UNIVERSITE Abdelmalek ESSAADI

Faculté des sciences

Département de Mathématique et Informatique
Tetouan

Notes de Cours de Probabilités et Statistique

-Partie Probabilités-
S. TALLAY

SMA & SMI (S3)

Année Universitaire 2020 – 2021
Table des matières

Introduction 3

1 Analyse Combinatoire 4
1.1 La règle de multiplication . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.2 Arrangement, Permutation et Combinaison . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.2.1 Arrangement . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.2.2 Permutation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.2.3 Combinaison . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.3 Arrangement et Combinaison avec répétition . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.3.1 Arrangement avec répétition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.3.2 Combinaison avec répétition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8

2
Notes de cours -partie Probabilités 3

Introduction
Dans la vie courante, il est difficile de connaı̂tre (ou prévoir) avec certitude les résultats de certaines
expériences :
– Jet d’une pièce de monnaie,
– Jet d’un dé,
– Nombre de clients arrivant à un guichet de poste,
– Nombre de clients se connectant à internet à un instatnt donné, ou d’appels téléphoniques à un
standard, ...
– La température de demain, ...
Nous qualifierons de telles expériences ou phénomènes, d’expériences aléatoires. Il serait donc intéressant
de pouvoir mesurer la chance d’apparition d’un résultat ou d’un autre d’une expérience aléatoire ; cette
mesure de chance d’apparition est appelée probabilité.

Les probabilités est la branche la plus récente des mathématiques. Les domaines de ses applications
sont nombreux : la physique, l’économie, les sciences sociales et humaines, la médecine et la biologie,...etc.
On peut l’appliquer dans tous les domaines où les observations sont possibles mais sont subjectives et
qu’on ne puisse pas prévoir à l’avance.

Origine. Le calcul des probabilités est né de l’étude des jeux de hasard : elles donnaient une mesure
de la chance (pourcentage) qu’un événement (perte, gain,...) apparaı̂t .

Exemple 0.0.1.
1. On jette une pièce de monnaie équilibrée. La probabilité d’obtenir ”face” est la chance d’obtenir
”face” : on a une chance sur deux c’est à dire 50% ou 1/2.
2. On jette un dé équilibré à 6 faces numérotées de 1 à 6. On cherche en jetant ce dé à obtenir ”la face
5”.
On a 6 cas possibles, mais parmi ces 6 cas, 1 cas est favorable à la réalisation de l’événement ”la
face 5 est obtenue”.
Il y a donc une chance sur 6 d’avoir la face 5 : Probabilité d’avoir la face 5 ≡ Prob(avoir 5)= 1/6.

Intuitivement,
Probabilité d’un événement = Chance d’avoir cet événement
nombre de cas favorables
= . (*)
nombre de cas possibles

Problème. Mais si le nombre de cas favorables (ou possibles) est infini alors on ne pourra plus utiliser
la formule (*).
Par exemple si on jette une pièce jusqu’à obtention de face alors le nombre de cas possibles est infini !
Donc la formule (*) a des limites, et on doit définir mathématiquement la notion de probabilité c’est
à dire avec des axiomes.
Revenons à l’exemple, ci dessus, du dé. Si on s’intéresse à la probabilité d’avoir la face paire :
3 cas favorables 3 card ({2, 4, 6})
Prob(”face paire”)= = = .
6 cas possibles 6 card ({1, 2, 3, 4, 5, 6})
On voit que pour calculer la probabilité dans certaines situations, on doit savoir calculer le cardinal de
certains ensembles ce qui entre dans le cadre de dénombrement et qu’on appelle l’Analyse combinatoire.
Chapitre 1

Analyse Combinatoire

On rappelle que le cardinal d’un ensemble E, non vide, est le nombre de ses éléments. On le note
card (E) ou #E.
On rappelle aussi les propriétés suivantes :
1. card (∅)=0
2. Si A ⊂ B alors card (A) ≤ card (B).
3. card (A ∪ B) = card (A) + card (B) − card (A ∩ B),
En particulier si A ∩ B = ∅ alors card (A ∪ B) = card (A) + card (B)
4. card (P(E)) = 2card (E) , où P(E) est l’ensemble des parties de E.
5. card (E × F ) = card (E)card (F ), avec E × F désigne le produit cartésien des ensembles E et F .
L’analyse combinatoire nous fournit des méthodes de dénombrement utile en calcul des probabilités :
dénombrer un ensemble c’est déterminer son cardinal. Pour dénombrer une situation (événement), on se
pose la question si les éléments (objets) donnant cette situation sont avec ou sans ordre.
Exemple 1.0.2. : le conseil municipal d’une certaine ville, le comité de classe, une équipe de football,...etc

1.1 La règle de multiplication

Si on réalise k expériences de suite et si, indépendamment des résultats des expériences précédentes
(la 1ère ,. . . , la (i-1)-ième), la i-ième expérience a ni résultats possibles, pour i = 1, . . . , k, alors le nombre
de résultats possibles pour les k expériences est n1 ...nk .

