CHAPITRE

18
Probabilités

 Faire savoir
L’essentiel du chapitre
I. Dénombrement (Rappel)
1. Produit cartésien d’ensembles finis
Définition
E et F sont deux ensembles finis et non vides.
Le produit cartésien de E par F, noté E  F, est l’ensemble des couples (x ; y) formés d’un élément
x de E suivi d’un élément y de F.

Théorème
Si E et F sont des ensembles finis tels que CardE = n et CardF = p, alors E  F est un ensemble fini
et Card(E  F) = np.

2. p-liste- arrangement- permutation

a) p-liste
Définition
Soit E un ensemble fini et n son cardinal, soit p un entier naturel non nul.
Une p-liste d’éléments de E est un p-uplet (a1 ; a2 ; … ;ap) constitué d’éléments de E. l’ensemble des
p-listes d’éléments de E se note Ep.

Théorème
E est un ensemble fini tel que CardE = n. Pour tout naturel p  1, on a : Card Ep = np.

b) Arrangement- permutation
Définition
n et p sont des naturels tels que 1  p  n et F est un ensemble a n éléments.
Un arrangement de p éléments de F est un p-uplet d’éléments deux a deux distincts de F.

Théorème
Le nombre d’arrangements de p éléments d’un ensemble a n éléments, avec 1  p  n, est :
n(n – 1)…(n – p + 1). On note ce nombre A pn , soit A pn = n(n – 1)…(n – p + 1).

c) Permutation
Définition 1
n est un naturel non nul et F est un ensemble tel que cardF = n. une permutation des éléments de F
est un arrangement de n éléments de F.
D’après le théorème précédent, le nombre de permutation est :
A nn = n(n – 1)…(n – n + 1) = n(n – 1)…  2  1.

Chapitre 18 Probabilités 193

Définition 2

n est un naturel non nul, on désigne par n! ( qui se lit factorielle n ) le nombre défini par :
 n! = n(n – 1)… 2  1 ; pour tout n  0 ;
 et 0! = 1

Théorème

Le nombre de permutation de n éléments est n!.

d) Autre écriture de A pn
La notation ‘’factorielle’’ permet d’écrire d’une autre façon le nombre A pn ,

On a A pn = n(n – 1)…(n – p + 1),

Multiplions et divisons simultanément ce produit de facteurs par (n – p)… 2  1, il vient

n  n  1...  n  p  1 n  p   ...  2 1 n!
A pn = , d’où A pn = .
 n  p   ...  2 1!  n  p !

3. Parties à p éléments d’un ensemble à n éléments ( p  n)

Théorème
A pn
Le nombre de parties à p éléments d’un ensemble à n éléments, avec p  n, est , on note ce
p!
A pn n!
nombre C pn , on a donc ; C pn = =
p!  n  p !p!
Définition
Une partie a p éléments d’un ensemble F à n éléments (p  n s’appelle une combinaison de p des n
éléments de F.

4. Propriétés des Cpn

a) pour tout naturel n : C0n  1 et Cnn  1
b) pour tout naturel n  1 : C1n  n
c) pour tout naturel n et p tels que p  n on a : Cnnp  Cnp
d) pour tout naturel n et p tels que 1  p  n-1 : on a : Cpn  Cpn11  Cpn1
la propriété (d) va permettre de calculer rapidement de proche en proche les C pn sans utiliser
n!
 n  p !p!
sur le tableau qui suit , appelé triangle de pascal, à l’intersection de la ligne ‘’n’’ et de la colonne
‘’p’’ on lit le naturel C pn .
On le complète en commençant à remplir la colonne ‘’p = 0’’ à l’aide des chiffres 1 ( car C0n  1 ) et
la diagonale à l’aide des chiffres 1 ( car Cnn  1 ). On le complète ensuite en utilisant à chaque fois la
propriété ( d ).

Chapitre 18 Probabilités 194

Triangle de Pascale
p
0 1 2 3 4 5 6 7 8 . . .
n
0 1

1 1 1

2 1 2 1

3 1 3 3 1

4 1 4 6 4 1

5 1 5 10 10 5 1

6 1 6 15 20 15 6 1

7 1 7 21 35 35 21 7 1

8 1 8 28 56 70 56 28 8 1

.
.
.

5. Le binôme de Newton
Pour tous complexes a et b , et pour tout naturel n  1
n
(a + b)n = C a
p 0
p n p p
n b  C0n a n  C1n a n 1b  ...  Cnn 1abn 1  Cnn bn

Cette égalité est appelée formule du binôme de Newton.

 Le nombre de parties d’un ensemble à n éléments est 2 n.

