Probabilités S2

Objectifs
❑ Le but de la théorie des probabilités est de fournir un modèle
mathématique pour décrire les phénomènes aléatoires. Sous sa forme
moderne, la formulation de cette théorie contient trois ingrédients :
l’univers, les événements, et la mesure de probabilité.
❑ Utiliser les notions et le vocabulaire propres à la théorie des probabilités et
à la statistique.
❑ Utiliser correctement les tables des lois binomiale, de Poisson, normale, de
Student et du khi carré.
❑ Estimer une moyenne ou une proportion par intervalle de confiance.

Pr. Kamal ZEHRAOUI

 Le Plan du cours

I. Analyse combinatoire
II.Calcul des probabilités
III.Variables aléatoires
IV.Lois discrètes usuelles
V.Loi continue

Pr. Kamal ZEHRAOUI

 Introduction

Défintion: Une expérience aléatoire est une expérience dont on ne peut pas prédire le résultat.
L’ensemble fondamental d’une expérience aléatoire est l’ensemble de tous les résultats possibles de
l’expérience. Cet ensemble est en général noté Ω. Il peut être fini, dénombrable, ou infini non
dénombrable.

❑ On lance un dé, on s’intéresse au chiffre obtenu. L’ensemble fondamentale est alors fini, plus précisément (1,2,3,4,5,6)

❑ On jette une pièce autant de fois que nécessaire pour obtenir une fois "face". L’ensemble fondamentale est alors infini
dénombrable. Si on note F pour "face" et P pour "pile", on a Ω = {F, PF, PPF, PPPF, . . . , PPP · · · PPF, . . .}.
❑ On s’intéresse à la durée de vie d’un virus. L’ensemble fondamental est alors infini, non dénombrable :
Ω = [0, +∞[.

Pr. Kamal ZEHRAOUI

 I. Analyse combinatoire

L’analyse combinatoire est une branche des mathématiques qui étudie

comment compter les objets. Elle fournit des méthodes de dénombrements
particulièrement utiles en théorie des probabilités.

Théorème 1: Supposons qu’il faille réaliser deux expériences. Si l’expérience 1 peut produire l’un quelconque de m
résultats et si, pour chacun d’eux, il y a n résultats possibles pour l’expérience 2, alors il existe m x n résultats
possibles pour les deux expériences prises ensemble:
Exemple: Chaque étudiant de la FSJES-AC choisit une formation et une langue de façons aléatoire.
On considère les trois ensembles suivants:

E1 Formation = {Data-Mining; Marketing digital}

E2 Langue= {Arabe; Français, Anglais}
Combien de groupes différents peut-on composer ?
L’expérience 1 est le choix de la formation et l’expérience 2 est le choix de la langue.
Donc, un étudiant a 2 choix pour les formations et 3 pour les langues Il y a donc 2x3 = 6

Pr. Kamal ZEHRAOUI

 Principe de multiplication

Remarque: Si on effectue un produit cartésien d’un ensemble sur lui-même, on note

E × E = E2 et dans le cas général, EP est le produit de p ensembles E.

On lance deux dés à six faces. On note E = {1 ; 2 ; 3 ; 4 ; 5 ; 6} l’ensemble des résultats possibles pour un dé. Alors E2 est
l’ensemble des couples possibles pour deux dés.
On a par exemple : Il existe 6 × 6 = 36 couples appartenant à E2

Propriété : Soit p ensembles finis E1, E2,… , Ep. Alors on a : Card { E1*E2*,… ,* Ep } = Card { E1 }* Card { E2 }* Card {Ep }

Exemple: Un restaurant propose sur sa carte 3 entrées, 4 plats et 2 desserts.

Combien de menus différents composés d’une entrée, d’un plat et d’un dessert peut-on constituer ?
Même question si le dessert est une tarte aux pommes imposée.

Solution Soit E l’ensemble des entrées, P celui des plats et D celui des desserts.
Alors Card {E*P*D } = Card { E }* Card { P}* Card {D } 3 × 4 × 2 = 24.

Propriété : Soit un ensemble fini E à n éléments. Alors on a : Card (Ep)=np

Pr. Kamal ZEHRAOUI

 Exercices d’application

Exercice 1 : Un homme a le choix entre 4 pantalons , 5 chemises et 3 vestes. Il choisit au hasard un pantalon , une chemise et une
veste. De combien de façons différentes peut-il s’habiller ?

Exercice 2: Deux équipes de hockeys de 12 et 15 joueurs échangent une poignée de main à la fin d’un match : chaque
joueur d’une équipe serre la main de chaque joueur de l’autre équipe. Combien de poignées de main ont été échangées ?

Exercice 3: Un questionnaire à choix multiples, autorisant une seule réponse par question, comprend 15 questions. Pour
chaque question, on propose 4 réponses possibles. De combien de façons peut-on répondre à ce questionnaire ?

Exercice 4: En informatique, on utilise le système binaire pour coder les caractères. Un bit (binary digit : chiffre binaire) est
un élément qui prend la valeur 0 ou la valeur 1. Avec 8 chiffres binaires (un octet), combien de caractères peut-on coder ?

