Maths en PT* Année 2023 - 2024

Chapitre n◦ 8

Probabilités discrètes

Table des matières

1 Opérations ensemblistes et dénombrement 1
1.1 Vocabulaire ensembliste et probabiliste . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2 Dénombrement des listes et parties d’un ensemble fini . . . . . . . . . . . . . . . . . . 3

2 Espaces probabilisés 5
2.1 Probabilité sur un univers fini . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
2.2 Probabilité sur un univers quelconque . . . . . . . . . . . . . . . . . . . . . . . . . . . 7

3 Probabilités conditionnelles et événements indépendants 9

3.1 Probabilités conditionnelles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
3.2 Evénements indépendants . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11

1 Opérations ensemblistes et dénombrement

1.1 Vocabulaire ensembliste et probabiliste

Définition 1. (ensemble au plus dénombrable) Soit E un ensemble non vide.

 
1. E est dit fini ssi il existe un entier naturel n non nul et une bijection e : 1, n −→ E.
Dans ce cas, les éléments de E peuvent être énumérés en notant E = {e1 , . . . , en }.
Le nombre n des éléments de E est appelé cardinal de E et noté card (E) ou |E|.

2. E est dit dénombrable ssi il existe une bijection e : N −→ E.

Dans ce cas, les éléments de E peuvent être énumérés en notant E = { en , n ∈ N }.

3. E est dit au plus dénombrable ssi il est fini ou dénombrable.

Dans ce cas, on peut écrire E = { ei , i ∈ I }, où I ⊂ N et les ei sont distincts.

Application : (ensembles usuels au plus dénombrables, à savoir)

Toute partie de N est au plus dénombrable ; N, Z et N2 sont dénombrables.

Pour ce qui suit, on considère une expérience aléatoire E (ou épreuve), dont le résultat ne peut être
prévu à l’avance (il est soumis au hasard) et on note Ω l’ensemble des résultats possibles.

Lycée Jean Perrin Page 1/11 Marseille

Maths en PT* Année 2023 - 2024

Exercice 1. Déterminer Ω en précisant si il est fini, dénombrable ou non dénombrable :

1. lancer un dé deux fois de suite et noter les résultats obtenus ;

2. lancer une pièce jusqu’à obtenir pile et noter le nombre de lancers effectués ;

3. attendre un métro sachant qu’il en passe toutes les cinq minutes et noter le temps écoulé.

Vocabulaire ensembliste Définitions Vocabulaire probabiliste

Ω est un ensemble Si Ω est au plus dénombrable : Ω est l’univers des issues

Ω = { ωi , i ∈ I }, où I ⊂ N. (ou éventualités) possibles.

A ⊂ Ω est une partie de Ω ω ∈ A =⇒ ω ∈ Ω. A est un événement associé à E.

(sous-ensemble).
{ω} est un singleton de Ω.
P(Ω) est l’ensemble des
parties de Ω.
A est réalisé si le résultat ω
de l’expérience E appartient à A.
ω ∈ Ω. {ω} est un événement
élémentaire associé à E.
A ∈ P(Ω) ⇐⇒ A ⊂ Ω. P(Ω) est l’ensemble des
événements associés à E.

A ∪ B est la réunion de ω ∈A∪B A et B étant deux événements,

deux parties de Ω.
A ∩ B est l’intersection de
deux parties de Ω.
A\B est la différence
des parties A et B.
⇐⇒ ω ∈ A ou ω ∈ B. A ∪ B est l’événement ”A ou B”.
ω ∈A∩B
⇐⇒ ω ∈ A et ω ∈ B. A ∩ B est l’événement ”A et B”.
ω ∈ A\B
⇐⇒ ω ∈ A et ω ∈
/ B. A\B est l’événement ”A moins B”.

