C ALCUL DES P ROBABILITÉS

S AÏD Z ITOUNI

Première partie
Dénombrement
I P RINCIPE FONDAMENTAL DU DÉNOMBREMENT
Activité

Une association désire constituer son bureau exécutif d’un président, un assistant, et un secrétaire
Déterminer le nombre des possibilités dans chacun des cas suivants
1. Le président est choisi parmi les candidats A et B ; l’assistant est choisi parmi les membres C ,
D et E et le secrétaire parmi F et G .
2. Le président est choisi parmi les candidats A, B et C ; l’assistant est choisi parmi les membres
D, E et F et le secrétaire parmi G, H, I et J
3. Le président est choisi parmi 10 candidats ; l’assistant est choisi parmi 11 membres ; et le se-
crétaire parmi 7 membres.

"""""""""""""""""""""""""""""""""
Proposition 1: Principe du produit

On considère une situation de dénombrement à p choix C1 , C2 , · · · et Cp

Si
• n 1 est le nombre de possibilités pour effectuer le choix C1 ;
• n 2 est le nombre de possibilités pour effectuer le choix C2 ;
..
.
• n p est le nombre de possibilités pour effectuer le choix Cp .
Alors le nombre des possibilités pour effectuer les p choix est n 1 × n 2 × · · · × n p

Application 1

E XERCICE 1
On désire former des nombres de trois chiffres distincts parmi les chiffres 1,2, 3, 4, 5 et 6.
1. Combien de nombres peut-on former ?
2. Combien de nombres inférieur à 400peut-on former ?
3. Combien de nombres pairs peut-on former ?
4. Combien de nombres divisible par 5 peut-on former ?

1
S AÏD Z ITOUNI C ALCUL DES PROBABILITÉS 2e PC B IOF

II L ISTES – A RRANGEMENTS – P ERMUTATIONS

Activité Préliminaire

Pour mettre en marche un smart-phone il faut d’abord composer un code PIN constitué de 4 chiffres
dans un certain ordre
1. Combien de codes PIN peut-on composer ?
2. Combien de codes PIN peut-on composer sans utiliser le chiffre 0 et sachant que chaque
chiffre ne peut être utiliser plus d’une fois ?
3. Combien de codes PIN peut-on composer à l’aide des chiffres 1, 3, 6 et 9 à la fois

"""""""""""""""""""""""""""""""""
Définition 1

Soit E = {x 1 , x 2 , · · · , x n } un ensemble à n éléments et p ∈ N∗

• Tout p -uplet d’éléments, distincts ou non, de E est appelé p -liste d’éléments de E (ou tout
simplement, liste de p parmi n )
• Tout p -uplet d’éléments distincts de E (1 6 p 6 n) est appelé p -arrangement d’éléments de
E (ou tout simplement, arrangement de p parmi n )
• Tout n -arrangement d’éléments de E est appelé permutation d’éléments E .

Exemples

• Tout tirage successif avec remise (on remet à chaque fois la boule tirée dans l’urne avant de tirer la
suivante ) de p boules d’une urne contenant n boules est une liste de p parmi n .
• Tout tirage successif sans remise (on ne remet pas les boules tirées dans l’urne) de p boules d’une urne
contenant n boules est un arrangement de p parmi n .

Proposition 2

Soit E un ensemble non vide à n éléments

• Le nombre des p -listes de E est : n p
p
• Le nombre des p -arrangements de E est : An = n × (n − 1) × (n − 2) × · · · × (n − p + 1)
• Le nombre des permutations des éléments de E est : n! = Ann = n! = n×(n−1)×(n−2)×· · ·×2×1

Application 2

E XERCICE 2
Huit finalistes de la course de 100 mètres se disputent les médailles d’or, d’argent et de bronze
1. De combien de manières le podium peut-il être constitué ?
2. Sachant que le sort de la première place est scellé, De combien de manières le podium peut-il
être constitué ?
E XERCICE 3
1. On lance trois dés cubiques dont les faces sont numérotées de 1 à 6 puis on note les résultats
affichés .
a) Quel est le nombre de résultats possibles ?
b) Quel est le nombre de résultats possibles sachant que les dés affichent tous des nombres
pairs ?
2. Combien d’anagrammes peut-on former à partir du mot TANGER ?

–2/12–
S AÏD Z ITOUNI C ALCUL DES PROBABILITÉS 2e PC B IOF

Remarques

• On convient que : 0! = 1
p n!
• Pour tous entiers n et p tels que 1 6 p 6 n , on a : An =
(n − p)!