Pr. Kamal ZEHRAOUI

 Arrangements et permutations

1) La factorielle d’un nombre : : On appelle factorielle n le produit de tous les

nombres entiers de 1 à n. Et on note : n! = 1 × 2 × 3 × … × n
n! se lit « factorielle n ».
Exemple
❑ 5!=5*4*3*2*1
❑ 1!=1
❑ 0!=1 par convention

Pr. Kamal ZEHRAOUI

 1): Arrangements sans répétition

Un arrangement est une collection de k objets pris successivement parmi n objets en tenant
compte de l’ordre d’apparition. Il est dit simple si on ne peut prendre chaque objet qu’une fois au
plus.

Si, parmi n éléments distincts, on choisit k éléments distincts en les classant dans un ordre
particulier, on forme un arrangement sans répétition (de k éléments parmi n).
Le nombre d’arrangements sans répétition est :

Pr. Kamal ZEHRAOUI

 Exemples

1) Parmi les 9 cartes As de pique, jusqu'à 9 de pique, combien d'alignements de 4

cartes peut-on former ?

❑ Solution: Il y a 9 choix pour la 1ère place, 8 choix pour la 2ème place, puis 7
choix, puis 6 pour la 4ème place. Donc il y a 9 ⋅ 8 ⋅ 7 ⋅ 6 = 3'024 alignements
possibles.

Pr. Kamal ZEHRAOUI

 Exercices d’application

❑ Exercice 1: Combien de mots fictifs de 3 lettres distinctes peut-on écrire avec

les 26 lettres de l'alphabet ?

❑ Exercice 2: A l’occasion d’une compétition sportive groupant 7 athlètes, on

attribue une médaille d’or, une d’argent, une de bronze. Combien y-a-t-il de
distributions possibles?

❑ Exercice 3 : Un groupe de 30 personnes cherche à constituer une association.

Cette dernière est composés d'un président, d’un vice-président et d’un
secrétaire. Combien y a-t-il de possibilités ?

Pr. Kamal ZEHRAOUI

 2) Arrangements avec répétition

Si, parmi n éléments distincts, on choisit k éléments distincts ou non (on peut choisir plusieurs fois
le même) en les classant dans un ordre particulier, on forme un arrangement avec répétition (de k
éléments parmi n). Le nombre d’arrangements avec répétition est nk .
En effet, le premier élément peut être choisi parmi n possibles, le deuxième parmi n, le troisième
parmi n, et le k-ième parmi n.

Exemple : Un mot de passe d’un compte facebook construit à partir de 6 chiffres pris dans
l’ensemble {0, 1, 2, ..., 9}. Comme on tient compte de l’ordre et les répétitions sont autorisées,
alors nous sommes devant un arrangement avec répétition de 6 éléments parmi 10.

Solution 106

Pr. Kamal ZEHRAOUI

 3) Permutation sans répétition

Définition: Une permutation sans répétition est un arrangement de n objets distincts parmi n. Le
nombre de permutations de n objets tous distincts est n!.

Exemple : Combien d’anagrammes du mot MAROC (même sans signification) peut-on former ?

Chaque anagramme du mot MAROC est une permutation sans répétition de 5 lettres parmi 5.
Donc le nombre d’anagrammes du mot MAROC qu’on peut former est 5!.

Pr. Kamal ZEHRAOUI

 4) Permutation avec répétition

Définition: Si on classe dans un ordre particulier n éléments dont n1 sont identiques de type 1, n2
identiques de type 2, . . . , np identiques de type p (n1 + n2 + ... + np = n), on forme une permutation
avec répétitions (de ces n éléments). Le nombre des permutations avec répétition est:

Exemples:

❑ Le nombre d’anagrammes du mot ECONOMIE =

❑ Le nombre d’anagrammes du mot STATISTIQUES=

❑ De combien de façons peut-on aligner 3 garçons et 4 filles, sans distinguer ni les garçons, ni les filles ?
❑ De combien de façons peut-on aligner 2 livres rouges, 5 livres verts et 1 livre blanc sur une étagère ? ( Seule
la couleur différencie les livres ! )
❑ De combien de manière différentes peut-on placer l'une à côté de l'autre, 5 boules rouges, 3 vertes et 2
bleues ?

Pr. Kamal ZEHRAOUI

 5) Combinaison sans répétition

Définition: Une combinaison est une collection de k objets pris simultanément parmi n objets,
donc sans tenir compte de l’ordre d’apparition. Elle est dite sans répétition si on ne peut prendre
chaque objet qu’une seule fois au plus. Le nombre de combinaisons sans répétition est :

Exemple: Quatre personnes {K ; S ; R ; k} désirent jouer au tennis de table en double. Combien

d’équipes différentes peuvent-elles former ?

Une combinaison n’est pas caractérisée par l’ordre des objets. L’équipe {K ; S} ne diffère pas de
l’équipe {S ; K}.

Par convention de calcul, on pose

Pr. Kamal ZEHRAOUI

 Exercices d’application

Exercice 1: 12 personnes se rencontrent et se serrent la main. Combien y a-t-il de

poignées de main ?

