Sie sind auf Seite 1von 40

Probabilit sur un ensemble ni

1 Vocabulaire des probabilits 1.1 1.2 2 ventualit, univers, vnements Probabilit sur un univers ni 1 1 4 8 8 8 10 11 12 13 15 17 18 18 19 20 21 26 26 27 31 32 32 35 36 36 37

quiprobabilit, dnombrement 2.1 Grands principes 2.1.1 Partitions (principe additif) 2.1.2 Produits cartsiens (et principe multiplicatif) Listes dlments distincts (ou arrangement) dun ensemble ni Permutations Parties ou combinaisons Formule du binme de Newton Exercices de synthse

2.2 2.3 2.4 2.5 2.6 3

Variables alatoires 3.1 3.2 3.3 3.4 Dnition, loi de probabilit sprance Variance et cart-type Proprits

Probabilits conditionnelles 4.1 4.2 4.3 Prliminaire Dnition Formule des probabilits totales

Indpendance 5.1 5.2 5.3 vnements indpendants Variables alatoires indpendantes Succession dexpriences alatoires indpendantes 5.3.1 Gnralits 5.3.2 Exemple : epreuve de Bernoulli et loi binomiale

1 Vocabulaire des probabilits


1.1

ventualit, univers, vnements

On considre une experience alatoire (i.e dont le rsultat est priori indtermin) pouvant mener un nombre ni de rsultats 1 , 2 , . . . , n . Dnition 1.1 Les diffrents rsultats 1 , 2 , . . . , n possibles de cette exprience sont appels ventualits ou issues.

Lensemble = { 1 , 2 , . . . , n } de toutes les ventualits est appel univers associ cette exprience. Tout sous-ensemble A de lunivers est appel vnement. 1

Un vnement ne comportant quune seule ventalit est appel vnement lmentaire. Lvnement nest ralis par aucune ventualit, on lappelle vnement impossible. On dit quune ventualit ralise lvnement A si A.

Lensemble de tous les vnements de lunivers sera not P().

Lvnement est ralis par nimporte quelle ventualit, on lappelle vnement certain. Si A et B sont deux vnements :

- lvnement A B est souvent not A ou B, il est ralis par une ventualit si lun ou lautre des vnements A ou B est ralis par cette ventualit, ce quon peut crire : , A B A ou B

- Lvnement A B est souvent not A et B, il est ralis par une ventualit lorsque cette ventualit ralise simultanment les deux vnements A et B, ce quon peut crire : , A B A et B - Si lvnement A et B est impossible (i.e si A et B sont disjoints), cest--dire si A et B ne peuvent se raliser simultanment, on dit que A et B sont incompatibles. - Le complmentaire \A de A dans est appel vnement contraire de A et est not A, on a donc : Il est clair que A et A sont incompatibles et que lon a : , A A / A=A Exemple 1.2 On considre lexprience consistant lancer un d. Les rsultats ou diffrentes issues de cette exprience peuvent tre identis avec le numro gurant sur la face suprieure. Les diffrentes ventualites sont donc 1, 2, 3, 4, 5 ou 6 et lunivers est donc : Considrons les vnements suivants : A : obtenir un numro pair On a alors : A B A B A et B A ou B A et B A ou B = = = = = = = = {2, 4, 6} {2, 3, 5} {1, 3, 5} : obtenir un nombre impair {1, 4, 6} A B = {2} A B = {2, 3, 4, 5, 6} A B = {1, 3, 4, 5, 6} = A B = A ou B A B = {1} = A B = A et B = {1, 2, 3, 4, 5, 6}

B : obtenir un nombre premier

Les deux derniers points sont en fait des proprits tout fait gnrales et reposent sur des lois logiques comme le montre la proposition suivante : Proposition 1.3 (Lois de Morgan) Soient A et B deux vnements dun univers , on a : AB AB = AB = AB 2

Ce quon peut encore crire dans un language probabiliste : A ou B A et B = A et B = A ou B

A B

A B = AB

A B = A B

Preuve Prliminaire logique Soient p et q deux propositions (i.e des phrases qui sont soient vraies soit fausse), le ou mathmatiques tant inclusif, la proposition p ou q est vraie si au moins lune des deux propositions p ou q est vraie, elle est donc fausse si et seulement si les deux propositions p et q sont toutes deux fausses. La ngation de la proposition p ou q est donc non p et non q, ce quon peut crire : non (p ou q) non p et non q De mme, la proposition p et q est vraie si les deux propositions p et q sont vraies, elle est donc fausse si et seulement si au moins lune ou lautre des propositions p ou q est fausse. La ngation de la proposition p et q est donc la proposition non p ou non q, ce quon peut crire : non (p et q) non p ou non q Par exemple la ngation de la proposition x = 2 ou x = 1 est x 6= 2 et x 6= 1, celle de la proposition n est pair et multiple de 3 est n est impair ou nest pas mutiple de 3. La ngation de la proposition En vacances, jirais au Niger ou la plage est En vacances, je nirais ni au Niger, ni la plage. On a alors : , A B AB / non ( A B) non ( A ou B) non ( A) et non ( B) A et B / / A et B AB

Do : AB =AB 3

De mme : , A B AB / A ou B / / A ou B AB

Do : AB =AB Remarque 1.4 Le deuxime point se dduit du premier en passant au complmentaire : AB =AB =AB =AB 1.2

Probabilit sur un univers ni

Soit un univers ni associ une exprience alatoire, on cherche ici mesurer la chance quun vnement A se ralise. Pour ce faire chaque vnement A, on veut associer un nombre p(A) appartenant [0, 1] de telle sorte que p(A) soit dautant plus grand (i.e dautant plus proche de 1) que A a de chances de se raliser. On veut donc dnir une application : cense mesure la chance quun vnement a de se raliser. Quelles sont les proprits quon peut raisonablement demander p de vrier pour notre objectif ? Lvnement certain est toujours ralis, quelque soit lissue de lexprience, on doit donc avoir : p() = 1 Si A et B sont deux vnements incompatibles (i.e disjoints), puisque ces vnements ne peuvent se raliser simultanment et donc que lvnment A ou B se ralise si et seulement si un et un seulement des vnement A ou B se ralise, on comprend bien que la chance que lvnement A ou B se ralise doit tre gale la somme des chances que chacun des vnement A ou B se ralise. Autrement dit, si A et B sont deux vnements, on doit avoir : A B = = p(A B) = p(A) + p(B) Dnition 1.5 Soit un univers ni associ une exprience, on appelle probabilit sur toute application vriant : (i) : p() = 1 (ii) : A P(), B P(), p : P() [0, 1] A B = = p(A B) = p(A) + p(B) p : P() [0, 1]

Remarque 1.6 Il est bien clair que la probabilit que lon choisira dpendra non seulement de lunivers mais aussi des conditions dans lesquelles lexprience est ralise. Par exemple dans le cas du lancer dun d, si ce d est non pip (non truqu), bien quilibr, on conoit que les probabilits dobtenir chacune des faces doivent tre gales et on cherchera donc une probabilit p vriant : p({1}) = p({2}) = p({3}) = p({4}) = p({5}) = p({6}) On verra quil nexiste quune seule probabilit rpondant dans ce cas notre problme. Dans le cas dun d pip tel que par exemple il y ait deux fois plus de chances dobtenir un nombre pair quun nombre impair et que par ailleurs les chances dobtenir 1, 3, 5 (resp. 2, 4, 6) soient toutes gales, on cherchera donc une probabilit p vriant : p({2}) = p({4}) = p({6}) = 2p({1}) = 2p({3}) = 2p({5}) On verra encore quil nexiste quune seule solution notre problme. 4

Remarque 1.7 Le point (ii) de la dnition se gnralise un nombre quelconque dvnements de la faon suivante : Proposition 1.8 Soient p une probabilit sur un univers ni et A1 , A2 , . . . , An , n > 2, des vnements deux deux incompatibles, alors : p (A1 A2 , . . . An ) = p(A1 ) + p(A2 ) + . . . + p(An ) Preuve Par dnition dune probabilit, le rsultat est vrai pour n = 2 et la preuve se fait par rcurrence pour n > 2.

Proposition 1.9 Soit p une probabilit sur un univers , alors pour tous vnements A et B, on a : p(A B) A p(A) p() Preuve Il est clair que : = = = p(A) + p(B) p(A B) B = p(A) 6 p(B) 1 p(A) 0

B = (B\ (A B)) (A B) (B\ (A B)) (A B) =

A
A B
B \ ( A B)

On a donc : p(B) = p (B\ (A B)) + p(A B) Do : p (B\ (A B)) = p(B) p (A B) Dautre part : A B = A (B\ (A B)) A (B\ (A B)) = Do : p(A B) = p(A) + p (B\ (A B)) = p(A) + p(B) p (A B) Si A B, on a : B = A (B\A) A (B\A) = p(B) = p(A) + p (B\A) Do : p(B) > p(A) puisque p (B\A) > 0. 5

Donc :

On a :

AA = AA = 1 = p() = p(A) + p(A)

Do : Do on dduit : p(A) = 1 p(A) On a = et on dduit donc du point prcdent : p() = 1 p() = 1 1 = 0

Proposition 1.10 Soit = { 1 , 2 , . . . , n } un univers de cardinal n. Soit p une probabilit sur , pour tout i {1, 2, . . . , n} posons pi = p({ i }). Alors : Pour tout i {1, 2, . . . , n}, pi [0, 1]. Pn On a : i=1 pi = 1

Pour tout vnement A, la probabilit p(A) est gale la somme de tous les pi pour les i vriant i A, donc p(A) est gale la somme des probabilits de tous les vnement lmentaires que A contient.

