COURS DE

PROBABILITÉS

Tirage · Événements · Probabilité Conditionnelle

Théorème de Bayes · Loi des Grands Nombres ·
Variables Aléatoires

Niveau : Lycée / Classes Préparatoires / Licence 1

Avec exercices résolus et corrigés complets

Cours de Probabilités — Page 1

Cours de Probabilités — Page 2
Table des matières
Chapitre 1 – Vocabulaire des Tirages
• 1.1 Expérience aléatoire
• 1.2 Univers et issues
• 1.3 Tirages avec/sans remise

Chapitre 2 – Événements et Probabilités

• 2.1 Définitions
• 2.2 Axiomes de Kolmogorov
• 2.3 Propriétés fondamentales

Chapitre 3 – Probabilité Conditionnelle

• 3.1 Définition
• 3.2 Règle du produit
• 3.3 Indépendance

Chapitre 4 – Théorème de Bayes

• 4.1 Formule des probabilités totales
• 4.2 Théorème de Bayes
• 4.3 Applications

Chapitre 5 – Autres Théorèmes Essentiels

• 5.1 Inégalité de Boole
• 5.2 Loi des Grands Nombres
• 5.3 Théorème Central Limite

Chapitre 6 – Variables Aléatoires Discrètes

• 6.1 Définition & Loi
• 6.2 Espérance & Variance
• 6.3 Loi Binomiale & Poisson

Chapitre 7 – Exercices & Corrigés

• 7.1 Tirages
• 7.2 Événements
• 7.3 Proba conditionnelle
• 7.4 Bayes
• 7.5 Théorèmes avancés

Cours de Probabilités — Page 3

 Chapitre 1 — Vocabulaire des Tirages

1.1 Expérience aléatoire

■ Expérience aléatoire

Une expérience aléatoire est une expérience dont on ne peut pas prédire à l'avance
le résultat avec certitude, mais dont on connaît l'ensemble de tous les résultats
possibles.

Exemples : lancer un dé, tirer une carte, mesurer la durée de vie d'un composant.

1.2 Univers et issues

■ Espace fondamental Ω

L'univers Ω (ou espace fondamental) est l'ensemble de toutes les issues possibles de
l'expérience.

Ω = {ω■, ω■, …, ω■} (cas fini dénombrable)

Exemples d'univers :

Expérience Univers Ω Cardinal |Ω|

Lancer 1 dé {1, 2, 3, 4, 5, 6} 6

Lancer 2 dés {(i,j) : i,j ∈ {1,…,6}} 36

Tirer 1 carte (52) Ensemble des 52 cartes 52

Pile ou Face {P, F} 2

1.3 Tirages avec et sans remise

■ Tirage avec remise

On tire un élément, on le remet avant le tirage suivant. Les tirages sont indépendants.
Le nombre d'issues pour k tirages dans une urne de n éléments est n■.

■ Tirage sans remise

On tire un élément, on ne le remet pas. Les tirages sont dépendants. Le nombre

d'arrangements est A■■ = n!/(n−k)! et le nombre de combinaisons est C(n,k) = n! /
(k!(n−k)!).

Cours de Probabilités — Page 4

■ Propriétés

• Arrangements : A(n,k) = n × (n−1) × … × (n−k+1)

• Combinaisons : C(n,k) = A(n,k) / k! = n! / (k!(n−k)!)

• Permutations : P(n) = n! (arrangement de n éléments)

• C(n,0) = C(n,n) = 1 ; C(n,k) = C(n,n−k) ; C(n,k)+C(n,k+1) = C(n+1,k+1)

Exercice 1

Une urne contient 5 boules numérotées 1 à 5.

a) On tire 2 boules avec remise. Quel est le nombre d'issues possibles ?

b) On tire 2 boules sans remise. Combien de paires ordonnées ? Combien de paires

non ordonnées ?

c) On tire 3 boules sans remise. Quelle est la probabilité d'obtenir la suite {1, 2, 3} dans
l'ordre croissant ?

Cours de Probabilités — Page 5

 Chapitre 2 — Événements et
Probabilités

2.1 Définitions
■ Événement

Un événement A est un sous-ensemble de Ω. On dit que A est réalisé si l'issue

obtenue appartient à A.

