Fiche de révision : Maîtrise des probabilités conditionnelles et tableaux croisés

📋 Plan du Cours

1. Tableau croisé pour analyser deux caractères d’une population
2. Définition et interprétation des probabilités conditionnelles
3. Formule générale de calcul des probabilités conditionnelles à partir de probabilités simples
4. Différences entre événements conjoints et probabilités conditionnelles
5. Exemple d’application des probabilités conditionnelles avec un tableau croisé
6. Exercice d’application sur la probabilité conditionnelle avec un tableau de répartition d’enfants
7. Vérification et utilisation des formules de probabilités conditionnelles

📖 1. Tableau croisé pour analyser deux caractères d’une population

🔑 Notions clés & Définitions

• Tableau croisé : Outil qui rassemble les données concernant deux caractères d’une même population sous forme d’effectifs ou de probabilités, permettant de lire directement les effectifs correspondant à chaque combinaison.

📝 Points essentiels

• Le tableau permet de lire directement les effectifs correspondant à chaque combinaison des deux caractères.
• Le total des effectifs dans le tableau correspond à la taille totale de la population étudiée.
• Le tableau croisé sert de base pour calculer des probabilités conditionnelles en prenant un effectif partiel comme nouvelle référence.

💡 À retenir

Le tableau croisé est un outil fondamental pour organiser et visualiser les données de deux caractères simultanément dans une population.

📖 2. Définition et interprétation des probabilités conditionnelles

🔑 Notions clés & Définitions

• Probabilité conditionnelle : Quantité qui exprime la probabilité qu’un événement se produise en tenant compte qu’un autre événement est réalisé, en prenant comme référence l’effectif du caractère imposé plutôt que la population totale.
• Probabilités conditionnelles – Tale : Application des probabilités conditionnelles dans le cadre du programme de terminale, illustrée par des exemples concrets comme le choix entre deux tests et la sélection des candidats.
• Cours 1 – Les probabilités conditionnelles : Tale SAP 1 I.

📝 Points essentiels

• La probabilité conditionnelle est calculée en prenant comme référence l’effectif du caractère imposé, non plus la population totale.
• La probabilité conditionnelle exprime la chance qu’un événement se produise sachant qu’un autre événement est réalisé.
• Les probabilités conditionnelles changent selon la condition imposée, elles ne sont pas symétriques : 𝑃(B|A) ≠ 𝑃(A|B).
• Exemple : 𝑃(S|T1) est la probabilité d’être sélectionné sachant que le test 1 a été passé.
• La probabilité d’avoir passé le Test 1 sachant que l’on a été sélectionnée s’écrit 𝑃 (𝑇1)ௌ = = soit %.
• La probabilité d’être sélectionnée sachant que la personne a passé le Test 1 s’écrit 𝑃 (𝑆)்ଵ = = soit %.

💡 À retenir

La probabilité conditionnelle modifie la population de référence pour refléter une condition imposée, changeant ainsi la perspective d’analyse.

📖 3. Formule générale de calcul des probabilités conditionnelles à partir de probabilités simples

🔑 Notions clés & Définitions

• Probabilité conjointe : probabilité que deux événements A et B se produisent simultanément, notée 𝑃(A ∩ B). Elle représente la probabilité de leur intersection.

• Probabilité de B sachant A : probabilité que B se produise lorsque A est déjà réalisé, désignée par 𝑃(B|A). Elle indique la dépendance de B à A.

• Probabilité de A sachant B : probabilité que A se produise lorsque B est réalisé, notée 𝑃(A|B). Elle permet de distinguer la relation conditionnelle dans l’autre sens.

📝 Points essentiels

• La formule permettant de calculer une probabilité conditionnelle à partir de probabilités simples est : 𝑃(B|A) = 𝑃(A ∩ B) / 𝑃(A), avec 𝑃(A) ≠ 0. Elle relie la probabilité conjointe à la probabilité de l’événement conditionnant, facilitant le calcul même sans accès direct aux effectifs, uniquement via des probabilités simples.

• Il est crucial de distinguer clairement entre l’événement conjoint 𝑃(A ∩ B), la probabilité de B sachant A 𝑃(B|A), et la probabilité de A sachant B 𝑃(A|B). Ces notions, bien que liées, ont des significations différentes et ne se confondent pas.

💡 À retenir

La formule générale relie la probabilité conditionnelle à la probabilité conjointe et à la probabilité simple, offrant un outil fondamental pour effectuer des calculs en probabilités même avec des données limitées.

📖 4. Différences entre événements conjoints et probabilités conditionnelles

🔑 Notions clés & Définitions

• Événements conjoints : représentent l'intersection de deux événements A et B, c’est-à-dire la réalisation simultanée de A et B. La probabilité de cet événement est notée 𝑃(A∩B).

📝 Points essentiels

• La probabilité conditionnelle 𝑃(B|A) indique la chance que B se produise, en tenant compte du fait que A est déjà réalisé. Elle se calcule en divisant la probabilité de l'intersection des deux événements, 𝑃(A∩B), par la probabilité de A, 𝑃(A), à condition que 𝑃(A) soit différente de zéro.

