" Comment oser parler des lois du hasard ?

Le hasard n'est-il pas l'antithèse

de toute loi ?"
(joseph Bertrand);
Les premiers jeux de hasard marquent le début de l’histoire des
probabilités .
C’est en France, avec Pascal(1623-1662):
 et Fermat(1601-1665):

que la théorie des probabilités va prendre forme

Théorie des probabilités

Décrit le comportement de phénomènes dont le résultat est soumis

au hasard.

permet de modéliser la fréquence de réalisation d’«évènements»

aléatoires.
Probabilités et statistique

La statistique et les probabilités sont les deux aspects

complémentaires de l’étude des phénomènes aléatoires. Ils sont
cependant de natures bien différentes.

Les probabilités peuvent être envisagées comme une branche des

mathématiques pures, basée sur la théorie de la mesure, abstraite
et complètement déconnectée de la réalité.
Les probabilités appliquées proposent des modèles probabilistes du
comportement de phénomènes aléatoires concrets. On peut alors,
avant toute expérience , faire des prévisions sur ce qui va se
produire.
 Utilité des méthodes statistiques

La statistique est l’ensemble des méthodes et techniques utilisées dans

le but d’extraire de l’information de données. Ces données peuvent
être issues de l’observation de phénomènes naturels ou d’enquêtes
socio-économiques.

Dans la plupart des cas, les données sont entachées d’incertitudes et

présentent des variations pour plusieurs raisons :

le résultat des expériences effectuées n’est pas prévisible à l’avance

avec certitude
toute mesure est entachée d’erreur

une enquête est faite sur quelques individus et on doit extrapoler

les conclusions de l’étude à toute une population. etc…

Il y a donc intervention du hasard et des probabilités. L’objectif

essentiel de la statistique est de maîtriser au mieux cette
incertitude pour extraire des informations utiles des données, via
l’analyse des variations dans les observations.
Les méthodes statistiques sont utilisées dans de très nombreux
domaines. Citons quelques exemples :

• économie :prévisions économétriques, études quantitatives de

marchés
• politique: sondages d’opinion
• agriculture: rendement des cultures,…
• ingénierie: contrôle de qualité des procédés de fabrication, sûreté
de fonctionnement (fiabilité, sécurité,…)
etc.
▪ Actuellement on fait recours au calcul des probabilités dans plusieurs
domaines, notamment dans le domaine des sciences économiques et
sociales, et cela pour la simple raison, qu’on y est confronté à des
phénomènes aléatoires, c.à.d des phénomènes dont on ne peut pas
connaître ou prévoir avec certitude les résultats.

▪ Cet aléa ou hasard est dû généralement à la complexité du phénomène

étudié (ou /et) à un manque d'informations.
Exemples :

- Prévoir, le temps qui fera demain, ou le prix d’une action boursière.

- Estimer la proportion des boîtes de conserves abîmées dans un grand lot de

boîtes de conserves.

L’étude de chaque phénomène commence par La collecte des informations et

se termine par sa modélisation, afin de tirer des conclusions et prendre des
décisions. la modélisation du phénomène étudié, qui consiste à déterminer un
modèle qui explique le mieux possible ce phénomène, en se basant sur les
résultats de la statistique descriptive, et la théorie des probabilités. D’où,
l’intérêt d’un cours de calcul des probabilités
 Programme:

Chapitre1: Analyse combinatoire

Chapitre 2: Théories des ensembles et calcul des probabilités
Chapitre 3: Variables aléatoires
Chapitre 4 : Lois de probabilité discrètes usuelles
Chapitre 5 : Lois de probabilité continues et lois usuelles
Chapitre 1:
 Analyse combinatoire:
Branche des mathématiques qui étudie les « configurations », formées à
partir d’« objets » pris dans un ensemble fini donné et disposés en
respectant certaines contraintes ou certaines structures fixées. Les deux
problèmes principaux sont l’énumération des configurations, et leur
dénombrement. Les dénombrements (arrangements , combinaisons ,
permutations) jouent un rôle important en probabilités combinatoires, où
l’hypothèse d’équiprobabilité ramène la détermination des probabilités à
des comptes d’évènements élémentaires.
L’analyse combinatoire ou le dénombrement s'emploie à étudier et
à dénombrer divers types de groupements que l'on peut faire à
partir d'ensembles finis. Il est né de l'étude des jeux de hasard et
s'est fortement développé sous l'influence du calcul des
probabilités. Il est par ailleurs lié à la théorie des nombres et à la
théorie des graphes.
La probabilité d’un événement est définie comme suit :
𝒄𝒂𝒔 𝒇𝒂𝒗𝒐𝒓𝒂𝒃𝒍𝒆𝒔 𝒌
P(A) = =
𝒄𝒂𝒔 𝒑𝒐𝒔𝒔𝒊𝒃𝒍𝒆𝒔 𝒎