Événement élémentaire : {ω} (singleton) Événement certain : Ω Événement

impossible : ∅

Opérations sur les événements :

Notation Nom Signification

A∪B Réunion A ou B (au moins l'un)

A∩B Intersection A et B (les deux)

■ (A^c) Complémentaire non A

A\B Différence A sans B

A■B Différence sym. (A∪B)\(A∩B)

2.2 Axiomes de Kolmogorov

■ Axiomes de Kolmogorov (1933)

Soit (Ω, F, P) un espace de probabilité. P est une mesure de probabilité si :

K1. ∀A ∈ F, P(A) ≥ 0

K2. P(Ω) = 1

K3. Pour toute suite d'événements deux à deux disjoints (A■∩A■=∅ si i≠j) :

P(A■ ∪ A■ ∪ …) = P(A■) + P(A■) + … (σ-additivité)

2.3 Propriétés fondamentales

■ Propriétés

• P(■) = 1 − P(A)

Cours de Probabilités — Page 6

 • P(∅) = 0

• Si A ⊂ B alors P(A) ≤ P(B)

• Formule d'inclusion-exclusion : P(A∪B) = P(A) + P(B) − P(A∩B)

• Généralisation : P(A∪B∪C) =
P(A)+P(B)+P(C)−P(A∩B)−P(A∩C)−P(B∩C)+P(A∩B∩C)

Exercice 2

On lance un dé équilibré à 6 faces. Soit A = «obtenir un nombre pair» et B = «obtenir

un nombre supérieur à 3».

a) Décrire A, B, A∩B, A∪B et ■.

b) Calculer P(A), P(B), P(A∩B), P(A∪B).

c) Vérifier la formule d'inclusion-exclusion.

Exercice 3

Dans une classe de 30 élèves, 18 pratiquent le sport (S), 14 font de la musique (M) et 8
font les deux.

a) Combien d'élèves ne font ni sport ni musique ?

b) Un élève est choisi au hasard. Quelle est la probabilité qu'il fasse au moins une
activité ?

Cours de Probabilités — Page 7

 Chapitre 3 — Probabilité Conditionnelle

3.1 Définition
■ Probabilité conditionnelle

La probabilité de A sachant B, notée P(A|B), est définie par :

P(A | B) = P(A ∩ B) / P(B), avec P(B) > 0

Elle mesure la probabilité que A se réalise, étant donné que B s'est déjà réalisé.

3.2 Règle du produit

■ Règle de multiplication

Pour deux événements quelconques :

P(A ∩ B) = P(A|B) · P(B) = P(B|A) · P(A)

Généralisation à n événements :

P(A■∩A■∩…∩A■) =
P(A■)·P(A■|A■)·P(A■|A■∩A■)·…·P(A■|A■∩…∩A■■■)

3.3 Indépendance
■ Événements indépendants

A et B sont indépendants si et seulement si :

P(A ∩ B) = P(A) · P(B) ■ P(A|B) = P(A) ■ P(B|A) = P(B)

Attention : incompatibilité (A∩B=∅) ≠ indépendance !

Exercice 4

On tire successivement 2 cartes sans remise d'un jeu de 52 cartes.

a) Quelle est la probabilité que la 2■ carte soit un As, sachant que la 1■■ est un As ?

b) Quelle est la probabilité d'obtenir deux As consécutifs ?

Cours de Probabilités — Page 8

 c) Si on tire avec remise, les deux tirages sont-ils indépendants ? Calculer à nouveau
P(deux As).

Exercice 5

Un système électronique comporte deux composants A et B. La probabilité de

défaillance de A est 0,05, celle de B est 0,08. Les défaillances sont indépendantes.

a) Calculer la probabilité que les deux composants tombent en panne simultanément.

b) Calculer la probabilité qu'au moins un composant tombe en panne.

c) Calculer la probabilité que le système fonctionne (aucune panne).

Cours de Probabilités — Page 9

 Chapitre 4 — Théorème de Bayes

4.1 Partition et probabilités totales

■ Système complet d'événements

Une famille (B■, B■, …, B■) forme une partition de Ω si :

• Les B■ sont deux à deux incompatibles : B■∩B■ = ∅ (i≠j)

• Ils couvrent Ω : B■∪B■∪…∪B■ = Ω

• P(B■) > 0 pour tout i

■ Formule des Probabilités Totales

Pour tout événement A et toute partition (B■,…,B■) de Ω :

P(A) = Σ■ P(A|B■) · P(B■) = P(A|B■)P(B■) + … + P(A|B■)P(B■)

4.2 Théorème de Bayes

■ Théorème de Bayes (Thomas Bayes, 1763)

Pour tout événement A avec P(A)>0 et toute partition (B■,…,B■) :

P(B■ | A) = P(A|B■) · P(B■) / [Σ■ P(A|B■) · P(B■)]

P(B■) : probabilité a priori | P(B■|A) : probabilité a posteriori

Exercice 6

Une usine possède 3 machines M■, M■, M■ produisant respectivement 50%, 30% et
20% de la production totale. Les taux de pièces défectueuses sont 2%, 3% et 5%.

a) Calculer la probabilité qu'une pièce tirée au hasard soit défectueuse.

b) On tire une pièce défectueuse. Quelle est la probabilité qu'elle provienne de M■ ?

de M■ ? de M■ ?

