit parvenu à faire sur un système physique sont exactes à la dixième ou à la douzième décimale près. Et l’énoncé de Laplace ne vaut que si l’on arrive à mesurer les grandeurs avec une précision infinie, avec un nombre infini de décimales – et cela, bien entendu, c’est exclu. A l’époque de Laplace, les gens étaient conscients de ces incertitudes de mesure, mais ils supposaient généralement que, s’ils avaient été en mesure de déterminer les grandeurs initiales avec dix décimales, par exemple, alors toutes les prédictions seraient aussi exactes à dix décimales près. L’erreur ne disparaîtrait pas, mais elle ne croîtrait pas non plus. Malheureusement, l’erreur croît, ce qui nous interdit de mettre bout à bout des prédictions à court terme pour en faire une prévision à long terme. (...) A chaque étape l’erreur croît d’un facteur dix environ. (...) Ce phénomène se nomme « sensibilité aux conditions initiales », ou, plus informellement l’ « effet papillon » < lorsqu’un papillon à Tokyo bat des ailes, un ouragan peut se déclencher en Floride un mois plus tard >. Il est intimement lié à une très grande irrégularité dans le comportement. Tout ce qui est vraiment régulier est assez prévisible. Mais une très grande sensibilité aux conditions initiales rend un système imprévisible – donc irrégulier. C’est pour cela que l’on qualifie tout système sensible aux conditions initiales de chaotique. Un comportement chaotique suit des lois déterministes, mais il est si irrégulier que l’oeil non exercé le prend pour un phénomène réellement aléatoire. Le chaos, ce n’est pas seulement un comportement compliqué et sans motif apparent; le concept est bien plus subtil. Le chaos a les apparences de la complication, en apparence aucun motif n’est présent, mais l’explication est simple et de nature déterministe. (...) Cette découverte fut le fruit de trois développements indépendants. L’un d’eux a été un changement d’intérêt, lorsque les scientifiques se sont désintéressés des comportements périodiques pour s’intéresser à des comportements plus complexes. Le deuxième fut l’avènement de l’ordinateur, qui a rendu possible, rapide et aisée la recherche de solutions approchées des équations dynamiques. Le troisième fut un changement de perspective sur la dynamique – que l’on a commencé à approcher par la géométrie au lieu d’utiliser des approches numériques. Le premier développement a fourni un objectif, le deuxième une technique, le troisième un outil pour la compréhension. (Stewart I., La Nature et les Nombres, Hachette, Paris, 1998, pp. 118-123)

En quoi ces données nouvelles ont-elles modifié notre mathématisation des phénomènes 5 M. Cuénod 17/04/2014

aléatoires? Pour ce qui est du calcul lui-même les résultats établis avant le début du XXe siècle restent valables. C’est dans l’analyse des fondements ainsi que dans la manière d’envisager les objets mathématiques concernés que les changements peuvent être observés.

6 M. Cuénod 17/04/2014

2. Quelques problèmes historiques 2.1 L’astragale Dans un astragale on attribuait à la face supérieure convexe 4 points, à la face opposée concave 3 points, à la face latérale la plus grande, 1 points et à la face latérale opposée la plus mince, 6 points. On a fait avec un astragale de mouton de nombreux jets et on a ainsi pu établir les probabilités empiriques suivantes: la probabilité pour obtenir l’une des faces latérales est de 0,1, et la probabilité l’une des deux autres faces est de 0,4. On jetait le plus souvent quatre astragales. On appelait « coup du chien » lorsque l’on obtenait 4 fois la même face latérale. Ce coup était considéré comme un mauvais présage. Le nom de « coup de Vénus » était donné lorsque les quatre astragales présentaient des faces toutes différentes. Ce coup était considéré comme un présage favorable. a) Quelles sont, avec les données expérimentales ci-dessus, les probabilités d’obtenir de tels coups?

Différentes astragales de ruminants

b) Avec les données expérimentales citées cidessus quelle est la moyenne des points que l’on obtient en jetant les quatre astragales ? 2.2 Le problème du Grand duc de Toscane: Le jeu de passe-dix On jouait beaucoup, au XVIe et XVIIe siècle, au jeu de passe-dix. La règle en est très simple; on jette trois dés au hasard; l’un des joueurs gagne s’il obtient une somme de points supérieurs à 10; il perd si la somme des points est inférieure ou égale à 10. a) Ce jeu est-il équitable ? b) L’expérience a montré que la somme de 9 sortait moins souvent que la somme 10 alors qu’il y a pourtant autant de combinaisons pour obtenir ces deux sommes. Pourquoi ? c) Quelle est la différence de fréquence d’apparition entre la somme de 9 et celle de 10 ?

7 M. Cuénod 17/04/2014

2.3 Le premier problème du chevalier de Méré: le problème des dés. Pascal (1654) « Je n’ai pas le temps de vous envoyer la démonstration d’une difficulté qui étonnait fort M. de Méré; car il a un très bon esprit, mais il n’est pas géomètre. C’est comme vous savez, un grand défaut. Il me disait donc qu’il avait trouvé difficulté sur les nombres pour cette raison: si l’on entreprend de faire 6 avec un dé, il y a avantage de l’entreprendre par quatre coups. Si l’on entreprend de faire « sonnez » (double six) avec deux dés, il y a désavantage de l’entreprendre en vingt-quatre coups, et néanmoins 24 est à 36, qui est le nombre des faces de deux dés, comme 4 est à 6, qui est le nombre des faces d’un dé. Voilà quel était son grand scandale et qui lui faisait dire hautement que les propositions n’étaient pas constantes et que l’arithmétique se dément. » (Extrait de la lettre de B.Pascal à P. Fermat datée du 29 juillet 1654)

a) Reformulée en langage moderne le « scandale » du chevalier de Méré revient à poser la question suivante: pourquoi est-il plus avantageux d’obtenir au moins un 6 en lançant 4 fois un dé que d’obtenir au moins un double 6 en lançant 24 fois deux dés alors que 4 est à 6 comme 24 est à 36 ? Il apparut assez rapidement que la valeur moyenne du nombre d’épreuves qu’il faut tenter pour voir un événement se produire est l’inverse de sa probabilité. Si, par exemple, la probabilité d’un événement est de 1/100, il faut tenter, en moyenne cent épreuves pour que l’événement se produise, mais vraisemblablement l’événement se produira en un nombre d’épreuves moindre. Pour le chevalier de Méré il y a une chance sur deux pour qu’un tel événement se produise avant cinquante épreuves ou pour qu’il se produise après, parce que 50 est à 100 ce que 1 est à 2. Il s’appuyait pour affirmer cela sur le fait que lorsque la probabilité est de 1/2, il y a égale chance pour que l’événement se produise à la première épreuve, ou pour qu’il se produise ensuite. b) Que pensez-vous de ce raisonnement et quelle serait votre réponse à la question: quelle est la valeur probable du nombre d’épreuves à réaliser pour qu’un événement de probabilité 1/100 ait une chance sur deux de se réaliser ? c) Montrer que de façon générale, si la probabilité d’un événement est p à chaque épreuve, p étant inférieur à 1/25, la valeur probable du nombre d’épreuves qu’il faut tenter pour voir l’événement se produire avec une probabilité de 50% est approximativement de 0,7/p. Ainsi si la probabilité d’un événement est 1/400, on peut parier à égalité que cet événement se produira avant 280 épreuves. 2.4 Le deuxième problème du chevalier de Méré: le problème des Partis Dans une première lettre de l’été 1654 (malheureusement perdue), B.Pascal soumet à P.Fermat un deuxième problème, posé par le chevalier de Méré: Deux joueurs engagent chacun 32 pistoles dans un jeu de pile ou face; empochera les 64 pistoles celui d’entre eux qui, le premier, aura obtenu 3 succès, consécutifs ou non. Ils jouent une première manche, un des deux joueurs gagne; ils sont à ce moment obligés de se séparer, et la partie ne sera jamais terminée. Comment partager équitablement l’enjeu entre eux ? Quelle réponse donnez-vous à cette question et pourquoi ?

