Probabilité Conditionnelle Et Indépendance
Probabilité Conditionnelle Et Independence Video
Vous aurez une surprise… solution a. 45% des pièces sont en or donc 55% sont en argent. 56% des pièces proviennent du pays X donc 44% proviennent de Y. 23% des pièces sont en argent du pays Y, or 0, 55 – 0, 23 = 0, 32 donc 32% des pièces sont en argent du pays X. P (O ∩ X) = 0, 24. c. Probabilité conditionnelle et independence tour. P X ( O) = P ( X ∩ O) P ( X) = 0, 24 0, 56 = 3 7. Comme P X (O) ≠ P (O), les événements O et X ne sont pas indépendants. Ici P ( X ∩ O) = 360 1500 = 0, 24, P ( O) P ( X) = 675 1500 = 500 1500 = 0, 24. Les deux événements sont ici indépendants!
Probabilité Conditionnelle Et Independence La
Un événement A peut influencer, par sa réalisation ou sa non réalisation, un événement B. En même temps l'événement A peut n'avoir aucune influence sur B: ces deux événements sont alors indépendants. On se place dans un univers Ω muni d'une probabilité P. Soit A un événement de probabilité non nulle. Définition. La probabilité de l'événement B, sachant que A est réalisé est le nombre noté P A (B) défini par: À noter On voit qu'en général, P (A ∩ B) ≠ P (A) P (B). Probabilité conditionnelle et independence la. L'application P A définie sur Ω par P A ( X) = P ( A ∩ X) P ( A) a toutes les propriétés d'une probabilité. En particulier: P A (B ∪ C) = P A (B) + P A (C) – P A (B ∩ C) et P A ( B ¯) = 1 – P A ( B). Dire que deux événements A et B sont indépendants signifie que: Intuitivement, dire que A et B sont indépendants suggère que la réalisation de A n'influence pas celle de B, donc que P A (B) = P (B). mot clé Ne pas confondre « événements indépendants », notion qui dépend de la probabilité choisie sur l'univers Ω, et « événements incompatibles » (A ∩ B = ∅) qui n'en dépend pas.
$$p(A\cap B)=p_A(B)\times p(A)=p_B(A) \times p(B)$$ Preuve Propriété 5 Par définition $p_A(B)=\dfrac{p(A\cap B)}{p(A)}$ donc $p(A\cap B)=p_A(B) \times p(A)$. De même $p_B(A)=\dfrac{p(A\cap B)}{p(B)}$ donc $p(A\cap B)=p_B(A) \times p(B)$. III Du côté des arbres pondérés On a alors un arbre pondéré de ce type qui se généralise aux situations dans lesquelles il y a plus de deux événements: Propriété 6: Dans un arbre pondéré, la somme des probabilités des branches issues d'un même nœud vaut $1$. Remarque: On retrouve en effet la propriété $p_A(B)+p_A\left(\overline{B}\right)=1$ Propriété 7: Dans un arbre pondéré, la probabilité d'un chemin est égale au produit des probabilités des branches qui le composent. Remarque: On retrouve ainsi la propriété $p(A\cap B)=p_A(B) \times p(A)$ Exemple (D'après Liban 2015): En prévision d'une élection entre deux candidats A et B, un institut de sondage recueille les intention de vote de futurs électeurs. Probabilités conditionnelles et indépendance. Parmi les $1~200$ personnes qui ont répondu au sondage, $47\%$ affirment vouloir voter pour le candidat A et les autres pour le candidat B. Compte-tenu du profil des candidats, l'institut de sondage estime que $10\%$ des personnes déclarant vouloir voter pour le candidat A ne disent pas la vérité et votent en réalité pour le candidat B, tandis que $20\%$ des personnes déclarant vouloir voter pour le candidat B ne disent pas la vérité et votent en réalité pour le candidat A.