Cours de STATISTIQUE INFÉRENTIELLE

Par Prof. Daniel KASONGO

Bibliographie

1. Anderson, Sweeney, Camm, William et Cochran (2015), Statistiques pour l’économie et la

gestion, Ed. De Boeck Supérieur, 5ème édition, Louvain-la-neuve, 921p.
2. Hurlin, Christophe et Mignon, Valérie (2015) Statistique et probabilités en économie et
gestion, Ed. Dunod, Paris, 370p.
3. Masiéri, Walter (2001), Statistique et calcul des probabilités, Ed. Dalloz, Paris, 449p.
4. Lecoutre, Jean Pierre (2019), Statistique et probabilités, Ed. Dunod, 7ème édition, Paris, 293p.
5. Goldfarb, Bernard et Pardoux, Catherine (2011), Introduction à la méthode statistique, Ed.
Dunod, 6ème édition, Paris.

Plan du cours

Introduction générale (Analyse combinatoire)

Chapitre 1. Premières notions de calcul de probabilités

Chapitre 2. Variables aléatoires et lois de probabilité
Chapitre 3. Lois discrètes et applications économiques
Chapitre 4. Lois continues et applications économiques
Chapitre 5. Estimations ponctuelles et tests d’hypothèses

Conclusion générale

Objectifs du cours
 2

Introduction générale

La statistique est une science recouvrant plusieurs dimensions. On emploie d'ailleurs très fréquemment le
pluriel «statistiques» pour désigner cette discipline et témoigner ainsi de sa diversité.

La statistique englobe la recherche et la collecte de données, leur traitement et leur analyse, leur interprétation,
leur présentation sous la forme de tableaux et graphiques, le calcul d'indicateurs permettant de les caractériser
et synthétiser... Ces différents éléments renvoient à ce que l'on a coutume de nommer la statistique descriptive,
fondée sur l'observation de données relatives à toutes sortes de phénomènes (économiques, financiers,
historiques, géographiques, biologiques, etc.).

Il arrive cependant fréquemment que les données représentatives du phénomène que l'on souhaite étudier ne
soient pas parfaitement connues, c'est-à-dire pas toutes parfaitement observables, au sens où elles ne
fournissent qu'une information partielle sur l'ensemble du phénomène que l'on analyse. Afin de pouvoir en
réaliser une étude statistique, il est alors nécessaire d'inférer des informations à partir des quelques éléments
dont on dispose. En d'autres termes, le statisticien devra effectuer des hypothèses concernant les lois de
probabilité auxquelles obéit le phénomène à analyser. La statistique fait alors appel à la théorie des probabilités
et est qualifiée de statistique mathématique ou encore de statistique inférentielle.

Historiquement, on attribue le terme statistique au professeur allemand Gottfried Achennwall (1719-1772) qui,
en 1746, emploie le terme Statistik.

La collecte de données à des fins descriptives est ainsi bien ancienne, mais ce n'est qu'au XVIIIème siècle
qu'est apparue l'idée d'utiliser les statistiques à des fins prévisionnelles. Ce fut le cas en démographie où les
statistiques collectées lors des recensements de la population ont permis l'élaboration de tables de mortalité en
Suède et en France.

Du côté des mathématiciens, les recherches sur le calcul des probabilités se sont développées dès le XVIIè
siècle, au travers notamment des travaux de Fermat et Pascal. Même si Condorcet et Laplace ont proposé
quelques exemples d'application de la théorie des probabilités, ce n'est qu'au cours de la deuxième moitié du
XIXe siècle, grâce aux travaux de Quételet, que l'apport du calcul des probabilités à la statistique fut réellement
mis en évidence, conduisant ainsi aux prémisses de la statistique mathématique. Cette dernière s'est ensuite
largement développée à la fin du XIXe siècle et dans la première moitié du XXe siècle.

Par la suite, grâce notamment aux progrès de l'informatique peu avant la deuxième moitié du XXe siècle, de
nouvelles méthodes d'analyse ont vu le jour, comme l'analyse multidimensionnelle permettant d'étudier de
façon simultanée plusieurs types de données. La deuxième moitié du XXè siècle est aussi la période durant
laquelle plusieurs courants de pensée en statistique s'affrontent, notamment autour de la notion de probabilité.