Exercice 2 : Vous devez organiser un tournoi de tennis dans le cadre de votre club. Il
y a 9 personnes inscrites qui devront toutes jouer une fois contre leur adversaire.
Combien de matchs vont devoir se dérouler ?

Exercice 3 : Avec 10 députés et 6 sénateurs, on veut former une commission de 7

membres comprenant 5 députés. Quel est le nombre de possibilités ?

Exercice 4: Combien de glaces distinctes avec 4 parfums différents peut-on faire

avec 9 parfums ?

Pr. Kamal ZEHRAOUI

 A vous de jouer

Exemple 10: Une urne contient les 6 jetons suivants {① ② ③ ④ ⑤ ⑥ }

a) On tire simultanément 5 jetons. Combien de tirages différents contenant 2 chiffres pairs et 3
impairs peut-on former ?
b) On tire successivement les 6 jetons et on les aligne. Combien de nombres différents formés
des 6 chiffres peut-on ainsi former ?
c) On tire successivement 4 jetons et on les aligne. Combien de nombres différents peut-on
former ?
d) On tire simultanément 4 jetons. Combien de tirages différents peut-on former ?

Pr. Kamal ZEHRAOUI

 II. Calcul de probabilités

Définition: Une épreuve est une expérience dont l’issue n’est pas prévisible car répétée dans des
conditions identiques, elle peut donner lieu à des résultats différents ou aléatoires (expérience
aléatoire). L’ensemble des résultats possibles s’appelle l’ensemble fondamental (ou référentiel,
univers des possibles) et sera noté Ω.

Un événement est un ensemble de résultats (un sous-ensemble de l’univers) d’une expérience

aléatoire. Comme l’événement est une affirmation concernant le résultat d’une expérience, nous
devons pouvoir dire, pour tout résultat de l’univers, si l’événement se réalise ou non. Un événement
donné, souvent défini par une proposition, est identifié à la partie de l’univers pour laquelle il est
réalisé.

On appellera expérience aléatoire toute action ou processus dont on ne peut pas prévenir
avec certitude le résultat.
Ex: Lancer d’une pièce de monnaie;
Les résultats possibles sont P et F. Alors , on a Ω = {P, F};
Pr. Kamal ZEHRAOUI
 Définitions et propriétés

❑ Soit Ω un univers de cardinal fini et P est une probabilité uniforme définie sur Ω. Alors
pour tout événement A, on a:
❑ P(A) = Card(A) /Card(Ω) = Nombre de cas favorables/ Nombre total de cas
❑ Ω est l’évènement certain.
❑ ∅ est l’évènement impossible.
❑ Si A et B sont des événements, A ∪ B est l’évènement qui se réalise lorsque au moins A ou B est
réalisé.
❑ Si A et B sont des événements, A ∩ B est l’évènement qui se réalise lorsque A et B sont
réalisés simultanément.
❑ Deux évènements A et B sont dits incompatibles s’ils ne peuvent pas se réaliser simultanément
(A ∩ B = ∅).
❑ L’évènement contraire d’un évènement A est l’évènement constitué par le complémentaire de A
dans Ω. Il est noté A.

Pr. Kamal ZEHRAOUI

 Axioms

On appelle probabilité toute application de P(Ω) vers [0, 1] possédant les propriétés suivantes:

❑ P(Ω) = 1,
❑ P(Ω) = 1 = P(A ∪ A̅ ) = P(A) + P(A̅)
❑ P(A ∪ B) = P(A) + P(B) si A et B sont incompatibles (A ∩ B = ∅) , Ainsi à tout évènement A ⊂ Ω,
on associe le nombre P(A), avec 0 ≤ P(A) ≤ 1.
❑ P(∅) = 0
❑ Soit A un évènement et A son évènement contraire. Alors, on a : P(A) = 1 − P(A).
❑ P(A ∪ B) = P(A) + P(B) − P(A ∩ B)
❑ P(A) = P(A ∩ B) + P(A ∩ B)

Pr. Kamal ZEHRAOUI

 Exercices d’application

Un sachet contient 2 bonbons à la menthe, 3 à l’orange et 5 au citron. On tire, au hasard, un

bonbon du sachet et on définit les événements suivants :
A : « le bonbon est à la menthe » ;
B : « le bonbon est à l’orange » ;
C : « le bonbon est au citron ».
1. Déterminez les probabilités p(A) puis p(B) et p(C).
2. Représentez l’expérience par un arbre pondéré ( on fait figurer sur chaque branche la
probabilité associée).

Pr. Kamal ZEHRAOUI

 Exercices d’application

On lance une pièce de monnaie trois fois.

Soit l’événement A :« Avoir deux faces »
Soit l’événement B :« Avoir au moins deux faces »
Soit l’événement C :« Au plus deux faces »

Faites les calculs à l’aide d’un arbre pondéré.

Pr. Kamal ZEHRAOUI

 Exercices d’application

Un sac opaque contient les boules représentées ci-dessous ; un nombre de points est indiqué sur
chacune d’elles. On tire au hasard une boule et on lit le nombre de points.

