Probabilités conditionnelles et indépendance
Cours
Un test de dépistage est « fiable à \(99\,\%\) ». Ton test est positif : quelle est la probabilité que tu sois vraiment malade ? La réponse surprend souvent… et elle se calcule. Les probabilités conditionnelles servent à mettre à jour une probabilité quand on apprend une information : en médecine, en justice, dans les jeux, dans les filtres anti-spam. Avec ce chapitre, tu sauras :
- calculer une probabilité « sachant que » à partir d'un tableau ou d'un arbre ;
- reconnaître deux événements indépendants ;
- calculer des probabilités quand on répète une même expérience \(2\), \(3\) ou \(4\) fois ;
- interpréter un test de dépistage sans tomber dans les pièges.
1 Probabilité conditionnelle et tableau croisé
Quand on sait qu'un événement \(A\) est réalisé, on ne raisonne plus sur toute la population, mais seulement sur \(A\).
Dans un lycée de \(500\) élèves, \(200\) sont en première, dont \(80\) suivent une option théâtre. On choisit un élève de première au hasard : la probabilité qu'il fasse du théâtre est \(\dfrac{80}{200} = 0{,}4\). On a « réduit l'univers » aux élèves de première.
Soient \(A\) et \(B\) deux événements, avec \(P(A) \ne 0\). La probabilité de \(B\) sachant \(A\) est \[P_A(B) = \frac{P(A \cap B)}{P(A)}.\] En mots : parmi les issues où \(A\) est réalisé, quelle part réalise aussi \(B\) ? Avec un tableau d'effectifs : \(P_A(B) = \dfrac{\text{effectif de } A \cap B}{\text{effectif de } A}\).
- \(P(A \cap B)\) : probabilité que \(A\) et \(B\) soient réalisés (on divise par l'effectif total) ;
- \(P_A(B)\) : probabilité de \(B\) sachant \(A\) (on divise par l'effectif de \(A\)) ;
- \(P_B(A)\) : probabilité de \(A\) sachant \(B\) (on divise par l'effectif de \(B\)).
\(500\) élèves ; en première, \(80\) font du théâtre sur \(200\) ; en seconde, \(60\) sur \(300\). On choisit un élève au hasard. On note \(P\) « être en première » et \(T\) « faire du théâtre ».
| \(T\) | \(\overline{T}\) | Total | |
|---|---|---|---|
| \(P\) | \(80\) | \(120\) | \(200\) |
| \(\overline{P}\) | \(60\) | \(240\) | \(300\) |
| Total | \(140\) | \(360\) | \(500\) |
Étape 1 — \(P(P \cap T)\). \(\dfrac{80}{500} = 0{,}16\).
Étape 2 — \(P_P(T)\). \(\dfrac{80}{200} = 0{,}4\).
Étape 3 — \(P_T(P)\). \(\dfrac{80}{140} = \dfrac{4}{7} \approx 0{,}571\).
🔍 Vérification : avec la formule, \(P_P(T) = \dfrac{P(P \cap T)}{P(P)} = \dfrac{0{,}16}{0{,}4} = 0{,}4\) ✓.
- ❌ Confondre \(P_A(B)\) et \(P_B(A)\). ✅ Ce qui est sachant se place en indice : c'est le groupe dans lequel on calcule.
- ❌ Diviser par l'effectif total pour une probabilité conditionnelle. ✅ On divise par l'effectif de l'événement « sachant ».
Avec le même tableau, calcule \(P_{\overline{P}}(T)\), puis la probabilité qu'un élève qui fait du théâtre soit en seconde.
Voir la réponseMasquer la réponse
\(P_{\overline{P}}(T) = \dfrac{60}{300} = 0{,}2\). Et \(P_T(\overline{P}) = \dfrac{60}{140} = \dfrac{3}{7} \approx 0{,}429\).
\(P_A(B) = \dfrac{P(A \cap B)}{P(A)}\) ; dans un tableau, on divise par l'effectif de \(A\). Le « sachant » va en indice.
2 L'arbre pondéré
Quand une expérience se déroule en deux temps, on la représente par un arbre : chaque branche porte une probabilité.
- les branches de premier niveau portent \(P(A)\) et \(P(\overline{A})\) ; celles de second niveau portent des probabilités conditionnelles (\(P_A(B)\), \(P_A(\overline{B})\)…) ;
- la somme des probabilités des branches issues d'un même nœud vaut \(1\) ;
- la probabilité d'un chemin est le produit des probabilités rencontrées : \(P(A \cap B) = P(A) \times P_A(B)\) ;
- la probabilité d'un événement est la somme des probabilités des chemins qui y mènent : \(P(B) = P(A \cap B) + P(\overline{A} \cap B)\).
L'idée en une phrase : la règle du produit est la définition de \(P_A(B)\) « retournée ».
Voir la démonstration pas à pasMasquer la démonstration
Étape 1 — Le produit. De \(P_A(B) = \dfrac{P(A \cap B)}{P(A)}\), on tire \(P(A \cap B) = P(A) \times P_A(B)\), en multipliant les deux membres par \(P(A)\).
Étape 2 — La somme. \(B\) se réalise soit avec \(A\), soit avec \(\overline{A}\), et ces deux cas ne peuvent pas arriver en même temps : on additionne leurs probabilités.
\(P(A) = 0{,}4\), \(P_A(B) = 0{,}7\) et \(P_{\overline{A}}(B) = 0{,}2\).
Étape 1 — Compléter. \(P(\overline{A}) = 1 - 0{,}4 = 0{,}6\) ; \(P_A(\overline{B}) = 0{,}3\) ; \(P_{\overline{A}}(\overline{B}) = 0{,}8\).
Étape 2 — Les chemins menant à \(B\). \(P(A \cap B) = 0{,}4 \times 0{,}7 = 0{,}28\) et \(P(\overline{A} \cap B) = 0{,}6 \times 0{,}2 = 0{,}12\).
Étape 3 — Additionner. \(P(B) = 0{,}28 + 0{,}12 = \boxed{0{,}4}\).
Étape 4 — Remonter l'arbre. \(P_B(A) = \dfrac{P(A \cap B)}{P(B)} = \dfrac{0{,}28}{0{,}4} = \boxed{0{,}7}\).
🔍 Vérification : les quatre chemins font \(0{,}28 + 0{,}12 + 0{,}12 + 0{,}48 = 1\) ✓.
- ❌ Écrire \(P(B)\) sur une branche de second niveau. ✅ Au second niveau, ce sont des probabilités conditionnelles.
