MI- Coordination : analyse combinatoire et Calculs des probabilités

A- Analyse combinatoire

1. Définitions et vocabulaire:
a- Indiscernables- discernables :
Dans un ensemble fini, on distingue deux cas : les éléments identiques sont
indiscernables, et les éléments distincts sont discernables.

Exemple :
 une urne contient des boules de la même couleur sont identiques ou
indiscernables.
 Une urne contient des boules de différentes couleurs ou bien des boules de
la même couleur mais numérotées sont discernables.

b- Sans répétitions- avec répétitions-ordonné :

 Une suite d’éléments sans répétition, est une suite où un élément
quelconque apparait une seule fois dans la suite.
 Une suite d’éléments avec répétition, est une suite où un élément peut
apparaitre plus d’une fois.
 Une suite ordonnée, est une suite où l’ordre des éléments est important.
 Une suite non ordonnée, est une suite où l’ordre des éléments ne joue
aucun rôle.

c- Produit cartésien :
 Un couple a , b  est un élément du produit cartésien AxB tel que
a  A et b B , c’est donc une suite ordonnée de deux éléments. Le
cardinal de AXB est égale au produit des cardinaux de A et de B , dans
le cas où A et B sont dénombrables.
 Un n  uplet a1 , a2 ,..., an  est un élément du produit cartésien
A1. A2 .....An .

2. Principe fondamental de l’analyse combinatoire – P.F.A.C

a- Version restreinte :
Supposons qu’on veut réaliser deux expériences en même temps, si la première
expérience peut produire n résultats possibles, et la seconde peut produire
m résultats, alors il existe n.m résultats pour les deux expériences réalisées en
même temps.

b- Version généralisée :
Si on veut réaliser r expériences telles que :
La 1° expérience peut produire l’une de n1 résultats possibles
La 2° …………………………………….. n 2 …
.
La r ème ……………………………………. n r …
On aura : n1. n2 ....nr résultats possibles si on réalise les r expériences en même
temps.

1
MI- Coordination : analyse combinatoire et Calculs des probabilités

3. Arrangements :
Soit une urne qui contient n boules, on tire de cette urne p boules l’une après l’autre,

on a donc une suite ordonnée b1 , b2 ,...,b p ; 
bi :la boule tirée au i ème tirage.

a- Arrangement sans répétitions :

On appelle arrangement sans répétition de p éléments parmi n éléments, une suite
ordonnée de ces p éléments, c’est donc un p-uplet où :
La 1° cordonnée peut être choisie de n façons
La 2° cordonnée……………… de (n-1) façons
.
La p° cordonnée ………………..de (n-p+1) façons.
D’après le principe fondamental de l’analyse combinatoire, le nombre
d’arrangement sans répétition de p élément parmi n , est noté :
n!
Anp  n(n  1)(n  2)....((n  p  1)  .
(n  p)!
Exemples :
 Les arrangements de 2 éléments différents pris dans {1, 2, 3, 4} sont :
(1, 2), (1, 3), (1, 4), (2, 1), (2, 3), (2, 4), (3, 1), (3, 2), (3, 4), (4, 1), (4, 2), et (4, 3),
donc 12 cas :
4! 4!
A42    4.3  12
(4  2)! 2!

 Combien de nombres de 3 chiffres différents peut-on former à l’aide des

chiffres 1, 2 , 3, 4, 5, 6 ?

b- Arrangement avec répétitions :

On appelle arrangement avec répétition de p éléments parmi n éléments, le
~p
nombre noté An  n .
p

Exemple :
Pour accéder à votre compte CCP, vous devez taper un mot de passe de 4 chiffres.
Combien de mots de passe peut-on avoir ?

4. Permutations :
a- Permutations sans répétitions :
On appelle permutations sans répétition, ou permutations de n éléments
discernables, un arrangement de n éléments parmi n, ce nombre est noté :
Pn  Ann  n!
Exemples :
 Exemple : "a" , "b" et "c" sont trois éléments Les arrangements possibles
sont : abc, acb, bac, bca, cab, cba. Le nombre d’arrangements est donc 6=3 !

