Académique Documents
Professionnel Documents
Culture Documents
SEMESTRE : 2
SECTION : D
MODULE : PROBABILITES
1
COURS DE PROBABILITES Pr. MOHAMED BERAICH
INTRODUCTION GENERALE
La théorie des probabilités est constamment utilisée en analyse statistique. Elle permet
notamment de déterminer statistiquement la probabilité d'un événement qui ne peut pas être
testé directement.
Historique
2
COURS DE PROBABILITES Pr. MOHAMED BERAICH
Le calcul des probabilités est certainement l’une des branches les plus récentes des
mathématiques, bien qu’il ait en fait trois siècles et demi d’existence. Après s’être cantonné
dans l’étude des jeux de hasard, il s’est introduit dans presque toutes les branches de l’activité
scientifique, aussi bien dans l’analyse (théorie du potentiel), l’économie, la génétique (lois de
Mendel), la physique corpusculaire (toutes les théories statistiques) que dans la psychologie et
l’informatique, dont la source est l’étude de la quantité d’information, donnée probabilistes’il
en est. Il est rare de trouver un tel exemple de « recouvrement » dans le domaine scientifique.
On peut, sans paradoxe, soutenir que toutes les mathématiques anciennes sont un cas particulier
du calcul des probabilités, le certain étant de l’aléatoire dont la réalisationa une probabilité
égale à 1.
Le calcul des probabilités est né de l’étude des jeux de hasard. Ce dernier mot, transmis par
l’Espagne, vient d’Arabie. L’arabe az-zahr , « dé à jouer », s’est transformé en azar , « hasard »
(et souvent « revers ») en espagnol. La base philologique, si l’on peut dire, du calcul des
probabilités est donc le jeu (pile ou face, jeu de roulette, cartes). Pascal et le chevalier de Méré
ont certainement les premiers à avoir voulu introduire le quantitatif dans ces études et à les mathématiser.
On essaye aujourd’hui de réduire l’importance de ce point de départ en cherchantun fondement
axiomatique et en enseignant le calcul des probabilités sans parler de hasard (à peine ose-t-on
parler d’aléa). Il n’en est pas moins vrai que, sans l’activité des joueurs, le calculdes probabilités
n’aurait sûrement pas vu le jour. Depuis le XVIIe siècle, de nombreux mathématiciens ont apporté une
très importante contribution au développement de cette science : parmi les plus marquants, citons
Laplace, dont le tome VII des Œuvres complètes estconsacré au calcul des probabilités, et Denis
Poisson, Carl Friedrich Gauss, Henri Poincaré, Émile Borel, Maurice Fréchet, Paul Levy, A. N.
Kolmogorov et A. Khintchine.
3
COURS DE PROBABILITES Pr. MOHAMED BERAICH
Plan du cours :
4
COURS DE PROBABILITES Pr. MOHAMED BERAICH
CHAPITRE 1 :
ANALYSE COMBINATOIRE
5
COURS DE PROBABILITES Pr. MOHAMED BERAICH
Introduction
L'analyse combinatoire, fondée sur des formules de dénombrements, possèded'importantes
applications dans de nombreuses branches des mathématiques, comme par exemple dans la théorie
des probabilités et en statistiques, où elles peuvent servir à compter le nombre d'arrangements
possibles des éléments d'un système.
DISPOSITIONS :
Soient deux éléments a et b :
Si (a , b) (b , a) alors on parle de disposition ordonnée.
Si (a , b) (b , a) alors on parle de disposition non ordonnée.
6
COURS DE PROBABILITES Pr. MOHAMED BERAICH
Exemple 2 :
Combien de menus différents peut-on composer si l’on a le choix entre 3 entrées, 4 plats et 2 desserts
Solution :
On peut composer 3 × 4 × 2 = 24 menus différents
Au cours de ce chapitre nous étudierons les différentes dispositions à savoir les permutations, les
arrangements et les combinaisons.
I. ARRANGEMENTS
Définition :
Le nombre d’arrangements sans répétitions que l’on peut faire avec deux éléments choisis
parmitrois éléments a, b, c est :
3! 3×2×1
𝐴23 = = =6
(3 − 2)! 1
Exemple 2 :
7
COURS DE PROBABILITES Pr. MOHAMED BERAICH
Important : chaque chiffre ne doit y apparaître qu'une seule fois (sans répétition).
