Terminale D · Leçon 10
Probabilité sur un ensemble fini
Ce que dit le programme officiel (15 points)
- Notion de probabilité : définition, vocabulaire
- Calcul des probabilités par dénombrement
- Définir une probabilité
- Reconnaître le vocabulaire relatif
- Déterminer la probabilité d’un événement
- Retrouver quelques propriétés des probabilités et les utiliser
- Probabilité conditionnelle : définition
- Utiliser la formule : P_B(A) = P(A∩B) / P(B), P(B) ≠ 0
- Reconnaître et utiliser la formule de la probabilité totale
- Limite : pour la loi de probabilité totale, se limiter au plus au cas n = 3
- Évènements indépendants
- Reconnaître des événements indépendants
- Produit de n espaces probabilisés finis
- Définir le produit de n espaces probabilisés finis
- Limite : on se limite au cas n = 2 ; on admet les résultats généraux
Source : Programme de mathématiques, classe de Terminale D, ministère des Enseignements secondaires (Niger)
Probabilités : univers, événements, équiprobabilité
Quand on lance un dé, on ne peut pas prévoir le résultat, mais on sait dire que « obtenir un nombre pair » a une chance sur deux de se produire. Le calcul des probabilités donne des règles précises pour mesurer ainsi les chances d'un événement. Il sert partout où intervient le hasard : contrôle de qualité d'une production, prévisions, assurances, jeux, sondages. Dans cette leçon, les expériences ont un nombre fini de résultats possibles. Tu vas apprendre le vocabulaire, les règles de calcul, puis la méthode la plus utilisée à l'examen : compter les cas avec les outils du dénombrement.
Définitions essentielles
Univers \(\Omega\) : ensemble de toutes les issues possibles de l'expérience aléatoire.
Événement : sous-ensemble de \(\Omega\). Opérations : complémentaire \(\bar{A}\), union \(A\cup B\), intersection \(A\cap B\).
\[P(A)=\frac{\text{Card}(A)}{\text{Card}(\Omega)}\quad\text{(équiprobabilité)} \qquad P(\bar{A})=1-P(A) \qquad P(A\cup B)=P(A)+P(B)-P(A\cap B)\]
Une expérience aléatoire est une expérience dont on connaît tous les résultats possibles sans pouvoir prévoir lequel se produira. Chaque résultat possible est une issue (ou éventualité). L'ensemble des issues est l'univers, noté \(\Omega\). Dans cette leçon, \(\Omega\) est un ensemble fini.
Un événement est une partie de \(\Omega\). Il est réalisé lorsque l'issue obtenue lui appartient.
| Vocabulaire | Écriture | Signification |
|---|---|---|
| Événement élémentaire | \(\{\omega\}\) | il contient une seule issue |
| Événement certain | \(\Omega\) | il est toujours réalisé |
| Événement impossible | \(\emptyset\) | il n'est jamais réalisé |
| Événement contraire de \(A\) | \(\overline{A}\) | \(A\) n'est pas réalisé |
| \(A\) et \(B\) | \(A\cap B\) | les deux sont réalisés |
| \(A\) ou \(B\) | \(A\cup B\) | l'un au moins est réalisé |
| Événements incompatibles | \(A\cap B=\emptyset\) | ils ne peuvent pas être réalisés en même temps |
Exemple. On lance un dé à six faces : \(\Omega=\{1;2;3;4;5;6\}\). L'événement \(A\) « obtenir un nombre pair » est \(A=\{2;4;6\}\) ; son contraire est \(\overline{A}=\{1;3;5\}\). Avec \(B\) « obtenir au moins 5 », soit \(B=\{5;6\}\), on a \(A\cap B=\{6\}\) et \(A\cup B=\{2;4;5;6\}\).
Soit \(\Omega=\{\omega_1;\omega_2;\ldots;\omega_n\}\) un univers fini. Définir une probabilité \(P\) sur \(\Omega\), c'est associer à chaque issue \(\omega_i\) un nombre \(p_i\) tel que :
- chaque \(p_i\) est compris entre 0 et 1 ;
- la somme de tous les \(p_i\) est égale à 1 : \(p_1+p_2+\cdots+p_n=1\).
Le nombre \(p_i\) est la probabilité de l'événement élémentaire \(\{\omega_i\}\). La probabilité d'un événement \(A\) est alors la somme des probabilités des issues qui le composent. On pose \(P(\emptyset)=0\).