8 M. Cuénod 17/04/2014

P. Fermat répondra à B. Pascal qui lui répondra à son tour, dans cette même lettre du 29 juillet 1654. Cette date symbolique est considérée par certains comme le véritable début de l’étude mathématique des probabilités. Pascal présente à Fermat, non seulement la solution à la question du chevalier de Méré, mais une méthode qui permet une généralisation. Ce problème est connu sous le nom de: problème des partis. B.Pascal dans son traité: Traité du triangle arithmétique précise ce qu’il entend par cette dénomination. Pascal (1654) Pour déterminer les partis qu’on doit faire entre deux joueurs qui jouent en plusieurs parties. Pour entendre les règles des partis, la première chose qu’il faut considérer est que l’argent que les joueurs ont mis au jeu ne leur appartient plus, car ils en ont quitté la propriété: mais ils ont reçu en revanche le droit d’attendre ce que le hasard leur en peut donner, suivant les conditions dont ils sont convenus d’abord. Mais comme c’est une loi volontaire, ils peuvent la rompre de gré à gré; et ainsi, en quelque terme que le jeu se trouve, ils peuvent le quitter; et, au contraire de ce qu’ils ont fait en y entrant, renoncer à l’attente du hasard, et rentrer chacun en la propriété de quelque chose. Et en ce cas, le règlement de ce qui doit leur appartenir doit être tellement proportionné à ce qu’ils avaient droit d’espérer de la fortune, que chacun d’eux trouve entièrement égal de prendre ce qu’on lui assigne ou de continuer l’aventure du jeu: et cette juste distribution s’appelle le parti. (Pascal B., Traité du triangle arithmétique, 1654).

Précisons encore que ce problème des partis, est déjà abordé par L.Pacioli (1445-1514) dans son ouvrage: Summa de arithmetica, geometria, proprotionii et proportionalita: Une brigade joue à la paume: il faut 60 pour gagner, chaque coup vaut 10. L’enjeu est de 10 ducats. Un incident survient qui force les soldats à interrompre la partie commencée, alors que le premier camp a gagné 50 et le second 20. On demande quelle part de l’enjeu revient à chaque camp.

La solution de L. Pacioli sera critiquée par N. Tartaglia (1500-1557), qui par un chemin différent, aboutira à la même solution que L. Pacioli. Il conclura: La résolution d’une telle question est davantage d’ordre judiciaire que rationnel et quelque manière qu’on veuille la résoudre, on y trouvera sujet à litiges.

La clé du problème sera fournie par G.Cardan (1501-1576), qui pourtant ne pourra l’exploiter et donnera dans son ouvrage, Practica arithmetica et mesurandi singularis (1539), une réponse erronée au problème posé par L. Pacioli. Il faudra attendre un siècle pour que B. Pascal et P. Fermat donnent la solution à ce problème par deux voies différentes (pour les détails concernant les différentes solutions proposées par L .Pacioli, N. Tartaglia et G. Cardan, voir l’article de D. Lanier La géométrie du hasard, mars 1991).

9 M. Cuénod 17/04/2014

2.6 Le problème de l’aiguille de Buffon Je suppose que dans une chambre dont le parquet est simplement divisé par des joints parallèles, on jette en l’air une aiguille, et que l’un des joueurs parie que l’aiguille ne croisera aucune des parallèles du parquet, et que l’autre, au contraire parie que l’aiguille croisera quelques unes des parallèles; on demande le sort de ces deux joueurs. Georges Louis Leclerc, comte de Buffon (1797-1788)

En d’autres termes, en désignant par 2a la distance des joints parallèles du plancher et par 2l la longueur de l’aiguille, quelle est la probabilité que l’aiguille rencontre un des joints ? (On supposera que l < a pour ne pas avoir à considérer les cas où l’aiguille coupe plusieurs joints) Remarque : Comme vous le trouverez, le résultat fait intervenir le nombre π. En effectuant donc un grand nombre de jets d’aiguille on peut trouver des approximations de la valeur π ! C’est ainsi qu’en 1850 Wolf lance 5000 aiguilles avec une rapport l/a = 0,8 et trouve 2532 intersections; il en déduit l’approximation π = 3,1596 . En 1855, Smith d’Aberdeen lance 3204 aiguilles avec un rapport l/a = 0,6 et trouve 1218,5 (les demi-intersections correspondent aux cas ambigus); il en déduit l’approximation π = 3,1553 . En 1860, Augustus De Morgan lance 600 aiguilles avec un rapport l/a = 1 et trouve 382,5 intersections; il en déduit l’approximation π = 3,137 . (Delahaye J.P., Le fascinant nombre π, pp. 17-18).

2.7 Le paradoxe de la corde de Bertrand

Bertrand, (1899) On trace une corde au hasard dans un cercle; quelle est la probabilité pour que sa longueur soit supérieure au côté du triangle équilatéral inscrit ? (Bertrand J., Calcul des Probabilités)

Joseph Bertrand, (1822-1900)