4
10! 10 × 9 × 8 × 7 × 6!
𝐴10 = = = 𝟓𝟎𝟒𝟎 𝑐𝑜𝑑𝑒𝑠 𝑑𝑖𝑓𝑓é𝑟𝑒𝑛𝑡𝑠
(10 − 4)! 6!
2. Arrangements avec répétition
C’est le nombre d’arrangements que l’on peut faire avec p éléments choisis parmi n éléments,
chacun d’eux peut figurer plusieurs fois dans le même arrangement.
Le nombre d’arrangements avec répétitions est : 𝒏𝒑
Exemple 1:
Le nombre d’arrangements avec répétitions que l’on peut faire avec deux éléments choisis
parmi trois éléments a, b, c est : 32 = 9
Ces 9 arrangements sont : (a,a), (a,b), (b,a), (a,c), (c,a), (b,b), (b,c), (c,b) et (c,c).
Exemple 2 :
Sur un clavier de téléphone portable on veut composer un code de 4 chiffres.
{0 ;1; 2; 3; 4; 5; 6; 7; 8; 9}
Important : chaque chiffre peut y apparaître plus qu'une fois (avec répétition).
Une permutation est une disposition ordonnée. Le nombre de permutations sans répétition que
l’on peut faire avec n éléments est :
𝑃𝑛 = 𝑛! = 𝑛 × (𝑛 − 1) × (𝑛 − 2) × … × 2 × 1
8
COURS DE PROBABILITES Pr. MOHAMED BERAICH
Avec n ∈ ℕ
Remarque :
La permutation sans répétition de n objets constitue un cas particulier d’arrangement sans
répétition de n objets pris parmi n (𝑙𝑜𝑟𝑠𝑞𝑢𝑒 𝑝 = 𝑛)
Ainsi le nombre de permutations de n objets est :
𝑛! 𝑛! 𝑛!
𝐴𝑛𝑛 = (𝑛−𝑛)! = (0)! = 1
= 𝑛! (𝑎𝑣𝑒𝑐 0! = 1)
Exemple 1:
Le nombre de permutations que l’on peut faire avec trois éléments a, b, c est :
P3 = 3 ! = 3 2 1 = 6
P5 = 5 ! = 5 2 1 = 120
Exemple 3 :
9
COURS DE PROBABILITES Pr. MOHAMED BERAICH
Si on distingue les deux qui ne sont pas différentiables, on a donc 5! =120 possibilités. Mais pour
chacune d'entre elles, on peut échanger les deux objets. On en a donc calculé deux fois trop. En fait,
on aura donc 120/2=60 dispositions différentes.
Exemple 2 :
Exemple :
Le nombre de combinaisons sans répétitions que l’on peut faire avec deux éléments choisis
parmi trois éléments a, b, c est :
3!
𝐶32 = =3
2! (3 − 2)!
Exemple :
Le nombre de combinaisons avec répétitions que l’on peut faire avec deux éléments choisis parmi trois
éléments a, b, c est :
(4)!
𝐾32 = 𝐶42 = =6
2! (2)!
Ces 6 combinaisons sont : (a,a), (a,b), (a,c), (b,b), (b,c), et (c,c).
10
COURS DE PROBABILITES Pr. MOHAMED BERAICH
EXERCICES :
ANALYSE COMBINATOIRE
11
COURS DE PROBABILITES Pr. MOHAMED BERAICH
EXERCICE 1
Un championnat sportif groupe 20 équipes. Chaque match oppose deux équipes. Chaque équipe
doit, pendant la saison, rencontrer chacune des 19 autres équipes, une fois sur son propre terrain,
une fois sur le terrain de l'adversaire.
1) Combien de rencontres faut-il organiser au total ?
2) même question si le championnat est organisé sur un terrain neutre et les deux équipes rencontrées
vont jouer un seul match (Chaque équipe doit rencontrer toutes les autres une seule fois) ?
EXERCICE 4
On désire former un groupe de 3 filles et 4 garçons choisis parmi un groupe de 5 filles et 10
garçons. De combien de façons différentes peut-on former ce groupe sachant que :
1) n'importe quel garçon ou fille peut être choisi ?
2) une fille particulière doit obligatoirement faire partie du groupe à former ?
