CHAPITRE 2

APPRENHENDER LES NOTIONS DE

PROBABILITÉ

Ce que vous allez apprendre dans ce chapitre :

• Les bases de la probabilité

• Les fondements du théorème de Bayes

09 heures
 CHAPITRE 2
APPRENHENDER LES NOTIONS DE
PROBABILITÉ

1. Définition

2. Permutation

3. Combinaison

4. Intersections, Unions et Évènements Complémentaires

5. Évènements Indépendants et Dépendants

6. Probabilité Conditionnelle

7. Règles d'Addition et de Multiplication

8. Théorème de Bayes
 02 – APPRENHENDER LES NOTIONS DE PROBABILITÉ
Définition

Probabilité

• La probabilité est une valeur comprise entre 0 et 1 qui sert à indiquer la chance qu'un certain événement peut se produire. En effet, plus
ce nombre est grand, plus le risque (ou la chance) que l'événement se produise est grand.
• Par exemple, la probabilité qu'une pièce de monnaie équilibrée se retrouve sur “Face” est de 0.5. En effet, Au cours de très nombreuses
épreuves, une pièce de monnaie équilibré devrait arriver sur “Face” la moitié du temps.
• Dans l'exemple de ”Pile ou Face", l'acte de tirer à Pile ou Face est appelé une épreuve.
• Si une pièce de monnaie équilibré est tirée à pile ou face 5 fois de suite, la probabilité qu'elle soit tirée sur Face est toujours de 0.5.
• Chaque épreuve est indépendante de toutes les autres.
PARTIE 2

Copyright - Tout droit réservé - OFPPT 155

 02 – APPRENHENDER LES NOTIONS DE PROBABILITÉ
Définition

Expériences et Univers

• Chaque épreuve de tir à pile ou face peut être appelée une expérience. Chaque résultat mutuellement exclusif est appelé un évènement
simple.
• L’univers est l’ensemble de tous les événements simples possibles.

Exemple :
• Envisageons qu’on veut lancer un dé à six faces:
• Un lancer est une expérience
• Les évènements simples sont :E1=1, E2=2, E3=3, E4=4, E5=5, E6=6.
• L’univers est : S = {E1 , E2 , E3 , E4, E5, E6}
• La probabilité qu'un dé équilibré tombe sur un six :
PARTIE 2

• L’évènement simple est : E6=6 (un évènement)

• Ensemble Total : S = {E1 , E2 , E3 , E4, E5, E6} (six sorties possibles)
• La probabilité : P(Obtenir 6) = 1/6

Copyright - Tout droit réservé - OFPPT 156

 02 – APPRENHENDER LES NOTIONS DE PROBABILITÉ
Définition

Expériences et Univers : Exemple

Une société a fabriqué un total de 50 valves de trompette. Il est établi que l’une des valves était défectueuse. Si on considère qu’il y a trois
valves dans une trompette, quelle est la probabilité qu'une trompette ait une valve défectueuse ?
1. Calculons tout d’abord la probabilité d'avoir une valve défectueuse :

1
𝑃(𝐸valve défectueuse ) = = 0.02
50
2. Calculer la probabilité d'avoir une trompette défectueuse :
1 1 1
𝑃(𝐸trompette défectueuse ) = 3 × 𝑃(𝐸valve défecteuse ) = + + = 0.06
50 50 50
PARTIE 2

Copyright - Tout droit réservé - OFPPT 157

 CHAPITRE 2
APPRENHENDER LES NOTIONS DE
PROBABILITÉ

1. Définition

2. Permutation

3. Combinaison

4. Intersections, Unions et Évènements Complémentaires

5. Évènements Indépendants et Dépendants

6. Probabilité Conditionnelle

7. Règles d'Addition et de Multiplication

8. Théorème de Bayes
 02 – APPRENHENDER LES NOTIONS DE PROBABILITÉ
Permutation

Définition

• Une permutation d'un ensemble d'objets est une disposition des objets dans un certain ordre.
• Le nombre des permutations possibles est calculé en utilisons la factorielle. En effet, pour un ensemble de n éléments, le nombre des
permutations possible est égale à n!.

