Vous êtes sur la page 1sur 25

PROBABILITES

I- Introduction
Une expérience a l é a t o i r e est une expérience dont on ne peut pas prévoir l’issue avec
c e r ti t u d e .
La probabilité sert à m o d é l i s e r ces phénomènes aléatoires. Très souvent, cette modélisation
commence par une description des d i ff é r e n t e s i s s u e s p o s s i b l e s de l’expérience
puis par une affectation d ’ u n n o m b r e r é e l à chaque issue ; ce nombre appartenant à
[ 0   ; 1 ] permet de mesurer la chance de l’issue d’être réalisée.
Lancer une pièce de monnaie, lancer un dé cubique dont les faces portent des numéros différents, tirer
des jetons dans un sac contenant des jetons de couleurs différentes etc.
Par contre, lancer un dé cubique dont les faces portent le même numéro n’est pas une expérience
aléatoire car à chaque lancer on peut annoncer le résultat
II- Outils
1- Outils de représentation
Arbre de choix
Tu es devant deux urnes de couleurs Schématiser cette expérience à l’aide d’un arbre de choix
respectives verte et bleue. La bleue
contient 3 billes jaunes et 2 billes
blanches ; la verte contient 5 noires et
4 rouges
Tu dois choisir une urne et y tirer une
bille dans l’urne.
Détermine toutes les issues à l’aide
d’un arbre de choix.
Remarque : l’arbre est adapté si le nombre de choix est assez petit.
Cases de nombre de choix
Une classe contient 6 filles et 7 garçons. Schématiser cette expérience à l’aide de cases de choix
Tu es chargé de former un bureau
comportant trois postes : président,
trésorier et secrétaire.

2- Outils de calcul
Le factoriel L’arrangement La combinaison

n! = ………………………………… Anp = ……………………… C np = ………………………

Dénombrements : quelques méthodes


1
Répétitions Dénombrement
Types de Ordre
d'éléments
tirages Formules Outils
Tirages successifs avec Les cases ou
Tenir compte Un élément peut être
remise de p éléments
de l'ordre tiré plusieurs fois np l’arbre de
parmi n choix
Tirages successifs sans Les cases ou
Tenir compte Un élément n'est tiré
remise de p éléments Anp l’arbre de
de l'ordre qu'une seule fois
parmi n choix
Tirages simultanés de Ne pas tenir
Un élément n'est tiré
p éléments parmi n compte de C np
qu'une seule fois
l'ordre

III- Vocabulaire
Epreuve : Une épreuve est une expérience dont l'issue est aléatoire , c'est-à-dire dont l'issue ne peut
être prévue a priori.
Eventualité : Un résultat possible d'une épreuve est appelé éventualité
Univers : L’ensemble des éventualités est appelé univers, il est souvent noté Ω
Evènement : On appelle événement toute partie de l’univers Ω.
Vocabulaire probabiliste Notation Vocabulaire ensembliste
Evènement élémentaire {} Un singleton de 
Evènement certain  L’ensemble plein
Evènement impossible  L’ensemble vide
Evènement A Un sous-ensemble de 
Evènement contraire Á ou AC Le complémentaire de A
A implique B A⊂B A inclus dans B
A ou B A∪B La réunion de A et B
A et B A∩B L’intersection de A et B
Evènements A∩B=ϕ A et B disjoints
i n c o m p a ti b l e s

IV- Probabilité
1- Définition
Soit Ω = {ω 1 , ω 2 , … , ωn } ; l’univers associé à une expérience aléatoire.
On définit une probabilité p sur Ω si à chaque événement élémentaire {ωi }; 1≤ i ≤ n, on associe un
nombre réel p o s i ti f pi tel que les pi vérifient l’égalité : p1 + p2+ …+ pn = 1
La probabilité de l’événement élémentaire {ωi } est pi : on note p({ωi }) = pi
La probabilité d’un événement est égale à la somme des probabilités des événements élémentaires
qu’il contient
Si A = {ω 1 , ω 2 , … , ω k} avec k≤ n alors p(A) = p1 + p2+ …+ pk
2
Exemple
On lance un dé pipé ( t r u q u é ) dont les faces sont numérotées 1, 2, 3, 4, 5 et 6. La probabilité
d’apparition d’une face de numéro pair et le double de celle d’une face de numéro impair. Les faces
portant des numéros de même parité ont la même chance d’apparition.
On note : p1 , p2 , p 3 , p4 , p5 et p6 les probabilités d’apparition respectives des numéros 1, 2, 3, 4, 5 et 6.
a. Calculer p1 , p2 , p 3 , p4 , p5 et p6
b. Calculer la probabilité des événements : A : «obtenir un numéro pair.» ; B : «obtenir un numéro
multiple de 3.»
Résolution
Nous avons d’après l’énoncé :
p1= p3 =p 5; p2= p 4= p6 et p2=2 p1 :
Par définition de la probabilité p1 + p2+ p 3+ p 4 + p5 + p6=1
On en déduit de ces résultats : p1 +2 p 1+ p1 +2 p 1+ p 1+2 p1=1
1
9 p1 = 1 donc p1 =
9
1 2
Par suite p1= p3 =p 5= et p2= p 4 ¿ p6=
9 9
A : « obtenir un numéro pair.» 
Les issues qui constituent l’événement A sont : 2, 4 et 6.
2 2
Donc p(A) = p2 + p4 + p6 = ×3 =
9 3
B : «  obtenir un numéro multiple de 3.»
Les issues qui constituent l’événement B sont : 3 et 6.
1 2 3 1
Donc P(B) = p3 + p6= + = =
9 9 9 3

2- Cas d’équiprobabilité
Définition-Propriété
Soit Ω l’univers associé à une expérience aléatoire p une probabilité définie sur Ω .
On dit qu’il y a équiprobabilité lorsque les événements élémentaires ont la même probabilité.
En cas d’équiprobabilité :
1
la probabilité d’un événement élémentaire est : .
cardΩ