3) Deux garçons particuliers ne peuvent être choisis ?
EXERCICE 5
On constitue un groupe de 5 personnes choisies parmi 20 femmes et 30 hommes
1) De combien de façons peut-on constituer ce groupe de 6 personnes ?
2) Dans chacun des cas suivants, de combien de façons peut-on constituer ce groupe avec :
a) uniquement des hommes ;
b) des personnes de même sexe ;
c) au moins 2 femmes.
EXERCICE 6
Une urne contient 5 boules vertes (numérotés de 1 à 5) et 4 boules rouges (numérotés de 1 à 4).
1) On tire simultanément 3 boules de l’urne.
a) Combien y-a-t-il de tirages possibles ?
b) Combien y-a-t-il de possibilités de ne tirer que des boules vertes ?
c) Combien y-a-t-il de possibilités de ne tirer que des boules portant un nombre paire ?
d) Combien y-a-t-il de possibilités de ne tirer que des boules de même couleur ?
e) Combien y-a-t-il de possibilités de ne tirer que des boules portant un nombre paire ?
2) Reprendre aux questions précédentes si le tirage est effectué successivement et sans remise.
12
COURS DE PROBABILITES Pr. MOHAMED BERAICH
CHAPITRE 2 :
CALCUL DE PROBABILITES
13
COURS DE PROBABILITES Pr. MOHAMED BERAICH
I. INTRODUCTION
Au cours de ce chapitre nous définirons pour commencer la notion d'expérience aléatoire et
d'événement aléatoire. Ensuite nous étudierons la notion de probabilité : définition et propriétés.Nous
présenterons aussi la notion d'exclusivité, la probabilité conditionnelle et la notion d'indépendance.
Enfin, nous terminerons le chapitre par le théorème de bayes.
II. DEFINITIONS
2.1. Notion d’aléatoire
La définition de la probabilité est liée aux notions d’expérience aléatoire et d’événement aléatoire.
Une expérience est dite aléatoire lorsqu’on ne peut en prévoir exactement le résultat, du fait que tous
les facteurs qui déterminent ce résultat ne sont pas maîtrisés.
Un événement aléatoire est un événement qui peut se réaliser ou ne pas se réaliser au cours d’une
expérience aléatoire.
Exemples :
Le jet d’un dé numéroté de 1 à 6 est une expérience aléatoire car le résultat du jet est imprévisible.
L’événement avoir une face paire du dé est un événement aléatoire car le résultatdu jet peut être impair
comme il peut être pair.
Le choix d’une personne dans un groupe d’individus contenant des hommes et des femmes est
une expérience aléatoire car le résultat du choix est imprévisible. L’événement choisir une femme
est un événement aléatoire car la personne choisie peut être une femme comme elle peutêtre un homme.
Si au cours d’une expérience aléatoire on peut dénombrer tous les résultats possibles, et si parmi
ces résultats on peut dénombrer tous les résultats favorables à la réalisation d’un événement aléatoire
quelconque A, on définit classiquement la probabilité de l’événement A comme étant le rapport du nombre
de résultats favorables au nombre de résultats possibles.
14
COURS DE PROBABILITES Pr. MOHAMED BERAICH
0p1
La probabilité de tout événement qui doit nécessairement se réaliser au cours d’une expérience aléatoire
est égale à 1, il s’agit d’un événement certain.
𝑷 (é𝒗é𝒏𝒆𝒎𝒆𝒏𝒕 𝒄𝒆𝒓𝒕𝒂𝒊𝒏) = 𝟏
La probabilité de tout événement qui ne peut pas se réaliser au cours d’une expérience
aléatoire est nulle, il s’agit d’un événement impossible.
𝑷 (é𝒗é𝒏𝒆𝒎𝒆𝒏𝒕 𝒊𝒎𝒑𝒐𝒔𝒔𝒊𝒃𝒍𝒆) = 𝟎
Exemple 1:
𝒄𝒂𝒓𝒅𝑨 𝟐 𝟏
𝑷(𝑨) = = =
𝒄𝒂𝒓𝒅 𝜴 𝟔 𝟑
Exemple 2:
Dans une urne contenant 20 boules blanches, 15 boules noires, 15 boules rouges et 10 boules vertes.
On choisit de façon aléatoire une boule.
