Calcul des probabilités : Résumé de cours de Mathématiques 2BAC Sciences Mathématiques
Calcul des probabilités : résumé de maths 2BAC SM, avec les points essentiels, les formules et les méthodes à retenir pour réviser avant un contrôle. Pour les élèves de 2BAC SM A et SM B, option française (BIOF).
L'essentiel en une page
Ce chapitre calcule des probabilités sur un univers fini. Tout part d'un modèle : l'univers, puis le poids de chaque issue. À l'examen, chaque calcul commence par une phrase qui nomme ce modèle.
- Événement contraire
- Réunion de deux événements
- Équiprobabilité
- k objets parmi n : avec remise, sans remise, simultanément
- Probabilité de B sachant A, si p(A) est non nul
- Probabilités totales avec A et son contraire, si 0 < p(A) < 1
- Indépendance de A et B
- Loi binomiale de paramètres n et p
- Espérance et variance
- Paramètres de la loi binomiale
- Fonction de répartition
À retenirLe fil d'un exercice de probabilités
- Le modèle : équiprobabilité et modèle de tirage, ou épreuves indépendantes.
- Les événements : contraire, réunion, intersection, conditionnement.
- La variable aléatoire : sa loi en tableau, de somme .
- Les paramètres : , , , puis la fonction de répartition.
Chaque étape se termine par une phrase de conclusion.
Univers, événements, probabilité
En clair : une issue est un résultat possible. Un événement est un ensemble d'issues. Une probabilité donne à chaque issue un poids positif, et la somme des poids vaut . La probabilité d'un événement additionne les poids de ses issues.
DéfinitionExpérience aléatoire, univers et événements
Une expérience aléatoire est une expérience dont on connaît toutes les issues possibles, sans pouvoir prévoir celle qui se réalisera. L'ensemble de ses issues est l'univers, noté ; dans ce chapitre, est un ensemble fini non vide.
- Un événement est une partie de . L'événement est réalisé si l'issue obtenue appartient à .
- Un événement élémentaire est un événement qui contient une seule issue : , avec .
- est l'événement certain ; est l'événement impossible.
DéfinitionOpérations sur les événements
Soient et deux événements d'un univers .
- L'événement « et » est l'intersection ; l'événement « ou » est la réunion .
- L'événement contraire de est : il est réalisé exactement quand ne l'est pas.
- et sont incompatibles si : ils ne peuvent pas être réalisés en même temps.
- On dit que implique si .
DéfinitionProbabilité sur un univers fini
Soit un univers fini. Définir une probabilité sur , c'est associer à chaque issue un réel , de sorte que : La probabilité d'un événement non vide, notée , est la somme des probabilités des issues qui appartiennent à ; on pose . Le couple est un espace probabilisé fini.
PropriétéRègles de calcul des probabilités
Soient un espace probabilisé fini, et deux événements.
- et .
- Si et sont incompatibles, alors .
- .
- Si , alors .
PropriétéProbabilité de la réunion de deux événements
Soient un espace probabilisé fini, et deux événements. Alors :
ExempleRomans et théâtre
Dans une classe d'Agadir, on choisit un élève au hasard. Soient « il lit des romans » et « il fait du théâtre ». On sait que , et .
La formule de la réunion donne . Par la règle du contraire, l'élève ne fait ni l'un ni l'autre avec la probabilité .
MéthodePasser par le contraire
- Repère les mots « au moins un », « au plus », « pas tous ».
- Écris l'événement contraire en une phrase : « au moins un » a pour contraire « aucun ».
- Calcule la probabilité du contraire.
- Conclus par , en citant la règle du contraire.
Équiprobabilité et modèles de tirage
DéfinitionHypothèse d'équiprobabilité
Soit un univers fini de cardinal . On dit qu'il y a équiprobabilité, ou que est la probabilité uniforme sur , si toutes les issues ont la même probabilité : Des expressions comme « au hasard », « dé équilibré » ou « boules indiscernables au toucher » traduisent cette hypothèse.
PropriétéProbabilité d'un événement en situation d'équiprobabilité
Soit un univers fini muni de la probabilité uniforme. Pour tout événement :
Rappel de 1BAC. Parmi objets, compte les listes ordonnées de objets distincts. compte les parties à éléments. Ainsi , et .