2
MI- Coordination : analyse combinatoire et Calculs des probabilités

 On dispose des six premières lettres de l’alphabet, combien de sigles de 6

lettres distinctes peut-on former ?

 4 matheux, 5 informaticiens et 7 chimistes doivent s’asseoir sur un banc, et

doivent rester groupés par spécialité. Combien y a-t-il de dispositions
possibles ?

b- Permutations avec répétitions :

Soit un ensemble de n éléments répartis en k groupes discernables, chaque groupe
est composé d’éléments indiscernables, soient n1 , n2 , ..., nk les cardinaux
respectifs de chaque groupe, avec n1  n2  ...  nk  n .
On appelle permutation avec répétition de ces n éléments, le nombre noté
~ n!
Pn  .
n1!n2!...nk !

Exemples :
 Parmi les 10 participants à un tournoi d’échec, on compte 5 Français, 3 Italiens et 2
algériens.
1. Combien de classements peut-on avoir ?
2. Si dans le classement du tournoi on ne peut lire que la liste des nationalités des
joueurs mais pas leurs identités. Combien de classements peu-t-on avoir ?

 Combien d’arrangements différents peut-on former avec les lettres des mots suivants :
USTHB , MATHEMATIQUES, STATISTIQUES

5. Combinaisons :
Combinaisons sans répétitions :
On appelle combinaison sans répétition de p éléments parmi n éléments, une
suite non ordonnée de p éléments choisis parmi n .
n(n-1)….(n-p+1) représente le nombre de manières de choisir un groupe de p
éléments parmi n quand on tient compte de l’ordre, comme chaque groupe est
distingué p ! fois dans ce dénombrement, le nombre de groupes de p éléments
choisis parmi n sera :
n(n  1)...(n  p  1) n!
Cnp   .
p! p!(n  p)!

Exemples :
 Les combinaisons de 2 éléments pris dans {1, 2, 3, 4} sont :
{1, 2}, {1, 3}, {1, 4}, {2, 3}, {2, 4}, {3, 4}, donc 6 cas :
Peut-on trouver une formule pour compter le nombre de combinaisons ?
2
2 A4 ! 12
C4   6
2! 2

 Lors d’un recrutement pour 4 postes identiques, 6 femmes et 8 hommes se

présentent.

3
MI- Coordination : analyse combinatoire et Calculs des probabilités

1. Combien de recrutements distincts sont possibles ?

2. Sachant que l’on embauche 2 hommes et 2 femmes, combien de
recrutements distincts sont possibles ?

 Dans un groupe de 32 étudiants, on compte 19 garçons et 13 filles. On doit élire deux

délégués
a- Quel est le nombre de choix possibles ?
b- Quel est le nombre de choix si l’on impose un garçon et une fille
c- Quel est le nombre de choix si l’on impose 2 garçons ?

Montrer que :

 Cnp  0 si p  n . Cn0 1, C1n  Cnn 1  n , Cnp  Cnn  p

 Cnp1  Cnp  Cnp 1 : formule du triangle de pascale.
n
 a  b  n
  C nk a k b nk : formule du binôme de Newton.
k 0

Triangle de Pascal :

n p 0 1 2 3 4 5 6 7 8
0 1
1 1 1
2 1 2 1
3 1 3 3 1
4 1 4 6 4 1
5 1 5 10 10 5 1
6 1 6 15 20 15 6 1
7 1 7 21 35 35 21 7 1
8 1 8 28 56 70 56 28 8 1

Exemple:

Développer : a  b 6 , a  b 6 2
et 2 x  y
6

n k n n
Montrer que pour n  0 :  Cn  2 ,  1 C n  0
k k
i 0 i 0

4
MI- Coordination : analyse combinatoire et Calculs des probabilités

B- Calculs des probabilités

1. Introduction :
La théorie des probabilités fournit des modèles mathématiques permettant l’étude
d’expériences dont le résultat dépend seulement du hasard.
Le calcul des probabilités étudie des phénomènes aléatoires, par exemple : Lancer une
pièce de monnaie, lacer un dé, tirer une carte d’un jeu de 52 cartes etc…
Considérons une expérience aléatoire  , l’ensemble de tous les résultats possibles est
connu, cet ensemble est noté par  , appelé ensemble fondamental.

