Vous êtes sur la page 1sur 16

PROBABILITS

11

2. Probabilits
2.1.

Un peu d'histoire

Les premiers crits sur les probabilits sont l'uvre de


Jrme Cardan (1501-1576), qu'un de ses biographes a
surnomm le joueur savant . Un problme qui
intressait Cardan tait le suivant : comment doit-on
rpartir les mises d'un jeu de ds si le jeu venait tre
interrompu ? La mme question fut pose en 1654
Blaise Pascal par son ami le Chevalier de Mr, qui
tait un joueur impnitent. Un joueur parie qu'il tirera un
as en huit coups de ds, mais la police interrompt le jeu
aprs le troisime coup. Les assistants protestent, mais
comment doit-on rpartir les mises ? Cette question fut
Pafnouti Lvovitch Tchebychev
Pierre de Fermat
l'origine
d'une
correspondance
entre
Pascal
et
Fermat,
et
(Okatovo, 16/5/1821 (Beaumont-de-Lomagne,
St-Ptersbourg,
8/12/1894)
leurs
rflexions
furent
publies
en
1657
dans
Tractatus
17/8/1601 Castres, 12/1/1665)
de ratiociniis in aleae ludo (Trait sur les raisonnements
dans le jeu de ds). L'auteur est le nerlandais Christiaan
Huygens, plus connu pour ses travaux en astronomie et
en physique. C'est donc partir de problmes poss par
les jeux de hasard que se dfinirent les concepts et les
premires approches de cette nouvelle branche des
mathmatiques.
On avait observ que, lorsque l'on rptait de nombreuses
fois la mme exprience, les frquences tendaient se
stabiliser. On savait de plus que ces frquences se
stabilisaient autour des probabilits, lorsque celles-ci
Andrei Andreeivich Markov
Jacques Bernoulli
taient connues. Ainsi, dans le cas d'un d, au bout d'un
(Ryazan, 14/6/1856 (Ble, 27/12/1654 grand nombre de tirages, chaque face tait obtenue
St-Ptersbourg, 20/7/1922)
Ble, 16/8/1705)
environ une fois sur six. Cette observation empirique
pouvait-elle recevoir un fondement thorique ? Le
premier se poser la question est le blois Jacques
Bernoulli, fils de Nicolas Bernoulli, premier membre
d'une longue dynastie de mathmaticiens, dont les plus
clbres sont Jacques, Jean (son frre) et Daniel (le fils
de Jean). Jacques Bernoulli a crit Ars Conjectandi, qui
ne sera publi qu'aprs sa mort en 1713 par son neveu
Daniel.
Au 19me sicle, la croissance rapide des sciences rendit
ncessaire l'extension de la thorie des probabilits audel des jeux de hasard. Elle devint trs utilise en Andrei Nikolaevich Kolmogorov
Pierre-Simon Laplace
conomie et dans le domaine des assurances.
(Tambov, 25/4/1903 (Beaumont-en-Auge,
Pour faire de la thorie des probabilits une discipline
Moscou, 20/10/1987)
23/3/1749 - Paris, 5/3/1827)
part entire, il ne manquait finalement plus qu'une chose :
une dfinition prcise de son objet, la probabilit.
C'est Laplace qui s'en charge dans son ouvrage Thorie analytique des probabilits, paru en 1812 : La probabilit
est une fraction dont le numrateur est le nombre de cas favorables, et dont le dnominateur est le nombre de tous
les cas possibles.
D'autres noms importants dans le domaine des probabilits sont Abraham de Moivre (1667-1754), Carl Friedrich
Gauss (1777-1855), Denis Poisson (1781-1840), Pafnouti Lvovitch Tchebychev (1821-1894), Andrei Andreeivich
Markov (1856-1922) et Andrei Nikolaevich Kolmogorov (1903-1987).

Didier Mller - LCP - 2012

Cahier Probabilits

CHAPITRE 2

12

2.2.

Univers, issues et vnements

Une exprience alatoire,


comme celle consistant jeter
un d, est appele une preuve.
Une issue est aussi appele
vnement lmentaire.

Supposons que l'on jette un d. Lorsqu'il s'immobilisera, il indiquera l'une des six issues
suivantes : 1, 2, 3, 4, 5 ou 6. Les statisticiens appellent l'ensemble

l'univers des rsultats.


Plus formel Soit un univers comportant un nombre fini d'issues possibles.

= {i1, i2, i3, ..., in}.


Les vnements I1 = {i1}, I2 = {i2}, ... In = {in} sont appels vnements lmentaires.
Exemple du d

I1 = {
I4 = {

},
},

I2 = {
I5 = {

},
},

I3 = {
I6 = {

},
}.

On appelle vnement tout sous-ensemble de , ou, ce qui revient au mme, un


ensemble d'vnements lmentaires.

vnements

Ainsi, l'vnement le rsultat d'un lancer de d est un nombre pair est identifi par le
sous-ensemble

E={
Oprations sur les
vnements

Si l'intersection de deux
vnements E et F est vide
(E F = ), on dit que ces
deux vnements sont
incompatibles.
Deux vnements lmentaires
sont bien videmment
incompatibles.

Les oprations sur les vnements sont les oprations classiques sur les ensembles.
Soit l'vnement le rsultat du lancer est plus petit que 3 identifi par l'ensemble
A = {1, 2} et l'vnement E = {2, 4, 6}.

