Combinatoires Et Probabilites

COMBINATOIRES
ET
PROBABILITS
4me anne
3.1 Analyse combinatoire
3.1.1 Outils
3.1.2 Principe de dcomposition
3.1.3 Permutations
3.1.4 Arrangements
3.1.5 Combinaisons
3.1.6 Dveloppement du binme
3.1.7 Ce quil faut absolument savoir
15
3.2 Probabilits
16
3.2.1 Introduction
16
3.2.2 Exprience alatoire, vnement
16
3.2.3 Notion de probabilit et axiomes
18
3.2.4 Probabilits conditionnelles
25
3.2.5 preuves successives
28
3.2.6 Thorme de Bayes *
31
3.2.7 Evnements indpendants
33
3.2.8 La loi binomiale
36
Picchione Serge
2012-2013
3.2.9 Variables alatoires discrtes
38
3.2.10 Moyenne ou esprance mathmatique
40
3.2.11 Variance et cart-type
42
3.2.12 Cas particulier de la loi binomiale
47
3.2.13 Variables alatoires continues
49
3.2.14 Quelques lois de probabilits continues
52
59
3.3 Solutions des exercices
Picchione Serge
60
2012-2013
AVANT-PROPOS
Ce document a t conu pour lenseignement des mathmatiques dispens au Collge de
Genve en quatrime anne, en combinatoires et probabilits. Cela dit, il peut servir de support
de cours pour dautres filires denseignement.
Vous trouverez dans ce chapitre de la thorie (dfinitions, thormes, dmonstrations, etc.)
et des exercices qui vous permettront progressivement de vous familiariser et de matriser les
diverses notations et concepts mathmatiques. la fin du chapitre se trouvent les solutions des
exercices, des activits et des Q.C.M. lexception de ceux faisant intervenir des dmonstrations.
Les exercices accompagns dun astrisque (*), sont des exercices supplmentaires de
dveloppement destins, par exemple, aux lves ayant choisi loption, niveau avanc (MA2).
Pour mieux reprer les points importants de la thorie, les dfinitions sont dans un encadr
blanc et les thormes dans un encadr gris.
Pour vrifier votre niveau de comprhension la fin de ltude dun sous chapitre, vous pouvez
vous rfrer aux sections : Ce quil faut absolument savoir et Questionnaire choix
multiples .
Vous pouvez tlcharger ce document au format PDF ladresse suivante :
http://disciplines.sismondi.ch/MA/espace-perso-profs/serge-picchione
Pour finir, un grand merci aux collgues de divers tablissements scolaires qui ont partag
leurs cours : Nicolas Chabal, Yves Drevous, Bernard Gisin, Alain Klopfenstein, Maurizio
Lalicata, Bernard Lenggenhager, Romanita Nagy Gauxachs, Adrien Schleining et Serge Zoutter.
BON TRAVAIL !
Picchione Serge
2012-2013
Picchione Serge
2012-2013
3.1 Analyse combinatoire

Lanalyse combinatoire est la science du dnombrement, elle permet de dterminer le nombre
de ralisations possible dune exprience donne. On y rencontrera des problmes du type :
- De combien de faons peut-on asseoir 10 convives autour d'une table circulaire ?
- Combien y a-t-il d'issues (rsultats possibles) lorsqu'on lance trois ds 6 faces ?
- Dans une course de 20 chevaux, combien y a-t-il de podiums possibles ?
Les rponses ce type de problmes sont souvent des nombres gigantesques (la rponse au premier
problme dpasse les 300 mille).
3.1.1 Outils
A. Le tableau
Exemple On lance successivement deux ds 6 faces. Combien y a-t-il d'issues
(rsultats possibles) ?
1
(1;1)
(1;2)
(1;3)
(1;4)
(1;5)
(1;6)
(2;1)
(2;2)
(2;3)
(2;4)
(2;5)
(2;6)
(3;1)
(3;2)
(3;3)
(3;4)
(3;5)
(3;6)
(4;1)
(4;2)
(4;3)
(4;4)
(4;5)
(4;6)
(5;1)
(5;2)
(5;3)
(5;4)
(5;5)
(5;6)
(6;1)
(6;2)
(6;3)
(6;4)
(6;5)
(6;6)
Rponse : Il y a 66 = 36 rsultats possibles.

Inconvnient du tableau : on ne peut pas y mettre plus de deux paramtres (dans l'exemple, on ne
pourrait pas y mettre trois ds).
B. La liste
Exemple Combien de nombres peut-on composer avec les chiffres 1, 2, 3 et 4?
1234
1243
1324
1342
1423
1432
2134
2143
2314
2341
2413
2431
3124
3142
3214
3241
3412
3421
4123
4132
4213
4231
4312
4321
Rponse : On peut composer avec les chiffres 1, 2, 3 et 4 exactement 24 nombres.

Inconvnient de la liste : trs long, et on risque d'oublier des lments ou de les mettre plusieurs
fois.
P.S. / 2012-2013
Combinatoires et probabilits / 4 N-A
C. L'arbre de classement
Exemple Combien de nombres peut-on composer avec les chiffres 1, 2, 3 et 4?
chiffre des miliers
1
2
chiffre des centaines
chiffre des dizaines
chiffre des units
L'arbre se lit verticalement (par exemple: la flche indique le nombre 2431). Il est plus sr que la
liste, car de par sa symtrie, on voit s'il y a des doublons ou des lments manquants. Il peut
d'ailleurs tre complt de faon partielle ou schmatique selon la question qui nous intresse.
Dfinition
Un arbre de classement est un schma permettant de dcrire et de dnombrer tous les rsultats
possibles d'une exprience donne.
D. La notation factorielle
Sur l'exemple prcdent, on voit que le premier tage comporte 4 embranchements, le deuxime 3,
le troisime 2 et le dernier 1 seul. L'arbre comporte donc 4321 = 24 chemins. On peut ainsi
extrapoler et deviner que si l'on rajoute un chiffre l'nonc, (cd: "Combien de nombres peut-on
former avec les chiffres 1, 2, 3, 4 et 5?") on va trouver 54321 = 120 possibilits.
On a recours la notation suivante :
Dfinition
Soit n un entier positif ou nul. On appelle n factorielle, not n!, le produit des nombres entiers
de 1 n.
si n = 0
1
n! =
1 2 3 .... n si n > 0
Exemples
5! = 1 2 3 4 5 = 120
7! = 1 2 3 4 5 6 7 = 5040
69! = 1 2 3 ....... 68 69 1,71 1098
0! = 1
70! = ....... dpasse les capacits des calculatrices courantes !

Remarque Sur certaines calculatrices, la touche x! effectue ce type de calcul.
P.S. / 2012-2013
3.1.2 Principe de dcomposition

Activit
Pour aller de la ville A la ville D, on doit traverser trois rivires. Sur ces rivires, on dispose de
sept ponts x1, x2, y1, y2, y3, z1, z2. (B et C sont aussi des villes)
x1
A
y1
B
x2
y2
z1
z2
y3
a) Combien y a-t-il de trajets diffrents de A D ? (sans passer deux fois par la mme ville)
b) Ajoutons deux ponts z3 et z4 sur la rivire situe entre les villes C et D.

Combien y a-t-il de trajets diffrents de A D ? (sans passer deux fois par la mme ville)
c) Ajoutons une ville E et une rivire situe entre les villes D et E avec deux ponts w1 et w2.
Combien y a-t-il de trajets diffrents de A E ? (sans passer deux fois par la mme ville)
Principe de dcomposition
Si une exprience globale peut se dcomposer en k preuves lmentaires successives,

ces dernires pouvant s'effectuer respectivement de n1 , n 2 ,....n k manires, alors
lexprience globale peut se faire de n1 n 2 .... n k manires diffrentes.
C'est ce principe fondamental qui sera utilis dans les paragraphes suivants pour aboutir aux
formules les plus utiles de l'analyse combinatoire.
Exemples
a) On lance successivement trois ds 6 faces (une exprience globale).
Combien y a-t-il d'issues possibles ? {(121) , ( 641) ,.......}
Rponse :
D1 = 6 (6 chiffres distincts)
D 2 = 6 (6 chiffres distincts)
D3 = 6 (6 chiffres distincts)
Selon le principe de dcomposition (3 preuves), le nombre d'issues possibles est de
6 6 6 = 216 .
P.S. / 2012-2013
b) On veut imprimer une plaque de voiture comportant de gauche droite, 2 lettres distinctes et
3 chiffres, le premier est diffrent de zro (une exprience globale).
A combien s'lve le nombre de plaques de ce type ? {( CH124 ) , ( DE665) ,.........,.......}
Rponse :
L1 = 26 (26 lettres possibles)
L2 = 25 (pour avoir des lettres distinctes)
C3 = 9 (sans le zro)
C4 = 10
C5 = 10
Selon le principe de dcomposition (5 preuves), le nombre possible de plaques de ce type
est de 26 25 9 10 10 = 585' 000 .
Remarque Dans les exemples prcdents a) et b), la reprsentation de l'exprience globale
avec un arbre de classement n'est pas conseille car le nombre de possibilits
est trop leve.
3.1.3 Permutations
Exemple
Combien de "mots" diffrents peut-on crire avec toutes les lettres du mot ECROU ?
Rponse : Selon le principe de dcomposition (5 preuves) :
C
R
O
1re lettre : 5 possibilits

C
2me lettre : 4 possibilits

5me lettre : 1 possibilit
Au total : 54321 = 5! = 120 possibilits

Dfinition
Si on classe dans un ordre particulier n lments distincts, on forme une permutation simple
(de ces n lments).
Remarque Il y a dans l'exemple ci-dessus 120 permutations du "mot" ECROU.
Autres exemple
a) Combien de mots diffrents peut-on former laide des 7 lettres distinctes A, B, C, D, E, F, G ?
Rponse : Il y a P7 = 7 6 5 4 3 2 1 = 7! = 5040 mots diffrents.
b) De combien de faons diffrentes peut-on asseoir 5 personnes sur un banc ?
Rponse : P5 = 5 4 3 2 1 = 5! = 120 possibilits.
En gnralisant et en utilisant le principe de dcomposition, le nombre Pn de permutations

simples est :
P.S. / 2012-2013
Pn = n!
4
Question Combien de mots diffrents peut-on crire avec toutes les lettres du mot ERRER ?
Partons des permutations simples du mot ERer : on en trouve 54321= 5! = 120. Mais parmi
celles-ci, certaines sont indiscernables si l'on emploie le mme graphisme pour toutes les lettres :
Puis, on peut multiplier par 2 ces possibilits

en permutant les deux e (2!) :
En partant du mot ERRER, on en trouve 6

en permutant les trois r (3!) :
ERer
ERre
ERer
EreR
ErRe
EreR
eREr
eRrE
eREr
erER
erRE
erER
Nous avons donc 5! = 120 permutations simples pour le mot ERRER ; on en compte 12 fois trop.
Ils sont donc au nombre de
5!
= 10 :
2! 3!
RRREE
RRERE
RREER
RERRE
RERER
REERR
ERRRE
ERRER
ERERR
EERRR
Dfinition
Si on classe dans un ordre particulier n lments dont n1 sont identiques de type 1, n2 sont
identiques de type 2,.., nk sont identiques de type k, on forme une permutation avec
rptitions (de ces n lments).
En gnralisant et en utilisant le principe de dcomposition, le nombre Pn (n1 , n 2 , ..., n k )
de permutations avec rptitions est :
Pn (n1 , n 2 , ..., n k ) =
Remarques a) Pn (n1 , n 2 , ..., n k ) < Pn
P.S. / 2012-2013
n!
n1! n 2! ... n k!
b) La barre sur le P signifie "avec rptitions".
3.1.4 Arrangements
Exemple
Dans une course de 10 chevaux, combien peut-il y avoir de podiums diffrents (un podium
comporte 3 places) ?
1re place: 10 possibilits
2me place: 9 possibilits
3me place: 8 possibilits
Au total : 1098 = 720 possibilits.
On peut arriver ce rsultat en utilisant la notation factorielle : 10 9 8 =
10!
10!
=
7! (10 3) !
Dfinition
Si, parmi n lments distincts, on choisit r lments distincts (r n) en les classant dans un ordre
particulier, on forme un arrangement simple (de r lments choisis parmi n).
Autre exemple
Aprs les prolongations d'un match de football le nombre de faons de choisir les 5 tireurs
11!
11!
=
= 7 8 9 10 11 = 55' 440
de penalties parmi les onze joueurs et l'ordre de passage :
(11 5)! 6!
En gnralisant et en utilisant le principe de dcomposition, le nombre A rn d'arrangement simples
est :
A rn = n ( n - 1) ....... ( n - r + 1) =
n!
( n - r )!
Remarques
a) Si r = n, A nn =
n!
n!
= = n! = Pn ; les permutations sont un cas particulier des arrangements.
( n n ) ! 0!
b) Sur certaines calculatrices, la touche nPr effectue ce type de calcul.

Question
Combien de mots diffrents de 4 lettres peux-t-on former laide des 7 lettres A, B, C, D, E, F, G

si on peut rpter les lettres dans les mots ?
Il y a 7 7 7 7 = 7 4 = 2401 mots diffrents
P.S. / 2012-2013
Dfinition
Si, parmi n lments distincts, on choisit r lments distincts ou non (on peut choisir plusieurs
fois le mme) en les classant dans un ordre particulier, on forme un arrangement avec
rptitions (de r lments choisis parmi n).
Exemples
Combien de squences diffrentes peut-on lire sur un compteur kilomtrique de voiture

6 chiffres ?
Rponse : Selon le principe de dcomposition (6 preuves)
Il y a 10 10 10 10 10 10 = 106 = 1' 000' 000 choix.
En gnralisant et en utilisant le principe de dcomposition, le nombre A rn d'arrangement avec
rptitions est :
A rn = nr
Remarque La barre sur le A signifie "avec rptitions".
P.S. / 2012-2013
3.1.5 Combinaisons
Exemple Combien de sous-ensembles de 3 lettres, sans tenir compte de l'ordre, peut-on former
laide des 4 lettres distinctes {A, B,C, D} ?
Rponse : Si l'on tient compte de l'ordre, voici le nombre de possibilits : A 34 =

ABC
ACB
BAC
BCA
CAB
CBA
ABD
ADB
BAD
BDA
DAB
DBA
ADC
ACD
DAC
DCA
CAD
CDA
4!
= 24
( 4 3) !
DBC
DCB
BDC
BCD
CDB
CBD
Or, chacune des colonnes donne les mmes lettres, qui est alors compt 6 fois (les 3! permutations
du trio). Par consquent, si l'on ne tient pas compte de l'ordre, comme c'est le cas pour les
A4
4!
=4
combinaisons, il faut diviser le nombre d'arrangements simples par 3! : C34 = 3 =
3! ( 4 3) !3!
Dfinition
Si, parmi n lments distincts, on choisit r lments distincts (r n) sans les classer dans un ordre
particulier, on forme une combinaison simple (de r lments choisis parmi n).
Autrement dit : une combinaison est un arrangement dans lequel l'ordre ne compte pas.
Autre exemple
De combien de faons diffrentes peut-on asseoir 5 personnes sur un banc de 3 places si la place
sur le banc est indiffrente ?
5!
Rponse : C53 =
= 10 faons.
( 5 3) !3!
En gnralisant et en utilisant le principe de dcomposition, le nombre Crn de combinaisons
simples est :
Crn =
n!
( n - r ) ! r!
Remarques
a) Cnr =
A nr
Pr
A rn = Pr C rn
b) A nr Cnr
n
c) Autre notation : C nr = "coefficients binomiaux".
r
d) Sur certaines calculatrices, la touche nCr effectue ce type de calcul.
P.S. / 2012-2013
3.1.6 Dveloppement du binme

(a + b)1 = a + b
(a + b) 2 = (a + b) (a + b) = a 2 + 2ab + b2
(a + b)3 = (a + b) (a + b) (a + b) = a 3 + 3a 2 b + 3ab2 + b3
........
Exemple Dveloppons le binme suivant : (a + b) 4 = (a + b) (a + b) (a + b) (a + b)
a4 ne s'obtient que d'une seule faon ; (a + b) (a + b) (a + b) (a + b) = a4 + .....

