Probabilités conditionnelles et indépendance

Tu vas voir, les probabilités conditionnelles c'est pas si compliqué une fois qu'on a pigé le truc ! La formule de base, c'est $P_A(B) = \frac{P(A \cap B)}{P(A)}$, ce qui veut dire "quelle est la probabilité que B arrive sachant que A est déjà arrivé".

Cette probabilité reste toujours entre 0 et 1, comme toutes les probas. Et logiquement, $P_A(B) + P_A(\bar{B}) = 1$ parce que soit B arrive, soit il n'arrive pas !

L'indépendance, c'est le cas particulier super important : quand deux événements sont indépendants, alors $P_A(B) = P(B)$. Ça veut dire que savoir si A s'est produit ne change rien aux chances que B se produise.

Astuce pratique : Pour vérifier l'indépendance, regarde si $P(A \cap B) = P(A) \times P(B)$. Si c'est le cas, tes événements sont indépendants !

La formule de Bayes te permet de "retourner" les probabilités : $P_B(A) = \frac{P(A) \times P_A(B)}{P(B)}$. C'est génial quand tu connais une probabilité conditionnelle dans un sens et que tu veux l'autre sens !