10 M. Cuénod 17/04/2014

3. Conclusion provisoire Avant de passer à une présentation axiomatisée moderne des probabilités, axiomatisation accomplie dans le milieu du XXe siècle par le mathématicien russe Kolmogorov, Henri Poincaré brosse un résumé de l'état des problèmes que pose la notion de probabilité dans un texte écrit au début de ce siècle. Poincaré (1918) Pour classer les problèmes qui se présentent à propos des probabilités, on peut se placer à plusieurs points de vue différents, et d'abord au point de vue de la généralité. J'ai dit plus haut que la probabilité est le rapport du nombre de cas favorables au nombre des cas possibles. Ce que, faute d'un meilleur terme, j'appelle la généralité, croîtra avec le nombre des cas possibles. Ce nombre peut être fini; comme, par exemple, si l'on envisage un coup de deux dés où le nombre de cas possibles est 36. C'est là le premier degré de généralité. Mais, si nous demandons, par exemple, quelle est la probabilité pour qu'un point intérieur à un cercle soit intérieur au carré inscrit, il y a autant de cas possibles que de points dans le cercle, c'est-à-dire une infinité. C'est le second degré de généralité. La généralité peut être poussée plus loin encore: on peut se demander la probabilité pour qu'une fonction satisfasse à une condition donnée; il y a alors autant de cas possibles qu'on peut imaginer de fonctions différentes. C'est le troisième cas de généralité, auquel on s'élève, par exemple, quand on cherche à deviner la loi la plus probable d'après un nombre fini d'observations. On peut se placer à un point de vue tout différent. Si nous n'étions ignorants, il n'y aurait pas de probabilité, il n'y aurait de place que pour la certitude; mais notre ignorance ne peut être absolue sans quoi il n'y aurait pas non plus de probabilité, puisqu'il faut un peu de lumière pour parvenir même à cette science incertaine. Les problèmes de probabilité peuvent ainsi se classer d'après la profondeur plus ou moins grande de notre ignorance. En mathématiques, on peut déjà se proposer des problèmes de probabilité. Quelle est la probabilité pour que la 5ème décimale d'un logarithme pris au hasard dans une table soit un 9? On n'hésitera pas à répondre que cette probabilité est 1/10. Ici nous possédons toutes les données du problème; nous saurions calculer notre logarithme sans recourir à la table; mais nous ne voulons pas nous en donner la peine. C'est le premier degré de l'ignorance. Dans les sciences physiques, notre ignorance est déjà plus grande. L'état d'un système, à un instant donné, dépend de deux choses: son état initial et la loi d'après laquelle cet état varie. Si nous connaissions à la fois cette loi et cet état initial, nous n'aurions plus qu'un problème mathématique à résoudre et nous retomberions sur le premier degré d'ignorance. Mais il arrive souvent qu'on connaisse la loi et qu'on ne connaisse pas l'état initial. On demande, par exemple, quelle est la distribution actuelle des petites planètes; nous savons que, de tous temps, elles ont obéi aux lois de Kepler, mais nous ignorons quelle était leur distribution initiale. Dans la théorie cinétique des gaz, on suppose que les molécules gazeuses suivent des trajectoires rectilignes et obéissent aux lois du choc des corps élastiques; mais, comme on ne sait rien de leurs vitesses initiales, on ne sait rien de leurs vitesses actuelles. Seul, le calcul des probabilités permet de prévoir les phénomènes moyens qui résulteront de la combinaison de ces vitesses. C'est là le second degré d'ignorance. Il est possible, enfin, que non seulement les conditions initiales, mais les lois elles-mêmes, soient inconnues; on atteint alors le troisième degré de l'ignorance et, généralement, on ne peut plus rien affirmer du tout au sujet de la probabilité d'un phénomène. Il arrive souvent qu'au lieu de chercher à deviner un événement d'après une connaissance plus ou moins imparfaite de la loi, on connaisse les événements et qu'on cherche à deviner la loi; qu’au lieu de déduire les effets des causes, on veuille déduire les causes des effets. Ce sont là les problèmes dits de probabilités des causes, les plus intéressants au point de vue de leurs applications scientifiques. (...)

11 M. Cuénod 17/04/2014

On peut dire que c'est le problème essentiel de la méthode expérimentale. J'ai observé n valeurs de x et les valeurs correspondantes de y; j'ai constaté que le rapport des secondes aux premières est sensiblement constant. Voilà l'événement; quelle est la cause ? Est-il probable qu'il y ait une loi générale d'après laquelle y serait proportionnel à x et que les petites divergences soient dues à des erreurs d'observations? Voilà un genre de question qu'on est sans cesse amené à se poser et qu'on résout inconsciemment toutes les fois que l'on fait de la science. (Poincaré H., La Science et l'Hypothèse, pp. 219-222).

12 M. Cuénod 17/04/2014

4. Présentation axiomatique des probabilités de Kolmogorov (1933) 4.1 Expérience aléatoire – Univers – Evénements Définitions On appelle épreuve ou expérience aléatoire ε une expérience qui peut être répétée dans des conditions apparemment identiques et dont le résultat ne peut être prévu a priori : jet de dés; tirage de boules dans des urnes avec (ou sans) remise; choix d’une direction dans le plan ; etc. On appelle éventualité ou issue, le résultat de l’expérience aléatoire et ensemble des constituants, ou univers, l’ensemble des résultats possibles. On note souvent cet ensemble univers par les lettres U, E ou Ω. Remarques 1.

Cet univers Ω peut être fini comme dans l’expérience aléatoire d’un jet de dé cubique. Ω = {1;2;3; 4;5;6}.

2.

Cet univers peut être infini dénombrable comme dans l’expérience suivante jet d’une pièce de monnaie jusqu’à ce que pile apparaisse.

E = {P;FP;FFP; FFFP;...}

3.

Cet univers peut être infini non dénombrable comme dans l’expérience suivante angle formé par une aiguille jetée sur un plancher formé de lames de même direction (cf. l’expérience aléatoire de l’aiguille de Buffon).

U = [0;2 π[

Définitions On appelle événement tout sous-ensemble A de l’univers U. On dit d’un événement A qu’il s’est réalisé ou qu’il a eu lieu, si lors du déroulement de l’expérience aléatoire se présente une issue appartenant à A. En d’autres termes: considérons une expérience aléatoire dont les issues forment un univers U. Soit A un événement et e ∈U une issue de l’expérience aléatoire. Si e ∈A, alors l’événement A s’est réalisé, et si e ∉A, alors l’événement A ne s’est pas réalisé; on dit alors que c’est l’événement contraire A qui s’est réalisé. On appelle événement élémentaire tout singleton de U. On dit que U est un événement certain. On dit que l’ensemble vide, ∅, est l’ événement impossible. Soit A et B deux événements tels que A∩ B = ∅ on dit alors que les deux événements sont incompatibles. Soit A un événement de U, on dit que l’événement contraire de A s’est réalisé, événement contraire que l’on note A , si l’événement A ne s’est pas réalisé

13 M. Cuénod 17/04/2014

Exercices 1.

Montrer que l’ensemble vide ∅ est inclus dans tout ensemble A.

2.

On note P(U ) l’ensemble des sous-ensembles de l’ensemble U. Montrer, à l’aide d’un raisonnement par récurrence, que si l’univers U possède n éléments alors il y a 2n événements.

4.2 Algèbre des ensembles Définitions Un événement étant un sous-ensemble d’un ensemble appelé univers, on peut envisager de construire d’autres événements à partir d’événements, élémentaires par exemple, à l’aide des opérations sur les ensembles: l’intersection et la réunion, symbolisée par : ∪ et ∩ . Ainsi l’événement A∩ B se réalise lorsque les événements A et B se produisent tous les deux. L’événement A∪ B se réalise lorsque l’événement A ou bien l’événement B (éventuellement les deux) se produit. On a vu plus haut que A définit l’événement contraire de A, cette notion permet de définir la différence de deux ensembles : A − B = A∩ B. On a de plus une relation d’ordre entre les sous-ensembles de l’univers U: l’inclusion. Ainsi si la réalisation de l’événement A entraîne systématiquement la réalisation de l’événement B, on dit que A implique B; ceci se note : A ⊂ B. Deux ensembles sont égaux s’ils contiennent les mêmes éléments. Propriétés des opérations sur les événements P1

Les opérations ∩ et ∪ sont associatives et commutatives.

