Définitions fondamentales des probabilités
Le cours probabilité commence par poser les bases théoriques qui permettent de modéliser l aléatoire. En mathématiques, les probabilités étudient la fréquence d apparition des résultats possibles lorsqu on répète une même situation dans des conditions identiques. Ces fondements sont nécessaires pour pouvoir ensuite calculer des chances d occurrence et prendre des décisions en contexte incertain.
Réponse rapide : Une expérience aléatoire est une situation dont on connaît les résultats possibles mais pas celui qui se produira réellement lors d une unique réalisation.
{image:1}
Définition d une expérience aléatoire
Une expérience aléatoire est une action ou une procédure qui peut être répétée dans des conditions identiques et dont le résultat est imprévisible à l avance. Le caractère aléatoire signifie qu il existe plusieurs issues possibles et que l on ne peut pas prédire à l avance laquelle se produira lors d une unique exécution. Toutefois, lorsqu on répète l expérience un grand nombre de fois, une régularité statistique apparaît et les fréquences d apparition des issues se stabilisent autour de valeurs fixées.
Par exemple, le lancer d une pièce équilibrée est une expérience aléatoire classique. On sait à l avance qu il existe deux résultats possibles, pile ou face, mais on ne peut pas prévoir avec certitude celui qui sera obtenu lors d un unique lancer. De même, le tirage d une boule dans une urne contenant plusieurs boules de couleurs différentes constitue une expérience aléatoire.
Définition d un événement
Un événement est un ensemble d issues d une expérience aléatoire. Il correspond à une affirmation qui peut être vraie ou fausse après la réalisation de l expérience. On dit qu un événement est réalisé si l issue obtenue appartient à cet ensemble.
Par exemple, lors du lancer d un dé à six faces numérotées de 1 à 6, on peut définir l événement A : le résultat est pair. Cet événement est réalisé si l issue obtenue est 2, 4 ou 6. Ainsi, l événement A correspond à l ensemble 2, 4, 6. Un événement peut aussi être composé d une seule issue, auquel cas on parle d événement élémentaire. L événement impossible est l ensemble vide, tandis que l événement certain est constitué de toutes les issues possibles.
Définition de l univers des possibles
L univers des possibles, souvent noté Ω, est l ensemble de toutes les issues possibles d une expérience aléatoire. Il contient chaque résultat possible une seule fois et ne comporte aucun élément superflu. L univers est donc la référence complète à laquelle on se rapporte pour définir tous les événements liés à l expérience.
Dans le cas du lancer d un dé équilibré à six faces, l univers est Ω 1, 2, 3, 4, 5, 6. Pour le tirage d une carte dans un jeu de 32 cartes, l univers est l ensemble des 32 cartes. Il est important de bien définir cet univers au départ, car il conditionne toute la modélisation probabiliste qui suit. Une erreur dans la liste des issues possibles entraînera des calculs erronés par la suite.
Notion d issue
Une issue est un résultat individuel possible d une expérience aléatoire. C est l élément le plus élémentaire de l univers. Chaque issue est distincte des autres et leur ensemble forme l univers des possibles. On distingue souvent les issues équiprobables des issues non équiprobables.
Des issues sont dites équiprobables lorsqu elles ont exactement la même chance de se produire. C est le cas pour une pièce équilibrée ou un dé non pipé. Dans un tel cas, chaque issue a la même probabilité d occurrence. En revanche, si une pièce est truquée ou si un dé est pipé, les issues ne sont plus équiprobables et chaque issue a une probabilité spécifique qui doit être prise en compte.
La clarté dans la liste des issues est essentielle pour éviter les erreurs de raisonnement. Il faut s assurer que chaque issue est exhaustive, c est à dire qu elle couvre tous les cas possibles, et mutuellement exclusives, c est à dire qu elles ne peuvent pas se produire simultanément. Cela garantit que l univers est correctement défini et que les calculs de probabilité seront valides.
