2

PROBABILITÉS

La théorie des probabilités est née de l’étude par les mathématiciens

des jeux de hasard. D’ailleurs, le mot hasard provient du mot arabe
« az-zahr » signifiant dé à jouer.
On attribue au mathématicien et philosophe français Blaise Pascal
les premières pierres de cet édifice théorique. Cette théorie s’est
ensuite développée au cours des siècles pour devenir une discipline
mathématique à part entière.
On doit au mathématicien russe Andrey Kolmogorov en 1933, une
formalisation de la théorie des probabilités.
Blaise Pascal
(1623 - 1662) Quant à nous, nous pouvons prendre conscience de l’utilité d’un tel
calcul si nous gardons à l’esprit le fait que la majorité des décisions
que nous devons prendre comportent des éléments d’incertitude. C’est
donc le cas en économie lorsque l’on décide d’introduire un nouveau
produit, de lancer une campagne de publicité, d’investir une somme
importante pour accroître la capacité de production d’une usine, de
choisir le niveau d’un stock, d’accepter ou rejeter un lot de pièces
peut-être défectueuses, de fixer le prix d’un produit par exemple.
Dans chaque cas l’avenir est entaché d’un élément d’incertitude qu’il
Andrey Kolmogorov
est impossible d’éliminer, mais dont il est possible de calculer la
(1903 - 1987)
probabilité de réalisation.

2.1 Premières notions

On lance deux dés bien équilibrés : un bleu et un rouge et on
s’intéresse au total des points obtenus sur les deux faces supérieures.
Ce total est un nombre entier compris entre 2 et 12.
Avant de lancer les dés, on ne peut prévoir quel sera ce total : on
a à faire à une expérience aléatoire. L’ensemble de tous les
résultats que l’on peut obtenir au cours de cette expérience, ici
exprimant le total des 2 dés, est appelé l’univers de l’expérience.

On peut s’intéresser à la réalisation de certains événements tels

que : « obtenir un total de 8 points » ou bien « obtenir un total de 8
ou 3 points » ou « obtenir un total de points pairs », etc. . .

21
22 CHAPITRE 2. PROBABILITÉS

On a lancé 500 fois ces deux dés et noté chaque fois le total obtenu :

Total des points 2 3 4 5 6 7 8 9 10 11 12

Nbre. d’apparitions 13 28 43 58 72 85 66 55 40 26 14
‚ L’événement « le total est 8 » est réalisé 66 fois sur 500 lancers
soit une fréquence de 0,132 = 13,2 %
‚ L’événement « le total est 3 » est réalisé à une fréquence de
0,056 = 5,6 %
‚ La fréquence de l’événement « le total est pair » s’obtient en
ajoutant les fréquences de tous les totaux pairs : on trouve
0,496 = 49,6 % et la fréquence de l’événement complémentaire
« le total est impair » est la différence :
1 – 0,496 = 0,504 = 50,4 %.
Si ces deux dés sont utilisés à l’occasion d’un jeu de hasard, le joueur
qui parie sur un total de 8 semble avoir une plus grande probabilité
de gagner que celui qui parie sur un total de 3, si l’on estime que
cette simulation de 500 lancers est digne de confiance. . .
Une probabilité est un modèle théorique pour rendre compte
des chances de réalisation d’un événement, conforme aux fréquences.
Dans le cas précédent, on tentera de développer un modèle mathé-
matique permettant d’éviter la simulation des 500 lancers.

Le saviez-vous : À propos de lancés de pièce de monnaie :

‚ Georges-Louis Leclerc de Buffon
(„1750) lança 4040 fois une pièce de
monnaie et constata que face était ap-
parue dans 50,69 % des lancés.
‚ Karl Pearson (au début du 20e siècle)
fit la même expérience, mais 24’000
fois ; il s’aperçut qu’il y avait 50,05 %
Georges-Louis Leclerc de faces. Karl Pearson
comte de Buffon Précisons ci-dessous les mots définis dans (1857 - 1936)
(1707-1788) l’exemple qui précède :

Définition: Une expérience aléatoire est une expérience qui possède les deux
propriétés suivantes :
a) on ne peut prédire avec certitude le résultat de l’expérience
b) on peut décrire, AVANT l’expérience, l’ensemble des résultats
possibles
L’univers d’une expérience aléatoire est l’ensemble U de toutes les
issues possibles que l’on peut obtenir au cours de cette expérience.
CHAPITRE 2. PROBABILITÉS 23

Exemple 1: Décrire l’univers ainsi que le nombre d’issues possibles des expé-
riences aléatoires proposées :
‚ Lancer une pièce de monnaie :

‚ Jeter un dé :

‚ Jeter deux fois de suite le même dé :

Définition: Soit U l’univers d’une expérience aléatoire.

Un événement est un sous-ensemble de l’univers U . On note les
événements par des lettres majuscules.
Le sous-ensemble vide ? est l’événement impossible et l’univers
U est l’événement certain.

Exemple 2: On tire au hasard 1 jeton parmi les 3 jetons suivants : ¨ ≠ Æ

L’Univers U “ t1 ; 2 ; 3u
Les 8 événements possibles sont :
‚ « Obtenir le jeton 1 » A “ t1u
‚ « Obtenir le jeton 2 » B “ t2u
‚ « Obtenir le jeton 3 » C “ t3u
‚ « Obtenir le jeton 1 ou 2 » D “ t1 ; 2u
‚ « Obtenir le jeton 1 ou 3 » E “ t1 ; 3u
‚ « Obtenir le jeton 2 ou 3 » F “ t2 ; 3u
‚ « Obtenir le jeton 1 ou 2 ou 3 » G “ t1 ; 2 ; 3u “ U
‚ « Obtenir le jeton 4 » H“?

