Rappels sur les notions et le vocabulaire de 2de

1. EXPÉRIENCE ALÉATOIRE

DÉFINITIONS : expérience aléatoire et univers

Une expérience aléatoire est une expérience dont le résultat dépend du hasard.
L'ensemble de tous les résultats possibles d'une expérience aléatoire s'appelle l'univers de l'expérience ; on le note en
général Ω.

DÉFINITIONS : issues et événements Soit une expérience aléatoire d'univers Ω.

Chacun des résultats possibles s'appelle une issue (ou un événement élémentaire ou une éventualité).
On appelle événement tout sous ensemble de Ω. Un événement est donc constitué de zéro, une ou plusieurs issues.

EXEMPLES : Le lancer d'un dé à six faces est une expérience aléatoire d'univers : Ω = {𝟏; 𝟐; 𝟑; 𝟒; 𝟓; 𝟔}
 L'ensemble 𝐸1 = {2; 4; 6} est un événement.
En français, cet événement peut se traduire par la phrase : " le résultat du dé est un nombre pair "
 L'ensemble 𝐸2 = {1; 2; 3} est un autre événement.
Ce second événement peut se traduire par la phrase : " le résultat du dé est strictement inférieur à 4 "

DÉFINITIONS vocabulaire des événements

 Un événement est impossible lorsqu'aucune issue ne réalise : c'est la partie vide de l'univers, notée ∅
 Un événement est élémentaire lorsqu'une seule issue le réalise
 Un événement est certain lorsque toutes les issues le réalisent ; c'est l'univers Ω
 l'événement contraire de A, noté 𝑨, est l'ensemble des issues de Ω qui n'appartiennent pas à A.
 l'événement 𝑨 ∩ 𝑩 (lire " A inter B " ou " A et B ") est constitué des issues qui appartiennent à la fois à A et à B.
 l'événement 𝑨 ∪ 𝑩 (lire " A union B " ou " A ou B ") est constitué des issues qui appartiennent soit à A, soit à B, soit
aux deux ensembles.
 Cardinal d’un ensemble : Définition
Soit 𝐸 un ensemble et 𝑛 un entier naturel.
Si 𝐸 contient exactement 𝑛 éléments, on dit que 𝐸 est un ensemble fini et le cardinal de 𝐸 est égal à 𝑛 et on note :
𝐶𝑎𝑟𝑑(𝐸) = 𝑛

EXEMPLES On reprend l'exemple précédent avec : 𝜴 = {𝟏; 𝟐; 𝟑; 𝟒; 𝟓; 𝟔} ; 𝑬𝟏 = {𝟐; 𝟒; 𝟔} ; 𝑬𝟐 = {𝟏; 𝟐; 𝟑}

 𝑐𝑎𝑟𝑑(Ω) = 6 et 𝑐𝑎𝑟𝑑(𝐸1 ) = 3
 L'événement " obtenir un nombre supérieur à 7 " est l'événement impossible.
 L'événement " obtenir 3 " est un événement élémentaire.
 L'événement " obtenir un nombre entier " est l'événement certain.
 𝐸1 = {1; 3; 5} : cet événement peut se traduire par " le résultat est un nombre impair "
 𝐸1 ∪ 𝐸2 = {1; 2; 3; 4; 6} : cet événement peut se traduire par "le résultat est pair ou inférieur à 4"
 𝐸1 ∩ 𝐸2 = {2} : cet événement peut se traduire par "le résultat est pair et strictement inférieur à 4":

DÉFINITION : événements incompatibles

On dit que A et B sont incompatibles si et seulement 𝐴 ∩ 𝐵 = ∅
Deux événements sont incompatibles lorsqu'aucun événement ne les réalise simultanément.
REMARQUE :
Deux événements contraires sont toujours incompatibles mais deux événements peuvent être incompatibles sans être
contraires.
2. PROBABILITÉS
DÉFINITION : convergence des fréquences, loi des grands nombres :
Lorsqu’on répète un grand nombre de fois une expérience aléatoire dont l’univers est Ω={𝑥1 ; 𝑥2 ; … ; 𝑥𝑛 } la fréquence
d’apparition fi de l’issue xi se stabilise autour d’un nombre pi appelé probabilité de l’issue xi.