Calcul de probabilité dans un univers fini
Lorsque l univers des issues est fini, la probabilité d un événement s exprime comme le rapport entre le nombre de cas favorables à cet événement et le nombre total de cas possibles. Cette approche, appelée loi classique des probabilités, s applique uniquement lorsque tous les issues ont la même chance de se produire, c est à dire lorsqu on est en situation d équiprobabilité.
Formule de la probabilité d un événement
Dans un univers fini muni d une loi équiprobable, la probabilité d un événement A est donnée par la formule suivante :
P(A) = dfrac nombre d éléments de A nombre d éléments de l univers
Cette formule s écrit aussi avec des notations plus formelles : si card(A) désigne le cardinal de l ensemble A, et card(Ω) le cardinal de l univers Ω, alors :
P(A) = dfrac card(A) card(Ω)
Il est essentiel de bien identifier l ensemble des issues possibles avant de calculer la probabilité. Une erreur fréquente consiste à omettre des issues ou à les compter plusieurs fois.
{image:2}
Exemple d application : lancer de dé
Considérons un dé à six faces, numéroté de 1 à 6, supposé équilibré. L univers des possibles est Ω = 1, 2, 3, 4, 5, 6 et contient donc six issues possibles.
Calculons la probabilité d obtenir un nombre pair. L événement A correspondant est A = 2, 4, 6. Il contient trois issues favorables.
La probabilité est donc :
P(A) = dfrac 3 6 = dfrac 1 2
Autre exemple : probabilité d obtenir un nombre inférieur ou égal à 4. L événement B = 1, 2, 3, 4 contient quatre issues. On obtient :
P(B) = dfrac 4 6 = dfrac 2 3
Les issues du dé sont bien équiprobables, donc l application de la formule classique est légitime.
Exemple d application : tirage de carte
On considère un jeu de cartes classique de 32 cartes. On tire une carte au hasard, chaque carte ayant la même probabilité d être tirée. L univers Ω contient donc 32 issues.
Quelle est la probabilité de tirer un as ? Il y a 4 as dans le jeu, donc :
P(as) = dfrac 4 32 = dfrac 1 8
Quelle est la probabilité de tirer un cœur ? Il y a 8 cœurs dans un jeu de 32 cartes, donc :
P(cœur) = dfrac 8 32 = dfrac 1 4
Quelle est la probabilité de tirer une figure (valet, dame ou roi) ? Chaque couleur comporte 3 figures, soit 12 figures au total :
P(figure) = dfrac 12 32 = dfrac 3 8
Probabilité d un événement impossible ou certain
L événement impossible, noté ∅, est l ensemble vide. Il ne contient aucune issue. Sa probabilité est donc :
P(∅) = dfrac 0 card(Ω) = 0
L événement certain, noté Ω, est l ensemble de toutes les issues possibles. Sa probabilité vaut :
P(Ω) = dfrac card(Ω) card(Ω) = 1
Ces deux cas limites sont fondamentaux. Ils montrent que toute probabilité d un événement A est nécessairement comprise entre 0 et 1 :
0 ≤ P(A) ≤ 1
On retiendra que la probabilité d un événement ne peut être négative ni dépasser 1. Cette contrainte est une conséquence directe de la définition classique dans un univers fini équiprobable.
Propriétés des probabilités
Les probabilités obéissent à un ensemble de règles mathématiques strictes qui permettent de les manipuler de manière fiable. Ces propriétés forment le socle des calculs probabilistes et s appliquent à tout espace probabilisé fini.
Valeur d une probabilité entre 0 et 1
Une probabilité est toujours comprise entre 0 et 1. Pour tout événement A, on note :
0 ≤ P(A) ≤ 1
Cette borne inférieure correspond à un événement impossible, dont la probabilité vaut exactement zéro. La borne supérieure correspond à un événement certain, dont la probabilité vaut exactement un.
