Probabilités Conditionnelles Et Variables Aléatoires
Probabilités Conditionnelles Et Variables Aléatoires
A) Variables aléatoires.
Définition :
Définir une loi de probabilité 𝑃 d'une variable aléatoire 𝑋, c’est associer à chaque valeur 𝑥𝑖 , de
la variable aléatoire un nombre positif 𝑝𝑖 , tel que la somme des 𝑝𝑖 , est égale à 1. Ainsi :
𝑖=𝑛
𝑝𝑖 = 𝑃(𝑋 = 𝑥𝑖 ) avec ∶ 0 ≤ 𝑝𝑖 ≤ 1 et ∑ 𝑝𝑖 = 𝑝1 + 𝑝2 + ⋯ + 𝑝𝑛 = 1
𝑖=1
Déterminer la loi de probabilité de 𝑋, c’est donner, sous forme d'un tableau, toutes les
probabilités des valeurs 𝑥𝑖 .
Exemple 1 :
Le lancer d'un dé symétrique conduit à la loi de probabilité donnée par le tableau suivant :
Résultat 1 2 3 4 5 6
1 1 1 1 1 1
Probabilité
6 6 6 6 6 6
On peut alors donner la loi de probabilité de la variable aléatoire 𝐺 qui vaut le – 2 si le résultat est
5 ou 6 et le nombre de points obtenu sinon dans le tableau suivant :
Exemple 2 :
Si on lance deux dés sont équilibrés, on peut donner la 1oi de probabilité de la variable aléatoire
𝑆 qui vaut la somme des points obtenus avec les deux dés dans le tableau suivant :
Définition :
Si 𝑋 est une variable aléatoire prenant les valeurs 𝑥1 𝑥2 … 𝑥𝑛 avec les probabilités 𝑝1 𝑝2 … 𝑝𝑛
on appelle espérance de la variable 𝑋 le nombre noté 𝐸(𝑋) défini par :
𝑖=𝑛
𝐸(𝑋) = ∑ 𝑝𝑖 𝑥𝑖 = 𝑝1 𝑥1 + 𝑝2 𝑥2 + ⋯ + 𝑝𝑛 𝑥𝑛
𝑖=1
Propriété :
L’espérance d'une variable aléatoire 𝑋 est la moyenne des valeurs 𝑥𝑖 pondérées par leurs
probabilités. Autrement dit, l’espérance mathématique permet de calculer la moyenne des résultats
obtenus lorsqu’on reproduit un très grand nombre de fois l’expérience.
Remarques : Cette propriété est une conséquence directe de la loi des grands nombres.
Considérons une expérience aléatoire caractérisée par un ensemble des résultats suivants :
𝐸 = {𝑒1 𝑒2 … 𝑒𝑛 } et une loi de probabilité 𝑝1 𝑝2 … 𝑝𝑛 définie sur 𝐸.
Si on réalise 𝑁 fois cette expérience aléatoire, on obtient les résultats 𝑒1 𝑒2 … 𝑒𝑛 avec des
fréquences d’apparition 𝑓1 𝑓2 … 𝑓𝑛 . La moyenne statistique sera : 𝑥 = 𝑓1 𝑒1 + 𝑓2 𝑒2 + … + 𝑓𝑛 𝑒𝑛 .
Comme les fréquences 𝑓1 𝑓2 … 𝑓𝑛 se rapproche des probabilités 𝑝1 𝑝2 … 𝑝𝑛 lorsque N devient
grand, la moyenne 𝑥 se rapproche de l’espérance mathématique.
Exemple 2 :
On simule avec un tableur 100 lancers de 2 dés et on calcule la somme des deux nombres ainsi
définis. On obtient les résultats suivants :
Résultats
5 4 5 6 12 6 10 7 3 6 5 7 7 4 8 6 4 3 11 5
7 9 5 9 5 6 11 10 11 3 4 4 7 4 6 6 6 3 6 5
10 12 5 6 10 3 10 11 11 6 8 7 7 4 7 7 8 9 5 9
8 2 8 10 7 8 10 12 7 11 10 11 4 9 3 8 4 4 9 7
8 8 7 6 11 3 10 7 5 3 6 9 8 6 7 5 3 6 10 8
Résultat 2 3 4 5 6 7 8 9 10 11 12
Fréquence 0.01 0.09 0.10 0.11 0.15 0.15 0.11 0.07 0.10 0.08 0.03
Dans ces conditions la moyenne des résultats obtenus est :
𝑥 = 0.01 × 2 + ⋯ + 0.03 × 12 = 6.94
Par ailleurs, la loi de probabilité (dessiner tableau à double entrée) est donnée par le tableau :
Valeur prise par 𝑺 2 3 4 5 6 7 8 9 10 11 12
1 2 3 4 5 6 5 4 3 2 1
Probabilité
36 36 36 36 36 36 36 36 36 36 36
L’espérance mathématique de la loi de probabilité est :
1 2 1
𝐸(𝑆) = ×2+ × 3…+ × 12 = 7 ≈ 6.94
36 36 36
On remarque donc que 𝑥 ≈ 𝐸(𝑆).