III C OMBINAISONS
Activité préliminaire

On considère l’ensemble E = {a, b, c, d , e}

1. Déterminer toutes les parties de E à deux éléments.
2. Quel est le nombre des 2-arrangements des éléments de E . Que peut-on en déduire ?
3. Quel est le nombre des parties de E à trois éléments

"""""""""""""""""""""""""""""""""
Définition 2

Soit un ensemble E constitué de n éléments. Toute partie de E constituée de p éléments (p 6 n)

est appelée p -combinaison de E ou tout simplement, combinaison de p parmi n .

Remarques

n et p des entiers naturels tels que (p 6 n).

• Tout choix de p éléments parmi n éléments indépendamment de l’ordre est une combinaison de p
parmi n .
• Lorsque on tire simultanément p boules parmi n boules , alors chaque tirage est une combinaison de
p parmi n .
• Toute combinaison de p parmi n détermine p! arrangements de p parmi n .

Propriétés

Soient n et p des entiers naturels tels que p 6 n .

p
¡n ¢ p ¡n ¢ p An
• Le nombre des combinaisons de p parmi n est noté p ou Cn et on a : p = Cn =
p!
p n! n−p p p p+1 p+1
• Cn = • Cn = Cn • Cn +Cn = Cn+1 (p 6 n −1)
p!(n − p)!

Remarques

• Cnn = Cn0 = 1 • Cn1 = Cnn−1 = n , (n > 1 ) n(n − 1)

• Cn2 = , (n > 2 )
2

Application 3

E XERCICE 4
Cinq amis se sont rencontrés à un rendez-vous et se sont serré les mains.
Dénombrer toutes les poignées de mains lors de la rencontre

E XERCICE 5
Combien d’anagrammes peut-on former à partir du mot CASABLANCA ?

–3/12–
S AÏD Z ITOUNI C ALCUL DES PROBABILITÉS 2e PC B IOF

Application 4

E XERCICE 6
Un sac contient 2 boules blanches, 3 boules vertes, et 5 boules rouges.
On tire simultanément trois boules de ce sac.
1. Quel est le nombre des tirages possibles ?
2. Quel est le nombre des tirages qui contiennent uniquement des boules rouges ?
3. Quel est le nombre des tirages qui contiennent au moins une boule rouge ?
4. quel est le nombre des tirages qui contiennent des boules de couleurs deux à deux différentes ?

E XERCICE 7
Un sac contient 4 boules vertes et 5 boules rouges.
On tire, successivement et sans remise, 4 boules de ce sac.
1. Quel est le nombre de tirages possibles ?
2. Quel est le nombre de tirages contenant exactement trois boules rouges ?
3. Quel est le nombre des tirage contenant une seule boule verte ?
4. Quel est le nombre des tirages contenant au moins deux boules rouges ?
5. quel est le nombre des tirages contenant au plus une boule verte ?
Répondre aux mêmes questions dans le cas d’un tirage successif et avec remise.

"""""""""""""""""""""""""""""""""

Deuxième partie
Calcul des Probabilités
I E XPÉRIENCES ALÉATOIRES – D ÉFINITIONS ET V OCABULAIRE
Expérience aléatoire : Une expérience ayant, à priori, plusieurs issues possibles et dont on ne peut pas
prédire à l’avance et avec certitude laquelle des issues va sortir.
Éventualité : Toute issue possible d’une expérience aléatoire
Univers des éventualités : C’est l’ensemble de toutes les éventualités d’une expérience aléatoire, il est sou-
vent noté Ω.
Exemple : Le lancer d’une pièce de monnaie est une expérience aléatoire. En effet il y a deux issues
possibles pour cette expérience : Face (F) ou Pile (F). L’univers des éventualités de cette expérience
est Ω = {P, F}
Événement : Tout sous-ensemble de l’univers des éventualités.
• On dit qu’un événement A est réalisé, si l’issue de l’expérience est une éventualité appartenant à A.
• ; et Ω sont eux-mêmes des événements, appelés respectivement l’événement impossible et
l’événement certain .
• Un événement ne contenant qu’une seule éventualité est appelé événement élémentaire.
• L’intersection de deux événements A et B : C’est l’événement A∩B qui est réalisé ssi A et B sont
réalisés à la fois .
• La réunion de de deux événements A et B : C’est l’événement A ∪ B qui est réalisé ssi l’un au
moins des événements A ou B est réalisé .
• Si A∩B = ; , alors on dit que les événements A et B sont incompatibles (ne peuvent être réalisés
tous les deux à la fois).
• L’événement contraire d’un événement A : C’est le complémentaire de A dans l’univers Ω , on
le note A . ( A est réalisé ssi A n’est pas réalisé). On a : A ∪ A = Ω et A ∩ A = ;

