COURS COMPLET DE PROBABILITÉS

Chapitre 1 : Généralités sur les probabilités

1. Introduction
Les probabilités sont une branche des mathématiques qui étudie les phénomènes aléatoires, c'est-à-
dire les situations dont le résultat ne peut pas être connu avec certitude avant l'expérience.
Elles permettent d'évaluer la chance qu'un événement se produise.
Les probabilités sont utilisées dans de nombreux domaines :
• les jeux de hasard ;
• les assurances ;
• la médecine ;
• les statistiques ;
• l'économie ;
• l'informatique ;
• l'intelligence artificielle ;
• les télécommunications ;
• la météorologie.
Exemple
Avant de lancer une pièce de monnaie, personne ne peut savoir si le résultat sera Pile ou Face. Les
probabilités permettent de mesurer cette incertitude.

2. Définitions fondamentales
2.1 Expérience aléatoire
Une expérience aléatoire est une expérience dont le résultat est inconnu avant sa réalisation.

Exemples
• lancer un dé ;
• lancer une pièce ;
• tirer une carte ;
• choisir une personne au hasard.
2.2 Univers
L'univers est l'ensemble de tous les résultats possibles.
Il est noté :
Ω

Exemple
Lancer un dé :
Ω = {1 ; 2 ; 3 ; 4 ; 5 ; 6}

2.3 Événement
Un événement est un ensemble de résultats appartenant à l'univers.
Exemple
A = « Obtenir un nombre pair »
A = {2 ; 4 ; 6}

2.4 Événement élémentaire

Il contient un seul résultat.
Exemple
A = {5}

2.5 Événement certain

Il se réalise toujours.
P(Ω) = 1
Exemple :
Obtenir un nombre inférieur à 7 avec un dé.

2.6 Événement impossible

Il ne peut jamais se produire.
P(∅) = 0
Exemple :
Obtenir le nombre 8 avec un dé.

2.7 Événements contraires

Deux événements sont contraires lorsque l'un se réalise exactement quand l'autre ne se réalise pas.
Exemple
A : obtenir un nombre pair.
Ā : obtenir un nombre impair.

3. Probabilité d'un événement

Lorsque tous les résultats sont équiprobables :
Formule
P(A) = Nombre de cas favorables / Nombre de cas possibles

Quand utiliser cette formule ?

Cette formule s'utilise lorsque chaque résultat a exactement la même probabilité.
Par exemple :
• lancer un dé équilibré ;
• lancer une pièce équilibrée ;
• tirer une carte dans un jeu bien mélangé ;
• tirer une boule dans une urne.

Exemple 1
On lance un dé.
Calculer la probabilité d'obtenir le nombre 4.

Solution
Cas favorables = 1
Cas possibles = 6
Donc :
P(4)=1/6
Exemple 2
Une urne contient :
• 6 boules rouges
• 4 boules bleues
Calculer la probabilité de tirer une boule rouge.

Solution
Nombre total :
6 + 4 = 10
Cas favorables :
6
Donc
P(Rouge)=6/10=3/5=0,6

4. Propriétés des probabilités

Toute probabilité vérifie :
0 ≤ P(A) ≤ 1
P(Ω)=1
P(∅)=0

5. Loi du complémentaire
Définition
Le complémentaire d'un événement A est l'événement « A ne se produit pas ».

Formule
P(Ā)=1−P(A)

Quand utiliser cette formule ?

Lorsque l'énoncé contient :
• ne pas ;
• contraire ;
 • complémentaire.

Exemple
La probabilité de réussir un examen est de 0,82.
Calculer la probabilité d'échouer.

Solution
P(Échec)
=1−0,82
=0,18

Exercices corrigés
Exercice 1
On lance un dé équilibré.
Calculer la probabilité :
a) d'obtenir le nombre 5 ;
b) d'obtenir un nombre pair ;
c) d'obtenir un nombre supérieur à 4.

Correction

a)
Un seul résultat favorable.
P=1/6

b)
Les nombres pairs sont :
2;4;6
Trois résultats favorables.
P=3/6=1/2
c)
Les nombres supérieurs à 4 sont :
5;6
Deux résultats favorables.
P=2/6=1/3

Exercice 2
Une urne contient :
• 8 boules rouges
• 5 boules bleues
• 7 boules vertes
On tire une boule au hasard.
Calculer :
1. la probabilité de tirer une boule rouge ;
2. la probabilité de tirer une boule bleue ;
3. la probabilité de tirer une boule verte ;
4. la probabilité de ne pas tirer une boule rouge.

Correction détaillée
Nombre total de boules :
8+5+7=20

Question 1
P(Rouge)=8/20=2/5=0,4

Question 2
P(Bleue)=5/20=1/4=0,25

Question 3
P(Verte)=7/20
=0,35
Question 4
Deux méthodes sont possibles.
Méthode 1 :
P(Non rouge)
=1−0,4
=0,6
Méthode 2 :
Les boules non rouges sont :
5+7=12
P=12/20=0,6
Les deux méthodes donnent le même résultat.

