Documente Academic
Documente Profesional
Documente Cultură
ET
PROBABILITS
4me anne
3.1.1 Outils
3.1.3 Permutations
3.1.4 Arrangements
3.1.5 Combinaisons
15
3.2 Probabilits
16
3.2.1 Introduction
16
16
18
25
28
31
33
36
Picchione Serge
2012-2013
38
40
42
47
49
52
59
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
3.1.1 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)
2134
2143
2314
2341
2413
2431
3124
3142
3214
3241
3412
3421
4123
4132
4213
4231
4312
4321
P.S. / 2012-2013
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
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
0! = 1
P.S. / 2012-2013
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)
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
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
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.
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 :
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!
3.1.4 Arrangements
Exemple
Dans une course de 10 chevaux, combien peut-il y avoir de podiums diffrents (un podium
comporte 3 places) ?
Rponse : Selon le principe de dcomposition (3 preuves) :
1re place: 10 possibilits
2me place: 9 possibilits
3me place: 8 possibilits
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!
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
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} ?
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
= 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
(a + b)
not ( a + b ) = Cin a ( n i ) bi
n
i =0
2) C np = C nn p
3) C np + C pn+1 = Cpn++11
Dmonstration en exercice.
P.S. / 2012-2013
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
D
C
De combien de manires peut-on procder si deux cases adjacentes doivent tre de couleurs
diffrentes ?
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)
20!
18!
8!
7! 4!
100!
98!
1 1
4! 5!
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
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
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
1
4
7
A
2 3
5 6
8 9
0 B
chiffres
d'entre ?
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 ?
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
0 numros sur une carte qui en comporte 9. (3me prix)
iv) 4 numros gagnant sur une carte qui en comporte 50 et
2 numros sur une carte qui en comporte 9. (4me prix)
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.
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
n ( n 1) ........... ( n p + 1)
n!
=
1 2 3 ...... p
( n p ) ! p!
2) C pn = C nn p
avec n et p ` et p n
ok
ok
ok
ok
ok
ok
ok
ok
ok
ok
ok
ok
ok
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.
# =
P.S. / 2012-2013
16
Notation
AB
(se lit "A inter B")
AB
(se lit "A union B")
A
(se lit "A barre")
A-B
(se lit "A diff. B")
Illustration
A
17
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
Exemples
P.S. / 2012-2013
18
P(A) =
70
31,8%
220
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
II) P() = 1
Une probabilit P est une application de lensemble des vnements dans lintervalle [0;1].
Exemple
3 3
+ =1
6 6
Exercice 43
P.S. / 2012-2013
19
Exercice 45
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;
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 ?
Exercice 48
P.S. / 2012-2013
20
Exercice 50 *
P.S. / 2012-2013
21
Thorme 1
P(A) = 1 P(A)
Dmonstration
A A = et A A = (A et A sont incompatibles)
Donc
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
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
Thorme 3
B A = BA
Dmonstration
B = A (A B) et A (A B) =
Donc
(A et A B sont incompatibles)
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
A, B
Dmonstration
B
BA = BA
AB
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)
Thm.2
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 ?
P.S. / 2012-2013
23
Exercice 51
b) A B = A B
c) B A = B A
d) A B = A B
Exercice 52
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;
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 %)
Indication : utilisez les thormes.
P.S. / 2012-2013
24
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
( )
c) P ( A B ) + P A B = 1
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
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 :
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
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 + ?
c) de sang B et Rh - ?
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 ?
P.S. / 2012-2013
27
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
P.S. / 2012-2013
28
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)
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) 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)
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.
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
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
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
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
P.S. / 2012-2013
31
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)
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
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 .
( )
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 ?
P(A B)
= P(B) do P(A B) = P(A) P(B)
P(A)
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
{( p; p ) ; ( p;f )}
B = face au deuxime jet = {( p;f ) ; ( f ;f )}
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.
1/2
1/2
p2
1/2
p1
1/2
p3
1/2
i2
1/2
p2
1/2
i2
i3
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
34
Exercice 73
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.
