TD 26 : ESPACES PROBABILISÉS

I Généralités, obtention de probas par dénombrement (équiprobabilité)

EXERCICE 26.1 On tire trois cartes dans un jeu de 32 cartes. Dans chacun des cas suivants, préciser l’univers modélisant F
l’expérience, et calculer la probabilité d’obtenir 3 cartes de même couleur.
1. Si les cartes sont tirées simultanément.
2. Si les cartes sont tirées successivement et sans remise.
3. Si les cartes sont tirées successivement et avec remise.
EXERCICE 26.2 On lance 6 fois un dé équilibré. Quelle est la probabilité d’avoir obtenu une fois chaque face ? PD
EXERCICE 26.3 Soient A et B deux événements d’un espace probabilisé fini. On note alors C l’événement «un et un PD
seul des événements A ou B est réalisé».
1. Exprimer C en fonction de A et B.
2. Prouver que P(C) = P(A) + P(B) − 2P(A ∩ B).
EXERCICE 26.4 On lance 2n fois une pièce qui tombe sur pile avec probabilité p ∈]0, 1[. Déterminer la probabilité que PD
chaque lancer donne un résultat contraire du lancer précédent.

EXERCICE 26.5 Montrer que si A et B sont indépendants, alors les couples A et B sont indépendants, de même que A PD
et B, et A et B.
EXERCICE 26.6 Une loterie a lieu une fois par semaine. Chaque semaine, sur 100 billets mis en jeu, n sont gagnants, PD
avec n 6 90. Chaque billet coûte un euro, et on dispose de 10 euros.
Parmi les deux stratégies suivantes :
1. acheter 10 billets la même semaine
2. acheter un billet par semaine durant 10 semaines
Laquelle permet de maximiser les chances de gagner au moins une fois ?
EXERCICE 26.7 Paradoxe des anniversaires PD
Dans un groupe de n personnes, on considère que chaque personne a autant de chance d’être née chacun des 365 jours de
l’année.
Quelle est la probabilité que deux personnes aient leur anniversaire le même jour ?
Un calcul numérique prouve que pour n > 23, cette probabilité est supérieure à 1/2, et c’est ce que l’on nomme paradoxe des
anniversaires. Ce n’est pas un vrai paradoxe, mais cela contredit l’intuition, car on pourrait s’attendre à ce qu’il faille bien davantage de
personnes.
Pour n = 48, cette probabilité vaut environ 0.96, et votre classe ne déroge pas à la règle : vous êtes bien deux à être nés le même jour !
EXERCICE 26.8 On place deux amis dans une file d’attente de n personnes (n > 3). Quelle est la probabilité qu’il y ait AD
r personnes (0 6 r 6 n − 2) entre les deux amis ?
Quelle est le nombre de personnes le plus probable entre les deux ?
Mêmes questions si cette fois les deux amis sont placés sur une table ronde, et que l’on compte le nombre de personnes
entre les deux dans le sens le plus direct.
EXERCICE 26.9 On lance n fois une pièce de monnaie, qui tombe sur pile avec probabilité p ∈]0, 1[. PD
1. Quelle est la probabilité que le premier pile arrive au nème lancer ?
2. Pour k ∈ n1, no, quelle est la probabilité d’obtenir le k ème pile au n ème lancer ?
EXERCICE 26.10 Formule du crible et application D

1. Soient A1 , . . . , An des événements d’un espace probabilisé fini (Ω, P). On souhaite prouver que

n n
*.(−1)k +1
[ X X
P * Ai + = P(Ai 1 ∩ · · · ∩ Ai k )+/ . (?)
, i=1 - k =1 , 16i 1 <i 2 < ···<i k 6n -
X
On rappelle à cet effet que pour toute partie A ∈ P(Ω), P(A) = P({ω}).
ω ∈A
Si l’on applique ceci à tous les termes du membre de droite de (?), on obtient une combinaison linéaire des P({ω}),
ω ∈ Ω.

MPSI2 LYCÉE CHAMPOLLION 2020-2021

 (a) Soit ω ∈ Ω un élément qui appartient à exactement p événements parmi A1 , . . . , An . Montrer que le coefficient
n
p
!
(−1)k+1
X
devant P({ω}) dans le membre de droite de (?) est .
k
k =1
(b) Conclure.
2. n personnes laissent leurs chapeaux au vestiaire. Pour les récupérer, chacune prend un chapeau au hasard. Quelle est
la probabilité que personne n’ait repris son chapeau ?
EXERCICE 26.11 Problème du scrutin (Oral X PC) TD
Lors d’une élection, a électeurs votent pour A et b votent pour B (a > b). Quelle est la probabilité que, pendant le
dépouillement, A soit toujours strictement en tête ?

