Mathématiques · QRC

Probabilités, dénombrement et lois discrètes

Apprenez à compter les issues possibles, modéliser une expérience aléatoire, utiliser les probabilités conditionnelles et étudier les lois de Bernoulli et binomiale ainsi que leur espérance.

← Retour à Mathématiques – QRC
Mesurer l’incertitude

Une probabilité quantifie la possibilité qu’un événement se réalise

Tirage d’une carte, contrôle d’un produit, réponse à une question ou réussite d’une opération : une expérience aléatoire possède plusieurs résultats possibles sans que l’on puisse prévoir avec certitude lequel se produira.

Recenser

Déterminer l’ensemble des résultats possibles sans oubli ni double comptage.

Calculer

Utiliser les règles adaptées aux événements simples, contraires ou composés.

Interpréter

Relier le résultat mathématique à la situation et à la fréquence attendue.

Probable ne signifie pas certain

Une probabilité de 0,9 indique qu’un événement est très vraisemblable, mais il peut ne pas se produire. À l’inverse, un événement peu probable demeure possible tant que sa probabilité n’est pas nulle.

Notations essentielles

Univers, issue et événement

La première étape consiste à décrire précisément l’expérience et l’ensemble de ses résultats possibles.

NotionDéfinitionExemple avec un dé
Expérience aléatoireExpérience dont le résultat ne peut être prévu avec certitude.Lancer un dé équilibré à six faces.
IssueRésultat élémentaire possible.Obtenir 4.
Univers ΩEnsemble de toutes les issues.Ω = {1, 2, 3, 4, 5, 6}.
ÉvénementSous-ensemble de l’univers.A : « obtenir un nombre pair » = {2, 4, 6}.
Événement certainÉvénement égal à l’univers.Obtenir un nombre compris entre 1 et 6.
Événement impossibleÉvénement ne contenant aucune issue.Obtenir 8.

Événement contraire

P(A̅) = 1 − P(A)

A̅ signifie que l’événement A ne se réalise pas.

Intersection

A ∩ B

Les événements A et B se réalisent simultanément.

Réunion

A ∪ B

Au moins l’un des deux événements se réalise.

Événements incompatibles

A et B sont incompatibles lorsqu’ils ne peuvent pas se réaliser ensemble : A ∩ B = ∅ et donc P(A ∩ B) = 0.

Compter sans énumérer

Arrangements, permutations et combinaisons

Le choix de la formule dépend de trois questions : l’ordre compte-t-il, tous les éléments sont-ils utilisés et les répétitions sont-elles autorisées ?

SituationL’ordre compte ?FormuleUsage
Principe multiplicatifSelon le problèmen₁ × n₂ × … × nₖChoix successifs comportant plusieurs possibilités.
Permutation de n élémentsOuin!Ordonner tous les éléments.
Arrangement de p éléments parmi nOuin!/(n−p)!Choisir et ordonner p éléments.
Combinaison de p éléments parmi nNonn!/[p!(n−p)!]Choisir un groupe sans tenir compte de l’ordre.

Factorielle

n! = n × (n−1) × … × 2 × 1

Par convention, 0! = 1.

Arrangement

Anp = n!/(n−p)!

AB et BA sont considérés comme deux résultats différents.

Combinaison

C(n,p) = n!/[p!(n−p)!]

Le groupe {A,B} est identique au groupe {B,A}.

Exemple — Former un podium

Parmi 8 candidats, on attribue trois places distinctes.

A83 = 8 × 7 × 6
= 336

L’ordre compte : il existe 336 podiums possibles.

Exemple — Constituer un groupe

On choisit 3 personnes parmi 8, sans fonction particulière.

C(8,3) = 8!/[3! × 5!]
= (8 × 7 × 6)/(3 × 2 × 1)
= 56

Il existe 56 groupes différents.

La question décisive : l’ordre change-t-il le résultat ?

