Mathématiques · Dénombrement et probabilités

Dénombrement et probabilités

Principe multiplicatif, arrangements, permutations, combinaisons, tirages, probabilités, probabilité conditionnelle, indépendance, génétique, variables aléatoires et loi binomiale.

Niveau
2ème Bac
Session
Semestre 2
Cours الدرس

I. Dénombrement

1. Activité : les codes d’un cadenas

Activité 1

Un cadenas possède trois molettes portant chacune les chiffres de \(0\) à \(9\).

1) Combien de codes différents peut-on former ?

2) Combien de codes sont formés de trois chiffres deux à deux distincts ?

3) Combien de codes ont leurs trois chiffres distincts et rangés dans l’ordre croissant ?

Réponse. \(10\times10\times10=1\,000\) codes (chaque molette offre \(10\) choix). Avec des chiffres distincts : \(10\times9\times8=720\). Enfin, un ensemble de \(3\) chiffres distincts donne \(3\times2\times1=6\) codes, dont un seul est croissant : il y a \(\frac{720}{6}=120\) codes croissants. Ces trois situations illustrent les listes, les arrangements et les combinaisons.

2. Principe multiplicatif et outils

Propriété

Principe multiplicatif. Si une situation comporte \(p\) étapes offrant respectivement \(n_{1}\), \(n_{2}\), …, \(n_{p}\) choix, le nombre total de possibilités est \(n_{1}\times n_{2}\times\dots\times n_{p}\).

Définition

Soient \(n\) et \(p\) des entiers naturels avec \(p\le n\) :

• \(n!=n\times(n-1)\times\dots\times2\times1\) (factorielle) ; par convention \(0!=1\).

• Le nombre d’arrangements de \(p\) éléments parmi \(n\) (listes ordonnées sans répétition) est \(A_{n}^{p}=n(n-1)\cdots(n-p+1)=\frac{n!}{(n-p)!}\).

• Le nombre de permutations de \(n\) éléments est \(A_{n}^{n}=n!\).

• Le nombre de combinaisons de \(p\) éléments parmi \(n\) (parties à \(p\) éléments, sans ordre) est \(C_{n}^{p}=\frac{A_{n}^{p}}{p!}=\frac{n!}{p!(n-p)!}\).

Propriété

• \(C_{n}^{0}=C_{n}^{n}=1\) ; \(C_{n}^{1}=n\) ; \(C_{n}^{p}=C_{n}^{n-p}\) ;

• \(C_{n}^{p}+C_{n}^{p+1}=C_{n+1}^{p+1}\) (relation de Pascal).

Exemples

• Dans une classe de \(30\) élèves, on élit un président, un secrétaire et un trésorier (rôles distincts) : \(A_{30}^{3}=30\times29\times28=24\,360\) possibilités.

• On choisit un groupe de \(3\) délégués (sans rôle) : \(C_{30}^{3}=\frac{24\,360}{6}=4\,060\) possibilités.

• Le nombre d’anagrammes du mot « MAROC » est \(5!=120\).

3. Les trois types de tirages

On tire \(p\) objets dans une urne contenant \(n\) objets discernables :

Type de tirageOrdreRépétitionNombre de résultats
Successif avec remiseouipossible\(n^{p}\)
Successif sans remiseouinon\(A_{n}^{p}\)
Simultanénonnon\(C_{n}^{p}\)

Application 1

Une urne contient \(9\) boules indiscernables au toucher : \(4\) rouges, \(3\) vertes et \(2\) blanches. On tire simultanément \(3\) boules.

1) Combien y a-t-il de tirages possibles ?

2) Combien de tirages donnent trois boules de la même couleur ?

3) Combien de tirages contiennent exactement deux boules rouges ?

4) Combien de tirages contiennent au moins une boule blanche ?

Solution

➢ 1) \(C_{9}^{3}=\frac{9\times8\times7}{6}=84\).