DÉFINITION :
Deux événements qui ont la même probabilité sont dits équiprobables.
Lorsque tous les événements élémentaires sont équiprobables, on dit qu'il y a équiprobabilité.

PROPRIÉTÉS
 𝒑(𝜴) = 𝟏 et 𝒑(∅) = 𝟎
• Quand l’univers d’une expérience aléatoire contient 𝑛 issues équiprobables :
𝟏
► la probabilité de chacune de ces issues vaut
𝒏

► Si on note 𝑝1 , 𝑝2 , …, 𝑝𝑛 les probabilités des événements élémentaires 𝑥1 , 𝑥2 , …, 𝑥𝑛 de l’univers Ω alors

𝒏

∑ 𝒑𝒊 = 𝟏
𝒊=𝟏

 Pour tout événement A de Ω :

► 𝟎 ≤ 𝒑(𝑨) ≤ 𝟏

► 𝒑(𝑨) = 𝟏 − 𝒑(𝑨)

► si A de Ω est composé de 𝑚 événements élémentaires, alors

𝒎 𝒏𝒐𝒎𝒃𝒓𝒆 𝒅′ 𝒊𝒔𝒔𝒖𝒆𝒔 𝒓é𝒂𝒍𝒊𝒔𝒂𝒏𝒕 𝑨 𝒄𝒂𝒓𝒅(𝑨)
𝒑(𝑨) = = =
𝒏 𝒏𝒐𝒎𝒃𝒓𝒆 𝒅𝒆 𝒄𝒂𝒔 𝒑𝒐𝒔𝒔𝒊𝒃𝒍𝒆𝒔 𝒄𝒂𝒓𝒅(𝛀)

THÉORÈME : probabilité de l'union

Quels que soient les événements A et B de Ω : 𝒑(𝑨 ∪ 𝑩) = 𝒑(𝑨) + 𝒑(𝑩) − 𝒑(𝑨 ∩ 𝑩)
Seulement dans le cas où A et B sont incompatibles, on aura : 𝑝(𝐴 ∪ 𝐵) = 𝑝(𝐴) + 𝑝(𝐵) puisque 𝐴 ∩ 𝐵 = ∅

EXEMPLES On reprend l'exemple précédent avec : 𝜴 = {𝟏; 𝟐; 𝟑; 𝟒; 𝟓; 𝟔} ; 𝑬𝟏 = {𝟐; 𝟒; 𝟔} ; 𝑬𝟐 = {𝟏; 𝟐; 𝟑}

 𝑐𝑎𝑟𝑑(Ω) = 6 ; 𝑐𝑎𝑟𝑑(𝐸1 ) = 3 ; 𝑐𝑎𝑟𝑑(𝐸2 ) = 3 ; 𝑐𝑎𝑟𝑑(𝐸1 ∩ 𝐸2 ) = 1 ; 𝑐𝑎𝑟𝑑(𝐸1 ∪ 𝐸2 ) = 5
𝑐𝑎𝑟𝑑(𝐸1 ) 3 1
 𝑝(𝐸1 ) = 𝑐𝑎𝑟𝑑(Ω)
=6 =2
𝑐𝑎𝑟𝑑(𝐸2 ) 1
 𝑝(𝐸2 ) = 𝑐𝑎𝑟𝑑(Ω) 2
𝑐𝑎𝑟𝑑(𝐸1 ∩𝐸2 ) 1
 𝑝(𝐸1 ∩ 𝐸2 ) = 𝑐𝑎𝑟𝑑(Ω) =6
𝑐𝑎𝑟𝑑(𝐸1 ∪𝐸2 ) 5
 par le cardinal : 𝑝((𝐸1 ∪ 𝐸2 ) = 𝑐𝑎𝑟𝑑(Ω)
=6
1 1 1 5
 par le théorème : 𝑝(𝐸1 ∪ 𝐸2 ) = 𝑝(𝐸1 ) + 𝑝(𝐸2 ) − 𝑝(𝐸1 ∩ 𝐸2 ) = 2 + 2 − 6 = 6
 Probabilités conditionnelles – Événements indépendants
1. PROBABILITES CONDITIONNELLES