3
cardA
la probabilité d’un événement A est : p(A) = .
cardΩ
Remarque :
En cas d’équiprobabilité, le d énombrement est le principal outil de calcul de probabilités.
Exercices résolus
Exercice 1
On lance au hasard deux fois de suite un dé dont les faces portent les numéros 1, 2, 3, 4, 5 et 6.
Calculer la probabilité des événements :
A : « obtenir deux 6. » ;
B : « obtenir deux numéros de somme égale à 5 » ;
C : « obtenir deux numéros distincts. ».
Résolution :
L’universΩ est l’ensemble des 2-l i s t e s d’un ensemble à 6 éléments.
On a : cardΩ = 62 = 36
A : « obtenir deux 6. » 
A est un événement élément réalisé par la seule issue (6,6).
1 1
P(A) = =
cardΩ 36
B : « obtenir deux numéros de somme égale à 5. » 
L’événement B est réalisé par les issues : (1,4), (4,1), (2,3), (3,2), (4,1), (1,4).
cardB 6 1
alors card(B) = 6 et p(B) = = =
cardΩ 36 6
C : « obtenir deux nombres deux numéros distincts. ».
L’évènement contraire de C noté Ć est Ć : « obtenir deux nombres les mêmes numéros. ».
L’événement Ć est réalisé par les issues : (1,1), (2,2), (3,3), (4,4), (5,5), (6,6).
6 1
CardĆ = 6 ; P(Ć ) = =
36 6
1 5
P(C) = 1 –p(Ć ) = 1 – =
6 6

Exercice 2
Une urne contient 4 boules blanches et 3 boules noires indiscernables au toucher.
On tire successivement sans remise trois boules de l’urne.
Calculer la probabilité des événements :
A : « obtenir un tirage unicolore. » ;
4
B : « obtenir deux boules blanches et une boule noire» ;
C : « obtenir au moins une boule noire ».
Résolution :
L’universΩ est l’ensemble des 3-arrangements d’un ensemble à 7 éléments.
On a : cardΩ = A37 =7× 6×5 = 210
A : « obtenir un tirage unicolore. » 
Un tirage unicolore est un tirage de 3 boule s blanches ou de 3 boules noires
Card(A) = A34 + A33 = 4×3×2 + 3×2×1 = 30
card( A) 30 1
p(A) = = =
card(Ω) 210 7
B : « obtenir deux boules blanches et une boule noire» 
cardB 108 18
Card(B) = ( A 24 × A13 ) × 3 = (4×3×3¿ ×3= 108 ; P(B) = = =
card Ω 210 35
C : « obtenir au moins une boule noire. »
L’évènement contraire de C noté Ć est Ć : «   ne pas obtenir de boule noire » c’est-à-dire
« obtenir trois boules blanches.  ».
24 4
cardĆ = A34= 4×3×2 = 24 ; P(Ć ) = =
210 35
4 31
p(C) = 1 – p(Ć ) = 1 – = .
35 35
3- Probabilité de la réunion de deux événements
Propriétés
 Soit p une probabilité définie sur l’univers Ω .
Si les événements A et B sont incompatibles alors p(A∪B) = p(A) + p(B).
 De façon générale, si les événements A1, A2, …et An sont incompatibles deux à deux alors
p(A1∪A2∪…∪An) = p(A1) + p(A2) +…+ p(An)
 Pour tous événements A et B, p(A∪B) = p(A) + p(B) – p (A∩B).
4- Evénements indépendants
Définition
Soit A et B deux évènements de probabilités non nulles.
On dit que les évènements A et B sont indépendants si la réalisation de l’un n’influe pas sur
celle de l’autre.
Propriété
Deux évènements A et B sont indépendants si et seulement si p ( A ∩ B ) = p(A)×p(B).
Exemple

5
On lance au hasard un dé cubique non pipé dont les faces sont numérotées 1, 2, 3, 4, 5 et 6.
Soient les évènements : A : « Obtenir un numéro pair. »  ; B : « Obtenir un numéro multiple de 3. »
A ∩ B est l’évènement : « Obtenir le numéro 6. »
3 1 2 1 1
On a : p(A) = =  ; p(B) = = et p ( A ∩ B ) =
6 2 6 3 6
1 1 1
p(A)×p(B) = × = = p ( A ∩ B ).
2 3 6
p ( A ∩ B ) = p(A)×p(B), donc les évènements A et B sont i n d é p e n d a n t s .
5- Probabilité conditionnelle
Définition
Soit A un événement d’un univers Ω, de probabilité non nulle.
Pour tout évènement B, on appelle probabilité conditionnelle de B sachant que A est

P ( A ∩ B)
réalisé le nombre  .
P ( A)
P ( A ∩ B) P ( A ∩ B)
On note P A ( B ) = ou P(B/ A) = . On lit la probabilité de B sachant A
P ( A) P ( A)
Propriétés
Pour tout évènement B : P A ( B́ )= 1 −P A ( B )

Si B1 et B2 sont deux événements incompatibles alors : P A ( B1 ∪ B2 ) = P A ¿


Si A et B sont deux événements de probabilités non nulles alors :
P ( A ∩ B )=P( A) × P A ( B ) = P( B) × P B ( A ) (C’est la formule des probabilités composées.)
6- Arbre pondéré des probabilités :
pA(B) B p(A)
A
p(A) pA()
p(A)

() B p()
p()