.
Intersection A E reprsente l'vnement le rsultat du lancer est un chiffre pair et plus petit que
3 , donc B = A E = {2}.
Union A E reprsente l'vnement le rsultat du lancer est un chiffre pair ou un chiffre plus
petit que 3 , donc C = A E = {1, 2, 4, 6}.
Complmentaire L'vnement complmentaire de E, que l'on note E (on prononce non E ),
correspond l'vnement le rsultat du lancer est un nombre impair . On a donc
E = {1, 3, 5}.
Cahier Probabilits

Didier Mller - LCP - 2012

PROBABILITS

Exercice 2.1
Exercice 2.2

Exercice 2.3

2.3.

13

On lance deux fois une pice de monnaie. On crit p si la pice montre pile et f si elle
montre face. crivez l'ensemble .
Une urne contient quatre boules numrotes 1, 2, 3 et 4.
On tire successivement deux boules de l'urne, sans remettre la premire boule tire avant
le tirage de la seconde. crivez l'ensemble .
Quatre chevaux avec les dossards numrots de 1 4 font une course. crivez
l'ensemble des tiercs possibles.

Premiers pas en probabilits


Considrons une exprience dont l'univers est . Nous voulons assigner chaque issue
I un nombre P(I) qui indiquera sa probabilit.
La probabilit d'une issue I est un nombre rel compris entre 0 et 1 :
0 P(I) 1
0 indiquera que l'issue est impossible et 1 qu'elle est certaine.
Par exemple, si on lance un d non pip, chaque face aura une probabilit gale de sortir
(1 chance sur 6). On peut donc dire que la probabilit d'une face est de 1/6.
De plus, quand on lance un d, on est sr qu'il indiquera un chiffre de 1 6. On doit
donc avoir P(1) + P(2) + P(3) + P(4) + P(5) + P(6) = 1, ce qui est bien le cas.

Attention ! Cette proprit


n'est toujours vraie que pour
des vnements lmentaires.

vnements
lmentaires
quiprobables
Ce thorme est la version
moderne de la dfinition
qu'avait donne Laplace
en 1812 (voir introduction).

Donc, en gnralisant :
P(I1) + P(I2) + ... + P(In) = P() = 1
On vient de voir ce qui se passait avec un d non pip. Les vnements {1}, {2}, {3},
{4}, {5} et {6} sont ce qu'on appelle des vnements lmentaires quiprobables (ils
ont tous la mme probabilit).

Soit un univers comportant n vnements lmentaires quiprobables. Si A est un


k
vnement de form de la runion de k vnements lmentaires, alors P A= .
n

Autre formulation La probabilit est le nombre de cas favorables divis par le nombre de cas possibles
(si tous les cas sont quiprobables).

Le seul moyen de vrifier


qu'un d n'est pas pip, c'est
de le lancer un grand nombre
de fois, par exemple 6000
fois. On devrait alors en
principe obtenir environ 1000
fois chacune des faces. Plus
on lancera le d, plus les
frquences observes seront
proches des probabilits
thoriques. C'est la loi forte
des grands nombres.

Didier Mller - LCP - 2012

Si on utilise un d pip, les issues ne sont plus quiprobables et le thorme ci-dessus


n'est plus vrai ; on peut choisir par exemple un d dont les faces ont les probabilits
d'apparition suivantes :

0.25

0.15

0.15

0.15

0.15

0.15

On peut vrifier que la somme des probabilits donne bien 1.

Cahier Probabilits

CHAPITRE 2

14

Exemple

On lance deux ds, un rouge et un blanc. Il y a 36 vnements lmentaires possibles


quiprobables. Chaque paire aura donc une probabilit d'apparition de 1/36 (1 cas
favorable sur 36 possibles).
On notera chaque issue par la paire (r ; b) o r indiquera le rsultat du d rouge et b
celui du d blanc.

Description de l'vnement
A : la somme des deux ds est 3
B : la somme des deux ds est 6
C : le d rouge montre un 1
D : la somme des ds est infrieure
7 et est un nombre premier

Thorme 2.1

vnement

Probabilit
2
1
A = {(1; 2), (2; 1)}
P A= =
36 18
5
B = {(1; 5), (2; 4), (3; 3), (4; 2), (5; 1)}
P B=
36
6 1
C = {(1; 1), (1; 2), (1; 3), (1; 4), (1; 5), (1; 6)}
P C= =
36 6
7
D = {(1; 1), (1; 2), (1; 4), (2; 1), (2; 3), (3; 2), (4; 1)} P D=
36

Reprenons l'exemple des deux ds. Soit E l'vnement le d rouge montre un 6 et F


l'vnement le d blanc montre un 6 .

E F : le d rouge ou
le d blanc montre un 6 .
E F : le d rouge et le
d blanc montrent un 6 .
P(E F) =
6
6
1 11
=
36 36 36 36

En comptant les paires


vertes, on voit qu'il y en a
bien 11 sur 36.

E F est toute la partie verte.


E F est l'intersection de la bande verticale et de la bande horizontale.
Cela illustre le thorme 2.1 :
P(E F) = P(E) + P(F) P(E F)

Cahier Probabilits

Didier Mller - LCP - 2012

PROBABILITS

15

Lorsque les deux vnements sont incompatibles, le thorme 2.1 se simplifie et


devient :
P(E F) = P(E) + P(F), car E F = .

Thorme 2.2

P E=

Soit l'vnement E les deux ds montrent un 4 . L'vnement E est au moins un


des deux ds ne montre pas un 4 .

1
36

P E=1

1 35
=
36 36

On vrifie immdiatement sur le dessin que


P E=1 P E

On peut commenter ce thorme comme suit : la probabilit qu'un vnement ne


survienne pas est 1 moins la probabilit qu'il survienne. Par exemple, si la probabilit de
toucher une cible est 0.23, la probabilit de rater la cible est 0.77.