Définition: Soit U l’univers d’une expérience aléatoire, A et B deux événements.

‚ L’événement A est l’événement complémentaire de A.
‚ L’événement A et B est réalisé lorsque les événements A et
B se réalisent tous les deux simultanément.
L’événement “A et B” est représenté par A X B.
‚ L’événement A ou B est réalisé lorsque l’un au moins des
événements A ou B se réalise.
L’événement “A ou B” est représenté par A Y B.
24 CHAPITRE 2. PROBABILITÉS

Diagrammes:

John Venn
(1834-1923)

Exemple 3: On lance un dé à 6 faces. On considère les événements :

‚ A = « on obtient un nombre pair »
‚ B = « on obtient un nombre > 3 ».
Représenter le diagramme de la situation :

B
(2,4,6) (4,6)
(4,5,6)
A complé

(1,3,5)
(1,2,3) B
Complé
On observe que :
‚ A “ t1 ; 3 ; 5u = « obtenir un nombre impair »
‚ B “ t1 ; 2 ; 3u = « obtenir un nombre § 3 »
‚ A X B “ t4 ; 6u = « obtenir un nombre pair et supérieur à 3 »
‚ A Y B “ t2 ; 4 ; 5 ; 6u = « obtenir un nombre pair ou un
nombre supérieur à 3 »
CHAPITRE 2. PROBABILITÉS 25

pile Exemple 4: On lance simultanément 3 pièces de monnaie.

a) Déterminer l’univers U des événements possibles :
face
U “t Selon arbre de probabilité : 8 possibilités
b) On considère les événements suivants :
‚ A = « avoir au moins un pile »
‚ B = « avoir plus de pile que de face »
Effectuer le diagramme de Venn

c) Compléter les lignes suivantes :

(
‚ A=

“ « ............................................ »

(
‚ B=

“ « ............................................ »

(
‚ AYB =

“ « ............................................ »

(
‚ AXB =

“ « ............................................ »

(
‚ AXB =

“ « ............................................ »
26 CHAPITRE 2. PROBABILITÉS

Exercice 2.1: On lance trois fois de suite une pièce de monnaie et on note les
résultats obtenus, par exemple PPF. Déterminer :
a) l’univers U de cette expérience aléatoire
b) l’événement A = « pile sort en premier »
c) l’événement B = « face ne sort pas au deuxième lancer »
d) l’événement A
e) l’événement A X B
f) l’événement C = « obtenir au moins deux fois face »

Exercice 2.2: Soit U l’ensemble des élèves du gymnase, A celui des élèves de 1re
année, B celui des élèves de 2e, C celui des élèves de 3e, F l’ensemble
des filles du gymnase et S l’ensemble des élèves de nationalité suisse.
Décrire par des phrases les ensembles suivants :

a) pA Y Bq X F b) F X S c) pA Y Cq X F X S

Exercice 2.3: On lance un dé trois fois de suite et on note les issues obtenues,
par exemple (2 ; 5 ; 3) , (1 ; 1 ; 6) , . . .
Soit les événements : ‚ A = « obtenir au moins un 6 »
‚ B = « obtenir au plus un 1 ».
Parmi les événements :

A ; B ; A ; B ; AYB ; AYB ; AXB ; AXB

lesquels contiennent le résultat (1 ; 1 ; 3)

CHAPITRE 2. PROBABILITÉS 27

2.2 Approche intuitive de la notion de probabilité

Dans cette approche, nous allons utiliser les méthodes de dénom-
brement étudiées précédemment, c’est-à-dire l’analyse combinatoire.

Si on tire deux cartes d’un jeu de 36 cartes bien brassé et si le tirage

se fait au hasard, sans tricher. L’univers sera constitué de tous les
tirages possibles de 2 cartes parmi les 36. Sans les décrire, nous
savons qu’il y en a :
36 !
C236 “ “ 630 possibilités.
34 ! ¨ 2 !
Si maintenant, on s’intéresse parmi ces possibilités à l’événement
A = « obtenir deux as ». Nous pouvons calculer le nombre de possi-
bilités d’obtenir 2 as à l’aide de :
4!
C24 “ “ 6 possibilités.
2! ¨ 2!
La probabilité d’obtenir 2 as en tirant au hasard 2 cartes dans un
jeu de 36 cartes est donc :
6
P pAq = 6 chances parmi les 630 = = 0,00952 = 0,95 %
630
Cette approche intuitive conduit à la définition suivante :

Définition: Soit U l’univers d’une expérience aléatoire.

La probabilité d’un événement A, notée P pAq, est définie par le
rapport :
nombre de cas favorables
P pAq “
nombre de cas possibles

Remarques: a) Cette définition est valable uniquement si tous les tirages ont
la même chance de se réaliser. On dira alors que les résultats
sont équiprobables.
Par exemple, les résultats « j’obtiens pile » ou « j’obtiens face »
en lançant une pièce de monnaie pourraient ne pas être équi-
probables si la pièce est faussée. Dès lors, on ne pourrait plus
utiliser ainsi la formule précédente.
b) La probabilité d’un événement est un nombre réel compris
entre 0 et 1. On l’exprime volontiers sous la forme d’un pour-
centage.
c) Dans la réalité, il est relativement rare qu’il soit possible de
dénombrer les cas favorables et les cas possibles. Par exemple,
les meilleurs météorologues ne savent pas chiffrer avec certitude
la probabilité de l’événement « il fera beau demain ».
28 CHAPITRE 2. PROBABILITÉS

Exemple 5: En jetant un dé deux fois de suite, quelle est la probabilité d’obtenir :

a) 2 nombres pairs ? b) 1 nombre pair et 1 nombre impair ?

