Définition de la probabilité conditionnelle
Première générale Spé · Mathématiques Spé 1ère
À retenir
• P_B(A) = P(A B)/P(B), définie seulement si P(B) > 0. • L'événement connu (« sachant que ») se place en indice et au dénominateur. • P_B est une probabilité : 0 P_B(A) 1 et P_B(A) = 1 - P_B(A). • En équiprobabilité : P_B(A) = issues de A Bissues de B.
Le cours
### 1. Définition et cadre fondamental Soient A et B deux événements d'un univers , avec P(B) > 0. La **probabilité conditionnelle de l'événement A sachant que B est réalisé**, notée P_B(A) ou P(A B), est définie par : P_B(A) = P(A B)/P(B) P_B définit une nouvelle loi de probabilité sur , donc : - 0 P_B(A) 1 - P_B(A) = 1 - P_B(A) - P_B(B) = 1 ### 2. Méthode : repérer et calculer une probabilité conditionnelle - **Repérer la condition** : les expressions « sachant que », « parmi », « si l'on sait que » désignent l'événement réalisé ; il se place en indice, P_B(). - **Calculer** soit avec la formule P_B(A) = P(A B)/P(B), soit, en situation d'équiprobabilité, en restreignant l'univers à B : P_B(A) = nombre d'issues de A Bnombre d'issues de B. - **Contrôler** : le résultat est compris entre 0 et 1, et P_B(A) P(A B) puisqu'on divise par P(B) 1. ### 3. Mini-exemple Dans un club de 50 membres, 20 jouent au basket (B) et 8 d'entre eux nagent aussi (N). On choisit un membre au hasard : P_B(N) = 8/20 = 0,4, alors que P(B N) = 8/50 = 0,16.
Dans ce chapitre
- Univers, réunion, intersection et équiprobabilité de Seconde
- Arbres pondérés et tableaux croisés d'effectifs de Seconde
- Fluctuation d'échantillonnage et fréquences de Seconde
- Définition de la probabilité conditionnelle
- Formule des probabilités composées
- Arbre pondéré et règles de calcul
- Formule des probabilités totales
- Inversion de conditionnement et formule de Bayes
- Événements indépendants
- Succession d'épreuves indépendantes
- Schéma de Bernoulli
- Arbre pondéré et coefficients binomiaux
- Définition d'une variable aléatoire
- Loi de probabilité d'une variable aléatoire
- Calculs de probabilités d'événements
- Modélisation de gains et de coûts
- Espérance mathématique
- Notion de jeu équitable
- Variance et écart type
- Propriétés de linéarité de l'espérance et variance
- Simulation en Python
- Échantillonnage et fluctuation
- Loi des grands nombres
- Algorithmes d'estimation de probabilités
- Bilan : Synthèse et méthode sur Probabilités et variables aléatoires