Exemple 1:
Par exemple si on jette un dé à 6 faces et on cherche à calculer la
probabilité d’avoir une face paire.
Image d’un dé:
 Solution:
Dans ce cas l’ensemble des cas possibles est :
m = 1,2,3,4,5,6
L’ensemble des cas favorables est :
k= 2,4,6 = 3
Soit A l’événement d’avoir un nombre pair. Donc la probabilité de
l’événement A est donné comme suit :
𝑘
P(A) = = 3/6 = 0,5
𝑚
Ce résultat signifie, qu’en lançant un dé, on a une probabilité de 50%
d’avoir un nombre pair.
Remarque :

Le problème qui se pose pour le calcul de la probabilité d’un

événement, c’est que dans la majeure partie des cas, il est difficile
de calculer directement le nombre de cas possibles m et le nombre
de cas favorables k.

Autrement dit Comment peut-on dénombrer m et k ?

La réponse à cette question nous mène impérativement par la
voie de l’analyse combinatoire.

Le but de l’analyse combinatoire est le dénombrement des

différents cas possibles et favorables que l’on peut former à laide
des éléments d’un ensemble fini.
L’analyse combinatoire se base sur les deux critères suivants :

1- Critère de L’ordre :

pour chaque cas traité, il faut bien faire la différence entre une
disposition ordonnée et une disposition non ordonnée. Autrement
dit, il faut bien vérifier si le principe de l’ordre intervient, s’il a de
l’importance lors du calcul des différents cas possibles et
favorables.
Par exemple, si la disposition (a ; b) est différente à la disposition (b ; a),
dans ce cas il s’agit d’une disposition ordonnée et il faut bien prendre en
considération l’ordre lors du dénombrement des différents cas possibles
et favorables .

Dans le cas contraire, si (a ; b)=(b ; a) ,autrement dit, l’emplacement des

deux éléments(a ; b) ne joue aucun rôle dans les dispositions formées, il
s’agit d’une disposition non ordonnée.
Remarque:

Disposition ordonnée:

On désigne par disposition ordonnée toute disposition pour laquelle

même si on garde les mêmes éléments, il suffit de changer l’ordre
d’un seul élément pour que toute la disposition change.

Disposition non ordonnée:

C’est une disposition qui ne change pas même si qu’on change

l’ordre de ses éléments.
1 . Factorielle.
On appelle n factorielle : le nombre obtenu par le produit de
tous les nombre de 1 à n avec ( n entier positif ) ; on note n!
avec :
n! = (1x2x3x……x n) = ς𝑛𝑚=1 𝑚
De même (n+1)! = (n+1) ς𝑛𝑚=1 𝑚
𝑛!
Si m< 𝑛 => = ς𝑛−𝑚
𝑝=1 (𝑚 + 𝑝 )
𝑚!
Par convention 0! =1 pour toute la suite de p∈ 𝑁 𝑒𝑡 𝑝 ≤ 𝑛
2. Permutations :

On appelle permutation de n éléments de l’ensemble E, toute

disposition ordonnée (a ; b) formée par ces n éléments, Par
ailleurs , il faut bien distinguer entre une permutation avec ou
sans répétition.
2.1. Permutations avec répétition :

Soit E un ensemble de n éléments, une permutation avec répétition

est définie dans le cas d’une disposition ordonnée, où chaque
élément de l’ensemble E figure plusieurs fois ( par exemple, le
premier élément figure 𝑛1 fois , le deuxième élément figure 𝑛2 fois,
le troisième élément figure 𝑛3 fois ,….. , le k élément 𝑛𝑘 fois.
Le nombre total de ces permutations avec répétition est noté
𝑝𝑛 avec :
𝒏!
𝒑𝒏𝟏 ,𝒏𝟐 ,𝒏𝟑 ,………,𝒏𝒌 =
𝒏𝟏 ! 𝒏𝟐 ! 𝑿(𝒏𝟑 !)𝑿…;(𝒏𝒌 !)

Exemple 2 :
Combien y a-t-il d’arrangements possibles du mots
STATISTIQUE ?
Solution :

Dans cette exemple, il s’agit d’une disposition ordonnée.