II. Probabilité
1. Vocabulaire
a) Expérience aléatoire, univers
Une expérience aléatoire est une expérience dont on ne peut prévoir avec certitude quel en sera le
résultat, avant de l’effectuer.
L’ensemble des résultats possibles d’une expérience aléatoire est appelé univers.
Exemple
Lancer un dé à six faces numérotées de 1 à 6 est une expérience aléatoire.
L’univers de cette expérience est  = 1 ; 2 ; 3 ; 4 ; 5 ; 6  .
b) Evénement
Un événement est une partie de l’univers.
Exemple
Dans l’exemple précédent A = 1 ; 3 ; 5  est un événement.
A est l’événement ‘’obtenir un nombre impair’’ B = 6 est un événement élémentaire.
  est l’événement impossible
 l’univers  est l’événement certain
Chapitre 18 Probabilités 195
c) Si A et B sont deux événements :
 A  B est l’événement ‘’ A et B’’
 A  B est l’événement ‘’ A ou B’’
d) Si A  B =  , on dit que A et B sont incompatibles ( disjoints)
e) A est l’événement contraire de A
On a : A  A =  ; A  A =  , où  est l’univers lié à l’expérience.

2) Notion de probabilité
Considérons une expérience aléatoire d’univers.
La probabilité d’un événement A est un nombre, compris entre 0 et 1, mesurant les ‘’chances’’ que
cet événement a de se produire ; c’est la somme des probabilités des événements élémentaires
inclus dans A.
On note ce nombre souvent P(A). Si tous les événements élémentaires ont la même probabilité, on
dit que l’hypothèse d’équiprobabilité est satisfaite. On a alors, pour tout événement A :
cardA
P(A) = .
card
Exemple
On jette un dé a six faces numérotés de 1 à 6, non truqué.
Calculer la probabilité de chacun des événements suivants :
A : ‘’ avoir un nombre pair’’ ; B ‘’avoir un multiple de 3’’ ; C ’’avoir un nombre supérieur
a 2’’
Solution
L’univers de cette épreuve est  = 1 ; 2 ; 3 ; 4 ; 5 ; 6  .

 A = 2 ; 4 ; 6  ;
cardA 3 1
P(A) = = 
card 6 2
 B = 3 ; 6  ; P(B) =
cardB 2 1
 
card 6 3
 C = 3 ; 4 ; 5 ; 6  ; P(C) =
cardC 4 2
=  .
card 6 3

3) Propriétés
Considérons une expérience aléatoire d’univers 
 Pour tout événement A on a : 0  P(A)  1
 La probabilité de l’événement certain est 1 ; celle de l’événement impossible est 0 :
P() = 1 ; P() = 0.
 Si A et A sont deux événements contraires, alors, P( A ) =1 - P(A)
 Pour tous événements A et B, la probabilité de la réunion A  B est
P(A  B ) = P(A) + P(B) - P(A  B ).
 Si A et B sont incompatibles on a : P(A  B ) = P(A) + P(B).

4. Probabilité conditionnelle

Définition

A et B sont deux événements et A n’est pas l’événement impossible, c’est-à-dire P(A)  0.

On appelle probabilité conditionnelle de B, sous l’hypothèse A ( c’est-à-dire la probabilité pour que
P(A  B)
B se réalise sachant que A est réalisé), le réel, noté P(B\A) et défini par P(B\A) = .
P(A)

Chapitre 18 Probabilités 196

5. Evénements indépendants
a) Définition
A et B sont deux événements et B n’est pas l’événement certain, ni l’événement impossible
( P(B)  1 et P(B)  0 ).
Dire que A est indépendant de B en probabilité signifie que : P(A\B) = P(A\ B ).

b) Théorème
A et B sont deux événements indépendants si et seulement si : P(A  B ) = P(A)  P(B).

6. Variable aléatoire
Définition 1
 est l’ensemble des issues (univers) d’une expérience aléatoire.
Toute fonction définie sur  à valeurs dans R est appelée une variable aléatoire.
Une variable aléatoire est noté à l’aide d’une lettre majuscule : X ; Y ; Z ;…

Exemple :
On considère trois pièces de monnaie discernables, non truquées. On jette les trois pièces et on
considère la variable aléatoire X associée au nombre de côtés ‘’pile’’, obtenus (on désignera le côté
pile par P et le côté face par F).