Exemple 6: Il y a 5 calculatrices défectueuses dans un lot de 25 calculatrices.

On en choisit simultanément 4 au hasard. Quelle est la probabilité
que :
a) toutes les calculatrices fonctionnent ?
b) au moins 3 calculatrices fonctionnent ?

Exemple 7: Jouer à l’EURO MILLIONS, c’est choisir cinq nombres parmi les
nombres 1 à 50 et deux étoiles parmi 12 (numérotées de 1 à 12).
Quelle est la probabilité des événements suivants :
a) A = « gagner le gros lot » ?
b) B = « trouver 3 bons numéros et 1 étoile » ?
c) C = trouver 2 bons numéros et au moins 1 étoile ?
CHAPITRE 2. PROBABILITÉS 29

Exercice 2.4: On dispose de 26 jetons, gravés avec les 26 lettres de l’alphabet.

On tire successivement et sans remise trois jetons. Quelle est la
probabilité d’obtenir :
a) 3 consonnes ?
b) 3 voyelles ?
c) le mot MOI ?
d) le mot MOI ou l’une de ses anagrammes ?

Exercice 2.5: On lance quatre fois une pièce de monnaie. Quelle est la probabilité
d’obtenir :
a) exactement 2 fois faces ?
b) au moins trois fois face ?

Exercice 2.6: L’agence CHKultur organise des visites culturelles dans 8 villes de
Suisse (parmi celles-ci, on y trouve Lausanne, Genève, Fribourg et
Berne). Chaque visite comprend 4 villes, chaque ville n’est visitée
qu’une fois et l’ordre de passage dans les 4 villes choisies a de
l’importance.
Parmi toutes les visites possibles, calculer la probabilité qu’elles :
a) débutent à Lausanne ?
b) débutent à Lausanne et comprennent la visite de Genève ?
c) comprennent une visite à Berne et à Fribourg ?

Exercice 2.7: Un paquet de 12 cartes est composé de 4 rois, 4 dames et 4 valets.

On tire 5 cartes simultanément. Quelle est la probabilité de tirer :

a) 2 rois, 2 dames et 1 valet ? b) Les 4 rois ?

Exercice 2.8: Un sac contient trois objets rouges, quatre objets bleus et cinq objets
jaunes. On tire simultanément trois objets.
Quelle est la probabilité des événements :
a) A = « les trois objets tirés sont jaunes »
b) B = « il y a un objet de chaque couleur »
c) C = « aucun objet n’est rouge »
d) D = « il y a au moins un objet rouge »
e) E = « il y a au moins un objet bleu »
f) F = « il y a au plus un objet bleu »
30 CHAPITRE 2. PROBABILITÉS

Exemple 8: On tire simultanément 8 cartes d’un jeu de 36 cartes. Quelle est la

probabilité de tirer au moins un as ?

Exercice 2.9: On tire simultanément 8 cartes d’un jeu de 36 cartes. Quelle est la
probabilité des événements ?
a) A = « parmi les 8 cartes, il y a l’as de coeur »
b) B = « il n’y a aucun as parmi les 8 cartes »
c) C = « il y a au moins un as parmi les 8 cartes »

Exercice 2.10: Un récipient contient 70 boules sur lesquelles sont inscrits les 70 pre-
miers nombres entiers non nuls. On tire trois boules simultanément.
Quelle est la probabilité que parmi ces trois nombres :
a) figurent deux multiples de 5 ?
b) ne figure aucun carré parfait ?
c) figure au moins un carré parfait ?

Exercice 2.11: On tire simultanément 5 cartes d’un jeu de 36 cartes. Quelle est la
probabilité de tirer :

a) 5 carreaux ? b) 2 carreaux et 3 coeurs ?

c) 5 carreaux ou 5 coeurs ? d) 5 cartes de la même famille ?
e) les 4 rois ? f) 3 rois et 2 dames ?
g) aucun roi ? h) au moins un roi ?
i) au plus un roi ?
j) 2 cartes d’une famille puis 3 d’une autre famille ?

Exercice 2.12: On jette un dé trois fois. Quelle est la probabilité d’obtenir un total :
a) de 15 points ?
b) d’au moins 15 points ?
c) de strictement moins de 15 points ?

Exercice 2.13: On lance une pièce dix fois de suite. Calculer la probabilité d’obtenir
quatre fois pile et six fois face.

[Link]
CHAPITRE 2. PROBABILITÉS 31

2.3 Probabilités en utilisant un diagramme de Venn

Exemple 9: Dans un groupe de 35 élèves, 19 font du volley, 22 du basket et 14
pratiquent les 2 sports.
En choisissant un élève au hasard, Calculer la probabilité des événe-
ments :
‚ A = « il pratique les deux sports »
‚ B = « il ne pratique aucun sport »
‚ C = « il ne pratique que du volley »
‚ D = « il pratique du basket ou du volley »
En choisissant deux élèves au hasard, Calculer la probabilité :
‚ E = « qu’ils pratiquent les deux du volley »

Exercice 2.14: Dans une assemblée de 500 personnes, 300 comprennent le français,
200 l’italien, 90 l’anglais, 160 à la fois le français et l’italien, 60 à
la fois le français et l’anglais, 40 à la fois l’italien et l’anglais et 20
comprennent les trois langues. Si on choisit une personne au hasard
dans cette assemblée, quelle est la probabilité que cette personne
comprenne :
a) Exactement deux de ces trois langues ?
b) L’une au moins de ces trois langues ?

