Sorbonne Université Licence de Mathématiques L2

2MA241 – Introduction aux probabilités Année 2019–2020

Feuille de TD no 2. Espaces probabilisés : événements et probabilités
Une étoile ? désigne un exercice important (à savoir faire), un pique  désigne un exercice difficile.

? Exercice 2.1. On lance simultanément un dé à n faces et un dé à m faces, avec m  n.

a) Proposer un espace probabilisé (⌦, F, P) pour décrire cette expérience aléatoire.
b) Quelle est la probabilité que le premier dé donne un résultat inférieur (ou égal) au
second.
Solution.
a) On choisit comme univers ⌦ l’ensemble des couples (i, j) où i est le résultat du dé à n
faces, et j est le résultat du dé à m faces, c’est-à-dire ⌦ = {1, . . . , n} ⇥ {1, . . . , m} —
notons que |⌦| = nm. On prend F = P(⌦), et P la probabilité uniforme sur ⌦.
b) On cherche la probabilité de l’événement A = {(i, j) 2 ⌦, i  j}. Comme P(A) =
Smil suffit de calculer le cardinal de A. On va décomposer A de la manière suivante :
|A|/|⌦|,
A
Pm = k=1 Ak où Ak = {(i, j) 2 ⌦, i  j, j = k}. L’union étant disjointe, on a |A| =
k=1 |Ak |. Notons maintenant que l’on a facilement |Ak | = k (il y a exactement k
P m(m+1)
choix pour la valeur de i), et donc |A| = m k=1 k = 2 . On en déduit donc que
|A|
P(A) = |⌦| = 2n .
m+1

Exercice 2.2. On tire deux cartes d’un jeu de 32. Quelle est la probabilité d’obtenir une
paire ? Si l’on n’a pas obtenu une paire, on a le choix entre jeter l’une des deux cartes tirées
et en retirer une parmi les 30 restantes, ou jeter les deux cartes tirées et en retirer deux parmi
les 30 restantes. Quelle stratégie donne la plus grande probabilité d’avoir une paire à la fin ?
Solution. On choisit comme univers ⌦ l’ensemble des tirages de deux cartes non ordonnées
parmi 32, ainsi |⌦| = 32 2 = 16 ⇥ 31. On munit ⌦ de la tribu F = P(⌦) et de la probabilité
uniforme P, P (A) = |A|/|⌦|. Soit A l’événement “on tire une paire”. Alors |A| = 81 42 = 48 (8
choix pour la hauteur de la paire et 42 choix pour les deux couleurs). Ainsi, P(A) = 16⇥31
48
=
31 ⇡ 0, 097. Supposons maintenant que l’on n’ait pas obtenu de paire.
3

Pour la première stratégie, on prend comme univers ⌦1 le tirage d’une carte parmi 30,
avec l’information de la carte gardée ; ainsi |⌦1 | = 30. L’événement A est encore “on tire une
paire”, vu comme un sous ensemble de ⌦1 cette fois. On a alors |A| = 31 , car il y a 3 choix
pour la couleur de la deuxième carte, dont la hauteur est fixée par la carte gardée. Ainsi,
3 1
P(A) = 30 = 10 .
Pour la deuxième stratégie, on prend comme univers ⌦2 , l’ensemble des tirages de 2 cartes
parmi 30, avec l’information des deux cartes jetées, ainsi |⌦2 | = 302 . L’événement A est vu
comme un sous-ensemble de ⌦2 . On a |A| = 21 32 + 61 42 . En effet, soit on choisit une
des deux hauteurs des cartes jetées, auquel cas, il y a 2 choix parmi 3 pour la couleur, soit
on choisit une des 6 autres hauteurs, auquel cas on 2 choix parmi 4 pour la couleur. Donc,
6+36 14 1
P(A) = 15⇥29 = 145 < 10 . La première stratégie donne donc une plus grande probabilité
d’obtenir une paire.