() p()
Exercice 
Dans une classe de terminale de terminale S, 58% sont des garçons. Parmi les garçons 45% pratiquent
un sport et parmi les filles 32% pratiquent un sport.
Quelle est la probabilité qu’un élève choisi au hasard dans cette classe soit :
a. un sportif sachant qu’il est garçon ?
b. un sportif sachant qu’il est fille ?
c. un garçon pratiquant un sport ?
d. une fille pratiquant un sport ?
6
e. une fille ne pratiquant un sport ?
f. un garçon sachant qu’il pratique un sport ?
7- Variable aléatoire
a- Définition
Soit Ω = {ω 1 , ω 2 , … , ωn } ; l’univers associé à une expérience aléatoire.
Si à chaque éventualité {ω i} , on associe un nombre réel , on dit qu’on définit une
v a r i a b l e a l é a t o i r e X de Ω dans R.
X :Ω → R
{w }↦ x
Remarque
Une variable aléatoire est une a p p l i c a ti o n de Ω dans R.
Notation
Soit X une variable aléatoire prenant les valeurs x1, x2, …, xn rangées d a n s l ’ o r d r e
croissant.
On note X(Ω) ={ x1, x2, …, xn }.
L’ensemble des éventualités pour lesquelles X prend la valeur xi est l’évènement noté
(X = xi).
Remarque :
(X = xi) est l’ensemble des antécédents de xi par X.
Exemple
Une urne contient 4 boules rouges et 6 boules noires indiscernables au toucher.
On tire simultanément 3 boules de l’urne.
Soit X la variable aléatoire égale au nombre de boules noires tirées.
Déterminer les valeurs prises par X.
Réponse : les valeurs prises par X sont : 0 ; 1 ; 2 ; 3.
b- Loi de probabilité
Définition
Soit X une variable aléatoire prenant les valeurs x1, x2, …, xn rangées dans l’ordre croissant.

Si à chaque valeur xi, on associe la probabilité pi = p(X = xi), on définit la l o i d e


probabilité de X.

Généralement la loi de probabilité de X est présentée sous forme de tableau :


xi x1 x2 … xn
7
p(X= xi) p1 p2 … pn

Remarque :
(X= x1)∪ (X= x2)∪… ∪(X= xn) est l’évènement certain.
Donc : p1+ p2+ p3+… + pn = 1
Exemple
Une urne contient 4 boules rouges et 6 boules noires indiscernables au toucher. On tire simultanément
3 boules de l’urne. Soit X la variable aléatoire égale au nombre de boules noires tirées.
Déterminer la loi de probabilité de X.
Résolution
10× 9 ×8
Soit Ω l’univers ; cardΩ= C 310 = = 120
3 ×2 ×1
La variable aléatoire X prend les valeurs : 0, 1, 2 et 3.
p(X= 0) est la probabilité de tirer 3 boules rouges.
C 34 C1 1
p(X= 0) = = 4 =
120 120 30
p(X= 1) est la probabilité de tirer 1 boule noire et 2 boules rouges.
C16 ×C 24 6 ×4 ×3 1 3
p(X= 1) = = × =
120 2 ×1 120 10
p(X= 2) est la probabilité de tirer 2 boules noires et 1 boule rouge.
C26 ×C 14 6 ×5 × 4 1 5 1
p(X= 2) = = × = =
120 2 ×1 120 10 2
p(X= 3) est la probabilité de tirer 3 boules noires.
C 36 6 ×5 × 4 1 5 1
p(X= 3) = = × = =
120 3 × 2×1 120 30 6

xi 0 1 2 3
1 3 1 1
p(X= xi) 30 10 2 6
c- Espérance mathématique
Définition
Soit X une variable aléatoire prenant les valeurs x1, x2,., xn avec les probabilités respectives p1, p2,., pn .
L ’ e s p é r a n c e m a t h é m a ti q u e de X, le nombre noté E ( X ) défini par :
n
E ( X ) =p 1 x 1+ p 2 x 2+ …+ pn x n=∑ pi x i .
i=1

Exercice

8
On donne la loi de probabilité d’une variable aléatoire X indiquée dans le tableau ci-dessous :
xi –1 1 2 3
0,
p(X= xi) 0,2 0,4 0,1
3
Calculer l’espérance mathématique de X

d- Variance – Ecart-type
Soit X une variable aléatoire prenant les valeurs x1, x2,., xn avec les probabilités respectives p1, p2,…, pn .
La v a r i a n c e de X est le nombre noté V ( X ) défini par :
n
V ( X)=p 1 ×(x ¿¿1−E( X))2+ p 2 ×( x ¿¿ 2−E( X))2 +…+ pn × (x¿ ¿ n−E( X ))2=∑ pi ( x i−E ( X ))2 . ¿ ¿¿
i=1

2
Ou bien V ( X )=E ( X 2 )−( E ( X ) )
L ' é c a r t -t y p e de X est la r a c i n e c a r r é e d e l a v a r i a n c e de X noté σ ( X ).
σ ( X )= √ V ( X )
Exercice
On donne la loi de probabilité d’une variable aléatoire X indiquée dans le tableau ci-dessous :

xi –1 1 2 3
0,
p(X= xi) 0,2 0,4 0,1
3

Calculer la variance de X et l’écart-type de X.


e- Fonction de répartition
Définition
Soit X une variable aléatoire définie sur un univers.
On appelle f o n c ti o n d e r é p a r ti ti o n de X l’application F : R → [0 ; 1]
x↦ P(X≤ x).
Détermination et représentation graphique de F :
Soit X une variable aléatoire dont la loi de probabilité est définie par le tableau ci-dessous :
x x1 x2 … xi xi+1 … xn
P(X= x) p1 p2 … pi pi+1 … pn

x x
x x

– x1 x2 x3 …………………… xn +

9
Pour tout réel x, F(x) = p(X≤ x) ; DF = R ,
Si x¿ x1 alors F(x) = p(X≤ x) = 0
si x1 ≤ x ¿ x2 alors F(x) = p( X≤ x) = p( X = x 1) = p1
si x2 ≤ x ¿ x3 alors F(x) = = p 1 + p2
………………………………………
si xi ≤ x ¿ xi+1 alors F(x) = p1 + p2+ … + pi
………………………………………
Si x ≥ xn alors F(x) = p1 + p2+ … + pn = 1.
Soit (CF) la courbe représentative de F dans un repère orthogonal.
La f o n c ti o n d e r é p a r ti ti o n F est une fonction constante par intervalles et (CF) est
en forme « d’escalier ».

