Indépendance

Probabilités conditionnelles — Première Spécialité

Indépendance de deux événements

Introduction

Deux événements sont indépendants lorsque la réalisation de l'un n'influence pas la probabilité de l'autre. Cette notion est centrale en probabilités et intervient dans de nombreuses applications : fiabilité de systèmes, répétition d'expériences, etc.


1. Définition de l'indépendance

Événements indépendants : Deux événements A et B sont indépendants si et seulement si :

P(A ∩ B) = P(A) × P(B)

Intuitivement, la réalisation de A n'a aucune influence sur la probabilité de B, et réciproquement.

Caractérisations équivalentes : Si P(A) > 0 et P(B) > 0, les propriétés suivantes sont équivalentes :

  1. P(A ∩ B) = P(A) × P(B)

  2. PA(B) = P(B)

  3. PB(A) = P(A)

Savoir que A est réalisé ne change pas la probabilité de B (et vice versa).

Attention – Indépendance ≠ Incompatibilité : Indépendant et incompatible sont deux notions très différentes !

  • Incompatibles : A ∩ B = ∅, donc P(A ∩ B) = 0.
  • Indépendants : P(A ∩ B) = P(A) × P(B).

Si A et B sont incompatibles avec P(A) > 0 et P(B) > 0, alors P(A ∩ B) = 0 ≠ P(A) × P(B). Ils sont donc dépendants.

Retenir : des événements incompatibles (non triviaux) ne sont jamais indépendants.


2. Comment vérifier l'indépendance

Trois méthodes pour vérifier l'indépendance : Méthode 1 — Par la définition :

Calculer P(A ∩ B) et P(A) × P(B) puis comparer.

Si P(A ∩ B) = P(A) × P(B) → indépendants.

Méthode 2 — Par la probabilité conditionnelle :

Calculer PA(B) et comparer à P(B).

Si PA(B) = P(B) → indépendants.

Méthode 3 — Par la probabilité conditionnelle (symétrique) :

Calculer PB(A) et comparer à P(A).

Si PB(A) = P(A) → indépendants.

Exemple – Vérification par la définition : On lance un dé équilibré à 6 faces. Soit A = « obtenir un nombre pair » et B = « obtenir un nombre supérieur ou égal à 5 ».

A = {2 ; 4 ; 6}, donc P(A) = 3/6 = 1/2.

B = {5 ; 6}, donc P(B) = 2/6 = 1/3.

A ∩ B = {6}, donc P(A ∩ B) = 1/6.

P(A) × P(B) = 1/2 × 1/3 = 1/6 = P(A ∩ B).

A et B sont indépendants.

Exemple – Non-indépendance : Dans un jeu de 32 cartes, on tire une carte. Soit A = « tirer un cœur » et B = « tirer une figure ».

P(A) = 8/32 = 1/4, P(B) = 12/32 = 3/8.

A ∩ B = « tirer une figure de cœur » : P(A ∩ B) = 3/32.

P(A) × P(B) = 1/4 × 3/8 = 3/32 = P(A ∩ B).

A et B sont indépendants (dans un jeu de 32 cartes, la proportion de figures est la même dans chaque couleur).


3. Propriétés de l'indépendance

Indépendance et complémentaires : Si A et B sont indépendants, alors les couples suivants sont aussi indépendants :

  • A et B̅
  • A̅ et B
  • A̅ et B̅

Exemple – Utilisation des complémentaires : On lance deux dés. Soit A = « le premier dé donne 6 » et B = « le deuxième dé donne un nombre pair ». On sait que A et B sont indépendants.

P(A̅ ∩ B̅) = probabilité de ne pas avoir 6 et d'avoir un nombre impair.

P(A̅ ∩ B̅) = P(A̅) × P(B̅) = 5/6 × 1/2 = 5/12.


4. Succession d'épreuves indépendantes

4.1 Modélisation

Épreuves indépendantes : On parle d'épreuves indépendantes (ou répétition d'expériences indépendantes) lorsque le résultat de chaque épreuve n'a aucune influence sur les résultats des autres.