Déterminer l’ensemble des valeurs de X. PPP

Soit  l’univers associé à cette expérience, donc, PPF
PFP 3
 = FFF ; FFP ; FPF ; PFF ; PPF; PFP ; FPP ; PPP  . FPP 2
1
L’ensemble des valeurs de X est noté PFF
0
X() = 0 ; 1 ; 2 ; 3  . FFP
FPF
FFF
Définition 2
X est une variable aléatoire définie sur un ensemble fini  et X() = x 1 ; x 2 ; ... ; x n  est
l’ensemble des valeurs possibles de X.
On appelle loi de probabilité de X la fonction f de X() dans [0 ; 1] , qui à chaque xi associe la
probabilité de l’événement Ai, réunion des événements élémentaires d’images xi par X.
Pour tout naturel i , 1  i  n, on note f (xi) = P(Ai) = P(X= xi).
Exemple
Reprenons l’exemple précédent des trois pièces de monnaie.
X() = 0 ; 1 ; 2 ; 3  ; P(X = 0 ) = P( FFF ) = ; P(X = 1 ) = P( FFP ; FPF ; PFF ) =
1 3
8 8
P(X = 2 ) = P( PPF ; PFP ; FPP ) = ; P(X = 3) = P( PPP ) = .
3 1
8 8
Le tableau suivant représente la loi de probabilité de X.
Xi 0 1 2 3
1 3 3 1
P(X= xi)
8 8 8 8

Définition 3
X est une variable aléatoire définie sur un ensemble .
On appelle fonction de répartition de X la fonction F de R dans [O ; 1], définie pour tout réel a
par : F(a) = P(X < a).

Chapitre 18 Probabilités 197

Définition 4
x1 ; x 2 ; ... ; x n  est l’ensemble des images d’une variable aléatoire X. pour tout naturel i tel que :
1  i  n ; Pi = P(X = xi ).
On appelle espérance mathématiques variance de X le réel noté E(X), défini par :
n
E(X) = x p .
i 1
i i

Définition 5
X est une variable aléatoire dont l’ensemble des images est x1 ; x2 ; …xn et dont l’epérience
mathématique est E(X) = m.
Posons pour tout naturel i ; tel que : 1  i  n ; pi = p(X = xi). On appelle
n
a) Variance de X , le réel noté V(X), tel que : V(X) = E[(X-m)2 ] =  (xi  m) p
i 1
2
i .

b) Ecart- type de X le réel noté (X)  V(X) .

Remarque
Il est souvent plus commode de calculer V(X) grâce à la formule de Koenig : V(X) = E(X2) –
[E(X)]2

Exemple
Il s’agit de reprendre encore l’exemple précédent.
Définir la fonction de répartition F de X et la représenter
Calculer l’espérance mathématique E(X), la variance et l’écart type (X) de X.

Solution
a) X() = 0 ; 1 ; 2 ; 3  ;
 1 1 3 4
 si x  ; 0 ; F(x)= 0 ;  si x  0; 1 ; F(x)= ;  si x  1; 2 ; F(x)= + =
 8 8 8 8

1 3 3 7 1
 si x  2; 3 ; F(x)= + + = ;  si x  3;   ; F(x)= + + + =1 3 3 1

 8 8 8 8 8 8 8 8

Représentation graphique de F b) L’espérance mathématique de X

E(X) = 0  P(X = 0) + 1  P(X = 1) + 2  P(X = 2) + 3  P(X = 3),
1 3 6 3 12 3
7
E(X) = 0 + + + = = .
8 8 8 8 8 2
La variance de X : V(X) = E(X2) – [E(X)]2 =
2
1 3
2 (0)2P(X = (0) + (1)2P(X = 1) + (2)2P(X = 2) + (3)2P(X= 3) -  
2
1 12 9 9 22 9 11 9 2 1
1
8 V(X) = 0 +          ;
8 8 8 4 8 4 4 4 4 2
O 1 2 3
1 1 2
(X)  V(X)   
2 2 2

Chapitre 18 Probabilités 198

7. Schéma de Bernoulli – Loi binomiale
 On appelle suite d’épreuves ( ou schéma ) de Bernoulli l’expérience qui consiste à répéter
plusieurs fois, de façon indépendante, une épreuve ayant deux issues possibles : l’une appelée
’’succès’’, l’autre appelée ‘’échec’’.
 Soit une suite de n épreuves de Bernoulli avec, pour chaque épreuve, la probabilité p pour le
succès
( donc :q = 1- p pour l’échec).
Soit k un élément de 1 ; 2 ; ... ; n  la probabilité Pk d’obtenir k succès au cours de ces n
épreuves vérifie : Pk = Ckn pk q n k .
L’application k : Pk est appelée loi binomiale de paramètre (n ; p).
Exemple
a) Lors d’un examen, on pose à un candidat une question en lui proposant trois réponses ; parmi
elles ; une seule est correcte. le candidat choisit au hasard l’une des réponses proposées. Quelle
est la probabilité pour qu’il donne la réponse exacte ?
b) un test se compose de quatre questions posées dans les conditions ci-dessus.
Quelle est la probabilité pour que le candidat donne les réponses exactes à trois questions ? à
quatre questions ?

