Maths - Livre Du Professeur Lelivrescolaire - FR - Chapitre 11 - Probabilités Conditionnelles

Livre du professeur - Mathématiques 1re
Chapitre 11 : Probabilités conditionnelles
AVANT DE COMMENCER.................................................................................................................................................... 2
INFORMATIONS SUR LE CHAPITRE ............................................................................................................................................................ 2
INFORMATIONS COMPLÉMENTAIRES SUR CETTE PAGE ........................................................................................................................ 2
CORRIGÉS DES EXERCICES .......................................................................................................................................................................... 3
ACTIVITÉS............................................................................................................................................................................... 6
ACTIVITÉ A : PROBABILITÉS CONDITIONNELLES .................................................................................................................................. 6
ACTIVITÉ B : FORMULE DES PROBABILITÉS TOTALES .......................................................................................................................... 7
ACTIVITÉ C : INDÉPENDANCE DE DEUX ÉVÉNEMENTS ......................................................................................................................... 8
AUTO-ÉVALUATION .......................................................................................................................................................... 10
TP/TICE ................................................................................................................................................................................. 12
INFORMATIONS UTILES POUR LE TP 1 ..................................................................................................................................................12
CORRIGÉ DU TP 1......................................................................................................................................................................................13
INFORMATIONS UTILES POUR LE TP 2 ..................................................................................................................................................14
CORRIGÉ DU TP 2......................................................................................................................................................................................14
TRAVAILLER ENSEMBLE ................................................................................................................................................. 16
INFORMATIONS UTILES POUR CE TRAVAIL ............................................................................................................................................16
CORRIGÉ PARTIE 1 ....................................................................................................................................................................................16
CORRIGÉ PARTIE 2 ....................................................................................................................................................................................17
CORRIGÉ PARTIE 3 ....................................................................................................................................................................................19
CORRIGÉ MISE EN COMMUN .....................................................................................................................................................................19
EXERCICES D’APPLICATIONS DIRECTES ................................................................................................................... 19
EXERCICES À L’ORAL .................................................................................................................................................................................19
EXERCICES...................................................................................................................................................................................................20
EXERCICES FLASH .............................................................................................................................................................. 23
EXERCICES D’ENTRAÎNEMENT PARTIE 1 ................................................................................................................. 24
EXERCICES DE SYNTHÈSE ............................................................................................................................................... 43
Document sous licence libre Creative Commons
1
Livre du professeur - Maths 1re - Chapitre 11 : Probabilités conditionnelles
Avant de commencer
Informations sur le chapitre

Il s’agit du chapitre sur les probabilités conditionnelles. Ce chapitre traite de la notion d’indépendance
de deux événements, de la notion de probabilités conditionnelles et de la formule de probabilités
totales.
L’enseignement dispensé en classe de seconde a abordé le modèle probabiliste, dans le cas d’un
univers fini. En première, on développe l’étude de ce modèle. L’enseignement s’organise autour des
buts suivants :
➢ introduire la notion de probabilité conditionnelle, sous-jacente dans toute modélisation
probabiliste, et mettre en évidence la problématique de l’inversion des conditionnements ;
➢ formaliser la notion d’indépendance.
Comme en seconde, on distingue nettement modèle et réalité. Ainsi, une hypothèse d’indépendance
fait partie d’un modèle : elle peut être un point de départ théorique ou être la conséquence d’autres
hypothèses théoriques. Lorsque le modèle est appliqué à une situation réelle (par exemple, lancer de
deux dés physiques), l’indépendance fait partie de la modélisation et résulte de l’analyse de la
situation physique.
Les notions de statistique descriptive vues en seconde sont articulées avec le cours de probabilités.
Une population statistique peut être étudiée d’un point de vue probabiliste en considérant l’expérience
aléatoire de tirage au sort avec équiprobabilité dans la population.
Un lien est ainsi fait entre des notions statistiques (sous-population, proportion, moyenne, écart type)
et les notions probabilistes analogues (événement, probabilité, espérance, écart type). La notion de
fréquence conditionnelle ne fait pas l’objet d’une étude, mais on donne des situations de calcul de
probabilités conditionnelles à partir d’un tableau croisé d’effectifs.
Les arbres pondérés sont introduits à partir des arbres de dénombrements vus en seconde.
Contenus
➢ Probabilité conditionnelle d’un événement B sachant un événement A de probabilité non
nulle. Notation . Indépendance de deux événements.
➢ Arbres pondérés et calcul de probabilités : règle du produit, de la somme.
➢ Partition de l’univers (systèmes complets d’événements). Formule des probabilités totales.
➢ Succession de deux épreuves indépendantes. Représentation par un arbre ou un
tableau.
Informations complémentaires sur cette page

Ce chapitre peut être traité indépendamment de l’autre chapitre de probabilité. Les exercices faisant
appel aux deux chapitres sont tous situés dans la partie des Exercices transversaux.
Les capacités abordées dans le chapitre sont :

➢ Construire un arbre pondéré ou un tableau en lien avec une situation donnée. Passer du
registre de la langue naturelle au registre symbolique et inversement.
➢ Utiliser un arbre pondéré ou un tableau pour calculer une probabilité.
➢ Calculer des probabilités conditionnelles lorsque les événements sont présentés sous forme
de tableau croisé d’effectifs (tirage au sort avec équiprobabilité d’un individu dans une
population).
➢ Dans des cas simples, calculer une probabilité à l’aide de la formule des probabilités totales.
➢ Distinguer en situation et , par exemple dans des situations de type « faux
positifs ».
2
➢ Représenter une répétition de deux épreuves indépendantes par un arbre ou un tableau.
Des algorithmes, mettant en application la méthode de Monte-Carlo, permettant d’estimer des

fréquences ou des probabilités, sont abordés en activité ou en exercice : estimation de l’aire sous la
parabole, estimation du nombre π.
Deux types d’approfondissement sont proposés :

