Sommaire
Mes pages
N° Page

🔴 Mise à jour 2026 🔴
Fonctions
Géométrie
Testez le chapitre 100 % débloqué
Statistiques et probabilités
Annexes
/ 339

Chapitre C
Cours

Probabilités conditionnelles

Ressource affichée de l'autre côté.
Faites défiler pour voir la suite.

1
Rappels de probabilités

Ressource affichée de l'autre côté.
Faites défiler pour voir la suite.
Définitions
Une expérience est aléatoire lorsque les résultats possibles, appelés les issues, sont connus sans que l'on puisse déterminer lequel sera effectivement réalisé.
Un événement est un ensemble d'issues.
L'univers d'une expérience aléatoire est l'ensemble des issues possibles.
Ressource affichée de l'autre côté.
Faites défiler pour voir la suite.
Définition
Définir une loi de probabilité sur un univers {Ω = \{x_1\,; \ldots ; x_n\}}, c'est attribuer, à chaque valeur x_k, un nombre p_k compris entre 0 et 1 en vérifiant : {p_1 + \ldots + p_n = 1.}
Ressource affichée de l'autre côté.
Faites défiler pour voir la suite.

Remarque

On utilise les probabilités pour modéliser un phénomène aléatoire réel.
Ressource affichée de l'autre côté.
Faites défiler pour voir la suite.
Propriété
Loi des grands nombres
Lorsqu'on répète une expérience aléatoire un grand nombre de fois, sauf exception, la fréquence d'apparition d'un événement se rapproche de sa probabilité.
Ressource affichée de l'autre côté.
Faites défiler pour voir la suite.

Remarque

Cette propriété permet de construire un modèle probabiliste à partir des fréquences observées sur le modèle réel.
Ressource affichée de l'autre côté.
Faites défiler pour voir la suite.
Placeholder pour modélisation phénomène aléatoiremodélisation phénomène aléatoire
Ressource affichée de l'autre côté.
Faites défiler pour voir la suite.
Exemple
En France, la fréquence de naissance des garçons est estimée à environ \frac{105}{205}, soit environ 0{,}51. On peut alors estimer la probabilité de naissance d'un garçon à 0{,}51 et celle d'une fille à 0{,}49.
Ressource affichée de l'autre côté.
Faites défiler pour voir la suite.
Propriété
Modèle d'équiprobabilité
Lorsque toutes les issues ont la même probabilité d'être obtenues, on dit qu'on est en situation d'équiprobabilité.
Ressource affichée de l'autre côté.
Faites défiler pour voir la suite.

Remarque

Lorsque l'on lance un dé équilibré, la face obtenue est modélisée par une situation d'équiprobabilité.
Si on étudie le sexe à la naissance d'un enfant, on peut choisir de modéliser cette situation par une situation d'équiprobabilité ou, pour plus de précision, d'utiliser les probabilités indiquées à l'exemple précédent.
Ressource affichée de l'autre côté.
Faites défiler pour voir la suite.

2
Probabilités conditionnelles

Ressource affichée de l'autre côté.
Faites défiler pour voir la suite.
Définition
Soient A et B deux événements d'une même expérience aléatoire. On appelle probabilité conditionnelle de B relativement à A, et on note P_A(B), la probabilité que B se réalise lorsqu'on sait que A s'est réalisé.
Ressource affichée de l'autre côté.
Faites défiler pour voir la suite.

Remarque

En général, {P_A(B) \neq P_B(A).}
Ressource affichée de l'autre côté.
Faites défiler pour voir la suite.
Définition
On considère une expérience aléatoire. Soient A et B deux événements avec {P(A) \neq 0.}

La probabilité conditionnelle de B relativement à A est : {P_A(B) = \frac{P(A \cap B)}{P(A)}.}
Ressource affichée de l'autre côté.
Faites défiler pour voir la suite.
Propriété
Cas de l'équiprobabilité
On considère une expérience aléatoire pour laquelle l'univers \mathrm{E} est fini et les issues équiprobables. Soient A et B deux événements avec {\text{Card}(A) \neq 0.}

Alors la probabilité conditionnelle de B relativement à A est : P_A(B) = \frac{\text{Card}(A \cap B)}{\text{Card}(A)}.
Ressource affichée de l'autre côté.
Faites défiler pour voir la suite.
Démonstration
On note n le cardinal de l'ensemble \mathrm{E}.
Par définition, P_A(B) = \dfrac{P(A \cap B)}{P(A)}.

Les issues étant équiprobables, on a : P(A \cap B) = \dfrac{\text{Card}(A \cap B)}{n}\quad et \quad P(A) = \dfrac{\text{card}(A)}{n}.