Exercice 3
Une boîte contient 30 ampoules.
Parmi elles :
• 24 fonctionnent ;
• 6 sont défectueuses.
Calculer :
1. la probabilité qu'une ampoule fonctionne ;
2. la probabilité qu'elle soit défectueuse ;
3. vérifier que les deux probabilités sont complémentaires.

Correction
Nombre total :
30

Question 1
P(Fonctionne)
=24/30
=4/5
=0,8

Question 2
P(Défectueuse)
=6/30
=1/5
=0,2

Question 3
0,8+0,2=1
La propriété est vérifiée.

À retenir
✔ Une probabilité est toujours comprise entre 0 et 1.
✔ La somme des probabilités d'un événement et de son contraire est égale à 1.
✔ Pour utiliser la formule de la probabilité simple, tous les résultats doivent être équiprobables.
✔ Toujours commencer un exercice par :
1. Identifier l'expérience aléatoire.
2. Déterminer l'univers.
3. Compter les cas favorables.
4. Appliquer la formule adaptée.
5. Vérifier que le résultat est compris entre 0 et 1.

CHAPITRE 2 : UNION, INTERSECTION,

ÉVÉNEMENTS INCOMPATIBLES ET
ÉVÉNEMENTS INDÉPENDANTS

1. Introduction
Dans de nombreux exercices, on demande de calculer la probabilité que deux événements se
produisent ensemble ou que l'un des deux se produise.
Avant d'appliquer une formule, il faut reconnaître les mots-clés de l'énoncé.

Expression dans l'énoncé Formule à utiliser

A ou B Union
A et B Intersection
A et B ne peuvent pas arriver ensemble Événements incompatibles
 Expression dans l'énoncé Formule à utiliser
A n'influence pas B Événements indépendants

2. L'union de deux événements

Définition
L'union de deux événements signifie que A ou B se réalise.
L'union est notée :
A∪B
Elle comprend :
• A seulement ;
• B seulement ;
• A et B ensemble.

Formule générale
P(A ∪ B) = P(A) + P(B) − P(A ∩ B)

Pourquoi soustrait-on l'intersection ?

Lorsque l'on additionne P(A) et P(B), les cas où A et B se réalisent en même temps sont comptés
deux fois.
On les retire donc une fois.

Quand utiliser cette formule ?

Lorsque l'énoncé contient :
• ou
• au moins un
• l'un ou l'autre

Exemple
Dans une entreprise :
P(A) = 0,60
A : « parler anglais »
P(B) = 0,45
B : « parler espagnol »
P(A ∩ B) = 0,20
Calculer la probabilité qu'un employé parle anglais ou espagnol.

Solution
P(A ∪ B)
= 0,60 + 0,45 − 0,20
= 0,85
Il y a donc 85 % de chances qu'un employé parle au moins une des deux langues.

3. L'intersection de deux événements

Définition
L'intersection signifie que A et B se réalisent en même temps.
Elle est notée :
A∩B

Cas général
P(A ∩ B) = P(A) × P(B sachant A)
ou
P(A ∩ B) = P(B) × P(A sachant B)

Quand utiliser cette formule ?

Lorsque l'énoncé contient :
• et
• simultanément
• en même temps
4. Événements incompatibles
Définition
Deux événements sont incompatibles lorsqu'ils ne peuvent jamais se produire simultanément.
Autrement dit
A∩B=∅

Formule
P(A ∪ B)
= P(A)+P(B)

Quand utiliser cette formule ?

Lorsque les deux événements sont impossibles à réaliser ensemble.

Exemple
On lance un dé.
A : obtenir 2
B : obtenir 5
On ne peut pas obtenir 2 et 5 en un seul lancer.
Les événements sont incompatibles.
P(A)=1/6
P(B)=1/6
Donc
P(A∪B)
=1/6+1/6
=2/6
=1/3
5. Événements indépendants
Définition
Deux événements sont indépendants lorsque la réalisation de l'un ne modifie pas la probabilité de
l'autre.

Formule
P(A∩B)
=P(A)×P(B)

Quand utiliser cette formule ?

Lorsque les expériences sont indépendantes.
Exemples :
• lancer une pièce puis un dé ;
• lancer deux dés ;
• effectuer un tirage avec remise.

Exemple
On lance une pièce puis un dé.
Calculer la probabilité d'obtenir :
Pile et 6.
P(Pile)=1/2
P(6)=1/6
Donc
P(Pile et 6)
=1/2×1/6
=1/12
Comment choisir la bonne formule ?
Si l'énoncé contient :
OU
➡ utiliser la formule de l'union.
Si l'énoncé contient :
ET
➡ calculer une intersection.
Si les événements sont impossibles ensemble
➡ utiliser les événements incompatibles.
Si un événement n'influence pas l'autre
➡ utiliser les événements indépendants.

EXERCICE CORRIGÉ 1
Une classe compte 100 élèves.
60 aiment les mathématiques.
50 aiment la physique.
30 aiment les deux matières.
Calculer :
1. la probabilité qu'un élève aime les mathématiques ;
2. la probabilité qu'il aime la physique ;
3. la probabilité qu'il aime les deux matières ;
4. la probabilité qu'il aime au moins une des deux matières.