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 )
35
B(k;n;p) = Cnk p k q nk
avec
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
1
k = 7 n = 10 p =
2
1
q=
2
1 1
B 7;10; = C10
7
11,7%
2
2 2
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
ii) 3 filles
iii) 2 filles
iv) 1 fille
v) 0 fille
Exercice 78
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
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 %
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
0
1
1
2
P.S. / 2012-2013
38
Exemple 3
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
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
p
i =1
= 1.
(p1 + p2 + ... + pn = 1)
60
30
40
20
Variable X
20
0
10
0
0 1 2
4 5 6 7 8 10
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
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
p x
i =1
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
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
2
33,33 %
6
2
= 10 %
20
P (3 Z 4) = P(Z = 3) + P(Z = 4) =
10
= 50 %
20
42
(X) =
V(X)
p (x
i =1
m) 2
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
P.S. / 2012-2013
43
Proposition
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
p x
i =1
2
i
m2
Algbre
Exemple
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
(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
( )
Dans une famille de n = 4 enfants, on admet que la probabilit davoir un garon est de p =
1
.
2
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
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
(X) = 1 = 1 garon
P.S. / 2012-2013
47
Proposition
(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
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
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
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
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
10
10
1
1
E(X) = x f (x)dx = x dx = x 2 = 5
10
20 0
0
+
10
2
x
1
25
1
dx 52 = x3 25 =
8,33
10
30
3
P.S. / 2012-2013
50
Exercice 93
x
si 0 x 2
f ( x) = 2
0 sinon
a) Montrer que f ( x) est bien une fonction de densit.
1
f
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
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
infrieure 6 cm ?
P.S. / 2012-2013
51
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 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.
Activit II
+
f (x)dx =
la variance.
P.S. / 2012-2013
52
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
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.
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
( x ) = P ( X * x ) =
f ( t )dt =
P.S. / 2012-2013
54
t2
2
dt
( x )
0
1
2
Cette table donne les valeurs de P ( X * x ) note ( x ) pour "toutes" les valeurs positives de x.
CRM
CRM
( x )
-x
Activit III
P.S. / 2012-2013
55
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
25 18, 2
= 1,89
3,6
et si X = 20 alors X* =
20 18, 2
= 0,5
3,6
15 18, 2
= 0,8
3,6
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
P.S. / 2012-2013
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.
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)
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.
P.S. / 2012-2013
58
ok
ok
ok
ok
ok
ok
ok
ok
ok
ok
ok
ok
ok
ok
ok
ok
ok
ok
ok
ok
P.S. / 2012-2013
59
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 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
Ex 22 677 habitants
P.S. / 2012-2013
60
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.
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
b) i) 21 possibilits diffrentes.
b) ii) 25 choix.
Ex 32
a) 1'048'576 possibilits
c) 190 possibilits
d) 4 '845 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.
e) 8'400 possibilits.
b) 3' 780
Ex 38 72 possibilits diffrentes.
Ex 39 a) 30 faons
b) 60 faons
P.S. / 2012-2013
61
Ex 41 * 24 bijections
Ex 43 a)
1
6
b)
5
36
1
6
c)
1
8
b)
4 1
=
8 2
c)
5
8
8+
44, 32%
8
b) 70,1%
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
b) P(O) = 44 %
(loi binomiale)
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
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 }
-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.
P ( Y = 2 ) 13,14 %
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
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
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
b) 25,18 %
d) 24,83%
e) 89, 97 %
c) 66, 37 %
c) 1,2 %
e) X 134, 2 Kg
Ex 101
P.S. / 2012-2013
a) P ( X 100 ) = 13, 79 %
b) m 101,925 [ mg ]
65
Ex 102 *
a)
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
_______________________________________________________________________________
_______________________________________________________________________________
_______________________________________________________________________________
_______________________________________________________________________________
_______________________________________________________________________________
_______________________________________________________________________________
_______________________________________________________________________________
_______________________________________________________________________________
_______________________________________________________________________________
_______________________________________________________________________________
_______________________________________________________________________________
_______________________________________________________________________________
_______________________________________________________________________________
_______________________________________________________________________________
_______________________________________________________________________________
_______________________________________________________________________________
_______________________________________________________________________________
_______________________________________________________________________________
_______________________________________________________________________________
_______________________________________________________________________________
_______________________________________________________________________________
_______________________________________________________________________________
_______________________________________________________________________________
_______________________________________________________________________________
_______________________________________________________________________________