Exemple :
• Les permutations possibles des lettres a, b et c sont:
• abc, acb, bac, bca, cab, cba
• Le nombre des permutations possibles est 6 (3!).
PARTIE 2

Copyright - Tout droit réservé - OFPPT 159

 02 – APPRENHENDER LES NOTIONS DE PROBABILITÉ
Permutation

Arrangement

On peut également prendre un sous-ensemble d’éléments dans une permutation. Le nombre de permutations de 𝒌 objets dans un
ensemble de 𝒏 objets est donnée par la formule suivante :
𝑛!
𝑛𝑃𝑘 =
(𝑛 − 𝑘)!

Exemple :
• Un site web nécessite un mot de passe de 4 caractères. Les caractères peuvent être soit des lettres minuscules, soit des chiffres de 0 à 9. On
ne peut pas répéter une lettre ou un chiffre. Combien de mots de passe différents peut-il y avoir ?

• D ’après l’énoncé, on connaît le nombre d’éléments n = 26 lettres + 10 nombres=36

• Le nombre d'objets sélectionné est k=4

PARTIE 2

• En utilisant la formule en dessus on trouve :

𝑛! 36!
36𝑃4 = = = 36 × 35 × 34 × 33 = 1 413 720
(𝑛 − 𝑘)! (36 − 4)!

Copyright - Tout droit réservé - OFPPT 160

 02 – APPRENHENDER LES NOTIONS DE PROBABILITÉ
Permutation

Arrangement avec répétition

Le nombre de permutations de k éléments dans un ensemble de n objets, avec répétition, est donné tout simplement par :
nk
Exemple :
• Combien de plaques d'immatriculation à 4 chiffres pouvons-nous fabriquer en utilisant les chiffres de 0 à 9 tout en permettant la
répétition ?
• Sachant qu'il y a 4 objets pris en même temps dans un ensemble de 10 objets, on aura:

nk = 104 = 10 000 arrangements possible

PARTIE 2

Copyright - Tout droit réservé - OFPPT 161

 CHAPITRE 2
APPRENHENDER LES NOTIONS DE
PROBABILITÉ

1. Définition

2. Permutation

3. Combinaison

4. Intersections, Unions et Évènements Complémentaires

5. Évènements Indépendants et Dépendants

6. Probabilité Conditionnelle

7. Règles d'Addition et de Multiplication

8. Théorème de Bayes
 02 – APPRENHENDER LES NOTIONS DE PROBABILITÉ
Combinaison

Définition

• Les arrangements non ordonnés d'objets sont appelés combinaisons.

• Le nombre de combinaisons d'un ensemble de 𝑛 objets dont k sont pris au même moment est donné par la formule :
𝑛!
𝐶𝑛𝑘 =
𝑘! (𝑛 − 𝑘)!

Exemple :
• Un groupe de personnes sélectionnées pour une équipe est le même groupe, quel que soit l'ordre.
• Une pizza moitié tomate, moitié épinard est la même que celle moitié épinard, moitié tomate.
PARTIE 2

Copyright - Tout droit réservé - OFPPT 163

 02 – APPRENHENDER LES NOTIONS DE PROBABILITÉ
Combinaison

Combinaison vs Permutation

Pour comprendre la différence entre ces deux notions, on va prendre un exemple : Combien de combinaisons de 3 lettres peuvent être faites à
partir des lettres A B C D E ?

