PROBABILITÉS

Variable aléatoire

I Langage des événements

Exemple
Lors d'un oral de mathématiques, quatre questions sont proposées : une question de probabilités (P) ; une
question de statistiques (S) ; une question de géométrie (G) et une question d'algèbre (A).
Chacune de ces questions est écrite sur une feuille pliée et le candidat choisit une des quatre feuilles.
L'ensemble des résultats possibles (éventualités) peut être noté : Ω = {P ; S ; G ; A}.
«obtenir la question de probabilités» correspond à { P }.
«obtenir une question qui n'est pas de la géométrie » correspond à { P ; S ; A }.
«obtenir une question de géographie» correspond à ∅.
«obtenir une question qui n'est pas de la littérature» correspond à { P ; S ; G ; A } = Ω.

Définition
Soit Ω l'ensemble des éventualités (résultats possibles) d'une expérience aléatoire (Ω est appelé univers).
• On appelle événement, toute partie de Ω.
• ∅ est une partie de Ω, c'est un événement, appelé événement impossible.
• Ω est une partie de Ω, c'est un événement, appelé événement certain.

Exemple
Une urne contient trois boules : une bleue, une rouge, une verte.
On tire une boule de l'urne et on note sa couleur.
L'ensemble des éventualités (univers) est Ω = {B ; R ; V}.
Il y a huit événements : ∅ ; {B} ; {R} ; {V} ; {B ; R} ; {B ; V} ; {R ; V} ; Ω.

Définition
• La réunion de deux événements A et B est un événement A∪B, appelé aussi événement "A ou B".
• L'intersection de deux événements A et B est un événement A∩B, appelé aussi événement "A et B".
• Lorsque deux événements A et B ont une intersection vide (A∩B = ∅), on dit que ces événements sont
disjoints ou incompatibles.

• On appelle événement contraire d'un événement A et on note A l'ensemble de toutes les éventualités qui
ne sont pas dans A. (C'est la partie complémentaire de A dans Ω).

Remarque
Un événement et son contraire sont incompatibles.

Exercice 01 (voir réponses et correction)

On jette un dé dont les faces sont numérotées de 1 à 6 et on s'intéresse au numéro apparaissant sur la face
supérieure.
1°) Définir l'ensemble des éventualités Ω.
2°) Écrire sous forme de partie de Ω les événements :
A : «obtenir un numéro inférieur ou égal à 2»,
B : «obtenir un numéro impair»,
C : «obtenir un numéro strictement supérieur à 4».
3°) Écrire sous forme de partie de Ω les événements :
  
A∪B ; A∩B ; A∪C ; A∩C ; B∪C ; B∩C ; A ; A ∪C ; A ∩C .
Donner pour chacun d'eux une phrase qui le caractérise.
4°) Parmi les événements utilisés précédemment, citer deux événements incompatibles qui ne sont pas
contraires l'un de l'autre.

http://xmaths.free.fr 1ère ES - L − Probabilités − Variable aléatoire page 1 / 7

II Loi de probabilité

Exemple
On dispose de deux dés dont les faces sont numérotées de 1 à 6.
L'un est rouge, l'autre bleu.
On s'intéresse au numéro apparaissant sur la face supérieure lorsqu'on jette un de ces dés.
En faisant un grand nombre de tirages on a obtenu les résultats suivants :
Pour le dé rouge :
Numéro xi 1 2 3 4 5 6
Fréquence fi 0,1633 0,1663 0,1668 0,1678 0,1686 0,1672
Pour le dé bleu :
Numéro xi 1 2 3 4 5 6
Fréquence fi 0,0706 0,1522 0,1496 0,1685 0,1450 0,3141
La donnée de la liste des fréquences constitue ce que l'on appelle une distribution de fréquences.
Une distribution de fréquences a les propriétés suivantes (valables quelle que soit l'expérience envisagée) :
• Pour tout i on a fi ³ 0 • La somme des fi est 1 (et par conséquent pour tout i fi £ 1)