Correction
Étape 1
Calcul des probabilités.
P(M)
=60/100
=0,60
P(P)
=50/100
=0,50
P(M∩P)
=30/100
=0,30

Étape 2
On demande
"au moins une"
Le mot-clé est
OU
On utilise donc la formule de l'union.
P(M∪P)
=0,60+0,50−0,30
=0,80
Réponse :
La probabilité est de 0,80 soit 80 %.

EXERCICE CORRIGÉ 2
On lance deux dés.
Calculer la probabilité d'obtenir :
1. deux fois le nombre 6 ;
2. un 6 sur le premier dé et un nombre pair sur le second.

Correction
Les deux dés sont indépendants.
Question 1
P(6)
=1/6
Donc
P(6 et 6)
=1/6×1/6
=1/36

Question 2
Premier dé :
6
P=1/6
Deuxième dé :
pair
P=3/6=1/2
Donc
P
=1/6×1/2
=1/12

EXERCICE CORRIGÉ 3
Une entreprise emploie 200 personnes.
120 possèdent un ordinateur portable.
90 possèdent une tablette.
50 possèdent les deux.
Calculer :
1. la probabilité qu'un employé possède un ordinateur portable ;
2. la probabilité qu'il possède une tablette ;
3. la probabilité qu'il possède les deux ;
4. la probabilité qu'il possède au moins un des deux appareils.
Correction
P(O)
=120/200
=0,60
P(T)
=90/200
=0,45
P(O∩T)
=50/200
=0,25
On cherche
O ou T
Donc
P(O∪T)
=0,60+0,45−0,25
=0,80
Réponse :
La probabilité est de 0,80.

Exercices d'application
Exercice 1
Dans une classe :
• 35 élèves pratiquent le football ;
• 20 pratiquent le basket ;
• 10 pratiquent les deux sports ;
• la classe compte 50 élèves.
Calculer :
1. P(F)
2. P(B)
3. P(F∩B)
4. P(F∪B)
Exercice 2
On lance un dé puis une pièce.
Calculer la probabilité :
1. d'obtenir un nombre impair et Face ;
2. d'obtenir le nombre 2 et Pile ;
3. d'obtenir un nombre supérieur à 4 et Face.

Exercice 3
Une entreprise compte 300 employés.
• 180 parlent français.
• 120 parlent anglais.
• 80 parlent les deux langues.
Calculer :
1. P(F)
2. P(A)
3. P(F∩A)
4. P(F∪A)

À retenir
• A ou B → utiliser l'union :
P(A∪B) = P(A) + P(B) − P(A∩B)
• A et B → calculer une intersection.
• Événements incompatibles →
P(A∪B) = P(A) + P(B)
• Événements indépendants →
P(A∩B) = P(A) × P(B)
• Lire attentivement les mots-clés de l'énoncé avant de choisir la formule.

CHAPITRE 3 : PROBABILITÉS
CONDITIONNELLES, LOI DES
PROBABILITÉS COMPOSÉES, LOI DES
PROBABILITÉS TOTALES ET THÉORÈME
DE BAYES
1. Introduction
Dans les chapitres précédents, nous avons étudié les probabilités simples et les probabilités de deux
événements.
Dans ce chapitre, nous allons voir ce qu'il se passe lorsqu'une information est déjà connue.
Par exemple :
• Quelle est la probabilité qu'un élève soit une fille sachant qu'il est en Terminale ?
• Quelle est la probabilité qu'une personne soit malade sachant que son test est positif ?
Dans ces situations, on ne travaille plus sur toute la population mais seulement sur une partie.
C'est ce qu'on appelle une probabilité conditionnelle.

2. Probabilité conditionnelle
Définition
La probabilité conditionnelle est la probabilité qu'un événement A se réalise sachant qu'un autre
événement B est déjà réalisé.
Elle est notée :
P(A|B)
On lit :
« Probabilité de A sachant B »

Formule
P(A∣B)=P(B)P(A∩B)
avec :
P(B) ≠ 0

3. Quand utiliser cette formule ?

On utilise la probabilité conditionnelle lorsque l'énoncé contient des expressions comme :
• sachant que
• étant donné que
• parmi
• si l'on sait que
 • à condition que

Exemple
Une entreprise compte :
• 100 employés ;
• 60 hommes ;
• 40 femmes.
Parmi les hommes, 24 parlent anglais.
Calculer la probabilité qu'un employé parle anglais sachant que c'est un homme.

Solution
On ne considère que les hommes.
Nombre d'hommes = 60
Parmi eux, 24 parlent anglais.
Donc
P(Anglais∣Homme)=6024=0,40
Il y a 40 % de chances qu'un homme parle anglais.

4. Loi des probabilités composées

Définition
Cette loi permet de calculer la probabilité que deux événements se réalisent ensemble.

Formule
P(A∩B)=P(A)×P(B∣A)
On peut aussi écrire :
P(A∩B)=P(B)×P(A∣B)

Quand utiliser cette formule ?

Lorsque l'énoncé contient :
• et
• puis
• ensuite
 • deux événements successifs

Exemple
Une urne contient :
• 5 boules rouges ;
• 3 boules bleues.
On tire une boule puis une deuxième sans remise.
Calculer la probabilité d'obtenir :
• une rouge puis une bleue.