➢ 2) Trois rouges ou trois vertes : \(C_{4}^{3}+C_{3}^{3}=4+1=5\).

➢ 3) Deux rouges parmi \(4\) et une autre boule parmi les \(5\) non rouges : \(C_{4}^{2}\times C_{5}^{1}=6\times5=30\).

➢ 4) On passe par le contraire « aucune blanche » : \(C_{7}^{3}=35\), donc \(84-35=49\) tirages.

Application 2

On range sur une étagère \(5\) livres différents : \(2\) livres de mathématiques et \(3\) livres de physique.

1) De combien de façons peut-on les ranger ?

2) Combien de rangements placent les deux livres de mathématiques côte à côte ?

3) Combien de rangements alternent les matières (aucun livre voisin d’un livre de même matière) ?

4) On choisit \(3\) livres pour les emporter en voyage. Combien de choix comportent au moins un livre de mathématiques ?

Solution

➢ 1) \(5!=120\) rangements.

➢ 2) On « colle » les deux livres de mathématiques en un bloc : \(4!\) façons de ranger les \(4\) objets, et \(2!\) façons d’ordonner le bloc : \(4!\times2!=48\).

➢ 3) La seule disposition possible est P M P M P : \(3!\times2!=12\) rangements.

➢ 4) \(C_{5}^{3}-C_{3}^{3}=10-1=9\) choix.

II. Probabilités

1. Vocabulaire et équiprobabilité

Définition

• L’ensemble \(\Omega\) des résultats (ou issues) d’une expérience aléatoire est l’univers ; un événement est une partie de \(\Omega\).

• \(A\cap B\) : « \(A\) et \(B\) » ; \(A\cup B\) : « \(A\) ou \(B\) » ; \(\overline{A}\) : événement contraire ; \(A\) et \(B\) sont incompatibles si \(A\cap B=\varnothing\).

Propriété

• \(0\le p(A)\le1\) ; \(p(\Omega)=1\) ; \(p(\varnothing)=0\) ; \(p(\overline{A})=1-p(A)\).

• \(p(A\cup B)=p(A)+p(B)-p(A\cap B)\).

• Équiprobabilité : si toutes les issues ont la même probabilité, \(p(A)=\frac{\mathrm{card}\,A}{\mathrm{card}\,\Omega}\).

Exemple

On lance deux dés équilibrés. \(\mathrm{card}\,\Omega=6\times6=36\). L’événement « la somme vaut \(7\) » contient \((1;6)\), \((2;5)\), \((3;4)\), \((4;3)\), \((5;2)\), \((6;1)\) : sa probabilité est \(\frac{6}{36}=\frac{1}{6}\).

Application 3

On reprend l’urne de l’application 1 (\(4\) R, \(3\) V, \(2\) B) et le tirage simultané de \(3\) boules.

1) Calculer la probabilité des événements \(A\) « trois boules de la même couleur », \(B\) « exactement deux rouges » et \(C\) « au moins une blanche ».

2) On tire maintenant successivement et avec remise \(2\) boules. Calculer la probabilité d’obtenir deux boules de couleurs différentes.

Solution

➢ 1) \(p(A)=\frac{5}{84}\) ; \(p(B)=\frac{30}{84}=\frac{5}{14}\) ; \(p(C)=\frac{49}{84}=\frac{7}{12}\).

➢ 2) \(\mathrm{card}\,\Omega=9^{2}=81\) ; « même couleur » : \(4^{2}+3^{2}+2^{2}=29\) cas ; la probabilité cherchée est \(1-\frac{29}{81}=\frac{52}{81}\).