Exercice
On donne la loi de probabilité d’une variable aléatoire X indiquée dans le tableau ci-dessous :
xi –1 2 4 7
0,
p(X= xi) 0,2 0,4 0,1
3
Tracer la fonction de répartition de X.

10
f- Loi binomiale
Définition
On répète une expérience aléatoire n f o i s d e f a ç o n i n d é p e n d a n t e .
A chaque expérience on s ’ i n t é r e s s e à la réalisation d’un é v è n e m e n t appelé
succès de probabilité p ; son contraire est appelé é c h e c  ;
Cette épreuve est appelée s c h é m a d e B e r n o u l l i de p a r a m è t r e s n et p.
Soit X la variable aléatoire égale a u n o m b r e d e s u c c è s .
Dans un schéma de Bernoulli de paramètres n et p, la loi de probabilité de X est appelée l o i
b i n o m i a l e de paramètres n et p.
On dit que X suit une loi binomiale de paramètres n et p.
Propriété
Si X est une variable aléatoire qui suit une loi binomiale de paramètres n et p alors :
pour tout entier naturel k tel que k ≤ n, P(X= k) = C kn pk (1− p)n−k
Propriété
Si X est une variable aléatoire qui suit une loi binomiale de paramètres n et p alors :
E(X) = np et V(X) = np(1− p).
Exemple
Une urne contient 3 boules vertes ; 2 boules rouges et 5 boules jaunes. On tire simultanément 3 boules
de l’urne Soit l’évènement A : « obtenir trois boules de couleurs différentes »
On répète l’expérience 6 fois de suite dans les mêmes conditions.
Soit X la variable aléatoire égale au nombre de fois que l’évènement A s’est réalisé
C13 ×C 12 ×C 15 1
On a : P(A)= = .
C310 4

1
L’épreuve est un s c h é m a B e r n o u l l i de paramètres n = 6 et p =
4
Exercice
On lance 4 fois de suite un dé cubique parfait dont les faces sont numérotées de 1 à 6.
Soit  X la variable aléatoire égale au nombre de « 6 » obtenus.
Calculer la probabilité d’obtenir 3 fois le « 6 ».
Calculer la probabilité d’obtenir au moins une fois le « 6 ».
1 5
 Le succès est S: « obtenir 6 » : on a : n = 4 et p = P(S) = . P( Ś) =1 –P(S) =
6 6
1
L’épreuve est un schéma de Bernoulli de paramètres n = 4 et p = .
6

11
1
X suit une loi binomiale de paramètres n = 4 et p = .
6

12
Exercices
*Exercice 1
Soit A et B deux évènements tels que P(A) = 0,2 ; P(B) = 0,6 P(AUB) = 0,5 .
Calculer P(A∩B), P( Á ), P( B́).
*Exercice 2
Soit A et B deux évènements incompatibles tels que P(A) = 0,2 ; P(AUB) = 0,5 .
Calculer P(B) et P(A∩B).
*Exercice 3
On lance un dé cubique truqué dont les faces sont numérotées de 1 à 6. On note p 1, p2 , p3, p4 , p5 et p6
les probabilités respectives d’apparition des numéros 1, 2, 3, 4, 5 et 6.
Sachant que p1 = p3 = p5 , p2 = 2 p1 et p4 = p6 = 2 p2, montrer que :
1 2 4
p1 = p3 = p5 = , p2 = et p4 = p6 = .
13 13 13
En déduire la probabilité de chacun des évènements ci-dessous :
A : « Obtenir un numéro pair »,
B : « Obtenir un numéro multiple de 3 ».
*Exercice 4
On lance un dé cubique truqué dont les faces sont numérotées de 1 à 6. On note p 1, p2 , p3, p4 , p5 et p6
les probabilités respectives d’apparition des numéros 1, 2, 3, 4, 5 et 6 qui sont en progression

1
arithmétique de raison .
20
1
Montrer que p1 = et en déduire p2 , p3, p4 , p5 et p6.
24
Calculer la probabilité des évènements ci-dessous :
A : « Obtenir un numéro pair »,
B : « Obtenir un numéro supérieur ou égal à 4 ».
*Exercice 5
Une urne contient quatre boules rouges numérotées 1, 2, 3 ,4 ; cinq boules blanches numérotées 1, 1,
2, 2, 3 et trois boules noires numérotées 1, 2, 2.
On tire au hasard successivement sans remise deux boules de l’urne.
On considère les évènements ci-dessous.
A : «  tirer une boule rouge »
B : «  tirer une boule numérotée 1»
Calculer P(A), P(B), P(A∩B), P( Á), P( B́).

13
Calculer la probabilité de tirer une boule blanche ou une boule numérotée 2

*Exercice 6
Une urne contient trois boules vertes, quatre boules blanches indiscernables au toucher.
On tire successivement avec remise trois boules de l'urne.
Calculer la probabilité de chacun des événements ci-dessous:
A : « obtenir trois boules vertes »
B : « obtenir trois boules de même couleur. »
C : « obtenir exactement une boule verte. »
D : « obtenir au moins une boule verte. » 
E : « obtenir deux boules de couleurs différentes. »
*Exercice 7
Une urne contient 4 boules vertes, six boules blanches indiscernables au toucher.
On tire simultanément trois boules de l'urne.
Calculer la probabilité de chacun des événements ci-dessous:
A : « obtenir trois boules vertes »
B : « obtenir trois boules de même couleurs »
C : « obtenir exactement une boule verte. »
D : « obtenir au moins une boule verte. » 
E : « obtenir deux boules de couleurs différentes. »
*Exercice 8
On lance deux dés cubiques équilibrés, dont les faces sont numérotées de 1 à 6.
Calculer la probabilité des événements ci-dessous :
A : « obtenir exactement un 1 . »
B : « obtenir aucun 1. »
C : « obtenir au moins un 1. »
D : « obtenir au plus un 1. » 
E : « obtenir deux nombres pairs. »
F : « obtenir deux numéros de somme supérieure ou égale à 8. »
*Exercice 9
Soient A et B deux événements tels que P(A) = 0,5, P(B) = 0,3 et P (A∩B) = 0,27.
Calculer P A (B) et PB (A).
*Exercice 10
Soient A et B deux événements tels que P(A) = 0,35 et P (A∩B) = 0,25.