2. Définitions :
 Ensemble fondamental :
C’est l’ensemble de tous les résultats possibles qu’on peut avoir, quand on
réalise une expérience aléatoire, on note cet ensemble par  .
Exemple :
Lancer une pièce de monnaie  ={P,F}
Lancer un dé  ={1,2,3,4,5,6}

 Evènements élémentaires : Sont les éléments de l’espace fondamental.

 Evènements :
On appelle évènement, tous sous ensemble de l’espace fondamental  .
A est un évènement  A  

3. Opérations sur les évènements :

Soit  une expérience aléatoire,  l’espace fondamental associé
Et soient A et B deux évènements, c'est-à-dire : A   , B  

- Première opération : Union ou disjonction

L’évènement A B est réalisé, si l’un au mois des deux évènements A et B soit
réalisé.

- Deuxième opération : Intersection ou conjonction

L’évènement A B est réalisé, si les deux évènements A et B sont réalisés en
même temps.

- Evénement vide ou impossible :

C’est l’événement dont la réalisation est impossible.

Remarque : L’espace fondamental  , est appelé aussi événement certain.

- Troisième opération :Complémentation ou négation
Pour chaque événement A , on définit l’événement A qui contient tous les
éléments de  et qui ne sont pas dans A.
A est réalisé  A n’est pas réalisé

5
MI- Coordination : analyse combinatoire et Calculs des probabilités

- Différence de deux événements :

On appelle différence de deux événements A et B , et qu’on note par
A  B  A  B , l’événement qui soit réalisé si A est réalisé et B n’est pas
réalisé.
A  B     /   A et   B = A  B

- Différence symétrique :
On appelle différence symétrique des deux événements A et B , qu’on note par
AB , c’est l’événement qui est réalisé si un et un seul des deux événements soit
réalisé.
A B   A  B   B  A .= A  B  A  B

- Evénements incompatibles ou disjoints:

On dit que les événements A et B sont incompatibles ou disjoints, si leur
intersection est l’événement impossible.
A et B sont disjoints  A  B  
- Système complet d’événements :
Soit  l’espace fondamental associé à une expérience aléatoire  , on dit que les
événements A1 , A2 ,...., An forment un système complet d’événements de
 (ou une partition de  ) si :

A i   ,  i  1,..., n
A i  A j  ,  i  j
n
   Ai
i 1

4. Algèbre d’événements :
Définition 1:
Soit  l’espace fondamental associé à une expérience aléatoire, on appelle algèbre
d’événements sur  , toutes familles de parties de  telles que :
a
a-   a
b-  A  ,  B , alors A  B  (stabilité par réunion finie)
a a a
c-  A a , A a (stabilité par complémentation).

Une telle famille est appelé Algèbre de Boole.

Exemple :
 Soit E  1,2
PE  l’ensemble des parties de E . Vérifier que PE  est une algèbre.
PE    , 1, 2, 1,2

6
MI- Coordination : analyse combinatoire et Calculs des probabilités

 Soit l’espace fondamental    a , b , c , et considérons les ensembles

A1   , a, b , c,   , A2   , b, a , c,  
1. vérifiez que A1 et A2 sont des algèbres sur  .
2. Les ensembles A1  A2 et A1  A2 sont-ils des algèbres sur  ?

Réponse ;
1. A1   , a, b , c,   et A2   , b, a , c,   sont des algèbre :
vérifiez la stabilité par passage au complémentaire et par union finie.

2. A1  A2 c’est une algèbre, c’est une conséquence vue en cours, ou bien vous
écrivez A1  A2   ,  c’est l’algèbre triviale.

A1  A2  , a, b, b , c , a , c,  

Pour l’élément : a  b a, b A1  A2 donc A1  A2 n’est pas une
algèbre.

Définition 2 : Le couple  , ( a ) est appelé espace probabilisable.

