Probabilités conditionnelles et indépendance

information-icon

Bientôt les épreuves anticipées du bac de français ! Dans notre dossier tu trouveras en plus des dates du bac de français 2024, tout pour réussir ton oral de français… 💪

Introduction :

Dans ce chapitre, nous allons voir les définitions et propriétés du conditionnement, ainsi que la représentation des probabilités conditionnelles sur un arbre pondéré, qui sont une nouveauté au programme de première.

Puis, nous donnerons la formule des probabilités totales et, enfin, nous définirons l’indépendance de deux événements.

bannière rappel

Rappel

Soit $A$ et $ B$ deux événements de l’ensemble $\Omega$ et $\bar{A}$ l’événement contraire de $A$ :

  • $p( \bar{A} )=1-p(A)$
  • $p(A\cup B)=p(A)+p(B)-p(A\cap B)$

Conditionnement

Définitions et propriétés

bannière definition

Définition

Probabilité conditionnelle de $B$ sachant $A$ :

Soit $A$ et $ B$ deux événements de l’univers $\Omega$, avec $A$ de probabilité non nulle $(p(A)\neq0)$.
La probabilité conditionnelle de $B$ sachant $A$ (probabilité que l’événement $B$ soit réalisé sachant que l’événement $A$ est réalisé) est le nombre noté $p_A(B)$ défini par :

$p_A(B)=\dfrac{p(A\cap B)}{p(A)}$

Grâce à cette définition, on peut calculer $p(A\cap B)$ de deux façons différentes :

bannière propriete

Propriété

$p(A\cap B)=p(A)\times p_A(B)\ (\text{avec} \ p(A)\neq0)$

$p(A\cap B)=p(B)\times p_B(A)\ (\text {avec} \ p(B)\neq0)$

Exemples :

  • Dans une population donnée, $84\ \%$ des personnes possèdent un téléphone portable et $75\ \%$ des personnes possèdent un ordinateur.
    De plus, $60\ \%$ des personnes de cette population déclarent posséder les deux. On rencontre par hasard une personne de cette population.
  • On considère les événements :
  • $T$ : « La personne possède un téléphone portable ».
  • $O$ : « La personne possède un ordinateur ».
  • Déterminons la probabilité que la personne rencontrée possède un téléphone portable sachant qu’elle a un ordinateur.
bannière astuce

Astuce

La première étape est de traduire les données de l’énoncé en termes de probabilités.

  • On a :
  • $p(T)=0,84$
  • $p(O)=0,75$
  • $p(T\cap O)=0,60$
  • Et on cherche : $p_O(T)$
  • On applique la formule :

$$\begin{aligned} p_O(T)&=\dfrac{p(T\cap O)}{p(O)} \\ &=\dfrac{0,60}{0,75} \\ &=0,8 \end{aligned}$$

  • Lors d’une enquête menée auprès d’une population, on a constaté que $85\ \%$ des personnes sont des femmes et que, parmi ces femmes, $62\ \%$ travaillent à temps partiel.
  • On considère les événements :
  • $F$ : « La personne choisie est une femme ».
  • $T$ : « La personne choisie travaille à temps partiel ».
  • Déterminons la probabilité que la personne choisie soit une femme travaillant à temps partiel.
  • On a :
  • $p(F)=0,85$
  • $p_F(T)=0,62$
  • Et on cherche : $p(F\cap T)$
  • On applique la formule :

$$\begin{aligned} p(F\cap T)&=p(F)\times p_F(T) \\ &=0,85\times0,62 \\ &=0,527 \end{aligned}$$

Probabilités conditionnelles et arbre pondéré

On peut représenter une expérience aléatoire mettant en jeu des probabilités conditionnelles à l’aide d’un arbre pondéré.

mathématiques première réforme probabilités conditionnelles indépendance arbre pondéré Arbre pondéré

Pour cela, il est nécessaire de respecter certaines règles :

  • Règle n°1 : Sur les branches du 1er niveau, on inscrit les probabilités des événements correspondants.
  • Règle n°2 : Sur les branches du 2e niveau, on inscrit les probabilités conditionnelles.
  • Règle n°3 : Un nœud est le point de départ d’une ou plusieurs branches et la somme des probabilités des branches issues d’un même nœud est égale à $1$.
  • Règle n°4 : Un chemin est une suite de branches et la probabilité d’un chemin est le produit des probabilités des branches composant ce chemin.

Exemple :
Reprenons l’exemple ci-dessus, des femmes travaillant en temps partiel :

  • $F$ : « La personne choisie est une femme », avec $p(F)=0,85$.
  • $T$ : « La personne choisie travaille à temps partiel », $p_F(T)=0,62$.
  • Nous cherchons la probabilité qu’une personne choisie au hasard soit une femme en temps partiel, soit $p(F\cap T)$.
  • Utilisons un arbre pondéré :

mathématiques première réforme probabilités conditionnelles indépendance arbre pondéré

  • Nous ignorons les probabilités pour qu’un homme soit en temps partiel, mais cela ne nous intéresse pas.
  • Car nous cherchons uniquement la probabilité que la personne choisie au hasard soit une femme en temps partiel : il n’y a qu’un seul « chemin », le premier, qui mène à $F\cap T$, et nous y avons toutes les probabilités nécessaires.
  • Ainsi :

$$\begin{aligned} p(F\cap T)&=p(F)\times p_F(T) \\ &=0,85\times0,62 \\ &=0,527 \end{aligned}$$

Un autre mode de représentation d’une telle expérience est le tableau à double entrée :

$A$ $\bar {A}$ Total
$B$ $p(A\cap B)$ $p(\bar{A}\cap B)$ $p(B)$
$\bar{B}$ $p(A\cap \bar{B})$ $p(\bar{A}\cap \bar{B})$ $p(\bar{B})$
Total $p(A)$ $p(\bar{A})$ $1$
bannière attention

Attention

Les probabilités conditionnelles ne peuvent pas se lire directement dans un tableau (contrairement à un arbre). Il faudra passer par le calcul.