- ❌ Additionner le long d'un chemin. ✅ Le long d'un chemin on multiplie ; entre chemins, on additionne.
\(P(A) = 0{,}3\), \(P_A(B) = 0{,}5\) et \(P_{\overline{A}}(B) = 0{,}1\). Calcule \(P(A \cap B)\), \(P(\overline{A} \cap B)\) et \(P(B)\).
Voir la réponseMasquer la réponse
\(P(A \cap B) = 0{,}3 \times 0{,}5 = 0{,}15\) ; \(P(\overline{A} \cap B) = 0{,}7 \times 0{,}1 = 0{,}07\) ; \(P(B) = 0{,}15 + 0{,}07 = 0{,}22\).
Arbre = on multiplie sur un chemin, on additionne les chemins ; les branches d'un même nœud font \(1\).
3 Événements indépendants
Parfois, savoir que \(A\) est réalisé ne change rien à la probabilité de \(B\) : on dit que les événements sont indépendants.
On lance un dé. Savoir que le résultat est pair ne change pas la probabilité d'avoir au moins \(5\) : sans information, c'est \(\dfrac{2}{6} = \dfrac{1}{3}\) ; parmi les pairs (\(2\), \(4\), \(6\)), c'est \(\dfrac{1}{3}\) aussi (seul le \(6\) convient).
Deux événements \(A\) et \(B\) (avec \(P(A) \ne 0\)) sont indépendants si \(P_A(B) = P(B)\). En mots : savoir que \(A\) est réalisé ne modifie pas la probabilité de \(B\).
\(A\) et \(B\) sont indépendants si, et seulement si, \(P(A \cap B) = P(A) \times P(B)\).
L'idée en une phrase : on remplace \(P_A(B)\) par sa définition.
Voir la démonstration pas à pasMasquer la démonstration
Étape 1 — Traduire. \(P_A(B) = P(B) \iff \dfrac{P(A \cap B)}{P(A)} = P(B)\), par définition de \(P_A(B)\).
Étape 2 — Multiplier. En multipliant par \(P(A) \ne 0\) : \(\iff P(A \cap B) = P(A) \times P(B)\) ✓.
\(A\) « le résultat est pair », \(B\) « le résultat est au moins \(5\) ».
Étape 1 — Les probabilités. \(P(A) = \dfrac{3}{6} = \dfrac{1}{2}\), \(P(B) = \dfrac{2}{6} = \dfrac{1}{3}\), et \(A \cap B = \{6\}\) donc \(P(A \cap B) = \dfrac{1}{6}\).
Étape 2 — Le test. \(P(A) \times P(B) = \dfrac{1}{2} \times \dfrac{1}{3} = \dfrac{1}{6} = P(A \cap B)\).
Étape 3 — Conclure. \(A\) et \(B\) sont indépendants.
🔍 Vérification : \(P_A(B) = \dfrac{1/6}{1/2} = \dfrac{1}{3} = P(B)\) ✓.
- ❌ Confondre « indépendants » et « incompatibles ». ✅ Incompatibles : ils ne peuvent pas se produire ensemble (\(P(A \cap B) = 0\)). Indépendants : l'un ne renseigne pas sur l'autre.
- ❌ Décider de l'indépendance « au feeling ». ✅ On calcule et on compare \(P(A \cap B)\) et \(P(A) \times P(B)\).
\(P(A) = 0{,}6\), \(P(B) = 0{,}5\) et \(P(A \cap B) = 0{,}3\). Les événements \(A\) et \(B\) sont-ils indépendants ?
Voir la réponseMasquer la réponse
\(0{,}6 \times 0{,}5 = 0{,}3 = P(A \cap B)\) : oui, ils sont indépendants.
Indépendants \(\iff P_A(B) = P(B) \iff P(A \cap B) = P(A) \times P(B)\). Indépendant n'est pas incompatible.
4 Répéter une épreuve de Bernoulli
Une épreuve de Bernoulli a deux issues : succès (de probabilité \(p\)) ou échec (de probabilité \(1 - p\)). On la répète plusieurs fois, dans les mêmes conditions et de façon indépendante.
Lancer une pièce trois fois, tirer un penalty trois fois, tirer une boule dans une urne avec remise : à chaque fois, le résultat d'un essai n'influence pas les autres. L'arbre a deux branches à chaque nœud, avec les mêmes probabilités partout.
Pour \(n\) épreuves identiques et indépendantes (\(n \leqslant 4\)), on fait un arbre ; la probabilité d'un chemin est le produit des probabilités (\(p\) pour chaque succès, \(1 - p\) pour chaque échec) ; on additionne les chemins qui conviennent. Astuce : \(P(\text{au moins un succès}) = 1 - P(\text{aucun succès}) = 1 - (1 - p)^n\).
Étape 1 — Aucun succès. Un seul chemin : \(E\,E\,E\), de probabilité \(0{,}7^3 = 0{,}343\).
Étape 2 — Au moins un succès. \(1 - 0{,}343 = \boxed{0{,}657}\).
Étape 3 — Exactement deux succès. Trois chemins : \(S\,S\,E\), \(S\,E\,S\), \(E\,S\,S\), chacun de probabilité \(0{,}3^2 \times 0{,}7 = 0{,}063\). Total : \(3 \times 0{,}063 = \boxed{0{,}189}\).
🔍 Vérification : \(P(0) + P(1) + P(2) + P(3) = 0{,}343 + 0{,}441 + 0{,}189 + 0{,}027 = 1\) ✓.
- ❌ Oublier des chemins : « exactement deux succès » n'est pas seulement \(S\,S\,E\). ✅ On compte tous les ordres possibles.
- ❌ Calculer « au moins un » en additionnant beaucoup de chemins. ✅ On passe par le contraire : \(1 - P(\text{aucun})\).
- ❌ Utiliser cette méthode pour des tirages sans remise. ✅ Sans remise, les probabilités changent d'un tirage à l'autre : ce n'est plus une répétition indépendante.
On répète \(2\) fois une épreuve de Bernoulli de paramètre \(p = \dfrac{1}{4}\). Quelle est la probabilité d'obtenir exactement un succès ?
Voir la réponseMasquer la réponse
Deux chemins (\(S\,E\) et \(E\,S\)), chacun de probabilité \(\dfrac{1}{4} \times \dfrac{3}{4} = \dfrac{3}{16}\). Total : \(2 \times \dfrac{3}{16} = \dfrac{3}{8}\).
Répétition indépendante → arbre à branches identiques ; produit sur un chemin, somme des chemins ; « au moins un » \(= 1 - (1 - p)^n\).