14
Calculer P A (B).
Sachant que P Á (B) = 0, 15, calculer P(B).
*Exercice 11
Soient A et B deux événements tels que P(A) = 0,2 et P (AUB) = 0,5.
Sachant que A et B soient indépendants. Calculer P (B).
*Exercice 12
On dispose de deux urnes U1 et U2. L’urne U1 contient trois boules blanches et une boule noire, l’urne
U2 contient une boule blanche et deux boules noires.
On lance un dé parfait. Si le dé donne un numéro inférieur ou égal à 2, on tire une boule dans l’urne
U1 ; sinon on tire dans l’urne U2 (les boules sont indiscernables au toucher).
Calculer la probabilité de tirer une boule blanche (on pourra faire un arbre.).
*Exercice 13
Dans un stand de tir, un tireur effectue des tirs successifs pour atteindre plusieurs cibles.
1
La probabilité que la première cible soit atteinte est 2 . Lorsqu’une cible est atteinte, la probabilité que
3
la suivante le soit est 4.
1
Lorsqu’une cible n’est pas atteinte, la probabilité que la suivante soit atteinte est 2 .
On note, pour tout entier naturel n non nul :
• An l’évènement : « la n-ième cible est atteinte ».
• pn la probabilité de l’évènement An
1. Donner p1. Calculer p2 et b2. On pourra utiliser un arbre pondéré.
1 1
2. Montrer que, pour tout entier naturel n ≥ 1 :. pn+ 1= p n+
4 2
2
3. Soit (un ) la suite définie pour tout entier naturel n non nul, par un = pn −¿
3
a. Montrer que la suite (Un) est une suite géométrique dont on précisera la raison et le premier terme.
b. En déduire l’expression de un en fonction de n, puis l’expression de pn en fonction de n.
c. Déterminer la limite de la suite (pn).
*Exercice 14
Soit X la variable aléatoire dont la loi de probabilité est définie par le tableau ci-dessous.
xi –1 2 3 5
P(X = xi) 0,3 0,1 0,4 0,2
1. Calculer l’espérance mathématique de X et la variance de X.
2. Déterminer et représenter graphiquement la fonction de répartition F de X.

15
*Exercice 15
Une urne contient deux boules noires trois boules blanches indiscernables au toucher. On tire
successivement avec remise deux boules de l’urne.
Soir X la variable aléatoire égale au nombre de boules blanches tirées.
Déterminer la loi de probabilité de X.
Calculer l’espérance et la variance de X.
Déterminer et représenter la fonction de répartition de X.
*Exercice 16
2
On lance 4 fois de suite de une pièce de monnaie truquée telle que la probabilité d’obtenir face est .
3
Soit X la variable aléatoire égale au nombre de faces obtenues.
1. Calculer la probabilité d’obtenir exactement 3 faces.
2. Déterminer la loi de probabilité de X.
3. Calculer l’espérance mathématique et la variance de X.
*Exercice 17
Une urne contient 4 boules rouges et deux boules vertes. On tire simultanément 2 boules de l’urne.
Soit l’évènement A : « obtenir deux boules de même couleur ».
On répète l’expérience 5 fois de façon identique et indépendante.
Soit X la variable aléatoire égale au nombre de fois que l’évènement A s’est réalisé.
Calculer la probabilité de A se réalise 2 fois.
Déterminer l’espérance mathématique et la variance de X .
On répète l’expérience n fois dans les mêmes conditions. Déterminer n pour que la probabilité
l’évènement se réalise au moins une fois soit égale à 0,95.

16
Exercice 18
Une urne contient une boule rouge numérotée 1, deux boules blanches numérotées 1 et 2 et trois
boules jaunes numérotées 1, 2, 3, indiscernables au toucher.
On tire successivement sans remise deux boules de l'urne.
Calculer la probabilité de chacun des événements ci-dessous:
A : « obtenir deux boules blanches. »
B : « obtenir deux boules de couleurs différentes. »
C : « obtenir au moins une boule blanche. »
D : « obtenir exactement une boule jaune. »
E : « obtenir une boule jaune et une boule numérotée 1. » 
F : « obtenir une boule rouge ou une boule numérotée 1. »
Exercice 19
Une urne contient 12 boules blanches et 8 boules noires Les boules sont tous indiscernables au
toucher.
1. On tire simultanément 5 boules au hasard de l'urne. Quelle est la probabilité d'obtenir :
a. 3 boules blanches et 2 boules noires?
b. des boules de couleurs différentes?
2. On tire successivement 5 boules avec remise de l'urne. Quelle est la probabilité d'avoir
a. 3 boules blanches et 2 boules noires dans cet ordre?
b. 3 boules blanches et 2 boules noires ?
Probabilité conditionnelle
Exercice 19
On dispose de deux urnes U1 et U2. L’urne U1 contient trois boules blanches et une boule noire, l’urne
U2 contient une boule blanche et deux boules noires. Les boules sont indiscernables au toucher.
On tire une boule dans l’urne U1 . Si la boule est blanche, on la met dans U2 puis on tire une boule de
U2 sinon on la pose et on tire un boule de U2.
Calculer la probabilité de tirer une boule blanche (on pourra faire un arbre.).
Exercice 20
Une entreprise produisant des pellicules pour le cinéma dispose de 3 ateliers n°1, n°2, n°3, qui
fabriquent respectivement 20%, 50% et 30% de la production de l’entreprise.
Pour chaque pellicule on note :
E l’événement : la pellicule est produite par l’entreprise (E est l’événement certain).
B1 l’événement : la pellicule est produite par l’atelier n°1.
B2 l’événement : la pellicule est produite par l’atelier n°2.

