Comment passer d’une intuition vague du hasard à une probabilité que l’on peut calculer, comparer, discuter ? Au lycée, le cours de probabilité en seconde sert précisément à poser ce langage commun, entre jeux, sondages et prévisions météo. Un match de foot interrompu pour risque d’orage, un tirage au sort pour un contrôle, un algorithme qui recommande une vidéo, tout cela repose sur des expériences aléatoires et sur la façon de décrire leurs issues possibles.
Pour rendre ces notions concrètes, on peut suivre le fil d’un élève fictif, Sami, qui adore les jeux de dés mais se méfie des « trucs de maths ». À chaque question qu’il se pose (« Cette case a-t-elle vraiment moins de chances de sortir ? »), une idée clé apparaît : univers, événement, probabilité d’une issue, union, intersection, arbre de probabilité. En avançant pas à pas, les calculs cessent d’être magiques et deviennent une série de décisions logiques : décrire la situation, choisir la bonne représentation, appliquer une règle, puis contrôler le résultat avec un autre regard, par exemple un tableau ou une fréquence observée.
Le programme de seconde se concentre sur des situations simples mais fondatrices : tirage de cartes, lancer de dés ou de pièces, loteries scolaires, échantillons dans une classe. Il ne parle encore qu’assez peu de probabilité conditionnelle ou de loi des grands nombres, mais prépare déjà le terrain pour la première et la terminale. La difficulté principale ne vient pas du calcul lui-même, souvent réduit à une fraction, mais de la modélisation : qu’est-ce qui est aléatoire, quelles sont les issues, lesquelles composent l’événement étudié ? Une fois ce paysage bien dessiné, chaque nouvel exercice n’est plus un piège, mais une variation sur un thème connu.
En bref :
- 🎯 Le cours de probabilité en seconde formalise le hasard vu au collège avec un vocabulaire précis : univers, issue, événement.
- 🎲 Tout commence par la description d’une expérience aléatoire : lister les issues possibles et repérer celles qui nous intéressent.
- 📊 La probabilité d’une issue est un nombre entre 0 et 1, et la somme de toutes ces probabilités vaut toujours 1.
- 🌿 Les événements se combinent avec l’union (ou) et l’intersection (et), ce qui conduit à la formule de la probabilité d’une union.
- 🌳 L’arbre de probabilité clarifie les expériences répétées et prépare la notion d’événements indépendants.
- 🔍 Une idée à garder en tête : la loi des grands nombres relie probabilités théoriques et fréquences observées sur le long terme.
cours probabilité seconde : vocabulaire de base et enjeux
Le point de départ du cours de probabilité en seconde, c’est la définition rigoureuse du hasard. Une expérience aléatoire est une situation dont le résultat ne peut pas être prévu avec certitude, même si toutes les conditions semblent identiques, comme un lancer de dé bien équilibré.
L’ensemble de tous les résultats possibles est appelé univers, et chaque résultat élémentaire est une issue. Une issue correspond à un résultat précis, par exemple « obtenir 4 » lorsqu’on lance un dé à 6 faces. À partir de ces briques élémentaires, on construit des événements, c’est-à-dire des ensembles d’issues partageant une propriété commune, comme « obtenir un nombre pair ».
Pour Sami, le vrai changement par rapport au collège vient de cette rigueur de description. Avant de calculer quoi que ce soit, il apprend à distinguer l’aléatoire réel (une météo capricieuse) du modèle qu’on choisit (un tableau, un schéma, un arbre), car c’est ce modèle qui autorise ou non certaines formules. Cette distance entre la situation et sa représentation devient un réflexe précieux pour la suite du lycée.
expérience aléatoire, issue et événement : la carte du hasard
Pour comparer les différentes façons de décrire le hasard, un tableau synthétique aide à choisir la bonne représentation au bon moment. Chaque ligne correspond à une « échelle de vue » possible.
| 🔎 Notion | Rôle en seconde | Exemple typique 🎲 |
|---|---|---|
| Expérience aléatoire | Cadre global, définit ce qui est répété et ce qui varie. | Lancer un dé à 6 faces une fois. |
| Issue | Résultat élémentaire, point de base pour les calculs. | Obtenir 1, 2, 3, 4, 5 ou 6. |
| Événement | Ensemble d’issues, formulation de la question étudiée. | « Obtenir un nombre pair » : {2, 4, 6}. |
L’expérience aléatoire fixe la scène : « on tire une carte dans un jeu de 32 », « on choisit un élève au hasard dans la classe de 2de 4 ». Les issues correspondent à tous les résultats possibles selon le niveau de détail choisi : chaque carte possible, ou chaque prénom possible.