Autrement dit : C04 = 1
a3b s'obtient de 4 faons diffrentes. On choisit un b dans une parenthse, et un a dans les trois
autres : (a + b) (a + b) (a + b) (a + b) = ..... + a 3b + .....
Autrement dit, on fait un choix (non ordonn) de une parenthse parmi quatre : C14 = 4
a2b2 s'obtient de 6 faons diffrentes. On choisit un b dans deux parenthses, et un a dans
les deux autres : (a + b) (a + b) (a + b) (a + b) = ..... + a 2b 2 + .....
Autrement dit, on fait un choix (non ordonn) de deux parenthses parmi quatre : C42 = 6
ab3 s'obtient de 4 faons diffrentes. On choisit un b dans trois parenthses, et un a dans la
dernire : (a + b) (a + b) (a + b) (a + b) = ..... + ab 3 + .....
Autrement dit, on fait un choix (non ordonn) de trois parenthses parmi quatre : C34 = 4
b4 ne s'obtient que d'une seule faon. On choisit un b dans quatre parenthses :
(a + b) (a + b) (a + b) (a + b) = ..... + b 4
Autrement dit, on fait un choix (non ordonn) de quatre parenthses parmi quatre : C44 = 1
En conclusion : ( a + b ) = C04 a 4 b0 + C14 a 3b1 + C24 a 2 b2 + C34 a1b3 + C44 a 0 b4
4
= a 4 + 4a 3b + 6a 2 b2 + 4ab3 + b4
Autre exemple : ( a + b ) = C50 a 5b0 + C15 a 4 b1 + C52 a 3b2 + C53 a 2 b3 + C54 a1b4 + C55 a 0 b5
5
En gnralisant le processus, on obtient :
(a + b)
= C0n a n b0 + C1n a ( n 1) b1 + C2n a ( n 2 ) b2 + ... + Cnn 2 a 2 b( n 2 ) + Cnn 1 a1b( n 1) + Cnn a 0 b n

n
not ( a + b ) = Cin a ( n i ) bi
n
i =0
(La dmonstration de cette relation ce fait par rcurrence)
Proprits du binme 1) C0n = Cnn = 1
2) C np = C nn p
3) C np + C pn+1 = Cpn++11
Dmonstration en exercice.
P.S. / 2012-2013
Exercices (Arbre de classement)
1) On lance une pice de monnaie et on s'arrte ds qu'on a obtenu trois fois le mme ct.
Construire un arbre reprsentant cette situation. Combien y a-t-il dissues ?
2) Observer les figures ci-dessous. Faire une liste des critres qui les diffrencient et dcrire l'aide
d'un arbre toutes les possibilits. Quelles figures manquent sur le dessin ?
3) On dsire se rendre de la case A la case X. Les seuls dplacements autoriss sont des
dplacements d'une case vers la droite ou d'une case vers le bas.
Combien y a-t-il de chemins diffrents allant de la case A la case X ?
A
X
X
4) Le diagramme ci-dessous reprsente des les : A, B, C, D, E et F. Certaines d'entre elles sont

relies par des ponts. Un touriste part de l'le A et va d'le en le. Il s'arrte pour djeuner
lorsqu'il ne peut plus continuer sans repasser sur un pont qu'il a dj travers lors de sa
promenade. Quel est le nombre de chemins diffrents qu'il peut prendre avant de djeuner ?
A
D
C
Exercices (Principe de dcomposition)
5) a) Avec les chiffres 2,3,5,6,7,9 combien peut-on avoir de nombres de 3 chiffres ?

(avec et sans rptition)
b) Parmi ceux-ci, combien sont infrieurs 400 ? (avec et sans rptition)
c) Parmi ceux-ci, combien sont pairs ? (avec et sans rptition)
d) Parmi ceux-ci, combien sont impairs ? (avec et sans rptition)
e) Parmi ceux-ci, combien sont multiples de 5 ? (avec et sans rptition)
6) Cette bande, partage en 5 cases, doit tre colorie (case par case) et l'on dispose de 8 couleurs.
De combien de manires peut-on procder si deux cases adjacentes doivent tre de couleurs
diffrentes ?
7) Combien y a-t-il d'issues possibles lorsqu'on lance quatre ds 6 faces ?
P.S. / 2012-2013
10
8) Douze joueurs dchec participent un tournoi dans lequel chaque joueur joue une fois contre
chacun des autres joueurs. Combien y a-t-il de parties disputes ?
Exercices (Notation factorielle)
9) Simplifier et calculer les expressions suivantes :

7!
6!
20!
18!
8!
7! 4!
100!
98!
1 1
4! 5!
Simplifier les expressions suivantes :
20!
(20 4)!
(n + 2)!
(n 1)!
n!
(n 1)!
24!
(24 4)!4!
(n r + 1)!
(n r 1)!
Exercices (Permutations)
10) Combien de mots diffrents peut-on former avec les lettres des mots suivants :
(Attention, les mots forms ne doivent pas forcment avoir un sens)
a) eux
b) utile
c) parmi
11) Soient 3 personnes

a) De combien de manires diffrentes peut-on les mettre en rang ?
b) De combien de manires peut-on les asseoir autour d'une table circulaire ?
c) Mmes questions qu'en a) et b), mais avec 4 personnes !
12) a) De combien de faons, peut-on asseoir sur un banc 3 garons et 2 filles ?
b) Mme question avec la condition supplmentaire que les garons restent ensemble et
les filles aussi.
c) Mme question, mais les filles s'assoient ensemble.
13) Combien de mots diffrents peut-on crire avec les lettres du mot :
a) arranger
b) rire ?
14) Combien de numros de plaques diffrents peut-on former avec les numros
de la plaque CH 10902100.
15) a) Combien de mots diffrents peut-on crire avec les lettres du mot : ELEVES.
b) Combien de ces mots commencent et finissent par E ?
c) Combien sont ceux o les trois E sont adjacents ?
d) Combien commencent par E et se terminent par S ?
Exercices (Arrangements / Combinaisons)
16) De combien de faons peut-on former une corde de 3 hommes en les choisissant parmi
10 alpinistes ? (lordre une importance !)
17) On doit envoyer 7 lettres, mais on ne dispose que de 4 timbres. Combien y a-t-il de choix
d'envoi possibles ?
P.S. / 2012-2013
11
18) Il y a 8 balles numrotes de 1 8 dans une urne. Combien de nombres de 3 chiffres

peut-on former :
a) avec replacement des balles dans l'urne ?
b) sans replacement des balles dans l'urne ?
19) Combien de comits de 3 personnes peut-on former avec 8 personnes ?

20) Combien de comits de 3 hommes et 2 femmes peut-on former avec 7 hommes et 5 femmes ?
21) Une classe compte 24 lves. De combien de faons peut-on former :
a) 3 groupes de 8 lves ?
b) 8 groupes de 3 lves ?
22) Combien un village doit-il avoir d'habitants au minimum pour que l'on soit sr que deux
personnes au moins aient les mmes initiales ? (initiales = 2 lettres) .
Exercices (mlangs)
Indications :
Dans chaque exercice, indiquez les tapes de calculs qui font appels au principe de
dcomposition, aux permutations simples, permutations avec rptitions, arrangements
simples, arrangements avec rptitions, combinaisons simples.
23) Mademoiselle Combinatoire a le choix entre quatre confitures diffrentes pour taler sur une
tranche de pain, un toast et une biscotte. Combien y a-t-il de possibilits diffrentes sachant
qu'elle peut ventuellement, en plus de la confiture, les beurrer ?
24) Dans l'alphabet Braille, chaque lettre ou signe est reprsent par 6 points, certains tant en
relief. Combien de signes distincts peut-on ainsi composer ?
25) Un questionnaire comprend 8 questions auxquelles il faut rpondre par oui ou par non.
Combien peut-on donner de rponses diffrentes avec 4 oui et 4 non ?
P.S. / 2012-2013
12
26) Le code de la porte d'entre de votre immeuble est compos de 4

(pas forcment distincts) et d'une lettre. Exemple : 3436A
1
4
7
A
Combien de possibilits le concierge a-t-il pour choisir un code
2 3
5 6
8 9
0 B
chiffres
d'entre ?
27) Un jeu de 36 cartes est compos de la faon suivante :

il y a 4 familles ( , , , ) de 9 cartes chacune ( A , R , D , V , 10 , 9 , 8 , 7 , 6 ) ;
et sont des cartes rouges, et sont des cartes noires.
Au jass (jeu de 36 cartes), chaque joueur reoit 9 cartes (quand l'on joue 4 joueurs).
Quel est le nombre de distributions diffrentes pour un joueur ?
28) De combien de faons peut-on choisir 5 cartes dans un jeu de 36 cartes, de manire que ces
5 cartes contiennent :
a) les 4 as ?
b) les 3 as ?
c) les 2 as ?
d) 1as ?
e) 0 as ?
f) 2 as et 2 rois ?
g) au moins 1 as ?
Indication : Sur 36 cartes, 32 ne sont pas des as et 32 cartes ne sont pas des rois !
29) Pour jouer la Loterie Suisse, il faut cocher 6 numros sur une carte qui en comporte 45.
a) Combien y a-t-il de possibilits ?
b) Parmi ces possibilits, combien permettent-elles de trouver :
i) les 6 numros gagnants ?
ii) 0 numro gagnant ?
iii) 1 numro gagnant ?
iv) 2 numros gagnants ?
v) 3 numros gagnants ?
vi) au moins un numro gagnant ?
c) Si on joue une grille, quelle est la probabilit (en %) de cocher :

i) les 6 numros gagnants ?
ii) 0 numro gagnant ?
iii) 1 numro gagnant ?
30) Pour jouer l'Euro Millions, il faut cocher 5 numros sur une carte qui en comporte 50 et
2 numros sur une carte qui en comporte 9.
a) Combien y a-t-il de possibilits ?
b) Parmi ces possibilits, combien permettent-elles de trouver :
i) les 7 numros gagnants ? (1er prix)
ii) 5 numros gagnant sur une carte qui en comporte 50 et
1 numros sur une carte qui en comporte 9. (2me prix)
iii) 5 numros gagnant sur une carte qui en comporte 50 et
iv) 4 numros gagnant sur une carte qui en comporte 50 et
v) 0 numro gagnant ?
P.S. / 2012-2013
13
31) Un tudiant doit rsoudre 8 problmes sur 10 lors d'une preuve crite.
a) Combien de choix diffrents peut-il faire ?
b) Mme question en supposant qu'il doit obligatoirement rsoudre :
i) les 3 premiers problmes
ii) 4 des 5 premiers problmes (et le reste dans les 5 derniers)
32) Lorsqu'on jette 20 fois de suite une pice de monnaie, combien de squences diffrentes sont
possibles ? Parmi celles-ci, combien contiennent exactement 1 fois pile ? 2 fois pile ?
4 fois pile ? 10 fois pile ? 20 fois pile ?
33) Une entreprise pharmaceutique dcide dtiqueter tous ces produits avec un sigle compos
trois lettres de l'alphabet. Lordre des lettres une importance mais on peut choisir plusieurs
fois la mme lettre. Exemples : DFX, XDF, AAG, ..
a) Combien de sigles peut-on former avec toutes les lettres de l'alphabet ?
b) Combien de sigles peut-on former comportant une consonne et deux voyelles ?
c) Combien de sigles peut-on former comportant une consonne et deux voyelles diffrentes ?
Rappel : L'alphabet franais comprend 26 lettres, dont 20 consonnes et 6 voyelles.
34) Parmi les arrangements simples de 5 lettres du mot EQUATIONS,

a) Combien ne contiennent que des voyelles ?
b) Combien contiennent toutes les consonnes ?
c) Combien commencent par E et se terminent par S ?
d) Combien commencent par une consonne ?
e) Combien contiennent N ?
35) Un club de football est compos de 20 joueurs dont 3 gardiens de but. Combien d'quipes
diffrentes de 11 joueurs dont un gardien peut-on former? (On ne tient pas compte de la place
des joueurs, sauf pour les gardiens qui ne peuvent jouer que dans les buts).
36) Combien de nombres de 4 chiffres suprieurs 3000 pouvons-nous former avec les chiffres
2,3,4,5 si la rptition des chiffres :
a) n'est pas permise ?
b) est permise ?
37) a) Combien de "mots" diffrents peut-on crire avec toutes les lettres du mot MISSISSIPPI ?
b) Parmi ces "mots", combien commencent et se terminent par la lettre S ?
38) De combien de faons peuvent s'asseoir 3 filles et 3 garons dans une range, sachant que les
filles et les garons doivent alterner ?
P.S. / 2012-2013
14
39) Une urne contient 5 boules blanches et 3 boules rouges.

a) Combien y a-t-il de possibilits d'extraire de l'urne 3 boules dont deux sont blanches
et l'autre rouge ?
b) Combien y a-t-il de possibilits d'extraire successivement de l'urne : une boule blanche,
une boule rouge et une boule blanche ?
40) * Soit un ensemble E contenant n lments. Quel est le nombre de sous-ensembles de E ?
41) * Combien existe-t-il d'applications bijectives de l'ensemble {1; 2; 3; 4} sur l'ensemble
{a; b; c; d} ?
42) * Soit C np =
n ( n 1) ........... ( n p + 1)
n!
=
1 2 3 ...... p
( n p ) ! p!
Montrer que 1) C0n = C nn = 1
2) C pn = C nn p
avec n et p ` et p n
3) Cpn + C pn+1 = C pn++11

