Arbres pondérés et indépendance

Cette page approfondit l'utilisation des arbres pondérés et introduit le concept d'indépendance entre événements. La probabilité d'un événement B représenté aux extrémités de plusieurs chemins d'un arbre pondéré est égale à la somme des probabilités des chemins qui conduisent à B.

Exemple: Dans un arbre pondéré, si B peut être atteint par trois chemins de probabilités 0,015, 0,82 et 0,99, alors P(B) = 0,015 + 0,82 + 0,99.

L'indépendance entre événements est définie : deux événements A et B sont indépendants lorsque P(A∩B) = P(A) × P(B). Dans le cas d'épreuves successives indépendantes, la probabilité d'une issue est le produit des probabilités inscrites sur les branches du chemin correspondant.

Définition: Deux événements A et B sont indépendants si et seulement si P(A|B) = P(A) ou de manière équivalente si P(A∩B) = P(A) × P(B).

La formule des probabilités totales est rappelée dans le contexte des arbres pondérés, soulignant son importance pour les calculs de probabilités complexes.

Variables aléatoires et loi binomiale

Cette page introduit les concepts de répétition d'expériences indépendantes et la loi binomiale. Les expériences sont considérées comme identiques et indépendantes si elles ont les mêmes issues possibles avec les mêmes probabilités à chaque répétition.

L'épreuve de Bernoulli est présentée comme une expérience aléatoire à deux issues (succès avec probabilité p, échec avec probabilité 1-p). La loi de Bernoulli, de paramètre p, modélise cette situation.

Définition: Une épreuve de Bernoulli est une expérience aléatoire à deux issues : succès avec probabilité p et échec avec probabilité 1-p.

Le schéma de Bernoulli est défini comme la répétition de n épreuves de Bernoulli identiques et indépendantes. La loi binomiale B(n,p) modélise le nombre de succès dans ce schéma.

Formule: Pour une variable aléatoire X suivant une loi binomiale B(n,p), P$X=k$ = C(n,k) × p^k × $1-p$^$n-k$

L'espérance et la variance de la loi binomiale sont données : E(X) = np et V(X) = np$1-p$.

Calculs avec la loi binomiale

Cette dernière page fournit des instructions pratiques pour effectuer des calculs liés à la loi binomiale à l'aide d'une calculatrice. Elle présente les commandes spécifiques pour calculer différentes probabilités associées à une loi binomiale.

Exemple: Pour calculer P$X=k$ pour une loi binomiale, utiliser la fonction "binom FDP" sur la calculatrice.

Highlight: La calculatrice permet de calculer rapidement des probabilités complexes liées à la loi binomiale, ce qui est essentiel pour résoudre des problèmes pratiques.

Les formules pour calculer P(X≥k) et P(X<k) sont également fournies, ainsi que les commandes correspondantes sur la calculatrice.

Cette page conclut le document en soulignant l'importance pratique de la loi binomiale et l'utilité des outils de calcul pour résoudre des problèmes de probabilités dans divers domaines d'application.

Probabilités conditionnelles et indépendance

Cette page introduit les concepts fondamentaux des probabilités conditionnelles et de l'indépendance des événements. La probabilité conditionnelle de B sachant A est définie comme la probabilité que B se réalise sachant que l'événement A est déjà réalisé. Elle est notée P_A(B) et se calcule par la formule P_A(B) = P(A∩B) / P(A).

Les arbres pondérés sont présentés comme un outil visuel pour représenter les probabilités conditionnelles. Sur les branches de l'arbre, on inscrit les probabilités des événements conditionnels.

Définition: La probabilité conditionnelle de B sachant A est la probabilité que B se réalise sachant que l'événement A est réalisé.

Formule: P_A(B) = P(A∩B) / P(A)

La formule des probabilités totales est également introduite. Elle permet de calculer la probabilité d'un événement B en fonction des probabilités conditionnelles par rapport à une partition de l'univers.

Highlight: Les arbres pondérés sont un outil puissant pour visualiser et calculer les probabilités conditionnelles.