Exercice 2.15: Un appareil, fabriqué en très grande série, peut être défectueux
à cause de deux défauts différents désignés par A et B. 10 % des
appareils ont le défaut A, 8 % le défaut B et 4 % les deux défauts
simultanément. Un client achète l’un des appareils produits.
Représenter la situation sur un diagramme de Venn, puis calculer
a) la probabilité que cet appareil ne présente aucun défaut ;
b) la probabilité que cet appareil ne présente que le défaut A ;
c) la probabilité que cet appareil ne présente que le défaut B.
32 CHAPITRE 2. PROBABILITÉS

Exercice 2.16: On tire au hasard une carte d’un jeu ordinaire de 52 cartes. Déter-
miner la probabilité des événements suivants :
a) A = « on tire une carte noire » ;
b) B = « on tire une figure (valet, dame ou roi) » ;
c) C = « on tire une carte noire ou une figure ».

Exercice 2.17: Dans une classe de 25 élèves, on a constaté que 10 élèves portent
une casquette, 5 élèves portent une montre et 12 élèves portent
des lunettes. De plus, tous ceux qui portent une montre ont une
casquette. Il y a 3 élèves qui portent une montre, mais pas de
lunettes. Enfin, 6 élèves sont sans casquette et ont des lunettes. On
choisit au hasard trois élèves de cette classe.
a) Combien y a-t-il de possibilités de faire ce choix ?
b) Quelle est la probabilité qu’ils portent tous les trois des lu-
nettes ?
c) Quelle est la probabilité qu’au moins un des trois porte une
montre ?
On choisit au hasard un élève de cette classe.
d) Quelle est la probabilité qu’il ne porte ni montre, ni casquette,
ni lunettes ?
e) Quelle est la probabilité qu’il porte une montre ou une cas-
quette ?

Les diagrammes de Venn permettent de visualiser quelques propriétés

importantes.

Propriétés: Soit U l’univers d’une expérience aléatoire et A et B deux événe-

ments, on a alors :

a) P pU q “ 1 b) P pAq “ 1 ´ P pAq

c) P pAq § P pBq si A Ä B
CHAPITRE 2. PROBABILITÉS 33

"
P pAq ` P pBq si A X B “ ?
d) P pA Y Bq “
P pAq ` P pBq ´ P pA X Bq si A X B ‰ ?

Exemple 10: On tire au hasard une carte d’un jeu ordinaire de 36 cartes. On
considère les événements :
‚ A = « on tire une carte noire »
‚ B = « on tire une dame »
‚ C = « on tire une carte de cœur »
‚ D = « on tire une figure (valet, dame ou roi) »

Compléter :
‚ P pAq “ . . . P pBq “ . . . P pCq “ . . . P pDq “ . . .

‚ P (« on tire une dame noire ») =

‚ P (« on tire une figure de cœur ») =

En déduire alors :
‚ P (« on tire une carte noire ou une dame ») =

‚ P (« on tire une carte de cœur ou une figure ») =

34 CHAPITRE 2. PROBABILITÉS

Exercice 2.18: On jette successivement deux pièces de monnaies. On va s’intéresser

à l’apparition des piles (P) ou des faces (F).
On considère les trois événements suivants :
‚ A = « la première pièce tombe sur pile »
‚ B = « la deuxième pièce tombe sur pile »
‚ C = « la première ou la deuxième pièce tombe sur pile »
a) Décrire l’univers de cette expérience aléatoire
b) Calculer P pAq, P pBq puis P pA X Bq.
c) En déduire P pCq.

Exercice 2.19: On a placé 50 boules, numérotées de 1 à 50 dans un sac. L’expérience

consiste à tirer une boule du sac et de prendre note du numéro. On
envisage les 3 événements suivants :
‚ A = « le numéro tiré est pair »
‚ B = « le numéro tiré est multiple de 7 »
‚ C = « le numéro tiré est multiple de 8 »
a) Calculer P pAq, P pBq et P pCq.
b) Calculer la probabilité que le numéro tiré soit multiple de 7
ou multiple de 8.
c) Calculer la probabilité que le numéro tiré soit pair ou multiple
de 7.
d) Calculer la probabilité que le numéro tiré soit pair ou multiple
de 8.
CHAPITRE 2. PROBABILITÉS 35

2.4 Probabilités en utilisant un diagramme en arbre

Les diagrammes en arbre constituent une représentation souvent
utilisée pour décrire et étudier des expériences aléatoires se déroulant
en plusieurs étapes. Illustrons cette méthode par un exemple

Exemple 11: Un sac contient 4 billes rouges, 2 billes bleues et 3 billes vertes. On
tire successivement et sans remise deux billes. Trouver la probabilité
des événements suivants :
‚ A = « les deux billes tirées sont rouges »
‚ B = « la première bille est bleue et la seconde est verte »
‚ C = « une des billes tirées est rouge et l’autre est bleue »
Toutes les issues possibles peuvent être représentées par un dia-
gramme en arbre