1 Construire un arbre de classement dune exprience donne
ok
2 Connatre la notation factorielle
ok
3 Connatre et comprendre le principe de dcomposition
ok
4 Connatre la dfinition dune permutation simple de n lments
ok
5 Comprendre et connatre la formule permettant de calculer le nombre

de permutations simples
ok
6 Connatre la dfinition dune permutation avec rptitions de n lments
ok

de permutations avec rptitions
ok
8 Connatre la dfinition dun arrangement simple de r lments choisis parmi n
ok

darrangements simples
ok
10 Connatre la dfinition dun arrangement avec rptitions de r lments

choisis parmi n
ok

darrangements avec rptitions
ok
12 Connatre la dfinition dune combinaison simple de r lments choisis parmi n
ok

de combinaisons simples
ok
14 Connatre le dveloppement du binme avec la notation des combinaisons simples
ok
P.S. / 2012-2013
15
3.2 Probabilits
3.2.1 Introduction
Le calcul des probabilits a pour objectif un traitement mathmatique de la notion intuitive de
hasard. Ses origines remontent au XVIIe sicle durant lequel des mathmaticiens clbres, Pascal,
Fermat et Jacques Bernouilli, se sont penchs sur des questions se rapportant aux jeux de hasard.
Cette association explique pourquoi les probabilits, en tant que discipline mathmatique, ont
toujours gard un caractre un peu particulier. Pendant une priode, elles ne constituaient en effet
gure plus qu'une collection de mthodes combinatoires et algbriques.
Ensuite, les probabilits ont trouv un nombre croissant d'applications dans des domaines plus
scientifiques ; d'abord dans des problmes de statistique dmographique, en thorie des erreurs
d'observation et en biologie. Au XXe sicle, un nombre croissant de disciplines, qui s'tendent
des sciences naturelles et techniques jusqu'aux sciences sociales et conomiques, utilisent des
mthodes probabilistes et statistiques. On peut ainsi tudier de manire rigoureuse des
phnomnes pour lesquels les modles mathmatiques dterministes s'avrent inappropris.
Cette extension de la thorie des probabilits au-del des jeux de hasard n'a t possible que grce
un dveloppement thorique auquel de nombreux mathmaticiens ont contribu. Ce n'est que
dans la premire partie du XXe sicle qu'une base axiomatique a t tablie, qui attache au calcul
des probabilits une thorie rigoureuse et qui en fait ainsi une branche part entire des
mathmatiques.
3.2.2 Exprience alatoire, vnements

Dfinition
Une exprience est dite alatoire ou stochastique s'il est impossible de prvoir son rsultat.
En principe, on admet qu'une exprience alatoire peut tre rpte indfiniment dans des
conditions identiques son rsultat peut donc varier d'une ralisation l'autre.
Exemples
a) On jette un d et l'on observe le rsultat obtenu.
b) Si l'on lance trois fois de suite une pice de monnaie, on peut distinguer 8 rsultats possibles :
PPP, PPF, ....,FFF.
c) On jette une pice de monnaie jusqu' ce que le ct face sorte pour la premire fois.
Dfinitions
L'ensemble, not en gnral , de tous les rsultats d'une exprience alatoire est appel univers
ou espace des rsultats possibles de cette exprience. Selon la nature de cette dernire,
l'ensemble peut tre fini (exemples a) et b) ou infini (exemple c)).
Le nombre d'lments d'un ensemble est not #.
Exemples : a) = {1, 2, 3, 4,5,6} # = 6
c) = {f , pf , ppf , pppf ,.......}
# =
On appelle vnement tout sous-ensemble de . Un vnement qui contient un unique lment

de est un vnement lmentaire.
P.S. / 2012-2013
16
Exemples Si on jette un d 6 faces non truqu : = {1; 2;3; 4;5;6} et # = 6

A est lvnement "un nombre pair est tir" alors A = {2; 4;6}
B est lvnement "un nombre impair est tir" alors B = {1;3;5}
C est lvnement "un nombre 4" alors C = {4;5;6}
D est lvnement lmentaire "le plus petit nombre" alors D = {1}
Rappel : oprations de la thorie des ensembles
Dfinition
Notation
L'intersection de deux ensembles A et B

est l'ensemble des lments qui se trouvent
la fois dans A et dans B.
AB
(se lit "A inter B")
La runion de deux ensembles A et B est

l'ensemble des lments qui se trouvent
dans A, dans B ou dans leur intersection.
AB
(se lit "A union B")
Le complmentaire d'un ensemble A est

l'ensemble des lments qui ne se trouvent
pas dans A.
A
(se lit "A barre")
La diffrence de deux ensembles A et B est

l'ensemble des lments contenus dans A,
mais pas dans B.
A-B
(se lit "A diff. B")
L'ensemble vide est l'ensemble qui ne

contient aucun lment
Illustration
A
Oprations sur les vnements

Les vnements associs une exprience alatoires tant par dfinition des sous-ensembles de
l'univers , il est naturel de dfinir des oprations sur les vnements l'image des oprations de
la thorie des ensembles. Ainsi :
A B est appel vnement "A et B" (ralisation de A et B)
A B est appel vnement "A ou B" (ralisation de A ou B ou que les deux se ralisent)
A est appel vnement "contraire de A" (non ralisation de A)

A - B = vnement "A mais pas B" (ralisation de A mais pas de B)
Deux vnements A, B sont dits incompatibles s'ils ne peuvent tres raliss simultanment, c'est-dire si A B = .
Exemples
A C = {2; 4;5;6} = vnement "un nombre pair ou plus grand que quatre".
B C = {5} = vnement lmentaire "un nombre impair et plus grand que quatre".
C = {1; 2;3} = vnement "un nombre plus petit que quatre".

B C = {1;3} = vnement "un nombre impair mais pas plus grand que quatre".
A B = les deux vnements sont incompatibles (un nombre ne peut pas tre pair et impair
la fois)
P.S. / 2012-2013
17
3.2.3 Notion de probabilit et axiomes

Le but de la prsente section est d'attribuer chaque vnement A un nombre rel, appel
probabilit de cet vnement et not P(A). La valeur P(A) est une mesure des chances de ralisation
de l'vnement A lors de l'exprience alatoire considre.
Probabilits combinatoires
Soit un univers fini constitu de N vnements lmentaires sur lequel on fait lhypothse
dquiprobabilit de ralisation des N vnements lmentaires. On suppose ainsi que tous les
vnements lmentaires ont la mme chance de se raliser.
Soit A un vnement quelconque constitu de k vnements lmentaires de .
On en dduit que la probabilit d'un vnement A not P(A) est le nombre :
Cette formule snonce souvent comme : P(A) =
k
N
# A nombre de cas favorables

=
#
nombre de cas possibles
Exemples
a) Quelle est la probabilit d'obtenir un nombre pair en lanant un d six faces ?

3 1
Cas favorables : 3 Cas possibles : 6
P(A) = = ou 50%
6 2
b) Quelle est la probabilit d'obtenir trois fois le mme ct en lanant trois fois une pice de
monnaie ?
2 1
Cas favorables : 2 Cas possibles : 23 = 8
P(A) = = = 25%
8 4
c) On choisit un comit de 3 personnes parmi 5 hommes et 7 femmes.
5
Quelle est la probabilit que les trois personnes

choisies soient deux hommes et une femme ?
Cas favorables : C52 C17 = 10 7 = 70
P.S. / 2012-2013
Cas possibles : C12

3 = 220
18
P(A) =
70
31,8%
220
Axiome des probabilits (rgles qu'on se fixe)
Soit un univers. On dit que l'on dfinit une probabilit sur les vnements si :
tout vnement A on associe un nombre P(A), appel probabilit de l'vnement A.
Illustration
1
P(B)
P(A)
0
Une probabilit doit "intuitivement" satisfaire aux trois axiomes suivants :
I) P(A) 0 A
(La probabilit de tout vnement est un nombre positif).
II) P() = 1
(La probabilit de l'vnement certain est gale 1 = 100%)
III) Si A B = alors P(A B) = P(A) + P(B)

A et B sont incompatibles
(La probabilit de la runion de deux vnements incompatibles
est gale la somme de leurs probabilits).
Remarque
Une probabilit P est une application de lensemble des vnements dans lintervalle [0;1].
Exemple
Si on jette un d 6 faces non truqu : = {1; 2;3; 4;5;6}

A est lvnement "un nombre pair est tir" alors A = {2; 4;6}
B est lvnement "un nombre impair est tir" alors B = {1;3;5}
On a = A B et A B = alors P() = P(A B) = P(A) + P(B) =
3 3
+ =1
6 6
Exercice 43
Un joueur lance deux ds 6 faces. Quelle est la probabilit :

a) que la somme des points sur la face suprieure soit de 7
b) qu'elle soit de 8
c) qu'elle soit de 10 ou plus
Exercice 44
Dans le canton de Genve, il y a eu 200000 immatriculations automobiles qui ont t dlivres.

Les plaques sont numrotes de 1 200'000. Quelle est la probabilit en rencontrant au hasard une
voiture que son numro de plaque commence par 1 ? (rponse en %)
P.S. / 2012-2013
19
Exercice 45
On propose Pierre de lancer simultanment trois pices de monnaie parfaitement symtriques de

10, 20 et 50 centimes respectivement. Il pourra conserver les pices qui prsentent le ct pile.
a) Dcrire l'univers.
b) Quelle probabilit a-t-il de gagner i) 20 centimes ?
ii) moins de 50 centimes?
iii) plus de 20 centimes?
Exercice 46
Si une flchette atteint le disque, quelle est la probabilit en %

qu'elle se trouve dans la zone ombre sachant que a = 1 ?
Exercice 47
Dans une enqute portant sur les pannes de voitures qui se sont produites au cours d'une anne, on a
pris en considration, pour un type de voiture dtermin, les possibilits suivantes :
po : il n'y a pas eu de panne;
p1 : il y a eu une panne;
p2 : il y a eu deux pannes;
p3 : il y a eu plus de deux pannes.
Le dpouillement de l'enqute a montr que ces possibilits se sont produites respectivement 233,
310, 156 et 81 fois.
Quelle probabilit y a-t-il, pour un possesseur d'une voiture de ce type de tomber en panne dans
l'anne qui vient : (rponse en %)
a) moins de deux fois ?
b) au moins une fois ?
Exercice 48
Dans un chapeau, on a mis 3 billes jaunes et une bleue.

Est-il plus probable de sortir 2 billes jaunes ou 1 bille jaune et 1 bille bleue ?
Indication : utilisez les combinaisons.
Exercice 49
Dans un lot de 80 vaccins, 10 sont prims.

Si on en tire deux au hasard, quelle est la probabilit en % :
a) de tirer 0 vaccin prim ?
b) de tirer 1 vaccin prim ?
c) de tirer 2 vaccins prims ?
P.S. / 2012-2013
20
Exercice 50 *
Un jeu de 52 cartes est compos de la faon suivante :

il y a 4 familles ( , , , ) de 13 cartes chacune (A , R , D , V , 10 , 9 , 8 , 7 , 6 , 5, 4 , 3 , 2) ;
et sont des cartes rouges, et sont des cartes noires.
On admet que les C52
5 mains possibles au poker sont quiprobables.
Quelle est la probabilit en % de recevoir : (main de poker en ordre dimportance)
a) une quinte royale (10, V, D, R, A de la mme famille) ?
b) une quinte flush (cinq cartes conscutives de la mme famille, mais pas une quinte royale ;
p. ex. A , 1 , 2 , 3 , 4 ) ?
c) un carr (quatre cartes de mme valeur ; p. ex. D , D , D , D , 2 ) ?
d) un full, i.e. brelan + paire (p. ex. V , V , V , 4 , 4 ) ?
e) un flush (cinq cartes de la mme famille mais pas une quinte royale ou flush ;
p. ex. 2 , 3 , 4 , 9 , V ) ?
f) une quinte (cinq cartes conscutives de familles varies, mais pas une quinte royale ou flush ;
p. ex. 2 , 3 , 4 , 5 , 6 ) ?
g) un brelan (trois cartes de mme valeur ; p. ex. A , A , A , 5 , 8 ) ?
h) deux paires (p. ex. 6 , 6 , 9 , 9 , 10 ) ?
i) une paire (deux cartes de mme valeur ; p. ex. R , R , 7 , 3 , 2 ) ?
P.S. / 2012-2013
21
Thorme 1
P(A) = 1 P(A)
Dmonstration
A A = et A A = (A et A sont incompatibles)
Donc
1 = P() = P(A A) = P(A) + P(A) P(A) = 1 P(A)

Ax. II
Ax. III
Exemple
Quelle est la probabilit d'avoir au moins une fois pile en lanant 4 fois une pice de monnaie ?
P(0 fois pile) + P(1 fois pile) + P(2 fois pile) + P(3 fois pile) + P(4 fois pile) = 1
P(1 fois pile) + P(2 fois pile) + P(3 fois pile) + P(4 fois pile) = 1- P(0 fois pile)
P(au moins une fois pile) = 1 P(0 fois pile) = 1
1 15
=
= 93,75%
16 16
Thorme 2 P(B A) = P(B) P(B A)
B
B A = BA
Dmonstration
BA
( B A ) ( B A ) = B et ( B A ) ( B A ) = (B A et B A sont incompatibles)
Donc P(B) = P ( ( B A ) ( B A ) ) = P(B A) + P(B A) P(B A) = P(B) P(B A)
Ax. III
Remarque Si A B alors A B = A et donc P(B A) = P(B) P(A)

Thm.2
Thorme 3
B A = BA
Si A B alors P(B) P(A)
Dmonstration
B = A (A B) et A (A B) =
Donc
(A et A B sont incompatibles)
P(B) = P(A (A B)) = P(A) + P(A B) P(A) car P(A B) 0

Ax. III
Ax. I
Remarque A P(
) P(A) P(
) 0 P(A) 1
N
Thm.3 N
=1
=0
P.S. / 2012-2013
22
Thorme 4
P(A B) = P(A) + P(B) P(A B)
A, B
Dmonstration
B
BA = BA
AB
a) Si A B = alors P(A B) = P(A) + P(B) P(

)
N
Ok Ax.III
=0
b) Si A B
non vide
A B = (B A) A
Donc
et (B A) A =
(B A et A sont incompatibles)
P(A B) = P((B A) A) = P((B A)) + P(A) = P(B) P(B A) + P(A)

Ax. III
Thm.2
= P(A) + P(B) P(A B)
Activit I
Dans une entreprise qui compte 400 personnes, 300 personnes sont assures contre la maladie,
160 contre les accidents et 120 la fois contre la maladie et les accidents.
Si l'on choisit au hasard une personne dans l'entreprise, quelle probabilit en %, y a-t-il qu'elle soit
assure :
a) contre la maladie, mais pas contre les accidents ?
b) contre la maladie ou (non exclusif) les accidents ?
c) ni contre la maladie, ni contre les accidents ?
P.S. / 2012-2013
23
Exercice 51
Soit A et B deux vnements. Montrer laide dun dessin ensembliste que :

a) A B = A B
b) A B = A B
c) B A = B A
d) A B = A B
Exercice 52
A , B et AB sont trois vnements de probabilits 0.4, 0.5 et 0.6 .

Calculer la probabilit des vnements : A, B, A B, A B, A B, A B, A B, A B, A B .
Indication : utilisez les thormes.
Exercice 53
Deux lignes tlphoniques L1 et L2 aboutissent un standard.

La probabilit que la ligne L1 soit occupe est de 70%.
La probabilit que la ligne L2 soit occupe est de 50%.
La probabilit que les deux lignes soient occupes simultanment est de 30%.
Calculer la probabilit en % de chacun des vnements suivants aprs en avoir donn une
transcription ensembliste :
a) une ligne au moins est occupe ;
b) les deux lignes sont libres ;
c) une ligne seulement est occupe ;
Exercice 54
On prend au hasard 6 ampoules lectriques d'un lot de 15 ampoules dont 5 sont dfectueuses.
Calculer la probabilit en % de chacun des vnements suivants aprs en avoir donn une
transcription ensembliste :
1) aucune ampoule ne soit dfectueuse;
2) exactement une ampoule soit dfectueuse;
3) exactement deux ampoules soit dfectueuses;
4) exactement trois ampoules soit dfectueuses;
5) au moins une ampoule soit dfectueuse.
6) au moins deux ampoules soit dfectueuses.

