ANALYSE COMBINATOIRE- PROBABILITE

I ENSEMBLES FINIS
1. Définition
Un ensemble E fini, est un ensemble dont on peut compter les éléments.
Le nombre d’élément de l’ensemble E est appelé cardinal de E on le note
CardE.
REMARQUES :
 Si E est un ensemble vide alors CardE = 0 .
 Dénombrer un ensemble fini E, c’est calculer son cardinal.
2. Propriété
a) Réunion d’ensembles finis :
P1 : La réunion de deux ensembles finis disjoints A et B est un
ensemble fini dont le cardinal st égal à la somme des cardinaux.
Autrement dit : Si A B = , alors CardA B = CardA + CardB
P2 : : La réunion de n ensembles finis E1, E2 ,…En deux à deux
disjoints est un ensemble fini dont le cardinal st égal à la somme des
cardinaux. Autrement dit :Si (i,j) ,Ei Ej= , alors
Card(E1 E2 … En) = CardE1 + CardE2+…+CardEn.
Remarque : si E1, E2 ,…En sont des sous ensembles de E tel que (i,j)
,Ei Ej= et que E= E1 E2 … En alors CardE
= CardE1 + CardE2+…+[Link] dit que E1, E2 ,…En est une partition de E
P3 : quels que soitent les ensembles finis A et B :
Card A B = CardA + CardB - Card A B
Dém
Soit A et B ensembles [Link] note B\ A l’ensemble des éléments de B qui ne
sont pas dans A
A B

A B B\A

A (B\A) = A B et A (B\A) = ,
B= (A B) (B\A) et (A B) (B\A)=
il résulte (P1)
CardA B = CardA+ Card(B\A)
CardB = Card(A B) + Card(B\A)
On en déduit :

complémentaires

Maissa FALL 1
 Soit E un ensemble fini et A un sous ensemble de E L’ensemble E\A est le
complémentaire de A dans E. On le note CEA ou .a alors E = A et A =
donc Card = CardE – CardA.
Cardinal d’un produit cartésien.
Soit A et B des ensembles finis non vides, le produit cartésien A B est
l’ensemble des éléments (x, y) tel que x A et y B.
Soit A et B de cardinaux respectifs n et p ;
posons A= . Le produit cartésien peut s’écrire sous la forme
A B=( B) ( B) … ( B),
Où pour tout élément i de INn ( B) est l’ensemble des couples (xi, y) lors que
y décrit B.
On a alors i de INn , Card( B)= Card B il en résulte que
Card A B= = = np
P4: Le produit cartésien de deux ensembles finis A et B est fini et que :
Card A B= (Card A ) (Card B).
Cette formule se généralise par récurrence. Le produit cartésien de n
ensembles finis E1, E2 ,…En est fini et que : Card(E1
E2 … En) = (CardE1 ) (CardE2) … (CardEn). En
particulier, si E1= E2 =…=En= E, on obtient CardE = (CardE)n
n

II DENOMBREMENT :
1. p-listes d’un ensemble fini.
a. DEFINITION :
Soit E un ensemble fini non vide et p un entier naturel non nul. On appelle
p-liste d’élément de E tout élément de Ep
L’ordre des éléments est important, la répétition est possible..
Exemple
(b ;a ;c ;c ;a ; l ; a ; u ; r ; e ; a ; t) est un 12-liste d’élément de
E=
Théorème : Le nombre de p-liste d’un ensemble fini à n éléments est np.
b. Exercices d’application
I- Une urne contient 5 jetons numérotés de 1 à 5. On effectue 4 tirages
successifs avec remise.
1) Donner un résultat possible.
2) Déterminer le nombre de résultats possibles.
II- On jette trois fois de suite un piéce de monnaie en notatnt à chaque fois la
partie située au dessus . En utilisant un arbre déyterminer le nombre de
résultats possibles.
c. Nombre d’application d’un ensemble fini dans un ensemble fini :
Soit E et Fdeux ensembles finis non vides. On note p le cardinal de E et n celui
de F ; l’ensemble des applications de E dans F a pour cardinal np ?
Dem.

