Cours : Calcul de probabilités

I) Dénombrement (Rappel)
1) Cardinal d’un ensemble fini
Définition :

Soit E un ensemble fini de n éléments distincts 𝐄 = {𝐱 𝟏 ; 𝐱 𝟐 ; … ; 𝐱 𝐧 }

On appelle cardinal de E son nombre d’éléments n et on écrit 𝐂𝐚𝐫𝐝(𝐄) = 𝐧

Exemples :

Considérons les deux ensembles A = {𝟏; 𝟐; 𝟐} et 𝐁 = {𝐚; 𝐛; 𝐜; 𝐝}

On a 𝐂𝐚𝐫𝐝(𝐀) = 𝟑 et 𝐂𝐚𝐫𝐝(𝐁) = 𝟒

L’ensemble vide ne contient aucun élément, donc 𝐂𝐚𝐫𝐝(⊘) = 𝟎

2) Principe fondamental de l’analyse combinatoire.

Activité :

On se propose de déterminer le nombre de nombres à deux

chiffres, que l’on peut écrire avec les chiffres 𝟑, 𝟓 et 𝟕.

Sans répétition d’un même élément

Le nombre des issues pour choisir le chiffre des dizaines est 𝟑.

Le nombre des issues pour choisir le chiffre des unités est 𝟐.

Donc le nombre de nombres à 𝟐 chiffres que l’on peux écrire avec les chiffres 𝟑, 𝟓 et 𝟕 est
𝟔 = 𝟑 × 𝟐.

Avec répétition d’un même élément.

Le nombre des issues pour choisir le chiffre des dizaines est 𝟑.

Le nombre des issues pour choisir le chiffre des unités est 𝟑.

Donc le nombre de nombres à 𝟐 chiffres que l’on peut écrire

avec les chiffres 𝟑, 𝟓 et 𝟕 est

𝟗 = 𝟑 × 𝟑 = 𝟑𝟐 .
Définition.

Soit 𝐄 une expérience dont les résultats nécessitent 𝐤 choix,

Si le premier choix se fait de 𝐧𝟏 façons différentes

Le deuxième choix se fait de 𝐧𝟐 façons différentes, …,

…….
Le 𝐤 𝐢è𝐦𝐞 choix se fait de 𝐧𝐤 façons différentes,

Alors le nombre de résultats possibles est donné par le produit :

𝐧𝟏 × 𝐧𝟐 × … × 𝐧𝐤
Exemple 1

Un code comporte deux lettres distincts suivies d’un chiffre non nul

Combien peut-on former de codes distincts ?

Les trois étapes : choix de la première lettre : 26 possibilité, de la deuxième 25 possibilités,

puis du chiffre de 9 possibilités

Le nombre cherché est donc : 𝟐𝟔 × 𝟐𝟓 × 𝟗 = 𝟓𝟖𝟓𝟎

Exemple 2

Un restaurant propose à ses clients un menu qui se compose :

Une entrée à choisir parmi 𝟑 entrées possibles notée 𝐄𝟏 , 𝐄𝟐 ;𝐄𝟑

Un plat à choisir parmi 𝟒 plats possibles notés 𝐏𝟏 , 𝐏𝟐 , 𝐏𝟑 et 𝐏𝟒 .
Un dessert à choisir parmi 𝟓 desserts possibles notés 𝐃𝟏 , 𝐃𝟐 , 𝐃𝟑 , 𝐃𝟒 et 𝐃𝟓
Combien un client peut-il compose de menus différents ? Sachant qu’un menu contient une
entrée, un plat et un dessert.

Le nombre de possibilités pour choisir l’entrée est 𝟑.

Le nombre de possibilités pour choisir le plat est 𝟒.

Le nombre de possibilités pour choisir le dessert est 𝟓.

Donc d’après le principe fondamental de l’analyse combinatoire le nombre des résultats

possibles est 𝟑 × 𝟒 × 𝟓 = 𝟔𝟎.

D’où un client peut composer de 𝟔𝟎 menus différents.

Exercice 01.

1) Combien peut-on former de codes de téléphone à 𝟒 chiffres ?

2) Combien peut-on former de codes de téléphone à 4 chiffres ne comportant pas le chiffre
0.
 3) Arrangements.
a) Arrangements sans répétition.
Activité.

Dans une course de semi-marathon, formée de 𝟏𝟎 participants. On suppose que la course

est sans ex-æquo.

On s’intéresse aux 𝟒 premiers rangs.

Déterminer le nombre de résultats possibles.

La 𝟏𝐢è𝐫𝐞 place : 𝟏𝟎 possibilités.

La 𝟐𝐢è𝐦𝐞 place : 𝟗 possibilités.
La 𝟑𝐢è𝐦𝐞 place : 𝟖 possibilités.
La 𝟒𝐢è𝐦𝐞 place : 𝟕 possibilités.
Donc d’après le principe fondamental de l’analyse combinatoire le nombre des résultats
possibles est 𝟏𝟎 × 𝟗 × 𝟖 × 𝟕 = 𝟓𝟎𝟒𝟎.

Chaque résultat est appelé un arrangement sans répétition de 𝟒 éléments pris par 𝟏𝟎.

Le nombre de résultats est noté 𝐀𝟒𝟏𝟎, et on a :

𝐀𝟒𝟏𝟎 = 𝟏𝟎 × 𝟗 × 𝟖 × 𝟕 = 𝟓𝟎𝟒𝟎.
Définition.

Soient 𝐧 et 𝐩 deux entiers naturels non nuls.

 Tout rangement de 𝐩 éléments choisis parmi 𝐧 éléments (sans possibilité de répétition

d’un même élément) est appelé arrangement sans répétition de 𝐩 éléments parmi n
(𝟏 ≤ 𝐩 ≤ 𝐧)
𝐩
 Le nombre d’arrangements sans répétition de 𝐩 éléments pris parmi par 𝐧 est noté 𝐀 𝐧,
et on a :
𝐩
𝐀 𝐧 = 𝐧 × (𝐧 − 𝟏) × (𝐧 − 𝟐) × … × (𝐧 − 𝐩 + 𝟏).
Exemples.

Calculons 𝐀𝟐𝟔, 𝐀𝟐𝟓 et 𝐀𝟑𝟓.

𝐀𝟐𝟔 = 𝟔 × 𝟓 = 𝟑𝟎,
𝐀𝟐𝟓 = 𝟓 × 𝟒 = 𝟐𝟎,
𝐀𝟑𝟓 = 𝟓 × 𝟒 × 𝟑 = 𝐀𝟐𝟓 × 𝟑 = 𝟐𝟎 × 𝟑 = 𝟔𝟎.
 b) Arrangements avec répétition.
Activité.

