PROBABILITÉS 11

2. Probabilités
2.1. Un peu d'histoire
Les premiers écrits sur les probabilités sont l'œuvre de
Jérôme Cardan (1501-1576), qu'un de ses biographes a
surnommé « le joueur savant ». Un problème qui
intéressait Cardan était le suivant : comment doit-on
répartir les mises d'un jeu de dés si le jeu venait à être
interrompu ? La même question fut posée en 1654 à
Blaise Pascal par son ami le Chevalier de Méré, qui
était un joueur impénitent. Un joueur parie qu'il tirera un
as en huit coups de dés, mais la police interrompt le jeu
après le troisième coup. Les assistants protestent, mais
comment doit-on répartir les mises ? Cette question fut à
Pierre de Fermat l'origine d'une correspondance entre Pascal et Fermat,
(1601 – 1665) Pafnouti Lvovitch Tchebychev
et leurs réflexions furent publiées en 1657 dans (1821 – 1894)
Tractatus de ratiociniis in aleae ludo (Traité sur les
raisonnements dans le jeu de dés). L'auteur est le
néerlandais Christiaan Huygens, plus connu pour ses
travaux en astronomie et en physique. C'est donc à partir
de problèmes posés par les jeux de hasard que se
définirent les concepts et les premières approches de
cette nouvelle branche des mathématiques.
On avait observé que, lorsque l'on répétait de
nombreuses fois la même expérience, les fréquences
tendaient à se stabiliser. On savait de plus que ces
fréquences se stabilisaient autour des probabilités,
Jacques Bernoulli lorsque celles-ci étaient connues. Ainsi, dans le cas d'un
(1654 - 1705) dé, au bout d'un grand nombre de tirages, chaque face Andrei Andreeivich Markov
était obtenue environ une fois sur six. Cette observation (1856 - 1922)
empirique pouvait-elle recevoir un fondement
théorique ? Le premier à se poser la question est le bâlois
Jacques Bernoulli, fils de Nicolas Bernoulli, premier
membre d'une longue dynastie de mathématiciens, dont
les plus célèbres sont Jacques, Jean (son frère) et Daniel
(le fils de Jean). Jacques Bernoulli a écrit Ars
Conjectandi, qui ne sera publié qu'après sa mort en 1713
par son neveu Daniel.
Au 19ème siècle, la croissance rapide des sciences rendit
nécessaire l'extension de la théorie des probabilités au-
delà des jeux de hasard. Elle devint très utilisée en
Pierre-Simon Laplace économie et dans le domaine des assurances.
(1749 - 1827) Pour faire de la théorie des probabilités une discipline à Andrei Nikolaevich Kolmogorov
part entière, il ne manquait finalement plus qu'une (1903 - 1987)
chose : une définition précise de son objet, la probabilité.
C'est Laplace qui s'en charge dans son ouvrage Théorie analytique des probabilités, paru en 1812 : « La probabilité
est une fraction dont le numérateur est le nombre de cas favorables, et dont le dénominateur est le nombre de tous
les cas possibles. »
D'autres noms importants dans le domaine des probabilités sont Abraham de Moivre (1667-1754), Carl Friedrich
Gauss (1777-1855), Denis Poisson (1781-1840), Pafnouti Lvovitch Tchebychev (1821-1894), Andrei Andreeivich
Markov (1856-1922) et Andrei Nikolaevich Kolmogorov (1903-1987).

Didier Müller, 2022 [Link] Probabilités

12 CHAPITRE 2

2.2. Univers, issues et événements

Une issue est le résultat d'une expérience aléatoire.
Supposons que l'on jette un dé. Lorsqu'il s'immobilisera, il indiquera l'une des six issues
suivantes : 1, 2, 3, 4, 5 ou 6. Les statisticiens appellent l'ensemble

 = { }
l'univers des résultats.

On appelle événement tout sous-ensemble de .

Événements
L'événement est dit élémentaire s'il ne correspond qu'à une seule et unique issue.

Exemple du dé Les six événements élémentaires sont :

I1 = { }, I 2 = { }, I3 = { },
I4 = { }, I 5 = { }, I6 = { }.
Ainsi, l'événement « le résultat d'un lancer de dé est un nombre pair » est identifié par le
sous-ensemble

E={ }
Les opérations sur les événements sont les opérations classiques sur les ensembles.
Opérations sur les
Soit l'événement E = {2, 4, 6} et l'événement « le résultat du lancer est plus petit que
événements 3 » identifié par l'ensemble F = {1, 2}.

Si l'intersection de deux
événements E et F est vide
(E  F , on dit que ces
deux événements sont
incompatibles.

Intersection E  F représente l'événement « le résultat du lancer est un chiffre pair et un chiffre plus
petit que 3 », donc E  F = {2}.

Union E  F représente l'événement « le résultat du lancer est un chiffre pair ou un chiffre

plus petit que 3 », donc E  F = {1, 2, 4, 6}.

Complémentaire L'événement complémentaire de E, que l'on note E (on prononce « non E »),
correspond à l'événement « le résultat du lancer est un nombre impair ». On a donc
E = {1, 3, 5}.

Probabilités [Link] Didier Müller, 2022

 PROBABILITÉS 13

Exercice 2.1 On lance deux fois une pièce de monnaie. On écrit p si la pièce montre pile et f si elle
montre face. Écrivez l'ensemble .

Exercice 2.2 Une urne contient quatre boules numérotées 1, 2, 3 et 4.

On tire successivement deux boules de l'urne, sans remettre la première boule tirée
avant le tirage de la seconde. Écrivez l'ensemble .

Exercice 2.3 Quatre chevaux avec les dossards numérotés de 1 à 4 font une course. Écrivez
l'ensemble des tiercés possibles.

2.3. Premiers pas en probabilités

Considérons une expérience dont l'univers est . Nous voulons assigner à chaque issue
I un nombre P(I) qui indiquera sa probabilité.

La probabilité d'une issue I est un nombre réel compris entre 0 et 1 :

0  P(I)  1

0 indiquera que l'issue est impossible et 1 qu'elle est certaine.

