Conditionnement et indpendance 9.1 Espaces probabiliss 9.1.1 vnements Dnition. Lunivers dune exprience alatoire est lensemble constitu des rsultats possibles de cette exprience ; un vnement est une partie de ; lensemble P () des parties de est constitu de tous les vnements ; une issue est un lment de ; un vnement lmentaire est un vnement compos dune seule issue. Dnition. Soient A et B deux vnements. A B est la runion de A et B , constitue des lments de qui sont dans A ou B ; A B est lintersection de A et B , constitue des lments de qui sont dans A et B ; A est le contraire de A, i.e. son complmentaire dans ; A et B sont incompatibles lorsque A B = , i.e. lorsquils sont disjoints. Dnition. Lensemble dvnements {Ak }k est une partition de lvnement B lorsque : les Ak sont deux deux incompatibles ; la runion des Ak est gale B .
9.1.2 Probabilits Dnition. Une probabilit sur un univers ni est une application P : P () [0; 1], qui associe un vnement A un nombre P(A), vriant : P() = 1 (normalisation ) ; n
si A = {1 , , n } alors P(A) =
vnement est la somme des probabilits des vnements lmentaires qui le composent). Thorme. 0 P(A) 1 ; P(A B ) = P(A) + P(B ) P(A B ) ; P(A) = 1 P(A) ; si {Ak }k est une partition de B alors P(B ) =
k =1
P({k }) ( -additivit, i.e. la probabilit dun
P(Ak ) ; k
en particulier, si {Ak }k est une partition de alors
P(Ak ) = 1. k
9.1.3 Variables alatoires
Dnition. Une variable alatoire (v.a.) sur un univers est une application X : R, qui associe une issue un nombre rel X ( ). 73
Remarque. Aucune contrainte nest impose une v.a., du moins au niveau lyce ; une v.a. sert exploiter numriquement le rsultat brut dune exprience alatoire ; si est ni alors une v.a. sur prend un nombre ni de valeurs. Dnition. Soient a un rel et A un ensemble de rels. On pose : {X = a} = { , X ( ) = a} ; {X A} = { , X ( ) A}.
9.2 Conditionnement et indpendance
On se place dans un espace probabilis (, P).
9.2.1 Conditionnement Considrons deux vnements A et B . Ralisons un certain nombre de fois une mme exprience alatoire et notons fAB , fA et fB les frquences de ralisations de A B , A et B . Par exemple, considrons le rsultat dexpriences suivant : n 1 2 3 4 5 6 A B 2 4 3 , celle de A vaut , celle de B vaut . 6 6 6 2 3 2 fAB , ce qui donne / = . On peut noter La frquence relative de A par rapport B vaut fB 6 6 3 quil est plus judicieux dobserver directement que la frquence de A sachant que B est ralis 2 est de (lors des 3 ralisations de B , A a t ralis 2 fois). 3 La frquence de A B vaut Dnition. Soient A et B deux vnements avec P(B ) = 0. PB est la probabilit conditionnelle sachant B . La probabilit de A sachant B est PB (A) = P(A|B ) = P(A B ) ; P(B )
Remarque. PB est bien une probabilit (il est facile de vrier les deux items de la dnition dune probabilit) induite par B sur , et non pas une probabilit sur B .
9.2.2 Indpendance Remarque. Si A et B sont deux vnements de probabilits non nulles, on peut penser quils sont indpendants (au sens usuel du terme) si les probabilits de leurs ralisations ne dpendent P(A B ) = P(A) soit P(A B ) = pas lune de lautre : PB (A) = P(A) par exemple. Ceci donne P(B ) P(A)P(B ). Dnition. Deux vnements A et B sont indpendants si P(A B ) = P(A)P(B ). 74
Thorme. Lors dune rptition dexpriences alatoires indpendantes, la probabilit de la liste des rsultats est le produit des probabilits individuelles de ces rsultats. Dnition. On se place dans un univers ni. Deux v.a. X et Y sont indpendantes si les vnements {X = xi } et {Y = yj } sont indpendants pour toutes valeurs xi de X et yj de Y . Corollaire. Si les deux v.a. X et Y sont indpendantes alors P({X = xi }{Y = yj }) = P({X = xi })P({Y = yj }) pour toutes valeurs xi de X et yj de Y .
9.2.3 Corrlation et causalit
La notion dindpendance dpend de la probabilit choisie. Par exemple lanons un d ttradrique quilibr et considrons les vnements A = {1, 2} et B = {2, 3}. Il est facile de voir que A et B sont indpendants. Si maintenant on pipe notre d en changeant les 1 1 1 1 probabilits de 1,2,3,4 en , , , , alors dans ce cas les deux vnements A et B ne 4 4 3 6 sont plus indpendants. Le thorme sur la probabilit dune liste de rsultats, bien que simple retenir, est quelque peu nonc de manire biaise. En eet, la probabilit-produit est justement construite de sorte ce que la probabilit dune liste soit le produit des probabilits lmentaires ! Par exemple lanons indpendamment deux fois un d. Il est facile de voir que les vnements {(1, y )} et {(x, 1)} sont indpendants. Mais la question se poser est : comment est donc dnie la probabilit sur cette exprience alatoire ? Ici, 1 1 1 on dnit P(x, y ) = = an de respecter lindpendance des deux lancers. Donc 6 6 36 ncessairement le thorme prcdent sera vri... On a vu que lindpendance est lie la probabilit. La probabilit naturelle respecte la notion intuitive dindpendance puisquelle a justement t construite an de la respecter ! Attention ne pas confondre corrlation (i.e. dpendance au sens probabiliste) et causalit (au sens physique) ! La chaleur estivale est indniablement corrle la survenue du Tour de France cycliste. Pourtant il nexiste pas de lien de causalit entre ces deux vnements. Corrlation nimplique pas causalit ! La mto est un systme chaotique, sensible de petites variations des conditions initiales. La position de Vnus dans le ciel un instant donn et le temps quil fait un mois plus tard sont lis par une relation de causalit. Les facteurs jouant sur la mto sont pourtant trop nombreux pour quune quelconque corrlation existe entre ces deux vnements. Causalit nimplique pas corrlation !
75
9.3 Probabilits totales
On se place dans un espace probabilis (, P).
9.3.1 Formule des probabilits totales
Lorsquun vnement est complexe, sa probabilit peut tre dicile calculer et lon peut tre amen dcomposer lvnement et le calcul de sa probabilit. Thorme (formule des probabilits totales). Si {A1 , , An } est une partition de avec P(Ak ) = 0 pour tout k alors la probabilit dun vnement B est donne par P(B ) = PA1 (B )P(A1 ) + + PAn (B )P(An ). Preuve. {B A1 , , B An } est une partition de B puisque ses vnements sont incompatibles (car les Ak le sont) et leur union donne (B A1 ) (B An ) = B (A1 An ) = B = B . Par consquent P(B ) = P(B A1 ) + + P(B An ) = PA1 (B )P(A1 ) + + PAn (B )P(An ).
9.3.2 Arbres La formule des probabilits totales montre rigoureusement les proprits classiques de calcul sur les arbres de probabilit. PA1 (B )
A1 P(A1 ) PA1 (B )
B A1
B A1
PA2 (B ) P(A2 )
A2
B A2
PA2 (B )
B A2
Ici P(B ) est la somme des chemins aboutissant B , les branches successives dun chemin tant multiplies. Au passage, faire un arbre permet de se souvenir de la formule...