DÉFINITION : probabilité conditionnelle

Soit 𝛺 un ensemble fini et 𝑝 une loi de probabilité sur l’univers 𝛺 liée à une expérience aléatoire.
Soient 𝐴 et 𝐵 deux événements de tels que 𝑝(𝐵) ≠ 0.
𝒑(𝑨∩𝑩)
On définit la probabilité de l’événement "𝑨 est réalisé sachant que 𝑩 est réalisé" par : 𝒑𝑩 (𝑨) = 𝒑(𝑩)

où 𝑝𝐵 (𝐴) s’appelle la "probabilité conditionnelle que 𝑨 soit réalisé sachant que 𝑩 est réalisé" et se lit " p-de-𝑨-
sachant-𝑩 ".

Dans cette définition, l’univers est restreint à 𝐵 c’est-à-dire que l’ensemble de toutes les issues possibles est
𝑐𝑎𝑟𝑑(𝐴∩𝐵)
égal à 𝐵, tandis que l’ensemble de toutes les issues favorables est égal à 𝐴 ∩ 𝐵 ; donc 𝑝𝐵 (𝐴) = 𝑐𝑎𝑟𝑑(𝐵)

EXEMPLE
Dans une classe de lycée comprenant 30 élèves,
A 𝛀
17 de ces élèves sont des filles,
F
14 élèves étudient l’allemand en LV1, 7 10
9 élèves sont des garçons qui n’étudient pas l’allemand 4
On choisit un élève au hasard et on considère les deux événements suivants : 9
 A = " l’élève choisi fait de l’allemand en LV1" ;
 F = " l’élève choisi est une fille" ;

 Quand l’expérience aléatoire consiste à choisir un élève au hasard dans cette classe, l’univers est constitué des
17 14 7 10 1
30 élèves de la classe ; alors : 𝑝(𝐴) = 30 , 𝑝(𝐹) = 30 = 15 et 𝑝(𝐴 ∩ 𝐹) = 30 = 3

 Quand l’expérience aléatoire consiste à choisir au hasard un élève qui fait allemand en LV1, l’univers est réduit
aux 17 élèves qui font de l’allemand en LV1 : on cherche la probabilité que l’élève soit une fille parmi les 14
germanistes, et on sait que 10 germanistes sont des filles
10
Alors, la probabilité que cet élève soit une fille est égale à 17
C’est ce qu’on appelle la probabilité que l’élève soit une fille sachant que cet élève fait de l’allemand : 𝒑𝑨 (𝑭)
10
10 10 30 30 𝑝(𝐴∩𝐹) 10
Or : 17 = 30 × 17 = 17 ; on a bien : 𝑝𝐴 (𝐹) = 𝑝(𝐴)
= 17
30

Conséquences immédiates :
Soit 𝐴 et 𝐵 deux événements de 𝛺 tels que 𝑝(𝐵) ≠ 0
La probabilité 𝑝𝐵 (𝐴) vérifie 0 ≤ 𝑝𝐵 (𝐴) ≤ 1 et 𝑝𝐵 (𝐴) + 𝑝𝐵 (𝐴) = 1, donc 𝒑𝑩 définit une loi de probabilité sur
l’ensemble B .
Toutes les propriétés d’une loi de probabilité restent valables.
Démonstration
1- On sait que :
𝑐𝑎𝑟𝑑(𝐴 ∩ 𝐵)
𝑝(𝐴 ∩ 𝐵) =
𝑐𝑎𝑟𝑑(Ω) 𝑝(𝐴 ∩ 𝐵) 𝑐𝑎𝑟𝑑(𝐴 ∩ 𝐵)
𝑝𝐵 (𝐴) = =
𝑐𝑎𝑟𝑑(𝐵) 𝑝(𝐵) 𝑐𝑎𝑟𝑑(𝐵)
𝑝(𝐵) =
𝑐𝑎𝑟𝑑(Ω)
Or : par définition : 𝑐𝑎𝑟𝑑(𝐴 ∩ 𝐵) ≥ 0 et 𝑐𝑎𝑟𝑑(𝐵) > 0
Donc 0 ≤ 𝑝𝐵 (𝐴) ≤ 1
de plus 𝑐𝑎𝑟𝑑(𝐴 ∩ 𝐵) ≤ 𝑐𝑎𝑟𝑑(𝐵) puisque (𝐴 ∩ 𝐵) ⊂ 𝐵