A et B sont deux parties A ⊂ Ω, B ⊂ Ω A et B sont deux événements

disjointes de Ω. et A ∩ B = ∅. incompatibles.
A est le complémentaire ω ∈ A ⇐⇒ ω ∈ Ω et ω ∈
/A A est l’événement
de A dans Ω. A ∪ A = Ω et A ∩ A = ∅. contraire de A.

[
(Aj )j∈J , où J ⊂ N, ∀j ∈ J, Aj ⊂ Ω, Aj = Ω, (Aj )j∈J est un système
j∈J
est une partition de Ω. ∀i, j ∈ J, i 6= j, Ai ∩ Aj = ∅. complet d’événements de Ω.

Remarque : A = A, A ∩ B ⊂ A, A ∩ B ⊂ B, A ⊂ A ∪ B, B ⊂A∪B et A\B = A ∩ B.

Lycée Jean Perrin Page 2/11 Marseille

Maths en PT* Année 2023 - 2024

Cas particuliers : − Si Ω = { ωi , i ∈ I } alors {ωi } i∈I est un système complet d’événements.

− Pour tout événement A, (A, A) est un système complet de deux événements contraires.

− Si (An )n∈N est une suite d’événements associés à E et si ω est le résultat de E, alors on a :
   
ω ∈ A1 ∩ · · · ∩ Ap ⇐⇒ ∀j ∈ 1, p , ω ∈ Aj ; ω ∈ A1 ∪ · · · ∪ Ap ⇐⇒ ∃j ∈ 1, p , ω ∈ Aj ;
+∞
\ +∞
[
ω∈ An ⇐⇒ ∀n ∈ N, ω ∈ An ; ω∈ An ⇐⇒ ∃n ∈ N, ω ∈ An .
n=0 n=0

1.2 Dénombrement des listes et parties d’un ensemble fini

Définition 2. Soient E, E1 , E2 , . . . , Ep , des ensembles.

1. Le produit cartésien de E1 , E2 , . . . , Ep est l’ensemble

  
E1 × E2 × . . . × Ep = (x1 , x2 , . . . , xp ) / ∀i ∈ 1, p , xi ∈ Ei .

2. En particulier, E p = |E × E ×
  
{z. . . × E
} = (x 1 , x2 , . . . , x p ) / ∀i ∈ 1, p , xi ∈ E .
p facteurs

Un élément (x1 , x2 , . . . , xp ) de E p est appelé p−uplet (ou p-liste) d’éléments de E.

Propriété 1. Si E et F sont dénombrables alors E × F est dénombrable (non fini).

Propriété 2. Soit E fini et A, B, A1 , . . . , Ap des parties de E. Alors on a :

1. A est fini et card (A) ≤ card (E), avec égalité ssi A = E ;

2. si A et B sont disjointes alors card (A ∪ B) = card (A) + card (B) ;

3. card (A ∪ B) = card (A) + card (B) − card (A ∩ B) ;

4. card (A) = card (E\A) = card (E) − card (A) ;

5. card (A\B) = card (A) − card (A ∩ B).

Lycée Jean Perrin Page 3/11 Marseille

Maths en PT* Année 2023 - 2024

Propriété 3. Si E1 , . . . Ep sont finis alors le produit cartésien E1 × · · · × Ep est fini de cardinal :

card (E1 × · · · × Ep ) = card (E1 ) × · · · × card (Ep ).

Modèle de tirages successifs dans des urnes différentes : Si on tire successivement un élément dans
l’urne E1 contenant n1 éléments, un élément dans E2 à n2 éléments, ..., un élément dans Ep à np
éléments, alors il y a n1 × n2 × · · · × np tirages possibles (principe multiplicatif).

Propriété 4. Soit E de cardinal n, et p ∈ N∗ . Le nombre de p-listes d’éléments de E est :

card (E p ) = (card (E))p = np .

Modèle de tirages successifs avec remise dans une urne : Effectuer p tirages successifs avec remise
dans une urne contenant n éléments, c’est choisir une p-liste d’éléments de cette urne. Il y a donc np
façons de le faire. Dans ce cas, l’ordre intervient et il peut y avoir répétition d’un élément.