Formulation mathématique : Soit Ei l’ensemble des résultats possibles de la i-ième expérience et

card (Ei ) = ni , pour i = 1, . . . , k.
Alors E1 ×. . .×Ek est l’ensemble des résultats possibles pour les k expériences et on a card (E1 × . . . × Ek ) =
n1 ...nk
Remarque 1.1.1.
1. Si card (Ei ) = n, pour i = 1, . . . , k alors card (E1 × . . . × Ek ) = nk .
Si card (E) = n, alors card (E × . . . × E ) = nk .
| {z }
k fois
2. Le nombre d’applications d’un ensemble E = {x1 , . . . , xk } à k éléments dans un ensemble F à n
éléments est nk . En effet chaque application f de E dans F est déterminée par la donnée d’un
k-uplet (y1 , . . . , yk ) = (f (x1 ), . . . , f (xk )) ∈ F k = F × . . . × F . Donc le nombre d’applications f =
| {z }
kfois
nombre des k-uplets (y1 , . . . , yk ) = card (F k ) = nk .

4
Notes de cours -partie Probabilités 5

Exemple 1.1.1. : Considérons un cadenas comportant un code de 3 chiffres. Le nombre de codes possibles
est 310 . En effet chaque chiffre est choisi de 0 à 9 donc Ei = {0, 1, . . . , 9}, i = 1, 2, 3. On a card (E) = 10.
E1 × E2 × E3 représente l’ensemble des codes à 3 chiffres possibles. Donc le nombre de codes possibles
est égal au card (E1 × E2 × E3 ) = 103 .

1.2 Arrangement, Permutation et Combinaison

Soit E un ensemble de cardinal n, card (E) = n, et soit p un entier tel que p ≤ n.
E est appelé population de taille n.

1.2.1 Arrangement
Definition 1.2.1. On appelle arrangement de p éléments de E toute suite ordonnée de p éléments
distincts de E.
C’est aussi une suite ordonnée de p éléments tirés successivement sans remise dans E.
ATTENTION : dans arrangement, il y a ordre !
Exemple 1.2.1. Soit E = {a, b, c}, p = 2.
Les arrangements de 2 éléments sont (a, b), (b, a), (a, c), (c, a), (b, c), (c, b). Ils sont au nombre de 6
Exemple 1.2.2. 8 athlètes sont au départ d’une course. Combien y a-t-il de podiums possible ?
On a E = {1, 2, . . . , 8} et p = 3. Un podium est un triplet (i, j, k) tels que i 6= j 6= k et i, j, k ∈ E. Donc
nombre de podiums = # {(i, j, k)/i 6= j 6= k, i, j, k ∈ E}. Pour la 1ère place on a 8 possibilités, pour la
2ème il reste 7 possibilités et puis la 3ème en a 6. En fin on au total 8 × 7 × 6 = 336. D’une manière
générale on a
Théorème 1.2.1. Le nombre d’arrangements de p éléments parmi n éléments est
n(n − 1)(n − 2) . . . (n − p + 1)
p p n!
que l’on note An . On a An = n(n − 1)(n − 2) . . . (n − p + 1) = .
(n − p)!
Autrement, le nombre de p éléments distincts parmi n éléments est Apn .

Preuve : On montre le théorème par récurrence sur p.

