next up previous contents
suivant: Exercice monter: Probabilité conditionnelle, indépendance précédent: Indépendance en probabilité   Table des matières

Le théorème de Bayes

Soit un référentiel $E$, et soient $E_1, E_2, \ldots, E_n$ formant une partition de $E$. Alors, $\forall A \subset E,  P(A)=\sum_{j=1}^{n}
P(E_j)P(A/E_j)$ (formule dite des probabilités totales), et $\forall i, P(E_i/A)= \displaystyle{\frac{P(E_i)P(A/E_i)}{\sum_{j=1}^{n}
P(E_j)P(A/E_j)}}.$ Démonstration $\forall A \subset E,  A=A \bigcap E=A
\bigcap (\bigcup_{i=1}^{n} E_i)=\bigcup_{i=1}^{n} (A
\bigcap E_i).$
Si $i \neq j$, $A \bigcap E_i$ et $A \bigcap E_j$ sont incompatibles car $E_i$ et $E_j$ le sont.
Donc, $P(A)=\sum_{j=1}^{n} P(A \bigcap E_j)=\sum_{j=1}^{n}
P(E_j)P(A/E_j)$.
De plus $P(E_i/A)=\displaystyle{\frac{P(E_i \bigcap A)}{P(A)}}=
\displaystyle{\frac{P(E...
...A/E_j)}}=
\displaystyle{\frac{P(E_i)P(A/E_i)}{\sum_{j=1}^{n}
P(E_j)P(A/E_j)}}$

Vekemans 2002-06-24