1234516

Maths · Probabilités

Les probabilités

Elles ne prédisent pas ce qui va arriver : elles mesurent à quel point c’est plausible.

Déjà à l’aise ? Aller au quiz

Dans la vraie vie

Ton test est positif.

CTpositiffiable à 99 %malade à 99 % ?

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.

!anti-spamjeuxtests médicauxassurances

Au programme

  • 1compter les chances : univers, contraire, réunion
  • 2quand une information change tout : arbres
  • 3retourner une condition : Bayes et dépistage
  • 4ce qu’on obtient en moyenne : espérance, loi binomiale
  • 5les pièges, puis le quiz

Six faces, une seule va sortir

Dans la vraie vie

Tu lances un dé : six issues possibles, et personne ne sait laquelle va sortir.

Ω = {1 ; 2 ; 3 ; 4 ; 5 ; 6}l’univers : 6 issues

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 \(A = \{2\,;4\,;6\}\).

A = {2 ; 4 ; 6} : 3 issues sur 6P(A) =36=12

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.

016121impossiblecertainun 7 au dépilede 1 à 6 au déun 6 au dé

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.

100 coffres1 %1 sur 100en moyenne

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 ».

ΩA : un 6pas de 6 : le contraire de AP(pas de 6) = 1 − 1/6 = 5/6

\(P(\bar{A}) = 1 - P(A)\) : 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) ?

678910VDRAcomptées deux fois9 cœurs + 12 figures − 3 = 18 cartes

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 ».

ABA et B : compté deux fois

\(P(A \cup B) = P(A) + P(B) - P(A \cap B)\)

Si A et B sont incompatibles, \(A \cap B = \emptyset\) : rien à retirer, \(P(A \cup B) = P(A) + P(B)\).

À toi · Calcule

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)

La loi des grands nombres

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 lancers
lancers6
fréquence du 616,7 %
plus grand écart à 1/616,67 points

Le 1 n’est pas sorti depuis longtemps : il va bientôt tomber, non ?

Non ! Le dé n’a aucune mémoire : un 1 n’est jamais « dû ».
Les fréquences changent d’une série à l’autre. Ce n’est que sur beaucoup de lancers qu’elles se stabilisent près de 1/6.
À toi · Choisis

On lance un dé 4 fois. Quelle est la probabilité d’obtenir au moins un 6 ?

Univers et événement

L’univers \(\Omega\) contient toutes les issues ; un événement en est une partie.

Laplace

Issues équiprobables :

\(P(A) = \dfrac{\text{favorables}}{\text{possibles}}\)

Toujours entre 0 et 1.

Contraire

\(P(\bar{A}) = 1 - P(A)\)

Pratique pour « au moins un ».

Réunion

\(P(A \cup B) = P(A) + P(B) - P(A \cap B)\)

Sans soustraction si A et B sont incompatibles.

Fréquence

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 ?

B : un nombre pairP(6 | pair) =13au lieu de 1/6

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.

4 sportifs parmi 10 musiciens

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 \(P(B) > 0\).

la classe : 24P(A ∩ B) = 4/24P(B) = 10/24sachant Bles 10 musiciensP(A | B) = 4/10musicien (B)sport (A)

Dans la vraie vie

Un dé rouge, un dé bleu : \(6 \cdot 6 = 36\) issues, toutes aussi probables.

dé bleudé rouge112233445566rouge 6 : 1/6bleu 6 : 1/6les deux : 1/36= 1/6 · 1/6

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 \(P(A \cap B) = P(A) \cdot P(B)\).

A : rouge 6B : bleu 6P(A) = 6/36 = 1/6sachant BP(A | B) = 1/6savoir B ne change rien

1. Les branches

Chaque branche porte une probabilité, conditionnelle à partir du 2e niveau. Les branches d’un même nœud totalisent 1.

2. Le long d’un chemin

On multiplie : \(P(A \cap B) = P(A) \cdot P(B \mid A)\).

3. Plusieurs chemins

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.

RBRBRpremière : rouge3 chances sur 5il reste 2 rouges et 2 bleues

Après une rouge, l’urne a changé : le 2e tirage dépend du 1er.

