MINISTERE DE L’EDUCATION REPUBLIQUE GABONAISE

NATIONAL CHARGE DE LA **********************

FORMATION CIVIQUE

***************************
LYCEE SCIENTIFIQUE ET
TECHNOLOGIQUE PAUL KOUYA

***************************
CELLULE DE GESTION DU
BACCALAUREAT TECHNOLOGIQUE

EXPOSE : PROBABILITE
Présenter par
Terminale BGB
NOTE : OBSERVATION :  NTSAM ELLA
Mathématiques  TANKE
 BANDOMA

DIRIGEE PAR

 M. IBINGA NGUEMA Mael

ANNEE SCOLAIRE 2024-2025

Page 1 sur 19
 Plan du cours

I. Probabilités conditionnelles

II. Variable aléatoire

III. Exercice de synthèse

Page 2 sur 19
1. SITUATION D’APPRENTISSAGE
Pour l’organisation de la kermesse de leur Lycée, les élèves d’une classe de terminale désirent
proposer le jeu suivant à un stand :
« Une urne contient trois boules rouges numérotées 100, 200 et 300 et deux boules noires
numérotées 2 et 5, toutes indiscernables au toucher ».
Les règles du jeu sont les suivantes :
Le joueur mise X francs CFA et tire successivement avec remise deux boules de l’urne. Si les deux
boules tirées sont de même couleur, la partie est perdue. Sinon, le joueur remporte le montant en
francs CFA égal au produit des numéros apparus sur les boules tirées.
On appelle gain algébrique du joueur la différence entre ce qu’il obtient à l’issu du jeu et sa mise.
Le joueur est perdant si son gain algébrique est négatif.
Pour ne pas être perdant, ces élèves souhaitent déterminer la mise minimale du joueur pour que
le jeu leur soit avantageux. Ensemble, ils s’organisent pour calculer des probabilités, étudier des
notions de variables aléatoires et déterminer des lois de probabilités.

Motivation
En classe de première vous avez étudié la probabilité simple. En terminale, nous allons voir la
probabilité conditionnelle et les variables aléatoires.
La probabilité conditionnelle, est une notion qui s’applique dans plusieurs domaines tels que : la
Médecine, la génétique, la finance, l’économétrie ou l’assurance.
En assurance et en actuariat, la probabilité permet de calculer des primes de cotisation en
fonction des risques que cours une population donnée.
A l’université la probabilité se poursuit avec la notion de la théorie de la mesure.

Page 3 sur 19
Exercice d’introduction
Dans une urne, il y a 3 boules bleues, 2 boules vertes et 2 boules jaunes, indiscernables au
toucher. On tire successivement et sans remise deux boules de l’urne.
1) Justifie que le nombre de tirages possibles est 42.
2) Calcule la probabilité de chacun des évènements suivants :
a) E : « Tirer une boule jaune au premier tirage et une verte au deuxième ».
b) F : « Tirer une boule jaune au premier tirage ».
c) G : « Tirer une boule bleue au deuxième ».

Solution
1) Le nombre total de boules est 7
Pour le premier tirage nous avons 7 possibilités de tirer une boule et pour le deuxième tirage
nous avons 6 possibilités.
Comme nous avons un premier tirage puis un deuxième, cela se traduit par une multiplication.
Donc le nombre total de tirage possible est 7×6 soit 42.

2) L’univers des éventualités Ω est l’ensemble de tous les tirages possibles. Donc card(Ω) = 42.
a) Nous avons 2 boules jaunes donc 2 possibilités de tirer une boule jaune au premier tirage,
puis au deuxième tirage, ayant également 2 boules vertes, nous avons 2 possibilités. On a donc
card(E) = 2×2 = 4.
𝑐𝑎𝑟𝑑(𝐸) 4 2
Comme P(E) = , donc P(E) = = .
𝑐𝑎𝑟𝑑(Ω) 42 21
b) Nous avons 2 boules jaunes donc 2 possibilités de tirer une boule jaune au premier tirage,
puis au deuxième tirage, nous n’avons aucune contrainte de couleur et comme nous disposons
de 6 boules désormais alors nous avons 6 possibilités de tirage. On a donc card(F) = 2×6 =
12.
𝑐𝑎𝑟𝑑(𝐹) 12 2
P(F) = = = .
𝑐𝑎𝑟𝑑(Ω) 42 7
G : « Tirer une boule bleue au deuxième ».

c) Première méthode :
On sait que la deuxième boule tirée est bleue. La première est soit bleue soit ne l’est pas.
• Si la première boule tirée est bleue, on a 3 possibilités pour le premier tirage et 2 possibilités
pour le deuxième tirage. Ce qui fait : 3×2 = 6.
• Si la première boule tirée n’est pas bleue, on 4 possibilités pour le premier tirage et 3
possibilités pour le deuxième tirage. Ce qui fait : 4×3 = 12.
Comme nous avons une première situation ou bien une deuxième situation, cela se traduit par
une addition.
On a donc card(G) = 6 + 12 = 18.
𝑐𝑎𝑟𝑑(𝐺) 18 9
P(G) = = = .
𝑐𝑎𝑟𝑑(Ω) 42 21