Les domaines d'application de la statistique sont multiples. Initialement employée en démographie, elle est en
effet utilisée dans toutes les sciences humaines et sociales comme l'économie, la finance, la gestion, le
marketing, l'assurance, l'histoire, la sociologie, la psychologie, etc., mais aussi en médecine, en sciences de la
terre et du vivant (biologie, géologie...), météorologie, etc. Cet éventail des domaines illustre ainsi toute la
richesse de la statistique dont ce cours vise à rendre compte, spécifiquement dans les domaines de la gestion
(gestion des entreprises, commerce et marketing ainsi que la gestion des ressources humaines).

La statistique descriptive permet de résumer les mesures d’une ou plusieurs grandeurs obtenues sur les
individus d’un échantillon ou d’une population par un classement (tri simple dans le cas d’une seule variable,
tri croisé dans le cas de plusieurs variables). Une grandeur est alors décrite par sa distribution, qui est
déterminée à partir des observations, justifiant ainsi le nom de distribution empirique de la grandeur (ou de la
variable). C’est la représentation « de base » pour apprécier une grandeur après qu’elle a été classée.

L’observation de nombreuses distributions empiriques montre pour certaines d’entre elles des analogies de
formes, et des caractéristiques voisines.

Cours de Statistique inférentielle| Prof. Daniel Kasongo

 3

Ceci conduit à définir des distributions théoriques afin de disposer d’instruments plus formels regroupant les
propriétés. Ces distributions théoriques sont une abstraction destinée non pas simplement à présenter les
données, mais à les interpréter ou à les expliquer. Ce parallélisme entre l’observation et la représentation
théorique se retrouve également au niveau de l’observation individuelle qu’on replace dans un ensemble
potentiel d’observations supposées homogènes. Les variations entre différentes observations sont considérées
comme des fluctuations non attribuables à une cause identifiée (contrôlable ou non), et on dit alors qu’elles
sont le résultat du hasard.

Il est nécessaire de disposer d’un outil théorique permettant de considérer globalement les différentes
observations provenant d’une même population en tenant compte d’une part, de l’homogénéité liée à leur
origine commune et d’autre part, des fluctuations entre observations.
C’est le concept de variable aléatoire qui remplit ce double rôle. Son intérêt dépend des propriétés générales
qu’on pourra lui associer, et de leur fiabilité.

Le calcul des probabilités (puis son axiomatique) est le support formel de cette représentation. Il a été introduit
initialement au XVIIe siècle pour étudier les jeux de société (dés, cartes, roulette), et son développement a
permis une approche intégrant les éléments fluctuants et non permanents des phénomènes physiques, sociaux
ou encore psychologiques. Les probabilités se fondent sur la notion d’expérience aléatoire , c’est-à-dire dont
les conditions d’exécution bien que parfaitement définies, ne permettent pas de s’assurer à priori de l’issue de
l’expérience.
À contrario les expériences, dites déterministes , celles dont le résultat est maîtrisé par les conditions initiales,
ont un seul résultat possible, en négligeant les éventuelles erreurs de mesure. Ces situations s’opposent à celles
où le hasard intervient dans le résultat attendu et pour lesquelles on parle d’ incertitude. C’est pour ce dernier
contexte qu’a été fondé le calcul des probabilités. Sous le terme de hasard, on a longtemps résumé les facteurs
considérés comme mineurs dans l’étude d’un phénomène.

On pourrait plutôt dire actuellement qu’entre déterminisme et incertitude repose toute la notion de ce qui
échappe au contrôle, ou encore de l’information non disponible.
Le caractère aléatoire d’une grandeur peut être partie intrinsèque du phénomène étudié. C’est le cas du résultat
d’un jet de dé, ou bien de la quantité de fuel consommé annuellement dans un pays. Dans d’autres cas, il n’en
est pas ainsi. Si on s’intéresse à la distance moyenne parcourue sur une autoroute par les automobilistes passant
à un poste de péage donné, un certain jour, on peut interroger tous les automobilistes se présentant au péage et
calculer la moyenne. On peut aussi chercher cette information en interrogeant un échantillon d’automobilistes
se présentant à ce péage. La valeur moyenne observée sur cet échantillon va dépendre de l’échantillon retenu
qui n’est pas lui-même fixé à l’avance (il y a beaucoup d’échantillons possibles), et peut être considéré comme
le résultat d’une expérience aléatoire (le choix de l’échantillon d’automobilistes).
Ainsi, alors qu’initialement le problème se posait en termes déterministes, la procédure surajoutée de choix de
l’échantillon introduit un élément aléatoire. La grandeur étudiée (moyenne) n’est pas elle-même aléatoire, mais
les données recueillies sur l’échantillon le sont puisque le contenu de l’échantillon n’est pas déterminé par son
mode de tirage.
L’objectif du calcul des probabilités est l’analyse et l’explication des phénomènes non déterministes. Ses
fondements théoriques, et en particulier l’axiomatique de Kolmogorov, lui donnent une valeur scientifique
relativisée toutefois par la signification de la notion de probabilité.