Le tableau qui donne chaque issue et sa probabilité s'appelle la loi de probabilité de l'expérience. Les probabilités des issues ne sont pas toujours égales : c'est le cas d'un dé truqué ou d'une roue dont les secteurs n'ont pas la même taille.
Pour tous événements \(A\) et \(B\) d'un même univers \(\Omega\) :
- \(0\le P(A)\le 1\), \(P(\Omega)=1\) et \(P(\emptyset)=0\) ;
- événement contraire : \(P(\overline{A})=1-P(A)\) ;
- réunion : \(P(A\cup B)=P(A)+P(B)-P(A\cap B)\) ;
- événements incompatibles : si \(A\cap B=\emptyset\), alors \(P(A\cup B)=P(A)+P(B)\) ;
- inclusion : si \(A\) est contenu dans \(B\), alors \(P(A)\le P(B)\).
Pourquoi la formule de la réunion ? Dans la somme \(P(A)+P(B)\), les issues qui sont à la fois dans \(A\) et dans \(B\) sont comptées deux fois. On retranche donc une fois \(P(A\cap B)\).
Pourquoi la formule du contraire ? \(A\) et \(\overline{A}\) sont incompatibles et leur réunion est \(\Omega\), donc \(P(A)+P(\overline{A})=P(\Omega)=1\).
Lorsque toutes les issues ont la même probabilité, on dit qu'il y a équiprobabilité. Si \(\Omega\) contient \(n\) issues, chacune a pour probabilité \(\dfrac{1}{n}\), et pour tout événement \(A\) :
\[P(A)=\dfrac{\text{Card}(A)}{\text{Card}(\Omega)}=\dfrac{\text{nombre de cas favorables}}{\text{nombre de cas possibles}}.\]Comment reconnaître l'équiprobabilité ? L'énoncé le signale par des expressions comme « dé équilibré », « pièce bien équilibrée », « boules indiscernables au toucher », « on choisit au hasard ». Sans une telle indication, on ne peut pas utiliser cette formule.
Dans cette situation, calculer une probabilité revient à compter : c'est là qu'interviennent les \(p\)-uplets, les arrangements et les combinaisons.
- Décris l'univers et calcule \(\text{Card}(\Omega)\) selon le mode de tirage de \(p\) éléments parmi \(n\) :
- tirage simultané : \(C_n^p\) (l'ordre ne compte pas) ;
- tirages successifs sans remise : \(A_n^p\) (l'ordre compte) ;
- tirages successifs avec remise : \(n^p\).
- Justifie l'équiprobabilité par une phrase de l'énoncé.
- Compte les cas favorables avec le même modèle que pour l'univers. Quand l'événement se décompose en plusieurs cas incompatibles, compte chaque cas et additionne.
- Fais le quotient et simplifie la fraction.
Astuce. Pour un événement du type « au moins un… », passe par le contraire, « aucun… », beaucoup plus simple à compter : \(P(A)=1-P(\overline{A})\).
Contrôle. Une probabilité est toujours comprise entre 0 et 1 ; les probabilités de cas qui se partagent tout l'univers ont pour somme 1.
Énoncé. Un dé à six faces est truqué : la probabilité d'obtenir la face \(k\) est proportionnelle à \(k\). Détermine la loi de probabilité, puis la probabilité des événements \(A\) « obtenir un nombre pair » et \(B\) « obtenir au moins 5 », et enfin celle de \(A\cup B\).
Solution. Il existe un réel \(a\) tel que \(p_k=ak\). La somme des probabilités vaut 1 : \(a(1+2+3+4+5+6)=21a=1\), donc \(a=\dfrac{1}{21}\) et \(p_k=\dfrac{k}{21}\).
On additionne les probabilités des issues : \(P(A)=p_2+p_4+p_6=\dfrac{2+4+6}{21}=\dfrac{12}{21}=\dfrac{4}{7}\) et \(P(B)=p_5+p_6=\dfrac{11}{21}\).
Pour la réunion : \(A\cap B=\{6\}\), donc \(P(A\cap B)=\dfrac{6}{21}\) et \(P(A\cup B)=\dfrac{12}{21}+\dfrac{11}{21}-\dfrac{6}{21}=\dfrac{17}{21}\). On vérifie directement : \(A\cup B=\{2;4;5;6\}\) et \(\dfrac{2+4+5+6}{21}=\dfrac{17}{21}\).