Par exemple, si on lance un dé non pipé, chaque face aura une probabilité égale de
1
sortir (1 chance sur 6). On peut donc dire que la probabilité d'une face est de .
6

De plus, quand on lance un dé, on est sûr qu'il indiquera un chiffre de 1 à 6. On doit
Attention ! Cette propriété donc avoir P(1) + P(2) + P(3) + P(4) + P(5) + P(6) = 1, ce qui est bien le cas.
n'est toujours vraie que pour Donc, en généralisant :
des événements élémentaires.
P(I1) + P(I2) + ... + P(In) = P() = 1

On vient de voir ce qui se passait avec un dé non pipé. Les événements {1}, {2}, {3},
Événements
{4}, {5} et {6} sont ce qu'on appelle des événements élémentaires équiprobables (ils
élémentaires
sont constitués d'un seul élément et ont tous la même probabilité).
équiprobables

Ce théorème est la version

Soit un univers comportant n événements élémentaires équiprobables. Si A est un
moderne de la définition
k
qu'avait donnée Laplace événement de  formé de la réunion de k événements élémentaires, alors P  A= .
n
en 1812 (voir introduction).

Autre formulation « La probabilité est le nombre de cas favorables divisé par le nombre de cas possibles »
(si tous les cas sont équiprobables).

Le seul moyen de vérifier Attention ! Si on utilise un dé pipé, les issues ne sont plus équiprobables et le théorème
qu'un dé n'est pas pipé, c'est ci-dessus n'est plus vrai.
de le lancer un grand nombre
Prenons par exemple un dé dont les faces ont les probabilités d'apparition suivantes (on
de fois, par exemple 6000
peut vérifier que la somme des probabilités donne bien 1) :
fois. On devrait alors en
principe obtenir environ 1000
fois chacune des faces. Plus
on lancera le dé, plus les
fréquences observées seront 0.25 0.15 0.15 0.15 0.15 0.15
proches des probabilités
théoriques. C'est la loi forte 1 1
Ici, la probabilité d'obtenir sera , et non .
des grands nombres. 4 6

Didier Müller, 2022 [Link] Probabilités

14 CHAPITRE 2

On lance deux dés, un rouge et un blanc. Il y a 36 événements élémentaires possibles

Exemple 1
équiprobables. Chaque paire aura donc une probabilité d'apparition de (1 cas
36
favorable sur 36 possibles).
On notera chaque issue par la paire (r ; b) où r indiquera le résultat du dé rouge et b
celui du dé blanc.

Description de l'événement Événement Probabilité

2 1
A : la somme des deux dés est 3 A = {(1; 2), (2; 1)} P  A= =
36 18
5
B : la somme des deux dés est 6 B = {(1; 5), (2; 4), (3; 3), (4; 2), (5; 1)} P  B=
36
6 1
C : le dé rouge montre un 1 C = {(1; 1), (1; 2), (1; 3), (1; 4), (1; 5), (1; 6)} P C= =
36 6
D : la somme des dés est inférieure 7
D = {(1; 1), (1; 2), (1; 4), (2; 1), (2; 3), (3; 2), (4; 1)} P  D=
à 7 et est un nombre premier 36

Reprenons l'exemple des deux dés. Soit E l'événement « le dé rouge montre un 6 » et F

Théorème 2.1
l'événement « le dé blanc montre un 6 ».

E  F : « le dé rouge ou
le dé blanc montre un 6 ».

E  F : « le dé rouge et
le dé blanc montrent un
6 ».

P(E  F) = E  F est toute la partie verte.

6 6 1 11 E  F est l'intersection de la bande verticale et de la bande horizontale.
 – =
36 36 36 36 Cela illustre le théorème 2.1 :

En comptant les paires P(E  F) = P(E) + P(F) – P(E F)

vertes, on voit qu'il y en a
bien 11 sur 36. Deux événements sont incompatibles s'ils ne peuvent pas se produire en même temps.

Probabilités [Link] Didier Müller, 2022

 PROBABILITÉS 15

Lorsque les deux événements sont incompatibles, le théorème 2.1 se simplifie et

devient :
P(E  F) = P(E) + P(F), car E  F .

Soit l'événement E « les deux dés montrent un 4 ». L'événement E est « au moins un

Théorème 2.2
des deux dés ne montre pas un 4 ».

1
P  E=
36
1 35
P  E=1 – =
36 36

On vérifie immédiatement sur le dessin que

P  E=1 – P  E

On peut commenter ce théorème comme suit : la probabilité qu'un événement ne

survienne pas est 1 moins la probabilité qu'il survienne. Par exemple, si la probabilité
de toucher une cible est 0.23, la probabilité de rater la cible est 0.77.

Exercice 2.4 Dans un canton, il y a 40'000 voitures dotées de plaques numérotées de 1 à 40'000. En
n'observant que les voitures de ce canton, quelle probabilité a-t-on de voir une voiture
dont le numéro de plaque commence par 1 ?

Exercice 2.5 On lance deux dés. Quelle probabilité a-t-on d'obtenir…

a. un 3 et un 5 ? b. deux 3 ?
c. deux chiffres identiques ? d. un total de 8 ?

Exercice 2.6 Un magasin propose le jeu ci-dessous. Quelle est la probabilité de gagner ?

On supposera bien sûr que le

client grattera exactement trois
cases...

Didier Müller, 2022 [Link] Probabilités

16 CHAPITRE 2

Exercice 2.7 On propose à Camille de lancer simultanément trois pièces de monnaie parfaitement
équilibrées de 10, 20 et 50 centimes respectivement. Il pourra conserver les pièces qui
présentent le côté pile.
a. Décrivez l'univers.
Quelle probabilité a-t-il de gagner…
b. 40 centimes ? c. moins de 50 centimes ? d. plus de 20 centimes ?

Exercice 2.8 Un tétraèdre pipé vous sert de dé. Les faces sont numérotées de 1 à 4. Après le jet, la
face gagnante est celle qui repose contre le sol.
La probabilité de gain est proportionnelle au numéro inscrit sur la face : par exemple, la
face numéro 4 a une probabilité de sortie 4 fois plus élevée que la face numéro 1.
Quelle est la probabilité de sortie de la face numéro 3 ?

Exercice 2.9 On jette deux dés. Quelle est la probabilité que la somme des points soit i ? Faites les
calculs pour i = 2, 3, ..., 12. Dessinez un histogramme.

Exercice 2.10 Deux boules sont tirées d'une urne contenant 6 boules blanches et 5 noires. Quelle est la
probabilité qu'une des boules tirées soit blanche et l'autre noire ?

Exercice 2.11 Dans une enquête portant sur les pannes de voitures qui se sont produites au cours d'une
année, on a pris en considération, pour un type de voiture déterminé, les possibilités
suivantes :

P0 : il n'y a pas eu de panne ;

P1 : il y a eu une panne ;
P2 : il y a eu deux pannes ;
P3 : il y a eu plus de deux pannes.