Remarques
• En observant chacune des distributions de fréquences de l'exemple précédent, on peut supposer que le
dé bleu pour lequel de fortes variations existent entre les différentes faces n'est pas équilibré, alors que le
dé rouge pour lequel la fluctuation est faible est un dé équilibré.
• Il est bien évident que la répartition des fréquences n'est pas stable (c'est ce que l'on appelle la
fluctuation d'échantillonnage). Si l'on fait deux séries de 1000 lancers avec le même dé, on n'obtiendra
pas exactement les mêmes résultats. Pour modéliser une expérience aléatoire, on n'utilisera pas une
distribution de fréquences qui est expérimentale, mais une distribution théorique que l'on appelera loi de
probabilité. Le choix de ce modèle théorique est évidemment très important pour la validité des résultats.

Définition
On considère Ω = { ω1 ; ω2 ;...; ωn}.
On définit une loi de probabilité p sur Ω en associant à chaque éventualité ωi un nombre réel p( ωi) = pi
tel que : • pour tout i ∈ {1 ; 2 ; ⋯ ; n} 0 £ pi £ 1 • p1 + p2 + ⋯ + pn = 1
On dit que pi est la probabilité de l'éventualité ωi.
Pour tout événement A on appelle probabilité de A la somme des probabilités des éventualités de A.
Si A = {a1 ; a2 ; ⋯ ; ak}, on a : p(A) = p(a1) + p(a2) + ⋯ + p(ak).
On a alors p(Ω) = 1 et on pose d'autre part p(∅) = 0.

Exemple
1°) Pour le dé rouge de l'exemple précédent, qui semble équilibré, on supposera que les différentes faces
ont la même probabilité d'apparition (on dit que les différentes faces sont équiprobables).
On utilisera alors la loi de probabilité définie par :
Numéro xi 1 2 3 4 5 6
Probabilité pi 1 1 1 1 1 1
6 6 6 6 6 6
La probabilité de l'événement A : « obtenir un numéro pair » est alors
p(A) = p2 + p4 + p6 = 1 + 1 + 1 = 1 = 0,50
6 6 6 2
2°) Pour le dé bleu, qui ne semble pas équilibré, on peut utiliser la loi de probabilité définie par :
Numéro xi 1 2 3 4 5 6
Probabilité pi 0,07 0,15 0,15 0,17 0,15 0,31
La probabilité de l'événement A : « obtenir un numéro pair » est alors
p(A) = p2 + p4 + p6 = 0,15 + 0,17 + 0,31 = 0,63

http://xmaths.free.fr 1ère ES - L − Probabilités − Variable aléatoire page 2 / 7

 Remarque
Un important théorème de mathématiques, appelé loi des grands nombres peut s'exprimer ainsi :
Dans le monde théorique défini par une loi de probabilité P sur un ensemble fini, les fréquences des
éléments de cet ensemble dans une suite de n expériences identiques et indépendantes tendent vers leur
probabilité quand n augmente indéfiniment.

Par exemple :

• si on jette un très grand nombre de fois un dé

parfaitement équilibré, la fréquence de chacune des
faces tend vers sa probabilité c'est à dire vers 1 .
6
• si on jette un très grand nombre de fois une pièce
parfaitement équilibrée, la fréquence de chacune des
faces tend vers sa probabilité c'est à dire vers 1 .
2

Exemple
On simule avec un ordinateur ou avec une calculatrice le
lancer d'un dé équilibré et on s'intéresse à l'apparition de
la face 5.
Cette simulation peut être faite avec l'algorithme ci-contre
réalisé avec Algobox.
Tous les 100 lancers est affiché le nombre total de
lancers et la fréquence de l'apparition de la face 5.
On peut noter que la suite des fréquences de la face 5
pour 100, 200 , 300 , ... , 10000 lancers semble tendre
vers 1 c'est-à-dire environ 0,166.
6

Cas particulier
Lorsque les éventualités ont toutes la même probabilité, on dit qu'elles sont équiprobables ou que la loi de
probabilité est uniforme.
1 1
Si Ω = { ω1 ; ω2 ; ⋯ ; ωn}, la probabilité de chaque éventualité est p0 = = .
card(Ω) n
Dans ce cas, la probabilité d'un événement A est le nombre d'éléments de A divisé par le nombre d'éléments
card(A)  nombre de cas favorables 
de Ω, c'est-à-dire p(A) = . On dit aussi p(A) =
card(Ω)  nombre de cas possibles 

Remarque
Le cardinal d'un ensemble fini est le nombre d'éléments de cet ensemble.