➢ Exemples de succession de plusieurs épreuves indépendantes.
➢ Exemples de marches aléatoires.
Corrigés des exercices
Corrigé exercice 1 :
1.
2.
3. Dans cette question, il y a deux possibilités de comprendre la question :
a.
3
b.
Remarque : Il peut ici être intéressant d’attirer l’attention de l’élève sur les
questions de priorités dans les diagrammes de Venn.
4.
5.
6.
4
1. On commence par utiliser puis, à l’aide de et , on
trouve les valeurs et et enfin, on détermine la valeur car la somme doit
être égale à 1.
2. .
3.
4. D’après le diagramme, .
1. Comme il y a autant de boules noires que de boules rouges, on peut effectuer l’arbre de
dénombrement sans distinguer les boules de la même couleur
.
2. En utilisant l’arbre, on constate qu’il y a 4 issues possibles.
3.
a. D’après l’arbre, un seul chemin permet d’obtenir deux boules noires donc
.
b. L’événement est réalisé lorsque les deux boules sont rouges ou les deux boules
sont noires. On a donc deux chemins possibles. On a alors .

c. L’événement est réalisé lorsqu’on l’on tire une boule rouge puis une boule noire ou
bien lorsque l’on tire une boule noire puis une boule rouge. Il y a deux chemins
illustrant cela donc .
1. On peut en déduire que chaque face est équiprobable. Chacune des issues possibles a donc
la même probabilité d’être réalisée.
2.
a. donc .
b. donc .
c. donc .
5
d. donc donc
1. soit
d’où . La probabilité d‘obtenir 6 est donc 0,1.
2. La somme des probabilités est égale à 1 donc
soit soit encore : la probabilité d’obtenir 5 est 0,2.
3. On calcule et on trouve bien 0,5 donc Jack a raison.
4. : Mary a tort.
Activités
Activité A : Probabilités conditionnelles

À quel moment réaliser cette activité ?
En début de chapitre, pour découvrir la notion de probabilités conditionnelles. Cette activité
complète le troisième exercices de la page “avant de commencer”. Ici, et contrairement à l’exercice
précédent, les tirages se font sans remise.
Ce que dit le B.O. :

● Probabilité conditionnelle d’un événement B sachant un événement A de probabilité non
nulle.
● Arbres pondérés.
Informations utiles sur l’activité A :
Dans la partie Avant de commencer, un exercice voisin est proposé, qui demande la construction d’un
arbre de dénombrement.
Les deux premières questions introduisent la notion de probabilité conditionnelle : le premier tirage
modifie la proportion de boules de chaque couleur dans l’urne, et la probabilité de tirer lors du second
tirage une boule bleue n’est pas la même, selon que la première boule tirée est bleue ou rouge.
Dans la dernière question, le nombre de boules présentes dans l’urne invite les élèves à modéliser la
situation autrement qu’avec un arbre de dénombrement ; la notion d’arbre pondéré est alors
introduite, qui permet d’obtenir une version plus compacte que l’arbre de dénombrement.
Corrigé activité A :
Questions :
1. La probabilité est .
2. Lors du deuxième tirage, il y a toujours 8 boules rouges. Comme la boule bleue n’a
6
pas été remise dans l’urne après le premier tirage, alors il y a maintenant 15 boules
au total. La probabilité cherchée est donc .

3. En utilisant le même raisonnement que dans la question 2, on obtient l’arbre suivant :
BILAN
Le fait de savoir que l’événement “Akim a tiré une boule bleu lors du premier tirage” est réalisé
change l’univers dans lequel on calcule la probabilité que Akim tire une boule rouge au second tirage.
Ainsi, la probabilité que “Akim tire une boule rouge au second tirage” est différente de la probabilité de
“Akim tire une boule rouge au second tirage” sachant que l’événement “Akim prend une boule bleu
lors du premier tirage” est réalisé.
Activité B : Formule des probabilités totales

Cette activité permet de réactiver les compétences liées aux tableaux à double entrée vus en
classe de seconde.
Elle permet ensuite de mettre en place la formule des probabilités totales.

● Partition de l’univers (systèmes complets d’événements).
● Formule des probabilités totales.
● Construire un arbre pondéré ou un tableau en lien avec une situation donnée. Passer
du registre de la langue naturelle au registre symbolique et inversement.
● Utiliser un arbre pondéré ou un tableau pour calculer une probabilité.
Informations utiles sur l’activité B :
Cette activité permet de saisir la notion de partition, sans l’avoir encore formalisée.
La première question permet de passer du registre de la langue naturelle au registre symbolique.
La construction du tableau à double entrée dans la deuxième question peut être précédée de celle
d’un diagramme de Venn, pour montrer ensuite que les probabilités des événements et et de
leurs contraires sont présentées explicitement.
Les trois questions suivantes permettent à l’élève de mettre en place la formule des probabilités
totales.
7
Corrigé activité B :
Questions :
1. “La probabilité que Lee et ses camarades s’entraident et que le professeur les y
autorise est de 0,63” s’écrit aussi : .
“La probabilité que Lee et ses camarades s’entraident et que le professeur le leur
interdise est de 0,63” s’écrit aussi : .
2. À l’aide de la question 1, on peut alors en déduire les cases du tableau :
Total
Total
3. Deux cases ont été nécessaires pour calculer , il s’agit de et

.
4. Il n’est pas nécessaire de connaître plus de cases car les événements et
s’excluent et leur réunion est l’univers tout entier.
5. Autrement dit, on peut écrire :
.
Bilan : L’aide apportée à côté de la question permet de rappeler la définition d’une probabilité
conditionnelle vue dans le cours. On a alors et
.
Ainsi, .
Compléments :
Il peut être demandé aux élèves de montrer les deux arbres que l’on peut construire à partir de ce
tableau.
Activité C : Indépendance de deux événements

Pour découvrir la notion d’indépendance de deux événements.