L’arbre des tirages

L’arbre se construit, puis on suit chaque chemin. À la fin, on remet la boule : avec remise.

L’arbre des tirages

Urne
tiragesans remise
chemin…
calcul…

Pourquoi 2/4 au deuxième tirage, et pas 3/5 ?

Sans remise, le deuxième tirage dépend du premier : après une rouge, il reste 2 rouges sur 4 boules.
Avec remise, on repart de la même urne : 3/5 à chaque fois, et les deux tirages deviennent indépendants.
À toi · Calcule

Même urne (3 rouges, 2 bleues), deux tirages sans remise. Quelle est la probabilité de tirer deux boules bleues ?

À toi · Choisis

A et B sont incompatibles (ils ne peuvent pas se produire ensemble) et ont chacun une probabilité non nulle. Sont-ils indépendants ?

À toi

Indépendants ou pas ?

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.

0,30,7pluiebeau0,20,80,050,95retardà l’heureretardà l’heure0,060,035P(retard) = 0,06 + 0,035 = 0,095

Deux chemins mènent au retard : on les additionne. Retard dans 9,5 % des cas.

Le paradoxe du test positif

Le piège : retourner la condition.

maladetest +99 %?

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.

AĀBBP(A | B) =chemin A puis Bles 2 cheminsvers B

Dans la vraie vie

Imaginons 100 courriels, dont 40 spams. Le mot « gratuit » est dans 20 spams, mais aussi dans 3 courriels normaux.

40 spams60 courriels normauxavec « gratuit » : 20avec « gratuit » : 3les 23 courriels avec « gratuit »20 spams sur 23 : 20/23 ≈ 87 %

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.

1000 personnes, un test positif

La maladie touche 1 % de la population, le test est « fiable à 99 % ». Combien de positifs sont vraiment malades ?

1000 personnes testées 10 malades (1 % de 1000) test positif chez les 10 malades + 50 faux positifs (5 % de 990) 60 tests positifs au total P(malade | test +) = 10 / 60 ≈ 17 % sain malade sain, mais test + les 60 positifs, mis à part : 10 malades + 50 sains

1 · 1000 personnes

Chaque carré est une personne. Si ton test est positif, quelle est la probabilité que tu sois vraiment malade ?

2 · La maladie est rare

Elle touche 1 % de la population : environ 10 malades (en rouge) et 990 personnes saines.

3 · Le test repère les malades

Il détecte 99 % des malades (sa sensibilité) : 99 % de 10 = 9,9, pratiquement les 10.

4 · Mais il se trompe aussi

Il reconnaît 95 % des personnes saines (sa spécificité) : 5 % de 990 = 49,5, environ 50 faux positifs.

5 · Tous les positifs

Mettons à part les personnes testées positives : environ 10 + 50 = 60. Seulement 10 d’entre elles sont malades.

6 · La réponse de Bayes

P(malade | test +) ≈ 10 / 60 ≈ 17 %. Le calcul exact donne 0,99 · 0,01 / (0,99 · 0,01 + 0,05 · 0,99) ≈ 16,7 %.

Réponse à la question du début : environ 17 % seulement !

Mais le test est fiable à 99 % !

Il repère 99 % des malades. Mais la maladie est rare : les fausses alertes chez les 990 personnes saines sont bien plus nombreuses que les vrais malades.

Un positif, c’est fiable ?

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 ?

Dépistage
prévalence0,1 %
positifs≈ 1 + 50
P(malade | test +)≈ 1,9 %

Dans la vraie vie

Après un test positif, on en refait un. Supposons que ses erreurs soient indépendantes de celles du premier.

1 %avant≈ 17 %1 test +≈ 80 %2 tests +

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.

À toi · Choisis

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 ?

5 CHF5/6 CHF1 CHF5/6 CHFgagner 5 CHF1 fois sur 6perdre 1 CHF5 fois sur 6E(X) = 5 · 1/6 − 1 · 5/6 = 0

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.

−1+55/61/6gain X

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.

billet : 2 CHFgain moyen : 100 CHF · 1/100 = 1 CHFespérance : 1 − 2 = −1 CHF par billet

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 ?

facepile6 suites sur 16P(exactement 2 faces) = 6/16 = 3/8

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.

