Comment appliquer la formule des… : En généralisant la formule du cas fini à… — ECG1 appliquées | MetMat

Comment appliquer la formule des probabilités totales sur un SCE dénombrable ?

En généralisant la formule du cas fini à une famille dénombrable $(A_i)_{i\in\mathbb{N}}$ : $P(B)=\sum_{i=0}^{+\infty}P_{A_i}(B)P(A_i)$ (convergence admise)

Calculer la probabilité d'un événement $B$ en le conditionnant à un système complet d'événements dénombrable, en particulier aux événements $\{X=i\}$ pour une variable aléatoire discrète.

Maîtriser

Reconnaître

Résoudre

Que ferais-tu face à un exercice de ce type ?

On lance un dé équilibré jusqu'à obtenir un $6$ ; soit $X$ le rang d'apparition du premier $6$ . Puis on lance $X$ pièces équilibrées et on note $B$ l'événement « on obtient au moins un pile ». Calculer $P(B)$ .

L'objectif

Calculer la probabilité d'un événement $B$ en le conditionnant à un système complet d'événements dénombrable, en particulier aux événements $\{X=i\}$ pour une variable aléatoire discrète.

Le principe

Si $(A_i)_{i\in\mathbb{N}}$ est un système complet d'événements (les $A_i$ sont deux à deux incompatibles, de probabilité non nulle et $\bigcup_i A_i=\Omega$ ) tel que pour tout $i$ $P(A_i)>0$ , alors pour tout événement $B$ : $P(B)=\sum_{i=0}^{+\infty}P_{A_i}(B)P(A_i)$ (série admise convergente). En particulier, si $X$ est une variable aléatoire discrète de support $X(\Omega)$ , la famille $(\{X=i\})_{i\in X(\Omega)}$ forme un SCE utilisable.

La méthode

1
Je choisis un système complet d'événements dénombrable $(A_i)_{i\in\mathbb{N}}$ adapté au problème (typiquement $A_i=\{X=i\}$ avec $P(A_i)>0$ ), et je vérifie incompatibilité, probabilité non nulle, et réunion totale.
Comment montrer qu'une famille d'événements est un système complet d'événements ?Voir
2
Pour chaque $i$ , je calcule $P(A_i)$ et la probabilité conditionnelle $P_{A_i}(B)$ (modélisation : arbre, indépendance, loi conditionnelle).
Comment calculer une probabilité conditionnelle et utiliser la formule des probabilités composées ?Voir
3
J'applique $P(B)=\sum_{i=0}^{+\infty}P_{A_i}(B)P(A_i)$ en reconnaissant une série usuelle pour conclure.
Comment reconnaître et sommer une série géométrique, sa dérivée, ou la série exponentielle ?Voir

Pour comprendre, fais des exercices !

Exercice d'exemple

Étape 1 —

Je choisis un système complet d'événements dénombrable

(A_i)_{i\in\mathbb{N}}

adapté au problème (typiquement

A_i=\{X=i\}

avec

P(A_i)>0

), et je vérifie incompatibilité, probabilité non nulle, et réunion totale.

$X\sim\mathcal{G}(1/6)$ a pour support $\mathbb{N}^*$ ; la famille $(A_i)_{i\ge 1}=(\{X=i\})_{i\ge 1}$ est un SCE dénombrable (incompatibles, union $\Omega$ , $P(X=i)=(5/6)^{i-1}(1/6)>0$ ).

Étape 2 —

Pour chaque

i

, je calcule

P(A_i)

et la probabilité conditionnelle

P_{A_i}(B)

(modélisation : arbre, indépendance, loi conditionnelle).

$P(X=i)=(5/6)^{i-1}(1/6)$ . Sachant $X=i$ , on lance $i$ pièces indépendantes, donc $P_{A_i}(B)=1-(1/2)^i$ (événement contraire : « que des faces »).

Étape 3 —

J'applique

P(B)=\sum_{i=0}^{+\infty}P_{A_i}(B)P(A_i)

en reconnaissant une série usuelle pour conclure.

$P(B)=\sum_{i=1}^{+\infty}\left(1-(1/2)^i\right)(5/6)^{i-1}(1/6)=1-\sum_{i=1}^{+\infty}(1/2)^i(5/6)^{i-1}(1/6)=1-\frac{1/2\cdot 1/6}{1-5/12}=1-\frac{1/12}{7/12}=\frac{6}{7}$ .

$P(B)=\frac{6}{7}$ .

Les applications suivantes et la correction guidée sont réservées aux membres Premium

La méthode et sa première application corrigée restent en accès libre. Le Premium débloque les applications suivantes, l'aide IA et le suivi de ta maîtrise.

Comment appliquer la formule des probabilités totales sur un SCE dénombrable ?

En généralisant la formule du cas fini à une famille dénombrable (Ai)i∈N(A_i)_{i\in\mathbb{N}}(Ai​)i∈N​ : P(B)=∑i=0+∞PAi(B)P(Ai)P(B)=\sum_{i=0}^{+\infty}P_{A_i}(B)P(A_i)P(B)=∑i=0+∞​PAi​​(B)P(Ai​) (convergence admise)

Pour comprendre, fais des exercices !

En généralisant la formule du cas fini à une famille dénombrable $(A_i)_{i\in\mathbb{N}}$ : $P(B)=\sum_{i=0}^{+\infty}P_{A_i}(B)P(A_i)$ (convergence admise)