Un événement se construit ensuite en regroupant certaines issues qui nous intéressent. Lorsque Sami se demande quelle est la probabilité de « tirer une figure » dans un jeu de 32 cartes, l’événement correspond à l’ensemble {Valets, Dames, Rois}, donc à 12 cartes sur 32. Cette étape de sélection des issues pertinentes est souvent la plus révélatrice : elle montre si la situation a été bien comprise.
La phrase clé à retenir est la suivante : un événement, ce n’est pas une phrase en français, c’est un sous-ensemble de l’univers, décrit avec un langage d’ensembles que l’on retrouvera aussi en analyse et en géométrie.
probabilité d’une issue dans un cas simple
Dans une première étape, le cours de probabilité en seconde se concentre sur des situations où les issues sont équiprobables, c’est-à-dire ont toutes la même chance d’apparaître. Un dé bien équilibré, une pièce honnête, une boule tirée d’une urne si toutes sont identiques, entrent dans ce cadre.
Dans ce cas, la probabilité d’une issue est donnée par la règle :
Probabilité d’une issue = 1 / (nombre total d’issues)
Si un dé a 6 faces, chacune des 6 issues « obtenir 1 », « obtenir 2 », …, a une probabilité de 1/6. Ce nombre est toujours compris entre 0 et 1. Une probabilité proche de 0 signifie un événement très peu probable, proche de 1 signifie un événement très probable.
Pour contrôler la cohérence du modèle, Sami vérifie que la somme des probabilités de toutes les issues vaut bien 1 : 6 × 1/6 = 1. Ce contrôle automatique agit comme un garde-fou contre les erreurs de comptage ou l’oubli d’une possibilité.
probabilité d’une issue à partir de données
Quand les issues ne sont pas toutes aussi vraisemblables, le calcul n’utilise plus la simple fraction 1/n, mais des informations données dans l’énoncé ou dans un tableau. C’est typiquement le cas d’une pièce biaisée, d’un sondage ou d’un jeu où certaines cartes apparaissent plus souvent que d’autres.
Imaginons une entreprise fictive où un robot choisit à l’avance la couleur des coques de téléphone produites dans la journée : 50 % de noir, 30 % de bleu, 20 % de rouge. Les issues « noir », « bleu », « rouge » n’ont pas les mêmes chances de se réaliser. Les probabilités correspondantes sont 0,5, 0,3 et 0,2, et la somme vaut encore 1.
Pour Sami, ce type d’énoncé montre que la probabilité n’est pas seulement liée à un « tirage parfait », mais aussi à des décisions humaines, à des réglages de machine, à une stratégie commerciale. La clé reste la même : lire attentivement les données et vérifier que tout s’additionne bien à 1 pour rester dans un modèle cohérent.
probabilité d’un événement : de la liste au calcul
Une fois la probabilité de chaque issue connue, la probabilité d’un événement suit une règle simple : elle est égale à la somme des probabilités des issues qui la composent. C’est ici que la vision « ensemble » devient particulièrement efficace.
Lorsque Sami lance un dé et s’intéresse à l’événement « obtenir un nombre strictement inférieur à 3 », l’événement contient les issues {1, 2}. Si les issues sont équiprobables, la probabilité de l’événement se calcule ainsi :
- ✅ Probabilité(1) = 1/6
- ✅ Probabilité(2) = 1/6
- 👉 Probabilité(« nombre strictement inférieur à 3 ») = 1/6 + 1/6 = 2/6 = 1/3
Cette méthode se généralise à tous les événements : identifier les issues qui vérifient la condition, puis additionner leurs probabilités. L’erreur la plus fréquente consiste à oublier une issue ou à en ajouter une qui ne correspond pas vraiment à l’énoncé. Le remède est toujours le même : revenir à la définition, relire la phrase, et cocher une à une les issues pertinentes.
