Probabilités Conditionnelles Exercices Corrigés PDF - Fiche de Révision Maths

Ouvrir

Gwladys✨

25/07/2022

Maths

Fiche de révision : probabilités

Matières

Maths

Probabilités Conditionnelles Exercices Corrigés PDF - Fiche de Révision Maths

Name: Knowunity
Brand: Knowunity

Les probabilités conditionnelles sont un concept clé en mathématiques, essentiel pour comprendre les relations entre différents événements. Ce document présente les principes fondamentaux, les formules et des exercices corrigés sur ce sujet.

• Il couvre les lois de probabilité, l'intersection et la réunion d'événements, les événements contraires et incompatibles.
• Les notions d'indépendance et de dépendance entre événements sont expliquées en détail.
• Des exemples concrets et des exercices corrigés illustrent l'application de ces concepts.
• Le document fournit également des informations sur les arbres pondérés et la formule des probabilités totales.

...

25/07/2022

388

Probabilites
1. Loi de probabilite's won le cours on)
2. Intersection de 2 evenements
(ensemble des eventualités qui sont en même temps dans

Voir

Page 2 : Exercice sur les probabilités dans une classe

Cette page présente un exercice pratique sur les probabilités conditionnelles dans le contexte d'une classe de 35 élèves. L'exercice porte sur le club théâtre (T) et la chorale (C) de l'école.

Example: Dans une classe de 35 élèves, le club théâtre compte 10 élèves et la chorale 12 élèves. 18 élèves ne participent à aucune de ces activités.

L'exercice demande de calculer la probabilité qu'un élève choisi au hasard :

Appartienne au club théâtre ou à la chorale
Appartienne à la fois au club théâtre et à la chorale

La résolution de cet exercice implique l'utilisation de la formule de la probabilité de l'union de deux événements : p(T∪C) = p(T) + p(C) - p(T∩C).

Highlight: La probabilité que l'élève appartienne au club théâtre ou à la chorale est de 17/35.

Cette page illustre parfaitement l'application pratique des concepts de probabilités conditionnelles et d'union d'événements.

Voir

Page 3 : Suite de l'exercice et concept d'inclusion

Cette page poursuit l'exercice de la page précédente et introduit le concept d'inclusion en probabilités conditionnelles.

Highlight: La probabilité que l'élève appartienne à la fois au club théâtre et à la chorale est de 5/35.

Le concept d'inclusion est illustré à l'aide de diagrammes de Venn, montrant les relations entre les ensembles A et B.

Definition: L'inclusion en probabilités se produit lorsqu'un événement A est entièrement contenu dans un événement B. Dans ce cas, A∩B = A et A∪B = B.

Cette page renforce la compréhension des relations entre les événements en probabilités, un aspect crucial pour résoudre des problèmes plus complexes de probabilités conditionnelles.

Voir

Page 4 : Arbres pondérés

Cette page introduit le concept d'arbres pondérés, un outil visuel puissant pour représenter et calculer les probabilités conditionnelles.

Les arbres pondérés sont particulièrement utiles pour visualiser les séquences d'événements et leurs probabilités associées. Ils permettent de calculer facilement les probabilités d'événements composés.

Vocabulary: Un arbre pondéré est un diagramme qui représente les différentes possibilités d'une expérience aléatoire, avec les probabilités associées à chaque branche.

La page présente plusieurs formules importantes liées aux arbres pondérés :

Highlight:

p(A∩B) = p(A) × pA(B)

pA(B) = p(A∩B) / p(A)

p(A∩B) = p(B) × pB(A)

Ces formules sont essentielles pour résoudre des problèmes complexes de probabilités conditionnelles et comprendre la relation entre les événements dépendants.

Voir

Page 5 : Probabilités conditionnelles et indépendance

Cette page se concentre sur les définitions formelles des probabilités conditionnelles et l'indépendance des événements.

Definition: La probabilité conditionnelle de B sachant A, notée pA(B), est définie par pA(B) = p(A∩B) / p(A), où p(A) ≠ 0.

De même, si p(B) ≠ 0, on peut définir la probabilité de A sachant B : pB(A) = p(A∩B) / p(B).

La page introduit ensuite le concept d'indépendance entre événements :

Highlight: Deux événements A et B sont indépendants si et seulement si p(A∩B) = p(A) × p(B).

Il est important de noter que si A et B sont indépendants, A et B̄ le sont aussi.

La page se termine par une définition des événements incompatibles :

Definition: Deux événements A et B sont incompatibles s'ils ne peuvent pas se réaliser en même temps. Dans ce cas, A∩B = ∅ et p(A∩B) = 0.