Exercice 55
Dans une localit, 47% des habitants se dclarent adeptes de la religion X, mais 15 % seulement
pratiquent effectivement cette religion.
Quelle probabilit y a-t-il, en tirant au hasard un habitant de cette localit, de se trouver en prsence
d'un adepte non pratiquant de la religion X ? (rponse en %)
P.S. / 2012-2013
24
3.2.4 Probabilits conditionnelles

Dfinition
La probabilit qu'un vnement A se ralise sachant que B s'est produit est appele
P(A B)
probabilit conditionnelle. Par dfinition, elle vaut : P(A B) =
P(B)
Remarques
a) P(A B) peut sinterprter comme le fait que se restreint B et que les rsultats de A
se restreignent AB.
A
AB
B
b) Si A B = (A et B sont incompatibles), A ne peut pas se raliser

P(A B) P()
=
= 0.
si B s'est dj produit et donc P(A B) =
P(B)
P(B)
( )
c) P ( A B ) + P A B = 1
d) En gnral P(A B) P(B A)

Exemple
On jette un d 6 faces non truqu : = {1; 2;3; 4;5;6} et # = 6

A = 2 sorte
B = nb pair sorte
P(A) =
1
6
P(B) =
1
2
P(A B) =
1
6
La probabilit que 2 sorte sachant quil sagit dun nombre pair est de :
P(A B) 1
P(A B) =
=
P(B)
3
La probabilit quun nombre pair sorte sachant quil sagit de 2 est de :
P(B A)
P(B A) =
=1
P(A)
Dans ce cas P(A B) P(B A)
La probabilit que 2 ne sorte pas sachant quil sagit dun nombre pair est de :
1 2
P A B = 1 P ( A B) = 1 =
3 3
( )
P.S. / 2012-2013
25
Thorme 5
Soit A, B, C, . des vnements dun univers .

a) P(A B) = P(A) P(B A)
b) P(A B C) = P(A) P(B A) P ( C ( A B) )
c) P(A B C D) = P(A) P(B A) P ( C ( A B) ) P ( D ( A B C ) )
Dmonstration
a) Rsulte de P(B A) =
P(A B)
P(A)
b) Rsulte de P ( C ( A B) ) =
P ( ( A B) C )
P ( A B)
P ( A B C ) = P ( A B) P ( C ( A B) ) = P(A) P(B A) P ( C ( A B) )
a)
c) En exercice.
Exercice 56
Un sac contient 20 jetons. La moiti d'entre eux sont noirs, les autres blancs. Un quart des jetons
portent en plus une marque spciale. Trois d'entre eux sont noirs. On tire au hasard un jeton du sac.
Quelle est la probabilit que ce jeton :
a) soit noir et porte une marque.

b) soit noir sachant qu'il porte une marque ?
c) ne porte pas de marque sachant qu'il est blanc ?
Exercice 57
Dans une ville imaginaire, 40 % de la population ont les cheveux bruns, 25 % ont les yeux bruns et
15 % ont les yeux et les cheveux bruns. On choisit au hasard une personne.
a) Si elle a les cheveux bruns, quelle est la probabilit qu'elle ait les yeux bruns ?
b) Si elle a les yeux bruns, quelle est la probabilit qu'elle n'ait pas les cheveux bruns ?
c) Quelle est la probabilit qu'elle n'ait ni les cheveux bruns ni les yeux bruns ?
Exercice 58
Les 2000 habitants dun village se rpartissent

de la manire suivante en fonction du groupe
sanguin et du facteur Rhsus.
Rh +
Rh -
AB
656
144
162
38
83
17
720
180
Si un habitant de ce village (suite un accident ou lors dune opration) besoin dune transfusion
sanguine, quelle est la probabilit en % quil aie besoin :
a) de sang O et Rh + ?
b) de sang Rh sachant quil a un groupe sanguin AB ?
c) de sang B et Rh - ?
d) de sang A sachant quil a un facteur Rh ?
e) de facteur Rh sachant quil a un sang A ?
P.S. / 2012-2013
26
Exercice 59
La probabilit pour les hommes datteindre 65 ans est de 80% et celle datteindre 80 ans est
de 42%. Quelle est la probabilit pour un homme de 65 ans de vivre jusqu' 80 ans ?
Exercice 60
On sort d'un jeu de cartes les 4 as et les 4 rois. On tire ensuite simultanment 2 cartes de ces 8
cartes. Quelle probabilit a-t-on de tirer :
a) deux as?
b) deux as rouges ?
c) un as au moins ?
d) deux as sachant qu'une des deux cartes au moins est un as ?
P.S. / 2012-2013
27
3.2.5 preuves successives

On a souvent affaire des problmes qui se dcomposent en preuves successives (indpendantes
ou non). On reprsente souvent ce type de problme sous la forme d'un arbre de classement.
Exemple (preuves successives dpendantes)
Une urne contient 6 boules rouges et 4 boules vertes. On tire successivement et sans remise 2
boules de l'urne. On peut reprsenter cette situation par un arbre. Au bout de chaque branche, on
note lvnement quelle reprsente et, sur la branche, on note la probabilit de lvnement
associ. Cela donne :
6/10
4/10
6 5 1
=
10 9 3
5/9
R2
P ( R1 R 2 ) = P ( R1 ) P ( R 2 R1 ) =
4/9
V2
P ( R 1 V2 ) = P ( R 1 ) P ( V2 R 1 ) =
6 4 4
=
10 9 15
6/9
R2
P ( V1 R 2 ) = P ( V1 ) P ( R 2 V1 ) =
4 6 4
=
10 9 15
3/9
V2
P ( V1 V2 ) = P ( V1 ) P ( V2 V1 ) =
4 3 2
=
10 9 15
R1
V1
Proprits / remarques
a) Les chemins de larbre sont des vnements lmentaires et incompatibles deux deux.
On a donc : P ( ) =P ( ( R 1 R 2 ) ( R 1 V2 ) ( V1 R 2 ) ( V1 V2 ) )
= P ( R 1 R 2 ) + P ( R 1 V2 ) + P ( V1 R 2 ) + P ( V1 V2 )= 1
b) La probabilit dun chemin est gale au produit des probabilits des branches qui forment ce
chemin. (voir thorme 5)
c) Pour calculer la probabilit dun vnement qui est la runion de plusieurs chemins,
on additionne les probabilits de ces chemins.
Activit II
Quelle probabilit a-t-on :
a) de tirer deux boules de mme couleur ?

b) de tirer en dernier lieu une boule verte ?
c) de tirer deux boules de couleur verte ?
d) de tirer trois boules de mme couleur ?
e) de tirer un boule rouge sachant quune boule verte t tire ?
P.S. / 2012-2013
28
Indication : Utiliser pour chaque exercice un arbre de classement.

Exercice 61
On dispose de deux urnes. La premire, appele A, contient 2 boules vertes, 3 boules rouges et 5
boules jaunes. La seconde, appele B, contient 5 boules vertes et 3 boules rouges.
On procde lexprience suivante. On lance un d bien quilibr :
- si le nombre de points obtenu est infrieur ou gal 2, on tire une boule de lurne A.
- si le nombre de points obtenu est strictement suprieur 2, on tire une boule de lurne B.
Calculer les probabilits de : (donner les rponses sous forme de fractions irrductibles)
a) tirer une boule verte.

b) tirer une boule verte sachant que le nombre de points obtenu est strictement plus grand que 2.
Exercice 62
Une urne contient 3 billes rouges et 7 billes blanches. On tire une bille de lurne et lon remplace
la bille de lurne par une bille de lautre couleur. Ensuite, on tire une seconde bille de lurne.
On demande (rponses sous forme de fractions irrductibles) :
a) Quelle est la probabilit de tirer une seconde bille rouge ?

b) Si les deux billes sont de la mme couleur, quelle est la probabilit pour quelles soient
blanches ?
Exercice 63
Trois machines A, B et C produisent respectivement 50 % , 30 % et 20 % du nombre total de

pices fabriques dans une usine. Les pourcentages de pices dfectueuses produites par ces
machines sont de 3 %, 4 % et 5 %.
a) Si l'on prend une pice au hasard, quelle est la probabilit (en %) pour que cette pice soit
dfectueuse ?
b) Si l'on prend une pice au hasard, quelle est la probabilit (en %) pour que cette pice soit
non dfectueuse ?
Exercice 64
D'une urne contenant 6 boules rouges, 4 noires et 5 bleues, on tire 2 boules successivement, l'une
aprs l'autre, sans remise. (rponses sous forme de fractions irrductibles)
a) Quelle est la probabilit de tirer une rouge en deuxime ?

b) Quelle est la probabilit de tirer deux boules de mme couleur ?
De cette urne, on tire successivement et sans remise 3 boules.
c) Quelle est la probabilit de tirer dans l'ordre, des boules rouges, noires et bleues ?
P.S. / 2012-2013
29
Exercice 65
Une bote contient 5 ampoules dont deux sont dfectueuses. Les ampoules sont testes
les unes aprs les autres jusqu' ce que les 2 ampoules dfectueuses soit trouves.
a) Quelle est la probabilit (en %) que la recherche cesse aprs le deuxime test ?
b) Quelle est la probabilit (en %) que la recherche cesse aprs le troisime test ?
Exercice 66 *
Une entreprise horlogre a mis au point un protocole pour vrifier la qualit de ses produits. Les
montres quelle fabrique sont vendues par lots de 50 et, pour effectuer le contrle de la qualit, on
prlve 1 montre au hasard et on la teste. Si la montre est en mauvais tat, on retourne la bote au
dpartement de la production. Si la montre est en bon tat on en teste une deuxime parmi les montres
restantes et on la vrifie galement. Si elle est en mauvais tat, on retourne le lot, sinon on fait subir
le test une troisime montre galement choisie au hasard. Lorsque 3 montres choisies
successivement au hasard ont subi le test avec succs, le lot est approuv et achemin aux
distributeurs.
a) Reprsenter cette exprience alatoire sous la forme d'un arbre de classement .

Indications : D = la montre teste est dfectueuse
D = la montre teste est en bon tat
b) En utilisant larbre de classement du point a), quelle est la probabilit en % qu'un lot
de 50 montres contenant 2 montres dfectueuses soit rejet R ? accept A ? (3 tests
c) En utilisant larbre de classement du point a), quelle est la probabilit en % qu'un lot
de 50 montres contenant 10 montres dfectueuses soit rejet R ? accept A ? (3 tests)
d) En utilisant larbre de classement du point a), quelle est la probabilit en % qu'un lot
de 50 montres contenant 25 montres dfectueuses soit rejet R ? accept A ? (3 tests)
e) Laffirmation suivante est-elle vraie ou fausse ? Justifier clairement votre rponse.
Il nest pas ncessaire de vrifier toutes les montres dun lot pour pouvoir contrler la qualit
de la production
f) Si au lieu de 3 tests on effectue 4 tests avec le mme protocole, quelle est la probabilit
en % qu'un lot de 50 montres contenant 2 montres dfectueuses soit rejet R ?
accept A ?
Comparer les rsultats obtenus avec ceux de b) . Que constate-t-on ?
P.S. / 2012-2013
30
Exercice 67
Dans un collge imaginaire, 20 % des garons et 45 % des filles ont choisi l'option forte de
mathmatiques. De plus, dans ce collge, il y a 60 % de filles. Si un lve est choisi au hasard dans
les cours de mathmatiques fortes, dterminer la probabilit qu'il s'agisse d'une fille (en %) ?
Exercice 68
Dans une entreprise :

10 % des employs ont fait des tudes suprieures;
70 % de ceux qui ont fait des tudes suprieures occupent un poste administratif;
20 % de ceux qui n'ont pas fait d'tudes suprieures occupent un poste administratif.
On choisit au hasard un employ dans la section administrative.
Quelle est la probabilit (en %) qu'il ait fait des tudes suprieures ?
3.2.6 Thorme de Bayes *

Introduction *
Une entreprise utilise trois types dampoules T1 , T2 et T3 dans la proportion de 60%,30% et 10%. La
probabilit que ces ampoules fonctionnent est respectivement 90%,80% et 50%.
Quelle est la probabilit quune ampoule dfectueuse provienne de T1 ?
Avec arbre :
0,9
T1 = utiliser une ampoule T1

0,6
0,3
D = ampoule dfectueuse
D = ampoule non dfectueuse
T1
0,1
0,8
0,2
T2
0,5
0,1
T3
0,5
P(T1 D ) =
D
D
P (T1 D )
P (T1 D )
0,6 0,1
6
=
=
=
P( D )
P(T1 D ) + P(T2 D ) + P(T3 D ) 0,6 0,1 + 0,3 0, 2 + 0,1 0,5 17
On a trois vnements incompatibles T1 , T2 et T3 tel que = T1 T2 T3 . De plus, on dispose de

linformation quun vnement D sest ralis. On a alors la formule de Bayes :
P(T1 D ) =
P( D T1 ) P(T1 )
0,1 0,6
6
=
=
P( D T1 ) P(T1 ) + P( D T2 ) P(T2 ) + P( D T3 ) P (T3 ) 0,1 0,6 + 0, 2 0,3 + 0,5 0,1 17
Remarque * Cette formule se gnralise n vnements incompatibles.
P.S. / 2012-2013
31
Thorme de Bayes * (Thomas Bayes, mathmaticien anglais, 1702-1761)
Soient B1 , B2 ,..., Bn , n vnements disjoints deux deux

(cest--dire Bi B j = i j ) et tels que B1 B2 ... Bn = .
Alors, P ( Bk A) =
P ( A Bk ) P ( Bk )
n
P( A B ) P(B )
i
i =1
Illustration *
B3
B2
B4
B1
A
Dmonstration *
B1 B2 ... Bn = U et A U = A
Donc : A ( B1 B2 ... Bn ) = A ( A B1 ) ( A B2 ) ... ( A Bn ) = A
P ( ( A B1 ) ( A B2 ) ... ( A Bn ) ) = P( A)
Ce qui implique que :
P ( A B1 ) + P ( A B2 ) + ... + P ( A Bn ) = P( A)
P ( A B1 ) P( B1 ) + P ( A B2 ) P( B2 ) + ... + P ( A Bn ) P( Bn ) = P( A)
n
P ( A Bi ) P( Bi ) = P( A)
i =1
Finalement : P ( Bk A) =
P( A Bk ) P( Bk )
P ( Bk A) P( A Bk )
=
= n
P( A)
P( A)
P ( A Bi ) P( Bi )
i =1
Remarque *
Le thorme de Bayes est utilis de faon classique pour calculer des probabilits de causes
dans des diagnostics (maladies, pannes, etc.). Voir exercice 69*.
Lapplication du thorme de Bayes est la base de toute une branche de la statistique appele
statistique bayesienne.
P.S. / 2012-2013
32
Exercice 69 * (paradoxe des tests de dpistages)
Un laboratoire mdical dsire vrifier l'efficacit de son test de dpistage d'une maladie M.
Le laboratoire recrute 5% de sujets atteints de la maladie M, le reste des sujets n'tant donc pas
atteint de la maladie M. Le rsultat du test est soit positif ( T ) , soit ngatif T .
( )
Il se rvle que si un sujet n'est pas atteint de la maladie M, il a 9 chances sur

10 de ragir ngativement au test et que, s'il est atteint de la maladie M, il a 8 chances sur 10 de
ragir positivement. Autrement dit : P T M = 0,9 et P ( T M ) = 0,8 .
a) Quelle est la probabilit (en %) que le sujet soit malade si le test est ngatif ?
b) Quelle est la probabilit (en %) que le sujet soit malade si le test est positif ?
c) Quelle est la probabilit (en %) que le sujet ne soit pas malade si le test est positif ?
d) Le test qui semble premire vue efficace, l'est-il vritablement ?
Indication : utilisez le thorme de Bayes.