I Probas composées, probas totales, Bayes

EXERCICE 26.12 Urne de Polya AD

Une urne contient au départ une boule blanche et une boule noire.
On répète indéfiniment l’expérience suivante : on tire une boule, on la remet dans l’urne, et on ajoute une autre boule de
la même couleur.
Ainsi, à l’issue de la k ème répétition de l’expérience, l’urne contient k + 2 boules.
On note alors pour k ∈ N et i ∈ n1, k + 1o, Bki l’événement «l’urne contient i boules blanches à l’issue du k ème tirage».
1
Montrer par récurrence sur k que pour tout i ∈ n1, k + 1o, P(Bki ) = .
k +1
EXERCICE 26.13 (Oral Centrale PC) AD
Soit n ∈ N∗ . Une urne contient 2n boules, n blanches et n noires. On tire les boules deux par deux jusqu’à vider l’urne.
Quelle est la probabilité qu’à chaque tirage on ait obtenu une boule blanche et une boule noire ?
EXERCICE 26.14 Le concierge alcoolique AD
Un concierge possède 10 clés sur son trousseau, dont une seule ouvre la porte devant laquelle il se trouve.
On note Ak l’événement «la k ème clé essayée par le concierge est la première à ouvrir la porte».
1. Le concierge essaie les clés sans remise, calculer P(Ak ) pour 1 6 k 6 10.
2. Le concierge essaie les clés avec remise, calculer P(Ak ) pour k ∈ N∗ .
3. Le concierge est ivre un jour sur trois. Lorsque c’est le cas, il essaie les clés avec remise, et les autres jours, il les
essaie sans remise. Calculer P(Ak ).
4. Aujourd’hui, il a fallu 6 essais au concierge pour ouvrir sa porte. Quelle est la probabilité qu’il soit ivre ? Même
question avec 11 essais.

EXERCICE 26.15 (Banque CCP) AD

On dispose de 100 dés dont 25 sont pipés. Pour chaque dé pipé, la probabilité d’obtenir le chiffre 6 lors d’un lancer vaut 12 .
1. On tire un dé au hasard parmi les 100 dés. On lance ce dé et on obtient le chiffre 6. Quelle est la probabilité que ce
dé soit pipé ?
2. Soit n ∈ N∗ . On dire un dé au hasard parmi les 100 dés. On lance ce dé n fois et on obtient n fois le chiffre 6. Quelle
est la probabilité pn que ce dé soit pipé ?
3. Déterminer lim pn . Interpréter ce résultat.
n→+∞

EXERCICE 26.16 On dispose de deux dés équilibrés : le dé A possède quatre faces rouges et deux faces noires, le dé B PD
possède quatre faces noires et deux faces rouges.
On lance une pièce de monnaie truquée, qui tombe sur pile avec probabilité 13 . Si la pièce tombe sur pile, alors on ne joue
qu’avec le dé A, si la pièce de monnaie tombe sur face, on ne joue qu’avec le dé B.
On note Ri l’événement «le i ème lancer de dé donne une face rouge».
1. Calculer P(R 1 ), P(R 2 ), puis P(R 1 ∩ R 2 ). Les événements R 1 et R 2 sont-ils indépendants ?
2. On a obtenu «rouge» aux deux premiers lancers. Calculer la probabilité d’obtenir «rouge» au troisième.
3. On a obtenu «rouge» aux n premiers lancers. Calculer la probabilité qu’on joue avec le dé A.

EXERCICE 26.17 On dispose de n urnes U1 , U2 , . . . , Un , et on dispose 3 boules dans chaque urne. AD

Dans l’ensemble des 3n boules, une seule est bleue, les autres sont rouges.
Sachant que l’on a tiré sans remise deux boules rouges dans l’urne U1 , quelle est la probabilité que la boule bleue se trouve
dans l’urne U2 ?

MPSI2 LYCÉE CHAMPOLLION 2020-2021

 CORRECTION 1

CORRECTION DES EXERCICES DU TD 26

SOLUTION DE L’EXERCICE 26.1
Dans les 3 cas, notons A l’événement «obtenir 3 cartes de même couleur», en gardant à
l’esprit que les univers Ω étant différents, A n’est pas toujours égal au même ensemble.
1. Les issues possibles de l’expérience sont donc les mains des 3 cartes. Autrement dit, les
parties à 3 éléments de l’ensemble des 32 cartes.
Soit encore ce que nous avons nommé les 3-combinaisons de l’ensemble des cartes.
1 Ou du moins peut-être pris
Donc l’univers Ω est1 l’ensemble! des 3-combinaisons de l’ensemble des 32 cartes.
32 32 × 31 × 30 tel quel, on pourrait imaginer
Nous savons alors CardΩ = = = 5 × 32 × 31. d’autres possibilités.
3 6
8
!
Et le nombre de mains de même couleur est 4 × = 4 × 8 × 7, 4 étant le nombre de
3
8
!
couleurs, et étant, une fois la couleur choisie, le nombre de manières de choisir 3 cartes
3
parmi les 8 de cette couleur.
Donc la probabilité d’obtenir 3 cartes de même couleur est

Card(A) 4×8×7 7
P(A) = = = .
Card(Ω) 32 × 31 × 5 155
2 Par forcément sur la proba-
2. Cette fois l’ordre des tirages a une importance2 , et donc les issues possibles de l’expérience
sont des triplets (donc ordonnés) de cartes, ne comportant pas deux fois la même carte3 . bilité que nous obtiendrons,
mais en tous cas dans la des-
Autrement dit, ce sont des arrangements de 3 cartes parmi les 32 possibles.
cription de l’expérience.
Donc Ω est l’ensemble des tels arrangements, de sorte que Card(Ω) = 32 × 31 × 30.
3 Car les tirages sont sans
Et alors A est de cardinal 4 × 8 × 7 × 6. Encore une fois 4 correspond au nombre de couleurs
remise.
possibles, et 8 × 7 × 6 est le nombre de 3-arrangements de cartes d’une couleur fixée.
Card(A) 4 × 6 × 7 × 8 7
Et donc P(A) = = = .
Card(Ω) 32 × 31 × 30 155
Remarque importante : nous trouvons bien la même probabilité que précédemment. C’est com-
plètement intuitif, et vous serez d’accord pour dire que la probabilité d’obtenir 3 cartes de même
couleur est la même qu’on tire les cartes simultanément ou bien une par une.
C’est un fait qu’il est bon d’avoir à l’esprit : si les événements que l’on considère ne tiennent pas
en compte l’ordre (ici on ne regarde pas la couleur de la première/de la deuxième/de la troisième
carte), modéliser une expérience par des tirages successifs sans remise ou par des tirages simultanés
conduit au même résultat.
3. Cette fois, les tirages étant avec remise, il est possible d’obtenir plusieurs fois la même carte,
et donc une issue de l’expérience est un triplet de cartes.
( ) 3
Donc Ω = 7♠ 7q . . . , A♣ Ar .
Et donc Card(Ω) = 323 .
Pour chaque couleur, il y a 83 triplets de cartes de cette couleur.
4 × 83 1
Et donc P(A) = = .
323 16

