insight.Se connecter

Maths de l’enseignement scientifique · 1re

Phénomènes aléatoires : cours et fiche de révision (Maths de l’enseignement scientifique, 1re)

Programme officiel, session 2027. Mis à jour le 17 octobre 2026. 8 min de lecture.

Ce que contient ce chapitre

  • Lire une probabilité « sachant que » dans un tableau
  • Calculer avec un arbre pondéré
  • Faux positifs, faux négatifs : lire un test médical
  • Deux évènements sont-ils indépendants ?
  • Répéter une épreuve : l'arbre de Bernoulli
  • Modèle, fréquences et loi des grands nombres
  • Modéliser un jeu : pile ou face, Monty Hall

À quoi ça sert

Un test de dépistage est positif : es-tu vraiment malade ? Un jeu télévisé te propose de changer de porte : faut-il accepter ? Ce chapitre te donne les outils pour répondre : probabilités conditionnelles, indépendance, répétition d'épreuves identiques, et distinction entre le modèle et la réalité.

Ce que tu sauras faire

À la fin, tu sauras calculer avec un tableau ou un arbre, justifier une indépendance et modéliser un jeu simple.

Probabilité conditionnelle et tableau croisé

La probabilité conditionnelle de AA sachant BB, notée PB(A)P_B(A), est la probabilité que AA se réalise quand on sait déjà que BB est réalisé. L'évènement BB devient le nouvel univers : on ne regarde que les cas où BB a lieu. Il faut P(B)≠0P(B) \neq 0.

Dans un tableau croisé d'effectifs :

PB(A)=effectif de A∩Beffectif de BP_B(A)=\dfrac{\text{effectif de } A\cap B}{\text{effectif de } B}

On divise par le total de la ligne ou de la colonne de la condition, jamais par le total général.

Exemple

Dans un lycée de 200 élèves, on note FF « l'élève est une fille » et DD « l'élève est demi-pensionnaire » (GG et D‾\overline{D} sont les contraires).

DDD‾\overline{D}Total
FF6644110
GG454590
Total11189200

On choisit un élève au hasard.

  • Sachant que c'est une fille, elle est demi-pensionnaire avec la probabilité PF(D)=66110=0,6P_F(D)=\dfrac{66}{110}=0{,}6.
  • Sachant que l'élève est demi-pensionnaire, c'est une fille avec la probabilité PD(F)=66111≈0,59P_D(F)=\dfrac{66}{111}\approx 0{,}59 (arrondi au centième).

Les deux valeurs diffèrent : changer de condition change le total par lequel on divise.

Arbre pondéré

Un arbre pondéré représente une expérience en plusieurs étapes. Ses règles :

  • La somme des probabilités des branches issues d'un même nœud vaut 11.
  • La branche de BB vers AA porte la probabilité conditionnelle PB(A)P_B(A).
  • La probabilité d'un chemin est le produit des probabilités de ses branches : P(B∩A)=P(B)×PB(A)P(B\cap A)=P(B)\times P_B(A).
  • La probabilité d'un évènement est la somme des probabilités des chemins qui y mènent.
  • Pour inverser la condition, on divise : PA(B)=P(A∩B)P(A)P_A(B)=\dfrac{P(A\cap B)}{P(A)}.

Exemple : un test médical

Une maladie MM touche 2 % de la population. Un test est positif (TT) pour 95 % des malades et pour 10 % des personnes non malades. Un faux positif est un test positif chez une personne non malade ; un faux négatif est un test négatif chez une personne malade.

0,02M0,95T0,05non T0,98non M0,1T0,9non T

Lecture de l'arbre : P(M)=0,02P(M)=0{,}02, PM(T)=0,95P_M(T)=0{,}95 et PM‾(T)=0,1P_{\overline{M}}(T)=0{,}1.