Exercice 7

Un test médical détecte une maladie M avec :

• Sensibilité : P(test+ | malade) = 0,95

Cours de Probabilités — Page 10

• Spécificité : P(test− | sain) = 0,98

• Prévalence : P(malade) = 0,01 (1% de la population)

Calculer la valeur prédictive positive : P(malade | test+). Interpréter.

Cours de Probabilités — Page 11

 Chapitre 5 — Autres Théorèmes
Essentiels

5.1 Inégalités fondamentales

■ Inégalité de Boole (Union Bound)

Pour des événements quelconques A■, …, A■ :

P(A■ ∪ … ∪ A■) ≤ P(A■) + … + P(A■)

Utile pour majorer la probabilité d'une réunion sans calculer les intersections.

■ Inégalité de Bonferroni

Alternance entre bornes inférieures et supérieures :

P(∪ A■) ≤ Σ P(A■) (borne supérieure)

P(∪ A■) ≥ Σ P(A■) − Σ■<■ P(A■A■) (borne inférieure)

5.2 Loi des Grands Nombres

■ Loi Faible des Grands Nombres (Bernoulli)

Soit X■, X■, … une suite de v.a. i.i.d. d'espérance µ et de variance σ² < ∞.

Alors pour tout ε > 0 :

P(|X■■ − µ| > ε) → 0 quand n → ∞ (convergence en probabilité)

X■■ = (X■+…+X■)/n : moyenne empirique.

■ Loi Forte des Grands Nombres (Borel-Cantelli)

Sous les mêmes hypothèses :

P(lim X■■ = µ) = 1 (convergence presque sûre)

5.3 Théorème Central Limite (TCL)

Cours de Probabilités — Page 12

■ Théorème Central Limite

Soit X■,…,X■ i.i.d. avec E[X■]=µ et Var(X■)=σ²<∞. Alors :

(X■■ − µ) / (σ/√n) → N(0,1) en loi quand n→∞

Règle pratique : le TCL est utilisable dès n ≥ 30.

Conséquence : X■■ ≈ N(µ, σ²/n) pour n grand.

Exercice 8

On répète 100 fois de façon indépendante une expérience où P(succès)=0,6.

Soit X le nombre de succès. En utilisant le TCL, estimer :

a) P(X ≥ 65)

b) P(55 ≤ X ≤ 65)

On rappelle : Φ(1,02) ≈ 0,846 ; Φ(1,25) ≈ 0,894 ; Φ(−1,02) ≈ 0,154

Cours de Probabilités — Page 13

 Chapitre 6 — Variables Aléatoires
Discrètes

6.1 Définition et loi

■ Variable aléatoire discrète

Une variable aléatoire (v.a.) discrète X est une fonction X: Ω → ■ dont l'image est un
ensemble fini ou dénombrable.

Sa loi de probabilité est entièrement définie par la donnée des P(X=x■) pour toutes
les valeurs x■ prises par X.

On a toujours : Σ■ P(X=x■) = 1

6.2 Espérance et Variance

■ Propriétés

• Espérance : E[X] = Σ■ x■ · P(X=x■) (si la somme converge)

• Variance : Var(X) = E[(X−E[X])²] = E[X²] − (E[X])²

• Écart-type : σ(X) = √Var(X)

• Linéarité : E[aX+b] = aE[X]+b ; Var(aX+b) = a²Var(X)

• Si X,Y indépendants : E[XY]=E[X]E[Y] ; Var(X+Y)=Var(X)+Var(Y)

6.3 Lois usuelles

Loi Notation P(X=k) E[X] Var(X)

Bernoulli B(p) p si k=1, 1−p si k=0 p p(1−p)

Binomiale B(n,p) C(n,k)p■(1−p)■■■ np np(1−p)

Poisson P(λ) e^(−λ)λ■/k! λ λ

Géométrique G(p) (1−p)^(k−1)·p 1/p (1−p)/p²

Uniforme discrète U{1,…,n} 1/n (n+1)/2 (n²−1)/12

Exercice 9

Un centre d'appels reçoit en moyenne 4 appels par minute (loi de Poisson).

