Ficha de revisão: Maîtrise des probabilités et représentations graphiques

📋 Plan du Cours

1. Vocabulaire probabilités
2. Calcul d'une probabilité
3. Propriétés des probabilités
4. Union et intersection
5. Événements incompatibles
6. Probabilités complémentaires
7. Probabilités conditionnelles
8. Représentations graphiques
9. Probabilités avec tableaux
10. Probabilités avec arbres
11. Exercices pratiques

📖 1. Vocabulaire probabilités

🔑 Notions clés & Définitions

• Expérience aléatoire : expérience dont le résultat est lié au hasard, pouvant être répétée dans des conditions identiques, avec des résultats imprévisibles (source : contenu source).
• Issue ou éventualité : résultat possible d’une expérience aléatoire. Par exemple, obtenir un chiffre impair lors du lancer d’un dé.
• Univers (Ω) : ensemble de toutes les issues possibles d’une expérience. Par exemple, Ω = {1, 2, 3, 4, 5, 6} pour le lancer d’un dé à 6 faces.
• Événement : sous-ensemble de l’univers constitué d’un ou plusieurs issues. Exemple : l’événement « obtenir un nombre pair » dans le lancer d’un dé.
• Fréquence : rapport du nombre de cas favorables au nombre total de cas possibles, qui tend vers la probabilité lorsque le nombre d’expériences augmente (source : contenu source).
• Probabilité : valeur numérique vers laquelle la fréquence d’un événement tend lorsque le nombre d’expériences devient très grand ; elle est comprise entre 0 et 1.

📝 Points essentiels

• La probabilité d’une issue est la valeur vers laquelle la fréquence de cette issue tend à se stabiliser dans une expérience répétée dans des conditions identiques.
• L’univers Ω regroupe toutes les issues possibles, et un événement est un sous-ensemble de cet univers.
• La probabilité d’un événement est liée à la fréquence relative de ses issues favorables, et elle est toujours comprise entre 0 (impossibilité) et 1 (certitude).
• La somme des probabilités de toutes les issues d’une expérience est égale à 1.
• La notion d’expérience aléatoire permet de modéliser des situations où le résultat dépend du hasard, comme le lancer de dé ou le tirage d’une carte.

💡 À retenir

La probabilité est une mesure numérique qui quantifie l’incertitude d’un événement, en se basant sur la fréquence relative de ses issues dans une expérience aléatoire répétée.

📖 2. Calcul d'une probabilité

🔑 Notions clés & Définitions

• Calcul de probabilité par dénombrement : méthode consistant à compter le nombre d’issues favorables et le nombre total d’issues possibles pour déterminer la probabilité d’un événement.
• Probabilité en situation d’équiprobabilité : lorsque tous les issues élémentaires ont la même chance de se produire, la probabilité d’un événement A est donnée par p(A) = 1 / nombre d’issues élémentaires (voir section 1).
• Calcul de probabilité d’un événement par rapport aux cas favorables et cas possibles : rapport entre le nombre d’issues favorables à l’événement et le nombre total d’issues possibles, exprimé par p(A) = nombre d’issues favorables / nombre total d’issues (voir section 1).
• Utilisation de la formule p(A) = nombre d’issues favorables / nombre total d’issues : méthode pour déterminer la probabilité d’un événement A en comptant les issues favorables et possibles.

📝 Points essentiels

• La probabilité d’un événement est souvent calculée par dénombrement, en comptant précisément le nombre d’issues favorables et le total d’issues possibles.
• En situation d’équiprobabilité, la probabilité d’un événement simple est simplement l’inverse du nombre d’issues élémentaires, p = 1/nombre d’issues.
• La formule p(A) = nombre d’issues favorables / nombre total d’issues permet de calculer la probabilité d’un événement en utilisant des comptages précis.
• Lorsqu’on calcule la probabilité d’un événement composé, il faut faire attention à ne pas compter deux fois une même issue, notamment dans le cas d’un union (voir section 4).
• Ces méthodes reposent sur le principe que chaque issue est également probable, ce qui est valable dans le cadre d’expériences équiprobables.

💡 À retenir

La probabilité d’un événement peut être déterminée simplement en comptant ses issues favorables et en les rapportant au total d’issues possibles, en particulier dans le cas d’équiprobabilité.