On lance 𝟑 fois de suite une pièce de monnaie. Le coté face est noté 𝐅, et le coté pile est noté
𝐏.

Déterminer le nombre d’issues possibles.

Le 𝟏𝐢è𝐫lancer : 𝟐 issues.
Le 𝟐𝐢è𝐦𝐞 lancer : 𝟐 issues.
Le 𝟑𝐢è𝐦𝐞 lancer: 𝟐 issues.
Donc d’après le principe fondamental de l’analyse

Combinatoire le nombre des résultats possibles est

𝟐 × 𝟐 × 𝟐 = 𝟐𝟑 .

Chaque résultat est appelé un arrangement

avec répétition de 𝟑 éléments pris par 𝟐.

Définition.

Soient 𝐧 et 𝐩 deux entiers naturels non nuls.

 Tout rangement de 𝐩 éléments choisis parmi par 𝐧 éléments (avec possibilité de

répétition d’un même élément) est appelé arrangement avec répétition de 𝐩 éléments
parmi 𝐧.
 Le nombre d’arrangements avec répétition de 𝐩 éléments pris parmi par 𝐧 est noté 𝐧𝐩 .
Exemple.

On lance 𝟐 fois de suite un dé cubique dont les faces sont numérotées de 𝟏 à 𝟔 ,on
s’intéresse au numéro porté par la face supérieure du dé (à la position d’équilibre).

Déterminons le nombre d’issues possibles.

Le dé contient 𝟔 faces numérotées de 𝟏 à 𝟔. Chaque résultat est un arrangement avec

répétition de 𝟐 éléments pris parmi 𝟔, donc le nombre de résultats possibles est 𝟔𝟐 = 𝟑𝟔.
Permutations.

Activité.

De combien de façons 𝟓 enfants peuvent-ils s’asseoir sur un siège à 𝟓 places.

La 𝟏𝐢è𝐫𝐞 place : 𝟓 possibilités.

La 𝟐𝐢è𝐦𝐞 place : 𝟒 possibilités.
La 𝟑𝐢è𝐦𝐞 place : 𝟑 possibilités.
La 𝟒𝐢è𝐦𝐞 place : 𝟐 possibilités.
La 𝟓𝐢è𝐦𝐞 place : 𝟏 possibilité.
Donc d’après le principe fondamental de l’analyse combinatoire le nombre des résultats
possibles est 𝟓 × 𝟒 × 𝟑 × 𝟐 × 𝟐 = 𝟏𝟐𝟎.
Chaque résultat est un arrangement sans répétition de 𝟓 éléments pris parmi 𝟓.

Dans ce cas chaque résultat et appelé une permutation de 𝟓 éléments.

Le nombre des permutations de 𝟓 éléments est noté 𝟓!, et on a : 𝟓! = 𝟓 × 𝟒 × 𝟑 × 𝟐 × 𝟐 =

𝟏𝟐𝟎.

Définition.

Soit 𝐧 un entier naturel non nul.

 Tout arrangement sans répétition de 𝐧 éléments est appelé permutation 𝐧 éléments.

 Le nombre permutations de 𝐧 éléments est noté 𝐧!, se lit factorielle 𝐧, et on a : 𝐧! = 𝐧 ×
(𝐧 − 𝟏) × … × 𝟐 × 𝟏.
Exemples.
𝟕!
Calculons ce qui suit : 𝟒!, 𝟓!, 𝟔!, 𝐀𝟓𝟕 et (𝟕−𝟓)!.

On a : 𝟒! = 𝟒 × 𝟑 × 𝟐 × 𝟏 = 𝟐𝟒,

𝟓! = 𝟓 × 𝟒 × 𝟑 × 𝟐 × 𝟏 = 𝟓 × 𝟒! = 𝟓 × 𝟐𝟒 = 𝟏𝟐𝟎,
𝟔! = 𝟔 × 𝟓! = 𝟔 × 𝟏𝟐𝟎 = 𝟕𝟐𝟎,
𝐀𝟓𝟕 = 𝟕 × 𝟔 × 𝟓 × 𝟒 × 𝟑 = 𝟐𝟓𝟐𝟎, et
𝟕! 𝟕! 𝟕×𝟔×𝟓×𝟒×𝟑×𝟐!
(𝟕−𝟓)!
= = = 𝟕 × 𝟔 × 𝟓 × 𝟒 × 𝟑 = 𝟐𝟓𝟐𝟎.
𝟐! 𝟐!
𝟕!
On remarque que : 𝐀𝟓𝟕 = (𝟕−𝟓)!

Remarques.

 On pose par convention 𝟎! = 𝟏.

 Soient 𝐧 et 𝐩 deux entiers naturels non nuls tels que : 𝐩 ≤ 𝐧,
𝐩 𝐧!
𝑶𝒏 𝒂 ∶ 𝐀 𝐧 =
(𝐧 − 𝐩)!
𝐀𝐧𝐧 = 𝐧!. ; 𝐀𝟏𝐧 = 𝐧 .

Exercice 02 R R B

R N B
2 Déterminer le nombre de tirages permettant d’avoir : n
I) Une urne contient 𝟔 jetons : 𝟑 rouges, 𝟐 blancs et 𝟏 noir.

On tire au hasard successivement et sans remise 𝟐 jetons de l’urne (c’est-à-dire on tire un

jeton, on note sa couleur, sans le remettre dans l’urne. On répète 𝟐 fois de suite cette
opération).

1 Déterminer le nombre de tirages possibles.

a. 𝟐 jetons rouges.
b. 𝟐 jetons blancs.
c. 𝟐 jetons de même couleur.
 d. 𝟐 jetons de couleurs différentes
e. 𝟏 jeton rouge et 𝟏 jeton noir.
f. Au moins 𝟏 jeton blanc.
g. Le premier jeton blanc.
II) On tire au hasard successivement et avec remise 𝟐 jetons de l’urne (c’est-à-dire on tire
un jeton, on note sa couleur, puis on le remet dans l’urne. On répète 𝟐 fois de suite cette
opération).

Répondre aux questions précédentes.

4) Combinaisons.
Activité.

On veut choisir deux délégués d’une classe de 𝟐𝐢è𝐦𝐞 année du baccalauréat, parmi les quatre
élèves Ahmed (𝐀), Laila (𝐋), Hanan (𝐇), et Soufiane (𝐒). Exemple : si on choisit Ahmed, Laila,
on représente ce choix par {𝐀; 𝐋}.

L’ensemble {𝐀; 𝐋} est appelé combinaison de 𝟐 éléments choisis parmi 𝟒.

Donner, dans ce cas toutes les combinaisons de de 𝟐 éléments parmi 𝟒. Quel est leur
nombre ?

