Probabilité conditionnelle : méthode simple et sans erreur

La probabilité conditionnelle est la probabilité qu’un événement A se produise sachant qu’un événement B est déjà réalisé. Elle se calcule en restreignant l’univers à B : P(A sachant B) = P(A ∩ B) / P(B), avec P(B) non nulle.

Tu as peut-être déjà eu cette hésitation en exercice : faut-il prendre l’effectif total, seulement une ligne du tableau, ou une colonne ? C’est exactement là que la probabilité conditionnelle piège le plus d’élèves. En classe, je vois souvent la même erreur : on connaît la formule, mais on ne change pas vraiment d’univers de référence. Or tout se joue dans ce réflexe. Si tu comprends sur quel ensemble tu raisonnes, la formule devient logique, les tableaux à double entrée deviennent lisibles, et les exercices de type bac paraissent tout de suite plus accessibles.

Comprendre la probabilité conditionnelle sans se tromper de univers

La probabilité conditionnelle mesure la chance qu’un événement A se produise si l’on sait déjà que B est réalisé. On ne raisonne donc plus sur l’univers complet, mais sur un univers restreint à B. C’est ce changement de regard qui explique la probabilité conditionnelle formule et la plupart des erreurs.

La définition utile n’est pas une formule récitée par réflexe. C’est une idée de tri. Quand on cherche P(A sachant B), notée aussi P_B(A), on garde seulement les issues où B est vrai, puis on regarde quelle part vérifie aussi A. Autrement dit, B devient le nouvel univers de travail. Par conséquent, la formule P(A sachant B) = P(A∩B) / P(B) prend sens : au numérateur, on compte les cas où A et B se produisent ensemble, c’est l’intersection ; au dénominateur, on compte tous les cas où B est réalisé. Cette écriture n’a de sens que si P(B) ≠ 0. Si B est impossible, on ne peut pas restreindre l’univers à quelque chose qui n’arrive jamais.

Prenons un exemple moins banal qu’un tirage de carte. Dans un lycée, 120 élèves participent à un atelier théâtre. Parmi eux, 48 sont en Première, et 30 sont à la fois en Première et inscrits au spectacle de fin d’année. Si l’on demande la probabilité qu’un élève soit inscrit au spectacle sachant qu’il est en Première, on ne divise pas par 120. On travaille seulement parmi les 48 élèves de Première. On obtient donc P(S sachant P) = 30/48. En revanche, la probabilité simple d’être inscrit au spectacle dans tout le groupe pourrait être tout autre. Voilà la confusion classique : oublier que la condition change l’échelle de référence. Le calcul reste simple, mais le raisonnement doit être précis.

Le point de vue fréquentiste aide beaucoup, surtout avec un tableau à double entrée. Sur 1 000 situations observées, la probabilité devient une fréquence. La conditionnelle se lit alors comme une proportion dans une sous-population. Si 200 élèves mangent à la cantine et que 50 d’entre eux choisissent un menu végétarien, alors la probabilité de choisir ce menu sachant qu’on déjeune à la cantine vaut 50/200. Ce raisonnement distingue nettement plusieurs notions : la probabilité simple P(A), calculée sur tout l’univers ; l’intersection P(A∩B), où A et B arrivent ensemble ; la complémentaire P(Ā), qui décrit “non A” ; et la probabilité conditionnelle, qui repose sur un univers déjà filtré. En revanche, P(A sachant B) n’est presque jamais égal à P(A∩B), ni à P(B sachant A).

La méthode anti-erreur en 4 étapes pour calculer une probabilité conditionnelle

Pour calculer une probabilité conditionnelle, partez toujours de l’information déjà connue. Reconstituez ensuite le bon univers, repérez l’événement cherché à l’intérieur, puis écrivez la formule. Cette méthode évite l’erreur fréquente la plus coûteuse en contrôle : garder le mauvais dénominateur.

