en cours
Phénomènes aléatoires
Probabilités — Tronc commun (Première générale)
Objectifs du chapitre
- Comprendre et calculer des probabilités conditionnelles.
- Représenter une situation aléatoire à l'aide d'un arbre pondéré ou d'un tableau croisé d'effectifs.
- Définir et utiliser la notion d'indépendance entre deux événements.
- Modéliser la répétition d'épreuves de Bernoulli identiques et indépendantes (n ≤ 4).
I. Probabilités conditionnelles
1. Définition et formule
Soit A et B deux événements d'un même univers Ω, avec P(A) ≠ 0.
La probabilité conditionnelle de l'événement B sachant que l'événement A est réalisé, notée PA(B) (ou P(B|A)), est donnée par :
⚠️ Attention à ne pas confondre :
- P(A ∩ B) : probabilité que A et B se réalisent simultanément (par rapport à la population totale).
- PA(B) : probabilité que B se réalise sachant que A est déjà réalisé (on restreint la population au groupe A).
2. Formule des probabilités composées
De la définition précédente, on déduit la formule permettant de calculer l'intersection :
De manière analogue, si P(B) ≠ 0 :
II. Outils de représentation
1. L'arbre pondéré de probabilités
Un arbre pondéré permet de visualiser l'enchaînement des événements.
📌 Règles fondamentales de l'arbre pondéré :
-
Règle des nœuds : La somme des probabilités des branches issues d'un même nœud est égale à 1.
P(A) + P(Ā) = 1 et PA(B) + PA(B̄) = 1
-
Règle des chemins : La probabilité d'un chemin est égale au produit des probabilités des branches de ce chemin.
P(A ∩ B) = P(A) × PA(B)
-
Formule des probabilités totales : La probabilité d'un événement B est la somme des probabilités des chemins menant à B.
P(B) = P(A ∩ B) + P(Ā ∩ B) = P(A)×PA(B) + P(Ā)×PĀ(B)
2. Le tableau croisé d'effectifs ou de fréquences
Dans un tableau croisé, les probabilités se lisent directement :
| B | B̄ | Total | |
|---|---|---|---|
| A | P(A ∩ B) | P(A ∩ B̄) | P(A) |
| Ā | P(Ā ∩ B) | P(Ā ∩ B̄) | P(Ā) |
| Total | P(B) | P(B̄) | 1 |
Pour trouver PA(B), on effectue le rapport :
III. Indépendance de deux événements
1. Définition
Deux événements A et B (de probabilités non nulles) sont indépendants si la réalisation de l'un n'influence pas la réalisation de l'autre.
Cela signifie que :
2. Propriété (Caractérisation de l'indépendance)
IV. Répétition d'épreuves de Bernoulli identiques et indépendantes
1. Épreuve de Bernoulli
Une épreuve de Bernoulli est une expérience aléatoire qui ne comporte que deux issues contraires :
- Le « Succès » (S), de probabilité p.
- L'« Échec » (S̄), de probabilité 1 − p.
2. Répétition d'épreuves indépendantes (n ≤ 4)
Lorsque l'on répète n fois de manière identique et indépendante une même épreuve de Bernoulli, la situation se modélise par un arbre à n niveaux.
⭐ Propriété :
Comme les épreuves sont indépendantes, les probabilités sur les branches restent identiques à chaque étape (pas de dépendance envers les résultats précédents).
Exemple d'exercice d'application
📝 Énoncé
Dans une entreprise, 40% des employés sont des femmes (F).
- Parmi les femmes, 20% occupent un poste de cadre (C).
- Parmi les hommes (F̄), 30% occupent un poste de cadre (C).
- Modéliser la situation par un arbre pondéré.
- Calculer la probabilité qu'un employé choisi au hasard soit une femme cadre : P(F ∩ C).
- Calculer la probabilité globale qu'un employé choisi au hasard soit un cadre : P(C).
- Sachant qu'un employé choisi est un cadre, quelle est la probabilité que ce soit une femme ?
- Les événements F et C sont-ils indépendants ?
✅ Correction détaillée
1. Construction de l'arbre :
- P(F) = 0,40 ⟹ P(F̄) = 1 − 0,40 = 0,60
- PF(C) = 0,20 ⟹ PF(C̄) = 1 − 0,20 = 0,80
- PF̄(C) = 0,30 ⟹ PF̄(C̄) = 1 − 0,30 = 0,70
2. Calcul de P(F ∩ C) :
La probabilité d'avoir une femme cadre est de 0,08 (soit 8%).
3. Calcul de P(C) (Formule des probabilités totales) :
- P(F̄ ∩ C) = P(F̄) × PF̄(C) = 0,60 × 0,30 = 0,18
- P(C) = 0,08 + 0,18 = 0,26
La probabilité qu'un employé soit cadre est de 0,26 (soit 26%).
4. Calcul de PC(F) :
Sachant que l'employé est un cadre, la probabilité que ce soit une femme est d'environ 30,8%.
5. Test d'indépendance :
- PF(C) = 0,20
- P(C) = 0,26
Puisque PF(C) ≠ P(C) (ou P(F∩C) = 0,08 ≠ P(F)×P(C) = 0,40×0,26 = 0,104), les événements F et C ne sont pas indépendants.