Le nombre de combinaisons de 𝟐 éléments choisis parmi 𝟒 est noté 𝐂𝟒𝟐

Définition.

Soit 𝐧 un entier naturel, et soit 𝐄 un ensemble contenant 𝐧 éléments.

 Toute partie de 𝐄 formée de 𝐩 éléments de 𝐄 (𝟎 ≤ 𝐩 ≤ 𝐧) est appelée combinaison de 𝐩

éléments de 𝐄.
𝐩
 Le nombre de combinaison de 𝐩 éléments de 𝐄 pris parmi 𝐧 éléments est noté 𝐂𝐧 , et on
𝐩
𝐩 𝐀𝐧 𝐧!
a : 𝐂𝐧 = =
𝐩! 𝐩!×(𝐧−𝐩)!

𝐂𝐧𝟏 = 𝐂𝐧𝐧−𝟏 = 𝐧 ; 𝐂𝐧𝐧 = 𝐂𝐧𝟎 = 𝟏 et 𝐂𝐧𝐏 = 𝐂𝐧𝐧−𝐏

Remarques :

Exemples.

1) Calculons : 𝐂𝟓𝟑, 𝐂𝟔𝟒, et 𝐂𝟗𝟓.

𝟓! 𝟓 × 𝟒 × 𝟑!
𝐂𝟓𝟑 = = = 𝟏𝟎
𝟑! (𝟓 − 𝟑)! 𝟑! × 𝟐!
𝟔! 𝟔 × 𝟓 × 𝟒!
𝐂𝟔𝟒 = = = 𝟏𝟓
𝟒! (𝟔 − 𝟒)! 𝟒! × 𝟐!
𝟗! 𝟗 × 𝟖 × 𝟕 × 𝟔 × 𝟓! 𝟗 × 𝟖 × 𝟕 × 𝟔
𝐂𝟗𝟓 = = =
𝟓! (𝟗 − 𝟓)! 𝟓! × 𝟒! 𝟒×𝟑×𝟐×𝟏

= 𝟗 × 𝟕 × 𝟐 = 𝟏𝟐𝟔
2) Déterminons le nombre de sous-ensembles à 𝟑 éléments de l’ensemble 𝐄 =
{𝐚; 𝐛; 𝐜; 𝐝; 𝐞; 𝐟; 𝐠}.

Chaque sous-ensemble de 𝟑 éléments de 𝐄 est une combinaison de 𝟑 éléments pris parmi 𝟕.

Alors le nombre de combinaisons de 𝟑 éléments de 𝐄 est :

𝟕! 𝟕 × 𝟔 × 𝟓 × 𝟒! 𝟕 × 𝟔 × 𝟓
𝐂𝟕𝟑 = = = = 𝟕 × 𝟓 = 𝟑𝟓
𝟑! (𝟕 − 𝟑)! 𝟑 × 𝟐 × 𝟏 × 𝟒! 𝟑 × 𝟐 × 𝟏
Exercice 03

a) Les Boules sont de même couleur. Exercice 03

b) 𝐔𝐧𝐞 boule de chaque couleur.
Un sac contient 𝟗 boules : 𝟒 blanches, 𝟑 rouges, et 𝟐 noirs.
c) Au moins 𝟏 boule rouge.
d)
On Au
tireplus 2 boules rouges
simultanément et au hasard 𝟑 boules du sac

1) Déterminer le nombre de résultats possibles.

2) Déterminer le nombre de tirages permettant d’avoir :
R R R

B B B

5) Importance de l’ordre. B N N

Type de Nombre de Importance

tirage tirages de l’ordre
possibles
Avec 𝐧𝐩 Important
remise
𝐩
Sans 𝐀𝐧 Important
remise
𝐩
Simultané 𝐂𝐧 Sans
importance
Nombre de possibilité d’arranger p éléments (Coefficient d’ordre)

Si on a 𝐩𝟏 éléments de type A et 𝐩𝟐 éléments de type B et 𝐩𝟑 éléments de type C tel que

𝐩𝟏 + 𝐩𝟐 + 𝐩𝟑 = 𝒑

Alors le nombre de possibilité d’arranger les p éléments est :

𝐩!
𝐩𝟏 ! × 𝐩𝟐 ! × 𝐩𝟑 !
II. Expériences aléatoires-Probabilité d’un évènement.
1) Expériences aléatoires.
Activité.
 Si on lance une pièce de monnaie,
On ne peut pas prévoir le résultat. On dit que le lancer d’une pièce de monnaie est une
expérience aléatoire.
 Chaque résultat d’une expérience aléatoire est dit éventualité.
 L’ensemble de toutes les éventualités d’une expérience aléatoire est dit l’univers des
éventualités (ou simplement l’univers), et noté généralement 𝛀 (le lancer d’une pièce de
monnaie, on a : 𝛀 = {𝐏; 𝐅}).
 Chaque sous-ensemble de l’univers 𝛀 (formé d’une ou plusieurs éventualités) est appelé
un événement (obtenir le coté 𝐏 est un événement, on écrit 𝐀 = {𝐏}).
 Un événement élémentaire est un événement formé d’une seule éventualité.
 L’intersection 𝐀 ∩ 𝐁 de deux événements 𝐀 et 𝐁 est l’événement ‘’ 𝐀 et 𝐁’’ formé des
éventualités communes à 𝐀 et à 𝐁.
 L’union 𝐀 ∪ 𝐁 de deux événements 𝐀 et 𝐁 est l’événement ‘’ 𝐀 ou 𝐁’’ formé des
éventualités de l’un au moins des événements 𝐀 et 𝐁.
 L’événement contraire d’un événement 𝐀 noté 𝐀 ̅ est l’événement constitué des résultats
̅ se réalise si et seulement si 𝐀 ne réalise pas).
de l’univers 𝛀 qui ne sont pas dans 𝐀 (𝐀
 L’événement impossible ∅ est l’événement qui ne contient aucune éventualité (il est
impossible à réaliser).
L’événement certain 𝛀 (se réalise toujours).

Exercice 04

On lance un dé cubique dont les faces sont numérotées de 𝟏 à 𝟔 (chaque face porte un seul
chiffre).
1) Déterminer l’univers des éventualités 𝛀.
2) Déterminer les événements 𝐀 et 𝐁 tels que 𝐀 «obtenir un nombre paire», et 𝐁 « obtenir 3
un nombre supérieur strictement à 𝟑».
̅, 𝐁
3) Déterminer les événements 𝐀 ∪ 𝐁, 𝐀 ∩ 𝐁, 𝐀 ̅ , ̅̅̅̅̅̅̅̅
𝐀 ∪ 𝐁 et ̅̅̅̅̅̅̅̅
𝐀∩𝐁

1) Stabilité de la fréquence d’un événement-Probabilité d’un événement.