Le dépouillement de l'enquête a montré que ces possibilités se sont produites

respectivement 233, 310, 156 et 81 fois. Quelle probabilité y a-t-il, pour un possesseur
d'une voiture de ce type, de tomber en panne dans l'année qui vient...

a. au moins une fois ?

b. moins de deux fois ?

Exercice 2.12 On tire d'un paquet de 52 cartes deux cartes au hasard. Quelle est la probabilité qu'elles
forment un black jack, ou, autrement dit, que l'une soit un as et l'autre un dix, un valet,
une dame ou un roi ?

Indication : utilisez les combinaisons.

52
Exercice 2.13* On admet que les C 5 mains possibles au poker fermé sont équiprobables.
Quelle est la probabilité de recevoir...
a. une quinte royale (10, V, D, R, 1de la même couleur : , ,  ou  ?
b. une quinte flush (5 cartes consécutives de la même couleur, mais pas une quinte
royale) ?
c. un carré (p. ex. D , D , D , D , 2  ?
d. un full, i.e. un brelan + une paire (p. ex. V , V , V , 4 , 4 ) ?
e. un flush (p. ex. 2 , 3 , 4 , 9 , V ) ?
f. une quinte (p. ex. 2 , 3 , 4 , 5 , 6 ) ? On ne comptera pas les quintes
royales, ni les quintes flush).
g. un brelan (p. ex. 1 , 1 , 1 , 5 , 8  ?
h. deux paires (p. ex. 6 , 6 , 9 , 9 , 10  ?
i. une paire (p. ex. R , R , 7 , 3 , 2  ?

Probabilités [Link] Didier Müller, 2022

 PROBABILITÉS 17

Exercice 2.14 a. Si n personnes sont présentes dans une pièce, quelle est la probabilité que leurs
anniversaires tombent tous sur des jours différents ?
1
b. Pour quelle valeur de n cette probabilité tombe en dessous de ?
2

Pour simplifier, on exclura les gens nés le 29 février.

Indication
Commencez par calculer la probabilité de non-coïncidence pour n = 2, 3 et 4. Donnez
ensuite la formule générale.

Exercice 2.15 Trois frères possèdent chacun trois chapeaux identiques, soit, au total, neuf chapeaux
identiques, à part les initiales de chaque propriétaire, invisibles de l'extérieur.
Ces neuf chapeaux sont accrochés les uns à côté des autres. Un jour, les trois frères
prennent chacun un chapeau au hasard.

Quelle est la probabilité qu'aucun des trois frères n'ait pris un chapeau qui lui
appartienne ?

Exercice 2.16 Sur un damier dont chaque case carrée mesure 58 mm de côté, on lance une pièce de 5
centimes (dont le diamètre est de 17 mm). Quelle est la probabilité que la pièce tombe à
l'intérieur d'une case, sans en déborder ?

Exercice 2.17 Vous avez trois portes devant vous : derrière une se trouve un prix magnifique (par
exemple une voiture) et derrière les deux autres un prix moins intéressant (par exemple
Let's Make A Deal ! était un une chèvre). Vous choisissez une porte. Pour ménager le suspense, l'animateur, avant
jeu très populaire diffusé sur de révéler ce qu'il y a derrière votre porte, ouvre une des deux autres portes (derrière
une chaîne américaine dans les
laquelle se trouve toujours une chèvre). Il vous pose alors la question : « Parmi les deux
années septante. À la fin du jeu,
Monty Hall vous offrait la
portes encore fermées, laquelle choisissez-vous ? »
possibilité de gagner ce qui se Vaut-il mieux garder la première porte choisie ou au contraire prendre l'autre porte ?
trouvait derrière une porte. À moins que cela n'ait aucune importance…

2.4. Axiomes du calcul des probabilités et théorèmes (résumé)

Axiome 2.1 La probabilité d'un événement E est un nombre réel compris entre 0 et 1 :

0  P(E)  1

Axiome 2.2 La probabilité de l'événement certain est égale à 1 :

P() = 1

Axiome 2.3 La probabilité de la réunion de deux événements incompatibles est égale à la somme
de leur probabilité :
si E  F , alors P(E  F) = P(E) + P(F)

Théorème 2.1 P(E  F) = P(E) + P(F) – P(E F)

Théorème 2.2 P  E=1 – P  E

Théorème 2.3 P() = 0

Théorème 2.4 P(E1  E2  ...  En) = P(E1) + P(E2) + ... + P(En) si les événements Ei sont deux à
deux incompatibles.

Didier Müller, 2022 [Link] Probabilités

18 CHAPITRE 2

Théorème 2. 5 P(F  E ) = P(F) - P(F E)

Preuve du théorème 2.5 F ∩E et F ∩E sont incompatibles. En effet,  F∩ E ∩F ∩ E  =  (voir dessin).

Par ailleurs,  F∩ E ∪ F ∩ E =F .

Donc, en vertu de l'axiome 2.3 :
P  F = P   F∩ E ∪F ∩ E  =P  F ∩ EP  F ∩ E

ce qui prouve le théorème 2.5.

Exercice 2.18 A, B et A B sont trois événements de probabilités 0.4, 0.5 et 0.6, respectivement.
Calculez les probabilités des événements suivants :
Formules de de Morgan : a. A b. B c. A∩B
A∩B= A∪B d. A∩B e. A∩B f. A∪B
A∪B= A∩B g. A∪ B h. A∩B i. A∪B

Vérifiez vos résultats avec W = {1, 2, …, 10}, A = {1, 2, 3, 4} et B = {2, 3, 4, 5, 6}.

2.5. Probabilité conditionnelle

Nous noterons P(E | F) cette Supposons que nous attendions le résultat d'une épreuve et que nous connaissions la
nouvelle probabilité probabilité P(E) de l'événement attendu E. Si, l'épreuve s'étant déroulée, nous recevons
(probabilité conditionnelle de une information supplémentaire, par exemple que l'événement F s'est produit, ce
E, sachant que F s'est
renseignement va en général modifier la probabilité de réalisation de l'événement E.
produit).

Définition Soient E et F deux événements d'un univers . Si P(F) 0, on appelle probabilité
conditionnelle de E par F le nombre noté P(E | F) et tel que
P  E∩ F 
P  E∣F =
PF

Exemple On lance deux dés. Quelle est la probabilité d'obtenir une somme supérieure à 6,
sachant que l'un des deux dés indique un 2 ?

