[PDF] Probabilité conditionnelle indépendance de deux événements (on





Previous PDF Next PDF



1 Probabilité conditionnelle 2 Formule des probabilités totales 3

probabilité sur E appelée probabilité conditionnelle sachant A. Démonstration 1 PA associe à tout évènement un réel positif et PA(0)=0.



Séance de soutien PCSI2 numéro 11 : probabilités conditionnelles

13 mai 2015 Notons aussi Bi l'évè- nement : la boule du i-ème tirage est blanche de sorte que B3 = B. Par la formule des probabilités totales. P(B) = P(B



Chapitre 10 : Probabilités

15 déc. 2010 On peut écrire de façon similaire à la démonstration précédente



Cours de Probabilités

Démonstration : (Voir préalablement la définition d'une Combinaison sans répétition) Proposition 2.2.2 (Formule des probabilités totales) Soit {An; ...



PROBABILITÉS CONDITIONNELLES ET INDÉPENDANCE

Tout le cours en vidéo : https://youtu.be/5oBnmZVrOXE Règle 3 (Formule des probabilités totales) : La probabilité d'un événement associé à.



Ensemble fondamental et événements Probabilité Probabilités

Probabilités conditionnelles. Formules des probabilités totales. Loi de Bayes. Sources : Initiation aux probabilit´esSheldon Ross



PROBABILITÉS CONDITIONNELLES

Règle 3 (Formule des probabilités totales) : La probabilité d'un événement associé à plusieurs chemins est égale à la somme des probabilités de chacun de 





Probabilité conditionnelle indépendance de deux événements (on

démonstration : Puisque pour toute partie B de ? B ? ? = B



Probabilité conditionnelle ; indépendance de deux événements (on

13 mai 2009 4 Deux résultats de décomposition. 4.1 Probabilités conditionnelles composées. Proposition 4.1 Soient (? P(?)



[PDF] 1 Probabilité conditionnelle 2 Formule des probabilités totales 3

Démonstration 2 B est la réunion des évènements B ?A1B ?A2 B ?An qui sont deux à deux disjoints Ainsi : P(B) = P(B ? A1) + P(B ? A2) + ··· + P(B 



[PDF] Le théorème de Bayes démonstration et exemple

Le théorème de Bayes est une conséquence immédiate des probabilités conditionnelles et des probabilités totales Probabilités conditionnelles Exemple



[PDF] Théorie des probabilités

Formules des probabilités totales • Loi de Bayes Sources : • Initiation aux probabilitésSheldon Ross édité aux Presses Démonstration (suite)



[PDF] Chapitre 10 : Probabilités - Normale Sup

15 déc 2010 · Formule des probabilités totales Si les événements Ai forment un système complet d'événements et si ?i P(Ai) = 0 alors pour tout 



[PDF] Probabilités conditionnelles indépendance

En fait on obtient la formule générale suivant sur les fréquences conditionnelles : f(A/H) = N N N N = f(AH) f(H) Pour faire des probabilités 



[PDF] PROBABILITÉS CONDITIONNELLES - maths et tiques

On complète les probabilités manquantes : Au 2e niveau de l'arbre on note les probabilités conditionnelles On utilise la formule : ( ) = 1 ? ( )



[PDF] Formule des probabilités totales Événements indépendants

Formule des probabilités totales Événements indépendants : Exercices Corrigés en vidéo avec le cours sur jaicompris com Probabilités conditionnelles 



Cours 2 : Formule des probabilités totales - Lelivrescolairefr

La probabilité d'un événement est égale à la somme des probabilités des chemins conduisant à cet événement Exercice Formule des probabilités totales



[PDF] 06 - Espaces probabilisés Cours complet - cpgedupuydelomefr

Théorème 3 6 : formule des probabilités totales Définition 3 4 : événement presque sûr événement négligeable Théorème 3 7 : généralisation (système quasi 



[PDF] Probabilités

Proposition 2 3 2 (Formule des probabilités totales – version 1) ´Etant donné un Démonstration : Par définition des probabilités conditionnelles :

  • Comment calculer probabilité totale ?