5 Interpréter un test de dépistage
Un test de dépistage peut se tromper de deux façons : faux positif (positif alors qu'on n'est pas malade) et faux négatif (négatif alors qu'on est malade).
Une maladie touche \(1\,\%\) de la population. Le test est positif chez \(99\,\%\) des malades, mais aussi chez \(2\,\%\) des personnes saines. Une personne a un test positif : quelle est la probabilité qu'elle soit malade ?
Étape 1 — Raisonner sur \(10\,000\) personnes. Malades : \(100\), dont \(99\) positifs. Saines : \(9\,900\), dont \(2\,\%\), soit \(198\), positifs (faux positifs).
Étape 2 — Les positifs. \(99 + 198 = 297\) personnes ont un test positif.
Étape 3 — Conclure. Parmi les positifs, la part de malades est \(\dfrac{99}{297} = \boxed{\dfrac{1}{3}}\).
🔍 Vérification : avec l'arbre, \(P(\text{positif}) = 0{,}01 \times 0{,}99 + 0{,}99 \times 0{,}02 = 0{,}0297\) et \(P_{\text{positif}}(\text{malade}) = \dfrac{0{,}0099}{0{,}0297} = \dfrac{1}{3}\) ✓.
La maladie est rare : les \(2\,\%\) de faux positifs portent sur une énorme population saine et « noient » les vrais positifs. C'est pour cela qu'un test positif est souvent confirmé par un second examen.
- ❌ « Le test est fiable à \(99\,\%\), donc un positif est malade à \(99\,\%\). » ✅ \(99\,\%\) est \(P_{\text{malade}}(\text{positif})\) ; on cherche \(P_{\text{positif}}(\text{malade})\), qui peut être bien plus petite.
Avec le même test, combien de personnes sur \(10\,000\) ont un test négatif alors qu'elles sont malades ?
Voir la réponseMasquer la réponse
Parmi les \(100\) malades, \(99\) sont positifs, donc \(1\) seul est négatif : c'est un faux négatif.
Pour un test, on distingue \(P_M(+)\) (donnée par le fabricant) et \(P_+(M)\) (ce qui intéresse le patient). Raisonner sur \(10\,000\) personnes évite les erreurs.
Les maths cachées · Le test positifMon test est positif : suis-je vraiment malade ?Voir la réponse et l’essai ▾Refermer ▴
Reprenons le test du cours. Une maladie touche \(1\,\%\) de la population. Le test est positif chez \(99\,\%\) des malades, mais aussi chez \(2\,\%\) des personnes en bonne santé. Ton test est positif : quelle est la probabilité que tu sois vraiment malade ?
Raisonner sur \(10\,000\) personnes.
| Test positif | Test négatif | Total | |
|---|---|---|---|
| Malades | \(99\) | \(1\) | \(100\) |
| En bonne santé | \(198\) | \(9\,702\) | \(9\,900\) |
| Total | \(297\) | \(9\,703\) | \(10\,000\) |
La réponse. Parmi les \(297\) tests positifs, seuls \(99\) correspondent à des malades :
\[P_{\text{positif}}(\text{malade}) = \frac{99}{297} = \frac{1}{3} \approx 33{,}3\,\%\]
Un test « fiable à \(99\,\%\) » se trompe donc deux fois sur trois quand il est positif ! Les \(2\,\%\) de faux positifs portent sur une population saine énorme.
Tout dépend de la maladie. Avec le même test :
| La maladie touche… | \(0{,}1\,\%\) des gens | \(1\,\%\) | \(10\,\%\) |
|---|---|---|---|
| Probabilité d'être malade si le test est positif | \(4{,}7\,\%\) | \(33{,}3\,\%\) | \(84{,}6\,\%\) |
Le second test. C'est pour cela qu'un test positif est confirmé par un deuxième examen. Après un premier test positif, la probabilité d'être malade est \(\dfrac{1}{3}\). Si le second test (indépendant du premier) est lui aussi positif, elle monte à environ \(96{,}1\,\%\).
\(99\,\%\), c'est \(P_{\text{malade}}(\text{positif})\), donnée par le fabricant. Le patient veut \(P_{\text{positif}}(\text{malade})\) : ce n'est pas du tout le même nombre.
Quiz du cours
Tu as lu le cours ? Vérifie en 8 questions que tu as retenu l’essentiel. Chaque réponse est corrigée tout de suite, sans chronomètre.
\(P(A) = 0{,}5\) et \(P(A \cap B) = 0{,}2\). Combien vaut \(P_A(B)\) ?
Réponse attendue : \(0{,}4\)
\(P_A(B) = \dfrac{P(A \cap B)}{P(A)} = \dfrac{0{,}2}{0{,}5} = 0{,}4\).
Revoir dans le cours : 1. Probabilité conditionnelle et tableau croisé
« Parmi les malades, \(30\,\%\) sont vaccinés. » Quelle probabilité cette phrase donne-t-elle ?
« Parmi les malades » : on calcule dans le groupe \(M\), qui se met en indice.
Revoir dans le cours : 1. Probabilité conditionnelle et tableau croisé
Dans un arbre, \(P(A) = 0{,}3\), \(P_A(B) = 0{,}6\) et \(P_{\overline{A}}(B) = 0{,}2\). Combien vaut \(P(B)\) ?
Réponse attendue : \(0{,}32\)
On additionne les chemins menant à \(B\) : \(0{,}3 \times 0{,}6 + 0{,}7 \times 0{,}2 = 0{,}18 + 0{,}14 = 0{,}32\).
Vrai ou faux : le long d'un chemin d'un arbre pondéré, on additionne les probabilités.
Le long d'un chemin, on multiplie ; on additionne les probabilités de chemins différents.
\(P(A) = 0{,}5\), \(P(B) = 0{,}4\) et \(P(A \cap B) = 0{,}2\). Que peut-on dire de \(A\) et \(B\) ?
\(P(A) \times P(B) = 0{,}5 \times 0{,}4 = 0{,}2 = P(A \cap B)\).
Un joueur réussit un tir avec la probabilité \(0{,}8\). Il tire trois fois de façon indépendante. Quelle est la probabilité qu'il réussisse au moins un tir ?
Réponse attendue : \(0{,}992\)
\(1 - P(\text{aucun}) = 1 - 0{,}2^3 = 1 - 0{,}008 = 0{,}992\).
On lance trois fois une pièce équilibrée. Quelle est la probabilité d'obtenir exactement deux piles ?
Trois chemins conviennent (\(PPF\), \(PFP\), \(FPP\)), chacun de probabilité \(\dfrac{1}{8}\).