Ces concepts sont fondamentaux pour comprendre et résoudre des problèmes complexes de probabilités conditionnelles.

Voir

Page 6 : Justification de l'indépendance et exercices

Cette page explique comment justifier l'indépendance de deux événements et présente des exercices pratiques sur les probabilités conditionnelles.

Pour justifier l'indépendance de deux événements A et B, on peut :

Déterminer p(A), p(B) et p(A∩B)
Calculer p(A) × p(B) et comparer le résultat avec p(A∩B)
Si p(A∩B) = p(A) × p(B), alors A et B sont indépendants

Example: Un exercice montre comment vérifier l'indépendance en comparant p(A∩B) avec p(A) × p(B).

La page présente également un exercice sur les probabilités conditionnelles dans le contexte des transports en commun et des deux-roues.

Highlight: La probabilité qu'un élève choisi utilise les transports en commun est calculée comme pT(2R) = 210/750 = 28/100.

Ces exercices pratiques aident à consolider la compréhension des concepts de probabilités conditionnelles et d'indépendance des événements.

Voir

Page 7 : Suite des exercices sur les probabilités conditionnelles

Cette page poursuit les exercices sur les probabilités conditionnelles, en se concentrant sur des situations concrètes impliquant des transports et des appels téléphoniques.

L'exercice sur les transports se termine avec le calcul de la probabilité qu'un élève choisi utilise un deux-roues :

Highlight: La probabilité qu'un élève choisi utilise un deux-roues est de 24/100.

Un nouvel exercice est introduit, portant sur la probabilité de recevoir des appels téléphoniques :

Example: Soit A l'événement "le premier téléphone sonne" et B l'événement "le deuxième téléphone sonne". On donne p(A) = 0,4 et p(B) = 0,3.

Cet exercice illustre l'application de l'indépendance des événements dans un contexte pratique. Il montre comment utiliser les probabilités conditionnelles pour résoudre des problèmes de la vie quotidienne.

Voir

Page 8 : Résolution de l'exercice sur les appels téléphoniques

Cette page présente la résolution de l'exercice sur les appels téléphoniques, illustrant l'application pratique des concepts d'indépendance et de probabilités conditionnelles.

Highlight: Les événements A (le premier téléphone sonne) et B (le deuxième téléphone sonne) sont indépendants. Par conséquent, Ā et B̄ sont également indépendants.

On donne : p(Ā) = 0,6 et p(B̄) = 0,7

Comme Ā et B̄ sont indépendants, on peut calculer la probabilité que la fille ne soit pas dérangée :

Example: p(Ā∩B̄) = p(Ā) × p(B̄) = 0,6 × 0,7 = 0,42

Highlight: La probabilité que la fille ne soit pas dérangée est de 42%.

Cet exemple montre comment utiliser l'indépendance des événements pour simplifier les calculs de probabilités conditionnelles dans des situations réelles.

Voir

Page 9 : Exercice sur le tirage de boules

Cette page présente un exercice sur le tirage de boules, illustrant l'application des probabilités conditionnelles dans un contexte de tirage aléatoire.

L'exercice implique un sac contenant 3 boules rouges (R) et 2 boules vertes (V). On effectue deux tirages successifs sans remise.

Example: Les issues possibles sont : RR, RV, VR, VV.

L'exercice demande de calculer : a) La probabilité que les deux boules soient de la même couleur (événement A) b) La probabilité qu'au moins une boule soit verte (événement B)

Pour résoudre cet exercice, il faut utiliser les concepts de probabilités conditionnelles et de tirage sans remise.

Highlight: p(RR) = 3/5 × 2/4 = 3/10

Cette page montre comment appliquer les principes des probabilités conditionnelles à des situations de tirage aléatoire, un type de problème fréquent dans les exercices de probabilités.

Voir

Page 10 : Suite de l'exercice sur le tirage de boules

Cette page poursuit la résolution de l'exercice sur le tirage de boules, illustrant l'application des probabilités conditionnelles dans un contexte de tirage sans remise.

Pour calculer la probabilité de l'événement A (les deux boules sont de la même couleur), on additionne les probabilités de tirer deux boules rouges et deux boules vertes :

Example: p(A) = p(RR) + p(VV) = 3/10 + 1/10 = 4/10 = 2/5

Pour l'événement B (au moins une boule est verte), on utilise le principe du complémentaire :

Highlight: p(B) = 1 - p(RR) = 1 - 3/10 = 7/10 = 0,7

Cette approche illustre comment utiliser efficacement les propriétés des probabilités conditionnelles pour résoudre des problèmes complexes. Elle montre également l'importance de considérer les événements complémentaires dans les calculs de probabilités.