‚ P pAq “

‚ P pBq “

‚ P pCq “

, On a déterminé les probabilités en multipliant les probabilités des branches correspondantes

Exercice 2.20: Une urne contient au départ 5 boules blanches et 7 noires. Chaque
fois que l’on tire une boule, on note sa couleur, puis on la réintroduit
ainsi que deux nouvelles boules de la même couleur qu’elle. Quelle
est la probabilité que les deux premières boules tirées soient noires,
puis les deux suivantes blanches ?
36 CHAPITRE 2. PROBABILITÉS

Exercice 2.21: Curieux climat que celui de la petite île d’Eigoloroetem. Il y fait : soit
beau toute la journée, soit mauvais toute la journée. L’affirmation
“demain, il fera le même temps qu’aujourd’hui” est vraie dans 70 %
des cas. Il a fait beau le vendredi de Pâques, calculer la probabilité
des événements suivants :
a) A : « il a fait beau le dimanche de Pâques »
b) B : « il a fait beau le samedi et le dimanche de Pâques »
c) C : « il a fait beau le samedi ou le dimanche de Pâques »

Exercice 2.22: Deux urnes contiennent chacune 3 boules vertes et 2 jaunes. On tire
une boule de la première urne que l’on introduit dans la deuxième
urne. Après avoir mélangé, on tire une boule de cette deuxième
urne.
a) Quelle est la probabilité d’obtenir une boule verte ?
b) Quelle est la probabilité d’obtenir une boule jaune ?

Exercice 2.23: L’éclairage d’une pièce nécessite l’emploi de deux lampes A et B

différentes. Les probabilités de défaillance de ces lampes après 100
heures d’utilisation sont de 0,12 pour A et 0,18 pour B.
a) Représenter la situation sur un arbre.
b) Calculer la probabilité pour que les deux lampes tombent en
panne toutes les deux.
c) En déduire la probabilité pour avoir au moins une lampe qui
fonctionne.
d) Quelle est la probabilité pour qu’une lampe, et une seule tombe
en panne ?

Exercice 2.24: À Morges, le temps au petit jour suit la loi suivante :

temps pluie nuages ciel bleu

probabilité 0,2 0,5 0,3

Monsieur Keller prend son parapluie en partant le matin avec une

probabilité de :

100 % s’il pleut 60 % s’il y a des nuages 20 % si le ciel est bleu.

Calculer la probabilité que monsieur Keller parte demain matin en

emportant son parapluie.
CHAPITRE 2. PROBABILITÉS 37

Exercice 2.25: 98 % des bébés survivent à l’accouchement. Cependant, 15 % des

naissances nécessitent une césarienne et lorsqu’une césarienne est
pratiquée, les bébés survivent à 96 %. Si une femme enceinte choisie
au hasard ne subit pas de césarienne, quelle est la probabilité que
son bébé survive ?

Exercice 2.26: Une personne d’humeur joyeuse essaie d’ouvrir sa porte après une
soirée bien arrosée. Elle a un trousseau de 10 clés indiscernables vu
son état ! Elle essaie les clés en remettant chaque fois la clé utilisée
dans le trousseau. Quelle est la probabilité d’ouvrir la porte :
a) au premier essai ?
b) au sixième essai ?
c) en moins de 4 essais ?

[Link]

Coin du philosophe: « Le nom seul de calcul des probabilités est un paradoxe : la probabilité,
opposée à la certitude, c’est ce qu’on ne sait pas, et comment peut-on
calculer ce que l’on ne connaît pas ?
Cependant, beaucoup de savants éminents se sont occupés de ce
calcul, et l’on ne saurait nier que la science n’en ait tiré quelque
profit.
Comment expliquer cette apparente contradiction ? La probabilité
a-t-elle été définie ? Peut-elle même être définie ? »
Henri Poincaré
Henri Poincaré
(1854-1912)

Qu’en pensez-vous:
38 CHAPITRE 2. PROBABILITÉS

2.5 Épreuves de Bernoulli (ou loi binomiale)

Supposons qu’on réalise plusieurs fois (n fois) successivement la
même expérience qui n’a que 2 issues possibles appelées succès (S)
et échec (E). On suppose de plus que le résultat de la 2e expérience
ne dépend pas du résultat de la 1re. De même, le résultat de la 3e
expérience ne dépend pas des résultats des 2 premières, etc. . .
Une telle expérience est appelée :
épreuves de Bernoulli à n étapes.
Jacques Bernoulli
(1654 – 1705)
mathématicien suisse

Exemples: ‚ On lance 10 fois de suite une pièce de monnaie (bien équilibrée).

On désigne, par exemple, l’issue d’obtenir pile par (S) succès et
donc face par (E) échec.
‚ On lance 7 fois un dé bien équilibré. On désigne, par succès (S)
l’issue d’un six et par échec celle d’un autre nombre de points.

Formule: Lors d’épreuves de Bernoulli à n étapes, où p exprime la

probabilité de succès, la probabilité d’obtenir exactement k succès,
notée Bpn ; k ; pq, se calcule par :

Bpn ; k ; pq “ P n pk ; n ´ kq ¨ pk ¨ p1 ´ pqn´k

Justification : Cf. plus loin

Reprenons les 2 exemples ci-dessus :

Exemple 12: Quelle est la probabilité d’obtenir 6 fois pile lors des 10 lancés d’une
pièce de monnaie ?