Solution
Premier tirage :
P(R)=85
Après avoir retiré une boule rouge :
Il reste
7 boules
dont
3 bleues.
Donc
P(B∣R)=73
Ainsi
P(R∩B)=85×73=5615

5. Loi des probabilités totales

Définition
Cette loi permet de calculer la probabilité d'un événement lorsque celui-ci peut être obtenu par
plusieurs situations différentes.

Formule
Si les événements A1,A2,…,An forment une partition de l'univers :
P(B)=P(A1)P(B∣A1)+P(A2)P(B∣A2)+⋯+P(An)P(B∣An)
Quand utiliser cette formule ?
Lorsque plusieurs cas différents peuvent conduire au même résultat.
Exemples :
• plusieurs machines fabriquent une même pièce ;
• plusieurs fournisseurs livrent un produit ;
• plusieurs classes passent le même examen.

Exemple
Une usine possède deux machines.
Machine A :
fabrique 70 % des pièces.
Machine B :
fabrique 30 % des pièces.
La machine A produit 2 % de pièces défectueuses.
La machine B produit 5 % de pièces défectueuses.
Calculer la probabilité qu'une pièce prise au hasard soit défectueuse.

Solution
P(D)
=0,70×0,02
+0,30×0,05
=0,014
+0,015
=0,029
Réponse :
2,9 %

6. Théorème de Bayes
Définition
Le théorème de Bayes permet de retrouver la probabilité d'une cause lorsque l'on connaît le résultat.
Il répond aux questions du type :
• Quelle est la probabilité qu'une pièce provienne de la machine A sachant qu'elle est
défectueuse ?
• Quelle est la probabilité qu'une personne soit malade sachant que son test est positif ?

Formule
P(A∣B)=P(B)P(B∣A)×P(A)

Quand utiliser cette formule ?

Lorsque l'on cherche la probabilité d'une cause après avoir observé une conséquence.

Exemple
Dans une entreprise :
Machine A :
70 %
Machine B :
30 %
Défauts :
A→2%
B→5%
Une pièce est défectueuse.
Quelle est la probabilité qu'elle provienne de la machine B ?

Étape 1
Calculer
P(D)
=0,029
(calcul précédent)

Étape 2
Appliquer Bayes
P(B∣D)=0,0290,05×0,30 =0,0290,015
≈0,517
Réponse :
La probabilité est d'environ 51,7 %.

EXERCICE CORRIGÉ 1
Une classe comporte :
• 30 garçons ;
• 20 filles.
Parmi les garçons,
18 pratiquent le football.
Calculer la probabilité qu'un élève pratique le football sachant que c'est un garçon.

Correction
Nombre de garçons :
30
Nombre de garçons jouant au football :
18
Donc
P(F∣G)=3018=0,60
Réponse :
60 %

EXERCICE CORRIGÉ 2
Une urne contient :
• 5 boules rouges ;
• 4 boules bleues.
On effectue deux tirages sans remise.
Calculer la probabilité d'obtenir :
• rouge puis bleue.
Correction
Premier tirage :
Rouge
P(R)=95
Deuxième tirage :
Après avoir retiré une rouge,
il reste
8 boules
dont
4 bleues.
P(B∣R)=84=21
Donc
P(R∩B)=95×21=185

EXERCICE CORRIGÉ 3
Une entreprise possède deux machines.
Machine A :
60 %
Machine B :
40 %
Défauts :
A→1%
B→4%
Calculer :
1. la probabilité qu'une pièce soit défectueuse ;
2. la probabilité qu'une pièce défectueuse provienne de la machine B.

Correction
Question 1
P(D)
=0,60×0,01
+0,40×0,04
=0,006
+0,016
=0,022
Réponse :
2,2 %

Question 2
P(B∣D)=0,0220,04×0,40 =0,0220,016
≈0,727
Réponse :
Environ 72,7 %.

Exercices d'application
Exercice 1
Une urne contient :
• 7 boules rouges ;
• 5 boules bleues.
On effectue deux tirages sans remise.
Calculer :
1. la probabilité de tirer deux boules rouges ;
2. la probabilité de tirer une rouge puis une bleue.

Exercice 2
Une école compte :
• 120 garçons ;
• 80 filles.
Parmi les garçons,
90 réussissent en mathématiques.
Parmi les filles,
72 réussissent en mathématiques.
Calculer :
1. la probabilité qu'un garçon réussisse en mathématiques ;
2. la probabilité qu'une fille réussisse en mathématiques ;
3. la probabilité qu'un élève choisi au hasard réussisse en mathématiques.

Exercice 3
Une usine possède trois machines :
• A fabrique 40 % des pièces ;
• B fabrique 35 % des pièces ;
• C fabrique 25 % des pièces.
Les taux de défaut sont respectivement :
• A:1%;
• B:3%;
• C : 2 %.
Calculer :
1. la probabilité qu'une pièce soit défectueuse ;
2. la probabilité qu'une pièce défectueuse provienne de la machine B.