 
Propriété 5. Soit E de cardinal n, et p ∈ 1, n . Le nombre de p-listes d’éléments distincts

n!
de E (sans répétition) est : = n × (n − 1) × · · · × (n − p + 1).
(n − p)!

Le nombre de permutations des éléments de E (n-listes sans répétition) est : n!.

Modèle de tirages successifs sans remise dans une urne : Effectuer p tirages successifs et sans remise
dans une urne contenant n éléments, c’est choisir une p-liste sans répétition dans cette urne.
n!
Il y a donc façons de le faire. Dans ce cas, l’ordre intervient et il n’y a pas de répétition.
(n − p)!

 
Propriété 6. Soit E de cardinal n et p ∈ 0, n . Le nombre de parties à p éléments de E est :
 
n n! n × (n − 1) × · · · × (n − p + 1)
= = .
p (n − p)!p! p!

Modèle de tirage simultané dans une urne : Tirer simultanément p éléments dans une urne qui en
contient n, c’est
  choisir une p-combinaison d’éléments de cette urne.
n
Il y a donc façons de le faire. Dans ce cas, il n’y a ni ordre, ni répétition d’un élément.
p

Lycée Jean Perrin Page 4/11 Marseille

Maths en PT* Année 2023 - 2024

Application : (dénombrer les applications entre ensembles finis, à savoir)

Soit E de cardinal p et F de cardinal n. Alors on a :

card (P(E)) = 2card (E) = 2p ;

card (F (E, F )) = card F E = card (F )card (E) = np ;

n!
si p ≤ n, le nombre d’applications de E dans F injectives est .
(n − p)!

Exercice 2. Dénombrer rapidement :

1. les codes à 4 chiffres puis 2 lettres ;
2. les paris possibles sur les noms des 3 premiers chevaux pour une course de 15 au tiercé ;
3. les façons d’assoir 8 convives autour d’une table ;
4. a) les mains de 5 cartes avec un jeu de 32 cartes ;
b) celles qui contiennent au moins une dame ;
c) celles qui contiennent au moins trois coeurs.

2 Espaces probabilisés

2.1 Probabilité sur un univers fini

P(Ω) −→ [0, 1]
Définition 3. Une probabilité sur Ω fini est une application P : vérifiant :
A 7−→ P(A)

1. P(Ω) = 1.

2. Pour tous événements A et B incompatibles P(A ∪ B) = P(A) + P(B).

Dans cette section, Ω = {ω1 , . . . , ωn } et (Ω, P(Ω), P) est un espace probabilisé fini.

Propriété 7. Soient A et B deux événements. Alors on a :

1. P(A) = 1 − P(A). En particulier P(∅) = 0 ;

2. P(A ∪ B) = P(A) + P(B) − P(A ∩ B) ;

3. P(A\B) = P(A ∩ B) = P(A) − P(A ∩ B) ;

4. A ⊂ B =⇒ P(A) ≤ P(B) (croissance).

Lycée Jean Perrin Page 5/11 Marseille

Maths en PT* Année 2023 - 2024

Propriété 8. (sous additivité finie) Soit (A1 , . . . , Ap ) une famille d’événements. Alors

P (A1 ∪ . . . ∪ Ap ) ≤ P(A1 ) + . . . + P(Ap ).

p p
!
[ X
Si, de plus, les Ai sont incompatibles deux à deux alors on a : P Ai = P(Ai ).
i=1 i=1

 
Remarque : ∀i ∈ 1, n , P({ωi }) ∈ R+ et P({ω1 }) + · · · + P({ωn }) = P(Ω) = 1.

Théorème 1. Soit (p1 , . . . , pn ) ∈ (R+ )n tel que p1 + · · · + pn = 1.

