Exercices Probabilités Statistiques II Alexandre Caboussat [email protected] Classe : Mardi 11h15 - 13h00 Salle : C110 http://campus.hesge.ch/caboussata 22 mars 2011 A. Caboussat, HEG STAT II, 2011 1 / 21 Exercices Probabilités Exercice 2.2 Le tableau croisé mettant en relation les fréquences observées pour les variables ”Importance” et ”Bon payeur” du fichier Clients d’un magasin est donné ci-dessous: Bon payeur? non oui Total Importance du client très petite 1 8 9 petite 0 9 9 1 10 11 moyenne grande 2 5 7 très grande 0 1 1 Total 4 33 37 Calculez la probabilité suivante : P(Bon payeur=oui | (Importance=grande ∪ Importance= très grande)) Les événements Importance=très petite et Bon payeur=oui sont-ils indépendants ? A. Caboussat, HEG STAT II, 2011 2 / 21 Exercices Probabilités Exercice 2.3 Calculer la distribution de probabilité de la variable “Catégorie socio-professionnelle”. Calculer la distribution de probabilité de la variable “Revenu familial”. Calculer la probabilité qu’une personne choisie au hasard parmi celles ayant participé à l’enquête soit: a) un cadre ayant un revenu élevé b) une personne au foyer ayant un revenu faible c) un professionnel ayant un revenu moyen Calculer les probabilités conditionnelles suivantes: P(élevé | au foyer), P(cadre | élevé), P(ouvrier | faible). Soit les événements A et B où A est l’événement “la personne choisie est un ouvrier” et B est l’événement “la personne choisie a un revenu faible”. Les événements A et B sont-ils indépendants? A. Caboussat, HEG STAT II, 2011 3 / 21 Exercices Probabilités Exercice 2.4 Soient les probabilités suivantes : P(A) = 1/2 P(B) = 1/3 P(C ) = 1/4 P(A ∩ B) = 1/8 P(B | C ) = 1/2 P(C | A) = 1/5 P(A | (B ∩ C )) = 2/3 P(A ∪ B ∪ C ) = 49/60 En déduire les probabilités suivantes: a) b) c) d) e) f) g) h) P(A ∩ C ) P(B ∩ C ) P(A ∩ B ∩ C ) P(A | B) P(C | B) P((B ∩ C ) | A) P(A ∪ B) P(A ∪ C ) A. Caboussat, HEG STAT II, 2011 4 / 21 Exercices Probabilités Exercice 2.4 Soient les probabilités suivantes : P(A) = 1/2 P(B) = 1/3 P(C ) = 1/4 P(A ∩ B) = 1/8 P(B | C ) = 1/2 P(C | A) = 1/5 P(A | (B ∩ C )) = 2/3 P(A ∪ B ∪ C ) = 49/60 a) Y a-t-il deux événements mutuellement exclusifs parmi les événements A, B et C ? b) Quelles paires d’événements ne sont-elles pas statistiquement indépendantes? A. Caboussat, HEG STAT II, 2011 5 / 21 Exercices Probabilités Exercice 2.4 Soient les probabilités suivantes : P(A) = 1/2 P(B) = 1/3 P(C ) = 1/4 P(A ∩ B) = 1/8 P(B | C ) = 1/2 P(C | A) = 1/5 P(A | (B ∩ C )) = 2/3 P(A ∪ B ∪ C ) = 49/60 Construire un diagramme de Venn pour les événements A, B et C , et attribuer sa probabilité à chaque zone du graphique. A. Caboussat, HEG STAT II, 2011 6 / 21 Exercices Probabilités Exercice 2.6 Une société comportant 40 hommes et 60 femmes est frappée par une épidémie. Un jour où 15% des femmes et 40% des hommes sont absents, on se propose de faire passer une visite médicale à l’une des personne présente choisie au hasard. Quelle est la probabilité que cette personne soit une femme? A. Caboussat, HEG STAT II, 2011 7 / 21 Exercices Probabilités Exercice 2.15 Lors d’un tir sur une cible, la probabilité de faire mouche est égale à p = 0.1 pour chaque coup. Calculer : 1 la probabilité de faire 3 mouches successifs 2 la probabilité de faire exactement 2 mouches lors de 3 tirs 3 la probabilité de faire au moins 2 mouches lors de 3 tirs A. Caboussat, HEG STAT II, 2011 8 / 21 Exercices Probabilités Rappels P(A ∪ B) = P(A) + P(B) − P(A ∩ B) P(A ∪ B ∪ C ) = P(A) + P(B) + P(C ) − P(A ∩ B) −P(A ∩ C ) − P(B ∩ C ) + P(A ∩ B ∩ C ) P(A | B) = P(A ∩ B) P(B) A et B indépendants A. Caboussat, HEG ⇔ ⇔ ⇔ P(A) = P(A | B) P(B) = P(B | A) P(A ∩ B) = P(A) P(B) STAT II, 