2. Probabilité conditionnelle

Définition

Soit \(B\) un événement de probabilité non nulle. La probabilité de \(A\) sachant \(B\) est :

\(\displaystyle p_{B}(A)=\frac{p(A\cap B)}{p(B)}\qquad\text{d’où}\qquad p(A\cap B)=p(B)\times p_{B}(A)\)

Propriété

Formule des probabilités totales. Si \(B_{1}\), …, \(B_{n}\) forment une partition de \(\Omega\) (deux à deux incompatibles, de réunion \(\Omega\)) avec \(p(B_{i})\ne0\), alors pour tout événement \(A\) :

\(\displaystyle p(A)=p(B_{1})\,p_{B_{1}}(A)+p(B_{2})\,p_{B_{2}}(A)+\dots+p(B_{n})\,p_{B_{n}}(A)\)

Exemple (germination)

Un jardinier achète 60 % de ses graines chez le fournisseur \(F_{1}\) et 40 % chez \(F_{2}\). Une graine de \(F_{1}\) germe avec la probabilité \(0{,}9\), une graine de \(F_{2}\) avec la probabilité \(0{,}75\). On choisit une graine au hasard ; \(G\) : « elle germe ».

\(p(G)=0{,}6\times0{,}9+0{,}4\times0{,}75=0{,}54+0{,}30=0{,}84\).

Sachant qu’elle a germé, elle vient de \(F_{1}\) avec la probabilité \(p_{G}(F_{1})=\frac{0{,}54}{0{,}84}\), soit \(\frac{9}{14}\) (environ 0,64).

Dénombrement et probabilités – Probabilité conditionnelle (figure 1)

Application 4

Une usine fabrique des pièces sur deux machines : \(M_{1}\) produit 70 % des pièces, dont 2 % sont défectueuses ; \(M_{2}\) produit le reste, dont 5 % sont défectueuses. On prélève une pièce au hasard ; \(D\) : « la pièce est défectueuse ».

1) Construire un arbre de probabilités.

2) Calculer \(p(D)\).

3) La pièce est défectueuse. Quelle est la probabilité qu’elle provienne de \(M_{1}\) ?

Solution

➢ 1) Premier niveau : \(M_{1}\) (\(0{,}7\)), \(M_{2}\) (\(0{,}3\)) ; second niveau : \(D\) (\(0{,}02\) et \(0{,}05\)), \(\overline{D}\) (\(0{,}98\) et \(0{,}95\)).

➢ 2) \(p(D)=0{,}7\times0{,}02+0{,}3\times0{,}05=0{,}014+0{,}015=0{,}029\).

➢ 3) \(p_{D}(M_{1})=\frac{p(M_{1}\cap D)}{p(D)}=\frac{0{,}014}{0{,}029}=\frac{14}{29}\approx0{,}48\).

Application 5

Une urne contient \(3\) boules rouges et \(2\) boules vertes. On tire successivement et sans remise deux boules.

1) Calculer la probabilité que la première boule soit rouge et la seconde verte.

2) Calculer la probabilité d’obtenir deux boules de couleurs différentes.

3) Calculer la probabilité que la seconde boule soit verte.

Solution

➢ 1) \(p(R_{1}\cap V_{2})=p(R_{1})\times p_{R_{1}}(V_{2})=\frac{3}{5}\times\frac{2}{4}=\frac{3}{10}\).

➢ 2) \(p(R_{1}\cap V_{2})+p(V_{1}\cap R_{2})=\frac{3}{10}+\frac{2}{5}\times\frac{3}{4}=\frac{3}{10}+\frac{3}{10}=\frac{3}{5}\).

➢ 3) Probabilités totales : \(p(V_{2})=\frac{3}{5}\times\frac{2}{4}+\frac{2}{5}\times\frac{1}{4}=\frac{6+2}{20}=\frac{2}{5}\) (même probabilité qu’au premier tirage !).

3. Indépendance

Définition

Deux événements \(A\) et \(B\) sont indépendants si \(p(A\cap B)=p(A)\times p(B)\) ; lorsque \(p(B)\ne0\), cela équivaut à \(p_{B}(A)=p(A)\). Des épreuves sont indépendantes si le résultat de l’une n’influence pas les autres : on multiplie alors les probabilités.