Maissa FALL 2
 Soit E= un ensemble fini non vide de cardinal p et F un ensemble
fini non vide de cardinal n.
Soit f une application de l’ensemble E dans l’ensemble F.
L’application f est entièrement déterminée par les images de a 1 , a2, …ap
Donc par le p- liste (f(a1), f(a2), …,f(ap) )
Les éléments f(a1), f(a2), …,f(ap) sont dans F, il y’a donc np p-listes de F
c'est-à-dire np applications de E dans F.
2. Arrangement- Nombre d’applications injectives d’un ensemble fini
dans un ensemble fini
a. Définition
Soit E un ensemble fini à n éléments, un arrangement de p éléments ou p-
arrangement de E est une p-liste formée d’éléments deux à deux distincts de
E (p n)
L’ordre des éléments est important et la répétition impossible..

Exemple : soit E =
( b ; a ; c) est arrangement de 3 éléments de E
Théorème : Soit E un ensemble fini non vide de cardinal n et p un entier tel
que 1 p n. le nombre d’arrangement d’ordre p de E est égal à :
n (n-1) … (n-p+1).
Remarque : Le nombre d’arrangement de p éléments de E est noté .

Et = n (n-1) … (n-p+1)=
Pour déterminer le nombre d’arrangements de p éléments d’un ensemble E à
n éléments, on peut utiliser un arbre de choix à p niveaux :
Il y ‘a n choix possibles pour le premier élément ;
Il (n-1) choix possibles pour le 2e élément ;
Il y ‘a (n-2) choix possibles pour le 3e élément ;
.
.
.
il y’ a n – (p-1) éléments possibles pour le pe élément.
On en déduit que le nombre d’arrangements de p éléments de E est : n
(n-1) … (n-p+1).
On rappelle que n ! = n(n-1) (n-2)…2 1( se lit n factorielle, ou factorielle n)
et que par convention 0 ! = 1.
b. Exercices d’application
I- Vingt chevaux participent a une course. <on appelle tiercé
l’arrivée des trois premiers. déterminer le nombre de tiercé , en
supposant qu’il n’y a pas d’ex æquo.

Maissa FALL 3
 II- Déterminer le nombre de façon de placer 10 personnes sur 15
chaises sachant que 2 personnes ne peuvent pas être sur la même
chaise.

c. Nombre d’application injective d’un ensemble fini vers un ensemble

fini.
Soit E= un ensemble fini non vide de cardinal p et F un ensemble
fini non vide de cardinal n. (n p)

L’application injective f est entièrement déterminée par les images de a 1 , a2,

…ap qui sont tous distincts.
Donc par le p- liste d’éléments distincts deux à deux (f(a1), f(a2), …,f(ap) )
Donc il y’a applications injectives de E dans F.
3. Permutation – bijection
Définition :
Soit E un ensemble à n éléments. On appelle permutation de E tout
arrangement à n’éléments de E.
Propriété :
Le nombre de permutations d’un ensemble à n éléments est n !
Exemples :
1) Déterminer le nombre de façon de disposer cinq drapeaux de cinq pays
différents.
2) On appelle anagramme d’un mot tout mot ayant un sens ou non formé
avec les lettres qui le compose ; déterminer le nombre d’anagrammes des
mots AFRIQUE ; ANAGRAMME.
Nombre de bijection d’un ensemble fini vers un ensemble fini.
Soit E et F deux ensembles finis non vide de cardinal n
Une application injective f de E vers F est bijective donc le nombre
d’applications bijectives est =n!
4. Combinaison
Définition
Soit E un ensemble à n élément et p un entier naturel tels que : n p. on appelle
L’ordre des éléments n’est pas important.
Propriété
Le nombre de combinaisons de p éléments d’un ensemble à n éléments, noté

, est tel que : = .

Dém

Maissa FALL 4
Pour une combinaison de p éléments on peut obtenir p! arrangements .donc le
nombre total d’arrangement correspond à p!. soit = p!. ; on en

déduit que = .

