Introduction

En statistique, quand on réalise plusieurs expériences (ou épreuves), il est important de comprendre si la réalisation de l'une influence la autre. Cela permet de déterminer si les événements sont indépendants ou conditionnels.

Épreuves successives

Une expérience consiste en une ou plusieurs étapes, que l'on appelle des épreuves. Lorsqu'on réalise plusieurs épreuves l'une après l'autre, on parle d'épreuves successives.

Exemple : lancer un dé deux fois de suite.

Probabilité conjointe et conditionnelle

La probabilité que deux événements \(A\) et \(B\) se produisent est appelée probabilité conjointe et notée \(P(A \cap B)\).

Elle peut s'exprimer en fonction de la probabilité conditionnelle : \[ P(A \cap B) = P(A) imes P(B | A) \] où :

• \(P(B | A)\) est la probabilité que \(B\) se produise sachant que \(A\) s'est déjà produit.

Indépendance entre deux événements

Deux événements \(A\) et \(B\) sont dits indépendants si la réalisation de l'un n'influence pas la probabilité de l'autre. Formuellement, cela signifie :

Autrement dit, savoir que \(A\) s'est produit ne modifie pas la probabilité que \(B\) se produise.

Épreuves successives et indépendance

Dans le cas d'épreuves successives, si chaque épreuve est réalisée dans des conditions identiques et indépendantes, alors :

• La probabilité d'obtenir un résultat particulier lors de chaque épreuve ne dépend pas des résultats précédents.
• Les événements liés aux résultats successifs sont alors indépendants.

Exemple : lancer deux dés, chaque lancer est indépendant du précédent. La probabilité d'obtenir un 6 lors du premier lancer ne change pas en fonction du résultat du second.

Conclusion

Lors de l'étude de probabilités sur des épreuves successives, il est essentiel de vérifier si ces épreuves sont indépendantes. La relation \( P(A \cap B) = P(A) imes P(B) \) permet de tester cette indépendance. Si cette égalité est vérifiée, on peut considérer que les événements sont indépendants, simplifiant ainsi le calcul de probabilités complexes.