• Si A et B sont deux ensembles finis disjoints (A∩B = ∅)

card(A∪B) = card(A) + card(B)

• Si A et B sont deux ensembles finis quelconques

card(A∪B) = card(A) + card(B) - card(A∩B)

Propriétés
• Pour tout événement A, on a : p(A) ∈ [0 ; 1].
 
• A étant le contraire de A, on a : p ( A ) = 1 - p(A) .
• Si A et B sont deux événements quelconques, on a : p(A∪B) = p(A) + p(B) - p(A∩B)

Remarque
Si A et B sont deux événements incompatibles, on a A∩B = ∅, donc p(A∩B) = 0.
Alors on peut écrire : p(A∪B) = p(A) + p(B)

http://xmaths.free.fr 1ère ES - L − Probabilités − Variable aléatoire page 3 / 7

 Exercice 02 (voir réponses et correction) A
Un modèle de voiture est décliné en différentes versions. 3 I
Sur le site du constructeur un client, pour avoir des
informations, clique sur des cases à cocher. Il a : E
• trois choix de moteur : Essence ; Diesel ; GPL 5
• deux choix de carosserie : 3 portes ou 5 portes
• deux choix de finition : Access ; Initiale 3
1°) a) Reproduire, terminer et compléter l'arbre ci- D
contre représentant les différents choix.
b) En déduire le nombre de versions possibles
pour ce modèle.
2°) Un couple qui se renseigne laisse son jeune
enfant cliquer et on considère que l'enfant, qui G
ne sait pas lire, fait un choix au hasard.
a) Quelle est la probabilité p1 que l'enfant ait choisi le modèle 5 portes Essence en finition Access ?
b) Quelle est la probabilité p2 que l'enfant ait choisi un modèle GPL en finition Initiale ?
c) Quelle est la probabilité p3 que l'enfant ait choisi un modèle 3 portes ?

Exercice 03 (voir réponses et correction)

Un jeu de 32 cartes peut être représenté par les 32 cases du tableau suivant :
(Cœur et Carreau sont des cartes de couleur rouge ; Pique et Trèfle sont de couleur noire)
As Roi Dame Valet 10 9 8 7
Cœur ♥
Carreau ♦
Pique ♠
Trèfle ♣
On tire au hasard une carte dans ce jeu.
1°) Quelle est la probabilité de chacune des éventualités.
2°) Quelle est la probabilité des événements suivants :
a) A : « la carte tirée est le roi de cœur », b) B : « la carte tirée est un as »,
c) C : « la carte tirée est rouge », d) D : « la carte tirée est un as ou une carte rouge ».

Exercice 04 (voir réponses et correction)

Une urne contient 20 boules indiscernables au toucher.
On considère l'épreuve qui consiste à tirer au hasard une boule de l'urne.
1°) Définir l'ensemble Ω des éventualités (univers) et la probabilité de chacune de ces éventualités.
2°) Les 20 boules sont de différentes couleurs : 8 jaunes, 6 rouges, 4 vertes et 2 bleues.
Quelle est la probabilité de chacun des événements :
• « la boule tirée est jaune »,
• « la boule tirée est rouge ou verte »,
• « la boule tirée n'est pas noire ».