Exercice 2.3. On considère un paquet de 52 cartes de Poker, et on choisit 5 cartes au hasard.

Calculer la probabilité que :

1
 a) parmi les 5 cartes, il y ait au moins une paire (c’est-à-dire deux cartes de même valeur) ;
b) parmi les 5 cartes, il y ait exactement une paire, c’est-à-dire une paire, mais aucune
combinaison meilleure (double paire, tierce....)
Solution. Si E est l’ensemble des cartes, on prend pour espace d’états ⌦ l’ensemble des sous-
ensembles à 5 éléments de E (en particulier |⌦| = 525 ), muni de la tribu F = P(⌦) et de P
la probabilité uniforme.
a) Soit A l’ensemble des tirages où il y a au moins une paire. Pour dénombrer A, on va en
fait dénombrer Ac , l’ensemble des tirages qui n’ont aucune paire. Pour avoir un tirage
qui n’a aucune paire, il faut choisir 5 hauteurs différentes de cartes parmi les 13 hauteurs
possibles (il ne faut pas avoir deux cartes de la même hauteur), et pour chacune de ces
hauteurs, on choisit une des 4 couleurs possibles. On a donc |Ac | = 13 5 ⇥ 4 . Donc
5

13 5
5 4 43 · 3 · 11
P(A) = 1 P(Ac ) = 1 52 =1 ⇡ 0, 4929.
5
5 · 17 · 49

b) Soit B l’ensemble des tirages avec exactement une paire. Pour déterminer un élement de
B, on procède comme suit : i) on choisit la hauteur de la paire, il y a 13 possibilités, et
les deux couleurs qui la composent, il y a 42 possibilités ; ii) on choisit les hauteurs des
trois autres cartes, qui doivent être toutes différentes, il y a 12 3 possibilités, chacune
de ses cartes ayant 4 couleurs possibles. Au final, on a |B| = 13 42 12 3 4 , et donc
3

4 12
13 2 3 43 13 · 6 · 12 · 11 · 10 · 43 5! 42 · 2 · 11
P(B) = 52 = = ⇡ 0, 4226.
5
52 · 51 · 50 · 49 · 48 3! 17 · 49

 Exercice 2.4. Une urne contient N boules numérotées de 1 à N . On tire successivement

(sans remise) n boules de l’urne, avec 1  n  N .
a) Quel est l’ensemble ⌦ des résultats possibles ? Calculer card(⌦).
b) Les boules numérotées de 1 à M sont rouges (M < N ) et les boules numérotées de M +1
à N sont vertes. Soit Ak l’événement “la k-ième boule tirée est rouge”.
i) Calculer P(Ak ). ii) Calculer P(Ak \ Am ).
Solution.
a) L’espace probabilisé associé à cette expérience peut s’écrire :

⌦ = {(a1 , a2 , · · · , an ) : ai 2 {1, · · · , N }, ai 6= ai , si i 6= j} .

Le cardinal de cet ensemble est : |⌦| = N (N 1) · · · (N n + 1). Celui-ci étant muni

de la probabilité uniforme, on a pour tout A 2 P(⌦), P(A) = |A|/|⌦|.
b) i) Ak s’écrit : Ak = {(a1 , · · · , an ) 2 ⌦ : ak 2 {1, 2, · · · , M }}. On doit dénombrer Ak .
On a M choix pour la boule k. Une fois la boule k choisie, le nombre de choix pour
les boules restantes est donné par (N 1)(N 2) · · · (N n + 1) On obtient donc
|Ak | = M ⇥ (N 1) · · · (N n + 1), et donc P(Ak ) = M N . (Notons que la probabilité de
l’événement Ak ne dépend pas de k et est égale à la proportion de boules rouges dans
l’urne).

