Spé 1ère Cours

Probabilités conditionnelles

Au fil du temps

C’est l’étude des jeux du hasard qui a conduit deux grands mathématiciens
français du XVIIème siècle, Pierre de Fermat et Blaise Pascal, à poser les bases
du calcul des probabilités dans leurs correspondances, en 1654.

La théorie des probabilités a connu un essor fulgurant au XXème siècle, au cours

duquel d’innombrables champs d’application se sont ouverts à elle.

En 2006, la médaille Fields a été attribuée à un spécialiste des probabilités,

distingué pour la première fois, en la personne de Wendelin Werner,
mathématicien français.
Wendelin Werner, né en 1968.
Mathématicien français

I. Lois de probabilités discrètes (Vu en 2nde )

1) Loi de probabilité
On considère une expérience aléatoire ayant un nombre fini d’issues possibles.

 L’univers   e1 ; e2 ; .... ; en  est l’ensemble des issues possibles ; ei est appelé
éventualité ou événement élémentaire.

 Un événement A est une partie de l’univers  et A est l’événement

contraire de A.

 Définir une loi de probabilité p sur  consiste à associer à chaque éventualité ei une
probabilité p  ei  qui vérifie : 0  p  ei   1 et p  e1   p  e2   ....  p  en   1 .

 La probabilité d’un événement A, notée p  A , est égale à la somme des probabilités des
éventualités qui composent A.

PROBABILITES CONDITIONNELLES
1
Propriétés :

1) Pour tout événement A, 0  p  A  1 .

2) Soient A et B deux événements, p  A  B   p  A  p  B   p  A  B  .

 
3) Pour tout événement A, p A  1  p  A .

Exemple : Une enquête réalisée par un journal révèle que 48 % des abonnés lisent à chaque fois la
rubrique culture, que 67 % ne manquent jamais la rubrique sports et que 27 % lisent toujours ces
deux rubriques.

On choisit un abonné au hasard et on considère les événements suivants :

C : « l’abonné lit toujours la rubrique culture »

S : « l’abonné lit toujours la rubrique sports »
a) Traduire les trois données de l’énoncé avec des probabilités.

b) Décrire par des phrases les événements C  S et C  S , puis calculer leurs probabilités
respectives.

2) Equiprobabilité

On dit qu’il y a équiprobabilité (ou que la loi est équirépartie) lorsque toutes les éventualités ont la
même probabilité et dans ce cas :

1
 p  e1   p  e2   .....  p  en  
n
k nombre d'issues favorables
 Si A est un événement contenant k éventualités, alors : p  A  
n nombre d'issues possibles

Exemple : On tire au hasard une carte dans un jeu de 32 cartes. Quelle est la probabilité d’obtenir un
roi ?

1, 2, 4, 6 p 273

PROBABILITES CONDITIONNELLES
2
 II. Probabilités conditionnelles
Activité « probabilités au pays des merveilles » (Variations)

1) Définition
Soient  l’univers associé à une expérience aléatoire et p une loi de probabilité sur  .

Définition : A et B sont deux événements tels que p  A  0 .

p  A  B
On appelle probabilité de B sachant A, le nombre : p A  B   .
p  A

Exemple : Le tableau ci-contre donne la répartition des salariés dans une entreprise.

On choisit un salarié au hasard dans cette entreprise et on

considère les événements suivants : Hommes Femmes Total
Techniciens 152 85 237
F : « le salarié est une femme » Cadres 13 4 17
Total 165 89 254
C : « le salarié est un cadre »

a) Déterminer, par un calcul direct, la probabilité que le salarié choisi soit un cadre sachant que c’est

une femme. Retrouver ce résultat en utilisant la définition d’une probabilité conditionnelle.

b) Même question avec pC  F  .

Attention : Il ne faut pas confondre une probabilité conditionnelle avec la probabilité d’une
intersection. Avec l’exemple ci-dessus, il ne faut pas confondre pC ( F ) avec p  F  C  .

2) Propriétés

p A est une loi de probabilité, elle possède toutes les propriétés des lois de probabilité, en

 
particulier : 0  pA  B   1 et p A B  1  p A  B  .