Probabilité de l univers entier
L univers des possibles, souvent noté Ω, regroupe toutes les issues possibles d une expérience aléatoire. Par définition, la probabilité de cet univers entier vaut un :
P(Ω) = 1
Cela exprime le fait qu un résultat de l expérience se produira nécessairement, même si l on ne sait pas lequel à l avance.
Propriété de l événement contraire
L événement contraire d un événement A, noté A̅ ou Ā, est l ensemble des issues qui ne réalisent pas A. Les deux événements forment une partition de l univers : ils sont disjoints et leur réunion vaut Ω.
La probabilité de l événement contraire se calcule à partir de la probabilité de A :
P(A̅) = 1, P(A)
Cette formule découle directement du fait que A et A̅ sont incompatibles et que leur réunion est l univers entier.
- Si P(A) = 0, alors P(A̅) = 1 : l événement contraire est certain.
- Si P(A) = 1, alors P(A̅) = 0 : l événement contraire est impossible.
Additivité pour deux événements incompatibles
Deux événements A et B sont dits incompatibles (ou disjoints) lorsqu ils ne peuvent pas se réaliser simultanément. Autrement dit, leur intersection est vide :
A ∩ B = ∅
Dans ce cas, la probabilité de leur réunion s obtient simplement en additionnant leurs probabilités respectives :
P(A ∪ B) = P(A) + P(B)
Cette propriété s étend à toute famille finie d événements deux à deux incompatibles. Par exemple, si E1, E2, …, Ek forment une partition de l univers, alors :
P(E1 ∪ E2 ∪ … ∪ Ek) = P(E1) + P(E2) + … + P(Ek)
C est cette additivité qui justifie la formule classique de la probabilité d un événement dans un univers fini équiprobable : la probabilité est la somme des probabilités de chaque issue favorable.
Probabilité conditionnelle et indépendance
La probabilité conditionnelle permet d’actualiser la chance qu’un événement se réalise lorsqu’on connaît la survenue d’un autre événement. L’indépendance caractérise le cas où la survenue d’un événement ne modifie pas la probabilité de l’autre.
Définition de la probabilité conditionnelle
Soit A et B deux événements d’un même univers, avec P(B) ≠ 0. La probabilité conditionnelle de A sachant B est notée P(A | B) et définie par :
P(A | B) = P(A ∩ B) / P(B)
Cette formule traduit le fait que l’information « B s’est produit » réduit l’univers de référence à B, et que l’on ne garde que les issues favorables à A parmi celles de B.
Formule de Bayes
La formule de Bayes s’écrit à partir de la définition de la probabilité conditionnelle appliquée deux fois :
P(A | B) = P(B | A) × P(A) / P(B)
Elle permet de « renverser » une probabilité conditionnelle quand on connaît P(B | A) mais pas P(A | B). Cette formule est notamment utilisée en statistique inférentielle, dans les tests de diagnostic médical ou en apprentissage automatique.
Exemple d’application conditionnelle
On considère une urne contenant 5 boules rouges et 3 boules vertes. On tire deux boules successivement sans remise.
- La probabilité que la première boule soit rouge vaut 5/8.
- La probabilité que la deuxième soit rouge sachant que la première l’était vaut 4/7, car il reste 4 boules rouges parmi 7 au total.
- La probabilité que les deux soient rouges s’obtient avec la règle du produit :
P(R1 ∩ R2) = P(R1) × P(R2 | R1) = 5/8 × 4/7 = 20/56 = 5/14
Notion d’indépendance de deux événements
Deux événements A et B sont indépendants si la survenue de l’un ne modifie pas la probabilité de l’autre, c’est-à-dire :
P(A | B) = P(A)
Cette égalité équivaut à P(A ∩ B) = P(A) × P(B).
Exemple : on lance deux dés équilibrés distincts. Soit A l’événement « le premier dé donne un nombre pair » et B l’événement « le second dé donne 3 ou 6 ». On calcule :
- P(A) = 3/6 = 1/2
- P(B) = 2/6 = 1/3
- P(A ∩ B) = 6/36 = 1/6
Comme P(A) × P(B) = 1/2 × 1/3 = 1/6, les événements sont indépendants.