\(P(X = k) = \dbinom{n}{k}\,p^k\,(1-p)^{n-k}\)

\(E(X) = n\,p\)

\(V(X) = n\,p\,(1-p)\)

n = 4 épreuves indépendantesSpÉ1 − pSpSpS : succès · É : échecX = 3succès

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).

010 %127 %231 %321 %49 %52 %678E(X) = 2arrêts sur 8 tirs

Le plus probable : 2 arrêts. C’est aussi la moyenne : \(E(X) = 8 \cdot \frac{1}{4} = 2\).

La planche de Galton

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 billes
billes1
moyenne (E = 6)6
bac 6 (théorie 22,6 %)1 bille

Pourquoi la plupart des billes tombent au milieu ?

Beaucoup plus de chemins y mènent : C(12, 6) = 924 chemins pour le bac 6, un seul pour le bac 0. Voilà d’où vient la cloche.

Cette cloche a un nom : la loi normale.

68 %μ − 2σμ − σμμ + σμ + 2σ95 %

Avec beaucoup d’épreuves, la loi binomiale ressemble de plus en plus à cette courbe en cloche, dite de Gauss5. Environ 68 % des valeurs sont à moins d’un écart-type σ de la moyenne μ, et 95 % à moins de deux6.

À toi · Calcule

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 ?

À toi · Calcule

X suit la loi binomiale B(10 ; 0,3). Que vaut son espérance E(X) ?

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 » ?

dix « rouge » de suiteet maintenant ?rouge : 18/37 ≈ 48,6 %comme à chaque tour

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.

Un dernier, célèbre. Trois portes : une voiture, deux chèvres. Tu en choisis une ; l’animateur, qui sait tout, ouvre une autre porte avec une chèvre. Tu changes ?

Ça ne sert à rien : il reste deux portes, c’est 50/50.

Raté ! Ton premier choix gagne 1 fois sur 3. Dans les 2 autres cas, la voiture est derrière la porte restée fermée : changer gagne 2 fois sur 3.

Les pièges classiques

Additionner au lieu de passer par le contraire

« Au moins un 6 en 3 lancers » ne vaut pas 1/6 + 1/6 + 1/6 = 1/2. On calcule \(1 - \left(\frac{5}{6}\right)^3 = \frac{91}{216} \approx 0{,}42\).

Confondre P(A | B) et P(B | A)

P(test + | malade) = 99 % ne dit pas que P(malade | test +) = 99 %. Dans l’exemple du dépistage, on tombe à 17 %.

Croire que le hasard compense

Après dix « rouge » à la roulette, le rouge garde 18 chances sur 37 : les tirages sont indépendants. C’est l’erreur du parieur.

Confondre fréquence et probabilité

La fréquence varie d’une série à l’autre ; elle se rapproche de la probabilité quand le nombre d’essais devient grand.

Incompatibles ne veut pas dire indépendants

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.

Quatre exercices corrigés

Cherche d’abord sur une feuille, puis ouvre le corrigé.

