Page n°1

BTS IG première année - Mardi 19 décembre 2006

Les probabilités - Partie I :
Dénombrement - Probabilités sur les ensembles finis - Loi Binomiale

A) Le dénombrement :

On dénombre avec un diagramme, un tableau, un arbre ou des combinaisons ….

- Avec un diagramme ou un tableau : TP1 page 65 ; Exercices 31 page 72
- Avec un arbre :
 Activité 1 : « Tirages sous conditions » : Feuille photocopiée
 Tp2 page 66
- Avec des p-listes, des arrangements ou des combinaisons …………..
1) Listes
E désigne un ensemble à n éléments distincts et p est un entier supérieur ou égal à 1.

Une p-liste : Une p-liste d’éléments de E ( on dit aussi p-uplet ) est une suite, ordonnée de p éléments distincts ou non, de
 
l’ensemble E. On note a 1 , a 2 ,..., a p la p-liste constituée par les p éléments a1,a 2 , … ,ap de E rangés dans cet ordre.

Remarque : Dans une p-liste, un élément de E peut se représenter plusieurs fois : il y a répétition possible.
Exemples :
(1) Un numéro de téléphone à 10 chiffres est une 10-liste de l’ensemble des chiffres de 0 à 9. Le numéro 04 93 26 83 83
est une 10-liste 
0;4;9;3;2;6;8;3;8;3, le même chiffre peut apparaître plusieurs fois et l’ordre est important.
 x y z 0

(2) Une 3-liste est un triplet. En particulier la solution du système de 3 équations à 3 inconnues.  2x 6z 0 est
x 2y 7z 0

une triplet ( -3 ; 2 ; 1 ).
(3) Une 2-liste est un couple (a ;b)

Nombre de p-listes : Le nombre de p-listes d’un ensemble à n éléments est np .

Exemples :
(1) Activité 1, 1ère condition : feuille photocopiée. (Tirages successifs avec remise)
(2) Un enfant a 5 crayons de couleurs. Il veut colorier un dessin de 7 zones. Soit E l’ensemble constitué des 5 couleurs,
un dessin peut être assimilé à une 7-liste d’éléments de E dont le 1er élément est la couleur choisie pour colorier la 1ère
zone, le 2nd élément est la couleur choisie pour colorier la 2nde zone … ainsi de suite jusqu’au 7ième élément de E choisi
pour colorier la 7ième zone du dessin.
Par exemple : E =  Rouge, Vert, Bleu, Noir, Jaune

La zone à colorier 1ère 2nde 3 ième 4ième 5ième 6 ième 7ième

zone zone zone zone zone zone zone Le nombre de dessins
La couleur du crayon Rouge Jaune Vert Bleu Rouge Noir Bleu différents que l’enfant peut
Le nombre de choix de 5 5 5 5 5 5 5 réaliser est égal au nombre de
couleurs choix choix choix choix choix choix choix 7-listes d’un ensemble à 5
Ou éléments :
La zone à colorier 1ère 2nde 3 ième 4 ième 5 ième 6ième 7 ième
57 =78125 dessins possibles.
zone zone zone zone zone zone zone
La couleur du crayon Rouge Vert Jaune Bleu Bleu Noir Noir
Le nombre de choix de 5 5 5 5 5 5 5
couleurs choix choix choix choix choix choix choix
(3) voir : utilisation II feuille photocopiée
 Page n°2
2) Arrangements et permutations
E est un ensemble à n éléments ( nIN* ) , p est un entier entre 1 et n.
Arrangement : Un arrangement à p éléments de l’ensemble E est une p-liste l’éléments de E 2 à 2 distincts.

Exemples :
(1) Activité 1, 2 nde condition, feuille photocopiée. (Tirages successifs sans remise)
(2) Au départ d’une course, il y a 15 chevaux partants numérotés de 1 à 15.
Le tiercé dans l’ordre (2 ;11 ;5) est un arrangement de 3 éléments de l’ensemble E des 15 numéros.
Le quarté dans l’ordre (15 ;1 ;2 ;9) est un arrangement à 4 éléments de ce même ensemble.
Pour former un tiercé dans l’ordre, on choisit :
- Le 1er cheval parmi les 15 numéros ( 15 choix )
- Le 2nd cheval parmi les 14 numéros restants ( 14 choix)
- Le 3ième cheval parmi les 13 numéros restants ( 13 choix )
Le nombre de tiercé dans l’ordre est alors de 15 14 13 = 2 730.
Remarques :
(1) Les p éléments de l’arrangement étant 2 à 2 distincts, l’entier p est nécessairement inférieur ou égal au nombre n
d’éléments de l’ensemble E. Ce n’est pas nécessairement le cas d’une p-liste de E.
p
(2) Le nombre A n est le produit des p entiers consécutifs, rangés dans l’ordre décroissant à partir de n.
Exemple : A 9  98 7
6
4
 = 3 024
4 facteurs consécutifs inférieurs ou égaux à 9

Permutation : Un arrangement à n éléments d’un ensemble à n éléments s’appelle une permutation de E.