Exercice 70 *
Trois marques A, B et C de biberons se partagent le march avec des parts respectives de 43 %,

34 % et 23 %. Chaque marque propose des modles avec ttine simple (S) ou trois vitesses (V) :
35 % des ttines de la marque A sont simples, ainsi que 25 % de la marque B et 47 % de la marque
C. Un jeune pre achte au hasard un biberon.
Il constate que ce biberon a une ttine simple. Quelle est la probabilit quil soit de la marque C ?
Indication : utilisez le thorme de Bayes.
3.2.7 Evnements indpendants

Imaginons que le fait de savoir quun vnement A sest produit na aucune influence sur la
probabilit dun autre vnement B : P(B A) = P(B)
On en dduit que
P(A B)
= P(B) do P(A B) = P(A) P(B)
P(A)
Mais alors P(A B) =
P(A B) P(A) P(B)

= P(A)
=
P(B)
P(B)
En dautres termes, si B ne dpend pas de A, A ne dpend pas non plus de B.

Dfinition
On dit que deux vnements A et B dun univers sont indpendants si P(A B) = P(A) P(B)
Dans le cas contraire on dit quils sont dpendants.
P.S. / 2012-2013
33
Exemples (preuves successives indpendantes)
a) Soit deux jets successifs dune pice de monnaie. = {( p; p ) ; ( p;f ) ; ( f ; p ) ; ( f ;f )}
{( p; p ) ; ( p;f )}
B = face au deuxime jet = {( p;f ) ; ( f ;f )}
Soit les vnements
A = pile au premier jet =
A B = pile au premier jet et face au deuxime jet =

P(A) =
On a
1
2
P(B) =
1
2
et
P(A B) =
{( p;f )}
1
4
Ces probabilits vrifiant lgalit P(A B) = P(A) P(B) , A et B sont des vnements
indpendants.
Remarque : L'indpendance en probabilit des vnements A et B est ici tout fait en accord avec
l'intuition ; la pice n'a pas de "mmoire".
b) Un joueur lance un d 6 faces, trois fois.
Cherchons la probabilit qu'il obtienne un nombre pair chaque lancer.

Soit les vnements :
1/2
1/2
p1 = nombre pair au premier lancer
p2
1/2
p1
1/2
p2 = nombre pair au deuxime lancer
p3
1/2
i2
1/2
p2
1/2
i2
i3
p3 = nombre pair au troisime lancer

p1 p2 p3 = nombre pair chaque lancer
1/2
i1
On a P ( p1 ) =
1
1
1
3 1
, P ( p 2 ) = , P ( p3 ) =
et P ( p1 p2 p3 ) = 3 =
2
2
2
6
8
3
1 1
P ( p1 p2 p3 ) = P(p1 ) P(p2 ) P(p3 ) = =
(Evnements indpendants)
2 8
Exercice 71
Une premire urne contient 4 boules blanches et 4 boules noires ; une seconde contient 3 boules
blanches et 6 boules noires ; enfin une troisime contient 1 boule blanche et 5 boules noires.
Si monsieur Y tire une boule de chaque urne, quelle est la probabilit que toutes soient blanches.
Exercice 72
Soit deux urnes, l'urne A contenant 5 billes rouges, 3 billes noires et 8 billes bleues, alors que l'urne
B contient 3 billes rouges et 5 billes noires. Un d bien quilibr est lanc; si un 3 ou un 6
apparat, une bille est choisie de B, autrement une bille est choisie de A.
Trouver la probabilit que :
a) une bille rouge soit choisie
P.S. / 2012-2013
b) une bille bleue soit choisie.
34
Exercice 73
Un joueur lance un d 6 faces, trois fois. Trouver la probabilit :

a) qu'il obtienne un nombre impair chaque lancer.
b) qu'il obtienne une seule fois un nombre impair.
c) que la somme des trois lancers soit paire.
Exercice 74
Une pice de monnaie dissymtrique prsente en moyenne 5 fois le ct pile pour 4 fois le ct
face.
Quelle probabilit y a-t-il en lanant la pice trois fois de suite d'obtenir :
a) 3 fois pile.
b) 2 fois pile.
c) plus de piles que de faces ?
d) plus de faces que de piles ?
Exercice 75
Une urne contient 2 boules blanches et 3 noires. Monsieur X tire 5 boules successivement en
replaant chaque boule aprs l'avoir tire. Trouver la probabilit :
a) que les 4 premires boules tires soient blanches et la dernire soit noire.
b) qu'exactement 4 boules soient blanches.
c) qu'au moins 4 boules soient blanches.
d) qu'au moins 1 boule soit blanche.
Exercice 76 (Introduction la loi binomiale)
a) Si la probabilit quun garon naisse est de 4/10 et celle d'une fille de 6/10,
dterminer la probabilit qu'une famille de 3 enfants soit constitue de :
i) 3 filles
ii) 2 filles
iii) 1 fille
iv) 0 filles
b) Si la probabilit quun garon naisse est de 4/10 et celle d'une fille de 6/10,
dterminer la probabilit qu'une famille de 4 enfants soit constitue de :
i) 4 filles
ii) 3 filles
iii) 2 filles
iv) 1 fille
v) 0 filles
c) Si la probabilit quune fille naisse est de p et celle dun garon de 1-p, trouver une formule
qui donne la probabilit qu'une famille de n enfants soit constitue de k filles ? ( 0 k n )
Indication : La reprsentation par arbre de classement est la bienvenue !

P.S. / 2012-2013
35
3.2.8 La loi binomiale

Considrons une situation o chaque preuve ne possde que deux issues possibles et que le rsultat
dune preuve ninfluence pas la suivante (preuves successives indpendantes).
Alors la probabilit dobtenir k succs lors de n preuves est donne par :
B(k;n;p) = Cnk p k q nk
avec
n = nombre de rptitions de lpreuve

k = nombre de succs parmi les n preuves (0 k n)
p = probabilit de succs (S) lors dune preuve
q = 1 p = probabilit dchec (E) lors dune preuve
Exemples
S
a) Avec n = 3 :
S
p
p
q
p
q
p
q
E
q
p
q
p p p = p3 q 0
p p q = p2 q1
p q p = p2 q1
p q q = p1 q 2
q p p = p2 q1
q p q = p1 q 2
q q p = p1 q 2
q q q = p0 q 3
k = 0 p0 q 3 = 1 p0 q 30 = C30 p0 (1 p)30 = B(0;3; p)

k = 1 3 p1 q 2 = 3 p1 q 31 = C13 p1 (1 p)31 = B(1;3; p)
k = 2 3 p2 q1 = 3 p2 q 32 = C32 p2 (1 p)32 = B(2;3; p)
k = 3 p3 q 0 = 1 p3 q 33 = C33 p3 (1 p)33 = B(3;3; p)

b) Quelle est la probabilit dobtenir 7 piles en lanant 10 fois une pice de monnaie ?
1
k = 7 n = 10 p =
2
1
q=
2
1 1
B 7;10; = C10
7
11,7%
2
2 2
c) Quelle est la probabilit dobtenir deux fois un 6 en jetant 5 fois un d ?
1
k=2 n=5 p=
6
P.S. / 2012-2013
5
q=
6
1 5
B 2;5; = C52 16,1%
6
6 6
36
Exercice 77
Si la probabilit quun garon naisse est de 4/10 et celle d'une fille de 6/10, calculer en utilisant
la loi binomiale :
a) la probabilit qu'une famille de 3 enfants soit constitue de :
i) 3 filles
ii) 2 filles
iii) 1 fille
iv) 0 fille
b) la probabilit qu'une famille de 4 enfants soit constitue de :

i) 4 filles
ii) 3 filles
iii) 2 filles
iv) 1 fille
v) 0 fille
Exercice 78
Une pice bien quilibre est lance 6 fois :

a) Quelle est la probabilit d'avoir exactement deux "piles" ?
b) Quelle est la probabilit d'avoir au moins 4 "piles" ?
c) Quelle est la probabilit d'avoir au moins 1 "pile" ?
Exercice 79
Mmes questions que pour lexercice prcdent mais avec une pice qui n'est pas bien quilibre
1
2
et qui tombe avec une probabilit de sur "pile" et de sur "face".
3
3
Exercice 80
Un d 6 faces bien quilibr est lanc 5 fois.

a) Quelle est la probabilit qu'un 1 ou un 2 apparaissent exactement 3 fois ?
b) Quelle est la probabilit que n'apparaissent que des chiffres plus grands que 2 ?
Exercice 81
Une urne contient 10 boules, dont 6 rouges et 4 vertes. On tire une boule de l'urne, on note sa
couleur, puis on la remet dans l'urne. On rpte cette preuve 3 fois de suite.
Quelle probabilit a-t-on, au cours de ces 3 preuves successives indpendantes, de tirer au total
2 boules rouges et 1 verte ?
P.S. / 2012-2013
37
Exercice 82
Un centre de transfusion a tabli le tableau suivant donnant la rpartition des principaux groupes
sanguins de ses donneurs:
O
AB
Rhsus +
37 %
38,1 %
6,2 %
2,8 %
Rhsus -
7%
7,2 %
1,2 %
0,5 %
a) Quelle est la probabilit qu'un donneur pris au hasard soit A+ ?

b) Quelle est la probabilit qu'un donneur pris au hasard soit O ?
c) Quelle est la probabilit que, dans un groupe de 10 donneurs aucun ne soit O- ?
d) Quelle est la probabilit que, dans un groupe de 10 donneurs quatre soient A+ ?
e) Si on convoque dix donneurs, quelle est la probabilit d'avoir au moins les trois donneurs O+
ncessaires une opration ?
3.2.9 Variables alatoires discrtes

Dfinition
Dans de nombreuses expriences alatoires, nous sommes amens attacher un nombre rel
chaque issue de l'univers .
Une telle application X de vers \ est appele variable alatoire.
Exemple 1
On jette une pice de monnaie deux fois de suite.

L'univers est : = {(p ; p) ; (p ; f) ; (f ; p) ; (f ; f)}
Notons X la variable alatoire indiquant le nombre de faces obtenues.
(p ; p)
(p ; f)
X:
(f ; p)
(f ; f)
0
1
1
2
X peut prendre diverses valeurs : il s'agit donc bien d'une variable.

Comme la valeur que prend X dpend de l'issue ralise donc du hasard, X est donc alatoire.
Exemple 2
Une urne contient trois boules numrotes 2 ; 3 et 5.

On tire successivement avec remises deux boules de cette urne.
= {(2 ; 2) ; (2 ; 3) ; (2 ; 5) ; (3 ; 2) ; (3 ; 3) ; (3 ; 5) ; (5 ; 2) ; (5 ; 3) ; (5 ; 5)}
Notons Y la variable alatoire indiquant la somme des points obtenus.
Y : (j ; k) j + k
P.S. / 2012-2013
38
Exemple 3
La loi binomiale avec Z comme variable alatoire indiquant le nombre de succs.

Remarque
Dans ces trois exemples, il est possible de calculer la probabilit que la variable alatoire prenne
une valeur donne.
1
Par exemple, la probabilit que X prenne la valeur 0 est .
4
Dfinition
On dit qu'une variable alatoire est discrte si elle ne peut prendre qu'un nombre fini ou
dnombrable de valeurs.
Par exemple, les variables alatoires dfinies dans les exemples prcdents sont discrtes :
X ne peut prendre que trois valeurs, 0 ; 1 ou 2,
Y ne peut prendre que six valeurs, 4 ; 5 ; 6 ; 7 ; 8 ou 10.
Z ne peut prendre que n+1 valeurs, 0 ; 1 ; 2 ; 3 ; ... ; k ; ..... ; n-1 ; n .
Situation gnrale
Considrons l'univers attach une exprience alatoire et X une variable alatoire pouvant
prendre un nombre fini de valeurs.
Si chacune de ces valeurs nous associons la probabilit de l'vnement correspondant, nous
obtenons alors la loi de probabilit ou la distribution de probabilit de la variable alatoire X.
Notations
La variable X peut prendre les valeurs x1 ; x2 ; ... ; xn.

p1 est la probabilit que X prenne la valeur x1 : p1 = P(X = x1)
p2 est la probabilit que X prenne la valeur x2 : p2 = P(X = x2)
...
pn est la probabilit que X prenne la valeur xn : pn = P(X = xn)
Ces valeurs peuvent tre prsentes dans un tableau appel tableau de distribution de X :
X
P
x1
p1
x2
p2
...
...
xn
pn
Exemple 1
Reprenons la variable X indiquant le nombre de faces obtenues aprs avoir lanc une pice
deux fois de suite.
X
0
1
2
Le tableau de distribution de X est :
1
2
1
P
4
4
4
P.S. / 2012-2013
39
Exemple 2
Reprenons la variable alatoire Y indiquant la somme des points obtenus aprs deux tirages avec
remise. Le tableau de distribution de Y est :
Y
1
9
2
9
6
1
9
7
2
9
8
2
9
10
1
9
Remarques
n
1) Dans un tableau de distribution,
p
i =1
= 1.
(p1 + p2 + ... + pn = 1)
2) Il est possible de visualiser ces distributions l'aide de diagrammes en btons.

Variable Y
60
30
40
20
Variable X
20
0
10
0
0 1 2
4 5 6 7 8 10
3.2.10 Moyenne ou esprance mathmatique

Les ds honntes et les autres :
On lance un d une fois.

Notons X la variable alatoire indiquant le nombre de points affich par le d.
X
3
4
1
1
1
1
P
6
6
6
6
Une telle distribution est dite uniforme.
5
1
6
6
1
6
Considrons maintenant un d pip, c'est--dire dsquilibr dans le but de faire apparatre certaines
faces plus souvent que d'autres.
Notons Y la variable alatoire indiquant le nombre de points affich par ce nouveau d et
supposons que la distribution de Y soit donne par le tableau ci-dessous.
Y
2
18
2
18
3
18
3
18
4
18
4
18
Question
En lanant un trs grand nombre de fois l'un ou l'autre de ces ds, quelle sera en moyenne
le nombre de points obtenus ?
P.S. / 2012-2013
40
Commenons avec le d quilibr.

