Fiche de révision : Notions fondamentales de probabilités et indépendance

📋 Plan du Cours

1. Notions fondamentales de probabilité et événements
2. Définition et calcul de la probabilité conditionnelle
3. Exemples et utilisation des arbres pondérés en probabilités conditionnelles
4. Partition de l’univers et formule des probabilités totales
5. Définition et interprétation de l’indépendance entre événements
6. Critère d’indépendance et démonstration mathématique associée

📖 1. Notions fondamentales de probabilité et événements

🔑 Notions clés & Définitions

• Événement : Un événement est un sous-ensemble de l'univers, c'est-à-dire un ensemble d'issues possibles d'une expérience aléatoire.

📝 Points essentiels

• Une issue est un résultat possible de l’expérience aléatoire.
• L'univers est l'ensemble de toutes les issues possibles, noté Ω.
• La probabilité complémentaire d'un événement A est ℙ(¯A) = 1 − ℙ(A).
• On appelle univers l’ensemble des issues, c'est-à-dire l’ensemble de tous les résultats possibles d’une expérience aléatoire.
• On appelle issue un des résultats possibles de l’expérience aléatoire.

💡 À retenir

Comprendre les bases indispensables : les éléments constitutifs d'une expérience aléatoire et la mesure de la probabilité.

📖 2. Définition et calcul de la probabilité conditionnelle

🔑 Notions clés & Définitions

• Probabilité conditionnelle : La probabilité conditionnelle est une mesure qui quantifie la probabilité de réalisation d'un événement B sous la condition que l'événement A soit réalisé, calculée par le rapport de la probabilité de l'intersection de A et B à la probabilité de A, soit ℙA(B) = ℙ(A ∩ B) / ℙ(A) avec ℙ(A) ≠ 0.
• INDEPENDANCE : L'indépendance entre deux événements A et B est une relation où la réalisation de l'un n'affecte pas la probabilité de réalisation de l'autre, ce qui se traduit par l'égalité ℙ(A ∩ B) = ℙ(A) × ℙ(B).

📝 Points essentiels

• La probabilité conditionnelle permet de mesurer la probabilité d'un événement sous la condition que l'autre événement soit réalisé.
• Si A et B sont incompatibles (A ∩ B = ∅), alors ℙA(B) = 0.
• La probabilité conditionnelle est symétrique dans le sens que ℙ(A ∩ B) = ℙA(B) × ℙ(A) = ℙB(A) × ℙ(B).

💡 À retenir

Maîtriser la notion clé de probabilité conditionnelle pour évaluer la probabilité d'événements dépendants.

📖 3. Exemples et utilisation des arbres pondérés en probabilités conditionnelles

🔑 Notions clés & Définitions

• Somme des probabilités : opération consistant à additionner les probabilités des branches issues d’un même nœud dans un arbre pondéré. Elle garantit que la somme des probabilités de toutes les branches partant d’un même point est égale à 1, assurant la cohérence des calculs.

📝 Points essentiels

• La somme des probabilités des branches issues d’un nœud dans un arbre pondéré est toujours égale à 1. Cela reflète le fait que toutes les issues possibles à partir de ce point sont couvertes et mutuellement exclusives.

• La probabilité d’un événement correspondant à un chemin précis dans l’arbre est calculée en multipliant les probabilités de chaque branche qui compose ce chemin. Ce produit donne la probabilité que tous les événements successifs se réalisent dans cet ordre.

• La probabilité d’un événement global, représenté par plusieurs chemins dans l’arbre, se détermine en additionnant les probabilités de tous ces chemins. Cela permet d’obtenir la probabilité totale de cet événement, même s’il peut être atteint par différentes séquences.

• Les arbres pondérés illustrent concrètement le calcul des probabilités conditionnelles dans des situations complexes. En représentant chaque étape avec ses probabilités conditionnelles, ils facilitent la visualisation et la résolution de problèmes probabilistes.

💡 À retenir

Les arbres pondérés permettent de visualiser et de calculer efficacement les probabilités conditionnelles en utilisant la somme des probabilités des branches et le produit des probabilités sur un chemin.