Exemple 2 :
Reprenons la situation du lancer de 2 dés avec la variable aléatoire 𝑆 qui calcule la somme des
deux nombres ainsi obtenus. L’étude précédente nous a permis d’établir :
• la loi de probabilité donnée dans le tableau ci-dessous :
Valeur prise par 𝑺 2 3 4 5 6 7 8 9 10 11 12
1 2 3 4 5 6 5 4 3 2 1
Probabilité
36 36 36 36 36 36 36 36 36 36 36
• l’espérance mathématique : 𝐸(𝑆) = 7.
Connaissant ces résultats on peut calculer la variance et l’écart-type de 𝑆 :
1 2 1 35 35
𝑉(𝑋) = × 22 + × 32 + ⋯ + × 122 −72 = et 𝜎(𝑋) = √𝑉(𝑋) = √ ≈ 2.415
36 36 36 6 6
Propriétés :
Soit 𝑎 et 𝑏 deux réels quelconques. La variable aléatoire 𝑌 dont la loi de probabilité est donnée par
le tableau suivant, est notée 𝑌 = 𝑎𝑋 + 𝑏 :
Valeur de 𝒀 𝑎𝑥1 + 𝑏 𝑎𝑥2 + 𝑏 … 𝑎𝑥𝑛 + 𝑏
Probabilité 𝑝1 𝑝2 … 𝑝𝑛
On a : 𝐸(𝑌) = 𝐸(𝑎𝑋 + 𝑏) = 𝑎𝐸(𝑋) + 𝑏 et 𝑉(𝑌) = 𝑉(𝑎𝑋 + 𝑏) = 𝑎2 𝑉(𝑋)
Démonstrations :
• 𝐸(𝑌) = 𝐸(𝑎𝑋 + 𝑏) = 𝑝1 (𝑎𝑥1 + 𝑏) + 𝑝2 (𝑎𝑥2 + 𝑏) + ⋯ + 𝑝𝑛 (𝑎𝑥𝑛 + 𝑏)
= 𝑎𝑝1 𝑥1 + 𝑝1 𝑏 + 𝑎𝑝2 𝑥2 + 𝑝2 𝑏 + ⋯ + 𝑎𝑝𝑛 𝑥𝑛 + 𝑝𝑛 𝑏
= 𝑎(𝑝1 𝑥1 + 𝑝2 𝑥2 + ⋯ + 𝑝𝑛 𝑥𝑛 ) + (𝑝1 + 𝑝2 + ⋯ + 𝑝𝑛 )𝑏
= 𝑎𝐸(𝑋) + 1 × 𝑏 = 𝑎𝐸(𝑋) + 𝑏
2 2
• 𝑉(𝑌) = 𝑉(𝑎𝑋 + 𝑏) = 𝑝1 (𝑎𝑥1 + 𝑏 − 𝐸(𝑎𝑋 + 𝑏)) + ⋯ + 𝑝𝑛 (𝑎𝑥𝑛 + 𝑏 − 𝐸(𝑎𝑋 + 𝑏))
= 𝑝1 (𝑎𝑥1 + 𝑏 − 𝑎𝐸(𝑋) − 𝑏)2 + ⋯ + 𝑝𝑛 (𝑎𝑥𝑛 + 𝑏 − 𝑎𝐸(𝑋) − 𝑏)2
2 2
= 𝑎2 𝑝1 (𝑥1 − 𝐸(𝑋)) + ⋯ + 𝑎2 𝑝𝑛 (𝑥𝑛 − 𝐸(𝑋)) = 𝑎2 𝑉(𝑋)
Exercice n°1 :
Un sac contient 4 cartons numérotés 1, 2, 3 et 4.