Activité.
On lance 𝟏𝟎𝟎𝟎 fois de suite un dé cubique dont les faces sont numérotées de 𝟏 à 𝟔.
Les fréquences obtenues sont données par le tableau suivant :
Numéro de 𝟏 𝟐 𝟑 𝟒 𝟓 𝟔
la face
Fréquence 𝟎. 𝟏𝟔 𝟎. 𝟏𝟔𝟐 𝟎. 𝟏𝟕𝟏𝟎. 𝟏𝟔𝟔 𝟎. 𝟏𝟔𝟕 𝟎. 𝟏𝟕𝟒
𝟏𝟔𝟔
La fréquence du numéro 𝟒 est 𝟎. 𝟏𝟔𝟔 = , cela veut dire que l’on a obtenir 𝟏𝟔𝟔 fois la face
𝟏𝟎𝟎𝟎
numérotée 𝟒 au cours des 𝟏𝟎𝟎𝟎 lancers.
 𝟏
On a : 𝟎. 𝟏𝟔𝟔 … ≈ , et on répétant plusieurs fois cette expérience de 𝟏𝟎𝟎𝟎 lancers, on
𝟔
𝟏
remarque que la fréquence du numéro 𝟒 se stabilise autour de la valeur , on dit que la
𝟔
𝟏 𝟏
probabilité du numéro 𝟒 est , et on écrit 𝐏({𝟒}) = .
𝟔 𝟔
𝟏
On remarque que les fréquences des autres numéros sont aussi proches de .
𝟔

Soit 𝐀 l’événement « obtenir un nombre impair», c’est-à-dire que : 𝐀 = {𝟏; 𝟑; 𝟓}.

La fréquence de l’événement 𝐀 est la somme des fréquences des numéros 𝟏, 𝟑 et 𝟓, c’est-à-
dire que :
𝟏 𝟏 𝟏
𝟎. 𝟏𝟔 + 𝟎. 𝟏𝟕𝟏 + 𝟎. 𝟏𝟔𝟕 = 𝟎. 𝟒𝟗𝟖 ≈ 𝟎. 𝟓, et on a : + + = 𝟎. 𝟓,
𝟔 𝟔 𝟔

Donc 𝐏(𝐀) = 𝟎. 𝟓, ce qui justifie la stabilité de la fréquence de l’événement 𝐀.

Définition.
Soit 𝛀 l’univers des éventualités d’une expérience aléatoire.
 Lorsque la fréquence d’une événement élémentaire {𝐰𝐢 } se stabilise à une valeur 𝐩𝐢 , on
dit que la probabilité de événement {𝐰𝐢 } est 𝐩𝐢 , et on écrit 𝐏({𝐰𝐢 }) = 𝐩𝐢 .
 Pour tout événement 𝐀 = {𝐰𝟏 ; 𝐰𝟐 ; … ; 𝐰𝐧 } de 𝛀, la probabilité 𝐀 est la somme des
probabilités des éventualités qui le composent
𝐏(𝐀) = 𝐏({𝐰𝟏 }) + 𝐏({𝐰𝟐 }) + ⋯ + 𝐏({𝐰𝐧}).
Propriété.
Soit 𝛀 l’univers des éventualités d’une expérience aléatoire, on a :
 𝐏(𝛀) = 𝟏 et 𝐏(∅) = 𝟎.
 Pour tout événement 𝐀 de 𝛀, on a : 𝟎 ≤ 𝐏(𝐀) ≤ 𝟏.
 Pour tout événement 𝐀 de 𝛀, on a : 𝐏(𝐀̅) = 𝟏 − 𝐏(𝐀)
 Si 𝐀 et 𝐁 deux événements de 𝛀, on a :
𝐏(𝐀 ∪ 𝐁) = 𝐏(𝐀) + 𝐏(𝐁) − 𝐏(𝐀 ∩ 𝐁)
 Si 𝐀 et 𝐁 deux événements incompatibles de 𝛀 (𝐀 ∩ 𝐁 = ∅), alors 𝐏(𝐀 ∪ 𝐁) = 𝐏(𝐀) +
𝐏(𝐁).
Exemple.
On lance un dé cubique dont les faces sont numérotées de 𝟏 à 𝟔.
On a l’univers des éventualités 𝛀 = {𝟏; 𝟐; 𝟑; 𝟒; 𝟓; 𝟔}.
On considère les événements suivants :
𝐀 « Obtenir un chiffre pair divisible par 𝟑».
𝐁 « Obtenir un chiffre premier ».
On a : 𝐀 = {𝟔} et 𝐁 = {𝟐; 𝟑; 𝟓},
𝟏
Donc 𝐏(𝐀) = 𝐏({𝟔}) = ,
𝟔
𝟏
Et 𝐏(𝐁) = 𝐏({𝟐; 𝟑; 𝟓}) = 𝐏({𝟐}) + 𝐏({𝟑}) + 𝐏({𝟓}) =
𝟐
𝟏
Car 𝐏({𝟐}) = 𝐏({𝟑}) = 𝐏({𝟓}) = .
𝟔
3) Hypothèse d’équiprobabilité.
Activité.
 Si on lance une pièce de monnaie non truquée, alors
𝐏(𝐅) = 𝐏(𝐏), on dit que l’hypothèse d’équiprobabilité est réalisée.
 Si on lance un dé cubique non truqué dont les faces sont numérotées de 𝟏 à 𝟔,
l’hypothèse d’équiprobabilité est réalisée.
 Si on tire des boules d’une urne (les boules sont indiscernables au toucher), l’hypothèse
d’équiprobabilité est réalisée.
Définition.
Si tous les événements élémentaires ont la même probabilité, on dit que l’hypothèse
d’équiprobabilité est réalisée.
Propriété.
Soit 𝛀 l’univers des éventualités d’une expérience aléatoire, la probabilité de l’événement
𝐀 de 𝛀 est :
𝐍𝐨𝐦𝐛𝐫𝐞 𝐝′ é𝐥é𝐦𝐞𝐧𝐭𝐬 𝐝𝐞 𝐀 𝐂𝐚𝐫𝐝(𝐀)
𝐏(𝐀) = =
𝐍𝐨𝐦𝐛𝐫𝐞 𝐝′ é𝐥é𝐦𝐞𝐧𝐭𝐬 𝐝𝐞 𝛀 𝐂𝐚𝐫𝐝(𝛀)
Exercice 05

Un sac contient 𝟗 boules :