Application 6

Génétique. Deux parents sont hétérozygotes (génotype \(Aa\)) pour un gène récessif \(a\). Chaque enfant est de génotype \(aa\) avec la probabilité \(\frac{1}{4}\), indépendamment des autres enfants. Le couple a trois enfants.

1) Calculer la probabilité qu’aucun enfant ne soit \(aa\).

2) En déduire la probabilité qu’au moins un enfant soit \(aa\).

3) Calculer la probabilité que seul le premier enfant soit \(aa\).

Solution

➢ 1) Par indépendance : \((\frac{3}{4})^{3}=\frac{27}{64}\).

➢ 2) Événement contraire : \(1-\frac{27}{64}=\frac{37}{64}\).

➢ 3) \(\frac{1}{4}\times\frac{3}{4}\times\frac{3}{4}=\frac{9}{64}\).

Application 7

On lance deux dés équilibrés, un rouge et un bleu. On considère les événements \(A\) : « le dé rouge donne un nombre pair », \(B\) : « la somme vaut \(7\) » et \(C\) : « la somme vaut \(8\) ».

1) Les événements \(A\) et \(B\) sont-ils indépendants ?

2) Les événements \(A\) et \(C\) sont-ils indépendants ?

Solution

➢ 1) \(p(A)=\frac{1}{2}\), \(p(B)=\frac{1}{6}\) ; \(A\cap B=\{(2;5),(4;3),(6;1)\}\), donc \(p(A\cap B)=\frac{3}{36}=\frac{1}{12}=p(A)\times p(B)\) : \(A\) et \(B\) sont indépendants.

➢ 2) \(C=\{(2;6),(3;5),(4;4),(5;3),(6;2)\}\), \(p(C)=\frac{5}{36}\) ; \(A\cap C=\{(2;6),(4;4),(6;2)\}\), \(p(A\cap C)=\frac{3}{36}=\frac{1}{12}\ne\frac{1}{2}\times\frac{5}{36}=\frac{5}{72}\) : \(A\) et \(C\) ne sont pas indépendants.

III. Variable aléatoire

Définition

• Une variable aléatoire \(X\) est une fonction qui associe un nombre réel à chaque issue de l’expérience.

• Sa loi de probabilité est la donnée des valeurs \(x_{1}\), …, \(x_{n}\) prises par \(X\) et des probabilités \(p_{i}=p(X=x_{i})\) (avec \(p_{1}+\dots+p_{n}=1\)).

• Espérance : \(E(X)=\sum_{i=1}^{n}x_{i}p_{i}\) ; variance : \(V(X)=\sum_{i=1}^{n}x_{i}^{2}p_{i}-(E(X))^{2}\) ; écart type : \(\sigma(X)=\sqrt{V(X)}\).

• Fonction de répartition : \(F(x)=p(X\le x)\) pour tout réel \(x\).

Exemple

On tire simultanément \(2\) boules d’une urne contenant \(3\) rouges et \(2\) vertes ; \(X\) est le nombre de boules vertes tirées. \(\mathrm{card}\,\Omega=C_{5}^{2}=10\) :

\(x_{i}\)\(0\)\(1\)\(2\)
\(p(X=x_{i})\)\(\frac{C_{3}^{2}}{10}=\frac{3}{10}\)\(\frac{3\times2}{10}=\frac{6}{10}\)\(\frac{C_{2}^{2}}{10}=\frac{1}{10}\)

• \(E(X)=0\times\frac{3}{10}+1\times\frac{6}{10}+2\times\frac{1}{10}=0{,}8\) ;

• \(V(X)=1^{2}\times\frac{6}{10}+2^{2}\times\frac{1}{10}-0{,}8^{2}=0{,}36\) ;

• \(\sigma(X)=\sqrt{0{,}36}=0{,}6\).

• On contrôle : \(\frac{3}{10}+\frac{6}{10}+\frac{1}{10}=1\).