Exercice 2.4

Exercice 2.5

Dans un canton, il y a 40'000 voitures dotes de plaques numrotes de 1 40'000. En


n'observant que les voitures de ce canton, quelle probabilit a-t-on de voir une voiture
dont le numro de plaque commence par 1 ?
On lance deux ds. Quelle probabilit a-t-on d'obtenir
a. un 3 et un 5 ?
c. deux chiffres identiques ?

Exercice 2.6

Exercice 2.7

b. deux 3 ?
d. un total de 8 ?

On propose Pierre de lancer simultanment trois pices de monnaie parfaitement


quilibres de 10, 20 et 50 centimes respectivement. Il pourra conserver les pices qui
prsentent le ct pile.
a. Dcrivez l'univers.
Quelle probabilit a-t-il de gagner
b. 20 centimes ? c. moins de 50 centimes ? d. plus de 20 centimes ?
Un ttradre pip vous sert de d. Les faces sont numrotes de 1 4. Aprs le jet, la
face gagnante est celle qui repose contre le sol.
La probabilit de gain est proportionnelle au numro inscrit sur la face : par exemple, la
face numro 4 a une probabilit de sortie 4 fois plus leve que la face numro 1.
Quelle est la probabilit de sortie de la face numro 3 ?

Exercice 2.8

On jette deux ds. Quelle est la probabilit que la somme des points soit i ? Faites les
calculs pour i = 2, 3, ..., 12. Dessinez un histogramme.

Exercice 2.9

Deux boules sont tires d'une urne contenant 6 boules blanches et 5 noires. Quelle est la
probabilit qu'une des boules tires soit blanche et l'autre noire ?

Didier Mller - LCP - 2012

Cahier Probabilits

CHAPITRE 2

16

Exercice 2.10

Dans une enqute portant sur les pannes de voitures qui se sont produites au cours d'une
anne, on a pris en considration, pour un type de voiture dtermin, les possibilits
suivantes :
P0 :
P1 :
P2 :
P3 :

il n'y a pas eu de panne ;


il y a eu une panne ;
il y a eu deux pannes ;
il y a eu plus de deux pannes.

Le dpouillement de l'enqute a montr que ces possibilits se sont produites


respectivement 233, 310, 156 et 81 fois. Quelle probabilit y a-t-il, pour un possesseur
d'une voiture de ce type, de tomber en panne dans l'anne qui vient...
a. au moins une fois ?
b. moins de deux fois ?

Exercice 2.11

On tire d'un paquet de 52 cartes deux cartes au hasard. Quelle est la probabilit qu'elles
forment un black jack, ou, autrement dit, que l'une soit un as et l'autre un dix, un valet,
une dame ou un roi ?
Indication : utilisez les combinaisons.
52

Exercice 2.12

On admet que les C 5 mains possibles au poker ferm sont quiprobables.


Quelle est la probabilit de recevoir...
a. une quinte royale (10, V, D, R, 1 de la mme couleur) ?
b. une quinte flush (5 cartes conscutives de la mme couleur, mais pas une quinte
royale) ?
c. un carr (p. ex. D , D , D , D , 2 ) ?
d. un full, i.e. brelan + paire (p. ex. V , V , V , 4 , 4 ) ?
e. un flush (p. ex. 2 , 3 , 4 , 9 , V ) ?
f. une quinte (p. ex. 2 , 3 , 4 , 5 , 6 ) ?
g. un brelan (p. ex. 1 , 1 , 1 , 5 , 8 ) ?
h. deux paires (p. ex. 6 , 6 , 9 , 9 , 10 ) ?
i. une paire (p. ex. R , R , 7 , 3 , 2 ) ?

Exercice 2.13

a. Si n personnes sont prsentes dans une pice, quelle est la probabilit que leurs
anniversaires tombent tous sur des jours diffrents ?
b. Quelle valeur faut-il donner n pour que cette probabilit tombe en dessous de 1/2 ?
Pour simplifier, on exclura les gens ns le 29 fvrier.
Indication
Commencez par calculer la probabilit de non-concidence pour n = 2, 3 et 4. Donnez
ensuite la formule gnrale.

Exercice 2.14

Trois frres possdent chacun trois chapeaux identiques, soit, au total, neuf chapeaux
identiques, part les initiales de chaque propritaire, invisibles de l'extrieur.
Ces neuf chapeaux sont accrochs les uns ct des autres. Un jour, les trois frres
prennent chacun un chapeau au hasard.
Quelle est la probabilit qu'aucun des trois frres n'ait pris un chapeau qui lui
appartienne ?

Cahier Probabilits

Didier Mller - LCP - 2012

PROBABILITS

2.4.

17

Axiomes du calcul des probabilits et thormes (rsum)


Rsumons de manire un peu plus formelle nos constatations du 2.3.
Axiome 2.1 La probabilit d'un vnement E est un nombre rel compris entre 0 et 1 :
0 P(E) 1
Axiome 2.2 La probabilit de l'vnement certain est gale 1 :
P() = 1
Axiome 2.3 La probabilit de la runion de deux vnements incompatibles est gale la somme de
leur probabilit :
si E F = , alors P(E F) = P(E) + P(F)
Thorme 2.1 P(E F) = P(E) + P(F) P(E F)
Thorme 2.2

P E=1 P E

Thorme 2.3 P() = 0


Thorme 2.4 P(E1 E2 ... En) = P(E1) + P(E2) + ... + P(En) si les vnements Ei sont deux
deux incompatibles.
Thorme 2. 5 P(F E ) = P(F) P(F )
Preuve du thorme 2.5

F E et F E sont incompatibles. En effet,

F E F E = (voir dessin ci-contre).