2- On sait que :
𝑐𝑎𝑟𝑑(𝐴 ∩ 𝐵)
𝑝𝐵 (𝐴) =
𝑐𝑎𝑟𝑑(𝐵)
𝑐𝑎𝑟𝑑(𝐴 ∩ 𝐵) + 𝑐𝑎𝑟𝑑(𝐴 ∩ 𝐵)
𝑝𝐵 (𝐴) + 𝑝𝐵 (𝐴 ) =
𝑐𝑎𝑟𝑑(𝐵)
𝑐𝑎𝑟𝑑(𝐴 ∩ 𝐵)
𝑝𝐵 (𝐴 ) =
𝑐𝑎𝑟𝑑(𝐵)
Or : 𝑐𝑎𝑟𝑑(𝐴 ∩ 𝐵) + 𝑐𝑎𝑟𝑑(𝐴 ∩ 𝐵) = 𝑐𝑎𝑟𝑑(𝐵) Donc 𝑝𝐵 (𝐴) + 𝑝𝐵 (𝐴 ) = 1

Propriété :
Soit 𝐴 et 𝐵 deux événements de 𝛺 tels que 𝑝(𝐴) ≠ 0 et 𝑝(𝐵) ≠ 0 : 𝒑(𝑨) × 𝒑𝑩 (𝑨) = 𝒑(𝑩) × 𝒑𝑨 (𝑩)
Démonstration :
par définition, puisque 𝑝(𝐴) ≠ 0 et 𝑝(𝐵) ≠ 0, on a :
𝑝(𝐴∩𝐵)
𝑝𝐵 (𝐴) = ⟹ 𝑝(𝐴 ∩ 𝐵) = 𝑝(𝐵) × 𝑝𝐵 (𝐴) en remarquant que 𝐴 ∩ 𝐵 = 𝐵 ∩ 𝐴, on obtient :
𝑝(𝐵)

𝑝(𝐵∩𝐴) 𝒑(𝑨) × 𝒑𝑩 (𝑨) = 𝒑(𝑩) × 𝒑𝑨 (𝑩)

𝑝𝐴 (𝐵) = 𝑝(𝐴)
⟹ 𝑝(𝐵 ∩ 𝐴) = 𝑝(𝐴) × 𝑝𝐴 (𝐵)

2. PARTITION DE L’UNIVERS ET FORMULE DES PROBABILITES TOTALES

Définition :
Soit 𝑛 un entier naturel supérieur ou égal à 2.
Soient Ω un ensemble fini et 𝐴1 , 𝐴2 , … , 𝐴𝑛 , 𝑛 événements non vides de Ω.
On dit que les événements 𝐴1 , 𝐴2 , … , 𝐴𝑛 , forment une partition de Ω si, et seulement si, les conditions suivantes
sont satisfaites :
1) Tous les 𝐴𝑖 sont non vides, c’est-à-dire : 𝑨𝒊 ≠ ∅ pour tout 𝑖 compris entre 1 et 𝑛.
2) Les n événements 𝐴1 , 𝐴2 , … , 𝐴𝑛 sont deux à deux disjoints (ou incompatibles),
c’est-à-dire, pour tous 𝑖 et 𝑗 compris entre 1 et 𝑛 : 𝒊 ≠ 𝒋 ⇒ 𝑨𝒊 ∩ 𝑨𝒋 = ∅
3) La réunion de tous les événements 𝐴1 , 𝐴2 , … , 𝐴𝑛 est égale à Ω. On écrit : 𝑨𝟏 ∪ 𝑨𝟐 ∪ … ∪ 𝑨𝒏 = 𝛀
Cas particulier le plus fréquent :
̅ = ∅ et 𝑨 ∪ 𝑨
un événement 𝐴 de Ω, et son contraire 𝐴 forment une partition de Ω ; en effet : 𝑨 ∩ 𝑨 ̅ = 𝛀