Donc : P_A(B) = \dfrac{P(A \cap B)}{P(A)} = \dfrac{\frac{\text{Card}(A \cap B)}{n}}{\frac{\text{Card}(A)}{n}} = \dfrac{\text{Card}(A \cap B) \times \frac{1}{n}}{\text{Card}(A) \times \frac{1}{n}} = \dfrac{\text{Card}(A \cap B)}{\text{Card}(A)}.
Ressource affichée de l'autre côté.
Faites défiler pour voir la suite.
Applications et méthodes 1
\quad
Calculer une probabilité conditionnelle à partir d'un tableau d'effectifs
Ressource affichée de l'autre côté.
Faites défiler pour voir la suite.
Énoncé
On a répertorié dans le tableau ci-dessous l'orientation à la rentrée 2025 des élèves à l'issue de la classe de 3\mathrm{^e} selon leur genre.
\mathrm{2^{de}} générale et technologique
\mathrm{2^{de}} professionnelle
Autre (redoublement, CAP, etc)
Total
Garçon
240\ 300
124\ 800
49\ 300
414\ 400
Fille
277\ 700
91\ 200
64\ 100
433\ 000
Total
518\ 000
216\ 000
113\ 400
847\ 400
On choisit le dossier d'un élève au hasard, chacun d'eux ayant la même probabilité d'être choisi.
Sachant qu'on a sélectionné le dossier d'une fille, quelle est la probabilité que l'élève se soit orienté en \mathrm{2^{de}} générale et technologique ?
Ressource affichée de l'autre côté.
Faites défiler pour voir la suite.

Méthode

1. On commence par repérer si la probabilité demandée correspond à une probabilité conditionnelle ou non.

2. On repère ensuite la ligne ou la colonne à partir de laquelle on conditionne.

3. La situation d'équiprobabilité permet de calculer la probabilité demandée.
Ressource affichée de l'autre côté.
Faites défiler pour voir la suite.
Solution
On a un conditionnement relatif au fait d'avoir choisi le dossier d'une fille.
On conditionne donc par rapport à la deuxième ligne.
Nous sommes en situation d'équiprobabilité donc la probabilité de choisir le dossier d'un élève orienté en \mathrm{2^{de}} générale et technologique sachant que cet élève est une fille est :

\frac{277\,700}{433\,000} \approx 0{,}64 \approx 64\%

Ressource affichée de l'autre côté.
Faites défiler pour voir la suite.
Définition
Lorsque l'on réalise une expérience aléatoire mettant en jeu plusieurs événements, on peut organiser les différentes issues en utilisant un arbre de probabilités.
La première série de branches sépare les issues selon la réalisation du premier événement, la deuxième série de branches selon le deuxième événement, etc.
On indique sur chaque branche de l'arbre la probabilité correspondante.
Ressource affichée de l'autre côté.
Faites défiler pour voir la suite.

Remarques :

1. Les probabilités du deuxième niveau de l'arbre (et éventuellement les suivants) sont des probabilités conditionnelles.
2. À chaque nœud de l'arbre, la somme des probabilités vaut 1.
Ressource affichée de l'autre côté.
Faites défiler pour voir la suite.
Placeholder pour arbre de probabilité exemplearbre de probabilité exemple
Ressource affichée de l'autre côté.
Faites défiler pour voir la suite.
Applications et méthodes 2
\quad
Construire un arbre de probabilités à partir d'un tableau d'effectifs
Ressource affichée de l'autre côté.
Faites défiler pour voir la suite.
Énoncé
Un groupe de skieurs est réparti selon leur préférence entre le ski de fond et le ski de piste. On a également répertorié les skieurs débutants et les skieurs expérimentés.
Débutants
Expérimentés
Total
Ski de fond
13
17
30
Ski de piste
11
9
20
Total
24
26
50


On choisit un skieur au hasard, chacun d'eux ayant la même probabilité d'être choisi. On note :
  • A l'événement : « Le skieur préfère le ski de piste. »
  • B l'événement : « Le skieur est débutant. »
Recopier et compléter l'arbre de probabilités ci-contre.

Placeholder pour arbre de probabilité énoncéarbre de probabilité énoncé
Ressource affichée de l'autre côté.
Faites défiler pour voir la suite.

Méthode

On utilise les effectifs du tableau pour calculer les probabilités.
Attention, les probabilités du deuxième niveau de l'arbre (et éventuellement les suivants) sont des probabilités conditionnelles.
Ressource affichée de l'autre côté.
Faites défiler pour voir la suite.
Solution :
On est en situation d'équiprobabilité donc :

P(A) = \frac{20}{50} = 0{,}4 et P(\overline{A}) = 1 - P(A) = 0{,}6.

Les autres probabilités sont des probabilités conditionnelles.
On trouve :
  • P_A(B) = \frac{11}{20} = 0{,}55 ;

  • P_{\overline{A}}(B) = \frac{9}{20} = 0{,}45 ;

  • P_{\overline{A}}(B) = \frac{13}{30} \ ;

  • P_{\overline{A}}(\overline{B}) = \frac{17}{30}.


Placeholder pour arbre de probabilité solutionarbre de probabilité solution
Ressource affichée de l'autre côté.
Faites défiler pour voir la suite.
Propriété
On considère une expérience aléatoire. Soient \mathrm{A} et \mathrm{B} deux événements.
On a : {P(A ∩ B) = P(A) × P_A(B).}
Ressource affichée de l'autre côté.
Faites défiler pour voir la suite.
Démonstration
L'égalité provient directement de la définition des probabilités conditionnelles.
Ressource affichée de l'autre côté.
Faites défiler pour voir la suite.

Remarque

On a également P(A \cap B) = P(B) \times P_B(A).

Une erreur sur la page ? Une idée à proposer ?

Nos manuels sont collaboratifs, n'hésitez pas à nous en faire part.

j'ai une idée !

Oups, une coquille