Pour un podium, oui : être premier n’est pas équivalent à être troisième. Pour former une commission sans fonction particulière, non : l’ordre dans lequel les personnes sont choisies ne crée pas un nouveau groupe.

Calculer un événement

Probabilité simple, contraire, réunion et intersection

Lorsque toutes les issues sont équiprobables, la probabilité d’un événement se calcule en divisant le nombre d’issues favorables par le nombre total d’issues.

Équiprobabilité

P(A) = cas favorables / cas possibles

Cette formule exige que toutes les issues aient la même probabilité.

Événement contraire

P(A̅) = 1 − P(A)

Très utile pour calculer « au moins un ».

Réunion

P(A∪B)=P(A)+P(B)−P(A∩B)

On retire l’intersection comptée deux fois.

Exemple — Tirage d’une carte

Dans un jeu de 32 cartes, on tire une carte au hasard. Calculons la probabilité d’obtenir un cœur ou un roi.

8 cœurs, donc P(C) = 8/32.
4 rois, donc P(R) = 4/32.
Le roi de cœur appartient aux deux événements : P(C∩R) = 1/32.

P(C∪R) = 8/32 + 4/32 − 1/32
= 11/32

Le réflexe du contraire

Pour calculer la probabilité d’obtenir au moins un succès, il est souvent plus simple de calculer la probabilité de n’obtenir aucun succès, puis de soustraire ce résultat à 1.

Une information supplémentaire

La probabilité conditionnelle

Conditionner par B signifie calculer la probabilité de A en sachant que B s’est réalisé. L’univers de référence est alors réduit à B.

Probabilité de A sachant B

Si P(B) ≠ 0, alors PB(A) = P(A ∩ B) / P(B). On utilise aussi la notation P(A | B).

Probabilité conditionnelle

PB(A) = P(A∩B) / P(B)

Le dénominateur est la probabilité de l’événement dont on sait qu’il est réalisé.

Probabilité d’une intersection

P(A∩B) = P(B) × PB(A)

Cette relation correspond au produit des probabilités le long d’un chemin.

Exemple — Tableau d’effectifs

Sur 200 personnes, 120 utilisent les transports en commun. Parmi elles, 72 possèdent un abonnement annuel.

P(abonnement | transports en commun)
= 72/120
= 0,60

Parmi les personnes utilisant les transports en commun, 60 % possèdent un abonnement annuel.

Le dénominateur dépend du conditionnement

Si l’on demande une probabilité « parmi les utilisateurs des transports », le dénominateur est le nombre d’utilisateurs, et non l’effectif total.

Organiser les expériences successives

Construire et lire un arbre pondéré

L’arbre pondéré représente les différentes étapes d’une expérience. Chaque branche porte la probabilité correspondant au choix réalisé.

Première étape

A — probabilité P(A)
A̅ — probabilité 1 − P(A)

Depuis chaque branche

B sachant A — PA(B)
B̅ sachant A — 1 − PA(B)

Sur un nœud

La somme des probabilités portées par les branches issues d’un même nœud vaut 1.

Le long d’un chemin

On multiplie les probabilités pour obtenir celle de l’intersection correspondante.

Plusieurs chemins

On additionne les probabilités des chemins conduisant au même événement final.

Exemple — Calcul sur un chemin

Une pièce provient de l’atelier A avec une probabilité de 0,60. Parmi les pièces de cet atelier, 3 % sont défectueuses.

P(A ∩ D) = P(A) × PA(D)
= 0,60 × 0,03
= 0,018

La probabilité qu’une pièce provienne de A et soit défectueuse est égale à 1,8 %.

Additionner tous les chemins

La formule des probabilités totales

Lorsque plusieurs événements forment une partition de l’univers, la probabilité d’un événement final s’obtient en additionnant les probabilités des chemins qui y conduisent.

Avec deux événements A et A̅

P(B) = P(A) × PA(B) + P(A̅) × PA̅(B).

Exemple — Pièces issues de deux ateliers

L’atelier A produit 60 % des pièces et présente 3 % de défauts. L’atelier B produit 40 % des pièces et présente 5 % de défauts.

