Aller au contenu

Mathématiques (enseignement scientifique, tronc commun) · PremièreÉpreuve anticipée de mathématiques

Probabilités conditionnelles et arbres : exercices corrigés de 1re

Publié le 6 novembre 2026 · Mis à jour le 6 novembre 2026 · Signaler une erreur

L'essentiel

  • Une probabilité conditionnelle PA(B)P_A(B) se lit « probabilité de B sachant A » et suppose que P(A)P(A) n'est pas nulle.2
  • Dans un arbre pondéré, chaque branche porte une probabilité conditionnelle ; on multiplie le long d'un chemin (règle du produit) et on additionne les chemins qui mènent au même événement (règle de la somme).26
  • Quand les événements de départ forment une partition de l'univers, la formule des probabilités totales donne la probabilité d'un événement en additionnant ses morceaux.6
  • Deux événements sont indépendants lorsque la probabilité de A sachant B est égale à la probabilité de A.1
  • Pour inverser un conditionnement (passer de « positif sachant malade » à « malade sachant positif »), on calcule d'abord la probabilité de l'intersection, puis on divise.

Comment utiliser ces exercices

Ces exercices vont du plus simple au plus délicat. Les premiers se résolvent avec un tableau croisé d'effectifs, les suivants avec un arbre pondéré, les derniers demandent d'inverser un conditionnement ou de tester l'indépendance. Cherche chaque exercice sur ton cahier avant d'ouvrir les indices, puis compare ta démarche à la correction : une bonne réponse obtenue par un raisonnement bancal ne te servira pas le jour de l'épreuve.1

Les exercices

Exercice 1 Lire une fréquence conditionnelle dans un tableau

★☆☆Environ 5 min

Dans un lycée, on interroge 150 élèves de première : 90 filles et 60 garçons. Parmi les filles, 36 suivent l'option musique ; parmi les garçons, 15 la suivent.

On choisit un élève au hasard. On note FF : « l'élève est une fille » et MM : « l'élève suit l'option musique ».

Calcule PF(M)P_F(M), la probabilité que l'élève suive l'option musique sachant que c'est une fille.

Indice 1

Une fois qu'on sait que l'élève est une fille, combien d'élèves reste-t-il à considérer ?

Indice 2

Le nouvel univers contient uniquement les filles.

Voir la correction pas à pas
  1. On construit le tableau croisé : filles 90 dont 36 en musique et 54 hors musique ; garçons 60 dont 15 en musique et 45 hors musique ; total 150 dont 51 en musique et 99 hors musique.

  2. L'information « c'est une fille » réduit l'univers aux 90 filles.4

  3. Parmi ces 90 filles, 36 suivent la musique.

  4. On calcule donc PF(M)=3690=25=0,4P_F(M) = \dfrac{36}{90} = \dfrac{2}{5} = 0{,}4.

La probabilité vaut 0,40{,}4 : quand on sait que l'élève est une fille, elle a quatre chances sur dix de faire de la musique. On a divisé par l'effectif de la ligne « filles » et non par les 150 élèves : c'est exactement ce qui distingue une probabilité conditionnelle d'une probabilité ordinaire.

Exercice 2 Inverser la condition dans le même tableau

★☆☆Environ 5 min

On reprend le lycée de l'exercice précédent (150 élèves, 90 filles, 60 garçons, 36 filles et 15 garçons en option musique).

On choisit au hasard un élève parmi ceux qui suivent l'option musique. Calcule PM(F)P_M(F), la probabilité que ce soit une fille. Donne la valeur approchée à 10−410^{-4} près.

Indice 1

Cette fois, la condition est « suit l'option musique ». Combien d'élèves suivent cette option au total ?

Indice 2

Le dénominateur est le total de la colonne « musique ».

Voir la correction pas à pas
  1. On détermine l'effectif de la colonne « musique » : 36+15=5136 + 15 = 51 élèves.

  2. L'information « l'élève suit la musique » réduit l'univers à ces 51 élèves.

  3. Parmi eux, 36 sont des filles.

  4. On obtient PM(F)=3651=1217≈0,7059P_M(F) = \dfrac{36}{51} = \dfrac{12}{17} \approx 0{,}7059.

On trouve environ 0,7060{,}706, alors que PF(M)=0,4P_F(M) = 0{,}4. Les deux probabilités portent sur les mêmes 36 filles musiciennes, mais elles les rapportent à deux groupes différents (90 filles, puis 51 musiciens). Retiens la règle : on divise toujours par l'effectif de l'événement qui suit le mot « sachant ».

Exercice 3 Calculer la probabilité d'un chemin dans un arbre

★☆☆Environ 5 min

Une application propose chaque jour un défi. La probabilité que l'utilisateur ouvre l'application est P(A)=0,6P(A) = 0{,}6. S'il l'ouvre, la probabilité qu'il réussisse le défi est PA(B)=0,7P_A(B) = 0{,}7.