• Il est crucial de ne pas confondre la proportion d’individus réalisant A et B ensemble, c’est-à-dire la fréquence de l’intersection, avec la probabilité conditionnelle de B sous la condition A. La première concerne une proportion dans une population, la seconde une probabilité dans une population restreinte où A est réalisé.

💡 À retenir

Les événements conjoints et les probabilités conditionnelles sont liés mais distincts : l’un mesure une intersection, l’autre une probabilité sous condition.

📖 5. Exemple d’application des probabilités conditionnelles avec un tableau croisé

🔑 Notions clés & Définitions

• Exemple : Une entreprise décide de favoriser la promotion interne afin de pourvoir à 13 postes.

📝 Points essentiels

• L’exemple avec les tests T1 et T2 illustre le calcul de 𝑃(S|T1) et 𝑃(T1|S) à partir d’un tableau croisé d’effectifs.
• Les probabilités conditionnelles calculées sont exprimées en pourcentage pour faciliter l’interprétation.
• L’exemple montre que 𝑃(S|T1) et 𝑃(T1|S) ont des valeurs et des significations différentes.

💡 À retenir

L’exemple concret avec un tableau croisé illustre clairement la différence et le calcul des probabilités conditionnelles.

📖 6. Exercice d’application sur la probabilité conditionnelle avec un tableau de répartition d’enfants

🔑 Notions clés & Définitions

• Voir les matchs : L’événement qu’un enfant assiste aux matchs de l’équipe de Nantes, utilisé pour analyser la fréquentation dans le cadre d’un calcul de probabilités conditionnelles.
• Enfant pratique : Le fait qu’un enfant pratique le handball, correspondant à l’événement H dans l’analyse des probabilités conditionnelles liées à la fréquentation des matchs.

📝 Points essentiels

• L’exercice propose de compléter un tableau croisé sur la pratique du handball (H) et la fréquentation des matchs de Nantes (N).
• L’exercice vérifie la compréhension du calcul et de l’interprétation des probabilités conditionnelles.
• La correction inclut la vérification de la formule 𝑃(H|N) = 𝑃(H ∩ N) / 𝑃(N).

💡 À retenir

L’exercice met en pratique les calculs de probabilités conditionnelles dans un contexte concret et varié.

📖 7. Vérification et utilisation des formules de probabilités conditionnelles

🔑 Notions clés & Définitions

• Vérification de formule : opération consistant à confirmer que la probabilité conditionnelle 𝑃(B|A) peut s’obtenir en divisant la probabilité de l’intersection 𝑃(A ∩ B) par celle de l’événement 𝑃(A), en utilisant des données ou des probabilités simples.

• Utilisation des probabilités conditionnelles : application des formules permettant de passer d’effectifs ou de fréquences à des probabilités, et inversement, pour résoudre des problèmes impliquant des événements dépendants ou conditionnels.

📝 Points essentiels

• La vérification consiste à confirmer que 𝑃(B|A) = 𝑃(A ∩ B) / 𝑃(A), ce qui implique de disposer de données ou de probabilités simples pour effectuer cette opération.

• L’utilisation des formules permet de convertir des effectifs ou des fréquences en probabilités, et inversement, facilitant ainsi la résolution de problèmes complexes.

• Maîtriser ces formules est crucial pour traiter efficacement des questions où la dépendance entre événements doit être analysée avec précision.

• La distinction entre événements conjoints (qui se produisent simultanément) et événements conditionnels (dont la probabilité dépend d’un autre événement) est essentielle pour appliquer correctement ces formules.

💡 À retenir

La vérification rigoureuse des formules assure la fiabilité des calculs et permet une compréhension précise des probabilités conditionnelles.

📊 Tableaux de Synthèse

Tableau croisé et probabilités conditionnelles

⚠️ Pièges & Confusions Fréquentes

1. Confondre événements conjoints et probabilités conditionnelles.
2. Calculer la probabilité conditionnelle en utilisant la population totale au lieu de l'effectif conditionnel.
3. Oublier que P(B|A) ≠ P(A|B) en général.
4. Confondre la fréquence d'une intersection avec la probabilité conditionnelle.
5. Utiliser la formule de probabilité conditionnelle sans vérifier que P(A) ≠ 0.
6. Mélanger les exemples d'événements indépendants et dépendants.
7. Confondre la probabilité conjointe avec la probabilité conditionnelle.

✅ Checklist Examen

1. Savoir définir un tableau croisé.
2. Calculer une probabilité conditionnelle à partir d'un tableau.
3. Différencier événement conjoint et événement conditionnel.
4. Appliquer la formule P(B|A) = P(A ∩ B) / P(A).
5. Interpréter une probabilité conditionnelle dans un contexte.
6. Vérifier que P(A) ≠ 0 avant de calculer P(B|A).
7. Utiliser un tableau croisé pour illustrer un exemple.
8. Comprendre la différence entre fréquence et probabilité.
9. Vérifier la cohérence des données dans un tableau croisé.