Propriété :
Soit un entier 𝑛 ≥ 2 : On considère les évènements A1, A2, A3,…, An formant une partition de l’univers Ω.
pour tout événement B de Ω, la probabilité 𝑝(𝐵) s’obtient par :
𝒑(𝑩) = 𝒑(𝑨𝟏 ∩ 𝑩) + 𝒑(𝑨𝟐 ∩ 𝑩) + 𝒑(𝑨𝟑 ∩ 𝑩) + ⋯ + 𝒑(𝑨𝒏 ∩ 𝑩)
𝛀
𝑨𝟏 𝑨𝟐 𝑨𝟑
𝐴1 , 𝐴2 et 𝐴3 forment une partition de l'univer𝑠 Ω
Pour décrire B entièrement, on doit prendre en 𝑨𝟏 ∩ B 𝑨𝟐 ∩ 𝑩 𝑨𝟑 ∩ 𝑩
compte 𝐴1 ∩ 𝐵, 𝐴2 ∩ 𝐵 et 𝐴3 ∩ 𝐵
𝑩
3. ÉVENEMENTS INDEPENDANTS

Au sens littéral
Soit A et B deux événements de l’univers Ω.
Intuitivement, dire que l’événement A est indépendant de l’événement B (ou que B est indépendant de A, ou encore
que les deux événements A et B sont indépendants) signifie que :
𝑝(𝐴∩𝐵)
𝑝(𝐴) ne change pas, que B soit réalisé ou non. C’est-à-dire que 𝑝(𝐴) = 𝑝𝐵 (𝐴), donc 𝑝(𝐴) = .
𝑝(𝐵)

Ce qui s’écrit encore : 𝑝(𝐴 ∩ 𝐵) = 𝑝(𝐴) × 𝑝(𝐵)

Donc 𝑝(𝐴) ne dépend pas de la réalisation ou de la non réalisation de B.
De même, 𝑝(𝐵) ne dépend pas de la réalisation ou de la non réalisation de A.
Définition à retenir :
Soit Ω un ensemble fini et A et B deux événements de Ω. On dit que les deux événements A et B sont indépendants
si, et seulement si, 𝒑(𝑨 ∩ 𝑩) = 𝒑(𝑨) × 𝒑(𝑩)

EXEMPLE
A 𝛀  On a déterminé :
F
7 10 17 14 10
4 𝑝(𝐴) = ; 𝑝(𝐹) = et 𝑝(𝐴 ∩ 𝐹) =
30 30 30
9
 On en déduit que 𝒑(𝑨 ∩ 𝑭) ≠ 𝒑(𝑨) × 𝒑(𝑭)
Conclusion : Les événements "l’élève est une fille" et "l’élève étudie l’allemand" ne sont pas indépendants

4. REPRESENTATIONS : TABLEAU A DOUBLE ENTREE/ARBRE PONDERE

Dans l’étude d’une situation, on peut représenter une expérience aléatoire par :
 un tableau croisé d’effectifs ou de proportions
 un arbre « pondéré ».
que voit-on dans un tableau croisé ?
𝑨𝟏 𝑨𝟐 𝑨𝟑 Total
𝑩 𝑐𝑎𝑟𝑑(𝐴1 ∩ 𝐵) … … 𝑐𝑎𝑟𝑑(𝐵)
̅
𝑩 𝑐𝑎𝑟𝑑(𝐴1 ∩ B̅) … … 𝑐𝑎𝑟𝑑(𝐵) 𝑐𝑎𝑟𝑑(𝐴1 ∩ 𝐵)
𝑝𝐵 (𝐴1 ) =
Total 𝑐𝑎𝑟𝑑(𝐴1 ) … … 𝑐𝑎𝑟𝑑(Ω) 𝑐𝑎𝑟𝑑(𝐵)

𝑨𝟏 𝑨𝟐 𝑨𝟑 Total 𝑝(𝐴1 ∩ 𝐵)
𝑝𝐵 (𝐴1 ) =
𝑩 𝑝(𝐴1 ∩ 𝐵) … … 𝑝(𝐵) 𝑝(𝐵)
̅
𝑩 𝑝(𝐴1 ∩ B̅) … … 𝑝(𝐵)
Total 𝑝(𝐴1 ) … … 1 𝑝(𝐵) = 𝑝(𝐴1 ∩ 𝐵) + 𝑝(𝐴2 ∩ 𝐵) + 𝑝(𝐴3 ∩ 𝐵)