Conséquence :  A  a et  Ba , alors A  B  a
Propriétés :
-  a
n
-  A1 , A2 ,...., An a ,  A i a .
i 1
n
-  A1 , A2 ,...., An a ,  A i a
i 1

Exemples :
-    ,   : l’algèbre triviale
a
- a   , A, A,   : l’algèbre de Bernoulli.
- a  P  : l’algèbre complète

5. Espace de probabilité :
Définition :
Soit , ( a) un espace probabilisable, on appelle probabilité P , toutes applications
telles que :

7
MI- Coordination : analyse combinatoire et Calculs des probabilités

P : a   0 ,1 
A  P  A

- P() 1 et P( )  0
-  Aa et  Ba avec A  B  ; P A  B   P  A  PB 
(, a, P) S’appelle espace de probabilité.
6. Propriétés :
a- P est une fonction croissante.
 Aa et  B a tel que : A  B  P A  P B  .

B S’écrit comme réunion de deux évènements disjoints :

B  A  B  A  PB   P  A  PB  A (comme PB  A  0 ),
alors :
P  B   P  A

b- Probabilité de l’évènement contraire :

 
P A 1 P  A .
Car :   A  A  P  P A  P A  1  
 
Donc : P A 1 P  A

c- Probabilité de la différence de deux évènements :

P  A  B   P  A  P  A  B  .
On écrit : A   A  B    A  B  C’est la réunion de deux évènements
disjoints, donc :

P  A  P  A  B   P  A  B   P  A  B   P  A  P  A  B 
De même pour PB  A  PB   P A  B 

d- Probabilité de la différence symétrique :

P  A  B   P  A  P  B   2 P  A  B  .

AB   A  B   B  A : c’est une réunion d’évènements disjoints, alors

P AB   P A  B   PB  A
 P  A  P  A  B   P  B   P  A  B 
 P  A  P  B   2 P  A  B 

e- Probabilité de l’union de deux évènements :

P  A  B   P  A  P  B   P  A  B  .
On écrit A  B  A  B  A : réunion de deux évènements disjoints

8
MI- Coordination : analyse combinatoire et Calculs des probabilités

P  A  B   P  A  P  B  A
 P  A  P  B   P  A  B 

f- Probabilité de l’union de n évènements :(formule de Poincarré)

 n  n
P A1  A2  ...  An   P  Ak     1k 1S k  S1  S 2  S3  ....   1n S n
 k 1  k 1
Avec
S k    ..... P Ai  Ai ....  Ai 
 1 2 k 
1  i1  i2  ....  ik  n

Exemple : n=2
P A1  A2   P  A1   P A2   P A1  A2 

 
S1   P Ai   P A1   P A2  i1  1, i2  2
 1
1  i1  2

S 2    P Ai  Ai   P A1  A2 
 1 2 
1  i1  i2  2

Exemple : n=3

 
P A1  A2  A3  S1  S 2  S3

Avec :
S1   P Ai   P A1   P A2   P A3 
 1
1  i1  3

S 2    P Ai  Ai   P A1  A2   P A1  A3   P A2  A3 
 1 2 
1  i1  i2  3 i1  1, i2  2, i1  1, i2  3, i1  2 , i2  3

S3    P Ai  Ai   P A1  A2  A3 
 1 2 
1  i1  i2  i3  3

9
MI- Coordination : analyse combinatoire et Calculs des probabilités

g- Probabilité de l’union de n évènements disjoints:

Soit A1 , A2 ,...., An n d’évènements d’une même algèbre, disjoints deux à
 
deux, c’es-à-dire : P Ai  A j   , i  j , alors :

 n  n
P A1  A2  ...  An   P  Ai    P  Ai 
 i 1  i 1
h- Inégalité de Boole:
Soit  , a, P  un espace de probabilité, et soit Ai 1 i  n une famille

 
 n  n
d’évènements, alors : P   A i    P A i .
 i 1  i 1
Démonstration par récurrence sur n :
 1 
  1
n  1 , P   A i   P A1   P Ai   P A1    n1 P A i 
 i 1  i 1 i 1

Supposons que la propriété est vraie pour n et montrons qu’elle est vraie pour
n 1 :

 n 1   n  
P   A i   P   A i   An 1 
 i 1    i 1  
 n   n  
 P   A i    P An 1   P   A i   An 1 
  i 1    i 1  
n  n 
  P Ai   P An 1   P   Ai  An  & 
i 1  i 1 
n 1  n  n 1
  P Ai   P   Ai  An  &    P Ai 
i 1  i 1  i 1

Car la probabilité est positive.