Exemple :
Les chevaux numéros 2, 5 et 11 sont à l’arrivée d’un tiercé. Un tiercé dans l’ordre est une permutation de ces 3
numéros. Ce peut être ( 2 ;5 ;11 ) ou ( 2 ;11 ;5 ) ou ( 5 ;2 ;11 ) ou ( 5 ;11 ;2 ) ou ( 11 ;2 ;5 ) ou ( 11 ;5 ;2 ). Il y a ainsi 6
permutations de cet ensemble de 3 numéros.

Factorielle d’un entier :

Pour tout n IN , on note n !, on lit « factorielle n », le nombre n ! = n 
n 1
... 3 2 1 .
*

Pour n = 0, on pose par convention 0 ! = 1.

Remarques :
(1) n ! est le produit de tous les entiers compris entre 1 et n. exemple : 4 ! = 4 3 2 1 .
(2) Pour tout n IN, pour tout pIN, tel que 0 p n , le nombre d’arrangements de p éléments pris parmi n éléments
est
 
    
n p
n p 1
... 2 1
A pn   
    
n!

n n 1 ... n p 1

n p 
n p 1
... 2 1 n p
n n 1 ... n p 1

Nombre de permutations :Le nombre de permutations d’un ensemble E à n éléments est n !

C'est-à-dire aussi A nn n! ( n facteurs ).

Exemples :
(1) L’activité 1, 2 nde condition lorsque l’urne contient 3 boules.
(2) L’activité 1, 3 ième condition : nombre de triplet ( R , J , V ).
(3) Un enfant a 5 crayons de couleurs pour colorier un dessin composé de 5 zones. Il désire que les 5 zones soient de
couleurs différentes. Soit E l’ensemble constitué des 5 couleurs : un dessin, dont 5 zones sont de couleurs différentes
peut être assimilé à une permutation de l’ensemble E. Le nombre de dessins dont les 5 zones sont de couleurs
différentes est de 5 ! = 120.
Exercices : numéros 32 ; 33 ; 35 à 38 page 72 et 73
 Page n°3
3) Combinaison
E est un ensemble à n éléments ( nIN* ) , p est un entier entre 0 et n.
Combinaison : Une partie de E, constituée de p éléments distincts de E, est appelée « combinaison à p éléments de E ».
 
On note a 1 , a 2 ,..., a p la combinaison à p éléments distincts constitué par les éléments a 1 , a 2 ,..., a p de l’ensemble E.

Exemples :
(1) Reprenons l’exemple du tiercé.
Le tiercé dans le désordre 
2;11;5d’une coure de 15 partants est une combinaison à 3 éléments de l’ensemble E
constitué par les 15 numéros. Et  2;11;5et  11;5;2
sont deux notations désignant le même tiercé dans le désordre.
Il y a 6 tiercés dans l’ordre qui correspondent au même tiercé dans le désordre. Ce sont les 3 ! = 3 2 1
permutations des 3 éléments.
(2) Voir l’activité 2.

Remarque :
Dans la notations 
......, un élément de E n’est jamais écrit plus d’un fois. Une combinaison est une partie non
ordonnée sans répétition de p éléments des n éléments de E donc on a toujours p n à la différence d’une p-liste.

n 
Nombre de combinaisons : On note 
p 
p
ou C n le nombre de combinaison à p éléments d’un ensemble à n éléments. Le

n  n  p A pn n  n 1 ...  n p 1 n!
nombre  
p  s’obtient par la formule : 
p 
C n  p!  p   .
  p 1 ... 2 1 p!
n p
!

 
En effet avec chaque combinaison à p éléments a 1 , a 2 ,..., a p , on constitue p ! arrangement à p éléments de E
n 
d’où : 
p!C n p! A n .
p p

p 
Exemples :

n  n  n 
(1) 
0 
1 , 
n 
1 , 
1 
n .
  
(2) L’enfant prend une poignée de 3 crayons parmi ses 5 crayons. Une poignée est une combinaison de 3 crayons
5 5 4 3
parmi 5. Le nombre de poignées différentes est 
3
 10
 3 2 1
C’est aussi un tirage simultané de 3 crayons parmi 5 crayons
(3) Voir l’utilisation II de la feuille photocopiée.