PropriétéCardinal de l'univers dans les trois modèles de tirage
On tire objets parmi objets discernables, où et sont des entiers naturels non nuls, avec pour un tirage sans remise ou simultané. L'univers des issues vérifie :
- pour tirages successifs avec remise, une issue est une liste ordonnée de objets, répétitions permises : ;
- pour tirages successifs sans remise, une issue est une liste ordonnée de objets distincts : ;
- pour un tirage simultané de objets, une issue est une partie à éléments : .
MéthodeMéthode d'examen : le modèle de tirage
- Cite le mot qui donne l'équiprobabilité : « au hasard », « indiscernables au toucher ».
- Choisis le modèle : l'ordre compte-t-il ? Y a-t-il remise ?
- Compte et dans ce seul modèle.
- Conclus par le quotient des cardinaux, puis simplifie.
Rédaction attendue. Un sac contient jetons indiscernables au toucher : verts et jaunes. On en tire simultanément. « Les jetons sont indiscernables au toucher : les tirages sont équiprobables. L'événement « exactement deux verts » compte tirages. Sa probabilité vaut donc . »
ExempleUn sac, trois modèles
Dans le même sac, on tire cette fois jetons. Soit l'événement « les deux jetons ont la même couleur ».
| Modèle | |||
|---|---|---|---|
| simultané | |||
| successifs sans remise | |||
| successifs avec remise |
Les deux premières lignes donnent la même valeur. La troisième diffère : remettre le jeton change l'expérience.
Conditionnement, arbre et probabilités totales
DéfinitionProbabilité conditionnelle
Soient un espace probabilisé fini et un événement tel que . Pour tout événement , la probabilité de sachant est le réel :
PropriétéLa probabilité sachant un événement est une probabilité
Soient un espace probabilisé fini et un événement tel que . L'application est une probabilité sur . En particulier, et, pour tout événement , .
PropriétéFormule des probabilités composées
Soient , et trois événements d'un espace probabilisé fini .
- Si , alors .
- Si , alors .
DéfinitionSystème complet d'événements
Soient un univers fini, un entier tel que , et des événements. On dit qu'ils forment un système complet d'événements de si :
- ils sont deux à deux incompatibles : pour ;
- leur réunion est l'univers : .
Par exemple, pour tout événement , les événements et forment un système complet.
ThéorèmeFormule des probabilités totales
Soient un espace probabilisé fini et un système complet d'événements tels que pour tout . Pour tout événement : En particulier, si : .
MéthodeMéthode d'examen : arbre, probabilités totales, inversion
- Nomme le système complet du premier niveau, par exemple et , de probabilités non nulles.
- Écris l'arbre en liste : au premier niveau , au second des probabilités sachant, comme .
- Contrôle chaque nœud : ses branches ont pour somme .
- Calcule par la formule des probabilités totales, en nommant le système complet.
- Inverse : , avec , puis conclus en nommant l'événement connu.
Arbre horizontal à deux niveaux. De la racine partent V, noté p de V, et V barre. De chaque nœud repartent les branches A et A barre, qui portent des probabilités sachant V ou sachant V barre. Au bout des quatre chemins est écrit le produit des deux probabilités du chemin ; deux de ces chemins se terminent par A.
ExempleDeux vergers
Une coopérative d'Agadir reçoit ses oranges de deux vergers. On choisit une orange au hasard. Soient « elle vient du premier verger » et « elle est abîmée ».
- :
- : ; :
- :
- : ; :
et forment un système complet, de probabilités non nulles. Donc . Sachant l'orange abîmée, .
Indépendance de deux événements
DéfinitionÉvénements indépendants
Soient un espace probabilisé fini, et deux événements. On dit que et sont indépendants si :
PropriétéIndépendance et probabilité conditionnelle
Soient et deux événements d'un espace probabilisé fini, avec . Alors :
PropriétéIndépendance et événements contraires
Soient et deux événements indépendants d'un espace probabilisé fini. Alors et sont indépendants, et sont indépendants, et et sont indépendants.
MéthodeMéthode d'examen : prouver l'indépendance
- Calcule séparément , et , dans un modèle nommé.
- Compare au produit .
- Conclus : égalité, donc indépendants ; sinon, non indépendants.
