Vous êtes sur la page 1sur 6

www.lirepdf.

com
Universit Hassan II - Mohammadia F.S.T Mohammadia Dpartement de Mathmatiques Module : Probabilits et statistiques (MIP)

Chapitre 3 Conditionnement & Indpendance


1 Probabilit conditionnelle
1.1 Dnition
La notion de probabilit conditionnelle s'introduit chaque fois que pendant le droulement d'une exprience alatoire une ou plusieurs informations de dernire minute doivent tre tenues en compte. L'valuation des chances qu'un vnement arrivera peut tre trs dirente selon ces informations. Par exemple, l'valuation de la probabilit qu'une maison s'eondrera demain devrait clairement tre beaucoup plus grande, si on s'attend un tremblement de terre violent, que cela serait s'il n'y avait aucune raison de s'attendre une activit sismique inhabituelle. Les deux exemples qui suivent montrent concrtement comment la probabilit d'un vnement A peut changer radicalement si on se donne des informations sur la ralisation ou non d'un autre vnement B .

Exemple 1.1 On jette 2 pices de monnaie bien quilibres. L'univers associ cette ex-

prience est = {FF,FP,PF,PP}. Soit A l'vnement Avoir deux faces  = {FF} et B l'vnement Au moins une pile  = {PP,PF,FP}. Puisque tous les rsultats possibles sont 1 quiprobables P(A) = 4 . Cependant si nous savons que l'vnement B est ralis l'vnement A ne peut pas se raliser car ils sont incompatibles. Nous dirons que la probabilit de A, sachant que B est ralis est nulle et nous crirons P(A|B) = 0 qui se lit  probabilit de A sachant B .

Exemple 1.2 Le directeur d'une entreprise a les dossiers de 16 000 employs dans ses

lires. Le dnombrement des dossiers en fonction de l'ge et du sexe des employs est prsent dans le tableau suivant Moins de 30 ans 30 ans 40 ans Plus de 40 ans Totaux Homme 1200 2600 4000 7800 Femme 1700 4200 2300 8200 Totaux 2900 6800 6300 16000

Un dossier est tir au hasard des lires du directeur. Soit A l'vnement  le dossier choisi 8200 est celui d'une femme . Clairement, nous avons P(A) = 16000 . Soit B l'vnement  le dossier choisi est celui d'une personne de 30 40 ans . Si nous disons maintenant que le dossier tir est celui d'une personne de 30 40 ans, alors la probabilit qu'il soit celui

www.lirepdf.com
d'une femme est dirente - cette dernire est P(A|B). Nous nous intressons maintenant seulement aux dossiers des personnes ges de 30 40 ans, i.e, les 6800 personnes de la deuxime ligne du tableau. Au sein de ce groupe il y a 4200 dossiers de femmes dont les choix sont quiprobables dans l'ensemble des employs gs de 30 40 ans. Donc

P(A|B) =
En gnral

4200 Nbre de femmes ages de 30 40 ans = 6800 Nbre de personnes dans la tranche d'ge [30, 40] P(A B) P(B)

P(A|B) =

Nous pouvons donc noncer la dnition suivante

Dnition 1.1 Soit (, T , P) un espace probabilis, B un vnement dont la probabilit


est non nulle. Soit A un vnement. On appelle probabilit de A sachant B , et on note P(A|B), le nombre dni par P(A B) P(A|B) = (1) P(B)

Attention :  A sachant B  ou  A|B  ne reprsente pas un vnement, i.e, n'est pas une partie de . C'est le pige de la notation P(A|B).

Proposition 1.1 L'application PB : T R, dnie par


A T , PB (A) = P(A|B)

est une probabilit appele probabilit conditionne par l'vnement B .

Dmonstration. Voir T.D

Exemple 1.3 Voici un exemple classique. Considrons une famille dont nous savons qu'elle

a deux enfants. Il existe donc quatre compositions possibles de la famille que nous noterons FF, FG, GF, GG (dans l'ordre de naissance) et que nous supposerons quiprobables.