En lanant N fois ce d, nous devrions obtenir thoriquement : N/6 fois le 1
N/6 fois le 2
...
N/6 fois le 6
N
N
N
N
N
N
1 + 2 + 3 + 4 + 5 + 6
7
6
6
6
6
6
6
=
= 3,5.
La moyenne des points serait donc : mX =
N
2
En utilisant le d pip, cette moyenne serait alors :

mY =
2
2
3
3
4
4
1 + N 2 + N 3 + N 4 + N 5 + N 6
71
18
18
18
18
18
18
=
3,94.
N
18
En moyenne, nous pouvons nous attendre obtenir environ 0,44 points de plus avec le d pip
qu'avec le d quilibr.
Remarque Ces moyennes ne dpendent pas du nombre N de lancers.
Dfinition
Considrons X une variable alatoire pouvant prendre les valeurs x1 ; x2 ; ... ; xn

avec des probabilits respectives p1 ; p2 ; ... ; pn.
n
L'esprance mathmatique de X est : E(X) = p1x1 + p 2x 2 + ... + p n x n =
p x
i =1
E(X) se note parfois m lorsqu'il n'y a pas d'ambigut.

Remarque Il est possible de complter le tableau de distribution de X pour y faire figurer
l'esprance mathmatique.
Pour le d quilibr :
X
1
6
1
6
1
6
2
6
1
6
1
6
1
6
3
6
4
6
5
6
1
6
6
6
2
18
2
18
3
18
3
18
4
18
4
18
PY
2
18
4
18
9
18
12
18
20
18
24
18
71
3,94
18
PX
21
= 3,5
6
Pour le d pip :
P.S. / 2012-2013
41
3.2.11 Variance et cart-type

Considrons trois variables alatoires dont les distributions sont reprsentes ci-dessous.
Variable X
Variable Y
1 2 3 4 5 6
30
20
10
0
10
20
Variable Z
1 2 3 4 5 6
30
20
10
0
1 2 3 4 5 6
1
6
1
6
1
6
2
6
1
6
3
6
1
6
4
6
1
6
5
6
1
6
6
6
5
20
5
20
4
20
8
20
1
20
3
20
1
20
4
20
4
20
20
20
5
20
30
20
4
20
8
20
5
4
20
20
20
1
20
1
20
4
5
20
20
20
3
5
20
15
20
1
20
6
20
PX
PY
PZ
21
= 3,5
6
70
= 3,5
20
70
= 3,5
20
Malgr des distributions diffrentes, ces trois variables alatoires ont la mme esprance
mathmatique. Nous remarquons cependant que la distribution de Z est la plus regroupe autour de
la moyenne.
Il est possible de quantifier les diffrences entre ces distributions, par exemple en calculant la
probabilit que ces variables prennent une valeur proche de 3,5. (moyenne ou esprance)
Par exemple, la probabilit que la variable prenne une valeur situe entre 3 et 4 est :
P.S. / 2012-2013
P(3 X 4) = P(X = 3) + P(X = 4) =
2
33,33 %
6
P(3 Y 4) = P(Y = 3) + P(Y = 4) =
2
= 10 %
20
P (3 Z 4) = P(Z = 3) + P(Z = 4) =
10
= 50 %
20
42
La variance et l'cart-type sont deux mesures du degr de dispersion des distributions.

Ce degr de dispersion n'est pas toujours trs visible dans un diagramme ou un tableau.
Dfinitions
La variance de X, note V(X) est, en notant m = E(X) :
V(X) = p1 (x1 - m) 2 + p 2 (x 2 - m) 2 + ... + pn (x n - m) 2 =

L'cart-type de X, not (X) est :
(X) =
V(X)
p (x
i =1
m) 2
(mme unit que X)
Remarque
Il serait aussi possible de mesurer le degr de dispersion en remplaant (xi m)2 par |xi m|
dans la formule de la variance. Ce choix t fait pour des raisons thoriques essentiellement.
Activit I
Calculer la variance et l'cart-type des variables X, Y et Z dfinies la page prcdente.
P.S. / 2012-2013
43
Proposition
La variance de X, note V(X) peut se calculer, en notant m = E(X) :

V(X) =p1x 12 + p 2x 22 + ..... + p n x n2 m2 =
p x
i =1
2
i
m2
Dmonstration
n
V(X) =
p (x
i =1
p (x
i =1
(p x
i
i =1
=
=
m) 2
2
i
2
i
Dfinition de V(X)
2x i m + m 2 )
Identit remarquable
2mp i x i + m 2 p i )
Distributivit
i =1
i =1
i =1
p i x i2 2m p i x i + m2 p i
p i x i2 2m p i x i + m 2 p i
i =1
i =1
i =1
N

p x
i =1
2
i
2m 2 + m 2 =
Dfinition de E(X)=m et
p
i =1
=1
=1
=m
Proprits des sommes
p x
i =1
2
i
m2
Algbre
Exemple
Calculons la variance et l'cart-type de la variable X dfinie la page prcdente.

Pour des raisons pratiques, nous ajouterons encore une ligne au tableau des distributions.
X
1
6
1
6
1
6
1
6
1
6
1
6
P X
1
6
2
6
3
6
4
6
5
6
6
6
21
= 3,5
6
P X2
1
6
4
6
9
6
16
6
25
6
36
6
91
6
21
= 3,5
6
2
91 21
105
V(X) =
=
2,92
6 6
36
Nous obtenons alors : E(X) =
(X) =
P.S. / 2012-2013
105
1, 71
36
44
Exercice 83
On jette une pice de monnaie trois fois. Quel est l'univers ? Dcrire la variable alatoire X
associant chaque vnement de U, le nombre de faces se prsentant l'preuve.
En faire la distribution de probabilit. Dterminer l'esprance mathmatique, la variance et
lcart-type.
Exercice 84
On jette une pice de monnaie trois fois. Quel est l'univers ? Dcrire la variable alatoire X
associant chaque vnement de U, le nombre de faces moins le nombre de piles.
En faire la distribution de probabilit. Dterminer l'esprance mathmatique, la variance et
lcart-type.
Exercice 85
On jette 6 fois une pice de monnaie. Si X reprsente le nombre de piles obtenu, calculer
lesprance, la variance et lcart-type de la variable alatoire X.
Exercice 86
Un chantillon de 3 objets est choisi au hasard d'une bote contenant 12 objets parmi lesquels 3 sont
dfectueux. Si X dtermine le nombre dobjets dfectueux, calculer l'esprance mathmatique, la
variance et lcart-type.
Exercice 87
Une bote contient 10 stylos dont 2 sont dfectueux. On choisit un stylo au hasard et on le
teste. On poursuit jusqu' obtenir un stylo en tat de marche.
Soit X la variable alatoire qui reprsente le nombre de stylos que l'on tire de la bote.
Calculer l'esprance mathmatique de X.
Exercice 88
Au lieu de corriger les travaux de ses lves, un professeur dcide de mettre les notes de la faon
suivante.
Pour chaque travail, il lance deux ds et retient, comme note pour le travail, le plus petit des deux
nombres indiqus par les ds.
1) A quelle moyenne de classe ce professeur (imaginaire bien sr !) peut-il s'attendre ?
2) Quel sera probablement le pourcentage de notes insuffisantes ?
3) Quelle serait la moyenne de classe s'il retenait le plus grand des deux nombres indiqus par
les ds ?
P.S. / 2012-2013
45
Exercice 89
Sur la Plaine de Plainpalais, un forain propose le jeu suivant, pour 10 francs la partie :
dix enveloppes sont places dans une corbeille, dont une contient un carton vert, deux
contiennent un carton rouge et sept contiennent un carton blanc.
Le jeu consiste, aprs versement des 10 francs, choisir une enveloppe au hasard dans la
corbeille, l'ouvrir et regarder la couleur du carton.
Un carton vert donne droit un gros lot, un carton rouge donne droit un lot simple et un
carton blanc donne droit un lot de consolation.
Les lots simples reviennent 8 francs au forain, alors que les lots de consolation ne lui
reviennent qu' 3 francs.
Soit X la variable alatoire gale au bnfice du forain sur une partie.
1) Quel est le prix maximal auquel le forain peut acheter ses gros lots, s'il
dsire gagner en moyenne au moins 4 francs par partie ?
2) S'il achte ses gros lots au prix de la question 1), calculer l'cart-type de
la variable X.
P.S. / 2012-2013
46
3.2.12 Cas particulier de la loi binomiale

Considrons une srie de n preuves successives indpendantes.
Pour chacune de ces n preuves, nous avons deux possibilits : soit l'vnement A se ralise avec
une probabilit p, soit l'vnement A ne se ralise pas avec un probabilit de 1 p.
Donc P ( A ) = p et P A = 1 p
( )
Notons X la variable alatoire indiquant le nombre k de ralisations de l'vnement A dans la

srie de n preuves.
Nous savons que P ( X = k ) = C nk p k (1 p) n k pour k = 0, 1, 2, ... , n.
Question Quelle est l'esprance mathmatique, la variance et lcart-type dune variable
alatoire X qui suit une loi binomiale ?
Exemple
Dans une famille de n = 4 enfants, on admet que la probabilit davoir un garon est de p =
1
.
2
Si X reprsente le nombre de garons parmi les 4 enfants alors on a :

1
1
P(X = 0) = B 0;4; = C04
2
1
= 0,0625
2
3
1
P(X = 1) = B 1;4; = C14
2
1
= 0, 25
2
1
P(X = 2) = B 2;4; = C42
2
1
= 0,375
2
1 1
P(X = 3) = B 3;4; = C34 = 0, 25
2
2 2
1
1
P(X = 4) = B 4;4; = C44
2
1
= 0,0625
2
Remarque : X suit une loi binomiale.

X
0,0625
0,25
0,375
0,25
0,0625
P X
0,25
0,75
0,75
0,25
P X2
0,25
1,5
2,25
E(X) = 0, 25 1 + 0,375 2 + 0, 25 3 + 0,0625 4 = 2 garons (Ce rsultat parat normal)

V(X) = ( 0, 25 12 + 0,375 22 + 0, 25 32 + 0,0625 42 ) 22 = 1
(X) = 1 = 1 garon
P.S. / 2012-2013
47
Proposition
Dans le cas de la loi binomiale on a : E(X) = np
; V(X) = np(1 p) ; (X) = np(1 p)
(La dmonstration de cette proposition, sort du cadre de ce cours et ne sera donc pas expose ici).
1
1 1
Vrification dans notre exemple : E(X) = 4 = 2 , V(X) = 4 = 1 et (X) = 1 = 1
2
2 2
Exercice 90
Un habitu des casinos joue rgulirement la roulette. Le cylindre de la roulette comporte 37

cases numrotes de 0 36 : 18 cases sont de couleur rouge, 18 cases sont de couleur noire, et 1
case est de couleur verte pour le numro zro.
Chaque samedi, il mise 20 fois de suite sur le 7.

En moyenne, combien de fois par semaine ce joueur va-t-il gagner ?
Exercice 91
Un questionnaire de type QCM est compos de 24 questions.

Pour chacune de ces questions, trois rponses sont proposes dont une seule est la bonne.
En rpondant au hasard ce questionnaire, combien de bonnes rponses pouvons-nous esprer ?
(Au sens mathmatique du terme !)
Exercice 92
Onze personnes montent au rez-de-chausse dans l'ascenseur d'un immeuble de quinze tages.
(en plus du rez-de-chausse)
Considrons la variable alatoire Y = nombre de personnes qui quittent l'ascenseur au 7e tage.
1) Quelle est la loi suivie par Y ?
2) Calculer p(Y = 0) ; p(Y = 1) ; p(Y = 2)
3) Calculer E(Y)
P.S. / 2012-2013
48
3.2.13 Variables alatoires continues

Dfinition
Une variable alatoire est dite continue lorsqu'elle peut prendre un nombre infini non
dnombrable de valeurs. Cela revient dire qu'une telle variable peut prendre toutes
les valeurs d'un intervalle rel.
Exemple La "marmite" (course de l'escalade)
Notons X la variable indiquant le temps exact (en minutes) que met un concurrent choisi au hasard
pour terminer la course de l'escalade.
Il est vident que p(X = 2) = 0 car il n'est pas possible de terminer cette course en 2 minutes.
D'autre part, p(X = 80) = 0. Cette probabilit est elle aussi nulle, mme s'il est effectivement
possible de terminer cette course en 80 minutes.
Cela tient au fait qu'il y a une infinit non dnombrable de valeurs possibles pour X : si nous
attribuions une probabilit non nulle chacune de ces valeurs, la somme de toutes ces probabilits
dpasserait 100 %.
Dans cette situation, nous avons des probabilits non nulles lorsqu'elles sont attribues des laps de
temps, par exemple lorsqu'elles sont de la forme p(79 < X < 81).
(Dans ce cas, "<" peut tre remplac par "" sans que la probabilit soit modifie.)
De manire gnrale, ces calculs se font l'aide de la notion de densit de probabilit.
Dfinition
La fonction f est appele densit de probabilit attache la variable alatoire X si elle vrifie
les conditions suivantes :
+
1) f(x) 0
x \
2)
f (x)dx = 1
Illustration
3) P ( a X b ) = f (x)dx
a
f
a
Remarques
1) La probabilit que X prenne une valeur comprise entre a et b correspond l'aire du domaine
hachur.
2) L'aire totale sous f mesure 1. (100 %)
a
3) P ( X = a ) = f (x)dx = 0
a
4) P ( X a ) + P ( X a ) = 1 P ( X a ) = 1 P ( X a )
5) P ( a X b ) = P ( X b ) P ( X a )
P.S. / 2012-2013
49
Exemple
Un arrt de tram est desservi toutes les 10 minutes.

Notons X la variable alatoire indiquant le temps d'attente (en minutes) jusqu' l'arrive du
prochain tram lorsque nous nous rendons l'arrt sans tenir compte de l'horaire.
Les probabilits suivantes sont videntes.
p(X 10) = 100 %
y
p(X > 10) = 0
1
10 si 0 < x < 10
f (x) =
0 sinon
p(X < 0) = 0
x
0
0
10
1
x
La probabilit d'attendre entre 6 et 8 minutes est : P(6 < X < 8) = f (x)dx = = = 20 %
10 6 5
6
Quelques formules
Si f est la densit de probabilit d'une variable alatoire continue X, alors :

+
1) E(X) =
x f(x)dx
(Esprance)
2) V(X) =
f (x) ( x- E(X) )
dx =
3) (X) = V(X)
f (x)dx- (E(X)) 2
(Variance)
(Ecart-type)
Exemple
Dans l'exemple prcdent, (attente l'arrt de tram) nous obtenons :

+
10
10
1
1
E(X) = x f (x)dx = x dx = x 2 = 5
10
20 0
0
+
10
V(X) = x 2 f(x)dx (E(X))2 =
2
x
L'attente moyenne est de 5 minutes.