Voici le protocole que je conseille en classe. Étape 1 : repérez ce qui est déjà vrai dans l’énoncé. Si on demande la probabilité d’un défaut sachant que l’objet vient de la série du matin, alors la série du matin est déjà acquise. Étape 2 : redéfinissez la population de référence. Vous ne travaillez plus sur toute la production, mais seulement sur les objets du matin. C’est là que se joue le bon dénominateur. Étape 3 : cherchez, dans ce nouvel univers, les objets qui vérifient aussi l’événement demandé. Le numérateur est souvent une intersection. Étape 4 : contrôlez le résultat. Une probabilité conditionnelle reste entre 0 et 1. Elle doit aussi être cohérente avec les effectifs ou la fréquence observée. Cette méthode de calcul marche avec un arbre, un tableau à double entrée ou des données brutes.

Prenons un exemple corrigé original. Dans un atelier de technologie d’un lycée, 200 gourdes sont testées en contrôle qualité. 120 viennent de la série du matin, 80 de l’après-midi. On observe 18 défauts d’étanchéité le matin et 6 l’après-midi. On demande : quelle est la probabilité qu’une gourde soit défectueuse sachant qu’elle vient du matin ? Étape 1 : l’information connue est “vient du matin”. Étape 2 : le nouvel univers contient 120 gourdes, pas 200. Étape 3 : parmi ces 120, 18 sont défectueuses. Donc P(D|M)=18/120=0,15, soit 15 %. Beaucoup d’élèves écrivent 18/200. C’est faux, car ils gardent l’univers total. Si l’on demande au contraire la probabilité qu’une gourde vienne du matin sachant qu’elle est défectueuse, le calcul change complètement : P(M|D)=18/24=0,75. Même nombres, sens différent.

Avant de passer à la suite, faites une vérification mentale rapide. La question contient-elle un sachant que clairement identifié ? Avez-vous changé d’univers de départ ? Le numérateur correspond-il bien aux cas favorables dans cet univers ? Le résultat est-il plausible au regard des données ? Cette mini-routine limite presque toutes les erreurs fréquentes. Si vous vous demandez encore comment calculer la probabilité conditionnelle, retenez cette phrase : je lis l’information connue, je change de référence, je compte dans ce cadre, puis je vérifie. En contrôle, cette méthode fait gagner des points vite.

Application guidée : un cas concret original de contrôle qualité

Dans un atelier scolaire, 12 % des pièces viennent d’une machine M, et 4 % des pièces de cette machine sont défectueuses. La méthode anti-erreur tient en quatre gestes : on fixe l’univers, on nomme les événements, on choisit la bonne formule, puis on interprète. Ici, l’univers est l’ensemble des pièces produites ; D sachant M signifie donc : parmi les pièces issues de M, quelle part est défectueuse ? Par conséquent, on lit directement la donnée : P(D|M)=0,04.

Le point délicat est le changement d’univers. Quand on conditionne par M, on ne regarde plus toutes les pièces, mais seulement celles fabriquées par cette machine. En revanche, si l’on demandait P(M|D), la question changerait complètement : parmi les pièces défectueuses, quelle part vient de M ? Ce ne serait plus la même lecture, ni la même formule. Ici, l’interprétation correcte est simple : 4 pièces sur 100 produites par M sont défectueuses. Le résultat décrit donc la fiabilité de la machine, pas la répartition des défauts dans tout l’atelier.

Arbre pondéré, indépendance et théorème de Bayes : les bons outils au bon moment

L’arbre pondéré visualise des étapes successives et calcule des probabilités de chemins. L’indépendance teste si connaître un événement change, ou non, la probabilité d’un autre. Le théorème de Bayes, lui, sert à inverser le regard : passer de P(B sachant A) à P(A sachant B).

Choisissez un arbre pondéré quand l’énoncé raconte une succession d’actions, de choix ou de filtres. C’est le bon outil pour un contrôle qualité en atelier scolaire, un tri de pièces, deux tirages avec remise, ou un test puis une vérification. Le tableau convient mieux si vous croisez deux caractères fixes, par exemple fille/garçon et interne/externe. Sur un arbre, chaque branche porte une probabilité. Simple. La règle du produit donne la probabilité d’un chemin complet : P(A inter B) = P(A) × P(B sachant A). Et à chaque nœud, la somme des branches issues de ce point vaut 1. Sans cette vérification, les erreurs s’accumulent vite. En pratique, je conseille de nommer clairement les événements dès le départ. Un arbre mal légendé devient illisible en trente secondes.