Une maladie touche \(1\,\%\) des gens ; un test est positif chez \(99\,\%\) des malades et \(2\,\%\) des personnes saines. Quelle est la probabilité d'être malade sachant que le test est positif ?
Sur \(10\,000\) personnes : \(99\) malades positifs et \(198\) faux positifs, donc \(\dfrac{99}{297} = \dfrac{1}{3}\).
À revoir dans le cours :
Fiche mémo
L’essentiel du chapitre, à relire avant un contrôle.
L'essentiel
| Notion | À savoir |
|---|---|
| Probabilité conditionnelle | \(P_A(B) = \dfrac{P(A \cap B)}{P(A)}\) ; tableau : effectif de \(A \cap B\) / effectif de \(A\) |
| À distinguer | \(P(A \cap B)\), \(P_A(B)\), \(P_B(A)\) |
| Arbre pondéré | branches d'un nœud : somme \(1\) ; chemin : produit ; événement : somme des chemins |
| Produit | \(P(A \cap B) = P(A) \times P_A(B)\) |
| Indépendance | \(P_A(B) = P(B) \iff P(A \cap B) = P(A) \times P(B)\) |
| Répétition de Bernoulli | arbre à branches identiques (\(p\) et \(1 - p\)) |
| Au moins un succès | \(1 - (1 - p)^n\) |
| Test de dépistage | faux positifs, faux négatifs ; \(P_+(M) \ne P_M(+)\) |
Pièges à éviter
- Le « sachant » va en indice : c'est le groupe de référence.
- Au second niveau d'un arbre, les probabilités sont conditionnelles.
- Indépendants ≠ incompatibles.
- Compter tous les ordres possibles dans une répétition.
- Tirages sans remise : pas d'indépendance.
Contrôle demain ? Prépare ton plan de révision de 30 minutes sur ce chapitre →
Niveau 1Facile (Exercices 1 à 11)
Dans une classe d'âge de \(200\) élèves, \(120\) sont des filles, dont \(30\) étudient le latin ; \(10\) garçons étudient le latin. On choisit un élève au hasard ; on note \(F\) « c'est une fille » et \(L\) « il étudie le latin ».
a) Construis le tableau croisé.
b) Calcule \(P(F)\), \(P(L)\) et \(P(F \cap L)\).
c) Calcule \(P_F(L)\) et \(P_L(F)\).
Voir la correction›
compléter le tableau, puis diviser par le bon effectif.
a)
| \(L\) | \(\overline{L}\) | Total | |
|---|---|---|---|
| \(F\) | \(30\) | \(90\) | \(120\) |
| \(\overline{F}\) | \(10\) | \(70\) | \(80\) |
| Total | \(40\) | \(160\) | \(200\) |
b) \(P(F) = \dfrac{120}{200} = \boxed{0{,}6}\) ; \(P(L) = \dfrac{40}{200} = \boxed{0{,}2}\) ; \(P(F \cap L) = \dfrac{30}{200} = \boxed{0{,}15}\).
c) \(P_F(L) = \dfrac{30}{120} = \boxed{0{,}25}\) ; \(P_L(F) = \dfrac{30}{40} = \boxed{0{,}75}\).
🔍 Vérification : \(\dfrac{P(F \cap L)}{P(F)} = \dfrac{0{,}15}{0{,}6} = 0{,}25\) ✓
On note \(M\) « être malade » et \(V\) « être vacciné ». Écris avec les notations \(P(\ldots)\), \(P_V(\ldots)\)… :
a) la probabilité d'être malade et vacciné ;
b) la probabilité d'être malade, sachant qu'on est vacciné ;
c) parmi les malades, la probabilité d'être vacciné.
Voir la correction›
« et » → intersection ; « sachant » ou « parmi » → indice.
a) \(\boxed{P(M \cap V)}\)
b) \(\boxed{P_V(M)}\)
c) \(\boxed{P_M(V)}\)
🔍 Vérification : en c), « parmi les malades » : le groupe est \(M\), il va en indice ✓
\(P(A) = 0{,}3\), \(P_A(B) = 0{,}6\) et \(P_{\overline{A}}(B) = 0{,}2\).
a) Dessine l'arbre pondéré complet.
b) Calcule \(P(A \cap B)\) et \(P(\overline{A} \cap B)\).
c) Calcule \(P(B)\).
Voir la correction›
compléter à \(1\), multiplier sur les chemins, additionner.
a) Premier niveau : \(A\) (\(0{,}3\)), \(\overline{A}\) (\(0{,}7\)). Après \(A\) : \(B\) (\(0{,}6\)), \(\overline{B}\) (\(0{,}4\)). Après \(\overline{A}\) : \(B\) (\(0{,}2\)), \(\overline{B}\) (\(0{,}8\)).
b) \(P(A \cap B) = 0{,}3 \times 0{,}6 = \boxed{0{,}18}\) ; \(P(\overline{A} \cap B) = 0{,}7 \times 0{,}2 = \boxed{0{,}14}\).
c) \(P(B) = 0{,}18 + 0{,}14 = \boxed{0{,}32}\).
🔍 Vérification : \(P(A \cap \overline{B}) + P(\overline{A} \cap \overline{B}) = 0{,}12 + 0{,}56 = 0{,}68 = 1 - 0{,}32\) ✓
\(P(A) = 0{,}5\) et \(P(A \cap B) = 0{,}2\). Calcule \(P_A(B)\).
Voir la correction›
\(P_A(B) = \dfrac{P(A \cap B)}{P(A)}\).
\(P_A(B) = \dfrac{0{,}2}{0{,}5} = \boxed{0{,}4}\).
🔍 Vérification : \(0{,}5 \times 0{,}4 = 0{,}2\) ✓
\(P(A) = 0{,}4\) et \(P_A(B) = 0{,}25\). Calcule \(P(A \cap B)\).
Voir la correction›
\(P(A \cap B) = P(A) \times P_A(B)\).
\(P(A \cap B) = 0{,}4 \times 0{,}25 = \boxed{0{,}1}\).
🔍 Vérification : \(\dfrac{0{,}1}{0{,}4} = 0{,}25\) ✓
a) \(P(A) = 0{,}5\), \(P(B) = 0{,}4\), \(P(A \cap B) = 0{,}2\).
b) \(P(A) = 0{,}3\), \(P(B) = 0{,}6\), \(P(A \cap B) = 0{,}2\).
