Calcul Contrainte Non A Union B

Calculateur avancé

Calculez rapidement le complément de l’union, soit non(A ∪ B), en probabilité ou en théorie des ensembles. L’outil applique automatiquement la formule correcte et génère une visualisation claire.

Le graphique montre la répartition entre A seulement, B seulement, l’intersection A ∩ B et la zone extérieure non(A ∪ B).

Comprendre le calcul de non(A ∪ B)

Le calcul de non(A ∪ B) est un classique de la théorie des ensembles et des probabilités. Il sert à répondre à une question simple mais très fréquente : quelle est la part des éléments qui n’appartiennent ni à A ni à B ? En notation mathématique, l’expression signifie le complément de l’union des ensembles A et B. En français courant, on parle souvent de la zone “ni A ni B”.

Ce calcul apparaît partout : en statistiques, en contrôle qualité, en gestion des risques, en marketing analytique, en data science, en médecine, en audit ou encore dans les examens de probabilités. Dès qu’on cherche à mesurer une population qui n’a aucune des deux caractéristiques étudiées, on utilise cette logique.

Idée clé : si vous connaissez la part de A, la part de B et la part commune A ∩ B, alors vous pouvez calculer l’union par la formule P(A ∪ B) = P(A) + P(B) – P(A ∩ B). Ensuite, P(non(A ∪ B)) = 1 – P(A ∪ B).

La formule exacte à utiliser

Beaucoup d’erreurs viennent du fait qu’on additionne simplement A et B. C’est faux dès que les deux ensembles se chevauchent. Il faut toujours soustraire l’intersection :

• En probabilités : P(non(A ∪ B)) = 1 – [P(A) + P(B) – P(A ∩ B)]
• En cardinalités : n(non(A ∪ B)) = n(U) – [n(A) + n(B) – n(A ∩ B)]
• Avec la loi de De Morgan : non(A ∪ B) = non(A) ∩ non(B)

Cette dernière égalité, appelée loi de De Morgan, est fondamentale. Elle signifie que “ne pas être dans A ou B” revient exactement à “ne pas être dans A et ne pas être dans B”. C’est très utile en logique, en programmation, en probabilités conditionnelles et dans les filtres de bases de données.

Pourquoi l’intersection A ∩ B est indispensable

Si une personne, un objet ou un événement appartient à la fois à A et à B, il se trouve dans l’intersection. Si vous additionnez simplement A et B, vous le comptez deux fois. C’est pour cela qu’il faut retirer une fois cette zone commune.

1. On calcule d’abord l’union : ce qui est dans A, dans B, ou dans les deux.
2. On prend ensuite le complément dans l’univers total.
3. Le résultat correspond à ce qui n’est ni dans A, ni dans B.

Exemple simple : si P(A)=0,40, P(B)=0,30 et P(A ∩ B)=0,15, alors :

• P(A ∪ B)=0,40 + 0,30 – 0,15 = 0,55
• P(non(A ∪ B))=1 – 0,55 = 0,45

Autrement dit, 45% des observations n’appartiennent ni à A ni à B.

Interprétation pratique en probabilité

Dans un contexte probabiliste, A et B représentent souvent des événements : par exemple “un client achète le produit A”, “un client souscrit l’option B”, “un patient présente le symptôme A”, ou “un appareil dépasse le seuil B”. Le calcul de non(A ∪ B) vous donne alors la probabilité que rien de tout cela ne se produise.

Cette quantité est précieuse parce qu’elle décrit la zone “hors cible” ou “hors risque”. Dans une campagne marketing, elle mesure les personnes qui n’ont répondu à aucune des deux offres. En qualité industrielle, elle peut représenter les pièces qui ne présentent aucun des deux défauts étudiés. En médecine, elle peut estimer la part des patients qui n’ont ni le facteur A, ni le facteur B.

Interprétation en théorie des ensembles

En théorie des ensembles, on raisonne sur des effectifs plutôt que sur des probabilités. On note généralement l’univers total par U. Si vous connaissez la taille de la population totale et le nombre d’éléments dans A, B et leur intersection, vous pouvez obtenir le nombre d’éléments en dehors de l’union.

Exemple : dans une classe de 100 étudiants, 48 suivent l’option A, 36 suivent l’option B et 18 suivent les deux. Alors :

• n(A ∪ B)=48 + 36 – 18 = 66
• n(non(A ∪ B))=100 – 66 = 34

Il y a donc 34 étudiants qui ne suivent ni l’option A ni l’option B.

Cas particulier : événements disjoints

Si A et B sont disjoints, alors leur intersection vaut zéro. Dans ce cas seulement, la formule devient plus simple :

P(non(A ∪ B)) = 1 – [P(A) + P(B)]

ou, en cardinalités, n(non(A ∪ B)) = n(U) – [n(A) + n(B)].

Mais attention : ce raccourci ne fonctionne que si A et B ne se recouvrent jamais. Dans le doute, il vaut mieux toujours demander ou estimer l’intersection.

Quand on ne connaît pas l’intersection

Il arrive qu’on connaisse uniquement A et B, sans information sur la partie commune. Dans ce cas, on ne peut pas toujours calculer exactement non(A ∪ B). On peut toutefois encadrer le résultat grâce aux bornes de l’union :

• max(P(A), P(B)) ≤ P(A ∪ B) ≤ min(1, P(A)+P(B))
• Donc 1 – min(1, P(A)+P(B)) ≤ P(non(A ∪ B)) ≤ 1 – max(P(A), P(B))

Ces bornes sont très utiles en audit, en analyse de risque ou dans les études exploratoires où toutes les informations ne sont pas encore disponibles.