P2

Dans le cas où l’univers U est fini ces opérations sont internes dans P(U) .

P3

A ∩ ( B ∪ C ) = ( A ∩ B) ∪ ( A ∩ C )

P4

A ∪ ( B ∩ C ) = ( A ∪ B) ∩ ( A ∪ C )

P5

A⊂ B⇒B⊂ A

P6

A ⊂ B ⇒ A∩ B = A

P7

A ⊂ B ⇒ A∪ B = B

P8

( A) = A

P9

A∩ B = A∪ B

P10

A∪ B = A∩ B

P11

I Ai = U Ai

n

n

i =1

i=1

14 M. Cuénod 17/04/2014

P12

n

n

i =1

i=1

U Ai = I Ai .

Remarque Deux ensembles A et B sont égaux si A = B ⇔ A ⊂ B et B ⊂ A Exercice Justifiez les propriétés P3 à P10 à l’aide de diagramme de Venn. Définition Soit FU une famille de parties de U. Si (1) U ∈FU , si (2) quels que soient A, B∈FU , alors A, B, A∩ B, A∪ B ∈FU et si (3) A1, A2 ,..., An ,...forment une suite ∞

∞

i =1

i=1

dénombrable d’ensembles appartenant à FU entraîne ∪ Ai ∈ FU et I Ai ∈ FU alors FU est une tribu d’événements sur U. Remarque Dans le cas où l’univers U est fini, FU =P(U) et la propriété c n’a pas de sens. On a donc, dans ce cas-là une tribu naturelle évidente. C’est lorsque l’univers U est infini, dénombrable ou non, que l’exigence signalée au point c est essentielle. 4.3 Fondement axiomatique de la théorie des probabilités Soit U l’ensemble de toutes les issues d’une expérience aléatoire. Soit FU une tribu d’événements construite sur U. On considère Une application Pr de FU dans ° est une probabilité si elle satisfait aux quatre axiomes suivants Axiome 1. Pour tout événement A ∈FU , Pr(A) est positif ou nul. Axiome 2. Pr(U)=1 Axiome 3. Si A et B sont deux événements incompatibles alors Pr( A∪ B)=Pr(A)+Pr(B) Axiome 4. Si A1, A2 ,..., An ,...forment une suite dénombrables d’éléments de FU , telle que ∞

∞

tous ces événements soient incompatibles deux à deux alors Pr( U Ai)= i =1

∑ Pr(A ). i =1

i

Remarque Il va de soi que l’axiome 4 n’a de sens que si les issues de l’expérience aléatoire sont en nombre infini.

15 M. Cuénod 17/04/2014

Définition On dit alors que l’on est en présence d’un espace de probabilité, c’est-à-dire que l’on s’est donné un ensemble U, une tribu FU et une probabilité Pr satisfaisant aux 4 axiomes. Ce que l’on résume en disant que le triplet (U; FU ; Pr) est un espace de probabilité. Propriétés de la fonction probabilité P1

Pr( A )=1-Pr(A)

P2

Pr( ∅)=0

P3

Si A ⊂ B alors Pr(A) ≤ Pr(B)

P4

Pour tout événement A on a 0 ≤ Pr(A) ≤1

P5

Pr( A ∩ B)=Pr(A)-Pr( A∩ B)

P6

Pr( A∪ B)=Pr(A)+Pr(B)-Pr( A∩ B)

P7

Si U est fini et si A1, A2 ,..., An est une famille d’événements incompatibles n

deux à deux, alors Pr( U Ai)= ∑ Pr(Ai ) n

i =1

i =1

P8

Si U est formé de n événements élémentaires, A1, A2 ,..., An que l’on 1 suppose, pour des raisons « évidentes », équiprobables alors Pr( Ai )= . n

P9

Si un événement A est formé de la réunion de k événements élémentaires k équiprobables, alors Pr(A)= . n

Exercice Démontrez les propriétés P1 à P9

16 M. Cuénod 17/04/2014

4.4 Evénement indépendant et probabilité conditionnelle Lorsque, en enchaînant deux expériences aléatoires, le déroulement de la seconde est lié à celui de la première, les probabilités de réalisation de la seconde seront donc liées à celle de la première. On parle alors de probabilité conditionnelle que l’on définit de la manière suivante. Définition: Soit A et B deux événements d’un univers probabilisé U. Si Pr( A) ≠ 0 , alors on appelle probabilité conditionnelle de B sachant A , le nombre

Pr(B / A) =

Pr( A ∩ B) Pr(A)

Propriété

Pr(B / A) est une probabilité.

Exercice Démontrez la propriété ci-dessus Définition: Deux événements A et B sont indépendants si Pr( A∩ B) = Pr(A)⋅ Pr(B) Principe général Lors d’une épreuve globale qui se décompose en n épreuves partielles successives la probabilité d’un événement final est égale au produit des probabilités des événements intermédiaires successifs.

17 M. Cuénod 17/04/2014

5. Exercices A propos de combinatoire 5.1

a) Dans une société de 25 personnes, on doit en désigner 4 qui formeront le comité. Combien de comités différents peut-on constituer? b) Dans une société de 25 personnes, on doit désigner un président, un viceprésident, un trésorier et un secrétaire; ces quatre personnes constituent le comité. Combien de comités différents peut-on constituer?

5.2

Dans une assemblée de 25 dames et 15 messieurs, il est décidé de nommer un comité de 5 personnes. a) Combien de comités peut-on envisager? b) Combien de ces comités comprennent 3 dames? c) Combien de ces comités comprennent au moins 3 dames?

5.3

Douze joueurs d’échec participent à un tournoi dans lequel chaque joueur joue une fois contre chacun des autres joueurs. Combien y a-t-il de parties disputées ?

5.4

Un examen est composé de dix questions, parmi lesquelles un étudiant doit répondre à huit d’entre elles et en négliger deux. a) De combien de façons peut-il faire son choix ? b) De combien de façons peut-il faire son choix s’il devait répondre à deux questions et en négliger huit ?

5.5

Combien a-t-on de façons de placer dix personnes en file, de telle sorte que deux d’entre elles ne soient pas l’un à côté de l’autre ?

A propos de probabilité 5.6

a) On lance une pièce non truquée 1000 fois en obtenant à chaque fois pile; si on lance la pièce une fois de plus, quelle est la probabilité d’obtenir face ? b) On lance une pièce 10 fois quelle est la probabilité d’obtenir plus de faces que de piles ? c) On lance une pièce 17821 fois; quelle est la probabilité d’obtenir plus de faces que de piles ?