–4/12–
S AÏD Z ITOUNI C ALCUL DES PROBABILITÉS 2e PC B IOF

Exemple : On lance un dé cubique dont les faces sont numérotées de 1 à 6 puis on note le résultat affiché .
1. Donner l’univers des éventualités de cette expérience
2. Exprimer explicitement les événements suivants :
• A : « Obtenir un résultat pair »
• B : « Obtenir un résultat multiple de 3 »
• C : « Obtenir un résultat strictement inférieur à 2 »
• D : « Obtenir un nombre négatif »
• E : « Obtenir un diviseur de 60 »
• A ∩ B ; A ∪ B ; A et B.

II P ROBABILITÉ – P ROBABILITÉ D ’ UN ÉVÉNEMENT

Définition 3

Soit Ω = {ω1 , ω2 , · · · , ωn } l’univers associé à une expérience aléatoire.

Lorsque on répète l’expérience un nombre assez élevé de fois, la fréquence d’occurrence de chaque
éventualité ωi (1 6 i 6 n) tend vers une valeur p i
• Le nombre p i est appelé probabilité de l’événement élémentaire {ωi }.
On note p i = P ({ωi }) ou tout simplement p i = P(ωi ) .
• La probabilité d’un événement A est la somme des probabilités de tous les événements élémen-
taires constituant A . On la note P(A) .
• La relation P qui à tout événement A de Ω associe sa probabilité P(A) est appelée probabilité
sur Ω .

Remarques

• (∀i ∈ {1; 2; · · · ; n}) ; 0 6 p i 6 1 et p 1 + p 2 + · · · + p n = 1

• P(;) = 0 et P(Ω) = 1
• Pour tout événement A, on a : 0 6 P(A) 6 1
• Pour tous événements A et B, on a : A ⊂ B =⇒ P(A) 6 P(B)

Application 5

E XERCICE 8
On lance un dé cubique truqué dont les faces sont numérotées de 1 à 6 tel que la probabilité de chaque
face est proportionnelle au numéro de la face.
1. Donner l’univers de cette expérience.
2. Calculer les probabilités de tous les événements élémentaires.
3. Calculer la probabilité de chacun des événements :
A : « Obtenir un résultat pair » et B : « Obtenir un résultat multiple de 3 »

"""""""""""""""""""""""""""""""""
Propriétés

Pour tous A et B deux événements d’une expérience aléatoire, on a :

• P(A ∪ B) + P(A ∩ B) = P(A) + P(B)
• Si A ∩ B = ;, alors P(A ∪ B) = P(A) + P(B)
• P(A) = 1 − P(A)

–5/12–
S AÏD Z ITOUNI C ALCUL DES PROBABILITÉS 2e PC B IOF

Ω Ω Ω

A A∩B B A B A A

A∪B
P(A ∪ B) + P(A ∩ B) = P(A) + P(B) P(A ∪ B) = P(A) + P(B) P(A) = 1 − P(A)

Application 6

E XERCICE 9
Soient A et B deux événements d’une expérience aléatoire, tels que P(A) = 0, 6 et P(B) = 0, 5
1. A et B peuvent-ils être incompatibles ?
2. On suppose que P(A ∩ B) = 0, 3
Calculer : P(A), P(B), P(A ∪ B), P(A ∩ B), P(A ∪ B) et P(A ∪ B)

"""""""""""""""""""""""""""""""""

III H YPOTHÈSE D ’ ÉQUIPROBABILITÉ

Définition 4

Soit E un ensemble fini.

Le nombre des éléments de E est appelé cardinal de E , on le note cardE

Exemples

• Si E = {a, b, c, d , e}, alors cardE = 5 • card; = 0

Proposition 5

Si les événements élémentaires d’une expérience aléatoire d’univers Ω sont équiprobables (ont tous
la même probabilité) , alors la probabilité de tout événement A est :
cardA nombre de cas favorables
P(A) = =
cardΩ nombre de cas possibles

