
Compter les issues d’une expérience, puis mesurer leurs chances : ces deux gestes sont indissociables. Ce chapitre construit les outils de dénombrement (cardinaux, arrangements, combinaisons), puis les utilise pour définir des probabilités sur un univers fini, conditionner, inverser un conditionnement (formule de Bayes), traduire l’indépendance et résumer une variable aléatoire par son espérance et sa variance.
L’essentiel : En situation d'équiprobabilité sur un univers fini, \(P(A)=\frac{\operatorname{Card}(A)}{\operatorname{Card}(\Omega)}\), d'où le rôle du dénombrement ; de plus \(P(A\cap B)=P(A)\,P_A(B)\). Par exemple, tirer 2 cartes parmi 32 donne \(\binom{32}{2}=496\) mains, et un dé équilibré donne \(P(\text{pair})=\frac{3}{6}=\frac{1}{2}\). Compter d'abord, puis diviser, est la méthode de base.
1. Cardinaux et principes de dénombrement
- \(|A\cup B|=|A|+|B|-|A\cap B|\) (principe d’inclusion-exclusion à deux ensembles) ;
- plus généralement, formule du crible : \(\Big|\bigcup_{i=1}^nA_i\Big|=\sum_{k=1}^n(-1)^{k+1}\sum_{i_1<\cdots
- si \(A\subset E\), alors \(|\overline{A}|=|E|-|A|\) ;
- \(|A\times B|=|A|\,|B|\) (produit cartésien) ;
- \(|\mathcal P(E)|=2^{|E|}\) : un ensemble à \(n\) éléments possède \(2^n\) parties.
Le principe additif dit que si une expérience se partage en cas disjoints, on additionne les nombres de façons. Le principe multiplicatif dit que si l’on réalise successivement \(k\) choix possédant \(n_1,n_2,\dots,n_k\) options (indépendamment du détail des choix précédents), on obtient \(n_1n_2\cdots n_k\) résultats. Un choix ordonné avec répétitions possibles de \(p\) éléments parmi \(n\) (une \(p\)-liste) se fait de \(n^p\) façons.
La figure ci-dessus illustre l’inclusion-exclusion : avec \(|A|=30\), \(|B|=22\) et \(|A\cap B|=9\), on obtient \(|A\cup B|=30+22-9=43\), et 17 éléments de l’univers de 60 issues restent hors de \(A\cup B\).
2. Arrangements et permutations
3. Combinaisons et coefficients binomiaux
Chaque combinaison donne \(p!\) arrangements en ordonnant ses éléments : d’où \(A_n^p=p!\dbinom np\).
- symétrie : \(\dbinom np=\dbinom n{n-p}\) ;
- formule de Pascal : \(\dbinom{n}{p}+\dbinom{n}{p+1}=\dbinom{n+1}{p+1}\) ;
- formule du binôme : \((a+b)^n=\displaystyle\sum_{k=0}^n\dbinom nk a^kb^{n-k}\), d’où \(\displaystyle\sum_{k=0}^n\dbinom nk=2^n\).
Démonstration de la formule de Pascal. Parmi les parties à \(p+1\) éléments de \(\{1,\dots,n+1\}\), celles qui contiennent \(n+1\) sont en bijection avec les parties à \(p\) éléments de \(\{1,\dots,n\}\) (on retire \(n+1\)) : il y en a \(\binom np\). Celles qui ne le contiennent pas sont des parties à \(p+1\) éléments de \(\{1,\dots,n\}\) : il y en a \(\binom n{p+1}\). On additionne.
| n \ k | 0 | 1 | 2 | 3 | 4 | 5 | 6 |
|---|---|---|---|---|---|---|---|
| 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 |
- Décrire l’expérience par une suite de choix et repérer si l’ordre compte.
- Si l’ordre compte : \(n^p\) (répétitions permises) ou \(A_n^p\) (sans répétition) ; sinon \(\binom np\).
- Traiter les cas par disjonction (addition), les étapes par multiplication, et penser au complémentaire pour « au moins un ».