Exercices :

Calculs algébriques : les numéros 27 et 26 page 71

Emploi des combinaisons pour dénombrer : les numéros 39 et 40 page 73
 Page n°4
n 
Triangle de Pascal : C’est un procédé pour obtenir les nombres 
p 
successivement pour n = 1, n = 2, n = 3, n = 4 …

p=2
1
1 1
1 2 1
1 3 3 1
1 4 6 4 1
1 5 10 10 5 1
n=6 1 6 15 20 15 6 1 La dernière ligne, n=6 fournit les nombres
0  1  2 3  4  5  6  p 
 
6 
pour 0 p 6
6 
=0,  
6 =6, 
 
=15, 
 
=20, 
 
=15, 
 
=6, 
 
=1

   6 6  6  6  6 
n 1 p  p 1 p  n - p 
On obtient ainsi : 
p 1
   et 
   .
  n   n  n   n 

Formule du binôme : Le développement de la puissance n ième du binôme (a+b) est

n
n  1  2  k  n 1 n 1
a bn 
a n k b k a n 
 a n 1 b 
 a n 2 b 2 ... 
 a n k b k ... 
  
ab b n

k 0 k n  n  n  n 

Remarque :
Les coefficients des termes an, a n-1 b, … , an-kb k, … , b n sont constitués par la n ième ligne du Triangle de Pascal
4
4 4 k
Exemple : 
a b 
k  b k a 4 4a 3 b 6a 2 b 2 4ab 3 b 4
4
a

k 0 
Exercice : 28, 29 et 30 pages 71 et 72.

B) Notions de bases en Probabilité

1) Le Vocabulaire

Vocabulaire : photocopie A
Activité : Le cardinal d’un ensemble : photocopie B

2) Probabilité
a. Définition : Définir une probabilité liée à une épreuve sur un univers Ω, c’est associer à chaque événement issue de
l’épreuve un nombre entre 0 et 1 tel que :
La somme des probabilités des événements élémentaires est égale à 1.
La probabilité d’un événement est la somme des probabilités élémentaires.

Conséquence : Si Ω w1 , w 2 ,..., w n et si l’on note p

w i la probabilité de l’événement élémentaire 
wi 
, on obtient
p(w1) + p(w 2) + … + p(wn ) = 1.

Remarques :
(1) La probabilité d’un événement traduit la confiance que l’on a dans la réalisation de celui-ci.
Si la probabilité est proche de 1, la confiance est élevée, si au contraire elle est proche de 0 : peu de confiance.
La probabilité de l’événement certain est p(Ω)=1. Celle de l’événement impossible est p(Ø) = 0.
(2) Une probabilité p est une fonction définie sur l’ensemble des événements et à valeurs dans [0 ;1].
Exemple 1 :
On lance 1000 fois un dé pipé. face 1 2 3 4 5 6
On obtient les fréquences d’apparition suivantes : Fréquence 14 17 ? 15 16 20
On admettra que la probabilité d’obtenir une face est sa en %
20 1
fréquence d’apparition. Exemple : p(« obtenir 6 ») =  Calculer p(« 3 »), p(« obtenir une face multiple de 3 »).
100 5
 Page n°5

b. Réunion d’événements

Pour tous événements A et B on a :

P
A B 
P
A P
B P
A B
.

Exercice : 41 question b) page 73

Remarque: Pour tous événements incompatibles A et B : P A BP A P B .

Exemple 1 suite :
1) Si A = « obtenir une face multiple de 3 », B= « obtenir une face impaire » .Décrire l’événement A B et
A B puis calculer P A B .
2) Si C= « obtenir 1 ou 2 ou 4 ». Décrire l’événement A C et calculer P
A C
.
Exercice : 41 question a) page 73

c. Evénements contraires
La somme des probabilités d’un événement et de son événement contraire est
égale à 1. P  
A P A 1 ou P A 1 P A

Exercices :
Calculs de probabilités : 42 ; 43 et 44 page 73

Exemple 1 suite : Décrire l’événement C puis calculer P C . 