Exemple 13: Quelle est la probabilité d’obtenir 2 fois un six lors des 7 lancés d’un
dé ?
CHAPITRE 2. PROBABILITÉS 39

Exemple 14: Une urne contient 5 boules blanches et 7 noires. On extrait une
boule de l’urne, on note sa couleur, puis on la remet dans l’urne en
mélangeant avec soin.
a) En quoi cette situation correspond-elle bien à des épreuves de
Bernoulli ?
b) Quelle est la probabilité d’obtenir exactement 6 boules blanches
en 13 tirages ?

à suivre ! ! (page 41)

Exercice 2.27: Une étudiante, mal préparée pour son examen de biologie, décide
de répondre au hasard aux quatre questions d’un QCM. Chaque
question offre un choix de 5 réponses dont une seule est correcte.
Déterminer la probabilité qu’elle réponde correctement à exactement
3 questions.

Exercice 2.28: Un vendeur estime qu’un appel téléphonique sur 4 se termine par
une vente. Si l’on considère que les résultats de différents appels
sont des événements indépendants, trouver la probabilité que ce
vendeur réalise au moins 2 ventes à la suite de 5 appels.

Exercice 2.29: Nous venons de poser la formule de Bernoulli sous la forme :

Bpn ; k ; pq “ P n pk ; n ´ kq ¨ pk ¨ p1 ´ pqn´k

Dans la plupart des formulaires, on la trouve sous la forme :

Bpn ; k ; pq “ Ckn ¨ pk ¨ p1 ´ pqn´k

Comment peut-on justifier qu’il y ait 2 formes pour la même formule ?

40 CHAPITRE 2. PROBABILITÉS

Justification: Formule de Bernoulli

Nous justifierons cette formule en étudiant un cas simple à l’aide
d’un arbre. La généralisation pourra se faire en imaginant augmenter
le nombre de branches de cet arbre.
Une urne contient 5 boules blanches et 7 noires. On extrait une
boule de l’urne, on note sa couleur, puis on la remet dans l’urne en
mélangeant avec soin. On procède ainsi à 4 tirages. Quelle est la
probabilité d’obtenir exactement 2 boules blanches ?

Exercice 2.30: Un tireur à l’arc atteint sa cible avec une probabilité de 60 %. Il tire
successivement 8 flèches.
a) Quelle est la probabilité qu’il atteigne exactement cinq fois la
cible ?
b) Quelle est la probabilité qu’il atteigne au moins une fois sa
cible ?
c) Combien de flèches doit-il tirer pour que la probabilité qu’il
atteigne au moins une fois la cible soit supérieure à 95 %
CHAPITRE 2. PROBABILITÉS 41

2.6 Et si l’inconnue est la taille de l’arbre

Exemple 15: Suite de l’exemple page 39 :

Une urne contient 5 boules blanches et 7 noires. On extrait une
boule de l’urne, on note sa couleur, puis on la remet dans l’urne en
mélangeant avec soin.
c) Combien de tirages doit-on effectuer pour que la probabilité
d’avoir au moins une boule blanche soit de plus de 95 % ?

Exercice 2.31: La classe 1M06 compte 16 élèves parmi lesquels seuls deux n’ont
pas de Natel. On peut estimer que cette proportion est la même
dans toutes les classes de notre gymnase. Combien d’élèves dois-je
choisir dans notre gymnase pour que la probabilité d’en obtenir au
moins un sans Natel soit plus grande que 99,9 % ?

Exercice 2.32: Un investisseur réalise un profit avec 30 % de ses placements. Son

patron exige qu’il fasse au moins 1 placement rentable durant la
prochaine année.
Combien de placements doit-il faire pour que la probabilité qu’au
moins un placement soit rentable, soit supérieure ou égale à 80 % ?

[Link]
42 CHAPITRE 2. PROBABILITÉS

2.7 Probabilité conditionnelle et événements indépendants

Que devient la probabilité d’un événement A si l’on dispose d’in-
formations supplémentaires susceptibles d’influencer la réalisation
de A ?
Ce type de probabilité s’appelle une probabilité conditionnelle.

Exemple 16: (sous forme d’un diagramme de Venn) :

Une enquête réalisée lors d’une assemblée internationale a montré
que 60 % des participants comprennent l’anglais, 45 % l’italien et
15 % les deux langues.
a) Quelle est la probabilité qu’une personne choisie au hasard
dans cette assemblée comprenne l’italien.
b) Que devient cette probabilité si vous savez déjà qu’elle com-
prend l’anglais.

Dans cet exemple, nous avons constaté que :

B Soit U un univers comprenant n éléments répartis dans 2 événements
A n2 A et B. Alors, la probabilité que l’événement A se réalise sachant
n1 n3 que B a eu lieu se calculera :

n3
nbre de cas favorables n3 P pA X Bq
P pA sachant Bq “
n
“ “ “
nbre de cas possibles n2 ` n3 n2 ` n3 P pBq
n
CHAPITRE 2. PROBABILITÉS 43

Formule: Soit A et B deux événements avec P pBq ‰ 0.

On appelle probabilité conditionnelle de A sachant B la
probabilité que l’événement A soit réalisé sachant que B est réalisé.
On la note P pA | Bq.