7. Evènements équiprobables :
Soit   1 ,  2 ,..., n 

 i  1
n
P()  P(  i ) 
n
 P
i 1 i 1
dire que les évènements i sont équiprobables, c'est-à-dire que les
1
évènements ont la même probabilité, donc Pi  ,  i  1,..., n .
n
k k k 1 k
Soit l’évènement A   i , k  n . P A   Pi     .
i 1 i 1 i 1n n
10
MI- Coordination : analyse combinatoire et Calculs des probabilités

Définition :
Si les résultats possibles d’une expérience, sont en nombre fini et
équiprobables, la probabilité de réalisation d’un évènement A associé à cette
expérience, est le rapport du nombre de cas favorables à A au nombre de tous les
résultats possibles.

P  A 
k nombre de cas favorables Card A
  .
n nombre de cas possibles Card 

Exemple :
I. On lance un dé bien équilibré deux fois.
1. Décrire l’espace fondamental  et donner son cardinal.
2. Calculer la probabilité d’avoir les deux faces paires.
3. Calculer la probabilité qu’au moins une face soit impaire.
4. Calculer la probabilité qu’au plus une face porte le chiffre 1.
II. Reprendre les mêmes questions, si on lance deux dés identiques en même temps.

Corrigé :
I. On lance un dé bien équilibré deux fois.
1.
   (i, j / 1  i  6 et 1  j  6
1,1, 1,2 ,...1,6 . 
2,1, 2,2 ,...2,6  
 
 
 ... 
6,1, 6,2 ,....6,6 

card   6.6  36
P(i, j )  
1
 i  1,...6 et  j 1,...6
36
2. Les évènements élémentaires sont équiprobables, alors : P A 
cardA
card 
A   (i, j / i  2,4,6 et j  2,4,6 
 2,2, 2,4, 2,64,2, 4,4, 4,66,2
. 6,4
. 6,6

card A  3.3  9 alors :

P  A 
cardA 9 1
 
card  36 4

3. B  « au moins une face soit impaire. » = « 1 face impaire ou 2 faces impaires »

= « le complémentaire d’avoir 0 face impaire »
= « le complémentaire d’avoir les deux faces paires » = A

11
MI- Coordination : analyse combinatoire et Calculs des probabilités

B  A  PB   PA   1  P A  1 
1 3

4 4
4. C  « au plus une face porte le chiffre 1 »
= « le complémentaire d’avoir les deux faces portent le numéro 1 »
=   1,1

PC  1 
1 35

36 36

II. On lance deux dés identiques en même temps.

1.

  i/ 1  i  6 et 1  j  6
1,1, 1,2, 1,3, 1,4, 1,5, 1,6, 
  2,2, 2,3................2,6, 
 
 3,3, 3,4.......3,6, 
 
 4 , 4, 4,5, 4 ,6 
 5,55,6, 
 
 6,6 

card   6  5  4  3  2  1  21
P(i, j )    i  1,...6 et  j 1,...6
1
21
Les évènements sont équiprobables. Donc P A 
cardA
card 

2. A  « les deux faces paires. »

 2,2, 2,4, 2,6, 4,4, 4,6, 6,6

P  A 
cardA 6

card  21

3. B  « au moins une face soit impaire. » = « 1 face impaire ou les 2 faces

impaires »
= « le complémentaire d’avoir 0 face impaire »
= « le complémentaire d’avoir les deux faces paires » = A

B  A  PB   PA   1  P A  1 
6 15

21 21

12
MI- Coordination : analyse combinatoire et Calculs des probabilités

4. C  « au plus une face porte le chiffre 1 »

= « le complémentaire d’avoir les deux faces portent le numéro 1 »
=   1,1

PC 1 
1 20

21 21

8. Probabilités conditionnelles :
Définition :
Soit (, a, P) un espace de probabilité, et soit A un évènement tel que P A  0 .
On appelle probabilité conditionnelle de B relative à A , ou probabilité de B sachant
l’évènement A , l’application :

PA : a  0 ,1
P A  B 
B  PA ( B ) 
P A
PA définit une probabilité sur (, a) .
Montrons que PA définit bien une probabilité :

P  A
 PA    0
P A

  Ba et  Ca avec B  C  ; montrons que :

P A B  C  PA B  PA C 

P A  B  C  P A  B   A  C 
P A B  C   
P  A P  A
P A  B   P A  C 

P  A
P A  B  P A  C 
 
P  A P  A
 PA B   PA C 

Donc PA définit bien une probabilité.

