2 manieres de calculer P(A ou B)
Calculez rapidement la probabilité de l’union de deux événements avec deux approches classiques de statistique: la formule d’addition et la méthode du complément. Cet outil est idéal pour les cours, les devoirs, la préparation d’examens et les vérifications professionnelles.
Calculatrice interactive
Astuce: si A et B sont indépendants, alors P(A et B) = P(A) × P(B). Si les événements sont incompatibles, alors P(A et B) = 0.
Le calcul affichera la probabilité de A ou B, la formule utilisée, ainsi qu’un résumé visuel.
Comprendre les 2 manieres de calculer P(A ou B)
En probabilités, l’expression P(A ou B) désigne la probabilité qu’au moins l’un des deux événements se produise. Cela signifie que l’événement A peut se produire seul, l’événement B peut se produire seul, ou bien les deux peuvent se produire en même temps. Cette notion est appelée la probabilité de l’union de deux événements. Elle est fondamentale dans l’enseignement des mathématiques, dans les statistiques appliquées, dans l’analyse des risques, dans la finance, dans la santé publique et dans toutes les disciplines qui manipulent des données incertaines.
Beaucoup d’erreurs viennent d’une confusion simple: additionner P(A) et P(B) sans corriger le chevauchement entre A et B. Si certains cas appartiennent à la fois à A et à B, ils seraient comptés deux fois. C’est précisément pour cette raison que la formule correcte retire ensuite P(A et B). Il existe cependant une autre approche très puissante, souvent plus rapide: calculer la probabilité du contraire, c’est-à-dire la situation où ni A ni B ne se produisent, puis faire 1 moins cette probabilité. Ces deux méthodes aboutissent au même résultat quand les données sont cohérentes.
Méthode 1: la formule d’addition
La première manière de calculer P(A ou B) est la plus classique:
P(A ou B) = P(A) + P(B) – P(A et B)
Cette formule est universelle pour deux événements. Elle fonctionne que les événements soient dépendants, indépendants, incompatibles ou partiellement recouvrants. Le seul point essentiel est de connaître correctement la probabilité de l’intersection, c’est-à-dire la probabilité que les deux événements se produisent simultanément.
Pourquoi faut-il soustraire P(A et B) ?
Supposons que 40 % des personnes aiment le café et que 30 % aiment le thé. Si 10 % aiment les deux, alors une addition simple donne 70 %, mais elle compte deux fois les amateurs des deux boissons. Il faut donc retirer 10 %. On obtient alors:
0,40 + 0,30 – 0,10 = 0,60
Autrement dit, 60 % des personnes aiment le café ou le thé, ou les deux.
Étapes pratiques
- Identifier clairement les événements A et B.
- Écrire P(A) et P(B).
- Déterminer P(A et B), soit par observation des données, soit par une hypothèse d’indépendance si elle est justifiée.
- Appliquer la formule d’addition.
- Vérifier que le résultat est entre 0 et 1.
Cas particulier des événements incompatibles
Deux événements sont incompatibles s’ils ne peuvent pas se produire en même temps. Dans ce cas, P(A et B) = 0. La formule devient alors:
P(A ou B) = P(A) + P(B)
Exemple: sur un seul lancer de dé, l’événement A = “obtenir 2” et l’événement B = “obtenir 5” sont incompatibles. La probabilité de A ou B vaut donc 1/6 + 1/6 = 2/6 = 1/3.
Méthode 2: la méthode du complément
La deuxième manière de calculer P(A ou B) consiste à utiliser l’événement contraire. Au lieu de calculer directement la probabilité que A ou B se produise, on calcule la probabilité que ni A ni B ne se produisent, puis on la soustrait à 1:
P(A ou B) = 1 – P(ni A ni B)
Cette méthode est particulièrement élégante quand la probabilité du cas contraire est plus facile à obtenir. Dans de nombreux exercices, il est parfois plus simple de lister ce qui n’arrive pas plutôt que ce qui arrive.
Exemple simple
Imaginez qu’un système informatique ait 12 % de chance de rencontrer au moins une des deux alertes A ou B. Si les données opérationnelles vous donnent directement la probabilité de n’avoir aucune de ces alertes, disons 88 %, vous pouvez calculer immédiatement:
P(A ou B) = 1 – 0,88 = 0,12
Quand cette méthode est-elle meilleure ?
- Quand P(ni A ni B) est fournie directement dans un tableau ou un rapport.
- Quand les scénarios défavorables sont plus faciles à modéliser.
- Quand vous traitez des expériences répétées et que le complément s’exprime par une formule compacte.
- Quand vous voulez vérifier un résultat obtenu par la formule d’addition.
Comment choisir entre les deux méthodes ?
Le choix ne dépend pas d’une préférence théorique mais de l’information disponible. Si vous connaissez l’intersection P(A et B), la méthode d’addition est directe et intuitive. Si vous connaissez plutôt la probabilité qu’aucun des deux événements n’apparaisse, la méthode du complément est souvent plus rapide. Un bon réflexe en statistique consiste à comparer les deux approches afin de vérifier la cohérence des données.
| Situation | Données disponibles | Méthode recommandée | Raison |
|---|---|---|---|
| Enquête avec chevauchement connu | P(A), P(B), P(A et B) | Formule d’addition | Le recouvrement est déjà mesuré |
| Analyse de risque avec cas “aucun incident” connu | P(ni A ni B) | Méthode du complément | Plus rapide et moins sujette aux oublis |
| Événements incompatibles | P(A), P(B), intersection nulle | Formule d’addition simplifiée | On additionne simplement les probabilités |
| Vérification d’un résultat | Plusieurs sources de données | Les deux | Permet un contrôle de cohérence |
Exemples fondés sur des statistiques réelles
Pour montrer l’intérêt concret de P(A ou B), prenons des données publiques provenant d’organismes reconnus. L’objectif n’est pas de remplacer une étude complète, mais d’illustrer comment les probabilités d’union servent dans la vraie vie: santé, météo, démographie, politiques publiques ou contrôle qualité.