📖 3. Propriétés des probabilités

🔑 Notions clés & Définitions

• Somme des probabilités de toutes les issues (voir source) : La somme des probabilités de toutes les issues ou événements élémentaires d’une expérience aléatoire est égale à 1.
• Probabilité comprise entre 0 et 1 (voir source) : La valeur d’une probabilité ne peut pas être inférieure à 0 ni supérieure à 1.
• Équiprobabilité (voir source) : Situation où tous les événements élémentaires d’une expérience ont la même probabilité d’être réalisés, c’est-à-dire p = 1 / nombre d’issues.
• Événements complémentaires (voir source) : Deux événements A et A, tels que A ∩ A = ∅ et A ∪ A = Ω, vérifient la relation p(A) + p( A ) = 1.

📝 Points essentiels

• La somme des probabilités de toutes les issues d’une expérience aléatoire est toujours égale à 1, ce qui garantit la cohérence du modèle probabiliste.
• La probabilité d’un événement est toujours un nombre compris entre 0 et 1, inclus. 0 indique l’impossibilité, 1 la certitude que l’événement se réalise.
• La situation d’équiprobabilité intervient lorsque chaque issue a la même chance de se produire, p = 1 / nombre d’issues, simplifiant ainsi le calcul de probabilités.
• La relation p(A) + p( A ) = 1 concerne les événements complémentaires, c’est-à-dire qui ne peuvent pas se produire simultanément et dont la réunion couvre tout l’univers Ω.
• Ces propriétés assurent la cohérence et la validité des calculs probabilistes dans toutes les situations d’expériences aléatoires.

💡 À retenir

Les propriétés fondamentales des probabilités garantissent que la somme des probabilités de toutes les issues est égale à 1, que chaque probabilité est entre 0 et 1, et que les événements complémentaires ont une somme de probabilités égale à 1, assurant la cohérence du cadre probabiliste.

📖 4. Union et intersection

🔑 Notions clés & Définitions

• Union (A U B) : L’événement "A ou B" correspond à la réunion des événements A et B, c’est-à-dire tous les résultats qui réalisent au moins l’un des deux événements.
• Intersection (A ∩ B) : L’événement "A et B" correspond aux résultats qui réalisent simultanément A et B.
• Notations : "A U B" se lit "A union B" ou "A ou B", "A ∩ B" se lit "A intersection B" ou "A et B".
• Formule de probabilité de l’union :
  $p(A U B) = p(A) + p(B) - p(A ∩ B)$
  (voir aussi la propriété de la probabilité pour la réunion et l’intersection, non redéfinie ici).
• Événements incompatibles : Deux événements A et B sont incompatibles si leur intersection est vide, c’est-à-dire qu’ils ne peuvent pas se réaliser en même temps.
• Événements contraires (ou complémentaires) : Deux événements A et A̅ sont contraires si leur intersection est vide et leur union est l’univers Ω, avec la propriété :
  p(A) + p(A̅) = 1
  (voir section 6 pour plus de détails).

📝 Points essentiels

• La réunion A U B regroupe tous les résultats où au moins l’un des deux événements est réalisé ; la formule de probabilité permet de calculer la probabilité que l’un ou l’autre se réalise en évitant de compter deux fois l’intersection :
  $p(A U B) = p(A) + p(B) - p(A ∩ B)$
• L’intersection A ∩ B représente la réalisation simultanée des deux événements. Si A et B sont incompatibles, alors :
  $p(A ∩ B) = 0$
  et la formule de l’union se simplifie en :
  $p(A U B) = p(A) + p(B)$
• La lecture des notations est essentielle : "U" pour union (ou), "∩" pour intersection (et).
• Lorsqu’on calcule la probabilité de l’union, il faut faire attention à ne pas compter deux fois l’intersection, d’où la soustraction dans la formule.
• La différence entre événements incompatibles et événements contraires :
  • Incompatibles : ne peuvent pas se produire ensemble, mais leur union n’est pas nécessairement l’univers.
  • Contraires : leur union est l’univers, et ils n’ont pas d’issue commune.

💡 À retenir

L’union d’événements correspond à leur réunion, et la formule de probabilité p(A U B) = p(A) + p(B) - p(A ∩ B) permet de calculer la probabilité qu’au moins l’un des deux événements se réalise, en évitant de compter deux fois leur intersection.