  • Malade et positif : P(M∩T)=0,02×0,95=0,019P(M\cap T)=0{,}02\times 0{,}95=0{,}019.
  • Non malade et positif (faux positif) : P(M‾∩T)=0,98×0,1=0,098P(\overline{M}\cap T)=0{,}98\times 0{,}1=0{,}098.
  • Test positif, deux chemins : P(T)=0,019+0,098=0,117P(T)=0{,}019+0{,}098=0{,}117.
  • Malade sachant le test positif : PT(M)=0,0190,117≈0,16P_T(M)=\dfrac{0{,}019}{0{,}117}\approx 0{,}16 (arrondi au centième).
  • Faux négatif : P(M∩T‾)=0,02×0,05=0,001P(M\cap\overline{T})=0{,}02\times 0{,}05=0{,}001.

Seulement 16 % environ des personnes au test positif sont malades, car la maladie est rare : PT(M)≠PM(T)P_T(M)\neq P_M(T).

Indépendance de deux évènements

Deux évènements AA et BB, avec P(B)≠0P(B)\neq 0, sont indépendants si PB(A)=P(A)P_B(A)=P(A) : savoir que BB est réalisé ne change pas la probabilité de AA.

Dans l'arbre, cela donne P(A∩B)=P(B)×PB(A)=P(A)×P(B)P(A\cap B)=P(B)\times P_B(A)=P(A)\times P(B). Réciproquement, si P(A∩B)=P(A)×P(B)P(A\cap B)=P(A)\times P(B), alors PB(A)=P(A)P_B(A)=P(A). Pour justifier une indépendance, tu vérifies l'une de ces deux égalités ; si elle est fausse, les évènements sont dépendants.

Exemple 1. On lance un dé équilibré à six faces. AA : « le résultat est pair », BB : « le résultat est au moins 5 ». P(A)=36=12P(A)=\dfrac{3}{6}=\dfrac{1}{2}, P(B)=26=13P(B)=\dfrac{2}{6}=\dfrac{1}{3} et A∩B={6}A\cap B=\{6\}, donc P(A∩B)=16P(A\cap B)=\dfrac{1}{6}. Or P(A)×P(B)=12×13=16P(A)\times P(B)=\dfrac{1}{2}\times\dfrac{1}{3}=\dfrac{1}{6} : les deux évènements sont indépendants.

Exemple 2. Dans le lycée du tableau, PF(D)=0,6P_F(D)=0{,}6 et P(D)=111200=0,555P(D)=\dfrac{111}{200}=0{,}555. Ces valeurs diffèrent : FF et DD ne sont pas indépendants.

Des tirages avec remise dans une urne sont indépendants, car la composition de l'urne ne change pas ; sans remise, elle change et les tirages ne sont plus indépendants.

Répétition d'épreuves de Bernoulli

Une épreuve de Bernoulli a deux issues : le succès SS, de probabilité pp, et l'échec EE, de probabilité 1−p1-p. Quand on répète nn fois la même épreuve de façon identique et indépendante, les probabilités pp et 1−p1-p sont les mêmes à chaque étape, quels que soient les résultats précédents. L'arbre a nn niveaux (ici n⩽4n \leqslant 4) et la probabilité d'un chemin est le produit des probabilités de ses branches.

Exemple

Un joueur tire trois fois au panier et réussit chaque tir avec la probabilité 0,70{,}7 ; les tirs sont supposés indépendants (c'est une hypothèse du modèle).

0,7S0,7S0,7S0,3E0,3E0,7S0,3E0,3E0,7S0,7S0,3E0,3E0,7S0,3E

Lecture de l'arbre :

  • Trois succès, chemin SSSSSS : 0,73=0,3430{,}7^3=0{,}343.
  • Exactement deux succès, trois chemins SSESSE, SESSES et ESSESS de probabilité 0,7×0,7×0,3=0,1470{,}7\times 0{,}7\times 0{,}3=0{,}147 chacun : 3×0,147=0,4413\times 0{,}147=0{,}441.
  • Au moins un succès : seul le chemin EEEEEE n'en contient aucun, donc 1−0,33=1−0,027=0,9731-0{,}3^3=1-0{,}027=0{,}973.

