1

1. Quelques rappels des notions de probabilités de 2nde

On appelle expérience aléatoire (ou épreuve aléatoire) une expérience dont on ne peut prévoir le résultat mais dont l’ensemble
des résultats possibles est connu à l’avance. ex : le lancer d’un dé à 6 faces

On appelle univers (ou univers des possibles) l’ensemble de tous les résultats possibles de l’expérience, noté souvent Ω.
Chacun des éléments de Ω est appelé éventualité ou cas possible ou épreuve ou issue. ex : Ω = { 1 ; 2 ; 3 ; 4 ; 5 ; 6 }

Dans toute la suite, l’univers sera dit « fini » (constitué d’un nb fini d’éléments).

Soit une expérience aléatoire et Ω l’univers qui lui est associé.

On dit qu’un évènement est lié à l’expérience si pour tout résultat de l’expérience, on sait dire si cet évènement a eu lieu ou non.
Par convention, on présente et identifie un évènement par l’ensemble des résultats pour lesquels l’évènement a lieu.
Un évènement est donc une partie de Ω. ex : A : « obtenir un nb pair » ex : B : « obtenir un nb sup. ou égal à 3 »

Un évènement élémentaire est un évènement formé d’un seul élément. ex : C : « obtenir le 6 »

Ω est un évènement, on l’appelle évènement certain. Ø est un évènement que l’on appelle évènement impossible

A : « obtenir un nb pair »
A={2;4;6}

B : « obtenir un nb sup. ou égal à 3 »

B={3;4;5;6}
̅ = { 1 ; 2}
̅
On appelle intersection de deux évènements A et B, l’évènement qui est la réalisation simultanée des deux évènements A et B.
On le note A  B. Il est constitué des éléments qui appartiennent à la fois à la partie A et à la partie B.

On dit que deux évènements A et B sont incompatibles (ou disjoints) ssi leur intersection est vide. A B = Ø
(c-à-d s’ils ne peuvent pas se réaliser en même temps).

On appelle réunion de deux évènements A et B, noté A  B, l’évènement qui est la réalisation de l’un au moins des deux
évènements A ou B. Il est constitué des éléments qui appartiennent à la partie A ou bien à la partie B.

On appelle évènement contraire à l’évènement A, l’évènement, note ̅, qui est la non-réalisation de A.

Il est constitué de tous les éléments de Ω qui n’appartiennent pas à A.

Propriétés :

0 P (A) 1 ; P (Ω) = 1 ; P (𝑨) = 1 – P (A) ; P (Ø) = 0

P (A B ) = P (A) + P (B) – P (A B)

si A B = Ø , c’est-à-dire si A et B sont incompatibles, alors P (A B) = P (A) + P (B)

La probabilité d’un évènement est la somme des probabilités des évènements élémentaires qui le composent.
La somme des probabilités de tous les évènements élémentaires d’une expérience aléatoire vaut 1.

Cas particulier : lorsque tous les résultats possibles ont la même probabilité de se produire

Définition : On dit qu’il y a équiprobabilité lorsque tous les résultats possibles ont la même probabilité.

Propriété : S’il y a équiprobabilité, alors la probabilité P(A) d’un évènement A est :

nb d’éléments de A nb de cas favorables *

P(A) = = = *(sous entendu favorables à la réalisation de A).
nb d’éléments de Ω nb de cas total
 2

2. Probabilités conditionnelles : Rappels de 1ère

Ex : dans une classe, 70 % des élèves font de l’allemand.

Parmi eux, 60 % apprennent le breton et 30 % de ceux qui ne font pas allemand apprennent le breton.

On note : A l’évènement : « l’élève apprend l’allemand »

B l’évènement : « l’élève apprend le breton »

Voici l’arbre associé à la situation :

PA (B) = 0,60 = probabilité qu’un élève apprenne le breton sachant qu’il apprend l’allemand.
C’est une probabilité dite « conditionnelle ».

Rappel de 3ème : pour calculer p(A ∩ B), on multiplie les probabilités écrites sur les branches du chemin
Contenant A et B. Ainsi, en suivant le chemin le plus haut de l’arbre, on obtient : p(A ∩ B) = p(A) x PA (B)

En supposant p(A) ≠ 0 on obtient l’équivalence : p(A ∩ B) = p(A) x pA (B) ⇔ pA (B) =

Définition : soient A et B deux évènements d’un même univers Ω. On suppose que p(A) ≠ 0.
On appelle probabilité conditionnelle de l’évènement B sachant que l’évènement A est réalisé,
le nombre, noté PA (B), défini par : pA (B) = .