1. Dessinez l’arbre des possibles par les probabilités données sous forme fractionnaire et
décimale.
2. 2. Calculez la probabilité de l’événement A : « obtenir au moins 2 points ».

Pr. Kamal ZEHRAOUI

 Exercices d’application

Un joueur de tennis a droit à deux tentatives pour réussir sa mise en jeu. Adil réussit sa
première balle de service dans 65 % des cas. Quand il échoue, il réussit la seconde dans 80 %
des cas. Quelle est la probabilité pour qu’il commet une double faute ( c’est-à-dire qu’il échoue
deux fois de suite) ?

Pr. Kamal ZEHRAOUI

 Exercices d’application

Une urne contient 5 boules indiscernables au toucher : deux bleues « B » et trois rouges « R ».
On dispose également de deux sacs contenant des jetons : l’un est bleu et contient un jeton
bleu « b » et trois jetons rouges « r », l’autre est rouge et contient deux jetons bleus « b » et
deux jetons rouge « r ».

On extrait une boule de l’urne, puis on tire un jeton dans le sac qui est de la même couleur que
la boule tirée.
1. Combien y a-t-il d’issues possibles ?
2. A l’aide d’un arbre pondéré, détermine la probabilité de chacune de ses issues.
3. Détermine la probabilité d’événement A : « la boule et le jeton extraits sont de la même
couleur »

Pr.
Pr. Kamal
Kamal ZEHRAOUI
ZEHRAOUI
 Exercices d’application

Un sac contient 10 jetons indiscernables au toucher :

- 4 jetons blancs marqués 0 ;
- 3 jetons rouges marqués 7 ;
- 2 jetons blancs marqués 2 ;
- 1 jeton rouge marqué 5.

1. On tire simultanément 4 jetons du sac. Quel est le nombre de tirages possibles.

2. On considère que tous les tirages sont équiprobables et on considère les événements suivants
A : "Les 4 numéros sont identiques.
B : "Avec les jetons tirés on peut former le nombre 2000."
C : "Tous les jetons sont blancs."

Pr.
Pr. Kamal
Kamal ZEHRAOUI
ZEHRAOUI
 Probabilités conditionnelles

Soit P une probabilité définie sur un univers Ω. Soient A et B des événements tels que
P(B) 0.

On appelle probabilité conditionnelle de A sachant B, notée P(A/B), la possibilité de réalisation

de A sachant que B a été réalisé. Elle est donnée par la formule suivante:

1) On ne peut pas conditionner par rapport à un événement impossible (P(A/∅)), car on ne peut
pas diviser sur P(∅) = 0.
2) P(A ∩ B) = P(A/B)P(B) = P(B/A)P(A)
3) P(A/B) = 1 − P(A/B)

Pr. Kamal ZEHRAOUI

 Indépendance des évnèments
Deux événements sont indépendants si la réalisation de l'un n'apporte aucune information sur
la réalisation de l'autre.

Nous dirons que A et B sont indépendants si et seulement si:

P(A ∩ B) = P(A) ⋅ P(B)

Pr. Kamal ZEHRAOUI

 Exemple

Une urne contient 12 boules numérotées de 1 à 12. On en tire une au hasard, et on considère
les événements:
A="tirage d'un nombre pair‘’,
B="tirage d'un multiple de 3‘’

1.Les événements A et B sont-ils indépendants?

2. Reprendre la question avec une urne contenant 13 boules

Pr. Kamal ZEHRAOUI

 Exercices d’application

Exercice 1 : Dans la salle des profs 60% sont des femmes; une femme sur trois porte des
lunettes et un homme sur deux porte des lunettes : quelle est la probabilité pour qu’un porteur
de lunettes pris au hasard soit une femme ?

Exercice 2 : Dans une population 40% des individus ont les yeux bruns, 25% des individus ont
les cheveux blonds, 15% des individus ont les yeux bruns et les cheveux blonds. On choisit un
individu au hasard. Calculez :
1. La probabilité de l’événement : si un individu a les yeux bruns d’avoir les cheveux blonds.
2. La probabilité de l’événement : si un individu a les cheveux blonds d’avoir les yeux bruns.
3. La probabilité de l’événement : si un individu a les cheveux blonds, de ne pas avoir les yeux
bruns.

Pr. Kamal ZEHRAOUI

 Exercices d’application

Exercice 3 : En cas de fièvre 4 patients sur 6 prennent de l’aspirine, les autres prennent
Doliprane présentant des effets secondaires :
Avec l’aspirine, 80% des patients sont soulagés. Avec le Doliprane, 95% des patients sont
soulagés.
1) Quel est la probabilité des personnes soulagés
2) Quelle la probabilité pour un patient d’avoir pris de l’aspirine sachant qu’il est soulagé ?

Pr. Kamal ZEHRAOUI

 Exercices d’application

Exercice 4 : En 2020, 3% de population- marocaine est atteinte du Virus Covid 19. On dispose de
tests de dépistage du virus:
Si la personne est atteinte du virus, alors le test est positif avec une probabilité de 92%.
Si la personne est saine, alors le test est positif avec une probabilité de 5%.
1. Quelle est la probabilité pour une personne d’être atteinte du virus si son test est positif ?
2. Quelle est la probabilité pour une personne d’être saine si son test est positif ?
3. Quelle est la probabilité pour une personne d’être atteinte du virus si son test est négatif ?
4. Quelle est la probabilité pour une personne d’être saine si son test est négatif ?

