Probabilités conditionnelles
Exploration
Une enquête réalisée lors d'une assemblée internationale a montré que 60% des participants comprennent l'anglais, 45% l'espagnol et 15% les deux langues.
- Quelle est la probabilité qu'une personne choisie au hasard dans l'assemblée comprenne l'espagnol ?
- Que devient cette probabilité si vous savez déjà qu'elle comprend l'anglais ?
Diagramme de Venn
Les diagrammes d'Euler, de Venn et de Carroll sont des schémas géométriques utilisés pour représenter des relations logico-mathématiques. Créés pour visualiser la structure logique des syllogismes, ils sont couramment utilisés pour l'étude des relations entre ensembles.
Définition
La probabilité conditionnelle est un concept fondamental en théorie des probabilités qui permet de mesurer la probabilité d'un événement sachant qu'un autre événement s'est produit. Elle est souvent notée P(B | A), qui se lit “la probabilité de B sachant A”.
Si nous savons que l'événement A est réalisé, nous pouvons alors calculer la probabilité de B sachant que A est réalisé en “éliminant” ¯A et en calculant uniquement avec la partie gauche du diagramme de Caroll.
La formule qui permet donc de calculer la probabilité conditionnelle de B sachant A est P(B | A)=P(A∩B)P(A)
Nous écrirons parfois : P(A∩B)=P(B | A)⋅P(A)
Les nuances du langage en probabilité conditionnelle
- Les expressions “ sachant que… ”, “ quand… ”, “ lorsque… ”, “ parmi… ” sont souvent utilisées pour donner une probabilité conditionnelle.
- En effet, ces expressions annoncent que l'univers change, qu'il n'est qu'une partie de l'univers initial.
- C'est ce nouvel univers qui exprime le conditionnement et qui sera noté derrière la barre verticale.
Exemple : “Parmi les élèves de 6ème, la probabilité que ce soit une fille vaut 720” correspond à une probabilité conditionnelle.
Arbre de probabilité
Règles de l'arbre pondéré
Formule des probabilités totales
Complément graphique
Théorème de Bayes
P(A|B)=P(A∩B)P(B)=P(B|A)⋅P(A)P(B|A)⋅P(A)+P(B|¯A)⋅P(¯A)
Indépendance
Lorsque les événements A et B sont indépendants, cela signifie que la connaissance de la réalisation de l'événement A n'a aucune influence sur la réalisation de l'événement B. Dans ce cas nous avons P(B | A)=P(B), d'où nous déduisons :
A et B sont indépendants si et seulement si