Calcule la probabilité P(A∩B)P(A \cap B) que l'utilisateur ouvre l'application et réussisse le défi.

Indice 1

Dessine un arbre : une première branche vers A pondérée par 0,6, puis une branche de A vers B pondérée par 0,7.

Indice 2

Pour un chemin, on multiplie les pondérations rencontrées.

Voir la correction pas à pas
  1. On dessine la première étape : branche vers AA (poids 0,60{,}6) et branche vers A‾\overline{A} (poids 0,40{,}4).

  2. À partir de AA, on place la branche vers BB pondérée par PA(B)=0,7P_A(B) = 0{,}7, car le poids d'une branche est une probabilité conditionnelle.6

  3. Le chemin AA puis BB correspond à l'événement A∩BA \cap B.

  4. On applique la règle du produit : P(A∩B)=P(A)×PA(B)=0,6×0,7=0,42P(A \cap B) = P(A) \times P_A(B) = 0{,}6 \times 0{,}7 = 0{,}42.2

La probabilité cherchée est 0,420{,}42. Elle est plus petite que 0,60{,}6 et que 0,70{,}7 : c'est normal, puisqu'on demande que deux conditions soient réalisées à la suite.

Exercice 4 Probabilités totales dans une usine

★★☆Environ 10 min

Une usine possède deux machines. La machine M1M_1 fabrique 60 % des pièces, la machine M2M_2 les 40 % restants. Parmi les pièces de M1M_1, 2 % sont défectueuses ; parmi celles de M2M_2, 5 % le sont.

On prélève une pièce au hasard dans la production. On note DD : « la pièce est défectueuse ». Calcule P(D)P(D).

Indice 1

Les événements « la pièce vient de M1M_1 » et « la pièce vient de M2M_2 » ne peuvent pas se produire en même temps et couvrent toute la production.

Indice 2

Deux chemins de l'arbre mènent à D : lesquels ?

Voir la correction pas à pas
  1. On note M1M_1 et M2M_2 les événements « la pièce vient de la machine 1 », « de la machine 2 ». Ils sont disjoints et leur réunion est tout l'univers : ils forment une partition.6

  2. On construit l'arbre : P(M1)=0,6P(M_1) = 0{,}6 et P(M2)=0,4P(M_2) = 0{,}4 ; puis PM1(D)=0,02P_{M_1}(D) = 0{,}02 et PM2(D)=0,05P_{M_2}(D) = 0{,}05.

  3. Chemin M1→DM_1 \to D : 0,6×0,02=0,0120{,}6 \times 0{,}02 = 0{,}012.

  4. Chemin M2→DM_2 \to D : 0,4×0,05=0,0200{,}4 \times 0{,}05 = 0{,}020.

  5. Les deux chemins réalisent D : on additionne (règle de la somme, formule des probabilités totales).26

  6. P(D)=0,012+0,020=0,032P(D) = 0{,}012 + 0{,}020 = 0{,}032.

Au total, 3,2 % des pièces sont défectueuses. Ce taux se situe entre 2 % et 5 %, plus près de 2 % parce que la machine M1M_1 produit davantage : si tu trouves un résultat hors de cet intervalle, c'est qu'il y a une erreur.

Exercice 5 D'où vient la pièce défectueuse ?

★★☆Environ 10 min

On reprend l'usine précédente : P(M1)=0,6P(M_1) = 0{,}6, P(M2)=0,4P(M_2) = 0{,}4, PM1(D)=0,02P_{M_1}(D) = 0{,}02, PM2(D)=0,05P_{M_2}(D) = 0{,}05 et P(D)=0,032P(D) = 0{,}032.

On prélève une pièce et on constate qu'elle est défectueuse. Calcule la probabilité PD(M2)P_D(M_2) qu'elle provienne de la machine M2M_2.

Indice 1

On cherche « M2M_2 sachant DD » alors que l'arbre donne « DD sachant M2M_2 » : il faut passer par l'intersection.

Indice 2

PD(M2)=P(D∩M2)P(D)P_D(M_2) = \dfrac{P(D \cap M_2)}{P(D)}.

Voir la correction pas à pas
  1. On repère le problème : l'arbre fournit PM2(D)P_{M_2}(D), mais on demande PD(M2)P_D(M_2). Les deux conditionnements sont inversés.2

  2. On calcule l'intersection avec la règle du produit : P(M2∩D)=0,4×0,05=0,02P(M_2 \cap D) = 0{,}4 \times 0{,}05 = 0{,}02.

