$$\newcommand{\mtn}{\mathbb{N}}\newcommand{\mtns}{\mathbb{N}^*}\newcommand{\mtz}{\mathbb{Z}}\newcommand{\mtr}{\mathbb{R}}\newcommand{\mtk}{\mathbb{K}}\newcommand{\mtq}{\mathbb{Q}}\newcommand{\mtc}{\mathbb{C}}\newcommand{\mch}{\mathcal{H}}\newcommand{\mcp}{\mathcal{P}}\newcommand{\mcb}{\mathcal{B}}\newcommand{\mcl}{\mathcal{L}} \newcommand{\mcm}{\mathcal{M}}\newcommand{\mcc}{\mathcal{C}} \newcommand{\mcmn}{\mathcal{M}}\newcommand{\mcmnr}{\mathcal{M}_n(\mtr)} \newcommand{\mcmnk}{\mathcal{M}_n(\mtk)}\newcommand{\mcsn}{\mathcal{S}_n} \newcommand{\mcs}{\mathcal{S}}\newcommand{\mcd}{\mathcal{D}} \newcommand{\mcsns}{\mathcal{S}_n^{++}}\newcommand{\glnk}{GL_n(\mtk)} \newcommand{\mnr}{\mathcal{M}_n(\mtr)}\DeclareMathOperator{\ch}{ch} \DeclareMathOperator{\sh}{sh}\DeclareMathOperator{\th}{th} \DeclareMathOperator{\vect}{vect}\DeclareMathOperator{\card}{card} \DeclareMathOperator{\comat}{comat}\DeclareMathOperator{\imv}{Im} \DeclareMathOperator{\rang}{rg}\DeclareMathOperator{\Fr}{Fr} \DeclareMathOperator{\diam}{diam}\DeclareMathOperator{\supp}{supp} \newcommand{\veps}{\varepsilon}\newcommand{\mcu}{\mathcal{U}} \newcommand{\mcun}{\mcu_n}\newcommand{\dis}{\displaystyle} \newcommand{\croouv}{[\![}\newcommand{\crofer}{]\!]} \newcommand{\rab}{\mathcal{R}(a,b)}\newcommand{\pss}[2]{\langle #1,#2\rangle} $$
Bibm@th

Probabilités conditionnelles

On lance un dé parfaitement équilibré. La probabilité d'obtenir un 6 est ... 1/6. On suppose maintenant que ce dé a ses faces impaires peintes en vert, et ses faces paires peintes en bleu. On a aperçu de loin que, sur le dessus du dé, on a obtenu une face bleue. La probabilité d'obtenir un 6 devient .... 1/3.

Si on note $A$ l'événement "obtenir un 6", et $B$ l'événement "obtenir une face bleue", la probabilité d'obtenir $A$ n'est pas la même selon que l'on sait, ou non, si $B$ est réalisé. On va appeller probabilité conditionnelle de $A$ sachant que $B$ est réalisée la valeur $1/3$.

Soit $(\Omega,P)$ un espace probabilisé, et $B$ un événement de probabilité non nulle. On appelle probabilité de $A$ sachant $B$ le réel $$P_B(A)=P(A|B)=\frac{P(A\cap B)}{P(B)}.$$ $P_B$ est alors une probabilité, appelée probabilité conditionnelle relative à $B.$

Expliquons la formule donnant $P(A|B).$ Si on interprète les probabilités comme des limites de fréquences, on a la situation suivante : on répète $n$ fois une épreuve, on note $n_B$ le nombres d'issues positives pour $B,$ $n_{A\cap B}$ le nombre d'issues simultanément positives pour $A$ et $B.$ $n_{A\cap B}$ est donc aussi le nombre d'issues positives de $A$ parmi les issues positives de $B.$ La fréquence de réalisation de $A$ sachant que $B$ est réalisé vaut donc \begin{align*} f_{A|B}&=\frac{n_{A\cap B}}{n_B}\\ &=\frac{n_{A\cap B}}n\times\frac{n}{n_B}\\ &=f_{A\cap B}\times\frac{1}{f_B}\\ &=\frac{f_{A\cap B}}{f_B}. \end{align*}

Les probabilités conditionnelles sont une partie difficile des probabilités, qui donnent parfois des résultats qui heurtent l'intuition. C'est le mathématicien français Abraham de Moivre, exilé en Angleterre suite à l'édit de Nantes, qui avance au XVIIIè s. le concept de probabilité conditionnelle.
Consulter aussi
Recherche alphabétique
Recherche thématique