Rciproquement soient p1 , p2 , . . . , pn , n nombres rels positifs vriant n X pi = 1


i=1

et pour tout vnement A, dsignons par p(A) la somme de tous les pi pour les i vriant i A, alors p dnit une probabilit sur [0, 1] vriant pour tout i {1, 2, . . . , n}: p({ i }) = pi

Preuve Soit donc p une probabilit sur et soit A = { i1 , i2 , . . . , ik }, les it tant deux deux distincts alors : o les { i1 }, { i2 }, . . . , { ik } sont deux deux incompatibles (disjoints), donc : A = { i1 } { i2 } . . . { ik }

p(A) = p({ i1 }) + p({ i2 }) + . . . + p({ ik }) = pi1 + pi2 + . . . + pik

ce quil fallait montrer. En particulier, puisque = { 1 , 2 , . . . , n }, on a : 1 = p() =

Rciproquement soient p1 , p2 , . . . , pn , n nombres rels positifs vriant n X pi = 1


i=1

n X i=1

pi

et pour tout vnement A, soit p(A) la somme de tous les pi pour les i vriant i A. 6

Alors, p() est gale la somme de tous les pi donc p() =


n X i=1

pi = 1

(1)

Si A et B sont deux vnements disjoints, il est clair que puisquune ventualit ne peut appartenir simultanment A et B, la somme p(A B) de tous les pi pour les i vriant i A B est gale la somme de p(A) (somme de tous les pi pour les i vriant i A) et de p(B) (somme de tous les pi pour les i vriant i B) et donc : p(A B) = p(A) + p(B) 0 6 p(A) 6 p() = 1 De (1), (2) et (3), on dduit donc que p dnit bien une probabilit sur . Le dernier point est vident. Remarque 1.11 La proposition prcdente signie donc que la donne dune probabilit p sur un univers ni = { 1 , 2 , . . . , n } est Pn quivalente la donne de n nombres positifs p1 , p2 , . . . , pn vriant i=1 pi = 1 et pour lesquels on aura p({ i }) = pi pour i {1, 2, . . . , n}. Concrtement pour dterminer les nombres pi , on procde par chantillonage et on assimile la probabilit pi de lvnement lmentaire { i } sa frquence dapparition. On rappelle que pour tout ensemble A ni, on appelle cardinal de A et on note Card A le nombre dlments de A. (2) (3) Enn il est clair que pour tout vnement A, on a :

Corollaire 1.12 (et dnition) Soit un univers ni, alors il nexiste quune seule probabilit p sur telle que tous les vnements lmentaires aient la mme probabilit. Pour cette probabilit, on a pour tout vnement A : Card A p(A) = Card Cette probabilit est appele quiprobabilit sur .

Preuve Soit n le cardinal de et 1 , 2 , . . . , n les diffrentes ventualits de cet univers. Daprs la proposition prcdente, trouver une probabilit sur revient trouver n nombres positifs p1 , p2 , . . . , pn n X pi = 1
i=1

et pour lesquelles, on aura pour tout i {1, 2, . . . , n} :

p({ i }) = pi

Tous les vnements lmentaires auront alors la mme probabilit si et seulement si il existe un nombre rel p tel que : p1 = p2 = . . . = pn = p Ce qui sera possible si et seulement si : 1= Do
n X

pi = np

1i=1

i {1, 2, . . . , n}, pi = p({ i }) =

1 n

Soit alors A un vnement, puisque p(A) est la somme des probabilits de tous les vnements lmentaires que A 7

1 contient et que tous ces vnements lmentaires ont pour probabilit n , on a clairement : 1 p(A) = CardA n Card A = Card

Remarque 1.13 Les propositions prcdentes prouvent quil ny a pas une seule probabilit sur un univers ni et il convient donc den choisir une suivant les conditions de droulement de lexprience. En particulier, lquiprobabilit nest pas toujours de mise comme le montrent les exemples suivants. Exercice 1.14 On considre lexprience alatoire consistant au lancer dun d non pip (i.e tous les numros ont la mme probabilit dapparition sur la face suprieure). Calculer alors pour cette probabilit les probabilits des vnements suivants : A : obtenir un numro pair. B : obtenir un nombre premier C :obtenir un nombre pair et premier D : obtenir un nombre ni impair, ni premier Exercice 1.15 On considre lexprience alatoire consistant au lancer dun d (pip). Dmontrer quil nexiste quune seule probabilit sur lunivers associ cette exprience telle que Les probabilits dobtention dun numro pair donn sont toutes gales.

Les probabilits dobtention dun numro impair donn sont toutes gales

La probabilit dobtention dune face de numro pair quelconque est 2 fois plus lev que celle dobtention dun numro impair quelconque. Calculer alors les probabilits des vnements dnis lexercice prcdent. Exercice 1.16 Dmontrer de mme que sur lunivers associ au lancer dun d (pip), il existe une seule probabilit telle que la probabilit dune face de numro donn soit proportionnelle ce numro. Calculer alors les probabilits des vnements dnis lexercice prcdent.

2 quiprobabilit, dnombrement
Soit un univers ni muni de la loi dquiprobabilit, on a vu que pour tout vnement A, la probabilit de lvnement A est : Card A p(A) = Card et la calcul de p(A) se ramne donc au calcul de Card A et de Card , cest un problme de dnombrement. 2.1

Grands principes

2.1.1 Partitions (principe additif) Dnition 2.1 Soit un ensemble et A1 , A2 , . . . , An , n parties de , on dit que ces parties constituent une partition de si : Ces parties sont deux deux disjointes; 8

A1 A2 , . . . An =

Proposition 2.2 Soient un ensemble ni et A1 , A2 , . . . , An , des parties de constituant une partition de , alors : Card = Card A1 + Card A2 + . . . + Card An n X = Card Ai
i=1

Remarque 2.3 Lorsquon veut dnombrer un ensemble ni , on peut donc essayer de trouver une partition A1 , A2 , . . . , An de cet ensemble , o les cardinaux des ensembles Ai sont plus faciles dterminer. Il ne reste alors qu faire la somme des diffrents cardinaux obtenus. On peut ventuellement saider de diagrammes de Venn (ou patates).

Exemple 2.4 Un club sportif prsente trois activits le football, la natation et le judo. Tous les membres du club pratique au moins lune de ces trois activits : 45 membres pratiquent le football; 32 membres pratiquent le judo;

27 membres pratiquent la natation; 11 membres pratiquent la fois le football et la natation; 5 membres pratiquent la fois le football et le judo; Enn 3 membres pratiquent les trois activits. 7 membres pratiquent la fois le judo et la natation;

Combien le club a-t-il de membres ? On pourra complter progressivement le diagramme suivant en indiquant les nombres de membres correspondant lintrieur de chaque rgion :

J
On donne galement la proposition suivante relier la proposition 1.9 et au corollaire 1.12.

Proposition 2.5 Soient A et B deux ensembles nis alors A B et A B sont nis et on a : Card (A B) = Card A + Card B Card (A B) 9

Preuve Lorsquon fait la somme Card A+ Card B, les lments de A B sont compts deux fois, il convient donc de retrancher Card (A B) cette somme pour obtenir Card A B, do le rsultat.

Proposition 2.6 Soient un ensemble ni et A une partie de , alors : Card \A = Card A = Card Card A

Exercice 2.7 Dans une classe de 30 lves, tous les lves pratiquent au moins lune des deux langues Anglais et Espagnol. On sait de plus que 18 lves pratiquent langlais et 15 lespagnol. Combien dlves pratiquent les deux langues ?

2.1.2 Produits cartsiens (et principe multiplicatif)

Dnition 2.8 Soient E1 , E2 , . . . , Ep , p ensembles, on appelle produit cartsien de E1 , E2 , . . . , Ep lensemble not E1 E2 . . . Ep de tous les p-uplets (x1 , x2 , . . . , xp ) vriant x1 E1 , x2 E2 , . . . , xp Ep .

Proposition 2.9 Soient E1 , E2 , . . . , Ep , p ensembles nis, alors E1 E2 . . . Ep est un ensemble ni et on a : Card (E1 E2 . . . Ep ) = Card E1 Card E2 . . . Card Ep

Remarque 2.10 Si on veut dnombre les listes (x1 , x2 , . . . , xp ) p lments x1 , x2 , . . . , xp non ncessairement distincts dun ensemble E de cardinal n, il suft donc de compter les lments de E E . . . E (p facteurs) : Card (E E . . . E) = (Card E)p = np

Plus gneralement, on a le principe de dnombrement suivant : Principe multiplicatif Si une situation comporte k tapes offrant respectivement n1 , n2 , . . . , nk possibilits o chacun des nombres ni ne dpend que de ltape i (et non des tapes prcdentes), alors le nombres total dissues est : n1 , n2 . . . nk 10

On peut sen convaincre en dessinant un arbre de choix.

n1 possibilits

n2 possibilits

n 2 possibilits

n2 possibilits

nk possibilits nk possibilits
Exercice 2.11 Combien peut-on crire de nombres de trois chiffres avec les chiffres 1, 2, 3, 4 et 5 ? Exercice 2.12 Combien peut-on crire de nombres de trois chiffres avec les chiffres 0, 1, 2, 3, 4, 5, 6, 7, 8, 9 ? Donner deux mthodes pour trouver le rsultat Exercice 2.13 Combien peut-on crire de nombres de trois chiffres deux deux distincts avec les chiffres 1, 2, 3, 4 et 5 ? Exercice 2.14 Combien peut-on crire de nombres de trois chiffres deux deux distincts avec les chiffres 0, 1, 2, 3, 4, 5, 6, 7, 8, 9 ? Exercice 2.15 Avec les chiffres 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, combien peut-on crire de nombres de trois chiffres ayant au moins deux chiffres gaux ? 2.2

Listes dlments distincts (ou arrangement) dun ensemble ni

Proposition 2.16 Soit E un ensemble ni de cardinal n, soit p un entier vriant 1 6 p 6 n, le nombres de listes (x1 , x2 , . . . , xp ) p-lments deux deux distincts de E est : n(n 1)(n 2) . . . (n p + 1) {z } | p facteurs successifs 11

Preuve

Cest une illustration du principe multiplicatif.

Pour dnombrer cet ensemble de liste, on constate que le choix dune liste (x1 , x2 , . . . , xp ) se dcompose en p tapes successives : choix de x1 , choix de x2 , . . . , choix de xp . Pour le choix de x1 , on a n posssibilits. Pour le choix de x2 , on ne peut plus prendre llment choisi la premire tape, il ny a donc plus que n 1 possibilits. Pour le choix de x3 , on ne peut plus prendre les 2 lments choisis aux deux premires tapes, il ny a donc plus que n 2 possibilits. . . . . . .

Pour le choix de xp , on ne peut plus prendre les p 1 lments choisis aux p 1 premires tapes, il ny a donc plus que n (p 1) = n p + 1 possibilits. Le nombre de choix possibles pour (x1 , x2 , . . . , xp ) est donc : n(n 1)(n 2) . . . (n p + 1) Remarque 2.17 Puisque il y a n lments dans lensemble E, il est clair que la dnition prcdente na de sens que si 1 6 p 6 n.