Si p = 1, le nombre de choisir un élément parmi n est n = A1n . Donc le théorème est vrai pour p = 1.
Supposons qu’il est vrai jusqu’à l’ordre p : càd que le nombre de p éléments distincts parmi n éléments
est Apn . Montrons que la formule du théorème est vraie pour p + 1.
Choisir p + 1 éléments distincts de E parmi les n éléments revient à choisir p éléments parmi n éléments
(il y a Apn choix) puis choisir 1 élément parmi les (n − p) qui restent (il y a n − p). D’où par la règle de
n!
multiplication on a Ap+1
n = Apn (n − p) = n(n − 1)(n − 2) . . . (n − p + 1)(n − p) = . Et donc la
(n − p − 1)!
formule est vraie pour p + 1. On conclut par récurrence que le théorème est vrai pour tout p ≤ n. 
Remarque 1.2.1. Le nombre d’injections (applications injectives) d’un ensemble E = {x1 , . . . , xp } à p
éléments dans un ensemble F à n éléments vaut Apn .
En effet une injection f de E dans F est déterminée par la donnée de p éléments ordonnées distincts
y1 , . . . , yp ∈ F , y1 = f (x1 ), . . . , yp = f (xp ). Donc le nombre d’injections f = nombre des suites ordonnées
de p éléments distincts de E = nombre d’arrangements de p éléments parmi n éléments= Apn .
8!
Exemple 1.2.3. Le nombre de podiums d’une course de 8 athlètes est A38 = = 8 × 7 × 6 = 336.
5!
Exemple 1.2.4. Dans une urne contenant n boules numérotées (donc distinguables), on tire, successi-
vement et sans remise, p boules.
Le nombre de tirages différents possibles est le nombre d’arrangement Apn .
Notes de cours -partie Probabilités 6

1.2.2 Permutation
Soit E un ensemble à n éléments.
Definition 1.2.2. Une permutation d’éléments de E est toute suite ordonnée de tous les éléments de
E.
C’est aussi un arrangement de n éléments parmi les n éléments de E.
Théorème 1.2.2. Le nombre de permutations de n éléments est n! (= Ann )
Remarque 1.2.2. Le nombre de bijections d’un ensemble E à n éléments dans un ensemble F à n
éléments vaut n!.

Exemple 1.2.5. On veut offrir 5 différents cadeaux à 5 personnes. Il y a 5 !=120 manières de distribuer
ces cadeaux.

1.2.3 Combinaison
Definition 1.2.3. Etant donné un ensemble E à n éléments et p ≤ n, une combinaison de p éléments
parmi les n éléments de E est toute suite non ordonnée de p éléments distincts de E.
C’est aussi tout sous-ensemble de p éléments de E.
ATTENTION : Dans combinaison, l’ordre n’a pas d’importance ! Deux combinaisons ne différent que
par les éléments qui les composent.
Exemple 1.2.6. Soit E = {a, b, c}, p = 2.
Les combinaisons de 2 éléments de E sont {a, b}, {a, c}, {b, c}. Ils sont au nombre de 3.
{a, b} et {b, a} représentent la même combinaison.
Théorème 1.2.3. Le nombre de combinaisons possibles de p éléments d’un ensemble E à n éléments est
Apn n!
=
p! p!(n − p)!
Ap n!
que l’on note Cnp c.à.d . Cnp = n =
p! p!(n − p)!

Preuve : Remarquons qu’une combinaisons (x1 , . . . , xp ) de p éléments nous fournit p! arrangements

différents de ces p éléments : 1 combinaisons −→ p! arrangements.

  

 % 1 arrangement  

..
  
1ère combinaison p!
 
.

 


  

 
& 1 arrangement
  

 


.. ..

Cnp . . Apn =⇒ Apn = p!Cnp .
  
% 1 arrangement 

 


 

..
  
Cnp ème combinaison
 



 . p! 



  
& 1 arrangement
  

Chaque combinaisons fixée de p éléments parmi n éléments donne p! permutations possibles (avec ces
p éléments de la combinaisons fixée) qui sont des arrangements de p éléments parmi n éléments.
Ap n!
D’où Apn = p!Cnp . Ce qui implique que Cnp = n = . 
p! p!(n − p)!
Exemple 1.2.7. Dans une urne contenant n boules numérotées (donc discernables), on tire simul-
tanément p boules (donc sans ordre et sans remise).
Le nombre de tirages différents possibles est le nombre de combinaisons de p éléments de E = {1, 2, . . . , n}.
Notes de cours -partie Probabilités 7

