Chapitre VIII : Probabilités conditionnelles
I – Probabilités sur un ensemble fini et variables aléatoires : Vocabulaire :
• On appelle expérience aléatoire toute expérience dont l'issue est liée au hasard.
• On appelle éventualité ou événement élémentaire tout résultat possible d'une expérience aléatoire.
• On appelle univers, noté en général , l'ensemble de toutes les éventualités.
• On appelle événement tout sous-ensemble de l'univers.
• On appelle événement impossible, noté ,l'évènement ne contenant aucune éventualité.
Exemple : On considère l'expérience suivante : On jette deux dés cubiques dont les faces sont numérotées de 1 à 6 et on note le résultat des faces supérieures sous forme de couple.
• (2 ; 3) est une éventualité.
• L'univers est l'ensemble ci-dessous :
={1;1;1;2;1;3;1;4;1;5;1;6;2;1;2;2;2;3;2;4;2;5;2;6;
3;1;3;2;3;3;3;4;3;5;3;6;4;1;4;2;4;3;4;4;4;5;4;6;
5;1;5;2;5;3;5;4;5;5;5;6;6;1;6;2;6;3;6;4;6;5;6;6}
• L'ensemble des couples admettant pour première coordonnée le chiffre 2 est un événement.
Notons A cet événement; A={2;1;2;2;2;3;2;4;2;5;2;6}. Définitions 1
• Deux événements A et B d'un univers sont incompatibles si A∩B=∅
• Deux événements A et B d'un univers sont contraires si A∩B=∅et A∪B=. On note B= A .
Définitions 2 : Soit un univers comportant n éventualités : ={e1 , e2 , e3 , ⋯, en}.
Définir une loi de probabilité p sur consiste à associer à chaque éventualitéei de un réel pi compris entre 0 et 1, tel que
∑
i=1 n
pi=1 . On note pi=pei.
p doit vérifier : pour tout événement A et B incompatibles : pA∪B=pApB Reprise de l'exemple précédent :
Chacune des éventualités admet pour probabilité 1 36 .
pA=p2;1p2;2p2;3p2;4p2;5p2;6=6 ×1 36=1
6
Propriétés 1 : Soit l'univers d'une expérience donnée et p une loi de probabilité définie sur .
• p() = 1 et p() = 0.
• Pour tout événement A de , p A=1−pA
• Si A est inclus dans B, alors pApB.
• Si A et B sont deux événements quelconques de alors pA∪B=pApB−pA∩B
Reprise de l'exemple précédent :
A={1;1;1;2;1;3;1;4;1;5;1;6;3;1;3;2;3;3;3;4;3;5;3;6;
4;1;4;2;4;3;4;4;4;5;4;6;5;1;5;2;5;3;5;4;5;5;5;6;
6;1;6;2;6;3;6;4;6;5;6;6}
p A=30 ×1 36=5
6 ou p A=1−pA=1−1 6=5
6 .
Notons B l'événement : les couples admettent pour deuxième coordonnée le chiffre 3 . B={1;3;2;3;3;3;4;3;5;3;6;3}, pB=6 ×1
36=1
6 A∩B={2;3}
d'où pA∪B=pApB−pA∩B=1 6 1
6 −1 36=11
36
Définition 3 : Soit un univers comportant n éventualités : ={e1 , e2 , e3 , ⋯, en}et p une loi de probabilité sur .
On dit qu'il y a équiprobabilité si les probabilités de chaque éventualité sont identiques, c'est à dire si : pe1=pe2=⋯=pen.
Propriété 2 : Soit un univers comportant n éventualités : ={e1 , e2 , e3 , ⋯, en}et p une loi d'équiprobabilité sur , alors :
• pour tout i∈{1, ⋯, n}, pei=1 n
• Soit A un événement contenant k éventualités, alors : pA=k
n=nombre d'éventualités favorables nombre total d'éventualités . Démonstration :
Exemples : On peut recalculer ainsi pA=6 36=1
6 et pB= 6 36 =1
6 .
Définition 4 : Soit l'univers d'une expérience donnée et p une loi de probabilité définie sur .
• Une variable aléatoire réelle X est une fonction qui à toute éventualité de associe un nombre réel.
• La fonction X permet de définir sur ℝ une nouvelle probabilité pX. Si a est un réel et A l'ensemble des éventualités de qui ont pour image a, alors pXa=pX=a=pA
Reprise de l'exemple du jet des deux dés.
On note X la variable aléatoire réelle égale à la somme des faces supérieures.
Dans ce cas X prend les valeurs 2, 3, 4, 5, 6, 7, 8, 9, 10, 11 et 12.
On a : pX2=pX=2=p{1 ;1}=1
36 ; pX3=pX=3=p{1 ;2;2,1}=2 36 pX4=pX=4=p{1 ;3;3,1;2,2}= 3
36 pX5=pX=5=p{1;4;2 ;3;3,2;4,1}= 4
36
pX6=pX=6=p{1;5;2 ;4;3;3;4,2;5,1}= 5 36 pX7=pX=7=p{1;6;2 ;5;3;4;4;3;5,2;6,1}=6
36 pX8=pX=8=p{2;6;3 ;5;4;4;5,3;6,2}= 5
36 pX9=pX=9=p{3;6;4 ;5;5,4;6,3}=4
36 pX10=pX=10=p{4;6;5 ;5;6,4}= 3
36 pX11=pX=11=p{5;6;6,5}=2
36 ; pX12=pX=12=p{6;6}=1 36 .