On prendra garde que par exemple les listes (1, 2, 3) et (1, 3, 2) sont distinctes mme si elles ont mme ensemble {1, 2, 3} sous-jacent. Exercice 2.18 Une urne contient 10 numrotes de 0 9, on tire successivement trois boules sans remise (chaque boule tire nest pas remise dans lurne). Combien y-a-t-il de tirages possibles ? Combien y-a-t-il de tirages o la premire boules tire porte un nombre pair ? Exercice 2.19 Rpondre aux mme questions lorsque le tirage des trois boules se fait avec remise (chaque boule est aussitt remise dans lurne une fois tire) Exercice 2.20 Au P.M.U, une course prsente vingt chevaux au dpart. Combien y-a-t-il de tiercs dans lordre possibles ? 2.3

Permutations

Dnition 2.21 Soit E un ensemble de cardinal n, on appelle permutation de E toute liste n lments deux deux distincts de E. Exemple 2.22 Les 6 permutations de lensemble {a, b, c} sont :

(a, b, c), (a, c, b), (b, a, c), (b, c, a), (c, a, b) et (c, b, a)

Proposition 2.23 Soit E un ensemble de cardinal n, le nombre de permutations de lensemble E est : n! = n(n 1)(n 2) . . . 2 1 {z } | n facteurs successifs 12

Preuve

Cest une consquence directe de la proposition prcdente.

Remarque 2.24 Par convention, on pose 0! = 1.

Avec cette convention, on a pour tout entier naturel n :

Si p et n sont deux entiers naturels vriant 1 6 p 6 n, le nombre de de listes p lments deux deux distincts dun ensemble E de cardinal n est : [n(n 1) . . . (n p + 1)] [(n p)(n p 1) . . . 1] n(n 1) . . . (n p + 1) = (n p)(n p 1) . . . 1 n! = (n p)! 2.4

(n + 1)! = (n + 1) n!

Parties ou combinaisons

Dnition 2.25 Soient E un ensemble ni de cardinal n et p un entier vriant 0 6 p 6 n. Toute partie de E ayant p lments est appele combinaison de p lments de E. n Le nombre de combinaison de p lments de E sera not (lire p parmi n). p Remarque 2.26 n p Dans certains ouvrages le nombre est not Cn . p

Si E est un ensemble ni de cardinal n, il ny a quune combinaison 0 lments de E (la partie vide ) et de mme il ny a quune partie n lments de E (la partie pleine E), on a donc : n n = =1 0 n Exemple 2.27 Les combinaisons de p lments de lensemble {1, 2, 3, 4} sont :

Contrairement aux listes, lordre des lments nintervient pas, ainsi les combinaisons {1, 3, 4} et {3, 1, 4} de lensemble {1, 2, 3, 4, 5} sont confondues.

{1, 2], {1, 3}, {1, 4}, {2, 3}, {2, 4}, {3, 4} p facteurs successifs z }| { n(n 1) . . . (n p + 1) n! = p! p!(n p)!

Proposition 2.28 Soient n et p deux entiers vriant 0 6 p 6 n, on a : n = p Preuve

Le rsultat est immdiat si p = 0. Supposons donc 0 6 p 6 n.

On va dnombrer de manire diffrentes le nombres de listes p lments deux deux distincts dun ensemble E de cardinal n. Deux telles listes peuvent diffrer si elles nont pas la mme partie sous-jacente (la partie p lments constitue des lments prsents dans la liste) et, dans le cas o ces parties sous-jacentes sont gales, elles peuvent diffrer par la permutation de cette partie quelles constituent. Pour dnombrer les listes p lments deux deux distincts de E, on peut donc procder en deux tapes : Choix de la partie sous-jacentes : il y a n possibilits. p Choix de la permutation de la partie sous-jacente : il y a p! possibilits. 13

En vertu du pricipe multiplicatif le nombres de listes p lments deux deux distincts de E est donc compte-tenu de la proposition 2.14, on obtient : n n! p! = n(n 1) . . . (n p + 1) = p (n p)! Do : n(n 1) . . . (n p + 1) n n! p! = = p p! p!(n p)!

n p p! et

Exercice 2.29 Calculer les nombres suivants : 7 , 12 , 5 3 2 1 Proposition 2.30 Soient n et p deux entiers vriant 0 6 p 6 n, alors : n n (i) : = p np n n1 n1 (ii) : Si 1 6 p 6 n 1, on a = + p p n1 Preuve Soit E un ensemble de cardinal n. (i) : chaque partie A de E de cardinal p, on peut associer sont complmentaire A qui a n p lments et rciproquement, il y a donc autant de parties p lments de E que de parties n p lments de E, do : n n = p np

Lensemble des parties p lments de E qui ne contiennent pas a, cest--dire lensemble des parties p lments de E\{a}, il y en a : n1 p On obtient donc bien : n n1 n1 = + p p n1

(ii) : Soit a un lement de E, lensemble des parties ayant p lments de E est la runion de deux ensembles disjoints : n1 Lensemble des parties p lments de E qui contiennent a, il y en a , (il ne reste qu choisir p 1 lments p1 parmi les n 1 lments de E distincts de a)

n Le deuxime point fournit un moyen simple et rapide de calculer lorsque n nest pas trop grand. On a : p n1 n1 + p n 1 n = p n Do lide de placer les dans un tableau (appel triangle de Pascal) dont la premire colonne et la diagonale sont p 14

initialiss 1 (remarque 2.25) en compltant le reste du tableau laide du schma prcdent : n\p 0 1 2 3 4 5 6 7 8 9 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 2 3 4 5 6 7 8 9 n\p 0 1 2 3 4 5 6 7 8 9 0 1 1 1 1 1 1 1 1 1 1 1 1 2 3 4 5 6 7 8 9 2 3 4 5 6 7 8 9

1 3 6 10 15 21 28 36

1 4 10 20 35 56 84

1 5 15 35 70 126

1 6 21 56 126

1 7 28 84

1 8 36

1 9

Exercice 2.31 Une urne contient 10 boules numrotes de 0 9. On tire simultanment 3 boules de lurne, combien y-a-t-il de tirages possibles ? Exercice 2.32 Au P.M.U, une course prsente vingt chevaux au dpart. Combien y-a-t-il de tiercs dans le dsordre (i.e ne tenant pas compte de lordre) possibles ? 2.5

Formule du binme de Newton

Proposition 2.33 Soient a et b deux nombres rels et n un entier naturel non nul, alors : n n n n1 n n2 n n n (a + b)n = a + a b+ a b + ... + abn1 + b 0 1 2 n1 0 n X n = ank bk k
k=0

Preuve Preuve utilisant le dnombrement On a : (a + b)n = (a + b)(a + b) . . . (a + b) {z } | n f acteurs ank bk Le terme ank bk apparatra donc autant de fois quil y a de faons de choisir k facteurs o b sera choisi parmi les n facteurs, les n k facteurs restant tant rservs au choix de a. Or il y a n faons de choisir k facteurs parmi n, on aura k donc : n X n (a + b)n = ank bk k
k=0

Le dveloppement de (a + b)n se fera donc en choisissant tout tour un des termes a ou b dans chacun des n facteurs (a + b) et en en faisant le produit. Tous les termes obtenus de ce dveloppement seront donc du type : o k {0, 1, . . . , n} qui correspond au choix du terme b dans k facteurs et du terme a dans les n k autres facteurs.

Preuve par rcurrence

15

Pour n = 1, on a : (a + b)1 = et la proprit est donc vraie lordre 1.

1 1 a+ b 0 1

Soit n un entier naturel, n > 1 vriant la proprit, cest--dire tel que : n X n n ank bk (a + b) = k
k=0

On obtient alors en dveloppant : (a + b)n+1

Les coefcients

Lorsque n nest pas trop grand, on utilise le triangle de Pascal : n\p 0 1 2 3 4 5 6 7 8 9 10 0 1 1 1 1 1 1 1 1 1 1 1 1 2 3 4 5

n
k

= (a + b)(a + b)n n X n = (a + b) ank bk k k=0 n n X n X n nk k = a b +b a ank bk k k k=0 k=0 n n X n X n = an+1k bk + ank bk+1 k k k=0 k=0 n n+1 X n X n n+1k k = b + a an+1k bk k k1 k=0 k=1 n n X n X n = an+1 + an+1k bk + an+1k bk + bn+1 k k1 k=1 k=1 n X n n = an+1 + + an+1k bk + bn+1 k k1 k=1 n n + 1 n+1 X n + 1 n+1k k n + 1 n+1 = a + b + b a 0 n k k=1 n n + 1 n+1 X n + 1 n+1k k n + 1 n+1 = a + b + b a 0 n k k=1 n+1 X n + 1 = an+1k bk k
k=0

sont appeles coefcients binomiaux. 6 7 8 9 10

1 2 3 4 5 6 7 8 9 10

1 3 6 10 15 21 28 36 45

1 4 10 20 35 56 84 120

1 5 15 35 70 126 210

1 6 21 56 126 252 16

1 7 28 84 210

1 8 36 120

1 9 45

1 10

On obtient donc : (a + b)1 = a + b (a + b)2 = a2 + 2ab + b2 (a + b)3 = a3 + 3a2 b + 3ab2 + b3 (a + b)4 = a4 + 4a3 b + 6a2 b2 + 4ab3 + b4 (a + b)5 = a5 + 5a4 b + 10a3 b2 + 10a2 b3 + 5ab4 + b5 (a + b)6 = a6 + 6a5 b + 15a4 b2 + 20a3 b3 + 15a2 b4 + 6ab5 + b6 (a + b)7 = a7 + 7a6 b + 21a5 b2 + 35a4 b3 + 35a3 b4 + 21a2 b5 + 7ab6 + b7 (a + b)8 = a8 + 8a7 b + 28a6 b2 + 56a5 b3 + 70a4 b4 + 56a3 b5 + 28a2 b6 + 8ab7 + b8 (a + b)9 = a9 + 9a8 b + 36a7 b2 + 84a6 b3 + 126a5 b4 + 126a4 b5 + 84a3 b6 + 36a2 b7 + 9ab8 + b9 (a + b)10 = a10 + 10a9 b + 45a8 b2 + 120a7 b3 + 210a6 b4 + 252a5 b5 + 210a4 b6 + 120a3 b7 + 45a2 b8 + 10ab9 + b10

Exercice 2.34 Soit x un nombre rel, dvelopper les expressions complexes : (cos +i sin x)4 (cos +i sin x)8 Exercice 2.35 En dduire les expressions de cos 4x, sin 4x, cos 8x, sin 8x en fonction de cos x et sin x Exercice 2.36 ix ix 7 ix ix 7 et e e Soit x un nombre rel, dvelopper les expressions complexes : e +e 2 2i 2.6

En dduire les expressions de cos7 x et sin7 x en fonction des cos kx, sin kx, k {1, 2, 3, 4, 5, 6, 7}.