Pr. Kamal ZEHRAOUI

 Exercices d’application
Exercice 5 : Une entreprise spécialisée dans la fabrication des tables achète ses matières
premières auprès de trois fournisseurs: A, B et C. Respectivement,30%, 20% et 50%.
Chaque livraison comporte deux produits : le bois et l’aluminium .

La livraison du fournisseur A comporte 40% de bois

La livraison du fournisseur B comporte 70% de l’aluminium
La livraison du fournisseur C comporte 80% du bois

1) Construire un arbre pondéré traduisant la situation

2) Calculer la probabilité que la matière première choisie soit le bois acheté auprès du
fournisseur B.
3) Calculez la probabilité que la matière acheté soit l’aluminium
4) Sachant que la matière première achetée est l’aluminium, qu’elle est la probabilité qu’elle
proviennent du fournisseur C

Pr.
Pr. Kamal ZEHRAOUI
Kamal ZEHRAOUI
 Exercices d’application

Exercice 6 : On considère deux événements A et B tels que : P(A) = 0,4 et P(B) = 0,3.
1. Calculez les probabilités de A∩B et de A∪B si A et B sont incompatibles.
2. Calculez les probabilités de A ∩B et de A ∪B si A et B sont indépendants.

Pr.
Pr. Kamal
Kamal ZEHRAOUI
ZEHRAOUI
 Bonus

Pr. Kamal ZEHRAOUI

 Exercices d’application

Exercice 7 : L’entreprise Electro groupe, disposent de deux ateliers pour fabriquer des
ampoules LED.
L'atelier A permet de réaliser en une journée deux fois plus d’ampoules que l'atelier B.
Le pourcentage des ampoules défectueuses est 3% pour l'atelier A et 4% pour l'atelier B. On
prélève une ampoule au hasard dans l'ensemble de la production d'une journée.

❑ Déterminer la probabilité que cette ampoule provienne de l'atelier A;

❑ La probabilité que cette ampoule provienne de l'atelier A et est défectueuse;
❑ La probabilité que cette ampoule provienne de l'atelier B sachant qu'elle est défectueuse.

Pr.
Pr. Kamal
Kamal ZEHRAOUI
ZEHRAOUI
 Exercices d’application
Exercice 8 : Un test est réalisé sur l’efficacité du vaccin anti Covid 19. 1000
personnes participent au test. les résultats sont résumés dans le tableau
suivant.
Non
Situation Vaccinée Vaccinée Total
Malade 120 180 300
Non
Malade 480 220 700
Total 600 400 1000

V signifie que "la personne a été vaccinée"

M signifie que "la personne est tombée malade"

1. calculer les probabilités p(V ) et p(V ∩ M) et interpréter les résultats

2. calculer la probabilité qu’une personne soit tombée malade sachant qu’elle a
été vaccinée
3. calculer les probabilités p(V ) et p(V ∩ M) et interpréter les résultats
4. calculer la probabilité qu’une personne soit tombée malade sachant qu’elle
n’a pas été vaccinée
5. est-il plus probable que la personne soit tombée malade sachant qu’elle a été
Pr. Kamal ZEHRAOUI vaccinée ou non ? le vaccin semble t-il efficace ?
 III. Variable aléatoire
Définition: Une variable aléatoire X est une fonction définie sur un univers Omega et à valeur dans
ℝ..
- Chaque résultat d'une expérience aléatoire s'appelle une issue.
- L'univers des possibles est l'ensemble des issues d'une expérience aléatoire.
- Un événement est un sous-ensemble de l'univers des possibles.
- Un événement élémentaire est un événement contenant une seule issue

Une variable aléatoire est une quantité numérique associée au résultat d’une expérience
aléatoire.
Soit l'expérience aléatoire : "On lance un dé à six faces et on regarde le résultat." L'ensemble de
toutes les issues possibles W = {1 ; 2 ; 3 ; 4 ; 5 ; 6} s'appelle l'univers des possibles.
On considère l'événement A : "On obtient un résultat pair." On a donc : A = {2 ; 4 ; 6}.
On considère l'événement élémentaire E : "On obtient un 3". On a donc : E = {3}.

Pr. Kamal ZEHRAOUI

 Exercice:

Exemple : on lance deux fois de suite une pièce de monnaie, X est le nombre de « Pile » obtenus.
Donnez la loi de X.
Si On joue selon la règle suivante : la participation coute 10 Dh et chaque « Pile » obtenu rapporte
8Dh . Le gain, c’est-à-dire la différence entre ce qui est gagné et dépensé, est alors la variable
aléatoire G = 8X − 10.
Donnez la loi de G

Pr. Kamal ZEHRAOUI

Pr. Kamal ZEHRAOUI
 Exercice:

On lance un dé et on définit par X la variable aléatoire " Somme des deux dés «
Donnez les paramètres de la variable X (Espérance mathématique et écart type)

Pr. Kamal ZEHRAOUI

 Les lois usuelles des variables discrètes

Loi uniforme

La loi uniforme est celle d’une variable aléatoire dont les valeurs sont équiprobables ; par exemple
le lancé d’un dé équilibré dont le résultat est X. La loi de probabilité de X est alors :

On dit que X suit une loi uniforme lorsque, pour tout i ∈ [[1, n]] on a PX(xi) = 1/n .

