Chapitre SP2 : Probabilités

Sébastien DUMOULARD
SITE WEB : http://www.mathslycee.fr

version du 11 mars 2014

F IGURE 1 – Les probabilités sont très utilisées en médecine, notamment pour les études de risque. (source
image : http ://sante-medecine.commentcamarche.net/)

1
 Probabilités
SP2
Statistiques et probabilités

I Probabilité d’événements
I.1 Expérience aléatoire
Définitions
On appelle expérience aléatoire toute expérience dont on ne peut prévoir à l’avance le résultat
(encore appelé issue de l’expérience). L’ensemble formé de toutes les issues possibles de l’expérience
est appelé univers et se note généralement Ω.

Exemple

On lance un dé cubique bien équilibré et on regarde le numéro indiqué par la face supérieure.
L’univers est ici Ω = {1; 2; 3; 4; 5; 6}.

I.2 Évènements
Définition
Un évènement est une partie de Ω. C’est donc un ensemble contenant une partie de l’univers.

Exemples

• Exemple 1 : A = ”Obtenir un numéro pair”. A = {2; 4; 6}.

• Exemple 2 : B = ”Obtenir le numéro 5”. B = {5}. L’évènement B ne contient qu’une seule
issue : on l’appelle pour cela évènement élémentaire.
• Exemple 3 : C = ”Obtenir un nombre supérieur ou égal à 3” = {3; 4; 5; 6}.

Cas particuliers

• L’ensemble Ω est un évènement, appelé évènement certain.

• L’ensemble vide 0/ est un évènement, appelé évènement impossible.

Définition

Si A est un évènement, on note A l’évènement contraire de A. Il contient les issues de Ω qui ne

sont pas dans A, et il est réalisé lorsque A n’est pas réalisé.

Exemple

A = ”Obtenir un numéro impair” = {1; 3; 5}.

B = ”Ne pas obtenir le 5” = {1; 2; 3; 4; 6}.

2
 Définitions
• On appelle réunion des évènements A et B l’évènement noté A ∪ B contenant les issues qui
sont dans A ou dans B (ou dans les deux). A ∪ B est réalisé lorsqu’au moins l’un des évènements
A ou B est réalisé.

• On appelle intersection des évènements A et B l’évènement noté A ∩ B contenant les issues

qui sont dans A et dans B. A ∩ B est réalisé lorsque les deux évènements A et B sont réalisés.

Exemples

• Exemple 1 :
A ∪C = ”Obtenir un numéro pair ou un nombre supérieur ou égal à 3” = {2; 3; 4; 5; 6}.
• Exemple 2 : A ∩C = ”Obtenir un numéro pair et supérieur ou égal à 3” = {4; 6}.

Définition
On dit que deux évènements sont incompatibles lorsqu’ils n’ont aucun élément commun, c’est à dire
lorsqu’aucune issue ne les réalise l’un ET l’autre, autrement dit lorsqu’ils ne peuvent être réalisés en
même temps.

Exemple

A et B sont incompatibles puisque A ∩ B = ”Obtenir un numéro pair et obtenir le numéro 5” = 0.

/

I.3 Probabilité d’un évènement

Définition
La probabilité d’un évènement est par définition la somme des probabilités des issues qui le consti-
tuent.

Notations

La probabilité d’un évènement A se note P(A).

Exemple

P(A) = P(”Obtenir le numéro 2”) + P(”Obtenir le numéro 4”) + P(”Obtenir le numéro 6”)
1 1 1 3 1
P(A) = + + = = .
6 6 6 6 2

Définition
Lorsque toutes les issues d’une expérience aléatoire ont la même probabilité d’être réalisées, ont dit
qu’elles sont équiprobables, ou encore que Ω est muni de l’équiprobabilité.

3
 Propriété 1
équiprobabilité
Nombre de cas favorables à A
En cas d’équiprobabilité : P(A) = .
Nombre de cas possibles

Exemple

Les issues du lancer de dé sont équiprobables puisque le dé est bien équilibré.

Nombre de cas favorables à A 3 1
Par conséquent : P(A) = = = .
Nombre de cas possibles 6 2

Propriété 2
Propriétés des probabilités
• Si Ω = {e1 ; e2 ; ...; en }, alors p(e1 ) + p(e2 ) + ... + p(en ) = 1.
• Pour tout évènement A, 0 ≤ P(A) ≤ 1.
• Pour tout évènement A : P(A) = 1 − P(A).
• Pour tous évènements A et B : P(A ∪ B) = P(A) + P(B) − P(A ∩ B).
• Si A et B sont incompatibles, alors P(A ∪ B) = P(A) + P(B).

II Probabilités conditionnelles
II.1 Introduction
Je vous propose le jeu suivant : après m’avoir observé choisir une au hasard une carte dans un jeu de 52 cartes
classique, et faces cachées, vous devez deviner le type de carte choisie (par exemple “Valet”, ou “Huit” ou “As”,
etc.).
Vous acceptez, et vous pariez que la carte choisie est une Dame. Quelle est votre probabilité de gagner ?
(et de remporter ainsi la somme de 10 000 C !) Parmi les 52 cartes, il y a 4 Dames. On est en situation d’équi-
probabilité donc, si on note D l’évènement “La carte choisie est une Dame” :
4 1
P(Dame) = = ≈ 0, 077.
52 13
Afin de ménager le suspense, je regarde la carte et vous annonce (sans mentir !) que la carte choisie était... une
figure ! À combien estimez-vous désormais votre probabilité de gagner ?
Vous disposez à présent d’une information supplémentaire : la carte choisie est une figure. Il y a 12 figures
dans le jeu (les quatre Rois, les quatre Dames et les quatre valets). Cette information supplémentaire restreint
l’univers des possibilités (de 52 cartes, on passe à 12 seulement) et donc augmente votre probabilité de gagner,
4 1
qui vaut désormais soit ≈ 0, 333.
12 3
Cette probabilité est appelée probabilité que la carte soit une Dame sachant que c’est une figure : c’est ce qu’on
appelle une probabilité conditionnelle.
Remarques