- formaliser la notion d’indépendance ;
- Représenter une répétition de deux épreuves indépendantes par un arbre ou un tableau.
Informations utiles sur l’activité C :
8
Les notions d’indépendance, de causalité et de corrélation existent dans le langage quotidien, mais
parfois avec un certain flou.
Cette activité s’attache à faire découvrir la notion d’indépendance de deux événements, et la
définition d’événements indépendants, à partir de la probabilité de leur intersection.
Corrigé activité C :
Questions :
1. La réalisation de B semble indépendante de la réalisation de C. Il paraît en effet
difficile de faire un lien entre obtenir son bac et la longueur des cheveux.
2. On remarque que .
3. Les fruits et légumes sont faibles en calories et donc implique un meilleur contrôle du
poids. On peut donc conjecturer une éventuelle dépendance de ces deux
événements.
4. On remarque cette fois que .
5.
a. et ne semblent pas indépendants, car l’événement contient davantage
de nombres pairs que son complémentaire.
; et .
On remarque que . et ne seraient alors pas
indépendants.
b. Quand on prend un nombre entier au hasard parmi tous les entiers naturels, il
est intuitif que les événements “le nombre est pair” et le nombre “est un
multiple de 3” sont indépendants. Mais ici, on n’a que 20 jetons :
; et .
On remarque que . et seraient
indépendants.
c. Quand on prend un nombre entier au hasard parmi tous les entiers naturels, il
est intuitif que les événements “le nombre est pair” et le nombre “est un
multiple de 3” sont indépendants. La situation semble identique à la situation
précédente sauf que l’on a ajouté le numéro 21 (qui est un multiple de 3
impair) :
; et .
On remarque que . et ne seraient alors pas
indépendants.
Bilan :
On peut conjecturer que deux événements et sont indépendants lorsque
. En appliquant ce critère à et on peut affirmer qu’ils
sont indépendants puisque .
9
Auto-évaluation
On peut représenter la situation sous forme d’un arbre :
Réponse(s) b
Réponse(s) a
et étant indépendants, et . Il n‘y a aucune raison que

et soient égales, donc :
Réponse(s) b
Par définition, et sont indépendants lorsque donc :
Réponse(s) b
10
D’après la définition des événements indépendants, la réponse b est vraie.
De plus, dans ce cas, : la réponse d est vraie.
Réponse(s) b, d
a : la case 6 doit toujours contenir 1.
b : vrai selon la construction des tableaux de probabilités
c : on peut seulement affirmer que la somme des probabilités dans les cases 2 et 4 vaut 0,7.
d : il n’y a pas de probabilité conditionnelle dans un tel tableau.
Réponse(s) a, b
a: et sont incompatibles, mais pas indépendants (sauf si ou ).
b: “Obtenir un nombre pair” et “obtenir un multiple de 3” lors d’un lancer de dé équilibré à six faces
sont des événements indépendants, mais pas incompatibles.
c: Vrai. Si , alors donc et sont incompatibles et
indépendants.
d: Cette égalité n’a aucune raison d’être vraie : il suffit de reprendre l’exemple de la réponse b où on
donne deux événements indépendants qui n’ont pas la même probabilité.
Réponse(s) c
b : est éliminé car doit être la réunion des seuls événements incompatibles , et . Ici, il existe
un quatrième événement.
c : est éliminée car .
Les réponses a et d sont correctes car, dans les deux cas, les événements , et sont
incompatibles et leur réunion est égale à l’univers tout entier.
Réponse(s) a, d
Corrigé problème 14 :
1. On note l’événement “il fait beau” et l’événement “il y a un contrôle”.
11
Pour remplir, le tableau, il faut utiliser l’arbre. Par exemple, pour calculer ,
on calcule .
Total
Total 1
2. L’événement de l’énoncé se traduit mathématiquement par . On a alors,
d’après le tableau (ou l’arbre), .
3. D’après la formule des probabilités totales :
.
TP/TICE
Informations utiles pour le TP 1

Le TP peut être traité à n’importe quel moment du chapitre.
La méthode utilisant GeoGebra est plus difficile pour les élèves que celle utilisant Python. En
particulier, plusieurs commandes Geogebra et l’utilisation de la console, risquent de freiner les élèves
les plus fragiles.
Le nombre de points relativement faible utilisés est un choix pour garder Geogebra assez réactif. On
peut espérer que certains élèves proposeront d’augmenter le nombre de points. Une remarque sur la
fluctuation d’échantillonnage pourra alors être formulée.
12
Corrigé du TP 1
Question préliminaire
L’aire du domaine hachuré est comprise entre 0 et 1 unité d’aire (aire du carré de côté 1). On
peut toutefois améliorer cet encadrement : en considérant les deux triangles EFG, et FGH,
tous les deux rectangles en G, on peut écrire que l’aire du domaine hachuré est comprise
entre 0,25 et 0,5, en unités d’aire.
Méthode 1
1. Tracer :
● Écrire f(x)=x^2 dans la zone de saisie. Puis taper entrer.
● A l’aide de l’outil inspecteur de fonction, modifier la positions de bornes de
l’intervalle sur lequel calculer l’aire.
3.
a. La commande A=(random(),random()) permet de créer un point de manière
aléatoire, dans le carré constitué des points dont les coordonnées sont
comprises entre 0 et 1.
b. Liste1=Séquence((random(),random()),i,1,n) permet de créer une liste,
appelée Liste 1, de points placés aléatoirement dans le carré.
4.
a. L’ordonnée des points, de coordonnées , situés dans le domaine
hachuré, vérifient les inéquations :
et .
b. Region = (0 <= x <= 1) && (0 <= y <= x^2)
5. Cette commande permet de construire une liste de variables booléennes, indiquant si
les points construits avec la commande de la question 3.b. appartiennent, ou pas, au
domaine hachuré.
6. S= Somme(Liste2)/n permet de connaître la proportion de points dans la région
hachurée, par rapport à l’ensemble des points.
7. Lorsque augmente, la proportion de points appartenant au domaine hachuré se
rapproche de 0,33.
C’est une valeur approchée de l’aire, en unités d’aire, du domaine hachuré.
13
Méthode 2
2. La variable a est un nombre réel appartenant à l’intervalle .
3. xA=random()
yA=random()
4. if (yA <= xA**2):
5.
6. Lorsque augmente, la proportion de points appartenant au domaine hachuré se
rapproche de 0,33.
C’est une valeur approchée de l’aire, en unités d’aire, du domaine hachuré.
Pour aller plus loin

L’utilisation d’un logiciel comme Anylogic peut montrer aux élèves comment simuler des expériences
aléatoires plus complexes, et obtenir ainsi des valeurs approchées de probabilités.
Informations utiles pour le TP 2