Pr. Kamal ZEHRAOUI

 Les lois usuelles des variables discrètes

Loi de Bernoulli
Une expérience aléatoire est dite binaire (ou de Bernoulli) lorsqu’elle n’a que deux issues possibles.
La loi
De uniforme
façon est une
analogue, cellevariable
d’une variable aléatoire
aléatoire binaire dont les variable
est une valeurs sont équiprobables
aléatoire ; par
qui ne prend exemple
que deux
le lancé d’un dé équilibré dont le résultat est X. La loi de probabilité de X est alors :
valeurs.
En posant P(X = 1) = p, la densité de probabilité de X est alors :

Soit p ∈ [0, 1]. On note B(p) la loi de Bernoulli de paramètre p. Lorsqu’une variable aléatoire X suit
la loi B(p). on écrit X ,→ B(p).:
Soit X une variable aléatoire suivant une loi de Bernoulli de paramètre p ∈ [0, 1]. On a :
E(X) = p ;
V(X) = p(1 − p).

Pr. Kamal ZEHRAOUI

 Les lois usuelles des variables discrètes
Loi Binomiale
La loi binomiale de paramètres n et p est la loi d’une variable
qui compte le nombre de succès quand on répète de façon
indépendante n fois une épreuve de Bernoulli de paramètre p.
On note B(n, p) la loi binomiale de paramètres n et p.
Lorsqu’une variable aléatoire X suit la loi B(n, p) on écrit X ,→
B(n, p).
Pour justifier qu’une variable aléatoire X suit une loi binomiale, :
« compter les succès »,
« répétition de n épreuves de Bernoulli identiques et
indépendantes ».
Plusieurs expériences sont identiques et indépendantes si :
Elles ont les mêmes issues,
Chaque issue possède la même probabilité
Pr. Kamal ZEHRAOUI
Application à la loi binomiale

Pr. Kamal ZEHRAOUI

Espérance, variance et écart-type de la loi binomiale

Pr. Kamal ZEHRAOUI

 TD

Pr. Kamal ZEHRAOUI

 Exercice:

Pr. Kamal ZEHRAOUI

 Exercice:

Pr. Kamal ZEHRAOUI

 Exercice:

Pr. Kamal ZEHRAOUI

 Exercice:

1000 étudiants de la FSJES-AC s’apprêtent à passer les examens de la

session rattrapage. Admettons que le nombre des étudiants qui
réussissent l’examen est toujours égale à 450 sur 1000 étudiants.
Soit X, la variable aléatoire donnant le nombre des étudiants qui vont
réussir les examens de rattrapage.

1.Justifiez que X suit une loi binomiale et précisez les paramètres

2.Calculer l’espérance et l’écart type de X et interprétez les résultats
3.Calculer la probabilité que 4 étudiants réussissent l’examen
4.Calculez la probabilité qu’au moins 2 étudiants réussissent l’examen.
5.Quel serait le nombre minimale des étudiants pour que la probabilité
qu’aucun étudiant ne réussissent l’examen soit inférieure à 1%.

Pr. Kamal ZEHRAOUI

 Exercice:
Selon le rapport d’une boite spécialisée dans la gestion des
ressources humaines, sur 30 candidatures la probabilité qu’un
candidat reçoit une réponse d’une entreprise est de 2*10-2.
Supposons que ces réponses sont indépendantes.

Quelle est la probabilité qu’un candidat reçoit

1. Exactement 3 réponses.
2. Au moins 2 réponses
3. Au plus 2 réponses

Pr. Kamal ZEHRAOUI

La représentation de la distribution correspondant à une loi binomiale dépend du
paramètre p : plus p est proche de 0 et plus la probabilité d'obtenir un succès sera faible.
Si p devient proche de 1 alors la probabilité d'obtenir un grand nombre de succès sera
élevée.
Ci-dessous, on voit ce qu'il se passe avec n=8 et différentes valeurs de p.
La hauteur de chaque bâton au niveau de l'abscisse k correspond à P(X=k). (référence:
https://www.lelivrescolaire.fr/page/16216377)

Pr. Kamal ZEHRAOUI

 Les lois usuelles des variables discrètes
Loi Poisson

Le nombre moyen d’occurrence d’un événement X dans un temps T est k

X={0,1,…} :
𝑘
−𝜆 𝜆 𝐸(𝑋) = 𝜆 𝑉(𝑋) = 𝜆
𝑃(𝑋 = 𝑘) = 𝑒
𝑘!
 = nombre moyen d’événement par unité de temps

▪Relation avec la loi binomiale :

▪ Si p<0.1 et n>50 : B(n,p)P(np)

Pr. Kamal ZEHRAOUI

Comme l'illustrent les exemples ci-dessous, cette loi est asymétrique (fait référence à une
distribution de probabilité qui est de nature inégale et asymétrique.) mais le devient de
moins en moins au fur et à mesure que λ augmente:
Pour λ = 0,8 : Pour λ = 2: Pour λ = 8 :

Pr. Kamal ZEHRAOUI

 Exercice:

Le nombre X de désintégrations d’une substance radioactive (La

diminution de l'intensité du rayonnement de toute substance radioactive
au fil du temps en raison de l'émission spontanée de rayonnement
depuis un noyau atomique.) durant un intervalle de temps de 7,5
secondes suit une loi de Poisson de paramètre 3,87.