Modèle, simulation et loi des grands nombres

Une loi de probabilité est une hypothèse du modèle choisi : elle ne se démontre pas. Il faut distinguer le modèle probabiliste abstrait (« un dé a six issues de probabilité 16\dfrac{1}{6} ») de la situation réelle (le dé posé sur ta table). On choisit un modèle de deux façons : par une hypothèse d'équiprobabilité (dé équilibré, urne bien mélangée) ou grâce à la loi des grands nombres.

Version vulgarisée de cette loi : quand on répète un grand nombre de fois la même expérience, de façon identique et indépendante, la fréquence observée d'une issue se rapproche de sa probabilité. Sur une courte série, elle peut s'en écarter beaucoup ; plus la série est longue, plus elle se stabilise. Avec un outil numérique (tableur, programme), on simule des tirages avec remise et on observe cette stabilisation sur 10, puis 100, puis 10 000 tirages.

Exemple

On lance 2000 fois un dé : le 6 sort 500 fois. La fréquence de 6 est 5002000=0,25\dfrac{500}{2000}=0{,}25, loin de 16≈0,17\dfrac{1}{6}\approx 0{,}17 sur une longue série : l'hypothèse d'équiprobabilité est peu crédible, et on peut choisir le modèle P(6)=0,25P(6)=0{,}25. Ce nombre est une hypothèse du modèle, pas une propriété démontrée du dé.

Jeux de hasard : le jeu de Monty Hall

Pile ou face, pierre-feuille-ciseaux ou Monty Hall se traitent de la même façon : on liste les issues, on choisit le modèle, on utilise un arbre. Avec une pièce équilibrée lancée deux fois, l'arbre a quatre chemins de probabilité 14\dfrac{1}{4} ; P(au moins un pile)=34P(\text{au moins un pile})=\dfrac{3}{4}.

Dans le jeu de Monty Hall, une voiture est derrière l'une de trois portes, une chèvre derrière chacune des deux autres. Tu choisis une porte ; l'animateur, qui sait où est la voiture, ouvre une autre porte cachant une chèvre, puis te propose de changer de porte.

Modèle : ton premier choix est la voiture avec la probabilité 13\dfrac{1}{3}, une chèvre avec la probabilité 23\dfrac{2}{3}.

  • Si tu as choisi la voiture, changer te fait perdre.
  • Si tu as choisi une chèvre, l'animateur ouvre l'autre chèvre ; la porte restante cache la voiture, et changer te fait gagner.

Donc P(gagner en changeant)=13×0+23×1=23P(\text{gagner en changeant})=\dfrac{1}{3}\times 0+\dfrac{2}{3}\times 1=\dfrac{2}{3} : la stratégie gagnante est de changer. Garder ta porte gagne avec la probabilité 13\dfrac{1}{3}.

Les pièges à éviter

  • Confondre PB(A)P_B(A) et PA(B)P_A(B) : dans le test, PM(T)=0,95P_M(T)=0{,}95 mais PT(M)≈0,16P_T(M)\approx 0{,}16.
  • Diviser par le total général au lieu du total de la ligne ou de la colonne de la condition.
  • Oublier un chemin en calculant P(T)P(T) : il faut additionner tous les chemins qui y mènent.
  • Croire que « indépendants » veut dire « incompatibles » : si A∩B=∅A\cap B=\varnothing avec P(A)>0P(A)>0 et P(B)>0P(B)>0, alors PB(A)=0≠P(A)P_B(A)=0\neq P(A), donc AA et BB sont dépendants.
  • Penser qu'après plusieurs « pile » de suite, « face » devient plus probable : les lancers sont indépendants.
  • Confondre fréquence observée et probabilité du modèle.
  • À Monty Hall, dire « deux portes, donc une chance sur deux » : les deux portes ne sont pas équiprobables.

