• Aucun résultat trouvé

Probabilit ´es :

N/A
N/A
Protected

Academic year: 2022

Partager "Probabilit ´es :"

Copied!
4
0
0

Texte intégral

(1)

4

Probabilit ´es :

conditionnement et ind ´ependance

C H A P I T R E

La formule de Bayes ´ecrite en n´eon au sein dans les bureaux de l’entreprise d’informatique Autonomy (filiale de HP) `a Cambridge. Thomas Bayes (n´e env. en 1702 `a Londres - mort le 7 avril 1761) est un math´ematicien britannique et pasteur de l’ ´Eglise presbyt´erienne, connu pour avoir formul´e le th´eor`eme de Bayes.

(2)

Dans tout le chapitre, on consid`ere une exp´erience al´eatoire et Ω = {e1;e2;. . . en}son univers sur lequel est d´efinit une loi de probabilit´eP. SoitA et B deux ´ev`enements avecP(A)6= 0 etP(B)6= 0.

Probabilit´ es conditionnelles

1

On appelle probabilit´e deB sachantA,not´ePA(B) le r´eel

PA(B) =P(A∩B) P(A) D´efinition 1

Exemple.

Le tableau ci-dessous donne la r´epartition d’une classe de terminale.

Int Ext DP Total

Fille 2 3 11 16

Gar¸con 1 2 15 18

Total 3 5 26 34

Parmi les ´el`eves de cette classe, on en choisit un au hasard.

On consid`ere les ´ev`enements suivants A:l’´el`eve choisi est une fille,

B :l’´el`eve choisi est demi-pensionnaire.

1. CalculerP(A),P(B). D´efinir l’´ev´enementAB puis calculer P(AB).

2. On choisit une ´el`eve parmi les filles.

Quelle est la probabilit´e d’obtenir une demi-pensionnaire ?

SoitAetB deux ´ev`enements de Ω tels queP(A)6= 0 etP(B)6= 0 on a P(AB) =PA(B)×P(A) =PB(A)×P(B).

Propri´et´e 1

SoitA,B etC trois ´ev`enements de Ω avecP(A)6= 0.

• SiAet B sont incompatibles (A∩B =∅), alorsPA(B) = 0.

• SiCB, alorsPA(C)6PA(B).

PA(B∪C) =PA(B) +PA(C)−PA(B∩C).

PA(B) +PA(B) = 1 Propri´et´e 2

Soitkun entier sup´erieur ou ´egal `a 2.

Dire que k ´ev`enements A1, A2, . . ., Ak forment une partition de l’univers Ω signifie que :

• Pour touti∈ {1; 2;. . .;k},Ai6=∅.

A1A2. . .Ak = Ω.

• Pour tout entierietj tels que 16i6k, 16j6keti6=j et AiAj=∅.

D´efinition 2

Remarque.

(3)

3 Chapitre 4. Probabilit´es : conditionnement et ind´ependance

Sik´ev`enementsA1,A2,. . .,Ak forment une partition de Ω alors P(A1) +P(A2) +. . .+P(Ak) = 1.

Formule des probabilit´es totales

Soitkentier sup´erieur ou ´egal `a 2 etk´ev`enementsA1,A2,. . .,Ak de probabilit´es non nulles formant une partition de Ω. Pour tout ´ev`enementB de Ω on a

P(B) =PA1(B)×P(A1) +PA2(B)×P(A2) +. . .+PAk(B)×P(Ak).

Th´eor`eme 1

Remarque.

En particulierAetA forment une partition de Ω on a P(B) =PA(B)×P(A) +PA(B)×P(A).

Arbre pond´ er´ e

2

SoitAun ´ev`enement de probabilit´e diff´erente de 1 et de 0.

On peut repr´esenter la situation `a l’aide d’un arbre pond´er´e.

Pour construire un arbre, on utilise les trois propri´et´es suivantes :

• la probabilit´e d’un chemin est ´egale au pro- duit des probabilit´es de ses branches ;

• la somme des probabilit´es issues d’un mˆeme nœud est ´egale `a 1 ;

• la probabilit´e d’un ´ev`enement est la somme des probabilit´es des chemins qui y abou- tissent.

