Chapitre 2: Probabilités conditionnelles (I)

Dans tout le chapitre, A et B désignent deux événements d’un univers Ω et p une probabilité sur Ω

I. Probabilités conditionnelles
On considère que p(A) ≠ 0.

a. Probabilité conditionnelle de B sachant A

Définitions
La probabilité que l’événement B soit réalisé sachant que l’événement A est réalisé, notée PA(B), est
appelée probabilité conditionnelle de B sachant A.

Exemple 1:

Plein tarif Demi-tarif Total

Séance du matin 103 91 194
Séance du soir 280 26 306
Total 383 117 500

On donne ci-dessus la répartition des spectateurs sur une journée dans une salle de cinéma selon les
séances et le tarif.
On choisit un de ces spectateurs au hasard et on considère les événements :
•M : «La personne a assisté à la séance du matin.»
•D: «La personne a payé demi-tarif.»
La probabilité que la personne ait assisté à la séance du matin sachant qu’elle a payé demi-tarif est
car parmi les 117personnes ayant payé demi-tarif, 91sont venues le matin.
De même, , la probabilité que la personne ait payé demi-tarif, sachant qu’elle a assisté à la
séance du matin est .

Propriété :
Si A et B sont deux événements de probabilité non nulle, alors :

soit,

Chapitre 2 : Probabilités conditionnelles (I) 1

Exemple 2:
On tire un objet au hasard dans le stock d’une usine constitué de claviers (événement C) et de souris
(événement S) en deux versions, familiale (événement F) et gamer (événement G).
30% du stock est constitué de souris et, de plus, 40% des souris sont des souris gamer.
Par ailleurs, 63% du stock est constitué de claviers familiaux.

• D’après l’énoncé, P(S) = 0,3 et

donc
c’est-à-dire que la probabilité que l’objet soit une souris gamer est 0,12.
•D’après l’énoncé,
et
La probabilité de tirer un objet familial au hasard sachant que c’est un clavier est donc

Remarques
Attention à ne pas confondre et
la phrase «40 % des souris sont des souris gamer » veut bien dire que, si l’on sait que l’objet est une
souris, alors, il y a « 40 % de chance » qu’elle soit gamer, ce qui correspond bien à .

Le calcul de revient à utiliser la formule des «proportions de proportions» : il y a 30 %

de souris dont 40 % gamer. Donc la proportion de souris gamer est .

Propriétés :

De plus dans une situation d’équiprobabilité,

b. Utilisation de tableaux
Les tableaux à double entrée permettent une présentation claire de certaines expériences aléatoires
et facilitent le calcul des probabilités conditionnelles.

B Total
A P(A)

Total P(B) 1

Chapitre 2 : Probabilités conditionnelles (I) 2

Remarque :
Se lit à l’intersection de la ligne A et de la colonne B.
P(A) se lit sur la dernière colonne
Les différentes probabilités conditionnelles se calculent par des quotients adéquats.

Exemple :

B Total
A 0,4 0,3 0,7
0,2 0,1 0,3
Total 0,6 0,4 1

Exercice d’application 1 :
Un club sportif rassemble 180 membres répartis en juniors et seniors. On compte 135 seniors dont
81 hommes.
Il y a 27 garçons parmi les juniors.
En choisissant une femme au hasard, calculer la probabilité d’avoir une juniore.

Solution :

J Total
H 27/180=0,15 81/180=0,45 0,6
0,25-0,15=0,1 0,75-0,45=0,3 1-0,6=0,4
Total 1-0,75=0,25 135/180=0,75 1

Exercices 1, 2, 6, 8, 10 page 292

II. Arbres pondérés et probabilités totales

a. Arbres pondérés
On peut modéliser une expérience aléatoire mettant en jeu des probabilités conditionnelles dans un
univers donné par un arbre pondéré. Pour cela, on envisage deux niveaux de branches :
- le premier qui indique la probabilité de l’événement A et celle de
- et le second qui permet d’indiquer les probabilités conditionnelles en rapport avec l’événement B.

Chapitre 2 : Probabilités conditionnelles (I) 3

Propriétés (admises)
• La somme des probabilités des branches issues d’un nœud est égale à 1.

• la probabilité de l’événement à l’extrémité d’un chemin est égale au produit des probabilités
des branches composant ce chemin.
• La probabilité d’un événement est égale à la somme des probabilités des chemins conduisant
à cet événement.
Exemple : on considère l’arbre pondéré ci-dessous.

Calculer P(C), , , , P(D)

Solution:
D’après la propriété 1, P(C) = 1-(0,7+0,1)=0,2 et
D’après la propriété 1,

D’après la propriété 2,
D’après les propriétés 2 et 3

Chapitre 2 : Probabilités conditionnelles (I) 4

Exercice d’application 2 :
On considère une expérience aléatoire et deux événements A et B tels que P(A)=0,6 ,
et .

1. Construire un arbre pondéré complet représentant cette expérience.

2. Déterminer la probabilité de l’événement

Méthode :
1.a. On réalise l’arbre qui représente bien toutes issues
possibles de l’expérience aléatoire.
b. On complète les branchesavec les probabilités
données par l’énoncé.
c. On calcule les autres probabilités en se rappelant que
la somme des probabilités des branches issues d’un
même nœud est égale à 1.
2. On calcule la probabilité de l’intersection en utilisant
la formule du cours ou en se rappelant que la probabilité
de l’événement à l’extrémité d’un chemin est égale au produit des probabilités des branches
composant ce chemin.
Exercices 11, 12 page 293

b. Probabilités totales
Définition : partition de l’univers
Soit n (avec n entier naturel ) événements de probabilités non
nulles A₁, A₂, … , . Ces événements forment une partition de
l’univers (ou un système complet d’événements) si :
• ils sont disjoints deux à deux, c’est-à-dire (
);
•

Remarque :
Un événement A et son événement contraire forment une partition de l’univers .

Propriété
Soient A₁, A₂, … , , n événements non vides formant une partition de l’univers .
Pour tout événement B, on a :

Chapitre 2 : Probabilités conditionnelles (I) 5

c’est-à-dire :

Démonstration :

= puisque les événements

sont incompatibles pour et donc les événements
aussi.

Exercices 17 p 293, 21 p 294, 37, 39 page 296, 58 page 299.

Chapitre 2 : Probabilités conditionnelles (I) 6