2
 ii) Si k = m alors P(Ak \ Am ) = M/N . Si k 6= m, alors de la même manière qu’à la
question précédente, pour calculer le cardinal de Ak \ Am , on observe que l’on a M
choix pour la boule k, M 1 choix pour la boule m, et pour les boules restantes on a
(N 2) · · · (N n + 1) choix. On obtient donc |Ak \ Am | = M (M 1) ⇥ (N 2) · · · (N
n + 1), et donc P(Ak \ Am ) = M (M 1)
N (N 1) .

Exercice 2.5. Soit (⌦, F, P) un espace probabilisé, et soit C 2 F un événement.

a) Montrer que si P(C) = 0, alors P(A [ C) = P(A) pour tout A 2 F.
b) Montrer que si P(C) = 1, alors P(A \ C) = P(A) pour tout A 2 F.
Solution.
a) On a facilement P(A)  P(A [ C)  P(A) + P(C) = P(A).
b) Notons que P(A) = P(A \ C) + P(A \ C c ). Comme 0  P(A \ C c )  P(C c ) = 0, on a
bien P(A) = P(A \ C).

Exercice 2.6. Soient A, B deux événements. On rappelle la définition de différence symé-

trique, A B := (A [ B) \ (A \ B).
a) Montrer que P(A B) = P(A) + P(B) 2P(A \ B).
b) Soient maintenant A, B, C trois événements. Montrer que P(A C)  P(A B)+P(B C).
Solution.
a) On a P(A B) = P(A [ B) P(A \ B) = P(A) + P(B) P(A \ B) P(A \ B).
b) En utilisant la formule précédente, on a

P(A B) + P(B C) P(A C)

= P(A) + P(B) 2P(A \ B) + P(B) + P(C) 2P(B \ C) P(A) P(C) + 2P(A \ C)
= 2 P(B) + P(A \ C) P(A \ B) P(B \ C) ,

et il reste à montrer que ce dernier terme est positif. En utilisant que

P(A [ B [ C) = P(A) + P(B) + P(C) P(A \ C) P(A \ B) P(B \ C) + P(A \ B \ C)

= P(B) + P(A [ C) P(A \ B) P(B \ C) + P(A \ B \ C)

(on a aussi utilisé que P(A) + P(C) P(A \ C) = P(A [ C)) on obtient que P(B) +
P(A \ C) P(A \ B) P(B \ C) est égal à

P(A \ C) P(A [ C) + P(A [ B [ C) P(A \ B \ C) .

Comme P(A \ C) P(A \ B \ C) et P(A [ B [ C) P(A [ C), on en conclut que

P(B) + P(A \ C) P(A \ B) P(B \ C) 0.

? Exercice 2.7. On considère une suite (Ak )k 1 d’événements. Montrer que

S
a) si P(Ak ) = 0 pour tout k, alors P k 1 Ak = 0 ;
T
b) si P(Ak ) = 1 pour tout k, alors P k 1 Ak = 1.

3
 Solution.
S P1
a) On utilise la sous-additivité : P k 1 Ak = 0. k=1 P(Ak )
T S
b) En passant au complémentaire, on a P k 1 Ak = 1 P k 1 Ack , et on utilise la
S
question précédente avec Ack (qui vérifie P(Ack ) = 0) pour avoir que P k 1 Ack = 0.

? Exercice 2.8. Inégalité de Bonferroni Soient A1 , . . . , An des événements d’un espace de

probabilité (⌦, F, P). Montrer par récurrence sur n 2 N que
✓[n ◆ Xn X
P Ak P(Ak ) P(Ai \ Aj ) .
k=1 k=1 1i<jn