ABC ACB BAC BCA CAB CBA 1. Permutations

ABD ADB BAD BDA DAB DBA 𝑛! 5!
ABE AEB BAE BEA EAB EBA
5𝑃3 = = = 5 × 4 × 3 = 60
(𝑛 − 𝑘)! (5 − 3)!
ACD ADC CAD CDA DAC DCA
2. On remarquer que chaque ligne contient les mêmes lettres
ACE AEC CAE CEA EAC ECA
ADE AED DAE DEA EAD EDA 3. Combinaisons
BCD BDC CBD CDB DBC DCB
BCE BEC CBE CEB EBC ECB 𝑛! 5! 5×4×3
𝐶𝑛𝑘 = = = = 10
BDE BED DBE DEB EBD EDB 𝑘! (𝑛 − 𝑘)! 3! .2! 3×2
PARTIE 2

CDE CED DCE DEC ECD EDC

10 lignes. Chaque ligne représente une combinaison de 3 lettres

Copyright - Tout droit réservé - OFPPT 164

 02 – APPRENHENDER LES NOTIONS DE PROBABILITÉ
Combinaison

Exemples

Exemple1:
• Pour une étude, 4 personnes sont choisies au hasard dans un groupe de 10 personnes. De combien de façons cela peut-il se faire ?
• Comme on va avoir le même groupe de personnes, quel que soit l'ordre dans lequel elles sont choisies, on peut traiter le problème comme
une combinaison :
𝑛! 10!
𝐶𝑛𝑘 = = = 210
𝑘! (𝑛 − 𝑘)! 4! (10 − 4)!
Exemple 2:
• Pour une pizza, 4 ingrédients sont choisis parmi un total de 10 ingrédients. Combien de combinaisons différentes de pizza on avoir?
• Dans cette situation, on n’est autorisé à utiliser chaque ingrédient qu'une seule fois. Comme précédemment, il y aura 210 types de pizza
différents qu’on pourra préparer :
𝑛! 10!
𝐶𝑛𝑘 = = = 210
𝑘! (𝑛 − 𝑘)! 4! (10 − 4)!
PARTIE 2

• Mais qu'en est-il si on est autorisé à répéter les ingrédients ? (comme par exemple, utilisez le pepperoni 3 fois et ajoutez ensuite la tomate
une fois). On parle d’une combinaison avec répétition.

Copyright - Tout droit réservé - OFPPT 165

 02 – APPRENHENDER LES NOTIONS DE PROBABILITÉ
Combinaison

Combinaisons avec répétition

• Le nombre de combinaisons de 𝑘 objets parmi un ensemble 𝑛 en prenant en compte la répétition est :

(𝑛 + 𝑘 − 1)!
𝐶𝑘𝑛+𝑘−1 =
𝑘! (𝑛 − 1)!

Exemple :
• Pour le même exemple d’une pizza, dans laquelle, 4 ingrédients sont choisis au hasard parmi une possibilité de 10 ingrédients. Combien de
combinaisons différentes de garnitures de pizza existe-t-il, tout en permettant la répétition?
(𝑛 + 𝑘 − 1)! 13!
𝐶𝑘𝑛+𝑘−1 = = = 715
𝑘! (𝑛 − 1)! 4! 9!
PARTIE 2

Copyright - Tout droit réservé - OFPPT 166

 02 – APPRENHENDER LES NOTIONS DE PROBABILITÉ
Combinaison

Résumé

L’ordre important? Répétition Formule Fonction Excel

𝑛!
Oui (Permutation) Non 𝑛𝑃𝑘 = =PERMUT(n; k)
(𝑛 − 𝑘)!

𝑛!
Non (Combinaison) Non 𝐶𝑛𝑘 = =COMBIN(n; k)
𝑘! (𝑛 − 𝑘)!

Oui (Permutation) Oui 𝑛𝑘 =PERMUTATIONA(n; k)

(𝑛 + 𝑘 − 1)!
Non (Combinaison) Oui 𝐶𝑘𝑛+𝑘−1 = =COMBINA(n; k)
PARTIE 2

𝑘! (𝑛 − 1)!

Copyright - Tout droit réservé - OFPPT 167

 CHAPITRE 2
APPRENHENDER LES NOTIONS DE
PROBABILITÉ

1. Définition

2. Permutation

3. Combinaison

4. Intersections, Unions et Évènements Complémentaires

5. Évènements Indépendants et Dépendants

6. Probabilité Conditionnelle

7. Règles d'Addition et de Multiplication

8. Théorème de Bayes
 02 – APPRENHENDER LES NOTIONS DE PROBABILITÉ
Intersections, unions et évènements complémentaires

Intersections

En probabilité, une intersection décrit l’ensemble où deux événements se produisent tous les deux.
Exemple :
• Imaginons une boîte de boules colorées à motifs.
• La boite contient 9 boules rouges

• La boite contient aussi 9 boule rayés verticalement.