Rien ne te convient ? Explore d'autres matières.

Knowunity est la meilleure application scolaire dans cinq pays européens.

Knowunity a été mis en avant par Apple et a toujours été en tête des classements de l'App Store dans la catégorie Éducation en Allemagne, en Italie, en Pologne, en Suisse et au Royaume-Uni. Rejoins Knowunity aujourd'hui et aide des millions d'étudiants à travers le monde.

Chargement dans le

Google Play

Chargement dans le

App Store

Knowunity est la meilleure application scolaire dans cinq pays européens.

4.9+

Note moyenne de l'appli

17 M

Les élèsves utilisent Knowunity

#1

Dans les palmarès des applications scolaires de 17 pays

950 K+

Les élèves publient leurs fiches de cours

Tu n'es toujours pas convaincu ? Regarde ce que disent les autres élèves ...

Louis B., utilisateur iOS

J'aime tellement cette application [...] Je recommande Knowunity à tout le monde ! !! Je suis passé de 11 à 16 grâce à elle :D

Stefan S., utilisateur iOS

L'application est très simple à utiliser et bien faite. Jusqu'à présent, j'ai trouvé tout ce que je cherchais :D

Lola, utilisatrice iOS

J'adore cette application ❤️ Je l'utilise presque tout le temps pour réviser.

Matières

Maths

Probabilités Conditionnelles Exercices Corrigés PDF - Fiche de Révision Maths

Gwladys✨

@_gwladxs

50 Abonnés

Suivre

...

25/07/2022

388

1ère

Maths

Inscris-toi pour voir le contenu. C'est gratuit!

Accès à tous les documents

Améliore tes notes

Rejoins des millions d'étudiants

En t'inscrivant, tu acceptes les Conditions d'utilisation et la Politique de confidentialité.

Page 2 : Exercice sur les probabilités dans une classe

Example: Dans une classe de 35 élèves, le club théâtre compte 10 élèves et la chorale 12 élèves. 18 élèves ne participent à aucune de ces activités.

L'exercice demande de calculer la probabilité qu'un élève choisi au hasard :

Appartienne au club théâtre ou à la chorale
Appartienne à la fois au club théâtre et à la chorale

La résolution de cet exercice implique l'utilisation de la formule de la probabilité de l'union de deux événements : p(T∪C) = p(T) + p(C) - p(T∩C).

Highlight: La probabilité que l'élève appartienne au club théâtre ou à la chorale est de 17/35.

Cette page illustre parfaitement l'application pratique des concepts de probabilités conditionnelles et d'union d'événements.

Inscris-toi pour voir le contenu. C'est gratuit!

Accès à tous les documents

Améliore tes notes

Rejoins des millions d'étudiants

En t'inscrivant, tu acceptes les Conditions d'utilisation et la Politique de confidentialité.

Page 3 : Suite de l'exercice et concept d'inclusion

Cette page poursuit l'exercice de la page précédente et introduit le concept d'inclusion en probabilités conditionnelles.

Highlight: La probabilité que l'élève appartienne à la fois au club théâtre et à la chorale est de 5/35.

Le concept d'inclusion est illustré à l'aide de diagrammes de Venn, montrant les relations entre les ensembles A et B.

Definition: L'inclusion en probabilités se produit lorsqu'un événement A est entièrement contenu dans un événement B. Dans ce cas, A∩B = A et A∪B = B.

Cette page renforce la compréhension des relations entre les événements en probabilités, un aspect crucial pour résoudre des problèmes plus complexes de probabilités conditionnelles.

Inscris-toi pour voir le contenu. C'est gratuit!

Accès à tous les documents

Améliore tes notes

Rejoins des millions d'étudiants

En t'inscrivant, tu acceptes les Conditions d'utilisation et la Politique de confidentialité.

Page 4 : Arbres pondérés

Cette page introduit le concept d'arbres pondérés, un outil visuel puissant pour représenter et calculer les probabilités conditionnelles.

Vocabulary: Un arbre pondéré est un diagramme qui représente les différentes possibilités d'une expérience aléatoire, avec les probabilités associées à chaque branche.

La page présente plusieurs formules importantes liées aux arbres pondérés :

Highlight:

p(A∩B) = p(A) × pA(B)

pA(B) = p(A∩B) / p(A)

p(A∩B) = p(B) × pB(A)

Ces formules sont essentielles pour résoudre des problèmes complexes de probabilités conditionnelles et comprendre la relation entre les événements dépendants.