13
MI- Coordination : analyse combinatoire et Calculs des probabilités

9. Axiomes de probabilités composées

1- Cas de deux évènements :

P A  B  P A  B 
Comme PB / A  et P A / B  
P A PB 
Alors :

P A  B   P A. PB / A
 PB .P A / B 

Dans le cas où P  A  0 et P B   0 .

2- Cas de trois évènements :

P A  B  C   P A. PB / A. PC / A  B  .

Démonstration :

On pose : D  A  B .

PD  C   PD . PC / D 

 P A  B . PC / A  B 
 P A PB / A PC / A  B 

3- Généralisation :

P A1  A2  ...  An   P A1 .P A2 / A1 .P A3 / A1  A2 ....P An / A1  A2  .. An 1 

10. Formule des probabilités totales :

Soit (, a, P) un espace de probabilité, et soit A un évènement quelconque.
Soit A1 , A2 ,.., An une suite d’évènements, qui forment un système complet de
 . Alors :
n
P A   P Ai . P A / Ai  .
i 1

14
MI- Coordination : analyse combinatoire et Calculs des probabilités

Démonstration :

Il suffit d’écrire : A  A    P( A)  P( A  )

  n   n 
P A  P A    Ai    P   A  Ai 
 i 1    i 1 
n
  P A  Ai 
i 1
n
  P Ai  P A / Ai 
i 1

Exemple :
Trois boîtes B1, B2, B3 contiennent respectivement 2 boules noires, 2 boules blanches, 1
boule noire et 1 boule blanche. On a 2 fois plus de chances de choisir la boîte B3 que l’une
des deux autres boîtes. On choisit au hasard une des 3 boîtes et on tire une boule.
Quelle est la probabilité que la boule tirée soit noire?

On note l’évènement N= « tirer une boule noire »

PB3   2 PB1   2 PB2 

PB1   PB2   PB3   1

On remplace :

PB1   PB2   2 PB1   1  PB1 

1
4
PB1  
1
, PB2   et PB3  
1 1
4 4 2

B , B , B 
1 2 3 Forment un système complet

On a : P N / B1   1 , P  N / B2   0 et P N / B3  
1
2

P N   PB1  P N / B1   PB2 .P N / B2   PB3 .P N / B3 

1 1 1 1 2 1
 .1 .0  .  
4 4 2 2 4 2

15
MI- Coordination : analyse combinatoire et Calculs des probabilités

11. Formule de Bayes :

( a )
Soit , , P un espace de probabilité, et soit A un évènement quelconque.
Soit A1 , A2 ,...., An une suite d’évènements, qui forment un système complet de
 . Alors :


P Ai / A   
P A i P A / Ai 
.
 P A i  P A / Ai 
n

i 1
Démonstration :

  PAPi A A.

P Ai / A 

PA  A PA i  P A / Ai .

i
Et d’après la formule de la probabilité totale, on a :
n
P A   P Ai  P A / Ai  D’où la formule.
i 1

Exemple :
Soit une population composée de 48% d’hommes. On suppose que 13% des hommes et 12%
des femmes sont diabétiques.
1. Une personne est choisie au hasard. Quelle est la probabilité qu’elle soit diabétique ?
2. Sachant qu’une personne est diabétique, quelle est la probabilité que cela soit un homme ?
3. Si une personne n’est pas diabétique, quelle est la probabilité que cela soit une femme ?

1. Les événements qui interviennent :

H= « la personne est un homme »
F = « la personne est une femme »
D= « la personne est diabétique »

PH   0.48 , PD / H   0.13 .