18 M. Cuénod 17/04/2014

5.7

Un candidat à un examen résout, en moyenne, deux questions sur trois, de sorte que la probabilité pour qu’il résolve une question est 2/3. A l’examen on pose trois questions, et le candidat, pour être reçu, doit en résoudre au moins deux. a) Quelle est la probabilité qu’un tel candidat, devant ce type d’examen, soit reçu? b) Que devient cette probabilité si on pose au candidat non pas trois questions, mais six, et qu’on exige qu’il réponde à quatre questions ? c) A partir de combien de questions aurait-il trois chances sur cinq d’être reçu si on exige qu’il réponde, au moins, aux deux tiers des questions ?

5.8

On lance simultanément trois pièces de monnaie parfaitement symétrique de 10, 20 et 50 centimes respectivement. Le lanceur pourra conserver les pièces qui présentent le côté pile. a) Décrire l’univers. b) Quelle probabilité le lanceur a-t-il de gagner : 20 centimes? Moins de 50 centimes? Plus de 20 centimes?

5.9

Lors d’un synode groupant 500 personnes, 360 personnes comprennent le latin, 200 l’italien, 90 l’anglais, 160 à la fois le latin et l’italien, 60 à la fois le latin et l’anglais, 40 à la fois l’italien et l’anglais et 20 les trois langues à la fois. Si l’on choisit une personne au hasard parmi celles qui participent au synode, quelle probabilité y a-t-il qu’elle comprenne: a) exactement deux de ces trois langues ? b) l’une au moins de ces langues ?

5.10 Une étude statistique portant sur l’absentéisme chez les élèves d’un collège a donné les résultats suivants pour le mois de février 1994: 25% des élèves ont été absents exactement un jour; 12% l’ont été au moins deux jours; 8% l’ont été au moins trois jours; 6% l’ont été au moins quatre; et 5% l’ont été au moins cinq jours. On choisit un élève au hasard dans ce collège. Quelle est la probabilité qu’il ait été absent: a) au moins un jour ? b) jamais ? c) exactement deux jours ? d) moins de trois jours ? e) deux ou trois jours ? 5.11 On jette simultanément trois dés. Calculer la probabilité que: a) la face 3 apparaisse sur un seul des dés b) la face 1 apparaisse sur deux dés au moins c) l’on ait une somme paire d) l’on ait une somme dépassant 8. 19 M. Cuénod 17/04/2014

5.12 On considère un dé cubique pipé de telle manière que la probabilité d’apparition d’une face soit proportionnelle au nombre marqué sur la face supérieure de ce dé. a) Donner la loi de probabilité de cette expérience aléatoire. b) Quelle est la probabilité d’obtenir un nombre pair ? 5.13 Vous jouez avec deux dés ordinaires. a) Si la somme des points obtenus est strictement supérieure à 7, vous gagnez; sinon, c’est votre adversaire qui est vainqueur. Ce jeu est-il équitable ? b) Si la différence entre les points marqués est 1 ou 2, vous gagnez; sinon, c’est votre adversaire. Avec cette nouvelle règle, ce jeu est-il équitable ? 5.14 On tire successivement 4 cartes d’un jeu de 36 cartes. Le jeu ayant été brassé convenablement, quelle probabilité a-t-on de tirer a) Dans l’ordre: l’as de pique, de coeur, de trèfle et de carreau ? b) Les quatre as ? c) Les quatre as sachant que les deux premières cartes tirées étaient des as ? d) Un as et trois autres cartes (ordre indifférent) ? e) Un as au moins ? f) Un as au moins sachant que la première carte n’était pas un as ? 5.15 On joue au poker avec un jeu de 52 cartes. On tire 5 cartes. Les meilleures combinaisons sont, dans l’ordre: a) La suite 10, V, D, R, As dans une même couleur (flush royal) b) Une autre suite de 5 cartes consécutives dans la même couleur (flush) c) Quatre cartes de même valeur (carré) d) 3 cartes de même valeur et 2 autres cartes de même valeur (full) e) 5 cartes de même couleur mais ne se suivant pas (couleur) f) 5 cartes se suivant mais de couleurs différentes (quinte) g) 3 cartes de même valeur et deux autres cartes (brelan) h) 2 fois deux cartes de même valeur (deux paires) i) 2 cartes de même valeur (une paire) Quelle est la probabilité d’obtenir chacune de ces combinaisons ?

20 M. Cuénod 17/04/2014

5.16 Une urne contient 4 boules rouges et 6 boules bleues; on tire, au hasard, successivement et sans remise, deux boules de l’urne. a) Quelle est la probabilité d’obtenir deux boules bleues ? b) Quelle est la probabilité d’obtenir une boule bleue au second tirage si l’on sait que l’on a tiré une boule bleue au premier ? c) Mêmes questions si l’on effectue des tirages avec remise. 5.17 Un hôpital comporte deux salles d’opération qui ont la même probabilité d’être occupées. La probabilité que l’une des salles au moins soit occupée vaut 0.9 celle que toutes les deux soient occupées 0.5. Quelle probabilité y a-t-il a) Que la première salle soit libre ? b) Que les deux salles soient libres ? c) Que l’une des deux salles au moins soit libre ? d) Qu’une seule salle soit libre ? e) Que la seconde soit libre si l’on sait que la première est occupée ? 5.18 Un sac contient 20 jetons. La moitié d’entre eux sont noirs, les autres blancs. Un quart des jetons portent de plus une marque spéciale. Trois d’entre eux sont noirs. On tire au hasard un jeton du sac. Quelle est la probabilité que ce jeton a) Soit noir si l’on sait qu’il porte une marque ? b) Ne porte pas de marque si l’on sait qu’il est blanc ? 5.19 On choisit au hasard une famille parmi celles qui ont deux enfants. On admettra qu’il y a autant de chance d’avoir un garçon qu’une fille. Quelle est la probabilité: a) Que ce soit deux garçons ? b) Que ce soit deux garçons si l’on sait que l’aîné est un garçon ? c) Que ce soit deux garçons si l’on sait que l’un des deux au moins est un garçon? 5.20 Quand on téléphone entre 18 heures et 19 heures chez Pierre-Yves, on a neuf chances sur dix de tomber sur son répondeur. Il utilise cet interlocuteur électronique lorsqu’il est là deux fois sur trois pour ne pas avoir à répondre à des importuns. Quand il est absent, il l’utilise toujours. a) Calculer la probabilité qu’il réponde au téléphone. b) On tombe sur le répondeur, calculer la probabilité pour qu’il soit présent.