Tableau comparatif 1 : exemple exact avec un jeu de 52 cartes

Les cartes offrent un excellent support pour comprendre l’union et son complément car les quantités sont exactes et connues. Prenons :

• A = “tirer un cœur”
• B = “tirer une figure” (valet, dame ou roi)

Élément	Nombre de cartes	Probabilité	Commentaire
A = cœur	13	25,00%	13 cartes de cœur sur 52
B = figure	12	23,08%	4 valets + 4 dames + 4 rois
A ∩ B = figures de cœur	3	5,77%	Valet, dame et roi de cœur
A ∪ B	22	42,31%	13 + 12 – 3
non(A ∪ B)	30	57,69%	Les cartes qui ne sont ni cœur ni figure

Cet exemple montre clairement pourquoi l’intersection doit être soustraite. Sans cela, on obtiendrait 25,00% + 23,08% = 48,08%, ce qui surévalue l’union en comptant deux fois les figures de cœur.

Tableau comparatif 2 : bornes avec des statistiques réelles de santé publique

Les statistiques officielles sont souvent publiées séparément pour A et B, sans toujours fournir immédiatement l’intersection. Voici un exemple pédagogique basé sur des ordres de grandeur publiés par les organismes de santé publique américains, notamment le CDC, pour illustrer les bornes du calcul.

Indicateur	Taux observé	Usage dans le calcul	Conséquence pour non(A ∪ B)
A = adultes présentant une obésité	40,3%	Prévalence individuelle de A	Sans intersection connue, on ne peut donner qu’un intervalle.
B = adultes fumeurs actuels	11,5% à 11,6%	Prévalence individuelle de B
Borne minimale de non(A ∪ B)	48,1%	Calculée via 1 – min(1 ; 40,3% + 11,6%)	Cas où le chevauchement est nul
Borne maximale de non(A ∪ B)	59,7%	Calculée via 1 – max(40,3% ; 11,6%)	Cas où l’un des ensembles est inclus dans l’autre

Le message essentiel est le suivant : sans connaître A ∩ B, le calcul exact de non(A ∪ B) n’est pas déterminé. On peut seulement fournir un intervalle plausible. C’est précisément pourquoi les analystes expérimentés recherchent les tableaux croisés, les microdonnées ou des études donnant la double appartenance.

Erreurs fréquentes à éviter

1. Oublier l’intersection : c’est l’erreur la plus courante.
2. Confondre non(A ∪ B) avec non(A) ∪ non(B) : la bonne identité est non(A ∪ B) = non(A) ∩ non(B).
3. Mélanger pourcentages et décimaux : 25% n’est pas 25, mais 0,25 en écriture décimale.
4. Utiliser un univers incohérent : en cardinalités, toutes les sous-parties doivent appartenir au même ensemble total.
5. Accepter une intersection impossible : elle ne peut pas être plus grande que A ou plus grande que B.

Méthode pas à pas pour bien calculer

1. Identifiez clairement l’univers de référence.
2. Définissez A et B sans ambiguïté.
3. Relevez les valeurs de A, B et A ∩ B.
4. Calculez l’union avec A + B – intersection.
5. Prenez le complément : 1 – union en probabilités, ou total – union en effectifs.
6. Vérifiez que le résultat est cohérent et non négatif.

Applications concrètes

Le calcul de non(A ∪ B) est particulièrement utile dans les situations suivantes :

• Marketing : clients n’ayant répondu ni à la campagne email ni à la campagne SMS.
• Santé : patients n’ayant ni facteur de risque A ni facteur de risque B.
• Éducation : étudiants n’étant inscrits ni au module A ni au module B.
• Qualité : produits n’ayant ni défaut A ni défaut B.
• Cybersécurité : événements n’ayant déclenché ni alerte A ni alerte B.
• Data science : observations ne satisfaisant aucune des deux conditions de sélection.

Ressources de référence pour aller plus loin

Pour approfondir les notions d’union, de complément, de probabilité et d’inclusion-exclusion, vous pouvez consulter des sources académiques et institutionnelles reconnues :

• Penn State University – STAT 414 Probability Theory
• NIST – Engineering Statistics Handbook
• CDC – statistiques de santé publique et prévalences

Conclusion

Maîtriser le calcul de non(A ∪ B) permet de raisonner correctement sur ce qui reste en dehors de deux événements ou de deux ensembles. La logique est simple mais exige de la rigueur : on calcule d’abord l’union en retranchant l’intersection, puis on prend le complément. C’est exactement ce que fait le calculateur ci-dessus. En pratique, cette méthode vous évite les doubles comptages, améliore vos analyses et rend vos conclusions bien plus fiables.

Si vous travaillez sur des probabilités, utilisez des valeurs entre 0 et 1 ou des pourcentages cohérents. Si vous travaillez sur des ensembles, assurez-vous que les effectifs proviennent du même univers total. Et si l’intersection vous manque, retenez qu’un résultat exact n’est généralement pas possible : il faut alors raisonner en bornes.