SOLUTION DE L’EXERCICE 26.2

Comme souvent, la difficulté réside dans la manière dont on modélise l’épreuve.
Si on commence à distinguer les résultats des différents lancers, les calculs et les notations
vont vite devenir inextricables. Il sera facile de dire «le second lancer donne un résultat
différent du premier», mais au moment d’écrire que les 4 premiers sont différents, cela va
se corser...
4 Car le dé est équilibré.
Notons qu’on peut ici prendre Ω = n1, 6o6 , muni de sa probabilité uniforme4
Et donc une issue qui réalise l’événement A : «les 6 numéros sont sortis» est la donnée d’un
6-arrangement de n1, 6o (ou si vous préférez d’une permutation de n1, 6o).
Il y a 6! tels arrangements, et donc

6! 5
P(A) = = .
66 324

MPSI2 LYCÉE CHAMPOLLION 2020-2021 M. VIENNEY

 2 TD 26

SOLUTION DE L’EXERCICE 26.3

1. On a C = (A ∪ B) \ (A ∩ B). C’est ce que dans le TD de théorie des ensembles nous avions
nommé différence symétrique de A et B et noté A∆B.
Incompatibilité
2. Puisque C et A ∩ B sont incompatibles, P(A ∪ B) = P(C ∪ (A ∩ B)) = P(C) + P(A ∩ B).
Cette incompatibilité se
Et donc
comprend encore mieux
quand on le dit en français :
P(C) = P(A ∪ B) − P(A ∩ B) = P(A) + P(B) − P(A ∩ B) − P(A ∩ B) = P(A) + P(B) − 2P(A ∩ B). C est l’événement «un seul
des 2 événements A et B
est réalisé» quand A ∩ B est
SOLUTION DE L’EXERCICE 26.4 l’événement «A et B sont
Notons Pi (resp. Fi ) l’événement «le i ème lancer donne pile (resp. face)». réalisés».
Et soit alors A l’événement dont la probabilité est cherchée, à savoir : «chaque lancer donne Il est alors clair que C et
A ∩ B ne peuvent pas être
un résultat différent du précédent». simultanément réalisés.
Puisque {F 1 , P1 } est un système complet d’événements, par la formule des probabilités
totales,
P(A) = P(A ∩ F 1 ) + P(A ∩ P1 ).
Mais A ∩ F 1 = F 1 ∩ P2 ∩ F 3 ∩ · · · ∩ F 2n−1 ∩ P2n , de sorte que par indépendance des lancers,

P(A ∩ F 1 ) = P(F 1 )P(P2 ) · · · P(F 2n−1 )P(P 2n ) = (pq)n .

De même, P(A ∩ P1 ) = (pq)n et donc P(A) = 2(pq)n .

SOLUTION DE L’EXERCICE 26.5

On a P(B) = 1 − P(B), et donc

P(A ∩ B) = P(A) − P(A ∩ B) = P(A) − P(A)P(B) = P(A)(1 − P(B)) = P(A)P(B).

SOLUTION DE L’EXERCICE 26.6

Notons G l’événement «l’un des billets achetés est gagnant».
Avec la première stratégie, la probabilité d’obtenir uniquement des billets perdants est :
100−n
100
10 (100 − n)!90! (100 − n)(99 − n) · (91 − n) Y k − n
P(G) = = = =
100
(90 − n)!100! 100 · 99 · · · 91 k
10 k =91

Donc
100
Y k −n
P(G) = 1 −
k
k =91

Avec la seconde stratégie, notons G i le événement : le joueur gagne la i ème semaine. Alors
100 − n
P(G i ) = .
100
10
\
Par indépendance des événements G 1 , . . . , G 10 , et puisque G = G i , on a
i=1

10 ! 10
Y 100 − n
P(G) = P(G i ) = .
i=1
100

Et donc il vient ! 10
100 − n
P(G) = 1 −
100
k −n 100 − n
On prouve facilement que pour k ∈ n91, 100o, on a 6 .
k 100
On en déduit que
100 ! 10
Y k −n 100 − n
6
k 100
k =91

On en déduit que la probabilité de gagner est plus grande avec la première stratégie.