Le tirage de la boule est une expérience aléatoire, car le résultat du tirage est imprévisible.
L’événement choisir une boule verte est un événement aléatoire car la boule tirée peut être verte
comme elle peut être d’une autre couleur.
Le nombre de boules pouvant être choisies est 60 car l’urne contient au total 60 boules.
Le nombre de boules favorables à l’événement « boule verte » est 10 car l’urne contient 10 boules vertes.
10 1
La probabilité de tirer une boule verte est donc : 𝑃 = =
60 6
15
COURS DE PROBABILITES Pr. MOHAMED BERAICH
Plusieurs événements aléatoires associés à une même expérience aléatoire sont dits mutuellement
exclusifs ou mutuellement incompatibles s’ils sont exclusifs deux à deux.
𝑛 𝑛 𝑛 𝑛 𝑛 𝑛
𝐴𝑣𝑒𝑐 𝑖 ≠ 𝑗 ≠ 𝑘
Dans cette égalité les différents S qui figurent portent sur toutes les combinaisons possibles des
indices différant les uns des autres.
16
COURS DE PROBABILITES Pr. MOHAMED BERAICH
4.1.Probabilité conditionnelle
𝑝(𝐵/𝐴) est la probabilité de tirer au deuxième tirage une boule blanche sachant que la première boule
tirée est blanche.
Au deuxième tirage l’urne contient donc 59 boules dont 19 sont blanches car on a déjà tiré une
19
boule blanche. On a donc : 𝑝(𝐵/𝐴) =
59
1 19
𝑝(𝐴 ∩ 𝐵) = 𝑝(𝐵/𝐴) × 𝑝(𝐴) = × = 0.1056
3 59
17
COURS DE PROBABILITES Pr. MOHAMED BERAICH
V. THEOREME DE BAYES
À chacun de ces événements correspond une information initiale qui permet d’évaluer à
priori les probabilités 𝑝(𝐴1 ), 𝑝(𝐴2 ), … … … . . 𝑒𝑡 𝑝(𝐴𝑘 )
𝒑(𝑨𝟏 ) + 𝒑(𝑨𝟐 ) + ⋯ … … + 𝒑(𝑨𝒌 ) = 𝟏
Soit E un événement quelconque pour lequel on connaît à priori les probabilités conditionnelles
𝑝(𝐸/𝐴1 ), 𝑝(𝐸/𝐴2 ), … . , 𝑝(𝐸/𝐴𝑘 )
Le théorème de bayes permet de calculer les probabilités conditionnelles à postériori 𝑝(𝐴1 /𝐸),
𝑝(𝐴2 /𝐸),, …, 𝑝(𝐴𝑘 /𝐸),.
18
COURS DE PROBABILITES Pr. MOHAMED BERAICH
Exemple : Le tableau suivant donne la description de 400 étudiants d’une école selon le niveau d’études
et l’option étudiée.
On a choisi au hasard un étudiant de l’école, il est inscrit en gestion, quelle est la probabilité qu’il soit
inscrit en 1ère année, en 2ème année, en 3ème année, en 4ème année ?
Désignons par 𝑁1 , 𝑁2 , 𝑁3 , et 𝑁4 les événements « niveau 1ère année », « niveau 2ème année »,
« niveau 3ème année », et « niveau 4ème année ». Ces 4 événements sont complémentaires :
140
𝒑(𝑵𝟐 ) = = 0.35 ;
400
100
𝒑(𝑵𝟐 ) = = 0.25 ;
400
90
𝒑(𝑵𝟑 ) = = 0.225 ;
400
70
𝒑(𝟒) = = 0.17
400
19
COURS DE PROBABILITES Pr. MOHAMED BERAICH
75
𝑝(𝐺 /𝑁2 ) =
250
La probabilité à postériori qu’un étudiant inscrit en gestion soit inscrit en 1ère année est :
𝑝(𝑁1 ∩ 𝐺)
𝑝(𝑁1 /𝐺) =
𝑝(𝐺)
𝑝(𝐺/𝑁1 ) × 𝑝(𝑁1 )
𝑝(𝑁1 /𝐺) =
∑4𝑖=1 𝑝(𝐺/𝑁𝑖 ) ×
𝑝(𝑁𝑖 )
𝑝(𝐺/𝑁1 ) × 𝑝(𝑁1 )
=
𝑝(𝐺/𝑁1 ) × 𝑝(𝑁1 ) + 𝑝(𝐺/𝑁2 ) × 𝑝(𝑁2 ) + 𝑝(𝐺/𝑁3 ) × 𝑝(𝑁3 ) + 𝑝(𝐺/𝑁4 ) × 𝑝(𝑁4 )
80 140
×
250 400
A.N : 𝑝(𝑁1 /𝐺) = 80 140 75 100 50 90 45 70
× + × + × + ×
250 400 250 400 250 400 250 400
20
COURS DE PROBABILITES Pr. MOHAMED BERAICH
EXERCICES CHAPITRE II
CALCUL DE PROBABILITES
21
COURS DE PROBABILITES Pr. MOHAMED BERAICH
EXERCICE 1
EXERCICE 2 :
Soient A et B deux événements, tels que P(A) = 0.5 ; P(B) = 0.6 et 𝑃(𝐴 ∩ 𝐵) = 0.4.