L’indépendance est une propriété mathématique, pas une intuition. Deux événements peuvent être indépendants sans avoir de lien physique ou logique entre eux.
Comparaison des ressources pédagogiques pour apprendre les probabilités
Choisir la bonne méthode d’apprentissage dépend du style personnel de l’étudiant et de son niveau. Voici une analyse factuelle des principaux formats disponibles.
Cours en ligne gratuit versus manuel papier
Les manuels papier offrent une structure fixe et une lecture continue sans distraction numérique. Les cours en ligne gratuit permettent une accessibilité immédiate et souvent une mise à jour plus rapide des contenus.
Vidéos explicatives versus lecture autonome
Les vidéos facilitent la compréhension des démonstrations complexes grâce à une explication orale et visuelle simultanée. La lecture autonome permet de revoir un point particulier à tout moment et d’adapter le rythme selon son désir.
Exercices corrigés intégrés versus exercices séparés
Les exercices intégrés à un cours permettent d’appliquer immédiatement une nouvelle notion. Les exercices séparés, souvent en fichier téléchargeable, permettent une répétition ciblée et une évaluation plus objective des compétences.
Adaptation aux niveaux lycée et supérieur
Les ressources pour le lycée insistent sur les fondamentaux et les exemples concrets. Les ressources pour le supérieur approfondissent les démonstrations et présentent des applications plus abstraites.
| Critère | Cours en ligne | Manuel papier | Vidéo pédagogique |
|---|---|---|---|
| Accessibilité immédiate | Oui, via navigateur | Nécessite acquisition physique | Oui, plataforma de diffusion |
| Mise à jour facilitée | Oui, sans redistribution | Dépend de la prochaine édition | Réalisable selon plateforme |
| Interactivité possible | Quelques quiz intégrés | Aucune interactivité | Limitée aux commentaires |
| Adaptabilité au rythme | Variable selon plateforme | Total, à la lecture | Partiel, ralentissement possible |
Questions fréquentes sur les probabilités
Quelle est la différence entre expérience aléatoire et expérience déterministe ?
Une expérience aléatoire est une expérience dont on ne peut pas prédire avec certitude le résultat, même si l'on répète l'expérience dans des conditions identiques. Chaque realization produit une issue parmi un ensemble fini ou dénombrable possible. Une expérience déterministe, en revanche, donne toujours le même résultat lorsqu'on répète les mêmes conditions initiales.
Comment reconnaître deux événements incompatibles ?
Deux événements sont incompatibles lorsqu'ils ne peuvent pas se produire simultanément. Autrement dit, leur intersection est vide. On vérifie cette incompatibilité en regardant si l'intersection de leurs ensembles d'issues est l'ensemble vide.
Peut-on avoir une probabilité supérieure à 1 ?
Non. Une probabilité est toujours comprise entre 0 et 1, both included. Une probabilité égale à 1 signifie que l'événement se produit avec certitude. Une valeur supérieure à 1 violerait l'axiome fondamental des probabilités selon lequel la somme des probabilités de tous les résultats possibles vaut 1.
Pourquoi apprendre les probabilités en terminale ?
Les probabilités forment le langage des décisions sous incertitude. Elles sont essentielles pour comprendre les phénomènes aléatoires en sciences économiques, en gestion, en sciences sociales et dans de nombreux domaines technologiques. En terminale, elles préparent aux études supérieures où les modèles probabilistes sont largement utilisés, notamment en économétrie, en finance et en analyse de risque.
Pour approfondir la rédaction d'un raisonnement en probabilité, consultez notre article Exercices corrigés de probabilités.
📌 À consulter également : Accédez à notre mathématiques pour économistes S1 sur EconMastering.
📌 À consulter également : Accédez à notre formation et accompagnement EconMastering sur EconMastering.
📌 À consulter également : Accédez à notre statistiques descriptives sur EconMastering.