Sommaire
I Epreuve incertaine, épreuve aléatoire, et probabilité
IV Evénements mutuellement exclusifs
VII Condition nécessaire pour achever un calcul de probabilité
VIII Application à l'échantillonnage au hasard
Application (erronée, mais amusante) du calcul des probabilités
I Epreuve incertaine, épreuve aléatoire, et probabilité
On s'intéresse à l'avenir. Pour cela il faut impérativement commencer par définir l'épreuve à laquelle on se livre pour aboutir au futur :
"L'épreuve consiste à [se projeter dans le futur]"
et un ensemble d'événements qui peuvent éventuellement se réaliser à l'issue de cette épreuve.
Le cas le plus fréquent consiste à prendre un individu dans une population.
L'épreuve est incertaine car on ne peut pas prédire lesquels des événements prévisibles vont se produire, ni ceux qui ne vont pas se réaliser.
Une épreuve incertaine est aléatoire quand on peut la répéter, et que la vraisemblance de chaque événement futur peut être quantifiée par un nombre appelé probabilité de cet événement.
A et B sont deux événements futurs parmi tous ceux qui peuvent être envisagés à l'issue de l'épreuve.
On suppose qu'on connaisse P(A) et P(B).
IV Evénements mutuellement exclusifs
Deux événements A et B sont mutuellement exclusifs quand la réalisation de l'un exclut la réalisation de l'autre. Les deux événement ne peuvent pas se produire simultanément. (A ET B) est impossible. Ceci s'écrit :
P(A ET B) = 0
Donc :
L'événement (A OU ) est certain. Donc P(
) = 1
P(A).
Deux événements A et B sont indépendants si la réalisation de l'un n'influence pas la réalisation de l'autre. La probabilité que l'autre se produise n'est pas changée. Ceci s'écrit :
P(A/B) = P(A) ou, symétriquement P(B/A) = P(B).
On en déduit :
P(A ET B) = P(A) ´ P(B)
Et :
P(A OU B) = P(A) + P(B) P(A) ´ P(B)
Deux événement mutuellement exclusifs sont donc parfaitement dépendants, car P(A/B) = 0, ou P(B/A) = 0.
VII Condition nécessaire pour achever un calcul de probabilité
Pour pouvoir appliquer les axiomes, il faut impérativement pouvoir trouver un ensemble d'événements tels que :
Dans ces conditions d'un ensemble d'é.m.e.é. - d'événements mutuellement exclusifs et équiprobables, on peut représenter les é.m.e.é et les autres événements (ci-dessous E1 et E2) qui en sont des combinaisons par les opérations "ET", "OU", "CONTRAIRE DE" etc. de la façon suivante :
La répartition des effectifs d'é.m.e.é selon deux événements A et B et leurs contraires peut aussi se représenter dans un tableau :
événements | A |
||
B |
nA et B |
nB nA et B |
nB |
nA nA et B |
N nB nA et B |
N nB |
|
nA |
N nA |
N |
On s'intéresse à l'événement A de probabilité p(A). A se réalise quand le hasard fait sélectionner un des nA é.m.e.é qui mesurent A.
Donc P(A) = P[(i = 1) OU
OU (i = nA)] = .
Donc :
La probabilité d'un événement quelconque est égale à la proportion des événements de l'ensemble d'é.m.e.é. qui le réalisent. |
Pour que l'événement B se réalise sachant que A s'est réalisé, il faut tomber sur un des nA et B é.m.e.é B parmi les nA événements élémentaires A. Donc :
P(B/A) =
=
´
=
P(A ET B)/P(A)
VIII Application à l'échantillonnage au hasard
Sélectionner au hasard un individu dans une population, revient, par définition, à prétendre disposer d'un procédé qui permet d'affirmer qu'on a, a priori, la même probabilité p de tomber sur n'importe quel individu de la population. L'ensemble d'é.m.e.é. est celui des N individus de la population, notés i = 1 à N.
On est certain de sélectionner un des N individus réputés équiprobables. Ceci revient à écrire :
P(événement certain) = 1 = P[(i = 1) OU (i = 2) OU OU (i = N)] = N ´ p
D'où :
p
= .
La taille de l'échantillon est n. La taille de la population est N. La probabilité qu'un individu figure dans l'échantillon est, que l'échantillon ait été tiré avec ou sans remise :
p
=
Dernière mise-à-jour de cette page : 08 décembre, 2000 16:31:09.
Erreurs, omissions, remarques ?