  3. L'information « la pièce est défectueuse » réduit l'univers à D, de probabilité 0,0320{,}032.

  4. On divise : PD(M2)=0,020,032=0,625P_D(M_2) = \dfrac{0{,}02}{0{,}032} = 0{,}625.

Une pièce défectueuse vient de M2M_2 avec une probabilité de 0,6250{,}625, bien que M2M_2 ne fabrique que 40 % de la production. Sa part de pièces défectueuses est plus forte que sa part de production : elle pèse donc davantage parmi les pièces défectueuses que dans l'ensemble. Ce renversement est typique des problèmes d'inversion.

Exercice 6 Deux tirages successifs sans remise

★★☆Environ 10 min

Une urne contient 5 boules rouges et 3 boules vertes, indiscernables au toucher. On tire successivement et sans remise deux boules.

Calcule la probabilité d'obtenir deux boules rouges.

Indice 1

Après un premier tirage rouge, combien reste-t-il de boules dans l'urne, et combien sont rouges ?

Indice 2

Les tirages ne sont pas indépendants : la deuxième branche dépend du premier résultat.

Voir la correction pas à pas
  1. On note R1R_1 : « la première boule est rouge » et R2R_2 : « la deuxième boule est rouge ».

  2. Au premier tirage, 5 boules sur 8 sont rouges : P(R1)=58P(R_1) = \dfrac{5}{8}.

  3. Si R1R_1 est réalisé, l'urne contient 7 boules dont 4 rouges, donc PR1(R2)=47P_{R_1}(R_2) = \dfrac{4}{7}.

  4. On applique la règle du produit : P(R1∩R2)=58×47=2056=514P(R_1 \cap R_2) = \dfrac{5}{8} \times \dfrac{4}{7} = \dfrac{20}{56} = \dfrac{5}{14}.2

  5. Valeur décimale : 514≈0,3571\dfrac{5}{14} \approx 0{,}3571.

La probabilité d'obtenir deux boules rouges est 514\dfrac{5}{14}, soit environ 0,3570{,}357. Si le tirage avait été fait avec remise, on aurait trouvé 58×58≈0,391\dfrac{5}{8} \times \dfrac{5}{8} \approx 0{,}391 : la composition de l'urne change après le premier tirage, c'est précisément ce que traduit la probabilité conditionnelle sur la deuxième branche.

Exercice 7 Un test médical : que vaut un résultat positif ?

★★★Environ 15 min

Une maladie touche 1 % d'une population. Un test de dépistage est positif dans 95 % des cas chez une personne malade, et positif à tort dans 10 % des cas chez une personne non malade (faux positif).3

On choisit une personne au hasard et son test est positif. Calcule la probabilité qu'elle soit réellement malade. Donne la valeur approchée à 10−410^{-4} près.

Indice 1

Note MaMa : « la personne est malade » et TT : « le test est positif ». On te donne P(Ma)P(Ma), PMa(T)P_{Ma}(T) et PMa‾(T)P_{\overline{Ma}}(T), et on te demande PT(Ma)P_T(Ma).

Indice 2

Calcule P(T)P(T) avec la formule des probabilités totales, puis divise P(Ma∩T)P(Ma \cap T) par P(T)P(T).

Voir la correction pas à pas
  1. On construit l'arbre : P(Ma)=0,01P(Ma) = 0{,}01 et P(Ma‾)=0,99P(\overline{Ma}) = 0{,}99 ; puis PMa(T)=0,95P_{Ma}(T) = 0{,}95 et PMa‾(T)=0,10P_{\overline{Ma}}(T) = 0{,}10.

  2. Chemin « malade et positif » : P(Ma∩T)=0,01×0,95=0,0095P(Ma \cap T) = 0{,}01 \times 0{,}95 = 0{,}0095.

  3. Chemin « non malade et positif » : P(Ma‾∩T)=0,99×0,10=0,099P(\overline{Ma} \cap T) = 0{,}99 \times 0{,}10 = 0{,}099.

  4. Les événements MaMa et Ma‾\overline{Ma} forment une partition : P(T)=0,0095+0,099=0,1085P(T) = 0{,}0095 + 0{,}099 = 0{,}1085.6

  5. On inverse le conditionnement : PT(Ma)=0,00950,1085≈0,0876P_T(Ma) = \dfrac{0{,}0095}{0{,}1085} \approx 0{,}0876.

Malgré un test qui détecte 95 % des malades, une personne au test positif n'est malade qu'avec une probabilité d'environ 8,8 %. Le résultat surprend, mais il s'explique : la maladie est rare, donc les faux positifs de la grande majorité des personnes saines (0,099) dépassent largement les vrais positifs (0,0095). Voilà pourquoi on distingue la fiabilité du test de la valeur d'un résultat positif.

Exercice 8 Ces deux événements sont-ils indépendants ?

★★★Environ 10 min

Soit AA et BB deux événements d'un même univers tels que P(A)=0,5P(A) = 0{,}5, P(B)=0,4P(B) = 0{,}4 et P(A∩B)=0,15P(A \cap B) = 0{,}15.