Deuxième méthode :
Nous avons une contrainte de couleur seulement au deuxième tirage, il est donc préférable de
commencer à dénombrer par le deuxième tirage.
Pour le deuxième tirage, nous avons 3 boules bleues ce qui nous donne 3 possibilités de tirer
une boule bleue au deuxième tirage puis au premier tirage comme nous disposons désormais
de 6 boules on a donc 6 possibilités au premier tirage. On a donc card(G) = 6×3 = 18.
𝑐𝑎𝑟𝑑(𝐺) 18 9
P(G) = = = .
𝑐𝑎𝑟𝑑(Ω) 42 21

Page 4 sur 19
MOTIVATION

En classe de première vous avez étudié la probabilité simple. En terminale, nous allons voir la
probabilité conditionnelle et les variables aléatoires.
La probabilité conditionnelle, est une notion qui s’applique dans plusieurs domaines tels que : la
Médecine, la génétique, la finance, l’économétrie ou l’assurance.
En assurance et en actuariat, la probabilité permet de calculer des primes de cotisation en
fonction des risques que cours une population donnée.
A l’université la probabilité se poursuit avec la notion de la théorie de la mesure.

2. RÉSUMÉ DE COURS

I. Probabilités conditionnelles

1. Définition
Soit B un évènement d’un univers Ω tel que P(B) ≠ 0.
On appelle probabilité conditionnelle sachant que B est réalisé, l’application PB qui à tout
𝑃(𝐴∩𝐵)
évènement A de Ω associe le nombre réel .
𝑃(𝐵)
𝑃(𝐴∩𝐵)
Le nombre réel est noté PB(A) ou P(A/B) et se lit probabilité de A sachant que B est
𝑃(𝐵)
réalisé ou simplement probabilité de A sachant B ou encore probabilité de A si B.
𝑃(𝐴∩𝐵)
Ainsi on a : P(A/B) = PB(A) =
𝑃(𝐵)

Exercice
Trois candidats A, B et C se présentent à une élection.
La répartition des votes selon le candidat et le sexe du votant est donnée par le tableau ci-
dessous:

Candidats Total
A B C
Sexe
Femme (F) 42% 13% 5% 60%
Homme (H) 28% 7% 5% 40%
Total 70% 20% 10% 100%

On choisit au hasard un des votants.

1) Détermine P(A ∩ F) , P(A) , P(B), P(C) et P(F)
2) Calcule P(A⁄F) et P(H⁄C)

Solution
42
1. P(A ∩ F) = = 0,42 Candidats Total
A B C
70 Sexe
P(A) = 100 = 0,7 Femme (F) 42% 13% 5% 60%
20 Homme (H) 28% 7% 5% 40%
P(B) = = 0,2; Total 70% 20% 10% 100%
100
10
P(C) = 100 = 0,1
60
P(F) = = 0,6
100

Page 5 sur 19
 2.
P(A∩F) 0,42
P(A⁄F ) = = = 0,7 ;
P(C ∩ H)
P(H⁄C) =
P( C )
Or P(C ∩ H) = = 0,05
0,05
Donc P(H⁄C ) = = 0,5

2. Conséquence de la définition
Soit A et B deux évènements de Ω tels que : P(A) ≠ 0 et P(B) ≠ 0
P(A ∩ B ) = PA(B) × P(A)
P(A ∩ B ) = PB(A) × P(B)

Exercice
Une enquête réalisée auprès d’un groupe d’étudiants d’un campus universitaire a donné les
résultats suivants :
• Les filles représentent 48% de ce groupe d’étudiants ;
• 40% des étudiants de ce groupe savent jouer à un instrument de musique ;
• 45% des étudiants de ce groupe qui savent jouer à un instrument de musique sont des filles.
Une fille de ce groupe est interrogée au hasard.
Calcule la probabilité pour que cette fille sache jouer à un instrument de musique.

Solution
On note F : « l’étudiant interrogé est une fille », I : « l’étudiant interrogé sait jouer d’un
instrument de musique ».
On a : P(F) = 0,48 et P(I)= 0,4.
Chez les étudiants sachant jouer d’un instrument de musique, 45% sont des filles, donc
P(F/I)=0,45.
On cherche P(I/F).
P(F∩I)
On sait que P( I/F ) =
P( F )
P(F∩I)
On sait aussi que p(F/I) = 0,45. Donc = 0,45.
P( I )
On en déduit que : P(F⋂I)=0,45×P(I) =0,45×0,4 =0,18
P(F∩I) 0,18 18 3
P(I/F) = = = = en divisant chaque membre par 6
P( F ) 0,48 48 8

Propriété
Soit B un évènement d’un univers Ω tel que P(B) ≠ 0.
𝑃(𝐴∩𝐵)
L’application PB qui à tout évènement A de Ω associe le nombre réel est une probabilité
𝑃(𝐵)
sur Ω.

Page 6 sur 19
3. Evènements indépendants
a. Définition
Soit P une probabilité définie sur un univers Ω.
Deux évènements A et B sont indépendants lorsque : P (A ∩ B) = P(A) × P(B)

b. Conséquence de la définition
Soit A et B deux événements d’un univers Ω tels que A et B soient de probabilités non nulles
A et B sont indépendants si et seulement si PB (A) = P(A) ou PA (B) = P(B)

Interprétation
Les évènements A et B sont indépendants lorsque la réalisation de l’un n’influence pas la
réalisation de l’autre.