4. Espaces probabilisés finis
Une probabilité sur un univers fini est entièrement déterminée par les nombres \(p_\omega=P(\{\omega\})\ge0\), de somme 1 : \(P(A)=\sum_{\omega\in A}p_\omega\). Dans le cas de l’équiprobabilité (tirage « au hasard » sans préférence), \[P(A)=\dfrac{|A|}{|\Omega|}=\dfrac{\text{nombre de cas favorables}}{\text{nombre de cas possibles}}.\]
5. Probabilités conditionnelles
- Probabilités composées : \(P(A\cap B)=P(B)\,P_B(A)\) et, pour \(A_1,\dots,A_n\) avec \(P(A_1\cap\cdots\cap A_{n-1})>0\), \(P(A_1\cap\cdots\cap A_n)=P(A_1)P_{A_1}(A_2)\cdots P_{A_1\cap\cdots\cap A_{n-1}}(A_n)\).
- Système complet d’événements : des événements \(B_1,\dots,B_n\) deux à deux incompatibles, de réunion \(\Omega\), de probabilités non nulles, forment un système complet.
- Probabilités totales : pour un tel système, \(P(A)=\sum_{i=1}^nP(B_i)\,P_{B_i}(A)\).
6. Formule de Bayes
Elle inverse un conditionnement : on connaît « la cause donne l’effet », on cherche « l’effet observé, quelle cause ? ». Elle découle de \(P(A\cap B)=P(B)P_B(A)=P(A)P_A(B)\), puis des probabilités totales au dénominateur.
7. Indépendance
8. Variables aléatoires finies, espérance et variance
- linéarité : \(E(aX+b)=aE(X)+b\) ;
- transfert : \(E(f(X))=\sum_i f(x_i)\,p_i\) ;
- formule de Kœnig-Huygens : \(V(X)=E(X^2)-E(X)^2\) ;
- \(V(aX+b)=a^2V(X)\).
Démonstration de Kœnig-Huygens. Avec \(m=E(X)\), \(E((X-m)^2)=E(X^2-2mX+m^2)=E(X^2)-2m\,E(X)+m^2=E(X^2)-m^2\), par linéarité.
À retenir
- \(|A\cup B|=|A|+|B|-|A\cap B|\), \(|A\times B|=|A||B|\), \(|\mathcal P(E)|=2^n\).
- Arrangement : \(A_n^p=\frac{n!}{(n-p)!}\) (ordre, sans répétition) ; combinaison : \(\binom np=\frac{n!}{p!(n-p)!}\) (sans ordre).
- Équiprobabilité : \(P(A)=\frac{|A|}{|\Omega|}\) ; \(P(\overline A)=1-P(A)\).
- \(P_B(A)=\frac{P(A\cap B)}{P(B)}\) ; probabilités totales ; Bayes : \(P_A(B)=\frac{P_B(A)P(B)}{P(A)}\).
- Indépendance : \(P(A\cap B)=P(A)P(B)\), à ne pas confondre avec l’incompatibilité.
- \(E(X)=\sum x_ip_i\), \(V(X)=E(X^2)-E(X)^2\), \(V(aX+b)=a^2V(X)\) ; loi binomiale : \(E=np\), \(V=np(1-p)\).
Entraîne-toi : défi express de Maths Sup
Automatismes Maths Sup : combien de réponses en 60 secondes ?
🚀 Zyro te conseille la suite
✏️ Exercices de mathsDénombrement et probabilités : exercices de maths Maths Sup à télécharger en PDF
📝 Contrôles de mathsDénombrement et probabilités : contrôle de maths Maths Sup à télécharger en PDF
🎯 QCM de mathsDénombrement et probabilités : QCM de maths Maths Sup
✏️ Exercices de mathsLogique et raisonnement : exercices de maths Maths Sup à télécharger en PDF
✏️ Exercices de mathsNombres complexes et trigonométrie : exercices de maths Maths Sup à télécharger en PDF
📝 Contrôles de mathsLogique et raisonnement : contrôle de maths Maths Sup à télécharger en PDF