Solution
1
Il est clair que la probabilité que le candidat donne la réponse exacte est .
3
b) Un test est une suite de quatre questions dont les réponses sont indépendantes deux à deux. Une
réponse peut être soit exacte, soit fausse. Il s’agit donc d’un schéma de Bernoulli.
1 1
 4 est le nombre d’épreuves, donc n = 4 ; est la probabilité d’un succès ; p = ,
3 3
2 2
 est la probabilité d’un échec : q =
3 3
Il en résulte que la probabilité p3 que le candidat donne trois bonnes réponses est :
3 1
1  2 8
p3 = C       .
3
4
 3   3  81
De même, la probabilité que le candidat donne quatre bonnes réponses est
4 0
1  2 1
p4 = C       .
4
4
 3   3  81

Théorème
Soit X une variable aléatoire qui comptabilise le nombre de succès obtenus dans un schéma de
Bernoulli de paramètre (n ; p), alors, on a :
 P(X = k) = Ckn  pk q n k ;
 E(X) = np
 V(X) = npq

Chapitre 18 Probabilités 199

 Savoir-faire
A. Applications
Exercice. 1
On considère un réseau téléphonique dont les numéros de téléphone ont 8 chiffres. Quelle est la
capacité théorique du réseau ?

Solution
Un numéro de téléphone est un 8-uplet d’éléments de : 0 ; 1 ; 2 ; 3 ; 4 ; 5 ; 6 ; 7 ; 8 ; 9  . Il y a
donc 108 numéros possibles, ce qui signifie que la capacité théorique du réseau est de 100 000 000
de numéros.

Exercice. 2
Une assemblée de 30 personnes doit élire un bureau composé de quatre membres (un président ; un
vice- président ; un secrétaire et un trésorier).
Combien y a-t-il de bureau possibles, sachant que chacune des 30 personnes est éligible et à
n’importe quel poste ?

Solution
Elire un bureau revient à considérer un arrangement de quatre éléments de l’ensemble des 30
personnes, car une personne ne peut occuper deux postes différentes, d’où le nombre de bureaux
possibles :
4
A30  30  29  28  27  657.720 .

Exercice. 3
Dix cyclistes prennent le départ d’une course. Tous arrivent, il n’y a pas d’ex æquo. Combien y a-t-
il de classements possibles ?

Solution
Le nombre de classements est celui des permutations des éléments d’un ensemble de cardinal 10,
c’est à-dire : 10 !, soit 3 628 800.

Exercice. 4
Une classe comporte vingt élèves : douze filles et huit garçons.
Le professeur de Français décide de désigner un groupe de travail de trois élèves chargés de
préparer un exposé.
a) Quel est le nombre de groupes possibles ?
b) Combien y a t-il de groupes constitués de trois filles ?
c) Combien y a-t-il de groupes constitués de deux filles et d’un garçon ?

Solution
a) le nombre de groupes constitués est égal au nombre de combinaisons de 3 éléments d’un
20 19 18
ensemble à 20 éléments soit C320   1140
3 2
b) le nombre de groupes constitués de 3 filles est égal au nombre de combinaison de 3 éléments
12 1110
d’un ensemble à 12 éléments (le nombre de filles est 12), soit C12
3
  220 .
3 2
c) le nombre de groupes constitués de deux filles et d’un garçon est :
12 11
2
C12  C18   8  6 11 8  528 .
2

Chapitre 18 Probabilités 200

Exercice. 5
Un sac contient 6 boules blanches et 7 boules noires. On tire simultanément 3 boules de ce sac.
a) Quelle est la probabilité d’obtenir
 3 boules blanches ?
 3 boules noires
 1 boule blanche et 2 boules noires ?
 1 boule noire et 2 boules blanches ?
b) Vérifier les résultats précédents en calculant la somme des probabilités ainsi obtenues.

Solution
3 3 13 12 11
Le nombre de tirages possibles est : C13 , donc card = C13 = ;
3 2
card = 286
6 5 4
a) Le nombre de tirages de 3 boules blanches est : C36  = 5  4 = 20.
3 2
20
Donc, la probabilité d’obtenir 3 boules blanches est : p1 = .
286
7 65
Le nombre de tirages de 3 boules noires est : C37   7  5  35 ,
3 2
35
Donc, la probabilité d’obtenir 3 boules noires est : p2 = .
286
76
Le nombre de tirages de 2 boules noires et 1 boule blanche est : C72  C16   6  21 6  126 .
2
126
La probabilité d’obtenir 2 boules noires et 1 boule blanche est : p3 = .
286
Le nombre de tirage de 2 boules blanches et 1 boule noire est C62  C17  15  7  105 ,
105
La probabilité d’obtenir 2 boules blanches et une boule noire est : p4 = .
286
20 35 126 105 20  35  126  105 286
b) p1 + p2 + p3 + p4 = + + + =   1.
286 286 286 286 286 286

Exercice. 6
Une urne contient 5 boules numérotées de 1 à 5. On en tire simultanément deux.
a) Quelle est la probabilité d’obtenir :
- Deux chiffres de même parité ; - Deux chiffres de parités différentes ?
b) Calculer de deux façons la probabilité d’obtenir au moins un chiffre pair.
c) Calculer la probabilité d’obtenir au plus un chiffre pair.