On tire au hasard successivement et sans remise deux cartons dans ce sac.
Chaque client rentrant dans les restaurants prend exactement un plat et un dessert.
1) En prenant un client au hasard à la sortie du restaurant, préciser quel peut être le montant de sa
facture.
2) On supposant que toutes les combinaisons plat dessert ont la même probabilité d’être choisies
par un client.
On note 𝑋 la variable aléatoire donnant le montant de l’addition de chaque client (on suppose
les notes individuelles).
a) Combien de combinaison peut-on créer à partir de ce menu ?
b) Quelles sont les valeurs prises par 𝑋 ?
c) Montrer que :
1
𝑃(𝑋 = 10) =
3
d) Compléter le tableau ci-dessous :
𝑴𝒐𝒏𝒕𝒂𝒏𝒕 𝒌 𝒅𝒆 𝒍𝒂 𝒇𝒂𝒄𝒕𝒖𝒓𝒆 𝟖 𝟗 𝟏𝟎 𝟏𝟏
1
𝑷(𝑿 = 𝒌) =
3
B) Probabilités conditionnelles.
Dans ce chapitre, 𝐸 désigne l’ensemble des issues d’une expérience aléatoire et 𝐸 une loi de probabilité
sur 𝐸. Il est naturellement sous-entendu que les évènements sont des évènements de cette expérience
aléatoire.
Définition :
Soit 𝐴 et 𝐵 deux évènements avec 𝑃(𝐴) ≠ 0. La probabilité que l’évènement 𝐵 se réalise sachant
que l’évènement 𝐴 est réalisé, notée 𝑃𝐴 (𝐵), est définie par :
𝑃(𝐴 ∩ 𝐵)
𝑃𝐴 (𝐵) =
𝑃(𝐴)
Remarques :
• 𝑃𝐴 (𝐵) se lit « probabilité de 𝐵 sachant 𝐴 »
𝑃(𝐴 ∩ 𝐵)
• 𝑃𝐵 (𝐴) =
𝑃(𝐵)
• 𝑃𝐴 (𝐵) × 𝑃(𝐴) = 𝑃(𝐴 ∩ 𝐵) = 𝑃𝐵 (𝐴) × 𝑃(𝐵)
• 𝑃𝐴 est une probabilité donc 𝑃𝐴 (𝐵) + 𝑃𝐴 (𝐵) = 1
Exercice n°3 :
Dans une classe de 35 élèves de terminale, 8 élèves souhaitent poursuivre leur étude dans un IEP,
7 souhaitent poursuivre dans une CPGE et 3 postulent pour les deux filières. On a donc:
On note les évènements 𝐼𝑃 : « L’élève choisit un IEP » et 𝐶 : « L’élève choisit une CPGE ».
On interroge un élève au hasard sur ses vœux post-Bac.
1) Calculer les probabilités suivantes : 𝑃(𝐼𝑃) et 𝑃(𝐼𝑃 ∩ 𝐶).
2) Calculer, de deux façons différentes, 𝑃𝐼𝑃 (𝐶).
3) Calculer, de deux façons différentes, 𝑃𝐶 (𝐼𝑃).
4) Traduire par une phrase le résultat précédent.
Lycée Français de DOHA Spécialité Première
Année 2022 – 2023 M. Evanno
6
Exercice n°4 :
1) 𝐴, 𝐵 et 𝐶 désignent trois évènements et 𝐴̅, 𝐵̅ et 𝐶̅ leurs évènements contraires.
Compléter les arbres pondérés ci-dessous par les probabilités manquantes.
1er cas : 2ème cas :
2) Dans chacun des cas suivants 𝐴, 𝐵 et 𝐶 désignent trois évènements et 𝐴̅, 𝐵̅ et 𝐶̅ leurs
évènements contraires.
Déterminer, à l’aide des schémas proposés, les probabilités demandées :
1er cas :
a) 𝑃𝐵 (𝐴) =
b) 𝑃𝐴 (𝐵) =
c) 𝑃𝐴̅ (𝐵) =
d) 𝑃(𝐴 ∩ 𝐵) =
2ème cas :
a) 𝑃(𝐴) =
b) 𝑃(𝐴 ∩ 𝐵 ∩ 𝐶) =
c) 𝑃(𝐵) =
d) 𝑃𝐴 (𝐵) =
e) 𝑃𝐶 (𝐴) =
3) Un fromager fait l’inventaire des produits qu’il a en cave. La répartition de ces 3 types de
fromages est la suivante : 25% au lait de chèvre, 60% au lait de vache et 15% au lait de brebis.