Il s’agit ici de découvrir le paradoxe et Simpson et d’en donner une explication.La première méthode
permet de découvrir des cas d’apparition du paradoxe de Simpson à l’aide du tableur en testant
plusieurs valeurs possibles pour les probabilités. La deuxième méthode est une illustration
géométrique. On considère dans cette deuxième méthode la formule des probabilité conditionnelle
comme la somme de l’aire de deux rectangles pouvant tous les deux être inscrits dans un grand
rectangle de côtés : et .
Corrigé du TP 2
Méthode 1
1. La feuille de calcul peut être téléchargée ici.
a. En B3, on écrit : =alea()
En C3, on écrit : = 1 - B3
En D3, on écrit : = alea()
En E3, on écrit : = alea()
b. En F3, on écrit : =B3*D3+C3*E3
2. En G3, on écrit : =SI(ET(D3 < $D$2 ; E3 < $E$2 ; F3 > $F$2);”trouvé !” ; ” ”)

3. Voici un exemple que l’on peut trouver. Dans l’essai 10, on voit que, même si les
valeurs de et diminue toutes les deux par rapport à la ligne 2 de
référence, on a quand même une valeur de qui augmente.
14
Méthode 2
1.
2. On note . Or, donc
.
3. La formule des probabilités totales donne : .
Donc, si on note le point d’intersection de et , est représenté par la
somme des aires de et .
4. Remarque : En manipulant, l’élève peut aisément obtenir des situations correspondants au

paradoxe de Simpson. On pourra insister sur le lien entre géométrie et probabilité. Ce lien est
également mis en avant dans les méthodes de Monte Carlo pour le calcul d’aire.
15
Pour aller plus loin
Informations utiles
De nombreuses vidéos sont disponibles en ligne pour illustrer le paradoxe de Simpson. Les exemples
de situations menant au paradoxe de simpson sont nombreuses dans la vie courante et il est possible
de prendre comme exemple les résultats d’une élection de délégués en séparant la classe étudiée en
deux sous ensembles donc les effectifs sont très différents.
Réponses
1. Cela est une cause typique du paradoxe de Simpson liée aux problèmes de structure. Ici, on
considère deux séries statistiques : la répartition des Démocrates et des Républicains dans
les États du Sud et celle dans les États du Nord. Ces deux séries statistiques n’ont pas les
mêmes effectifs, ni le même nombre de votants en faveur de la loi. Pourtant, on regroupe ces
deux séries pour créer une nouvelle série à l’échelle des États-Unis. Les deux groupes réunis
étant différents, cela crée aussi une différence dans les calculs de pourcentages.
2. On peut voir apparaître le paradoxe de Simpson dans les situations suivantes :
a. Choix du traitement le plus adapté à une maladie selon la gravité de la maladie.
b. La comparaison des performances de sportifs.
Travailler ensemble
Informations utiles pour ce travail

Les trois exercices de cette partie ont pour thème l’addiction aux séries télévisées : trois approches
différentes sont proposées, une pour calculer la probabilité de ne pas regarder de série pendant une
journée, une pour approcher grâce à un programme python la probabilité de ne pas regarder de série
pendant une semaine et une troisième pour déterminer la probabilité de ne pas regarder de série une
journée, si on fixe la probabilité de ne pas regarder de série une journée.
Corrigé partie 1
1. Notons l’événement : “L’étudiant regarde une série le midi” et l’événement : “ L’étudiant
regarde une série le soir”.
2.
La probabilité qu’il regarde une série le midi et le soir est égale à .
3.
16
La probabilité qu’il regarde une série au moins à un des deux moments est égale à .
4.
La probabilité qu’il ne regarde pas du tout de série est égale à .
Corrigé partie 2
1. PasDeSerie ← 0
Pour i allant de 0 à 9999 :
M = nombre aléatoire entre 0 et 1
S = nombre aléatoire entre 0 et 1
midi ← 0
soir ← 0
Si M<0,2 :
midi ← 1
Fin Si
Si midi = 1:
Si S<0,15 :
soir ← 1
Fin Si
Sinon :
Si S<0,2 :
soir ← 1
Fin Si
Fin Si
Si midi = 0 et soir = 0 :
PasDeSerie ← PasDeSerie + 1
Fin Si
Fin Pour
Proportion ← PasDeSerie/10000
17
2.
Interprétation du résultat : Python renvoie la proportion de journées pendant laquelle
l'étudiant n'a pas regardé de série.
Le nombre de journées étant suffisamment élevé, on peut associer cette proportion à une
probabilité.
3. La proportion de jours pendant laquelle l’étudiant n’a pas regardé de série est proche de
64 %.
4.
18
5. La proportion de semaines passées sans regarder de série est proche de %. On peut

considérer que c’est une valeur approchée de la probabilité de ne pas regarder de séries
pendant une semaine.
Corrigé partie 3
1. .
2. Comme et sont indépendants,
.
3. La probabilité que l’étudiant ne regarde pas de série pendant 7 jours est donc .
4. La probabilité que l’étudiant ne regarde pas la télé pendant une semaine est supérieure à 0,9
lorsque est supérieur à . En effet,
Corrigé mise en commun

D’après les résultats des parties 1 et 2, la probabilité que l’étudiant ne regarde de série ni le midi, ni
le soir est égale à .
D’après les résultats des parties 2 et 3, la probabilité de ne pas regarder de série pendant une
semaine est proche de .
Si on suppose que le comportement de chaque semaine est indépendant de celui des autres
semaines, la probabilité de ne pas regarder de série pendant trois semaines consécutives est :
.
Exercices d’applications directes
Exercices à l’oral
1. , et .
2. On commence par exemple par calculer puis on en déduit . On obtient
alors puis .
Total
Total
3. .
19
1. , et
2.
3.
.
et .
.
Donc et sont indépendants.
Exercices
1. On peut commencer par calculer puis on en déduit . En découle alors
puis et enfin .
Total
Total 1
20
2. et .
Une erreur s’est glissée dans le spécimen et sera corrigée dans la version élève. Il faut lire
et .
On a alors : .
1. .
2. et .
1.
2. D’après la formule des probabilités totales, .
D’après la formule des probabilités totales :
21
1.
2. Si et sont indépendants, alors . Or, ce n’est pas le cas ici donc et
ne sont pas indépendants.
1. .
2. Méthode 1 : donc
.
Méthode 2 . Or, et sont indépendants donc et sont
indépendants également. Donc .
et sont indépendants donc donc :
et sont indépendants donc . Or, donc
. On en déduit que
Remarque : Il y a deux solutions à l’équation , en effet, a aussi pour carré mais