Solution
5 4
card = C52   10 , le nombre de chiffres pairs = 2, celui des chiffres impairs = 3.
2
C22  C32 1  3 4
a) la probabilité d’obtenir deux chiffres de même parité est :   ,
10 10 10
C1  C13 2  3 6
- la probabilité d’obtenir deux chiffres de parités différentes est : 2   .
10 10 10

Chapitre 18 Probabilités 201

b) la probabilité d’obtenir au moins un chiffre pair peut être calculée ainsi :
C12  C13  C22 6  1 7
  ,
10 10 10
elle peut être calculée aussi, en utilisant la probabilité de l’événement contraire.
C2 3
‘’Obtenir deux chiffres impairs’’, cette probabilité est égale à : 3  ,
10 10
3 7
Donc la probabilité d’obtenir au moins un chiffre pair est : 1 - = .
10 10
C1  C13  C32 9
c) la probabilité d’obtenir au plus un chiffre pair est : 2  .
10 10

Exercice. 7
Une urne contient 4 boules rouges et 6 boules bleues. On tire, au hasard, successivement et sans
remise deux boules de l’urne.
Déterminer la probabilité de l’événement A : ’’Obtenir deux boules bleues’’ et de l’événement B :
’’ Obtenir deux boules de couleurs différentes’’.
Solution
card = A10 2
 10  9  90 ; CardA =A62  6  5  30 ; CardB  2  A14  A16  48 ;
30 1 48 8
donc P(A) =  ; P(B)   .
90 3 90 15
Exercice. 8
On considère un échantillon de 500 personnes composé de 200 hommes et 300 femmes ; parmi les
hommes, 150 ont plus de 30 ans et, parmi les femmes, 200 ont plus de 30 ans.
On choisit au hasard une personne dans cet échantillon.
a) Sachant que cette personne est un homme, quelle est la probabilité pour qu’il ait plus de 30 ans ?
b) Sachant que cette personne a au plus 30 ans, quelle est la probabilité pour que ce soit un homme ?
Solution
Le tableau suivant résume la situation étudiée.
 30 ans >30ans Total
Hommes 50 150 200
Femmes 100 200 300
Total 150 350 500

On considère comme univers l’ensemble  des personnes.

Soient les événements : A : ‘’la personne est un homme’’ et B : ‘’la personne a plus de 30 ans’’.
P(A  B)
a) Il s’agit de calculer PA(B) ; PA(B) = .
P(A)
Card(A  B) 150 CardA 200 150 3
P(A  B) =  et P(A) =  . Donc, PA(B) = = .
Card 500 Card 500 200 4
b) la probabilité à calculer est : PB (A) :
P(A  B) Card(A  B) 50 Card(B) 150
PB (A) = ; P(A  B)   ; P(B)   ,
P(B) Card() 500 Card() 500
50 1
Donc, PB (A) =  .
150 3

Chapitre 18 Probabilités 202

Exercice. 9
Un joueur dispose d’un dé de six faces ; trois blanches, deux sont vertes et une est rouge. Lors du
lancer du dé, chaque face a la même probabilité d’apparition. Le joueur lance le dé et observe la
couleur de la face supérieure.
 S’il observe une face rouge, il gagne 2F,
 S’il observe une face verte, il gagne 1F,
 S’il observe une face blanche, il relance le dé ; il gagne, alors 3F, pour une face rouge, il perd 1F
pour une face verte et le jeu est arrêté sans gain ni perte pour une face blanche.
Soit X la variable aléatoire égale au gain algébrique de ce joueur.
a) Quelles sont les valeurs que peut prendre X ?
b) Déterminer la loi de probabilité de X.
c) Calculer l’espérance mathématique de X.
Solution
a) les valeurs que peut prendre X sont = 2 ; 1 ; 3 ; -1 ; 0.
b) La loi de probabilité de X
1
 P(X = 2 ) = ( probabilité d’observer une face rouge),
6
2 1
 P(X = 1) =  (probabilité d’observer une face verte),
6 3
1 1 1
 P(X = 3 ) =   ( probabilité d’observer une face blanche puis une face rouge),
2 6 12
1 1 1
 P(X = -1 ) =   ( probabilité d’observer une face blanche puis une face verte.),
2 3 6
1 1 1
 P(X = 0 ) =   ( probabilité d’observer une face blanche puis une face blanche),
2 2 4
Consignons tous les résultats dans un tableau
k 2 1 3 -1 0
1 1 1 1 1
P(X = k)
6 3 12 6 4
1 1 1 1 1 1 1 1 1 3
c) E(X) = 2   1  3  (1)  (0)     ; Donc; E(X) = .
6 3 12 6 4 3 3 4 6 4
Exercice. 10
Un tireur vise une cible, à chaque tir, la probabilité pour qu’il touche la cible (succès ) est
0 ,7. Il tire trois fois de suite, soit Y la variable aléatoire égale au nombre de succès au cours des
trois tirs effectués.
Déterminer la loi de probabilité de Y. Calculer E(Y) ; V(Y) ;  (Y).
Solution
Y() = 0 ; 1 ; 2 ; 3 ,
a) La loi de probabilité de Y :
 P(Y = 0 ) = C30 (0,7)0 (0,3)3  0,027 ; P(Y = 1 ) = C13 (0,7)1 (0,3)2  0,189 ;
 P(Y = 2 ) = C32 (0,7)2 (0,3)  0,441 ; P(Y = 3 ) = C33 (0,7)3 (0,3)0  0,343 ;
k 0 1 2 3