    Etant donnés deux évènements A et B de probabilités non nulles alors la formule des probabilités totales permet d'affirmer que : P(B)=P(A?B)+P(?A?B).
  • Comment utiliser la formule des probabilités totales ?

    On utilise la formule des probabilités totales pour calculer une probabilité p\\left(F\\right) lorsque la réalisation de F dépend de la réalisation d'autres événements. Une usine fabrique 80% de composés A et 20% de composés B. Un centième des composés A et 5% des composés B sont défectueux.
  • Comment démontrer le théorème de Bayes ?

    La probabilité d'un chemin est égale au produit des probabilités portées par les branches. P(A2 B) = P(A2) · P(B A2) P(B) La démonstration a été faite au préalable sous “Probabilités totales” et “Préparation au théorème de Bayes”.
  • Le théorème de Bayes est utilisé dans l'inférence statistique pour mettre à jour ou actualiser les estimations d'une probabilité ou d'un paramètre quelconque, à partir des observations et des lois de probabilité de ces observations. Il y a une version discrète et une version continue du théorème.

LEÇON N° 5 :

Probabilité conditionnelle, indépendance

de deux événements (on se limitera au cas où l'ensemble d'épreuves des fini).

Applications à des calculs de probabilité.

Pré-requis:

-Opérations sur les ensembles, cardinaux; -Espaces probabilisés; -Calcul de probabilités. On se place dans un espace probabilisé(Ω,P(Ω),P).

Introduction: On se donne le tableau suivant représentant la proportion de garçons (G) et de filles (F)

étudiant l'anglais (A) ou l'espagnol (E) en 1

relangue. AE

G482270

F532780

10149150

Quelle est la probabilité qu'un élève fasse de l'anglais sachant que c'est un garçon : |G∩A| |G|=4870.

On constate aussi que

P(G∩A)

P(G)=48/15070/150=4870.

5.1 Probabilité conditionnelle

Théorème 1 : SoitB?P(Ω)telle queP(B)?= 0. Alors l'application P

B:P(Ω)-→[0,1]

A?-→PB(A) =P(A∩B)

P(B) est une probabilité surΩ.

2Probabilité conditionnelle et indépendance

démonstration:Puisque pour toute partieBdeΩ,B∩Ω =B, il est clair quePB(Ω) = 1. Soient

alorsA1,A2?P(Ω)tels queA1∩A2=∅. Alors P

B(A1.?A2) =P?(A1.?A2)∩B?

P(B)=P?(A1∩B).?(A2∩B)?P(B)

P(A1∩B)

P(B)+P(A2∩B)P(B)= PB(A1) + PB(A2).

P

Best donc bien une probabilité surΩ.?

Définition 1 : SoientA,B?P(Ω)tels queP(B)?= 0. Le nombrePB(A)est appeléprobabilté condi- tionnelle deAsachant (que)B(est réalisé), aussi notéeP(A|B).

Conséquences directes:

- SiA∩B=∅, alorsPB(A) = 0; - SiB?A, alorsPB(A) = 1(carA∩B=B); - SiP(A)?= 0etP(B)?= 0, alorsP(A∩B) = PB(A) P(B) = PA(B) P(A).

Exemple: Une urne contient deux boules rouges et trois bleues. On fait deux tirages successifs sans remise.

Quelle est la probabilité de tirer deux boules bleues? SoientBil'événement " on tire une boule bleue aui-ième tirage » pouri? {1,2}. Alors

P(B1∩B2) = PB1(B2) P(B1) =1

235=310.

Théorème 2 (formule des probabilités composées) : SoientA1,...,An?P(Ω)tels queP(A1∩

··· ∩An)?= 0. Alors

P(A1∩ ··· ∩An) =n?

i=1P(Ai|Ai+1∩ ··· ∩An). démonstration:On effectue une récurrence sur l'entiern?N?: •Initialisation :Pourn= 1, le résultat est évident.