Ce mode de calcul reste valable même en dehors du cas équiprobable, par exemple lorsqu’un tableau donne directement la probabilité de chaque couleur, chaque taille, chaque réponse à un sondage. Seule la première étape change (lecture des données), la somme reste la même.
union et intersection d’événements : « ou » et « et »
Pour distinguer clairement deux types de questions, le vocabulaire en seconde introduit deux opérations sur les événements : l’union et l’intersection. Elles ressemblent au « ou » et au « et » du langage courant, mais avec une définition précise.
L’intersection de deux événements A et B, notée A ∩ B, regroupe les issues qui appartiennent à la fois à A et à B. C’est l’événement « A et B se réalisent en même temps ». L’union, notée A ∪ B, regroupe toutes les issues qui appartiennent à A, à B, ou aux deux. C’est l’événement « A ou B se réalise ».
Considérons un lancer de dé à 6 faces :
- 🎲 A : « obtenir un nombre pair » = {2, 4, 6}
- 🎲 B : « obtenir un nombre strictement supérieur à 3 » = {4, 5, 6}
- 🔗 A ∩ B : {4, 6} (pair ET supérieur à 3)
- 🌈 A ∪ B : {2, 4, 5, 6} (pair OU supérieur à 3)
Cette distinction n’est pas seulement symbolique. Elle conditionne la façon de calculer les probabilités correspondantes et elle réapparaît plus tard en première avec la probabilité conditionnelle. La compréhension se renforce si l’on dessine un diagramme de Venn ou un tableau à double entrée pour visualiser les recouvrements possibles.
probabilité d’une union : éviter le double comptage
La probabilité de l’union de deux événements répond à une formule précise :
P(A ∪ B) = P(A) + P(B) − P(A ∩ B)
Cette expression corrige un piège naturel. En additionnant naïvement P(A) et P(B), les issues communes à A et B sont comptées deux fois. La soustraction de P(A ∩ B) retire ce double comptage. Sami le visualise aisément sur un diagramme : la zone d’intersection apparaît deux fois si l’on superpose simplement les aires colorées.
Reprenons l’exemple précédent avec le dé :
- P(A) = 3/6, car 3 nombres pairs sur 6.
- P(B) = 3/6, car 3 nombres strictement supérieurs à 3 sur 6.
- P(A ∩ B) = 2/6, pour les issues {4, 6} communes aux deux.
- Donc P(A ∪ B) = 3/6 + 3/6 − 2/6 = 4/6 = 2/3.
Un contrôle indépendant consiste à revenir à la définition de A ∪ B comme ensemble {2, 4, 5, 6}, soit 4 issues sur 6, ce qui confirme le résultat 4/6. Cette vérification par double calcul est un excellent réflexe à développer dès la seconde pour limiter les erreurs.
arbre de probabilité et répétition d’une expérience
Lorsque la même expérience aléatoire est répétée plusieurs fois de suite, les issues se transforment en combinaisons. Un arbre schématise ces successions, branche après branche, et clarifie les calculs.
Imaginons que Sami lance deux fois de suite une pièce équilibrée. À chaque lancer, les issues sont « Pile » (P) ou « Face » (F). Les issues globales de l’expérience « deux lancers » sont alors : PP, PF, FP, FF. L’arbre de probabilité affiche ces quatre possibilités sous forme de chemins.
Sur chaque branche, on place la probabilité de l’issue à ce stade. La probabilité d’un chemin complet est le produit des probabilités inscrites sur les branches successives. Si la pièce est équilibrée, chaque branche « P » ou « F » porte la probabilité 1/2. On obtient donc pour chaque chemin une probabilité de 1/2 × 1/2 = 1/4.
Pour un événement comme « obtenir exactement un Pile sur les deux lancers », Sami sélectionne les chemins PF et FP, additionne leurs probabilités, soit 1/4 + 1/4 = 1/2. L’arbre agit ici comme une carte routière : il montre tout ce qui est possible, et permet de cocher seulement les parcours qui vérifient la condition.
événements indépendants et contrôle des produits
Dans l’exemple de la pièce, les lancers sont considérés comme événements indépendants : le résultat du second lancer ne dépend pas du premier. Dans ce cas, la probabilité que deux événements se produisent simultanément correspond au produit de leurs probabilités. C’est ce principe qui est utilisé sur chaque chemin de l’arbre.
Pour que cette règle soit valide, une condition est essentielle : la répétition de l’expérience ne doit pas modifier les probabilités. Tirer deux fois sans remettre une carte dans un jeu n’est pas un cas d’indépendance. Tirer deux fois en remettant la carte en est un.