P(X = k) 0 ,027 0,189 0,441 0,343

b) E(Y) = np = 3  0,7 = 2,1 ; V(Y) = npq = 3 0,7 0,3 = 0,63 ;  (Y) = 0,63

Chapitre 18 Probabilités 203

B. Exercice
1. On dispose d’un dé à six faces numérotées a) Calculer la probabilité p1 pour que la
de 1 à 6. On jette ce dé trois fois de suite pour différence entre deux numéros tirés soit 4.
former un nombre de trois chiffres, le chiffre des b) Calculer la probabilité p2 pour que a) soit
centaines étant obtenu par le premier jet, celui réalisé et que la somme des numéros soit 10.
des dizaines par le deuxième jet et celui des 10 Un sac contient 8 boules blanches et 2
unités par le troisième jet. Quel est le nombre de boules
. noires.
résultats possibles. 1. On en extrait au hasard et simultanément n
boules, Quelle est la probabilité d’obtenir au
2. Dans une salle de classe il y a 20 chaises. moins une boule noire ?
De combien de façons peuvent prendre place 2. Combien de boules faut-il prendre
3élèves ? 5 élèves ? simultanément pour que la probabilité d’avoir
3. De combien de façon peut-on distribuer 5 2
livres à 5 élèves ?. au moins une boule noire soit supérieure à ?
3
11 1. f est la fonction telle que :
4. Une classe de trente cinq élèves élit deux 3. x2 1
délégués. Combien y a-t il de choix possibles ? f(x) =
2x 2  x
Etudier ses variations et tracer sa représentation
5. Dans un centre de recherche, on se propose
de former pour une expérience une équipe de graphique.
quatre chercheurs, choisis parmi quatre hommes 2.a) n est un naturel non nul, une urne électorale
et six femmes. contient n – 1 bulletins Non et n +1 bulletins
Combien d’équipes différentes peut-on former ? ‘’Oui ‘’.
Pour réaliser un sondage sommaire, on prélève
6. Un sac renferme 15 jetons : 4 jetons deux bulletins, chaque bulletin ayant la même
blancs ; 6 jetons noires et 5 jetons rouges.
On extrait, au hasard, simultanément trois jetons probabilité d’être prélevé.
du sac. Déterminer les probabilités des Calculer la probabilité p n de l’événement ‘’on a
événements suivants : prélevé 2 bulletins portants des votes différents’’
A’’les trois jetons sont noirs’’ ; B ‘’Deux jetons Utiliser la première question pour trouver le
sont blancs et un rouge’’ ; C’’les trois jetons naturel n0 pour lequel la probabilité Pn0
sont de couleurs différentes’’. est maximum. Calculer Pn0.
12 Une urne contient 3 boules blanches et 3
boules
4. noires indiscernables au toucher. On tire
7. On tire 3 boules dans une urne qui contient
4 boules rouges et 5 boules blanches. au hasard et simultanément trois boules.
a) Calculer la probabilité de chacun des événements :
Calculer la probabilité pour que les 3 boules
A : ‘’Obtenir au moins une boule blanche’’
soient rouges ;
B’’obtenir au moins deux boules noires’’ ; C
a) Si le tirage a lieu successivement et sans remise
‘’obtenir au moins une boule blanche et une
b) Si le tirage a lieu successivement et avec remise.
boule noire’’.
c)
b) Calculer P(A\B) ; P(A\C) ; P(B\A) ;
8. On dispose d’un dé cubique pipé dont les P(B\C) ; P(C\A) ; P(C\B) ;
faces sont numérotées de 1 à 6.
Soit i un élément de 1 ; 2 ; 3 ; 4 ; 5 ; 6 ; on 13 On lance deux fois un dé et à chaque issue
on. associe le couple (a ; b) où a est la face
note pi la probabilité de l’événement ‘’le résultat apparue au premier jet et b celle apparue au
du lancer est i’’. second.
1. Calculer p1 ; p2 ; p3 ; p4 ; p5 ; p6, sachant que : On peut définir plusieurs variables aléatoires.
p2 = p1 ; p3 = 3 p1 ; p4 = p5 = 2 p1 ; p6 = 2 p3 2. Pour chacune d’elle, déterminer sa loi de
Calculer la probabilité d’obtenir un chiffre pair. probabilité et son espérance mathématique :
 X : ‘’ nombre apparu au premier jet ‘’
9. Une urne contient dix boules numérotées  Y : ‘’ nombre apparu au second jet ‘’