CHAPITRE 4 : LES ARBRES DE

PROBABILITÉS

1. Introduction
Dans de nombreux problèmes de probabilités, plusieurs expériences aléatoires sont réalisées
successivement. Pour organiser les calculs et éviter les erreurs, on utilise un arbre de probabilités.
Un arbre de probabilités est un schéma qui représente toutes les issues possibles d'une expérience et
les probabilités associées.
Il est particulièrement utile lorsque :
• il y a plusieurs étapes (deux ou plusieurs tirages, plusieurs lancers, plusieurs choix) ;
• on utilise des probabilités conditionnelles ;
• on applique la loi des probabilités composées ou le théorème de Bayes.
2. Les éléments d'un arbre de probabilités
Un arbre est constitué de :
• nœuds : points où un choix est effectué ;
• branches : chemins possibles ;
• probabilités : inscrites sur chaque branche.

Exemple
On lance une pièce deux fois.
Premier lancer :
• Pile : 1/2
• Face : 1/2
Deuxième lancer :
• Pile : 1/2
• Face : 1/2
Les issues possibles sont :
• Pile – Pile
• Pile – Face
• Face – Pile
• Face – Face
Chaque issue a une probabilité de :
21×21=41

3. Règle de multiplication
Pour calculer la probabilité d'un chemin, on multiplie les probabilités des branches qui composent
ce chemin.

Formule
P(A∩B)=P(A)×P(B∣A)

Quand utiliser cette règle ?

À chaque fois que l'on suit un chemin dans un arbre.

Exemple
Une urne contient :
 • 3 boules rouges ;
• 2 boules bleues.
On effectue deux tirages sans remise.
Calculer la probabilité de tirer :
Rouge puis Bleue.

Solution
Premier tirage :
P(R)=3/5
Deuxième tirage :
Après avoir retiré une rouge :
Il reste 4 boules dont 2 bleues.
P(B|R)=2/4=1/2
Donc
P(R∩B)=53×21=103

4. Règle de l'addition
Lorsque plusieurs chemins conduisent au même événement, on additionne leurs probabilités.

Formule
P(A)=P(C1)+P(C2)+⋯+P(Cn)
où C1,C2,…,Cn sont les chemins menant à l'événement A.

Exemple
On lance une pièce deux fois.
Quelle est la probabilité d'obtenir exactement une seule Face ?
Les chemins favorables sont :
• Face – Pile
• Pile – Face
Chaque chemin vaut :
41
Donc
P=41+41=21

5. Arbre avec remise

Lorsque l'on remet l'objet tiré avant le tirage suivant :
• les probabilités restent les mêmes ;
• les événements sont indépendants.

Exemple
Une urne contient :
• 4 boules rouges ;
• 6 boules bleues.
Deux tirages avec remise.
Calculer la probabilité de tirer :
Rouge puis Rouge.

Solution
Premier tirage :
P(R)=4/10
Deuxième tirage :
La boule est remise.
P(R)=4/10
Donc
P(RR)=104×104=254=0,16

6. Arbre sans remise

Lorsque la boule n'est pas remise :
• le nombre total diminue ;
• les probabilités changent après chaque tirage.

Exemple
Même urne.
Deux tirages sans remise.
Calculer :
Rouge puis Rouge.
Solution
Premier tirage :
P(R)=4/10
Deuxième tirage :
Il reste :
3 rouges
9 boules
P(R|R)=3/9
Donc
P(RR)=104×93=152

Comment savoir s'il faut utiliser un arbre ?

On utilise un arbre lorsque l'énoncé contient :
• deux tirages ;
• plusieurs étapes ;
• plusieurs choix successifs ;
• « puis » ;
• « ensuite » ;
• « avec remise » ;
• « sans remise ».

EXERCICE CORRIGÉ 1
Une urne contient :
• 5 boules rouges ;
• 3 boules bleues.
On effectue deux tirages sans remise.
Calculer la probabilité de tirer :
1. deux rouges ;
2. une rouge puis une bleue ;
3. deux bleues.

Correction
Nombre total :
8
Question 1
Premier tirage :
P(R)=85
Deuxième :
P(R∣R)=74
Donc
P(RR)=85×74=145

Question 2
Premier tirage :
Rouge
85
Deuxième :
Bleue
73
Donc
P(RB)=85×73=5615

Question 3
Premier tirage :
Bleue
83
Deuxième :
Bleue
72
Donc
P(BB)=83×72=283

EXERCICE CORRIGÉ 2
Une famille possède deux enfants.
Chaque enfant peut être un garçon (G) ou une fille (F).
Calculer la probabilité :
1. d'avoir deux garçons ;
2. d'avoir un garçon et une fille ;
3. d'avoir au moins une fille.

Correction
Toutes les issues :
GG
GF
FG
FF
Chaque issue vaut :
1/4

Question 1
GG
P=1/4

Question 2
GF ou FG
P=1/4+1/4
=1/2

Question 3
GF
FG
FF
Trois issues favorables.
P=3/4

EXERCICE CORRIGÉ 3
Une usine possède deux machines.
Machine A fabrique 70 % des pièces.
Machine B fabrique 30 %.
Défauts :
A→2%
B→5%
Calculer la probabilité qu'une pièce choisie au hasard soit défectueuse.