Voir la correction›
comparer \(P(A \cap B)\) et \(P(A) \times P(B)\).
a) \(0{,}5 \times 0{,}4 = 0{,}2 = P(A \cap B)\) : indépendants.
b) \(0{,}3 \times 0{,}6 = 0{,}18 \ne 0{,}2\) : pas indépendants.
🔍 Vérification : b) \(P_A(B) = \dfrac{0{,}2}{0{,}3} \approx 0{,}67 \ne 0{,}6 = P(B)\) ✓
On lance un dé équilibré. \(A\) : « le résultat est pair » ; \(B\) : « le résultat est au moins \(5\) ». Montre que \(A\) et \(B\) sont indépendants.
Voir la correction›
calculer les trois probabilités, puis tester le produit.
\(A = \{2 \,;\, 4 \,;\, 6\}\), \(B = \{5 \,;\, 6\}\), \(A \cap B = \{6\}\). Donc \(P(A) = \dfrac{1}{2}\), \(P(B) = \dfrac{1}{3}\), \(P(A \cap B) = \dfrac{1}{6}\).
\(P(A) \times P(B) = \dfrac{1}{6} = P(A \cap B)\) : \(A\) et \(B\) sont indépendants.
🔍 Vérification : \(P_A(B) = \dfrac{1}{3} = P(B)\) ✓
On lance deux fois une pièce équilibrée.
a) Dessine l'arbre.
b) Calcule la probabilité d'obtenir deux fois pile, puis au moins une fois pile.
Voir la correction›
arbre à deux niveaux, branches de probabilité \(\dfrac{1}{2}\).
a) Quatre chemins : \(PP\), \(PF\), \(FP\), \(FF\), chacun de probabilité \(\dfrac{1}{2} \times \dfrac{1}{2} = \dfrac{1}{4}\).
b) \(P(PP) = \boxed{\dfrac{1}{4}}\) ; \(P(\text{au moins un pile}) = 1 - P(FF) = 1 - \dfrac{1}{4} = \boxed{\dfrac{3}{4}}\).
🔍 Vérification : \(PP\), \(PF\), \(FP\) contiennent un pile : \(3 \times \dfrac{1}{4} = \dfrac{3}{4}\) ✓
On répète deux fois, de façon indépendante, une épreuve dont la probabilité de succès est \(0{,}3\). Calcule la probabilité d'obtenir :
a) deux succès ;
b) exactement un succès ;
c) aucun succès.
Voir la correction›
succès \(0{,}3\), échec \(0{,}7\) ; produit sur chaque chemin.
a) \(0{,}3^2 = \boxed{0{,}09}\)
b) Chemins \(SE\) et \(ES\) : \(2 \times 0{,}3 \times 0{,}7 = \boxed{0{,}42}\)
c) \(0{,}7^2 = \boxed{0{,}49}\)
🔍 Vérification : \(0{,}09 + 0{,}42 + 0{,}49 = 1\) ✓
Une urne contient \(3\) boules rouges et \(2\) boules bleues. On tire une boule, on la remet, puis on en tire une seconde.
a) Calcule la probabilité de tirer deux boules rouges.
b) Calcule la probabilité de tirer deux boules de la même couleur.
Voir la correction›
avec remise, les tirages sont indépendants : \(P(R) = \dfrac{3}{5}\) à chaque fois.
a) \(\dfrac{3}{5} \times \dfrac{3}{5} = \boxed{\dfrac{9}{25}}\)
b) \(P(RR) + P(BB) = \dfrac{9}{25} + \dfrac{4}{25} = \boxed{\dfrac{13}{25}}\)
🔍 Vérification : \(P(RB) + P(BR) = 2 \times \dfrac{6}{25} = \dfrac{12}{25}\), et \(\dfrac{13}{25} + \dfrac{12}{25} = 1\) ✓
Dans un arbre, la branche \(A\) porte \(0{,}8\) et, après \(A\), la branche \(B\) porte \(0{,}5\). Que vaut la probabilité du chemin \(A\) puis \(B\) ? Que représente ce nombre ?
Voir la correction›
probabilité d'un chemin \(=\) produit.
\(0{,}8 \times 0{,}5 = \boxed{0{,}4}\) : c'est \(P(A \cap B)\), la probabilité que \(A\) et \(B\) soient réalisés.
🔍 Vérification : \(P_A(B) = \dfrac{0{,}4}{0{,}8} = 0{,}5\) ✓
Niveau 2Intermédiaire (Exercices 12 à 24)
Une maladie touche \(2\,\%\) de la population. Un test est positif chez \(95\,\%\) des malades et chez \(3\,\%\) des personnes saines. On note \(M\) « être malade » et \(T\) « test positif ».
a) Construis l'arbre pondéré.
b) Calcule \(P(T)\).
c) Calcule \(P_T(M)\) (arrondie au millième) et interprète.
Voir la correction›
arbre \(M\) / \(\overline{M}\), puis \(T\) / \(\overline{T}\) ; somme des chemins menant à \(T\) ; puis on remonte l'arbre.
a) \(P(M) = 0{,}02\), \(P(\overline{M}) = 0{,}98\) ; \(P_M(T) = 0{,}95\), \(P_M(\overline{T}) = 0{,}05\) ; \(P_{\overline{M}}(T) = 0{,}03\), \(P_{\overline{M}}(\overline{T}) = 0{,}97\).
b) \(P(T) = 0{,}02 \times 0{,}95 + 0{,}98 \times 0{,}03 = 0{,}019 + 0{,}0294 = \boxed{0{,}0484}\).
c) \(P_T(M) = \dfrac{0{,}019}{0{,}0484} \approx \boxed{0{,}393}\). Une personne au test positif n'a qu'environ \(39\,\%\) de chances d'être malade : la plupart des positifs sont des faux positifs.
🔍 Vérification : voir l'exercice 13, qui retrouve la même valeur ✓
Reprends l'exercice 12 en raisonnant sur \(10\,000\) personnes : complète un tableau croisé (\(M\) ou non × \(T\) ou non), puis retrouve \(P_T(M)\).
Voir la correction›
traduire les pourcentages en effectifs.
| \(T\) | \(\overline{T}\) | Total | |
|---|---|---|---|
| \(M\) | \(190\) | \(10\) | \(200\) |
| \(\overline{M}\) | \(294\) | \(9\,506\) | \(9\,800\) |
| Total | \(484\) | \(9\,516\) | \(10\,000\) |
\(P_T(M) = \dfrac{190}{484} \approx \boxed{0{,}393}\).
🔍 Vérification : \(200 \times 0{,}95 = 190\) et \(9\,800 \times 0{,}03 = 294\) ✓
On lance trois fois une pièce équilibrée.
a) Combien l'arbre a-t-il de chemins ?
b) Calcule la probabilité d'obtenir exactement deux piles, puis au moins un pile.