Ici la formule « cas favorables sur cas possibles » donnerait \(P(A)=\dfrac{3}{6}\), ce qui est faux : il n'y a pas équiprobabilité.
Figure — La loi de probabilité du dé truqué
Chaque barre a pour hauteur la probabilité de la face : \(p_k=\dfrac{k}{21}\). Les barres n'ont pas la même hauteur, il n'y a donc pas équiprobabilité. En or, les issues de l'événement \(A\) « obtenir un nombre pair » : la somme de leurs hauteurs est \(\dfrac{12}{21}\).
Énoncé. Une urne contient 5 boules rouges, 4 vertes et 3 bleues, indiscernables au toucher. On tire simultanément 3 boules. Calcule la probabilité des événements : \(A\) « les trois boules ont la même couleur », \(B\) « les trois boules sont de couleurs différentes », \(D\) « on obtient au moins une boule rouge ».
Solution. Un tirage est une partie de 3 boules parmi 12 : \(\text{Card}(\Omega)=C_{12}^3=\dfrac{12\times 11\times 10}{3\times 2\times 1}=220\). Les boules sont indiscernables au toucher : il y a équiprobabilité.
Événement \(A\) : trois rouges, ou trois vertes, ou trois bleues, cas incompatibles. \(\text{Card}(A)=C_5^3+C_4^3+C_3^3=10+4+1=15\), donc \(P(A)=\dfrac{15}{220}=\dfrac{3}{44}\).
Événement \(B\) : une rouge, une verte et une bleue. \(\text{Card}(B)=5\times 4\times 3=60\), donc \(P(B)=\dfrac{60}{220}=\dfrac{3}{11}\).
Événement \(D\) : on passe par le contraire \(\overline{D}\) « aucune boule rouge », c'est-à-dire trois boules parmi les 7 non rouges. \(\text{Card}(\overline{D})=C_7^3=35\), donc \(P(D)=1-\dfrac{35}{220}=\dfrac{185}{220}=\dfrac{37}{44}\).
Énoncé. Dans une classe de 40 élèves, 24 pratiquent le football, 15 le basket-ball et 6 pratiquent les deux sports. On choisit un élève au hasard. Quelle est la probabilité qu'il pratique au moins l'un des deux sports ? aucun des deux ?
Solution. Le choix se fait au hasard : il y a équiprobabilité sur les 40 élèves. Notons \(F\) « l'élève pratique le football » et \(B\) « l'élève pratique le basket-ball ». On a \(P(F)=\dfrac{24}{40}\), \(P(B)=\dfrac{15}{40}\) et \(P(F\cap B)=\dfrac{6}{40}\).
« Au moins l'un des deux sports » est l'événement \(F\cup B\) : \(P(F\cup B)=\dfrac{24}{40}+\dfrac{15}{40}-\dfrac{6}{40}=\dfrac{33}{40}\).
« Aucun des deux » est l'événement contraire : sa probabilité est \(1-\dfrac{33}{40}=\dfrac{7}{40}\). On retrouve bien \(40-33=7\) élèves qui ne pratiquent aucun de ces deux sports.
Figure — Les deux sports dans la classe
Le disque \(F\) contient les 24 élèves qui pratiquent le football, le disque \(B\) les 15 qui pratiquent le basket-ball. Les 6 élèves de la partie commune sont comptés dans les deux disques : c'est pourquoi on les retranche une fois. On lit \(18+6+9=33\) élèves dans la réunion, et 7 élèves en dehors.
Supposer l'équiprobabilité sans raison. On lance deux dés équilibrés et on s'intéresse à la somme. Les 11 sommes possibles, de 2 à 12, ne sont pas équiprobables : la somme 7 s'obtient de 6 façons sur 36, la somme 2 d'une seule. Il faut prendre pour univers les 36 couples de résultats, qui eux sont équiprobables.
Oublier l'intersection. \(P(A\cup B)=P(A)+P(B)\) n'est vrai que si \(A\) et \(B\) sont incompatibles. Sinon, on retranche \(P(A\cap B)\).
Mélanger deux modèles. Si l'univers est compté avec des combinaisons (sans ordre), les cas favorables doivent l'être aussi. Compter l'univers sans ordre et les cas favorables avec ordre donne un résultat faux, parfois plus grand que 1.
Mal lire « au moins un ». Le contraire de « au moins une boule rouge » est « aucune boule rouge », et non « une seule boule rouge » ou « toutes les boules rouges ».
