LOIS DE PROBABILITE DISCRETES

Les lois théoriques essaient de décrire des phénomènes statistiques dans le but de calculer la probabilité de certains
événements et donc d'avoir une certaine représentation de l'avenir.
1. LOI DE BERNOULLI
La loi de Bernoulli intervient dans le cas d'une seule expérience aléatoire à laquelle on associe un événement
aléatoire quelconque.
La réalisation de l'événement au cours de cette expérience est appelée succès et la probabilité de réalisation est
dite probabilité de succès, désignée par p. Par contre la non réalisation de l'événement est appelée échec et la
probabilité de non réalisation est dite probabilité d'échec, désignée par q.
q=1-p
La variable aléatoire X qui caractérise le nombre de succès au cours d'une seule expérience aléatoire est appelée
variable de Bernoulli : elle prend les valeurs entières 0 et 1 avec les probabilités respectives q et p.
Loi de probabilité d'une variable Bernoulli
X p(x)
0 p
1 q
Total 1

Les caractéristiques d'une variable Bernoulli sont :

E ( x)   xp( x)  0  q  1 p  p
E ( x 2 )   x ² p( x)  0²  q  1²  p  p
V ( x)  E ( X ²)  E ( X )²  p  p ²  p(1  p )  pq
2. LOI BINOMIALE.
La loi binomiale intervient dans le cas de plusieurs expériences aléatoires identiques et indépendantes auxquelles
on associe un événement aléatoire quelconque.
Les probabilités p et q restent constantes au cours d'une suite d'expériences aléatoires. C'est le cas des prélèvements
d'individus au hasard dans une population infinie ou le prélèvement d'individus dans une population finie, lorsque
les individus sont remis en place au fur et à mesure des prélèvements.
La variable aléatoire X qui caractérise le nombre de succès au cours de n expériencesaléatoires indépendantes est
appelée variable binomiale : elle prend les valeurs entières de 0 à n.
La probabilité d'obtenir k succès et donc (n-k) échecs au cours de n expériences aléatoires
indépendantes est, pour k = 0, 1, ..., n :
p(k )  Cnk p k q nk
La loi binomiale dépend de deux paramètres :
 n = nombre d'expériences aléatoires indépendantes ;
 p = probabilité de succès au cours de chacune des n expériences aléatoires, p doit rester constante.
Une variable aléatoire X qui suit une loi binomiale de paramètres n et p, est notée par :
L( X )  B(n, p)
Caractéristiques d'une variable binomiale :
E ( X )  np et V(X)=npq
3. LOI POLYNOMIALE.
La loi polynomiale est une généralisation de la loi binomiale. Elle intervient dans le cas de plusieurs expériences
aléatoires identiques et indépendantes auxquelles on associe k événements aléatoires complémentaires
quelconques. Les probabilités de succès respectives des k événements sont désignées par p1, p2, …, et pk.
k
Avec p
i 1
i 1

Les probabilités de succès pi (i =1 à k) restent constantes au cours d'une suite d'expériences aléatoires.
Les variables aléatoires X1, X2, …, Xk désignent respectivement les nombres de succès au cours de n expériences
aléatoires indépendantes pour chacun des k événements. Chaque variable aléatoire Xi peut prendre les valeurs
entières de 0 à n. Ces variables sont telles que :
 k

x
i 1
i n

La probabilité d'obtenir m1 succès pour l'événement 1, et m2 succès pour l'événement 2, …, et mk succès pour
l'événement k au cours de n expériences aléatoires indépendantes est :

