1ère : Les bases des probabilités - cours - 1

Chapitre : Les bases des probabilités

I – De l’univers des probabilités

Définition Une expérience aléatoire est une expérience pour laquelle il est impossible de prévoir le
résultat : celui-ci dépend du hasard.
Exemple On lance un dé et on regarde le numéro obtenu.

Définition Les résultats possibles d’une expériences aléatoires sont appelés des issues.
Exemple « 1 » ou « 5 » sont des issues de cette expérience aléatoire.

Définition L’univers (souvent noté Ω) est l’ensemble de toutes les issues d’une expérience aléatoire.

Exemple Ici, on a : Ω = {1; 2; 3; 4; 5; 6}

Remarque La notation « entre accolades » { } est obligatoire, car c’est la notation mondiale pour désigner un ensemble.

II - Evénement
1) Définitions diverses
a) Une partie de l’univers

Définition Un événement A est un ensemble d’issues : c’est une partie de l’univers Ω (on dit aussi « un
sous-ensemble de Ω »).
Exemple Soit l’événement A défini par : A : « Le numéro obtenu est pair »
on a : 𝐴 = {2; 4; 6}
Remarque On dit que les issues « 2 », « 4 » et « 6 » réalisent l’événement A.

Remarques importantes
1) Un événement est souvent noté par une lettre majuscule.
2) On peut définir un événement de deux façons :
- soit « en français » : dans ce cas, on note d’abord le nom de l’événement (c’est-à-dire la lettre majuscule choisie), puis
le symbole « : », puis enfin une phrase (précise !) entre guillemets, comme dans :
A : « Le numéro obtenu est pair »
- soit « en langage mathématique » : dans ce cas, on note d’abord le nom de l’événement (c’est-à-dire la lettre majuscule
choisie), puis le signe « = », puis enfin une liste d’issues séparées par des « ; », entre accolades, comme dans :
𝐴 = {2; 4; 6}

Remarque moins importante sur les notations ensemblistes

1) On dit d’un élément x d’un ensemble A qu’il appartient à cet ensemble, ce qu’on note : 𝑥∈𝐴
2) Par contre, un événement n’est pas un élément de Ω, c’est un sous-ensemble de Ω, donc un événement est lui-même un ensemble.
Attention donc à ne pas écrire « 𝐴 ∈ Ω ». Dans ce cas, on écrit :
𝐴⊂Ω qui se lit « A est inclus dans Ω »
ou encore « A est un sous-ensemble de Ω »

b) Evénements particuliers

Définitions
- Un événement qui contient une seule issue est appelé événement élémentaire.
- Un événement qui contient toutes les issues est appelé événement certain.
- Un événement qui ne contient aucune issue est appelé événement impossible.
Exemples
- L’événement X : « Le numéro obtenu est un multiple de 4 » est un événement élémentaire car 𝑋 = {4}
- L’événement Y : « Le numéro obtenu est inférieur ou égal à 8 » est un événement certain car 𝑌 = Ω
- L’événement Z : « Le numéro obtenu est un nombre négatif » est un événement impossible car 𝑋 = ∅
 1ère : Les bases des probabilités - cours - 2
c) Evénement contraire

Définition
̅ (se lit « A barre »), est l’ensemble de toutes les issues de Ω qui ne sont
L’événement contraire de A, noté 𝑨
pas dans A.
On peut visualiser ceci à l’aide d’un diagramme de Venn

Exemple On définit l’événement : 𝐴̅ : « le numéro obtenu n’est pas pair »,

et on a : 𝐴̅ = {1; 3; 5}

Remarques
1) Ici, on peut bien sûr écrire : 𝐴̅ : « le numéro obtenu est impair », car le contraire de « pair » est bien sûr « impair ». De
façon générale il est néanmoins préférable d’utiliser les termes « ne... pas... » pour définir un événement contraire, car on réduit le
risque de confusion.
2) On a bien sûr 𝐴̿ = 𝐴 ! (notons que 𝐴̿ se lit « A barre-barre »... !)

2) Union et intersection d’événements

a) Définitions

Définitions Soient A et B deux événements.

* Intersection (notée 𝑨 ∩ 𝑩) : 𝐴 ∩ 𝐵 est l’ensemble des issues de Ω qui sont dans A et dans B.
On peut visualiser ceci à l’aide d’un diagramme de Venn

* Union (notée 𝑨 ∪ 𝑩) : 𝐴 ∪ 𝐵 est l’ensemble des issues de Ω qui sont dans A ou dans B.
On peut visualiser ceci à l’aide d’un diagramme de Venn

Remarque Le « ou » employé ici signifie « dans A ou dans B, ou dans les deux » (ou encore « dans au moins un des deux »).
C’est ce qu’on appelle un « ou non exclusif », à distinguer du « ou exclusif » souvent utilisé dans la langue française (par exemple
dans « fromage ou dessert »).