Propriétés
Si A et B sont deux événements indépendants alors :
𝐴 et 𝐵 sont indépendants
𝐴 et 𝐵 sont indépendants.
𝐴 et 𝐵 sont indépendants

Remarque :
Ne pas confondre évènements incompatibles et événements indépendants.
Deux événements incompatibles de probabilités non nulles ne peuvent pas être indépendants.

Exercice
On lance deux fois de suite un dé cubique parfaitement équilibré dont les faces sont numérotées
de 1 à 6 et on note le chiffre apparu sur la face supérieure du dé à chaque lancé.
Soit les événements A : « le 5 sort en premier » et B : « la somme des chiffres apparus est 7 ».
Justifie que A et B sont deux évènements indépendants.

Solution
L’univers Ω est l’ensemble de tous les couples de deux chiffres pris entre 1 et 6.
Card Ω = 6 2 = 36
6 1
A = {(5 ; 1) ; (5 ; 2) ; (5 ; 3) ; (5 ; 4) ; (5 ; 5) ; (5 ; 6)}, d’où p( A)   .
36 6
6 1
B = {(6 ; 1) ; (1 ; 6) ; (5 ; 2) ; (2 ; 5) ; (4 ; 3) ; (3 ; 4)}, d’où p(B)   .
36 6
1
A∩B= {(5 ; 2)}, donc p( A  B)  .
36
1 1 1 1
On a : p( A  B)  et p( A)  p(B) 
  ,
36 6 6 36
Soit p( A  B)  p( A)  p(B). Les événements A et B sont donc indépendants.

Page 7 sur 19
4. Formule de probabilité totale

a) Partition d’un ensemble

Définition
Soit Ω un ensemble non vide et 𝐵1, 𝐵2,…, 𝐵𝑛 des parties de Ω tel que n est un entier naturel
supérieur ou égal à 2.
𝐵1, 𝐵2,…, 𝐵𝑛 forment une partition de l’univers Ω signifie que 𝐵1, 𝐵2,…, 𝐵𝑛 sont deux à deux
disjoints et 𝐵1 ∪ 𝐵2 ∪… ∪ 𝐵𝑛 = Ω

Exercice
Soit l’ensemble A tel que : A = {1; 2; 3; 4; 5; 6; 7; 8}
Justifie que les ensembles B, C, D et E ci-dessous forment une partition de l’ensemble A.
B = {1; 2} , C = {3; 4; 5}, D = {7} et E = {8}.

Solution
B ∩ C = ∅, B ∩ D = ∅, B ∩ E = ∅, C ∩ D = ∅, C ∩ E = ∅, D ∩ E = ∅ et B ∪ C ∪ D ∪ E =A.
Donc B, C, D et E forment une partition de l’ensemble A.

b) Formule de probabilité totale

Soit n un entier naturel supérieur ou égal à 2.
𝐵1, 𝐵2,…, 𝐵𝑛 forment une partition d’un univers Ω telle que la probabilité de chaque événement
Bi (1 ≤ 𝑖 ≤ 𝑛) soit non nulle.
- Pour tout évènement A de Ω, 𝑃(𝐴) = 𝑃(𝐴 ∩ 𝐵1) + ⋯ + 𝑃(𝐴 ∩ 𝐵𝑛).
- Pour tout 𝑖 (1 ≤ 𝑖 ≤ 𝑛), 𝑃(𝐴 ∩ 𝐵𝑖) = 𝑃𝐵𝑖(𝐴) × 𝑃(𝐵𝑖)

c) Arbre de probabilité ou arbre pondéré

Un arbre de probabilité (ou arbre pondéré) est un schéma permettant de résumer une
expérience aléatoire connaissant des probabilités conditionnelles.
En voici une présentation :

Methode
Un arbre se construit de gauche à droite ou de haut en bas.
La racine ici notée E est l’univers, c’est le premier nœud.
De ce nœud partent des branches qui menent à des évènements, ici A et A̅ .
Sur chaque branche se note la probabilité de l’évènement auquel elle conduit, ici P(A) et P(A̅ ).
La somme des probabilités des évènements accrochés à un nœud est égale à 1,
donc P(A) + P(A̅ ) = 1.

Page 8 sur 19
De chacun de ces évènements ici A et A̅ , qui sont des nouveaux nœuds, peuvent partir de
nouvelles branches qui mènent à de nouveaux évènements ici B et 𝐵. Sur chaque nouvelle
branche se note une probabilité conditionnelle, ici à partir du nœud A on a 𝑃𝐴(B) et 𝑃𝐴(𝐵) et à
partir du nœud A̅ on a 𝑃A̅ (B) et 𝑃A̅ (𝐵).
La somme des probabilités des évènements accrochés à chaque nouveau nœud est égale à 1, ici
𝑃𝐴(B) + 𝑃𝐴(𝐵)= 1 et 𝑃A̅ (B) + 𝑃A̅ (𝐵) = 1. Ainsi de suite.
Le chemin de E à B en passant par A donne l’évènement A ∩ B. P(A ∩ B) = PA(B) × P(A).
On a aussi : P(B) = P(A ∩ B) + P(A̅ ∩ B).