Exemples typiques :

  • Lancers successifs d'un dé
  • Tirages avec remise dans une urne
  • Tirs successifs sur une cible

Calculer avec des épreuves indépendantes : Lorsque n épreuves sont indépendantes, la probabilité d'obtenir une suite précise de résultats est le produit des probabilités à chaque épreuve :

P(A₁ ∩ A₂ ∩ ⋯ ∩ Aₙ) = P(A₁) × P(A₂) × ⋯ × P(Aₙ)

4.2 Exemples de calculs

Exemple – Lancers de pièce : On lance 4 fois une pièce équilibrée. Les lancers sont indépendants.

a) Probabilité d'obtenir 4 fois Pile :

P(PPPP) = (1/2)⁴ = 1/16

b) Probabilité d'obtenir au moins un Face :

P(au moins un Face) = 1 - P(aucun Face) = 1 - P(PPPP) = 1 - 1/16 = 15/16

Exemple – Tirages avec remise : Une urne contient 3 boules rouges et 7 boules bleues. On tire 3 boules successivement avec remise.

P(R) = 0,3 et P(B) = 0,7 à chaque tirage (les tirages sont indépendants grâce à la remise).

a) P(RRR) = 0,3³ = 0,027

b) P(BBB) = 0,7³ = 0,343

c) P(au moins une rouge) = 1 - P(BBB) = 1 - 0,343 = 0,657

d) P(exactement une rouge) : les chemins sont RBB, BRB et BBR.

P = 3 × 0,3 × 0,7² = 3 × 0,147 = 0,441

Astuce – « Au moins un » : Pour calculer P(au moins un succès), utiliser le complémentaire :

P(au moins un) = 1 - P(aucun)

C'est presque toujours plus simple que de calculer directement.

4.3 Deux épreuves indépendantes : un arbre ou un tableau

Quand deux épreuves sont indépendantes, on peut représenter leur succession par un arbre, ou par un tableau à double entrée : les issues de la première épreuve en lignes, celles de la seconde en colonnes. Chaque case est une intersection, et, grâce à l'indépendance, sa probabilité est le produit des probabilités de sa ligne et de sa colonne.

Deux feux tricolores (valeurs fictives) : Sur son trajet, Inès passe deux feux, réglés indépendamment l'un de l'autre. Le premier est vert à son arrivée avec la probabilité 0,6 (événement V₁), le second avec la probabilité 0,7 (événement V₂).

V₂ : 0,7 V₂̅ : 0,3
V₁ : 0,6 0,42 0,18
V₁̅ : 0,4 0,28 0,12

Par exemple P(V₁ ∩ V₂̅) = 0,6 × 0,3 = 0,18. Les quatre cases somment à 1.

  • Probabilité de passer les deux feux au vert : 0,42.
  • Probabilité de trouver exactement un feu vert : 0,18 + 0,28 = 0,46.
  • Probabilité de trouver au moins un feu vert : 1 - 0,12 = 0,88.

L'arbre donnerait les mêmes nombres : ses quatre chemins sont les quatre cases du tableau.

Quand préférer le tableau : Le tableau est commode quand chaque épreuve a beaucoup d'issues : pour deux dés, un tableau de 6 × 6 = 36 cases équiprobables, chacune de probabilité 1/6 × 1/6 = 1/36, se lit plus facilement qu'un arbre à 36 chemins.

4.4 Répéter n ≤ 4 fois une épreuve de Bernoulli

Épreuve de Bernoulli : Une épreuve de Bernoulli est une expérience aléatoire à deux issues, appelées succès (S) et échec (S̅). On note p la probabilité du succès ; celle de l'échec est 1 - p.

Répéter n fois la même épreuve de Bernoulli, de façon indépendante, se représente par un arbre à n niveaux, qui a 2ⁿ chemins : 4 pour deux épreuves, 8 pour trois, 16 pour quatre.