Correction
Chemin 1 :
Machine A puis défaut
0,70×0,02=0,014
Chemin 2 :
Machine B puis défaut
0,30×0,05=0,015
On additionne les deux chemins :
P(D)=0,014+0,015=0,029
Réponse :
2,9 %

Exercices d'application
Exercice 1
Une urne contient :
• 6 boules rouges ;
• 4 boules bleues.
Deux tirages sans remise.
Calculer :
1. Rouge puis Rouge ;
2. Rouge puis Bleue ;
3. Deux Bleues.

Exercice 2
Une pièce est lancée trois fois.
Calculer :
 1. Trois Piles ;
2. Exactement deux Piles ;
3. Au moins une Face.

Exercice 3
Une entreprise possède trois machines :
• A produit 50 % des pièces ;
• B produit 30 % ;
• C produit 20 %.
Les taux de défaut sont :
• A:1%;
• B:2%;
• C : 4 %.
Calculer la probabilité qu'une pièce soit défectueuse.

CHAPITRE 6 : VARIABLES ALÉATOIRES,

ESPÉRANCE, VARIANCE, ÉCART-TYPE,
LOI DE BERNOULLI ET LOI BINOMIALE

1. Introduction
Dans les chapitres précédents, nous avons calculé des probabilités. Nous allons maintenant étudier
une nouvelle notion : la variable aléatoire.
Une variable aléatoire associe un nombre à chaque résultat possible d'une expérience aléatoire.
Les variables aléatoires sont utilisées dans :
• les statistiques ;
• les assurances ;
• la finance ;
• la médecine ;
• l'économie ;
• les jeux de hasard.
2. Variable aléatoire
Définition
Une variable aléatoire est une fonction qui associe une valeur numérique à chaque résultat d'une
expérience aléatoire.
On la note généralement X.

Exemple
On lance un dé.
On définit :
X = nombre obtenu.
Les valeurs possibles de X sont :
X = {1 ; 2 ; 3 ; 4 ; 5 ; 6}

Loi de probabilité d'une variable aléatoire

Une loi de probabilité indique toutes les valeurs possibles de X ainsi que leurs probabilités.

Exemple
X 1 2 3 4 5 6
P(X) 1/6 1/6 1/6 1/6 1/6 1/6

3. Espérance mathématique
Définition
L'espérance représente la valeur moyenne obtenue après un très grand nombre d'expériences.
Elle est notée :
E(X)

Formule générale
E(X)=∑xiP(xi)
Autrement dit,
on multiplie chaque valeur par sa probabilité puis on additionne tous les résultats.

Quand utiliser cette formule ?

Lorsque l'on cherche :
• le gain moyen ;
• la perte moyenne ;
• la valeur moyenne ;
• le bénéfice moyen.

Exemple
On lance un dé équilibré.
Calculons son espérance.
E(X)=1×61+2×61+3×61+4×61+5×61+6×61 =621 =3,5
L'espérance est donc :
E(X)=3,5

4. Variance
Définition
La variance mesure la dispersion des valeurs autour de l'espérance.
Elle est notée :
V(X)

Formule
V(X)=E(X2)−[E(X)]2

Calcul de E(X²)
La formule est :
E(X2)=∑xi2P(xi)
Exemple
Pour un dé :
E(X2)=612+22+32+42+52+62 =691
≈15,17
Espérance :
3,5
Variance :
15,17−3,5²
=15,17−12,25
≈2,92

5. Écart-type
Définition
L'écart-type mesure également la dispersion.
Il est plus facile à interpréter que la variance.

Formule
σ=V(X)

Exemple
Variance :
2,92
Donc
σ=2,92
≈1,71
6. Épreuve de Bernoulli
Définition
Une épreuve de Bernoulli est une expérience qui possède seulement deux issues possibles :
• succès ;
• échec.

Exemples
• réussir ou échouer à un examen ;
• obtenir Face ou Pile ;
• pièce défectueuse ou non défectueuse ;
• répondre juste ou faux.

Probabilités
Succès :
P(S)=p
Échec :
P(E)=1−p

7. Loi de Bernoulli
Définition
Une variable suit une loi de Bernoulli lorsqu'il n'y a qu'une seule épreuve.

Formules importantes
Espérance
E(X)=p
Variance
V(X)=p(1−p)
Écart-type
σ=p(1−p)
Exemple
Une machine fabrique une pièce correcte avec une probabilité de 0,90.
Succès :
p=0,90
Espérance :
0,90
Variance :
0,90×0,10
=0,09
Écart-type :
0,09=0,30

8. Loi binomiale
Définition
La loi binomiale correspond à la répétition de plusieurs épreuves de Bernoulli identiques et
indépendantes.

Conditions d'utilisation
La loi binomiale s'utilise lorsque :
• le nombre d'essais est fixé ;
• chaque essai possède deux issues possibles ;
• les essais sont indépendants ;
• la probabilité de succès est constante.

Notation
X∼B(n,p)
où :
n = nombre d'essais
p = probabilité de succès
Formule
P(X=k)=(kn)pk(1−p)n−k

Signification des symboles

X = nombre de succès
k = nombre exact de succès recherchés
n = nombre total d'essais
p = probabilité d'un succès

Exemple
Une pièce équilibrée est lancée 4 fois.
Calculer la probabilité d'obtenir exactement 2 piles.