PARTIE 2

• Il n’y a que 3 boules qui sont à la fois rouges et rayées.

Quelles sont les chances d'avoir une boule rouge et rayée ?

Copyright - Tout droit réservé - OFPPT 169
 02 – APPRENHENDER LES NOTIONS DE PROBABILITÉ
Intersections, unions et évènements complémentaires

Intersections: Suite de l’exemple

• Si on note A l’événement des boules rouges, et B l’événement des boules rayées, l’intersection de A et B est exprimée par : 𝐴 ∩ 𝐵

• On Note que l'ordre n'a pas d'importance, donc: 𝐴 ∩ 𝐵 = 𝐵 ∩ 𝐴

• La probabilité de A et B conjointement est donnée par: P(𝐴 ∩ 𝐵)

3
• Dans notre cas, nous avons 3 boules parmi 15 qui vérifient 𝐴 ∩ 𝐵: 𝑃(𝐴 ∩ 𝐵) = = 0.2
15
PARTIE 2

Copyright - Tout droit réservé - OFPPT 170

 02 – APPRENHENDER LES NOTIONS DE PROBABILITÉ
Intersections, unions et évènements complémentaires

Unions

• L’union de deux évènements A et B est considéré lorsque A ou B se produit. Ceci s’exprime par: 𝐴 ∪ 𝐵.

• Comme pour l’intersection, l'ordre n'a pas d'importance: 𝐴 ∪ 𝐵 = 𝐵 ∪ 𝐴.

• La probabilité que A ou B se produit s’exprime par:

𝑃 (𝐴 ∪ 𝐵) = 𝑃(𝐴) + 𝑃(𝐵) − 𝑃(𝐴 ∩ 𝐵)

Exemple :
Dans le cas que nous avons entamé précédemment, la probabilité pour avoir une boule rouge ou rayée est:

9 9 3 15
𝑃(𝐴 ∪ 𝐵) = 𝑃(𝐴) + 𝑃(𝐵) − 𝑃(𝐴 ∩ 𝐵) = + − = = 1.0
15 15 15 15
PARTIE 2

Copyright - Tout droit réservé - OFPPT 171

 02 – APPRENHENDER LES NOTIONS DE PROBABILITÉ
Intersections, unions et évènements complémentaires

Événements Contraires / Complémentaires

L’évènement complémentaire ou contraire 𝐴ሜ considère tout ce qui est en dehors d’un événement A.

La probabilité de non A est donnée par : ሜ = 1 − 𝑃(𝐴)

𝑃(𝐴)

Exemple :

Prenons encore une fois le même exemple précédemment utilisé. Calculons la probabilité d’avoir une boule non rouge:

15 9 6
ሜ = 1 − 𝑃(𝐴) =
𝑃(𝐴) − = = 0.4
15 15 15
PARTIE 2

Copyright - Tout droit réservé - OFPPT 172

 CHAPITRE 2
APPRENHENDER LES NOTIONS DE
PROBABILITÉ

1. Définition

2. Permutation

3. Combinaison

4. Intersections, Unions et Évènements Complémentaires

5. Évènements Indépendants et Dépendants

6. Probabilité Conditionnelle

7. Règles d'Addition et de Multiplication

8. Théorème de Bayes
 02 – APPRENHENDER LES NOTIONS DE PROBABILITÉ
Évènements indépendants et dépendants

Événements Indépendants

Une série d'évènements indépendants se produit lorsque le résultat d'un événement n'a pas d'effet sur le résultat d'un autre. Dans ce cas la
probabilité finale est le produit des probabilités de tous les événements

Exemple :
Prenons comme exemple, le tirage de pile ou de face deux fois. Les chances d'obtenir Face au second lancer sont indépendantes du résultat du
premier lancer.
PARTIE 2