P pA X Bq
P pA | Bq “
P pBq

Exercice 2.33: Trois événements d’un univers U sont représentés dans le schéma
ci-contre. Calculer :
A B
12 5
3 2 9 a) P pA | Bq b) P pB | Aq c) P pA | Bq
7
C
10
5
d) P pA | Cq e) P pC | A Y Bq
U

Exercice 2.34: Un sondage est effectué dans une société comprenant 40 % de cadres
et 60 % d’employés. On sait que 20 % des cadres et 10 % des employés
de cette société savent parler l’anglais. On interroge un individu au
hasard. Quelle est la probabilité pour que ce soit :
a) un cadre sachant parler l’anglais
b) un employé sachant parler l’anglais
c) une personne sachant parler l’anglais
On interroge alors individuellement d’autres employés
d) Sachant que l’individu interrogé sait parler l’anglais, quelle
est la probabilité pour que ce soit un employé ?
e) Sachant qu’il s’agit d’un cadre, quelle est la probabilité qu’il
sache parler l’anglais ?

Exemple 17: (sous forme d’un arbre) :

La société SuissTrans reçoit 60 % de ses stocks de Genève (G) et
40 % de Berne (B). Les livraisons en provenance de Genève sont en
retard dans 20 % des cas tandis que celles en provenance de Berne
sont en retard dans seulement 5 % des cas. Les livraisons arrivent à
l’entrepôt de la société d’une façon aléatoire.
Sachant qu’une livraison est arrivée en retard, quelle est la probabi-
lité qu’elle provienne de Berne ?
44 CHAPITRE 2. PROBABILITÉS

Exercice 2.35: Reprendre la donnée de l’exercice précédent en modélisant la situa-

tion par un arbre.

Exemple 18: (résolu à l’aide de la combinatoire) :

Xavier tire 4 cartes parmi les 36 cartes d’un jeu. Yves a pu apercevoir
qu’il s’agit de 4 cartes rouges.
Sachant cela, quelle est la probabilité que Xavier ait 2 as ?

Ainsi l’on doit calculer :

P p2 as rouges et 2 autres rougesq
P p2 as | 4 rougesq “
P p4 rougesq
C22 ¨ C216
C4
36
C216 2
“ “ 18 “
C418 C4 51
36
C4

Exercice 2.36: Une urne contient 3 billes rouges numérotées de 1 à 3, une bille
bleue portant le numéro 4 et 4 billes vertes numérotées de 5 à 8. On
choisit au hasard une bille de l’urne.
a) Quelle est la probabilité que la bille soit rouge ?
b) Sachant que le chiffre sur la bille est pair, quelle est la proba-
bilité qu’elle soit rouge ?

Exercice 2.37: On dispose d’un jeu de 36 cartes. L’expérience consiste à tirer une
carte. On définit les événements :
‚ A = « la carte tirée est un coeur »
‚ B = « la carte tirée est un valet de coeur »
‚ C = « la carte tirée est une figure de pique (valet, dame ou
roi) ou un coeur »
Calculer P pB | Aq, P pA | Cq, P pB | Cq, P pC | Bq
CHAPITRE 2. PROBABILITÉS 45

Exercice 2.38: Une étude des fichiers de la CNA (caisse nationale d’assurance)
concernant une région montre qu’en 2018, 17 % des personnes de
moins de 70 ans ainsi que 75 % des personnes âgées de 70 ans ou
plus ont été vaccinées contre la grippe. On sait que les personnes de
70 ans ou plus représentent 12 % de la population de cette région.
‚ On prend une personne au hasard. Quelle est la probabilité
pour qu’elle soit vaccinée ?
‚ Si on prend une personne vaccinée, quelle est la probabilité
pour que ce soit une personne de moins de 70 ans ?
‚ Si on prend une personne de moins de 70 ans, quelle est la
probabilité qu’elle soit vaccinée ?

Exercice 2.39: Un inspecteur vérifie la grosseur de chaque boulon produit par

une nouvelle machine. Les données qu’il a recueillies ont permis
l’élaboration du tableau suivant :
Événement Probabilité
trop gros 0,15
trop petit 0,25

Sachant qu’un boulon choisi au hasard n’est pas de la bonne grosseur,

déterminer la probabilité qu’il soit trop gros.

Qu’en pensez-vous: Quand on prend l’avion, la probabilité pour qu’il y ait une bombe
est évaluée à 1011000 .

??? Ainsi la probabilité pour qu’il y en ait deux est de 1

1001 0001 000
.

On peut donc en conclure que quand on prend l’avion, on augmente

sa sécutité en emportant une bombe.
46 CHAPITRE 2. PROBABILITÉS

Exemple 19: On jette trois fois une pièce de monnaie bien équilibrée. On considère
les événements suivants :
‚ A = « le premier jet donne face »
‚ B = « le second jet donne face »
‚ C = « seuls deux jets consécutifs donnent face »
a) Décrire l’univers U de cette expérience aléatoire :
! )
U“

b) Calculer et comparer P pAq avec P pA | Bq

c) Calculer et comparer P pBq avec P pB | Cq

d) Calculer et comparer P pAq avec P pA | Cq

Intuitivement, nous dirons qu’un événement A est indépendant d’un

événement B si la probabilité pour que A se produise n’est pas
influencé par le fait que B se soit ou ne se soit pas produit. On
pourra alors écrire :

P pA X Bq
P pAq “ P pA | Bq ñ P pAq “ ñ P pA X Bq “ P pAq ¨ P pBq
P pBq
CHAPITRE 2. PROBABILITÉS 47

Définition: On dit que les événements A et B sont indépendants

õ
P pA X Bq “ P pAq ¨ P pBq

Exemple 20: a) On jette successivement deux dés équilibrés. On note les événe-
ments suivants :
‚ A = « la somme des dés est 7 », ainsi P pAq “ 6{36
‚ B = « le premier dé donne 4 », ce qui donne P pBq “ 1{6
‚ A X B = « la somme des dés est 7 et le premier dé donne 4 »,
ainsi P pA X Bq “ 1{36
On observe donc, sur cet exemple, que
P pA X Bq “ P pAq ¨ P pBq
Les événements A et B sont indépendants. Le fait de savoir que le
premier jet indique un 4 n’influence pas la probabilité d’obtenir une
somme de 7.

b) Qu’en est-il si l’on remplace l’événement A par « La somme des

dés est 6 » ?
P pAq “ . . . . . . P pBq “ . . . . . . P pA X Bq “ . . . . . . . . .
ùñ A et B sont . . . . . . . . . . . . . . . . . . . . . . . .