📖 5. Événements incompatibles

🔑 Notions clés & Définitions

• Événements incompatibles : événements qui ne peuvent pas se produire en même temps lors d'une même expérience. Source : "si A et B incompatibles, alors p(A ∩ B) = 0".
• Formule pour événements incompatibles : lorsque A et B sont incompatibles, la probabilité de leur union se simplifie en p(A U B) = p(A) + p(B). Source : "Formule simplifiée pour événements incompatibles".
• Événements contraires ou complémentaires : deux événements A et A, tels que A ∩ A = ∅ et A U A = Ω, avec p(A) + p(A) = 1. Source : "Probabilités complémentaires" (voir section 6).

📝 Points essentiels

• Deux événements incompatibles ne peuvent pas se réaliser simultanément, ce qui implique que leur intersection a une probabilité nulle : p(A ∩ B) = 0.
• La probabilité de leur union, représentant "A ou B", est simplement la somme de leurs probabilités individuelles : p(A U B) = p(A) + p(B).
• La distinction entre événements incompatibles et contraires (ou complémentaires) est importante : les événements contraires couvrent l'ensemble de l'univers (Ω), tandis que les incompatibles ne peuvent pas se produire ensemble, mais ne couvrent pas nécessairement tout Ω.
• Lors du calcul de la probabilité d'une union d'événements incompatibles, il n'est pas nécessaire de soustraire la probabilité de leur intersection, qui est nulle.

💡 À retenir

Les événements incompatibles ne peuvent pas se produire simultanément, ce qui simplifie leurs calculs de probabilité : la probabilité de leur union est la somme de leurs probabilités, car leur intersection est nulle.

📖 6. Probabilités complémentaires

🔑 Notions clés & Définitions

• Événement contraire (A̅) : L’événement contraire de A, noté A̅, représente l’ensemble des issues qui ne réalisent pas A. A̅ est tel que A ∩ A̅ = ∅ et A ∪ A̅ = Ω (l’univers).
• Propriété des événements complémentaires : La somme des probabilités d’un événement A et de son contraire A̅ est égale à 1, c’est-à-dire p(A) + p(A̅) = 1 (relation fondamentale).
• Événements contraires et complémentaires : Deux événements sont contraires si ils n’ont aucun résultat en commun et si leur réunion forme l’univers Ω. A et A̅ sont toujours complémentaires, mais l’inverse n’est pas toujours vrai si A et A̅ ne couvrent pas tout Ω.

📝 Points essentiels

• La notion d’événement contraire est essentielle pour calculer la probabilité d’un événement en utilisant la formule p(A̅) = 1 - p(A).
• La propriété p(A) + p(A̅) = 1 permet de déterminer la probabilité d’un événement ou de son contraire rapidement, notamment dans le cadre de probabilités complémentaires.
• La notation A̅ désigne l’événement contraire de A, et cette notation est universelle dans la théorie des probabilités.
• La relation entre événements contraires et complémentaires est fondamentale pour simplifier les calculs, notamment lorsque l’événement A est difficile à évaluer directement.

💡 À retenir

Les événements contraires ou complémentaires sont liés par la relation simple p(A) + p(A̅) = 1, permettant de calculer facilement la probabilité d’un événement en utilisant celle de son contraire.

📖 7. Probabilités conditionnelles

🔑 Notions clés & Définitions

• Probabilité conditionnelle : La probabilité qu’un événement B se réalise sachant qu’un autre événement A est déjà réalisé, notée pA(B). AUTEUR (date) : pA(B) = p(A ∩ B) / p(A).
• Interprétation : La probabilité de B dans l’univers restreint à A, c’est-à-dire lorsque A est réalisé.
• Formule avec cardinalités : pA(B) = Card(A ∩ B) / Card(A), où Card(A) est le nombre d’issues dans A.
• Utilisation de tableaux et arbres : Méthodes graphiques pour calculer des probabilités conditionnelles en visualisant les intersections et les événements successifs.