Exercice
Un magasin propose des réductions sur les trois marques d’ordinateurs qu’il distribue. La
marque A représente 64 % des ordinateurs vendus ; la marque N, 28 % ; la marque O en
représente 8 %.
30 % des ordinateurs de la marque A, 60 % de la marque N et 80 % de ceux de la marque O sont
soldés.
On interroge au hasard un client ayant acheté un ordinateurs de ce magasin.
1) Construis un arbre pondéré décrivant la situation.
2) Détermine la probabilité qu’il ait acheté un ordinateur de la marque A et soldé.
3) Détermine la probabilité qu’il ait acheté un ordinateur non soldé.

Solution
1) Considérons les événements suivants.
A : « L’ordinateur est de la marque A »
N : « L’ordinateur est de la marque N »
O : « L’ordinateur est de la marque O »
S : « L’ordinateur est soldé ».

2) La probabilité qu’il ait acheté un ordinateur de la marque

A et soldé est :
p(A⋂S) = 0,64×0,3 = 0,192.

3) La probabilité qu’il ait acheté un ordinateur non soldé est :

P(S̅ )
P(S̅ ) = P(A⋂S̅ ) + P(N⋂S̅ ) + P(O⋂S̅ )
= 0,64×(1-0,3) + 0,28×(1-0,6) + 0,08×(1-0,8)
= 0,576

Exercices de maison

Exercice 1
A la suite d’un sondage effectué à propos de la construction d’un barrage, on estime que : 65% de
la population concernée est contre la construction du barrage et parmi ces opposants, 70% sont
des écologistes. Parmi les personnes non opposées à la construction, 20% sont des écologistes.
On interroge une personne au hasard
1) Calcule la probabilité que cette personne interrogée soit opposée à la construction du barrage
et soit écologiste.
2) Calcule la probabilité qu’elle ne soit pas opposée à la construction du barrage et soit
écologiste.
3) Déduis-en la probabilité qu’une personne interrogée soit écologiste.

NB : Pour faciliter les réponses aux différentes questions, on pourra noter les évènements

Page 9 sur 19
Exercice 2
Un opérateur téléphonique propose à ses abonnés deux types d’accès internet à haut débit :
• un accès internet sur ligne fixe ;
• un accès 4G sur téléphone portable.
Aujourd’hui, l’entreprise fait les constats suivants sur les accès internet à haut débit de ses
abonnés :
• 58 % des abonnés ont un accès internet sur ligne fixe. Parmi ceux-là, 24 % ont également un
accès 3G sur téléphone portable ;
• parmi les abonnés qui n’ont pas d’accès internet sur ligne fixe, 13 % ont un accès 4G sur
téléphone portable.
Pour une enquête de satisfaction, la fiche d’un abonné est prélevée au hasard. Dans cet exercice
on note :
• F l’évènement : « la fiche est celle d’un abonné qui a un accès internet sur ligne fixe » ;
• G l’évènement : « la fiche est celle d’un abonné qui a un accès 3G sur téléphone portable » 1) En
utilisant les données de l’énoncé, précise les valeurs de 𝑝(F), de 𝑝F (G) et de 𝑝F̅ (G) .
2) Construis un arbre de probabilité traduisant la situation.
3) Calcule 𝑝(F∩G̅ ). Interprète ce résultat.
4) a) Vérifie que la probabilité que la fiche prélevée soit celle d’un abonné qui n’a pas d’accès 4G
sur téléphone portable est de 0,8062.
b) Peut-on affirmer qu’au moins 25 % des abonnés ont un accès 3G sur téléphone portable?

II -Variable aléatoire

1. Définitions
On considère une expérience aléatoire d’univers Ω.
■ On appelle variable aléatoire, toute application X de Ω dans IR.
■ Soit X une variable aléatoire qui à chaque éventualité 𝑒𝑖 de Ω, associe un nombre réel 𝑥𝑖 .
L’ensemble {𝑥1 ; 𝑥2 ; … ; 𝑥𝑛} se note X(Ω) et s’appelle l’ensemble des valeurs prises par X ou
l’univers image de Ω par X.
■ Soit P une probabilité sur Ω.
La loi de probabilité de X est l’application qui à toute valeur 𝑥𝑖, prise par X, associe P(𝑋 = 𝑥𝑖) où
(𝑋 = 𝑥𝑖) est l’ensemble {𝜔 ∈ Ω, X(𝜔) = 𝑥𝑖}.

NB : Il est commode de représenter une loi de probabilité par un tableau du type :

𝑥𝑖 𝑥1 𝑥2 … 𝑥𝑛
𝑃(𝑋 = 𝑥𝑖) 𝑝1 𝑝2 … 𝑝𝑛

Dans ce tableau les éléments 𝑥𝑖 sont rangés dans l’ordre croissant.

𝐑𝐞𝐦𝐚𝐫𝐪𝐮𝐞 ∶ 𝑝1 + 𝑝2 + ⋯ + 𝑝𝑛 = 1.

Exercice
Une urne contient six boules indiscernables au toucher dont deux sont blanches et quatre sont
rouges.
On tire simultanément trois boules de l’urne et on note X la variable aléatoire égale au nombre
de boules blanches tirées.
1) Détermine les valeurs prises par la variable aléatoire X.
2) Etablis la loi de probabilité de la variable aléatoire X.