2011 9 / 21 Exercices Probabilités Variables aléatoires indépendantes Définition Deux variables X et Y sont dites indépendantes si pour n’importe quelle paire d’ensembles de nombres réels A et B, on a P(”X ∈ A” | ”Y ∈ B”) = P(”X ∈ A”). Autrement dit, aucune information sur la valeur de Y n’influence les probabilités sur X . A. Caboussat, HEG STAT II, 2011 10 / 21 Exercices Probabilités Tableau des probabilités: Exemple Exemple: Sur l’ensemble des entreprises concurrentes à la vôtre, vous vous intéressez aux événements suivants. A : " Marché = national ", A : " Marché 6= national " B : " Concurrence = forte ", B : " Concurrence 6= forte " Nous savons que P(A) = 0.3, P(B) = 0.6, P(B|A) = 0.6 et P(B|A) = 0.5714. On peut en déduire le tableau des probabilités conjointes et simples (marginales): B B B̄ total B̄ total A A 0.1 0.2 0.3 Ā Ā 0.3 0.4 0.7 total A. Caboussat, HEG total 0.4 0.6 1 STAT II, 2011 11 / 21 Exercices Probabilités Tableau des probabilités Soient deux événements A, B, et leurs contraires Ā, B̄. Les probabilités conjointes et simples (marginales) sont données dans le tableau suivant: B A Ā total A. Caboussat, HEG B̄ total P(A ∩ B) P(A ∩ B̄) P(A) P(Ā ∩ B) P(Ā ∩ B̄) P(Ā) P(B) P(B̄) 1 STAT II, 2011 12 / 21 Exercices Probabilités Remarques 1 Si on connaît P(A) et P(B|A), on peut en déduire P(A ∩ B) par la formule P(A ∩ B) = P(A) P(B|A) 2 En cas d’indépendance des événements A et B, on a bien P(A ∩ B) = P(A) P(B), car P(B|A) = P(B). A. Caboussat, HEG STAT II, 2011 13 / 21 Exercices Probabilités Arbre des probabilités: Exemple Exemple: Pour notre exemple, nous pouvons aussi construire l’arbre des probabilités. P(A) = 0.3, P(B) = 0.6, P(B|A) = 0.6 et P(B|A) = 0.5714. A. Caboussat, HEG STAT II, 2011 14 / 21 Exercices Probabilités Arbre des probabilités La probabilité d’une branche (probabilité conjointe) est égale au produit des probabilités se trouvant le long de cette branche. Par exemple: P(A ∩ B) = P(A) P(B|A) A. Caboussat, HEG STAT II, 2011 15 / 21 Exercices Probabilités Inversion de l’arbre des probabilités On aimerait construire l’arbre suivant en fonction des résultats de l’arbre précédent, mais sans utiliser les probabilités conjointes. Formellement, on désire calculer les probabilités conditionnelles du type A|B en fonction de celles de la forme B|A. A. Caboussat, HEG STAT II, 2011 16 / 21 Exercices Probabilités Principe de Bayes P(A|B) = A. Caboussat, HEG P(A ∩ B) P(B) = P(B ∩ A) P(B ∩ A) + P(B ∩ A) = P(B|A) P(A) P(B|A) P(A) + P(B|A) P(A) STAT II, 2011 17 / 21 Exercices Probabilités Principe de Bayes: Exemple A : " Marché = national ", A : " Marché 6= national " B : " Concurrence = forte ", B : " Concurrence 6= forte " P(A) = 0.3, P(A) = 0.7 P(B) = 0.4, P(B) = 0.6 P(B|A) = 0.3, P(B|A) = 0.6 P(B|A) = 0.4286, P(B|A) = 0.5714 P(A|B) = P(B|A) P(A) P(B|A) P(A) + P(B|A) P(A) = 0.3 · 0.3 = 0.25 0.3 · 0.3 + 0.4286 · 0.7 A. Caboussat, HEG STAT II, 2011 18 / 21 Exercices Probabilités Principe de Bayes P(A|B) = P(B|A) P(A) P(B|A) P(A) + P(B|A) P(A) = 0.5714 · 0.7 = 0.6 0.5714 · 0.7 + 0.6 · 0.3 A. Caboussat, HEG STAT II, 2011 19 / 21 Exercices Probabilités Principe de Bayes Le théorème de Bayes est une généralisation de ceci aux cas où deux variables X et Y prennent plus que deux modalités A et A, ou B et B. Pour simplifier l’écriture, on écrira "Ai " pour l’événement "X ∈ Ai ". Théorème de Bayes Soit une variable X prenant les modalités A1 , . . . , Ak et une variable Y prenant les modalités B1 , . . . , B` . Alors, P(Ai |Bj ) = P(Bj |Ai ) P(Ai ) Pk m=1 P(Bj |Am ) P(Am ) pour tout i et j. A. Caboussat, HEG STAT II, 2011 20 / 21 Exercices Probabilités Exercices Exercices ... A. Caboussat, HEG STAT II, 2011 21 / 21