Résolution sans la Remarquons tout d'abord que toutes les 36 paires « habituelles » ne sont pas
définition envisageables. En fait, seules 11 sont possibles. Et sur ces 11 paires, 4 ont une somme
4
supérieure à 6. Donc p= .
11

Résolution avec la On pose : E : « la somme des dés est supérieure à 6 »

définition F : « un des deux dés indique un 2 ».

Probabilités [Link] Didier Müller, 2022

 PROBABILITÉS 19

Donc E  F : « la somme des dés est supérieure à 6 et un des deux dés indique un 2 ».
4 11
D'après la figure ci-dessus, on voit que P  E∩ F = et P  F = .
Remarque
36 36
Il est souvent plus facile de 4
résoudre une probabilité
36 4
conditionnelle sans la formule. Donc, selon la formule, on obtient bien P  E∣F = = .
11 11
36

Exercice 2.19 Un sac contient vingt jetons ; la moitié sont noirs, les autres blancs. Cinq jetons portent
en plus une marque spéciale et trois de ceux-là sont noirs.
On tire au hasard un jeton du sac. Quelle est la probabilité que ce jeton...
a. soit noir si l'on sait qu'il porte une marque ?
b. ne porte pas de marque si l'on sait qu'il est blanc ?

Exercice 2.20 On jette deux dés équilibrés. Quelle est la probabilité qu'au moins l'un d'entre eux
montre un 6, sachant que les deux chiffres montrés sont différents ?

Exercice 2.21 On jette deux dés équilibrés. Quelle est la probabilité qu'au moins l'un d'entre eux
montre un 6, sachant que la somme des deux est i ? Calculez le résultat pour toutes les
valeurs possibles de i.

Exercice 2.22 Dans une petite ville, la police recherche un ivrogne. Il y a quatre chances sur cinq qu'il
se trouve dans un des huit bars de la ville. Deux agents de police visitent sept des huit
bars sans le trouver. Quelle est la probabilité qu'ils le trouvent dans le huitième bar ?

Exercice 2.23 On considère trois urnes. L'urne A contient 2 boules blanches et 4 rouges ; l'urne B, 8
blanches et 4 rouges ; l'urne C 1 blanche et 3 rouges. On tire une boule de chacune des
urnes.
Quelle est la probabilité que la boule tirée de l'urne A soit blanche, si l'on sait que le
tirage a livré 2 boules blanches exactement ?
Indication : utilisez la formule de la probabilité conditionnelle.

Exercice 2.24 On choisit au hasard une famille parmi celles qui ont deux enfants. Quelle est la
probabilité que ce soient deux garçons...
a. si l'on sait que l'un des deux au moins est un garçon ?
b. si l'on sait que l'un des deux enfants s'appelle Ernest ?

La formule de la probabilité conditionnelle peut être écrite sous une autre forme,
Formule de Bayes
appelée formule de Bayes :

P  F∣E ⋅P  E 
P  E∣F =
P  F∣E ⋅P  E P  F∣E ⋅P  E 

Le numérateur découle de la formule de la probabilité conditionnelle :

P  F ∩E 
P  F∣E =  P  F∩ E = P F∣E ⋅P E 
P  E

Le dénominateur s'obtient ainsi :

P  F = P  F∩ E  P  F∩ E = P  F∣E ⋅P  E  P  F∣E ⋅P  E 

Thomas Bayes
(1702 - 1761)
Exemple
Un élève répond à une question à choix multiple. De deux choses l'une : soit il connaît
la réponse, soit il la devine. Soit p la probabilité que l'élève connaisse la réponse et

Didier Müller, 2022 [Link] Probabilités

20 CHAPITRE 2

donc 1–p celle qu'il la devine. On admet que l'élève qui devine répondra correctement
avec probabilité 1/m où m est le nombre de réponses proposées. Quelle est la
probabilité qu'un élève connaisse la réponse à une question s'il y a répondu
correctement ?
Soient E et F respectivement les événements « il connaît vraiment la réponse » et
« l'étudiant répond correctement à la question ». Alors
1⋅p m⋅p
P  E∣F = =
1⋅p 
m
1

1 – p
1m – 1⋅p

En prenant par exemple m = 5 et p = 0.5, la probabilité qu'un élève connaisse la réponse

5
à une question sachant qu'il a répondu correctement sera ainsi de .
6

Exercice 2.25 Une maladie atteint une personne sur mille. Il existe un test pour savoir si une personne
est infectée, mais ce test n'est pas parfait : si la personne est infectée, le test sera positif
dans 99 % des cas ; mais, dans 2 % des cas, le test sera positif alors que la personne est
saine.
Vous venez d'être examiné et le test est positif. Quelle est la probabilité que vous soyez
vraiment atteint par cette maladie ?

Exercice 2.26 Un inspecteur est convaincu à 60 % de la culpabilité d'un suspect. À ce stade de

l'enquête, on découvre que le coupable est gaucher. Le suspect l'est aussi, comme 14 %
de la population. Cela renforce-t-il sensiblement la conviction de l'inspecteur ?
On admet que la probabilité qu'un individu soit gaucher si on sait qu'il est non coupable
est aussi de 14 %.

Exercice 2.27 En décembre 1996, un enfant âgé de deux ans et demi meurt alors que sa mère, Sally
Après avoir fait appel plusieurs Clark, était seule dans la maison avec lui. En janvier 1998, son second fils Harry meurt
fois, Sally Clark a été libérée également à l'âge de deux mois, dans des circonstances similaires.
lorsque des statisticiens de la Le verdict de la cour a été le suivant. La fréquence de la mort subite est de 1 enfant sur
Royal Statistical Society ont 8500. En conséquence, il y a une chance sur 73 millions que Sally Clark soit innocente.
démontré que l'argument Elle est donc jugée coupable au-delà du doute raisonnable.
mathématique était totalement
Sachant que le taux de meurtre d'enfants par l'un de leur parent durant leur première
faux, et qu'il est apparu que les
médecins avaient caché le fait
année est de 1 sur 90'000, que pensez-vous de ce verdict ?
que Harry montrait des signes Pour en savoir plus : Raisonnez probabilités sans vous faire piéger,
d'infection généralisée pouvant par Pierre Spagnou, § 4.8 La mort subite
expliquer sa mort. ou [Link]

Exercice 2.28 Une personne a été attaquée de nuit dans la rue. Elle prétend que son agresseur est noir.
Or, il est établi que, dans de telles circonstances, la victime perçoit correctement la
couleur de peau de son agresseur 8 fois sur 10.
De plus, la région est peuplée de 90 % de blancs et de 10 % de noirs, et le taux de
criminalité est le même pour les deux communautés.
Quelle est la probabilité que l'agresseur soit effectivement une personne de couleur ?