n
p(m1 , m2 ,..., mk )  p1m1 p m 2 ... p mK
m1  m2  ...  mk
4. LOI HYPERGEOMETRIQUE.
La loi hypergéométrique intervient dans le cas de plusieurs expériences aléatoires dépendantes auxquelles on
associe un caractère étudié quelconque.
La probabilité de succès varie d'une expérience aléatoire à l'autre. C'est le cas des prélèvements d'individus au
hasard dans une population finie, lorsque les individus ne sont pas remis en place au fur et à mesure des
prélèvements.
Désignons par N l'effectif total de la population dans laquelle on prélève au hasard et sans remise n individus. La
population est composée d'individus qui possèdent le caractère étudié, le nombre de ces individus sera désigné par
n1. n2 désigne le nombre d'individus de la population qui ne possèdent pas le caractère étudié.
N = n1 + n2
La variable aléatoire X, qui caractérise le nombre d'individus prélevés qui possèdent le caractère étudié, est appelée
variable hypergéométrique : elle prend les valeurs entières de 0 à n.
La probabilité d'obtenir k individus possédant le caractère étudié parmi les n individus prélevés et donc (n-k)
individus ne possédant pas le caractère étudié est, pour k = 0, 1, ..., n :
Cnk1 Cnn2 K
p(k ) 
CNn
La loi hypergéométrique dépend de trois paramètres :
N = effectif total de la population ;
n = nombre d'individus de la population qui possèdent le caractère étudié ;
1

n = nombre d'individus prélevés sans remise.

Une variable aléatoire X qui suit une loi hypergéométrique de paramètres N, n , et n est notée par :
1

L( X )  H ( N , n1 , n)
Caractéristiques d'une variable hypergéométrique :
N n n
E ( X )  np et V(X)= avec p= 1
N 1 N
5. LOI HYPERGEOMETRIQUE GENERALISEE.
La loi hypergéométrique généralisée est une généralisation de la loi hypergéométrique. Elle intervient dans le cas
de plusieurs expériences aléatoires dépendantes auxquelles on associe k caractères étudiés. C'est le cas des
prélèvements d'individus au hasard dans une population finie, lorsque les individus ne sont pas remis en place au
fur et à mesure des prélèvements.
Désignons par N l'effectif total de la population dans laquelle on prélève au hasard et sans remise n individus. La
population est composée d'individus qui possèdent le 1er caractère étudié, le nombre de ces individus sera désigné
par n1. n2 désigne le nombre d'individus de la population qui possèdent le 2ème caractère étudié, …, n désigne le
k

nombre d'individus de la population qui possèdent le kème caractère étudié.

N=n +n +…+n
1 2 k

Les variables aléatoires X1, X2, …, Xk désignent respectivement les nombres d'individus prélevés qui possèdent
le 1er caractère, le 2ème caractère, …, et le kème caractère. Chaque variable aléatoire Xi peut prendre les valeurs
entières de 0 à n. Ces variables sont telles que :
k

x
i 1
i n
La probabilité d'obtenir x1 individus possédant le 1er caractère, et x2 individus possédant le 2ème caractère, …, et xk
individus possédant le kème caractère parmi les n individus prélevés est
Cnm11  Cnm22  ...  Cnmkk
p (m1 , m2 ,..., mk ) 
CNn
 6. LOI DE POISSON.
La loi de Poisson intervient pour des phénomènes statistiques dont le nombre de réalisation varie de 0 à l'infini et
dont la fréquence moyenne de réalisation est connue.
Exemple :
Nombre d'appels reçus par un standard téléphonique.
Nombre d'accidents de la circulation.
Nombre de visiteurs d'un centre commercial.
La variable aléatoire X qui caractérise le nombre de réalisations de ce phénomène est appelée variable de
Poisson : elle prend les valeurs entières 0,1, 2, …etc.
e m  mk
La probabilité d'obtenir k réalisations est, pour k = 0, 1, 2, ... : p(k ) 
k
La loi binomiale dépend d'un seul paramètre :
m = fréquence moyenne du phénomène étudié.
Une variable aléatoire X qui suit une loi de Poisson de paramètre m est notée par :
L ( X )  P ( m)
Caractéristiques d'une variable de Poisson :
E( X )  V ( X )  m
La somme de deux ou plusieurs variables de Poisson indépendantes de paramètres respectives m , m , …, m est
1 2 k

elle-même une variable de Poisson de paramètre la somme des paramètres mi.