Exercices de synthse

Exercice 2.37 1. Combien de nombres de trois chiffres distincts peut-on former laide des six chiffres 2,3,5,6,7 et 9 ? 2. Combien de ces nombres sont : a. pairs ? b. multiples de 5 ? c. strictement infrieurs 500 ? Exercice 2.38 1. Soit p un entier naturel, p > 2, montrer quil y a 9 10p1 nombres de p chiffres et que 9p dentre eux ne contiennent pas le chiffre 0 dans leur criture. 2. Quen est-il si p = 1 ? 3. Quel est le pourcentage de nombres infrieurs 1 milliard qui comportent 0 dans leur criture. Exercice 2.39 Les initales dune personne sont le couple form par la premire lettre de son prnom et par la premire lettre de son nom. Montrer que dans un village de 677 habitants ou plus, il existe toujours deux personnes ayant les mmes intiales. 17

Exercice 2.40 Une classe contient 30 lves tous ns la mme anne (non bissextile), quelle est la probabilit que deux lves au moins aient le mme jour danniversaire ? Exercice 2.41 Combien de mots distincts de 7 lettres peut-on former avec les lettres E, E, E, E, T, T et N Exercice 2.42 Une urne contient n boules rouges et n boules blanches 1. Soit k un entier, 0 6 k 6 n. Combien y-a-t-il dchantillon contenant k boules rouges et n k boules blanches ? 2. En dduire que :
n X n2

k=0

2n n

Exercice 2.43 Une urne contient quatre boules bleues numrotes de 1 4, cinq boule rouges numrotes de 1 5 et six boules vertes numrotes de 1 6, toutes indiscernables au toucher. On tire successivement 5 boules de lurne et on suppose que tous les tirages sont quiprobables. 1. Quelle est le nombre de tirages possibles ? 2. Quelle est la probabilit dobtenir exactement trois boules rouges ? 3. Quelle est la probabilit dobtenir exactement quatre boules rouges ? 4. Quelle est la probabilit dobtenir exactement cinq boules rouges ? 5. Quelle est la probabilit dobtenir au plus deux boules rouges ? 6. Quelle est la probabilit dobtenir exactement deux boules numrotes 1 et deux boules rouges ?

3 Variables alatoires
3.1

Dnition, loi de probabilit

Dnition 3.1 Soient lunivers associe une exprience et muni dune probabilit p, on appelle variable alatoire toute application X de dans R. Lensemble des valeurs prises par la variables alatoire X sera not X() et appel univers image de par X. Si k X(), lvnement constitu de toutes les ventualits vriant X() = k sera not X = k Dterminer la loi de probabilit de X cest dterminer toutes les probabilit p(X = k) pour chaque k X().

Remarque 3.2 Les vnements X = k pour tous les k X() constituent une partition de lunivers puisque toute ventualit appartient, parmi tous ces vnements, au seul vnement X = X(). On en dduit que ma somme des p(X = k) pour tous les k X() doit tre gal p() = 1. Ce qui fournit un moyen de vrier ces rsultats. Si on pose pour tout k X(), pX ({k}) = p(X = k), on dnit une probabilit pX sur lunivers image X() appele probabilit image de p par X. Exercice 3.3 On lance deux ds distincts bien quilibrs et on dsigne par X la variable alatoire qui X associe la somme des numros obtenus obtenues sur les faces suprieures de chacun des deux ds. 18

1. Dterminer lunivers image de X. 2. Dterminer la loi de probabilit de X. Solution 1. Lunivers associ au lancer des deux ds distincts est constitu des couples (x, y) o x et y sont des entiers compris largement entre 1 et 6 et correspondant respectivement aux numros obtenus sur les faces suprrieurs des premier et deuxime ds. On a donc : Card = 62 = 36 Pour dterminer (et cela nous servira la question suivante) lunivers image de X ,on peut considrer le tableau double entre suivant donnant pour chaque ventualit la valeur prise par X : d 1\d 2 1 2 3 4 5 6 On obtient donc : X() = {2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12} 2. En observant le tableau prcdent et puisque nous sommes dans une situation dquiprobabilit (les deux ds tant bien quilibrs), on voit que :Lvnement X = 2, nest ralis que pour la seule ventualit (1, 1), on a donc : Card (X = 2) 1 Card(X = 2) = 1 et p(X = 2) = = Card 36 Lvnement X = 3, est ralis par les deux ventualits (2, 1) et (1, 2) et on a donc : 2 1 Card (X = 3) = = Card (X = 3) = 2 et p(X = 3) = Card 36 18 Lvnement X = 4, est ralis par les trois ventualits (3, 1), (2, 2) et (1, 2) et on a donc : 3 1 Card (X = 4) = = Card (X = 4) = 3 et p(X = 4) = Card 36 12 On complte de mme (regarder les diagonales du tableau prcdent) le tableau suivant : k p(X = k) 2
1 36

1 2 3 4 5 6 7

2 3 4 5 6 7 8

3 4 5 6 7 8 9

4 5 6 7 8 9 10

5 6 7 8 9 10 11

6 7 8 9 10 11 12

3
1 18

4
1 12

5
1 9

6
5 36

7
1 6

8
5 36

9
1 9

10
1 12

11
1 18

12
1 36

P 1

3.2

sprance

Dnition 3.4 Soient lunivers associ une exprience, p une probabilit sur et X une variable alatoire dunivers image X() = {k1 , k2 , . . . , km }. On appelle esprance de X le nombre rel not E(X) dni par : E(X) = p(X = k1 ) k1 + p(X = k2 ) k2 + . . . + p(X = km ) km m X = p(X = ki ) ki
i=1

19

Remarque 3.5 Pour obtenir E(X), on fait donc la somme de toutes les valeurs ki pondr par sa probabilit dapparition p(X = ki ), (plus lvnement X = ki est probable plus il a de poids). On obtient ainsi une valeur moyenne des valeurs prises par X. On peut montrer que si on rpte n fois lexprience, la moyenne des valeurs trouves pour la variable alatoire X tend (si la probabilit est bien adapte) vers E(X) lorsque n tend vers linni cest la loi des grand nombres. Exemple 3.6 Pour la variable alatoire de lexemple prcdent, on obtient : 2 3 4 5 30 7 40 9 10 11 12 E(X) = + + + + + + + + + + =7 36 18 12 9 36 6 36 9 12 18 36 Exercice 3.7 Soient = { 1 , 2 , . . . , n } lunivers associ une exprience, p une probabilit sur et X une variable alatoire dunivers image {k1 , k2 , . . . , km }. 1. Justier que les vnements X = ki , i {1, 2, . . . , m} forme une partition de .
t X j=1

2. Si 1 , 2 , . . . , l sont les ventualits ralisant lvnement X = ki , prouver que : p(X = ki ) = X(j )p( j )

3. En dduire que : E(X) =

n X j=1

X( j )p({ j })

Proposition 3.8 Soient lunivers associ une exprience, p une probabilit sur , X une variable alatoire sur dunivers image X() = {k1 , k2 , . . . , km } et f une application de R dans R. Alors lesprance de la variable alatoire f X = f (X) est donn par : E (f (X)) = p(X = k1 ) f (k1 ) + p(X = k2 ) f (k2 ) + . . . + p(X = km ) f (km ) m X = p(X = ki ) f (ki )
i=1

Preuve 3.3

Admise (se dmontre facilement, en utilisant le rsultat tabli lexercice prcdent)

Variance et cart-type

On va chercher ici mesurer comment les valeurs prises par une variable alatoire X peuvent scarter de son esprance E(X). Dnition 3.9 Soient lunivers associ une exprience, p une probabilit sur et X une variable alatoire dunivers images X() = {k1 , k2 , . . . , km } 2 On appelle variance de X le nombre rel positif not V ar(X) gal lesprance de la variable alatoire [X E(X)] . On a donc : V ar(X) = E [X E(X)]
2

Lcart-type de la variable alatoire X est le nombre rel not (X) dni par : p (X) = V ar(X) 20

= p(X = k1 ) (k1 E(X))2 + p(X = k2 ) (k2 E(X))2 + . . . + p(X = km ) (km E(X))2 m X = p(X = ki ) (ki E(X))2
i=1

Remarque 3.10 Plus lcart-type dune variable alatoire X est petit, moins on a de chances que les rsutlats de lexprience scartent de lesprance. Proposition 3.11 Soient lunivers associ une exprience, p une probabilit sur et X une variable alatoire dunivers images X() = {k1 , k2 , . . . , km } o : V ar(X) = E(X 2 ) E(X)2

2 2 2 E(X 2 ) = p(X = k1 ) k1 + p(X = k2 ) k2 + . . . + p(X = km ) km m X 2 = p(X = ki ) ki i=1

Preuve

On a : m X 2 p(X = ki ) (ki E(X))


i=1

= = =

m X i=1

m X i=1 m X i=1

2 p(X = ki ) ki + E(X)2 2ki E(X)


2 p(X = ki )ki + p(X = ki )E(X)2 2p(X = ki )E(X)ki m X

2 p(X = ki )ki +

= E(X 2 ) + E(X)2

= E(X 2 ) + E(X)2 1 = E(X 2 ) E(X)2

i=1 m X i=1

p(X = ki )E(X)2 2
m X i=1

m X i=1

p(X = ki )E(X)ki

p(X = ki ) 2E(X) {z }

p(X = ki )ki

2E(X)2

Exemple 3.12 Dans lexemple prcdent, on a : 1 9 16 25 180 49 320 81 100 121 144 219 E(X 2 ) = + + + + + + + + + + = 36 18 12 9 36 6 36 9 12 18 36 4 et : E(X)2 = 49 Do : V ar(X) = E(X 2 ) E(X)2 219 = 49 4 23 = 4 Donc : 23 (X) = ' 2. 4 2

3.4

Proprits

Proposition 3.13 Soientt lunivers associ une exprience, p une probabilit sur , X et Y deux variables alatoires 21

et a et b deux nombres rels, on a : E(X + Y ) = E(X) + E(Y ) E(X + b) = E(X) + b E(aX) = aE(X) (En particulier lsprance et linaire) Dautre part : V ar(X + b) = V ar(X) (X + b) = (X) V ar(aX) = a2 V ar(X) (X) = |a| (X)