Remarque :
Soit E un ensemble fini à n éléments :
1. il y’a une seule partie à 0 élément, c’est l’ensemble vide ; donc =1
2. il y’a une seule partie à n éléments, c’est l’ensemble E lui-même ; donc
=1.
3. Il y’a n éléments dans E donc n singletons ; donc =n
Exercices d’applications
1- un sac contient 15 boules numérotée de 1 à 15, on tire simultanément 3
boules dans le sac. Déterminer le nombre de tirages possibles .
2- Dans une classe de 25 élèves on choisit au hasard 5 élèves pour
représenter la classe à une réunion.
Déterminer le nombre de choix possibles.
Propriétés
Soit n et p deux entiers naturels tel que n p
 = (évident par le calcul)

 Si de plus 0 p n, alors on a : + =
Dém
Soit E un ensemble à n éléments, x un éléments de E.
Une partie de E à p éléments est tel que :
Il contient x donc les p-1 éléments qui restent sont choisis parmi n-1 soit
possibilité.
Il ne contient pas x, alors tous les p éléments sont choisis parmi n-1 ( on
enlève x) soit
D’où le résultat.
Formule du binôme
Soit a et b deux réels. On a (a+b)n = (a+b)(a+b)…(a+b)

n facteurs.
Tout terme du développement de ce produit est obtenu en choisissant ( a ou b
dans chacun des facteurs égaux (a+b) et en faisant leur produit.

Maissa FALL 5
Donc si on choisit a dans p facteurs, on choisira b dans les n-p facteurs et on
obtient le terme apbn-p ; et comme il y’a façon de choisir p facteurs parmi les
n facteurs égaux à (a+b). ( p variant de 0 à n)
On a alors : (a+b)n = ap bn-p
Triangle de Pascal
Le triangle de pascal repose sur la formule + =

p
n 0 1 2 3 4 5 6…………

1 1 1

2 1 2 1

3 1 3 3 1

4 1 4 6 4 1

5 1 5 10 10 5 5
.
.
.

Ce tableau permet de retrouver les cœfficients de la formule du binôme.

Exemple : (a+b)5 = a5 +5a4b + 10a3b2 + 10a2b3 + 5ab4 + b5
Principe multiplicatif .
Si un ensemblefini E peut se décomposer= en un produit cartésien d’ensembles
E1, E2, …Ep alors on a Card(E) = Card(E1).Card(E2)….Card(Ep).
Si pour réaliser une épreuve on utilise les mots « et » , « puis »on applique le
principe multiplicatif.
Exemples :

Maissa FALL 6
 1. Pour aller l’école Moussa doit porter un tenu comportant :un
pantalon, une chemise, une paire de chaussures et un sac. Il dispose
de 5 pantalons, 7 chemises, 3 paires de chaussures et 2 sacs.
Déterminer le nombre de tenus possibles.
2. un sac contient 4 jetons blancs et 3 jetons noirs. On tire
successivement avec remise 5 jetons dans le sac. Déterminer le
nombre de tirages contenant exactement :
 4 jetons noirs.
 Un seul jeton blanc en dernier position.
Principe additif :
Si E1, E2, …Ep forment une partition de E (ensemble fini).
Alors Card(E) = Card(E1)+Card(E2)+….+Card(Ep).
Si pour réaliser une épreuve on peut utiliser le mot « ou »on applique le
principe additif.
Exemple :
un sac contient 4 jetons blancs et 3 jetons noirs. On tire successivement avec
remise 5 jetons dans le sac. Déterminer :
 le nombre de tirages unicolore.
 Le nombre de tirage comportant au moins un jeton noir
 Le nombre de tirage comportant au plus 2 jetons blancs

II- PROBABILITE :
1. Vocabulaire et Définitions :
 Définition 1 : une Expérience aléatoire est une expérience dont on ne peut pas
prévoir les résultats.
Dans une situation donné, on effectue une expérience aléatoire.
On s’intéresse à l’ensemble des résultats possibles :

Langage ensembliste Langage probabiliste

 Ensemble des résultats possibles  Univers
 Elément  Eventualité
 Sous-ensemble ou partie  Evénement
 Ensemble vide  Evénement impossible
 Ensemble  Evénement certain
 Complémentaire d’un ensemble A  Evénement contraire de A noté
 L’ensemble A B  A B est l’événement A et B
 L’ensemble A B  A B est l’événement A ou B
 Si A B= on dit que les deux sous  Si A B= on dit que les deux
ensembles A et B sont disjoints : événements A et B sont
incompatibles.

 Définition 2 :

Maissa FALL 7
Une probabilité p associe à chaque événement A un nombre réel compris entre 0 et 1 noté
p(A), qui est la somme des probabilités des événements élémentaire de A et qui vérifie les
propriétés suivantes :
 P( ) = 1, p( ) = 0, et pour tout A , p( ) = 1 – p(A).
 Lors que les événement A et B siont incompatibles : p(A B) = p(A) + p(B).
 Dans le cas général : p(A B) = p(A) + p(B) – p(A B).