Copyright - Tout droit réservé - OFPPT 174

 02 – APPRENHENDER LES NOTIONS DE PROBABILITÉ
Évènements indépendants et dépendants

Événements dépendants

Un évènement dépendant se produit lorsque le résultat d'un premier événement affecte la probabilité d’un second événement.
Exemple :
• L’exemple le plus utilisé est le tirage des boules de couleur d'un sac sans les remplacer. Prenons un sac qui contient 2 boules bleues et 3
boules rouges. Si on sort deux boules du sac, quelle est la probabilité qu'elles soient toutes les deux rouges ?
• Dans ce cas, la couleur de la première boule affecte la probabilité de sortir une deuxième boule rouge.
• La probabilité de sortir une première boule rouge est généralement facile:
3
𝑃(𝑅1 ) =
5
• La probabilité de sortir une deuxième boule rouge, sachant que la première boule était rouge, s’exprime : P(R2|R1)
• Après avoir retiré une boule rouge du sac, celle-ci devient:
2
PARTIE 2

𝑃(𝑅1 |𝑅2 ) = = 0.5

4

• Ainsi, la probabilité de tirer deux boules rouges est :

3 2 6
𝑃(𝑅1 ∩ 𝑅2 ) = 𝑃(𝑅1 ). 𝑃(𝑅2 |𝑅1 ) = × = = 0.3
5 4 20

Copyright - Tout droit réservé - OFPPT 175

 CHAPITRE 2
APPRENHENDER LES NOTIONS DE
PROBABILITÉ

1. Définition

2. Permutation

3. Combinaison

4. Intersections, Unions et Évènements Complémentaires

5. Évènements Indépendants et Dépendants

6. Probabilité Conditionnelle

7. Règles d'Addition et de Multiplication

8. Théorème de Bayes
 02 – APPRENHENDER LES NOTIONS DE PROBABILITÉ
Probabilité conditionnelle

Définition

L'idée de vouloir connaître la probabilité de l'événement A, étant donné que l'événement B s’est produit, il s’appelle la probabilité
conditionnelle. Cela s'écrit comme suit 𝑃(𝐴|𝐵).

Exemple :
• Revenons à l’exemple du sac des boules (événements dépendants), la probabilité de tirer deux billes rouges était :
𝑃(𝑅1 ∩ 𝑅2 ) = 𝑃(𝑅1 ). 𝑃(𝑅2 |𝑅1 )
• En réorganisant cette formule, on obtient :
𝑃(𝐴 ∩ 𝐵)
𝑃(𝐴|𝐵) =
𝑃(𝐵)

• Cette formule se lit: la probabilité de A sachant B est égale à la probabilité de A et B divisé par la probabilité de B.
PARTIE 2

Copyright - Tout droit réservé - OFPPT 177

 02 – APPRENHENDER LES NOTIONS DE PROBABILITÉ
Probabilité conditionnelle

Exemple

• Une entreprise constate que sur 100 projets, 48 sont achevés dans les délais, 62 sont réalisés en dessous du budget et 16 sont achevés à la
fois dans les délais et en dessous du budget alloué.
• Étant donné qu'un projet est achevé dans les délais imparties, quelle est la probabilité qu'il ait été exécuté sous le budget approuvé ?

• On va reformuler la question : Étant donné qu'un projet est achevé dans les délais B, En
Dans les
quelle est la probabilité que le projet ait été exécuté sous le budget approuvé A? dessous
délais
16 du budget
• On applique directement la formule: B
A
48
16 62
𝑃(𝐴 ∩ 𝐵) 100 16 100
𝑃(𝐴|𝐵) = = = = 0.33
𝑃(𝐵) 48 48
100
PARTIE 2