Étape 1
Identifier les données.
n=4
p=0,5
k=2

Étape 2
Calcul
P(X=2)=(24)(0,5)2(0,5)2 =6×0,25×0,25 =6×0,0625 =0,375
Réponse :
37,5 %

9. Espérance d'une loi binomiale

Formule
E(X)=np
Exemple
10 tirs
Probabilité de réussite :
0,80
Espérance
10×0,80=8
En moyenne,
8 tirs seront réussis.

10. Variance d'une loi binomiale

Formule
V(X)=np(1−p)

Exemple
n=10
p=0,80
V(X)=10×0,80×0,20
=1,6

11. Écart-type d'une loi binomiale

Formule
σ=np(1−p)

Exemple
σ=1,6
≈1,26
EXERCICE CORRIGÉ 1
Une pièce est lancée 5 fois.
Calculer la probabilité d'obtenir exactement 3 Faces.

Correction
n=5
k=3
p=0,5
P(X=3)=(35)(0,5)3(0,5)2 =10×0,125×0,25 =0,3125
Réponse :
31,25 %

EXERCICE CORRIGÉ 2
Une machine fabrique des pièces défectueuses avec une probabilité de 2 %.
On contrôle 10 pièces.
Calculer la probabilité d'obtenir exactement une pièce défectueuse.

Correction
n=10
p=0,02
k=1
P(X=1)=(110)(0,02)1(0,98)9 =10×0,02×0,8337
≈0,167
Réponse :
16,7 %

EXERCICE CORRIGÉ 3
Un joueur réussit un lancer franc avec une probabilité de 0,70.
Il effectue 8 lancers.
Calculer :
1. l'espérance ;
 2. la variance ;
3. l'écart-type.

Correction
Espérance :
E(X)=8×0,70=5,6
Variance :
V(X)=8×0,70×0,30=1,68
Écart-type :
σ=1,68≈1,30

Exercices d'application
Exercice 1
Une pièce est lancée 6 fois.
Calculer la probabilité d'obtenir exactement 4 Faces.

Exercice 2
Une machine produit 5 % de pièces défectueuses.
On contrôle 12 pièces.
Calculer la probabilité d'obtenir exactement 2 pièces défectueuses.

Exercice 3
Une équipe réussit un penalty avec une probabilité de 0,85.
Elle tire 10 penalties.
Calculer :
1. l'espérance ;
2. la variance ;
3. l'écart-type.
Tableau récapitulatif
Notion Formule
Espérance E(X)=∑xiP(xi)
Variance V(X)=E(X2)−[E(X)]2
Écart-type σ=V(X)
Bernoulli E(X)=p,V(X)=p(1−p)
Loi binomiale P(X=k)=(kn)pk(1−p)n−k
Espérance binomiale E(X)=np
Variance binomiale V(X)=np(1−p)
Écart-type binomial σ=np(1−p)

CHAPITRE 7 : LES LOIS DE

PROBABILITÉ (LOI GÉOMÉTRIQUE, LOI
DE POISSON, LOI UNIFORME ET LOI
NORMALE)

1. Introduction
Dans le chapitre précédent, nous avons étudié la loi de Bernoulli et la loi binomiale.
Il existe d'autres lois de probabilité très importantes utilisées dans les sciences, l'ingénierie,
l'économie, la médecine, l'informatique et les télécommunications.
Les principales sont :
• la loi géométrique ;
• la loi de Poisson ;
• la loi uniforme ;
• la loi normale (ou loi de Gauss).

2. La loi géométrique
Définition
La loi géométrique permet de déterminer la probabilité que le premier succès apparaisse au k-ième
essai.
Contrairement à la loi binomiale qui compte le nombre de succès, la loi géométrique s'intéresse au
moment où apparaît le premier succès.
Conditions d'utilisation
On utilise cette loi lorsque :
• les essais sont indépendants ;
• chaque essai possède deux issues (succès ou échec) ;
• la probabilité de succès est constante ;
• on cherche le premier succès.

Formule
P(X=k)=(1−p)k−1×p
avec :
• p : probabilité de succès ;
• k : rang du premier succès.

Exemple
Une machine fonctionne correctement avec une probabilité de 0,80.
Calculer la probabilité que le premier défaut apparaisse au 4ᵉ contrôle.

Solution
Succès = obtenir une pièce défectueuse.
Donc
p = 0,20
k=4
P(X=4)=0,83×0,2 =0,512×0,2 =0,1024
Réponse :
10,24 %

Espérance de la loi géométrique

Formule
E(X)=p1
Variance
V(X)=p21−p

3. La loi de Poisson
Définition
La loi de Poisson sert à modéliser le nombre d'événements rares observés pendant une durée ou
dans une zone donnée.

Exemples
• nombre d'accidents par jour ;
• nombre d'appels par minute ;
• nombre de pannes par mois ;
• nombre de défauts sur une pièce.

Conditions d'utilisation
La loi de Poisson est adaptée lorsque :
• les événements sont rares ;
• ils sont indépendants ;
• ils surviennent de manière aléatoire.