Exercice 05 (voir réponses et correction)

On lance deux dés cubiques dont les faces sont numérotées de 1 à 6. L'un est rouge, l'autre est blanc.
Faire un tableau à double entrée pour représenter toutes les éventualités.
Calculer la probabilité de chacun des événements suivants :
A : « obtenir exactement une face numéro 1 » B : « obtenir au moins une face numéro 1 »
C : « obtenir au plus une face numéro 1 » D : « le plus petit des deux numéros est 4 »
E : « la somme des deux numéros est égale à 7 »
F : « la somme des deux numéros est strictement supérieure à 10 ».

Exercice 06 (voir réponses et correction)

Une urne contient 49 boules indiscernables numérotées de 1 à 49. On tire une boule au hasard.
A est l'événement : « on tire une boule de numéro multiple de 2 ».
B est l'événement : « on tire une boule de numéro multiple de 5 ».
Calculer p(A), p(B), p(A∩B), p(A∪B).

http://xmaths.free.fr 1ère ES - L − Probabilités − Variable aléatoire page 4 / 7

III Variable aléatoire

Exemple
Un jeu consiste à tirer au hasard une carte d'un jeu de 52 cartes. On suppose les éventualités
équiprobables. L'ensemble Ω des tirages possibles d'une carte parmi 52 a pour cardinal : card(Ω) = 52.
La probabilité de chaque éventualité est alors p0 = 1 .
52
Pour tout événement A on aura donc p(A) = card(A) .
card(Ω)
À chaque tirage on associe un gain ou une perte définis de la façon suivante :
• Si on tire un as on gagne 5 euros ;
• Si on tire un roi, une dame ou un valet, on gagne 1 euro ;
• Dans tous les autres cas on perd 1 euro.
Soit X le gain algébrique associé à chaque tirage. X peut prendre les valeurs 5 ; 1 et -1.
En notant X(Ω) l'ensemble des valeurs que peut prendre X, on a X(Ω) = { -1 ; 1 ; 5 }.
On notera : (X = 5) l'événement : « le tirage procure un gain de 5 euros » ;
(X = 1) l'événement : « le tirage procure un gain de 1 euro » ;
(X = -1) l'événement : « le tirage procure une perte de 1 euro ».
• L'événement (X = 5) est aussi l'événement « tirer un as ».
Sachant que l'on a quatre as dans le jeu de cartes, on a quatre choix possibles pour un as, donc
card(X = 5) = 4 et par conséquent p(X = 5) = card(X = 5) = 4 = 1 .
card(Ω) 52 13
• L'événement (X = 1) est aussi l'événement « tirer un roi ou une dame ou un valet ».
Sachant que l'on a quatre rois, quatre dames et quatre valets dans le jeu de cartes, on a douze choix
possibles, donc
card(X = 1) = 12 et par conséquent p(X = 1) = card(X = 1) = 12 = 3 .
card(Ω) 52 13
• L'événement (X = -1) se produit lorsqu'on tire une carte qui n'est ni un as, ni un roi, ni une dame, ni un
valet, on a donc 36 choix possibles, donc
card(X = -1) = 36 et par conséquent p(X = -1) = card(X = -1) = 36 = 9 .
card(Ω) 52 13
On dit que X est une variable aléatoire et on appelle loi de probabilité de X (ou loi transportée par X), la
donnée des probabilités des événements (X = -1) ; (X = 1) ; (X = 5) que l'on peut faire dans un tableau :
xi -1 1 5
9 3 1
p(X = xi) 13 13 13
La somme des probabilités des trois événements (X = -1) ; (X = 1) ; (X = 5) est égale à 1.
L'événement (X = -1) a une probabilité de 9 signifie que, statistiquement sur un grand nombre de tirages,
13
la fréquence d'une perte de 1 euro est proche de 9 . Il en est de même pour (X = 1) et pour (X = 5).
13
On peut alors calculer la moyenne de gain, appelée espérance mathématique de X et notée E(X).
E(X) = -1 x 9 + 1 x 3 + 5 x 1 = -9 + 3 + 5 = - 1 .
13 13 13 13 13
Cela signifie que le jeu procure, en moyenne, une perte d'un treizième d'euro à chaque tirage.