Calculer avec l'arbre :

  1. Probabilité d'un chemin : on multiplie les probabilités de ses branches. Un chemin qui comporte k succès et n - k échecs a pour probabilité pᵏ(1 - p)ⁿ ⁻ ᵏ, quel que soit l'ordre des succès.
  2. Probabilité d'un événement : on compte les chemins qui le réalisent, et l'on additionne leurs probabilités.

Trois lancers francs : Un joueur réussit un lancer franc avec la probabilité 0,6, indépendamment d'un lancer à l'autre. Il en tire trois.

Exactement deux réussites : l'échec peut être le premier, le deuxième ou le troisième lancer, soit trois chemins, S̅SS, SS̅S et SSS̅, chacun de probabilité 0,6² × 0,4 = 0,144. D'où

P(exactement deux réussites) = 3 × 0,144 = 0,432

Au moins une réussite : le contraire, « aucune réussite », est le seul chemin S̅ S̅ S̅, d'où 1 - 0,4³ = 1 - 0,064 = 0,936.

Compter les chemins pour quatre épreuves : L'arbre de quatre épreuves a 16 chemins, qui se répartissent ainsi selon leur nombre de succès :

succès 0 1 2 3 4
chemins 1 4 6 4 1

Pour un succès, il suffit de choisir lequel des quatre essais réussit : 4 chemins. Pour deux succès, on les liste : SSS̅ S̅, SS̅SS̅, SS̅ S̅S, S̅SSS̅, S̅SS̅S, S̅ S̅SS.

Au-delà de quatre épreuves, l'arbre devient trop grand pour être dessiné : c'est en Terminale qu'on apprend à compter ses chemins sans le dessiner.


5. Indépendance et probabilités conditionnelles

Lien indépendance et conditionnement : A et B sont indépendants si et seulement si savoir que B est réalisé ne modifie pas la probabilité de A :

A et B indépendants ⟺ PB(A) = P(A) (si P(B) > 0)

Dans un arbre pondéré, si les probabilités de la deuxième branche ne dépendent pas du résultat de la première, les événements sont indépendants.

Exemple – Tirage avec vs sans remise : Avec remise (indépendance) : On tire dans une urne contenant 4 rouges et 6 bleues, avec remise.

PR_₁(R₂) = 4/10 = P(R₂) → Les tirages sont indépendants.

Sans remise (dépendance) : Même urne, sans remise.

PR_₁(R₂) = 3/9 ≠ 4/10 = P(R₂) → Les tirages sont dépendants.


6. Applications : fiabilité de systèmes

6.1 Composants en série

Système en série : Un système en série fonctionne si et seulement si tous ses composants fonctionnent. Si un seul tombe en panne, le système entier est en panne.

Si les composants sont indépendants avec des probabilités de fonctionnement p₁, p₂, …, pₙ :

P(système fonctionne) = p₁ × p₂ × ⋯ × pₙ

6.2 Composants en parallèle

Système en parallèle : Un système en parallèle fonctionne si au moins un de ses composants fonctionne. Il ne tombe en panne que si tous les composants tombent en panne.

Si les composants sont indépendants :

P(système fonctionne) = 1 - (1 - p₁)(1 - p₂) ⋯ (1 - pₙ)

Exemple – Fiabilité : Un système de sécurité est composé de deux capteurs indépendants. Le capteur A a une fiabilité de 95% (pA = 0,95) et le capteur B de 90% (pB = 0,90).

En série (les deux doivent fonctionner) :

P(fonctionne) = 0,95 × 0,90 = 0,855

Le système a une fiabilité de 85,5%.

En parallèle (au moins un doit fonctionner) :

P(fonctionne) = 1 - P(A̅) × P(B̅) = 1 - 0,05 × 0,10 = 1 - 0,005 = 0,995

Le système a une fiabilité de 99,5%.

La mise en parallèle améliore considérablement la fiabilité.

6.3 Approfondissement : de nombreuses répétitions

Le programme propose en approfondissement des successions de plusieurs épreuves indépendantes. Le calcul d'un seul chemin reste à portée, même sans dessiner l'arbre.