de 1 à 10, on en tire au hasard, successivement,  Z=X+Y
et avec remise, deux boules.  U = XY
Chapitre 18 Probabilités 204
 14 Une urne contient quatre boules vertes, suivant :
deux blanches et une rouge, indiscernable au Z 1-i 3 2 - 2 3 + i 2i -3
toucher.
 Z
On tire au hasard et simultanément trois boules.
Les tirages sont équiprobables. argZ
Chaque boule verte tirée vaut 1F, chaque
blanche 2F, la rouge 5F. Z 1+ i 2 1- i i 2 1+ i 3 -1 + i
Soit X la variable aléatoire qui associe à chaque
tirage de trois boules, le gain en francs.  Z
Déterminer la loi de probabilité de X. argZ
2. a) Calculer l’espérance mathématique E(X). Une boîte contient 12 cartons indiscernables au
b) quelle valeur positive ou négative aurait-il toucher, portant les 12 nombres complexes du
fallu attribuer à chaque boule blanche pour que tableau précédent (chaque carton porte un seul
E(X) soit nulle, les boules vertes et la boule nombre complexe) .
rouge conservent leur valeur initial.
15 Une boîte contient neuf carrés numérotés 2. On tire au hasard un carton de la boîte (on
de 1 à 9, une deuxième boîte contient quatre suppose l’équiprobabilité des tirages).
disques numérotés de 1 à 4. On tire a) Quelle est la probabilité de tirer un carton
indépendamment un objet de chacune des deux portant un nombre réel ?
boîtes. Les objets d’une même boîte sont b) Quelle est la probabilité de tirer un carton
supposés avoir la même probabilité d’être tirés. portant un nombre complexe dont le module est
On considère la variable aléatoire X qui, à 2?
chaque tirage, associe la valeur absolue de la c) Quelle est la probabilité de tirer un carton
différence des nombres indiqués sur les objets tirés. portant un nombre complexe dont un
Déterminer la loi de probabilité de X et son 
espérance mathématique. Déterminer et argument  est tel que : 0    .
2
représenter graphiquement la fonction de
répartition de X. 3. Un jeu consiste à tirer un carton de la boîte
16 On peint les six faces d’un cube de bois précédente, si le nombre complexe inscrit sur le
d’arête 3 cm. On le débite, par des traits de scie carton tiré est de module 3, le joueur gagne
parallèle aux plans de faces, en 27 petits cubes 10.000 UM et le jeu s’arrête, sinon, le carton tiré
d’arêtes 1 cm. est remis dans la boîte et le joueur procède à un
On place ces 2 7 petits cubes dans un sac. deuxième tirage ; si ce carton porte un nombre
1. On tire, au hasard, et simultanément, deux complexe de module 3 le joueur gagne 8 000
cubes du sac. UM, s’il est de module 2, il gagne 5 000 UM,
Soit X la variable aléatoire égale au nombre total sinon il ne gagne rien et le jeu s’arrête.
de faces peintes que présentent les deux cubes Soit X la variable aléatoire égale au gain du
tirés. joueur.
a) Quelles sont les valeurs prises par X ? a) Déterminer la loi de probabilité de X,
b) Déterminer la loi de probabilité de X. b) Calculer l’espérance mathématique E(X) de X.
c) Calculer l’espérance mathématique E(X) et
l’écart-type  (X) de X. 18 Une urne contient six boules
2. On renouvelle trois fois le même tirage de indiscernables au toucher dont trois sont rouge,
deux petits cubes en remettant chaque fois les deux sont vertes et une seule est jaune. On tire
cubes tirés dans le sac. simultanément et au hasard, trois boules de cette
Soit Y la variable aléatoire égale au nombre urne.
de tirage où les deux cubes tirés ont, en tout, Soit X la variable aléatoire qui, à chaque tirage,
deux faces peintes. associe le nombre de couleurs de boules tirées.
Donner la loi de probabilité de Y. Parmi les réponses proposées pour chaque
question ci-après, une seule réponse est exacte :
17 1. Reproduire et compléter le tableau