2. Equiprobabilité :
Il y’a équiprobabilité si chaque événement élémentaire de l’univers a la même
probabilité d’être réalisé ( dé parfait, pièce équilibré, boules indiscernables au toucher,
tirage au hasard….).
Les situations d’équiprobabilité peuvent être modélisées par le tirage d’une boule parmi n
boules discernables dans une urne.
Soit un univers sur lequel il y’a équiprobabilité ,Pour tout événement A :
P(A) = =
En effet
Soit n = Card
Tout événement élémentaire a donc pour probabilité .
L’évnement A est la réunion d’événement élémentaires disjoints, par exemple :
A= .
Donc p(A) = p(w1) + p(w2) + …+p(wp)
= + +…+ =
Remarque : tout problème portant sur l’équiprobabilité peut se ramener à un problème de
dénombrement.
Exercices types corrigés
1- Une enquéte est faite auprés des élèves d’un lycée. Elle révéle que 30% d’entre eux se
sont absentés le mois précédent au moins 4 fois. D’après cette enquéte, quelle est la
probabilité pour qu’un lycéen, pris au hasard, se soit absenté au plus 3 fois le mois
précédent ?
Solution
Au plus une fois signifie :
 Ne s’est jamais absenté, ou bien
 S’est absenté une seule fois, ou bien
 S’est absenté exactement deux fois, ou bien
 S’est absenté exactement trois fois.
Ce qui nous incite à considérer l’événement contraire
Soit A l’événement : « Le lycéen s’est absenté au plus 3 fois le mois précédent. »
Alors est l’événement : « le lycéen s’est absenté au moins 4 fois le mois précédent »
D’après l’énoncé p( ) = = 0,3.
Alors p(A) = 1 – p( ) = 1- 0,3 =0,7
2- Un dé non truqué comporte six faces ainsi marquées : 1 1 1 2 2 4 .
On lance cedé une fois. On suppose que chaque face a la même probabilité de sortie.
Quelle est la probabilité d’obtenir une face marquée 1 ou 2.
Solution
La présence de la conjonction ou nous pousse à calculer p(A B)

Maissa FALL 8
 Soit A l’événement « la face sortie porte le numéro 1 » et B l’ événement : « la face
sortie porte le numéro 2 »
On a p(A B) = p(A) + p(B) ( A et B sont disjoints)
Or chaque probabilité a la meme chance de sortie, donc:
P(A) =

Comme il y’a trois faces portant le numéro 1, p(A) = =

Il y’a aussi 2 faces portant le numéro 2 donc p(B)= =

Ainsi p(A B) = + = .

La probabilité d’obtenir une face marquée 1 ou 2 est égale à

Probabilité conditionnelle
Soit A un événement tel que p(A) 0.
On définit la probabilité conditionnelle de B sachant A que A s’est réalisé par :
P(B/A) = « l’univers se réduit à A »
Un arbre permet de bien visualiser la situation et s’il est correctement construit, il
construit une preuve des calculs.

P(B) p( )

P(A/B) p( /B) p( / )

A p(A/ )
A

Propriétés :
 Quel que soit l’événement A p(A) = p(A/ )
 P(A B) = p(B/A) p(A) = p(A/B) p(B) (avec p(A) 0 et p(B) 0).
 P(B/A) = 1 – p( /A)
 Formule des probabilités totales
- restreinte à deux événements
on a pour tout événement A et B : B =(A B) ( B)
( tout élément de B est soit dans A alors il est dans A B, soit il n’ est pas
dans A, il est alors dans donc dans B)
Ce qui donne p(B) = p(A B) + p( B) ( les événements (A B) et (
B) sont incompatibles)
Or p(A B)= p(B/A) p(A) et p( B)= p(B/ ) p( )
D’ou le résultat p(B) = p(B/A) p(A) + p(B/ ) p( )

Maissa FALL 9
 - plus généralement Soient A1, A2, …An des événements formant une
partition de (événement deux à deux imcompatibles de probabilité
non nulle dont la réunion est l’univers )
Alors, pour tout événement B : on B =