Preuve Soit 1 , 2 , . . . , n les ventualits deux deux distinctes de lunivers . Alors daprs lexercice 3.7, on a :
n X E(X + Y ) = (X + Y )( i )p({ i }) i=1

n X (X( i ) + Y ( i ))p({ i }) = i=1

= E(X) + E(Y )

n X i=1

X( i )p({ i }) +

n X i=1

Y ( i )p({ i })

Si Y est la variable alatoire constante gale b, alors Y () = {b} et p(Y = b) = p() = 1 et on a donc : E(Y ) = E(b) = bp(Y = b) = b Le point prcdent donne alors : E(X + b) = E(X) + E(b) = E(X) + b De mme par la proposition 3.8 et lexercice 3.7, on a : n X E(aX) = aX( i )p({ i }) = a
i=1 n X i=1

X( i )p({ i })

= aE(X) On a : (X + b)2 = X 2 + 2bX + b2 Il rsulte alors de ce qui prcde que : E (X + b)2 = E(X 2 ) + E(2bX) + E(b2 ) = E(X 2 ) + 2bE(X) + b2
2

et dautre part : E(X + b)2 = [E(X) + b] = E(X)2 + 2bE(X) + b2 22

Do :

V ar(X + b) = E (X + b)2 E(X)2 + 2bE(X) + b2

= E(X 2 ) + 2bE(X) + b2 E(X)2 2bE(X) b2 = E(X 2 ) E(X)2 = V ar(X)

Do on dduit : (X + b) = (X) Enn : V ar(aX) = E(a2 X 2 ) E(aX)2 = a2 E(X 2 ) a2 E(X)2 = a2 V ar(X) Do : p a2 V ar(X) p = |a| V ar(X) = |a| (X)

(aX) =

Remarque 3.14 Si X est une variable alatoire sur , en remarquant que E(X) est une constante, on retrouve en utilisant les rsultats prcdent que V ar(X) = E(X 2 ) E(X)2 . En effet : 2 V ar(X) = E [X E(X)] = E X 2 2E(X)X + E(X)2 = E(X 2 ) 2E (E(X)X) + E E(X)2 = E(X 2 ) 2E(X)E(X) + E(X)2 = E(X 2 ) 2E(X)2 + E(X)2 = E(X 2 ) E(X)2

Exercice 3.15 On lance deux ds bien quilibrs et on considre la variable alatoire X qui tout lancer associe le maximum des deux chiffres obtenues sur les faces suprieures. Donner la loi de probabilit, lesprance, la variance et lcart-type de X. Exercice 3.16 Le bridge se joue avec un jeu de 52 cartes comprenant 4 couleurs : pique (), coeur (), carreau (), tre (). Chaque couleur comprenant un as, un roi, une reine, un valet et neuf cartes numrotes de 2 10. Chacun des 4 joueurs reoit au hasard une main de 13 cartes. On dsigne par lensemble de toutes les mains possibles supposes toutes quiprobables. 1. Justier que : Card = 52 13

2. On dsigne par Xa , Xr , Xd et Xv les variables alatoires associant chaque main possible les nombres respectifs das, de rois, de dames et de valets prsents dans cette main. a. Justier que Xa , Xr , Xd et Xv ont mme lois de probabilit et dterminer cette loi. b. Calculer lesprance et lcart-type de cette loi. 3. Pour des raisons de jeu, on attribue respectivement 4 points, 3 points, 2 points et 1 point chaque as, roi, dame et valet prsent dans une main. On dsigne par X la variable alatoire qui compte le nombre de points prsent dans une main. 23

a. Justier que : E(X) = 4E(Xa ) + 3E(Xr ) + 2E(Xd ) + E(Xv ) = 10E(Xa ) b. En dduire la valeur de E(X). Exercice 3.17 On considre le jeu suivant : On lance un d bien quilibr et on obtient le nombre n sur la face suprieure. Si n est impair, on reoit 100n francs CFA Si n est pair, on donne 100n francs CFA

Soit X la variable alatoire qui toute squence de deux lancers associe le gain (algbrique) du joueur. 1. Calculer loi de probabilit, esprance, variance et cart-type de la variable alatoire X. Ce jeu est-il quitable ? Pourquoi ? 2. On change les rgles du jeu, dsormais : Si n est impair, le joueur donne 100n francs CFA

Si n est pair, il reoit 100n francs CFA Calculer esprance, variance et cart-type du gain algbrique pour ce nouveau jeu. Exercice 3.18 On lance cinq fois de suite une pice bien quilibre. 1. Quel est le cardinal de lunivers associ cette exprience ? 2. Soit X la variable alatoire qui dcompte la longueur de la premire srie de face conscutives. Par exemple : X(F F P F P ) = 2, X(P F P F F ) = 1, X(P F F F P ) = 3 et X(P P P P P ) = 0 Dterminer la loi de probabilit de X, son esprance et son cart type. 3. Soit Y la variable alatoire qui dcompte la longueur de la plus longue srie de face conscutives. Dterminer la loi de probabilit de X, son esprance et son cart-type. Exercice 3.19 On lance deux fois de suite un d quilibr. 1. Si la somme des points est obtenu est 12, on gagne 1, 5 millions deuros, sinon on perd 100000 euros Calculer lesprance et lcart-type de la variable alatoire associant toute issue le gain (algbrique) ralis. 2. Joueriez-vous ce jeu ? et si on gagnait 4 millions deuros en cas de somme gale 12 ? Vraiment ? Combien de fois avant dtre fauch ? Exercice 3.20 Un tript propose la vente des grilles de loto comportant 2 cases remplir avec des chiffres compris entre 0 et 9, la grille gagnante est ensuite tire au hasard trs honntement. Chaque billet cote 1000 CFA et seulement 60% du montant total des billets vendus sont partager quitablement entre les gagnants, le reste tant conserv par les organisateurs (qui conserve la totalit si il ny a pas de gagnant). Seulement 10 joueurs achtent un billet, parmi eux Monsieur Crdule qui souhaite savoir lesprance de son gain (algbrique). 1. On note lunivers associ cette exprience. Quel est le cardinal de ? 24

2. On note X la variable alatoire qui tout tirage associe le gain de Monsieur Crdule. a. Dmontrer que lunivers image X() est constitu de 1000 et des nombres p(X = 1000) = 99 100
6000 k 1000 pour k

b. Dmontrer que :

{1, 2, 3, 4, 5, 6, 7, 8, 9, 10}.

c. Dmontrer que pour tout k {1, 2, 3, 4, 5, 6, 7, 8, 9, 10}, on a : 10k 6000 9 99 p X= 1000 = k k 1 10010 d. En dduire lesprance et lcart type de X. Vous voulez-jouez ? 3. On note Y le gain des organisateurs. a. Justier que Y () = {4000, 10000}. p(Y = 4000) = et que 99 100 10 10

b. Dmontrer que :

p(Y = 10000) = 1

99 100

c. En dduire lesprance de Y . Si vous voulez toujours jouer, vous tes vraiment trs philantropes. Exercice 3.21 1. Soient X et Y deux variable alatoires sur , on suppose que : , X() 6 Y () En utilisant le rsultat de lexercice 3.7, prouver que : E(X) 6 E(Y )

2. Soit X une variable alatoire sur dcart-type et R , on considre lvnement : + A = { / |X() E(X)| > } = |X E(X)| >

et on dsigne par Y la variable alatoire dnie pour tout par : 1 si A Y () = 0 si A / a. Prouver que :

, 2 Y () 6 (X() E(X))2 b. Calculer E(Y ). (On distinguera les cas A et A ) /

c. Dduire de la question 1, que : 2 p(A ) 6 V ar(X) d. En dduire que : p(A ) 6 25 2 2

(Ingalit de Bienaym-Tchebychev)

3. On considre une varable alatoire X desprance 4 et dcart-type 0, 5, prouver que : p(3 < X < 5) > 0, 75 4. Trouver de mme un minorant de p(3 < X < 5) si X est desprance 4 et dcart-type 1. 5. Comprenez-vous pourquoi les sondages se sont tromps lors de llection prsidentielle franaise de 2001 ?

4 Probabilits conditionnelles
4.1

Prliminaire

On dsigne par A lvnement obtenir un 6 sur le premier d et B celui obtenir une somme suprieure ou gale 9, autrement dit B est lvnement X > 9. On rappelle que lunivers associ cette exprience a pour cardinal 36. 1. Dterminer les probabilits des vnements A, B et A B, en dduire celle de A B.

On lance deux ds distincts bien quilibrs et on note X la variable alatoire qui chaque ventualit associe la somme des nombres obtenus sur les faces suprieures. Cette variable alatoire a dja t tudie au 3, on rappelle ci-dessous sa loi de probabilit : P k 2 3 4 5 6 7 8 9 10 11 12 1 1 1 5 5 1 1 1 p(X = k) 36 18 12 1 36 1 36 1 12 18 36 1 9 6 9

2. Quelle fraction des vntualits de A ralisent galement B ? 3. Justier que cette fraction est :

p(A B) p(A) 4. Quel est le cardinal de B ? Quelle fraction des vntualits de B ralisent galement A ? Comment crire cette fraction en fonction de p(B) et p(A B) Solution 1. On a clairement Card A = 6 et puisquil y a quiprobabilit, on obtient : 1 6 = p(A) = 36 6 Il est clair que les vnements X = 9, X = 10, X = 11 et X = 12 forment une partition de B et on a donc : p(B) = p(X = 9) + p(X = 10) + p(X = 11) + p(X = 12) 1 1 1 1 + + + = 9 12 18 36 5 = 18 En reprsentant toujours les diffrentes ventualits par les couple (x, y), x reprsentant le numro obtenu sur le premier d et y celui sur le second, on a : Do : A B = {(6, 3), (6, 4), (6, 5), (6, 6)} p(A B) = 26 4 1 = 36 9