Dans le cas particulier d’un arbre `a deux ni- veaux on a :

P(A∩B) =PA(B)×P(A) ;

PA(B) +PA(B) = 1 ;

P(B) =P(A)×PA(B) +P(A)×PA(B).

P(A) A

PA(B) B

PA(B) B

P(A) A

PA(B) B

PA(B) B

Exemple.Dans une partie du monde, on estime que 15 % de la population est conta- min´ee par un virusX. La strat´egie de d´epistage met en place un test. On a observ´e les r´esultats suivants :

• quand la personne est contamin´ee par le virusX, le test est positif dans 99,6 % des cas ;

• quand la personne n’est pas contamin´ee par ce virus, le test est n´egatif dans 97,8 % des cas.

On consid`ere les ´ev´enements suivants :

A :La personne est contamin´ee par le virusX; B :La personne a un test positif.

1. R´ealiser un arbre repr´esentant la situation.

2. CalculerP(B) puis calculer la probabilit´e que le r´esultat du test soit exact.

3

(4)

Ind´ ependance de deux ´ ev´ enements

3

Deux ´ev`enements A et B sont ind´ependants si et seulement si PB(A) = P(A) autrement dit ˆetre ind´ependants signifie que

P(AB) =P(A)×P(B).

D´efinition 3

Remarques.

Attention `a ne pas confondre ind´ependance et incompatibilit´e.

Si deux ´ev´enementsAetBsont ind´ependants, la probabilit´e deAsachantBne d´epend pas de la probabilit´e deB.

SoitAetB deux ´ev`enements, de probabilit´e non nulles.

AetB sont ind´ependants si et seulement siPA(B) =P(B).

AetB sont ind´ependants si et seulement siPB(A) =P(A).

Propri´et´e 3

Variable al´ eatoire et ind´ ependance

4

4 1 Rappels sur les variables al´eatoires

Une variable al´eatoireX d´efinie sur l’univers Ω est une fonction de Ω dansR. On noterax1, x2, . . . , xk aveck6nles valeurs prises par X.

D´efinition 4

Lorsqu’`a chaque valeurxideX on associe la probabilit´e de l’´ev`enement (X =xi), not´eeP(X=xi), on d´efinit une loi de probabilit´e sur l’ensemble{x1, x2, . . . , xk}, appel´ee la loi de probabilit´e de la variable al´eatoireX.

D´efinition 5

4 2 Ind´ependance de deux variables al´eatoires

Soit X et Y deux variables al´eatoires sur Ω prenant respectivement les valeurs x1, x2, . . . , xk et y1, y2, . . . , yp aveck6netp6n.

Dire quexetY sont ind´ependantes signifie que pour toutietjtels que 16i6k et 16j6p, les ´ev`enements (X=xi) et (Y =yj) sont ind´ependants, c’est-`a-dire : pour toutietj tels que 16i6k

P((X =xi)∩(Y =yj)) =P(X =xiP(Y =yj).

D´efinition 6

Références

Documents relatifs

Proposer une méthode de résolution graphique utilisant le logiciel pour que l'aire du polygone ABCDIG soit égale à l'aire du quadrilatère

Le joueur en premier qui joue 5 pourra atteindre 13 au coup suivant, que son adversaire ait r´ epondu par 7 ou par 11, et ainsi de suite, jusqu’` a ce que son adversaire joue un

Goupil continue ainsi en augmentant d’un num´ ero chaque jour de fa¸ con ` a aller toujours dans un terrier de mˆ eme parit´ e que celui de Z´ ephyrin.. Si son hypoth` ese de d´

Preuve : D’une part, un tel graphe poss` ede au moins un sommet sans successeur et d’autre part, un tel sommet appartient ` a tout ´ eventuel noyau.. On proc` ede alors par r´

But : R´ esoudre un probl` eme d’optimisation num´ erique Trouver une des meilleures solution selon le crit` ere :?. =

But : R´ esoudre un probl` eme d’optimisation num´ erique Trouver une des meilleures solution selon le crit` ere :.. =

Cours introductif de l’´ ecole d’´ et´ e en ´ evolution artificielle Anne Auger, juin 2012 :

Cours introductif de l’´ ecole d’´ et´ e en ´ evolution artificielle Anne Auger, juin 2012 :