Exemple 1.2.8. Dans une classe de 50 étudiants, on veut choisir un comité de 3 étudiants. De combien
de façons possible peut-on choisir ce comité ?
On a E = {1, 2, . . . , 50} et p = 3.
Un comité est un sous ensemble de 3 éléments de E. Donc
3 50! 50 × 49 × 48
le nombre de comités différents possibles est C50 = = = 19600.
3!(47)! 3×2
Par contre si on veut un comité de 3 étudiants avec un président, un secrétaire et un conseiller alors,
50!
dans ce cas, le nombre de comités différents possibles est A350 = = 50 × 49 × 48 = 117600.
(47)!
Rappel
1. Cn0 = Cnn = 1, car on a une seule combinaison de n éléments parmi n.
2. Cnp = Cnn−p , car choisir p éléments ⇐⇒ choisir (n − p)
p+1
3. Cnp + Cnp+1 = Cn+1
Preuve de 3, sans calcul :
Fixons un élément particulier parmi les n éléments. Donc il y a des combinaisons qui vont contenir cet
élément particulier et d’autre qui ne le contiendront pas. Alors on a
p+1
Cn+1 = choisir p + 1 éléments parmi n + 1
⇐⇒ {(choisir p éléments parmi n et 1 particulier fixé choisi, qui sont au nombre Cnp ) ou (choisir p + 1
éléments parmi n ne contenant pas ce particulier, qui sont au nombre Cnp+1 }.
p+1
D’où Cn+1 = Cnp + Cnp+1 . 
X n
Application : Formule du binôme (a + b)n = Cnp ap bn−p
p=0
Preuve :
(a + b)n = (a + b) . . . (a + b) : c’est un polynôme homogène de degré n en a et b.
| {z }
n fois
Le terme de degré p en a et de degré (n − p) en b s’obtient en choisissant a dans p facteurs et b dans les
(n − p) facteurs restants. Il y a Cnp façons différentes. Donc le terme correspondant est Cnp ap bn−p . 

1.3 Arrangement et Combinaison avec répétition

Soit E un ensemble de cardinal n, card (E) = n, et soit p un entier tel que p ≥ 1.

1.3.1 Arrangement avec répétition

Definition 1.3.1. On appelle arrangement avec répétition (ou liste) de p éléments d’un ensemble E à n
éléments toute suite (liste) ordonnée de p éléments non nécessairement distincts de l’ensemble E.
C’est aussi une suite ordonnée de p éléments tirés successivement avec remise dans E.
Le nombre d’arrangements avec répétition de p éléments pris dans un ensemble à n éléments vaut np .

p
z }| {
(−−, −−, ..., −−)
On a ↑ ↑ ... ↑
n choix n choix . . . n choix
En effet chacun des p éléments à choisir a n choix possibles donc le nombre total d’arrangement avec
répétition est n . . n} = np .
| .{z
p fois
Notes de cours -partie Probabilités 8

Exemple 1.3.1. Dans une urne contenant n boules numérotées de 1 à n, on tire successivement (en
notant son numéro) et avec remise, p boules.
Le nombre de tirages différents possibles est le nombre de liste (arrangement avec répétition) de p éléments
dans un ensemble à n éléments càd np .

Exemple 1.3.2.
1. Combien de sigles de 3 lettres peut-on former avec les 26 lettres de l’alphabet latin ?
AAA, AAB, AAC, ACA, ABC,... sont des sigles de 3 lettres. AAC 6= ACA 6=CAA.
Réponse : n = 26 et p = 3 alors le nombre de sigles différentes à 3 lettres = nombre de listes à 3
lettres = 263 = 17576.
Avec les lettres de l’alphabet arabe on peut former 283 = 21952 sigles de 3 lettres.
2. Combien de nombres de 3 chiffres peut-on former avec les chiffres 1, 2, . . . , 9 ?
On peut former 93 nombres différents de 3 chiffres.

1.3.2 Combinaison avec répétition

Definition 1.3.2. On appelle combinaison avec répétition de p éléments pris parmi les n éléments d’un
ensemble E, toute liste non ordonnée de p éléments non nécessairement distincts de E.
p
Le nombre de combinaisons avec répétition de p éléments d’un ensemble à n éléments est Cn+p−1
n−1
(= Cn+p−1 ).

Exemple 1.3.3. De combien de manières peut-on ranger 5 cahiers (identiques) dans 3 cartables numérotés
de 1 à 3 ? (un cartable peut contenir les 5 cahiers).

Réponse : L’ordre n’intervient pas car les cahiers sont identiques. On représentera un cahier par un
♦ et et les cartables par des emplacements séparés par des bares |, càd
♦♦ | ♦ | ♦♦
↑ ↑ ↑ Placer les cahiers dans les cartables revient à déplacer les 2 séparateurs
1er 2e 3e cartable
|. Donc ranger les cahiers c’est choisir une liste de 2 parmi 7 (ou de façon équivalente une liste de 5
3−1
parmi 7) ; on a alors C72 = C5+3−1 , (= C75 = C5+3−1
5
).