Probabilité conditionnelle et indépendance, probabilités totales
Formules fondamentales
\[P(A\mid B)=\frac{P(A\cap B)}{P(B)} \qquad P(A\cap B)=P(B)\cdot P(A\mid B)\]
\[P(A)=P(B)\cdot P(A\mid B)+P(\bar{B})\cdot P(A\mid\bar{B}) \quad \text{(probabilités totales)}\]
\[P(B_i\mid A)=\frac{P(B_i)\cdot P(A\mid B_i)}{P(A)} \quad \text{(formule de Bayes)}\]
Indépendance : \(A\) et \(B\) sont indépendants si et seulement si \(P(A\cap B)=P(A)\cdot P(B)\). À vérifier par le calcul, jamais par intuition.
Confusion fréquente
Incompatibles ≠ Indépendants. Si \(A\cap B=\emptyset\), réaliser l'un exclut l'autre — ils sont donc très dépendants (sauf si l'un a probabilité nulle).
Savoir qu'un événement est réalisé change les chances des autres. Soit \(B\) un événement tel que \(P(B)\ne 0\). La probabilité de \(A\) sachant \(B\) est le nombre
\[P_B(A)=\dfrac{P(A\cap B)}{P(B)}.\]On la note aussi \(P(A\mid B)\). Elle mesure les chances de \(A\) quand on sait déjà que \(B\) est réalisé : l'univers est réduit à \(B\).
Exemple. On lance un dé équilibré. Soit \(A\) « obtenir un nombre pair » et \(B\) « obtenir au moins 4 ». \(B=\{4;5;6\}\) et \(A\cap B=\{4;6\}\), donc \(P_B(A)=\dfrac{2/6}{3/6}=\dfrac{2}{3}\) : parmi les trois issues de \(B\), deux sont paires.
Propriétés. \(P_B\) est une probabilité : \(0\le P_B(A)\le 1\) et \(P_B(\overline{A})=1-P_B(A)\).
Probabilité d'une intersection. En multipliant par \(P(B)\) : \(P(A\cap B)=P(B)\times P_B(A)\). De même, si \(P(A)\ne 0\), \(P(A\cap B)=P(A)\times P_A(B)\).
On dit que des événements \(B_1\), \(B_2\), \(B_3\) forment une partition de l'univers lorsqu'ils sont deux à deux incompatibles et que leur réunion est \(\Omega\) : exactement un d'entre eux est réalisé à chaque expérience. Un événement \(B\) et son contraire \(\overline{B}\) forment toujours une partition.
Théorème. Si \(B_1\), \(B_2\), \(B_3\) forment une partition de \(\Omega\) et sont de probabilités non nulles, alors pour tout événement \(A\) :
\[P(A)=P(B_1)\,P_{B_1}(A)+P(B_2)\,P_{B_2}(A)+P(B_3)\,P_{B_3}(A).\]Avec deux cas seulement : \(P(A)=P(B)\,P_B(A)+P(\overline{B})\,P_{\overline{B}}(A)\).
Démonstration (cas de deux événements). Les événements \(A\cap B\) et \(A\cap\overline{B}\) sont incompatibles et leur réunion est \(A\). Donc \(P(A)=P(A\cap B)+P(A\cap\overline{B})\), et chaque terme s'écrit comme un produit grâce à la formule de l'intersection.
Lecture sur un arbre pondéré. Les premières branches portent \(P(B_1)\), \(P(B_2)\), \(P(B_3)\) ; les secondes portent les probabilités conditionnelles. La probabilité d'un chemin est le produit des probabilités de ses branches ; la probabilité de \(A\) est la somme des probabilités des chemins qui mènent à \(A\).
Deux événements \(A\) et \(B\) sont indépendants lorsque
\[P(A\cap B)=P(A)\times P(B).\]Si \(P(B)\ne 0\), cela équivaut à \(P_B(A)=P(A)\) : savoir que \(B\) est réalisé ne change pas la probabilité de \(A\).
Propriété. Si \(A\) et \(B\) sont indépendants, alors \(A\) et \(\overline{B}\) le sont aussi. En effet, \(P(A\cap\overline{B})=P(A)-P(A\cap B)=P(A)-P(A)P(B)=P(A)\left(1-P(B)\right)=P(A)P(\overline{B})\).