Solution. Pour n = 2, on a P(A1 [ A2 ) = P(A1 ) + P(A2 ) P(A1 \ A2 ), ce qui démontre

l’inégalité voulue (qui est en réalité une égalité).
Pour
S n 2, en appliquant l’identité P(A [ B) = P(A) + P(B) P(A \ B) à A = An+1 et
B = nk=1 Ak , on a
⇣ n+1
[ ⌘ ⇣[
n ⌘ ⇣ n
[ ⌘
P Ak = P(An+1 ) + P Ak P An+1 \ Ak
k=1 k=1 k=1
n
X X ⇣[
n ⌘
P(An+1 ) + P(Ak ) P(Ai \ Aj ) P Ak \ An+1
k=1 1i<jn k=1
n+1
X X n
X
P(Ak ) P(Ai \ Aj ) P(Ak \ An+1 )
k=1 1i<jn k=1
n+1
X X
= P(Ak ) P(Ai \ Aj )
k=1 1i<jn+1

où on a utilisé successivement l’hypothèse de récurrence, la sous-additivité, puis regroupé les

termes de la dernière somme.

 Exercice 2.9. Soit ⌦ un ensemble fini, et soit H : ⌦ ! R une fonction arbitraire fixée.
Pour 0 un paramètre fixé, on définit la probabilité
P P surH(!)
(⌦, F) par sa valeur sur les
singletons {!} : P ({!}) := Z1 e H(!) , où Z := !2⌦ e — la probabilité P est
appelée mesure de Gibbs .
⇤

a) Vérifier que cela définit bien une probabilité sur ⌦.

b) Montrer que si = 0, P est la probabilité uniforme sur ⌦.
c) Considérons maintenant la limite ! 1. On note m := min{H(!) : ! 2 ⌦} le mini-
mum absolu de H, et M := {! 2 ⌦ : H(!) = m}, l’ensemble (non vide) des éléments
de ⌦ d’énergie minimale. Montrer que pour tout ! 2
/ M , on a lim !1 P ({!}) = 0. En
déduire que lim !1 P (M ) = 1.
⇤. L’interprétation est que les éléments de ! 2 ⌦ représentent les états d’un système physique, auxquels
est associée une énergie H(!) ; la probabilité d’observer le système dans un état ! est donnée par P ({!}) et
est d’autant plus élevée que l’état ! possède une énergie H(!) basse. Le paramètre est relié à la température
T par = 1/kB T , où kB est la constante de Boltzmann : ainsi, = 0 correspond à une température infinie,
et ! 1 à la limite de température zéro.

4
 d) Montrer que pour tout ! 2 M , on a lim !1 P ({!}) = |M | .
1

Solution.
P
a) On a bien P ({!}) 0 et en utilisant le fait que Z = !2⌦ e
H(!) ne dépend pas de
!, on obtient
X 1 X 1
H(!)
P ({!}) = e = Z = 1.
Z Z
!2⌦ !2⌦
P
b) Pour = 0, on a e H(!) = 1 pour tout ! 2 ⌦, et ainsi Z =0 = !2⌦ 1 = |⌦|. La
probabilité P =0 est donc donnée par P =0 ({!}) = |⌦|
1
pour tout !, ce qui correspond
à la probabilité uniforme.
P P
c) Notons tout d’abord que Z = !2⌦ e H(!) !2M e
H(!) = |M |e m . Mainte-

nant, pour tout ! 2/ M , notons m0 := H(!) > m : on a

1 m0 1 (m0 m)
0  P ({!}) = e  e .
Z |M |

Comme m0 m > 0, on a bien que lim !1 P ({!}) = 0. Maintenant, comme ⌦ est fini,
on en déduit que
X !1
P (M c ) = P ({!}) ! 0,
! 2M
/

ce qui, en passant au complémentaire, montre que lim !1 P (M ) = 1.

d) Notons que pour tout ! 2 M , on a P ({!}) = e Z
1 m , c’est-à-dire que P ({!}) = q
ne dépend pas de ! dans M .
On a donc X
P (M ) = P ({!}) = |M | · q .
!2M

Comme lim P (M ) = 1, on en déduit que lim !1 q = |M | ,

1
qui est ce que l’on devait
démontrer.