1Au jass (36 cartes), on tire une carte. Quelle est la probabilité d’obtenir une figure (valet, dame ou roi) ? Et de ne pas obtenir de pique ?Voir le corrigé
Figures : 3 par couleur · 4 couleurs = 12 cartes, donc \(P = \frac{12}{36} = \) \(\frac{1}{3}\). Pique : 9 cartes, donc \(P(\text{pas de pique}) = 1 - \frac{9}{36} = \frac{27}{36} = \) \(\frac{3}{4}\).
2Urne : 3 boules rouges et 2 bleues. On tire 2 boules sans remise. Quelle est la probabilité d’obtenir une boule de chaque couleur ?Voir le corrigé
Deux chemins mènent à « une de chaque » : R puis B, et B puis R. \(P(R \text{ puis } B) = \frac{3}{5} \cdot \frac{2}{4} = \frac{3}{10}\) et \(P(B \text{ puis } R) = \frac{2}{5} \cdot \frac{3}{4} = \frac{3}{10}\). On additionne les chemins : \(P = \frac{3}{10} + \frac{3}{10} = \) \(\frac{3}{5}\).
3Une maladie touche 2 % de la population. Un test la détecte chez 90 % des malades et donne un faux positif chez 5 % des personnes saines. Un test est positif : quelle est la probabilité que la personne soit malade ?Voir le corrigé
Probabilités totales : \(P(+) = 0{,}02 \cdot 0{,}90 + 0{,}98 \cdot 0{,}05 = 0{,}018 + 0{,}049 = 0{,}067\). Bayes : \(P(\text{malade} \mid +) = \frac{0{,}018}{0{,}067} \approx\) 0,27. Environ 27 % seulement : près de trois positifs sur quatre sont de fausses alertes.
4Un QCM compte 5 questions à 4 réponses (une seule juste). Tu réponds au hasard. Quelle est la probabilité d’avoir exactement 3 bonnes réponses ? Combien de bonnes réponses en moyenne ?Voir le corrigé
Le nombre X de bonnes réponses suit B(5 ; 1/4). \(P(X = 3) = \binom{5}{3} \cdot \left(\frac{1}{4}\right)^3 \cdot \left(\frac{3}{4}\right)^2 = 10 \cdot \frac{1}{64} \cdot \frac{9}{16} = \frac{90}{1024} \approx\) 0,088, soit environ 8,8 %. \(E(X) = 5 \cdot \frac{1}{4} = \) 1,25 bonne réponse en moyenne.

La fiche en six cartes

Laplace

Issues équiprobables : \(P(A) = \dfrac{\text{favorables}}{\text{possibles}}\), et \(0 \le P(A) \le 1\).

Contraire, réunion

\(P(\bar{A}) = 1 - P(A)\)

\(P(A \cup B) = P(A) + P(B) - P(A \cap B)\)

Conditionnelle, indépendance

\(P(A \mid B) = \dfrac{P(A \cap B)}{P(B)}\)

Indépendants si \(P(A \cap B) = P(A) \cdot P(B)\).

Arbre et Bayes

On multiplie le long d’un chemin, on additionne les chemins.

\(P(A \mid B) = \dfrac{P(A)\,P(B \mid A)}{P(B)}\)

Espérance

\(E(X) = \sum x_i\,p_i\)

La moyenne à long terme : 0 pour un jeu équitable.

Loi binomiale

\(P(X = k) = \dbinom{n}{k}\,p^k\,(1-p)^{n-k}\)

Et \(E(X) = n\,p\).

Dix questions pour finir

Teste-toi

Dix questions tirées au hasard parmi vingt-cinq. Une seule réponse juste à chaque fois.

Laplace, contraire, arbres, Bayes, espérance : à toi de jouer !

Sources

  1. Commission romande de mathématique (CRM), Catalogue des connaissances de base en mathématiques dispensées dans les gymnases, lycées et collèges romands, mars 2014 (chapitres « Probabilité » et « Variables aléatoires »). math.ch
  2. J. Joyce, Bayes’ Theorem, Stanford Encyclopedia of Philosophy, 2003, révisé depuis (probabilité conditionnelle, formule de Bayes, exemple du test médical et de la prévalence). plato.stanford.edu
  3. NIST/SEMATECH, e-Handbook of Statistical Methods : Binomial Distribution (P(X = k), moyenne np, écart-type √(np(1 − p))). itl.nist.gov
  4. Pierre-Simon de Laplace, Essai philosophique sur les probabilités, « Notice historique sur le Calcul des Probabilités », Bachelier, 1840 (citation du pied de page). fr.wikisource.org
  5. Wikipédia, Théorème de Moivre-Laplace : la loi binomiale tend vers la loi normale quand le nombre d’épreuves grandit, ce qu’illustre la planche de Galton. fr.wikipedia.org
  6. NIST/SEMATECH, e-Handbook of Statistical Methods : What do we mean by “Normal” data? (courbe en cloche dite de Gauss ; 68,27 % des valeurs à moins d’un écart-type de la moyenne, 95,45 % à moins de deux, 99,73 % à moins de trois). itl.nist.gov

Fiche relue et sourcée en septembre 2026, refaite en récit en octobre 2026.

Continuer vers Dérivées
Gymnase 2