Cours de Statistique inférentielle| Prof. Daniel Kasongo

 4

ANALYSE COMBINATOIRE

L’analyse combinatoire a pour but le dénombrement des différentes dispositions que l’on peut former à partir
d’un ensemble d’évènements. C’est donc l’art de dénombrer les cas distincts (possibles ou favorables). Elle
permet de calculer le nombre des éventualités équiprobables correspondant à une épreuve.

L’analyse combinatoire est utile pour résoudre un certain nombre de problèmes de calcul des probabilités.

1. Eléments discernables et éléments non discernables

Soit I un ensemble de n éléments et soient a, b deux éléments de I. Selon le problème considéré, on pourra
dire que a et b sont équivalents ou non.

On dira que a et b sont discernables si a et b ne sont pas équivalents. C’est le cas par exemple d’un ensemble
de boules, chacune de couleur différente.

Des éléments sont indiscernables lorsqu’ils sont rigoureusement identiques du point de vue du problème
posé. C’est le cas d’un ensemble de boules identiques et de même couleur.

Considérons un jeu de 52 cartes. Celui-ci comporte des cartes de même figure (trèfle, carreau, pique et cœur)
au nombre de 13 chacune et deux couleurs (rouge et noire). Soit une épreuve consistant à tirer au hasard une
carte de ce jeu de cartes. Lorsque l’on ne considère que la couleur de la carte tirée, les 26 cartes de même
couleur sont équivalentes puisqu’elles sont indiscernables du point de vue de la couleur. Si par contre, on ne
considère que la figure, le « quatre carreau » ne se distingue pas du « cinq carreau » auquel il est équivalent
alors qu’il se distingue du « quatre cœur » puisque ces deux dernières cartes ne sont pas de même figure.

2. Principes généraux de dénombrements

Lorsqu’on cherche à dénombrer l’ensemble des éléments d’un ensemble, il faut préciser :
- si les éléments sont discernables ou non,
- si les dispositions sont ordonnées ou non (l’ordre dans lequel les différents objets ont été tirés),
- si les éléments peuvent se répéter ou non (tirages avec remise ou sans remise).

Le principe fondamental est celui utilisant un diagramme arborescent, soit un « arbre des possibles ».

Pour présenter ce principe, partons d’un exemple : Imaginons que Diane a le choix, pour aller à une soirée,
entre 3 jupes et 2 chemisiers assortis. De combien de manières différentes Diane pourra-t- elle s’habiller pour
se rendre à cette soirée ?

Pour ce dénombrement, nous allons écrire toutes les possibilités par l’intermédiaire d’un « arbre des possibles
»:

Nous constatons ainsi que Diane a 3 x 2 = 6 possibilités de s’habiller.

Cours de Statistique inférentielle| Prof. Daniel Kasongo

 5

Cette méthode arborescente, facile à utiliser, est cependant limitée car si Diane avait eu 40 jupes et 60
chemisiers, elle aurait pu s’habiller de 40 x 60 = 2 400 manières différentes. Heureusement, le dénombrement
peut être fait sans « arbre des possibles ».

3. Rappel des notions sur les ensembles

Soit E un ensemble, on dit qu’un ensemble A est une partie de E si tout élément de A est un élément de E,
càd ∀𝑥 ∈ 𝐴, 𝑥 ∈ 𝐸. On note AE.

Soit E un ensemble, l’ensemble des parties (sous-ensembles) de E est appelé ensemble des parties de E. On
le note 𝒫 𝐸 .