Paramètre
La loi dépend d'un seul paramètre :
λ
qui représente le nombre moyen d'événements.

Formule
P(X=k)=k!e−λλk

Espérance
E(X)=λ
Variance
V(X)=λ

Exemple
Une machine tombe en panne en moyenne 3 fois par mois.
Calculer la probabilité d'avoir exactement 2 pannes.

Solution
λ=3 k=2 P(X=2)=2!e−332 ≈0,224
Réponse :
22,4 %

4. La loi uniforme
Définition
Une variable suit une loi uniforme lorsque toutes les valeurs possibles ont la même probabilité.

Exemple
Lancer un dé équilibré.
Chaque nombre possède une probabilité :
61

Espérance
Pour une loi uniforme sur l'intervalle [a;b]
E(X)=2a+b

Variance
V(X)=12(b−a)2
Exemple
Une variable suit une loi uniforme sur [2 ; 10].
Espérance
E(X)=22+10
=6
Variance
V(X)=1282 =1264
≈5,33

5. La loi normale
Définition
La loi normale est la loi de probabilité la plus utilisée en statistiques.
Elle modélise de nombreux phénomènes naturels.

Exemples
• taille des individus ;
• poids ;
• notes d'examen ;
• erreurs de mesure ;
• tension électrique.

Représentation
La courbe est appelée :
courbe de Gauss
Elle est :
• symétrique ;
• en forme de cloche.

Paramètres
Une loi normale est notée :
N(μ,σ)
avec :
μ
= moyenne
σ
= écart-type

Propriétés importantes
Environ
68 %
des valeurs sont comprises entre
μ−σ
et
μ+σ

95 %
des valeurs sont comprises entre
μ−2σ
et
μ+2σ

99,7 %
des valeurs sont comprises entre
μ−3σ
et
μ+3σ
Cette propriété est appelée règle des 68-95-99,7.

Loi normale centrée réduite

Une loi normale centrée réduite possède :
μ=0
et
σ=1
Elle est notée
N(0;1)

Transformation
Toute loi normale peut être transformée grâce à
Z=σX−μ
Cette transformation permet d'utiliser les tables de la loi normale.

EXERCICE CORRIGÉ 1
Une variable suit une loi géométrique.
p=0,25
Calculer la probabilité que le premier succès apparaisse au troisième essai.

Correction
P(X=3)=0,752×0,25 =0,5625×0,25 =0,1406
Réponse :
14,06 %

EXERCICE CORRIGÉ 2
Une machine tombe en panne en moyenne 4 fois par mois.
Calculer la probabilité d'avoir exactement 5 pannes.

Correction
λ=4 k=5 P(X=5)=5!e−445 ≈0,156
Réponse :
15,6 %
EXERCICE CORRIGÉ 3
Une variable suit une loi normale.
Moyenne
50
Écart-type
5
Déterminer l'intervalle contenant environ 95 % des observations.

Correction
Pour 95 %
on utilise
μ±2σ
Donc
50−2×5=40 50+2×5=60
Réponse :
Environ 95 % des observations sont comprises entre 40 et 60.

Exercices d'application
Exercice 1
Une variable suit une loi géométrique.
p=0,40
Calculer la probabilité que le premier succès apparaisse :
1. au deuxième essai ;
2. au quatrième essai.

Exercice 2
Une usine enregistre en moyenne 6 pannes par semaine.
Calculer la probabilité d'avoir exactement :
1. 4 pannes ;
2. 6 pannes ;
3. 8 pannes.
Exercice 3
Une variable suit une loi uniforme sur l'intervalle [5 ; 15].
Calculer :
1. son espérance ;
2. sa variance.

Exercice 4
Une population suit une loi normale.
Moyenne : 170 cm
Écart-type : 8 cm
Déterminer les intervalles contenant environ :
1. 68 % des individus ;
2. 95 % des individus ;
3. 99,7 % des individus.

Tableau récapitulatif des lois

Loi Conditions d'utilisation Formule principale
Bernoulli Une seule épreuve P(S)=p
Binomiale Nombre de succès en n essais P(X=k)=(kn)pk(1−p)n−k
Géométrique Premier succès P(X=k)=(1−p)k−1p
Poisson Événements rares P(X=k)=k!e−λλk
Uniforme Toutes les valeurs équiprobables P(X)=constante
Normale Variables continues N(μ,σ)

Formulaire général des probabilités

Probabilité simple
favorables possiblesP(A)=Cas possiblesCas favorables

Événement contraire
P(A)=1−P(A)
Union
P(A∪B)=P(A)+P(B)−P(A∩B)

Événements incompatibles
P(A∪B)=P(A)+P(B)

Intersection
P(A∩B)=P(A)×P(B∣A)

Événements indépendants
P(A∩B)=P(A)×P(B)

Probabilité conditionnelle
P(A∣B)=P(B)P(A∩B)

Loi des probabilités totales

P(B)=∑P(Ai)×P(B∣Ai)

Théorème de Bayes
P(A∣B)=P(B)P(B∣A)×P(A)

Espérance
E(X)=∑xiP(xi)

Variance
V(X)=E(X2)−[E(X)]2

Écart-type
σ=V(X)