Application 7

E XERCICE 10
Une urne contient 4 boules blanches, 3 boules noires, et 2 boules rouges.
Les boules sont indiscernables au toucher . On tire simultanément 3 boules de l’urne.
Calculer les probabilités des événements suivants :
• A : « Obtenir deux boules blanches et une boule noire »
• B : « Obtenir trois boules de même couleur »
• C : « Obtenir trois boules rouges »
• D : « Obtenir au moins une boule noire »
Calculer les probabilités des événements ci-dessus dans le cas d’un tirage successif sans remise et dans
le cas d’un tirage successif avec remise

–6/12–
S AÏD Z ITOUNI C ALCUL DES PROBABILITÉS 2e PC B IOF

IV P ROBABILITÉ CONDITIONNELLE
Activité préliminaire

On lance une pièce non truquée trois fois successives

1. a) Donner l’univers associé à cette expérience .
b) Calculer les probabilités des événements suivants :
A : « Obtenir Face au 1er lancer »
B : « Obtenir Face au moins deux fois »
C : « Obtenir Face au 2e lancer »
2. Le premier lancer est effectué, la pièce affiche Face (l’événement A est réalisé)
a) Que deviennent les probabilités de B et C sachant que A est réalisé, on les notera PA (B)
et PA (C) . Que remarque – t – on ?
P(A ∩ B)
b) Vérifier que PA (B) =
P(A)

"""""""""""""""""""""""""""""""""
Définition 5

Soient A et B deux événements tels que P(A) > 0 .

P(A ∩ B)
La probabilité de B sachant A est le nombre noté PA (B) tel que : PA (B) =
P(A)
PA définit une probabilité sur Ω , appelée probabilité conditionnelle sachant A .

Propriétés

Soit A un événement tel que P(A) > 0 ; On a :

• PA (A) = 1
• Pour tout événement B , on a : P(A ∩ B) = P(A) × PA (B)
• En particulier, si A ∩ B = ; ( A et B incompatibles), alors PA (B) = 0

Application 8

E XERCICE 11
On considère deux urnes U1 et U2 telles que : U1 contient 2 boules rouges et 3 boules vertes , et U2
contient 2 boules rouges et 2 boules vertes . On choisit au hasard une urne puis on en tire une boule .
1. Quelle est la probabilité d’obtenir une boule verte sachant qu’on a tiré de U1 ?
2. Quelle est la probabilité de tirer une boule verte de U1 ?

"""""""""""""""""""""""""""""""""

Formule des probabilités totales

Définition 6

Soient A1 , A2 ,· · · , et An des événements inclus dans un univers Ω.

On dit que A1 , A2 ,· · · , et An forment une partition de Ω s’ils vérifient les conditions :
• ∀i ∈ {1, 2, · · · , n} ; Ai 6= ;
• A1 , A2 ,· · · , et An sont deux à deux incompatibles
• A1 ∪ A2 ∪ · · · ∪ An = Ω

–7/12–
S AÏD Z ITOUNI C ALCUL DES PROBABILITÉS 2e PC B IOF

Proposition 7

Si les événements A1 , A2 ,· · · , et An forment une partition de Ω, alors pour tout événement B :

P(B) = P(A1 ∩ B) + P(A2 ∩ B) + · · · + P(An ∩ B)

= P(A1 ) × PA1 (B) + P(A2 ) × PA2 (B) + · · · + P(An ) × PAn (B)

Ω
A1 A2 ··· An

A1 ∩ B A2 ∩ B ··· An ∩ B

P(B) = P(A1 ∩ B) + P(A2 ∩ B) + · · · + P(An ∩ B)

= P(A1 ) × PA1 (B) + P(A2 ) × PA2 (B) + · · · + P(An ) × PAn (B)

En particulier, si A et B sont deux événements tels que : P(A) > 0 , On a :

Ω (B) B
PA
A
A A PA ³ ´
)
A

B
P(

B
Ω
A∩B A∩B B
(B) B
³
P

PA
´
A

A
P ³ ´
A B
B
³ ´ ³ ´
P(B) = P(A ∩ B) + P A ∩ B = P(A) × PA (B) + P A × PA (B)

Application 9

E XERCICE 12
Une usine fabrique des ampoules électriques au moyen de trois machines A, B et C.
La machine A assure 20% de la production et 5% des ampoules fabriquées par A sont défectueuses.
La machine B assure 30% de la production et 4% des ampoules fabriquées par B sont défectueuses.
La machine C assure 50% de la production et 1% des ampoules fabriquées par C sont défectueuses.
On tire, au hasard, une ampoule électrique produite dans cette usine.
1. Quelle est la probabilité que :
• L’ampoule soit défectueuse et fabriquée par A ;
• L’ampoule soit défectueuse et fabriquée par B ;
• L’ampoule soit défectueuse et fabriquée par C.
2. En déduire la probabilité que l’ampoule soit défectueuse.
3. Calculer la probabilité que l’ampoule soit fabriquée par A sachant qu’elle est défectueuse