Ce qu'il faut retenir

  • PB(A)P_B(A) est la probabilité de AA sachant BB ; dans un tableau, on divise par le total de la condition.
  • Arbre : la somme des branches d'un nœud vaut 11 ; un chemin se multiplie ; un évènement s'additionne sur ses chemins.
  • P(A∩B)=P(B)×PB(A)P(A\cap B)=P(B)\times P_B(A), et PA(B)=P(A∩B)P(A)P_A(B)=\dfrac{P(A\cap B)}{P(A)}.
  • AA et BB sont indépendants si PB(A)=P(A)P_B(A)=P(A), soit P(A∩B)=P(A)×P(B)P(A\cap B)=P(A)\times P(B).
  • Répétition de nn épreuves de Bernoulli identiques et indépendantes : chemin = produit des pp et des 1−p1-p.
  • Une loi de probabilité est une hypothèse du modèle ; la fréquence observée se rapproche de la probabilité sur une longue série.
  • Faux positif : test positif chez une personne non malade ; faux négatif : test négatif chez une personne malade.

À l'épreuve

Les sujets proposent un contexte (test médical, tirages dans une urne, jeu) et enchaînent des questions : « À l'aide de l'arbre, calcule la probabilité que… », « Calcule la probabilité de… sachant que… », « Les évènements AA et BB sont-ils indépendants ? Justifie. » ou « Représente la situation par un arbre ». Le correcteur attend :

  • les évènements nommés avec leurs notations (MM, TT, PT(M)P_T(M)…) ;
  • les probabilités lues sur l'arbre ou le tableau, puis le calcul posé en entier ;
  • la valeur exacte, puis l'arrondi demandé ;
  • pour une indépendance, la comparaison de deux nombres et une conclusion explicite ;
  • une phrase de conclusion dans le contexte de l'énoncé.

À retenir

  • Lire une probabilité « sachant que » dans un tableau

    PB(A)P_B(A) est la probabilité de AA sachant que BB est réalisé, avec P(B)≠0P(B) \neq 0.Dans un tableau croisé : PB(A)=effectif de A∩Beffectif de BP_B(A)=\dfrac{\text{effectif de } A\cap B}{\text{effectif de } B}.On divise par le total de la ligne ou de la colonne de la condition, jamais par le total général.En général PB(A)≠PA(B)P_B(A)\neq P_A(B) : le total change avec la condition.
  • Calculer avec un arbre pondéré

    Les branches issues d'un même nœud ont une somme égale à 11.La branche de BB vers AA porte PB(A)P_B(A) ; un chemin se calcule par produit : P(B∩A)=P(B)×PB(A)P(B\cap A)=P(B)\times P_B(A).La probabilité d'un évènement est la somme des probabilités des chemins qui y mènent.Pour inverser la condition : PA(B)=P(A∩B)P(A)P_A(B)=\dfrac{P(A\cap B)}{P(A)}.
  • Faux positifs, faux négatifs : lire un test médical

    Faux positif : test positif chez une personne non malade. Faux négatif : test négatif chez une personne malade.Ce que donne le test (PM(T)P_M(T)) n'est pas la probabilité d'être malade quand le test est positif (PT(M)P_T(M)).Pour trouver PT(M)P_T(M) : arbre, chemins positifs additionnés, puis division par P(T)P(T).Quand la maladie est rare, beaucoup de tests positifs sont des faux positifs.
  • Deux évènements sont-ils indépendants ?

    AA et BB (avec P(B)≠0P(B)\neq 0) sont indépendants si PB(A)=P(A)P_B(A)=P(A) : savoir BB ne change pas la probabilité de AA.Équivalent : P(A∩B)=P(A)×P(B)P(A\cap B)=P(A)\times P(B).Pour justifier : calculer les deux membres d'une égalité et les comparer ; si elle est fausse, les évènements sont dépendants.Indépendants ne veut pas dire incompatibles. Des tirages avec remise sont indépendants, sans remise non.
  • Répéter une épreuve : l'arbre de Bernoulli