 
Il existe une unique probabilité P sur Ω telle que pour tout i ∈ 1, n , P({ωi }) = pi .
X
Elle est définie par : ∀A ∈ P(Ω), P(A) = pi
i:ωi ∈A

(somme des probabilités des événements élémentaires qui constituent A).

Remarque : Une probabilité P sur l’espace probabilisable fini (Ω, P(Ω)) est entièrement déterminée
par la distribution de probabilité (P({ωi }))1≤i≤n .

Définition 4. On dit que P est la probabilité uniforme sur Ω = {ω1 , . . . , ωn } ssi

  1
∀i ∈ 1, n , P({ωi }) = (événements élémentaires équiprobables).
n

Propriété 9. Si P est la probabilité uniforme sur Ω = {ω1 , . . . , ωn } alors on a :

card (A) nombre de cas f avorables

Pour tout événement A, P(A) = = .
card (Ω) nombre de cas possibles

Exercice 3. Une urne contient 5 boules rouges numérotées de 1 à 5 et 4 vertes numérotées de 1 à 4.

1. On tire successivement et sans remise trois boules. Quelle est la probabilité d’obtenir :
a) un tirage bicolore ? b) un tirage contenant exactement une rouge et un numéro 3 ?

2. Idem pour des tirages successifs avec remise, puis pour un tirage simultané de trois boules.

Lycée Jean Perrin Page 6/11 Marseille

Maths en PT* Année 2023 - 2024

2.2 Probabilité sur un univers quelconque

Remarque : Si, par exemple, Ω est un intervalle de R, alors il y a des parties de Ω dont on ne peut
pas calculer la probabilité. C’est pourquoi nous considérerons comme ensemble des événements, un
ensemble A de parties de Ω ayant de bonnes propriétés pour le calcul des probabilités. Pour de nom-
breuses situations (relativement compliquées), l’espace probabilisable (Ω, A ) ne sera pas explicité.

Définition 5. On appelle tribu sur Ω, tout ensemble A de parties de Ω vérifiant :

1. Ω ∈ A ;

2. pour tout élément A de A , A ∈ A (stable par passage au complémentaire) ;

+∞
[
3. pour toute suite (An )n∈N d’éléments de A , An ∈ A (stable par union dénombrable).
n=0

Dans ce cas, tout élément de A est appelé événement et (Ω, A ) est un espace probabilisable.

Cas particuliers : − {∅, Ω}, {∅, A, A, Ω} et P(Ω) sont des tribus sur Ω.
− Si Ω est fini ou dénombrable, on pourra toujours choisir comme tribu A = P(Ω) ;
− Si Ω n’est pas fini ou dénombrable, on supposera qu’il existe une tribu A adéquat sur Ω.

Propriété 10. (d’une tribu) Soit B un événement de A et

(Aj )j∈J , une famille finie ou dénombrable d’événements de A . Alors on a :

\ [ [ \
1. Aj = Aj ∈ A et Aj = Aj ∈ A ;
j∈J j∈J j∈J j∈J
   
\ \ [ [
2. B ∪  Aj  = (B ∪ Aj ) ∈ A et B∩ Aj  = (B ∩ Aj ) ∈ A .
j∈J j∈J j∈J j∈J

A −→ [0, 1]
Définition 6. Une probabilité sur (Ω, A ) est une application P : vérifiant :
A 7−→ P(A)
1. P(Ω) = 1 ;

2. pour toute suite (An )n∈N d’événements de A deux à deux incompatibles,

+∞ +∞
!
[ X
P An = P(An ) (σ-additivité).
n=0 n=0

Lycée Jean Perrin Page 7/11 Marseille

Maths en PT* Année 2023 - 2024

Pour toute la suite, (Ω, A , P) est un espace probabilisé.

Remarque : Les propriétés 7. et 8. sont encore vraies dans un espace probabilisé quelconque.

Propriété 11. Soit (An )n∈N une suite d’événements de A .