📝 Points essentiels

• La probabilité conditionnelle pA(B) est définie uniquement si p(A) ≠ 0, c’est-à-dire que l’événement A doit avoir une probabilité non nulle pour que la formule soit applicable.
• La formule pA(B) = p(A ∩ B) / p(A) permet de calculer la probabilité de B dans l’univers réduit à A, en utilisant la probabilité de l’intersection A ∩ B.
• Lorsqu’on utilise des tableaux croisés, la probabilité conditionnelle correspond au rapport entre la fréquence de l’intersection (par exemple, A ∩ D) et la fréquence de A (ou autre événement de référence).
• La représentation par arbre pondéré facilite la visualisation et le calcul des probabilités conditionnelles en multipliant les probabilités le long d’un chemin.
• La formule peut aussi s’écrire avec des effectifs : pA(B) = Card(A ∩ B) / Card(A), ce qui est utile en contexte de dénombrement.

💡 À retenir

La probabilité conditionnelle pA(B) mesure la chance que B se réalise dans le contexte où A est déjà réalisé, en utilisant la formule pA(B) = p(A ∩ B) / p(A). Elle permet d’adapter l’univers des possibles à la connaissance préalable d’un événement.

📖 8. Représentations graphiques

🔑 Notions clés & Définitions

• Représentation graphique par tableau croisé : Outil permettant de visualiser la répartition des effectifs ou probabilités en organisant les données selon deux variables, facilitant l’analyse des relations entre ces variables.

• Compléter un tableau de contingence avec effectifs et totaux : Processus de remplir un tableau croisé en inscrivant les effectifs pour chaque combinaison d’événements, puis en calculant les totaux de lignes, colonnes et le total général, pour résumer les données d’un échantillon.

• Calcul de probabilités à partir des tableaux : Méthode consistant à déterminer la probabilité d’un événement en utilisant les effectifs ou totaux présents dans un tableau de contingence, en divisant un effectif spécifique par le total général ou par un total marginal.

• Utilisation de tableaux pour visualiser les événements et leurs intersections : Technique qui consiste à exploiter un tableau croisé pour repérer rapidement les intersections (événements simultanés) ou l’union (événements inclus dans un ou l’autre), facilitant le calcul de probabilités conditionnelles ou conjointes.

📝 Points essentiels

• La représentation graphique par tableau croisé est un outil fondamental pour organiser et analyser des données statistiques, notamment pour visualiser la répartition des effectifs ou probabilités selon deux variables.

• Compléter un tableau de contingence implique d’inscrire les effectifs pour chaque combinaison d’événements, puis de calculer les totaux de lignes, colonnes et le total général, ce qui permet de résumer efficacement la distribution des données.

• Les probabilités peuvent être calculées directement à partir des tableaux en divisant un effectif spécifique par le total général ou par un total marginal, ce qui facilite la compréhension des relations entre événements.

• L’exploitation des tableaux permet de visualiser rapidement les intersections (par exemple, événements qui se réalisent simultanément) et d’effectuer des calculs de probabilités conditionnelles en utilisant les effectifs ou les proportions.

💡 À retenir

Les tableaux croisés sont des outils essentiels pour représenter graphiquement et analyser les relations entre deux variables, en permettant de calculer facilement des probabilités conjointes, conditionnelles ou marginales.

📖 9. Probabilités avec tableaux

🔑 Notions clés & Définitions

Probabilité marginale : La probabilité d’un seul événement, obtenue en additionnant les probabilités conjointes sur l’autre variable (voir tableau de contingence).
Probabilité conjointe : La probabilité que deux événements se réalisent simultanément, représentée par une case spécifique dans un tableau de contingence.
Tableau de contingence : Un tableau croisé qui présente les effectifs ou probabilités pour différentes catégories d’événements, permettant de visualiser et calculer des probabilités conjointes et marginales.
Compléter un tableau : Ajouter les totaux en lignes et colonnes, ainsi que les probabilités ou effectifs manquants, pour exploiter toutes les relations entre événements.
Exploitation d’un tableau : Utiliser les marges et les cases pour calculer des probabilités simples, conjointes ou conditionnelles, en appliquant les formules appropriées (voir section 10).