Exemple
Soit l’événement A : « le numéro obtenu est pair » on a 𝐴 = {2; 4; 6}
et l’événement B : « le numéro obtenu est un multiple de 3 » on a 𝐵 = {3; 6}
alors l’intersection de A et B est l’événement 𝐴∩𝐵 : « le numéro obtenu est pair et est multiple de 3 »
et on a : 𝐴∩𝐵 = {6}
et l’union de A et B est l’événement 𝐴∪𝐵 : « le numéro obtenu est pair ou est multiple de 3 »
et on a : 𝐴∪𝐵 = {2; 3; 4; 6}
 1ère : Les bases des probabilités - cours - 3
b) Evénements incompatibles

Définition Deux événements A et C sont incompatibles si : 𝑨∩𝑪 =∅

On peut visualiser ceci à l’aide d’un diagramme de Venn

Exemple
Soit l’événement A : « le numéro obtenu est pair » on a 𝐴 = {2; 4; 6}
l’événement C : « le numéro obtenu est un multiple de 5 » on a 𝐶 = {5}
alors l’intersection de A et C est l’événement 𝐴 ∩ 𝐶 : « le numéro obtenu est pair et est multiple de 5 »
et aucune issue ne réalise 𝐴 ∩ 𝐶, donc 𝐴∩𝐶 = ∅ donc A et C sont incompatibles.

III – Probabilités
1) Loi de probabilité
a) Définir une loi de probabilité
On considère une expérience aléatoire ayant n issues dont l’univers est Ω = {𝑒1 ; 𝑒2 ; 𝑒3 ; … ; 𝑒𝑛 }

Définition : Définir une loi de probabilité sur Ω, c’est associer à chaque issue 𝑒𝑖 (où i est un entier tel que
1 ≤ 𝑖 ≤ 𝑛) un nombre 𝑝𝑖 tel que, pour tout i :
𝟎 ≤ 𝒑𝒊 ≤ 𝟏 (la probabilité d’une issue est un nombre entre 0 et 1)
et 𝒑𝟏 + 𝒑𝟐 + 𝒑𝟑 + ⋯ + 𝒑𝒏 = 𝟏 (la somme des probabilités de toutes les issues est 1)

Exemple : Ici, la loi de probabilité sur Ω = {1; 2; 3; 4; 5; 6} est :

b) Loi des grands nombres

Propriété (loi des grands nombres)

Pour certaines expériences aléatoires on connaît a priori la probabilité d’obtenir chaque issue, grâce
par exemple à des considérations physiques (c’est le cas pour la loi de probabilité de l’exemple ci-dessus).
Alors, quand on répète cette expérience un grand nombre de fois, les fréquences des issues se rapprochent
des probabilités données par la loi de probabilité.
A l’inverse, on peut choisir une loi de probabilité en répétant l’expérience aléatoire un grand nombre
de fois, et en observant vers quels nombres les fréquences des issues se stabilisent.

2) Equiprobabilité

Définition On dit qu’on est en situation d’équiprobabilité lorsque toutes les issues ont la même
probabilité.
Exemple C’est bien sûr le cas pour la loi de probabilité du dé (III – 1 – a)

Propriété Dans une situation d’équiprobabilité, la probabilité d’un événement A est donnée par :
𝒏𝒐𝒎𝒃𝒓𝒆 𝒅′ 𝒊𝒔𝒔𝒖𝒆𝒔 𝒅𝒆 𝑨
( )
𝒑 𝑨 =
𝒏𝒐𝒎𝒃𝒓𝒆 𝒅′𝒊𝒔𝒔𝒖𝒆𝒔 𝒅𝒆 Ω
3 1
Exemple Soit l’événement A : « le numéro obtenu est pair » on a 𝐴 = {2; 4; 6} donc 𝑝( 𝐴 ) = 6 = 2
 1ère : Les bases des probabilités - cours - 4
3) Probabilité d’événement

a) Probabilité d’un événement

Définition La probabilité d’un événement A est la somme des probabilités des issues qui réalisent A.
Exemple
1 1 1 3 1
Soit l’événement A : « le numéro obtenu est pair » on a 𝐴 = {2; 4; 6} donc 𝑝(𝐴) = 6 + 6 + 6 d’où 𝑝( 𝐴 ) = 6 = 2