Quatre boules jaunes numérotées 1,1,1,2
Trois boules rouges numérotées 1,1, et 𝟐
Deux boules vertes numérotées 1,2.
Toutes les boules sont indiscernables au toucher.
On tire au hasard simultanément trois boules du sac.
1 Déterminer le nombre de résultats possibles.
2 Déterminer la probabilité de chacun des événements :
𝐀 : « Obtenir 𝟑 boules de même couleur ».
𝐁 : « Obtenir 𝟑 boules qui portent le même numéro ».
𝐂 : « Obtenir une boule exactement verte ».
𝐃 : « Obtenir un moins une boule verte ».
3 Calculer 𝒑(𝑨 ∩ 𝑩) 𝒆𝒕 𝒑(𝑨 ∪ 𝑩)
 R

J J R R R

Exercice 06 J J J J J
n
Un sac contient 𝟏𝟏 boules :
Sept boules jaunes
Quatre boules rouges
Toutes les boules sont indiscernables au toucher.
On tire au hasard successivement et sans remise deux boules du sac.
1) Déterminer le nombre de résultats possibles.
2) Déterminer la probabilité de chacun des événements :
𝐀 : « Obtenir 2 boules jaunes ».
𝐁 : « Obtenir 𝟐 boules de même couleur ».
𝐂 : « Obtenir 𝟐 boules de couleurs différents ».
𝐃 : « La première boule tirée de couleur jaune ».
𝐄 : « Obtenir un moins une boule jaune ».
3) Calculer 𝒑(𝑩 ∩ 𝑬) 𝒆𝒕 𝒑(𝑨 ∪ 𝑬)

Exercice 07

Une urne contient 𝟏𝟎 boules : 𝟑 jaunes, 𝟐 vertes et 𝟓 rouges.

R R R R R

J J J V V
n
Les boules sont indiscernables au toucher

On tire au hasard successivement et sans remise 𝟑 boules de l’urne.

1) Déterminer le nombre de tirages possibles.

2) Déterminer la probabilité de chacun des événements :
𝐀 «obtenir 𝟑 boules rouges».
𝐁 «obtenir 𝟑 boules jaunes».
𝐂 «obtenir 𝟑 boules de même couleur»
𝐃 «obtenir 𝟐 boules jaunes et 𝟏 boule verte».

𝐄 «obtenir 𝟏 boule de chaque couleur».

𝐅 «obtenir au moins 𝟏 boule jaune».
𝐆 «obtenir exactement 𝟐 couleurs».
III) Probabilité conditionnelle.
1) Probabilité conditionnelle.
Activité.
Dans un lycée, il y a 𝟑𝟖 élèves du baccalauréat Biof répartis comme suit :
𝟐 BAC 𝟐 BAC Total
PCF SVTF
Garçons 𝟖 𝟓 𝟏𝟑
Filles 𝟏𝟖 𝟕 𝟐𝟓
Total 𝟐𝟔 𝟏𝟐 𝟑𝟖
On choisit un élève au hasard, calculer la probabilité de chacun des événements suivants :
𝟏𝟑
𝐆 «L’élève choisi est un garçon». Donc 𝐏(𝐆) =
𝟑𝟖
𝟐𝟓
𝐅 «L’élève choisi est une fille». Donc 𝐏(𝐅) =
𝟑𝟖
𝟐𝟔
𝐏𝐂 «L’élève choisi est un élève de 𝟐 BAC PCF» donc 𝐏(𝐏𝐂) =
𝟑𝟖
𝟏𝟐
𝐒𝐕𝐓 « L’élève choisi est un élève de 𝟐 BAC SVTF» ;donc 𝐏(𝐒𝐕𝐓) =
𝟑𝟖

𝐆 ∩ 𝐏𝐂 « L’élève choisi est un garçon de 𝟐 BAC PCF ».

𝟖
𝐏(𝐏𝐂) =
𝟑𝟖
Si l’élève choisi est une fille, calculer la probabilité qu’il soit un élève de 𝟐 BAC PCF.
La probabilité que l’élève soit un élève de 𝟐 BAC PCF, sachant qu’ille est une fille se note
𝟏𝟖
𝐏𝐅 (𝐏𝐂) et est égale à 𝐏𝐅 (𝐏𝐂) = , On regarde uniquement la ligne des filles.
𝟐𝟓

Définition.
Soient 𝐀 et 𝐁 deux événements associés à une même expérience aléatoire tes que : 𝐏(𝐀) ≠
𝟎.
La probabilité de l’événement 𝐁 sachant que de l’événement 𝐀 est réalisé est le nombre
noté 𝐏𝐀 (𝐁) ou 𝐏(𝐁/𝐀) défini par :
𝐏(𝐀 ∩ 𝐁)
𝐏𝐀 (𝐁) =
𝐏(𝐀)
Exercice 08

On lance un dé à 6 faces puis une pièce de monnaie

Considérons les deux événements suivants

A ‘’ La pièce a donné face ‘’ et B ‘’ Le dé a donné 3 ou 5 ‘’

1) Calculer 𝒑(𝑨) ; 𝒑(𝑩) 𝒆𝒕 𝑷(𝑨 ∩ 𝑩)

2) Calculer 𝐏𝐀 (𝐁) et 𝐏𝐁 (𝐀)
Conséquences.
Soit 𝛀 l’univers associé à une expérience aléatoire.
 Si 𝐀 et 𝐁 deux événements de 𝛀 tels que : 𝐏(𝐀) ≠ 𝟎 et 𝐏(𝐁) ≠ 𝟎, alors 𝐏(𝐀 ∩ 𝐁) = 𝐏(𝐀) ×
𝐏𝐀 (𝐁) et 𝐏(𝐀 ∩ 𝐁) = 𝐏(𝐁) × 𝐏𝐁 (𝐀).
 Si 𝛀 est l’univers de deux événements 𝐀 𝟏 et 𝐀 𝟐 non vides et incompatible, (c’est-à-dire
que : 𝐀 𝟏 ∪ 𝐀 𝟐 = 𝛀 et 𝐀 𝟏 ∩ 𝐀 𝟐 = ∅ avec 𝐀 𝟏 = ∅ et 𝐀 𝟐 = ∅),
Alors pour tout événement 𝐁 de 𝛀, on a : 𝐁 = (𝐁 ∩ 𝐀 𝟏 ) ∪ (𝐁 ∩ 𝐀 𝟐 ), et comme les événements
(𝐁 ∩ 𝐀 𝟏) et (𝐁 ∩ 𝐀 𝟐 ) sont incompatibles car (𝐁 ∩ 𝐀 𝟏 ) ⊂ 𝐀 𝟏 et (𝐁 ∩ 𝐀 𝟐 ) ⊂ 𝐀 𝟐,
Alors 𝐏(𝐁) = 𝐏(𝐁 ∩ 𝐀 𝟏 ) + 𝐏(𝐁 ∩ 𝐀 𝟐 ),
Donc 𝐏(𝐁) = 𝐏(𝐀 𝟏 ) × 𝐏𝐀𝟏 (𝐁) + 𝐏(𝐀 𝟐) × 𝐏𝐀𝟐 (𝐁).
Remarques.
̅),
On a : 𝐏(𝐁) = 𝐏(𝐁 ∩ 𝐀) + 𝐏(𝐁 ∩ 𝐀
̅) × 𝐏𝐀̅ (𝐁).
Donc 𝐏(𝐁) = 𝐏(𝐀) × 𝐏𝐀 (𝐁) + 𝐏(𝐀
Cette relation est appelée loi des probabilités totales.