3) Equiprobabilité

Lors d’une épreuve, si toutes les éventualités ont la même chance d’apparaître il y a équiprobabilité. Ainsi si Card(Ω) = n,
1
chaque événement élémentaire a une probabilité de . Si A est un événement ayant k éventualités (Card(A) = k ) alors
n
k
p(A) = .
n

Formule due a Laplace (mathématicien (1749/1827) qui précisera la liaison statistique-probabilité)

Nombre de cas favorables à l' événement A Card(A)

p(A) = ou p(A) = .
Nombre de cas possibles à l' épreuve Card()

Exemple 2 : Un enfant joue avec des objets de différentes couleurs répartis ainsi :

Couleur Tout rouge Tout vert Tout bleu Bleu et rouge Vert et bleu
Nombre d’objets 6 5 7 4 3
L’enfant prend un objet au hasard. Il dit qu’il est rouge lorsqu’il est tout rouge ou s’il contient du rouge ; de même pour
les autres couleurs. Calculer les probabilités de
A = « prendre un objet rouge », B = « prendre un objet bleu », C = « prendre un objet bleu et rouge »
D = « prendre un objet bleu ou rouge » E = « prendre un objet ni rouge ni bleu »
F = « prendre un objet qui n’est pas rouge ».

Exercices :
Emploi de diagrammes, de tableaux et d’arbres pour calculer les probabilités :
 TP3 (tirage successifs avec remise) et TP4 (tirage simultané) page 66
 exercices 45 à 49 pages 73 et 74
Emploi de combinaisons pour calculer les probabilités :
 Tirages simultanés : TP 8 page 67
 n° 50 à 52 pages 74
 Page n°6
C) Probabilité conditionnelle
1) Définition
Au cours d’une épreuve, deux événements A et B peuvent présenter un lien de cause à effet. On est souvent amené à
calculer P A B donc à réaliser l’événement A et l’événement B en même temps. On peut aussi se demander comment
calculer la probabilité que B se réalise sachant que A s’est réalisé.
a. P 
B/A
Soit B un événement de probabilité non nulle. La probabilité que B se réalise sachant que A s’est réalisé est :
 
 
P A B

P B /A

P (A )

Remarques :
(1) Cette probabilité se note également PA 
B , se lit « probabilité de B si A est réalisé », ou simplement
« probabilité de B sachant A ».
(2) Si on connaît P(A), P(B/A) on peut calculer P
A B.

Exemple 4 :
Pour construire des pièces métalliques, un atelier utilise 3 machines M 1, M 2, M3 plus ou moins récentes. La fabrication est
répartie suivant ces machines mais selon leur vétusté les pièces sortant présentent des défauts selon le tableau ci-dessous :

On considère une pièce venant de l’atelier. On appelle Machine M1 M2 M3 Total

D l’événement « la pièce est défectueuse » et M i Pièces
l’événement « la pièce a été fabriquée par la machine Mi ». fabriquées 50 35 15 100
On désire calculer la probabilité qu’une pièce soit en %
défectueuse. Fréquence
de défauts 1 2 3
On peut visualiser l’épreuve par un arbre à choix car les en %
événements M1 , M2, M 3 forment une partition de
l’ensemble des éventualités.

L’événement D se décompose
alors en 3 événements
D M1 , D M 2 et
D M 3 .
Calculer P(D) et conclure.

b. La formule des probabilités totales

Si les événements B 1, B2, … B n forment une partition de l’ensemble Ω

de toutes les éventualités, la probabilité d’un événement A est donnée par :
PA P A B1  P A B 2 ... P A B n .
Cette formule s’appelle la formule des probabilités totales.
Remarque :

Sachant que l’on a P    

B

i
pour i 
/A 
1; n 
,
P A

P (A )
B

i

On obtient alors la formule de Bayes :
P
AP
B1 
 P  PB   ... PB   
A /B

1
2 P A /B

2
n P A /B

Exercices :
Probabilités conditionnelles avec tableau : TP5 page 66 et 53 à 55 pages 75/76 ;
Probabilités conditionnelles sans tableau : TP 6 page 67 et 56 à 60 pages 76/77
 Page n°7
2) Evénements indépendants
a. Définition
Deux événements sont indépendants lorsque la probabilité de leur intersection est égale au produit de leur probabilité :
P
A BP
A P
B
Remarque : On obtient alors  P B /A  . Autrement dit que la réalisation ou non de l’événement A n’affecte en rien
P B

la probabilité de l’événement B.
Exemple 5 : Une urne contient 3 boules jaunes et 2 boules rouges. On tire successivement 2 boules de l’urne avec
remise. Il y a 5 5 = 25 tirages possibles. Soit A = « la 1ère boule est jaune » et B = « la 2nde boule est rouge ».
1) Montrez que A et B sont indépendants.
2) On suppose cette fois que le tirage des 2 boules se fait successivement sans remise. Montrez alors que les événements
A et B sont dépendants.