📝 Points essentiels

• La probabilité conjointe p(A ∩ B) correspond à la valeur dans la case où se croisent les événements A et B dans le tableau.
• La probabilité marginale p(A) s’obtient en additionnant toutes les probabilités conjointes où A est réalisé, ou en utilisant le total de la ligne ou colonne correspondante.
• La somme des probabilités conjointes dans un tableau de contingence est égale à 1, ce qui permet de vérifier la cohérence des calculs.
• Compléter un tableau permet de déterminer rapidement les probabilités marginales et de préparer le calcul de probabilités conditionnelles en utilisant la formule :
  $p_A(B) = \frac{p(A \cap B)}{p(A)} \quad \text{(si } p(A) \neq 0 \text{)}$
• L’exploitation du tableau facilite également le calcul de probabilités d’événements composés ou exclusifs, en utilisant la formule de l’union :
  $p(A \cup B) = p(A) + p(B) - p(A \cap B)$
• La représentation par tableau est particulièrement utile pour visualiser et exploiter des événements liés, notamment dans le cadre de probabilités conditionnelles et d’indépendance.

💡 À retenir

Les tableaux de contingence sont des outils essentiels pour calculer et exploiter efficacement les probabilités conjointes, marginales et conditionnelles, en permettant une visualisation claire des relations entre événements.

📖 10. Probabilités avec arbres

🔑 Notions clés & Définitions

• Représentation par arbre pondéré : Un arbre pondéré est une représentation graphique des événements successifs où chaque branche est associée à une probabilité. La somme des probabilités à partir d’un même nœud est toujours égale à 1, permettant de visualiser et calculer facilement des probabilités composées sur plusieurs épreuves successives.

• Calcul des probabilités sur un chemin par multiplication : La probabilité d’un chemin spécifique dans un arbre est obtenue en multipliant les probabilités de chaque branche le long de ce chemin. (voir aussi "probabilités conditionnelles").

• Utilisation d’arbres pour plusieurs épreuves successives : Les arbres permettent de modéliser et calculer la probabilité d’événements successifs en représentant chaque étape par un nœud, facilitant ainsi le calcul des probabilités conjointes ou conditionnelles dans des situations avec plusieurs essais ou tirages.

📝 Points essentiels

• La représentation par arbre pondéré est un outil visuel permettant de décomposer une expérience aléatoire en étapes successives, avec des branches associées à des probabilités. La somme des probabilités à partir d’un même nœud doit toujours être égale à 1, ce qui garantit la cohérence des calculs.

• Pour déterminer la probabilité d’un événement correspondant à un chemin précis, il faut multiplier les probabilités de chaque branche rencontrée sur ce chemin. Cela permet de calculer la probabilité d’événements composés ou successifs.

• Les arbres facilitent la résolution de problèmes impliquant plusieurs épreuves, en permettant d’organiser et de visualiser toutes les issues possibles et leurs probabilités associées, notamment pour le calcul de probabilités conditionnelles ou conjointes.

💡 À retenir

Les arbres pondérés sont des outils essentiels pour modéliser et calculer efficacement des probabilités dans des situations avec plusieurs étapes ou épreuves successives, en utilisant la multiplication des probabilités le long des chemins.

📖 11. Exercices pratiques

🔑 Notions clés & Définitions

Calculs de probabilités simples et composées : Méthodes permettant de déterminer la probabilité d’un événement en utilisant des opérations arithmétiques sur des probabilités élémentaires ou combinées, notamment par addition ou multiplication selon la nature des événements.

Exercices avec tableaux et arbres : Techniques graphiques ou tabulaires pour organiser et visualiser les issues possibles d’expériences aléatoires, facilitant le calcul de probabilités conjointes, conditionnelles ou marginales. (voir section 8 et 10)

Événements incompatibles : Événements qui ne peuvent pas se produire simultanément, c’est-à-dire que leur intersection est vide : p(A ∩ B) = 0. (voir section 5)

Événements complémentaires : Deux événements A et A, tels que A ∩ A = ∅ et A ∪ A = Ω, avec la propriété p(A) + p(A) = 1. (voir section 6)

Probabilités conditionnelles : Probabilité qu’un événement B se produise sachant qu’un autre événement A est réalisé, notée pA(B), définie par pA(B) = p(A ∩ B) / p(A), avec p(A) ≠ 0. (voir section 7)