10
1
25
1
dx 52 = x3 25 =
8,33
10
30
3
(X) = V(X) 2,89 minutes
P.S. / 2012-2013
50
Exercice 93
Soit X une variable alatoire continue avec la fonction de densit suivante :

y
x
si 0 x 2
f ( x) = 2
0 sinon
a) Montrer que f ( x) est bien une fonction de densit.
1
f
b) Calculer P (1 X 1,5) et P( X 1,5)
c) Calculer E ( X ) .
d) Calculer V ( X ) et ( X ) .
Exercice 94
M. Carrel reoit chaque semaine son ami M. Schmid pour une partie dchec, mais ce dernier nest
pas trs ponctuel. M Carrel a pu tablir que le retard X (en minutes) de son ami est une variable
alatoire continue qui peut tre dcrite par la fonction de densit :
y
x
si 0 x < 30
900
60 x
f ( x) =
si 30 x < 60
900
sinon
0
1/30
f
30
60

b) Quelle est la probabilit que M.Schmid ait moins dun quart dheure de retard ?
c) Combien de fois par anne en moyenne M.Schmid a-t-il plus de trois quarts dheure de
retard ?
d) Calculer le retard moyen de M.Schmid.
e*) Calculer lcart-type.
Exercice 95 *
La taille X (en cm) atteinte par une espce vgtale k jours aprs sa sortie de terre ( k < 100 )
est une variable alatoire qui a comme fonction de densit :
6
2
( kx x )
f ( x) = k 3
0
si 0 x k
sinon

b) Quelle est, k jours aprs sa sortie de terre, la taille moyenne de lespce ?
c) Quelle probabilit y a-t-il pour une plante sortie de terre depuis 20 jours que sa taille soit
infrieure 6 cm ?
P.S. / 2012-2013
51
3.2.14 Quelques lois de probabilit continues

(cf. formulaire C.R.M.)
La loi uniforme
On dit que la variable alatoire X suit une loi uniforme de paramtres a et b si sa densit de
probabilit est la fonction :
y
f(x) = b a
0
si a x b
sinon
x
a+b
2
(b a)2
V=
.
12
La moyenne de cette loi est : m =

et sa variance est :
La loi exponentielle
On dit que la variable alatoire X suit une loi exponentielle de paramtre ( > 0) si sa densit
de probabilit est la fonction :
y
e x
f(x) =
0
si x 0
si x < 0
1
V= 2.
La moyenne de cette loi est : m =

et sa variance est :
Activit II
+
Pour la loi uniforme, vrifier que
f (x)dx =
1 puis dmontrer les formules de la moyenne et de
la variance.
P.S. / 2012-2013
52
La loi normale de Laplace-Gauss

On dit que la variable alatoire X suit une loi normale de moyenne et d'cart-type ( >0) si
sa densit de probabilit est la fonction :
f(x) =
1
2
(x ) 2
2 2
Remarques
a) Cette loi se note en gnral N( ; ).
b) La fonction f est symtrique par rapport l'axe vertical passant par la moyenne .
c) Cette fonction est souvent appele "courbe en cloche".
d) La fonction f admet deux points d'inflexion (changement de courbure) en .
e) La fonction f est continue et possde donc des primitives mais il n'est pas possible d'exprimer
ces primitives sous forme analytique.
Cette dernire remarque signifie que pour calculer la probabilit que X prenne une valeur situe
b
f(x)dx
entre a et b, il faut calculer l'intgrale
par des mthodes d'approximations successives.
Les rsultats de ces calculs se trouvent, en particulier, dans le formulaire C.R.M. pour la loi
N(0;1) appele loi normale centre rduite.
La loi normale centre rduite N(0;1)

On dit que la variable alatoire X * suit une loi normale centre rduite de moyenne 0 et
d'cart-type 1 (1 >0) si sa densit de probabilit est la fonction : f(x) =
x2
2
1
La moyenne : E ( X *) =
2
1
La variance : V ( X *) =
2
xe
x
2
x2
2
1 x2
dx =
e
2
1
x dx =
2
2
=0
xe
x2
2
x
x
1
1
2
xdx =
xe 2
e
dx = 1
2
2
=1 car f densit
Lcart-type : (X*) = 1 .
P.S. / 2012-2013
53
Extrait du formulaire C.R.M. (dition 2000-2002)
( x ) = P ( X * x ) =
f ( t )dt =
P.S. / 2012-2013
54
t2
2
dt
( x )
0
1
2
Utilisation de la table numrique avec la loi normale centre rduite
Cette table donne les valeurs de P ( X * x ) note ( x ) pour "toutes" les valeurs positives de x.
CRM
Par exemple, P(X* 2,14) = (2,14) = 0,98382 = 98,382 %

Nous pouvons ensuite en dduire que :
CRM
P(X* 2,14) = 1 P(X* 2,14) =1 (2,14) = 1 0,98382 = 1,618 %

En utilisant la symtrie de la courbe en cloche, nous pouvons ensuite remarquer que la probabilit
que X* prenne des valeurs infrieures 2,14 est aussi de 1,618 %
SYM
CRM
car P(X* 2,14) = 1 P(X* 2,14) =1 (2,14) = 1 0,98382 = 1,618 %
( x )
-x
Activit III
P.S. / 2012-2013
Vrifier que si X* suit une loi normale centre rduite,

la probabilit P(-1 X* 1) est de 68,26 %.
55
Une proprit importante pour les lois normales
Si la variable X suit une loi normale de moyenne et d'cart-type ,

X
alors la variable X* =
suit une loi normale centre rduite.
b
a
b
a
X*
Autrement dit : P ( a X b ) = P
=

(La dmonstration de cette proposition, sort du cadre de ce cours et ne sera donc pas expose ici).
Exemple d'utilisation
Supposons qu'en un endroit donn les tempratures du mois de juillet suivent une loi normale
de 18,2 de moyenne avec un cart-type de 3,6.
Sous ces conditions, quelle est la probabilit que la temprature, un jour de juillet, soit comprise
entre 20 et 25 ?
Notons X la variable alatoire indiquant la temprature en question.
Comme X suit une loi N(18,2 ; 3,6), nous savons que la variable X* =
X 18, 2
suit une loi
3,6
normale centre et rduite N(0;1).

Si X = 25 alors X* =
25 18, 2
= 1,89
3,6
et si X = 20 alors X* =
20 18, 2
= 0,5
3,6
Nous avons donc P(20 X 25) = P(0,5 X* 1,89) = (1,89) - (0,5)

En utilisant la table de la loi N(0;1), nous trouvons :
CRM
P(20 X 25) = P(0,5 X* 1,89) = (1,89) (0,5) = 0,97062 - 0,69146 = 27,916 %.

Comment calculer la probabilit que cette mme temprature soit infrieure 15 ?
Si X = 15 alors X* =
15 18, 2
= 0,8
3,6
Nous avons donc :
P ( X 15) = P X* - 0,8
SYM
( )
= 1 - P X* 0,8 = 1 0,8
CRM
1 0,81327 = 18,673%
Exercice 96
Calculer les probabilits (en %) suivantes, sachant que X* suit la loi normale centre rduite :
a) P ( 0 X* 1, 2 )
b) P ( 0.68 X* 0 )
d) P ( X* 0.68)
e) P ( X* 1, 28)
c) P ( 0, 46 X* 2, 21)
Exercice 97
Le poids moyen de 1000 colis entreposs dans un hangar est de 141 kg et l'cart-type est de 15 kg.
En supposant que ces poids sont normalement distribus, calculer le nombre de colis
a) entre 120 et 155 kg
P.S. / 2012-2013
b) ayant plus de 185 kg.
56
Exercice 98
Le diamtre intrieur moyen d'un chantillon de 200 corps de stylos est de 0,502 cm et l'cart-type
moyen est de 0,005 cm. Ne peuvent tre acceptes uniquement les pices dont le diamtre est
compris entre 0,496 et 0,508 cm, les autres tant considres comme dfectueuses.
Quel est alors le pourcentage de corps de stylos dfectueux, sachant que les diamtres des pices
sont distribus normalement.
Exercice 99
Supposons que le poids de 2000 gorilles est distribu normalement avec une esprance (moyenne)
de 155 kg et un cart-type de 20 kg.
a) Trouver le nombre de gorilles dont le poids est infrieur 100 kg.

b) Trouver le nombre de gorilles dont le poids est compris entre 120 et 130 kg.
c) Quelle est la proportion de gorilles dont le poids est infrieur 110 kg ?
d) Quelle est la proportion de gorilles dont le poids est suprieur 110 kg ?
e) Si, lors d'une tude, on veut "liminer" les 15 % des gorilles trop lgers, quel sera le poids
minimum des gorilles concerns par l'tude.
Exercice 100
Une entreprise produisant des bouteilles d'un litre de sirop ne veut pas mettre en vente des
bouteilles contenant moins de 0,97 litre.
D'autre part, les bouteilles contenant plus de 1,05 litres ne peuvent pas tre fermes
convenablement.
Le systme de remplissage est rgl sur 1,0 litre mais on sait que sa prcision n'est pas absolue et
que la quantit donne chaque bouteille suit une loi normale d'cart-type 0,2 litre.
(et de moyenne 1 litre)
a) Calculer le pourcentage de bouteilles acceptes.

b) En admettant que le sirop des bouteilles rejetes n'est pas rcupr, est-il plus avantageux de
rgler le systme de remplissage sur 1,01 litres de moyenne ?
(On ne tient pas compte ici de prix des bouteilles vides.)
Exercice 101
Une usine utilise une machine automatique pour remplir des flacons contenant un certain produit en
poudre. Par suite de variations alatoires dans le mcanisme, le poids de poudre par flacon est une
variable alatoire de loi normale de moyenne m et dcart-type 1,1 mg. Les flacons sont vendus
comme contenant 100 mg de produit.
a) La machine est rgle sur m = 101,2 mg. Quelle est la probabilit que le poids de produit dans
un flacon soit infrieur au poids annonc de 100 mg ?
b) Sur quelle valeur de m faut-il rgler la machine pour quau plus 4 % des flacons aient un poids
infrieur au poids annonc de 100 mg ?
P.S. / 2012-2013
57
Exercice 102 *
On admet que la longueur du pied dun homme adulte suit une loi normale de moyenne 24 cm et
dcart-type 3 cm. Un fabriquant de chaussettes tudie cette loi pour programmer sa production de
chaussettes en taille et en quantit. Il dcide de rpartir sa production selon 5 tailles numrotes de
1
5 de la faon suivante : il prend un intervalle symtrique autour de la moyenne, de probabilit
0, 9 ; il divise cet intervalle en 3 intervalles gaux correspondant aux tailles 2, 3 et 4 . Il obtient
donc ainsi son total de 5 tailles.
a) Dterminer les longueurs de pied qui dlimitent ces 5 intervalles.

b) Quelle est la part, en pourcentage, de la production totale affecter respectivement chacune
des 5 tailles ?
Exercice 103 *
On a tudi le poids dune population dindividus prsentant certaines caractristiques prcises ;

on a obtenu les rsultats suivants : 20% des poids sont infrieures 60 Kg et 30 % des poids sont
suprieures 80 Kg.
Si on suppose que le poids des individus prsentant ces caractristiques suit une loi normale,
dterminer la moyenne et lcart-type de cette loi.
P.S. / 2012-2013
58

15 Connatre la dfinition dune exprience alatoire
ok
16 Connatre la dfinition dun univers
ok
17 Connatre la dfinition dun vnement et dun vnement lmentaire de
ok
18 Connatre les oprations de la thorie des ensembles
ok
19 Comprendre la notion de probabilit sur les vnements
ok
20 Calculer une probabilit combinatoire
ok
21 Connatre les axiomes des probabilits
ok
22 Connatre et comprendre lnonc des thormes 1 5
ok
23 Connatre la dfinition dune probabilit conditionnelle
ok
24 Calculer une probabilit conditionnelle
ok
25 Rsoudre une preuve successive laide dun arbre de classement
ok
26 * Connatre et comprendre lnonc du thorme de Bayes
ok
27 Connatre la dfinition dvnements indpendants
ok
28 Connatre et savoir utiliser la loi binomiale
ok
29 Connatre la dfinition dune variable alatoire discrte
ok
30 Calculer lesprance, la variance et lcart-type dune variable alatoire discrte
ok
31 Connatre la dfinition dune variable alatoire continue
ok
32 Connatre la dfinition dune densit de probabilit
ok
33 Connatre et savoir utiliser la loi normale centre rduite
ok
34 Connatre et savoir utiliser la loi normale
ok
P.S. / 2012-2013
59
3.3 Solutions des exercices

Ex 1 20 issues.
Ex 2 L'arbre donne 18 possibilits ; il manque le petit carr noir et le grand rond blanc.
Ex 3 Il y a 2 chemins diffrents pour la petite grille et 6 chemins diffrents pour la grande.
Ex 4 Il y a 11 chemins diffrents.
Ex 5
Avec rptition Sans rptition
a) 216
120
b) 72
40
c) 72
40
d) 144
80
e) 36
20
Ex 6 Le nombre possible de coloriage est de 19'208.
Ex 7 1296 issues possibles
Ex 8 66 parties.
Ex 9
7!
20!
8!
1
100!
1 1
4
;
=
=
= 9 ' 900 ;
=7 ;
= 380 ;
7! 4! 3
4! 5! 120
6!
18!
98!
20!
24!
= 116' 280 ;
= 10' 626
(20 4)!
(24 4)!4!
(n + 2)!
= ( n + 2) ( n + 1) n
( n 1)!
n!
=n
( n 1)!
Ex 10 a) 6
b) 120
( n r + 1)!
= ( n r + 1) ( n r )
( n r 1)!
c) 120
Ex 11 a) 6 possibilits (en rang).
b) 2 manires diffrentes (permutation circulaire).
c) 24 possibilits (en rang).
6 manires diffrentes (permutation circulaire).
Ex 12 a) 120
b) 24 manires diffrentes
Ex 13 a) 3' 360
b) 12
c) 48 manires diffrentes.
Ex 14 840
Ex 15 a) 120
mots
b) 24 mots
c) 24 mots.
d) 12 mots.
Ex 16 720 possibilits.
Ex 17 35 possibilits.
Ex 18 a) 512
b) 336
Ex 19 56
Ex 20 350
Ex 21 a) 9 ' 465'511' 772
faons
b) 3.7 1017 faons
Ex 22 677 habitants
P.S. / 2012-2013
60
Ex 23 512 possibilits diffrentes.

Ex 24 64
Ex 25 70, les oui tant dtermins, les non le seront aussi.
Ex 26 20'000 possibilits.
Ex 27 94 '143' 280 distributions diffrentes pour un joueur.
Ex 28 a) 32 faons.
b) 1'984 possibilits.
d) 143'840 possibilits. e) 201'376 possibilits
e) 175'616 possibilits.
c) 29'760 possibilits.
b) 1008 possibilits.
Ex 29
a) 8'145' 060 possibilits diffrentes la Loterie Suisse numros.
b)
i) 6 numros gagnants : 1 possibilit.
iii) 1 numros gagnants : 3' 454 '542 possibilits.
v) 3 numros gagnants : 182 ' 780 possibilits.
ii) 0 numros gagnants : 3' 262 ' 623 possibilits.

iv) 2 numros gagnants : 1' 233' 765 possibilits.
vi) au moins un numro gagnant : 4 '882 ' 437 possibilits.
c)
i) Probabilit de "cocher les 6 numros gagnants si on joue une grille" 0,0000123%
ii) Probabilit de "cocher 0 numros gagnants si on joue une grille" 40%
iii) Probabilit de " cocher 1 numros gagnants si on joue une grille " 42%
Ex 30
a) 76' 275' 360 possibilits diffrentes l'Euro Millions.
b)
i) 7 numros gagnants (1er prix) : 1 possibilit.
iii) (3me prix) 21 possibilits.
v) 0 numros gagnants : 25' 656' 939 possibilits.
Ex 31
a) 45 choix possibles
ii) (2me prix) 14 possibilits.

iv) (4me prix): 225 possibilits.
b) i) 21 possibilits diffrentes.
b) ii) 25 choix.
Ex 32
a) 1'048'576 possibilits
b) 20 possibilits d'avoir 1 seule fois pile.
c) 190 possibilits
d) 4 '845 possibilits.
e) 184 ' 756 possibilits.
f) 1 possibilit.
Ex 33 a) 17'576 sigles
b) 2'160 sigles
Ex 34 a) 120 possibilits.
c) 1'800 sigles
b) 600 possibilits.
d) 6' 720 possibilits.
c) 210 possibilits diffrentes.
e) 8'400 possibilits.
Ex 35 58'344 quipes possibles.