Chapitre 18 Probabilités 205

 N° Question Réponse Réponse Réponse 2.) Etablir la loi de probabilité de X, puis calculer son
A A A
Le nombre de
espérance mathématique E(X) et son écart-type (X) .
1 C36 A 36 63
tirage possible est 21 Une cage contient sept pigeons dont cinq
La probabilité 1 1 1 pigeonnes et deux pigeons mâles ; parmi ces
2 que le tirage soit
unicolore est : 3 20 2 pigeons on dispose de deux couples de plumage
La probabilité 11 7 gris et de trois pigeonnes de plumage blanc. On
3 que le tirage soit 0,3 tire au hasard et simultanément deux oiseaux de
tricolore est 40 6
La probabilité cette cage ( les tirages sont équiprobables).
29 6 13
4 que le tirage soit 1. Quel est le nombre de tirages possibles ?
bicolore est : 40 20 20 2. Calculer la probabilité de chacun des événements suivants :
L’espérance
mathématique de 9 7 A : ‘’les deux oiseaux tirés sont du même sexe’’
5
la variable
- 4 B : ‘’les deux oiseaux tirés sont de même couleur’’
aléatoire X est :
4 20 C ‘’les deux oiseaux tirés forment le même couple’’
Recopie sur ta feuille le tableau en le complétant 3. On considère la variable aléatoire réelle X qui
en choisissant la bonne réponse, aucune à chaque tirage de deux oiseaux associe le
justification n’est demandée. nombre de pigeonnes contenues dans ce tirage.
19 Une urne contient 3 boules blanches, a) Déterminer l’ensemble des valeurs de X et sa loi
2 boules vertes et 5 boules rouges. On tire de probabilité
simultanément et au hasard deux boules de l’urne. b) Calculer l’espérance mathématique de X.
1. a) quelle est la probabilité de tirer deux 22 Un sac m contient trois boules marquées
boules blanches ? 1 ; 2 et 4 ; un autre sac A contient aussi trois
b) quelle est la probabilité de tirer deux boules boules marquées 0 ; 3 et 4. Une épreuve consiste
vertes ?
à prélever une boule de m (toute les boules de
c) quelle est la probabilité de tirer deux boules
rouges ? m ont la même probabilité d’être prélevées)
2.) en déduire la probabilité de tirer deux boules dont le numéro sera noté m et une boule de A
de couleurs différentes. (toutes les boules de A ont la même probabilité
3.) Un jeu consiste à tirer simultanément et au d’être prélevées) dont le numéro sera noté a.
hasard deux boules de l’urne. Après chaque épreuve, les deux boules tirées
 Si les deux boules sont de couleurs blanches, sont remises dans leurs sacs respectifs.
alors on gagne 25 points. Au résultat d’une épreuve, on associe
 Si les deux boules sont de couleurs vertes, l’application du plan complexe dans lui-même
alors on gagne 100 points. qui à tout point M d’affixe Z fait correspondre le point
 Si les deux boules sont de couleurs rouges, alors M’ d’affixe Z’ tel que : Z’= Z avec
on gagne 12 points. 1    
 Si les deux boules sont de couleurs = m cos( a)  i sin( a)  .
2  12 12 
différentes, alors on gagne p points
Le plan est muni d’un repère orthonormé direct.
On désigne par X la variable aléatoire égale au
1. Définir, géométriquement, les applications
gain obtenu.
associées aux résultats possibles d’une épreuve.
a) Déterminer la loi de probabilité de X,
b) Calculer l’espérance mathématique E(X) de X. 2. Soit le point A d’affixe 1 + i ; on appelle A’
c) Déterminer la valeur de p pour laquelle E(X) = 10. l’image de A par l’application associée au
20 Une urne contient six billes numérotées de 1 à résultat d’une épreuve. Calculer les
6. On tire simultanément deux billes qui portent probabilités respectives p1 et p2 des
les numéros n et p. A chaque tirage, on associe événements : E1 ‘’ O ; A ; A’ sont alignés’’ ;
la variable aléatoire X définie ainsi, E2 ‘’ l’affixe de A’ est imaginaire pur’’.
np 3. On considère la variable aléatoire X qui à chaque
 Si n et p sont pairs, X = , résultat d’une épreuve fait correspondre la
2 distance de O à A’.
 Si n et p sont impairs, X = 0 a) Donner les valeurs prises par X et déterminer
 Si n et p sont de parités différentes, la loi de probabilité de X.
X =  n - p. b) Calculer l’espérance mathématique E(X) et
1.) Quelles sont les valeurs que peut prendre X ? la variance V(X) de X.
Chapitre 18 Probabilités 206
Chapitre 18 Probabilités 207