Chacun de ses 3 types de fromages se partage en deux catégories : frais ou affiné. Le tableau
suivant donne la répartition des fromages de chaque catégorie suivant leur affinage :
Exemple :
Un sachet de 100 bonbons contient 40 bonbons acidulés, les autres bonbons sont à la guimauve.
On sait aussi que :
• 10 bonbons sont acidulés et au parfum orange.
• parmi les bonbons à la guimauve 18 sont au parfum orange.
• les bonbons qui ne sont pas au parfum orange sont à la fraise.
On choisit un bonbon au hasard dans ce sachet. On note :
• 𝐴 l’évènement : « le bonbon est acidulé ».
• 𝐺 l’évènement : « le bonbon est à la guimauve ».
• 𝐹 l’évènement : « le bonbon est à la fraise ».
• 𝑂 l’évènement : « le bonbon est au parfum orange ».
De l’énoncé il découle immédiatement les probabilités suivantes :
40 100 − 40 10
𝑃(𝐴) = = 0.4 ; 𝑃(𝐺) = = 0.6 et 𝑃(𝐴 ∩ 𝑂) = = 0.1
100 100 100
De plus parmi les bonbons à la guimauve 18 sont au parfum orange, on en déduit que la probabilité
de l’évènement 𝑂 sachant l’évènement 𝐺 est :
18
𝑃𝐺 (𝑂) = = 0.3
60
Arbre pondéré :
• Il est évident que la gestion de ces informations va devenir très complexe, d’où la nécessité de
traduire ou de modéliser cette expérience aléatoire par un arbre.
• On peut y indiquer les probabilités des évènements considérés, on parle alors d’un arbre
pondéré ou d’un arbre de probabilités.
Propriétés :
• La probabilité d’une feuille est le produit des probabilités indiquées sur des branches du
chemin qui aboutit à cette feuille.
• La somme des probabilités indiquées sur les branches issues d’un même nœud vaut 1.
Exemples :
𝑃(𝐺 ∩ 𝑂) = 𝑃(𝐺) × 𝑃𝐺 (𝑂) = 0.6 × 0.3 = 0.18
𝑃𝐺 (𝐹) = 1 − 𝑃𝐺 (𝑂) = 1 − 0.3 = 0.7
𝑃(𝐺 ∩ 𝐹) = 𝑃(𝐺) × 𝑃𝐺 (𝐹) = 0.6 × 0.7 = 0.42
𝑃(𝐴 ∩ 𝑂) 0.1
𝑃𝐴 (𝑂) = = = 0.25
𝑃(𝐴) 0.4
𝑃(𝐴 ∩ 𝐹) = 1 − 𝑃(𝐺 ∩ 𝑂) − 𝑃(𝐺 ∩ 𝐹) − 𝑃(𝐴 ∩ 𝑂) = 1 − 0.18 − 0.42 − 0.1 = 0.3
Lycée Français de DOHA Spécialité Première
Année 2022 – 2023 M. Evanno
8
C) Partition de l’univers.
1. Partition de l’univers en deux évènements.
Théorème :
Si 𝐴 est un évènement de probabilité non nulle et 𝐴 son évènement contraire alors 𝐴 et 𝐴 forment
une partition de l’univers 𝐸. Si 𝐵 un évènement de 𝐸, on a alors dans situation suivante :
Démonstration :
𝐵 ∩ 𝐴 et 𝐵 ∩ 𝐴 sont disjoints et 𝐵 = (𝐵 ∩ 𝐴) ∪ (𝐵 ∩ 𝐴) donc 𝑃(𝐵) = 𝑃(𝐵 ∩ 𝐴) + 𝑃(𝐵 ∩ 𝐴).
On en déduit que : 𝑃(𝐵) = 𝑃(𝐵 ∩ 𝐴) + 𝑃(𝐵 ∩ 𝐴) = 𝑃𝐴 (𝐵) × 𝑃(𝐴) + 𝑃𝐴 (𝐵) × 𝑃(𝐴)
Exemple :
Une enquête réalisée au Luxembourg révèle 24% de la population fume. La fumée dérange 80%
des non-fumeurs et 58% des fumeurs. On interroge au hasard un habitant et on note :
• 𝐹 l’évènement : « être un fumeur ».