Plutôt que de retenir une phrase abstraite, Sami adopte une question réflexe : « Est-ce que le fait que le premier résultat soit connu change la liste des issues ou leurs chances pour le second ? ». Si la réponse est non, l’indépendance est un modèle raisonnable. Sinon, il faudra utiliser d’autres outils, qui seront approfondis avec la probabilité conditionnelle en première.
fréquences, loi des grands nombres et pont vers la suite
À ce stade, une interrogation naturelle surgit : pourquoi faire confiance à ces fractions théoriques pour décrire un monde réel souvent imparfait ? La réponse se trouve dans l’idée, encore intuitive en seconde, de loi des grands nombres. Plus une expérience est répétée, plus la fréquence observée d’un événement se rapproche de sa probabilité théorique, dans un modèle bien choisi.
Sami peut par exemple simuler 200 lancers de dé avec un tableur. La fréquence d’apparition de chaque face ne sera pas exactement 1/6, mais les écarts se réduisent en général lorsque le nombre de lancers augmente. Cette convergence n’est pas un hasard, elle est décrite par des théorèmes étudiés plus tard. En seconde, il s’agit surtout de relier l’idée intuitive « à la longue, ça s’équilibre » à un langage de probabilités.
Ce pont vers la suite du lycée s’étend aussi à d’autres notions. La probabilité conditionnelle et les arbres pondérés apparaissent dès la première, en particulier pour modéliser des situations comme « probabilité d’être positif à un test sachant que la personne est malade ». Des ressources plus avancées, comme ce cours dédié à la probabilité conditionnelle, prolongent alors le travail commencé en seconde.
Plus tard encore, en terminale, la combinaison de probabilités, d’arbres, de variables aléatoires et de statistiques crée un langage complet pour analyser des données, évaluer des risques et critiquer des arguments chiffrés. Le chemin commence pourtant ici, avec un dé, une pièce, quelques tableaux, et cette question simplissime : « Quelles sont exactement les issues possibles ? ».
À quoi sert le cours de probabilité en seconde au quotidien ?
Le cours de probabilité en seconde donne un langage pour raisonner sur le hasard : estimer des risques, interpréter des sondages, comprendre des pourcentages annoncés dans les médias. En apprenant à distinguer univers, issues et événements, un élève devient capable de repérer rapidement une probabilité exagérée, un graphique trompeur ou une affirmation qui confond fréquence observée sur peu de cas et probabilité réelle.
Comment bien commencer un exercice de probabilité en seconde ?
La première étape consiste à décrire l’expérience aléatoire : que fait-on exactement et combien de fois ? Vient ensuite la liste des issues possibles, souvent plus courte qu’on ne le croit si l’on choisit le bon niveau de détail. Enfin, il faut traduire la question de l’énoncé en événement, c’est-à-dire en ensemble d’issues précises. Ce n’est qu’après ces trois étapes que le calcul commence réellement.
Quelle est la différence entre issue et événement ?
Une issue est un résultat élémentaire, comme « obtenir 4 » au lancer d’un dé. Un événement est un ensemble d’issues qui vérifient une même propriété, par exemple « obtenir un nombre pair », qui regroupe les issues 2, 4, 6. Dans les calculs, la probabilité d’un événement se trouve en additionnant les probabilités des issues qui le composent.
Pourquoi utiliser des arbres de probabilité en seconde ?
Les arbres de probabilité rendent lisibles les situations où une expérience est répétée ou se déroule en plusieurs étapes successives. Chaque chemin représente une suite d’issues, et la probabilité de ce chemin se calcule par un produit, ce qui aide à identifier les événements composés comme « réussir au moins une fois ». L’arbre permet aussi de vérifier que l’on n’oublie aucun cas possible.
Les probabilités vues en seconde sont-elles liées aux statistiques ?
Oui, mais les deux approches regardent le hasard depuis des angles différents. Les probabilités en seconde partent d’un modèle théorique pour attribuer une probabilité à chaque événement. Les statistiques partent de données collectées pour calculer des fréquences et construire ce modèle. La loi des grands nombres établit justement un lien entre ces deux mondes en expliquant comment, sur un grand nombre de répétitions, les fréquences se rapprochent des probabilités.