Cours de Probabilités — Page 14

a) Calculer P(X=0), P(X=1), P(X≥2).

b) Quelle est la probabilité de recevoir plus de 6 appels en une minute ?

On donne : e^(−4) ≈ 0,0183

Cours de Probabilités — Page 15

 Chapitre 7 — Exercices
Supplémentaires

Exercice 10

[Tirage / Combinatoire] Un comité de 4 personnes est choisi parmi 6 hommes et 4

femmes.

a) Combien de comités différents peut-on former ?

b) Combien contiennent exactement 2 hommes et 2 femmes ?

c) Quelle est la probabilité qu'un comité choisi au hasard comporte au moins 3 femmes
?

Exercice 11

[Probabilité conditionnelle / Indépendance] On lance deux dés équilibrés.

Soit A = «la somme est 7» et B = «le premier dé donne 3».

a) Calculer P(A), P(B), P(A∩B).

b) Calculer P(A|B) et P(B|A).

c) A et B sont-ils indépendants ?

Exercice 12

[Bayes avancé] Trois urnes U■, U■, U■ :

U■ : 3 rouges, 2 blanches | U■ : 1 rouge, 4 blanches | U■ : 2 rouges, 2 blanches

On choisit une urne au hasard (probabilité 1/3 chacune), puis on tire une boule.

a) Calculer la probabilité de tirer une boule rouge.

b) Sachant qu'on a tiré une boule rouge, quelle est la probabilité qu'elle vienne de U■ ?

Exercice 13

[TCL / Approximation] Un dé est lancé 360 fois. Soit X la somme des résultats.

a) Calculer E[X] et Var[X].

b) En utilisant le TCL, estimer P(X ≥ 1300).

Pour un dé : E = 7/2 ; Var = 35/12 ; Φ(1,41) ≈ 0,921

Cours de Probabilités — Page 16

 CORRIGÉS DES EXERCICES

■ Correction — Exercice 1

a) Avec remise : 5² = 25 issues.

b) Sans remise : paires ordonnées = A(5,2) = 5×4 = 20 ; paires non ordonnées =

C(5,2) = 20/2 = 10.

c) L'issue {1,2,3} dans l'ordre croissant est 1 seule issue parmi A(5,3)=60 paires
ordonnées. Donc P = 1/60.

■ Correction — Exercice 2

Ω = {1,2,3,4,5,6}. A = {2,4,6} ; B = {4,5,6} ; A∩B = {4,6} ; A∪B = {2,4,5,6} ; ■ = {1,3,5}.

b) P(A)=3/6=1/2 ; P(B)=3/6=1/2 ; P(A∩B)=2/6=1/3 ; P(A∪B)=4/6=2/3.

c) Vérification : P(A)+P(B)−P(A∩B) = 1/2+1/2−1/3 = 1−1/3 = 2/3 = P(A∪B). ✓

■ Correction — Exercice 3

a) |S∪M| = 18+14−8 = 24 élèves. Ni sport ni musique : 30−24 = 6 élèves.

b) P(au moins une activité) = 24/30 = 4/5 = 0,8.

■ Correction — Exercice 4

a) P(2■ As | 1■■ As) = 3/51 = 1/17 (3 As restants sur 51 cartes).

b) P(2 As) = P(1■■ As)×P(2■ As|1■■ As) = (4/52)×(3/51) = 12/2652 = 1/221.

c) Avec remise : les tirages sont indépendants. P(2 As) = (4/52)² = (1/13)² = 1/169.

■ Correction — Exercice 5

a) P(A et B) = P(A)×P(B) = 0,05×0,08 = 0,004 (indépendance).

b) P(au moins une panne) = 1−P(aucune panne) = 1−0,95×0,92 = 1−0,874 = 0,126.

c) P(système fonctionnel) = P(■)×P(B■) = 0,95×0,92 = 0,874.

■ Correction — Exercice 6

a) P(D) = P(D|M■)P(M■)+P(D|M■)P(M■)+P(D|M■)P(M■)

= 0,02×0,50 + 0,03×0,30 + 0,05×0,20 = 0,010+0,009+0,010 = 0,029.

b) P(M■|D) = (0,02×0,50)/0,029 = 0,010/0,029 ≈ 0,345.

Cours de Probabilités — Page 17

 P(M■|D) = 0,009/0,029 ≈ 0,310.

P(M■|D) = 0,010/0,029 ≈ 0,345.

