Les probabilités sont une branche des mathématiques qui étudie la fréquence avec laquelle un certain événement se produit et qui peut être exprimée sous forme de nombres décimaux entre 0 et 1. La probabilité est une mesure de la vraisemblance qu’un événement donné se produise, et elle s’applique à des situations décrites par des données statistiques issues d’une population.
La statistique est l’étude des données collectées à partir d’une population et permet de décrire ses caractéristiques et de faire des prédictions sur son comportement futur. Dans cet article, nous allons articuler les concepts de probabilités et de statistiques descriptives et inférentielles, puis montrer comment calculer des probabilités à partir d’observations et de modélisations.
Bases et cadre conceptuel
Une expérience aléatoire est un processus dont le résultat est incertain. L’ensemble des résultats possibles s’appelle l’univers ou espace échantillon Ω. Un événement est un sous-ensemble de l’espace échantillon et peut être simplement l’obtention d’un résultat particulier.
Deux événements peuvent être indépendants ou dépendants. Les événements indépendants ne s’influencent pas mutuellement, comme lancer une pièce et obtenir pile puis dé sur un dé; les événements dépendants se conditionnent l’un l’autre, comme tirer des cartes sans remise. Pour calculer des probabilités, on utilise les règles de base: somme pour au moins un événement parmi plusieurs, et produit pour des événements qui se produisent ensemble.
La probabilité se calcule souvent à partir du nombre d’événements favorables et du nombre total d’événements possibles, selon Probabilité = nombre d’événements favorables / nombre total d’événements possibles. Cette règle s’applique lorsque les résultats sont équiprobables, c’est-à-dire lorsque chaque issue a la même probabilité.
Probabilités et dénombrements simples
Quand l’univers est clairement défini et que chaque issue est équiprobable, on peut illustrer par des exemples concrets. Par exemple, pour un dé à six faces, la probabilité d’obtenir un 6 est de 1/6. Pour une pioche dans 52 cartes, la probabilité d’obtenir un as est de 4/52, soit environ 8 %. Si l’on souhaite calculer la probabilité d’obtenir un as ou un 2, on additionne les probabilités des événements exclusifs: 4/52 + 4/52 = 8/52, soit environ 15 %.
Probabilités conditionnelles et règles utiles
La probabilité conditionnelle calcule la probabilité d’un événement B sachant qu’un événement A s’est produit. P(B|A) se lit « probabilité de B given A ». Par exemple, après avoir tiré un 2 dans un paquet de 52 cartes, la probabilité de tirer un as devient 4/51, soit environ 7,84 %. La règle de la somme et la règle du produit permettent d’aborder des situations plus complexes:
- Règle de la somme: P(A ∪ B) = P(A) + P(B) − P(A ∩ B) lorsque A et B ne sont pas disjoints.
- Règle du produit: P(A ∩ B) = P(A) × P(B|A) pour des événements successifs ou dépendants.
- Enchaînements: lorsque plusieurs événements se succèdent, on emploie la règle du produit pour obtenir la probabilité conjointe des issues successives (par exemple, pile puis pile sur deux lancers de pièce).
Probabilités à partir des données et des statistiques descriptives
Les statistiques descriptives décrivent les caractéristiques d’un ensemble de données: moyenne, médiane, mode, étendue et quartiles. Elles aident à comprendre la distribution des observations et servent de base pour estimer des probabilités lorsque l’on passe de la description à l’inférence.
La moyenne représente le centre arithmétique d’un ensemble: Moyenne = somme des éléments / nombre d’éléments. La médiane est la valeur qui partage l’échantillon ordonné en deux parties égales; le mode est la valeur la plus fréquente; l’étendue est la différence entre le maximum et le minimum; les quartiles divisent l’échantillon en quatre parties égales.
Les probabilités descriptives se nourrissent aussi des diagrammes de Venn pour représenter visuellement les relations entre événements, et des arbres de probabilité pour modéliser des suites d’événements et calculer les probabilités associées à chaque chemin.
Probabilités, inférence et prévisions
Les statistiques inférentielles ou déductives utilisent des outils comme les tests d’hypothèses et l’analyse de régression pour faire des prédictions et des inférences à partir de données. Elles permettent d’évaluer des modèles probabilistes et de quantifier le risque associé à des décisions dans des domaines variés: santé, finance, météorologie, et bien d’autres.
Pour calculer des probabilités dans des situations réelles, on peut adopter différentes approches selon le contexte:
- Calcul direct à partir de l’espace échantillon lorsque les issues sont équiprobables.
- Utilisation de la règle de somme pour les événements mutuellement exclusifs.
- Utilisation de la règle du produit pour des indépendances ou des enchaînements conditionnels.
- Utilisation de probabilités totales ou conditionnelles lorsque plusieurs chemins mènent à un même événement.
Exemples pratiques et visualisations
Exemple de base: dans un sac contenant X billes de différentes couleurs, calculer P(bille bleue) en fonction des quantités. Diagrammes de Venn: représenter A et B, leurs intersections et unions, et les probabilités associées. Arbres de probabilités: représenter HH, HT, TH et TT dans le cas de deux lancers, puis sommer les probabilités des chemins correspondants.
Les exemples et exercices concrets permettent de rendre les notions vivantes: ils renforcent la compréhension de la relation entre l’observation statistique et le calcul probabiliste, et aident à éviter les pièges courants comme la confusion entre probabilité et certitude ou la négligence des probabilités conditionnelles.
Exercices et applications rapides
Exemple d’exercice: tirer une bille dans une urne contenant 5 boules blanches, 7 boules vertes et 8 boules rouges. Calculer les probabilités pour chaque couleur et vérifier que la somme des probabilités est égale à 1.
Autre exemple: deux tirages successifs sans remise. Probabilités conditionnelles et produits pour déterminer P(As de cœur suivi d’un Roi de pique) dans un paquet de 52 cartes: (1/52) × (1/51) ≈ 0,000377, soit environ 0,0377 %.
Tableau récapitulatif des notions clés
| Concept | Définition | Formule |
|---|---|---|
| Événement | résultat spécifique d’une expérience | |
| Espace échantillon | ensemble de tous les résultats possibles | Ω |
| Probabilité | fréquence attendue d’un événement | P(E) = |E|/|Ω| |
| Probabilité conditionnelle | probabilité d’un événement donné un autre | P(B|A) = P(A ∩ B)/P(A) |
| Indépendance | événements sans influence réciproque | P(A ∩ B) = P(A)P(B) |
Tableaux, schémas et approfondissements
Diagrammes de Venn et arbres de probabilités sont des outils utiles pour rendre les notions plus accessibles et pour faciliter les calculs. Visualiser les événements et leurs relations aide à éviter les erreurs et à construire une intuition robuste autour des probabilités et des statistiques.