Exercice 09

Un sac contient 𝟏𝟏 boules : 𝟓 blanches numérotées 1,1,1,0,0 ;

𝟒 rouges numérotées 1,1,0,0 et 𝟐 vertes numérotées 1,0.
Toutes les boules sont indiscernables au toucher.
On tire au hasard successivement et sans remise 𝟑 boules du sac.
1) Déterminer la probabilité de chacun des événements :
𝐀 «obtenir 𝟑 boules de même couleur».
𝐁 «obtenir 𝟑 boules qui portent le même numéro».
𝐂 «obtenir 𝟏 boule de chaque couleur».
2) Calculer la probabilité d’obtenir 𝟑 boules qui portent le même numéro sachant qu’elles
sont de même couleur.
 IV. Indépendance de deux épreuves. - Epreuves répétées
Activité-Exemple.
On considère deux urnes 𝐔𝟏 et 𝐔𝟐 . L’urne 𝐔𝟏 contient 𝟕 boules : 𝟑 blanches et 𝟒 rouges.
L’urne 𝐔𝟐 contient 𝟏𝟎 boules : 𝟔 blanches et 𝟒 rouges.
Tous les boules sont indiscernables au toucher.
R R
B R R R R B
R
n
R B B
B B B B B n
n

L’urne 𝐔𝟏 L’urne 𝐔𝟐
On tire une boule de l’urne 𝐔𝟏 , et une boule de l’urne 𝐔𝟐 .

On considère l’événement 𝐄 «obtenir 𝟏 boule blanche de l’urne 𝐔𝟏 , et 𝟏 boule rouge de

l’urne 𝐔𝟐 ».
Cette expérience est formée de deux épreuves, l’une consiste à tirer une boule de l’urne 𝐔𝟏
et l’autre à tirer une boule de l’urne 𝐔𝟐
Le résultat d’une épreuve est indépendant du résultat de l’autre.
On dit dans ce cas que cette expérience est formée de deux épreuves indépendantes.

On considère les événements suivants :

𝐄𝟏 «obtenir 𝟏 boule blanche de l’urne 𝐔𝟏 ».

𝐄𝟐 «obtenir 𝟏 boule rouge de l’urne 𝐔𝟐 ».

La probabilité de l’événement 𝐄 est le produit des probabilités des événements 𝐄𝟏 et 𝐄𝟐 .

Or 𝐏(𝐄𝟏 ) = 𝟑⁄𝟕 et 𝐏(𝐄𝟏 ) = 𝟐⁄𝟓,

Alors 𝐏(𝐄) = 𝟔⁄𝟑𝟓

1) Indépendance de deux événements.

Définition.
Soient 𝐀 et 𝐁 deux événements associés à une même expérience aléatoire. On dit que les
événements 𝐀 et 𝐁 sont indépendants si
𝐏(𝐀 ∩ 𝐁) = 𝐏(𝐀) × 𝐏(𝐁).
Propriété.
Soient 𝐀 et 𝐁 deux événements associés à une même expérience aléatoire tels que : 𝐏(𝐀) ≠
𝟎. Les événements 𝐀 et 𝐁 sont indépendants si et seulement 𝐏𝐀 (𝐁) = 𝐏(𝐁).
Remarques.
Soient 𝐀 et 𝐁 deux événements associés à une même expérience aléatoire tels que : 𝐏(𝐀) ≠
𝟎 et 𝐏(𝐁) ≠ 𝟎, on a :
𝐏𝐀 (𝐁) = 𝐏(𝐁) ⟺ 𝐏𝐁 (𝐀) = 𝐏(𝐀).
Dire que les événements 𝐀 et 𝐁 sont indépendants signifie que la réalisation de l’un s’influe
par sur celle de l’autre.

Exercice 10

Un sac contient 𝟕 jetons : 𝟑 blancs et 𝟒 rouges.

R

R R R
n

B B B
n
Tous les jetons sont indiscernables au toucher.
On tire au hasard successivement et avec remise 𝟐 boules du sac.
1) Déterminer le nombre de tirages

2) Calculer la probabilité de chacun des événements suivants : 𝐀 «le premier jeton tiré est
rouge», et 𝐁 «le deuxième jeton tiré est blanc».
3) a. Calculer la probabilité de l’événement 𝐀 ∩ 𝐁.
b. les événements 𝐀 et 𝐁 sont-ils independants ?

2) Epreuves répétées.
Propriété.

Soit 𝐀 un événement associé à une expérience aléatoire de probabilité 𝐩.

La probabilité de réaliser exactement 𝐤 fois l’événement 𝐀 est :

𝐂𝐧𝐤 𝐩𝐤 (𝟏 − 𝐩)𝐧−𝐤

Pour tout 𝐤 ∈ {𝟎, 𝟏, 𝟐, … , 𝐧} où 𝐧 est le nombre de répétition de l’épreuve dans les mêmes
conditions.

Exemple.

Si on lance une pièce de monnaie 𝟓 fois de suite, alors la probabilité de l’événement

𝐀 «obtenir le coté 𝐅 𝟐 fois exactement

𝟏 𝟐 𝟏 𝟓−𝟐
𝐏(𝐀) = 𝐂𝟓𝟐 ( ) (𝟏 − ) .
𝟐 𝟐

Exercice 11

On lance un dé à 6 faces

Considérons l’événements suivant :

A ‘’ Le dé a donné 3 ou 5 ‘’
1) Calculer 𝒑(𝑨)
2) On répète cette expérience 5 fois de suite
Quelle est la probabilité pour que l’événement A soit réalisé trois fois exactement ?
Exercice 12

Une urne contient 10 boules portant les numéros :

1 ;2 ;2 ;3 ;3 ;3 ;4 ;4 ;4 ;4. Ces boules sont indiscernables au

toucher.

On tire au hasard, successivement et sans remise deux

boules de l’urne.

1) Soit l’événement :
𝑨 : « Obtenir deux boules portant deux numéros pairs »
𝟏
Montrer que : 𝑷(𝑨) =
𝟑

2) On répète l’expérience précédente trois fois de suite en remettant chaque fois les deux
boules tirées dans l’urne.

Quelle est la probabilité pour que l’événement A soit réalisé un fois exactement ?

