Fiche de révision : Introduction aux Probabilités et Statistiques Inférentielles

1. 📌 L'essentiel

• Une expérience aléatoire a un résultat inconnu à l’avance, avec un ensemble d’issues possibles appelé univers. Un événement est un sous-ensemble de l’univers, élémentaire ou composé- La probabilité d’un événement est un nombre entre 0 et 1, avec P(Univers)=1.
• La règle fondamentale : P(A ∪ B) = P(A) + P(B) - P(A ∩ B).
• Pour des événements indépendants : P(A ∩ B) = P(A) × P(B).
• La probabilité équiprobable : P(A) = Card(A)/Card(Univers).
• La probabilité conditionnelle : P(B|A) = P(A ∩ B)/P(A).
• La formule de Bayes : P(A|B) = [P(B|A) × P(A)] / P(B).
• La modélisation équiprobable simplifie souvent le calcul.
• La dépendance ou indépendance influence la formule de probabilité conjointe.

2. 🧩 Structures & Composants clés

• Univers — ensemble de toutes les issues possibles d’une expérience.
• Événement élémentaire — issue unique.
• Événement composé — union ou intersection d’événements.
• Diagrammes de Venn — représentation visuelle des relations entre événements.
• Règles de probabilité — addition, multiplication, Bayes.
• Indépendance — P(B|A) = P(B), événements sans influence mutuelle.
• Probabilité équiprobable — tous les issues ont la même chance.
• Probabilités conditionnelles — dépendance ou indépendance.
• Formule de Bayes — mise à jour de la probabilité après observation.

3. 🔬 Fonctions, Mécanismes & Relations

• La probabilité d’un événement est la limite de la fréquence relative lors de répétitions.
• La relation P(A ∪ B) = P(A) + P(B) - P(A ∩ B) permet de calculer la probabilité de l’union.
• La probabilité conditionnelle P(B|A) indique la probabilité de B sachant A.
• La formule de Bayes permet d’inverser la condition : calculer P(A|B) à partir de P(B|A).
• La dépendance : P(B|A) ≠ P(B), l’événement A influence B.
• La hiérarchie : événements élémentaires → événements composés → probabilités.
• La flux : de l’observation (B) à la mise à jour de la croyance (A).

4. Tableau comparatif : Indépendance vs Dépendance

5. 🗂️ Diagramme Hiérarchique

Expérience aléatoire
 ├─ Univers (ensemble des issues)
 ├─ Événements
 │   ├─ Événement élémentaire
 │   └─ Événement composé
 ├─ Probabilités
 │   ├─ Règles fondamentales
 │   ├─ Probabilité équiprobable
 │   ├─ Probabilités conditionnelles
 │   └─ Formule de Bayes

6. ⚠️ Pièges & Confusions fréquentes

• Confondre événement incompatible (union) et indépendant (multiplication).
• Confusion entre P(A|B) et P(B|A).
• Oublier que P(Univers)=1.
• Croire que P(A ∩ B) = P(A) + P(B) (erreur d’addition).
• Négliger la dépendance ou indépendance dans le calcul.
• Utiliser la formule de Bayes sans vérifier P(B) ≠ 0.
• Confondre événements équiprobables et non équiprobables.
• Confusion entre événement élémentaire et composé.
• Ignorer la nécessité de vérifier la cohérence des résultats.

7. ✅ Checklist Examen Final

• Définir expérience aléatoire, univers, événement.
• Expliquer la règle fondamentale : P(A ∪ B).
• Calculer une probabilité équiprobable.
• Définir et utiliser la probabilité conditionnelle.
• Expliquer la différence entre dépendance et indépendance.
• Appliquer la formule de Bayes dans un exemple.
• Représenter une relation par diagramme de Venn.
• Identifier si deux événements sont indépendants.
• Calculer P(A ∩ B) si indépendants.
• Comprendre le flux d’informations dans un processus probabiliste.
• Utiliser un tableau pour synthétiser les concepts.
• Vérifier la cohérence des probabilités.
• Savoir utiliser des outils informatiques pour simulations.
• Appliquer ces concepts à des exemples concrets (ex : santé, sociologie).
• Maîtriser la logique des événements pour inférer des probabilités.
• Rappeler que P(Univers)=1 et P(éventualité impossible)=0.
• Savoir mettre à jour une probabilité avec Bayes.
• Être capable d’interpréter un diagramme de Venn ou un arbre de probabilités.
• Connaître les règles pour événements incompatibles ou indépendants.
• Savoir distinguer événements élémentaires et composés.
• Assimiler la hiérarchie des concepts pour une compréhension globale.