–8/12–
S AÏD Z ITOUNI C ALCUL DES PROBABILITÉS 2e PC B IOF

V I NDÉPENDANCE
V.1 Indépendance de deux évènements
On a vu dans l’activité précédente que : PA (C) = P(C) cela signifie que la probabilité de l’évènement est
indépendante de la réalisation ou non de l’évènement A. On a, alors : P(A ∩ C) = P(A) × PA (C) = P(A) × P(C)
Définition 7

Deux évènements A et B sont dits indépendants si : P(A ∩ B) = P(A) × P(B)

Exemple

On lance une pièce de monnaie équilibrée deux fois successives.

On considère les événements suivants :
A1 : « La pièce affiche au 1er lancer » et A2 : « La pièce affiche au 2e lancer »
Vérifier que A1 et A2 sont indépendants.
..................................................................................................................
..................................................................................................................
..................................................................................................................
..................................................................................................................
Propriétés

Soient A et B deux évènements de probabilités non nulles, on a :

• ( A et B sont indépendants) ⇐⇒ PA (B) = P(B) ⇐⇒ PB (A) = P(A)
• Si A et B sont indépendants, alors A et B sont indépendants, A et B sont indépendants , et A
et B sont indépendants.

Application 10

E XERCICE 13
Un sac contient 50 jetons bleus dont 25 portent le numéro 1, et 25 portent le numéro 2 et 15 jetons
jaunes portant le numéro 1. On tire, au hasard, un jeton du sac .
On considère les événements :
B : « Le jeton tiré est bleu » et U : « Le jeton tiré porte le numéro 1 »
1. les évènements B et U sont- ils indépendants ?
2. Combien de jetons jaunes portant le numéro 2 faut-il rajouter dans le sac pour que les évène-
ments B et U soient indépendants ?

"""""""""""""""""""""""""""""""""

V.2 Épreuves indépendantes- Épreuves répétées

Lorsque on lance une pièce de monnaie (ou un dé ) n fois dans les mêmes conditions le résultat de chaque
lancer n’affectent en rien les résultats des autres lancers , on dit que l’expérience est constituée de n épreuves
indépendantes .
Proposition 9

Soit S un événement (succès) associé à une épreuve aléatoire tel que P(S) = p .
Si l’on répète cette épreuve n fois dans les mêmes conditions, alors la probabilité que S soit réalisé
exactement k fois (0 6 k 6 n) est : Cnk p k (1 − p)n−k

–9/12–
S AÏD Z ITOUNI C ALCUL DES PROBABILITÉS 2e PC B IOF

Exemple

Une urne contient 3 boules vertes et 4 boules rouges (les boules sont indiscernables au toucher).
On tire successivement et avec remise 10 boules de l’urne.
Quelle est la probabilité d’obtenir exactement 2 boules vertes ? .
..................................................................................................................
..................................................................................................................
..................................................................................................................

VI VARIABLE ALÉATOIRE
VI.1 Activité préliminaire
Un sac contient 4 boules blanches et 2 boules noires ( les boules sont indiscernables au toucher).
On tire simultanément 5 boules du sac.
Soit X le nombre de boules blanches tirées.
Les valeurs possibles de X sont 1, 2, et 3 , on note X(Ω) = {1; 2; 3}
X est appelé variable aléatoire définie sur l’univers Ω associé l’expérience
Définition 8

Soit Ω un univers associé à une expérience aléatoire. Tout application X de Ω dans R est appelée
variable aléatoire sur Ω .

Si x 1 , x 2 , · · · et x n sont les valeurs prises par la variable aléatoire X , alors :

• On note : X(Ω) = {x 1 , x 2 , · · · , x n }
• Pour tout i ∈ {1; 2; · · · ; n} ; (X = x i ) désigne l’événement : « X prend la valeur x i »

Remarque :

Les événements (X = x i ) où i ∈ {1; 2; · · · ; n} forment une partition de Ω .

VI.2 Loi de probabilité d’une variable aléatoire

Définition 9

Soit X une variable aléatoire définie sur un univers Ω telle que X(Ω) = {x 1 , x 2 , · · · , x n } et P une pro-
babilité définie sur Ω.
L’application f définie sur X(Ω) par : Pour tout i ∈ {1; 2; · · · ; n} ; f (x i ) = P(X = x i ) est appelée loi de
probabilité de la variable aléatoire X .