MPSI2 LYCÉE CHAMPOLLION 2020-2021 M. VIENNEY

 CORRECTION 3

SOLUTION DE L’EXERCICE 26.7

Prenons pour Ω l’ensemble n1, 365on des n-uplets d’éléments de n1, 365o, le i ème élément
correspondant au jour de naissance de la i ème personne.
Cherchons alors la probabilité de l’événement contraire, à savoir que les n dates de nais-
sances soient deux à deux distinctes.
Alors les événements élémentaires réalisant cet événement sont les n-uplets sans répétitions :
ce sont précisément les n-arrangements de n1, 365o.
365! 5 Mais on n’a probablement
Si n > 366, il n’y en a pas5 , et sinon, il sont au nombre de .
(365 − n)!) pas besoin d’un calcul pour
Et donc au final, la probabilité que deux personnes soient nées le même jour est 1 − répondre au problème posé si
365! n > 366...
.
(365 − n)!365n

SOLUTION DE L’EXERCICE 26.8

1. Puisque seules comptent les places occupées par les deux amis (appelons-les Laurel et
Hardy), il s’agit de dénombrer les manières de placer ces deux comparses.
Il y a n(n − 1) tels choix (nombre de 2-arrangements de n1, no).
Il y aura alors r places entre les deux si Laurel se trouve en place i et Hardy en place i +r + 1
pour 1 6 i 6 n − r − 1, ou le contraire.
Ce qui fait 2(n − r − 1) possibilités.
2(n − r − 1)
Et donc la probabilité cherchée est .
n(n − 1)
2. Cette probabilité décroit clairement lorsque r augmente, donc est maximale pour r = 0 :
6 Attention, je n’ai pas dit
le plus probable6 est que Laurel et Hardy soient voisins.
qu’il y a avait plus de 50% de
3. Si la table est ronde, alors une modélisation possible de l’expérience est de commencer par chances que ceci se produise,
placer Laurel sur la première chaise (peu importe laquelle, seules les positions relatives nous mais juste que c’est plus
intéressent), puis de placer les autres personnes dans le sens direct à partir de Laurel. probable que n’importe
Il y a donc (n − 1)! manières
n  de placer ces personnes. quelle autre distance.

Mais pour 1 6 r 6 , seules deux positions pour Hardy placeront r personnes entre
2
Laurel et lui : s’il est sur la chaise r + 1 (où la chaise de Laurel porte le numéro 0), ou sur
la chaise n − r − 1. Et il y a (n − 2)! dispositions réalisant chacune de ces possibilités.
2(n − 2)! 2
Donc la probabilité que Laurel et Hardy soient à distance r est = .
(n − 1)! n−1
n
Avec une exception dans le cas où n est pair et r = − 1, auquel cas les positions r + 1 et
2
1
n − 1 − r sont les mêmes, et donc la probabilité cherchée est .
n−1

SOLUTION DE L’EXERCICE 26.9

Notons Pi et Fi les événements correspondants aux résultat du i ème tirage.
1. L’événement «le 1er pile arrive au nème lancer est
A = F 1 ∩ F 2 ∩ · · · ∩ Fn−1 ∩ Pn
qui, par indépendance des différents lancers, a pour probabilité

P(A) = P(F 1 )P(F 2 ) · · · P(Fn−1 )P(Pn ) = qn−1p.

2. Si le k ème pile se produit au n ème lancer, c’est que ce dernier lancer donne pile, et que k − 1
parmi les n − 1 premiers ont déjà donné un pile.
Or, si l’on choisit k − 1 tirages parmi les n − 1 premiers, la probabilité d’obtenir pile
exactement à ces tirages ainsi qu’au n ème est p k qn−k . Détails
n−1 n − 1 k n−k
! !
Puisqu’il y a manières de choisir ces positions, la probabilité cherchée est p q . La raison pour laquelle il suf-
k −1 k −1 n−1
!
fit de multiplier par
k −1
est que les événements que
l’on compte sont 2 à deux
Alternative : si vraiment on a besoin de nommer les événements alors l’événement que disjoints.
nous cherchons est
[ \ \
*. Pi ∩ F j ∩ Pn +/ .
16i 1 <i 2 < ···<i k −1 6n−1 ,i ∈{i 1, ...,i k −1 } j<{i 1, ...,i k −1 } -
MPSI2 LYCÉE CHAMPOLLION 2020-2021 M. VIENNEY
 4 TD 26

C’est franchement indigeste, et ça conduira au même raisonnement : chacun des évé-

nements dans l’union est de probabilité p k qn−k , et il faudra quand même dénombrer le
nombre d’événements dans l’union.
Bref, on n’y gagne rien... si ce n’est que c’est un peu plus rigoureux !

SOLUTION DE L’EXERCICE 26.10

1.a. En écrivant X
P(Ai 1 ∩ · · · ∩ Ai k ) = P({τ })
τ ∈Ai 1 ∩···∩Ai k

la somme ne contiendra un terme P({ω}) que si ω est dans tous les Ai j .