Conséquences
* 𝒑(∅) = 𝟎 la probabilité d’un événement impossible est 0
* 𝒑(Ω) = 𝟏 la probabilité d’un événement certain est 1
* Pour tout événement A, on a : 𝟎 ≤ 𝒑(𝑨) ≤ 𝟏 la probabilité d’un événement est comprise entre 0 et 1

b) Probabilité d’un événement contraire

Propriété : Pour tout événement A, on a :

̅ ) = 𝟏 − 𝒑(𝑨)
𝒑(𝑨
1 1
Exemple Avec l’événement : 𝐴̅ : « le numéro obtenu n’est pas pair », on a : 𝑝(𝐴̅) = 1 − 𝑝(𝐴) = 1 − 2 d’où 𝑝(𝐴̅) = 2

4) Probabilité d’union et d’intersection

Propriété Soient A et B deux événements quelconques, on a :

𝒑(𝑨 ∪ 𝑩) = 𝒑(𝑨) + 𝒑(𝑩) − 𝒑(𝑨 ∩ 𝑩)

Remarque 1 Si on fait l’erreur classique 𝑝(𝐴 ∪ 𝐵) = 𝑝(𝐴) + 𝑝(𝐵), on compte deux fois 𝑝(𝐴 ∩ 𝐵) : une fois dans 𝑝(𝐴) et une
deuxième fois dans 𝑝(𝐵), ce qui se visualise aisément grâce au diagramme de Venn ci-dessous :

Il faut donc soustraire une fois 𝑝(𝐴 ∩ 𝐵), d’où la formule.

Remarque 2 Si A et B sont incompatibles, c’est-à-dire si 𝐴 ∩ 𝐵 = ∅, alors 𝑝(𝐴 ∩ 𝐵) = 0 et la formule devient :

𝑝(𝐴 ∪ 𝐵) = 𝑝(𝐴) + 𝑝(𝐵)

Exemple
Soit l’événement A : « le numéro obtenu est pair » on a 𝐴 = {2; 4; 6}
et l’événement B : « le numéro obtenu est un multiple de 3 » on a 𝐵 = {3; 6}
alors l’intersection de A et B est l’événement 𝐴 ∩ 𝐵 : « le numéro obtenu est pair et est multiple de 3 »
et on a : 𝐴 ∩ 𝐵 = {6}

alors on obtient 𝑝(𝐴 ∪ 𝐵) grâce à : 𝑝( 𝐴 ∪ 𝐵 ) = 𝑝(𝐴) +𝑝(𝐵) −𝑝(𝐴 ∩ 𝐵)

3 2 1
𝑝( 𝐴 ∪ 𝐵 ) = 6 + 6 − 6
4
d’où 𝑝( 𝐴 ∪ 𝐵 ) =6

or on avait vu que l’union de A et B est l’événement 𝐴 ∪ 𝐵 : « le numéro obtenu est pair ou est multiple de 3 »
et on a : 𝐴 ∪ 𝐵 = {2; 3; 4; 6}
4
donc 𝑝( 𝐴 ∪ 𝐵 ) =6 ...donc ça colle !

Remarque Si on fait l’erreur classique 𝑝(𝐴 ∪ 𝐵) = 𝑝(𝐴) + 𝑝(𝐵), on compte deux fois l’issue « 6 » : une fois dans 𝑝(𝐴) et
une deuxième fois dans 𝑝(𝐵). Il faut donc soustraire une fois 𝑝(𝐴 ∩ 𝐵), d’où la formule.
 1ère : Les bases des probabilités - cours - 5

IV – Du bon usage des tableaux et des arbres

Pour déterminer une loi de probabilité, on utilise souvent soit un tableau à double entrée, soit un arbre.
Soit par exemple l’expérience aléatoire qui consiste à lancer une pièce de monnaie deux fois consécutivement
et à observer le résultat obtenu. Pour déterminer toutes les issues possibles, on peut :

- soit faire un tableau à deux entrées :

- soit faire un arbre :

L’arbre est souvent plus pratique. En effet, soit maintenant l’expérience aléatoire qui consiste à lancer une
pièce de monnaie trois fois consécutivement et à observer le résultat obtenu. Pour déterminer toutes les issues
possibles, on peut :

- soit faire un arbre :

- soit faire un tableau... à trois entrées... ce qui... n’est pas pratique !

Devoir maison Faire un tableau représentant l’expérience aléatoire qui consiste à lancer une pièce de monnaie QUATRE fois
consécutivement... !