2.6. Événements indépendants

Deux événements E et F sont indépendants l'un de l'autre si l'occurrence de l'un n'a pas
Occurrence : apparition, d'influence sur la probabilité de l'autre. Par exemple, le jet d'un dé n'a pas d'influence
réalisation
sur le jet d'un autre (sauf s'ils sont collés, magnétisés, etc.).

De la formule de la probabilité conditionnelle donnée au § 2.5, on sait que P(E  F) =

P(E|F)·P(F). Si les deux événements E et F sont indépendants, alors P(E|F) = P(E),
donc P(E  F) = P(E)·P(F).

Probabilités [Link] Didier Müller, 2022

 PROBABILITÉS 21

Définition On dit que deux événements E et F sont indépendants si P(E F) = P(E)·P(F). Dans
le cas contraire, on dit qu'ils sont dépendants.

Exercice 2.29 On jette une pièce de monnaie deux fois de suite. Les événements A et B suivants sont-
ils indépendants ?
A : « Le même côté sort deux fois. »
B : « Le nombre de côtés face est inférieur à deux. »

Exercice 2.30 On tire au hasard une carte d'un paquet de 52 cartes à jouer ordinaires. Les événements
A et B suivants sont-ils indépendants ?
A : « La carte tirée est un as. »
B : « La carte tirée est un pique. »

Exercice 2.31 Je vais lancer une pièce de monnaie équilibrée pour la quatrième fois. Les trois
premières fois j'ai obtenu pile. Quelle est la probabilité que j'obtienne pile encore cette
fois ?

Exercice 2.32 Un hôpital comporte deux salles d'opération qui ont la même probabilité d'être
occupées. La probabilité que l'une des salles au moins soit occupée vaut 0.9, celle que
toutes deux soient occupées 0.5.

Questions a - d : Quelle probabilité y a-t-il...

voir exercice 2.18
a. que la première salle soit libre ?
b. que les deux salles soient libres ?
c. que l'une des deux salles au moins soit libre ?
d. qu'une seule salle soit libre ?
e. que la seconde salle soit libre si l'on sait que la première est occupée ?

f. Les événements A et B suivants sont-ils indépendants ?

A : « La première salle est occupée ».
B : « La seconde salle est occupée ».

Exercice 2.33* Un caméléon daltonien posé sur du vert prend soit la couleur verte, soit la couleur
rouge, avec la même probabilité. Quand il est posé sur du rouge, il prend soit la couleur
verte une fois sur cinq, soit la couleur rouge quatre fois sur cinq.
Julie étale chaque matin sa couverture bicolore sur l'herbe, une fois sur trois côté rouge
visible, deux fois sur trois côté vert visible.
Un couple de caméléons daltoniens vient s'ébattre sur sa couverture.
a. Calculez la probabilité qu'ils soient de la même couleur.
b. Les événements « le caméléon mâle est vert » et « le caméléon femelle est vert »
sont-ils indépendants ?
c. Sachant qu'ils sont de couleurs différentes, calculez la probabilité que la face
apparente de la couverture soit rouge.

2.7. Épreuves successives

Dans de nombreuses applications, une épreuve globale se compose de n épreuves
partielles successives.

Exemple On a deux urnes U et V extérieurement identiques. U contient 2 boules noires et 1

blanche, V contient 1 noire et 3 blanches.
On choisit d'abord une des deux urnes au hasard, puis on extrait d'elle successivement 2
boules (sans remettre la première dans l'urne).

Didier Müller, 2022 [Link] Probabilités

22 CHAPITRE 2

L'arbre ci-dessous représente cette suite d'opérations, avec les probabilités associées :

La probabilité d'un chemin est égale au produit des probabilités des branches qui
forment ce chemin. En effet, d'après la formule de probabilité conditionnelle :
P  E∩ F = P  E∣F ⋅P  F  .

On remarquera que dans un arbre deux chemins sont toujours incompatibles. Pour
calculer la probabilité d'un événement qui est la réunion de plusieurs chemins, on
additionne les probabilités de ces chemins (voir théorème 2.4).

Les questions suivantes se résolvent aisément à l'aide de l'arbre :

Ce sont les trois chemins a. Quelle probabilité a-t-on de tirer en dernier une boule noire ?
rouges dans le dessin ci- P((–, –, n) = P((U,n,n)  (U,b,n)  (V,b,n)) =
dessus. 1 1 1 11
= P((U,n,n)) + P((U,b,n)) + P((V,b,n)) =   =
6 6 8 24
b. Quelle probabilité a-t-on de tirer deux boules de même couleur ?
1 1 5
P((–,n,n)  (–,b,b)) = P((U,n,n)  (V,b,b)) =  =
6 4 12
c. Quelle probabilité a-t-on de tirer une boule noire en dernier si l'on sait que la
première était blanche ?
1 1

Les questions c et d sont des P  – , b , n 6 8 7
P((–,–,n)|(–,b,–)) = = =
probabilités conditionnelles. P – , b , – 1 1 1 13
 
6 8 4
d. Quelle probabilité a-t-on d'avoir choisi l'urne U si la seconde boule tirée est noire ?
1 1

P U , – , n 6 6 8
P((U,–,–)|(–,–,n)) = = =
P – , – , n  1 1 1 11
 
6 6 8

Probabilités [Link] Didier Müller, 2022

 PROBABILITÉS 23

Exercice 2.34 Me voici sur une plage isolée d'Hawaï. J'ai l'intention d'y prendre un vrai bain de
vagues, c'est-à-dire passer les brisants, nager tranquillement au large puis rentrer en me
faisant ramener par une vague. Mais on me le déconseille fortement. Les vagues sont en
effet ici colossalement fortes et charrient 2 mètres d'écumes environ. Aussi, 1 bon
nageur sur 5 ne réussit pas à franchir les brisants et revient directement sur la plage.
Quand on nage tranquillement au large, les requins vous dévorent 1 fois sur 4. Puis la
probabilité de se noyer dans l'écume en suivant une vague au retour est de 40 %. Pour
finir, 3 personnes sur 20 parmi les rescapés apparents de ce bain s'effondrent terrassés
par une crise cardiaque en arrivant sur le sable.

