Univers et événement
L’univers \(\Omega\) contient toutes les issues ; un événement en est une partie.
Maths · Probabilités
Elles ne prédisent pas ce qui va arriver : elles mesurent à quel point c’est plausible.
Déjà à l’aise ? Aller au quizDans la vraie vie
Ton test est positif.
Le test est « fiable à 99 % ». Quelle est la probabilité que tu sois vraiment malade ? Beaucoup répondent 99 %. Garde ta réponse : on la vérifie plus loin.
Filtres anti-spam, taux d’obtention dans les jeux, tests médicaux, assurances : les probabilités sont partout.
Elles ne disent pas ce qui va sortir. Elles disent à quel point c’est plausible.
Six faces, une seule va sortir
Dans la vraie vie
Tu lances un dé : six issues possibles, et personne ne sait laquelle va sortir.
C’est une expérience aléatoire. L’ensemble de ses issues s’appelle l’univers \(\Omega\).
Un événement est une partie de l’univers : « obtenir un nombre pair », c’est \(A = \{2\,;4\,;6\}\).
Si toutes les issues ont la même chance, c’est la formule de Laplace1 : \(P(A) = \dfrac{\text{issues favorables}}{\text{issues possibles}}\).
Une probabilité est toujours comprise entre 0, l’impossible, et 1, le certain.
Un 6 au dé : \(\frac{1}{6}\). Pile ou face : \(\frac{1}{2}\).
Dans la vraie vie
Dans les jeux, on parle de « taux d’obtention ». Un objet légendaire à 1 % sort en moyenne une fois sur 100.
En moyenne seulement : 100 coffres ne garantissent rien, chaque ouverture garde sa chance de 1 %.
Le contraire de A, noté \(\bar{A}\), c’est « A ne se produit pas ».
\(P(\bar{A}) = 1 - P(A)\) : souvent plus simple à calculer que A lui-même.
Dans la vraie vie
Au jass (36 cartes), on tire une carte. Probabilité d’un cœur ou d’une figure (valet, dame, roi) ?
Les 3 figures de cœur sont comptées deux fois : on les retire une fois. \(P = \frac{9}{36} + \frac{12}{36} - \frac{3}{36} = \frac{1}{2}\).
« A ou B » : on additionne, puis on retire « A et B ».
\(P(A \cup B) = P(A) + P(B) - P(A \cap B)\)
Si A et B sont incompatibles, \(A \cap B = \emptyset\) : rien à retirer, \(P(A \cup B) = P(A) + P(B)\).
Au jass (36 cartes), on tire une carte. Quelle est la probabilité d’obtenir un as ou un cœur ? (fraction ou nombre à trois décimales)
P(as ∪ cœur) = P(as) + P(cœur) − P(as ∩ cœur) = 4/36 + 9/36 − 1/36 = 12/36 = 1/3 ≈ 0,333.
La fréquence observée, succès sur essais, n’est qu’une estimation. Un dé simulé est lancé 6, puis 60, 600 et 6000 fois.
La loi des grands nombres
6000 lancersLe 1 n’est pas sorti depuis longtemps : il va bientôt tomber, non ?
On lance un dé 4 fois. Quelle est la probabilité d’obtenir au moins un 6 ?
L’univers \(\Omega\) contient toutes les issues ; un événement en est une partie.
Issues équiprobables :
\(P(A) = \dfrac{\text{favorables}}{\text{possibles}}\)
Toujours entre 0 et 1.
\(P(\bar{A}) = 1 - P(A)\)
Pratique pour « au moins un ».
\(P(A \cup B) = P(A) + P(B) - P(A \cap B)\)
Sans soustraction si A et B sont incompatibles.
Elle varie d’une série à l’autre et se rapproche de la probabilité quand les essais se multiplient.
Une information change tout
On te souffle que le dé a donné un nombre pair. Quelle est la probabilité que ce soit un 6 ?
Savoir que B s’est produit réduit l’univers à B : il ne reste que 2, 4 et 6.
Dans la vraie vie
Dans une classe de 24 élèves, 10 jouent d’un instrument. Parmi ces 10 musiciens, 4 font aussi du sport.
Tu croises un musicien de la classe : il fait du sport avec la probabilité \(\frac{4}{10}\).
Probabilité de A sachant B
\(P(A \mid B) = \dfrac{P(A \cap B)}{P(B)}\)
Dans la classe : \(\dfrac{4/24}{10/24} = \dfrac{4}{10}\). La formule demande \(P(B) > 0\).
Dans la vraie vie
Un dé rouge, un dé bleu : \(6 \cdot 6 = 36\) issues, toutes aussi probables.
Double 6 : une case sur 36, et \(\frac{1}{36} = \frac{1}{6} \cdot \frac{1}{6}\). Le dé bleu ne sait rien du rouge.
A et B sont indépendants si savoir que l’un s’est produit ne change pas la probabilité de l’autre.