Page 10 sur
19
Solution
1) Dans ce tirage simultané de trois boules nous pouvons avoir soit aucune boule blanche, soit
une boule blanche, soit deux boules blanches. Donc les valeurs prise par la variable aléatoire X
sont : 0 ;1 ou 2. Ainsi X(Ω) = {0; 1; 2}
2) L’univers Ω est l’ensemble de tous les tirages simultanés de trois boules parmi six ; donc Card
Ω = C36= 20.
3
• Lorsque X = 0, le tirage contient trois boules rouges donc P( X = 0) = 𝐶4 =
20
4 1
=
20 5
• 1Lorsque X = 1, le tirage contient une boule blanche et deux boules rouges donc P( X = 1) =
𝐶 ×𝐶 2
2 4
= = 3
12
20 20 5
•2Lorsque X = 2, le tirage contient deux boules blanches et une boule rouge donc P( X = 2) =
𝐶 ×𝐶 1 4 1
2 4
= =
20 20 5
Nous avons le tableau suivant :
𝑥𝑖 0 1 2
𝑃(𝑋 = 𝑥𝑖) 1 3 1
5 5 5

2. Espérance mathématique, variance et écart type.

Définitions
Soit X une variable aléatoire prenant n valeurs 𝑥1 ; 𝑥2 ; … ; 𝑥𝑛 avec les probabilités respectives

■ On appelle espérance mathématique ou moyenne de X le nombre réel noté E(X) tel que :
E(X) = 𝑥1𝑝1 + 𝑥2𝑝2 + ⋯ + 𝑥𝑛𝑝𝑛.
■ On appelle variance de X le nombre réel positif noté V(X) tel que :
V(X) = (𝑥1 − 𝐸(𝑋))2𝑝1 + (𝑥2 − 𝐸(𝑋))2𝑝2 + ⋯ + (𝑥𝑛 − 𝐸(𝑋))2𝑝𝑛
■ On appelle écart type de X le nombre réel noté 𝜎(X) tel que : 𝜎(X) = √𝑉(𝑋) .

Remarque
La variance d’une variable aléatoire X peut être donnée par :
V(X) = E(X2) - [E(X)]2 = 𝑥12𝑝1 + 𝑥22𝑝2 + ⋯ + 𝑥𝑛2𝑝𝑛 − [E(X)]2

Interprétation de l’espérance mathématique en termes de jeu :

Soit E(X) l’espérance mathématique d’une variable aléatoire X mesurant le gain algébrique
(différence entre la somme perçue et la mise).
E(X) est le gain moyen d’un joueur.
♦ Lorsque 𝐸(𝑋) > 0, le jeu est avantageux pour le joueur.
♦ Lorsque 𝐸(𝑋) < 0, le jeu est désavantageux pour le joueur.
♦ Lorsque 𝐸(𝑋) = 0, le jeu est équitable.

Exercice
Un joueur lance successivement trois fois de suite une pièce de monnaie parfaitement équilibrée.
Il gagne 600 francs s’il obtient 3 fois « FACE », gagne 300 francs s’il obtient exactement 2 fois
« FACE », gagne 100 francs s’il obtient exactement une fois « FACE », mais paye 1000 francs s’il
n’obtient que des « PILE ». On désigne par X la variable aléatoire représentant en francs le gain
du joueur (un gain est positif ou négatif).
1) Détermine la loi de probabilité de la variable X.

Page 11 sur 19
2) Calcule la probabilité de gagner strictement moins de 300 francs.
3) a. Calcule l’espérance mathématique de la variable X.
b. Que représente ce résultat pour le joueur ?
c. Interprète ce résultat pour le joueur.
4) Calcule le montant que le joueur devrait payer lorsqu’il obtient que des « PILE » pour que le
jeu soit équitable.

Solution
1. Les résultats possibles sont : (F;F;F) ; (F;F;P) ; (F;P;F) ; (P;F;F) ; (P;P;F) ; (P;F;P) ; (F;P;P) ;
(P;P;P).
Les différents résultats possibles donnent les gains suivants : -1000 ; 100 ; 300 ; 600.
L’ensemble des valeurs prises par X sont {−1000 ; 100 ; 300 ; 600. }
1 3
P(X= -1000) = P({(P ; P ; P)}) = ; P(X= 100) = P({(P; P; F) ; (P; F; P) ; (F; P; P)}) = ;
8 8
3 1
P(X= 300) = P ({(F; F; P) ; (F; P; F) ; (P; F; F) })= ; P(X= 600) = P({(F ; F ; F)}) =
8 8

𝑥𝑖 -1000 100 300 600

1 3 3 1
P(X = 𝑥𝑖 )
8 8 8 8

2. Soit A l’événement « Gagner moins de 300F ».

1 3 1
Donc P(A)= P(X= -1000) + P(X= 100) = + = .
8 8 2
1 3 3 1
3. a. E(X) = (-1000)( ) + 100( )+ 300( )+ 600( )= 100.
8 8 8 8
b. 100 F représente le gain moyen du joueur.
c. E(X) > 0 donc le jeu est favorable au joueur.

Calcule le montant que le joueur devrait payer lorsqu’il obtient que des « PILE » pour que le jeu
soit équitable.