1) Calculer 𝑃(𝐴/𝐵).
2) Calculer𝑃(𝐵/𝐴).
3) Les événements A et B sont-ils exclusifs ? indépendants ? (justifier).
EXERCICE 3 :
1) Soient A et B deux événements 𝐢𝐧𝐜𝐨𝐦𝐩𝐚𝐭𝐢𝐛𝐥𝐞𝐬 de 𝛺 tel que : P(A) = 0.35 et 𝑃(𝐵) = 0.55.
𝑪𝒂𝒍𝒄𝒖𝒍𝒆𝒓 𝑷(𝑨 ∪ 𝑩)
2) Soient A et B deux événements 𝐢𝐧𝐝é𝐩𝐞𝐧𝐝𝐚𝐧𝐭𝐬 de 𝛺 tel que : P(A) = 0.22 et 𝑃(𝐴 ∪ 𝐵) = 0.45.
𝑪𝒂𝒍𝒄𝒖𝒍𝒆𝒓 𝑷(𝑩)
3) Soient A et B deux événements de 𝛺 tel que : P(A) = 0.6 ; 𝑃(𝐵) = 0.2 𝑒𝑡 𝑃(𝐴/𝐵) = 0.7.
𝑪𝒂𝒍𝒄𝒖𝒍𝒆𝒓 𝑷(𝑨 ∪ 𝑩).
EXERCICE 4 :
Soient A et B deux événements associés à une expérience aléatoire tels que :
𝑃(𝐴) = 0.5 ; 𝑃(𝐵) = 0.3 𝑒𝑡 𝑃(𝐴 ∩ 𝐵) = 0.2
1) Calculer les probabilités suivantes :
a. 𝑃(𝐴̅)
b. 𝑃(𝐴 ∪ 𝐵)
c. 𝑃(𝐴̅ ∩ 𝐵)
d. 𝑃(𝐴̅ ∩ 𝐵̅)
e. 𝑃(𝐴̅ ∪ 𝐵)
f. 𝑃(𝐴/𝐵)
g. 𝑃(𝐵/𝐴)
h. 𝑃(𝐴̅/𝐵)
i. 𝑃(𝐴̅/𝐵̅)
2) 𝐴̅ 𝑒𝑡 𝐵 sont-ils incompatibles ? indépendants ? justifier votre réponse.
EXERCICE 5 :
Soient A et B deux événements de 𝛺 tel que : P(A) = 0.3 ; 𝑃(𝐵) = 0.2 𝑒𝑡 𝑃(𝐴 ∩ 𝐵) = 0.1
Déterminer les probabilités des événements suivants :
1) Au moins un des événements se réalise.
2) Seulement A se réalise.
3) Seulement B se réalise.
4) Aucun des deux événements ne se réalise.
22
COURS DE PROBABILITES Pr. MOHAMED BERAICH
EXERCICE 6:
Un magasin de vente de vêtements propose de solder un lot de chemises. Parmi l'ensemble de ces chemises,
60% présentent un défaut de couleur, 40% présentent un défaut de taille et 30% présentent les deux types de défaut.
Soient C l'événement (la chemise présente un défaut de couleur) et T l'événement (la chemise présente un défaut de
taille).