17
B3 l’événement : la pellicule est produite par l’atelier n°3.
D l’événement : la pellicule est défectueuse.
Sachant que les proportions des pellicules défectueuses fabriquées par les ateliers n°1, n°2, n°3 sont
respectivement égales à 0,05 ; 0,03 et 0,04 ; Calculer :
1. la probabilité pour qu’une pellicule produite soit défectueuse.
2. la probabilité pour qu’une pellicule défectueuse provienne de l’atelier n°1.
Exercice 21
Dans une région, 45 % de la population active sont des hommes. On sait aussi que 5 % des femmes et
4 % des hommes de cette population active sont au chômage. On interroge au hasard une personne de
cette région. On note F l'événement "être une femme", H l'événement "être un homme", et C
l'événement "être au chômage".
1. Quelles sont les probabilités P(H) ; P(F) ; PF(C) ; PH(C) ?
2. Calculer la probabilité pour qu'un individu pris au hasard soit au chômage.
3. Sachant que la personne interrogée est au chômage, quelle est la probabilité pour que ce soit une
femme ? un homme ?
Exercice 22
Un laboratoire a mis au point un éthylotest. Théoriquement , celui-ci devrait être positif lorsqu’une
personne testée a un taux d’alcoolémie excessif (c’est à dire strictement supérieur au seuil toléré).
Mais il n’est pas parfait :
* À un taux d’alcoolémie excessif, l’éthylotest est positif 96 fois sur cent.
* À un taux d’alcoolémie acceptable, l’éthylotest est positif 3 fois sur cent.
On suppose que ces résultats portent sur un échantillon suffisamment important pour qu’ils soient
constants.
Dans une région, 95 % des conducteurs d’automobiles ont un taux d’alcoolémie acceptable.
On soumet au hasard un automobiliste de cette région à l’éthylotest.
On définit les événements suivants :
T : « L’éthylotest est positif »
S : « Le conducteur a un taux d’alcoolémie excessif »
1. Traduire mathématiquement chacune des trois données numériques de l’énoncé.
2. Quelle est la probabilité qu’un automobiliste ait un taux d’alcoolémie excessif et que l’éthylotest soit
positif.
3. Calculez P(T).
4. Quelle est la probabilité que l’automobiliste ait un taux d’alcoolémie excessif si l’éthylotest est
positif ?

18
5. Quelle est la probabilité que l’automobiliste ait un taux d’alcoolémie acceptable si l’éthylotest est
négatif?
6. Quelle est la probabilité que l’éthylotest donne un résultat erroné ?
Exercice 24
On dispose d’un dé cubique dont les faces sont numérotées de 1 à 6. On désigne par pk la probabilité
d’obtenir, lors d’un lancer, la face numérotée k (k est un entier et 1  k  6 ).
Ce dé a été pipé de telle sorte que :
− les six faces ne sont pas équiprobables,
− les nombres p1, p2, p3, p4, p5, p6, dans cet ordre, sont six termes consécutifs d’une suite arithmétique
de raison r,
− les nombres p1, p2, p4 dans cet ordre, sont trois termes consécutifs d’une suite géométrique.
k
pk 
1. Démontrer que : 21 pour tout entier k tel que 1  k  6 .

2. On lance ce dé une fois et on considère les évènements suivants :


A : « le nombre obtenu est pair »
B : « le nombre obtenu est supérieur ou égal à 3»
C : « le nombre obtenu est 3 ou 4».
a. Calculer la probabilité de chacun de ces évènements.
b. Calculer la probabilité que le nombre obtenu soit supérieur ou égal à 3, sachant qu’il est pair.
c. Les évènements A et B sont-ils indépendants ? Les évènements A et C sont-ils indépendants ?
3. On utilise ce dé pour un jeu. On dispose :
− d’une urne U1 contenant une boule blanche et trois boules noires,
− d’une urne U2 contenant deux boules blanches et une boule noire.
Le joueur lance le dé :
− s’il obtient un nombre pair, il extrait au hasard une boule de l’urne U 1,
− s’il obtient un nombre impair, il extrait au hasard une boule de l’urne U 2.
On suppose que les tirages sont équiprobables et le joueur est déclaré gagnant lorsqu’il tire une boule
blanche, on note G cet évènement.
a. Déterminer la probabilité de l’évènement G  A , puis la probabilité de l’évènement G.
b. Le joueur est gagnant. Déterminer la probabilité qu’il ait obtenu un nombre pair lors du lancer du dé.
Exercice 25
Abou et Nafi jouent au scrabble. Les deux joueurs ont la même chance de gagner la première partie.
Par la suite, lorsque Abdou gagne une partie, la probabilité qu’il gagne la suivante est 0,7. Et s’il perd
une partie, la probabilité qu’il perde la suivante est 0,8.