La probabilité conditionnelle indépendance se teste avec deux écritures équivalentes. Soit P(A inter B) = P(A) × P(B). Soit P(A sachant B) = P(A), si P(B) ≠ 0. Même idée. Si savoir que B s’est produit ne change rien pour A, alors A et B sont indépendants. Attention au piège classique : l’incompatibilité n’est pas l’indépendance. Deux événements incompatibles ne peuvent pas arriver ensemble, donc P(A inter B) = 0. Ils sont indépendants seulement dans des cas très particuliers, par exemple si l’un a une probabilité nulle. Retenez ce réflexe : indépendant ne veut pas dire sans lien visible, mais sans effet sur la probabilité. C’est plus précis. Et bien plus utile au bac.

Le théorème de Bayes devient utile quand l’énoncé donne une probabilité “dans un sens” et pose la question “dans l’autre”. Exemple typique : on connaît la probabilité d’un test positif chez un malade, puis on demande la probabilité d’être malade sachant un test positif. C’est le cas des faux positifs médicaux. La formule est brève : P(A sachant B) = P(A inter B) / P(B), donc souvent P(A sachant B) = [P(A) × P(B sachant A)] / P(B). Bayes inverse le conditionnement. C’est tout l’intérêt. Thomas Bayes, pasteur et mathématicien anglais du XVIIIe siècle, a donné son nom à cette idée devenue centrale en statistique. On la retrouve dans les filtres bayésiens des courriels, les réseaux bayésiens en intelligence artificielle, et même dans le problème de Monty Hall, souvent contre-intuitif. Même en spécialité maths, gardez l’objectif simple : lire le bon sens de la question avant d’écrire la formule.

Exercices type bac sur la probabilité conditionnelle : du réflexe de base au raisonnement complet

Pour progresser, entraîne-toi sur trois niveaux : lecture d’un tableau, usage d’un arbre pondéré, puis exercice mixte avec indépendance ou Bayes. Le vrai but n’est pas seulement de calculer. Il faut choisir le bon outil, repérer le bon conditionnement et rédiger une conclusion juste, comme au baccalauréat.

Le niveau 1 vérifie le réflexe de base. On te donne un tableau d’effectifs au lycée : par exemple des élèves selon une option et une réussite à un test. La question demande parmi les élèves ayant choisi l’option, quelle est la probabilité d’avoir réussi. Tu dois repérer le mot-clé parmi. Il impose le conditionnement. Le dénominateur n’est donc pas l’effectif total, mais celui de la ligne ou de la colonne correspondant à la condition. C’est le cœur de beaucoup de sujets de révision terminale. L’erreur la plus probable est simple : diviser par le total général. Le réflexe de vérification l’est aussi : une probabilité conditionnelle se lit dans un sous-groupe, donc ton résultat doit être cohérent avec ce sous-groupe. Si tu cherches un probabilité conditionnelle exercice corrigé, commence toujours par ce format.

Le niveau 2 demande un arbre pondéré avec événement complémentaire. Exemple classique : une machine produit une pièce conforme ou non conforme, puis un contrôle détecte ou non le défaut. Tu dois repérer l’ordre des étapes. L’arbre traduit cet ordre, pas l’inverse. Si l’énoncé donne P(A) et P(B|A), place d’abord A, puis B sur la branche issue de A. Si on te demande la probabilité de l’événement contraire, pense au complémentaire avant de lancer un calcul trop long. L’erreur la plus fréquente est de confondre P(B|A) et P(A|B). Le bon réflexe : relire la phrase complète en français après le calcul. Si elle sonne faux, le conditionnement est souvent inversé. Ce type d’exercice apparaît souvent dans les manuels de référence, les cours pdf et les ressources Eduscol.

