LCGMATHS
Chapitre 3
Probabilités conditionnelles et indépendance
Sommaire
Rappels de seconde
- Un évènement est une partie de l'univers $\Omega$. $A\cap B$ : « $A$ et $B$ » ; $A\cup B$ : « $A$ ou $B$ » ; $\overline A$ : « non $A$ ». $A$ et $B$ sont incompatibles (ou disjoints) lorsque $A\cap B=\varnothing$.
- $P(\overline A)=1-P(A)$ et $P(A\cup B)+P(A\cap B)=P(A)+P(B)$. Si $A$ et $B$ sont incompatibles : $P(A\cup B)=P(A)+P(B)$.
- En situation d'équiprobabilité : $P(A)=\dfrac{\text{nombre d'issues de } A}{\text{nombre total d'issues}}$.
- Pour dénombrer : tableau à double entrée (deux caractères croisés) ou arbre des possibles (épreuves successives).
Probabilité conditionnelle
Dans une classe de 30 élèves, on croise le fait de pratiquer un sport ($S$) et celui de jouer d'un instrument ($I$).
| $S$ | $\overline S$ | Total | |
| $I$ | 6 | 3 | 9 |
| $\overline I$ | 12 | 9 | 21 |
| Total | 18 | 12 | 30 |
On choisit un élève au hasard. $P(S\cap I)=\dfrac{6}{30}=0{,}2$ : c'est une proportion de toute la classe.
Si l'on sait que l'élève choisi pratique un sport, on ne regarde plus que la colonne $S$ : la probabilité qu'il joue d'un instrument vaut $\dfrac{6}{18}=\dfrac13$. On remarque que \[ \frac{6}{18}=\frac{6/30}{18/30}=\frac{P(S\cap I)}{P(S)}. \]
Soit $A$ et $B$ deux évènements, avec $P(A)\neq0$. La probabilité de $B$ sachant $A$ est le nombre \[ P_A(B)=\frac{P(A\cap B)}{P(A)}. \]
Conditionner par $A$, c'est restreindre l'univers à $A$ : on ne garde que les issues où $A$ est réalisé, et on mesure la part de $B$ parmi elles. Dans le supérieur, on note aussi $P(B\,|\,A)$.
Soit $A$ un évènement tel que $P(A)\neq0$. Pour tous évènements $B$ et $C$ :
- $0\leqslant P_A(B)\leqslant 1$ et $P_A(\Omega)=1$ ;
- $P_A(\overline B)=1-P_A(B)$ ;
- si $B$ et $C$ sont incompatibles, $P_A(B\cup C)=P_A(B)+P_A(C)$.
Autrement dit, $P_A$ est elle-même une probabilité.
Si $P(A)\neq0$ : $P(A\cap B)=P(A)\times P_A(B)$. Si $P(B)\neq0$ : $P(A\cap B)=P(B)\times P_B(A)$.
Ne pas confondre $P(A\cap B)$, $P_A(B)$ et $P_B(A)$ : ce sont trois nombres a priori différents. Dans l'exemple : $P(S\cap I)=0{,}2$, $P_S(I)=\dfrac{6}{18}=\dfrac13$ et $P_I(S)=\dfrac69=\dfrac23$.
Arbres pondérés
Un arbre pondéré est un arbre dont chaque branche porte une probabilité. Pour une expérience à deux étapes :
- les branches du premier niveau portent les probabilités $P(A)$ et $P(\overline A)$ ;
- les branches du second niveau portent des probabilités conditionnelles, sachant l'évènement d'où part la branche.
Un arbre pondéré est un arbre des possibles « condensé » : les branches menant à des issues de même nature sont regroupées en une seule, qui porte la somme de leurs probabilités.
- Règle de la somme : la somme des probabilités portées par les branches issues d'un même nœud vaut $1$.
- Règle du produit : la probabilité d'un chemin est le produit des probabilités portées par ses branches (c'est la formule du produit).
- La probabilité d'un évènement situé au bout de plusieurs chemins est la somme des probabilités de ces chemins (justification au paragraphe suivant).
Partition de l'univers et probabilités totales
Des évènements $A_1,A_2,\dots,A_n$ forment une partition de $\Omega$ (ou un système complet d'évènements) lorsque :
- ils sont tous non vides ;
- ils sont deux à deux incompatibles ($A_i\cap A_j=\varnothing$ si $i\neq j$) ;
- leur réunion est l'univers : $A_1\cup A_2\cup\dots\cup A_n=\Omega$.
Cas le plus fréquent : si $0<P(A)<1$, alors $A$ et $\overline A$ forment une partition de $\Omega$.
Si $A_1,\dots,A_n$ forment une partition de $\Omega$, alors pour tout évènement $B$ : \[ P(B)=P(A_1\cap B)+P(A_2\cap B)+\dots+P(A_n\cap B). \] Si de plus les $P(A_i)$ sont non nulles : $P(B)=P(A_1)P_{A_1}(B)+\dots+P(A_n)P_{A_n}(B)$.
En particulier, avec la partition $\{A,\overline A\}$ : $P(B)=P(A)\times P_A(B)+P(\overline A)\times P_{\overline A}(B)$.
Les évènements $A_i\cap B$ sont deux à deux incompatibles (car les $A_i$ le sont) et leur réunion est $(A_1\cup\dots\cup A_n)\cap B=\Omega\cap B=B$. Les probabilités d'évènements deux à deux incompatibles s'ajoutent, d'où le résultat. La seconde forme s'obtient avec la formule du produit.
- Repérer la partition (souvent donnée par la première étape de l'expérience).