Donc dans la somme, à k fixé, il y aura autant de P({ω}) que de parties à k éléments de
7 Que l’on a supposé de
l’ensemble des indices7 i tels que ω ∈ Ai .
n p cardinal exactement p.
p k+1 p k +1 p
! X ! X !
Il y a telles parties, et donc le coefficient devant P({ω}) est (−1) = (−1) .
k k k
k =1 k =1
p
p
!
(−1)k = − (1 − 1)p − 1 = 1 si p > 1, et 0 sinon.
X

1.b. Ce coefficient vaut donc −
k
k =1
Donc le membre de droite de (?) est la somme de P({ω}) pour ω apparaissant dans l’un au
moins des Ai .
X [ n
Autrement dit, c’est P({ω}) = P * Ai +.
ω ∈A1 ∪···∪An , i=1 -
2. Notons Ai l’événement «la i ème personne a récupéré son chapeau».
\n n
[
Alors nous cherchons la probabilité de B = Ai = Ai .
i=1 i=1
Par la formule précédente, on a

n n
*.(−1)k +1
[ X X
P * Ai + = P(Ai 1 ∩ · · · ∩ Ai k )+/ .
, i=1 - k =1 , 16i 1 <i 2 < ···<i k 6n -
(n − k)!
Pour k fixé, et 1 6 i 1 < · · · < i k 6 n fixés, on a P(Ai 1 ∩ · · · ∩ Ai k ) = .
n!
En effet, il s’agit de choisir, parmi les n! permutations possibles des n chapeaux, une
permutation des chapeaux autres que ceux de i 1 , . . . , i k .
Donc
n n
(n − k)!
−1)k +1
[ X X
P * Ai + = .
, i=1 - 16i < ···<i 6n
n!
k =1 1 k

n
!
Mais, toujours à k fixé, il y a façons de choisir une partie à k éléments {i 1 , . . . , i k } de Remarque
k
Une fois la partie choisie, il
n1, no. n’y a qu’une seule manière de
n
!
l’ordonner.
Donc la somme intérieure comporte termes, et donc
k
n n n
n (n − k)! X 1
!
(−1)k +1 (−1)k +1 .
[ X
P * Ai + = =
, i=1 - k=1 k n! k!
k =1

n
X (−1)k+1
Et donc enfin, P(B) = 1 − .
k!
k =1
Remarques : I la formule de Taylor-Lagrange permet de prouver que cette probabilité tend vers
1 − e −1 .
I Notons au passage que nous avons (quasiment) déterminé le nombre de dérangements (= de
permutations sans point fixe) de n1, no.

MPSI2 LYCÉE CHAMPOLLION 2020-2021 M. VIENNEY

CORRECTION 5

SOLUTION DE L’EXERCICE 26.11

Il s’agit bien évidemment d’un exercice dur, puisqu’oral de l’X. Entendons-nous bien : en 20/30
minutes l’examinateur ne va pas nécessairement attendre que vous ayez la bonne idée qui va plier
l’exercice. Au contraire, on va vouloir évaluer votre capacité à explorer des pistes, et plus encore,
votre capacité à réagir à des indications partielles.
D’ailleurs, le problème posé a mis une dizaine d’années avant d’avoir une solution, et c’est Joseph
Bertrand, probabiliste célèbre (et accessoirement major de l’X) qui le premier en a apporté une
réponse, qui n’est pas celle que nous présentons ici.

Commençons par noter qu’un dépouillement est entièrement, et uniquement caractérisé

! bulletins A.
par les positions des
a +b
Il y a donc dépouillements possibles.
a
Notons D l’ensemble de ces dépouillements, D f l’ensemble des dépouillements favorables,
c’est-à-dire pour lesquels A est toujours strictement en tête, et Dd l’ensemble des dépouille-
ments défavorables.
Notons également D + l’ensemble des dépouillements (favorables ou non) qui commencent
par un bulletin A, et D − ceux qui commencent par un B (tous défavorables), de sorte que
D + ∪ D − = D, l’union étant disjointe.
On peut se représenter graphiquement la situation par des chemins à coordonnées entières,
qui commencent à (0, 0) et terminent à (a + b, a − b), par exemple :

FIGURE 26.1 – Un dépouillement favorable : le chemin reste au dessus de l’axe des abscisses
sans jamais le toucher, donc A est toujours strictement en tête.

Si vous souhaitez formaliser davantage, c’est possible, mais ça ne me semble pas nécessaire...
a+b
X
a+b |
 
On peut identifier un chemin à un élément de  , . . . , v 1} v = a b .
 
 (v 1 a+b ) ∈ {−1, i − 
 i=1 
Xk
8 Ou dépouillement.
Un chemin8 favorable est un (v 1 , . . . , va+b ) tel que pour tout k ∈ n1, a + bo, vi > 0.
i=1

Alors il y a autant de dépouillements favorables commençant par un bulletin A que de

dépouillements (tous défavorables) commençant par un B.
En effet, si un dépouillement défavorable commence par un bulletin A (c’est-à-dire est un
élément de Dd ∩ D + ), alors nécessairement il existe un moment où les deux candidats sont
9 Sans nécessairement le
à égalité. Autrement dit, le chemin associé coupe l’axe des abscisses9 .
En effectuant une réflexion par rapport à l’axe des abscisses de la partie du chemin d’abscisses traverser.
comprises entre 0 et le premier point d’intersection avec l’axe des abscisses, on obtient un 10 Ou plutôt un chemin
élément10 de D − . correspondant à un élément
On vérifie aisément qu’on définit ainsi une bijection (et même une involution) de D + ∩ Dd de D − .
sur D − . Par conséquent, ces deux ensembles ont même cardinal.
Ce raisonnement est souvent appelé principe de réflexion.
Or les éléments de D − sont faciles à dénombrer : ils commencent tous par un bulletin B,
donc il reste à choisir la! position des a bulletins A parmi les a + b − 1 places restantes. Donc
a +b − 1
Card(D − ) = .
a

MPSI2 LYCÉE CHAMPOLLION 2020-2021 M. VIENNEY

6 TD 26

FIGURE 26.2 – Un élément de Dd ∩ D + et l’élément de D − obtenu par réflexion.