Ce qui donne p(B) = ou p(B) =

Exercices d’applications
1- Ecrire sous forme de probabilité les propositions suivantes
 Il y a 60% de femmes parmi les infirmiers.
 Le taux de chomage des jeunes dans un pays est de 30%.
 La proportion de jeune parmi les chomeurs est de 40%
 Parmi les personnes de plus de 70 ans, il y a trois femmes pour un homme.
2- une enquête a montré que :
 Avant de passer le code 75% des candidats ont travaillé très sérieusement cette
épreuve ;
 Lors qu’un candidat a travaillé très sérieusement , il obtient le code dans 80/%
des cas ;
 Lors qu’un candidat n’a pas beaucoup travaillé, il n’obtient pas le code dans
70% des cas.
On interroge au hasard un candidat qui vient de passer le code, on note T
l’événement : « le candidat a travaillé très sérieusement » et R : « le candidat a réussi
le code ».
1. montrer qu p(R ) =0,675.
2. le candidat interrogé vient d’échouer .quelle la probabilité qu’il ait travaillé très
sérieusement ?
Solution
2-
1. On traduit d’abord l’énoncé en terme de probabilité conditionnelle.
On a p(T) = 75% = 0,75 ; p(R/T) = 80% = 0,8 et p( ) = 70% = 0,7
On construit l’arbre pondéré en suivant les étapes de l’expérience ( soit le candidat
travaille sérieusement, soit il ne travaille pas ; puis soit il obtient le code, soit il ne
l’obtient pas).

Maissa FALL 10
 R
0,80

0,75 0,20 R

R
0,30

0,25 T

0,70 R

On P(R T) = 0,75 . 0,80 et p(R ) = 0,25 0,30

En appliquant la formule des probabilité totale on a : p(R) = P(R T) + p(R )

= p(R/T) p(T) + p(R/ ) p( )

C’est la somme des probabilités des chemins R-T et R- qui conduisent à R
Soit p(R) = 0,75 . 0,80 + 0,25 0,30 = 0,675
La probabilité pour qu’un candidat ait le code est de 0,675.
2. on cherche p(T/ )= .
Or, p( ) = 1 – p(R) = 0,325
P(T ) = 0,75 0,20 = 0,15 ( chemin T - )
Ainsi p(T/ ) = =0,462
Evénements indépendants :
Soit A et B deux événement de probabilité non nulle.
Définition : les événement A et B sont indépendants, lors que la réalisation de l’un ne
dépend pas de la réalisation de l’autre, autrement dit lors que p(A/B) = p(A) ou
p(B/A) = p(B).
Ces deux égalités reviennent à celle qui suit :
Théorème : les événement A et B sont indépendants lors qu : p(A B) = p(A) p(B)
Variable aléatoire, espérance et variance d’une loi numérique
On peut lier à une expérience aléatoire un nombre X. ce nombre s’appelle une variable
aléatoire.
Exemples
 On joue 100 fois à pile ou face, X est le nombre de pile ;
 On jette trois dés cubiques dont les faces sont numérotées de 1 à 6, X est la
somme des points obtenus sur les trois dés.
Définir la loi de probabilité d’une expérience aléatoire, c’est :
 Déterminer le différents résultats possibles de l’expérience : x1, x2, …xn ;
 Associer à chaque résultat xi la probabilité pi = p(X = xi)
On peut utiliser le tableau suivant pour représenter la loi de probabilité :
xi . X1 X2 . . . xn

Maissa FALL 11
P(X = xi) P1 P2 . . . Pn

N. B :on a p1 + p2 … +pn = 1
La fonction de répartition de X est la fonction qui, à tout x réel fait correspondre p(X x).
L’espérance mathématique de cette loi notée E(X) , est :

E(X) = = p1x1 + p2x2 +… + pn xn elle s’interprète comme une moyenne

La variance de cette loi, notée V(X) est :

V(X) = = p1(x1 – E)2 + p2(x2 – E)2 + …pn(xn – E)2

En développant on obtient : - 2E +

Or = E(X2) ; = E et = E2

D’où le résultat : V(X) = E(X2) – [E(X)]2 ( moyenne des carrés – le carré de la moyenne)
L’écart type de cette loi, noté est

Exercice d’application un fabricant d’objet périssable gagne 50f par objet vendu et perd 30f
par objet non vendu. La fabrication et la vente doivent avoir lieu dans la même journée. Une
étude statistique sur la demande journalière x a permis d’établir le tableau ci- dessous :