P(D) = P(A)PA(D) + P(B)PB(D)
= 0,60 × 0,03 + 0,40 × 0,05
= 0,018 + 0,020
= 0,038

La probabilité qu’une pièce choisie au hasard soit défectueuse est égale à 3,8 %.

Vérifier que tous les chemins ont été pris en compte

Si une pièce peut provenir de trois ateliers, la probabilité totale doit comporter trois termes. Oublier une origine revient à ignorer une partie de l’univers.

Deux événements sans influence

Conditionnement et indépendance

Deux événements sont indépendants lorsque la réalisation de l’un ne modifie pas la probabilité de l’autre.

Définition

P(A∩B) = P(A)P(B)

Cette égalité permet de vérifier l’indépendance.

Forme conditionnelle

PA(B) = P(B)

Valable lorsque P(A) ≠ 0.

Expériences répétées

P(chemin) = produit des probabilités

Lorsque les répétitions sont indépendantes.

Exemple — Deux lancers indépendants

On lance deux fois une pièce équilibrée.

P(Pile au premier lancer et Pile au second)
= 1/2 × 1/2
= 1/4

Le résultat du premier lancer ne modifie pas la probabilité du résultat du second.

Indépendants ne signifie pas incompatibles

Deux événements incompatibles ne peuvent pas se réaliser ensemble. Deux événements indépendants peuvent se réaliser simultanément : la réalisation de l’un ne change simplement pas la probabilité de l’autre.

Associer des valeurs aux issues

Variables aléatoires et lois de probabilité discrètes

Une variable aléatoire discrète associe une valeur numérique à chaque issue d’une expérience. Sa loi indique les probabilités des différentes valeurs possibles.

Valeur xᵢx₁x₂…xₖ
P(X = xᵢ)p₁p₂…pₖ

Valeurs possibles

La variable prend un nombre fini ou dénombrable de valeurs.

Probabilités positives

Chaque probabilité pᵢ est comprise entre 0 et 1.

Somme égale à 1

La somme des probabilités de toutes les valeurs possibles vaut 1.

Exemple — Gain lors d’un lancer

On lance un dé équilibré. Le joueur gagne 4 € s’il obtient 6 et perd 1 € dans les autres cas.

Gain X−14
Probabilité5/61/6
Répéter une épreuve

Épreuve de Bernoulli et loi binomiale

Une épreuve de Bernoulli possède deux issues : succès et échec. La répétition indépendante de n épreuves identiques conduit à une loi binomiale.

Loi de Bernoulli

P(X=1)=p et P(X=0)=1−p

X vaut 1 en cas de succès et 0 en cas d’échec.

Loi binomiale

X suit B(n ; p)

X compte le nombre de succès obtenus lors de n répétitions indépendantes.

Probabilité d’obtenir exactement k succès

Si X suit la loi B(n ; p), alors P(X = k) = C(n,k) × pk × (1−p)n−k.

Exemple — Exactement deux succès

Une opération réussit avec une probabilité p = 0,30. Elle est répétée indépendamment 5 fois. On note X le nombre de réussites.

X suit B(5 ; 0,30).

P(X = 2) = C(5,2) × 0,30² × 0,70³
= 10 × 0,09 × 0,343
= 0,3087

La probabilité d’obtenir exactement deux réussites est de 0,3087, soit environ 30,87 %.

Aucun succès

P(X=0) = (1−p)n

Toutes les épreuves se terminent par un échec.

Tous les succès

P(X=n) = pn

Toutes les épreuves se terminent par un succès.

Au moins un succès

P(X≥1)=1−(1−p)n

On utilise l’événement contraire « aucun succès ».

Vérifier les trois conditions

La loi binomiale exige un nombre fixé de répétitions, deux issues à chaque épreuve, une probabilité de succès constante et l’indépendance des répétitions.