Exemple :

Donner la loi de probabilité de la v.a définie dans l’activité.

..................................................................................................................
..................................................................................................................
..................................................................................................................
..................................................................................................................

–10/12–
S AÏD Z ITOUNI C ALCUL DES PROBABILITÉS 2e PC B IOF

VII E SPÉRANCE , VARIANCE ET E CART- TYPE D ’ UNE VARIABLE ALÉATOIRE

Définitions

Soit X une variable aléatoire définie sur un univers Ω telle que X(Ω) = {x 1 , x 2 , · · · , x n } et P une pro-
babilité définie sur Ω.
• L’espérance mathématique de X est le nombre réel noté E(X) tel que
E(X) = x 1 P(X = x 1 ) + x 2 P(X = x 2 ) + · · · + x n P(X = x n ) = ni=1 x i P(X = x i )
P

• La variance de X est le nombre réel positif noté V(X) tel que :

V(X) = (x 1 − E(X))2 P(X = x 1 ) + (x 2 − E(X))2 P(X = x 2 ) + · · · + (x n − E(X))2 P(X = x n )
= ni=1 (x i − E(X))2 P(X = x i )
P
p
• L’écart-type de X est le nombre réel positif noté σ(X) défini par : σ(X) = V(X)

Exemple :

Donner l’espérance mathématique, la variance et l’écart-type de la v.a définie dans l’activité

..................................................................................................................
..................................................................................................................
..................................................................................................................
..................................................................................................................
Proposition 10

Soit X une variable aléatoire d’espérance mathématique E(X) On a :

V(X) = E X 2 − (E(X))2 où E X 2 est l’espérance mathématique de X 2
¡ ¢ ¡ ¢

Application 11

E XERCICE 14
On considère le jeu suivant : Le joueur tire successivement et sans remise deux jetons d’un sac qui
contient trois jetons portant le nombre −1 , un jeton portant le nombre 0 et deux jetons portant le
nombre 1.
Soit X la variable aléatoire égale à la somme des nombres sur les jetons tirés .
1. Donner la loi de probabilité de X .
2. Calculer l’espérance mathématique et l’écart- type de X .
3. Si X > 0 , alors le joueur gagne X dirhams, sinon il perd |X| dirhams. Le jeu est-il équitable ?
Justifier.

"""""""""""""""""""""""""""""""""

VII.1 Variable aléatoire binomiale

Définition 11

Soit S un évènement de probabilité P(S) = p dans une épreuve aléatoire.

On répète cette épreuve n fois dans les mêmes conditions.
Soit X la variable aléatoire égale au nombre de réalisations de l’évènement S dans les n épreuves.
On a : ∀k ∈ {0; 1; 2; · · · ; n} ; P(X = x k ) = Cnk p k (1 − p)n−k .
On dit que la variable aléatoire X suit une loi binomiale de paramètres n et p , et on note X ∼ B(n, p)

–11/12–
S AÏD Z ITOUNI C ALCUL DES PROBABILITÉS 2e PC B IOF

Exemple

Une urne contient 3 boules vertes et 4 boules rouges (les boules sont indiscernables au toucher).
On tire successivement et avec remise 10 boules de l’urne.
Soit X la variable aléatoire égale au nombre de boules rouges tirées.
1. Donner la loi de la v.a
2. Quelle est la probabilité de tirer une boule rouge au moins une fois ?
..................................................................................................................
..................................................................................................................
..................................................................................................................
..................................................................................................................
..................................................................................................................
..................................................................................................................
..................................................................................................................
..................................................................................................................
Proposition 11

Si X ∼ B(n, p) alors E(X) = np et V(X) = np(1 − p)

Exemple

Calculer l’espérance mathématique, et l’écart-type de la v.a X définie dans l’exemple précédent.

..................................................................................................................
..................................................................................................................
..................................................................................................................
..................................................................................................................
Application 12

Une étude, portant sur une quinzaine d’années, effectuée auprès d’une population a révélé que 54%
des naissances sont de sexe féminin.
On prélève, au hasard, un ménage ayant 5 enfants parmi cette population.
Soit X la variable aléatoire égale au nombre de filles dans ce ménage.
1. Donner la loi de probabilité de X .
2. Quelle est la probabilité qu’il y ait au moins une fille dans le ménage ?
3. Calculer E(X) et V(X).

–12/12–