Le niveau 3 est un vrai format type bac. Un énoncé mélange conditionnelle, intersection, indépendance et interprétation. Par exemple, dans un atelier scolaire, une pièce peut être fabriquée sur deux postes, puis contrôlée. On te demande de calculer P(A∩B), puis de tester si deux événements sont indépendants, enfin d’interpréter un résultat. Tu dois repérer la nature exacte de chaque question : arbre, produit, somme, ou comparaison entre P(A∩B) et P(A)×P(B). L’erreur la plus probable est de déclarer l’indépendance sans test chiffré. Le réflexe de vérification est net : écris les deux valeurs et compare-les. Bonus du prof : au bac, termine par une phrase complète, par exemple : Parmi les pièces défectueuses, la probabilité qu’elles proviennent du poste 1 est de 0,72. Cette rédaction montre que vous maîtrisez le bon conditionnement. Vous pouvez aussi télécharger une fiche d’exercices corrigés pdf récapitulative et croiser vos méthodes avec le programme officiel, les ressources du Ministère de l’Éducation nationale, Eduscol et les manuels usuels. Au fond, les compétences visées sont claires : lire des données, modéliser une situation aléatoire, calculer sans confusion et interpréter dans une langue mathématique précise.

Comment calculer la probabilité de A sachant B ?

On calcule la probabilité conditionnelle avec la formule P(A|B) = P(A∩B) / P(B), à condition que P(B) ≠ 0. Elle mesure la probabilité de A quand on sait déjà que B est réalisé. En pratique, je conseille d’identifier d’abord l’univers réduit à B, puis de repérer dans cet univers les cas où A est aussi vrai.

Comment savoir si A et B sont indépendants ?

Deux événements A et B sont indépendants si la réalisation de l’un ne change pas la probabilité de l’autre. On vérifie cela avec P(A∩B) = P(A)×P(B). On peut aussi tester si P(A|B) = P(A), lorsque P(B) ≠ 0. Si l’égalité est vraie, alors A et B sont indépendants.

Comment savoir si un événement est indépendant ?

Un événement n’est pas indépendant « tout seul » : l’indépendance se définit toujours par rapport à un autre événement. Il faut donc préciser de quels deux événements on parle. Ensuite, on teste la relation P(A∩B) = P(A)×P(B), ou encore P(A|B) = P(A) si P(B) n’est pas nulle. Sans second événement, la question n’a pas de sens mathématique.

Comment calculer ā ?

Le symbole ā désigne en général l’événement contraire de A, noté aussi A barre ou complémentaire de A. Sa probabilité se calcule par P(Ā) = 1 − P(A). C’est très utile quand il est plus simple de calculer la probabilité de A que celle de son contraire, ou inversement.

Quelle est la probabilité de l'événement ?

La probabilité d’un événement dépend de la situation étudiée. En général, dans un univers équiprobable, on utilise P(A) = nombre de cas favorables / nombre de cas possibles. Sinon, il faut s’appuyer sur les données de l’énoncé, un arbre, un tableau ou une loi de probabilité. Je recommande toujours de bien définir l’événement avant tout calcul.

Comment calculer la probabilité de A inter B ?

L’intersection A∩B correspond aux cas où A et B se réalisent en même temps. On peut la calculer avec P(A∩B) = P(A)×P(B|A), ou encore P(B)×P(A|B), si les probabilités conditionnelles sont connues. Si A et B sont indépendants, la formule devient plus simple : P(A∩B) = P(A)×P(B).

Comment calculer P de A sachant B ?

P(A sachant B), noté P(A|B), se calcule en divisant la probabilité de A∩B par celle de B : P(A|B) = P(A∩B) / P(B). Il faut impérativement que P(B) soit non nulle. Cette écriture signifie qu’on raisonne uniquement parmi les situations où B est déjà réalisé.

Comment bien comprendre les probabilités conditionnelles ?

Pour bien comprendre, il faut voir qu’une probabilité conditionnelle change le cadre d’observation : on ne regarde plus tout l’univers, seulement les cas où B est vrai. Je conseille d’utiliser un arbre pondéré, un tableau à double entrée ou un diagramme. Cette idée d’univers restreint rend la formule beaucoup plus intuitive.

Retiens l’idée essentielle : en probabilité conditionnelle, on ne regarde plus tout l’univers, mais seulement la partie déjà imposée par l’information connue. Avant tout calcul, demande-toi donc : « Sur quel ensemble je raisonne maintenant ? » Ce simple réflexe évite la majorité des erreurs. Pour réviser efficacement, entraîne-toi avec un tableau, un arbre, puis vérifie systématiquement si tu as bien identifié l’événement conditionnant avant d’appliquer la formule.

Mis à jour le 29 avril 2026