On a donc : p(A B) = p(A) + p(B) p(A B) 1 5 1 = + 6 18 9 1 = 3 2. La fraction des ventualits de A qui ralisent galement B est : 4 2 Card A B = = Card A 6 3 Et on a immdiatement : Card AB 2 Card A B p(A B) Card = Card A = = p(A) Card A 3 Card 3. On a clairement : 5 36 = 10 18 De mme, la fraction des ventualits de B qui ralisent galement A est : 4 2 Card A B = = Card B 10 5 et comme ci-dessus : Card AB p(A B) Card A B Card = Card B = p(B) Card B Card Card B = p(B) Card = On comprend bien que les quotients
p(AB) p(A)

et

p(AB) p(B)

mesurent respectivement :

la chance que B se ralise lorsque A est ralis; la chance que A se ralise lorsque B est ralis; On dira que p(AB) est la probabilit de lvnement B sachant que A est ralis et que p(A) lvnement A sachant que B est ralis. 4.2
p(AB) p(B)

est la probabilit de

Dnition

Proposition 4.1 (et dnition) Soient lunivers associ une exprience, p une probabilit sur et A un vnement de probabilit non nulle, lapplication pA qui tout vnement B associe le nombre : p(A B) pA (B) = p(A) est une probabilit sur lunivers appele probabilit conditionnelle sachant que A est ralis. Le nombre pA (B) est souvent not p(B/A) qui se lit probabilit de B sachant A

Preuve Il est clair que pA (B) est bien dnie pour tout vnement B. Dautre part puisque A B A, on a p(A B) 6 p(A) et donc : p(A B) 0 6 pA (B) = 61 p(A) Puisque A = A, on a : pA () = p(A ) p(A) = =1 p(A) p(A) 27

Dautre part si B et C sont deux vnements, on a toujours : comme le montre le schma suivant : A (B C) = (A B) (A C)

A
(proprit quon pourra retenir) Si B et C sont de plus incompatibles, ils nont pas dlments communs, il en est donc de mme de A B et A C qui sont donc incompatibles. On a donc : pA (B C) = = = = = Ce qui achve de montrer que pA est une probabilit. Remarque 4.2 Puisque pA est une probabilit toutes les proprits vues au paragraphe 1.2 sappliquent donc pA , en particulier si B et C sont deux vnements quelconques, on a : pA (B C) = pA (B) + pA (C) pA (B C) De la dnition de pA , il rsulte que lon a pour tout vnement B : p(A B) = p(B/A)p(A) p(A (B C)) p(A) p((A B) (A C)) p(A) p(A B) + p(A C) p(A) p(A B) p(A C) + p(A) p(A) pA (B) + pA (C)

Dans les exercices, pour calculer une probabilit conditionnelle deux cas peuvent se prsenter : on utilise la formule p(B/A) =
p(AB) p(A)

on suppose et que A est ralis et on calcule dans ce cas la probabilit que B se ralise, comme on le fait dans lexercice suivant :

Exercice 4.3 (corrig) On dispose de deux urnes U1 et U2 contenant des boules indiscernables au toucher. Lurne U1 contient 4 boules noires et 3 boules blanches, lurne U2 contient 3 boules blanches et 4 boules noires. On considre lexprience suivante : Tirer au hasard une boule de lurne U1 , la dposer dans lurne U2 , puis tirer au hasard une boule de lurne U2 28

On dsigne par A lvnement la boule tire de lurne U1 est blanche et par B lvnement la boule tire de lurne U2 est blanche 1. Calculer p(A). 2. En dduire p(A). 3. Calculer la probabilit conditionnelle pA (B) 5. Dduire des questions prcdentes les valeurs de p(A B) et p A B . 6. a. Justier que les vnements A B et A B sont incompatibles b. Justier que les vnements : (A B) A B = B 4. Calculer la probabilit conditionnelle pA (B).

c. En dduire la valeur de p(B).

7. Dduire des questions prcdentes la valeur de pB (A), cest-dire la probabilit que la boule tire dans lurne U1 soit blanche sachant que celle tire de lurne U2 est blanche. Solution 1. Il est clair que lvnement A ne met en jeu que lurne U1 qui contient initialement 4 boules blanches sur un total de 7 boules et on a donc : 4 p(A) = 7 2. On dduit de la question prcdente que : 3 p(A) = 1 p(A) = 7 3. Si lvnement A sest ralis, on a donc dpos dans lurne U2 une boule blanche qui contient donc avant tirage 4 boules blanches sur un total de 8 boules et on a donc : 4 1 pA (B) = = 8 2 4. Si lvnement A sest ralis, cest quon a tir de lurne U1 une boule noire quon a ensuite dpos dans lurne U2 . Lurne U2 contient donc avant tirage 3 boules blanches sur un total de 8 boules et on a donc : 3 pA (B) = 8 5. On a daprs les questions prcdentes : 1 4 2 p(A B) = pA (B)p(A) = = 2 7 7 et 3 3 9 p A B = pA (B)p(A) = = 8 7 56 6. a. Il est clair quune ventualit ne peut raliser la fois A B et A B sinon la boule tire de lurne U1 devrait tre la fois blanche et noire ce qui est absurde. Donc (A B) A B = et les deux vnements A B et A B sont donc incompatibles.

b. Pour toute ralisant B, la boule tire de lurne U1 tait soit blanche soit noire donc ralisait lun des vnement A ou A et donc A B ou A B. On a donc montr : B = (A B) A B 29

la rciproque tant immdiate, on a donc :

c. Puisque les deux vnements A B et A B sont, daprs a. et b., incompatibles de runion gale B, on a : p(B) = p (A B) A B = p (A B) + p A B 2 9 = + 7 56 25 = 56 7. La probabilit que la boule tire dans lurne U1 soit blanche sachant que celle tire de lurne U2 est blanche est : p(A B) pB (A) = p(B) 2 56 = 7 25 16 = 25 Exercice 4.4 (corrig) On tire au hasard et successivement deux boules dans une urne contenant 8 boules rouges et 5 boules vertes indiscernables. Quelle est la probabilit dobtenir 2 boules rouges. Quelle est la probabilit dobtenir deux boules rouges ? Solution
` 1ere mthode

(A B) A B = B

On dnombre. . . Lunivers est lensemble des listes deux lments distincts de lensemble des 13 boules et on a donc : Soit R lvnement obtenir deux boules rouges, R est lensemble des listes deux lments distincts de lensemble des 8 boules rouges et on a donc : Les boules tant indiscernables, il y a quiprobabilit et on a donc : 56 14 p(R) = = 156 39
` 2eme mthode

Card = 13 12 = 156

Card R = 8 7 = 56

On dsigne par A lvnement la premire boule tire est rouge et B lvnement la deuxime boule tire est rouge. Lvnement qui nous intresse est donc lvnement R = A B.

Puisquau premier tirage, il y 8 boules rouges parmi les 13 boules, on a clairement : 8 p(A) = 13 Si A est ralis, au deuxime tirage, il ny a plus que 7 boules rouges sur les12 prsentes dans lurne et la propabilit de B sachant que A est ralis est donc : 7 p(B/A) = 12 Do : 7 8 14 p(R) = p(A B) = p(B/A)p(A) = = 12 13 39 30

4.3

Formule des probabilits totales

Proposition 4.5 Soient lunivers associ une exprience, p une probabilit sur et A1 , A2 , . . . , An des vnements ralisant une partition de . Alors pour tout vnement B, on a : p(B) = p(A1 B) + p(A2 B) + . . . + p(An B) = p(B/A1 )p(A1 ) + p(B/A2 )p(A2 ) + . . . + p(B/An )p(An ) Preuve On vrie sans peine que les vnement A1 B, A2 B, . . . , An B constituent une partition de B :
A1 A2 A5 B

A4

A3

On obtient donc : p(B) = p(A1 B) + p(A2 B) + . . . + p(An B) Le deuxime point est immdiat puisque pour tout i = 1, . . . , n, on a : p(Ai B) = p(B/Ai )p(Ai ). Exercice 4.6 Une urne contient 5 boules rouges, 3 boules jaunes et 2 vertes indiscernables au toucher. On tire successivement et sans remise deux boules de lurne. On dsigne par R1 lvnement la premire boule tire est rouge, par R2 lvnement la deuxime boule tire est rouge et de manire analogue J1 , J2 , V1 et V2 . 1. Calculer p(R1 R2 ) et p(R1 R2 ).

2. En dduire p(R2 ).

3. Calculer de mme p(J2 ) et P (V2 ). 4. Comparer les nombres trouvs p(R1 ), p(J1 ) et p(V1 ). Remarque ? 5. Dans la mme urne, on ralise prsent trois tirages successifs et sans remise. Calculer le probabilite de R3 : la troisime boule tire est rouge. Remarque ? On peut dmontrer que ce rsultat reste valable pour toute composition de lurne et tout nombre de tirages (infrieur au nombre de boules prsentes initialement dans lurne). Exercice 4.7 Le test de dpistage dune maladie possde les caractristiques suivantes : La probabilit quun individu malade ait un test positif est 0, 99. La probabilit quun individu sain ait un test ngatif est 0, 99. On dsigne par p la proportion de malades dans la population. Cest donc la probabilit quun individu choisi au hasard dans la population soit malade. 31

1. Exprimer en fonction de p, la probabilit quun individu prsentant un test positif soit malade. 2. Donner les valeurs de cette probabilit pour p = 0, 001; p = 0, 01; p = 0, 1; p = 0, 3; p = 0, 5; p = 0, 8. Exercice 4.8 On considre deux urnes U1 et U2 Chacune des urnes contient au dpart trois boules numrotes 1, deux boules numrotes 0 une boule numrote 1 et une boule numrote 2 Le jeu est le suivant : On tire une boule de lurne U1 .

On tire ensuite une boule de lurne U2 .

Si le numro de la boule que lon vient de tirer est suprieur ou gal 1, on la met dans lurne U2 .

Si n est le numro de la boule tire de U2 , on gagne 1000n CFA (on perd donc si n est ngatif ).