Deux épreuves indépendantes. On réalise successivement deux expériences aléatoires qui n'influent pas l'une sur l'autre, d'univers \(\Omega_1\) et \(\Omega_2\). Les issues de l'expérience globale sont les couples \((a;b)\), avec \(a\) dans \(\Omega_1\) et \(b\) dans \(\Omega_2\) : l'univers est le produit cartésien \(\Omega_1\times\Omega_2\). On le munit de la probabilité produit : la probabilité du couple \((a;b)\) est le produit de la probabilité de \(a\) par celle de \(b\). Ce résultat est admis.
Conséquence pratique : sur un arbre représentant deux épreuves indépendantes, les branches du second niveau portent les mêmes probabilités quel que soit le résultat de la première épreuve.
- Nomme les événements par des lettres et traduis chaque donnée de l'énoncé : une proportion « parmi ceux qui… » est une probabilité conditionnelle.
- Construis l'arbre : au premier niveau la partition (les causes, les origines), au second l'événement étudié et son contraire. La somme des probabilités des branches issues d'un même nœud vaut 1 : complète les branches manquantes.
- Probabilité d'un chemin : multiplie le long des branches, c'est \(P(B\cap A)=P(B)\times P_B(A)\).
- Probabilité de l'événement final : additionne les chemins qui y mènent (probabilités totales).
- Remonter l'arbre : pour calculer \(P_A(B)\), qui n'est pas sur l'arbre, reviens à la définition : \(P_A(B)=\dfrac{P(A\cap B)}{P(A)}\), le numérateur étant un chemin et le dénominateur le résultat de l'étape 4.
Tester l'indépendance. Calcule séparément \(P(A\cap B)\) et \(P(A)\times P(B)\), puis compare. On ne conclut jamais par intuition.
Énoncé. Une coopérative reçoit des mangues de trois vergers : 50 % viennent du verger \(V_1\), 30 % de \(V_2\) et 20 % de \(V_3\). La proportion de fruits abîmés est de 4 % pour \(V_1\), 10 % pour \(V_2\) et 15 % pour \(V_3\). On choisit une mangue au hasard ; on note \(A\) « la mangue est abîmée ». Calcule \(P(A)\), puis la probabilité qu'une mangue abîmée vienne de \(V_3\).
Solution. Les événements \(V_1\), \(V_2\), \(V_3\) forment une partition de l'univers, avec \(P(V_1)=0{,}5\), \(P(V_2)=0{,}3\), \(P(V_3)=0{,}2\). L'énoncé donne \(P_{V_1}(A)=0{,}04\), \(P_{V_2}(A)=0{,}10\) et \(P_{V_3}(A)=0{,}15\).
D'après la formule des probabilités totales : \(P(A)=0{,}5\times 0{,}04+0{,}3\times 0{,}10+0{,}2\times 0{,}15=0{,}02+0{,}03+0{,}03=0{,}08\). Ainsi 8 % des mangues sont abîmées.
On remonte l'arbre : \(P_A(V_3)=\dfrac{P(A\cap V_3)}{P(A)}=\dfrac{0{,}03}{0{,}08}=\dfrac{3}{8}=0{,}375\). Le verger \(V_3\) ne fournit que 20 % des mangues, mais 37,5 % des mangues abîmées.
Figure — L'arbre pondéré des trois vergers
Au premier niveau, la partition \(V_1\), \(V_2\), \(V_3\) ; au second, les probabilités conditionnelles. En bleu, la probabilité de chaque chemin qui mène à \(A\) : on multiplie le long des branches. La somme des trois donne \(P(A)=0{,}02+0{,}03+0{,}03=0{,}08\).
Énoncé. On lance un dé équilibré à six faces. On considère les événements \(A\) « obtenir un nombre pair », \(B\) « obtenir un multiple de 3 » et \(C\) « obtenir au moins 4 ». Les événements \(A\) et \(B\) sont-ils indépendants ? Et \(A\) et \(C\) ?
Solution. \(A=\{2;4;6\}\), \(B=\{3;6\}\), \(C=\{4;5;6\}\), donc \(P(A)=\dfrac{1}{2}\), \(P(B)=\dfrac{1}{3}\) et \(P(C)=\dfrac{1}{2}\).
\(A\cap B=\{6\}\), donc \(P(A\cap B)=\dfrac{1}{6}\). Par ailleurs \(P(A)\times P(B)=\dfrac{1}{2}\times\dfrac{1}{3}=\dfrac{1}{6}\). Les deux nombres sont égaux : \(A\) et \(B\) sont indépendants.