• 𝐷 l’évènement : « la fumée dérange ».
Les évènements 𝐹 et 𝐹 forment une partition de l’univers des habitants du Luxembourg.
Or 𝑃(𝐹) = 0.24 donc 𝑃(𝐹) = 1 − 0.24 = 0.76.
La fumée dérange 80% des non-fumeurs donc 𝑃𝐹 (𝐷) = 0.8.
La fumée dérange 58% des fumeurs donc 𝑃𝐹 (𝐷) = 0.58.
Théorème :
Si 𝐴1 ; 𝐴2 ; … ; 𝐴𝑛 forment une partition (ensemble deux à deux disjoints dont l’union est l’univers
𝐸 tout entier) de l’univers 𝐸 et 𝐵 est un évènement de 𝐸 on a alors dans situation suivante :
Exemple :
Un magasin de sport propose des réductions sur les trois marques de vêtements qu’il distribue.
Les marques 𝐴, 𝑁 et 𝑂 représentent respectivement 64%, 28% et 8% des vêtements vendus. 30%
des vêtements de la marque 𝐴, 60% de ceux de la marque 𝑁 et 80% de la marque 𝑂 sont soldés.
On interroge au hasard un client ayant acheté un vêtement de sport.
On note :
• 𝐴 l’évènement : « le vêtement est de la marque 𝐴 ».
• 𝑁 l’évènement : « le vêtement est de la marque 𝑁 ».
• 𝑂 l’évènement : « le vêtement est de la marque 𝑂 ».
• 𝑆 l’évènement : « le vêtement est soldé ».
D’où la modélisation suivante :
A l’aide de la formule des probabilités totales, on peut alors obtenir la probabilité que le client
ait acheté un vêtement soldé :
𝑃(𝑆) = 𝑃(𝑆 ∩ 𝐴) + 𝑃(𝑆 ∩ 𝑁) + 𝑃(𝑆 ∩ 𝑂) avec :
• 𝑃(𝑆 ∩ 𝐴) = 𝑃𝐴 (𝑆) × 𝑃(𝐴) = 0.3 × 0.64 = 0.192
• 𝑃(𝑆 ∩ 𝑁) = 𝑃𝑁 (𝑆) × 𝑃(𝑁) = 0.6 × 0.28 = 0.168
• 𝑃(𝑆 ∩ 𝑂) = 𝑃𝑂 (𝑆) × 𝑃(𝑂) = 0.8 × 0.08 = 0.064
D’où : 𝑃(𝑆) = 0.192 + 0.168 + 0.064 = 0.424.
Lycée Français de DOHA Spécialité Première
Année 2022 – 2023 M. Evanno
10
Remarque : Attention à ne pas confondre indépendant et incompatible qui est synonyme de disjoint c’est-
à-dire que 𝐴 ∩ 𝐵 = ∅ et non pas 𝑃(𝐴 ∩ 𝐵) = 𝑃(𝐴) × 𝑃(𝐵).
Exemple :
Dans la population, il y a 71% de porteurs de lunettes parmi lesquels 37% ont 55 ans ou plus.
Dans la population, il y a 63% de personnes de moins de 55 ans.
On tire au sort une personne dans la population et on considère les deux évènements :
• 𝐴 : « la personne a 55 ans ou plus » ;
• 𝐿 : « la personne porte des lunettes ».
Les évènements 𝐴 et 𝐿 sont-ils indépendants ?
D’après l’énoncé, on a : 𝑃(𝐿) = 0.71 ; 𝑃(𝐴) = 1 − 0.63 = 0.37 et 𝑃𝐿 (𝐴) = 0.37.
𝑃(𝐴) × 𝑃(𝐿) = 0.37 × 0.71 = 0.2627 et 𝑃(𝐴 ∩ 𝐿) = 𝑃(𝐿) × 𝑃𝐴 (𝐿) = 0.71 × 0.37 = 0.2627.
Comme 𝑃(𝐴) × 𝑃(𝐿) = 𝑃(𝐴 ∩ 𝐿) on en déduit que 𝐴 et 𝐿 sont indépendants
Propriété :
Si 𝑃(𝐴) ≠ 0 alors 𝐴 et 𝐵 sont indépendants si, et seulement si, 𝑃𝐴 (𝐵) = 𝑃(𝐵).