1. Si pour tout n ∈ N, An ⊂ An+1 , alors on a :

+∞
!
[
P An = lim P(An ) (continuité croissante).
n→+∞
n=0

2. Si pour tout n ∈ N, An+1 ⊂ An , alors on a :

+∞
!
\
P An = lim P(An ) (continuité décroissante).
n→+∞
n=0

+∞ +∞
!
[ X
3. Dans tous les cas, on a : P An ≤ P(An ) (sous additivité).
n=0 n=0

Application : (avec des événements quelconques, à savoir)

Pour toute suite (An )n∈N d’événements de A , on a :

n +∞ n +∞
! ! ! !
[ [ \ \
lim P Ak = P An et lim P Ak =P An .
n→+∞ n→+∞
k=0 n=0 k=0 n=0

Exercice 4. On lance un dé bien équilibré sans s’arrêter.

Calculer la probabilité de l’événement A :” le 6 finira bien par sortir ”.

Définition 7. Soit A ∈ A un événement et (An )n∈N une suite d’événements de A .

1. A est dit presque sûr (resp. négligeable) ssi P(A) = 1 (resp. P(A) = 0).

2. (Aj )j∈J , J ⊂ N, est un système quasi-complet d’événements ssi

 
[
les Aj sont incompatibles deux à deux et P  Aj  = 1.
j∈J

Lycée Jean Perrin Page 8/11 Marseille

Maths en PT* Année 2023 - 2024

3 Probabilités conditionnelles et événements indépendants

3.1 Probabilités conditionnelles

Définition 8. Soit A un événement de probabilité non nulle.

La probabilité conditionnelle d’un événement B sachant A est le nombre réel

P(A ∩ B)
P(B|A) = , noté aussi PA (B).
P(A)

Propriété 12. Soit A un événement de probabilité non nulle.

A −→ [0, 1]
Alors l’application PA : est une probabilité sur (Ω, A ).
B 7−→ PA (B) = P(B|A)

Propriété 13. Soient A et B deux événements de probabilités non nulles. Alors on a :

1. P(A ∩ B) = P(A)P(B|A) = P(B)P(A|B) ;

2. P(B) = P(A ∩ B) + P(A ∩ B) = P(A)P(B|A) + P(A)P(B|A) ;

3. si A et B sont incompatibles alors P(B|A) = P(A|B) = 0.

! P(A ∩ B) 6= P(A)P(B) si B n’est pas indépendant de A.

Propriété 14. (formule des probabilités composées)

Soient A1 , . . . , Ap des événements de A tels que P(A1 ∩ A2 ∩ . . . ∩ Ap−1 ) > 0. Alors on a :

P(A1 ∩ A2 ∩ . . . ∩ Ap ) = P(A1 )P(A2 |A1 ) · · · P(Ap |A1 ∩ A2 ∩ . . . ∩ Ap−1 ).

Exercice 5. On considère un triangle équilatéral ABC de centre de gravité G. Une puce, qui se trouve
initialement en G, se déplace d’un point à un des trois autres avec la même probabilité.

1. Calculer la probabilité qu’elle revienne en G pour la première fois à l’instant t = n.

2. Calculer la probabilité qu’elle revienne en G.

Lycée Jean Perrin Page 9/11 Marseille

Maths en PT* Année 2023 - 2024

Propriété 15. (formule des probabilités totales) Soit B un événement de A .

1. Si (A1 , . . . , Ap ) est un système complet ou quasi-complet (fini) d’événements de A alors

p
X p
X
P(B) = P(B ∩ An ) = P(An )P(B|An ).
n=1 n=1

2. Si (An )n∈N est un système complet ou quasi-complet (dénombrable) d’événements de A alors

+∞
X +∞
X
P(B) = P(B ∩ An ) = P(An )P(B|An ).
n=0 n=0

Dans les deux cas, on adopte la convention P(An )P(B|An ) = 0 lorsque P(An ) = 0.