Propriété : Généralisation à trois évènements notés A, B et C de probabilité non nulle.

A (B)

Preuve : donc p(
=
= pA (B)
 3

3. Formule des probabilités totales : Rappels de 1ère

Remarque : on considère un élève qui apprend le breton, évènement noté B.
Deux cas sont alors possibles :

 1er cas : l’élève qui apprend le breton apprend aussi l’allemand, c’est l’évènement : B
 2ème cas : l’élève qui apprend le breton n’apprend pas l’allemand, c’est l’évènement : B ̅
Ainsi, B est la réunion des deux évènements B B ̅ , ce qui se note : B ̅

rappel : pour deux évènements E et F, on a : p (E

B ̅ donc : p(B) = p B ̅ B ̅
Or les deux évènements B B ̅ ̅
sont incompatibles (car A et ne peuvent se produire en même temps)
donc leur intersection est l’ensemble vide, de probabilité nulle.
D’où : p(B) = p B ̅ =p ̅ = p(A) x PA (B) + p( ̅) x ̅

Formule des probabilités totales : p(B) = p(A) x PA (B) + p( ̅) x ̅

4. Indépendance :

Définition : soient A et B deux évènements d’un même univers Ω.

On dit que les évènements A et B sont indépendants ssi p(A∩B) = p(A) x p(B).

Propriété : On suppose que p(B) ≠ 0.

A et B sont indépendants ssi PB (A) = p(A) : « la réalisation de B n’a pas d’influence sur celle de A ».

Preuve : A et B sont indépendants ssi p(A∩ B) = p(A) x p(B)

ssi p(B) x PB (A) = p(A) x P (B)
ssi PB (A) = p(A) (car p(B) ≠ 0 par hypothèse)

Remarque : on démontre de même l’équivalence suivante : A et B sont indépendants ssi PA (B) = p(B)

On retient : A et B sont indépendants ssi p(A∩ B) = p(A) x p(B)

ssi PB (A) = p(A)
ssi PA (B) = p(B)

Propriété 1 : Si A et B sont indépendants alors ̅ et B le sont aussi.

Propriété 2 : Si A et B sont indépendants alors A et ̅ le sont aussi.
Propriété 3 : Si A et B sont indépendants alors ̅ et ̅ le sont aussi.

Preuve de la propriété 1 : On suppose que A et B sont indépendants.

On doit prouver que ̅ et B le sont aussi, c-à-d que : PB ( ̅) = p ( ̅ ).
rappel : La somme des probabilités inscrites sur les branches issues d'un même nœud est égale à 1. A
Donc PB ( ̅) + PB (A) = 1, d’où : PB ( ̅) = 1 - PB (A). Or, A et B sont indépendants donc : PB (A) = p(A).
Ainsi PB ( ̅) = 1 - P (A) = p ̅̅̅ ). C.q.f.d. B
̅
Preuve de la propriété 2 : On suppose que A et B sont indépendants.
On doit prouver que et ̅ le sont aussi. Or A et B jouent des rôles symétriques, donc B et A sont indépendants, et la propriété
1 implique que ̅ et A le sont aussi.

Preuve de la propriété 3 : On suppose que A et B sont indépendants.

La propriété 2 implique que et ̅ , et en appliquant la propriété 1 à A et ̅ , nous obtenons que ̅ et ̅ le sont aussi.
 4
série 1
série 2

5. Variable aléatoire – rappels de 1ère série 3

série 4
série 5
série 6
série 7
série 8
REGLE DU JEU série 9
série 10
série 11
Une roue est partagée en 15 secteurs de même dimension : série 12
série 13
3 sont de couleur rouge ; 6 de couleur verte, 5 de couleur bleue et 1 noire. Lancer la roue Gain Total: -3090 série 14

Quand on fait tourner la roue, elle s’arrête de façon aléatoire et la flèche ne peut indiquer qu’un seul secteur.
Gain Moyen: -0,00309 série 15

 Quel est l’univers des possibles noté Ω ? Ω = { R ; V ; B ; N }

La règle du jeu est la suivante : on mise d’abord 5 € pour une partie, on ne lance la roue qu’une seule fois.
Si la flèche désigne un secteur :
- rouge : on gagne 25 € - vert : on ne gagne rien - bleu : on récupère sa mise - noir : on perd 25 €
A chacune des quatre couleurs on associe le gain algébrique correspondant.
On définit ainsi une fonction de Ω dans IR, appelée : variable aléatoire, notée X.

