Retour aux cours

BAC 2026 • Fiches de cours

Probabilités

Conditionnelles, arbres pondérés, espérance et variance.

On travaille sur un univers fini \(\Omega\). Il faut savoir :

Cours de Premiere specialite maths sur les probabilites : conditionnelles, arbres ponderes, esperance et variance.

Fiches 1 page

Disponible avec pack
Disponible avec pack

Probabilités conditionnelles

Une fiche sur les probabilités conditionnelles, les arbres pondérés et les formules de base.

 Disponible avec pack
Disponible avec pack

Variables aléatoires

Une fiche pour revoir loi de probabilité, espérance, variance et écart-type d'une variable aléatoire.

Accroche

Cap à garder pendant tout le chapitre

  • lire et manipuler les événements ;
  • utiliser une probabilité conditionnelle ;
  • lire et construire un arbre pondéré ;
  • appliquer la formule des probabilités totales ;
  • reconnaître une situation d’indépendance ;
  • modéliser une situation par une variable aléatoire ;
  • déterminer une loi, une espérance, une variance et un écart type.

Univers et événements

Vocabulaire de base

  • \(\Omega\): univers des issues.
  • \(A\): événement.
  • \(\overline{A}\): événement contraire de \(A\).
  • \(A \cap B\): \(A\) et \(B\).
  • \(A \cup B\): \(A\) ou \(B\).
  • Deux événements sont incompatibles si \(A \cap B = \varnothing\).

Rappels indispensables

\[ 0 \leq P(A) \leq 1 \qquad\qquad P(\Omega)=1 \qquad\qquad P(\varnothing)=0 \]
\[ P(\overline{A}) = 1 - P(A) \]

Si \(A\) et \(B\) sont incompatibles :

\[ P(A \cup B) = P(A) + P(B) \]

Probabilité conditionnelle

Définition

Si \(P(A)\neq 0\), la probabilité de \(B\) sachant \(A\), notée \(P_A(B)\), est :

\[ P_A(B)=\frac{P(A\cap B)}{P(A)} \]

Formule de l’intersection

Si \(P(A)\neq 0\):

\[ P(A\cap B)=P(A)\times P_A(B) \]

Si \(P(B)\neq 0\):

\[ P(A\cap B)=P(B)\times P_B(A) \]

Règles d’arbre pondéré

  • Sur un même nœud, la somme des probabilités des branches vaut \(1\).
  • La probabilité d’un chemin est le produit des probabilités portées par ses branches.
  • La probabilité d’un événement est la somme des probabilités des chemins qui y conduisent.
Figure

Probabilités totales et indépendance

Formule des probabilités totales

Si \(A_1\), \(A_2\), \(\dots\), \(A_n\) forment une partition de l’univers, alors pour tout événement \(B\):

\[ P(B)=P(A_1\cap B)+P(A_2\cap B)+\cdots+P(A_n\cap B) \]

Si de plus \(P(A_1)\), \(P(A_2)\), \dots, \(P(A_n)\) sont non nulles :

\[ P(B)=P(A_1)\,P_{A_1}(B)+P(A_2)\,P_{A_2}(B)+\cdots+P(A_n)\,P_{A_n}(B) \]

Cas particulier avec \(A\) et \(\overline{A}\)

\[ P(B)=P(A\cap B)+P(\overline{A}\cap B) \]
\[ P(B)=P(A)\,P_A(B)+P(\overline{A})\,P_{\overline{A}}(B) \]

Indépendance

Deux événements \(A\) et \(B\) sont indépendants si :

\[ P(A\cap B)=P(A)\times P(B) \]

Écriture équivalente si \(P(A)\neq 0\):

\[ P_A(B)=P(B) \]

Attention :

  • incompatibles \(\neq\) indépendants ;
  • deux événements incompatibles de probabilités non nulles ne sont jamais indépendants.

Variables aléatoires réelles

Définition

Une variable aléatoire réelle \(X\) associe à chaque issue de l’univers un nombre réel.

On note :

\[ \{X=a\} \quad\text{ou}\quad \{X\leq a\} \]

pour désigner les événements correspondants.