📝 Points essentiels

• La probabilité simple d’un événement est souvent calculée par dénombrement ou à partir de tableaux/arbres, en utilisant la formule p = cas favorables / cas possibles.
• Les probabilités composées se calculent en combinant des événements, notamment par la formule p(A ∪ B) = p(A) + p(B) – p(A ∩ B), en évitant le double comptage.
• Lorsqu’on travaille avec des tableaux ou arbres, la somme des probabilités à partir d’un même nœud doit être égale à 1, et les probabilités sur un même chemin se multiplient.
• La probabilité conditionnelle permet d’évaluer la probabilité d’un événement dans un sous-ensemble de l’univers, en utilisant la formule pA(B) = p(A ∩ B) / p(A). Elle est essentielle pour analyser des événements dépendants.
• La distinction entre événements incompatibles et événements complémentaires est cruciale pour simplifier les calculs : pour les incompatibles, p(A ∩ B) = 0, et pour les complémentaires, p(A) + p(A) = 1.
• La maîtrise des tableaux croisés et arbres pondérés facilite la résolution d’exercices complexes en organisant efficacement les données.

💡 À retenir

Les exercices pratiques mobilisent l’ensemble des concepts de probabilités, notamment le calcul avec tableaux et arbres, la gestion des événements incompatibles ou complémentaires, et l’utilisation des probabilités conditionnelles pour analyser des situations dépendantes. La maîtrise de ces outils est essentielle pour réussir en probabilités.

📊 Tableaux de Synthèse

Concept	Définition / Formule / Exemple	Auteur / Source
Expérience aléatoire	Expérience dont le résultat dépend du hasard, répétable, imprévisible	Contenu source
Univers (Ω)	Ensemble de toutes les issues possibles	Contenu source
Événement	Sous-ensemble de Ω, résultat d’intérêt	Contenu source
Probabilité (p)	Valeur entre 0 et 1, tendant vers la fréquence relative	Contenu source
Probabilité d’un événement	p(A) = nombre d’issues favorables / total d’issues	Dénombrement, formule de base
Probabilités complémentaires	p(A) + p( A̅) = 1	Source : propriétés fondamentales
Union (A U B)	Résultats où A ou B ou les deux se réalisent	Notation : U
Intersection (A ∩ B)	Résultats où A et B se réalisent simultanément	Notation : ∩
Formule union	p(A U B) = p(A) + p(B) - p(A ∩ B)	Formule classique
Événements incompatibles	p(A ∩ B) = 0	Source : propriétés
Événements contraires	p(A) + p( A̅) = 1, union = Ω	Source : propriétés

⚠️ Pièges & Confusions Fréquentes

1. Confondre la probabilité d’un événement avec la fréquence expérimentale, surtout pour un petit nombre d’expériences.
2. Oublier de soustraire p(A ∩ B) lors du calcul de p(A U B), menant à une surestimation.
3. Confondre événements incompatibles (p(A ∩ B) = 0) avec événements indépendants.
4. Utiliser la formule de la probabilité d’un événement dans un contexte où les issues ne sont pas équiprobables.
5. Confondre événements contraires et incompatibles : dans le cas contraire, la somme des probabilités est 1, mais ils peuvent coexister si ce n’est pas un cas contraire.
6. Oublier que la somme des probabilités de toutes les issues est toujours 1, même si certains événements ont une probabilité nulle.
7. Mal interpréter la différence entre union et intersection, notamment dans le contexte des événements dépendants ou indépendants.

✅ Checklist Examen

1. Connaître la définition d’expérience aléatoire selon Contenu source.
2. Savoir que l’univers Ω regroupe toutes les issues possibles.
3. Maîtriser la formule p(A) = nombre d’issues favorables / total d’issues.
4. Connaître la propriété que la somme des probabilités de toutes les issues est égale à 1.
5. Savoir que la probabilité d’un événement est comprise entre 0 et 1.
6. Comprendre la notion d’événement complémentaire et la formule p(A) + p( A̅) = 1.
7. Savoir calculer la probabilité d’un union avec la formule p(A U B) = p(A) + p(B) - p(A ∩ B).
8. Connaître la différence entre événements incompatibles (p(A ∩ B) = 0) et indépendants.
9. Être capable de représenter une expérience à l’aide d’un tableau ou d’un arbre de probabilités.
10. Maîtriser la lecture et l’interprétation des représentations graphiques.
11. Connaître la définition et l’utilisation des probabilités conditionnelles.
12. Savoir appliquer ces concepts à des exercices pratiques pour calculer des probabilités.