•Hérédité :Supposons le résultat vrai au rangn-1, c'est-à-dire vrai pourn-1parties deAdont

la probabilité de l'intersection ne soit pas nulle. Alors

P?A1∩(A2∩ ··· ∩An)?= P(A1|A2∩ ··· ∩An)P(A2∩ ··· ∩An)

H.R.= P(A1|A2∩ ··· ∩An)?P(A2|A3∩ ··· ∩An)···

P(An-1|An)P(An)?,

et le résultat est ainsi démontré au rangn, ce qui achève la récurrence.?

Théorème 3 (formule des probabilités totales) : Soit(Bk)1?k?nune partition finie deΩ. Alors

?A?P(Ω),P(A) =n? k=1P

Bk(A)P(Bk).

Probabilité conditionnelle et indépendance3

démonstration:PuisqueA=.?nk=1(Bk∩A), on a l'égalité

P(A) =P?

n? k=1(Bk∩A)? =n? k=1P(Bk∩A) =n? k=1P

Bk(A)P(Bk).

Remarques 1:

- Cette formule reste vraie siA?.?Bk; -Ω =B.?

B, donc on a en particulier

P(A) = PB(A)P(B) + P

B(A)P(B).

Corollaire 1 (formule de Bayès) : Soient(Bk)1?k?nune partition finie deΩ,A?P(Ω)telle que

P(A)?= 0. Alors

?k? {1,...,n},PA(Bk) =PBk(A)P(Bk) ?ni=1PBi(A)P(Bi). démonstration:P(A)?= 0, doncPA(Bk) = P(A∩Bk)/P(A). OrP(A∩Bk) = PBk(A)P(Bk)

et d'après la formule des probabilités totales, puisque lesBkforment une partition deΩ, on aP(A) =?ni=1PBi(A)P(Bi).?

Exemple 1: On dispose de trois urnes contenant chacune un certain nombre de boules colorées, comme

indiqué dans le tableau ci-dessous : boules bleuesboules rouges U113 U232 U342

On tire au hasard une urne, puis une boule de cette urne. La boule tirée est bleue (B), mais quelle est la

probabilité qu'elle provienne deU1? P

B(U1) =PU1(B)P(U1)

?3i=1PUi(B)P(Ui)=14·13 1 3?

14+35+46?

=2780.

Exemple 2: Cinq personnes sur 1000 sont proteuses d'un virus. On fait untest dont les conclusions sont

que 5% des non malades et 99% des malades sont décelés comme étant malades. Quelle est la probabilité

qu'une personne soit malade (M) sachant que son test est positif (T)? P

T(M) =PM(T)P(M)

PM(T)P(M) + PM(T)P(M)=99

100·51000

99
On peut en déduire que ce test n'est pas à préconiser, mais plutôt à proscrire!!

4Probabilité conditionnelle et indépendance

5.2 Evénements indépendants

Définition 2 : SoientA,B?P(Ω).AetBsont dits indépendants si

P(A∩B) = P(A)P(B).

Remarques 2:

- Quelque soitA?P(Ω), il est toujours indépendant deΩet∅;

- Intuitivement, on dirait plutôt queAetBsont indépendants si, par exemple,PB(A) = P(A), mais ce

n'est pas si intuitif qu'il n'y paraît, comme le montre l'exemple ci-dessous; - Par contre, on a équivalence enter ces égalités, c'est-à-dire que pourA,B?P(Ω),

P(A∩B) = P(A)P(B)?PA(B) = P(B)?PB(A) = P(A).

Ces équivalences sont évidentes du fait queP(A∩B) = PA(B)P(A) = PB(A)P(B).

Exemple: On tire un numéro au hasard dans chacun des exemples ci-dessous. On noteAl'événement " On

a un nombre pair » etBl'événement " On a un multiple de trois. »

•SoitΩ ={1,...,20}. On détermine que

P(A) =1

2,P(B) =310,P(A∩B) =320= P(A)P(B),

de sorte que les événementsAetBsoient indépendants. •Par contre, siω={1,...,21}, alors trouve que

P(A) =10

21,P(B) =13,P(A∩B) =321=17?= P(A)P(B),

de sorte que les événementsAetBne soient pas indépendants dans ce cas.