Loi de probabilité

Si \(X\) prend les valeurs \(x_1\), \(x_2\), \(\dots\), \(x_n\), sa loi de probabilité est le tableau :

\[ \begin{array}{|c|c|c|c|c|} \hline \text{Valeurs de }X & x_1 & x_2 & \cdots & x_n \\ \hline P(X=x_i) & p_1 & p_2 & \cdots & p_n \\ \hline \end{array} \]

avec :

\[ p_1+p_2+\cdots+p_n=1 \qquad\text{et}\qquad p_i\geq 0 \]

Réflexe

Pour construire une loi :

  1. lister toutes les valeurs possibles prises par \(X\);
  2. calculer la probabilité de chaque valeur ;
  3. vérifier que la somme des probabilités vaut \(1\).

Espérance, variance, écart type

Espérance

Si \(X\) prend les valeurs \(x_1\), \(x_2\), \(\dots\), \(x_n\) avec les probabilités \(p_1\), \(p_2\), \(\dots\), \(p_n\), alors :

\[ E(X)=x_1p_1+x_2p_2+\cdots+x_np_n \]

Interprétation :

  • valeur moyenne attendue ;
  • gain moyen dans un jeu si \(X\) représente un gain algébrique.

Jeu équitable

Si \(X\) désigne le gain algébrique d’un joueur :

\[ \text{jeu équitable} \Longleftrightarrow E(X)=0 \]

Variance

La variance mesure la dispersion autour de l’espérance :

\[ V(X)=\bigl(x_1-E(X)\bigr)^2p_1+\bigl(x_2-E(X)\bigr)^2p_2+\cdots+\bigl(x_n-E(X)\bigr)^2p_n \]

Formule pratique :

\[ V(X)=E(X^2)-\bigl(E(X)\bigr)^2 \]

avec :

\[ E(X^2)=x_1^2p_1+x_2^2p_2+\cdots+x_n^2p_n \]

Écart type

L’écart type est :

\[ \sigma(X)=\sqrt{V(X)} \]

Interprétation :

  • plus \(\sigma(X)\) est grand, plus les valeurs sont dispersées ;
  • plus \(\sigma(X)\) est petit, plus les valeurs sont concentrées autour de \(E(X)\).

Méthodes rapides

Méthode 1 --- Calculer une probabilité conditionnelle

  1. repérer l’événement connu ;
  2. écrire la formule :
\[ P_A(B)=\frac{P(A\cap B)}{P(A)} \]
  1. vérifier que \(P(A)\neq 0\).

Méthode 2 --- Calculer une espérance

  1. écrire toutes les valeurs prises par \(X\);
  2. multiplier chaque valeur par sa probabilité ;
  3. additionner.

Méthode 3 --- Calculer une variance

  1. calculer \(E(X)\);
  2. calculer \(E(X^2)\);
  3. utiliser :
\[ V(X)=E(X^2)-\bigl(E(X)\bigr)^2 \]

Pièges à éviter

Pièges classiques

  • Ne pas confondre \(P_A(B)\) et \(P_B(A)\).
  • Ne pas confondre événements incompatibles et événements indépendants.
  • Dans un arbre, ne pas additionner les branches d’un chemin : on les multiplie.
  • Dans une loi, ne pas oublier de vérifier :
\[ p_1+p_2+\cdots+p_n=1 \]
  • L’espérance est une moyenne théorique : ce n’est pas forcément une valeur réellement prise par \(X\).
  • La variance n’est jamais négative.

Formulaire flash

Tout ce qu’il faut savoir refaire vite

\[ P_A(B)=\frac{P(A\cap B)}{P(A)} \]
\[ P(A\cap B)=P(A)\times P_A(B) \]
\[ P(B)=P(A_1)\,P_{A_1}(B)+P(A_2)\,P_{A_2}(B)+\cdots+P(A_n)\,P_{A_n}(B) \]
\[ A \text{ et } B \text{ indépendants } \Longleftrightarrow P(A\cap B)=P(A)\times P(B) \]
\[ E(X)=x_1p_1+x_2p_2+\cdots+x_np_n \]
\[ E(X^2)=x_1^2p_1+x_2^2p_2+\cdots+x_n^2p_n \]
\[ V(X)=E(X^2)-\bigl(E(X)\bigr)^2 \qquad\qquad \sigma(X)=\sqrt{V(X)} \]