on cherche une probabilité qui est nécessairement un nombre positif compris entre et .
Une erreur s’est glissée dans le spécimen et sera corrigée dans la version élève. Il faut lire
. On obtient alors :
1. donc et ne sont pas indépendants.
22
2. .
3. .
Exercices Flash
1. .
2. .
3. et .
, ,
et .
1. Commençons par décrire l’événement . Il s’agit d’obtenir un nombre pair et supérieur
ou égal à . Il n’y a donc que deux issues dans cet événement : “4” et “6”. On a donc
. Or et . Ainsi
.
Donc les deux événements ne sont pas indépendants.
1. On peut par exemple commencer par calculer puis on en déduit . Enfin, on en
déduit pour calculer . se calcule indépendamment des calculs
précédents.
total
0,2 0,3 0,5
0,1 0,4 0,5
total 0,3 0,7 1
2. et
23
3. .
1. .
2. .
Donc et ne sont pas indépendants.
1. .
2. Comme et sont indépendants, , et
.
Exercices d’entraînement partie 1

1. On peut commencer par calculer (par différence) le nombre d’élèves qui font espagnol ou
bien le nombre total d’internes. Ensuite, on calcule le reste également par différence.
Allemand Espagnol Total
DP 10 90 100
Interne 30 50 80
Total 40 140 180

2.
a. et .
b. .
La probabilité qu’un élève soit interne sachant qu’il apprend l’allemand est égale à
0,75.
3. On lit sur le tableau et . On en déduit :
1.
Total
24
Total
2. et .
En revenant à la définition d’une probabilité conditionnelle :
et .
Le membre de gauche de l’égalité de l’énoncé peut donc aussi s’écrire :
En développant, il vient :
Le membre de droite peut s’écrire :
or
donc le second membre s’écrit aussi :
Finalement, on conclut à l’égalité des deux membres.
1. donc .
2. donc .
3. .
25
1. donc :
.
2. .
On sait que . De plus, donc .
1. .
2. .
3. La probabilité qu’au moins un des deux événements ou se produise sachant qu’ils se
sont tous les deux réalisés est .
1.
2. .
1. Pour compléter ce tableau, il ne faut pas oublier que la valeur dans la case en bas à droite
est égale à 1.
Total
0,16 0,48 0,64
0,32 0,04 0,36
Total 0,48 0,52 1
26
2.
3.
Notons l’événement “on choisit un sapin” et l’événement “l’arbre a un parasite”.
D’après l’énoncé, on peut réaliser le tableau suivant :
Total
Total
La probabilité qu’un épicéa soit touché par le parasite est .
On considère les événements suivants :
N : « Le crayon choisi est noir »
B : « Le crayon choisi est blanc »
R : « Le crayon choisi est rouge »
V : « Le crayon choisi est vert »
1. .
2. .
27
Remarque : pour la question 2, on sait qu’un crayon noir n’a pas été choisi. Il reste donc 10
possibilités parmi lesquelles on trouve 3 crayons verts. On retrouve donc bien .
1. D’après le tableau, il y a 5 températures inférieures à 20°. Parmi celles-ci, 2 sont supérieures
à 15°. On en déduit que la probabilité cherchée est .

2. D’après le tableau, il y a 4 températures supérieures à 15°. Parmi celles-ci, 2 sont inférieures
à 20°. On en déduit que la probabilité cherchée est .
Remarque : il s’agit ici d’un exemple simple pour montrer qu’en général, l’égalité
est fausse.
Notons et les événements :
: “Anne soulève plus que 100 kg” et : “Vincent soulève plus que 100 kg”.
D’après l’énoncé, on a , et .
1. .
2. .
1.
C K Z Total
R 0
B 0
Total 1
2. .
28
3. .
1. Notons “le dossier est détecté” et “le dossier est frauduleux”.
.
2. .
À l’aide du programme suivant, on obtient une fréquence de pour de simulations.
On peut donc considérer que la probabilité est .
29

1. Soient et les événements :
: “Le feu est vert” et : “Le piéton s’engage”.
2. D’après la formule des probabilités totales,
La probabilité que le piéton s’engage est égale à .
1. Soient et les événements :
: “Le bébé fait la sieste le matin” ;
: “Le bébé fait la sieste l’après-midi”.
2.
La probabilité que le bébé ne fasse pas du tout la sieste dans la journée est égale à .
30
La probabilité que le bébé fasse la sieste l’après-midi est égale à .
1. Pour illustrer la construction du tableau, on donne le calcul de .
.
Total
0,15 0,21 0,04 0,4
0,10 0,49 0,01 0,6
Total 0,25 0,7 0,05 1
D’après le tableau, .
2. D’après la formule des probabilités totales on a :
.
On retrouve le résultat : .
Soit l’événement : “Les trois boules sont de couleurs différentes”.
Définissons également neuf événements, où désigne un entier compris entre 1 et 3 :
: “La boule obtenue au k-ème tirage est rouge” ;
: “La boule obtenue au k-ème tirage est noire” ;
: “La boule obtenue au k-ème tirage est verte”.
Ainsi, est l’événement : “La deuxième boule tirée est verte”.
Construisons un arbre pondéré pour modéliser l’expérience.
31
Comme le tirage se fait sans remise, chaque tirage change le contenu de l’urne.
est égal à :
On en déduit :
La probabilité que les trois boules soient de couleurs différentes est égale à .
Remarque : Une autre méthode aurait été de réaliser que l’ordre

des boules tirées n’a pas d’importance.
Si les trois boules rouges sont numérotées , et et les autres couleurs sont notées de façon
analogue, il y a alors 10 tirages possibles qui sont équiprobables :
, , , , , ,
, , , ,
Seuls les trois derniers permettent d’obtenir trois boules de couleurs différentes. On retrouve bien
32
1.
2. .
1.
2.
1. Notons l’événement : “La voiture est rouge” et : “La voiture est volée”.
33
2. .
On note l’événement “le résultat du deuxième dé est premier” et l’événement “le résultat du
premier dé est impair”.
La probabilité que le résultat soit impair avec le dé à 6 faces est .
Lorsque le dé a 8 faces, les nombres premiers sont 2 ; 3 ; 5 et 7 donc .