1. En utilisant les événements C et T, calculer les probabilités relatives aux évènements suivants :
(a) "Une chemise soldée présente au moins un des deux types de défaut"
(b) "Une chemise soldée ne présente aucun des deux types de défaut"
(c) "Une chemise soldée ne présente qu'un seul type de défaut
2. On considère une chemise soldée qui présente un défaut de taille. Quelle est la probabilité qu’elle
présente aussi un défaut de couleur ?
EXERCICE 7:
Dans un groupe d’étudiants de sciences économiques, on estime après enquête que la probabilité qu’un étudiant
aime les mathématiques est de 0,5, la probabilité qu’un étudiant aime la Comptabilité est de 0,7 et la probabilité
qu’un étudiant aime à la fois les mathématiques et la comptabilité est de 0,3.
Déterminer la probabilité qu’un étudiant :
1) Aime les mathématiques mais pas la Comptabilité.
2) Aime les mathématiques ou la statistique descriptive (au moins une des deux).
3) N’aime ni les mathématiques, ni la Comptabilité.
EXERCICE 8:
Une usine s'adresse à deux fournisseurs A et B pour l'approvisionnement d'un composant électronique.
Le contrôle de conformité effectué sur un échantillon aléatoire de composants électroniques a donné la répartition
suivante du nombre de défauts :
Répartition du nombre de défauts
Fournisseur
0 défaut 1 défaut 2 défauts Total
A 60 % 35 % 5% 100 %
B 65 % 25 % 10 % 100 %
Sachant que 70 % des composants sont achetés à A et 30 % à B :
a) Calculer la probabilité pour qu'un composant ne présente aucun défaut.
b) Un composant tiré aléatoirement et ne présentant aucundéfaut, Quelle est la
probabilité qu’il provienne de B ?
EXERCICE 9:
EXERCICE 10:
Une usine de production d’ampoules. La chaine de production se compose de trois machines A, B et C.
ces machines fabriquent respectivement 30%, 45% et 25% des pièces.
La probabilité qu’une ampoule fabriquée respectivement par la machine A, B et C soit défectueuse est
de 0.05, 0.04 et 0.01. Calculer :
1) La probabilité qu’une ampoule soit défectueuse.
2) La probabilité qu’une ampoule défectueuse provienne de la machine A.
3) La probabilité qu’une ampoule non défectueuse provienne de la machine C.
EXERCICE 11:
Dans une classe du Baccalauréat, on s’intéresse aux résultats d’examen national de deux branches,
scientifique et technique. On sait que 60 % des élèves sont scientifiques. Le taux de réussite de la branche
technique est de 75% alors qu’il est de 65% chez les scientifiques.
On choisit au hasard un élève du Baccalauréat qui a réussi. Déterminer la probabilité qu’il provient de la
branche technique.
EXERCICE 12:
Une étude statistique menée dans une firme industrielle a révélé que 60% des personnes sont des
hommes. De plus, selon la même étude, 30% des hommes disposent d'un diplôme universitaire, alors que 20%
des femmes disposent de ces mêmes diplômes.
Si on choisit au hasard un membre du personnel, déterminer la probabilité que cette personne soit une
femme sachant qu'elle dispose d'un diplôme universitaire.
EXERCICE 13 :
Les étudiants d'une école sont répartis en trois groupes de 30 %; 34 %; et 36 %. Le taux d'absence
est respectivement de 4 %; 2 %; et 7 %.
Un étudiant choisi au hasard s'est révélé de bonne assiduité. Calculer la probabilité que cet
étudiant appartienne au groupe 3.
EXERCICE 14 :
Dans une ville donnée, 20 personnes parmi 1000 sont atteintes du virus Covid-19. Pour combattre cette
pandémie, les autorités sanitaires de cette ville ont engagé une opération de dépistage massif afin de déceler la
présence de ce virus.
Dans 85% des cas, le test donne un résultat positif alors que la personne est vraiment atteinte du virus.
Dans 90% des cas, le test donne un résultat négatif alors que la personne n’est pas atteinte du virus.
1) On essaie le test sur une personne choisie au hasard dans la population de la ville considérée. On
Constate que le résultat est positif. Quelle est la probabilité qu’elle soit atteinte de ce virus ?
2) Calculer la probabilité que la personne soit malade sachant que le test donne un résultat négatif.
3) Donner la probabilité que la personne n’est pas atteinte du virus sachant que le test est positif.
24