Dénombrement et probabilités – Variable aléatoire (figure 2)

Application 8

Jeu. On lance un dé équilibré. On gagne \(10\) DH si l’on obtient \(6\), on gagne \(2\) DH si l’on obtient \(4\) ou \(5\), et on perd \(3\) DH sinon. On note \(X\) le gain algébrique.

1) Donner la loi de probabilité de \(X\).

2) Calculer \(E(X)\). Le jeu est-il favorable au joueur ?

3) Calculer \(V(X)\) et \(\sigma(X)\).

4) Déterminer la fonction de répartition de \(X\).

Solution

➢ 1) \(p(X=-3)=\frac{3}{6}=\frac{1}{2}\), \(p(X=2)=\frac{2}{6}=\frac{1}{3}\), \(p(X=10)=\frac{1}{6}\).

➢ 2) \(E(X)=-\frac{3}{2}+\frac{2}{3}+\frac{10}{6}=\frac{-9+4+10}{6}=\frac{5}{6}\gt 0\) : en moyenne, le joueur gagne environ \(0{,}83\) DH par partie ; le jeu lui est favorable.

➢ 3) \(E(X^{2})=\frac{9}{2}+\frac{4}{3}+\frac{100}{6}=\frac{27+8+100}{6}=\frac{45}{2}\), donc \(V(X)=\frac{45}{2}-\frac{25}{36}=\frac{785}{36}\) et \(\sigma(X)=\frac{\sqrt{785}}{6}\approx4{,}67\).

➢ 4) \(F(x)=0\) si \(x\lt -3\) ; \(F(x)=\frac{1}{2}\) si \(-3\le x\lt 2\) ; \(F(x)=\frac{5}{6}\) si \(2\le x\lt 10\) ; \(F(x)=1\) si \(x\ge10\).

IV. Loi binomiale

Définition

On répète \(n\) fois, de façon indépendante, une épreuve n’ayant que deux issues : « succès », de probabilité \(p\), et « échec », de probabilité \(1-p\). Le nombre \(X\) de succès suit la loi binomiale de paramètres \(n\) et \(p\), notée \(\mathcal{B}(n;p)\).

Propriété

Si \(X\) suit la loi \(\mathcal{B}(n;p)\), alors pour tout entier \(k\) tel que \(0\le k\le n\) :

\(\displaystyle p(X=k)=C_{n}^{k}\,p^{k}\,(1-p)^{n-k}\qquad;\qquad E(X)=np\qquad;\qquad V(X)=np(1-p)\)

Exemple

On sème \(5\) graines ; chacune germe avec la probabilité \(0{,}8\), indépendamment des autres. Le nombre \(X\) de graines qui germent suit \(\mathcal{B}(5;0{,}8)\) :

• \(p(X=4)=C_{5}^{4}\times0{,}8^{4}\times0{,}2=0{,}4096\) ;

• \(p(X\ge4)=p(X=4)+p(X=5)=0{,}4096+0{,}8^{5}=0{,}73728\) ;

• \(E(X)=5\times0{,}8=4\) graines en moyenne ; \(V(X)=5\times0{,}8\times0{,}2=0{,}8\).

Dénombrement et probabilités – Loi binomiale (figure 3)

Application 9

On reprend la situation génétique de l’application 6 avec un couple ayant \(4\) enfants. \(X\) est le nombre d’enfants de génotype \(aa\).

1) Justifier que \(X\) suit une loi binomiale dont on précisera les paramètres.

2) Calculer \(p(X=1)\) et \(p(X\ge1)\).

3) Calculer \(E(X)\) et interpréter.

Solution

➢ 1) Quatre épreuves indépendantes à deux issues (« \(aa\) » de probabilité \(\frac{1}{4}\), ou non) : \(X\) suit \(\mathcal{B}(4;\frac{1}{4})\).