\(A\cap C=\{4;6\}\), donc \(P(A\cap C)=\dfrac{2}{6}=\dfrac{1}{3}\), alors que \(P(A)\times P(C)=\dfrac{1}{4}\). Les deux nombres sont différents : \(A\) et \(C\) ne sont pas indépendants. On le voit aussi avec \(P_C(A)=\dfrac{2}{3}\), différent de \(P(A)=\dfrac{1}{2}\).
Énoncé. On lance une pièce truquée pour laquelle la probabilité d'obtenir pile est 0,6. Puis on tire une boule au hasard dans une urne contenant 3 boules rouges et 2 boules noires. Calcule la probabilité d'obtenir pile et une boule rouge, puis la probabilité d'obtenir pile ou une boule rouge.
Solution. Les deux épreuves n'influent pas l'une sur l'autre : elles sont indépendantes, et la probabilité d'un couple de résultats est le produit des probabilités. La probabilité de tirer une boule rouge est \(\dfrac{3}{5}=0{,}6\).
Probabilité d'obtenir pile et rouge : \(0{,}6\times 0{,}6=0{,}36\).
« Pile ou rouge » est le contraire de « face et noire », dont la probabilité est \(0{,}4\times 0{,}4=0{,}16\). On obtient donc \(1-0{,}16=0{,}84\). Contrôle par la formule de la réunion : \(0{,}6+0{,}6-0{,}36=0{,}84\).
Figure — L'arbre de deux épreuves indépendantes
Les branches du second niveau portent les mêmes probabilités après « Pile » et après « Face » : c'est la marque de deux épreuves indépendantes. Les quatre chemins ont pour somme 1. « Pile ou rouge » réunit les trois premiers : \(0{,}36+0{,}24+0{,}24=0{,}84\).
\(P_B(A)\), \(P_A(B)\) et \(P(A\cap B)\) sont trois nombres différents. Dans l'exemple des mangues, \(P_{V_3}(A)=0{,}15\) (proportion de fruits abîmés parmi ceux de \(V_3\)), \(P_A(V_3)=0{,}375\) (proportion de fruits de \(V_3\) parmi les abîmés) et \(P(A\cap V_3)=0{,}03\) (proportion de fruits à la fois abîmés et venant de \(V_3\), parmi tous les fruits). Repère dans la phrase le groupe dont on parle : « parmi… », « sachant que… ».
Arbre mal pondéré. Sur les branches du second niveau, on écrit des probabilités conditionnelles, jamais des probabilités d'intersection. La somme des branches partant d'un même nœud vaut 1.
Multiplier sans indépendance. \(P(A\cap B)=P(A)\times P(B)\) n'est vrai que pour des événements indépendants. Dans le cas général, \(P(A\cap B)=P(A)\times P_A(B)\).
Oublier la condition. \(P_B(A)\) n'a de sens que si \(P(B)\ne 0\).
Résumé
À chaque issue un nombre entre 0 et 1, de somme 1. \(P(A)\) est la somme des probabilités des issues de \(A\).
\(P(\overline{A})=1-P(A)\) ; \(P(A\cup B)=P(A)+P(B)-P(A\cap B)\) ; somme simple si \(A\) et \(B\) sont incompatibles.
\(P(A)=\dfrac{\text{Card}(A)}{\text{Card}(\Omega)}\), seulement si l'énoncé garantit que toutes les issues ont la même probabilité.
Simultané : \(C_n^p\). Successif sans remise : \(A_n^p\). Successif avec remise : \(n^p\). Même modèle en haut et en bas.
On calcule la probabilité du contraire, « aucun », puis on retranche de 1.
Si \(P(B)\ne 0\) : \(P_B(A)=\dfrac{P(A\cap B)}{P(B)}\), donc \(P(A\cap B)=P(B)\times P_B(A)\).
Pour une partition \(B_1\), \(B_2\), \(B_3\) : \(P(A)\) est la somme des produits \(P(B_i)\,P_{B_i}(A)\). Sur l'arbre : on additionne les chemins.
\(P_A(B)=\dfrac{P(A\cap B)}{P(A)}\) : un chemin divisé par la probabilité totale de \(A\).
\(A\) et \(B\) sont indépendants si \(P(A\cap B)=P(A)\times P(B)\). On le vérifie par le calcul.
La probabilité d'un couple de résultats est le produit des probabilités de chaque résultat.