Soit E un ensemble, A et B deux parties de E, on dit aussi deux éléments de 𝒫 𝐸 :

- On note A  B et on lit A inter B, l’élément de 𝒫 𝐸 : ensemble des éléments de E appartenant à A
et à B ;
- On note A  B et on lit A union B, l’élément de 𝒫 𝐸 : ensemble des éléments de E appartenant à
A sans appartenir à B ;
- On note A B et on lit A moins B, l’élément de 𝒫 𝐸 : ensemble des éléments de E appartenant à
A sans appartenir à B ;
- On note A  B et on lit différence symétrique des parties A et B, l’élément de 𝒫 𝐸 : ensemble
des éléments de E appartenant à A sans appartenir à B ou appartenant à B sans appartenir à A, on
a A  B = (A/B)  (B/A) ;
- On note CEA ou encore 𝐴̅ l’ensemble des éléments de E qui ne sont pas dans A, 𝐴̅ est l’unique
partie de E qui vérifie les deux égalités : 𝐴 ∪ 𝐴̅ 𝐸 et 𝐴 ∩ 𝐴̅ ∅

Soient E et F deux ensembles non vides, on appelle produit cartésien de E et de F l’ensemble noté E  F des
couples (x, y) où x est un élément quelconque de E et y un élément quelconque de F.

Exemple : Soient E = 1, 2, 3 et F = a, b deux ensembles, on a :

E  F = (1, a), (1, b), (2, a), (2, b), (3, a), (3, b).

Soit E un ensemble non vide et p un entier naturel non nul, on désigne par Ep l’ensemble des p-uplet d’éléments
de E.

Si n est le nombre d’éléments d’un ensemble fini, on dit que le cardinal de l’ensemble est n.

Exemple : Le cardinal de l’ensemble vide est 0. Le cardinal d’un ensemble à deux éléments (une paire) est 2.

Quelques propriétés :
- Si le cardinal d’un ensemble fini E est l’entier n non nul, on peut construire une bijection
entre l’ensemble E et l’ensemble des entiers naturels compris entre 1 et n, noté souvent
⟦1, 𝑛⟧. Les éléments de l’ensemble E pourront alors être indicés, par exemple E = x1, x2,
…, xn
- Si E et F sont deux ensembles finis, card(EF) = card(E) + card(F) – card(EF). Si les
ensembles E et F sont disjoints (càd si EF = ), alors card(EF) = 0, donc card(EF) =
card(E) + card(F).
- Si E et F sont deux ensembles finis non vides, alors card(EF) = card(E)  card(F).
- Si E est un ensemble fini non vide et p un entier naturel non nul, alors card(Ep) = (card(E))p.`
- Si E est un ensemble fini de cardinal n, alors

Soit n un entier naturel non nul. On appelle factorielle de n l’entier naturel :

Cours de Statistique inférentielle| Prof. Daniel Kasongo

 6

𝑛! 𝑛 𝑛 1 … 2 1 𝑘

Exemple : Tirages successifs avec remise

Une urne contient 5 boules numérotées de 1 à 5. On tire successivement 3 boules en remettant après chaque
tirage la boule dans l’urne après avoir noté son numéro.
Une éventualité pour cette expérience aléatoire est une 3-liste d’éléments de E = 1, 2, 3, 4, 5. Il y en en
tout 53 tirages possibles.

4. Types de dénombrements

4.1. Arrangements

Soit E un ensemble contenant un nombre non nul de n d’éléments.

Soit p un entier naturel tel que 1 𝑝 𝑛.

On appelle arrangement de p éléments de E ou p-arrangement de E est une p-liste d’éléments de E deux à

deux distincts ?

Soit E un ensemble fini non vide de cardinal n, et p un entier naturel tel que 𝑝 𝑛. Le nombre d’arrangements
de p éléments de E est égal à :
!
𝐴 = n(n-1)  (n-2) …  (n-p+1) = 𝐴
!

Exemple : : Tirages successifs sans remise

Une urne contient 5 boules numérotées de 1 à 5. On tire successivement 3 boules sans remettre la boule tirée
après avoir noté son numéro. Une éventualité pour cette expérience aléatoire est un arrangement de 3
éléments de l’ensemble E = 1, 2, 3, 4, 5
!
Il y a en tout 𝐴 60
!

4.2. Permutations

Soit E un ensemble fini non vide à n éléments. Une permutation de E est un arrangement de n éléments de E.

Une permutation de E est un n-uplet d’éléments distincts de E.

Soit E un ensemble non vide de cardinal n. Le nombre de permutations de E est égal à n!.

Exemple

Une urne contient 5 boules numérotées de 1 à 5. On tire successivement toutes les boules sans remettre la
boule tirée après avoir noté son numéro.
Une éventualité pour cette expérience aléatoire est une permutation d’éléments de E = 1, 2, 3, 4, 5.