On représente en général la loi de probabilité de X sous forme d'un tableau.
xi 2 3 4 5 6 7 8 9 10 11 12
pX=xi 1 36
2 36
3 36
4 36
5 36
6 36
5 36
4 36
3 36
2 36
1 36 Définition 5 : Soit X une variable aléatoire réelle prenant les valeurs x1,x2, ⋯xn . L'espérance mathématique de X est la moyenne, notée EX, pondérée par les probabilités, des valeurs
x1,x2, ⋯xn.
On a donc EX=
∑
k=1 n
xipX=xi=x1 pX=x1x2 pX=x2⋯xnpX=xn Reprise de l'exemple :
EX=
∑
k=1 n
xipX=xi
= 2 ×1
363 ×2
364 ×3
365 ×4
366 ×5
367 ×6
368 ×5
369 ×4
3610 ×3
3611 ×2
3612 ×1 36
=252
36 =7 et donc EX=7
Définition 6 : Soit X une variable aléatoire réelle prenant les valeurs x1,x2, ⋯xn . La variance mathématique de X est la moyenne , notée VX, pondérée par les probabilités, des carrés des écarts des valeurs x1,x2, ⋯xnà la moyenne E(X) .
On a donc VX=
∑
k=1 n
xi−EX2 pX=xi
=x1−EX2 pX=x1x2−EX2 pX=x2⋯xn−EX2 pX=xn
Propriété 3 : Soit X une variable aléatoire réelle prenant les valeurs x1,x2, ⋯xn, alors la variance mathématique de X égale : VX=EX2−[EX]2
Démonstration : Reprise de l'exemple :
EX2=
∑
k=1 n
xi2 pX=xi
= 22 ×1
3632 ×2
3642 ×3
3652 ×4
3662 ×5
3672 ×6
3682 ×5
3692 ×4
36102 ×3
36112 ×2
36122 ×1 36
=1974
36 =329 6 D'où EX2=329
6 et [EX]2=49=294
6 et donc VX=35
6 ≃5,83 . II – Probabilités conditionnelles et événement indépendants :
Approche : Une entreprise comprend des hommes et des femmes, qui sont cadres ou ouvriers selon la répartition ci-dessous.
Sexe
Catégorie Hommes Femmes Total
Ouvriers 152 85 237
Cadres 13 3 16
Total 165 88 253
On choisit au hasard une personne de cette entreprise.
On note respectivement H,F, O et C les événements « la personne est un homme, une femme, un ouvrier,un cadre ».
1. Quelle est la probabilité de chacun de ces événements?
2. Quelle est la probabilité de l'événement F∩C?
3. On choisit un cadre. Quelle est la probabilité, pCF, pour que ce soit une femme?
On détermine ainsi la probabilité d'avoir choisi une femme sachant que la personne est un cadre. On parle alors de probabilité conditionnelle.
On constate que pCF= .
Définition 7 : Soient A et B deux événements d'un univers muni d'une probabilité p . B ayant une probabilité non nulle.
On définit la probabilité que l'événement A soit réalisé sachant que l'événement B est réalisé, notée pBA, par le quotient pBA=pA∩B
pB
Propriété 4 : Soient A et B deux événements d'un univers de probabilité non nulle. On a alors : pA∩B=pBA×pB=pAB×pA
Démonstration :
Exemple : Une urne U1contient trois boules vertes et sept boules rouges et une urne U2contient six boules vertes et quatre boules rouges.
On choisit une urne au hasard puis une boule dans cette urne.
On note U1l'événement : choisir l'urne U1 On note U2l'événement : choisir l'urne U2
On note V l'événement : choisir une boule verte.
On note R l'événement : choisir une boule rouge.
1. Donner les probabilités pU1et pU2
2. Déterminer les probabilités pU1R, pU2R, pU1Vet pU2V On résume ces résultats dans un arbre appelé arbre de probabilité.
Remarque : On constate, d'après la formule pA∩B=pBA×pBqu'on obtient, en effectuant le produit des probabilités d'une branche, la probabilité de l'intersection.
Définition 8 : Deux événements A et B d'un univers , de probabilité non nulle sont indépendants si pA∩B=pA×pB.
Propriété 5 : Si A et B sont deux événements indépendants, alors pBA=pAet pAB=pB Reprise du premier exemple : jet de deux dés.
A={2;1;2;2;2;3;2;4;2;5;2;6}
Notons A1 : obtenir 2 en première coordonnée
et A2 : obtenir un chiffre compris entre 1 et 6 en deuxième coordonnée. A=A1 ∩A2 Les événements A1etA2sont indépendants car pA1×pA2=1
6 ×1=1
6=pA
III – Formules des probabilités totales :
Définition 9 : Soit un univers. On dit que les événementsB1 , B2 , ⋯, Bnforment une partition de
lorsque les conditions suivantes sont réalisées :
• aucun des événements n'est impossible.
• Les événements sont deux à deux incompatibles
( c'est à dire pour tout couple (i , j) aveci≠j , Bi∩Bj=∅)
• la réunion de ces événements est égale à .
Propriété 6 : Soit un univers et B1 , B2 , ⋯, Bn une partition de . Alors pour tout événement A de , pA=pB1A×pB1pB2A×pB2⋯pBnA×pBn.
Démonstration :
Exemple : Une entreprise fabrique des composants électroniques. Elle utilise pour un même composant trois machines différentes, notés M1, M2 et M3.
La machineM1fabrique 50% de la production avec un taux de composants défectueux égal à 1 %.
La machineM2fabrique 30% de la production avec un taux de composants défectueux égal à 2 %.
La machineM3fabrique 20% de la production avec un taux de composants défectueux égal à 5 %.
On prélève en fin de journée, dans la production totale, un composant.
Quelle est la probabilité de choisir un composants défectueux?