Exercice 2.40: On jette une pièce de monnaie trois fois. On considère les événements
suivants : A = « le premier jet donne face » ; B = « le second jet
donne face ».
a) Déterminer l’Univers de cette expérience aléatoire.
b) Calculer P pBq, P pB | Aq, P pAq, et P pA X Bq
c) En déduire que les 2 événements A et B sont indépendants.

Exercice 2.41: Le tableau suivant donne la répartition de 150 stagiaires en fonction

de la langue choisie et de l’activité sportive choisie.

Tennis Équitation Voile

Anglais 45 18 27
Allemand 33 9 18

On choisit un élève au hasard.

a) Les événements « étudier l’allemand » et « pratiquer le tennis »
sont-ils indépendants ?
b) Les événements « étudier l’anglais » et « pratiquer la voile »
sont-ils indépendants ?
48 CHAPITRE 2. PROBABILITÉS

2.8 Un petit mélange

Exercice 2.42: On a établi que, dans une population donnée, 60 % des familles
occupent une maison individuelle et parmi elles, 80 % en sont pro-
priétaires.
Parmi les familles n’occupant pas de maison individuelle, 25 %
en sont propriétaires. On choisit une famille au hasard dans la
population considérée.
a) Montrer que la probabilité qu’elle soit propriétaire de son
logement est égale à 58 %
b) Quelle est la probabilité qu’elle occupe une maison individuelle
sachant qu’elle n’en est pas propriétaire.
c) Quelle est la probabilité qu’elle soit propriétaire de son loge-
ment sachant qu’il s’agit d’une maison individuelle.

Exercice 2.43: Une forêt abrite vingt cerfs. Cinq sont capturés, marqués et relâchés.
Un peu plus tard, quatre sont de nouveau capturés. Quelle est la
probabilité que deux d’entre eux soient marqués ?

Exercice 2.44: Soit A l’événement « une famille a des enfants des deux sexes », et
B l’événement « une famille a au plus un garçon ».
a) Montrer que A et B sont indépendants pour une famille de
trois enfants.
b) Est-ce toujours le cas pour une famille de deux enfants ?

Exercice 2.45: Un prof de math (!!) donne à sa classe 10 problèmes en expliquant

que l’examen final consistera à résoudre 5 de ces 10 problèmes,
choisis au hasard. Si un étudiant sait résoudre 7 des 10 problèmes,
quelle est la probabilité qu’il ou elle réponde correctement :
a) Aux 5 problèmes ( ùñ note : 6) ?
b) À au moins 3 problèmes ( ùñ note • 4) ?

Exercice 2.46: On sort d’un jeu de cartes les 4 as et les 4 rois. On tire ensuite
simultanément 2 cartes de ces 8 cartes. Quelle probabilité a-t-on de
tirer :
a) Deux as si l’on sait qu’une des deux cartes au moins est un
as ?
b) Deux as si l’on sait qu’une des deux cartes au moins est un as
rouge ?
c) Deux as si l’on sait qu’une des deux cartes est l’as de coeur ?
CHAPITRE 2. PROBABILITÉS 49

Exercice 2.47: Une agence de location de voitures dispose de 15 véhicules récents

et de 35 anciens véhicules. L’agence a constaté que les clients à qui
elle louait un véhicule récent avaient une panne dans 0,5 % des cas,
alors que ceux à qui elle louait un véhicule ancien avaient une panne
dans 2,5 % des cas.
a) Calculer la probabilité qu’un véhicule loué au hasard tombe
en panne.
b) Un véhicule loué au hasard tombe en panne. Calculer la pro-
babilité qu’il s’agisse d’un ancien véhicule.
Soucieuse de son image de marque, l’agence décide de remplacer un
certain nombre de ses anciens véhicules par des véhicules récents.
c) Calculer le nombre d’anciens véhicules qu’il faut remplacer
par des véhicules récents pour que les pannes arrivent moins
d’une fois sur cent.

Exercice 2.48: Dans un porte-monnaie contenant des pièces d’un franc, de deux
francs et de cinq francs, on dénombre en tout 30 pièces, dont 6
sont des pièces d’un franc et n sont des pièces de deux francs. Deux
pièces s’échappent de ce porte-monnaie et tombent à terre.
a) Montrer que la probabilité p que les deux pièces à terre soient
n2 ´ 24n ` 291
de même valeur est donnée par p “ .
435
b) Déterminer le nombre n de pièces de deux francs que doit
contenir ce porte-monnaie pour que cette probabilité p soit
minimale.
c) Déterminer le nombre n de pièces de deux francs que doit
contenir ce porte-monnaie pour que cette probabilité p soit
maximale.

[Link]