PF   0.52 , PD / F   0.12 ,
H , F  Forment un système complet
PD   PH  PD / H   PF .PD / F   0.48 . 0.13  0.52 . 0.12  0.1248

C'est-à-dire 12.48 % de la population sont diabétiques.

PH  D  PH  PD / H  0.48.0.13

2. PH / D      0.5
PD  PD  0.1248
50 % des diabétiques sont des hommes.

3.

16
MI- Coordination : analyse combinatoire et Calculs des probabilités

PF  D  PF  D 
PF / D  
PD  1  PD 
P F   PF  D 

1  P D 
PF   PF . PD / F 

1  P D 
PF 1  PD / F 

1  P D 
0.52 .1  0.13 0.4524
   0.52
1  0.1248 0.8752
52 % des non diabétiques sont des femmes.

12. Indépendance d’évènements :

a- Indépendance de deux évènements :

Définition :
Soit , , P un espace de probabilité, et soit A et B deux évènement de
( a ) a,
avec P A  0 et PB   0 . On dit que l’évènement A est indépendant de
l’évènement B , si P A / B   P A .

Conséquence :
Si A est indépendant de B  alors B est indépendant de A .
P A  B   PB . P A / B   P A.PB / A
 P  B  P  A  P  A P  B / A

Alors : PB   PB / A .

D’où la définition suivante :

Définition :
Les évènements A et B sont indépendants  P A  B   P A. PB  .

17
MI- Coordination : analyse combinatoire et Calculs des probabilités

Exercice :
Montrer que si A et B sont deux évènements indépendants, il en est de même
des évènements :
A et B , A et B A et B  C et A et B  C

 
 P A  B  P A  B  P A  P A  B 
Comme A et B sont indépendants alors P A  B   P A. PB 

P  A  B   P  A  P  A  B 
 P A  P A.PB 
 P A1  PB 
 P A.PB 

Donc A et B sont indépendants et de même pour A et B sont indépendants aussi.

 PA  B   PA  B  PA  PA  B 

   
Comme A et B sont indépendants alors : P A  B  P A . PB 

Alors :

P A  B   P A  P A . PB 
 P A .1  PB 
 P A . PB 

Donc A et B sont indépendants.


P A  B  C   P A  B    A  C 
 P A  B   P A  C   P A  B  C 
 P A PB   P APC   P A PB  PC 
 P A.PB   PC   PB  C 
 P  A P  B  C 

Donc A et B  C sont indépendants.

18
MI- Coordination : analyse combinatoire et Calculs des probabilités


P A  B  C   P A  B  C 
 P A. PB .PC 
 P A. PB  C 

Donc A et B  C sont indépendants.

b- Indépendance deux à deux :

Soit A1 , A2 ,...., An n d’évènements d’une même algèbre. On dit que ces

    
évènements sont indépendants deux à deux si :
P A i  A j  P A i P A j .,  i  j i  1,..., n
.
j  1,..., n

c- Indépendance mutuelle de n évènements :

Soit A1 , A2 , ..., An n évènements d’une même algèbre. On dit que
A1 , A2 ,..., An sont mutuellement indépendants si :

   
P A 1  A2  ....  An  P A1 P A2 .....P An 

d- Indépendance totale de n événements :

Soit A1 , A2 , ..., An n évènements d’une même algèbre. On dit que
A1 , A2 ,..., An sont totalement indépendants si :

- A1 , A2 , ..., An sont mutuellement indépendants

Et
- A1 , A2 , ..., An sont indépendants deux à deux.

Exemple (Exercice 9) :
Une urne contient 8 boules, dont 4 boules noires portent les numéros « 1 , 1 , 1 , 2 », trois
boules blanches portent les numéros « 0 ,1 ,2 » et 1 boule rouge porte le numéro « 1 ».
On tire successivement et sans remise 3 boules de cette urne.
1. Calculer la probabilité des évènements suivants :
A  « les trois boules tirées sont de la même couleur »
B  « 1 seule boule porte le numéro 1 »
C  « La première boule tirée est blanche »
2. Montrer que P B  C  
13
. Les évènements B et C sont-ils indépendants ?
168
3. Les évènements A , B et C sont-ils mutuellement indépendants ?