Voir la correction›
arbre à trois niveaux, chaque chemin a pour probabilité \(\left(\dfrac{1}{2}\right)^3 = \dfrac{1}{8}\).
a) \(2 \times 2 \times 2 = \boxed{8}\) chemins.
b) Exactement deux piles : \(PPF\), \(PFP\), \(FPP\), soit \(\boxed{\dfrac{3}{8}}\). Au moins un pile : \(1 - P(FFF) = 1 - \dfrac{1}{8} = \boxed{\dfrac{7}{8}}\).
🔍 Vérification : \(P(0) + P(1) + P(2) + P(3) = \dfrac{1 + 3 + 3 + 1}{8} = 1\) ✓
Un joueur réussit un tir au but avec une probabilité de \(0{,}8\). Il tire trois fois, de façon indépendante. Calcule la probabilité :
a) qu'il réussisse les trois tirs ;
b) qu'il en réussisse exactement deux ;
c) qu'il en réussisse au moins un.
Voir la correction›
succès \(0{,}8\), échec \(0{,}2\), trois essais indépendants.
a) \(0{,}8^3 = \boxed{0{,}512}\)
b) Trois chemins (\(RRE\), \(RER\), \(ERR\)) : \(3 \times 0{,}8^2 \times 0{,}2 = 3 \times 0{,}128 = \boxed{0{,}384}\)
c) \(1 - 0{,}2^3 = 1 - 0{,}008 = \boxed{0{,}992}\)
🔍 Vérification : \(P(\text{exactement } 1) = 3 \times 0{,}8 \times 0{,}04 = 0{,}096\) et \(0{,}512 + 0{,}384 + 0{,}096 + 0{,}008 = 1\) ✓
Dans un groupe de \(400\) personnes, \(40\) sont gauchères, dont \(12\) portent des lunettes ; parmi les \(360\) droitiers, \(108\) portent des lunettes. On choisit une personne au hasard.
a) Calcule \(P(\text{lunettes})\) et \(P_{\text{gaucher}}(\text{lunettes})\).
b) Les événements « être gaucher » et « porter des lunettes » sont-ils indépendants ?
Voir la correction›
comparer \(P_{\text{gaucher}}(\text{lunettes})\) et \(P(\text{lunettes})\).
a) Lunettes : \(12 + 108 = 120\), donc \(P(\text{lunettes}) = \dfrac{120}{400} = \boxed{0{,}3}\) ; \(P_{\text{gaucher}}(\text{lunettes}) = \dfrac{12}{40} = \boxed{0{,}3}\).
b) Les deux probabilités sont égales : les événements sont indépendants.
🔍 Vérification : chez les droitiers aussi, \(\dfrac{108}{360} = 0{,}3\) ✓
Sur \(300\) personnes, \(180\) font du sport, dont \(18\) fument ; parmi les \(120\) autres, \(36\) fument.
a) Calcule la probabilité qu'une personne choisie au hasard fume.
b) Calcule la probabilité qu'elle fume sachant qu'elle fait du sport.
c) Les événements « faire du sport » et « fumer » sont-ils indépendants ?
Voir la correction›
même démarche ; ici les probabilités diffèrent.
a) Fumeurs : \(18 + 36 = 54\), donc \(P(\text{fumer}) = \dfrac{54}{300} = \boxed{0{,}18}\).
b) \(P_{\text{sport}}(\text{fumer}) = \dfrac{18}{180} = \boxed{0{,}1}\).
c) \(0{,}1 \ne 0{,}18\) : pas indépendants. Dans ce groupe, les sportifs fument moins.
🔍 Vérification : chez les non-sportifs, \(\dfrac{36}{120} = 0{,}3\), bien plus que \(0{,}1\) ✓
\(60\,\%\) des clients d'une enseigne achètent en ligne ; parmi eux, \(70\,\%\) sont satisfaits. Parmi les clients qui achètent en magasin, \(85\,\%\) sont satisfaits.
a) Construis l'arbre pondéré.
b) Calcule la probabilité qu'un client soit satisfait.
c) Un client est satisfait. Quelle est la probabilité qu'il ait acheté en ligne (arrondie au millième) ?
Voir la correction›
arbre (en ligne / magasin, puis satisfait / non), somme des chemins, puis on remonte.
a) \(P(L) = 0{,}6\), \(P(\overline{L}) = 0{,}4\) ; \(P_L(S) = 0{,}7\) ; \(P_{\overline{L}}(S) = 0{,}85\).
b) \(P(S) = 0{,}6 \times 0{,}7 + 0{,}4 \times 0{,}85 = 0{,}42 + 0{,}34 = \boxed{0{,}76}\).
c) \(P_S(L) = \dfrac{0{,}42}{0{,}76} \approx \boxed{0{,}553}\).
🔍 Vérification : \(0{,}553\) est inférieur à \(0{,}6\) : normal, les clients en ligne sont un peu moins satisfaits ✓
On lance deux dés équilibrés, un rouge et un vert. \(A\) : « la somme vaut \(7\) » ; \(B\) : « le dé rouge donne \(3\) ».
a) Calcule \(P(A)\), \(P(B)\) et \(P(A \cap B)\) (on pourra utiliser un tableau des \(36\) issues).
b) \(A\) et \(B\) sont-ils indépendants ?
Voir la correction›
tableau des \(36\) issues équiprobables.
a) Somme \(7\) : \((1,6)\), \((2,5)\), \((3,4)\), \((4,3)\), \((5,2)\), \((6,1)\), donc \(P(A) = \dfrac{6}{36} = \boxed{\dfrac{1}{6}}\). \(P(B) = \boxed{\dfrac{1}{6}}\). \(A \cap B\) : seulement \((3,4)\), donc \(P(A \cap B) = \boxed{\dfrac{1}{36}}\).
b) \(\dfrac{1}{6} \times \dfrac{1}{6} = \dfrac{1}{36} = P(A \cap B)\) : indépendants.
🔍 Vérification : quel que soit le dé rouge, une seule valeur du dé vert donne \(7\) : la probabilité reste \(\dfrac{1}{6}\) ✓
Une urne contient \(3\) boules rouges et \(2\) bleues. On tire successivement deux boules sans remise.
a) Dessine l'arbre.
b) Calcule la probabilité de tirer deux rouges, puis celle que la seconde boule soit rouge.
c) Les événements « la première est rouge » et « la seconde est rouge » sont-ils indépendants ?