Exercice n°5 :
Une fabrique artisanale de jouets en bois vérifie la qualité de sa production avant sa
commercialisation. Chaque jouet produit par l’entreprise est soumis à deux contrôles : d’une part
l’aspect du jouet est examiné afin de vérifier qu’il ne présente pas de défaut de finition, d’autre
part sa solidité est testée. Il s’avère, à la suite d’un grand nombre de vérifications, que :
• 92% des jouets sont sans défaut de finition ;
• parmi les jouets qui sont sans défaut de finition, 95% réussissent le test de solidité ;
• 2% des jouets ne satisfont à aucun des deux contrôles.
On prend au hasard un jouet parmi les jouets produits. On note :
• 𝐹 l’événement : « le jouet est sans défaut de finition » ;
• 𝑆 l’événement : « le jouet réussit le test de solidité ».
Partie A : Construction d’un arbre pondéré associé à cette situation.
1) En utilisant l’énoncé, préciser : 𝑃(𝐹) ; 𝑃𝐹 (𝑆) et 𝑃(𝑆 ∩ 𝐹).
2) En déduire la valeur de 𝑃𝐹 (𝑆). Construire l’arbre pondéré correspondant à cette situation.
Exercice n°7 :
Une chaîne de salons de coiffure propose à ses 5000 clients qui viennent pour une coupe deux
prestations supplémentaires cumulables :
• une coloration naturelle à base de plantes appelée « couleur-soin »,
• des mèches blondes pour donner du relief à la chevelure, appelées « effet coup de soleil ».
Il apparait que 2000 clients demandent une « couleur-soin ».
Parmi ceux qui ne veulent pas de « couleur soin », 900 demandent un « effet coup de soleil ».
Par ailleurs, 650 clients demandent une « couleur soin » et un « effet coup de soleil ».
On notera :
• 𝐶 l’évènement « le client souhaite une « couleur-soin ».
• 𝐸 l’évènement « le client souhaite un « effet coup de soleil ».
1) Compléter le tableau suivant :
Exercice n°8 :
Une étude statistique menée lors des entraînements montre que, pour un tir au but, Karim marque
avec une probabilité de 0.7. Karim effectue une série de 3 tirs au but. On admet que les tirs au
but de Karim sont indépendants. Les deux issues possibles après chaque tir sont les événements :
• 𝑀 : « Karim marque un but » ;
• 𝑅 : « Karim rate le tir au but ».
1) On note 𝑋 la variable aléatoire qui prend pour valeur le nombre total de buts marqués à
l’issue de cette série de tirs par Karim.
a) Réaliser un arbre pondéré permettant de décrire toutes les issues possibles.
b) Déterminer la loi de probabilité de 𝑋.
c) Calculer l’espérance 𝐸(𝑋) de la variable aléatoire 𝑋.
2) On propose à un spectateur le jeu suivant : il mise 15€ avant la série de tirs au but de Karim ;
chaque but marqué par Karim lui rapporte 6€, et chaque but manqué par Karim ne lui rapporte
rien. On note 𝑌 la variable aléatoire qui prend pour valeur le gain algébrique du spectateur,
c’est-à-dire la différence entre le gain total obtenu et la mise engagée.
a) Exprimer 𝑌 en fonction de 𝑋.
b) Calculer l’espérance 𝐸(𝑌) de la variable aléatoire 𝑌.
c) Interpréter ce résultat dans le contexte de l’énoncé.
Lycée Français de DOHA Spécialité Première
Année 2022 – 2023 M. Evanno
13
Exercice n°9 :
La répartition des 150 adhérents d’un club de sport est donnée dans le tableau ci-dessous :
Exercice n°10 :
On dispose d’un paquet de cartes contenant un nombre identique de cartes de la catégorie
« Sciences » et de la catégorie « Économie ». Une question liée à un de ces deux thèmes figure sur
chaque carte. Les cartes sont mélangées et on en tire une au hasard dans le paquet.
Ensuite, on essaye de répondre à la question posée. Un groupe de copains participe à ce jeu.
Connaissant leurs points forts et leurs faiblesses, on estime qu’il a :
• 3 chances sur 4 de donner la bonne réponse lorsqu’il est interrogé en sciences ;
• 1 chance sur 8 de donner la bonne réponse lorsqu’il est interrogé en économie.
On note :
• 𝑆 l’événement « La question est dans la catégorie Sciences » ;
• 𝐵 l’événement « La réponse donnée par le groupe est bonne ».