Quelle est donc la probabilité, si je me lance malgré tout en mer...

a. de me noyer ?
b. de revenir vivant à l'hôtel ?
c. de revenir vivant à l'hôtel après avoir passé les brisants ?

Lorsqu'une épreuve globale est formée d'une succession d'épreuves indépendantes les
Épreuves
unes des autres (par exemple lancer un dé plusieurs fois de suite), le problème se
successives simplifie considérablement. En effet, si A, B et C sont trois événements relatifs à trois
indépendantes épreuves successives indépendantes, on aura :

P(A B C) = P(A)·P(B)·P(C)

Exemple On lance un dé trois fois de suite. Quelle est la probabilité d'obtenir la suite 2, 5, 3 ?
1 1 1 1
La réponse est simplement P  2, 5 , 3= ⋅ ⋅ = .
6 6 6 216

Exercice 2.35 On lance un dé trois fois de suite. Quelle est la probabilité que ni le 3 ni le 5
n'apparaissent ?

Exercice 2.36 On atteint une cible 3 fois sur 10. Combien de fois, au minimum, faut-il tirer pour avoir
plus de 99 chances sur 100 de toucher la cible au moins une fois ?

Exercice 2.37 Vous participez 100 fois par an au tirage du « Swiss Lotto ». Chaque fois, vous cochez
6 numéros sur une grille de 45 numéros. Vous gagnez le gros lot si vous avez coché les
voir ex 1.23 6 numéros tirés au sort.
a. Quelles sont vos chances de gagner le gros lot au moins une fois si vous persévérez
à ce rythme pendant cinquante ans ?
b. À ce rythme, combien d'années devriez-vous jouer pour avoir plus d'une chance sur
deux de gagner le gros lot au moins une fois ?

Exercice 2.38 Un guide dispose d'un minicar à 10 places pour faire visiter Paris. Avec le temps, il a
remarqué qu'une personne qui a réservé une place annule sa réservation 1 fois sur 5. Il
Cette politique de décide donc de toujours louer 11 places.
« surréservation »
(overbooking) est très
Quel est le nombre approximatif de jours dans l'année où le guide devra renvoyer un de
courante parmi les
compagnies d'aviation.
ses clients par manque de place, en supposant qu'il travaille 250 jours par an ?

Exercice 2.39 Problème du Chevalier de Méré (posé à Blaise Pascal en 1654).

Qu'est-ce qui est le plus probable : obtenir au moins un 6 en quatre lancers d'un dé, ou
obtenir au moins un double-6 en lançant 24 fois deux dés ?

Exercice 2.40 Quand je plante une capucine, elle fleurit 1 fois sur 4.
Combien de capucines (au minimum) dois-je planter pour avoir plus de 3 chances sur 4
d'en voir au moins une fleurir ?

Didier Müller, 2022 [Link] Probabilités

24 CHAPITRE 2

Exercice 2.41 Sur Koh-Lanta, deux ambassadeurs (Louana et Colin) se concertent pour éliminer un de
leurs camarades ou bien participer à un tirage au sort qui se déroulera ainsi :
• Louana a dans son sac une boule noire (perdante) et une boule blanche ;
• victime d'une malédiction, Colin a dans son sac à lui 2 boules noires et une
boule blanche ;
• chaque ambassadeur tire une boule dans son sac ;
• si chacun tire une boule de la même couleur, on recommence le tirage.
a. Quelle est la probabilité que Colin soit éliminé ? Et Louana ?
Koh-Lanta
Le totem maudit b. Quelle est la probabilité qu'il faille moins de 5 tirages au sort pour éliminer un des
mai 2022 deux ambassadeurs ?

Exercice 2.42 On tire successivement 4 cartes d'un jeu de 36 cartes. Le jeu ayant été brassé
convenablement, quelle probabilité a-t-on de tirer...
a. dans l'ordre : as , as , as , as  ?
b. les quatre as ?
c. les quatre as sachant que les deux premières cartes tirées étaient des as ?
d. exactement un as ?
e. au moins un as ?
f. un as au moins sachant que la première carte tirée n'était pas un as ?

Exercice 2.43 Deux urnes U et V contiennent respectivement :

U : 3 boules rouges, 2 boules bleues
V : 1 boule rouge, 1 boule bleue
On enlève une boule de U puis l'on met les boules restantes dans V. On tire alors une
boule de V. Calculez la probabilité...
a. que cette boule soit rouge
b. que cette boule soit rouge si l'on sait que la première boule tirée était rouge
c. que la première boule tirée ait été rouge si au second tirage on a une boule
rouge.

Exercice 2.44 Un tricheur professionnel garde dans sa poche 2 pièces, l'une normale et l'autre ayant
ses deux faces identiques, disons deux fois pile. Il en prend une au hasard et la lance ;
elle montre pile.
a. Quelle est la probabilité qu'il s'agisse de la pièce normale ?
b. Il jette la pièce une seconde fois et elle montre à nouveau pile. Même question.

Exercice 2.45 Combien faut-il rencontrer de personnes pour avoir plus d'une chance sur deux de
trouver quelqu'un qui est né le même jour que soi (par exemple le 3 juillet, peu importe
l'année) ?

Attention ! Cet exercice ressemble beaucoup au 2.14, mais le résultat est, comme vous
le verrez, très différent.

2.8. La loi binomiale

Schéma Une urne contient N boules, dont R sont rouges. On tire une boule de cette urne, on note
sa couleur, puis on la remet dans l'urne. On répète cette épreuve n fois de suite.
p est la probabilité de tirer une La probabilité de tirer k boules rouges est égale à :
boule rouge lors d'un tirage
(succès).
n! k n– k n k n– k R
p ne varie pas au cours du p (1– p ) = C k p (1 – p) , avec p=
temps.
k !( n−k )! N
1 – p est la probabilité d'échec.
k est le nombre de succès. Cette loi s'utilise lorsqu'il n'y a que deux issues possibles à l'épreuve : succès (boule
n – k est le nombre d'échecs. rouge) ou échec (boule pas rouge) et que l'on s'intéresse au nombre de succès possibles
(k) sur un total de n épreuves.

Probabilités [Link] Didier Müller, 2022

 PROBABILITÉS 25

Exemple On lance un dé équilibré 20 fois de suite. Quelle probabilité a-t-on d'obtenir

respectivement 1, 2, 3, 4 fois « 6 » ?