- Construire l'arbre pondéré et le compléter avec la règle de la somme.
- Calculer la probabilité de chaque chemin menant à $B$ (règle du produit), puis les additionner.
Une urne $U_1$ contient $70\,\%$ de boules rouges, une urne $U_2$ en contient $40\,\%$. On choisit une urne au hasard (une chance sur deux), puis on tire une boule. On note $A$ : « on choisit $U_1$ » et $R$ : « la boule est rouge ». Alors $P(A)=P(\overline A)=0{,}5$, $P_A(R)=0{,}7$ et $P_{\overline A}(R)=0{,}4$. \[ P(R)=P(A)P_A(R)+P(\overline A)P_{\overline A}(R)=0{,}35+0{,}2=0{,}55. \] On peut ensuite « remonter » l'arbre : sachant que la boule est rouge, la probabilité qu'elle vienne de $U_1$ est \[ P_R(A)=\frac{P(A\cap R)}{P(R)}=\frac{0{,}35}{0{,}55}=\frac{7}{11}\approx0{,}64. \]
Indépendance de deux évènements
Deux évènements $A$ et $B$ sont indépendants lorsque $P(A\cap B)=P(A)\times P(B)$.
Si $P(A)\neq0$ : $A$ et $B$ sont indépendants si et seulement si $P_A(B)=P(B)$.
Autrement dit, savoir que $A$ est réalisé ne change pas la probabilité de $B$.
Si $P(A\cap B)=P(A)P(B)$, alors $P_A(B)=\dfrac{P(A\cap B)}{P(A)}=\dfrac{P(A)P(B)}{P(A)}=P(B)$.
Réciproquement, si $P_A(B)=P(B)$, alors $P(A\cap B)=P(A)\times P_A(B)=P(A)\times P(B)$.
Si $A$ et $B$ sont indépendants, alors $A$ et $\overline B$ sont indépendants.
$\{B,\overline B\}$ découpe $A$ en deux parties incompatibles, donc $P(A)=P(A\cap B)+P(A\cap\overline B)$. Ainsi $P(A\cap\overline B)=P(A)-P(A)P(B)=P(A)\big(1-P(B)\big)=P(A)\times P(\overline B)$.
Indépendance et incompatibilité sont deux notions très différentes. Deux évènements incompatibles de probabilités non nulles ne sont jamais indépendants : $P(A\cap B)=0\neq P(A)P(B)$.
Pour utiliser une indépendance donnée par l'énoncé (par exemple un tirage avec remise), on écrit directement $P(A\cap B)=P(A)\times P(B)$.
Pour démontrer une indépendance, on calcule séparément $P(A\cap B)$ et $P(A)\times P(B)$ (ou $P_A(B)$ et $P(B)$) et on compare.
On tire une carte au hasard dans un jeu de 32 cartes. On note $A$ : « obtenir un as » et $C$ : « obtenir un cœur ».
$P(A)=\dfrac{4}{32}=\dfrac18$, $P(C)=\dfrac{8}{32}=\dfrac14$ et $P(A\cap C)=\dfrac{1}{32}=\dfrac18\times\dfrac14$ : $A$ et $C$ sont indépendants.
Succession de deux épreuves indépendantes
Deux épreuves successives sont indépendantes lorsque le résultat de la première n'influence pas les probabilités de la seconde. Alors, pour un évènement $A_1$ lié à la première épreuve et un évènement $B_2$ lié à la seconde : \[ P(A_1\cap B_2)=P(A_1)\times P(B_2). \] Dans l'arbre pondéré, les branches du second niveau portent les mêmes probabilités quel que soit le résultat du premier niveau. Dans un tableau à double entrée, chaque case est le produit des deux totaux correspondants.
On lance deux fois un dé équilibré. Les lancers sont indépendants.
- $P(\text{« 6 puis 6 »})=\dfrac16\times\dfrac16=\dfrac{1}{36}$.
- $P(\text{« aucun 6 »})=\dfrac56\times\dfrac56=\dfrac{25}{36}$, donc $P(\text{« au moins un 6 »})=1-\dfrac{25}{36}=\dfrac{11}{36}$.
from random import random
def experience():
if random() < 0.5: # on choisit l'urne U1
return random() < 0.7 # True si la boule est rouge
else: # on choisit l'urne U2
return random() < 0.4
def frequence_rouge(N):
nb = 0
for k in range(N):
if experience():
nb = nb + 1
return nb / N # proche de 0,55 pour N grandAbraham de Moivre donne une première définition de l'indépendance dans The Doctrine of Chances (1718). L'essai de Thomas Bayes, publié en 1763 après sa mort, traite de la façon de « retourner » un conditionnement, c'est-à-dire d'obtenir $P_B(A)$ à partir de $P_A(B)$. Laplace développe ces idées dans sa Théorie analytique des probabilités (1812). Le cadre moderne (univers, évènements, axiomes) est fixé par Kolmogorov en 1933.
Synthèse – ce qu'il faut savoir faire
- Calculer une probabilité conditionnelle à partir d'un tableau ou de la définition.
- Distinguer $P(A\cap B)$, $P_A(B)$ et $P_B(A)$, et passer de l'une à l'autre.
- Construire et compléter un arbre pondéré (règle de la somme, règle du produit).
- Utiliser la formule des probabilités totales, puis « remonter » l'arbre.
- Démontrer ou utiliser l'indépendance de deux évènements.
- Modéliser une succession de deux épreuves indépendantes par un arbre ou un tableau.
- Simuler une expérience aléatoire en Python.