Partie A :
1) Calculer 𝑃( 𝐵 ∩ 𝑆).
2) Déterminer la probabilité que le groupe de copains réponde correctement à la question posée.
3) Les événements 𝑆 et 𝐵 sont-ils indépendants ?
Partie B :
Pour participer à ce jeu, on doit payer 5€ de droit d’inscription. On recevra :
• 10€ si on est interrogé en sciences et que la réponse est correcte ;
• 30€ si on est interrogé en économie et que la réponse est correcte ;
• rien si la réponse donnée est fausse.
Soit 𝑋 la variable aléatoire qui, à chaque partie jouée, associe son gain. On appelle gain la
différence en euros entre ce qui est reçu et les 5€ de droit d’inscription.
1) Déterminer la loi de probabilité de 𝑋.
2) Que retourne la fonction Jeu écrite ci-dessous en langage Python avec les listes :
𝐿 = [ −5 ; 5 ; 25] et 𝐺 = [0.5625 ; 0.375 ; 0.0625] et à quoi correspond ce résultat ?
Exercice n°11 :
Dans cet exercice toutes les probabilités seront données sous forme décimale, arrondie au
millième. Une entreprise récupère des smartphones endommagés, les répare et les reconditionne
afin de les revendre à prix réduit.
• 45% des smartphones qu’elle récupère ont un écran cassé ;
• parmi les smartphones ayant un écran cassé, 30% ont également une batterie défectueuse ;
• par contre, seulement 20% des smartphones ayant un écran non cassé ont une batterie
défectueuse.
1) Un technicien chargé de réparer et reconditionner les smartphones de l’entreprise prend un
smartphone au hasard dans le stock. On note :
• 𝐸 l’événement : « Le smartphone choisi a un écran cassé. » ;
• 𝐵 l’événement : « Le smartphone choisi a une batterie défectueuse. ».
a) Représenter la situation décrite ci-dessus par un arbre pondéré.
b) Démontrer que la probabilité que le smartphone choisi ait une batterie défectueuse est égale
à 0.245.
c) Sachant que le smartphone choisi a une batterie défectueuse, quelle est la probabilité qu’il
ait un écran cassé ?
d) Les évènements 𝐸 et 𝐵 sont-ils indépendants ?
2) L’entreprise dépense 20€ pour réparer et reconditionner chaque smartphone qu’elle récupère.
Si l’écran est cassé, elle dépense 30€ supplémentaires, et si la batterie est défectueuse, elle
dépense 40€ supplémentaires. On note 𝑋 la variable aléatoire égale au coût total de réparation
et reconditionnement d’un smartphone choisi au hasard dans le stock.
3) Compléter sur la copie (aucune justification n’est attendue) le tableau ci-dessous pour donner
la loi de probabilité de la variable aléatoire 𝑋.
Exercice n°12 :
Un parent d’élèves propose un jeu pour la fête de l’école.
Une urne opaque contient 100 billes indiscernables au toucher : 10 billes rouges, 30 billes
blanches et 60 billes vertes. Pour une partie, chaque joueur doit miser 2 jetons. Ensuite, le joueur
prélève une bille au hasard dans l’urne.
• Si la bille prélevée est rouge, le joueur récupère 8 jetons.
• Si la bille est blanche, le joueur récupère 4 jetons.
• Si la bille est verte, le joueur ne gagne rien.
On note 𝑋 la variable aléatoire égale au gain algébrique du joueur en nombre de jetons, c’est-à-
dire, le nombre de jetons gagnés diminué de la mise.
1) Établir que la loi de probabilité de 𝑋 est donnée par :
2) Démontrer que le jeu est équitable, c’est-à-dire que l’espérance de 𝑋 est nulle.
3) Calculer la variance puis l’écart-type de 𝑋.
4) Pour financer les différentes actions de l’école, les organisateurs de la fête veulent modifier le
jeu pour qu’il leur devienne favorable. Ils décident alors d’ajouter des billes vertes dans l’urne.
Combien de billes vertes doit-on ajouter dans l’urne pour que l’espérance soit égale à −1 ?
Lycée Français de DOHA Spécialité Première
Année 2022 – 2023 M. Evanno
15
Exercice n°13 :
Une entreprise a fabriqué en un mois 1500 chaudières, dont 900 chaudières à cheminée et 600
chaudières à ventouse. On a constaté, dans ce lot, que :
• 1% des chaudières à cheminées ont un défaut
• 6% des chaudières à ventouses ont un défaut.