Lorsque le dé a 20 faces, les nombres premiers sont 2 ; 3 ; 5 ; 7 ; 11 ; 13 ; 17 et 19 donc
On a alors : .
Notons l’événement : “Dominique choisit un exercice de géométrie” et

l’événement : “Camille réussit l’exercice”.
Notons la probabilité de l’événement : .
“Camille réussit l’exercice avec une probabilité d’au moins 80 %” si et seulement si
34
soit d’où .
La probabilité minimale que Dominique choisisse un exercice de géométrie est .
Tout d’abord remarquons que
C’est-à-dire :
Donc .
1. et ne forment pas une partition de l’univers car l’intersection des événements et
n’est pas vide (2 appartient à l’intersection).
2. et ne forment pas une partition de l’univers car l’intersection des événements et
n’est pas vide (9 et 15 appartiennent à l’intersection).
3. et sont deux événements non vides qui forment une partition de l’univers car
forment l’univers tout entier (tous les résultats du dé apparaissent) et est vide.
4. , et sont trois événements non vides qui forment une partition de l’univers car leur
réunion est égale à l’univers tout entier et leur intersection 2 à 2 est vide.
On représente l’arbre de probabilité pour se donner une idée :

.
La probabilité que la famille Patate mange de la purée le mardi est égale à .
Dans l’exercice 41 on a établit l’arbre pondéré suivant.
35
On en déduit que . De plus donc
De même, on calcule . On obtient ainsi l’arbre suivant :
1. Soient , , et les quatre événements :
: “Le candidat a passé le baccalauréat général” ;
: “Le candidat a passé le baccalauréat technologique” ;
: “Le candidat a passé le baccalauréat professionnel” ;
: “Le candidat a obtenu le baccalauréat”.
Le nombre total de candidats est : .
, et .
36
. La probabilité de réussir le baccalauréat est environ de 0,882.
Notons l’événement : “Une personne est à proximité” et l’événement : “La pie parvient à attraper
l’objet”.
On a alors :
.
1. et sont les événements :
: “La personne est vaccinée”,
: “La personne est malade”.
On peut modéliser l’expérience aléatoire à l’aide de l’arbre de probabilité ci-dessous :
La probabilité qu’une personne exposée soit vaccinée et ne soit pas malade est :
.
2. La probabilité qu’une personne exposée soit vaccinée et malade est :

.
3. D’après la formule des probabilités totales, la probabilité qu’une personne exposée ne soit
pas malade est :
La proportion de personnes exposées qui ne sont pas malades est égale à lorsque :
soit d’où et ainsi
37
La proportion de personnes exposées qui ne sont pas malades soit de lorsque

.
1. Soient l’événement “ les phéromones de la première fourmi n’ont pas disparu” et
l’événement “la deuxième fourmi trouve la source de nourriture”.
La probabilité que la deuxième fourmi trouve la source de nourriture est .
2. Soit l’événement : “la troisième fourmi trouve la source de nourriture”.
La probabilité que la troisième fourmi trouve la source de nourriture est approximativement

51 %.

1. donc . Ainsi et ne sont pas
indépendants.
2. et donc . Ainsi et
sont indépendants.
38
3. et
. Ainsi, et
sont indépendants.
4. . Ainsi et ne sont pas indépendants.
. De plus, comme et sont indépendants,
donc . Donc .
et sont indépendants donc
donc donc . Donc
.
Considérons deux événements et incompatibles ( ) et de probabilités non nulles. On a
alors .
Supposons que et sont indépendants. Alors, . Ainsi,
donc ou , ce qui est contradictoire avec les hypothèses.
Ainsi on vient de montrer par l’absurde que deux événements incompatibles et de probabilités non
nulles ne peuvent pas être indépendants.
Notons l’événement : “Obtenir un roi dans le premier paquet”.
Notons l’événement : “Obtenir un roi dans le second paquet”.
Les deux événements sont indépendants. Dans chaque paquet, la probabilité d’obtenir un roi est
On a alors .
et . Donc .
De plus, est l’événement : “Le dé tombe sur un 4 ou un 6”. Sa probabilité est égale à :
.
Donc . Les événements ne sont donc pas indépendants.
1. .
2.
et sont indépendants, si et seulement si
39
soit
ou .
Remarque : si le chapitre sur le second degré a été traité, on pourra utiliser le calcul du discriminant
plutôt que la factorisation.
1. .
2. On constate que et sont deux événements tels que et . En effet,
si ou est l’événement impossible alors , ce qui n’est pas le cas.
Raisonnons par l’absurde et supposons que et sont indépendants.
On sait que donc .
Puisqu’on a supposé que et sont indépendants, .
On a alors et donc . En multipliant chaque membre

de l’inégalité par , on obtient . On a alors
d’après la question 1. La somme de deux nombres positifs,
dont l’un au moins est strictement positif, ne peut pas être nulle. Il y a donc une contradiction.
Donc et ne peuvent pas être indépendants.
Remarque : Si le chapitre a été traité, on pourra également faire résoudre l’équation du

second degré et montrer qu’elle ne possède pas de solution.
1. et . On a
donc et sont indépendants.
2. et . On a
donc et ne sont pas indépendants.
3. et .
1. et .
2. et .
40
3. et .
Notons l’événement :”L’élève fait du latin” et l’événement :”L’élève fait de l’allemand”.
1.
et
car un élève ne peut pas à la fois faire du latin et ne pas faire du latin.
Comme , les événements “faire du latin et de
l’italien” et “faire du théâtre” ne sont pas indépendants.
2.
Comme , les événements “faire du latin” et “faire de

l’allemand” ne sont pas indépendants.
3.
Comme , les événements “faire du latin” et “faire du théâtre” ne

sont pas indépendants.
Remarque : Deux événements incompatibles ne sont jamais indépendants sauf si l’un d’eux est
l’événement impossible.
est indépendant de lui même donc . Or . Donc
. Donc . Donc soit et est l’événement certain, soit
, et alors et est l’événement certain. Donc ou est
l’événement certain.
41
1. On considère les deux événements suivants :
: “Le client achète de la tapisserie”.
: “Le client paie à crédit”
Total
(moitié de 0,2)
( de 0,8)
Total
2. , et
Donc les événements “paie à crédit” et “achète de la peinture” ne sont pas indépendants.
Corrigé exercice 80:

● Tout d’abord, on peut remarquer que la somme des probabilités dans le tableau est égale à ,
ce qui ne donne aucune indication sur la valeur de .
● La probabilité d’obtenir une lettre de “OUI” est
La probabilité d’obtenir une lettre de “YOU” est
● Les lettres communes à “OUI” et “YOU” sont “OU”. La probabilité d’obtenir une lettre de “OU”
est :
● Les deux événements “obtenir une des lettres de “OUI” et “obtenir une des lettres de YOU”
sont indépendants si et seulement si :
ou .
● doit être écarté ; sinon .
● Finalement, l’unique valeur possible pour est .
Remarque : Si le chapitre a été fait, on pourra résoudre l’équation du second degré en utilisant le
discriminant.
Le discriminant est strictement positif, l’équation admet deux solutions :
42
Exercices de synthèse
1. Soient , , et les quatre événements :
: “ Le cycliste ne s’arrête pas au feu tricolore” ;
: “Le feu est rouge” ;
: “Le feu est orange” ;
: “Le feu est vert”.
La probabilité que le cycliste ne s’arrête pas au feu tricolore est égale à 0,42.
3.
1. En utilisant les données de l’énoncé, on peut par exemple remplir le tableau suivant :
Total
45 70 115
30 105 135
Total 75 175 250
et
2.
43
a.
b.
c.
3. Selon l’ordre dans lesquels sont considérés les événements, , et , on peut construire six
arbres pondérés différents.
44
Total
Total
1. Le test ne donne pas un résultat fiable lorsqu’il est positif alors que le courriel n’est pas un
spam ou bien lorsqu’il est négatif alors que le courriel est un spam. La probabilité cherchée
est donc : .
2.
3.
4.
La probabilité qu’aucun test ne soit positif est approximativement .
45
5. La probabilité qu’aucun courriel ne soit un spam est

approximativement .
6. . La probabilité que le spam soit testé négativement 4 fois est

approximativement .
1.
Soit l’événement : ”La fourmi se déplace vers la droite au -ème mouvement”.

Soit l’événement : “La fourmi sort du quadrillage après le troisième mouvement”.
La fourmi sort du quadrillage après le troisième mouvement est la réunion des deux événements
incompatibles , qui correspond à trois déplacements vers la droite, et
, qui correspond à trois déplacements vers la gauche.
La fourmi sort du quadrillage au bout de trois mouvements avec une probabilité de 50 %.
1. Si
2. (On pourra télécharger le programme ci-dessous en suivant ce lien.)
3. Les 4 premiers chiffres sont corrects pour un ordre de grandeur de . Cet

algorithme trouve mais il est très lent.
46
1. Considérons les événements suivants :
: “La première carte tirée est rouge”;
: “Une seconde carte est tirée”.
La probabilité de tirer deux cartes, est, d’après la formule des probabilités totales :
2.
3. Notons : “La seconde carte tirée est rouge”.
La probabilité de tirer deux cartes rouges est :
4. La probabilité d’obtenir une carte rouge et une carte noire est :

.
Soit l’événement : “André pêche un poisson le jour ”.
1. 0
La probabilité de capturer un poisson 4 jours de suite est celle du chemin en rouge sur l’arbre
de probabilité ci-dessus :
Elle est égale à .
47
2.
La probabilité de capturer un poisson 2 jours de suite est obtenue grâce à l’arbre de
probabilité ci-dessus ; Elle est égale à .
3.
La probabilité de capturer un poisson 3 jours de suite est celle du chemin en rouge sur l’arbre
de probabilité ci-dessus. Elle est égale à
1.
La probabilité qu’une personne choisie au hasard obtienne un test positif est environ .
3. D’après la définition d’une probabilité conditionnelle :
48
La probabilité qu’une personne soit malade, sachant que le test est positif, est environ
.
4. Moins d’1% des personnes pour lequel le test est positif sont atteintes de la maladie : cela
peut sans doute soulager votre ami, en attendant les résultats d’autres examens plus
poussés.
1. a. L’événement contraire de est : “Au moins un des deux dés tirés est spécial” (“au
moins” peut être omis puisqu’il n’y a qu’un seul dé spécial).
b. Prendre deux dés au hasard dans l’urne revient à en laisser un dans l’urne. On en déduit
que :
et .
2. a. Si les deux dés sont normaux, la probabilité d’obtenir deux 6 est égale à .
On a alors
b. .
D’après la formule des probabilités totales,
3.
1. Soit le premier terme de la suite géométrique considérée.
Les probabilités des faces 1, 2, 3 et 4 sont donc respectivement , , et .
La somme des probabilités des 4 faces vaut , donc :
ce qui équivaut à soit .
49
La probabilité de la face 1 est égale à .
2. La probabilité de la face 1 est égale à .
La probabilité de la face 2 est égale à . La probabilité de la face 3 est égale à . La
probabilité de la face 4 est égale à .
3. .
Comme , et sont deux événements indépendants.
1. Pour tout ,
2.
et sont indépendants si et seulement si c’est-à-dire :
soit .
1. . Or, la probabilité d’un événement est toujours un nombre réel de l’intervalle
, donc .
conduit à la même conclusion.
50
2. et sont indépendants si et seulement si :