V) Variables aléatoires.

1) Variable aléatoire-Loi de probabilité d’une variable aléatoire.

Activité.

Un sac contient 𝟕 jetons portant les numéros

𝐱𝐢 0 1 2 3 4
0
𝐏(𝐗 = 𝐱 𝐢 ) 𝟒
1 0 1
𝟐𝟏
n
2 2 2
n
Suivants 𝟎, 𝟎, 𝟏, 𝟏, 𝟐, 𝟐 et 𝟐 (chaque jeton porte un seul numéro).

Tous les jetons sont indiscernables au toucher.

On tire simultanément et au hasard 𝟐 jetons du sac.

On pose 𝐗 la somme des numéros portés par les deux jetons tirés.

1) Déterminer toutes les issues possibles, puis toutes les valeurs prises par 𝐗.
2) Que représente chacun des événements suivants (𝐗 = 𝟏) et (𝐗 = 𝟐).
𝟒
3) Vérifier que : 𝐏(𝐗 = 𝟏) = .
𝟐𝟏
4) Remplir le tableau suivant :
Définition.

Soit 𝛀 l’univers associé à une expérience aléatoire.

 Toute fonction définie sur l’univers 𝛀 à valeur dans ℝ ast appelée variable aléatoire,
notée 𝐗 ou 𝐘 ou 𝐙….
 Les valeurs prises par la variable aléatoire 𝐗 notées 𝛀(𝐗).
 Soit 𝐗 une variable aléatoire définie sur un univers 𝛀 associé à une expérience aléatoire
telle que : 𝐗(𝛀) = {𝐱 𝟏 , 𝐱 𝟐 , … , 𝐱 𝐧 }.
Déterminer la loi de probabilité de la variable aléatoire 𝐗,

C’est calculer la probabilité de chacun des événements {𝐗 = 𝐱 𝐢 } où 𝐢 ∈ {𝟏, 𝟐, … , 𝐧}.

 On résume souvent la loi de probabilité de la variable aléatoire 𝐗 par le tableau suivant :

𝐱𝐢 𝐱𝟏 𝐱𝟐 … 𝐱𝐧
𝐏(𝐗 = 𝐱 𝐢 ) 𝐩𝟏 𝐩𝟐 … 𝐩𝐧

Exercice 13

On lance 𝟑 fois de suite une pièce de monnaie.

Soit 𝐗 la variable aléatoire égale au nombre de fois dont le coté 𝐅 apparait.

1) Déterminons les valeurs prise par la variable aléatoire 𝐗 :

2) Déterminons la loi de probabilité de variable aléatoire 𝐗.

Exercice 14

On lance simultanément deux dés à 6 faces et on note les valeurs obtenues.

Soit 𝑿 la variable aléatoire égale à la plus grande des deux valeurs.

Établir la loi de probabilité de 𝑿.

 Exercice 15

Une urne contient 𝟔 boules :

𝟒 Blanches et 𝟐 noires.

R N B

B N B
n
Toutes les boules sont indiscernables au toucher.

Un joueur tire au hasard simultanément 𝟐 boules de l’urne, il gagne 𝟏 Dh s’il tire une boule
blanche, dans le cas contraire il perd 𝟏 Dh.

Soit 𝐗 la variable aléatoire égale au nombre de dirham obtenu par le joueur.

1) Déterminer les valeurs prise par la variable aléatoire 𝐗.

2) Déterminer la loi de probabilité de variable aléatoire 𝐗.

2) Espérance mathématique-Variance et écart-type.

Définitions.

Soit 𝐗 une variable aléatoire définie sur un univers 𝛀 associé à une expérience aléatoire.

On note 𝐗(𝛀) = {𝐱 𝟏 , 𝐱 𝟐 , … , 𝐱 𝐧 } et 𝐏(𝐗 = 𝐱 𝐢 ) = 𝐩𝐢

Pour tout 𝐢 ∈ {𝟏, 𝟐, … , 𝐧}.

 L’espérance mathématique de la variable aléatoire 𝐗 est le nombre réel noté 𝐄(𝐗)

définie par :
𝐢=𝐧

𝐄(𝐗) = ∑ 𝐱 𝐢 𝐩𝐢 = 𝐱 𝟏 𝐩𝟏 + 𝐱 𝟐 𝐩𝟐 + ⋯ + 𝐱 𝐧 𝐩𝐧
𝐢=𝟏
 La variance de la variable aléatoire 𝐗 est le nombre réel noté 𝐕(𝐗) définie par :
𝐢=𝐧
𝟐
𝐕(𝐗) = ∑(𝐱 𝐢 − 𝐄(𝐗)) 𝐩𝐢
𝐢=𝟏

= (𝐱 𝟏 − 𝐄(𝐗))𝟐 𝐩𝟏 + (𝐱 𝟐 − 𝐄(𝐗))𝟐 𝐩𝟐 + ⋯ + (𝐱 𝐧 − 𝐄(𝐗))𝟐 𝐩𝐧

 L’écart-type de la variable aléatoire 𝐗 est le nombre réel positif noté 𝛔(𝐗) définie par :
𝛔(𝐗) = √𝐕(𝐗)
Propriété.
𝟐
𝐕(𝐗) = 𝐄(𝐗 𝟐 ) − (𝐄(𝐗))
 𝐢=𝐧

𝐀𝐯𝐞𝐜 𝐄(𝐗 𝟐)
= ∑ 𝐱 𝟐𝐢 𝐩𝐢 = 𝐱 𝟐𝟏 𝐩𝟏 + 𝐱 𝟐𝟐 𝐩𝟐 + ⋯ + 𝐱 𝟐𝐧 𝐩𝐧
𝐢=𝟏

Exercice 16

Une urne contient 𝟗 boules : 𝟓 blanches et 𝟒 noires. Toutes les boules sont indiscernables
au toucher.

On tire simultanément et au hasard 𝟑 boules de l’urne

Soit 𝐗 la variable aléatoire égale au nombre de boules blanches tirées.

1) Déterminer les valeurs prise par la variable aléatoire 𝐗.

2) Déterminer la loi de probabilité de variable aléatoire 𝐗.
Calculer l’espérance mathématique 𝐄(𝐗), la variance 𝐕(𝐗) et l’écart-type 𝛔(𝐗).