Ex 36 a) 18 nombres diffrents.
Ex 37 a) 34 ' 650
b) 192 nombres diffrents.
b) 3' 780
Ex 38 72 possibilits diffrentes.
Ex 39 a) 30 faons
b) 60 faons
Ex 40 * 2n sous-ensembles diffrents (y compris l'ensemble vide et l'ensemble ).
P.S. / 2012-2013
61
Ex 41 * 24 bijections
Ex 43 a)
1
6
b)
5
36
1
6
c)
Ex 44 P ("plaques qui commencent par 1" ) 55,6%

Ex 45 a)
1
8
b)
4 1
=
8 2
c)
5
8
Ex 46 P("la flchette se trouve dans la zone ombre") =

Ex 47 a) 69,6%
8+
44, 32%
8
b) 70,1%
Ex 48 Les deux vnements sont quiprobables !

Ex 49
a) P (" tirer 0 vaccin prim ") 76, 42%

b) P (" tirer1 vaccin prim ") 22,15%
c) P (" tirer 2 vaccins prims ") 1, 42%
Ex 50
a) P( quinte royale )
1
0,000154 %
649740
b) P( quinte flush )
1
0,024 %
4165
1
e) P( flush )
0,197 %
509
1
g) P( brelan )
2,11 %
47
1
i) P( paire) 42,55%
2
1
0,00139 %
72193
1
0,144 %
694
1
f) P( quinte)
0,392 %
255
1
h) P( deux paires ) 9,5 %
11
c) P( carr )
d) P( full )
Ex 52
P ( A) = 0,6
P ( B) = 0,5
P ( A B ) = 0, 3
P (A B) = 0, 2
P (A B) = 0,1
P (A B) = 0,9
P (A B) = 0,8
P ( A B) = 0, 4
P ( A B) = 0,7
Ex 53 a) 90 %
b) 10 %
Ex 54
c) 60 %
1) 4, 2%
2) 25,17 %
3) 41,96 %
4) 23, 98 %
5) 95,8 %
6) 70, 63 %
Ex 55 32%
Ex 56 a) 15%
b) 60 % c) 80 %
Ex 57 a) 37,5%
b) 40% c) 50%
Ex 58 a) 36 %
b) 17 % c) 1.9 %
d) 38 %
e) 18 %
Ex 59 52,5%
Ex 60 a) 21, 4%
29
Ex 61 a)
60
Ex 62 a)
17
50
P.S. / 2012-2013
b) 3,6%
c) 78,6%
d) 27,3%
5
b)
8
b)
21
24
62
Ex 63 a) 3,7 %
Ex 64 a)
2
5
b) 96,3 %
b)
31
105
Ex 65
a) 10 % b) 30 %
Ex 67
77%
Ex 68
28%
Ex 69 *
a) 1,2 %
Ex 70 *
0,1081
0,3146
0,3436
Ex 71
c)
4
91
b) 29,6 %
c) 70,4 %
1
36
Ex 72 a)
1
3
b)
1
3
Ex 73 a)
1
8
b)
3
8
Ex 74 a)
125
729
b)
300
425
304
c)
d)
729
729
729
Ex 75
48
3125
b)
48
272
2882
c)
d)
625
3125
3125
a)
c)
1
2
Ex 76
6
i)
10
a)
6 4
ii) 3
10 10
6 4
iii) 3
10 10
6
i)
10
b)
6 4
ii) 4
10 10
6
i)
10
a)
6 4
ii) 3
10 10
b)
6
i)
10
6 4
ii) 4
10 10
6 4
iii) 6
10 10
6 4
iii) 3
10 10
6 4
iii) 6
10 10
4
iv)
10
2
6 4
iv) 4
10 10
4
v)
10
4
v)
10
Ex 77
Ex 78
a) 23, 4%
4
iv)
10
2
b) 34, 4%
c) 98, 43%
c) 91, 2%
Ex 79
a) 32,9%
b) 10%
Ex 80
a) 16, 46%
b) 13,17%
Ex 81
43, 2%
6 4
iv) 4
10 10
Ex 82
a) P(A+) = 38,1%
d) P ( 4 A+ ) = 24,9%
P.S. / 2012-2013
c) P ( aucun O- ) = 48,4 % (loi binomiale)
b) P(O) = 44 %
(loi binomiale)
e) P ( au moins 3 donneurs O+ ) = 77,95%
63
(loi binomiale)
Activit I
m=E(X) = 3,5
V(X) 2, 92
m=E(Y) = 3,5
V(Y) 4,05
(X) 1,71
(Y) 2, 01
(Z) 1, 28
m=E(Z) = 3,5 V(Z) 1,65

Ex 83
U = { ppp; ppf ; pfp; fpp; pff ; ffp; fpf ; fff }
X = le nombre de faces se prsentant l'preuve.

X ( fff ) = 3 X ( ffp ) = X ( pff ) = X ( fpf ) = 2 X ( ppf ) = X ( fpp ) = X ( pfp ) = 1 X ( ppp ) = 0
1
8
3
8
3
8
1
8
E ( X ) = 1,5
( X ) 0,87
V ( X ) = 0,75
Ex 84
U = { ppp; ppf ; pfp; fpp; pff ; ffp; fpf ; fff }
X = le nombre de faces moins le nombre de piles se prsentant l'preuve.

X ( fff ) = 3 X ( ffp ) = X ( pff ) = X ( fpf ) = 1 X ( ppf ) = X ( fpp ) = X ( pfp ) = 1 X ( ppp ) = 3
-3
-1
1
8
3
8
3
8
1
8
E( X ) = 0
V(X ) = 3
Ex 85 E ( X ) = 3
V ( X ) = 1,5
Ex 86 E ( X ) = 0, 75
V ( X ) 0, 46
( X ) 1,73
( X ) 1, 22
( X ) 0,68
Ex 87 E ( X ) = 1, 22 stylos
Ex 88
1) Il peut s'attendre une moyenne de 2,53.
2) 75% de notes insuffisantes.
3) En retenant le plus grand des deux nombres, la moyenne serait : 4,47.

Ex 89 1) Le prix ne doit pas dpasser 23 francs.
2) L'cart-type est de 6 francs.
Ex 90 Le joueur peut s'attendre gagner environ 0,54 fois par semaine.

Ex 91 Nous pouvons esprer 8 bonnes rponses.
Ex 92
1
et n = 11
15
P ( Y = 1) 36,79 %
1) Y suit une loi binomiale avec p =

2) P(Y = 0) 46,82 %
P ( Y = 2 ) 13,14 %
3) En moyenne, 0,73 personnes descendent au 7 tage.
P.S. / 2012-2013
64
Ex 93
a) f ( x ) 0 ok
et
2
x2
x
f ( x )dx = dx = = 1
2
4 0
0
b) P (1 X 1,5) = 31, 25%
P ( X 1,5) = 43,75%
c) E ( X ) = 1, 3
d) V ( X ) = 0, 22 et
( X ) 0, 469
Ex 94
a) f ( x ) 0 ok
et
30
f ( x )dx =
30
60
x
60 x
x2
(60 x ) 2
0 900 dx + 30 900 dx = 1800 1800
0
60
=
30
1
1
0 0 + = 1 ok
2
2
b) 12,5%
c) 0,125
0,125 52 = 6,5 fois.
d) E ( X ) = 30 minutes
e*) V ( X ) = 150
( X ) 12, 25 minutes
Ex 95 *
a) f ( x ) 0 ok
k
6
6 x2 x3
6 k3 k3
2
(
kx
x
)
dx
k
=1
0 k 3
k3 2
3 0 k3 2 3
k
b) E ( X ) =
2
c) P (0 X 6) = 21,6%
Activit III
SYM
CRM
P ( 1 X * 1) = (1) ( 1) = (1) [1 (1) ] = 2 (1) 1 = 2 0,8413 1 = 0,6826 = 68, 26 %

Ex 96 a) 38, 49 %
b) 25,18 %
d) 24,83%
e) 89, 97 %
c) 66, 37 %
Ex 97 a) Il y a environ 740 colis entre 120 et 155 kg

b) Il y a environ 1,7 colis de plus de 185 kg
Ex 98 Il y donc environ 23% de stylos dfectueux.
Ex 99 a) Environ 6 gorilles
d) 98,8 %
Ex 100
b) Environ 132 gorilles
c) 1,2 %
e) X 134, 2 Kg
a) Le pourcentage de bouteilles acceptes est de 15,83 %

b) Oui car le pourcentage de bouteilles acceptes serait alors de 15,86 %.
Ex 101
P.S. / 2012-2013
a) P ( X 100 ) = 13, 79 %
b) m 101,925 [ mg ]
65
Ex 102 *
a)
Taille 1 : infrieure 19,05

Taille 2 : entre 19,05 et 22,35
Taille 5 : suprieur 28,95
b)
Taille 1 :
Taille 2 :
Taille 3 :
Taille 4 :
Taille 5 :
5%
24 %
42 %
24 %
5%
Ex 103 * m 72,3 Kg
P.S. / 2012-2013
14, 6 kg
66
Notes personnelles
_______________________________________________________________________________
_______________________________________________________________________________
_______________________________________________________________________________
_______________________________________________________________________________
_______________________________________________________________________________
_______________________________________________________________________________
_______________________________________________________________________________
_______________________________________________________________________________
_______________________________________________________________________________
_______________________________________________________________________________
_______________________________________________________________________________
_______________________________________________________________________________
_______________________________________________________________________________
_______________________________________________________________________________
_______________________________________________________________________________
_______________________________________________________________________________
_______________________________________________________________________________
_______________________________________________________________________________
_______________________________________________________________________________
_______________________________________________________________________________
_______________________________________________________________________________
_______________________________________________________________________________
_______________________________________________________________________________
_______________________________________________________________________________
_______________________________________________________________________________
Notes personnelles
_______________________________________________________________________________
_______________________________________________________________________________
_______________________________________________________________________________
_______________________________________________________________________________
_______________________________________________________________________________
_______________________________________________________________________________
_______________________________________________________________________________
_______________________________________________________________________________
_______________________________________________________________________________
_______________________________________________________________________________
_______________________________________________________________________________
_______________________________________________________________________________
_______________________________________________________________________________
_______________________________________________________________________________
_______________________________________________________________________________
_______________________________________________________________________________
_______________________________________________________________________________
_______________________________________________________________________________
_______________________________________________________________________________
_______________________________________________________________________________
_______________________________________________________________________________
_______________________________________________________________________________
_______________________________________________________________________________
_______________________________________________________________________________
_______________________________________________________________________________

Combinatoires Et Probabilites

Încărcat de

Informații document

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Combinatoires Et Probabilites

Încărcat de

Drepturi de autor:

Formate disponibile

COMBINATOIRES

3.1 Analyse combinatoire

3.1.2 Principe de dcomposition

3.1.6 Dveloppement du binme

3.1.7 Ce quil faut absolument savoir

3.2.2 Exprience alatoire, vnement

3.2.3 Notion de probabilit et axiomes

3.2.4 Probabilits conditionnelles

3.2.5 preuves successives

3.2.6 Thorme de Bayes *

3.2.7 Evnements indpendants

3.2.8 La loi binomiale

3.2.9 Variables alatoires discrtes

3.2.10 Moyenne ou esprance mathmatique

3.2.11 Variance et cart-type

3.2.12 Cas particulier de la loi binomiale

3.2.13 Variables alatoires continues

3.2.14 Quelques lois de probabilits continues

3.2.15 Ce quil faut absolument savoir

3.3 Solutions des exercices

3.1 Analyse combinatoire

Rponse : Il y a 66 = 36 rsultats possibles.

Rponse : On peut composer avec les chiffres 1, 2, 3 et 4 exactement 24 nombres.

Combinatoires et probabilits / 4 N-A

chiffre des centaines

chiffre des dizaines

chiffre des units

69! = 1 2 3 ....... 68 69 1,71 1098

70! = ....... dpasse les capacits des calculatrices courantes !

Combinatoires et probabilits / 4 N-A

3.1.2 Principe de dcomposition

b) Ajoutons deux ponts z3 et z4 sur la rivire situe entre les villes C et D.

Si une exprience globale peut se dcomposer en k preuves lmentaires successives,

Combinatoires et probabilits / 4 N-A

1re lettre : 5 possibilits

2me lettre : 4 possibilits

5me lettre : 1 possibilit

Au total : 54321 = 5! = 120 possibilits

En gnralisant et en utilisant le principe de dcomposition, le nombre Pn de permutations

Combinatoires et probabilits / 4 N-A

Puis, on peut multiplier par 2 ces possibilits

En partant du mot ERRER, on en trouve 6

b) La barre sur le P signifie "avec rptitions".

Combinatoires et probabilits / 4 N-A

Au total : 1098 = 720 possibilits.

On peut arriver ce rsultat en utilisant la notation factorielle : 10 9 8 =

b) Sur certaines calculatrices, la touche nPr effectue ce type de calcul.

Combien de mots diffrents de 4 lettres peux-t-on former laide des 7 lettres A, B, C, D, E, F, G

Combinatoires et probabilits / 4 N-A

Combien de squences diffrentes peut-on lire sur un compteur kilomtrique de voiture

Combinatoires et probabilits / 4 N-A

Rponse : Si l'on tient compte de l'ordre, voici le nombre de possibilits : A 34 =

Combinatoires et probabilits / 4 N-A

3.1.6 Dveloppement du binme

a4 ne s'obtient que d'une seule faon ; (a + b) (a + b) (a + b) (a + b) = a4 + .....

En gnralisant le processus, on obtient :

= C0n a n b0 + C1n a ( n 1) b1 + C2n a ( n 2 ) b2 + ... + Cnn 2 a 2 b( n 2 ) + Cnn 1 a1b( n 1) + Cnn a 0 b n

(La dmonstration de cette relation ce fait par rcurrence)

Proprits du binme 1) C0n = Cnn = 1

Combinatoires et probabilits / 4 N-A

Exercices (Arbre de classement)

4) Le diagramme ci-dessous reprsente des les : A, B, C, D, E et F. Certaines d'entre elles sont

Exercices (Principe de dcomposition)

5) a) Avec les chiffres 2,3,5,6,7,9 combien peut-on avoir de nombres de 3 chiffres ?