À propos de cette page
Ce cours de mathématiques en seconde sur « Probabilités et échantillonnage » suit le programme officiel de mathématiques de seconde. Il présente les définitions, les propriétés et les méthodes essentielles, accompagnées d'exemples résolus pour bien comprendre. Au programme : Expérience aléatoire, univers et issues, Événements et opérations sur les événements, Loi de probabilité et propriétés, Calcul de probabilités — équiprobabilité et cas général. Chaque notion est expliquée pas à pas, puis mise en pratique grâce à des exercices interactifs, un QCM et une évaluation corrigée. Idéal pour réviser à son rythme, combler ses lacunes et progresser, en autonomie ou avec un professeur. Cours rédigé par un professeur particulier à Marseille pour aider les élèves de seconde à réussir en mathématiques.
Au programme
1 · Expérience aléatoire, univers et issues
2 · Événements et opérations sur les événements
3 · Loi de probabilité et propriétés
4 · Calcul de probabilités — équiprobabilité et cas général
5 · Probabilités conditionnelles (introduction)
6 · Fréquences et loi des grands nombres
7 · Fluctuation d'un échantillon et intervalle de fluctuation
8 · Simulation et utilisation du tableur/calculatrice
1Expérience aléatoire, univers et issues
Une expérience aléatoire est une expérience dont on ne peut pas prévoir avec certitude le résultat, mais dont on connaît tous les résultats possibles.
Définition. L'univers (ou espace des possibles) d'une expérience aléatoire, noté Ω, est l'ensemble de toutes les issues (résultats élémentaires) possibles.
Exemple. On lance un dé cubique équilibré numéroté de 1 à 6.
• Univers : Ω = {1, 2, 3, 4, 5, 6}
• Issues : 1, 2, 3, 4, 5, 6 (6 issues au total)
On tire une carte dans un jeu de 52 cartes.
• Ω contient 52 issues (chaque carte est une issue).
Astuce. Listez toujours les issues avec soin avant de calculer une probabilité. Un arbre ou un tableau peut aider pour les expériences à plusieurs étapes.
2Événements et opérations sur les événements
Un événement est une partie de l'univers Ω, c'est-à-dire un sous-ensemble d'issues.
| Notation | Nom | Signification |
|---|
| A ∪ B | Réunion | A ou B (au moins l'un des deux) |
| A ∩ B | Intersection | A et B (les deux simultanément) |
| Ā (ou Ac) | Complémentaire | non A (toutes les issues hors de A) |
| ∅ | Événement impossible | Ne peut jamais se réaliser |
| Ω | Événement certain | Se réalise toujours |
Exemple. Dé à 6 faces : A = « obtenir un nombre pair » = {2, 4, 6} ; B = « obtenir un multiple de 3 » = {3, 6}.
• A ∪ B = {2, 3, 4, 6} (« pair ou multiple de 3 »)
• A ∩ B = {6} (« pair et multiple de 3 »)
• Ā = {1, 3, 5} (« nombre impair »)
Attention ! Deux événements dont l'intersection est vide sont dits incompatibles (ou disjoints). Par exemple : « obtenir 1 » et « obtenir 6 » sont incompatibles sur un dé.
3Loi de probabilité et propriétés
Une loi de probabilité sur Ω associe à chaque issue une probabilité (un nombre entre 0 et 1) de telle sorte que la somme de toutes les probabilités soit égale à 1.
Propriétés fondamentales.
• Pour tout événement A : 0 ≤ P(A) ≤ 1
• P(Ω) = 1 (l'événement certain a probabilité 1)
• P(∅) = 0 (l'événement impossible a probabilité 0)
• P(Ā) = 1 − P(A) (probabilité du complémentaire)
• Si A et B sont incompatibles : P(A ∪ B) = P(A) + P(B)
• En général : P(A ∪ B) = P(A) + P(B) − P(A ∩ B)
Exemple. P(Ā) = 1 − P(A). Si la probabilité qu'il pleuve demain est 0,3, alors la probabilité qu'il ne pleuve pas est 1 − 0,3 = 0,7.
Astuce. La formule P(Ā) = 1 − P(A) est très utile : calculer la probabilité du complémentaire est souvent plus simple que calculer celle de l'événement directement.
4Calcul de probabilités — équiprobabilité et cas général
Dans de nombreuses situations (dé équilibré, tirage au sort, …), toutes les issues ont la même probabilité : c'est le cadre de l'équiprobabilité.
Formule classique (équiprobabilité).
Si Ω contient $n$ issues équiprobables et si l'événement A contient $k$ issues favorables :
$P(A) = k / n$
Exemple 1 — dé. On lance un dé à 6 faces. Quelle est la probabilité d'obtenir un nombre strictement supérieur à 4 ?
Issues favorables : {5, 6}, donc k = 2. Total d'issues n = 6.
P(A) = 2/6 = 1/3 ≈ 0,333
Exemple 2 — tirage d'une carte. On tire une carte dans un jeu de 52 cartes. Probabilité de tirer un as ?
k = 4 (quatre as), n = 52 → P = 4/52 = 1/13 ≈ 0,077
Lorsque les issues ne sont pas équiprobables, on additionne les probabilités des issues favorables.
Exemple 3 — dé truqué. Un dé truqué donne : P(1) = 0,1 ; P(2) = 0,1 ; P(3) = 0,2 ; P(4) = 0,2 ; P(5) = 0,2 ; P(6) = 0,2.
