Probabilités conditionnelles et arbres
Conditionner change la référence ; un arbre aide à multiplier les chemins et à additionner les cas.
Probabilités conditionnelles et arbres
Objectifs
- Définir une probabilité conditionnelle.
- Utiliser un arbre et la formule des probabilités totales.
- Inverser une condition avec Bayes.
Conditionner : changer le groupe de référence
Pour deux événements \(A\) et \(B\), avec \(P(A)>0\), la probabilité de \(B\) sachant \(A\) est \[P_A(B)=P(B\mid A)=\frac{P(A\cap B)}{P(A)}.\] On ne garde comme référence que les cas où \(A\) est réalisé. Ainsi \(P(A\cap B)=P(A)P_A(B)\). Si les événements sont indépendants, \(P_A(B)=P(B)\) ; cela doit être établi, pas supposé.
Données fictives : \(P(A)=0{,}6\) et \(P_A(D)=0{,}1\). Calcule \(P(A\cap D)\).
Voir la solution après avoir cherché
Quel dénominateur intervient dans \(P_A(B)\) ?
Arbre pondéré et probabilités totales
Les branches issues d’un même nœud ont des probabilités dont la somme vaut \(1\). On multiplie le long d’un chemin. Pour réunir des chemins incompatibles qui réalisent le même événement, on additionne leurs probabilités. Si \(A\) et \(\overline A\) forment les deux cas possibles, alors \[P(D)=P(A)P_A(D)+P(\overline A)P_{\overline A}(D).\] Plus généralement, cette formule s’étend à une partition de l’univers, avec des conditions de probabilité non nulle.
Le schéma reprend uniquement les probabilités fictives de cet exercice ; les nombres des branches ne sont pas des fréquences observées.
flowchart LR S[Lot choisi] -->|0.6| A[Fournisseur A] S -->|0.4| B[Fournisseur B] A -->|0.1| AD[Defaut] A -->|0.9| AN[Sans defaut] B -->|0.2| BD[Defaut] B -->|0.8| BN[Sans defaut]
On donne \(P(A)=0{,}6\), \(P(\overline A)=0{,}4\), \(P_A(D)=0{,}1\), \(P_{\overline A}(D)=0{,}2\). Calcule \(P(D)\).
Voir la solution après avoir cherché
Pour réunir les deux chemins qui aboutissent à un défaut, quelle opération utilise-t-on ?
Bayes : inverser la condition
Si \(P(D)>0\), on applique la définition à la nouvelle condition : \[P_D(A)=\frac{P(A\cap D)}{P(D)}=\frac{P(A)P_A(D)}{P(D)}.\] C’est la formule de Bayes. Le numérateur et le dénominateur décrivent le même univers de départ ; on ne peut pas échanger simplement les indices.
Avec les données fictives précédentes, quelle est la probabilité que le lot provienne de A, sachant qu’il présente un défaut ?
Voir la solution après avoir cherché
Peut-on affirmer en général \(P_A(D)=P_D(A)\) ?
Erreurs fréquentes
Résumé
L’arbre organise les cas ; la définition permet ensuite de contrôler chaque calcul.
Cartes mémo
Réponds avant de retourner les cartes.
Teste tes connaissances sur ce cours
Crée ton compte gratuitement pour accéder aux quiz associés et suivre ta progression.