Définition
Étant donné un ensemble fini Ω muni d'une loi de probabilité p, on définit une variable aléatoire X sur Ω, en
associant à chaque éventualité ω un nombre réel x.
On note X(Ω) = {x1 ; x2 ; ⋯ ; xn} l'ensemble des nombres réels ainsi obtenus. On appelle loi de probabilité
de la variable aléatoire X la donnée des probabilités des événements (X = xi) .

Remarques
• Lorsque l'ensemble Ω est fini, une variable aléatoire X ne peut prendre qu'un nombre fini de valeurs.
• (X = xi) est l'ensemble des éventualités pour lesquelles la variable aléatoire X prend la valeur xi.

http://xmaths.free.fr 1ère ES - L − Probabilités − Variable aléatoire page 5 / 7

 Définition
On considère un ensemble fini Ω muni d'une loi de probabilité p et X une variable aléatoire numérique.
On note X(Ω) = {x1 ; x2 ; ⋯ ; xn} .
On appelle espérance mathématique de X le nombre réel :
i=n
E(X) = x1 x p(X = x1) + x2 x p(X = x2) + ⋯ + xn x p(X = xn) c'est-à-dire : E(X) = ∑ xi x p(X = xi) .
i=1

Remarque
Lorsqu'on répète un grand nombre de fois une expérience, la fréquence de chaque résultat est proche de sa
probabilité. L'espérance mathématique correspond donc à la moyenne sur un grand nombre d'expériences.

Exercice 07 (voir réponses et correction)

Une urne contient douze boules. Six boules sont vertes, cinq sont rouges et une est blanche.
On tire au hasard une boule de l'urne. On définit une variable aléatoire G en associant à ce tirage un gain ou
une perte (la perte sera considérée comme un gain négatif).
• Si la boule tirée est verte, on perd 3 euros ;
• Si la boule tirée est rouge, on gagne 1 euro ;
• Si la boule tirée est blanche, on gagne 10 euros.
Compléter, en justifiant, le tableau ci-dessous donnant la loi de probabilité de G.
Gain -3 1
Probabilité
Calculer l'espérance mathématique de G. Interpréter le résultat.

Exercice 08 (voir réponses et correction)

On jette un dé dont les faces sont numérotées de 1 à 6.
On définit une variable aléatoire X en associant à chaque tirage le nombre :
• -10 si on tire le numéro 1 ;
•0 si on tire les numéros 2, 3, 4 ou 5 ;
• 10 si on tire le numéro 6.
1°) Définir l'ensemble des éventualités Ω et donner l'ensemble X(Ω).
2°) On suppose que le dé est parfaitement équilibré.
Donner la loi de probabilité de X.
3°) On suppose que le dé est truqué et que les probabilités d'apparition des numéros 1, 2 , 3, 4 et 5 sont
toutes les cinq égales à 0,12. Donner la loi de probabilité de X.

Exercice 09 (voir réponses et correction)

On considère une roue partagée en 15 secteurs
angulaires numérotés de 1 à 15. Ces secteurs sont de
différentes couleurs. On fait tourner la roue qui s'arrête
sur l'un des 15 secteurs dont on note le numéro.
L'ensemble des éventualités est :
Ω = { 1 ; 2 ; 3 ; 4 ; 5 ; 6 ; 7 ; 8 ; 9 ; 10 ; 11 ; 12 ; 13 ; 14 ; 15 }
1°) Déterminer la probabilité des événements :
E : « le numéro est multiple de 5 » ;
F : « le numéro n'est pas multiple de 5 » ;
G : « le numéro est pair et inférieur à 11 » ;
E∩G ; E∪G.
2°) Les secteurs 1 et 10 sont de couleur rouge.
Les secteurs 5 et 8 sont de couleur bleue.
Les secteurs 3 ; 7 ; 12 et 14 sont de couleur verte.
Les autres secteurs sont de couleur jaune.
On définit la variable aléatoire X en associant à la couleur bleue le nombre 100, à la couleur rouge le
nombre 30, à la couleur verte le nombre 10 et à la couleur jaune le nombre 0.
Donner la loi de probabilité de X.
On suppose que les nombres 0 ; 10 ; 30 ; 100 correspondent à des gains en euros.
Combien un joueur gagne-t-il en moyenne par partie ? Quelle doit-être la mise pour que le jeu soit
équitable ?
http://xmaths.free.fr 1ère ES - L − Probabilités − Variable aléatoire page 6 / 7
 Exercice 10 (voir réponses et correction)
On jette simultanément deux dés équilibrés dont les faces sont numérotées de 1 à 6.
1°) Quelle est la probabilité d'obtenir un double 6 ?
2°) Quelle est la probabilité d'obtenir deux numéros dont la somme est 4 ?
3°) On appelle S la somme des deux numéros obtenus.
Donner la loi de probabilité de S. Calculer l'espérance mathématique de S.