P(nombre pair) = P(2) + P(4) + P(6) = 0,1 + 0,2 + 0,2 = 0,5
Attention ! Vérifiez toujours que la somme de toutes les probabilités de l'univers vaut bien 1 avant de commencer les calculs.
5Probabilités conditionnelles (introduction)
On peut calculer des probabilités sur des expériences à deux étapes à l'aide d'un arbre de probabilités. On multiplie les probabilités le long d'une branche pour obtenir la probabilité d'une issue composée.
Règle du produit. Pour une expérience en deux étapes successives :
$P(A et B) = P(A) \times P(B sachant A)$
Sur un arbre, la probabilité d'un chemin = produit des probabilités de ses branches.
Exemple. Une urne contient 3 boules rouges et 2 boules bleues. On tire successivement 2 boules sans remise.
• P(1re rouge) = 3/5
• P(2e rouge | 1re rouge) = 2/4 = 1/2
• P(les deux rouges) = 3/5 × 1/2 = 3/10
Astuce. Pour trouver la probabilité d'un événement grâce à un arbre, repérez tous les chemins correspondants et additionnez leurs probabilités.
6Fréquences et loi des grands nombres
Lorsqu'on répète une expérience aléatoire un grand nombre de fois, la fréquence observée d'un événement se rapproche de sa probabilité théorique.
Loi des grands nombres. Si on répète n fois une expérience aléatoire et que l'événement A se réalise k fois, la fréquence f = k/n tend vers P(A) quand n → +∞.
Exemple. On lance 1 000 fois une pièce équilibrée. On observe 512 « pile ». La fréquence est 512/1000 = 0,512, proche de la probabilité théorique P(pile) = 0,5.
C'est ce phénomène qui justifie l'utilisation des probabilités pour modéliser des situations réelles : les assurances, les jeux, la météo, etc., utilisent tous ce principe.
Attention ! La loi des grands nombres ne garantit PAS que les résultats successifs se « compensent ». Si on a obtenu 10 fois « pile » de suite, la probabilité d'obtenir « face » au coup suivant reste 1/2. C'est ce qu'on appelle le mythe du joueur.
7Fluctuation d'un échantillon et intervalle de fluctuation
Quand on observe un échantillon de taille n issu d'une population où un caractère a la probabilité p, la fréquence observée varie d'un échantillon à l'autre : c'est la fluctuation d'échantillonnage.
Intervalle de fluctuation à 95 %. Pour un échantillon de taille n ≥ 25 et 0,2 ≤ p ≤ 0,8 :
$I = [ p - 1/\sqrtn ; p + 1/\sqrtn ]$
Dans environ 95 % des cas, la fréquence observée f appartient à cet intervalle.
Exemple. Une usine produit des pièces dont 10 % sont défectueuses (p = 0,1). On prélève un échantillon de n = 400 pièces.
1/√400 = 1/20 = 0,05
I = [0,1 − 0,05 ; 0,1 + 0,05] = [0,05 ; 0,15]
Si la fréquence observée dans l'échantillon est en dehors de cet intervalle, on peut remettre en question la valeur p = 0,1.
Attention ! L'intervalle de fluctuation s'applique quand p est la probabilité théorique connue. Il permet de décider si une fréquence observée est « normale » ou révélatrice d'un changement.
Astuce méthode. Pour appliquer l'intervalle de fluctuation :
1. Identifier p et n.
2. Calculer 1/√n (à la calculatrice).
3. Écrire I = [p − 1/√n ; p + 1/√n].
4. Comparer la fréquence observée f à cet intervalle.
8Simulation et utilisation du tableur/calculatrice
La simulation consiste à reproduire une expérience aléatoire à l'aide d'une calculatrice ou d'un tableur pour estimer une probabilité ou visualiser la fluctuation.
| Outil | Commande/Fonction | Usage |
|---|
| Calculatrice (Casio/TI) | $rand$ / $randInt(a,b)$ | Nombre aléatoire ou entier entre a et b |
| Tableur (Excel/Calc) | $=ALEA()$ | Nombre aléatoire entre 0 et 1 |
| Tableur | $=ALEA.ENTRE.BORNES(a;b)$ | Entier aléatoire entre a et b |
| Tableur | $=NB.SI(plage;critère)/n$ | Calculer une fréquence |
Exemple — simulation d'un dé.
Dans le tableur, on entre $=ALEA.ENTRE.BORNES(1;6)$ dans 1 000 cellules.
On utilise ensuite $=NB.SI(A1:A1000;6)/1000$ pour estimer P(6). Le résultat sera proche de 1/6 ≈ 0,167.
Astuce. Pour simuler un tirage « pile ou face », on peut utiliser $=ALEA.ENTRE.BORNES(0;1)$ : 0 = pile, 1 = face. Plus n est grand, plus la fréquence obtenue sera proche de 0,5.
★À retenir
À retenir :
• Univers Ω = ensemble de toutes les issues ; un événement A est une partie de Ω.
• Propriétés : 0 ≤ P(A) ≤ 1 ; P(Ω) = 1 ; P(∅) = 0 ; P(Ā) = 1 − P(A).
• Équiprobabilité : P(A) = k/n (issues favorables / issues totales).
• Arbre de probabilités : produit des probabilités le long des branches.
• Loi des grands nombres : la fréquence observée tend vers la probabilité quand n → +∞.
• Intervalle de fluctuation à 95 % : I = [p − 1/√n ; p + 1/√n].
• Si la fréquence observée est hors de I, on remet en question la valeur p.