Puisqu’on cherche à constituer un mot et puisque n=p= 11,( les
11 lettres qui composent le mot STATISTIQUE). Il s’agit d’une
permutation avec répétition ( étant donné que la lettre S se répète
deux fois, la lettre T trois fois ; la lettre I deux fois et les autres
lettres (A,Q,U,E ) une seule fois.
Donc le nombre de cas possibles est calculé à partir de la
formule générale de la permutation avec répétition comme
suit:
𝑛!
 𝑝𝑛1 ,𝑛2 ,𝑛3,𝑛4 ,𝑛5 ,𝑛6 ,𝑛7 =
𝑛1 ! 𝑛2 ! (𝑛3 !)(𝑛4 !)(𝑛5 !)(𝑛6 !)(𝑛7 !)

Avec : 𝑛1 =2 ; 𝑛2 =3 ; 𝑛3 = 1 ; 𝑛4 = 2 ; 𝑛5 =1 ; 𝑛6 =1 ; 𝑛7 =
1 et n=11
11!
 𝑝2;3;1;2;1;1;1 = = 1663200 mots possibles
2!𝑋3!𝑋1!𝑋2!𝑋1!𝑋1!𝑋1!
2.2. Permutations sans répétition :

On appelle permutation sans répétition de n éléments de

l’ensemble E , tout ensemble ordonné formé par ces n éléments,
où chaque élément de l’ensemble ne peut figurer qu’une seule fois
et occupe un rang déterminé dans chaque disposition formée par
ces n éléments.
Le nombre total de ces permutations sans répétition est noté
𝑃𝑛 avec :
𝑃𝑛 = n x(n-1)x(n-2)x(n-3)x………..x3x2x1= n!
Donc 𝑷𝒏 = n!
Remarque :
Lorsque n est grand, on peut approcher n! par la formule de
Stirling mentionnée ci-dessous :
n! ≈ 𝑛𝑛 𝑒 −𝑛 2𝜋𝑛
Exemple 3 :

Un étudiant se propose de ranger ses 6 livres de statistiques sur une

étagère. Combien de possibilités ( rangements) lui sont offertes ?
Solution :

Il s’agit d’une disposition ordonnée avec p=n=6 et chaque livre doit

être rangé dans une seule case. Donc le nombre de possibilités
offertes à cet étudiant est dénombré dans le cadre d’une permutation
sans répétition comme suit :

𝑃6 = 6x5x4x3x2x1= 6! =720
3. Arrangements :

On appelle arrangement p à p des n éléments d’un ensemble E :

tout sous ensemble ordonné de E ayant p éléments. De même pour
les arrangement il faut bien prendre en considération la présence ou
non de la répétition.
3.1. Arrangements avec répétition:

Soit un ensemble E de n éléments discernables, on choisit p

éléments parmi les n. on appelle arrangement avec répétition le
choix ordonné et avec répétition de p éléments parmi les n
éléments.

Le nombre total de ces arrangements avec répétition est noté :

𝑝
𝐴𝑛 = 𝑛 × 𝑛 × 𝑛 × 𝑛 × ⋯ × 𝑛 ( p fois )
Exemple 3 :
on dispose de 6 premières lettres de l’alphabet.
Combien de sigles de 4 lettres peut-on former?
Solution :

il s’agit dans le cadre de cet exemple d’une disposition

ordonnée ( puisqu’on cherche à former des sigles ) et avec n=6 (
les 6 premier lettres de l’alphabet ) et p=4, il s’agit d’un
arrangement avec répétition ( puisque un sigle peut être formé
d’une même lettre ( par exemple AAAA ou BBBB…) ou bien
deux lettres (AABB ou BBAA…)
Donc le nombre de sigles qu’on peut former est donné comme
suit :
𝐴46 = 6× 6 × 6 × 6 = 64 = 1296 sigles possibles.
Remarque :
Dans cet exemple nous avons exclu le cas de la permutation
puisque p<n.
3.2. Arrangements sans répétition

Soit un ensemble E de n éléments discernables: on choisit P éléments

parmi les n éléments. On appelle arrangement sans répétition le choix
ordonnée et sans répétition de P éléments parmi n:
𝑝
Le nombre total de ces arrangements sans répétition est noté 𝐴𝑛 avec :

𝑝 𝑛!
𝐴𝑛 = n× 𝑛 − 1 × 𝑛 − 2 × ⋯ × 𝑛 − 𝑝 + 1 =
𝑛−𝑝 !
Exemple 5:

Combien de mot de passe peut on former de 4 lettres entier

distinctes de l’alphabet ?
Solution

dans cet exemple il s’agit d’une disposition ordonnée puisqu’il

s’agit de former des mot de passes avec des lettres différentes. En
effet selon l’ énoncé de l’exercice « 4 lettres distinctes » veut dire
qu’il n’y a pas de répétition et puisque n=26 et p=4 , donc il s’agit
d’un arrangement sans répétition.
26! 26!
𝐴426 = = =26x25x24x23 = 358800 mots de passe
26−4 ! 22!

possibles
4. Combinaisons :

Dans le cadre des combinaisons, à la différence des permutations et

des arrangements, l’ordre n’intervient pas. Autrement dit une
combinaisons est une disposition non ordonnée de p éléments
parmi n éléments. On distingue entre une combinaison avec
répétition et une combinaison sans répétition.
4.1. combinaisons avec répétition :

On appelle combinaisons avec répétition p à p des n éléments d’un

ensemble E tout sous ensemble non ordonné de E sans répétition de
p éléments choisis parmi les n éléments.

Le nombre total de ces combinaisons avec répétition est noté

𝑝 𝑝 𝑛−1+𝑝 !
𝑘𝑛 = 𝐶𝑛+𝑝−1 =
𝑛−1 !𝑝!

Dans le cas d’une combinaison avec répétition, on peut avoir p>n

Exemple 6:

On range 4 boules identiques dans 5 tiroirs numéroté de 1 à 5;

chaque tiroir peut contenir 4 boules. Quel est le nombre des
répartitions possibles?
Solution :

Dans cet exemple on a une disposition non ordonné puisque les

boules sont identiques( non discernables) et on a la répétition ( on
peut choisir un tiroir plusieurs fois où rangement de plusieurs
boules parmi les 4 dans plusieurs tiroir parmi les 5) avec p =5 et
n=4
Donc le nombre de répartition possible est dénombré à partir
d’une combinaison avec répétition comme suit :

5 𝑛−1+𝑝 ! 8!
𝑘45 = 𝐶4+5−1 = = 56 répartition possibles
𝑛−1 !𝑝! 3!×5!
4.2. combinaisons sans répétition :

On appelle combinaisons sans répétition p à p des n éléments d’un

ensemble E, tout sous ensemble non ordonné de E sans répétition de
p éléments choisis parmi les n éléments
𝑝
Le nombre total de ces combinaisons sans répétition est noté 𝐶𝑛
avec :

𝑝 𝑛 !
𝐶𝑛 =
𝑝! 𝑛−𝑝 !
Exemple 7 :

Lors d’un recrutement pour 4 postes de travail identiques, se

présentent 8 hommes et 6 femmes. Combien de recrutements
distincts sont possibles?
Solution:

On a une disposition non ordonnée ( puisque les postes de travail

sont identiques ou non discernables) sans répétition( puisqu’on
cherche le nombre de recrutements distincts) avec n= 14 la somme
des 8 hommes et 6 femmes qui se représentent pour p=4 postes de
recrutements distincts possible est calculé dans le cadre d’une
combinaison sans répétition comme suit :

4 14 ! 14!
𝐶14 = = = 1001 recrutements distincts possible
4! 14−4 ! 4! 10 !
Résumé : quelques modèles usuels
Pour le dénombrement des différents cas possibles et
favorable, on utilise généralement les deux modèles donnés
ci après, selon les deux cas suivants :
Cas n°1 : tirages de p éléments parmi n

Tirages Disposition
Ordonnées Non
ordonnées

Sans remise Arrangement Combinaison

sans répétition sans répétition
𝑝 𝑝
𝐴𝑛 𝐶𝑛
Avec remise Arrangement Combinaison
avec avec
𝑝
répétition 𝐴𝑛 répétition
𝑝
𝐾𝑛
  Cas n°2 : Rangement ou placement de p objet dans n cases :
Rangement objets
Discernables Non
(avec ordre) discernables
(sans ordre)
Un seul objet dans une case Arrangement Combinaison
(sans répétition) sans répétition sans répétition
𝑝 𝑝
𝐴𝑛 𝐶𝑛
Eventuellement plusieurs objets Arrangement Combinaison
dans une case (avec répétition) avec répétition avec répétition
𝑝 𝑝
𝐴𝑛 𝐾𝑛