  1. Calcule PB(A)P_B(A).
  2. Compare-le à P(A)P(A) et conclus sur l'indépendance de AA et BB.

Donne comme réponse numérique la valeur de PB(A)P_B(A).

Indice 1

La définition de l'indépendance compare PB(A)P_B(A) à P(A)P(A).

Indice 2

PB(A)=P(A∩B)P(B)P_B(A) = \dfrac{P(A \cap B)}{P(B)}, avec P(B)≠0P(B) \neq 0.

Voir la correction pas à pas
  1. Comme P(B)=0,4P(B) = 0{,}4 n'est pas nul, la probabilité de A sachant B existe.1

  2. On l'obtient en rapportant l'intersection à l'événement conditionnant : PB(A)=0,150,4=0,375P_B(A) = \dfrac{0{,}15}{0{,}4} = 0{,}375.

  3. On compare avec P(A)=0,5P(A) = 0{,}5 : 0,375≠0,50{,}375 \neq 0{,}5.

  4. Deux événements sont indépendants lorsque la probabilité de A sachant B est égale à celle de A ; ici ce n'est pas le cas.1

  5. On conclut que AA et BB ne sont pas indépendants.

On trouve PB(A)=0,375P_B(A) = 0{,}375, plus petit que P(A)=0,5P(A) = 0{,}5 : savoir que B est réalisé rend A moins probable. Pour des événements indépendants, on aurait eu P(A∩B)=0,5×0,4=0,2P(A \cap B) = 0{,}5 \times 0{,}4 = 0{,}2 ; l'écart entre 0,20{,}2 et 0,150{,}15 confirme la dépendance.

Les questions qu'on se pose

Comment savoir si je dois utiliser un tableau ou un arbre ?

Regarde la forme des données. Si l'énoncé donne des effectifs répartis selon deux critères (filles/garçons et option, par exemple), un tableau croisé d'effectifs est le plus direct.1 Si l'énoncé enchaîne des pourcentages (« parmi ceux qui… »), l'arbre pondéré s'impose : chaque branche porte une probabilité conditionnelle.6 Dans le doute, l'arbre fonctionne presque toujours.

Quelle différence entre $P(A \cap B)$ et $P_A(B)$ ?

P(A∩B)P(A \cap B) est la probabilité que A et B se réalisent tous les deux, en partant de l'ensemble de l'univers. PA(B)P_A(B) est la probabilité de B une fois que l'on sait que A est réalisé : l'univers est réduit à A. Les deux sont reliées par la règle du produit : P(A∩B)=P(A)×PA(B)P(A \cap B) = P(A) \times P_A(B).2 Sur un arbre, PA(B)P_A(B) se lit sur la branche, alors que P(A∩B)P(A \cap B) s'obtient en multipliant tout le chemin.

Pourquoi les résultats d'un test médical sont-ils souvent trompeurs ?

Parce qu'on confond deux probabilités conditionnelles inversées : « test positif sachant malade » (qualité du test) et « malade sachant test positif » (ce qui intéresse le patient). Quand la maladie est rare, les faux positifs viennent d'un grand nombre de personnes saines et peuvent dépasser les vrais positifs.3 Pour trancher, il faut construire l'arbre, calculer P(T)P(T) avec les probabilités totales, puis diviser, comme dans l'exercice sur le dépistage.

Sources

Programme visé : Programme de mathématiques de première générale - Bulletin officiel · Ministère de l'Éducation Nationale

  1. Programme de mathématiques de première générale - Bulletin officiel, Ministère de l'Éducation Nationale. Consulté le 6 novembre 2026.
  2. Programme de mathématiques de première générale (PDF), Ministère de l'Éducation Nationale. Consulté le 6 novembre 2026.
  3. Ressources Éduscol - Mathématiques classe de première générale, Éduscol. Consulté le 6 novembre 2026.
  4. Ressources d'accompagnement - Probabilités et statistiques, Éduscol. Consulté le 6 novembre 2026.
  5. Ressources didactiques - Enseignement scientifique et mathématiques, Éduscol. Consulté le 6 novembre 2026.
  6. Arbre de probabilité, Wikipédia. Consulté le 6 novembre 2026.

Les numéros dans le texte renvoient à ces sources. Une source qui ne dit pas ce qu'on lui fait dire ? Signale-le.

Signaler une erreur sur cette page

Je suis en…

Primaire

  • CP Bientôt
  • CE1 Bientôt
  • CE2 Bientôt
  • CM1 Bientôt
  • CM2 Bientôt

Collège

Lycée

Supérieur

  • BTS Bientôt
  • BUT Bientôt
  • Licence Bientôt
  • Prépas Bientôt

Sur cette page