X 1  P(m1 ) X 2  P(m2 ) ... X k  P(mk )
X 1  X 2  ...  X k  P(m1  m2  ...  mk )
7. ENONCES DES EXERCICES D’APPLICATION.
EXERCICE1.
Dans un portefeuille comprenant 20 actions et 30 obligations, on prélève 7 titres au hasard. Quelle est la
probabilité d'obtenir 4 actions dans le cas :

a) d'un tirage sans remise ;

b) d'un tirage avec remise.
EXERCICE2.
Des chambres à air sont produites en série et 5 % ont des défauts. Un garagiste en achète 10.
a) Quelle est la probabilité que les 10 soient en bon état ?
b) On suppose qu'il annule sa commande si plus de 2 articles ont des défauts. Quelle est la probabilité qu'il
annule sa commande ?
EXERCICE3.
Un lot important de pièces fabriquées contient 1 % de pièces défectueuses. Quelle est la probabilité d'avoir dans
un échantillon de 10 pièces exactement 2 pièces défectueuses.
EXERCICE4.
Un contrôle rigoureux des ampoules électriques fournies par un atelier a permis de constater que sur 14760
ampoules, il y avait 738 ampoules défectueuses.
Soit X le nombre des ampoules défectueuses figurant dans un lot de 60 ampoules.
a) Indiquer la loi de probabilité de X.
b) Quelle est la probabilité d'avoir plus de 3 ampoules défectueuses dans un lot de 60 ampoules ?
c) Quelle est la probabilité d'avoir 78 ampoules bonnes dans un lot de 80 ampoules ?
EXERCICE5.
30 étudiants dont aucun n'a étudié les sujets du cours passent un examen en deux questions. La question 1 à 4
réponses indiquées dont une seule est juste. La question 2 en a 5, dont une seule est juste.
Soit la variable aléatoire X qui désigne le nombre d'étudiants qui ont au moins une réponse correcte.
a) Quelle est l'espérance du nombre d'étudiant qui ont au moins une réponse correcte ?
b) Calculer la probabilité pour que 15 étudiants de la classe aient au moins une réponse correcte.
EXERCICE6.
Un satellite de télédétection effectue 6 passages par mois au-dessus d'une région donnée.
Les photos réalisées lors des différents passages peuvent être inutilisables, du fait notamment de la présence d'une
couverture nuageuse.
Quel doit être la probabilité d'obtenir une photo valable lors d'un passage donné pour que la probabilité d'avoir au
moins une photo valable par mois soit de 0,9 ?
EXERCICE7.
Un étudiant doit passer un examen, il a dix sujets à apprendre, il n'en apprend que trois.
Sachant qu'on lui posera deux questions :
a) Calculer la probabilité pour que les questions posées soient parmi les trois sujets appris.
b) Combien aurait-il dû au minimum apprendre de sujets pour que cette probabilité soit supérieure ou égale à 0,5
?
EXERCICE8.
Une société achète des lots importants d'un composant électronique. La décision d'accepter ou de refuser ces lots
est basée sur un échantillon de 20 pièces choisies au hasard.
S’il y a une ou plusieurs pièces défectueuses parmi les 20 pièces examinées le lot est refusé, autrement il est
accepté.
On considère un lot important ayant 1 % de pièces défectueuses : calculer la probabilité de refuser ce lot.
EXERCICE9.
Une compagnie d'assurance automobile gère 1000 polices. On admet que chaque automobiliste a une probabilité
de 0,004 d'avoir un accident durant l'année. Soit X la variable aléatoire qui désigne le nombre d'accidents
enregistrés.
a) Déterminer la loi de X et donner ses paramètres.
b) Calculer l'espérance mathématique et l'écart type de X.
c) Chaque accident coûte à la compagnie 4000 dirhams ; soit la variable aléatoire Y qui désigne le coût annuel
total. Déterminer la loi de Y et calculer son espérance mathématique et son écart type.
EXERCICE10.
Un appareil électronique utilise 20 transistors identiques dans sa fabrication. On admet que ces transistors sont les