1. Quel est le nombre moyen de désintégrations durant un intervalle de

temps de 7,5 secondes ? Calculer l’écart type correspondant.
2. Déterminer la probabilité qu’il n’y ait aucune désintégration durant un
intervalle de temps de 7,5 secondes.
3. Qu’il y ait au moins 2 désintégrations
4. Quelle est la probabilité qu’il y ait 3 ou 4 désintégrations durant un
intervalle de temps de 7,5 secondes ?

Pr. Kamal ZEHRAOUI

 Exercice:

On admet que la probabilité qu'un voyageur oublie ses bagages dans le train est
0,005. Un train transporte 850 voyageurs. On admettra que ces voyageurs se
sont regroupés au hasard et que leurs comportement, par rapport à leurs
bagages, sont indépendants les uns des autres.
On désigne par X la variable aléatoire qui prend pour valeur le nombre de
voyageurs ayant oublié leurs bagages dans le train.

1. Quelle est la loi de probabilité de la variable aléatoire X ? Calculer son

espérance mathématique et sa variance.

1. Donner, en justifiant la réponse, une loi de probabilité permettant

d'approcher la loi trouvée à la question précédente. En utilisant cette loi
approchée, calculer une valeur approchée de la probabilité des événements
suivants :
a) aucun voyageur n'a oublié ses bagages,
b) cinq voyageurs au moins ont oublié leurs bagages.
Pr. Kamal ZEHRAOUI
 La loi normale

A la différence de la loi de Poisson ou de la loi binomiale qui sont des

distributions de probabilité discrète, la distribution normale est une
distribution de probabilité continue.

On peut parler également de distribution Gaussienne. On notera que sa

représentation graphique est appelée courbe en cloche. La courbe
normale a la particularité d'être symétrique.

La loi normale est remarquable par le fait qu'elle décrit une grande
partie des phénomènes naturels. (science physique, sociale, médecine,
agriculture, Business...) . Elle peut être utilisée dans un grand nombre
de situations, c'est ce qui la rend si utile.

Pr. Kamal ZEHRAOUI

 La loi normale

Soient m et σ deux réels avec σ>0. On dit qu’une variable aléatoire X suit une
loi normale ou loi Gaussienne, de paramètres m et σ2, notée X ~ N (m, σ2)
lorsque X admet pour densité la fonction:

Soit une variable aléatoire X suivant une loi normale, de paramètres m et σ2,
X ~ N(m, σ2) .
Alors
• E(X)=m
• Var (X) = σ2

Pr. Kamal ZEHRAOUI

Pr. Kamal ZEHRAOUI
 La courbe est d'autant plus "resserrée" autour de son axe de symétrie que l'écart type σ est petit.

Pr. Kamal ZEHRAOUI

 La loi normale

La variable aléatoire X suit une loi normale de moyenne m et d’écart type σ, on note :
X ∼ N(m; σ) ) signifie que : L’ensemble des valeurs possibles de X est l’ensemble de
tous les nombres réels : X ∈ ] − ∞ ; +∞ [
Quels que soient les deux nombres a et b (a ≤ b), la probabilité que X soit compris
entre a et b est égale à "l’aire sous la courbe" en cloche N(m; σ) entre a et

Pr. Kamal ZEHRAOUI

 La loi normale centrée réduite

Parce qu'il y a un nombre illimité de loi normale, les mathématiciens

ont simplifié les choses en calculant les aires sous une loi normale
spéciale de paramètres : μ=0 et de σ=1. Cette distribution est connue
sous le nom de loi normale centrée réduite.
Pour calculer les probabilités associées à la loi normale, on utilise
généralement la loi normale réduite: c'est une loi normale pour
laquelle μ=0 et σ=1.