  
1 19
1 5
P(1 fois « 6 ») = C 20
1  0.104
6 6

  
2 18
1 5
P(2 fois « 6 ») = C 20
2  0.198
6 6

  
3 17
1 5
P(3 fois « 6 ») = C 20
3  0.238
6 6

  
4 16
1 5
P(4 fois « 6 ») = C 20
4  0.202
6 6

Exercice 2.46 On lance une pièce de monnaie 20 fois de suite. Quelle probabilité a-t-on d'obtenir...
a. 8 fois face ?
Quand p = 1/2, les calculs se
simplifient beaucoup, car
b. 9 fois face ?
p = 1–p. c. 10 fois face ?
d. plus de 7 fois et moins de 13 fois face ?
e. moins de 4 fois face ?

Exercice 2.47 On admet qu'un trait physique (telle la couleur des yeux ou le fait d'être gaucher) est
déterminé par une paire de gènes. On désignera par d le gène de la paire qui est
dominant, et par r celui qui est récessif. Une personne portant dd sera ainsi à dominance
pure, une autre portant rr sera à caractère récessif pur, alors que rd entraînera une
dominance hybride. Les dominances pures et hybrides ne se distinguent pas
extérieurement. Un enfant recevra un gène de chacun de ses parents.
Si, pour un trait particulier, les deux parents sont hybrides et s'ils ont 4 enfants, quelle
est la probabilité que 3 de ceux-ci manifestent extérieurement le trait dominant ?

Exercice 2.48* La planche de Galton

Des billes tombent verticalement sur un
assemblage de clous placés en quinconce sur
des lignes horizontales et équidistants de
leurs voisins immédiats (voir dessin ci-
contre). Le diamètre des billes est égal à la
distance entre les clous. Chaque fois qu'une
bille tape un clou, elle a la même probabilité
(p = 0.5) de continuer sa chute à gauche ou à
droite.
En bas du crible se trouvent des
compartiments dans lesquels tombent les billes. Si nous réalisons l'expérience un grand
nombre de fois, les billes viennent s'accumuler dans les compartiments et forment ainsi
un histogramme. La hauteur d'un bâton de l'histogramme est proportionnelle au nombre
de billes s'y trouvant.

a. Déterminez l'histogramme théorique du crible de Galton ci-dessus. On laisse tomber

1024 billes (cela simplifie les calculs).
b. Même question si la probabilité que la bille tombe à droite d'un clou est p = 0.25.
Dessinez la répartition obtenue et comparez-la avec l'histogramme du point a.

Exercice 2.49 Dans une école, il y a 10 % de gauchers. Calculez la probabilité d'avoir au moins 4
gauchers dans une classe de 20 élèves.

Didier Müller, 2022 [Link] Probabilités

26 CHAPITRE 2

Exercice 2.50 Un graphologue prétend être capable de déterminer le sexe d'une personne d'après son
écriture dans 90 % des cas. On lui soumet 20 échantillons d'écriture.
On accepte son affirmation s'il réussit à identifier au moins 15 fois le sexe correct. Dans
le cas contraire, on rejette son affirmation. Quelle est la probabilité...
a. que l'on accepte son affirmation alors qu'il répond au hasard ?
b. que l'on rejette son affirmation alors qu'elle est fondée ?

Exercice 2.51 Une urne contient 5 boules blanches et 5 boules noires. On y tire au hasard 3 boules une
par une, d'abord en les remettant chaque fois dans l'urne (méthode 1), puis sans les y
remettre (méthode 2). Avec quelle méthode a-t-on le plus de chances de tirer ainsi une
boule blanche et 2 boules noires (l'ordre d'apparition n'a pas d'importance) ?

Attendu de la Cour Suprême des États-Unis (affaire Castaneda contre Partida)

Affaire Castaneda
contre Partida
Un accusé d'origine mexicaine, condamné pour cambriolage et tentative de viol dans un
comté du sud du Texas attaqua le jugement sous le motif que la désignation des jurés
dans l'État du Texas était discriminatoire pour les Américains d'origine mexicaine. Son
argument était que ceux-ci n'étaient pas suffisamment représentés dans les jurys
populaires.
« Si les jurés étaient tirés au hasard dans l'ensemble de la population, le nombre
d'américains mexicains dans l'échantillon pourrait être modélisé par une distribution
binomiale... Étant donné que 79.1 % de la population est mexico-américaine, le nombre
attendu d'américains mexicains parmi les 870 personnes convoquées en tant que grands
jurés pendant la période de 11 ans est approximativement 688. Le nombre observé est
339. Bien sûr, dans n'importe quel tirage considéré, une certaine fluctuation par rapport
au nombre attendu est prévisible. Le point essentiel cependant, est que le modèle
statistique montre que les résultats d'un tirage au sort tombent vraisemblablement dans
le voisinage de la valeur attendue...

La mesure des fluctuations prévues par rapport à la valeur attendue est l'écart-type,
défini pour la distribution binomiale comme la racine carrée de la taille de
l'échantillon (ici 870) multiplié par la probabilité de sélectionner un américain mexicain
(ici 0.791) et par la probabilité de sélectionner un non américain mexicain (ici 0.209)...
Ainsi, dans ce cas, l'écart-type est approximativement de 12. En règle générale, pour de
si grands échantillons, si la différence entre la valeur attendue et le nombre observé est
plus grande que deux ou trois écarts-types, alors l'hypothèse que le tirage du jury était
fait au hasard serait suspecte à un spécialiste des sciences humaines. Les données sur 11
années reflètent ici une différence d'environ 29 écarts-types. Un calcul détaillé révèle
qu'un éloignement aussi important de la valeur attendue se produirait avec moins d'une
chance sur 10140 ».

Source : Prove It with Figures (Statistics for Social Science and Behavorial Sciences),
par Hans Zeisel et David Kaye, Springer (2006).

Probabilités [Link] Didier Müller, 2022

 PROBABILITÉS 27

2.9. La loi multinomiale

Considérons une expérience aléatoire avec k résultats possibles, disons les résultats r1,
Il s'agit d'un tirage avec remise r2, …, rk.
dans une urne. k

Une urne contient des boules de La probabilité du résultat rj sera notée pj . On a donc 0 ≤ pj ≤ 1 et ∑ p j =1 .
k couleurs différentes rk. On j =1

note pj la proportion des boules Maintenant, considérons n répétitions indépendantes de cette expérience aléatoire. La
de couleur rj. On effectue n probabilité d'obtenir n1 fois le résultat r1, n2 fois le résultat r2, …, et nk fois le résultat rk
tirages avec remise. est donné par la formule :

n! n n n
p ⋅p ⋅...⋅pk
1 2 k

n1 !⋅n2 !⋅...⋅nk ! 1 2

avec n1 n2nk =n .