Exemple :
On considère un établissement scolaire dont la situation des élèves est donnée dans le tableau suivant :

Internes Demi-pensionnaires Externes Total
Filles $120$ $240$ $440$ $800$
Garçons $200$ $240$ $760$ $1\,200$
Total $320$ $480$ $1\,200$ $2\,000$
  • On nomme les événements comme suit :
  • $F$ : « L’élève est une fille ».
  • $G$ : « L’élève est un garçon ».
  • $I$ : « L’élève est interne ».
  • $D$ : « L’élève est demi-pensionnaire ».
  • $E$ : « L’élève est externe ».
  • On choisit un élève au hasard.
  • Quelle est la probabilité que l’élève soit interne :

$\begin{aligned} p(I)&=\dfrac{320}{2~000} \\ &=\dfrac{4}{25} \end{aligned}$

  • Quelle est la probabilité que l’élève soit une fille :

$\begin{aligned} p(F)&=\dfrac{800}{2~000} \\ &=\dfrac{2}{5} \end{aligned}$

  • Quelle est la probabilité que l’élève soit une fille interne :

$\begin{aligned} p(I\cap F)&=\dfrac{120}{2\,000} \\ &=\dfrac{3}{50} \end{aligned}$

  • Quelle est la probabilité que ce soit une fille sachant que l’élève est interne :

$\begin{aligned} p_I(F)&=\dfrac{p(I\cap F)}{p(I)} \\ &=\dfrac{\big(\frac{120}{2\,000}\big)}{\big(\frac{320}{2~000}\big)} \\ &= \dfrac{120}{320} \\ &=\dfrac{3}{8} \end{aligned}$

Ou bien, parmi les $320$ internes, $120$ sont des filles, donc :

$\begin{aligned} p_I(F)&=\dfrac{120}{320} \\ &=\dfrac{3}{8} \end{aligned}$

  • Sachant que c’est une fille, quelle est la probabilité qu’elle soit interne :

$\begin{aligned} p_F(I)&=\dfrac{p(I\cap F)}{p(F)} \\ &=\dfrac{\big(\frac{120}{2\,000}\big)}{\big(\frac{800}{2\,000}\big)} \\ &=\dfrac{120}{800} \\ &=\dfrac{3}{20} \end{aligned}$

Ou bien, parmi les $800$ filles, $120$ sont internes, donc :

$\begin{aligned} p_F(I)&=\dfrac{120}{800} \\ &=\dfrac{3}{20} \end{aligned}$

Formules des probabilités totales

bannière propriete

Propriété

Les ensembles $A\cap D$, $B\cap D$ et $C\cap D$ forment une partition de $D$, c’est-à-dire que leur intersection est l’ensemble vide et leur réunion est l’ensemble $D$.

On a alors :
$p(D)=p(A\cap D)+p(B\cap D)+p(C\cap D)$.

mathématiques première réforme probabilités conditionnelles totales indépendance

Exemple :
Dans un pays, $2\ \%$ de la population est contaminée par un virus.

On dispose d’un test de dépistage qui a les propriétés suivantes :

  • La probabilité qu’une personne contaminée ait un test positif est $0,99$.
  • La probabilité qu’une personne non contaminée ait un test négatif est $0,97$.

On fait passer le test à une personne choisie au hasard dans la population.
Quelle est la probabilité que le test soit positif :

  • On nomme les événements comme suit :
  • C : « La personne est contaminée ».
  • T : « Le test est positif ».
  • Commençons par traduire l’énoncé en termes de probabilités :
  • $p(C)=0,02$ et $p(\bar{C})=1-p(C)=1-0,02=0,98$
  • $p_C (T)=0,99$ et $p_C(\bar{T})=1-0,99=0,01$
  • $p_{\bar{C}}(\bar{T})=0,97$ et $p_{\bar{C}}(T)=1-0,97=0,03$

mathématiques première réforme probabilités conditionnelles indépendance arbre pondéré

On voit qu’il y a deux « chemins » qui conduisent à $T$, il va donc falloir utiliser la formule des probabilités totales (notons que $C\cap T$ et $\bar{C}\cap T$ forment une partition de $T$) :

$\begin{aligned} p(T)&=p(C \cap T)+p(\bar{C} \cap T) \\ &=p(C)\times p_C(T)+p(\bar{C})\times p_{\bar{C}}(T)\\ &=0,02 \times0,99+0,98\times 0,03 \\ &=0,0492 \end{aligned}$

Indépendance de deux événements

bannière definition

Définition

Événements indépendants :

Deux événements $A$ et $B$ de probabilité non nulle sont dits indépendants si et seulement si l’une des deux égalités suivantes est vérifiée :

$\begin{aligned}p_A(B)&=p(B) \\ \text{\ ou :\ }p_B(A)&=p(A) \end{aligned}$

bannière propriete

Propriété

Deux événements $A$ et $B$ de probabilité non nulle sont indépendants si et seulement si :

$p(A\cap B)=p(A)\times p(B)$

Si deux événements $A$ et $B$ sont indépendants, alors il en est de même :

  • pour les événements $\bar{A}$ et $B$,
  • pour les événements $A$ et $\bar {B}$,
  • pour les événements $\bar{A}$ et $\bar{B}$.