Inscris-toi pour voir le contenu. C'est gratuit!

Accès à tous les documents

Améliore tes notes

Rejoins des millions d'étudiants

En t'inscrivant, tu acceptes les Conditions d'utilisation et la Politique de confidentialité.

Page 5 : Probabilités conditionnelles et indépendance

Cette page se concentre sur les définitions formelles des probabilités conditionnelles et l'indépendance des événements.

Definition: La probabilité conditionnelle de B sachant A, notée pA(B), est définie par pA(B) = p(A∩B) / p(A), où p(A) ≠ 0.

De même, si p(B) ≠ 0, on peut définir la probabilité de A sachant B : pB(A) = p(A∩B) / p(B).

La page introduit ensuite le concept d'indépendance entre événements :

Highlight: Deux événements A et B sont indépendants si et seulement si p(A∩B) = p(A) × p(B).

Il est important de noter que si A et B sont indépendants, A et B̄ le sont aussi.

La page se termine par une définition des événements incompatibles :

Definition: Deux événements A et B sont incompatibles s'ils ne peuvent pas se réaliser en même temps. Dans ce cas, A∩B = ∅ et p(A∩B) = 0.

Ces concepts sont fondamentaux pour comprendre et résoudre des problèmes complexes de probabilités conditionnelles.

Inscris-toi pour voir le contenu. C'est gratuit!

Accès à tous les documents

Améliore tes notes

Rejoins des millions d'étudiants

En t'inscrivant, tu acceptes les Conditions d'utilisation et la Politique de confidentialité.

Page 6 : Justification de l'indépendance et exercices

Cette page explique comment justifier l'indépendance de deux événements et présente des exercices pratiques sur les probabilités conditionnelles.

Pour justifier l'indépendance de deux événements A et B, on peut :

Déterminer p(A), p(B) et p(A∩B)
Calculer p(A) × p(B) et comparer le résultat avec p(A∩B)
Si p(A∩B) = p(A) × p(B), alors A et B sont indépendants

Example: Un exercice montre comment vérifier l'indépendance en comparant p(A∩B) avec p(A) × p(B).

La page présente également un exercice sur les probabilités conditionnelles dans le contexte des transports en commun et des deux-roues.

Highlight: La probabilité qu'un élève choisi utilise les transports en commun est calculée comme pT(2R) = 210/750 = 28/100.

Ces exercices pratiques aident à consolider la compréhension des concepts de probabilités conditionnelles et d'indépendance des événements.

Inscris-toi pour voir le contenu. C'est gratuit!

Accès à tous les documents

Améliore tes notes

Rejoins des millions d'étudiants

En t'inscrivant, tu acceptes les Conditions d'utilisation et la Politique de confidentialité.

Page 7 : Suite des exercices sur les probabilités conditionnelles

Cette page poursuit les exercices sur les probabilités conditionnelles, en se concentrant sur des situations concrètes impliquant des transports et des appels téléphoniques.

L'exercice sur les transports se termine avec le calcul de la probabilité qu'un élève choisi utilise un deux-roues :

Highlight: La probabilité qu'un élève choisi utilise un deux-roues est de 24/100.

Un nouvel exercice est introduit, portant sur la probabilité de recevoir des appels téléphoniques :

Example: Soit A l'événement "le premier téléphone sonne" et B l'événement "le deuxième téléphone sonne". On donne p(A) = 0,4 et p(B) = 0,3.

Inscris-toi pour voir le contenu. C'est gratuit!

Accès à tous les documents

Améliore tes notes

Rejoins des millions d'étudiants

En t'inscrivant, tu acceptes les Conditions d'utilisation et la Politique de confidentialité.

Page 8 : Résolution de l'exercice sur les appels téléphoniques

Cette page présente la résolution de l'exercice sur les appels téléphoniques, illustrant l'application pratique des concepts d'indépendance et de probabilités conditionnelles.

Highlight: Les événements A (le premier téléphone sonne) et B (le deuxième téléphone sonne) sont indépendants. Par conséquent, Ā et B̄ sont également indépendants.

On donne : p(Ā) = 0,6 et p(B̄) = 0,7

Comme Ā et B̄ sont indépendants, on peut calculer la probabilité que la fille ne soit pas dérangée :

Example: p(Ā∩B̄) = p(Ā) × p(B̄) = 0,6 × 0,7 = 0,42

Highlight: La probabilité que la fille ne soit pas dérangée est de 42%.

Cet exemple montre comment utiliser l'indépendance des événements pour simplifier les calculs de probabilités conditionnelles dans des situations réelles.