Exercices :
Evénements indépendants : TP7 page 67 et les exercices 61à 63 pages 77 et 78.
Tirages simultanés, probabilités conditionnelles et événements indépendants: TP 8 page 67

Exercices d’examens : 64 à 70 pages 78, 79 et 80

D) Epreuve de Bernouilli, schéma de Bernouilli

1) Epreuve de Bernouilli, variable de Bernouilli

Epreuve de Bernouilli : Soit une expérience à 2 issues possibles, Succès et Echec, de probabilité respective p et q
avec p + q = 1. Alors une telle épreuve est dite « épreuve de Bernouilli de paramètre p »

Exemple :
On lance un dé parfait. On s’intéresse à 2 possibilités.
Un succès à l’obtention de 5 ou 6.
Un échec à l’obtention d’un résultat inférieur ou égale à 4.
1 2 4 2
La probabilité d’un succès est p =  et d’un échec est q =  . Cette expérience à deux issues possibles est une
6 3 6 3
1
épreuve de Bernouilli de paramètre .
3
On considère une épreuve de Bernouilli de paramètre p.

Variable aléatoire de Bernouilli : L a variable aléatoire de Bernouilli prenant la valeur 1 en cas de succès et 0 en cas
d’échec est dite « variable de Bernouilli de paramètre p ».

La loi de probabilité d’une variable de Bernouilli X x 0 1

de paramètre p est donnée par le tableau ci-contre : P(X=x) 1-p p

On en déduit E(X) = 0(1-p)+1 p = p. L’espérance d’une variable de Bernouilli de paramètre p est p.

La variance est V(X) = E(X) – (02 (1-p)+12 p) = p – p 2.
2 1 1
Exemple : Reprenons l’exemple ci-dessus, E(X) = 0  1   0.3 . Or 0,3 est plus proche de 0 que de 1 donc
3 3 3
on a donc en moyenne plus de chance d’obtenir d’un résultat inférieur ou égale à 4.
 Page n°8
2) Schéma de Bernouilli - Loi Binomial
Exemple :
On lance 4 fois de suite un dé parfait et, pour chaque lancer, un résultat supérieur ou égal à 5 correspond à un succès.
Cette expérience est forme par la répétition de 4 épreuves de Bernouilli de paramètre
1 2
 P(" obtenir 5 ou 6" ) , indépendantes les unes des autres puisque le lancer d’un dé est sans conséquence sur
3 6
 1
les résultats des autres lancers. Il s’agit donc d’un schéma de Bernouilli de paramètres 4; .
 3

Loi binomiale B(n,p) : La variable aléatoire égale au nombre de succès obtenu au cours des n épreuves de Bernouilli de
paramètres (n ;p) est notée B(n ;p).
Remarque :
Si X est la variable aléatoire égale au nombre de succès. Alors X prends ses valeurs parmi les entiers 0, 1, 2, … , n, le
nombre de succès k étant compris entre 0 et n.

La probabilité p(X) lorsque X suit une loi binomiale B(n,p) :

n 
n

 p 
1 - p
n k
k 
k
P(X=k) = P(« obtenir k succès au cours de n épreuves de Bernouilli ») =  .
k
1 
Remarque :
L’espérance mathématique d’une variable aléatoire de loi binomiale B(n ;p) est :
n 
n

 p 
1 - p
n k
k  k
k
E(X) = 
k
1 
n  n -1k n k  p  p 1
=  
k 1  
p 
1 - p   n k  n 
n - 1 
k -1 n  
 car
      
n  n - 1k -1 n k 
= np  
 p 

 1 - p  
k 1 
k - 1 
= np  p 1 p 
n 1

Donc E(X ) = np
Exemple :
On reprend l’exemple précédent : soit X la variable aléatoire égale au nombre de succès obtenu(s) au cours de 4
lancers successif d’un dé. Un succès étant l’obtention de la face 5 ou 6.
1. Compléter le schéma de Bernouilli suivant :
 Page n°9
2. La loi de probabilité de X :
 1
On sait que X suit une loi binomiale de paramètre 4; . Donc pour k 
0,1,2,3,4,on a :
 3
4 k

4 1 k  1 
4
P
X k     1-  .
1
k k3  3 

Compléter le tableau suivant qui donne la loi de X. On donnera les résultats arrondis au centième.

k 0 1 2 3 4 Total

P(X=k)

3. Déterminer la valeur exacte puis une valeur approchée de E(X). En déduire approximativement le nombre moyen
de succès sur 4 lancers successifs d’un dé.