21 M. Cuénod 17/04/2014

5.21 Son père lançait les poignards au cirque à Buffalo. A chaque couteau, il avait une chance sur dix (si l’on peut dire) d’atteindre son aide. A chaque spectacle, il lançait cinq couteaux. a) On considère une représentation: calculer la probabilité de pouvoir assurer le spectacle suivant sans égratignure. b) Sachant que l’aide est sorti du spectacle en ambulance, calculer la probabilité pour qu’il ait reçu le troisième couteau. 5.22 Erwan, dont le maigre salaire passe par le paiement de traites de sa chambre de bonne, en est réduit à consommer des hamburgers. Il a le choix entre deux officines voisines de son immeuble: deux fois sur trois, il va chez Mac Mickey’s et le reste du temps, il fréquente Hamburger Prinz. Son estomac fragile l’expose à une gastrite, avec une probabilité de 0,10 chez Mac Mickey’s et une probabilité de 0,15 au Hamburger Prinz. Sachant qu’il a une gastrite, calculer la probabilité d’avoir pris son dernier hamburger chez Mac Mickey’s. 5.23 Le quart d’une population a été vacciné contre une maladie contagieuse. Au cours d’une épidémie, on constate qu’il y a parmi les malades un vacciné pour quatre non vaccinés. a) Le vaccin a-t-il une efficacité quelconque ? b) On sait en outre qu’il y a eu au cours de l’épidémie un malade sur douze parmi les vaccinés. Quelle était la probabilité de tomber malade pour un individu non vacciné? 5.24 Les deux événements « le tireur A atteint la cible » et « le tireur B atteint la cible » sont indépendants et de probabilité respective 4/5 et 7/8. Quelle est la probabilité pour qu’aucun des deux tireurs A et B n’atteigne la cible? 5.25 On jette deux dés. a) Si le résultat fait apparaître deux nombres distincts, quelle est la probabilité pour que la somme soit paire? b) Si la somme est paire, quelle est la probabilité pour que les deux nombres soient distincts? 5.26 Un tireur touche une cible une fois sur deux. Combien de fois doit-il tirer pour être sûr, à 99% au moins, d’atteindre au moins une fois la cible? 5.27. Un gardien de nuit doit ouvrir l’une des portes à contrôler dans sa tournée, dans le noir. Il possède un trousseau de 10 clés d’allures semblables, mais une seule peut ouvrir la porte en question. L’essai des clés se fait au hasard. Le gardien dispose de deux méthodes: 22 M. Cuénod 17/04/2014

1ère méthode (rationnelle): elle consiste à essayer chaque clé, l’une après l’autre, en prenant garde de ne pas réutiliser la même clé. 2e méthode (désordonnée): elle consiste à essayer une clé après avoir agité le trousseau; chaque fois que le gardien essaye une clé, celle-ci peut avoir ou non déjà été essayée. Quelle est la probabilité d’essayer plus de 8 clés avec chacune des deux méthodes? 5.28 Trois joueurs A, B, C jouent aux conditions suivantes. Deux d’entre eux A et B jouent ensemble ; C ne joue pas. Le perdant sort et est remplacé par C. Après chaque partie, le perdant est remplacé. Le jeu prend fin quand un joueur gagne deux fois de suite. On suppose naturellement que le jeu est un jeu de hasard, et que la probabilité de gagner une partie est de ½ pour chaque joueur. La première partie qui oppose le joueur A au joueur B est gagnée par le joueur A. Quelle est la probabilité de gain de chacun des joueurs ?

23 M. Cuénod 17/04/2014

6. Variable aléatoire 6.1 Introduction Dans de nombreuses situations qui font intervenir des expériences aléatoires (jet de dés ou de pièces, tirage de boules dans une urne, etc), les issues sont des « êtres mathéamtiques » autres que des nombres (paires ordonnées ; triplets ; pile ou face, etc). Le calcul des probabilités associées à ces expériences aléatoires demande à chaque fois un traitement spécifique. Dans notre mathématisation progessive de ce domaine des mathématiques on définit une application qui associe à chaque issue (ou ensemble d’issues) un nombre réel. Une telle application s’appelle aléa, ou variable aléatoire (v.a.) et se note à l’aide de majuscules prises généralement dans la fin de l’alphabet : X, Y, Z, … Il peut se présenter différents types de variables aléatoires. 6.2 Variable aléatoire discrète finie Exemple 1 : On considère l’expérience aléatoire Jets de deux dés équilibrés. L’univers U est formé des 36 couples U = {(1;1);(1;2);...;(6;6)} . On peut définir différentes v.a. à parir de cette expérience aléatoire comme par exemple : X:

U ! ! (a;b) " a + b

X (U ) = {2;3;...;12}

Y:

U

! !

(a;b) " max(a;b)

Y (U ) = {1;2;...;6}

Z:

U

!!

(a;b) " a " b

Z (U ) = {0;1;...;5}

Exemple 2 : Le deuxième problème du Chevalier de Méré jet d’une pièce de monnaie jusqu’à ce qu’un des deux joueurs A ou B ait 3 victoires sachant que le joueur A a gagné la première partie. L’univers U est formé des éléments suivants U = { AA ; ABA ; ABBA; ABBB ; BAA; BABA; BABB ; BBAA; BBAB ; BBB}. La v.a. définie par le Chevalier de Méré est : X :

U !! a " X (a)

où X (a) représente la

situation financière du joueur A. On a dès lors que X (U ) = {−32;32}. 6.3 Variable aléatoire discrète infinie Exemple : Un gardien de nuit dispose d’un trousseau de 10 clés indiscernables. L’essai pour l’ouverture d’une porte se fait donc au hasard selon deux méthodes : (1) le gardien écarte la clé essayée si celle-ci n’ouvre pas la porte etpoursuit ses essais ; (2) le gardien laisse tomber le trousseau et recommence. On définit les deux v.a. aléatoires suivantes : X : « nombre d’essais pour l’ouverture d’une porte selon la méthode 1 » Y : « nombre d’essais pour l’ouverture d’une porte selon la méthode 2 » X:

U! ! a " X (a)

avec X (U ) = {1;2;...;10}

Y:

U! ! a " Y (a)

avec Y (U ) = {1;2;...}

24 M. Cuénod 17/04/2014

6.4 Variable aléatoire continue Exemple : On définit l’expérience aléatoire suivante : « choisir au hasard un point M à l’intérieur d’une sphère de rayon r et de centre O. L’univers U est formé des triplets de l’espace situés à l’intérieur de la sphère. On définit la v.a. X par « distance du centre O au point M. On a X (U ) = [0; r ] . 6.5 Probabilité associée à une v.a. discrète Définition : La probabilité qu’une v.a. prenne une valeur numérique xi ( xi ∈ ° ) donnée est définie par P( X = xi ) = pi .

25 M. Cuénod 17/04/2014

7.

Réponses aux exercices

2.1

L’astragale

a)

P(« coup du chien »)= 2 x 10 −4 ;

b)

Moyenne 14 points.