Rédaction attendue. On choisit au hasard un entier entre et . Soient « il est pair » et « il est multiple de ». « Les entiers sont équiprobables. On a et . Or , donc . Les événements et sont indépendants. »
ExempleUn cas sans indépendance
Avec le même entier, soit « il est inférieur ou égal à ». On a et . Donc , alors que . Les événements et ne sont pas indépendants.
ExemplePasser aux contraires
Soient et deux événements indépendants, avec et . Leurs contraires sont aussi indépendants : . L'un au moins des deux est donc réalisé avec la probabilité .
Épreuves répétées et loi binomiale
DéfinitionÉpreuves indépendantes
Une expérience aléatoire est formée de épreuves successives (), la -ième ayant un univers fini muni d'une probabilité . On dit que ces épreuves sont indépendantes si l'on modélise l'expérience par l'univers des listes , avec , muni de la probabilité : On choisit ce modèle quand l'issue d'une épreuve n'influe pas sur les autres : lancers successifs d'un dé, tirages successifs avec remise. Pour , ce modèle est celui de l'unique épreuve.
DéfinitionÉpreuve de Bernoulli et schéma de Bernoulli
Soit un réel tel que .
- Une épreuve de Bernoulli de paramètre est une expérience aléatoire qui n'a que deux issues : le succès, de probabilité , et l'échec, de probabilité .
- Soit un entier naturel non nul. Un schéma de Bernoulli de paramètres et est la répétition de épreuves de Bernoulli de paramètre , indépendantes.
ThéorèmeProbabilité d'obtenir exactement k succès
Dans un schéma de Bernoulli de paramètres et , pour tout entier tel que , la probabilité d'obtenir exactement succès est :
DéfinitionLoi binomiale
Soient un entier naturel non nul et un réel tel que . On dit qu'une variable aléatoire suit la loi binomiale de paramètres et , notée , si et :
PropriétéNombre de succès dans un schéma de Bernoulli
Dans un schéma de Bernoulli de paramètres et , la variable aléatoire égale au nombre de succès suit la loi binomiale . De plus :
PropriétéEspérance d'une loi binomiale
Si suit la loi binomiale , alors .
PropriétéVariance d'une loi binomiale
Si suit la loi binomiale , alors et .
MéthodeMéthode d'examen : justifier une loi binomiale
- L'épreuve : décris une épreuve et nomme le succès.
- Le paramètre : donne , la probabilité du succès, avec sa justification.
- La répétition : donne le nombre d'épreuves, identiques et indépendantes, comme des lancers ou des tirages avec remise.
- La conclusion : « , nombre de succès, suit la loi ».
- Les calculs : , et .
ExempleDes boîtes mal fermées
Une machine ferme des boîtes. Chaque boîte est mal fermée avec la probabilité , indépendamment des autres. On contrôle boîtes ; compte les boîtes mal fermées.
L'épreuve « contrôler une boîte » a pour succès « elle est mal fermée », de paramètre . Elle est répétée fois, de façon indépendante. Donc suit la loi . Ainsi , et .
ExempleAu moins un succès
Avec la même machine, « au moins une boîte mal fermée » est le contraire de . Donc : Un seul calcul remplace la somme de quatre probabilités.
Variable aléatoire, loi et paramètres
DéfinitionVariable aléatoire
Soit un espace probabilisé fini. Une variable aléatoire réelle est une application de dans . L'ensemble de ses valeurs est noté , avec . Pour tous réels et :
- désigne l'événement ;
- désigne l'événement ; on définit de même , , et .
DéfinitionLoi de probabilité d'une variable aléatoire
Soit une variable aléatoire sur un espace probabilisé fini , de valeurs . Déterminer la loi de probabilité de , c'est donner, pour tout , le réel . On la présente dans un tableau :
PropriétéSomme des probabilités d'une loi
Soit une variable aléatoire sur un espace probabilisé fini, de valeurs , avec . Alors : Plus généralement, pour toute partie non vide de , la probabilité que prenne une valeur avec est la somme des pour .
DéfinitionEspérance mathématique
Soit une variable aléatoire de valeurs , avec . L'espérance mathématique de est le réel :
DéfinitionVariance et écart-type
Soit une variable aléatoire de valeurs , avec . La variance de est le réel positif et l'écart-type de est le réel .