Voir la correction›
sans remise, la composition de l'urne change au second tirage.
a) Premier tirage : \(R\) (\(\dfrac{3}{5}\)), \(B\) (\(\dfrac{2}{5}\)). Après \(R\) : \(R\) (\(\dfrac{2}{4}\)), \(B\) (\(\dfrac{2}{4}\)). Après \(B\) : \(R\) (\(\dfrac{3}{4}\)), \(B\) (\(\dfrac{1}{4}\)).
b) \(P(RR) = \dfrac{3}{5} \times \dfrac{2}{4} = \boxed{\dfrac{3}{10}}\) ; \(P(\text{seconde rouge}) = \dfrac{3}{5} \times \dfrac{2}{4} + \dfrac{2}{5} \times \dfrac{3}{4} = \dfrac{6}{20} + \dfrac{6}{20} = \boxed{\dfrac{3}{5}}\).
c) \(P(R_1) \times P(R_2) = \dfrac{3}{5} \times \dfrac{3}{5} = \dfrac{9}{25} \ne \dfrac{3}{10}\) : pas indépendants.
🔍 Vérification : \(\dfrac{9}{25} = 0{,}36\) et \(\dfrac{3}{10} = 0{,}3\) ✓
Au XVIIe siècle, le chevalier de Méré pariait qu'il obtiendrait au moins un \(6\) en lançant \(4\) fois un dé.
a) Calcule la probabilité de n'obtenir aucun \(6\) en \(4\) lancers.
b) Déduis-en la probabilité d'obtenir au moins un \(6\). Le pari était-il avantageux ?
Voir la correction›
\(4\) épreuves indépendantes de paramètre \(\dfrac{1}{6}\) ; « au moins un » par le contraire.
a) \(\left(\dfrac{5}{6}\right)^4 = \dfrac{625}{1\,296} \approx \boxed{0{,}482}\).
b) \(1 - \dfrac{625}{1\,296} = \dfrac{671}{1\,296} \approx \boxed{0{,}518}\). C'est un peu plus que \(\dfrac{1}{2}\) : le pari était (légèrement) avantageux.
🔍 Vérification : \(5^4 = 625\) et \(6^4 = 1\,296\) ✓
On lance une pièce deux fois ; on gagne si pile apparaît au moins une fois. Le mathématicien d'Alembert affirmait : « il y a trois cas, pile, face puis pile, face puis face, donc la probabilité de gagner est \(\dfrac{2}{3}\) ».
a) Calcule la vraie probabilité avec un arbre.
b) Explique l'erreur de d'Alembert.
Voir la correction›
arbre à deux niveaux ; les issues doivent être équiprobables.
a) \(P(\text{gagner}) = 1 - P(FF) = 1 - \dfrac{1}{4} = \boxed{\dfrac{3}{4}}\).
b) Les trois « cas » de d'Alembert ne sont pas équiprobables : « pile » au premier lancer a la probabilité \(\dfrac{1}{2}\) (il regroupe \(PP\) et \(PF\)), alors que « face puis pile » et « face puis face » ont chacun la probabilité \(\dfrac{1}{4}\).
🔍 Vérification : \(\dfrac{1}{2} + \dfrac{1}{4} = \dfrac{3}{4}\) ✓
Avec trois dés, le grand-duc avait remarqué que la somme \(10\) sort plus souvent que la somme \(9\), alors que chacune s'obtient de six façons « sans tenir compte de l'ordre ».
a) Vérifie que \(9 = 1 + 2 + 6 = 1 + 3 + 5 = 1 + 4 + 4 = 2 + 2 + 5 = 2 + 3 + 4 = 3 + 3 + 3\), et trouve les six décompositions de \(10\).
b) Pour chaque décomposition, combien y a-t-il d'ordres possibles avec trois dés différents ? (Par exemple, \(1 + 2 + 6\) donne \(6\) ordres, \(1 + 4 + 4\) en donne \(3\).)
c) Déduis-en \(P(\text{somme } 9)\) et \(P(\text{somme } 10)\) sur les \(216\) issues. Le grand-duc avait-il raison ?
Voir la correction›
compter les ordres, car les \(216\) triplets (dé 1, dé 2, dé 3) sont équiprobables, pas les décompositions.
a) \(10 = 1 + 3 + 6 = 1 + 4 + 5 = 2 + 2 + 6 = 2 + 3 + 5 = 2 + 4 + 4 = 3 + 3 + 4\).
b) Trois nombres différents : \(6\) ordres ; deux égaux : \(3\) ordres ; trois égaux : \(1\) ordre.
| Somme \(9\) | \(1+2+6\) | \(1+3+5\) | \(1+4+4\) | \(2+2+5\) | \(2+3+4\) | \(3+3+3\) | Total |
|---|---|---|---|---|---|---|---|
| ordres | \(6\) | \(6\) | \(3\) | \(3\) | \(6\) | \(1\) | \(25\) |
| Somme \(10\) | \(1+3+6\) | \(1+4+5\) | \(2+2+6\) | \(2+3+5\) | \(2+4+4\) | \(3+3+4\) | Total |
|---|---|---|---|---|---|---|---|
| ordres | \(6\) | \(6\) | \(3\) | \(6\) | \(3\) | \(3\) | \(27\) |
c) \(P(9) = \dfrac{25}{216} \approx \boxed{0{,}116}\) et \(P(10) = \dfrac{27}{216} = \boxed{0{,}125}\). Le grand-duc avait raison : \(10\) sort un peu plus souvent.
🔍 Vérification : la différence (\(2\) issues sur \(216\)) est faible : il fallait beaucoup jouer pour la remarquer ✓
On lance quatre fois une pièce équilibrée. Combien de chemins de l'arbre contiennent exactement deux piles ? Déduis-en la probabilité d'obtenir exactement deux piles.
Voir la correction›
compter les chemins, chacun de probabilité \(\left(\dfrac{1}{2}\right)^4 = \dfrac{1}{16}\).
Chemins avec deux piles : \(PPFF\), \(PFPF\), \(PFFP\), \(FPPF\), \(FPFP\), \(FFPP\) : \(\boxed{6}\) chemins. Probabilité : \(\dfrac{6}{16} = \boxed{\dfrac{3}{8}}\).