■ Correction — Exercice 7

P(test+) = P(+|M)P(M) + P(+|sain)P(sain)

= 0,95×0,01 + 0,02×0,99 = 0,0095 + 0,0198 = 0,0293.

VPP = P(M|test+) = (0,95×0,01)/0,0293 ≈ 0,0095/0,0293 ≈ 32,4%.

Interprétation : malgré un test très sensible, seul 1 positif sur 3 est réellement malade
(faible prévalence). Ce paradoxe illustre l'importance de considérer la prévalence en
médecine.

■ Correction — Exercice 8

X ~ B(100, 0,6). E[X]=60 ; Var(X)=100×0,6×0,4=24 ; σ=√24≈4,90.

Normalisation : Z = (X−60)/4,90.

a) P(X≥65) = P(Z≥(65−60)/4,90) = P(Z≥1,02) = 1−Φ(1,02) ≈ 1−0,846 = 0,154.

b) P(55≤X≤65) = P((55−60)/4,90 ≤ Z ≤ (65−60)/4,90)

= P(−1,02≤Z≤1,02) = Φ(1,02)−Φ(−1,02) = 0,846−0,154 = 0,692.

■ Correction — Exercice 9

X ~ P(4). e^(−4) ≈ 0,0183.

a) P(X=0) = e^(−4) ≈ 0,0183.

P(X=1) = 4·e^(−4) ≈ 0,0733.

P(X≥2) = 1 − P(X=0) − P(X=1) ≈ 1−0,0183−0,0733 = 0,9084.

b) P(X>6) = 1 − Σ■■■■ (e^(−4)·4■/k!)

= 1 − e^(−4)·(1+4+8+10,67+10,67+8,53+5,69) ≈ 1 − 0,0183×48,56 ≈ 1−0,889 ≈ 0,111.

■ Correction — Exercice 10

a) C(10,4) = 210 comités.

b) C(6,2)×C(4,2) = 15×6 = 90.

c) P(≥3 femmes) = [C(4,3)C(6,1)+C(4,4)C(6,0)]/210 = [4×6+1×1]/210 = 25/210 ≈ 0,119.

■ Correction — Exercice 11

Ω : 36 issues équiprobables. A={(1,6),(2,5),(3,4),(4,3),(5,2),(6,1)} → P(A)=6/36=1/6.

Cours de Probabilités — Page 18

 B={(3,1),(3,2),(3,3),(3,4),(3,5),(3,6)} → P(B)=6/36=1/6.

A∩B={(3,4)} → P(A∩B)=1/36.

b) P(A|B)=(1/36)/(1/6)=1/6 ; P(B|A)=(1/36)/(1/6)=1/6.

c) P(A∩B)=1/36 = P(A)×P(B)=(1/6)²=1/36. ✓ A et B sont indépendants.

■ Correction — Exercice 12

a) P(R) = (3/5)×(1/3) + (1/5)×(1/3) + (2/4)×(1/3) = 1/3·(3/5+1/5+1/2)

= 1/3·(6/10+2/10+5/10) = 1/3·(13/10) = 13/30.

b) P(U■|R) = P(R|U■)·P(U■)/P(R) = (1/5)×(1/3)/(13/30)

= (1/15)/(13/30) = (1/15)×(30/13) = 2/13 ≈ 0,154.

■ Correction — Exercice 13

a) X = Σ■■■³■■ D■ où D■ est le résultat du i■ lancer.

E[X] = 360×(7/2) = 1260 ; Var(X) = 360×(35/12) = 1050 ; σ=√1050≈32,4.

b) P(X≥1300) = P(Z≥(1300−1260)/32,4) = P(Z≥1,23)

≈ 1−Φ(1,23) ≈ 1−0,891 ≈ 0,109.

Cours de Probabilités — Page 19

 ■ Formulaire récapitulatif

Concept Formule

Proba conditionnelle P(A|B) = P(A∩B)/P(B)

Règle du produit P(A∩B) = P(A|B)·P(B)

Indépendance P(A∩B) = P(A)·P(B)

Inclusion-exclusion P(A∪B) = P(A)+P(B)−P(A∩B)

Probas totales P(A) = Σ■ P(A|B■)·P(B■)

Bayes P(B■|A) = P(A|B■)·P(B■)/P(A)

Inégalité de Boole P(∪A■) ≤ Σ P(A■)

TCL (centré réduit) Z = (X■■−µ)/(σ/√n) →■ N(0,1)

Binomiale E & Var np ; np(1−p)

Poisson E & Var λ ; λ

Cours de Probabilités — Page 20