Copyright - Tout droit réservé - OFPPT 178

 CHAPITRE 2
APPRENHENDER LES NOTIONS DE
PROBABILITÉ

1. Définition

2. Permutation

3. Combinaison

4. Intersections, Unions et Évènements Complémentaires

5. Évènements Indépendants et Dépendants

6. Probabilité Conditionnelle

7. Règles d'Addition et de Multiplication

8. Théorème de Bayes
 02 – APPRENHENDER LES NOTIONS DE PROBABILITÉ
Règles d’addition et de multiplication

Règle d’Addition

• Reprenons l’exemple précédent, quelle est la probabilité qu’un projet se termine dans les délais ou en dessous du budget accordé ?
• Se rappeler de la formule de l’union :
𝑃 (𝐴 ∪ 𝐵) = 𝑃(𝐴) + 𝑃(𝐵) − 𝑃(𝐴 ∩ 𝐵)
• C’est la même formule d’addition.

Exemple :
• Donc la probabilité qu’un projet se termine dans les délais ou en dessous du budget accordé est:

48 62 16
𝑃(𝐴 ∪ 𝐵) = 𝑃(𝐴) + 𝑃(𝐵) − 𝑃(𝐴 ∩ 𝐵) = + − = 0.48 + 0.62 − 0.16 = 0.94
100 100 100
En
PARTIE 2

Dans les
dessous
délais
16 du budget
B
A
48
62
100

Copyright - Tout droit réservé - OFPPT 180

 02 – APPRENHENDER LES NOTIONS DE PROBABILITÉ
Règles d’addition et de multiplication

Règle d’Addition pour les Événements Mutuellement Exclusifs

• Lorsque deux événements A et B ne peuvent pas se produire tous les deux, on dit qu'ils sont mutuellement exclusifs.
• Dans ce cas, la règle de l’addition devient : 𝑃 (𝐴 ∪ 𝐵) = 𝑃 (𝐴) + 𝑃 (𝐵)

Exemple :
• Revenons à notre exemple, nos clapets de trompette défectueux. Une valve défectueuse ne peut pas occuper deux places sur la même
trompette.
PARTIE 2

Copyright - Tout droit réservé - OFPPT 181

 02 – APPRENHENDER LES NOTIONS DE PROBABILITÉ
Règles d’addition et de multiplication

Règle de Multiplication

• Dans la partie des « événements dépendants », nous avons vu que la probabilité de A et B est :

𝑃(𝐴 ∩ 𝐵) = 𝑃(𝐴). 𝑃(𝐵|𝐴)

• C’est la même règle de multiplication.

Exemple :
• Compte tenu d'un jeu de cartes qui contient 52 cartes, quelle est la probabilité de tirer 4 as?
• Ceci correspond à la recherche de la probabilité 𝑃 (𝐴 ∩ 𝐵 ∩ 𝐶 ∩ 𝐷) avec A, B, C et D qui représentent les 4 variantes du as.
4 3 2 1 24 1
𝑃(𝐴 ∩ 𝐵 ∩ 𝐶 ∩ 𝐷) = 𝑃(𝐴). 𝑃(𝐴|𝐵). 𝑃(𝐶|𝐴𝐵). 𝑃(𝐷|𝐴𝐵𝐶) = × × × = =
52 51 50 49 6 497 400 270 725
PARTIE 2

Copyright - Tout droit réservé - OFPPT 182

 CHAPITRE 2
APPRENHENDER LES NOTIONS DE
PROBABILITÉ

1. Définition

2. Permutation

3. Combinaison

4. Intersections, Unions et Évènements Complémentaires

5. Évènements Indépendants et Dépendants

6. Probabilité Conditionnelle

7. Règles d'Addition et de Multiplication

8. Théorème de Bayes
 02 – APPRENHENDER LES NOTIONS DE PROBABILITÉ
Théorème de bayes

Définition

• On a vu précédemment la probabilité conditionnelle définie par :

𝑃(𝐴 ∩ 𝐵) avec P(B) > 0
𝑃(𝐴|𝐵) =
𝑃(𝐵)

𝑃(𝐴 ∩ 𝐵) = 𝑃(𝐴). 𝑃(𝐵|𝐴) avec P(A) > 0

• On peut relier les deux formules de probabilité conditionnelle pour obtenir le théorème de Bayes défini par:

𝑃(𝐵|𝐴). 𝑃(𝐴) à condition P(A),P(B) > 0

𝑃(𝐴|𝐵) =
𝑃(𝐵)

• Le théorème de Bayes est utilisé pour déterminer la probabilité d'un paramètre, compte tenu d'un certain événement.
PARTIE 2

Copyright - Tout droit réservé - OFPPT 184

 02 – APPRENHENDER LES NOTIONS DE PROBABILITÉ
Théorème de bayes

Exemple

• Une entreprise apprend qu'un de ses produits sur 500 est défectueux, soit 0.2%. L'entreprise achète un outil de diagnostic qui identifie
correctement une pièce défectueuse 99% du temps. Si une pièce est diagnostiquée comme défectueuse, quelle est la probabilité qu'elle
soit réellement défectueuse ?
• Appliquons directement la formule de Bayes avec :
• 𝑃 (𝐴| 𝐵) = probabilité d'être défectueux en cas de test positif
• 𝑃 (𝐵 |𝐴) = probabilité d'un test positif en cas de défaut
• 𝑃 (𝐴) = probabilité d'être défectueux
• 𝑃 (𝐵) = probabilité d'un test positif
• Remplaçons chaque probabilité par sa valeur:
• 𝑃(𝐴|𝐵)= c’est ce qu’on cherche
PARTIE 2

• 𝑃(𝐵|𝐴)= 0.99
• 𝑃(𝐴)= 0.002
• 𝑃(𝐵)= On doit calculer ceci, pour cela il faut comprendre les notions “vrai positif" et "faux positif"

Copyright - Tout droit réservé - OFPPT 185

 02 – APPRENHENDER LES NOTIONS DE PROBABILITÉ
Théorème de bayes

Vrai positif - faux positif

• Prenons un exemple pour mieux comprendre ces deux notions.

• Quand on réalise un test pour détecter le COVID-19, on distingue 4 types de personnes :
• les vrais positifs (VP) : les individus infectés présentant un test positif,
• les vrais négatifs (VN) : les individus non infectés présentant un test négatif,
• les faux positifs (FP) : les individus présentant un test positif alors qu’ils ne sont pas infectés,
• les faux négatifs (FN) : les individus présentant un test négatif alors qu’ils sont infectés
• On va se concentrer seulement sur le VP et FP.
• Le vrai positif est quand on prend une décision après un test binaire (positif ou négatif), et que cette décision est positif et il est en
réalité positif.
• Le faux positif est quand on prend une décision dans un choix à deux possibilités (positif et négatif), déclaré positif, là où il est en
PARTIE 2

réalité négatif.

Copyright - Tout droit réservé - OFPPT 186

 02 – APPRENHENDER LES NOTIONS DE PROBABILITÉ
Théorème de bayes

Exercice : suite

• Dans le cas de notre exercice :

• Vrai Positif = le produit est défectueux et est classé comme défectueux
• Faux Positif = le produit n'est pas défectueux, mais est quand même classé comme défectueux
• Donc
• 𝑃(𝐵) = probabilité d'un test positif
= P(vrai positif) + P(faux positif)
= 𝑃 (𝐵|𝐴) . 𝑃(𝐴) + 𝑃(𝐵|- 𝐴) . 𝑃(−𝐴), le –A représente le faux positif
• 𝑃 (𝐵|−𝐴) = 1 − 𝑃 (𝐵|𝐴) = 1 − .99 = 0.01
• 𝑃(−𝐴) = 1 − 𝑃(𝐴) = 1 − .002 = 0.998
𝑃(𝐵|𝐴). 𝑃(𝐴) 0.99 × 0.002
𝑃(𝐴|𝐵) = = = 0.165 = 16.5%
PARTIE 2

𝑃(𝐵|𝐴). 𝑃(𝐴) + 𝑃(𝐵| − 𝐴). 𝑃(−𝐴) 0.99 × 0.002 + 0.01 × 0.998

• Un test positif a une chance de 16,5% pour identifier correctement une pièce défectueuse.

Copyright - Tout droit réservé - OFPPT 187