19
MI- Coordination : analyse combinatoire et Calculs des probabilités

Corrigé :

4 noires : «1,1,1,2»
3 Blanches : « 0 ,1 ,2 »
1 verte : « 1 ».

1.   b1, b2 , b3  , bi  la i
ème
boule tirée
A  « les 3 boules de la même couleur »
Les événements élémentaires ne sont pas équiprobables :

A  N1 N 2 N 3  B1B 2 B3 

P A  P N 1  P N 2 / N1  P N 3 / N1  N 2   PB1  PB2 / B1  PB3 / B1  B2 

N i  « la boule noire tirée au i ème tirage » , i  1,2,3

Bi  « la boule blanche tirée au i ème tirage », i  1,2,3

Ou bien : du moment que les tirages se font successivement et sans remise, donc on
compte le nombre d’arrangements sans répétition :

A43 A33 4 3 2 3 2 1 30
P  A    . .  . . 
A83 A83 8 7 6 8 7 6 336

B  « 1 seule boule porte le numéro 1 » =

qui peut être la 1° ou la 2° ou la 3° boule. Donc on a 3 cas :

5 boules qui portent le numéro 1

3 boules ne portent pas le numéro 1

5 3 2 
PB    . .  . 3 
90
8 7 6  336

C  « La première boule tirée est blanche » 

La seconde et la troisième ne sont pas blanches.

Bi  « la boule tirée au i ème tirage est blanche », i  1,2,3

Bi  « la boule tirée au i ème tirage n’est pas blanche », i  1,2,3

Donc on a 4 cas :

20
MI- Coordination : analyse combinatoire et Calculs des probabilités

B1 B 2 B3  ou bien B1B 2 B3  ou bien B1B 2 B3 ou bien B1B 2 B3

PC   PB1  PB2 / B1  PB3 / B1  B2   PB1  PB2 / B1  PB3 / B1  B2 
 PB1  PB2 / B1  PB3 / B1  B2   PB1  PB2 / B1  PB3 / B1  B2 
3 2 1 3 5 2 3 2 5 3 5 4 126
 . .  . .  . .  . . 
8 7 6 8 7 6 8 7 6 8 7 6 336

2. B  C  la 1 est blanche   1 boule porte le n 1

On a 2 cas :
La 1° boule est blanche et porte le numéro 1
La première boule est blanche mais ne porte pas le numéro 1

6  20
P B  C   . . 
1 3 2 2 5 2 13
.  
8 7 6 8 7 6 336 168

PB  . PC  
90 60
.  PB  C 
336 336

Donc les évènements B et C ne sont pas indépendants.

3. L’évènement A  B  C :

A  B  C  les 3 boules de la même couleur la 1 boule est blanche

Une seule boule porte le numéro1 
 Les 3 boules blanches

3 2 1 1
P A  B  C   . . 
8 7 6 56

30 90 126
P A. PB  . PC   . .
336 336 336

P A. PB  . PC   P A  B  C 

Donc les évènements A , B et C ne sont pas mutuellement indépendants.

21
MI- Coordination : analyse combinatoire et Calculs des probabilités

Remarque :

Si on rajoute juste un mot dans l’évènement C .

C  « Seulement la première boule tirée est blanche »

La première boule est blanche, la deuxième et la troisième ne sont pas blanches.

Donc

PC   PB1B 2 B3   PB1  PB2 / B1  PB3 / B1  B2 

3 5 4
 . .
8 7 6
60

336

Et B  C  seulement la 1 est blanche   1 boule porte le n 1

On a 2 cas :

Soit la 1° boule tirée est blanche qui porte le numéro « 1 »

Soit la 1° boule tirée est blanche et ne porte pas le chiffre « 1 »

Donc
Dans le premier cas : la deuxième et la troisième boule ne sont pas blanches et ne portent pas
le chiffre « 1 »

Dans le deuxième cas : la deuxième et la troisième boule ne sont pas blanches et l’une d’elles
porte le chiffre « 1 »

PB  C  
1 1 2 4 1 1
. .0  . . 
8 7 8 7 6 42

22