Il y a en tout 5! = 5  4  3  2  1= 120 tirages possibles.

4.3. Combinaisons

Soit E un ensemble non vide à n éléments et soit p un entier naturel inférieur ou égal à n. Une combinaison
de p éléments de E est une partie de E à p éléments.

Le nombre de combinaisons de p éléments parmi n où p0, 1, 2, …, n est :

Cours de Statistique inférentielle| Prof. Daniel Kasongo

 7

𝑛 𝑛!
𝑜𝑢 𝐶
𝑝 𝑝! 𝑛 𝑝 !
𝑛 𝐴
𝑝 𝑝!
Les nombres sont appelés aussi les coefficients binomiaux.

Quelques propriétés des coefficients binomiaux :

Soit n un entier naturel non nul et k un entier naturel inférieur ou égal à n. On a alors :
- 1
- 𝑛
-

- On peut aussi énoncer le théorème de la Relation de Pascal : soient n et p deux entiers naturels tels
que 1 𝑝 𝑛 1, on a alors

Cette propriété́ permet de construire le triangle de Pascal dont nous parlerons plus tard.

Exemple : Tirage simultané

Une urne contient 5 boules numérotées de 1 à 5. On tire simultanément 3 boules de l’urne. Une éventualité
pour cette expérience aléatoire est une combinaison de 3 éléments de E = 1, 2, 3, 4, 5.

!
Il y a en tout 𝑜𝑢 𝐶 10
! !
En synthèse, pour distinguer p-listes, arrangements et combinaisons, on peut schématiser trois situations
possibles :
- tirage avec remise avec ordre : p-liste ;
- tirage sans remise avec ordre : arrangement ;
- tirage sans remise sans ordre (simultané) : combinaison.

Synthèse des dénombrements

Avec remise (avec répétition) Sans remise (sans répétition)

Avec ordre 𝐴 𝑛 𝑛! Boules
𝐴
(Arrangements) 𝑛 𝑝! distinctes
Sans ordre 𝑛 𝑝 1 ! 𝑛 𝑛! Boules
𝐾 𝑜𝑢 𝐶 𝑜𝑢 𝐶
(Combinaisons) 𝑛 1 ! 𝑝! 𝑝 𝑝! 𝑛 𝑝 ! identiques

Sans exclusion (i.e plusieurs Avec exclusion (i .e une boule par

boules par case possibles) case au maximum)

NB. Le nombre d’arrangements sans répétition de n objets pris parmi n est appelé nombre de permutations
de ces n objets. Il est égal à n!, ce qui se déduit de la formule générale des arrangements en se rappelant que,
par définition, 0! = 1.

Exemple :

On tire 3 boules d’une urne en contenant 5. Si le tirage s’effectue :

- avec remise : il y a 53 = 125 tirages possibles ;
- successivement et sans remise : il y a 𝐴 60 tirages possibles ;
- simultanément : il y a = 10 tirages possibles.

Cours de Statistique inférentielle| Prof. Daniel Kasongo

 8

5. Binôme de Newton et Triangle de Pascal

5.1. Binôme de Newton

On peut traduire par une somme de termes l’expression (a+b)n. La formule développée à laquelle nous allons
parvenir sera dite « formule du binôme de Newton » ou « développement binomial ».

Faisons d’abord n=0 on aura 𝑎 𝑏 1

Faisons ensuite n=1 𝑎 𝑏 𝑎 𝑏 𝑎 𝑏

Si nous utilisons le fait que 𝑎 𝑏 1, et que 𝐶 𝐶 1, nous pourrons aussi écrire :
𝑎 𝑏 𝑎 𝑏 𝑎 𝑏 𝑎 𝑏 C 𝑎 𝑏 C 𝑎 𝑏

Faisons maintenant 𝑛 2 𝑎 𝑏 𝑎 2𝑎𝑏 𝑏

= aussi C 𝑎 𝑏 C 𝑎 𝑏 C 𝑎 𝑏 ,car C = C = 1 et C = 2

Faisons n=3 𝑎 𝑏 𝑎 3𝑎 𝑏 3𝑎𝑏 𝑏

= aussi C 𝑎 𝑏 C 𝑎 𝑏 C 𝑎 𝑏 C 𝑎 𝑏 , car C 1, C 3, C 3 𝑒𝑡 C 1

L’examen des termes des développements qui précèdent laisse présumer que chacun des termes du
développement de 𝑎 𝑏 doit se présenter sous a forme :
𝐶 𝑎 𝑏 , 𝑝 variant de 𝑛 à 𝑧é𝑟𝑜.