 Quel est l’ensemble des gains possibles, noté X(Ω) ? X(Ω) = {

Définition :
Dans toute la suite, Ω désigne l'univers associé à une expérience aléatoire.
On suppose Ω fini, et on note n le nombre d'éléments de Ω. (n est appelé « cardinal de Ω », on écrit : card(Ω) = n)
On note : a1, a2, … , an les éléments de Ω.

Définir une variable aléatoire réelle X, c’est associer à chaque événement élémentaire {ai} un nombre réel xi.
X:Ω X(Ω) = { x1 ; x2 ; … ; xp } (p ≤ n car deux évènements élémentaires peuvent
a i  xi avoir la même image)

UNE NOUVELLE PROBABILITE

Pour un joueur, il est préférable, avant de jouer, de connaître la probabilité de gagner ou de perdre plutôt que celle de
tirer telle ou telle boule de couleur. D’où une nouvelle notation des évènements :
 L’évènement « gagner 20 € » est noté ( X = 20 ), c’est l’événement « la roue s’arrête sur du rouge ».

 Compléter le tableau suivant donnant la loi de probabilités de la v.a. X

Gain xi

p( X = xi )

Définitions
Soit Ω l'univers associé à une expérience aléatoire et X(Ω) = { x 1 ; x2 ; … ; xp } l’ensemble des valeurs prises par X.

Définir une loi de probabilité sur Ω, c'est associer, à chaque valeur xi prise par la variable aléatoire X,

p p
la probabilité de l’évènement (X = xi). Notons que nécessairement : pi =
i 1
 p (X = x )
i 1
i =1

Quel est le gain moyen qu’un joueur obtiendrait s’il jouait un très grand nombre de fois ?
Au lieu de parler de gain moyen on définit l’espérance mathématique de la variable X .
n
Définitions : L ’espérance mathématique de la variable aléatoire X est le nombre E ( X ) 
px
i 1
i i

 n

px
n

 pi  xi  E ( X )  ou V ( X )     E( X )
2
La variance de la variable aléatoire X est le nombre : V ( X )  2
i i
2

i 1  i 1 
L’écart type est la racine carrée de la variance : X  V X 

Remarque : Pour une mise de 0 €, si le gain moyen est de 0 alors on dit que le jeu est équitable, s’il est positif, alors le jeu est
favorable au joueur, enfin, s’il est négatif alors le jeu est défavorable au joueur.
 5

6. Epreuve de Bernouilli - Loi de Bernouilli

Exemple : Un joueur lance un dé non pipé et on s’intéresse à l’obtention du six.

Soit A l'événement « obtenir le six». Nous avons P(A) = 1/6 et P ( A ) = 5/6.
L’univers des possibles Ω ne contient que deux événements élémentaires et A . A }.
On appelle SUCCES la réalisation de A et ECHEC la réalisation de son contraire A .
Ces mots « succès » et « échec » ne sont que des expressions commodes pour désigner les deux issues : le succès
peut être un évènement désagréable (accident, maladie,…) et l’échec un évènement heureux.
Posons P(A) = p et P( A ) = q , avec p ≠ 0. On a : p + q = 1 ⇔ q = 1 – p Cette expérience est dite « de Bernouilli. »

Soi X : A } {0 ; 1} la variable aléatoire La loi de probabilité de X est : xi 0 1

associée à cette épreuve de Bernouilli définie par :
A 1 (X associe le nb 1 au succès) P(X = 1) = P(A) = p P (X = xi ) 1 – p p
A 0 (X associe le nb 0 à l’échec) P(X = 0) = P( A ) = 1 – p

Définitions et propriétés : (démos dans le cahier)

 On dit qu’une épreuve aléatoire est de Bernouilli lorsqu’elle ne débouche que sur 2 résultats et deux seulement,
appelés souvent « succès » et « échec », de probabilités respectives p et (1 – p), p ≠ 0.
 On dit qu’une variable aléatoire est une v.a. de Bernouilli ssi elle ne prend que deux valeurs différentes :
1, associé au « succès » et 0 associé à l’ « échec » avec des probabilités non nulles.
Si p est la probabilité du « succès », on dit que X suit la loi de Bernouilli de paramètre p.
 Si X est une v.a. de Bernouilli, alors : E(X) = p ; V(X) = p(1 – p) et écart-type = 𝑉 𝑋 𝑝 1 𝑝

7. Schéma de Bernouilli - Loi binomiale

Activité : (dans le cahier) - On lance plusieurs fois un dé, dans les mêmes conditions, et on s’intéresse au nombre
d’apparitions du 6. Soit X la variable aléatoire qui compte le nombre de 6 obtenus, donc le nombre de succès.