• En notant D l’évènement “la carte choisie est une figure”, on remarque que
4
P(F ∩ D) 4 1
= 52 = = .
P(D) 12 12 3
52
On retrouve la probabilité de D sachant F, ce que l’on va généraliser au paragraphe suivant.
• En réalité, la carte choisie était le 9 de carreau ; vous ne gagnez donc pas les 10 000 C, mais
cela ne doit pas vous décevoir au point de ne pas lire ce qui suit !

4
II.2 Probabilité conditionnelle
Définition
A et B étant deux évènements (B étant de probabilité non nulle), on appelle probabilité de A sachant que
P(A ∩ B)
B est réalisé, ou plus simplement probabilité de A sachant B, le quotient .
P(B)

Notation

P(A ∩ B)
On note PB (A) la probabilité de A sachant B, et on retiendra donc : PB (A) = .
P(B)

Exemple

Lors d’une tombola organisée dans une entreprise, un salarié est choisi au hasard pour remporter le gros
lot, parmi les 80 salariés répartis comme suit :
Cadres Employés
Hommes 18 30
Femmes 12 20
Quelle est la probabilité que le salarié gagnant soit un cadre, sachant que c’est une femme ?

Notons C l’évènement “Le salarié gagnant est un cadre” et F : “Le salarié gagnant est une femme”. Il
P(C ∩ F)
s’agit donc de calculer PF (C) = .
P(F)
20 1 30 3
Or P(C ∩ F) = = car il y a 20 femmes cadres parmi les 80 salariés, et P(F) = = car il y a
80 4 80 8
30 femmes sur les 80 salariés.
1
1 8 2
Ainsi : PF (C) = 4 = × = ≈ 0, 667.
3 4 3 3
8

Propriété 3
Probabilités composées
Il découle directement de la définition précédente que :

P(A ∩ B) = PB (A) × P(B)

Cette relation importante est souvent utilisée dans les exercices, notamment lorsqu’interviennent des
arbres de probabilité (voir paragraphe III.).

II.3 Indépendance
Définition
Soient A et B deux évènements de probabilité non nulle. On dit que A et B sont indépendants lorsque :

P(A ∩ B) = P(A) × P(B)

5
 Exemple

On tire une carte au hasard dans un jeu classique de 52 cartes, et on note D l’évènement “La carte tirée
est une dame”, C l’évènement “La carte tirée est un carreau”. C et D sont-ils indépendants ?

13 1 4 1
Parmi les 52 cartes, il y a 13 carreaux et 4 dames, donc P(C) = = et P(D) = = .
52 4 52 13
L’évènement C ∩ D = ”Obtenir une dame et un carreau” n’est réalisé que par une carte : la dame de
1
carreau, et donc P(C ∩ D) = .
52
13 1 1
Or P(C) × P(D) = × = .
52 13 52
Comme P(C) × P(D) = P(C ∩ D), alors les évènements C et D sont indépendants.

Remarques

• Ne pas confondre évènements indépendants (¶(A ∩ B) = P(A) × P(B)) et évènements incom-

patibles (A ∩ B = 0/ et donc P(A ∩ B) = 0).
• Il résulte de la définition que A et B sont indépendants lorsque PB (A) = P(A), ce que l’on peut
interpréter comme : “le fait de savoir que B est réalisé ne modifie pas la probabilité que A le
soit”.

III Arbres pondérés de probabilité

Les arbres de probabilités se prêtent particulièrement bien à l’illustration des probabilités conditionnelles.
On considère dans ce paragraphe deux évènements A et B de probabilité non nulle.

PA (B) B A∩B
A

P(A)
PA (B)
B A∩B

B A∩B
PA (B)
P(A)
A

PA (B) B A∩B

Méthode
Prinicpe multiplicatif
REGLE 1 : La probabilité d’un évènement représenté par un chemin de l’arbre est égal au produit des
probabilités rencontrées au cours de ce chemin.

Exemple

P(A ∩ B) = PA (B) × P(A)

6
 Méthode
Formule des probabilités totales
REGLE 2 : Si un évènement est constitué de plusieurs chemins distincts de l’arbres, alors sa probabilité
est obtenue en additionnant les probabilités de chacun de ces chemins.

Exemple

P(B) = P(B ∩ A) + P(B ∩ A) = PA (B) × P(A) + PA (B) × P(A).

Exercice d’application

Compléter l’arbre de probabilités suivant puis calculer P(B).

B A∩B
A 0,1

0,7 B A∩B

B A∩B

B A∩B
0,2
S
Solution :

P(B) = P(B ∩ A) + P(B ∩ A)

B A ∩ B P(B) = PA (B) × P(A) + PA (B) × P(A)
A 0,1 P(B) = 0, 7 × 0, 1 + 0, 3 × 0, 8
P(B) = 0, 31

0,7 0,9 B A∩B

B A∩B
0,3 0,8
A

B A∩B
0,2