Demande journalière xi 0 1 2 3 4
Probabilité correspondante pi 0,1 0,2 0,35 0,25 0,1
1. Justifier que ce tableau définit une loi de probabilité. Calculer l’espérance de cette
loi notée et l’interpréter
2. Représenter sa fonction de répartition de la variable aléatoire X associée à cette
loi.
3. Déterminer la loi de probabilité du gain G si l’artisan fabrique 4 objets par jour.
solution
1. il suffit de vérifier que p1 + p2 + …+pn = 1
on a
E(D) = 1 0,2 + 2 0,35 + 3 0,25 + 4 0,1 = 2,05
Interprétation : En moyenne, la demande journalière est de 2 objets .
2. fonction de répartition
F(x) = p(D x)
 Si x 0 alors F(x) = 0 ;
 Si 0 x 1 F(x) = 0,1 ;
 Si 1 x 2 F(x) = 0,1+ 0,2 = 0,3 ;
 Si 2 x 3 F(x) = 0,1+ 0,2 + 0,35 = 0,65
 Si 3 x 4 F(x) = 0,1+ 0,2 + 0,35 + 0,25 = 0,90
 Si x 4, F(x) = 1

Maissa FALL 12
 1

0,35
0,25
0,2
0,1

0 1 2 3 4

3. on détermine d abord toutes les valeurs possibles du gain G

soit le fabricant :
 ne vend rien et G = -30 4 = -120f ;
 vend 1 seul objet et G = 50 - 30 3 = - 40f
 vend 2 objets et G = 50 2 - 30 2 = 40f
 vend 3 objets et G = 50 3 – 30 = 120f
 vend 4 objets et G = 50 4 = 200f
ensuite on détermine les probabilités correspondantes
on a p(G = -120) = p(D =0) = 0,1
p(G = -40) = p(D = 1) = 0,2
p(G = 40) = p(D = 2) = 0,35
p(G = 120) = p(D = 3) = 0,25
p(G = 200) = p(D = 4) = 0,1
d’ou le tableau donnant la loi de probabilité de D :

Gain Gi -120 -40 40 120 200

Probabilité correspondante pi 0,1 0,2 0,35 0,25 0,1

Schéma de bernoulli. Loi binomiale

Une épreuve de Bernoulli est une expérience aléatoire qui a deux issues exactement.
On appelle parfois ces issues : « réussite » et « échec »/
On note p la probabilité de la réussite et q = 1- p la probabilité de l’échec.
Si l’on répète n fois de manière indépendante, la même épreuve de Bernoulli on obtient le
schéma de bernoulli.
La loi de probabilité correspondant à une épreuve de Bernoulli est appelée loi binomiale de
paramètre n et p, c'est-à-dire pour tout entier k de [0 ; n] on a :

P(X = k) = pkqn –k L’espérance mathématique de X est E(X) = pkqn –k = np

Exercice d’application :

Maissa FALL 13
Une petite entreprise de textile commercialise des nappes et des lots de serviettes assorties.
On sait que la probabilité qu’un client achète l’ensemble nappe et serviettes est de 0,14.
On choisit 3 clients au hasard et de façon indépendante. (on suppose que le nombre de client
est suffisamment grand pour que ce choix assimilé à un tirage successif avec remise )
1. Quelle est la probabilité p1 qu’au moins un client ait acheté ensemble nappe et serviette ?
2. Quelle est la probabilité p2 qu’un seul client ait acheté un ensemble nappe et serviettes ?
Solution
Soit S la variable aléatoire égale au nombre de client ayant acheté un ensemble nappe et
serviettes »
Alors une loi binomiale de paramètre n=3 ; p= 0,14 (q = 1 – 0,14 = 0,86
1. pour calculer p1 on utilise l’événement contraire « aucun client n’a acheté un
ensemble nappe et serviettes » ce qui donne p(S = 0) = 0,863
Donc p1 = 1 – 0,863 0,36.
La probabilité qu’au moins un client ait acheté un ensemble nappe est environ 0,36
2. l’événement « un seul client a acheté un ensemble nappe et serviettes » correspond à
(S=1) donc p2 = p(S=1) = p1q2 = 3 0,14 0,862 0,31.
3. La probabilité qu’un seul client ait acheté un ensemble nappe et serviettes est
d’environ 0,31.

Maissa FALL 14