On a donc D = D f ∪ (Dd ∩ D + ) ∪ D − , et cette union est disjointe, de sorte que

Card(D) = Card(D f ) + Card(Dd ∩ D + ) + Card(D − ) = Card(D f ) + 2Card(D − ).

a +b a +b − 1
! !
Et donc Card(D f ) = Card(D) − 2Card(D − ) = −2 .
a a
Et donc pour finir, par équiprobabilité des dépouillements, la probabilité cherchée est
a+b−1

Card(D f ) a b a −b
=1−2 =1−2 = .
Card(D) a+b
a +b a +b
a

SOLUTION DE L’EXERCICE 26.12

Pour k = 1, c’est assez évident, à l’issue du premier tirage, il y a une chance sur deux pour
qu’il y ait une seule boule blanche, et une chance sur deux qu’il y en ait deux.
1
Supposons donc que pour k ∈ N∗ , alors ∀i ∈ n1, k + 1o, P(Bki ) = .
k +1
Notons alors Ak +1 l’événement «le (k + 1) tirage a donné une boule blanche».
ème

On a alors, par la formule des probabilités totales appliquée au système complet d’événe-
ments {Ak+1 , Ak+1 }, pour tout i ∈ n1, k + 2o,

P(Bki +1 ) = P(Ak +1 ∩ Bk+1

i
) + P(Ak +1 ∩ Bki +1 ).
i
Or, Ak +1 ∩ Bk+1 = Ak +1 ∩ Bki−1 et de même Ak +1 ∩ Bk+1
i = Ak +1 ∩ Bki .
On a alors Remarque
Cette formule reste valable
1 i −1
P Ak +1 ∩ Bki +1 = P Ak +1 ∩ Bki−1 = P(Bki−1 )PB i −1 (Ak +1 ) =
 
pour i = 1, même si alors


k k +1k +2 la signification de B ki −1 est
douteuse.
Et de même,
1 k +2−i
P Ak +1 ∩ Bki +1 = P Ak +1 ∩ Bki = P(Bki )PB i (Ak+1 ) =
   
.
k k +1 k +2
1
Et donc il vient bien P(Bki +1 ) = .
k +2
On conclut alors par le principe de récurrence.

Alternative : voici une autre solution, avec un autre système complet d’événements. Ni
moins bonne, ni meilleure, elle vise surtout à vous montrer qu’il peut y avoir plusieurs
systèmes complets d’événements intéressants.
On sait que {Bkj , 1 6 j 6 k + 1} est un système complet d’événements.
Donc par la formule des probabilités totales,
k +1
i
P(Bki +1 ∩ Bkj ).
X
P(Bk+1 )=
j=1

Mais puisqu’au tirage numéro k + 1 on a soit ajouté une boule blanche, soit aucune, on a
i
donc Bk+1 ∩ Bkj = ∅ si j < {i, i − 1}.
Et donc P(Bki +1 ) = P(Bki +1 ∩ Bki−1 ) + P(Bki +1 ∩ Bki ).

MPSI2 LYCÉE CHAMPOLLION 2020-2021 M. VIENNEY

 CORRECTION 7

Mais Bki +1 ∩ Bki−1 signifie qu’on avait i − 1 boules blanches après le k ème tirage et qu’on a eu
une blanche au (k + 1)ème. Et donc Bk+1 i ∩ Bki−1 = Bki−1 ∩ Ak +1 .
i i i
De même, Bk +1 ∩ Bk = Bk ∩ Ak +1 .
Et donc on retrouve bien

P(Bki +1 ) = P(Bki−1 ∩ Ak +1 ) + P(Bki ∩ Ak +1 ).

SOLUTION DE L’EXERCICE 26.13

Notons Ai l’événement «le i ème tirage donne deux boules de couleurs différentes».
\n
Alors l’événement dont l’énoncé demande la probabilité est A = Ai .
i=1
2n n
! !
Lors du premier tirage, il y a tirages possibles. Parmi ceux-ci, sont formés de
2 2
n
!
deux boules blanches et de boules noires.
2
2n


n
Donc P(A1 ) = 1 − 2n2
= .
2n − 1
2
On a alors, par la formule des probabilités composées,

P(A) = P(A1 )PA1 (A2 ) · · · PA1 ∩···∩An−1 (An ).

Mais si A1 est réalisé, l’urne contient n − 1 boules blanches et n − 1 boules noires, donc
un raisonnement analogue à celui que nous venons de tenir pour n boules prouve que
n−1
PA1 (A2 ) = .
2n − 3
Et plus généralement, pour k ∈ n1, no, si A1 , A2 , . . . , Ak −1 sont réalisés, alors lors du k ème
tirage, l’urne contient n − k boules de chaque couleur.
n −k +1
Et donc pour k 6 n, PA1 ∩···∩Ak −1 (Ak ) = .
2n − 2k + 1
Donc au final,

n n−1 21 n!
P(A) = ··· = .
2n − 1 2n − 3 3 1 1 × 3 × 5 × · · · × (2n − 1)

Et alors en procédant aux simplifications usuelles,

(2n)! (2n)!
1 × 3 × · · · × (2n − 1) = = n
2 × 4 × · · · × 2n 2 n!

2n (n!)2
de sorte que P(A) = .
(2n)!