19
Dans tout l’exercice, n est un entier naturel non nul. On considère les évènements :
• Gn : « Abdou gagne la n-ième partie ».
• Pn : « Abdou perd la n-ième partie ».
On pose : pn = p(Gn) et qn = p(Pn).
pG1  G 2  et pP1  G 2 .
1. a. Déterminer p1 puis les probabilités conditionnelles
b. Justifier l’égalité pn + qn = 1.
c. Démontrer que pour tout entier naturel n non nul, pn+1 = 0,5pn +0, 2.
2
vn  pn 
2. Soit (vn) la suite définie pour tout entier naturel n non nul par : 5.

a. Montrer que la suite (vn) est une suite géométrique dont on précisera la raison et le premier terme.
b. Exprimer vn en fonction de n.
c. En déduire l’expression de pn en fonction de n.
d. Déterminer la limite de la suite (pn).
Variable aléatoire
Exercice 26
Une urne contient deux boules noires trois boules blanches indiscernables au toucher. On tire
successivement sans remise trois boules de l’urne.
Soir X la variable aléatoire égale au nombre de boules noires tirées.
Déterminer la loi de probabilité de X.
Calculer l’espérance et la variance de X.
Déterminer et représenter la fonction de répartition de X.
Exercice 27
Une urne contient deux boules noires trois boules blanches et cinq boules rouges indiscernables au
toucher. On tire simultanément trois boules de l’urne.
Soir X la variable aléatoire égale au nombre de boules rouges tirées.
Déterminer la loi de probabilité de X.
Calculer l’espérance et l’écart type de X.
Déterminer et représenter la fonction de répartition de X.
Exercice 28
On lance deux de fois de suite un dé cubique équilibré dont les faces sont numérotées de 1 à 6.
Soit Y la variable aléatoire égale à la valeur absolue de la différence des nombres obtenus.
Déterminer la loi de probabilité de Y.
Calculer l’espérance et l’écart type de Y.
Exercice 29

20
Un joueur débute un jeu au cours duquel il est amené à faire successivement plusieurs parties. La
probabilité que le joueur perde la première partie est 0,2. Le jeu se déroule ensuite de la manière
suivante :
* s’il gagne une partie, alors il perd la partie suivante avec une probabilité de 0,05 ;
* s’il perd une partie, alors il perd la partie suivante avec une probabilité de 0,1.
1. On appelle :
E1 l’événement « le joueur perd la première partie » ; 
E2 l’événement « le joueur perd la deuxième partie » ; 
E3 l’événement « le joueur perd la troisième partie ».
On appelle X la variable aléatoire qui donne le nombre de fois où le joueur perd lors des trois
premières parties. On pourra s’aider d’un arbre pondéré.
a. Quelles sont les valeurs prises par X ?

b. Montrer que la probabilité de l’événement  X  2  est égale à 0,031 et que celle de l’événement

 X  3  est égale à 0,002.

c. Déterminer la loi de probabilité de X.


d. Calculer l’espérance de X.

2. Pour tout entier naturel n non nul, on note En l’événement « le joueur perd la n-ième partie », En  

l’événement contraire, et on note pn la probabilité de l’événement En.

a. Exprimer, pour tout entier naturel n non nul, les probabilités des événements En  En1 et En  En1

en fonction de pn .

b. En déduire que pn1  0,05 pn  0,05 pour tout entier naturel n non nul.
1
un  pn 
3. On considère la suite  n  définie pour tout entier naturel n non nul par :
u 19 .

a. Montrer que  un  est une suite géométrique dont on précisera la raison et le premier terme.

b. En déduire un puis pn en fonction de n.

c. Calculer la limite de pn quand n tend vers  .


Exercice 30
Une urne A contient quatre boules rouges et six boules noires. Une urne B contient une boule rouge et
neuf boules noires. Les boules sont indiscernables au toucher.
Partie A
Un joueur dispose d'un dé à six faces, parfaitement équilibré, numéroté de 1 à 6. Il le lance une fois :
s'il obtient 1, il tire au hasard une boule de l'urne A, sinon il tire au hasard une boule de l'urne B.

21
1. Soit R l'événement « le joueur obtient une boule rouge ». Montrer que p(R) = 0,15.
2. Si le joueur obtient une boule rouge, la probabilité qu'elle provienne de A est-elle supérieure ou
égale à la probabilité qu'elle provienne de B ?
Partie B
Le joueur répète deux fois l'épreuve décrite dans la partie A, dans des conditions identiques et
indépendantes (c'est-à-dire qu'à l'issue de la première épreuve, les urnes retrouvent leur composition
initiale).
Soit x un entier naturel non nul.
Lors de chacune des deux épreuves, le joueur gagne x F CFA s'il obtient une boule rouge et perd 1000 F
CFA s'il obtient une boule noire.
On désigne par G la variable aléatoire correspondant au gain algébrique du joueur en F CFA au terme
des deux épreuves. La variable aléatoire G prend donc les valeurs 2x, x−1 et – 4.
1. Déterminer la loi de probabilité de G.
2. Exprimer l'espérance E(G) de la variable aléatoire G en fonction de x.
3. Pour quelles valeurs de x a-t-on E(G) > 0 ?
Loi binomiale
Exercice 31
Un sondage effectué à propos de la construction d’un barrage a donné les résultats suivants :
− 65% des personnes sont contre la construction,
− parmi les personnes qui sont contre cette construction, 70% sont des écologistes,
− parmi les personnes qui sont pour la construction, 20% sont écologistes.
On note C l’événement « la personne concernée est contre la construction », D l’événement contraire,
E l’événement « la personne concernée est écologiste » et F l’événement « la personne concernée est
contre la construction et n’est pas écologiste ».
1. Calculer les probabilités P(C), PC(E), PD(E).
2. a. Calculer la probabilité qu’une personne soit contre la construction et soit écologiste.
b. Calculer la probabilité qu’une personne soit pour la construction et soit écologiste.
c. En déduire la probabilité qu’une personne soit écologiste.
3. Calculer la probabilité PE(C).
4. Montrer que P(F) = 0,195. On choisit au hasard 5 personnes. Quelle est la probabilité qu’au moins
une d’elles soit contre la construction et ne soit pas écologiste ?
Exercice 32
Une urne contient 4 houles blanches et 2 boules noires indiscernables au toucher.