Par ailleurs, F E F E =F .
Donc, en vertu de l'axiome 3 :
P F = P F E F E =P F EP F E
ce qui prouve le thorme 2.5.

Exercice 2.15
Formules de de Morgan :

AB= AB
AB= AB

2.5.

A, B et A B sont trois vnements de probabilits 0.4, 0.5 et 0.6, respectivement.


Calculez les probabilits des vnements suivants :
a. A
b. B
c. AB
d. AB
e. AB
f. AB
g. A B
h. AB
i. AB

Probabilit conditionnelle

Nous noterons P(E | F) cette


nouvelle probabilit
(probabilit conditionnelle de
E, sachant que F s'est
produit).

Supposons que nous attendions le rsultat d'une preuve et que nous connaissions la
probabilit P(E) de l'vnement attendu E. Si, l'preuve s'tant droule, nous recevons
une information supplmentaire, par exemple que l'vnement F s'est produit, ce
renseignement va en gnral modifier la probabilit de ralisation de l'vnement E.

Dfinition Soient E et F deux vnements d'un univers . Si P(F) 0, on appelle probabilit


conditionnelle de E par F le nombre not P(E | F) et tel que
P EF =

Didier Mller - LCP - 2012

P E F
PF
Cahier Probabilits

CHAPITRE 2

18

Exemple On lance deux ds. Quelle est la probabilit d'obtenir une somme suprieure 6, sachant
que l'un des deux ds indique un 2 ?

Rsolution sans la Remarquons tout d'abord que toutes les 36 paires habituelles ne sont pas
dfinition envisageables. En fait, seules 11 sont possibles. Et sur ces 11 paires, 4 ont une somme
4
suprieure 6. Donc p=
.
11
Rsolution avec la On pose : E : la somme des ds est suprieure 6
F : un des deux ds indique un 2 .
dfinition
Donc E F : la somme des ds est suprieure 6 et un des deux ds indique un 2 .
Il est souvent plus facile de
rsoudre une probabilit
conditionnelle sans la formule.

Exercice 2.16

Exercice 2.17

Exercice 2.18
Exercice 2.19

Exercice 2.20

Cahier Probabilits

D'aprs la figure ci-dessus, on voit que P E F =

4
11
et P F =
.
36
36

4
36
4
=
Donc, selon la formule, on obtient bien P EF =
.
11
11
36
On choisit au hasard une famille parmi celles qui ont deux enfants. Quelle est la
probabilit que ce soient deux garons...
a. si l'on sait que l'un des deux au moins est un garon ?
b. si l'on sait que l'un des deux enfants s'appelle Ernest ?
Un sac contient vingt jetons ; la moiti sont noirs, les autres blancs. Cinq jetons portent
en plus une marque spciale et trois de ceux-l sont noirs.
On tire au hasard un jeton du sac. Quelle est la probabilit que ce jeton...
a. soit noir si l'on sait qu'il porte une marque ?
b. ne porte pas de marque si l'on sait qu'il est blanc ?
On jette deux ds quilibrs. Quelle est la probabilit qu'au moins l'un d'entre eux
montre un 6, sachant que les deux chiffres montrs sont diffrents ?
On jette deux ds quilibrs. Quelle est la probabilit qu'au moins l'un d'entre eux
montre un 6, sachant que la somme des deux est i ? Calculez le rsultat pour toutes les
valeurs possibles de i.
Dans une petite ville, la police recherche un ivrogne. Il y a quatre chances sur cinq qu'il
se trouve dans un des huit bars de la ville. Deux agents de police visitent sept des huit
bars sans le trouver. Quelle est la probabilit qu'ils le trouvent dans le huitime bar ?

Didier Mller - LCP - 2012

PROBABILITS

Exercice 2.21

19

On considre trois urnes. L'urne A contient 2 boules blanches et 4 rouges ; l'urne B, 8


blanches et 4 rouges ; l'urne C 1 blanche et 3 rouges. On tire une boule de chacune des
urnes.
Quelle est la probabilit que la boule tire de l'urne A soit blanche, si l'on sait que le
tirage a livr 2 boules blanches exactement ?
Indication : utilisez la formule de la probabilit conditionnelle.

Formule de Bayes

La formule de la probabilit conditionnelle peut tre crite sous une autre forme,
appele formule de Bayes :
P EF =

P FE P E
P FE P E P FE P E

Le numrateur dcoule de la formule de la probabilit conditionnelle :


P FE =

P F E
P F E = P FE P E
P E

Le dnominateur s'obtient ainsi :

P F = P F E P F E = P FE P E P FE P E
Thomas Bayes
(Londres, ?/?/1702 Tunbridge Wells, 17/4/1761)

Exemple
Un lve rpond une question choix multiple. De deux choses l'une : soit il connat
la rponse, soit il la devine. Soit p la probabilit que l'lve connaisse la rponse et donc
1p celle qu'il la devine. On admet que l'lve qui devine rpondra correctement avec
probabilit 1/m o m est le nombre de rponses proposes. Quelle est la probabilit
qu'un lve connaisse la rponse une question s'il y a rpondu correctement ?
Soient E et F respectivement les vnements il connat vraiment la rponse et
l'tudiant rpond correctement la question . Alors
1p
mp
P EF =
=
1m 1p
1
1p
1 p
m

En prenant par exemple m = 5 et p = 0.5, la probabilit qu'un lve connaisse la rponse


5
une question sachant qu'il a rpondu correctement sera ainsi de
.
6

Exercice 2.22

2.6.