Valeur moyenne théorique

Calculer et interpréter l’espérance

L’espérance représente la valeur moyenne que l’on peut attendre lorsque l’expérience est répétée un grand nombre de fois dans les mêmes conditions.

Variable discrète

E(X) = ΣxᵢP(X=xᵢ)

Chaque valeur est pondérée par sa probabilité.

Loi binomiale

E(X) = np

On attend en moyenne np succès sur n épreuves.

Exemple — Espérance d’un jeu

Le joueur gagne 4 € avec une probabilité de 1/6 et perd 1 € avec une probabilité de 5/6.

E(X) = 4 × 1/6 + (−1) × 5/6
= 4/6 − 5/6
= −1/6

L’espérance est négative : sur un grand nombre de parties, la perte moyenne théorique est de 1/6 € par partie.

L’espérance n’est pas nécessairement une valeur possible

Une espérance de 1,8 succès ne signifie pas que l’on peut obtenir exactement 1,8 succès lors d’une expérience. Elle représente une moyenne théorique sur de nombreuses répétitions.

Traiter une QRC de probabilités

Une réponse complète définit les événements, choisit une représentation, applique la formule adaptée et interprète la probabilité obtenue.

1DéfinirNommer clairement l’univers, les événements et la variable aléatoire.
2ReprésenterConstruire un tableau, un arbre ou un dénombrement selon la situation.
3CalculerAppliquer la formule en conservant les valeurs exactes autant que possible.
4InterpréterExprimer le résultat dans le contexte et préciser l’arrondi éventuel.

Écrivez les événements avant de calculer

Noter A : « la pièce provient de l’atelier A » et D : « la pièce est défectueuse » rend la démonstration plus claire et limite les confusions entre P(A ∩ D), PA(D) et P(D).

Révision express

Les quatre réflexes à conserver

1

Dénombrer

Déterminer si l’ordre compte avant de choisir arrangement ou combinaison.

2

Conditionner

Dans PB(A), l’univers de référence est réduit à B.

3

Arbre

Multiplier le long d’un chemin et additionner les chemins utiles.

4

Binomiale

Vérifier répétitions identiques, indépendance et probabilité constante.

Le fil directeur

Décrire l’expérience → déterminer l’univers → définir les événements → dénombrer → choisir tableau ou arbre → calculer intersections et conditionnements → identifier une éventuelle loi → déterminer l’espérance → interpréter.

Questions fréquentes

Consolider les notions essentielles

Quelle différence entre une issue et un événement ?

Une issue est un résultat élémentaire. Un événement peut regrouper une ou plusieurs issues.

Quand utiliser une combinaison ?

Lorsqu’on choisit plusieurs éléments sans tenir compte de leur ordre, par exemple pour former un groupe sans attribuer de fonction.

Comment calculer « au moins un succès » ?

Il est souvent plus simple d’utiliser l’événement contraire : P(X ≥ 1) = 1 − P(X = 0).

Quelle différence entre P(A∩B) et PA(B) ?

P(A∩B) est la probabilité que A et B se réalisent. PA(B) est la probabilité de B sachant que A est réalisé.

Comment vérifier que deux événements sont indépendants ?

On vérifie l’égalité P(A∩B) = P(A) × P(B).

Quand peut-on utiliser une loi binomiale ?

Lorsque l’on répète indépendamment n fois une même épreuve de Bernoulli avec une probabilité de succès constante p.

Que signifie l’espérance d’une loi binomiale ?

Si X suit B(n ; p), E(X) = np représente le nombre moyen théorique de succès lors d’un grand nombre de séries de n épreuves.

Faut-il donner une probabilité en décimal ou en pourcentage ?

Les deux sont possibles selon la consigne. Une probabilité de 0,32 correspond à 32 %. Conservez la valeur exacte pendant les calculs puis arrondissez à la fin.

Poursuivez avec les suites numériques

Après avoir étudié les probabilités et les lois discrètes, découvrez comment les suites arithmétiques et géométriques permettent de modéliser des évolutions successives.

Étudier les suites