2.2

Le jeu de passe-dix

P(« coup de Vénus ») = 0,0384

C’est à Galilée (1564-1642) que l’on attribue d’avoir levé, le premier, l’apparent paradoxe, dans un traité commandé par le Grand Duc de Toscane: Considerazione sopra il giocco dei Dadi , 1620. Galileo Galilei

a) Oui ce jeu est équitable car P(somme 10)=1/2 b) et c) P(la somme est 9) = 25/216 alors que la P(la somme est 10) = 27/216. 2.3

Le premier problème du chevalier de Méré : le problème des dés 4

⎛5⎞ P(aucun 6 en quatre lancers) = ⎜ ⎟ ≅ 0, 4822 . Donc la P(d’avoir au moins un 6 en ⎝6⎠ 4

⎛5⎞ quatre lancers) = 1 − ⎜ ⎟ ≅ 0,51774.. ⎝6⎠ 24

⎛ 35 ⎞ P(aucun double 6 en 24 lancers) = ⎜ ⎟ ≅ 0,5085... . Donc la P(d’avoir au moins ⎝ 36 ⎠ 24

⎛ 35 ⎞ un double 6 en 24 lancers) = 1 − ⎜ ⎟ ≅ 0, 49140... ⎝ 36 ⎠ 2.4 a) Il y a une chance sur deux pour que cet événement se réalise au cours des 69 premiers coups, et une chance sur deux pour qu’il se réalise au cours des 31 derniers coups.

26 M. Cuénod 17/04/2014

2.5

Le deuxième problème du chevalier de Méré : le problème des partis

Voilà la solution du problème telle que B.Pascal la livre à P. Fermat dans cette lettre du 24 juillet 1654: Le 29 juillet 1654 Monsieur, L’impatience me prend aussi bien qu’à vous et, quoique je sois encore au lit je ne puis m’empêcher de vous dire que je reçus hier au soir, de la part de M. de Carcavi, votre lettre sur les partis, que j’admire si fort que je ne puis vous le dire. Je n’ai pas loisir de m’étendre, mais, en un mot, vous avez trouvé les deux partis des dés et des parties, dans la parfaite justesse; j’en suis tout satisfait, car je ne doute plus maintenant que je ne sois dans la vérité, après la rencontre admirable où je me trouve avec vous. (...) Votre méthode est très sûre et est celle qui m’est la première venue à la pensée dans cette recherche; mais parce que la peine des combinaisons est excessive, j’en ai trouvé un abrégé et proprement une autre méthode bien plus courte et plus nette, que je voudrais pouvoir vous dire ici en peu de mots: car je voudrais, désormais vous ouvrir mon coeur, s’il se pouvait, tant j’ai de joie de voir notre rencontre. Je vois bien que la vérité est la même à Toulouse et à Paris. Voici à peu près comme je fais pour savoir la valeur de chacune des parties, quand deux joueurs jouent, par exemple, en trois parties, et chacun a mis 32 pistoles au jeu: Posons que le premier en ait deux et l’autre une; ils jouent maintenant une partie, dont le sort est tel que, si le premier la gagne, il gagne tout l’argent qui est en jeu, savoir, 64 pistoles; si l’autre la gagne, ils sont deux parties à deux parties, et par conséquent, s’ils veulent se séparer, il faut qu’ils retirent chacun leur mise, savoir, chacun 32 pistoles. Considérez donc, Monsieur, que si le premier gagne, il lui appartient 64; s’il perd, il lui appartient 32. Donc s’ils veulent ne point hasarder cette partie et se séparer sans la jouer, le premier doit dire: “Je suis sûr d’avoir 32 pistoles, car la perte même me les donne; mais pour les 32 autres, peut-être je les aurai, peut-être vous les aurez; le hasard est égal; partageons donc ces 32 pistoles par la moitié et me donnez, outre cela, mes 32 pistoles qui me sont sûres.” Il aura donc 48 pistoles et l’autre 16. Posons maintenant que le premier ait deux parties et l’autre point, et ils commencent à jouer une partie. Le sort de cette partie est tel que, si le premier la gagne, il tire tout l’argent, 64 pistoles; si l’autre la gagne, les voilà revenus au cas précédent, auquel le premier aura deux parties et l’autre une. Or, nous avons déjà montré qu’en ce cas il appartient à celui qui a les deux parties, 48 pistoles: donc, s’ils veulent ne point jouer cette partie, il doit dire ainsi: “ Si je la gagne, je gagnerai tout, qui est 64; si je la perds, il m’appartiendra légitimement 48: donc donnez-moi les 48 qui me sont certaines au cas même que je perde, et partageons les 16 autres par la moitié, puisqu’il y a autant de hasard que vous gagniez comme moi.” Ainsi il aura 48 et 8, qui sont 56 pistoles. Posons enfin que le premier n’ait qu’une partie et l’autre point. Vous voyez, Monsieur, que, s’ils commencent une partie nouvelle, le sort en est tel que, si le premier la gagne, il aura deux parties à point, et partant, par le cas précédent, il lui appartient 56; s’il la perd, ils sont partie à partie: donc il lui appartient 32 pistoles. Donc il doit dire: “ Si vous voulez ne la pas jouer, donnez-moi 32 pistoles qui me sont sûres, et partageons le reste de 56 par la moitié. De 56, ôtez 32, reste 24; partagez donc 24 par la moitié, prenez-en 12 et moi 12, qui avec 32, font 44.” (...) Voilà une matière absolument inexplorée jusqu’ici, savoir: la répartition du hasard dans les jeux qui lui sont soumis, ce qu’on appelle en français faire les partis des jeux: la fortune incertaine y est si bien maîtrisée par l’équité du calcul qu’à chacun des joueurs on assigne toujours exactement ce qui s’accorde avec la justice. (…) Ainsi joignant la rigueur des démonstrations de la science à l’incertitude du hasard, et conciliant ces choses en apparence contraires, elle peut, tirant son des deux, s’arroger à bon droit ce titre stupéfiant: La Géométrie du Hasard. (Pascal B., Adresse à l’Académie Parisienne, 1654).

2.6

L’aiguille de Buffon

P(rencontre) =

2⋅l π ⋅a

27 M. Cuénod 17/04/2014

5.1

⎛ 25 ⎞ a) ⎜ ⎟ ⎝4⎠

5.2

⎛ 40 ⎞ a) ⎜ ⎟ ⎝5⎠

5.3

66

5.4

a) 45

5.5

8 ⋅ 9! 1 a) 2

5.6

b) 25 ⋅ 24 ⋅ 23 ⋅ 22

⎛ 25 ⎞ ⎛15 ⎞ b) ⎜ ⎟ ⋅ ⎜ ⎟ ⎝ 3⎠ ⎝2⎠

⎛ 25 ⎞ ⎛15 ⎞ ⎛ 25 ⎞ ⎛15 ⎞ ⎛ 25 ⎞ c) ⎜ ⎟ ⋅ ⎜ ⎟ + ⎜ ⎟ ⋅ ⎜ ⎟ + ⎜ ⎟ . ⎝ 3⎠ ⎝2⎠ ⎝ 4⎠ ⎝1⎠ ⎝ 5⎠

b) 45

20 27

b)

386 ≅ 37, 7% 1024

b)

496 729

c)

1 2

5.7

a)

5.8

a) U = {0 ; 10 ; 20 ; 30 ; 50 ; 60 ; 70 ; 80} b) P(20) = 1/8 , P(20) = 5/8.