Une maladie atteint une personne sur mille. Il existe un test pour savoir si une personne
est infecte, mais ce test n'est pas parfait : si la personne est infecte, le test sera positif
dans 99% des cas ; mais, dans 2% des cas, le test sera positif alors que la personne est
saine.
Vous venez d'tre examin et le test est positif. Quelle est la probabilit que vous soyez
vraiment atteint par cette maladie ?

vnements indpendants

Occurrence : apparition,
ralisation

Deux vnements E et F sont indpendants l'un de l'autre si l'occurrence de l'un n'a pas
d'influence sur la probabilit de l'autre. Par exemple, le jet d'un d n'a pas d'influence sur
le jet d'un autre (sauf s'ils sont colls, magntiss, etc.).
De la formule de la probabilit conditionnelle donne au 2.5, on sait que P(E F) =
P(E | F)P(F). Si les deux vnements E et F sont indpendants, alors P(E | F) = P(E),
donc P(E F) = P(E)P(F).

Didier Mller - LCP - 2012

Cahier Probabilits

CHAPITRE 2

20

Dfinition On dit que deux vnements E et F sont indpendants si P(E F) = P(E)P(F). Dans
le cas contraire, on dit qu'ils sont dpendants.

Exercice 2.23

Exercice 2.24

Exercice 2.25

Exercice 2.26

Questions a - d :
voir exercice 2.15

On jette une pice de monnaie deux fois de suite. Les vnements A et B suivants sontils indpendants ?
A : Le mme ct sort deux fois.
B : Le nombre de cts face est infrieur deux.
On tire au hasard une carte d'un paquet de 52 cartes jouer ordinaires. Les vnements
A et B suivants sont-ils indpendants ?
A : La carte tire est un as.
B : La carte tire est un pique.
Je vais lancer une pice de monnaie quilibre pour la quatrime fois. Les trois
premires fois j'ai obtenu pile. Quelle est la probabilit que j'obtienne pile encore cette
fois ?
Un hpital comporte deux salles d'opration qui ont la mme probabilit d'tre
occupes. La probabilit que l'une des salles au moins soit occupe vaut 0.9, celle que
toutes deux soient occupes 0.5.
Quelle probabilit y a-t-il...
a. que la premire salle soit libre ?
b. que les deux salles soient libres ?
c. que l'une des deux salles au moins soit libre ?
d. qu'une seule salle soit libre ?
e. que la seconde salle soit libre si l'on sait que la premire est occupe ?
f. Les vnements A et B suivants sont-ils indpendants ?
A : La premire salle est occupe .
B : La seconde salle est occupe .

Exercice 2.27

2.7.

Un camlon daltonien pos sur du vert prend soit la couleur verte, soit la couleur
rouge, avec la mme probabilit. Quand il est pos sur du rouge, il prend soit la couleur
verte une fois sur cinq, soit la couleur rouge quatre fois sur cinq.
Julie tale chaque matin sa couverture bicolore sur l'herbe, une fois sur trois ct rouge
visible, deux fois sur trois ct vert visible.
Un couple de camlons daltoniens vient s'battre sur sa couverture.
a. Calculez la probabilit qu'ils soient de la mme couleur.
b. Les vnements le camlon mle est vert et le camlon femelle est vert
sont-ils indpendants ?
c. Sachant qu'ils sont de couleurs diffrentes, calculez la probabilit que la face
apparente de la couverture soit rouge.

preuves successives
Dans de nombreuses applications, une preuve globale se compose de n preuves
partielles successives. Les issues possibles sont alors des n-uplets (a1, a2, ..., an).
Exemple On a deux urnes U et V extrieurement identiques. U contient 2 boules noires et 1
blanche, V contient 1 noire et 3 blanches.
On choisit d'abord une des deux urnes au hasard, puis on extrait d'elle successivement 2
boules (sans remettre la premire dans l'urne).

Cahier Probabilits

Didier Mller - LCP - 2012

PROBABILITS

21

L'arbre ci-dessous reprsente cette suite d'oprations, avec les probabilits associes :

La probabilit d'un chemin est gale au produit des probabilits des branches qui
forment ce chemin. En effet, d'aprs la formule de probabilit conditionnelle :
P E F = P EF P F .
On remarquera que dans un arbre deux chemins sont toujours incompatibles. Pour
calculer la probabilit d'un vnement qui est la runion de plusieurs chemins, on
additionne les probabilits de ces chemins (voir thorme 2.4).
Les questions suivantes se rsolvent aisment l'aide de l'arbre :
Ce sont les trois chemins
rouges dans le dessin cidessus.

a. Quelle probabilit a-t-on de tirer en dernier une boule noire ?


P((, , n) = P((U,n,n) (U,b,n) (V,b,n)) =
1 1 1 11
= P((U,n,n)) + P((U,b,n)) + P((V,b,n)) = =
6 6 8 24
b. Quelle probabilit a-t-on de tirer deux boules de mme couleur ?
1 1 5
P((,n,n) (,b,b)) = P((U,n,n) (V,b,b)) = =
6 4 12

Les questions c et d sont des


probabilits conditionnelles.

c. Quelle probabilit a-t-on de tirer une boule noire en dernier si l'on sait que la
premire tait blanche ?
1 1

P , b , n
6 8
7
P((,,n)|(,b,)) =
=
=
P , b ,
1 1 1
13

6 8 4
d. Quelle probabilit a-t-on d'avoir choisi l'urne U si la seconde boule tire est noire ?
1 1

P U , , n
6 6
8
=
P((U,,)|(,,n)) =
=
P , , n
1 1 1 11

6 6 8

Didier Mller - LCP - 2012

Cahier Probabilits

CHAPITRE 2

22

Me voici sur une plage isole d'Hawaii. J'ai l'intention d'y prendre un vrai bain de
vagues, c'est--dire passer les brisants, nager tranquillement au large puis rentrer en me
faisant ramener par une vague. Mais on me le dconseille fortement. Les vagues sont en
effet ici colossalement fortes et charrient 2 mtres d'cumes environ. Aussi, 1 bon
nageur sur 5 ne russit pas franchir les brisants et revient directement sur la plage.
Quand on nage tranquillement au large, les requins vous dvorent 1 fois sur 4. Puis la
probabilit de se noyer dans l'cume en suivant une vague au retour est de 40%. Pour
finir, 3 personnes sur 20 parmi les rescaps apparents de ce bain s'effondrent terrasss
par une crise cardiaque en arrivant sur le sable.

