OffresSe connecter
Prépa, 1re année › Probabilités sur un univers fini › Probabilité définie par une distribution

Probabilité définie par une distribution : énoncé (MPSI)

Théorème

Probabilité définie par une distribution

Une distribution de probabilités sur $\Omega$ est une famille $(p_\omega)_{\omega\in\Omega}$ de réels positifs telle que $\displaystyle\sum_{\omega\in\Omega}p_\omega=1$.

Pour toute distribution $(p_\omega)_{\omega\in\Omega}$, il existe une unique probabilité $P$ sur $\Omega$ telle que $P(\{\omega\})=p_\omega$ pour tout $\omega\in\Omega$. Elle est donnée par $$\forall A\in\mathcal{P}(\Omega),\quad P(A)=\sum_{\omega\in A}p_\omega.$$

Démonstration : Probabilité définie par une distribution
Démonstration

Preuve

Unicité. Soit $P$ une probabilité vérifiant $P(\{\omega\})=p_\omega$. Tout événement $A$ est la réunion disjointe finie des singletons $\{\omega\}$, $\omega\in A$. Par la propriété 5, $P(A)=\sum_{\omega\in A}P(\{\omega\})=\sum_{\omega\in A}p_\omega$. La valeur de $P(A)$ est donc imposée.

Existence. On pose $P(A)=\sum_{\omega\in A}p_\omega$ (avec $P(\emptyset)=0$, somme vide).

  • Les $p_\omega$ sont positifs, donc $0\leqslant P(A)\leqslant\sum_{\omega\in\Omega}p_\omega=1$ : $P$ est à valeurs dans $[0,1]$.
  • $P(\Omega)=\sum_{\omega\in\Omega}p_\omega=1$.
  • Si $A\cap B=\emptyset$, une somme indexée par $A\cup B$ se coupe en une somme sur $A$ et une somme sur $B$ : $P(A\cup B)=P(A)+P(B)$.

Enfin $P(\{\omega\})=p_\omega$ par construction.

Exemple

Un dé truqué

Un dé est truqué de sorte que la probabilité d'obtenir la face $k$ soit proportionnelle à $k$ : $p_k=ck$ pour $k\in\{1,\dots,6\}$.

La condition $\sum_{k=1}^6 ck=1$ donne $21c=1$, donc $c=\frac{1}{21}$ et $p_k=\frac{k}{21}$.

Probabilité d'obtenir un nombre pair : $$P(\{2,4,6\})=\frac{2+4+6}{21}=\frac{12}{21}=\frac{4}{7}.$$

S’entraîner

Dans le cours

Probabilités sur un univers fini : Probabilité définie par une distribution