4. Soit S le montant que le joueur devrait payer s’il n’obtenait que des « PILE » pour que le jeu
soit équitable.
1 3 3 1 1800−S
E(X) = (-S) ( )+ 100( )+ 300( )+ 600( )= .
8 8 8 8 8
Le jeu est équitable lorsque E(X) = 0.
1800−S
E(X) = 0 ⇔ = 0 ⇔ S = 1800.
8
Le joueur doit payer 1800F lorsqu’il n’obtient que des « PILE » pour que le jeu soit équitable.

3. Schéma de Bernoulli

Définitions
Une épreuve de Bernoulli est une expérience aléatoire ne conduisant qu’à deux éventualités
exclusives : l’une est appelée succès notée S et l’autre échec notée S.

Un schéma de Bernoulli est une expérience aléatoire qui consiste à répéter 𝑛 fois de
suite ( 𝑛 ≥ 2 ) de façon indépendante une même épreuve de Bernoulli.

Page 12 sur 19
Remarque
Lorsqu’on a une épreuve de Bernoulli, si on note p la probabilité du succès, celle de l’échec est 1-
p.
Exemple
Le lancer d’une pièce de monnaie bien équilibrée est une épreuve de Bernoulli car ce lancer
conduit à deux résultats exclusifs : pile et face.
Si nous nous intéressons à l’évènement obtenir face, cet évènement est appelé succès et a pour
probabilité 0,5.

Exercice (3 min)
On lance une fois un dé cubique bien équilibré dont les faces sont numérotées de 1 à 6.
On s’intéresse à l’apparition du chiffre 6 sur la face supérieure.
Justifie qu’on a une épreuve de Bernoulli dont tu préciseras la probabilité de succès.

Solution
Le lancer de ce dé cubique conduit à deux éventuellement exclusives : obtenir 6 avec une
1 5
probabilité de et ne pas obtenir 6 avec une probabilité de .
6 6
1
On a une épreuve de Bernoulli de probabilité de succès .
6

Propriété
Soit un schéma de Bernoulli à 𝑛 épreuves et 𝑝 la probabilité du succès
(celle de l’échec est 1-p).
La probabilité d’obtenir exactement 𝑘 succès au cours des 𝑛 épreuves est :
𝑪𝒌𝒏𝒑𝒌(𝟏 − 𝒑)𝒏−𝒌 où 𝟎 ≤ 𝒌 ≤ 𝒏.

Exercice
On lance 5 fois de suite un dé cubique bien équilibré dont les faces sont numérotées de1 à 6 et on
note après chaque lancer le chiffre apparu sur la face supérieure.
Calcule la probabilité d’obtenir exactement 4 fois le chiffre 2.

Solution
Considérons l’épreuve de Bernoulli qui consiste à lancer le dé et à s’intéresser au chiffre 2.
1
Le succès S « Obtenir 2 » a pour probabilité P( S ) = .
6
L’épreuve étant répétée 5 fois de suite et de façon indépendante, on a un schéma de Bernoulli.
L’événement « 1Obtenir exactement 4 fois le chiffre 2 au cours des 5 lancers » a pour probabilité :
4 1 4 1 25
C5 ( ) (1 − ) = .
6 6 7776

4. Loi binomiale
Définition
Soit un schéma de Bernoulli à 𝑛 épreuves identiques, 𝑝 la probabilité du succès et X la variable
aléatoire désignant le nombre 𝑘 de succès au cours des 𝑛 épreuves ( 0 ≤ 𝑘 ≤ 𝑛)
La loi de probabilité de X est définie par : 𝑷(𝑿 = 𝒌) = 𝑪𝒌𝒏𝒑𝒌(𝟏 − 𝒑)𝒏−𝒌
Cette loi de probabilité est appelée loi binomiale de paramètres 𝒏 et 𝒑.
Elle est notée B(𝑛;𝑝).

Page 13 sur 19
Propriété
Soit X une variable aléatoire suivant une loi binomiale de paramètres n et p.
L’espérance mathématique E(X) et la variance V(X) de X sont données par les formules :
E(X) = np et V(X) = np(1-p)

Exercice
Sur une route, deux carrefours sont munis de feux tricolores A et B. On supposera que ces feux
ne sont pas synchronisés et que pour un automobiliste circulant sur cette route, l’apparition
d’une couleur donnée est un pur hasard. On admet que la probabilité pour que le feu A soit vert
3 1
est , la probabilité pour que le feu B soit vert est . Les feux A et B fonctionnent de manière
4 2
indépendante.
1. Un automobiliste passe successivement aux deux carrefours.
a) Calcule la probabilité pour qu’il rencontre deux feux verts.
b) Calcule la probabilité pour qu’il rencontre au moins un feu vert.
2. Un autre automobiliste passe 5 fois au carrefour muni du feu A.
Soit X la variable aléatoire désignant le nombre de fois où l’automobiliste rencontre le feu vert
a) Calcule la probabilité pour que l’automobiliste rencontre exactement 3 fois le feu vert.
b) Calcule l’espérance mathématique et la variance de la variable aléatoire X.
Donne l’arrondi d’ordre zéro de l’espérance mathématique de X et interprète ce résultat.