 Exercice 2.10. On possède une infinités de boules numérotées, et une urne vide. Voilà
l’expérience que l’on réalise : 1 minute avant minuit, on place les boules nos 1 et 2 dans l’urne,
et on tire dans la foulée une boule dans l’urne, au hasard (uniformément parmi les boules
présentes dans l’urne). 12 minute avant minuit, on place les boules nos 3 et 4 dans l’urne, et on
tire dans la foulée une boule dans l’urne, au hasard (uniformément parmi les boules présentes
dans l’urne), etc... n1 minute avant minuit, on place les boules nos 2n 1 et 2n dans l’urne,
et on tire dans la foulée une boule dans l’urne, au hasard (uniformément parmi les boules
présentes dans l’urne).
a) Combien y a-t-il de boules dans l’urne entre n1 et n+1
1
minute avant minuit. D’après
vous, combien y aura-t-il de boules dans l’urne à minuit ?
b) On note An l’événement : « la boule no 1 est toujours dans l’urne entre n1 et n+1
1
mi-
nute avant minuit ». Calculer la probabilité P(An ) pour tout n 2 N, et montrer que
limn!1 P(An ) = 0
T
c) On note A = n 1 An . Comment interprétez vous l’événement A (le décrire avec des
mots). Que vaut P(A) ?

5
 (i)
d) Maintenant, pour tout i 1 fixé, on note An l’événement : « la boule no i est dans
(i)
l’urne entre n1 et n+1
1
minute avant minuit ». Calculer P(An ) pour tout n 1. En
(i)
déduire que limn!1 P(An ) = 0.
T (i)
e) On note A(i) = n bi+1c/2 An . Que vaut P(A(i) ) ?
⇣S ⌘
f) Montrer que P i 1A
(i) = 0. Interprétez le résultat.

Solution.
a) À chaque étape, on ajoute deux boules et on en enlève une, donc le nombre de boules
augmente de 1 à chaque étape. Il y a donc n boules juste après n1 minute avant minuit.
Il devrait donc y avoir une infinité de boules à minuit.
b) Pour que la boule no 1 n’ait toujours pas été tirée après n étapes, il faut qu’elle n’ait
pas été tirée à la première étape (probabilité 1 12 car il y a deux boules dans l’urne),
ni à la deuxième, troisième, etc. ne étape. La probabilité de n’être pas choisie à la k e
étape est 1 k+1 1
car il y a k + 1 boules dans l’urne à ce moment là. On a donc
n ⇣
1 ⌘ Y k
Y n
1
P(An ) = 1 = = .
k+1 k+1 n+1
k=1 k=1

On a donc clairement que P(An ) ! 0 quand n ! 1.

c) On interprète A comme l’événement « la boule no 1 est dans l’urne à tout moment », ou
encore « la boule no 1 est dans l urne à minuit ».
Comme les événement An sont décroissants, on a P(A) = limn!1 P(An ) = 0.
d) On raisonne de la même manière que dans la question 2, sauf que maintenant, la boule
no i n’est pas dans l’urne avant la b i+1
2 c étape (b·c désigne la partie entière). Donc on
e
(i)
a P(An ) = 0 si n < b i+1
2 c, et pour n 2 c on a
b i+1
n
Y ⇣ 1 ⌘
n
Y k b i+1 c
P(A(i)
n )= 1 = = 2 .
k+1 k+1 n+1
k=b i+1
2
c k=b i+1
2
c

(i)
De la même manière que précédemment, on a pour tout i (fixé) limn!1 P(An ) = 0.
e) De la même manière que dans la question 3., on a P(A(i) ) = 0, A(i) étant l’événement
« la boule
⇣Sn i est dans
o
⌘ l’urne à minuit ».
P S
f) On a P i 1A
(i)  i 1 P(A(i) ) = 0. On interprète l’événement i 1 A(i) comme
« il existe un i tel que la boule i soit dans l’urne à minuit », ou autrement dit « il y a
une boule dans l’urne à minuit ». On a donc montré que la probabilité qu’il reste une
boule dans l’urne à minuit vaut 0.