Exercice 2.28

Quelle est donc la probabilit, si je me lance malgr tout en mer...


a. de me noyer ?
b. de revenir vivant sur la plage ?
c. de revenir vivant sur la plage aprs avoir pass les brisants ?

preuves
successives
indpendantes

Lorsqu'une preuve globale est forme d'une succession d'preuves indpendantes les
unes des autres, ce qui constitue un cas particulier du paragraphe prcdent, les
formules utiliser se simplifient considrablement. Par exemple si A, B et C sont trois
vnements relatifs trois preuves successives indpendantes, on aura :
P(A B C) = P(A)P(B)P(C)

Exemple On lance un d trois fois de suite. Quelle est la probabilit d'obtenir la suite 2, 5, 3 ?
1 1 1
1
La rponse est simplement P 2 , 5 , 3= =
.
6 6 6 216

Exercice 2.29

On lance un d trois fois de suite. Quelle est la probabilit que ni le 3 ni le 5


n'apparaissent ?

Exercice 2.30

On atteint une cible 3 fois sur 10. Combien de fois faut-il tirer pour avoir plus de 99
chances sur 100 de toucher la cible au moins une fois ?

Exercice 2.31

Exercice 2.32
Cette politique de
surrservation
(overbooking) est trs courante
parmi les compagnies
d'aviation.

Exercice 2.33

Exercice 2.34

Cahier Probabilits

Vous jouez 1000 grilles par an au Swiss Lotto, o il faut cocher 6 numros sur 45.
a. Quelles sont vos chances de gagner le gros lot (i.e. d'avoir coch les 6 bons
numros) au moins une fois si vous persvrez ce rythme pendant cinquante ans ?
b. ce rythme, combien d'annes devriez-vous jouer pour avoir plus d'une chance sur
deux de gagner le gros lot au moins une fois ?
Un guide dispose d'un minicar 10 places pour faire visiter Paris. Avec le temps, il a
remarqu qu'une personne qui a rserv une place annule sa rservation 1 fois sur 5. Il
dcide donc de toujours louer 11 places.
Quel est le nombre approximatif de jours dans l'anne o le guide devra renvoyer un de
ses clients par manque de place, en supposant qu'il travaille 250 jours par an ?
Problme du Chevalier de Mr (pos Blaise Pascal en 1654).
Qu'est-ce qui est le plus probable : obtenir au moins un 6 en quatre lancers d'un d, ou
obtenir au moins un double-6 en lanant 24 fois deux ds ?
Quand je plante des capucines, a marche 1 fois sur 4. Combien de capucines (au
minimum) dois-je planter pour avoir plus de 3 chances sur 4 d'en voir au moins une
fleurir ?

Didier Mller - LCP - 2012

PROBABILITS

Exercice 2.35

Exercice 2.36

Un automate peut dlivrer du th, du lait ou du chocolat. Un second bouton permet de


prciser si la boisson doit tre chaude ou froide.
la suite d'un drangement le bouton permettant le choix de la boisson ne fonctionne
que 1 fois sur 2 en moyenne et celui qui permet le choix de la temprature que 2 fois sur
3 en moyenne.
Un consommateur tient absolument avoir une tasse de chocolat chaud. Il est prt
payer 3 fois de suite pour satisfaire son dsir. Quelle probabilit a-t-il de ne pas obtenir
satisfaction ?
On tire successivement 4 cartes d'un jeu de 36 cartes. Le jeu ayant t brass
convenablement, quelle probabilit a-t-on de tirer...
a.
b.
c.
d.
e.
f.

Exercice 2.37

Exercice 2.38

Exercice 2.39

23

dans l'ordre : as , as , as , as ?
les quatre as ?
les quatre as sachant que les deux premires cartes tires taient des as ?
un as et trois autres cartes (ordre indiffrent) ?
un as au moins ?
un as au moins sachant que la premire carte tire n'tait pas un as ?

Deux urnes U et V contiennent respectivement :


U : 3 boules rouges, 2 boules bleues
V : 1 boule rouge, 1 boule bleue
On enlve une boule de U puis l'on met les boules restantes dans V. On tire alors une
boule de V. Calculez la probabilit...
a. que cette boule soit rouge
b. que cette boule soit rouge si l'on sait que la premire boule tire tait rouge
c. que la premire boule tire ait t rouge si au second tirage on a une boule rouge.
Un joueur professionnel garde dans sa poche 2 pices, l'une normale et l'autre ayant ses
deux faces identiques, disons deux fois pile. Il en prend une au hasard et la lance ; elle
montre pile.
a. Quelle est la probabilit qu'il s'agisse de la pice normale ?
b. Il jette la pice une seconde fois et elle montre nouveau pile. Mme question.
Combien faut-il rencontrer de personnes pour avoir plus d'une chance sur deux de
trouver quelqu'un qui est n le mme jour que soi (par exemple le 3 juillet, peu importe
l'anne) ?
Attention ! Cet exercice ressemble beaucoup au 2.13, mais le rsultat est, comme vous
le verrez, trs diffrent.