Exercice 2.52 Une urne contient 10 boules rouges, 15 bleues, 3 jaunes et 8 vertes. On tire une boule
de cette urne, on note sa couleur, puis on la remet dans l'urne. On répète cette épreuve
dix fois de suite.
Quelle est la probabilité d'avoir noté 3 boules rouges, 4 bleues, 1 jaune et 2 vertes ?

Exercice 2.53 On lance un dé équilibré 24 fois de suite. Quelle probabilité a-t-on d'obtenir...
a. 5 six et 5 cinq ?
b. 9 six et 12 nombres impairs ?
c. les 6 chiffres 4 fois ?

Exercice 2.54 On « alourdit » un dé pour que le 6 apparaisse 30 % du temps, pour que le 1 apparaisse
10 % du temps, et pour que chacune des autres faces apparaisse 15 % du temps. On
jette le dé six fois. Calculez la probabilité que...
a. chaque face apparaisse une fois ;
b. les faces 4, 5 et 6 apparaissent chacune deux fois.

2.10. Exercices récapitulatifs

Exercice 2.55 Quatre amis pêcheurs ont mélangé leurs bottes avant d'aller se coucher. René se lève
toujours le premier et prend deux bottes au hasard dans l'obscurité pour ne pas réveiller
ses camarades, puis il sort de la chambre.
1. (a) Calculez la probabilité des événements suivants :
A : Ces deux bottes sont les siennes.
B : Il a pris une botte gauche et une botte droite.
C : Il a pris deux bottes droites.
D : Une botte appartient à René et l'autre pas.
E : Ces deux bottes appartiennent à des pêcheurs différents.
(b) Sachant que René a pris une botte gauche et une botte droite, quelle est la
probabilité que ces bottes soient les siennes ?
2. Chaque jour, c'est la même histoire : les bottes sont mélangées et René prend deux
bottes au hasard dans l'obscurité.
2.1. Cela va durer 10 jours. Calculez la probabilité des événements suivants :
F : René prendra au moins une fois ses deux bottes.
G : René prendra exactement 3 fois ses deux bottes.
H : René prendra 1 fois ses deux bottes, 4 fois une seule de ses bottes et 5
fois aucune de ses bottes.
2.2. Combien de jours devraient durer la partie de pêche pour que René soit sûr à
plus de 95 % de prendre au moins une fois ses deux bottes ?

Didier Müller, 2022 [Link] Probabilités

28 CHAPITRE 2

3. Suite aux remontrances de ses amis, René procède désormais autrement : il prend
d'abord quatre bottes, puis sort de la chambre. Dans le couloir, à la lumière, il
regarde ce qu'il a pris, puis il chausse la ou les bottes qui lui appartiennent. S'il n'a
pas ses deux bottes aux pieds, il retourne dans la chambre et prend encore deux
bottes parmi les quatre restantes dans l'obscurité, puis il retourne dans le couloir à
la lumière.
Quelle est la probabilité qu'après son petit manège il ait trouvé ses deux bottes ?

Exercice 2.56 Lors d'un test d'adresse, on dispose de 3 carreaux pour tirer à l'arbalète sur une cible.
On réussit le test (et on arrête de tirer) dès qu'un carreau a atteint le centre de la cible ou
que deux carreaux ont touché la cible. On estime la probabilité de toucher le centre de
la cible à 0.25, alors que la probabilité d'atteindre la cible ailleurs qu'au centre est
estimée à 0.5 (la probabilité de rater la cible est donc estimée à 0.25).
a. Quelle est la probabilité de réussir le test ?
b. Sachant qu'on a réussi le test, quelle est la probabilité qu'un seul carreau ait touché
la cible ?
c. Trois personnes pour lesquelles on estime les probabilités comme ci-dessus se
présentent au test. Quelle est la probabilité...
1. qu'aucune d'entre elles ne le réussisse ?
2. qu'au moins l'une d'entre elles ne le réussisse pas ?

Exercice 2.57 On lance des fléchettes les yeux bandés sur la cible ci-contre. On suppose qu'on atteint
chaque case de la cible avec la même probabilité et qu'on ne rate jamais la cible.
1. On lance une fléchette :
1.1. Quelle est la probabilité des événements suivants :
A : toucher une case grise ;
B : toucher une case grise ayant un numéro inférieur ou égal à 6 ;
C : toucher une case grise ou un numéro inférieur ou égal à 6 ;
D : toucher une case grise sachant qu'un nombre premier y est inscrit.
1.2. Soit l'événement E : « toucher un numéro impair ». Les événements A et E
sont-ils indépendants ? Justifiez.
2. On lance trois fléchettes :
2.1. Si la somme des trois nombres touchés est 8, quelle est la probabilité d'avoir
touché trois fois une case blanche ?
Rappel :
1 n'est pas un nombre premier 2.2. La première fléchette touche une case grise, la deuxième un nombre impair, la
troisième un nombre premier. Quelle est la probabilité d'avoir touché trois fois
le même nombre ?
Variante plus difficile 3. On lance dix fléchettes. Quelle est la probabilité qu'on ait touché exactement cinq
Refaites l'exercice en nombres impairs ?
supposant que les quatre cases
4. Combien de fléchettes devra-t-on lancer pour être sûr à plus de 95 % d'avoir touché
centrales sont atteintes avec
une probabilité de 1/10 et
au moins une fois le numéro 3 ?
celles du bord avec une 5. Après avoir lancé une fléchette, on peindra en rouge la case touchée. On va lancer
probabilité de 1/20. trois fléchettes. Quelle est la probabilité de peindre exactement deux cases en
rouge ?

2.11. Ce qu'il faut absolument savoir

Connaître les axiomes  ok
Connaître les théorèmes  ok
Reconnaître et calculer les probabilités conditionnelles  ok
Reconnaître deux événements indépendants  ok
Savoir faire un arbre pour résoudre un problème d'épreuves successives  ok
Maîtriser la loi binomiale  ok
Maîtriser la loi multinomiale  ok

Probabilités [Link] Didier Müller, 2022