\(P(A \mid B) = P(A)\)
Cela revient à \(P(A \cap B) = P(A) \cdot P(B)\).
Chaque branche porte une probabilité, conditionnelle à partir du 2e niveau. Les branches d’un même nœud totalisent 1.
On multiplie : \(P(A \cap B) = P(A) \cdot P(B \mid A)\).
On additionne les chemins qui mènent au même événement : ce sont les probabilités totales.
Une urne : 3 boules rouges et 2 bleues. On tire une boule, puis une deuxième, sans remettre la première.
Après une rouge, l’urne a changé : le 2e tirage dépend du 1er.
L’arbre se construit, puis on suit chaque chemin. À la fin, on remet la boule : avec remise.
L’arbre des tirages
UrnePourquoi 2/4 au deuxième tirage, et pas 3/5 ?
Même urne (3 rouges, 2 bleues), deux tirages sans remise. Quelle est la probabilité de tirer deux boules bleues ?
1ʳᵉ bleue : 2/5. Il reste 1 bleue sur 4 boules : 1/4. P = 2/5 · 1/4 = 1/10 = 0,1.
A et B sont incompatibles (ils ne peuvent pas se produire ensemble) et ont chacun une probabilité non nulle. Sont-ils indépendants ?
Touche une situation, puis la bonne case. Demande-toi : savoir ce qui s’est passé la première fois change-t-il les chances de la seconde ?
Dans la vraie vie
Imaginons 30 % de risque de pluie. Sous la pluie, en bus, tu arrives en retard 1 fois sur 5 ; au soleil, à vélo, 1 fois sur 20.
Deux chemins mènent au retard : on les additionne. Retard dans 9,5 % des cas.
Le paradoxe du test positif
Le piège : retourner la condition.
Le test repère 99 % des malades : c’est \(P(\text{test +} \mid \text{malade})\). Toi, tu veux \(P(\text{malade} \mid \text{test +})\). Ce n’est pas le même nombre.
La formule de Bayes retourne une condition2.
\(P(A \mid B) = \dfrac{P(A)\,P(B \mid A)}{P(B)}\)
\(P(B) = P(A)\,P(B \mid A)\)
\(\qquad + \, P(\bar{A})\,P(B \mid \bar{A})\)
En bas, ce sont les probabilités totales de l’arbre.
Dans la vraie vie
Imaginons 100 courriels, dont 40 spams. Le mot « gratuit » est dans 20 spams, mais aussi dans 3 courriels normaux.
Un courriel contient « gratuit » : c’est un spam avec la probabilité \(\frac{20}{23} \approx 87\,\%\). Les filtres anti-spam font ce genre de calcul, mot après mot.
Une maladie rare, un test presque parfait. Faisons passer le test à 1000 personnes.
La maladie touche 1 % de la population, le test est « fiable à 99 % ». Combien de positifs sont vraiment malades ?
Chaque carré est une personne. Si ton test est positif, quelle est la probabilité que tu sois vraiment malade ?
Elle touche 1 % de la population : environ 10 malades (en rouge) et 990 personnes saines.
Il détecte 99 % des malades (sa sensibilité) : 99 % de 10 = 9,9, pratiquement les 10.
Il reconnaît 95 % des personnes saines (sa spécificité) : 5 % de 990 = 49,5, environ 50 faux positifs.
Mettons à part les personnes testées positives : environ 10 + 50 = 60. Seulement 10 d’entre elles sont malades.
P(malade | test +) ≈ 10 / 60 ≈ 17 %. Le calcul exact donne 0,99 · 0,01 / (0,99 · 0,01 + 0,05 · 0,99) ≈ 16,7 %.
Mais le test est fiable à 99 % !
Même test, sensibilité 99 % et spécificité 95 %, mais une maladie de plus en plus fréquente : la prévalence monte de 0,1 % à 50 %.
Un positif, c’est fiable ?
DépistageDans la vraie vie
Après un test positif, on en refait un. Supposons que ses erreurs soient indépendantes de celles du premier.
On repart de 1/6 au lieu de 1 % : un second positif fait monter la probabilité d’être malade à environ 80 %. D’où les tests de confirmation.
Un test a une sensibilité de 99 %. Qu’est-ce que cela signifie ?
Gagner, perdre, et en moyenne ?
Dans la vraie vie
On lance un dé : 6, tu gagnes 5 CHF ; sinon, tu perds 1 CHF. Ce jeu est-il équitable ?
En moyenne, tu gagnes 5/6 CHF et tu perds 5/6 CHF par partie : l’espérance vaut 0, le jeu est équitable.
Une variable aléatoire X associe un nombre à chaque issue : ici, le gain du jeu.
Sa loi : X vaut 5 avec la probabilité 1/6 et −1 avec la probabilité 5/6. Les probabilités totalisent 1.
L’espérance, c’est la moyenne à long terme.