EXEMPLE
Avec le schéma précédent : On obtient le tableau : On retrouve :
17
A 𝛀 𝐹 𝐹 Total  𝑝(𝐴) = 30 ,
𝐴 𝟏𝟎 𝟕 17 14 7
F  𝑝(𝐹) = 30 = 15
7 𝐴 𝟒 𝟗 13 10 1
10  𝑝(𝐴 ∩ 𝐹) = 30 = 3
4 Total 14 16 30
𝑝(𝐴∩𝐹) 10
9  𝑝𝐴 (𝐹) = 𝑝(𝐴)
= 17
que voit-on sur un arbre pondéré ?
Alors qu’un arbre de dénombrement sert à comptabiliser toutes les issues équiprobables d’une expérience
aléatoire, un arbre de pondéré est constitué en précisant sur chaque branche sa probabilité de réalisation.
Un arbre pondéré représente une partition de l’univers en événements, affectés de leur probabilité respective

Remarque IMPORTANTE : L’arbre pondéré doit être construit avec soin car il permet de justifier certains calculs.

Règles pour le construire :

 La somme des probabilités indiquées sur les branches issues d’un même nœud est égale à 1.
 On marque sur chaque branche sa probabilité conditionnelle d’être réalisée

Règles pour le lire :

 La probabilité à l’extrémité droite d’un chemin est égale au produit des probabilités rencontrées le long de
ce chemin (formule de la probabilité conditionnelle)
 La probabilité d’un évènement est égale à la somme des probabilités des chemins qui mènent à cet
évènement (formule des probabilités totales)

𝑝𝐴 1 (𝐵) 𝑩 Au bout du chemin qui aboutit

𝐴1 , 𝐴2 et 𝐴3 sont 𝑨𝟏 à 𝐵 en passant par 𝐴1 , on lit que
une partition de Ω 𝑝(𝐴1 ) 𝑝𝐴 1 (𝐵) 𝑩 𝒑(𝑨𝟏 ∩ 𝑩) = 𝒑(𝑨𝟏 ) × 𝒑𝑨 𝟏 (𝑩)
𝑝(𝐴1 ) + 𝑝(𝐴2 ) + 𝑝(𝐴3 ) = 1

𝑝𝐴 2 (𝐵) 𝑩 Formule des probabilités totales :

𝑝(𝐴2 )
𝛀 𝑨𝟐 𝑝(𝐵) = 𝑝(𝐴1 ∩ 𝐵) + 𝑝(𝐴2 ∩ 𝐵) + 𝑝(𝐴3 ∩ 𝐵)
𝑝𝐴 2 (𝐵) 𝑩 Soit :
𝑝(𝐴3 ) = 𝑝Ω (𝐴3 ) 𝒑(𝑨𝟏 ) × 𝒑𝑨 𝟏 (𝑩) + 𝒑(𝑨𝟐 ) × 𝒑𝑨 𝟐 (𝑩) + 𝒑(𝑨𝟑 ) × 𝒑𝑨 𝟑 (𝑩)

𝑝(𝐴3 ) 𝑝𝐴 3 (𝐵) 𝑩
𝑨𝟑 𝐵 et 𝐵 sont une partition de A3
𝑝𝐴 3 (𝐵) 𝑩 𝑝𝐴 3 (𝐵) + 𝑝𝐴 3 (𝐵) = 1

EXEMPLE
Avec le schéma précédent : On obtient l’arbre pondéré : On retrouve :
𝑭 17
A 𝛀
10/17  𝑝(𝐴) = 30 ,
𝑨
F 17/30
7/17  𝑝(𝐴 ∩ 𝐹) = 𝑝(𝐴) × 𝑝𝐴 (𝐹)
7 𝑭
17 10 1
10 𝛀 = 30 × 17 = 3
4
4/13 𝑭
9  𝑝(𝐹) = 𝑝(𝐴 ∩ 𝐹) + 𝑝(𝐴 ∩ 𝐹 )
13/30 𝑨 1 4 7
9/13
= + =
𝑭 3 30 15