🔍 Vérification : on choisit les deux places des piles parmi \(4\) : \(6\) façons ✓
Niveau 3Difficile/Expert (Exercices 25 à 30)
Dans un jeu télévisé, une voiture est cachée derrière l'une de trois portes. Tu choisis une porte. Le présentateur, qui sait où est la voiture, ouvre une autre porte, qui ne cache rien. Il te propose de changer de porte.
a) Avec la stratégie « je garde ma porte », quelle est la probabilité de gagner ?
b) Avec la stratégie « je change », montre à l'aide d'un arbre (premier niveau : ta porte cache la voiture ou non) que la probabilité de gagner est \(\dfrac{2}{3}\).
c) Quelle stratégie choisir ?
Voir la correction›
arbre dont le premier niveau est « ma porte cache la voiture » (\(\dfrac{1}{3}\)) ou non (\(\dfrac{2}{3}\)).
a) En gardant ma porte, je gagne si elle cachait la voiture : \(\boxed{\dfrac{1}{3}}\).
b) Si ma porte cachait la voiture (\(\dfrac{1}{3}\)), changer me fait perdre. Si elle ne la cachait pas (\(\dfrac{2}{3}\)), le présentateur ouvre la seule autre porte vide : la porte restante cache la voiture, et changer me fait gagner à coup sûr. Donc \(P(\text{gagner en changeant}) = \dfrac{2}{3} \times 1 = \boxed{\dfrac{2}{3}}\).
c) Il faut changer de porte : on double ses chances.
🔍 Vérification : \(\dfrac{1}{3} + \dfrac{2}{3} = 1\) : exactement une des deux stratégies gagne à chaque partie ✓
Deux joueurs de même force jouent en plusieurs manches ; le premier à gagner \(3\) manches remporte la mise. La partie s'arrête alors que le joueur A mène \(2\) manches à \(1\).
a) Si la partie avait continué, quelle aurait été la probabilité que B gagne ? (Il lui faudrait gagner les deux manches suivantes.)
b) Déduis-en un partage équitable de la mise.
Voir la correction›
manches indépendantes, chacune gagnée par B avec la probabilité \(\dfrac{1}{2}\).
a) B doit gagner deux manches de suite : \(\dfrac{1}{2} \times \dfrac{1}{2} = \boxed{\dfrac{1}{4}}\).
b) A gagnerait avec la probabilité \(1 - \dfrac{1}{4} = \dfrac{3}{4}\) : on donne \(\boxed{\dfrac{3}{4} \text{ de la mise à A et } \dfrac{1}{4} \text{ à B}}\).
🔍 Vérification : c'est la solution trouvée par Pascal et Fermat dans leurs lettres de 1654 ✓
On reprend le test de l'exercice 12 (positif chez \(95\,\%\) des malades et chez \(3\,\%\) des personnes saines).
a) Calcule \(P_T(M)\) si la maladie touche \(10\,\%\) de la population.
b) Calcule \(P_T(M)\) si elle touche \(0{,}1\,\%\) de la population.
c) Que conclure sur l'intérêt d'un dépistage de masse pour une maladie très rare ?
Voir la correction›
même calcul qu'à l'exercice 12, avec une autre proportion de malades.
a) \(P(T) = 0{,}1 \times 0{,}95 + 0{,}9 \times 0{,}03 = 0{,}095 + 0{,}027 = 0{,}122\) et \(P_T(M) = \dfrac{0{,}095}{0{,}122} \approx \boxed{0{,}779}\).
b) \(P(T) = 0{,}001 \times 0{,}95 + 0{,}999 \times 0{,}03 = 0{,}00095 + 0{,}02997 = 0{,}03092\) et \(P_T(M) = \dfrac{0{,}00095}{0{,}03092} \approx \boxed{0{,}031}\).
c) Pour une maladie très rare, presque tous les positifs sont des faux positifs (\(97\,\%\) ici) : un dépistage de masse provoquerait beaucoup d'inquiétudes inutiles et d'examens supplémentaires.
🔍 Vérification : plus la maladie est rare, plus \(P_T(M)\) baisse (\(0{,}779\), puis \(0{,}393\), puis \(0{,}031\)) ✓
Un appareil contient deux composants qui fonctionnent indépendamment, chacun avec la probabilité \(0{,}9\).
a) Montés « en série », l'appareil marche si les deux marchent. Calcule la probabilité qu'il marche.
b) Montés « en parallèle », il marche si au moins un des deux marche. Calcule cette probabilité.
Voir la correction›
indépendance → produit ; « au moins un » → contraire.
a) \(0{,}9 \times 0{,}9 = \boxed{0{,}81}\).
b) L'appareil tombe en panne si les deux lâchent : \(0{,}1 \times 0{,}1 = 0{,}01\). Donc \(1 - 0{,}01 = \boxed{0{,}99}\).
🔍 Vérification : le montage en parallèle est plus fiable que chaque composant seul (\(0{,}99 > 0{,}9\)) ✓
Une machine produit des pièces dont \(5\,\%\) sont défectueuses. On prélève \(4\) pièces ; on admet que les prélèvements sont indépendants. Calcule, arrondie au millième, la probabilité :
a) qu'aucune pièce ne soit défectueuse ;
b) qu'au moins une le soit ;
c) qu'exactement une le soit.
Voir la correction›
\(4\) épreuves indépendantes, « défectueuse » avec la probabilité \(0{,}05\).
a) \(0{,}95^4 \approx \boxed{0{,}815}\)
b) \(1 - 0{,}95^4 \approx \boxed{0{,}185}\)
c) Quatre chemins (la pièce défectueuse peut être la \(1^\text{re}\), la \(2^\text{e}\), la \(3^\text{e}\) ou la \(4^\text{e}\)) : \(4 \times 0{,}05 \times 0{,}95^3 \approx \boxed{0{,}171}\).
🔍 Vérification : \(0{,}171 < 0{,}185\) : « exactement une » est un cas particulier de « au moins une » ✓
On répète deux fois, de façon indépendante, une épreuve de Bernoulli de paramètre \(p\). La probabilité d'obtenir au moins un succès vaut \(0{,}64\).
a) Montre que \((1 - p)^2 = 0{,}36\).
b) Déduis-en \(p\).
Voir la correction›
passer par le contraire « aucun succès ».
a) \(P(\text{aucun succès}) = (1 - p)^2\) et \(P(\text{au moins un}) = 1 - (1 - p)^2 = 0{,}64\), donc \((1 - p)^2 = 0{,}36\) ✓.
b) \(1 - p\) est positif et \(0{,}6^2 = 0{,}36\), donc \(1 - p = 0{,}6\) et \(\boxed{p = 0{,}4}\).
🔍 Vérification : \(1 - 0{,}6^2 = 1 - 0{,}36 = 0{,}64\) ✓
Un avis sur ce chapitre ? Donne-le en quelques mots