3)Fonction de répartition
a) Définition

Soit 𝑿 une variable aléatoire réelle définie sur un espace probabilisé (𝛀, 𝑷). La fonction de
répartition de la variable aléatoire 𝑿 est la fonction notée, généralement, par 𝑭 et qui est
définie sur 𝐑 par 𝑭(𝒙) = 𝑷(𝑿 ≤ 𝒙), pour tout 𝒙 ∈ 𝐈𝐑

Remarque
Supposons que 𝑿(𝛀) = {𝒙𝟏 , 𝒙𝟐 , … , 𝒙𝒏 } avec 𝒙𝟏 ⟨𝒙𝟐 ⟨… ⟨𝒙𝒏 et considérons le tableau de la loi de
probabilité de 𝑿 :

Donc on a :∀𝒙 ∈] − ∞, 𝒙𝟏 [: 𝑭(𝒙) = 𝟎 , ∀𝒙 ∈ [𝒙𝒊 , 𝒙𝒊+𝟏 [:𝑭(𝒙) = ∑𝒊𝒌=𝟏 𝒑𝒌

et ∀𝒙 ∈ [𝒙𝒏 , +∞[: 𝑭(𝒙) = 𝟏.

La courbe de F dans un repère orthogonal est une fonction en escalier.

Exercice 17

Considérons une urne qui contient 4 boules vertes et 3 boules rouges indiscernables au
toucher. On tire au hasard et simultanément 4 boules de cette urne. Soit X la variable
aléatoire qui compte le nombre de boules vertes tirées.

1- Donner le tableau de la loi de probabilité de X.

2-a-Donner 𝑭 la fonction de répartition de 𝑿.
𝒃 - Donner la représentation graphique de F dans un repère orthogonal.
3- Quelle est la probabilité d'obtenir 3 boules vertes au plus ?
3) Loi binomiale.

Définition.

On considère une expérience aléatoire formée d’une répétition 𝐧 fois de manière

̅ échec de
indépendante d’une même épreuve à deux issues : 𝐀 succès de probabilité 𝐩, et 𝐀
probabilité

𝐪 = 𝟏 − 𝐩.

Soit 𝐗 la variable aléatoire égale au nombre de fois que le succès se réalise au cours de
cette expérience.
 On dit que la variable aléatoire 𝐗 suit la loi binomiale de paramètres 𝐧 et 𝐩, notée 𝐗 →
𝐁(𝐧; 𝐩).
 La loi de probabilité de la variable aléatoire 𝐗 est appelée loi binomiale de paramètres 𝐧
et 𝐩.
Propriété.

Soit 𝐗 une variable aléatoire suit une loi binomiale de paramètres 𝐧 et 𝐩, on a :

 Les valeurs prise par la variable aléatoire 𝐗 sont : {𝟎, 𝟏, 𝟐, … , 𝐧} ; 𝐗(𝛀) = {𝟎, 𝟏, 𝟐, … , 𝐧}.
 (∀𝐤 ∈ {𝟎, 𝟏, 𝟐, … , 𝐧} ) ∶ 𝐏(𝐗 = 𝐤) = 𝐂𝐧𝐤 𝐩𝐤 (𝟏 − 𝐩)𝐧−𝐤.
 L’espérance mathématique de la variable aléatoire 𝐗 est : 𝐄(𝐗) = 𝐧𝐩.
 La variance de la variable aléatoire 𝐗 est :
𝐕(𝐗) = 𝐧𝐩𝐪 = 𝐧𝐩(𝟏 − 𝐩) = 𝐄(𝐗). (𝟏 − 𝐩)
 L’écart-type de la variable aléatoire 𝐗 est :

𝛔(𝐗) = √𝐕(𝐗) = √𝐧𝐩(𝟏 − 𝐩)

Exercice 18

Une urne contient 10 boules portant les numéros :

1 ;2 ;2 ;3 ;3 ;3 ;4 ;4 ;4 ;4. Ces boules sont indiscernables au toucher.

On tire au hasard, successivement et sans remise deux boules de l’urne.

2) Soit l’événement :
𝑨 : « Obtenir deux boules portant deux numéros pairs »
𝟏
Montrer que : 𝑷(𝑨) =
𝟑

2) On répète l’expérience précédente trois fois de suite en remettant chaque fois les deux
boules tirées dans l’urne.

Soit 𝑿 la variable aléatoire égale au nombre de réalisation de l’événement 𝑨.

 𝟒
a) Montrer que : 𝑷(𝑿 = 𝟏) =
𝟗
b) Déterminer la loi de probabilité de la variable 𝑿.
c) Calculer l’espérance mathématique 𝑬(𝑿) et la variance
𝑽(𝑿) puis l’écart type 𝝈(𝑿).

Exercice 19

Une urne contient 4 boules indiscernables au toucher.

Trois boules rouges et une boule blanche.

On tire au hasard les boules de l’urne après l’autre avec remise jusqu’à obtenir deux boules
successives de même couleur et on arrête le processus du tirage. Soit X la variable aléatoire
égale à l’ordre de la boule de la dernière boule tirée.

1) Calculer la probabilité des événements [𝑿 = 𝟐] et [𝑿 = 𝟑].

2) Soit K un entier naturel non nul.
𝟓 𝟑 𝒌−𝟏
a) Monter que : 𝑷[𝑿 = 𝟐𝒌] = ( ) (on note 𝑷[𝑿 = 𝟐𝒌] = 𝑷𝟐𝒌 )
𝟖 𝟏𝟔
𝟑 𝒌
b) Monter que 𝑷[𝑿 = 𝟐𝒌 + 𝟏] = ( ) (note 𝑷[𝑿 = 𝟐𝒌 + 𝟏] = 𝑷𝟐𝒌+𝟏 )
𝟏𝟔
Exercice 10

Soit 𝒏 est un entier naturel tel que 𝒏  𝟒

Une urne 𝑼𝟏 contient 𝒏 boules indiscernables au toucher : 𝟏 Boule rouge et (𝒏 − 𝟏)boules
noires.
Une urne 𝑼𝟐 contient 𝒏 boules indiscernables au toucher : 𝟐 Boule rouge et (𝒏 − 𝟐) boules
noires.
Une urne 𝑼𝟑 contient 𝒏 boules indiscernables au toucher : 𝟑 Boule rouge et (𝒏 − 𝟑) boules
noires.
On considère l’expérience suivante :
On choisit une urne parmi les trois urnes précédentes puis on en tire simultanément deux
boules.
Soit 𝑿 la variable aléatoire égale au nombre de boules rouges tirées.

1) Déterminer les valeurs possibles de la variable aléatoire 𝑿.

𝟖
2) a) Montrer que : 𝒑[𝑿 = 𝟐] =
𝟑𝒏(𝒏−𝟏)
𝟒(𝟑𝒏−𝟕)
b) Montrer que : 𝒑[𝑿 = 𝟏] =
𝟑𝒏(𝒏−𝟏)

c) En déduire la loi de probabilité de la variable 𝑿.

Sachant que les deux boules tirées sont rouges, quelle est la probabilité pour qu’elles
proviennent de l’urne 𝑼𝟑 ?