➢ 2) \(p(X=1)=C_{4}^{1}\times\frac{1}{4}\times(\frac{3}{4})^{3}=\frac{27}{64}\) ; \(p(X\ge1)=1-p(X=0)=1-(\frac{3}{4})^{4}=\frac{175}{256}\).

➢ 3) \(E(X)=4\times\frac{1}{4}=1\) : sur un grand nombre de familles de \(4\) enfants, il y a en moyenne un enfant \(aa\) par famille.

V. Application de synthèse

Application 10

Une urne contient \(2\) boules rouges et \(3\) boules bleues. Une épreuve consiste à tirer simultanément \(2\) boules de l’urne et à noter l’événement \(A\) : « les deux boules ont la même couleur ». On remet les boules après chaque épreuve.

1) Montrer que \(p(A)=\frac{2}{5}\).

2) On répète l’épreuve \(3\) fois. Soit \(X\) le nombre de fois où \(A\) est réalisé. Donner la loi de \(X\).

3) Calculer \(p(X=2)\), \(p(X\ge1)\) et \(E(X)\).

Solution

➢ 1) \(p(A)=\frac{C_{2}^{2}+C_{3}^{2}}{C_{5}^{2}}=\frac{1+3}{10}=\frac{2}{5}\).

➢ 2) Les épreuves sont identiques et indépendantes (remise) : \(X\) suit \(\mathcal{B}(3;\frac{2}{5})\), \(p(X=k)=C_{3}^{k}(\frac{2}{5})^{k}(\frac{3}{5})^{3-k}\) :

\(k\)\(0\)\(1\)\(2\)\(3\)
\(p(X=k)\)\(\frac{27}{125}\)\(\frac{54}{125}\)\(\frac{36}{125}\)\(\frac{8}{125}\)

➢ 3) \(p(X=2)=\frac{36}{125}\) ; \(p(X\ge1)=1-\frac{27}{125}=\frac{98}{125}\) ; \(E(X)=3\times\frac{2}{5}=\frac{6}{5}\).

VI. Erreurs fréquentes

ErreurCe qu’il faut faire
Utiliser \(A_{n}^{p}\) pour un tirage simultané.Simultané = sans ordre : \(C_{n}^{p}\). Successif sans remise : \(A_{n}^{p}\) ; avec remise : \(n^{p}\).
Confondre \(p_{B}(A)\) et \(p(A\cap B)\).\(p(A\cap B)=p(B)\times p_{B}(A)\) : on multiplie le long d’une branche.
Calculer « au moins un » par une longue somme.Utiliser l’événement contraire « aucun » : \(1-p(X=0)\).
Appliquer la loi binomiale à des tirages sans remise.Il faut des épreuves identiques et indépendantes (avec remise, ou répétitions indépendantes).
Oublier de vérifier que les probabilités de la loi ont pour somme \(1\).C’est un contrôle indispensable.

VII. À retenir

• Principe multiplicatif ; \(A_{n}^{p}=\frac{n!}{(n-p)!}\) ; \(C_{n}^{p}=\frac{n!}{p!(n-p)!}\) ; tirages : \(n^{p}\), \(A_{n}^{p}\), \(C_{n}^{p}\).

• Équiprobabilité : \(p(A)=\frac{\mathrm{card}\,A}{\mathrm{card}\,\Omega}\) ; \(p(\overline{A})=1-p(A)\).

• \(p_{B}(A)=\frac{p(A\cap B)}{p(B)}\) ; probabilités totales ; indépendance : \(p(A\cap B)=p(A)p(B)\).

• \(E(X)=\sum x_{i}p_{i}\) ; \(V(X)=\sum x_{i}^{2}p_{i}-E(X)^{2}\) ; \(\sigma=\sqrt{V}\).

• \(\mathcal{B}(n;p)\) : \(p(X=k)=C_{n}^{k}p^{k}(1-p)^{n-k}\), \(E=np\), \(V=np(1-p)\).