22
1. On effectue trois tirages successifs au hasard d’une boule selon la procédure suivante : après chaque
tirage si la boule tirée est blanche, on la remet dans l’urne et si elle est noire, on ne la remet pas dans
l’urne. On désigne par X la variable aléatoire égale au nombre de boules noires obtenues à l’issue des
trois tirages. On pourra s’aider d’un arbre pondéré.
a. Quelles sont les valeurs prises par X ?
b. Calculer P(X = 0).
c. On se propose de déterminer maintenant P(X = 1).
8
– Montrer que la probabilité que la seule boule noire tirée soit obtenue au 2 tirage est égale à 45 .
è

– En remarquant que la seule boule noire peut être tirée soit au 1er, soit au 2è, soit au 3è tirage, calculer
P(X = 1).
2. On reprend l’urne dans sa composition initiale : 4 boules blanches et 2 boules noires indiscernables
au toucher. Soit n un entier naturel supérieur ou égal à 3.
On effectue maintenant n tirages successifs au hasard d’une boule dans l’urne selon la même
procédure : après chaque tirage, si la boule tirée est blanche, on la remet dans l’urne et si elle est
noire, on ne la remet pas dans l’urne.
Soit k un entier compris entre 1 et n.
Soit N l’évènement : « la k-ième boule tirée est noire et toutes les autres sont blanches ».
Soit A l’évènement : « on obtient une boule blanche dans chacun des k − 1 premiers tirages et une
boule noire au k-ième ».
Soit B l’évènement : « on obtient une boule blanche dans chacun des (n − k) derniers tirages ».
Calculer P(A), PA(B) et P(N).
Exercice 33
Une usine produit des sacs. Chaque sac fabriqué peut présenter deux défauts : le défaut a et le défaut
b. Un sac est dit défectueux s’il présente au moins l’un des deux défauts.
1. Dans cette question les probabilités demandées seront données avec leurs valeurs décimales
exactes.
On prélève un sac au hasard dans la production d’une journée.
On note A l’ évènement « le sac présente le défaut a » et B l’évènement « le sac présente le défaut b ».
Les probabilités des évènements A et B sont respectivement p(A) = 0,02 et p(B) = 0,01 ; on suppose que
ces deux évènements sont indépendants.
a. Calculer la probabilité de l’évènement C : « le sac prélevé présente le défaut a et le défaut b ».
b. Calculer la probabilité de l’évènement D : « le sac est défectueux ».
c. Calculer la probabilité de l’évènement E : « le sac ne présente aucun défaut ».

23
d. Sachant que le sac présente le défaut a, quelle est la probabilité qu’il présente aussi le défaut b ?
2. On suppose que la probabilité (arrondie au centième) qu’un sac soit défectueux est égale à 0,03.
On prélève au hasard un échantillon de 100 sacs dans la production d’une journée. La production est
suffisamment importante pour que l’on assimile ce prélèvement à un tirage avec remise de 100 sacs.
On considère la variable aléatoire X qui, à tout prélèvement de 100 sacs, associe le nombre de sacs
défectueux.
a. Justifier que la variable aléatoire X suit une loi binomiale dont on précisera les paramètres.
b. Quelle est la probabilité de l’évènement « au moins un sac est défectueux » ? On arrondira cette
probabilité au centième. Interpréter ce résultat.
c. Calculer l’espérance mathématique de la variable aléatoire X. Interpréter ce résultat dans le cadre de
l’énoncé.
Exercice 34
On dispose de deux A et B non truqués. Le dé A a une face portant le numéro 0, deux faces portant le
N° 1 et trois faces portant. Le dé B a trois faces portant le numéro et trois faces portant le N° 1.
On lance deux fois les deux dés. Après chaque lancer, on construit un nombre complexe ayant pout
partie réelle le résultat de A et pour partie imaginaire le résultat de B.
1.a.Quels nombres complexes peut-on obtenir ?
b. Quelle est la probabilité d’obtenir chacun de ces nombres.
2.Calculer la probabilité des évènements ci-dessous :
a. A : « obtenir un nombre complexe de module √ 2. »
π
b. B : « obtenir un nombre complexe d’arguments k , k étant un entier relatif.
2
3.On lance trois fois les deux dés dans les mêmes conditions. Soit X la variable aléatoire égale au
nombre de réels obtenus.
a. Déterminer la loi de probabilité de X.
b. Calculer l’espérance mathématique et l’écart-type de X.
Exercice 35
Une urne A contient quatre boules rouges et six boules noires. Une urne B contient une boule rouge et
neuf boules noires. Les boules sont indiscernables au toucher.
Partie A
Un joueur dispose d'un dé à six faces, parfaitement équilibré, numéroté de 1 à 6. Il le lance une fois :
s'il obtient 1, il tire au hasard une boule de l'urne A, sinon il tire au hasard une boule de l'urne B.
1. Soit R l'événement « le joueur obtient une boule rouge ». Montrer que p(R) = 0,15.

24
2. Si le joueur obtient une boule rouge, la probabilité qu'elle provienne de A est-elle supérieure ou
égale à la probabilité qu'elle provienne de B ?
Partie B
Le joueur répète deux fois l'épreuve décrite dans la partie A, dans des conditions identiques et
indépendantes (c'est-à-dire qu'à l'issue de la 1ère épreuve, les urnes retrouvent leur composition
initiale).
Soit x un entier naturel non nul.
Lors de chacune des deux épreuves, le joueur gagne x F CFA s'il obtient une boule rouge et perd 1000 F
CFA s'il obtient une boule noire.
On désigne par G la variable aléatoire correspondant au gain algébrique du joueur en F CFA au terme
des deux épreuves. La variable aléatoire G prend donc les valeurs 2x, x−1 et – 4.
1. Déterminer la loi de probabilité de G.
2. Exprimer l'espérance E(G) de la variable aléatoire G en fonction de x.
3. Pour quelles valeurs de x a-t-on E(G) > 0 ?

25

Vous aimerez peut-être aussi