PropriétéCalcul pratique de la variance
Soit une variable aléatoire de valeurs , avec . On note . Alors :
PropriétéEspérance et variance de aX + b
Soient une variable aléatoire sur un espace probabilisé fini , et deux réels, et la variable aléatoire . Alors :
MéthodeMéthode d'examen : loi et paramètres
- Liste les valeurs de dans l'ordre croissant.
- Pour chaque valeur, décris l'événement par une phrase, puis calcule sa probabilité.
- Présente la loi en tableau et vérifie que la somme vaut .
- Calcule , puis , puis ; contrôle que .
- Termine par , en valeur exacte.
ExempleLe gain de deux lancers
On lance deux fois une pièce équilibrée. Chaque Pile rapporte dirhams, chaque Face en coûte . Les couples sont équiprobables, et le gain vaut , ou .
On trouve et . Donc et .
ExempleDoubler le gain, puis retirer une mise
Soit . D'après les formules pour , et . L'écart-type double : .
Fonction de répartition
DéfinitionFonction de répartition
Soit une variable aléatoire sur un espace probabilisé fini. La fonction de répartition de est la fonction définie sur par :
PropriétéExpression et propriétés de la fonction de répartition
Soient une variable aléatoire de valeurs , avec , et sa fonction de répartition.
- Si , alors ; si , alors .
- Pour et : .
- est croissante sur , à valeurs dans , et constante sur chacun des intervalles , et : c'est une fonction en escalier.
Un escalier montant de cinq marches horizontales, de la hauteur 0 à la hauteur 1. Les sauts ont lieu aux abscisses −1, 0, 2 et 5. Sur chaque marche, le point plein est à gauche : la valeur au saut est celle de la marche du dessus.
- Point du graphe
- Point exclu du graphe
PropriétéProbabilités calculées avec la fonction de répartition
Soient une variable aléatoire de valeurs et sa fonction de répartition.
- Pour tous réels et tels que : et .
- et, pour , .
MéthodeMéthode d'examen : la fonction de répartition
- Range les valeurs et rappelle la loi.
- Découpe en intervalles fermés à gauche : , , et ainsi de suite jusqu'à .
- Cumule : sur , on a .
- Contrôle : vaut au début et à la fin ; son saut en vaut .
ExempleLa répartition du gain
Pour le gain des deux lancers :
Alors et .
Pièges classiques
AttentionIncompatibles, donc indépendants ?
On lance un dé équilibré à six faces. Les événements « ou » et « ou » sont incompatibles : . Or . Ils ne sont donc pas indépendants. Ne déduis jamais l'une de ces propriétés de l'autre : seul le calcul tranche.
AttentionÉchanger les deux événements
Pour les vergers, , mais . Ces deux nombres répondent à deux questions différentes. L'événement qui conditionne s'écrit en indice et se place au dénominateur.
AttentionDeux modèles dans un même calcul
On tire simultanément jetons du sac de jetons. Pour « deux jetons verts », compter par et l'événement par donne : c'est faux. Dans le seul modèle simultané, l'événement compte tirages, et sa probabilité vaut .
AttentionUne loi binomiale sans remise
Tirer deux jetons du même sac sans remise ne forme pas un schéma de Bernoulli. La probabilité de deux jetons verts vaut , et non . La loi binomiale exige des épreuves indépendantes.
AttentionInégalité stricte et fonction de répartition
Pour le gain , on a , alors que . Une inégalité stricte exclut la valeur elle-même : ici .
AttentionLa variance d'une transformation affine
Avec , la variable a pour variance . Ce n'est pas . La constante décale les valeurs sans changer leur dispersion.
Avant l'examen
- L'équiprobabilité est justifiée par un mot de l'énoncé.
- L'univers et l'événement sont comptés dans le même modèle de tirage.
- Chaque probabilité sachant précise l'événement qui conditionne, de probabilité non nulle.
- La formule des probabilités totales nomme son système complet.
- L'indépendance est prouvée par un calcul, jamais par l'incompatibilité.
- La loi binomiale nomme l'épreuve, le succès, , et l'indépendance.
- Chaque loi a une somme égale à .
- La fonction de répartition se lit sur des intervalles fermés à gauche.
À l'examen. La répétition d'épreuves de type binomial figure dans 2 des 16 sujets consultés (2017-2022 et 2024-2025), uniquement en rattrapage. La loi n'y est pas nommée : c'est à toi de reconnaître un schéma de Bernoulli, puis de le justifier.