Solution
1. a) Soit l’événement A « le feu A est vert » et l’événement B « Le feu B est vert ».
Les événements A et B sont indépendants.
3 1 3
On a donc : P( A ∩ B) = P(A) × P(B) = × =4 2 8
b) Soit l’événement C « l’automobiliste rencontre au moins un feu vert » et C l’événement
contraire de C.
On a : C = A ∩ B , et comme A et B sont indépendants alors :
1 1 1
P(C) = P(A ∩ B) = P(A) × P(B) = (1 − P(A) )(1 − P(B)) = 4 × 2 = 8.
𝟏
D’où 𝐏( 𝐂) = 𝟏 − = 𝟕
𝟖 𝟖
2.
a) Lorsque l’automobiliste se présente au carrefour A, on s’intéresse à deux résultats : S « il
rencontre le feu vert » et S « il ne rencontre pas le feu vert ». Cette expérience est une épreuve de
3
Bernoulli. On a P(S) = 4
L’épreuve étant répétée 5 fois de suite et de façon indépendante, la variable aléatoire X suit une
3
loi binomiale de paramètres n et p tels que : 𝑛 = 5 et 𝑝 = .
4
La probabilité pour que l’automobiliste rencontre exactement 3 fois le feu vert est :
3 2
P(X = 3) = C3 (3 ) (1) = 270 ≈ 0,26
5 4 4 1024
b) Ici, il est préférable d’utiliser les formules E(X) = 𝑛𝑝 et V(X) = 𝑛𝑝(1 − 𝑝) lorsque X suit une
3 3 1 15
loi binomiale de paramètres 𝑛 et 𝑝. Ainsi, E(X) = 5 × = 15 et V(X) = 5 × 4 × 4 = 16
4 4
E(X) ≈ 4 . L’automobiliste rencontre en moyenne 4 feux verts en passant 5 fois au carrefour
muni du feu A.

Page 14 sur 19
5. Fonction de répartition

Définition
Soit X une variable aléatoire définie sur un univers Ω et P une probabilité sur Ω.
La fonction de répartition de X est l’application F de IR dans [0; 1] définie par :
F(𝑥) = P(X ≤ 𝑥).

Exercice
Détermine et représente graphiquement la fonction de répartition F de la variable aléatoire X
dont la loi de probabilité est donnée ci-dessous.

𝑥𝑖 -1000 100 300 600

P(X = 𝑥𝑖 ) 1 3 3 1
8 8 8 8

Solution
• Détermination de F.

La fonction de répartition F de X est définie sur IR par :

Pour tout 𝑥 ∈ ]−∞; −1000[ 𝐹(𝑥) = 0
1
Pour tout 𝑥 ∈ [−1000; 100[ 𝐹(𝑥) =
8
1 3 1
Pour tout 𝑥 ∈ [100; 300[ 𝐹(𝑥) = 8 + 8 = 2
1 3 7
Pour tout 𝑥 ∈ [300; 600[ 𝐹(𝑥) = 2 + 8 = 8
7 1
Pour tout 𝑥 ∈ [600; +∞[ 𝐹(𝑥) = 8 + 8 = 1.

• Représentation graphique de F.

Remarque
La fonction de répartition est une fonction définie par intervalles.
La fonction de répartition est une fonction en escalier, croissante.

Page 15 sur 19
Exercice de maison

Exercice 1
Un jeu consiste à faire tourner une roue autour de son axe, roue sur laquelle on a marqué un
secteur angulaire de 50°. On déclare qu’il y a succès si la roue s’arrête de telle sorte que la flèche
(fixe) soit en face du secteur angulaire de 50°, sinon il y a échec. On tourne 7 fois la roue.
Calcule la probabilité des événements suivants :
A « Obtenir exactement trois succès ». B « Obtenir au moins un succès » (On donnera l’arrondi
d’ordre 2 des résultats)

Exercice 2
Dans une foire, on propose le jeu suivant.
Le joueur mise 500 F sur l’un des numéros 1, 2, 3, 4, 5 ou 6.
Puis on lance deux dés réguliers à six faces :
- si le numéro sort deux fois, le joueur remporte deux fois sa mise ;
- s’il sort une fois, le joueur récupère sa mise ;
- s’il ne sort pas, le joueur perd sa mise.
1) Détermine la loi de X
2) Calcule l’espérance mathématique de X.
3) a) Détermine la fonction de répartition de X.
b) Représente graphiquement cette fonction.

Exercice de synthèse
Mariam, une jeune diplômée sans emploi, a reçu un fonds et décide d’ouvrir un restaurant. Après
un mois d’activité, elle constate que pour un jour donné :
- La probabilité qu’il ait une affluence de clients est de 0,6.
- Lorsqu’il y a une affluence de clients, la probabilité qu’elle réalise un bénéfice est de 0,7.
- Lorsqu’il n’y a pas d’affluence de clients, la probabilité qu’elle réalise un bénéfice est de 0,4.
On désigne par A l’évènement « il y a affluence de clients » et par B l’évènement « Mariam réalise
un bénéfice »
1) On choisit un jour au hasard.
a) Calcule la probabilité de l’évènement E « il y a affluence de clients et Mariam réalise un
bénéfice »
b) Démontre que la probabilité P(B) de l’évènement B est égale à 0,58.
c) Mariam a réalisé un bénéfice. Calcule la probabilité qu’il ait eu une affluence de clients ce jour-
là. (On donnera le résultat sous forme de fraction irréductible)

2) Mariam veut faire une prévision sur trois jours successifs donnés. On désigne par X le nombre
de fois qu’elle réalise un bénéfice sur les trois jours successifs.
a) Détermine les valeurs prise par X.
b) Détermine la loi de probabilité de X. (On donnera l’arrondi d’ordre 3 des résultats)
c) Calcule l’espérance mathématique E(X) de X.