Exercice 6. Des boules numérotées 1, 2, . . . sont placées au hasard dans trois boites, successivement
et indépendamment les unes des autres.
1. On note Di :”deux boı̂tes sont non vides pour la 1ere fois lorsqu’on range la i-ième boule”.
+∞
X
Calculer P(Di ) puis P(Di ). Interpréter ce résultat.
i=2

2. On note Tj :”trois boı̂tes sont non vides pour la 1ere fois lorsqu’on range la j-ième boule”.
+∞
X
Calculer P(Tj ) puis P(Tj ). Interpréter ce résultat.
j=3

Propriété 16. (formule de Bayes) Soit A et B deux événements de A de probabilités non nulles.

P(A)P(B|A)
Alors on a : P(A|B) = .
P(B)

Application : (généralisation, à savoir)

Si (Aj )j∈J , J ⊂ N, est un système quasi-complet d’événements de A de probabilités non nulles,

P(Aj )P(B|Aj ) P(Aj )P(B|Aj )

alors ∀j ∈ J, P(Aj |B) = =X .
P(B) P(Ai )P(B|Ai )
i∈J

Exercice 7. Pour se rendre au lycée, un élève a le choix entre quatre itinéraires A, B, C, D. Il

choisit d’emprunter les itinéraires A, B et C avec les probabilités respectives 1/3, 1/4 et 1/12. Les
probabilités d’arriver en retard en empruntant les itinéraires A, B et C sont respectivement 1/20,
1/10 et 1/5. En empruntant l’itinéraire D il n’est jamais en retard.
L’élève arrive en retard. Quelle est la probabilité qu’il ait emprunté l’itinéraire C ?

Lycée Jean Perrin Page 10/11 Marseille

Maths en PT* Année 2023 - 2024

3.2 Evénements indépendants

Définition 9. Soient A et B deux événements de A .

On dit que A et B sont indépendants pour la probabilité P ssi P(A ∩ B) = P(A)P(B).

Propriété 17. Soient A et B deux événements de A de probabilités non nulles. Alors

A et B sont indépendants ssi P(B|A) = P(B) ssi P(A|B) = P(A).

Remarque : Deux événements sont indépendants ssi la réalisation de l’un n’a aucune influence sur
celle de l’autre. Attention, deux événements de probabilités non nulles incompatibles ne sont pas
indépendants car P(A ∩ B) = 0.

Propriété 18. Soient A et B deux événements de A indépendants pour la probabilité P.

Alors A et B, A et B, puis A et B sont également indépendants pour la probabilité P.

Définition 10. Soit (A1 , . . . , Ap ) une famille finie d’événements de A .

On dit que (A1 , . . . , Ap ) est une famille d’événements (mutuellement) indépendants pour
 
  \ Y
la probabilité P ssi ∀J ⊂ 1, p , P  Aj  = P(Aj ).
j∈J j∈J

! L’indépendance deux à deux n’entraı̂ne pas l’indépendance (mutuelle).

Exercice 8. On lance deux dés bien équilibrés, un noir et un blanc. Montrer que les événements
suivants sont deux à deux indépendants, mais pas mutuellement indépendants :
A : ”le chiffre du dé noir est pair”;
B : ”le chiffre du dé blanc est impair”;
C : ”les deux chiffres ont la même parité”.

Remarque : Des expériences aléatoires successives indépendantes conduisent naturellement à faire

l’hypothèse que des événements sont indépendants.

Exercice 9. Un archer tire sur deux cibles, une située à 20m et l’autre à 50m. Il effectue trois tirs
en changeant de cible à chaque fois. La probabilité d’atteindre la plus proche est p et la probabilité
d’atteindre la plus éloignée est q avec q < p. On suppose les tirs indépendants. Il gagne le jeu si il
atteint deux cibles consécutivement.
Par quelle cible a-t-il intérêt à commencer ?

Lycée Jean Perrin Page 11/11 Marseille