5.9

a) 40%

b) 82%

5.10

a) 37% b) 63% c) 4%

d) 92% e) 6%

5.11

a) 25/72

5.12

a) P(1)= 1/21; P(2) = 2/21; P(3)= 3/21; P(4)= 4/21 ; P(5)= 5/21 ; P(6)= 6/21 b) 12/21

5.13

a) non je perds en moyenne 1/12

5.14

a)

b) 2/27

c) à partir de 27 questions

c) 1/2

d) 160/216.

b) oui ce jeu est équitable.

1 4 ⋅ 3 ⋅ 2 ⋅1 2 ⋅1 b) c) 36 ⋅ 35 ⋅ 34 ⋅ 33 36 ⋅ 35 ⋅ 34 ⋅ 33 34 ⋅ 33 32 ⋅ 31⋅ 30 ⋅ 29 31⋅ 30 ⋅ 29 e) 1 − f) 1 − 36 ⋅ 35 ⋅ 34 ⋅ 33 35 ⋅ 34 ⋅ 33

d)

4 ⋅ 32 ⋅ 31⋅ 30 ⋅4 36 ⋅ 35 ⋅ 34 ⋅ 33

28 M. Cuénod 17/04/2014

5.15

4 1 4⋅9 1 b) = = ⎛ 52 ⎞ 72193 ⎛ 52 ⎞ 649740 ⎜ ⎟ ⎜ ⎟ ⎝5⎠ ⎝5⎠ ⎛ 4⎞ ⎛ 4⎞ ⎛13 ⎞ 13 ⋅ ⎜ ⎟ ⋅12 ⋅ ⎜ ⎟ 4 ⋅ ⎜ ⎟ − 40 1 ⎝ 3⎠ ⎝ 2 ⎠ = 1 e) ⎝ 5 ⎠ d) = 694 509 ⎛ 52 ⎞ ⎛ 52 ⎞ ⎜ ⎟ ⎜ ⎟ ⎝5⎠ ⎝5⎠ ⎛ 4⎞ ⎛ 4⎞ 13 ⋅ ⎜ ⎟ ⋅12 ⋅ ⎜ ⎟ ⎛ 4 ⎞ 48 ⋅ 44 ⎝ 2⎠ ⎝ 2 ⎠ ⋅ 44 13 ⋅ ⎜ ⎟ ⋅ 2 1 ⎝ 3⎠ 2 g) h) = 46 ⎛ 52 ⎞ ⎛ 52 ⎞ ⎜ ⎟ ⎜ ⎟ ⎝5⎠ ⎝5⎠ a)

c)

f)

13 ⋅ 48 1 = ⎛ 52 ⎞ 4165 ⎜ ⎟ ⎝5⎠

10 ⋅ 45 − 40 1 = 254 ⎛ 52 ⎞ ⎜ ⎟ ⎝5⎠

⎛ 4 ⎞ 48 ⋅ 44 ⋅ 40 13 ⋅ ⎜ ⎟ ⋅ 3! ⎝ 2⎠ i) ⎛ 52 ⎞ ⎜ ⎟ ⎝5⎠

Remarque : la probabilité de n’obtenir aucune de ces combinaisons vaut environ 1 0,000001539 - 0,00001385 - 0,00024 – 0,00144 – 0,0096 – 0,0039 – 0,0211 – 0,047 – 0,422 soit environ 0,501177. Il y a donc un peu plus d’une chance sur deux de ne rien tirer du tout ! 5.16

1/3

5.17

a) 0,3

b) 0,1

5.18

a) 0,6

b) 0,8

5.19

a) 1/4

b) 1/2

5.20

a) 1/10 b) 2/9

5.21

⎛ 9⎞ a) ⎜ ⎟ ≅ 59% b) ≅ 19,8% . ⎝ 10 ⎠

5.22

4/7

5.23

a) oui car les événements ne sont pas indépendants b) 1/9

5.24

1/40

5.25

a) 2/5

5.26

A partir de 7 coups.

c) 0,5

d) 0,4

e) 2/7

c) 1/3

5

b) 2/3

8

ère

méthode : 2/10.

⎛ 9⎞ 2 méthode : ⎜ ⎟ ≅ 0.43 ⎝ 10 ⎠ e

5.27

1

5.28

4/7 pour le joueur A, 2/7 pour le joueur C et 1/7 pour le joueur B.

29 M. Cuénod 17/04/2014

7. Bibliographie [1]

BACHELIER L., (1914), Le jeu, la chance et le Hasard, Jacques Gabay, Paris, 1993. [2] BARBIN E., LAMARCHE J.-P., Histoire de probabilité et de statistiques, Irem, Ellipses, Paris, 2004. [3] BIBLIOTHEQUE TANGENTE, Hasard et probabilités, la science de l’aléa, Hors série N°17, Edition Pôle, Paris, 2004 [4] BOLL M., La Chance et les Jeux de Hasard, Gabay, Paris, 1992 [5] COLLECTION TERRACHER, Analyse 1ère S et E, Hachette, Paris 1991. [6] COLLECTION TERRACHER, Analyse et Probabilités Terminales C et E, Hachette, Paris 1992. [7] DEHEUVELS P., La Probabilité, le Hasard et la Certitude, PUF, QSJ no 3, Paris, 1982 [8] DELAHAYE J.-P., Le fascinant nombre π, Belin, Paris, 1997. [9] ENGEL A., Les certitudes du hasard, Aleas Editeur, Lyon, 1990. [10] ENGEL A., L’enseignement des probabilités et de la statistique, Cedic, Paris, 1975. [11] FOURASTIE J., SAHLER B., Probabilités et statistique, Série J. Quinet, Dunod, Paris, 1978. [12] HACKING I., L’émergence de la probabilité, Seuil, Paris, 2002. [13] [14] [15] [16] [17] [18] [19] [20] [21] [22] [23] [24] [25] [26]

ISAAC R., Une initiation aux probabilités, Vuibert, Paris, 2005. JACQUARD A., Les probabilités, PUF, QSJ no1571, Paris, 1986 OUELLET G., Statistique et probabilités, Le griffon d’argile, Québec, 1998. PAGELS H., L’Univers Quantique, Interéditions, Paris, 1982. PASCAL B., Traités scientifiques, Nathan, Paris, 1990 PISKOUNOV N., Calcul différentiel et intégral, vol. 2, Mir éd., Moscou, 1976. POINCARE H., La Science et l’Hypothèse, Flammarion, Paris, 1918 RUELLE D., Hasard et chaos, Odile Jacob, Paris, 1991. STEWART I., La Nature et les Nombres, Hachette, Paris, 1998 SWOKOWSKI E.W., COLE J.A., Algèbre et trigonométrie avec géométrie analytique, GREM, LEP, Lausanne, 1998. TAILLARD F., Probabilités et statistique, CRM, Tricorne, Genève, 1986. TRICOT C., PICARD J.-M., Ensembles et statistique, McGraw-Hill, Montréal, 1969. VAUQUOIS B., Probabilités, Hermann, Paris, 1969. VIGNERON C./LOGAK E., 30 Thèmes de Probabilités, Diderot, Paris 1997.

30 M. Cuénod 17/04/2014