Inscris-toi pour voir le contenu. C'est gratuit!

Accès à tous les documents

Améliore tes notes

Rejoins des millions d'étudiants

En t'inscrivant, tu acceptes les Conditions d'utilisation et la Politique de confidentialité.

Page 9 : Exercice sur le tirage de boules

Cette page présente un exercice sur le tirage de boules, illustrant l'application des probabilités conditionnelles dans un contexte de tirage aléatoire.

L'exercice implique un sac contenant 3 boules rouges (R) et 2 boules vertes (V). On effectue deux tirages successifs sans remise.

Example: Les issues possibles sont : RR, RV, VR, VV.

L'exercice demande de calculer : a) La probabilité que les deux boules soient de la même couleur (événement A) b) La probabilité qu'au moins une boule soit verte (événement B)

Pour résoudre cet exercice, il faut utiliser les concepts de probabilités conditionnelles et de tirage sans remise.

Highlight: p(RR) = 3/5 × 2/4 = 3/10

Cette page montre comment appliquer les principes des probabilités conditionnelles à des situations de tirage aléatoire, un type de problème fréquent dans les exercices de probabilités.

Inscris-toi pour voir le contenu. C'est gratuit!

Accès à tous les documents

Améliore tes notes

Rejoins des millions d'étudiants

En t'inscrivant, tu acceptes les Conditions d'utilisation et la Politique de confidentialité.

Page 10 : Suite de l'exercice sur le tirage de boules

Cette page poursuit la résolution de l'exercice sur le tirage de boules, illustrant l'application des probabilités conditionnelles dans un contexte de tirage sans remise.

Pour calculer la probabilité de l'événement A (les deux boules sont de la même couleur), on additionne les probabilités de tirer deux boules rouges et deux boules vertes :

Example: p(A) = p(RR) + p(VV) = 3/10 + 1/10 = 4/10 = 2/5

Pour l'événement B (au moins une boule est verte), on utilise le principe du complémentaire :

Highlight: p(B) = 1 - p(RR) = 1 - 3/10 = 7/10 = 0,7

Inscris-toi pour voir le contenu. C'est gratuit!

Accès à tous les documents

Améliore tes notes

Rejoins des millions d'étudiants

En t'inscrivant, tu acceptes les Conditions d'utilisation et la Politique de confidentialité.

Page 11 : Partition de l'univers et formule des probabilités totales

Cette page introduit deux concepts importants en probabilités conditionnelles : la partition de l'univers et la formule des probabilités totales.

Definition: Une partition de l'univers est un ensemble d'événements A, B, C, etc. qui satisfont les conditions suivantes :

A ≠ ∅, B ≠ ∅, C ≠ ∅ (les événements peuvent se réaliser)

A∩B = ∅, A∩C = ∅, B∩C = ∅ (les événements sont incompatibles deux à deux)

A∪B∪C = Ω (la réunion des événements est l'univers entier)

La formule des probabilités totales est ensuite présentée, utilisant un arbre pondéré comme illustration :

Highlight: Si D = (A∩D) ∪ (B∩D) ∪ (C∩D), où A∩D, B∩D et C∩D sont deux à deux incompatibles, alors : p(D) = p(A∩D) + p(B∩D) + p(C∩D)

Cette formule est cruciale pour résoudre des problèmes complexes de probabilités conditionnelles, notamment ceux impliquant des arbres de probabilités.

Rien ne te convient ? Explore d'autres matières.

Knowunity est la meilleure application scolaire dans cinq pays européens.

Knowunity a été mis en avant par Apple et a toujours été en tête des classements de l'App Store dans la catégorie Éducation en Allemagne, en Italie, en Pologne, en Suisse et au Royaume-Uni. Rejoins Knowunity aujourd'hui et aide des millions d'étudiants à travers le monde.

Chargement dans le

Google Play

Chargement dans le

App Store

4.9+

Note moyenne de l'appli

17 M

Les élèsves utilisent Knowunity

#1

Dans les palmarès des applications scolaires de 17 pays

950 K+

Les élèves publient leurs fiches de cours

Tu n'es toujours pas convaincu ? Regarde ce que disent les autres élèves ...

Louis B., utilisateur iOS

J'aime tellement cette application [...] Je recommande Knowunity à tout le monde ! !! Je suis passé de 11 à 16 grâce à elle :D

Stefan S., utilisateur iOS

L'application est très simple à utiliser et bien faite. Jusqu'à présent, j'ai trouvé tout ce que je cherchais :D

Lola, utilisatrice iOS