seules sources de panne de l'appareil. La probabilité qu'un transistor soit défectueux est de 0,1. Dès qu'un appareil
contient au moins deux transistors défectueux, il tombe en panne.
a) Quelle est la probabilité qu'un appareil tombe en panne ?
b) Jugeant l'appareil précédant peu rentable, on en construit un autre dont la probabilité de tomber en panne est
égale à 0,2. Sur un lot de 2000 appareils, quel est le nombre d'appareils en panne auquel doit-on s'attendre ? et
avec quel écart type ?
EXERCICE11.
Il a été constaté que le nombre de bateaux qui mouillent dans un port est de 90 bateaux par mois. Calculer la
probabilité que :
a) Aucun bateau ne mouille pendant 1 jour.
b) Le nombre de bateaux qui mouillent est au moins égal à 3 pendant un jour.
EXERCICE12.
Une compagnie d'assurance a organisé la gestion d'un certain type de risque sur la base d'une distinction
géographique qui reflète une différence dans l'intensité de ce risque.
Pour la région du Nord, on peut considérer que le nombre de sinistres enregistrés au cours d'une semaine suit une
loi de Poisson de paramètre égal à 3. Pour la région du sud totalement indépendante de la région du Nord, le
nombre hebdomadaire de sinistres suit une loi de Poisson de paramètre égal à 2.
a) Quelle est la probabilité pour que dans une semaine donnée, la compagnie ait à indemniser 4 sinistres ?
b) Le coût moyen de l'indemnisation d'un sinistre est de l'ordre de 25000 dirhams. Calculer la probabilité pour que
dans une semaine donnée, la compagnie doive débourser plus de
150000 dirhams.
c) Pour une semaine donnée, calculer la probabilité d'avoir à indemniser le même nombre de sinistres dans chaque
région, ce nombre commun étant strictement supérieur à zéro et inférieur à 3.
EXERCICE13.
Un mensuel lance une campagne publicitaire, pour susciter de nouveaux abonnements, en envoyant un spécimen
gratuit à des personnes susceptibles de s'abonner.
La probabilité pour que l'envoi d'un spécimen entraîne un abonnement est égale à 0,03.
a) Sachant que le coût publicitaire par personne est de 2 dirhams et que le gain brut escompté pour un abonnement
est de 120 dirhams, calculer l'espérance mathématique du gain pour un envoi de 10000 spécimens.
b) Calculer la probabilité que l'envoi de 10 spécimens donne plus de 1 abonnement.
 EXERCICE14.
Les chances d'effectuer la vente d'un certain produit lors d'une sollicitation téléphonique sont évaluées à 5 %. Au
cours de 2 heures, une agence spécialisée dans la vente de ce produit place 180 appels.
a) Combien de ventes peut-elle espérer obtenir au cours de 2 heures ?
b) Quelle est la probabilité qu'elle réussisse plus de 10 ventes ?
EXERCICE15.
Une usine emploie 30 personnes dont 4 ingénieurs, 10 techniciens et 16 ouvriers.
a) On choisit de façon successive 3 employés : calculer la probabilité d'avoir un employé de chaque catégorie
professionnelle.
b) On choisit de façon successive 3 employés et soit X la variable aléatoire qui représente le nombre d'ingénieurs
choisis : donner la loi de probabilité de X.
EXERCICE16.
2 comprimés sont choisis au hasard dans un flacon contenant 3 aspirines, 2 somnifères et 4 vitamines. Si X, Y et
Z représentent respectivement le nombre d'aspirines, le nombre de somnifères et le nombre de vitamines obtenus,
déterminer la loi de probabilité du couple (X, Y).
EXERCICE17.
Déterminer la loi de probabilité de la variable aléatoire, nombre de garçons d'une famille de 4 enfants.
EXERCICE18.
Sur 60 candidats à l'entrée dans un établissement, 40 sont du Sud. Si 20 candidats sont sélectionnés au hasard,
calculer la probabilité pour que :
a) 10 sélectionnés soient du Sud.
b) Entre 16 et 18 sélectionnés soient du Sud.