3) Soit n un nombre entier naturel supérieur ou égal à 2. On note Pn la probabilité que Mariam
réalise au moins une fois un bénéfice pendant n jours successifs.
a) Justifie que, pour tout entier naturel n supérieur ou égal à 2 : Pn = 1- (0,42)n
b) Détermine la valeur minimale de n pour qu’on ait Pn ≥ 0,9999.

Page 16 sur 19
Solution

Etablissons un arbre pondéré

B

0,7

0,3

0,6 B

0,4 B

0,4

0,6

1) a. Calcul de P(E)
E « il y a affluence de clients et Mariam réalise un bénéfice »
Ainsi E = A∩B. on a donc P(E) = P(A∩B) = P(A)×P(B/A)
= 0,6×0,7
= 0,42
b) Calcul de P(B)
P(B)= P(A∩B) + P(𝐴 ∩B)
= P(A)×P(B/A) + P(𝐴)×P(B/𝐴)
= 0,6×0,7 + 0,4×0,4
= 0,42 + 0,16
= 0,58
c) On sait que Mariam a réalisé un bénéfice. Calculer la probabilité qu’il ait eu une affluence de
clients ce jour-là, revient à calculer la probabilité de l’évènement A sachant B.
P(A∩B)
P(A/B) =
P(B)
0,42
= 0,58
42
= 58
21
=
29

2) a.
Sur les trois jours Mariam peut ne jamais réaliser un bénéfice donc X prendra la valeur 0, Sur les
trois jours elle peut réaliser un bénéfice qu’un seul jour, X prendra la valeur 1, Sur les trois jours
elle peut réaliser un bénéfice sur deux jours, X prendra la valeur 2 et enfin sur les trois jours elle
peut réaliser un bénéfice tous les jours, X prendra donc la valeur 3.
On a donc X(Ω) = {0; 1; 2; 3}
b). X est une variable qui suit une loi binomiale de paramètres n = 3 et P = 0,58.

Page 17 sur 19
P(X = 0) = C30 × (0,58)0 × (1 − 0,58)3 = 0,074088 = 0,074
P(X = 1) = C31 × (0,58)1 × (1 − 0,58)2 = 0,306936 = 0,307
P(X = 2) = C32 × (0,58)2 × (1 − 0,58)1 = 0,423864 = 0,424
P(X = 3) = C33 × (0,58)3 × (1 − 0,58)0 = 0,195112 = 0,195

𝑥𝑖 0 1 2 3
P(X = 𝑥𝑖 ) 0,074 0,307 0,424 0,195

c). Calcul de E(X)

E(X) = n×p = 3×O,58 = 1,74

3) a. Calcul de Pn
Soit l’évènement F : « Mariam réalise au moins une fois un bénéfice pendant n jours successifs »,
l’évènement contraire de F est l’évènement 𝐹 « Mariam ne réalise aucun bénéfice pendant n
jours successifs ».
On a P( 𝐹) = Cn0 × (0,58)0 × (1 − 0,58)n
= (1 − 0,58)n
=(0,42)n
Donc Pn = p(F)
=1- P( 𝐹)
=1-(0,42)n
b) Pn ≥ 0,9999 ⇔ 1-(0,42)n ≥ 0,9999
⇔ -(0,42)n ≥ 0,9999-1
⇔ -(0,42)n ≥ -0,0001
⇔ (0,42)n ≤ 0,0001
⇔ n × ln(0,42)≤ ln(0,0001)
ln(0,0001)
⇔n ≥
ln(0,42)
⇔ n ≈ 10,61
La valeur minimale de n pour qu’on ait Pn ≥ 0,9999 est donc 11.

3. EXERCICES
Exercice1

Sur un disque on a enregistré dix morceaux différents. Le temps d’écoute de chacun d’eux est
donné dans le tableau :
Code du morceau
A B C D
enregistré
Temps d’écoute en
280 200 240 280
secondes

E F G H I J
260 240 280 200 240 280

Un appareil de lecture sélectionne au hasard un des dix morceaux et un seul.

Tous les morceaux ont la même probabilité d’être sélectionné.
1. Calcule la probabilité, pour chacun des morceaux soir sélectionné à cette lecture.
2. a) Calcule la probabilité de l’événement E1 :
« Le morceau sélectionné à une durée d’écoute de 240 secondes ».
b) Calcule la probabilité de l’événement E2 :

Page 18 sur 19
« Le morceau sélectionné à une durée d’écoute supérieure à 220 secondes ».
3. On note X la variable aléatoire qui, à tout morceau sélectionné, associe le temps d’écoute de ce
morceau.
a) Détermine la loi de probabilité de la variable aléatoire X.
b) Calcule l’espérance mathématique de X et son écart-type.

Page 19 sur 19