•Exercice: Calculer aussiPA(B)etPB(A)pour chacun des deux cas et conclure quant à l'indépendance

en comparant respectivement ces quantités àP(B)etP(A).

Proposition 1 : On a équivalence entre :

(i)AetBsont indépendants; (ii)Aet

Bsont indépendants;

(iii)

AetBsont indépendants;

(iv)

AetBsont indépendants.

démonstration:On se contentera de montrer que (i)?(ii), les autres cas s'étudiant de manière

analogue. Remarquons queA= (A∩ B).?(A∩B), de sorte queP(A∩B) = P(A)-P(A∩B) = P(A)-P(A)P(B)carAetBsont indépendants par hypothèse. On poursuit le calcul :P(A∩ B) =

P(A)?1-P(B)?= P(A)P(

B), et on aboutit au résultat.?

Remarque 3: La relation d'indépendance n'est pas transitive, c'est-à-dire que siAetBsont deux évé-

nements indépendants, etCun troisième événement tel queBetCle soient aussi, alorsAetCne sont en

Probabilité conditionnelle et indépendance5

général pas indépendants, comme le montre l'exemple qui suit.

Exemple: Au cours de l'année 2002, deux classes de terminale ont réalisé un sondage traduisant les votes

entre " jeunes » (J, élèves des deux classes) et " vieux » (V, profs du lycée) qui ont permis de déterminer le

président entre deux candidats A et B. Les résultats sont reportés dans ce tableau : JV ABAB

H1015510

F20301020

Le calcul détermine que

P(J) =75

120=58,P(F) =80120=23etP(A) =45120=38,

et justifie ainsi les égalitésP(J∩F) = 5/12 = P(J)P(F)etP(F∩A) = 1/4 = P(F)P(A), ce qui fait

que les événementsJetF, ainsi queFetAsont indépendants. Vérifions alors queJetAne le sont pas!

En effet, par calcul,

P(J∩A) =30

120=14etP(J)P(A) =5838=1564.

Proposition 2 : SoitB?C. SiAetBsont indépendants, ainsi queAetC, alorsAetC\Ble sont aussi.

démonstration:A∩C= (A∩C∩B).?(A∩C∩B) = (A∩B).?(A∩C∩B)carB?C. D'où

P(A∩C\B) = P(A∩C)-P(A∩B) = P(A)?P(C)-P(B)?= P(A)P(C\B).?

Exercice: On suppose queB?= Ω. Montrer de deux manières queAetBsont indépendants si et seulement

siP(A|B) = P(A| B).

1. Notonsb= P(B)(donc1-b= P(

B)),α= P(A|B)(donc1-α= P(A|B)) etβ= P(A|B)(donc

1-β= P(

A|B)). On trouve alors

A?B?P(A|B) = P(A)rq 1= P(B)P(A|B) + P(

B)P(A|B)

?α=bα+ (1-b)β ?(1-b)α= (1-b)β?α=β.

2. On utilise tout ce qui précède. Supposons l'indépendanceétablie, alors :

P(A|B) = P(A)?A?Bprop 1?A?

B?P(A|B) = P(A).

On en déduit directement queP(A|B) = P(A|

B). Etudier la réciproque en exercice.

quotesdbs_dbs41.pdfusesText_41
[PDF] quand utiliser la formule des probabilités totales

[PDF] formule des probabilités totales terminale s

[PDF] probabilité totale terminale es

[PDF] recette du moyen age

[PDF] nom des repas au moyen age

[PDF] que buvait on au moyen age

[PDF] exercice corrigé propension marginale ? consommer

[PDF] propension marginale ? importer

[PDF] consommation incompressible

[PDF] j'accuse bonne réception de votre mail et vous en remercie

[PDF] formule puissance thermique physique

[PDF] exercices ponctuation dialogue 6ème

[PDF] identifier le temps des verbes

[PDF] calcul puissance debit delta t

[PDF] calcul puissance thermique eau