    Épreuve de Bernoulli : deux issues, succès SS de probabilité pp, échec EE de probabilité 1−p1-p.Répétée nn fois (n⩽4n\leqslant 4) de façon identique et indépendante : arbre à nn niveaux, mêmes pp et 1−p1-p à chaque étape.Probabilité d'un chemin : produit des probabilités de ses branches.Plusieurs chemins pour un même évènement : on additionne ; « au moins un succès » : 11 moins le chemin sans succès.
  • Modèle, fréquences et loi des grands nombres

    Une loi de probabilité est une hypothèse du modèle choisi : elle ne se démontre pas.On la choisit par équiprobabilité ou à partir de fréquences observées sur un grand nombre de répétitions.Loi des grands nombres (version vulgarisée) : la fréquence observée se stabilise près de la probabilité quand la série s'allonge.Une courte série fluctue beaucoup ; la fréquence n'est pas la probabilité.
  • Modéliser un jeu : pile ou face, Monty Hall

    Modéliser un jeu : lister les issues, choisir la loi de probabilité (hypothèse du modèle), construire l'arbre, additionner les chemins utiles.Monty Hall : le premier choix est la voiture avec la probabilité 13\dfrac{1}{3}, une chèvre avec 23\dfrac{2}{3}.Changer de porte gagne exactement quand le premier choix était une chèvre : probabilité 23\dfrac{2}{3}.Les deux portes restantes ne sont pas équiprobables.

Teste-toi

Trois questions. Réponds, la correction s’affiche.

Question 1 sur 3
Un club de sport compte 120 adhérents, dont 70 femmes (FF). Parmi les 120 adhérents, 48 pratiquent le tennis (TT), dont 30 femmes. On choisit un adhérent au hasard. Quelle est la valeur de PT(F)P_T(F) ?

Correction

Sachant que l'adhérent pratique le tennis, on se limite aux 48 joueurs de tennis, dont 30 femmes.PT(F)=3048=58P_T(F)=\dfrac{30}{48}=\dfrac{5}{8}.Erreur classique : diviser par l'effectif des femmes, 3070=37\dfrac{30}{70}=\dfrac{3}{7} — c'est PF(T)P_F(T), la condition n'est pas la bonne.
Question 2 sur 3
On tire deux boules avec remise dans une urne contenant des boules rouges et des boules vertes. Vrai ou faux : « si la première boule est rouge, la probabilité que la seconde soit verte est plus grande que si la première boule était verte ».

Correction

Avec remise, l'urne retrouve sa composition avant le second tirage.La probabilité d'une boule verte au second tirage est la même quel que soit le premier résultat : les tirages sont indépendants.Erreur classique : penser qu'une boule rouge rend la verte plus probable ensuite — la remise rétablit l'urne, le premier tirage n'a plus d'effet.
Question 3 sur 3
Au jeu de Monty Hall, la voiture est derrière l'une de trois portes équiprobables, une chèvre derrière chacune des deux autres. Tu choisis une porte ; l'animateur, informé de l'emplacement de la voiture, ouvre une autre porte cachant une chèvre, puis te propose de changer de porte. Tu changes. Quelle est la probabilité que tu gagnes la voiture ?

Correction

Ton premier choix est la voiture avec la probabilité 13\dfrac{1}{3} et une chèvre avec la probabilité 23\dfrac{2}{3}.Changer gagne exactement quand le premier choix était une chèvre : 13×0+23×1=23\dfrac{1}{3}\times 0+\dfrac{2}{3}\times 1=\dfrac{2}{3}.Erreur classique : répondre 12\dfrac{1}{2} parce qu'il reste deux portes — deux portes ne sont pas équiprobables, la tienne garde la probabilité 13\dfrac{1}{3}.

Dans Insight, ce chapitre a 131 questions, et l’app te les repose au bon moment pour que tu ne les oublies pas avant le bac.

Contenu préparé avec l’aide d’outils d’IA, vérifié.

Réviser ce chapitre gratuitement