Propriété : Si A et B sont deux événements tels que p  A  0 et p  B   0 , alors

p  A  B   p  A   p A  B   p  B   pB  A  .

PROBABILITES CONDITIONNELLES
3
Exemple :

1, 2, 4, 6, 7, 9 p 292

III. Arbres pondérés

1) Arbres pondérés et probabilités conditionnelles

Activité « Des arbres à choux fleurs » (Variations)

Règles de construction et d’utilisation d’un arbre pondéré :

1) La probabilité d’un chemin est le produit des probabilités qui apparaissent sur ses
branches.
Attention : au deuxième niveau ce sont toujours des probabilités conditionnelles qui
apparaissent.
2) Pour les branches issues d’un même nœud, la somme des probabilités est toujours égale à
1.

PROBABILITES CONDITIONNELLES
4
 Remarque : La première règle découle directement de la propriété ( ) ( ) ( )

11, 12 p 293

2) Formule des probabilités totales

Définition : On dit que les événements A1 , A2 , …, Ak forment une partition de l’univers 

lorsqu’ils sont non vides, deux à deux disjoints et que leur réunion est  .

Propriété : Soit A1 , A2 , …, Ak une partition de  . Pour tout événement B, on a :

p  B   p  A1  B   p  A2  B   ...  p  Ak  B 
 p  A1   p A1  B   p  A2   p A2  B   ....  p  Ak   p Ak  B 

Cette formule est appelée formule des probabilités totales.

Représentation à l’aide d’un arbre pondéré dans le cas k  3 :

PROBABILITES CONDITIONNELLES
5
Savoir-faire : Utiliser la formule des probabilités totales

On teste l’efficacité d’un nouveau médicament contre l’excès de cholestérol.

Dans cette expérience 60 % des patients reçoivent le médicament et les autres reçoivent un
placebo. On constate que le taux de cholestérol a baissé chez 80 % des patients ayant pris le
médicament et chez 10 % des patients ayant pris le placebo.
On choisit un patient au hasard et on considère les événements suivants :
M : « le patient a reçu le médicament »

B : « le taux de cholestérol du patient a baissé ».

a) Représenter la situation à l’aide d’un arbre pondéré.

b) Calculer p  B  .

c) Le patient choisi a vu son taux de cholestérol baisser. Quelle est la probabilité qu’il ait reçu le

médicament ?

15, 17 p 293 ; 21 (Algo) p 294

IV. Indépendance

1) Evènements indépendants

Définition : On dit que deux évènements A et B de probabilité non nulle sont indépendants lorsque
( ) ( ) ( ).
Autrement dit,
A et B sont indépendants, si et seulement si, ( ) ( ) ou ( ) ( )

Exemple : Vidéo https://youtu.be/wdiMq_lTk1w

On tire une carte au hasard dans un jeu de 32 cartes.

Soit R l'événement "On tire un roi".
Soit T l'événement "On tire un trèfle".
Alors est l'événement "On tire le roi de trèfle".

On a :
( )= = , ( )= = et ( )=
Donc ( ) ( )= x = = ( )
Les événements R et T sont donc indépendants.
Ainsi, par exemple, ( ) ( ). Ce qui se traduit par la probabilité de tirer un roi parmi les trèfles
et égale à la probabilité de tirer un roi parmi toutes les cartes.

PROBABILITES CONDITIONNELLES
6
Contre-exemple :
On reprend l'expérience précédente en ajoutant deux jokers au jeu de cartes.
Ainsi :
( )= = , ( )= = et ( )=
Donc ( ) ( )= x = ( )
Les événements R et T ne sont donc pas indépendants.
24, 25, 26 p 294

Savoir-faire : Utiliser l’indépendance de deux évènements

Vidéo https://youtu.be/SD9H5OYYLz0

Dans une population, un individu est atteint par la maladie m avec une probabilité égale à
0,005 et par la maladie n avec une probabilité égale à 0,01.
On choisit au hasard un individu de cette population.
Soit M l'événement "L'individu a la maladie m".
Soit N l'événement "L'individu a la maladie n".
On suppose que les événements M et N sont indépendants.
Calculer la probabilité de l'événement E "L'individu a au moins une des deux maladies".