Exemple 1: météo et prise de décision
Les services météorologiques comme la NOAA National Weather Service publient des probabilités liées aux précipitations, aux orages et à d’autres phénomènes. Dans une ville donnée, si l’on estime un risque de pluie et un risque d’orage sur la même période, la probabilité de pluie ou d’orage n’est pas toujours la somme brute des deux. L’intersection “pluie et orage” doit être prise en compte. C’est exactement le cadre de la formule d’addition.
Exemple 2: statistiques de santé publique
Les agences de santé comme les Centers for Disease Control and Prevention diffusent des proportions sur les comportements de santé, les facteurs de risque et la prévention. Si un rapport fournit, par exemple, la proportion de personnes exposées à un facteur A et à un facteur B, la probabilité qu’une personne soit exposée à au moins un des deux facteurs s’obtient avec P(A ou B). Cette mesure est centrale pour estimer l’ampleur d’un public cible.
| Source publique | Statistique réelle | Utilité pour P(A ou B) | Lecture opérationnelle |
|---|---|---|---|
| NOAA, données météo locales | Prévisions probabilistes de précipitations et d’orages | Évaluer le risque qu’au moins un événement météo perturbe une activité | Planification d’événements, transport, sécurité |
| CDC, tableaux de santé publique | Pourcentages réels sur comportements, facteurs de risque ou couverture vaccinale | Mesurer la part de population concernée par au moins un critère | Prévention, ciblage, communication |
| U.S. Census Bureau | Répartition par âge, diplôme, emploi, logement | Combiner des caractéristiques sociales observées | Études de marché, politiques publiques |
Références méthodologiques utiles
Pour approfondir la théorie, vous pouvez consulter le NIST Engineering Statistics Handbook, une référence gouvernementale solide sur les méthodes statistiques. Pour un cadre universitaire clair, les ressources de Penn State Online Statistics sont aussi très utiles. Ces sources aident à relier la formule de P(A ou B) à des notions plus avancées comme l’indépendance, les probabilités conditionnelles et les distributions.
Erreurs fréquentes à éviter
- Oublier l’intersection. C’est l’erreur la plus courante. Elle conduit à surestimer la probabilité de A ou B.
- Confondre “ou” inclusif et “ou” exclusif. En probabilités, “A ou B” est généralement inclusif: cela comprend aussi le cas où A et B se produisent ensemble.
- Supposer l’indépendance sans justification. Ce n’est pas parce que deux événements sont différents qu’ils sont indépendants.
- Mélanger décimaux et pourcentages. 0,35 et 35 % représentent la même chose, mais il faut garder un format cohérent.
- Accepter un résultat impossible. Une probabilité négative ou supérieure à 1 indique une incohérence des données.
Lien avec l’indépendance et la probabilité conditionnelle
Il est important de distinguer l’union P(A ou B) de l’intersection P(A et B). Si A et B sont indépendants, alors:
P(A et B) = P(A) × P(B)
Dans ce cas, la formule d’addition devient:
P(A ou B) = P(A) + P(B) – P(A) × P(B)
Cette version est très utile dans les expériences indépendantes, comme des lancers de pièces, des contrôles techniques répétés ou des scénarios binaires modélisés en fiabilité. Si les événements ne sont pas indépendants, il faut plutôt utiliser les données observées ou passer par la probabilité conditionnelle:
P(A et B) = P(A) × P(B sachant A)
Applications concrètes de P(A ou B)
- Éducation: savoir si un étudiant réussit l’examen A ou le projet B.
- Marketing: mesurer la part des clients qui ouvrent un email ou cliquent sur une publicité.
- Santé: estimer la proportion de patients présentant un symptôme A ou un symptôme B.
- Gestion des risques: calculer la probabilité qu’une panne électrique ou réseau survienne pendant une période critique.
- Assurance: évaluer la probabilité qu’un dossier déclenche l’un ou l’autre des critères de risque.
Méthode mentale pour aller vite
Si vous avez P(A), P(B) et une zone de recouvrement, pensez “j’ajoute puis j’enlève le double comptage”. Si vous avez la probabilité du scénario “rien ne se passe”, pensez “1 moins le contraire”. Cette gymnastique mentale permet de choisir la bonne formule en quelques secondes.
Conclusion
Les 2 manieres de calculer P(A ou B) sont complémentaires, robustes et indispensables. La première, via P(A) + P(B) – P(A et B), est idéale quand le chevauchement entre A et B est connu. La seconde, via 1 – P(ni A ni B), est parfaite quand on connaît directement la probabilité du cas contraire. En maîtrisant ces deux approches, vous évitez les doubles comptages, vous interprétez mieux les données et vous gagnez du temps dans tous les contextes quantitatifs.