Pr. Kamal ZEHRAOUI

 P(Z ≤ a) = F(a) = 1 - F(-a)

P(Z ≤ 1.65) = F(1.65) = .95

P(Z ≤ -1.65) = F(-1.65) = 1 - F(1.65) = .05
Pr. Kamal ZEHRAOUI
 P(Z ≥ a) = 1 - F(a) = F(-a)

P(Z ≥ 1.5) = 1 - F(1.5) = 1 - .9332 = .0668

P(Z ≥ -1.5) = F(1.5) = .9332

Pr. Kamal ZEHRAOUI

 P(a ≤ Z ≤ b) = F(b) - F(a)
P(-1 ≤ Z ≤ 1.5) = F(1.5) - F(-1) = F(1.5) - (1 - F(1)) = .9332 - 1 + .8413 = .7745

P(-a ≤ Z ≤ a) = 2F(a) - 1
P(-1.96 ≤ Z ≤ 1.96) = 2F(1.96) - 1 = (2 * .975) - 1 = .95
P(-2.58 ≤ Z ≤ 2.58) = 2F(2.58) - 1 = (2 * .995) - 1 = .99
Pr. Kamal ZEHRAOUI
Pr. Kamal ZEHRAOUI
 Exemple

supposons que le résultat de la note un examen X suit une loi N(10 ; 2) on cherche
déterminer la probabilité p(X ≤ 12) que la note soit inférieure ou égale 12, mais, pour
estimer cette valeur, on ne dispose pas de la table de la loi N(10 ; 2) (on ne dispose
que de la table de la loi N(0 ; 1)).
On procède alors un changement de variable pour se ramener une loi normale
centrée réduite :

Pr. Kamal ZEHRAOUI

 Exercice1

Dans une entreprise qui produit des pièces, la longueur de ces pièces est une variable
aléatoire X qui suit une loi normale N(50; 0, 2)
1. Calculer les probabilités suivantes
❑ a. la longueur de la pièces est inférieure 50,19m
❑ b. la longueur de la pièce est supérieure 50,16m
❑ c. la longueur de la pièce est comprise entre 50,16m et 50,19m
2. Déterminer le nombre réel positif a tel que p(50 − a ≤ X ≤ 50 + a) = 0, 9 , interpréter le
résultat trouvé

Pr. Kamal ZEHRAOUI

 Exercice 2

Sur un grand nombre de personnes on a constaté que la répartition du

taux de cholestérol suit une loi normale avec les résultats suivants :
56% ont un taux inférieur à 165 cg ;
34% ont un taux compris entre 165 cg et 180 cg ;
10% ont un taux supérieur à 180 cg.
Quelle est le nombre de personnes qu'il faut prévoir de soigner dans
une population de 10 000 personnes, si le taux maximum toléré sans
traitement est de 182 cg ?

Pr. Kamal ZEHRAOUI

 Exercice 3

Une machine est réglée pour remplir des sachets à farine de 1000g. Une étude
statistique a montré qu’en réalité les sachets ne pèsent pas tous exactement 1000g
mais on suppose que la masse X d’un sachet suit une loi N(1000 ; 20).
En utilisant le théorème central limite, calculer les probabilités suivantes à 0,0001
près et interpréter les résultats dans le contexte:
P(X ≤ 1050) , P(X ≤ 980), P(979 ≤ X ≤ 1031), P(X≥ 1010)
Déterminer z tel que p(Z ≤ z) = 0, 95
Déterminer z tel que p(Z ≤ z) = 0, 75

Pr. Kamal ZEHRAOUI

 Exercice 4

Les températures de l’eau du mois de juillet, autour du lac

Léman, suivent la loi normale d’espérance 18,2 °C et d’écart-
type 3,6 °C. Une personne part camper en juillet sur le
pourtour du lac Léman. Donner les probabilités de
température de l’eau des plages dans les cas suivants :
a) Températures inférieures à 16 °C
b) Températures comprises entre 20 ̊C et 24,5°C
c) Températures supérieures à 21 °C.

Pr. Kamal ZEHRAOUI

 Exercice 5

Une étude a permis de révéler que le score d'un candidat lors d'un test, peut être
modélisé par une variable aléatoire X qui suit une loi normale d'écart-type 20.
Dans chaque cas, Déterminer l'espérance μ à 10−2 près.
a) 80 % des candidats ont un score inférieur à 60 points.
b) 30 % des candidats ont un score supérieur à 70 points

Pr. Kamal ZEHRAOUI

 Exercice 6
Un revendeur de matériel photographique désire s’implanter dans une galerie
marchande. Il estime qu’il pourra vendre 40 appareils photographiques par jour et
les ventes sont deux à deux indépendantes. Une étude lui a montré que, parmi les
différentes marques disponibles, la marque A réalise 38, 6% du marché.

1. On note X la variable aléatoire qui, un jour donné, associe le nombre d’appareils

de marque A vendus ce jour-là.
a. Expliquer pourquoi X suit une loi binomiale et préciser les paramètres de cette
loi.
b. Calculer la probabilité que, sur 40 appareils vendus par jour, 20 soient de la
marque A. En donner une valeur arrondie à 0, 01 près.
c. Calculer l’espérance de X. Calculer l’écart type de X et en donner une valeur
approchée à 1 près.
2. On décide d’approcher cette loi par loi normale de paramètres m et σ. On note Y
la variable aléatoire suivant la loi normale N (15, 44 ; 3).
a. Donner une approximation de la probabilité de l’événement : « un jour choisi au
hasard, il y a exactement 20 appareils de marque A vendus », c’est-à-dire
calculer P(19, 5 < Y < 20, 5)
b. Déterminer une valeur approchée de la probabilité de l’événement : « un jour
donné, 20 au moins des appareils vendus sont de marque A », c’est-à-dire
calculer P(Y > 19, 5).²
Préparation à l’examen final