On prélève au hasard le numéro de série d’une chaudière de la production de ce mois.
On considère les évènements suivants :
• 𝐶 : « Le numéro de série est celui d’une chaudière à cheminée »
• 𝑉 : « Le numéro de série est celui d’une chaudière à ventouse »
• 𝐷 : « Le numéro de série est celui d’une chaudière défectueuse »
1) Recopier et compléter sur la copie le tableau à double entrée suivant :
3) Calculer la probabilité que le numéro de série soit celui d’une chaudière défectueuse.
4) Déterminer 𝑃𝐷 (𝑉). Interpréter le résultat dans le contexte de l’exercice.
5) Les évènements 𝐷 et 𝑉 sont-ils indépendants ?
1) Recopier et compléter l’algorithme ci-après pour qu’il affiche une valeur approchée de l’aire
recherchée :
𝑘 0
Somme 0
Variance 0
Espérance
Lycée Français de DOHA Spécialité Première
Année 2022 – 2023 M. Evanno
18
L’espérance de 𝑋 est égale à 0.7. Quelle est la valeur 𝑥5 prise par la variable aléatoire 𝑋 ?
a) 6 b) 1
c) 10 d) 100
5) Une urne contient 150 jetons rouges et 50 jetons bleus, tous indiscernables au toucher.
20% des jetons rouges sont gagnants et 40% des jetons bleus sont gagnants. Un joueur tire au
hasard un jeton de l’urne.
a) La probabilité que le jeton soit gagnant est :
a) 0.2 b) 0.6
c) 0.25 d) 0.4
b) Un joueur tire successivement et avec remise deux jetons de l’urne. La probabilité qu’il
tire deux jetons rouges est :
a) 0.5625 b) 0.75
c) 0.30 d) 0.15
6) 𝐴 et 𝐵 sont deux événements, et on donne :
3 3 4
𝑃(𝐴) = ; 𝑃(𝐵) = et 𝑃(𝐴 ∪ 𝐵) =
7 20 7
3
a) 𝐴 et 𝐵 sont indépendants b) 𝑃𝐴 (𝐵) = 980
1 1
c) 𝑃(𝐴 ∩ 𝐵) = 140 d) 𝑃𝐴 (𝐵) = 70
̅
𝑪
̅
𝑪
̅
𝑨
a) 𝑥 = 0.6 b) 𝑥 = 0.36
0.48
c) 𝑥 = 0.55 d) 𝑥 = 0.12
Exercice n°3 :
Une enquête a été menée auprès de lycéens pour estimer la proportion de ceux qui ont déjà
consommé du cannabis. Pour encourager les réponses sincères, on met en place le protocole
suivant : Chaque adolescent lance d’abord un dé équilibré à 6 faces et l’enquêteur qui va
l’interroger ne connaît pas le résultat du lancer.
À la question « Avez-vous déjà consommé du cannabis ? », l’adolescent doit répondre :
• « non » si le résultat du lancer est 5, qu’il ait ou non déjà consommé du cannabis ;
• « oui » si le résultat du lancer est 6, qu’il ait ou non déjà consommé du cannabis ;
• « oui » ou « non » dans les autres cas, mais de façon sincère.
On note :
• 𝑁 : l’évènement l’adolescent a répondu « non » ;
• 𝑂 : l’évènement l’adolescent a répondu « oui » ;
• 𝐶 : l’évènement l’adolescent a déjà consommé effectivement du cannabis ;
Sur les lycéens qui ont participé à cette enquête on constate que la probabilité qu’un adolescent ait
répondu « oui » est de 0.6 , soit 𝑃(𝑂) = 0.6. On veut déterminer la probabilité, notée 𝑝, qu’un
adolescent ait déjà consommé du cannabis. On a donc 𝑃(𝐶) = 𝑝.
1) Justifier que la probabilité qu’un adolescent ait répondu « oui » sachant qu’il n’a jamais
consommé de cannabis est :
1
𝑃𝐶̅ (𝑂) =
6
2) Dessiner l’arbre de probabilités représentant la situation.
3) Démontrer que 𝑝 vérifie l’équation :
2 1 3
𝑝+ =
3 6 5
4) En déduire la valeur de 𝑝.
5) Sachant qu’un adolescent a répondu « non » pendant l’enquête, quelle est la probabilité qu’il
n’ait jamais consommé de cannabis ?