Quelle est la probabilit que les deux enfants soient des garons sachant que l'an est un garon ?
Soient B :  l'an est un garon  = {GF,GG} A :  les deux enfants sont des garons  = {GG} On veut calculer P(A|B). Par dnition

P(A|B) =

1/4 1 P(A B) = = P(B) 1/2 2

Quelle est la probabilit que les deux enfants soient des garons sachant qu'il y a au moins un garon ?
Soit C :  il y a au moins un garon  = {GF,FG,GG}. On cherche P(A|C) :

P(A|C) =

1/4 1 P(A C) = = P(C) 3/4 3

www.lirepdf.com 1.2 Formule des probabilits composes


La relation qui dnit la probabilit conditionnelle peut s'crire de la faon suivante :

P(A B) = P(B) P(A|B) = P(A) P(B|A)

(2)

Cette formule s'appelle formule des probabilits composes. Elle sert souvent calculer la probabilit de la conjonction de deux vnements en utilisant la probabilit conditionnelle.

Exemple 1.4 Une bote renferme 3 boules blanches et 2 boules noires. On tire successive-

ment sans remise 2 boules. Quelle est la probabilit d'obtenir la premire boule noire et la deuxime noire. Notons A1 : la premire boule tire est noire et A2 : la deuxime boule est noire. 1 Nous voulons calculer P(A1 A2 ). On a P(A1 ) = 2 et P(A2 |A1 ) = 4 donc 5

P(A1 A2 ) = P(A2 |A1 )P(A1 ) =

1 10

La formule des probabilits composes se gnralise facilement (par rcurrence) pour n vnements. Soient A1 , A2 , . . . An des vnements tels que P(A1 A2 An1 ) > 0 alors :

P(A1 A2 An ) = P(A1 )P(A2 |A1 )P(A3 |A1 A2 ) P(An |A1 A2 An1 ) (3)

Exercice. Une urne contient 4 boules blanches, 3 boules noires et 5 boules rouges. On tire une une et sans remise 5 boules. Quelle est la probabilit que les deux premires boules 1 tires soient blanches, la troisime noire et les deux dernires boules soient rouges. Rp : 132

2 Formule des probabilits totales


Commenons par donner la dnition de systmes complets d'vnements.

Dnition 2.1 Un systme complet d'vnements est une famille d'vnements (Ai )iI (I

tant un ensemble d'indices) qui sont incompatibles deux deux et dont la runion est l'ensemble , c'est dire

Ai = ,

i = j,

Ai Aj = ,

et
iI

Ai =

Le dessin suivant illustre un systme complet de 5 vnements. On dit aussi partition de .

Exemple 2.1 Soit A un vnement de probabilit non nulle. le systme form de A et de


son vnement contraire A est un systme complet.

Proposition 2.1 Soient (Ai )iI un systme complet d'vnements d'un espace probabilis
tels que P(Ai ) = 0, i I . Alors, pour tout vnement B on a :

P(B) = P(A1 )P(B|A1 ) + P(A2 )P(B|A2 ) + + P(An )P(B|An ) + =


iI

P(Ai )P(B|Ai )
(4)

www.lirepdf.com

Preuve. On peut crire = iI Ai et donc B = B = iI (B Ai ) car l'intersection est distributive sur la runion (voir illustration sur la gure ci-aprs). Puisque les Ai sont deux deux disjoints il en est de mme pour les ensembles B Ai . D'o
P(B) =
iI

P(B Ai )

En appliquant la formule des probabilits composes (2) chacun des termes de cette somme, on trouve la formule des probabilits totale (4).

Remarque 2.1 La formule des probabilits totales est le plus souvent utilise dans le cas
d'un systme form d'un vnement A et de son contraire : {A, A}. On a dans ce cas

P(B) = P(A)P(B|A) + P(A)P(B|A)

Exemple 2.2 Un automobiliste arrive proximit d'un feu tricolore. On suppose qu'aucun

vhicule ne le prcde. On suppose que, si le feu est vert ce moment l, l'automobiliste dcide de passer avec une probabilit de 99/100. Si le feu est orange, l'automobiliste dcide de passer avec une probabilit de 3/10 et enn si le feu est rouge, l'automobiliste dcide de passer avec une probabilit de 1/100 (quelques fous...). Le cycle du feu tricolore dure une minute : vert : 25s, orange : 5s et rouge : 30s. Quelle est la probabilit que l'automobiliste passe sans s'arrter ce feu tricolore ? Soient A l'vnement  l'automobiliste passe sans s'arrter au feu  et V (respectivement O et R) :  le feu est vert (respectivement orange et rouge) . Comme le systme {V, O, R} est complet, on a

P(A) = P(A|V )P(V ) + P(A|O)P(O) + P(A|R)P(R) =

3 5 1 30 177 1 99 25 + + = < 100 60 10 60 100 60 400 2

Remarque 2.2 Il est recommand de reprer dans tout exercice de probabilit les systmes
complets qui interviennent et de leur appliquer la formule des probabilits totales.