On dsigne par lunivers associ cette exprience. Soit X la variable alatoire qui toute ventualit associe le gain algbrique du joueur en millier de francs (donc le numro de la boule tire de lurne U2 ). Soit Y la variable alatoire qui toute ventualit associe le numro de la boule tire de lurne U1 1. Dterminer la loi de Y . 3. Calculer pour tout k {1, 0, 1, 2}, les probabilits conditionnelles p(X = k/Y = 1) et p(X = k/Y = 2) p(X = k) = p(X +p(X = k/Y = 1)p(Y = 1) + p(X = k/Y = 0)p(Y = 0) = k/Y = 1)p(Y = 1) + p(X = k/Y = 2)p(Y = 2) 2. Calculer pour tout k {1, 0, 1, 2}, les probabilits conditionnelles p(X = k/Y = 1) et p(X = k/Y = 0)

4. Justier que pour tout k {1, 0, 1, 2} :

5. Donner la loi de probabilit de X 6. Dterminer lesprance et lcart-type de X.

5 Indpendance
5.1

vnements indpendants

Soient un univers associ une exprience et p une probabilit des vnements. Soient A et B deux vnements, on veut traduire la notion intuitive dindpendance des vnements A et B, cest--dire tels que la ralisation dun des vnements ninuence pas les chances de ralisation de lautre. Il est clair que si p(A) = 0 ou p(B) = 0, les deux vnements sont bien indpendants puisque lun dentre eux ne se ralise jamais, que lautre soit ralis ou non. Si p(A) 6= 0, (par exemple), alors les vnements A ou B sont indpendants si la ralisation de A, naffecte pas celle de B, autrement dit si la probabilit conditionnelle de B sachant que A est ralis est la mme que celle de B. Cest--dire si : p(A B) = p(B/A) = p(B) p(A) ou encore : relation qui est encore vraie dans le premier cas. p(A B) = p(A)p(B) 32

Dnition 5.1 Soient un univers associ une exprience et p une probabilit. On dit que deux vnements A et B sont indpendants lorsque : p(A B) = p(A)p(B) Remarque 5.2 Si A et B sont de probabilits non nulles, les proprits suivantes sont quivalentes : (i) : A et B indpendants ; (ii) : P (A/B) = p(A) ; (iii) : P (B/A) = p(B). On ne confondra pas la notion dindpendance dvnements et celles dincompatibilit de ces vnements. Deux vnements (de probabilits non nulles) incompatibles ne sont jamais indpendants puisque la ralisation de lun entrane la non ralisation de lautre. Exemple 5.3 On reprend lexemple du lancer de deux ds distincts bien quilibrs et on appelle toujours X la variable alatoire qui toute issue associe la somme des points obtenus. On rappelle la loi de probabilit de X : P k 2 3 4 5 6 7 8 9 10 11 12 1 1 1 5 5 1 1 1 p(X = k) 36 18 12 1 36 1 36 1 12 18 36 1 9 6 9 et on considre les vnements A : le premier d porte un numro pair et B : la somme obtenue est pair. On se pose le problme de savoir si ces deux vnements sont indpendants. Avec le modle choisi pour lunivers, il est clair que : 6 1 p(A) = = 36 2 Dautre part les vnements X = 2, X = 4, X = 6, X = 8, X = 10 et X = 12 constituent une partition de B et on a donc :

p(B) = p(X = 2) + p(X = 4) + p(X = 6) + p(X = 8) + p(X = 10) + p(X = 12) 1 1 5 5 1 1 1 = + + + + + = 36 12 36 36 12 36 2 Enn, on a A B est lensemble des ventualits o les deux numros obtenus sont pairs et on a donc : 9 1 Card A B = 32 = 9 et p(A B) = = 36 4 On a donc : 1 p(A B) = = p(A)p(B) 4 Les deux vnements A et B sont donc indpendants : la ralisation de lun naffecte pas la ralisation de lautre. Exercice 5.4 Soit un univers muni dune probabilit p, montrer que si A et B sont indpendants, il en est de mme de : A et B (on pourra remarquer que A B et A B forment une partition de A); A et B ; A et B.

Exercice 5.5 On tire au hasard une carte dans un jeu de 32 cartes. 1. Les vnements A : obtenir un roi et B : obtenir un coeur sont-ils indpendants ? 2. Mme question pour les vnements C : obtenir une gure habille (roi, dame, valet) et D : obtenir une couleur rouge ? 33

3. Rpondre aux questions prcdentes si le jeu a t truqu en retirant le 7 de coeur. Exercice 5.6 On tire simultanment deux cartes au hasard dun jeu de 32 cartes, 1. Les vnements A : obtenir exactement un roi et B : obtenir exactement un coeur sont-ils indpendants ? 2. Mme question avec les vnements C : obtenir deux rois et D : obtenir deux cartes rouges Exercice 5.7 Loi de Hardy-Weinberg Lorsquun gne peut prendre deux formes (ou allles) A et a, un idividu peut avoir lun des trois gnotypes : AA, Aa ou aa. Deux parents cdant alatoirement lune des formes son enfant dans les conditions suivantes : Si les gnotypes des deux parents sont tous deux AA, le gnotype de lenfant est AA.

Si les gnotypes des parents sont AA et aa, le gnotype de lenfant est Aa. gnotype probabilit AA
1 4

Si les gnotypes des deux parents sont tous deux aa, le gnotype de lenfant est aa. Si les gnotypes des parents sont tous deux Aa, la loi du gnotype de lenfant est : Aa
1 2

aa
1 4

Si les gnotypes des parents sont AA et Aa, la loi du gnotype de lenfant est : gnotype probabilit AA
1 2

Aa
1 2

Si les gnotypes des parents sont Aa et aa, la loi du gnotype de lenfant est : gnotype probabilit Aa
1 2

aa
1 2

On considre une population dans (gnration 0) dans laquelle les proportions respectives des trois gnotypes AA, Aa et aa sont p0 , q0 et r0 et on dsigne par pn , qn et rn les proportions de ces mmes gnotypes la n-ime gnration. On considre que les couples se forment au hasard quand aux gnotypes considrs, (appariement alatoire). Soit n N, exprimer en fonction de pn , qn et rn la probabilit pn+1 quun enfant de la gnration n + 1 ait le gnotype AA, puis celles qn+1 et rn+1 quil ait le gnotype Aa ou aa. 1. Montrer que la suite (pn rn ) est constante. On dsignera par cette constante. qn = 1 2pn + +1 2 2

2. Dmontrer que pour tout entier naturel n, on a :

3. En dduire que pour tout entier naturel n > 1, on a : pn rn

= =

2 1 2 1 2 qn = 2 En particulier les proportions pn , qn et rn des diffrents gnotypes sont constantes. On obtient ainsi la loi de HardyWeinberg : Lors dun apparienment alatoire, il y a stabilit des gnotypes partir de la gnration 1 34

5.2

Variables alatoires indpendantes

Dnition 5.8 Soient un univers associ une exprience et muni dune probabilit p, X et Y deux variables alatoires dunivers images respecifs X() et Y (). On dit que X et Y sont indpendantes si pour tout k X() et tout l Y (), les vnements X = k et Y = k sont indpendants, autrement dit si : p(X = k et Y = l) = p(X = k)p(Y = l) Remarque 5.9 Comme prcdemment, les exercices peuvent consister montrer que deux variables alatoires sont indpendantes ou au contraire utiliser lindpendance de ces variables alatoires pour des calculs de probabilits si on sent intuitivement quelles sont indpendantes. Exemple 5.10 On reprend encore lexprience du deux lancers de deux ds et on dsigne toujours par X la variable alatoire associant toute ventualit la somme des numros obtenus sur la faces suprieure chacun des deux lancers. On rappelle que lunivers est constitu des couple (x, y) o repsentent les numros obtenus sur chacun des deux ds On rappelle la loi de probabilit de X : k p(X = k) 2
1 36

3
1 18

4
1 12

5
1 9

6
5 36

7
1 6

8
5 36

9
1 9

10
1 12

11
1 18

12
1 36

On dsigne en outre par Y la variable alaoire associant toute ventualit, le plus grand des numros obtenus sur la face suprieures. Il est clair que Y () = {1, 2, 3, 4, 5, 6} et on a : (Y = 1) = {(1, 1)} donc p(Y = 1) =
1 36 1 12 5 36

P 1

(Y = 2) = {(1, 2), (2, 1), (2, 2)} donc p(Y = 2) = De mme p(Y = 4) =
7 36 . 9 36 11 36

(Y = 3) = {(1, 3), (3, 1), (2, 3), (3, 2), (3, 3)} donc p(Y = 3) =

p(Y = 5) = p(Y = 6) =

1 4

Do la loi de probabilit de Y : l p(Y = l) 1


1 36

2
1 12

3
5 36

4
7 36

5
1 4

6
11 36

Dautre part le tableau ci-dessous donne les probabilit des vnements (X = k et Y = l) pour k {2, . . . , 12} et l {1, . . . , 6} : l\k 1 2 3 4 5 6 2 0 0 0 0 0
1 36

P 1

3 0 0 0 0 0

4 0

2 36

1 36 2 36

5 0 0

6 0 0

0 0 0

2 36 2 36

0 0

1 36 2 36 2 36

7 0 0 0

8 0 0 0

2 36 2 36

1 36 2 36

9 0 0 0 0 0

10 0 0 0 0
1 36

2 36

11 0 0 0 0 0 0

12 0 0 0 0 0 0

On voit en particulier que : 1 1 = p(X = 2)p(Y = 2) 36 12 Les variables alatoires X et Y ne sont donc pas indpendantes. p(X = 2 et Y = 2) = 0 6= 35

Remarque 5.11 Pouvait-on se douter de ce rsultat ? Il est clair que pour obtenir une somme de 12, il faut que les deux numros de sortie soient gaux 6 et donc aussi le plus grand dentre eux, donc la ralisation de lvnement X = 12 entrane la ralisation de lvnement Y = 6 et ces vnements ne sont donc pas indpendants non plus que les variables alatoires X et Y . Exercice 5.12 On lance trois fois de suite une pice de monnaie bien quilibre. 1. On dsigne par X1 et X2 les variables alatoires qui toute ventualit associe le nombre de faces (en fait 0 ou 1) obtenus respectivement au premier lancer et au deuxime lancer. Les variables alatoires X1 et X2 sont-elles indpendantes ? 2. Soit Y1 la variable alatoire prenant la valeurs 0 si les deux premiers lancers donnent un rsultat identiques et 1 sinon. On dnit de manire analogue la variable alatoire Y2 en considrant les deux derniers lancers. Les variables aleatoires sont-elles indpendantes ? 3. X1 et Y1 sont-elles indpendantes ? 4. X2 et Y1 sont-elles indpendantes ? 5. X2 et Y2 le sont elles ? 5.3