\(E(X) = \sum x_i\,p_i\)
\(V(X) = \sum p_i\,\bigl(x_i - E(X)\bigr)^2\)
\(\sigma(X) = \sqrt{V(X)}\)
La variance et l’écart-type mesurent la dispersion autour de l’espérance. Pour le jeu du dé : \(V(X) = \frac{1}{6} \cdot 25 + \frac{5}{6} \cdot 1 = 5\), donc \(\sigma \approx 2{,}24\) CHF.
Dans la vraie vie
Une tombola : le billet coûte 2 CHF, et un billet sur cent gagne 100 CHF.
Tu perds en moyenne 1 CHF par billet. Au loto aussi, l’espérance du joueur est négative : l’organisateur garde une partie des mises.
Compter les succès
Dans la vraie vie
Tu lances une pièce 4 fois. Quelle est la probabilité d’obtenir exactement 2 faces ?
6 suites sur 16 : \(P = \frac{6}{16} = \frac{3}{8}\). Et 6, c’est \(\binom{4}{2}\), les façons de placer 2 faces parmi 4 lancers.
On répète n fois, de façon indépendante, une épreuve à deux issues : succès avec la probabilité p. Le nombre X de succès suit la loi binomiale B(n ; p)3.
\(P(X = k) = \dbinom{n}{k}\,p^k\,(1-p)^{n-k}\)
\(E(X) = n\,p\)
\(V(X) = n\,p\,(1-p)\)
Dans la vraie vie
Imaginons un gardien qui arrête un penalty sur quatre. On compte ses arrêts sur 8 tirs : X suit B(8 ; 1/4).
Le plus probable : 2 arrêts. C’est aussi la moyenne : \(E(X) = 8 \cdot \frac{1}{4} = 2\).
À chacun des 12 clous, une bille part à gauche ou à droite avec une chance sur deux ; son bac compte ses départs à droite. On lâche 1, puis 10, 100, 1000 et 4096 billes.
La planche de Galton, B(12 ; 1/2)
4096 billesPourquoi la plupart des billes tombent au milieu ?
On tire une carte du jass (36 cartes). Si c’est un as, tu gagnes 10 CHF ; sinon, tu perds 1 CHF. Quelle est ton espérance de gain, en CHF ?
E(X) = 10 · 4/36 + (−1) · 32/36 = (40 − 32)/36 = 8/36 = 2/9 ≈ 0,22 CHF : le jeu est légèrement favorable au joueur.
X suit la loi binomiale B(10 ; 0,3). Que vaut son espérance E(X) ?
E(X) = n · p = 10 · 0,3 = 3 succès en moyenne ; V(X) = 10 · 0,3 · 0,7 = 2,1.
Cinq pièges qui coûtent des points
Dans la vraie vie
À la roulette, le rouge est sorti dix fois de suite. Le noir est-il « dû » ?
Non : la roue n’a pas de mémoire. Le rouge garde 18 chances sur 37, à cause du zéro vert. Croire le contraire, c’est l’erreur du parieur.
Ça ne sert à rien : il reste deux portes, c’est 50/50.
« Au moins un 6 en 3 lancers » ne vaut pas 1/6 + 1/6 + 1/6 = 1/2. On calcule \(1 - \left(\frac{5}{6}\right)^3 = \frac{91}{216} \approx 0{,}42\).
P(test + | malade) = 99 % ne dit pas que P(malade | test +) = 99 %. Dans l’exemple du dépistage, on tombe à 17 %.
Après dix « rouge » à la roulette, le rouge garde 18 chances sur 37 : les tirages sont indépendants. C’est l’erreur du parieur.
La fréquence varie d’une série à l’autre ; elle se rapproche de la probabilité quand le nombre d’essais devient grand.
Si \(P(A \cap B) = 0\) avec P(A) et P(B) non nulles, alors \(P(A \cap B) \neq P(A) \cdot P(B)\) : savoir A rend B impossible.
Cherche d’abord sur une feuille, puis ouvre le corrigé.
La fiche en six cartes
Issues équiprobables : \(P(A) = \dfrac{\text{favorables}}{\text{possibles}}\), et \(0 \le P(A) \le 1\).
\(P(\bar{A}) = 1 - P(A)\)
\(P(A \cup B) = P(A) + P(B) - P(A \cap B)\)
\(P(A \mid B) = \dfrac{P(A \cap B)}{P(B)}\)
Indépendants si \(P(A \cap B) = P(A) \cdot P(B)\).
On multiplie le long d’un chemin, on additionne les chemins.
\(P(A \mid B) = \dfrac{P(A)\,P(B \mid A)}{P(B)}\)
\(E(X) = \sum x_i\,p_i\)
La moyenne à long terme : 0 pour un jeu équitable.
\(P(X = k) = \dbinom{n}{k}\,p^k\,(1-p)^{n-k}\)
Et \(E(X) = n\,p\).
Dix questions pour finir
Dix questions tirées au hasard parmi vingt-cinq. Une seule réponse juste à chaque fois.
Fiche relue et sourcée en septembre 2026, refaite en récit en octobre 2026.