2.8.

La loi binomiale

Schma Une urne contient N boules. R de ces boules sont rouges. On tire une boule de cette
urne, on note sa couleur, puis on la remet dans l'urne. On rpte cette preuve n fois de
suite.
p est la probabilit de tirer une
La probabilit de tirer k boules rouges est gale :
boule rouge lors d'un tirage
(succs).
p ne varie pas au cours du
temps.
1 p est la probabilit d'chec.
k est le nombre de succs.
n k est le nombre d'checs.

Didier Mller - LCP - 2012

C k p 1 p

nk

avec p=

R
N

Cette loi s'utilise lorsqu'il n'y a que deux issues possibles l'preuve : succs (boule
rouge) ou chec (boule pas rouge) et que l'on s'intresse au nombre de succs possibles
(k) sur un total de n preuves.

Cahier Probabilits

CHAPITRE 2

24

Exemple On lance un d quilibr 20 fois de suite. Quelle probabilit a-t-on d'obtenir


respectivement 1, 2, 3, 4 fois 6 ?
P(1 fois 6 ) = C 20
1
P(2 fois 6 ) = C 20
2
P(3 fois 6 ) = C 20
3
P(4 fois 6 ) = C 20
4

Exercice 2.40
Quand p=1/2, les calculs se
simplifient beaucoup, car
p = 1p.

Exercice 2.41

Exercice 2.42

19





1
6

1
6
1
6
1
6

5
6

5
6
5
6
5
6

0.104

18

0.198

17

0.238

16

0.202

On lance une pice de monnaie 20 fois de suite. Quelle probabilit a-t-on d'obtenir...
a.
b.
c.
d.
e.

8 fois face
9 fois face
10 fois face
plus de 7 fois et moins de 13 fois face
moins de 4 fois face ?

On admet qu'un trait physique (telle la couleur des yeux ou le fait d'tre gaucher) chez
un homme est dtermin par une paire de gnes. On dsignera par d le gne de la paire
qui est dominant, et par r celui qui est rcessif. Une personne portant dd sera ainsi
dominance pure, une autre portant rr sera caractre rcessif pur, alors que rd
entranera une dominance hybride. Les dominances pures et hybrides ne se distinguent
pas extrieurement. Un enfant recevra un gne de chacun de ses parents. Si, pour un
trait particulier, les deux parents sont hybrides et s'ils ont 4 enfants, quelle est la
probabilit que 3 de ceux-ci manifestent extrieurement le trait dominant ?
Le crible de Galton
Des billes tombent verticalement sur un assemblage de clous placs en quinconce sur
des lignes horizontales et quidistants de leurs voisins immdiats (voir dessin ci-contre).
Le diamtre des billes est gal la distance entre les clous. Chaque fois qu'une bille tape
un clou, elle a la mme probabilit (p = 0.5) de continuer sa chute gauche ou droite.
En bas du crible se trouvent des compartiments dans lesquels tombent les billes. Si nous
ralisons l'exprience un grand nombre de fois, les billes viennent s'accumuler dans les
compartiments et forment ainsi un histogramme. La hauteur d'un bton de l'histogramme
est proportionnelle au nombre de billes s'y trouvant.

http://ow.ly/5GnRi

a. Dterminer l'histogramme thorique du crible de Galton ci-contre. On laisse tomber


1024 billes.
b. Mme question si la probabilit que la bille tombe droite d'un clou est p = 0.25.
Dessinez la rpartition obtenue et comparez-la avec l'histogramme du point a.

Cahier Probabilits

Didier Mller - LCP - 2012

PROBABILITS

Exercice 2.43
Exercice 2.44

Affaire Castaneda
contre Partida
Un accus d'origine mexicaine,
condamn pour vol et tentative
de viol dans un comt du sud du
Texas attaqua le jugement sous
le motif que la dsignation des
jurs dans l'tat du Texas tait
discriminatoire pour les
Amricains d'origine mexicaine.
Son argument tait que ceux-ci
n'taient pas suffisamment
reprsents dans les jurys
populaires.

25

Il y a en moyenne 10% de gauchers. Calculez la probabilit d'avoir au moins 4 gauchers


parmi 20 personnes.
Un graphologue prtend tre capable de dterminer le sexe d'une personne d'aprs son
criture dans 90% des cas. On lui soumet 20 chantillons d'criture.
On accepte son affirmation s'il russit identifier au moins 15 fois le sexe correct. Dans
le cas contraire, on rejette son affirmation. Quelle est la probabilit...
a. que l'on accepte son affirmation alors qu'il rpond au hasard ?
b. que l'on rejette son affirmation alors qu'elle est fonde ?
Attendu de la Cour Suprme des tats-Unis (affaire Castaneda contre Partida)
Si les jurs taient tirs au hasard dans l'ensemble de la population, le nombre
d'amricains mexicains dans l'chantillon pourrait tre modlis par une distribution
binomiale... tant donn que 79.1% de la population est mexico-amricaine, le nombre
attendu d'amricains mexicains parmi les 870 personnes convoques en tant que grands
jurs pendant la priode de 11 ans est approximativement 688. Le nombre observ est
339. Bien sr, dans n'importe quel tirage considr, une certaine fluctuation par rapport
au nombre attendu est prvisible. Le point essentiel cependant, est que le modle
statistique montre que les rsultats d'un tirage au sort tombent vraisemblablement dans
le voisinage de la valeur attendue... La mesure des fluctuations prvues par rapport la
valeur attendue est l'cart-type, dfini pour la distribution binomiale comme la racine
carre de la taille de l'chantillon (ici 870) multipli par la probabilit de slectionner un
amricain mexicain (ici 0.791) et par la probabilit de slectionner un non amricain
mexicain (ici 0.209)... Ainsi, dans ce cas, l'cart-type est approximativement de 12. En
rgle gnrale, pour de si grands chantillons, si la diffrence entre la valeur attendue et
le nombre observ est plus grande que deux ou trois carts-types, alors l'hypothse que
le tirage du jury tait fait au hasard serait suspecte un spcialiste des sciences
humaines. Les donnes sur 11 annes refltent ici une diffrence d'environ 29 cartstypes. Un calcul dtaill rvle qu'un loignement aussi important de la valeur attendue
se produirait avec moins d'une chance sur 10140 .
Source : Proye It with Figures (Statistics for Social Science and Behavorial Sciences),
par Hans Zeisel et David Kaye, Springer (2006).