Supposons que ce soit vrai pour le développement de 𝑎 𝑏 .

Nous pouvons écrire :
𝑎 𝑏 𝐶 𝑎 𝑏 ⋯ 𝐶 𝑎 𝑏 𝐶 𝑎 𝑏 ⋯ 𝐶 𝑎 𝑏

Multiplions les deux membres de cette égalité par 𝑎 𝑏 .

Le premier membre devient 𝑎 𝑏 .

Entre autres termes, au second membre de l’égalité, nous trouverons les deux termes :
𝐶 𝑎 𝑏 𝐶 𝑎 𝑏
qui sont les seuls termes du développement de 𝑎 𝑏 qui contiennent 𝑎 𝑏 .

La somme de ces deux termes, qui contiennent tous deux 𝑎 𝑏 peut s’écrire 𝐶 𝐶 𝑎 𝑏 , mais
aussi 𝐶 𝑎 𝑏 𝑐𝑎𝑟 𝐶 𝐶 𝐶
Nous obtenons ce que nous avions pressenti, un terme en 𝑎 𝑏 dont le coefficient est 𝐶
Ainsi :
𝑎 𝑏 𝐶 𝑎 𝑏 𝐶 𝑎 𝑏 𝐶 𝑎 𝑏 ⋯𝐶 𝑎 𝑏 𝐶 𝑎 𝑏 𝐶 𝑎 𝑏

Exemple :
𝑎 𝑏 𝐶 𝑎 𝑏 𝐶 𝑎 𝑏 𝐶 𝑎 𝑏 𝐶 𝑎 𝑏 𝐶 𝑎 𝑏 𝐶 𝑎 𝑏 𝐶 𝑎 𝑏
𝑎 6𝑎 𝑏 15𝑎 𝑏 20𝑎 𝑏 15𝑎 𝑏 6𝑎 𝑏 +𝑏
Remarque
Le développement binomial de 1 𝑥 s’écrirait :
1 𝑥 𝐶 1 𝑥 𝐶 1 𝑥 𝐶 1 𝑥 ⋯ 𝐶 1 𝑥 𝐶 1 𝑥 𝐶 1 𝑥
1 𝑛𝑥 ⋯ 𝑛𝑥 𝑥

Cours de Statistique inférentielle| Prof. Daniel Kasongo

 9

5.2. Triangle de Pascal

Le triangle de Pascal permet d’obtenir rapidement les coefficients de la forme 𝐶 d’un développement
binomial. On lit facilement :
- Sur la première ligne, les coefficients numériques du développement de (a+b)0,
- Sur la première ligne, les coefficients numériques du développement de (a+b)1,
- …
- Sur la septième ligne, les coefficients numériques du développement de (a+b)6,
- et ainsi de suite.
Les coefficients sont obtenus en utilisant la relation suivante :
𝐶 𝐶 𝐶

Pour comprendre ce triangle, il faut savoir qu’à l’intersection de la pième colonne et de la nième ligne, nous
trouvons la valeur de et que ce triangle est construit en commençant et en terminant chaque ligne par
1, tous les autres termes sont calculés à partir de la ligne précédente de la manière suivante :
A B
A+B

Ce triangle de Pascal permet de développer facilement des puissances de (a+b).

p 0 1 2 3 4 5 6 7 8 9
n
0 1
1 1 1
2 1 2 1
3 1 3 3 1
4 1 4 6 4 1
5 1 5 10 10 5 1
6 1 6 15 20 15 6 1
7 1 7 21 35 35 21 7 1
8 1 8 28 56 70 56 28 8 1
9 1 9 36 84 126 126 56 36 9 1

