Probabilités:

Probabilité conditionnelle:

Dé nition : On appelle probabilité conditionnelle de B sachant A, la probabilité que l'événement

B se réalise sachant que l'événement A est réalisé. On la note : PA(B)

Exemple:

Un sac contient 50 boules, dont : - 20 boules rouges, - 30 boules noires, où il est marqué soit
"Gagné" ou soit "Perdu". - Sur 15 boules rouges, il est marqué Gagné. - Sur 9 boules noires, il est
marqué Gagné. On tire au hasard une boule dans le sac. Soit R l'événement "On tire une boule
rouge". Soit G l'événement "On tire une boule marquée Gagné" Soit R ∩ G est l'événement "On
tire une boule rouge marquée Gagné". L'expérience aléatoire peut être schématisée par un arbre
pondéré (ou arbre de probabilité) :

Formule intersection: ( ∩ )= ( )× (AI )

Formule union: ( U )= ( )+ ( )- ( ∩ )
fi
𝑃
𝐴
𝑃
𝐵
𝐴
𝑃
𝐵
𝐴
𝑃
𝑃
𝐴
𝐵
𝑃
𝑃
𝐴
𝐵
𝐵
 Évènements indépendants:

Dé nition: On dit que deux événements sont indépendants quand la réalisation de l'un ne
dépend pas de celle de l’autre.

Théorème: Si deux évènements A et B sont indépendants de probabilités non nulles, alors la

probabilité de B ne dépend pas de la réalisation ou non de A : .

Théorème:(conséquence)
Les évènements et sont indépendants si et seulement si ( ∩ )= ( )× ( )

Formule intersection: ( ∩ )= ( )× ( )

Formule union: ( U )= ( )+ ( )

Formule des probabilités totales:

On considère une expérience aléatoire d'univers Ω et un événement B.
On note, A1,A2,…,An, n évènements non vides formant une partition de l’univers Ω.

Alors P(B)=P(A1∩B)+P(A2∩B)+…+P(An∩B)

Ou, de manière équivalente:

P(B)=P(A1) x P(B I A1)+P(A2) x P(B I A2)+…+P(An) x P(B I An)

fi
𝑃
𝐴
𝐴
𝐵
𝑃
𝐵
𝐴
𝑃
𝐵
𝐴
𝑃
𝑃
𝐴
𝐵
𝑃
𝐵
𝑃
𝐴
𝐵
𝑃
𝐴
𝑃
𝐵
Formule de Bayes:
Considérons une partition A1, A2, ..., An de l’ensemble des événements E.
Formule probabilité composé:

Remarque: Facilement démontrable et généralisable en utilisant une arbre de probabilité