Académique Documents
Professionnel Documents
Culture Documents
E.N.S.I
2020/2021
2 Mesure de probabilité
3 Probabilité Conditionnelle
Définition
Formule de Bayes
4 Indépendance
Événement indépendants
Système complet d’événements
Exemple :
Epreuve Ω
Lancer un dé {1, 2, 3, 4, 5, 6}
durée de vie d’un appareil R+
Un événement A est un ensemble d’éventualités correspondant à différents
résultats possibles de l’épreuve. Un événement est donc une partie de Ω.
Convention : Nous noterons systématiquement les événements par des
lettres capitales latines.
Définition
Soit (Ω, τ, P) un espace probabilisé. Soit A, B ∈ τ , t.q : P(A) 6= 0.
On appelle probabilité conditionnelle de B sachant que A est réalisé, le
nombre réel :
P(A ∩ B)
P(B/A) =
P(A)
Proposition :
Si P(A) 6= 0 alors PA : τ → [0, 1], définie par :
PA (B) = P(B/A) = P(A∩B)
P(A) est une probabilité
Formule de Bayes :
Soit Ω, τ, P) un espace probabilisé.
Soit A et B deux événements tq : P(A) 6= 0 et P(B) 6= 0 alors
P(B/A) × P(A)
P(A/B) =
P(B)
Définition :
Deux événements A et B de τ sont dits indépendants lorsque
P(A ∩ B) = P(A).P(B)
Exercice :
Vérifier que si A et B sont deux événements indépendants alors :
1 A et B sont indépendants
2 A et B sont indépendants
3 A et B sont indépendants
Propriété :
Si (Ai )1≤i≤n de τ forme un système complet d’événements alors pour tout
événement B on a :
n
X
P(B) = P(B ∩ Ai )
i=1
d’où :
n
X
P(B) = P(B/Ai )P(Ai )
i=1
P(B/Ai )P(Ai )
P(Ai /B) = n
X
P(B/Ai )P(Ai )
i=1