Exercices

1. Autour d’une table ronde, dont les places sont numérotées de 1 à 12, sont réunies 12 personnes (dont
Diane et Manuel). De combien de manières différentes ces 12 personnes peuvent- elles se placer si
nous voulons que Diane et Manuel soient côte à côte ?
2. Une urne contient 9 boules numérotées de 1 à 9. On tire successivement avec remise 3 boules de l’urne
et on constitue un nombre à 3 chiffres. Combien de multiples de 5 peut-on obtenir (tirages successifs
avec remise).
3. On lance 6 fois de suite un dé cubique en notant à chaque fois le numéro de la face supérieure. On
appelle le résultat une suite de 6 numéros ainsi obtenus.
- Combien de résultats différents peut-on obtenir ?
- Combien peut-on obtenir de résultats où tous les numéros sont supérieurs ou égaux à 4 ?
- Combien peut-on obtenir de résultats où ne figure pas le numéro 1 ?
- Combien peut-on obtenir de résultats où figure au moins une fois le numéro 1 ?
4. On choisit dans un stock important trois fleurs en papier pour former un bouquet. Sachant qu’il y a
cinq couleurs possibles pour les fleurs, combien peut-on confectionner de bouquets distincts ?
5. Calculez dans chacun des cas, le nombre maximal d’immatriculations de véhicules possibles :
- si le numéro est composé de 2 lettres, 3 chiffres et 2 lettres ;
- si le numéro est composé de 1 ou 2 ou 3 chiffres et 3 lettres ;

Cours de Statistique inférentielle| Prof. Daniel Kasongo

 10

Le plus petit numéro est 1 et les lettres peuvent être répétées plusieurs fois.
6. Combien peut-on former de mots de 1, 2, 3, 4 ou 5 lettres avec des lettres du mot MATHS, une lettre
pouvant être répétée jusqu’à 5 fois ?
7. Un journal organise un sondage auprès de ses lecteurs comportant dix questions. A chaque question
sont attachées cinq affirmations. Le lecteur devra à a chaque question soit ne rien cocher, soit cocher
une affirmation, soit en cocher deux, mais il devra indiquer alors l’affirmation qu’il préfère.
Déterminez le nombre de réponses possibles.
8. Une société vend une série de 50 fiches de cuisine à mettre dans une boîte classeur. Sachant qu’il y a
10 fiches roses « desserts », 10 fiches bleues « poissons », 10 fiches rouges « viandes », 10 fiches
vertes « légumes », 10 fiches jaunes « entrées », déterminez le nombre de manières de ranger les fiches
dans une boîte classeur, en laissant groupées les fiches de même couleur.
9. Une urne contient 3 boules rouges, deux boules noires et une boule blanche indiscernable au toucher.
On tire simultanément trois boules de l’urne :
- Calculez le nombre de tirages possibles ;
- déterminez le nombre de tirages tricolores possibles ;
- déterminez le nombre de tirages contenant deux couleurs exactement.
10. Les 12 délégués de Licence 2 Economie doivent élire en leur sein un représentant dans la Délégation
de l’UNILU. Il y a deux candidats Parfaite et Valentin. Un candidat est élu s’il obtient la majorité
absolue. Tous les délégués doivent voter pour l’un ou pour l’autre.
- calculez le nombre de votes possibles ;
- déterminez le nombre de votes possibles pour que Parfaite soit élue, pour que Valentin soit élu ;
- calculez le nombre de votes possibles pour qu’il y ait ballottage.
11. De combien de manières peut-on choisir dans un jeu de 32 cartes, 6 cartes contenant :
- exactement un as,
- au moins un as,
- exactement un as et deux rois,
- l’as de pique et au moins deux trèfles,
- trois cartes d’une couleur, deux d’une autre et une d’une autre.
12. Le Doyen de la Faculté d’Economie achète un coffre-fort électrique pour la Comptable facultaire. Le
code antivol comprend 4 chiffres, chaque chiffre pouvant prendre l’une des dix valeurs (de 0 à 9).
- Quel est le nombre de codes possible ?
- Quel est le nombre de codes formés de 4 chiffres distincts deux à deux ?
Après une coupure de courant électrique, la Comptable doit introduire le code pour pouvoir accéder
à l’argent qui y est gardé. Elle sait que les quatre chiffres de son code sont 1, 9, 9 et 5 mais elle a
oublié l’ordre de ces chiffres.
- Combien de codes différents peut-elle composer avec ces 4 chiffres ?
- Si le premier code introduit n’est pas le bon, la Comptable doit attendre 2 minutes avant de pouvoir
tenter un second essai. Le délai d’attente entre le second et le troisième essai est de 4 minutes. Entre
le troisième et le quatrième essai, ce délai est de 8 minutes. Le délai d’attente double entre deux
essais consécutifs. Combien de codes la Comptable peut-elle introduire au maximum en 24 heures ?

Cours de Statistique inférentielle| Prof. Daniel Kasongo