Succession dexpriences alatoires indpendantes

5.3.1 Gnralits Lorquon procde n expriences successives E1 , E2 , . . . , En dunivers nis respectifs 1 , 2 , . . . , n , lunivers associ cette succession dexpriences est la produit cartsien 1 2 . . . n . Si ( 1 , 2 , . . . , n ) 1 2 . . . n , lvnement lmentaire {( 1 , 2 , . . . , n )} signiant obtenir 1 lexprience E1 ,obtenir 2 lexprience E2 , . . . , obtenir n lexprience En Si chacun des univers 1 , 2 , . . . , n est muni de probabilits respectives p1 , p2 , . . . , pn supposes bien adaptes aux expriences associes et si les expriences E1 , E2 ,, En sont indpendantes au sens intuitif du terme (i.e le rsultat dune des exprience naffecte pas le rsultat des autres), on admet alors que pour tout ( 1 , 2 , . . . , n ) 1 2 . . . n , on a: Et de mme si A1 , A2 , . . . , An sont des vnements respectivements associs aux expriences E1 , E2 , . . . , En , la probabilit de lvnements A1 A2 . . . An , (i.e lvnement A1 sest ralis durant le droulement de lexprience E1 , lvnement A2 sest ralis durant le droulement de E2 , . . . , lvnement An sest ralis durant le droulement de En ) est : p (A1 A2 . . . An ) = p1 (A1 )p2 (A2 ) . . . pn (An ) Exemple 5.13 Un tireur atteint une cible 4 fois sur 5. Combien de tirs doit-il effectuer pour tre sr 99, 9% datteindre au moins une fois la cible ? Supposons que le tireur effectue n tirs (n N ) supposs tous se drouler de faons indpendantes. Et dsignons par C lvnement le tireur a atteint au moins une fois la cible. Alors lvnement C est lvnement E1 E2 . . . En o E1 , E2 , , En dsigne respectivement les vnements chec au premier tir, chec au second tir, , chec au n-ime tir. On a donc : p(C) = p (E1 E2 . . . En ) = p (E1 ) p (E2 ) . . . p (En ) n 1 = 5 n 1 p(C) = 1 5 36 p ({( 1 , 2 , . . . , n )}) = p1 ({ 1 }) p2 ({ 2 }) . . . pn ({ n })

Do :

On alors :

Il faut donc au moins 5 tirs au tireur pour tre sr 99, 9% datteindre au moins une fois la cible. Exercice 5.14 1. Un singe nayant aucune suite dans les ides enfonce quarante reprises et au hasard une touche dun clavier qui en comporte 108. Quelle est la probabilit quil crive (en comptant les espaces) le vers de Mallarm : UN COUP DE DS NABOLIT JAMAIS LE HASARD ? (vnement A) 2. On rpte n fois lexprience de manire indpendante. Dterminer la probabilit pn pour que lvnement A se produise au moins une fois. 3. Que vaut lim pn ? Interprter ce rsultat paradoxal. 4. Dterminer le plus petit entier n tel que pn > 0, 9. En donner une valeur approche. (On pourra utiliser lapproximation ln(1 + u) ' u valable pour u voisin de 0). Exercice 5.15 (Premier problme du chevalier Mr) A-t-on plus de chances dobtenir un six (au moins une fois) en lanant un d 4 fois, ou dobtenir un double 6 (au moins une fois) en lanant deux ds 24 fois ? 1. Premire situation On lance un d 4 fois de suite. Calculer la probabilit de lvnement A : obtenir au moins un 6. 2. Deuxime situation On lance deux ds 24 fois de suite. Calculer la probabilit de lvnement B : obtenir au moins un double 6 Conclure. 5.3.2 Exemple : epreuve de Bernoulli et loi binomiale Epreuve de Bernoulli On appelle preuve de Bernoulli toute preuve o on ne sintresse qu la ralisation de deux vnements contraires de probabilits respectives p et q avec p + q = 1. Exemple 5.16 Lancer dune pice de monnaie quilibre aves pour issues P ILE et F ACE de probabilits toutes deux gales
1 2.

n 999 1 > p(C) > 0, 999 1 5 1000 n 1 1 6 5 1000 n ln 5 6 3 ln 10 3 ln 10 ' 4, 3 n > ln 5 n > 5

Tirage dune boule dans une urne contenant N1 boules blanches et N2 boules noires indiscernables au toucher. Les vnements contraires tant : S : tirer une boule blanche de probabilit p = N1N1 2 +N E : tirer une boule noire de probabilit q =
N2 N1 +N2

Remarque 5.17 Les issues contraires dune preuve de Bernoulli sont souvent appeles S (succs) et E(chec) e Dnition 5.18 Soit une preuve de Bernoulli dvnements contraires S (probabilit p) et E (probabilit q) et X la variable alatoire gale 1 sur S et gale 0 sur E. 37

Par dnition la loi de probabilit de X est appel loi de Bernoulli de paramtre p. Proposition 5.19 Soit X une variable alatoire suivant une loi de Bernoulli de paramtre p, alors : E(X) = p V ar(X) = pq Preuve Laisse en exercice

Schma de Bernoulli et loi binomiale Dnition 5.20 Un schma de Bernoulli est la rptition de n preuves de Bernoulli identiques et indpendantes dvnements contraires S et E de probabilits respectives p et q avec p + q = 1. Soit X la variable alatoire valeur dans {0, 1, . . . , n} comptant le nombres de succs, la loi de probabilit de X est appele loi binomiale de paramtre n et p. Remarque 5.21 Les n preuves de Bernoulli peuvent avoir lieu simultanment (lancer de n pices de monnaies) ou successivment (n lancers successifs de la mme pice de monnaie). Remarque 5.22 Les ventualits dun schma de Bernoulli de n preuves sont assimilables des listes de n lettres prises parmi S et E. Ainsi pour n = 5, SESSE reprsente lventualit : succs la premire preuve, chec la seconde, succs aux troisime et quatrime preuves, chec la cinquime preuve. Proposition 5.23 Soit X une variable alatoire suivant une loi binomiale de paramtres n et p, alors : (i) : la loi de probabilit de X est donn pour tout k {0, 1, 2, . . . , n} par : n k nk p(X = k) = p q k (ii) : lesperance et la variance de X sont donns par les formules : E(X) = np V ar(X) = npq Preuve (i) : Soit k {0, 1, . . . , n}, les ventualits de lvnement X = k sont constitus des listes de n lettres comprenant k lesttres S et n k lettres E et donc Card (X = k) = n . Dautre part, les preuves tant indpendantes, la probabilit k dobtenir une liste donne de lvnement X = k est gal au produit des probabilits dobtentions de chacun des k rsultats S et des n k rsultats E et vaut donc : pk q nk Do : p(X = k) = n k nk p q k

(ii) : la dmonstration du deuxime point fera lobjet de lexercice suivant. Remarque 5.24 Si X suit une loi binomiale de paramtres n et p, on a par la formule du binme : n n X X n p(X = k) = pk q nk = (p + q)n = 1 k
k=0 k=0

38

Exercice 5.25 Soit n un entier suprieur ou gal 1 et X une variable alatoire suivant une loi binomiale de paramtre n et p et q = 1 p. On considre la fonction polynme f dnie pour tout rel x par : f (x) = (1 + x)n 1. En drivant f de deux manires prouver que pour tout x R, on a : n X n k xk1 = n(1 + x)n1 k
k=1

a. Dmontrer que :

E(X) = q b. Deduire des deux questions prcdente que :

n1

n X n p k1 p k k q k=1

E(X) = np a. En calculant de deux manire la drive seconde de f , prouver que pour tout rel x non nul, on a : n X n k2 k(k 1) x = n(n 1)(1 + x)n2 k
k=1

b. Puis que pour tout rel x 6= 0 : n X n n k2 xk2 = n(n 1)(1 + x)n2 + (1 + x)n1 k x
k=1

a. Dmontrer que : E(X ) = q b. Dduire des questions prcdente que : c. En dduire que : V ar(X) = npq Exercice 5.26 (corrig) On lance 5 ds irrprochables simultanment. Quelle est la probabilit dobtenir deux as ? trois as ? Solution Lexprience consistant lancer un d et regarder si lon obtient un as ou non peut tre assimil une preuve de Bernoulli de paramtre p = 1 . Les rsultats des cinq ds tant indpendants, le lancer des cinq ds correspond donc 6 un schma de Bernoulli de paramtres 5 et 1 et la variable alatoire X comptant le nombres succs (i.e le nombres das 6 obtenus) suit donc une loi binomiale de paramtre 5 et 1 et on a donc pour tout k {0, 1, 2, 3, 4, 5} : 6 k 5k 5 5 1 p(X = k) = k 6 6 En particulier : p(X p(X 2 3 5 5 4 53 10 53 625 5 1 = = = ' 0, 161 5 2 6 6 26 65 3888 3 2 5 4 3 52 10 52 125 5 5 1 = = = = 3) = ' 0, 032 5 5 3 6 6 3 2 6 6 3888 = 2) = 39
2 n2 2

k=1

n X

k2 n p k k q
2

E(X 2 ) = n2 p2 + npq

Exercice 5.27 On veut comparer les deux expriences et variables alatoires suivantes : (E1 ) : Une urne contient 4 boules blanches et 12 boules noires indiscernables au toucher. On tire au hasard et simultanment 4 boules de lurne et on dsigne par X la variable alatoires qui chaque ventualit associe le nombre de boules blanches tires. (E2 ) : Une urne contient 1 boule blanche et 3 boules noires indiscernables au toucher, on tire successivement et de manire indpendante 4 boules en remettant chaque fois la boule tire dans lurne. On dsigne par Y la variable alatoire qui chaque ventualit associe le nombre de boules blanches tires. 1. Dnombrement a. Donner la loi de probabilit de X. b. Donner lesprance mathmatique, la variance et lcart-type de X. 2. a. Justier que Y suit une loi binomiale de paramtre 4 et 1 . 4 b. Donner la loi de probabilit de Y , sa variance et son cart-type. Exercice 5.28 On considre qu un concours, un candidat 20% de chances de russir. On prend un groupe de 25 candidats au hasard. 1. Quelle est la probabilit quau moins un candidat russisse ? 2. Quelle est la probabilit quau plus deux candidats russissent ? 3. Quelle est la probabilit que dix candidats russissent ? 4. Calculer le nombre moyen de candidats qui russissent sur les 25 passant le concours. Exercice 5.29 Arthur est n un 7 dcembre, quelle est la probabilit que parmi les 35 autres lves de sa classe, il y ait : 1. exactement un lve n le mme jour; 2. exactement 10 lves ns le mme jour; 3. aucun lve n le mme jour; 4. au moins un lve soit n le mme jour. 5. Quelle est lesprance du nombre dlve (Arthur non compris) n le mme jour que celui-ci ? 6. Dans une assemble de 50 personnes, quelle est la probabilit quau moins deux soient ns le mme jour ?

40