1. On suppose qu'on lance deux fois le dé. Déterminer la loi de probabilité de X.

2. On suppose maintenant qu'on lance 5 fois le dé, et on voudrait calculer la probabilité de l'événement (X = 3).
a) Peut-on encore raisonner à l'aide d'un arbre ?
b) Calculer la probabilité de l’issue : « on commence par 3 succès suivis de 2 échecs. »
c) Mais les succès et les échecs n'apparaissent pas nécessairement dans cet ordre.
Combien y a-t-il dans l’arbre de chemins contentant trois fois la lettre S et deux fois la lettre E ?
d) En déduire la probabilité de l’évènement (X = 3).

Définitions :
 Soit l'univers associé à une expérience aléatoire. Soit X une variable aléatoire définie sur .
Soient n ℕet p [0 ; 1]. On dit que X suit une loi binomiale de paramètres n, p, et on écrit :
𝑋 ↪ ℬ 𝑛 𝑝 lorsque : - X() {0 ; 1 ; ... ; n}
𝑛
- pour tout k {0 ; 1 ; ... ; n}, P(X k) = 𝑘 pk (1 – p) n – k

 On appelle schéma de Bernouilli, une épreuve de Bernouilli répétée un certain nombre de fois,
noté n, de façon indépendante.

Propriétés :
 Pour un schéma de Bernouilli, si X est la v.a. donnant le nombre de succès,
alors X suit une loi binomiale de paramètre n, p où :
 n est le nombre de fois où l’épreuve de Bernouilli est répétée de façon indépendante
 p est la probabilité du succès.
 E(X) = np et V(X) = npq = np(1 – p) (admis)
 6

8. Coefficient binomial ( )

Définition
Soit n un entier naturel et k un entier naturel compris entre 0 et n.
On considère une expérience aléatoire constituée de la répétition de n épreuves de Bernoulli identiques et
indépendantes, représentée par un arbre. Il s’agit donc d’un schéma de Bernouilli.

On s’intéresse au nombre k de succès obtenus au cours de ces n épreuves de Bernouilli.

Le nombre de chemins de l'arbre contenant k succès (et donc n – k échecs) est appelé coefficient
binomial noté ( ) (lire « k parmi n » ).

mot de 3
Illustration pour lettres
( ) 1 2 3
S S E
S E S
E S S

Remarque : ( )est :
- le nombre de façons de choisir k éléments dans un ensemble contenant n éléments.
- le nombre de parties à k éléments que l’on peut effectuer dans un ensemble contenant n éléments.

Définition : soit E un ensemble de n éléments et k un entier tel que 0 k n.

On appelle combinaison de k éléments de E toute partie de E contenant k éléments.

Ainsi ( ) est donc le nombre de combinaisons de k éléments d'un ensemble à n éléments.

Cas particuliers :
n n
  = 1 car   est le nombre de chemins contenant 0 succès : il n’y en a qu’un seul, c’est le chemin EEEE…..E (où
0 0
E représente l’échec), les n épreuves de Bernouilli ont la même issue : l’échec
( )= 1 car ( )est le nombre de chemins contenant n succès : il n’y en a qu’un seul, c’est le chemin SSSSSS…..S (où S
représente le succès), les n épreuves de Bernouilli ont toutes la même issue : le succès
n n
  = n car   est le nombre de chemins contenant 1 seul succès : il y a n façons d'avoir 1 seul succès exactement,
1  1 
c'est quand toutes les épreuves de Bernoulli sont des échecs sauf une.

Propriété de symétrie : soit k un entier tel que 0 k n. ( ) ( )

En effet, si un chemin contient k succès, alors il contient échecs, donc le nombre de chemins contenant
k succès est égal au nombre de chemins contenant échecs .

CALCULATRICE :exemple : calculer ( )

TI 82 stats / 83 plus / 84 Casio graph 35+/65 / 85 Dans le menu : RUN : menu 1