( ) ( ) ( ) ( ) ( )
( ) ( ) ( ) ( ), car les événements M et N sont indépendants.
= 0,005 + 0,01 – 0,005 x 0,01 = 0,01495

La probabilité qu'un individu choisi au hasard ait au moins une des deux maladies est égale à
0,01495.

Propriété : Si A et B sont indépendants alors ̅ et B sont indépendants.

Démonstration :

( ̅ ) ( ̅)
( ) ( ̅)
( ) ( ( ))
( ) ( ( )) car A et B sont indépendants
( ) ( ̅)

Donc A et B sont indépendants.

Exemple : Vidéo https://youtu.be/yIvN6Dh-bDg

PROBABILITES CONDITIONNELLES
7
Lors d'un week-end prolongé, Bison futé annonce qu'il y a 42% de risque de tomber dans un bouchon
sur l'autoroute A6 et 63% sur l'autoroute A7.
Soit A l'événement "On tombe dans un bouchon sur l'autoroute A6."
Soit B l'événement "On tombe dans un bouchon sur l'autoroute A7."
On suppose que les événements A et B sont indépendants.

Alors les événements ̅ et B sont également indépendants et on a :

( ̅ ) ( ̅) ( )

On peut interpréter ce résultat :

La probabilité de tomber dans un bouchon sur l'autoroute A7 mais pas sur l'autoroute A6 est égale à
36,54%.

29, 31 p 295

2) Succession de deux épreuves indépendantes

Exemple :

1) On lance un dé plusieurs fois de suite et on note à chaque fois le résultat. On répète ainsi la même
expérience (lancer un dé) et les expériences sont indépendantes l'une de l'autre (un lancer
n'influence pas le résultat d'un autre lancer).

2) Une urne contient 2 boules blanches et 3 boules noires. On tire au hasard une boule et on la remet
dans l'urne.
On répète cette expérience 10 fois de suite. Ces expériences sont identiques et indépendantes.

Définition : Plusieurs expériences sont identiques et indépendantes si :

- elles ont les mêmes issues,
- chaque issue possède la même probabilité.

Propriété : On considère une expérience aléatoire à deux issues A et B avec les probabilités P(A) et
P(B).
Si on répète l'expérience deux fois de suite :

- la probabilité d'obtenir l'issue A suivie de l'issue B est égale à P(A) x P(B),

- la probabilité d'obtenir l'issue B suivie de l'issue A est égale à P(B) x P(A),
- la probabilité d'obtenir deux fois l'issue A est égale à P(A)2,
- la probabilité d'obtenir deux fois l'issue B est égale à P(B)2.

Savoir-faire : Représenter la répétition d’expériences identiques et

indépendantes à l’aide d’un arbre
Vidéo https://youtu.be/e7jH8a1cDtg

PROBABILITES CONDITIONNELLES
8
On considère l'expérience suivante :
Une urne contient 3 boules blanches et 2 boules rouges. On tire au hasard une boule et on la remet
dans l'urne. On répète l'expérience deux fois de suite.
1) Représenter l'ensemble des issues de ces expériences dans un arbre.
2) Déterminer la probabilité :
a) d'obtenir deux boules blanches
b) une boule blanche et une boule rouge
c) au moins une boule blanche.

1) On note A l'issue "On tire une boule blanche" et B l'issue "On tire une boule rouge".
P(A) = = 0,6 et P(B) = = 0,4.
On résume les issues de l'expérience dans un arbre de probabilité :

2) a) Obtenir deux boules blanches correspond à l'issue (A ; A) :

P1 = 0,36 (d'après l'arbre).

b) Obtenir une boule blanche et une boule rouge correspond aux issues
(A ; B) et (B ; A) :
P2 = 0,24 + 0,24 = 0,48.

b) Obtenir au moins une boule blanche correspond aux issues

(A ; B), (A ; A) et (B ; A) :
P2 = 0,24 + 0,36 + 0,24 = 0,84.
29,33 p 294
BILAN : 37, 38 p 296 ; Fiche « Les incontournables »

PROBABILITES CONDITIONNELLES
9