📖 4. Partition de l’univers et formule des probabilités totales

🔑 Notions clés & Définitions

• Partition de l’univers : Une famille d’événements A1, A2, …, An est une partition de l’univers Ω si ces événements sont deux à deux disjoints, leur réunion est égale à Ω, et chacun a une probabilité strictement positive.
• Forment une partition : A1, A2, …, An n Ω A1, A2, …, An Ω ∀i, Ai ≠ 0 ∀i, ∀j, i ≠ j, Ai ∩ Aj

📝 Points essentiels

• La partition permet de décomposer un événement B en une réunion d’intersections disjointes avec les Ai.
• La formule des probabilités totales découle directement de la définition de la probabilité conditionnelle et de la partition de l’univers.
• NOTION D’INDEPENDANCE Dans ce paragraphe, et sont deux événements de tels que et .

💡 À retenir

La partition de l’univers permet de décomposer un événement complexe en parties disjointes, facilitant ainsi le calcul de sa probabilité via la formule des probabilités totales.

📖 5. Définition et interprétation de l’indépendance entre événements

🔑 Notions clés & Définitions

• Indépendance entre deux événements : relation où la réalisation de l’un n’affecte pas la probabilité de réalisation de l’autre, selon la formule ℙ(A ∩ B) = ℙ(A) × ℙ(B). Elle implique que la probabilité conditionnelle de B sachant A est égale à la probabilité de B seule, c’est-à-dire ℙA(B) = ℙ(B), et réciproquement pour ℙB(A) = ℙ(A). L’indépendance est une propriété qui ne dépend pas de l’ordre des événements.

📝 Points essentiels

• Deux événements A et B sont indépendants si et seulement si leur probabilité d’intersection est le produit de leurs probabilités individuelles : ℙ(A ∩ B) = ℙ(A) × ℙ(B). Cela signifie que la survenue de A n’influence pas la probabilité que B se réalise, et vice versa. Si cette condition est remplie, alors la probabilité conditionnelle de B sachant A est égale à ℙ(B), soit ℙA(B) = ℙ(B), et de même pour ℙB(A) = ℙ(A). L’indépendance est une propriété symétrique, ce qui veut dire que si A est indépendant de B, alors B l’est aussi de A.

💡 À retenir

L’indépendance entre deux événements exprime l’absence d’influence mutuelle dans leur probabilité, ce qui se traduit par la relation ℙ(A ∩ B) = ℙ(A) × ℙ(B).

📖 6. Critère d’indépendance et démonstration mathématique associée

🔑 Notions clés & Définitions

• Propriété : Et sont indépendants si, et seulement si, .

📝 Points essentiels

• La démonstration utilise la définition de la probabilité conditionnelle ℙA(B) = ℙ(A ∩ B) / ℙ(A) et la symétrie de l’intersection (A ∩ B = B ∩ A).
• Le critère d’indépendance s’exprime par l’égalité ℙ(A ∩ B) = ℙ(A) × ℙ(B).

💡 À retenir

Savoir démontrer rigoureusement l’indépendance entre événements à partir de la définition de la probabilité conditionnelle.

📊 Tableaux de Synthèse

Comparaison de l'indépendance et de la probabilité conditionnelle

⚠️ Pièges & Confusions Fréquentes

1. Confondre probabilité conditionnelle et indépendance, qui sont liées mais distinctes.
2. Supposer que ℙ(A ∩ B) = ℙ(A) + ℙ(B) sans justification, ce qui est incorrect sauf pour événements disjoints.
3. Oublier que la formule des probabilités totales nécessite une partition de l'univers avec des événements disjoints.
4. Confondre la symétrie de l'indépendance avec une relation asymétrique.
5. Utiliser ℙ(A ∩ B) = ℙ(A) × ℙ(B) pour des événements dépendants sans vérification.
6. Ne pas vérifier que ℙ(A) et ℙ(B) sont non nulles avant de calculer ℙA(B).

✅ Checklist Examen

1. Vérifier si ℙ(A) ≠ 0 avant de calculer ℙA(B).
2. S'assurer que la partition de l'univers est composée d'événements disjoints et couvrant Ω.
3. Utiliser la formule des probabilités totales pour décomposer un événement complexe.
4. Vérifier si deux événements sont indépendants en comparant ℙ(A ∩ B) et ℙ(A) × ℙ(B).
5. Comprendre la différence entre probabilité conditionnelle et indépendance.
6. Utiliser un arbre pondéré pour visualiser des probabilités conditionnelles.
7. Calculer la probabilité totale en additionnant les chemins dans un arbre pondéré.
8. Identifier une partition de l'univers pour appliquer la formule des probabilités totales.