Exemple – Alarme répétée : Une alarme a une probabilité de 0,02 de se déclencher à tort chaque nuit. Les nuits sont indépendantes.

a) Probabilité que l'alarme ne se déclenche pas pendant 30 nuits :

P = (1 - 0,02)³⁰ = 0,98³⁰ ≈ 0,545

b) Probabilité que l'alarme se déclenche au moins une fois en 30 nuits :

P = 1 - 0,98³⁰ ≈ 1 - 0,545 = 0,455

Il y a environ 45,5% de chances que l'alarme se déclenche à tort au moins une fois en un mois !


7. Algorithme : la méthode de Monte-Carlo

On tire au hasard un point M(x ; y) dans le carré [0 ; 1] × [0 ; 1] : x et y sont choisis au hasard entre 0 et 1, indépendamment l'un de l'autre. La probabilité que le point tombe dans une région du carré est alors l'aire de cette région, puisque le carré a pour aire 1.

La méthode de Monte-Carlo retourne cette idée : pour estimer une aire, on tire un grand nombre de points au hasard, et l'on calcule la fréquence de ceux qui tombent dans la région.

7.1 L'aire sous la parabole

La région située sous la parabole d'équation y = x², pour x entre 0 et 1, est l'ensemble des points du carré qui vérifient y ≤ x².

from random import random

def aire_parabole(n):
    sous = 0
    for i in range(n):
        x = random()
        y = random()
        if y <= x * x:
            sous = sous + 1
    return sous / n

random() renvoie un nombre au hasard dans [0 ; 1[. Une exécution de aire_parabole(1000) a donné 0,322, et une exécution de aire_parabole(100000) a donné 0,3334. Les estimations changent d'une exécution à l'autre ; quand n augmente, elles sont en général plus proches de 1/3, l'aire exacte, que l'on saura calculer en Terminale, sans que ce soit garanti à chaque exécution.

7.2 L'estimation de π

Le quart de disque de centre O et de rayon 1 est l'ensemble des points du carré qui vérifient x² + y² ≤ 1 ; son aire est π/4. La fréquence des points qui y tombent, multipliée par 4, estime donc π.

def estimer_pi(n):
    dedans = 0
    for i in range(n):
        x = random()
        y = random()
        if x * x + y * y <= 1:
            dedans = dedans + 1
    return 4 * dedans / n

Une exécution de estimer_pi(1000) a donné 3,14, et une exécution de estimer_pi(100000) a donné 3,1438.

Une estimation, pas une valeur exacte : Un résultat de simulation est une fréquence, donc une valeur approchée qui change à chaque exécution. Pour gagner en précision, il faut beaucoup plus de points : la leçon 1404 (chapitre « Variables aléatoires ») mesure de combien une moyenne simulée s'écarte de la valeur cherchée.


À retenir

Résumé :

  1. A et B sont indépendants si P(A ∩ B) = P(A) × P(B), ce qui équivaut à PB(A) = P(A) (si P(B) > 0).

  2. Pour vérifier l'indépendance : comparer P(A ∩ B) et P(A) × P(B), ou comparer PB(A) et P(A).

  3. Si A et B sont indépendants, alors A et B̅, A̅ et B, A̅ et B̅ le sont aussi.

  4. Pour des épreuves indépendantes, la probabilité d'une suite de résultats est le produit des probabilités de chaque résultat.

  5. Système en série : P = p₁ × p₂ × ⋯ × pₙ. Système en parallèle : P = 1 - (1-p₁)(1-p₂)⋯(1-pₙ).

  6. Pour n ≤ 4 répétitions indépendantes d'une épreuve de Bernoulli, l'arbre donne tout : un chemin à k succès a pour probabilité pᵏ(1-p)ⁿ⁻ᵏ, et l'on additionne les chemins.

  7. Deux épreuves indépendantes se représentent par un arbre ou par un tableau : chaque case vaut le produit des probabilités de sa ligne et de sa colonne.

  8. Monte-Carlo : la fréquence des points tirés au hasard dans une région du carré unité estime l'aire de cette région.