Exercice 11 (voir réponses et correction)

On jette trois fois de suite une pièce de monnaie et
on appelle "tirage" le résultat obtenu.
(Face ; Face ; Pile) est ainsi un tirage noté FFP
Compléter l'arbre ci-contre et donner le nombre de
tirages possibles.
En supposant que ces tirages sont équiprobables,
déterminer la probabilité pour que le deuxième jet de
la pièce donne "Face".
À chaque tirage on associe 20 points pour "Pile" et
10 points pour "Face" et on note X la somme des
points obtenus.
Donner la loi de probabilité de X et calculer son F
espérance mathématique. P
F
Exercice 12 (voir réponses et correction)
Dans une ville comportant 12 000 ménages, une enquête portant sur les habitudes des ménages en matière
d’écologie a donné les résultats suivants :
• 8 400 ménages pratiquent le tri sélectif ;
• parmi les ménages pratiquant le tri sélectif, 40% consomment des produits bio ;
• parmi les ménages ne pratiquant pas le tri sélectif, 360 consomment des produits bio.
On choisit un ménage au hasard (tous les ménages ayant la même probabilité d’être choisis) et on note :

T l’événement « le ménage pratique le tri sélectif » et T son événement contraire ;

B l’événement « le ménage consomme des produits bio» et B son événement contraire.

1°) Déterminer p(T) ; p( T ∩B) et p(T∩B).
2°)Justifier que p(B) = 0,31.
3°) Cette ville décide de favoriser les ménages ayant un comportement éco-citoyen.
Pour cela, elle donne chaque année un chèque de 50 € aux ménages qui pratiquent le tri sélectif et un
chèque de 20 € aux ménages qui consomment des produits bio (les deux montants peuvent être
cumulés). Soit S la somme d’argent reçue par un ménage choisi au hasard.
a) Donner les différentes valeurs que peut prendre S.
b) Donner la loi de probabilité de S.
c) Calculer l’espérance mathématique de S et interpréter le résultat.

Exercice 13 (voir réponses et correction)

On jette trois fois de suite une pièce de monnaie.
Si on tire trois fois "pile" ou trois fois "face" on gagne 10 euros.
Sinon on perd 1 euro.
Déterminer l'espérance mathématique associée à ce jeu.

Exercice 14 (voir réponses et correction)

Un restaurant propose à sa carte deux types de dessert : un assortiment de macarons et une part de tarte
Tatin. Chaque client choisit un plat à 8 € et un dessert. L'assortiment de macarons est vendu 4 € et la tarte
Tatin 5 € . Il peut prendre éventuellement en supplément un café à 2 €.
Le restaurant a eu 150 clients et 70% d'entre eux ont choisi comme dessert l'assortiment de macarons.
Le restaurateur a remarqué que :
• parmi les clients ayant pris un assortiment de macarons, 80% prennent un café ;
• parmi les clients ayant pris une part de tarte Tatin, 60% prennent un café ;
On interroge au hasard un client de ce restaurant et on considère la variable aléatoire S correspondant à la
somme payée par le client.
Donner les valeurs prises par S et la loi de probabilité de S.

http://xmaths.free.fr 1ère ES - L − Probabilités − Variable aléatoire page 7 / 7