SOLUTION DE L’EXERCICE 26.14

Pour k ∈ N, notons Bk l’événement «la k ème clé n’ouvre pas la porte».
k\
−1
1. On a Ak = Bi ∩ Bk .
i=1
Et donc par la formule des probabilités composées,

9 8 9 − (k − 2) 1
P(Ak ) = P(B 1 )PB1 (B 2 ) · · · PB1 ∩···∩Bk −2 (Bk−1 )PB1 ∩···∩Bk −1 (Bk ) = ···
10 9 10 − (k − 2) 10 − (k − 1)
1
= .
10
11 À vous de voir...
Le résultat, éventuellement11 surprenant au premier abord se comprend finalement assez
bien en termes de dénombrement.
On peut imaginer que notre concierge décide dès le début dans quel ordre il va essayer les
10 clés.
Et alors la bonne a autant de chances d’être en première position, en seconde, ..., en
dernière.

MPSI2 LYCÉE CHAMPOLLION 2020-2021 M. VIENNEY

 8 TD 26

2. L’énoncé est un peu vague ici, et surtout, nous risquons de sortir du cadre autorisé d’un
univers fini, puisque le nombre d’essais nécessaires n’est pas borné...
Fermons les yeux, même si un moyen de remédier à ce problème serait par exemple de
décréter arbitrairement que si au bout de 100 essais il n’a toujours pas trouvé la clé, le
concierge rebrousse chemin. Méthode
Peu importe, le but ici est de faire des calculs.... L’indépendance est ici ga-
k\
−1 rantie par les remises. Il n’y
On a toujours Ak = * Bi + ∩ Bk , mais cette fois, par indépendance des différents essais a pas moyen de la prouver
, i=1 - mathématiquement, elle se
k −1 ! k −1 comprend de la situation
Y 9 1 9k −1 décrite.
P(Ak ) = P(Bi ) × P(Bk ) = = .
i=1
10 10 10k

3. Notons I l’événement «le concierge est ivre», de sorte que P(I ) = 31 .

Alors {I , I } est un système complet d’événements, donc par la formule des probabilités
totales,
P(Ak ) = P(I )PI (Ak ) + P(I )PI (Ak ).
Mais ces probabilités conditionnelles ont en fait été calculées aux questions précédentes :
sachant qu’il y a/qu’il n’y a pas remise, on connaît la probabilité d’avoir besoin de k essais.
A Danger !
Les notations sont complète-
1
9k −1 si 1 6 k 6 10 ment trompeuses : chaque


On a PI (Ak ) = et = .

P I (A k )  10 fois qu’on a changé d’expé-
10k 0

sinon
 rience : avec remise/sans
Et donc remise/avec apéro, on a
2 1 1 9k −1 changé l’univers et donc par
+ si 1 ≤ k ≤ 10

conséquent Ak , mais aussi


3 10 3 10k

P(Ak ) = 

k −1 la probabilité P. Pourtant,
19
si k ≥ 11

nous continuons de noter


 3 10k

P(Ak ) pour des situations
différentes...
4. C’est le cas typique de la formule de Bayes, on veut connaître «les probas des causes en
connaissant celles des conséquences».
Il vient donc
1 95
PI (A6 )P(I ) 3 106 95
PA6 (I ) = = ' 0.227.
2 95 95 + 2 · 105
30 + 3·106
P(A6 )

12 Qui mènera évidemment

Pour la seconde partie de la question, on peut faire un calcul12 , ou se dire que c’est du bon
sens : s’il a eu besoin de strictement plus de 10 essais, le concierge est ivre. au même résultat.
Et donc PA11 (I ) = 1.

SOLUTION DE L’EXERCICE 26.15

1. Notons A l’événement «le dé est pipé» et B l’événement «on obtient un 6».
PA (B)P(A)
On cherche alors PB (A). Mais par la formule de Bayes, on a PB (A) = .
P(B)
Pour obtenir P(B), il suffit d’appliquer la formule des probabilités totales avec le système
complet d’événements {A, A} :

11 31 1
P(B) = P(A)PA (B) + P(A)PA (B) = + = .
42 46 4
11
1 24 1
Et puisque PA (B) = , il vient PB (A) = 1
= .
2 4
2
2. Il n’y a pas de grande difficulté ici : une fois le dé choisi, les différents tirages sont
indépendants.
1
Donc pour un dé non pipé, la probabilité d’obtenir n fois le nombre 6 est n , alors que
6
1
pour un dé pipé, elle est de n .
2
Autrement dit, en notant cette fois Bn l’événement «obtenir n fois la face 6 en n lancers»,
alors
1 1
PA (Bn ) = n et PA (Bn ) = n .
2 6
MPSI2 LYCÉE CHAMPOLLION 2020-2021 M. VIENNEY
 CORRECTION 9

13 Toujours par Bayes.

Et donc on a13
1
PA (Bn )P(A) 2n+2 1
PBn (A) = = 1
= .
P(A)PA (Bn ) + P(A)PA (Bn ) 2n+2
+ 43 61n 1+ 1
3n−1

3. On a lim pn = 1. L’idée étant qu’un dé qui ne fait que des 6 (ou plutôt qui les enchaine)
n→+∞
a de plus en plus de chances d’être pipé au fur et à mesure qu’on le lance et qu’on observe
davantage de 6.

SOLUTION DE L’EXERCICE 26.16

Notons A l’événement : «on joue avec le dé A» et B l’événement «on joue avec le dé B».
On a donc P(A) = 13 et P(B) = 23 .