www.lirepdf.com

3 Formule de Bayes
C'est une corollaire trs simple et trs clbre de la formule des probabilits totales. Reprenons la formule (2)

P(A B) = P(B) P(A|B) = P(A) P(B|A)


Donc, on peut crire pour tous vnements A et B

P(A|B) =

P(A)P(B|A) P(B)

En particulier si A est l'un des membres d'un systme complet : A = Aj pour un certain indice j I , on trouve P(Aj )P(B|Aj ) P(Aj |B) = iI P(Ai )P(B|Ai ) O nous avons appliqu la formule des probabilits totales (4) l'vnement B .

Exemple 3.1 On dispose de deux urnes U1 et U2 . L'urne U1 contient r1 boules rouges et n1 boules noires, l'urne U2 contient r2 boules rouges et n2 boules noires. On tire au hasard une des deux urnes. Dans l'urne choisie on tire une boule. Sachant qu'on a tir une boule rouge, quelles chances a-t-on de l'avoir tire de U1 ?
Soient les vnements R :  tirer une boule rouge  et Ui :  tirer l'urne Ui  (i = 1, 2). On cherche valuer P(U1 |R). Pour cela, nous allons appliquer la formule de Bayes sur le systme complet {U1 , U2 } (U2 = U1 ) :

P(U1 |R) =
Or P(U1 ) =

P(U1 )P(R|U1 ) P(U1 )P(R|U1 ) = P(R) P(U1 )P(R|U1 ) + P(U2 )P(R|U2 )

1 r1 1 r2 , P(U2 ) = , P(R|U1 ) = , P(R|U2 ) = 2 2 r1 + n1 r2 + n2 Il s'ensuit en remplaant P(U1 |R) =


r1 r1 +n1 r1 r1 +n1

r2 r2 +n2

chch

Remarque 3.1 La formule de Bayes est indique lorsqu'on a une exprience alatoire deux

niveaux. Dans l'exemple prcdent, le hasard intervient dans le choix de l'urne (premier

www.lirepdf.com
niveau) et dans le tirage d'une boule (deuxime niveau). Un vnement li au premier niveau est la cause (choix de l'urne U1 par exemple) tandis qu'un vnement li au deuxime niveau est la consquence (tirage d'une boule rouge). Dans ce cas, la formule de Bayes calcule la probabilit de la cause sachant la consquence, qui exige une remonte dans le temps, en fonction de la probabilit de la consquence sachant la cause, qui est plus accessible.

4 Indpendance d'vnements
Il est naturel de dire que deux vnements A et B d'un mme espace probabilis sont indpendants si la probabilit de A sachant B ralis, reste gale la probabilit de A (aucune inuence de la ralisation de B sur celle de A) autrement dit P(A|B) = P(A). La formule (2) devient P(A B) = P(A)P(B) D'o la

Dnition 4.1 Deux vnements d'un mme espace probabilis sont indpendants si l'on
a

P(A B) = P(A) P(B)

(5)

Attention. Ne pas confondre indpendance et incompatibilit

Exemple 4.1 On lance deux ds et on dsigne par A l'vnement le premier d amne

un nombre pair, par B l'vnement le deuxime d amne un nombre impair et par 1 C l'vnement les deux ds amnent un nombre pair. On a : P(A) = 1 ; P(B) = 2 ; 2 1 1 1 p(C) = 4 ; P(A B) = 4 ; P(A C) = 2 ; P(B C) = 0. On conclut que A et B sont indpendants ; A et C sont dpendants ; B et C sont dpendants.

Exercice. Soit Fn l'ensemble des rpartitions possibles des sexes dans une famille de n enfants. On suppose toutes les rpartitions quiprobables et n 2. Les vnements Mn :  Avoir des enfants de sexes dirents  et Fn :  Avoir au plus une lle  sont-ils indpendants ?

Dnition 4.2 n vnements A1 , A2 , , An d'un mme espace probabilis sont indpendants (ou indpendants dans leur ensemble) si pour toute partie J de {1, 2, . . . , n} on a

P
iJ

Ai

=
iJ

P(Ai )

(6)

Remarque 4.1 Pour avoir l'indpendance dans l'ensemble, l'indpendance deux deux ne
sut pas. Voir pour cela un exercice de la che d'exercices n 2.

Fin du chapitre 3