2.9.

La loi multinomiale

Il s'agit d'un tirage avec remise


dans une urne multicolore.
Une urne contient des boules de
k couleurs diffrentes rk. On
note pj la proportion de boules
de couleur rj. On effectue n
tirages avec remise.

Considrons une exprience alatoire avec k rsultats possibles, disons les rsultats r1,
r2, , rk.
k

La probabilit du rsultat rj sera note pj . On a donc 0 pj 1 et

p j =1 .
j=1

Maintenant, considrons n rptitions indpendantes de cette exprience alatoire. La


probabilit d'obtenir n1 fois le rsultat r1, n2 fois le rsultat r2, , et nk fois le rsultat rk
est donn par la formule :
n!
n
n
n
p p 2 ...pk
n 1 !n2 !...n k ! 1
1

avec n1 n 2nk =n .

Exercice 2.45

Didier Mller - LCP - 2012

Une urne contient 10 boules rouges, 15 bleues, 3 jaunes et 8 vertes. On tire une boule de
cette urne, on note sa couleur, puis on la remet dans l'urne. On rpte cette preuve dix
fois de suite.
Quelle est la probabilit d'avoir not 3 boules rouges, 4 bleues, 1 jaune et 2 vertes ?

Cahier Probabilits

CHAPITRE 2

26

Exercice 2.46

Exercice 2.47

On lance un d quilibr 24 fois de suite. Quelle probabilit a-t-on d'obtenir...


a. 5 six et 5 cinq ?
b. 9 six et 12 nombres impairs ?
c. les 6 chiffres 4 fois ?
On alourdit un d pour que le 6 apparaisse 30% du temps, pour que la face oppose
1 apparaisse 10% du temps, et pour que chacune des autres faces apparaisse 15% du
temps. On jette le d six fois. Calculez la probabilit que...
a. chaque face apparaisse une fois ;
b. les faces 4, 5 et 6 apparaissent chacune deux fois.

2.10. Exercices supplmentaires


Exercice 2.48

Exercice 2.49

Exercice 2.50
Let's Make A Deal ! tait un
jeu trs populaire diffus sur
une chane amricaine dans les
annes septante. la fin du jeu,
Monty Hall vous offrait la
possibilit de gagner ce qui se
trouvait derrire une porte.

Exercice 2.51

Une urne contient 5 boules blanches et 5 boules noires. On y tire au hasard 3 boules une
par une, d'abord en les remettant chaque fois dans l'urne (mthode 1), puis sans les y
remettre (mthode 2). Avec quelle mthode a-t-on le plus de chances de tirer ainsi une
boule blanche et 2 boules noires (l'ordre d'apparition n'a pas d'importance) ?
Sur un damier dont chaque case carre mesure 58 mm de ct, on lance une pice de 5
centimes (dont le diamtre est de 17 mm). Quelle est la probabilit que la pice tombe
l'intrieur d'une case, sans en dborder ?
Vous avez trois portes devant vous : derrire une se trouve un prix magnifique (par
exemple une voiture) et derrire les deux autres un prix moins intressant (par exemple
une chvre). Vous choisissez une porte. Pour mnager le suspense, l'animateur, avant de
rvler ce qu'il y a derrire votre porte, ouvre une des deux autres portes (derrire
laquelle se trouve toujours une chvre). Il vous pose alors la question : Parmi les deux
portes encore fermes, laquelle choisissez-vous ?
Vaut-il mieux garder la premire porte choisie ou au contraire prendre l'autre porte ?
moins que cela n'ait aucune importance...
Pour cet exercice, nous supposerons que les jeunes filles australiennes mesurent entre
1.50 m et 1.75 m, qu'elles psent entre 40 kg et 70 kg, que toutes les mesures possibles
sont quiprobables et qu'il n'y a pas de lien particulier entre la taille et le poids (ouf !).
Australian Airways recrute des htesses de l'air parmi les jeunes filles qui mesurent au
moins 1.65 m et psent au plus 10 kg de moins que leur nombre de centimtres audessus d'un mtre.
Quelle est alors la proportion de jeunes filles australiennes pouvant prtendre un poste
d'htesse de l'air chez Australian Airways ?
Indication
Faites un graphique avec la taille en abscisse et le poids en ordonne. Comparez ensuite
des aires.

2.10 Ce qu'il faut absolument savoir


Connatre les axiomes
Connatre les thormes
Reconnatre et calculer les probabilits conditionnelles
Reconnatre deux vnements indpendants
Savoir faire un arbre pour rsoudre un problme d'preuves successives
Matriser la loi binomiale
Matriser la loi multinomiale
Cahier Probabilits

ok
ok
ok
ok
ok
ok
ok
Didier Mller - LCP - 2012