1. Par la formule des probabilités totales appliquée avec le système complet d’événements
{A, B}, on a
21 21 4
P(R 1 ) = PA (R 1 )P(A) + PB (R 1 )P(B) = + = .
33 33 9
4
Le même calcul nous donne également P(R 2 ) = .
9
Enfin, toujours par la formule des probabilités totales,

P(R 1 ∩ R 2 ) = PA (R 1 ∩ R 2 )P(A) + PB (R 1 ∩ R 2 )P(B) = P(A)PA (R 1 )PA (R 2 ) + P(B)PB (R 1 )PB (R 2 )

122 211 6 Indépendance
= + = .
3 3 3 3 3 3 27 Les lancers sont indépen-
dants, une fois le dé choisi.
On constate que P(R 1 ∩ R 2 ) , P(R 1 )P(R 2 ), et donc R 1 et R 2 ne sont pas indépendants. Autrement dit, R 1 et R 2
Bien que ceci soit plutôt surprenant au premier abord, il y a une explication simple : si sont indépendants pour les
probabilités PA et PB .
on obtient une face rouge lors du premier lancer, il est plus probable que nous soyons en Cela ne signifie pas pour
train de jouer avec le dé A. autant qu’ils sont indépen-
Et donc il est plus probable d’obtenir encore une face rouge au second lancer. dants pour P, comme nous le
Alors qu’au contraire, si le premier lancer a donné une face noire, il est plus probable qu’on verrons ci-dessous.
joue avec B, et donc qu’on obtienne encore une face noire au second lancer.
Il en serait autrement si on choisissait (toujours au hasard) un nouveau dé à chaque lancer.
2. Nous cherchons PR1 ∩R2 (R 3 ). Par définition, on a

P(R 1 ∩ R 2 ∩ R 3 )
PR1 ∩R2 (R 3 ) =
P(R 1 ∩ R 2 )
6
Or, nous savons déjà que P(R 1 ∩ R 2 ) = .
27 !3 !3
1 2 2 1 10 14 À l’aide de la formule des
Comme à la question précédente, on prouve14 que P(R 1 ∩R 2 ∩R 3 ) = + = .
3 3 3 3 81 probabilités totales.
5
On en déduit que PR1 ∩R2 (R 3 ) = .
9
3. Par la formule de Bayes, on a

PA (R 1 ∩ · · · ∩ Rn )P(A) PA (R 1 ∩ · · · ∩ Rn )P(A)
PR1 ∩R2 ∩···∩Rn (A) = =
P(R 1 ∩ · · · ∩ Rn ) P(A)PA (R 1 ∩ · · · ∩ Rn ) + P(B)PB (R 1 ∩ · · · ∩ Rn )
1 2 n 2n
2n


3 3 3n+1
= 1 2
n 2 1
n = 2n +2 = n .
+ 2 +2
3 3 3 3 n+1 3

SOLUTION DE L’EXERCICE 26.17

Notons Bi l’événement «la boule bleue est dans l’urne Ui .»
Notons R 1 (resp. R 2 ) l’événement «la première (resp. deuxième) boule tirée dans l’urne U1
est rouge».
La probabilité demandée est alors PR1 ∩R2 (B 2 ).
Par la formule de Bayes, on a

PB2 (R 1 ∩ R 2 )P(B 2 )
PR1 ∩R2 (B 2 ) = .
P(R 1 ∩ R 2 )

MPSI2 LYCÉE CHAMPOLLION 2020-2021 M. VIENNEY

10 TD 26
Remarque
Mais, sachant que la boule bleue est dans l’urne U2 , l’urne U1 ne contient que des boules
Nous venons de prouver que
rouges, et donc PB2 (R 1 ∩ R 2 ) = 1.
1 PB1 (R 1 ∩ R 2 ) =
D’autre part, on a P(B 2 ) = , puisque la boule bleue a autant de chances de se trouver dans
n PB1 (R 1 )PB1 ∩R 1 (R 2 ).
chaque urne.
Reste donc à calculer P(R 1 ∩ R 2 ). Il s’agit en fait de la formule
des probabilités composées,
Pour cela, appliquons la formule des probabilités totales au système complet d’événements mais appliquée à la probabi-
{B 1 , B 2 , . . . , Bn } : lité PB1 et non à la probabi-
lité P.
n n
X 1X 1 En effet, on a alors
P(R 1 ∩ R 2 ) = P(Bi )PBi (R 1 ∩ R 2 ) = PBi (R 1 ∩ R 2 ) = PB1 (R 1 ∩ R 2 ) + n − 1 .


i=1
n i=1 n PR 1 B (R 2 ) = PR 1 ∩B1 (R 2 ),


1

ce qui est relativement intui-

Mais on a alors
tif : la probabilité sachant B 1 ,
P(B 1 ∩ R 1 ∩ R 2 ) P(B 1 )PB1 (R 1 )PB1 ∩R1 (R 2 ) 21 1 sachant R 1 est la probabilité
PB1 (R 1 ∩R 2 ) = = = PB1 (R 1 )PB1 ∩R1 (R 2 ) = = . sachant R 1 ∩ B 1 .
P(B 1 ) P(B 1 ) 32 3

Et donc on en déduit que

1
1 21 3n − 2
!
P(R 1 ∩ R 2 ) = PB1 (R 1 )PB1 ∩R1 (R 2 ) + n − 1 = +n −1 = 1− .
n n 32 3n

Il vient alors
1 3n 3
PR1 ∩R2 (B 2 ) = = .
n 3n − 2 3n − 2

MPSI2 LYCÉE CHAMPOLLION 2020-2021 M. VIENNEY