,
L’unique valeur de pour laquelle les événements et sont indépendants est .
1. D’après la formule des probabilité totales, la probabilité de survie de la ruche est :
par an.
Pendant 3 ans, cette probabilité est est de .
2. D’après l’énoncé, sans le frelon, la probabilité de survivre une année est 0,9 donc, pour trois
années, on obtient .
1. Notons l’événement : “le premier automobiliste rencontre un animal sauvage” et
l’événement : “le deuxième automobiliste rencontre un animal sauvage”.
.
2. L’événement contraire de “rencontre un animal au moins une fois au bout de voyages” est
“ne jamais rencontrer d’animal après voyages”. La probabilité de cet événement est .
La probabilité de l’événement cherchée est donc . Ainsi, on peut écrire l’algorithme
suivant :
n=0
p=0,8
tant que 1-p^n<0,9:
n=n+1
afficher n
Pedro-Miguel a 2 enfants : les possibilités sont FF, FG, GF ou GG.
Puisqu’une fille ouvre la porte, cela élimine la possibilité GG. Il reste donc les possibilités FF, FG et
GF. La probabilité que l’autre enfant de Pedro-Miguel soit un garçon est donc .
On admet que .
On choisit une personne A. La probabilité qu’une autre personne B ne soit pas née le même jour que
A est . La probabilité qu’une personne C ne soit pas née le même jour que A ou que B est donc
. Donc, parmi 3 personnes, la probabilité qu’au moins deux personnes soient nées le
51
même jour est . Avec une quatrième personne, on aurait
.
En continuant ainsi, on constate que la probabilité cherchée dépasse 50 % pour .
Notons et les événements :
: “Une boule rouge est tirée de l’urne A”;
: “Une boule rouge est tirée de l’urne B”.
● Construisons un arbre pondéré modélisant l’expérience aléatoire :
● Déterminons les probabilités de et .
● Déterminons
D’après la formule des probabilités totales,
● On en déduit la probabilité de sachant que est réalisé :
52
Pour aider Azra, changeons légèrement les règles du jeu et supposons que le jeu ne s’arrête que
lorsque l’urne est vide.
Le gagnant est alors celui qui a prélevé la boule rouge.
Comme il y a une unique boule rouge, cela ne change ni l’identité du gagnant, ni la probabilité d’une
victoire.
S’il y a un nombre pair de boules, c’est-à-dire que est impair, la probabilité d’avoir prélevé la boule
rouge est 0,5 quel que soit le joueur.
S’il y a un nombre impair de boules, c’est-à-dire que est pair, le premier joueur prélève une boule
de plus que le second. La probabilité d’avoir la boule rouge est alors
Dans tous les cas, on peut donc conseiller à Azra de commencer : si est pair, cela lui donne un réel
avantage, et, sinon, cela ne change rien.
Ce problème est connu sous le nom de paradoxe des prisonniers. La faute de raisonnement commise
par le prisonnier A est la suivante : si A va être exécuté, le gardien ne peut pas choisir entre B et C.
Considérons l’arbre pondéré ci-dessous qui modélise la situation :
Considérons, sans perte de généralité, que c’est qui est nommé.
On constate que la probabilité que la probabilité que soit nommé par le gardien est égale à :
La probabilité que survive, sachant que est exécuté, est :
Finalement, la probabilité que soit exécuté ne change pas. En revanche, l’information donné par le
gardien est une mauvaise nouvelle pour , mais elle profite à , qui voit sa probabilité de survie
monter à .
53

Maths - Livre Du Professeur Lelivrescolaire - FR - Chapitre 11 - Probabilités Conditionnelles

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Maths - Livre Du Professeur Lelivrescolaire - FR - Chapitre 11 - Probabilités Conditionnelles

Transféré par

Droits d'auteur :

Formats disponibles

Livre du professeur - Mathématiques 1re

Chapitre 11 : Probabilités conditionnelles

Document sous licence libre Creative Commons

Informations sur le chapitre

Informations complémentaires sur cette page

Les capacités abordées dans le chapitre sont :

Document sous licence libre Creative Commons

➢ Représenter une répétition de deux épreuves indépendantes par un arbre ou un tableau.

Des algorithmes, mettant en application la méthode de Monte-Carlo, permettant d’estimer des

Deux types d’approfondissement sont proposés :

Corrigés des exercices

3. Dans cette question, il y a deux possibilités de comprendre la question :

Document sous licence libre Creative Commons

Document sous licence libre Creative Commons

sont noires. On a donc deux chemins possibles. On a alors .

illustrant cela donc .

Document sous licence libre Creative Commons

Activité A : Probabilités conditionnelles

Ce que dit le B.O. :

Informations utiles sur l’activité A :

Document sous licence libre Creative Commons

au total. La probabilité cherchée est donc .

Activité B : Formule des probabilités totales

Ce que dit le B.O. :

Informations utiles sur l’activité B :

Document sous licence libre Creative Commons

2. À l’aide de la question 1, on peut alors en déduire les cases du tableau :

3. Deux cases ont été nécessaires pour calculer , il s’agit de et

Activité C : Indépendance de deux événements

Ce que dit le B.O. :

Informations utiles sur l’activité C :

Document sous licence libre Creative Commons

Document sous licence libre Creative Commons

et étant indépendants, et . Il n‘y a aucune raison que

Document sous licence libre Creative Commons

De plus, dans ce cas, : la réponse d est vraie.

Document sous licence libre Creative Commons

Informations utiles pour le TP 1

Document sous licence libre Creative Commons

Document sous licence libre Creative Commons

Pour aller plus loin

Informations utiles pour le TP 2

2. En G3, on écrit : =SI(ET(D3 < $D$2 ; E3 < $E$2 ; F3 > $F$2);”trouvé !” ; ” ”)

Document sous licence libre Creative Commons

4. Remarque : En manipulant, l’élève peut aisément obtenir des situations correspondants au

Document sous licence libre Creative Commons

Pour aller plus loin

Informations utiles pour ce travail

La probabilité qu’il regarde une série le midi et le soir est égale à .

Document sous licence libre Creative Commons

La probabilité qu’il ne regarde pas du tout de série est égale à .

Document sous licence libre Creative Commons

Document sous licence libre Creative Commons

5. La proportion de semaines passées sans regarder de série est proche de %. On peut

Corrigé mise en commun

Exercices d’applications directes

Document sous licence libre Creative Commons

Document sous licence libre Creative Commons

Document sous licence libre Creative Commons

Remarque : Il y a deux solutions à l’équation , en effet, a aussi pour carré mais

Document sous licence libre Creative Commons

0,2 0,3 0,5

0,1 0,4 0,5