Calculateur de probabilité conditionnelle P(A|B)
Calculez P(A|B), la probabilité conjointe et la probabilité marginale avec précision
Saisissez des valeurs de probabilité pour calculer la probabilité conditionnelle P(A|B), qui représente la probabilité que l'événement A se produise sachant que l'événement B a déjà eu lieu.
Calculateur de probabilité conditionnelle P(A|B)
Calculez P(A|B), la probabilité conjointe et la probabilité marginale avec précision
Calcule la probabilité conditionnelle de A sachant B, à partir de P(A∩B) et P(B).
À propos du calculateur de probabilité conditionnelle
La probabilité conditionnelle est l'un des piliers de la théorie des probabilités et des statistiques. Elle décrit la probabilité qu'un événement se produise sachant qu'un autre s'est déjà produit, et elle sous-tend certains des outils de raisonnement les plus importants en science, en médecine et en apprentissage automatique.
La définition formelle est la suivante : P(A|B) = P(A ∩ B) / P(B), à condition que P(B) > 0. Ici, P(A|B) se lit « la probabilité de A sachant B », P(A ∩ B) est la probabilité conjointe que A et B se produisent tous deux, et P(B) est la probabilité marginale de B. En réarrangeant cette formule, on obtient la règle de multiplication : P(A ∩ B) = P(A|B) × P(B), largement utilisée pour calculer des probabilités conjointes à partir de probabilités conditionnelles.
Un exemple classique est celui des tests médicaux. Supposons qu'une maladie touche 1 % de la population et qu'un test de dépistage ait un taux de faux positifs de 5 %. La probabilité qu'une personne choisie au hasard teste positive est P(B). La probabilité que cette personne soit à la fois malade et teste positive est P(A ∩ B). En divisant, on obtient la probabilité conditionnelle qu'elle soit réellement malade sachant un résultat positif — souvent bien plus faible que l'intuition ne le suggère, un phénomène connu sous le nom de biais du taux de base.
La probabilité conditionnelle est aussi au cœur du théorème de Bayes : P(A|B) = P(B|A) × P(A) / P(B). Le théorème de Bayes permet de mettre à jour une croyance préalable P(A) à la lumière d'une nouvelle preuve B pour obtenir une croyance a posteriori P(A|B). Ce cadre bayésien est utilisé dans les filtres anti-spam, le diagnostic médical, l'évaluation des preuves judiciaires et les classifieurs modernes d'apprentissage automatique.
Ce calculateur prend en charge trois modes. « Trouver P(A|B) » prend comme entrées la probabilité conjointe P(A ∩ B) et la probabilité marginale P(B) et renvoie la probabilité conditionnelle. « Trouver P(A ∩ B) » prend P(A|B) et P(B) et applique la règle de multiplication. « Trouver P(B) » résout la probabilité marginale à partir des valeurs conditionnelle et conjointe. Toutes les entrées de probabilité doivent être comprises entre 0 et 1, et P(B) doit être non nul lorsqu'il apparaît au dénominateur.
Exemples
Le tableau ci-dessous présente des calculs de probabilité conditionnelle tirés de situations réelles courantes.
| Entrées | Résultat | Scénario |
|---|---|---|
| P(A∩B)=0.005, P(B)=0.05 | P(A|B) = 0.1 | Médecine : P(malade | test positif) |
| P(A∩B)=0.18, P(B)=0.6 | P(A|B) = 0.3 | Météo : P(pluie | nuageux) |
| P(A|B)=0.02, P(B)=0.15 | P(A∩B) = 0.003 | Qualité : probabilité conjointe de défaut |
| P(A|B)=0.4, P(A∩B)=0.12 | P(B) = 0.3 | Résoudre la probabilité marginale |
Comment utiliser le calculateur de probabilité conditionnelle
- Sélectionnez le type de calcul : « Trouver P(A|B) » si vous voulez la probabilité conditionnelle, « Trouver P(A∩B) » pour la probabilité conjointe, ou « Trouver P(B) » pour la probabilité marginale.
- Saisissez les valeurs de probabilité connues dans les champs qui apparaissent. Toutes les valeurs doivent être comprises entre 0 et 1 inclus.
- Lorsque vous cherchez P(A|B), assurez-vous que P(B) est supérieur à 0 — la probabilité conditionnelle n'est pas définie lorsque l'événement conditionnant a une probabilité nulle.
- Cliquez sur « Calculer la probabilité » pour obtenir le résultat. Un avertissement s'affiche si le résultat dépasse 1.
- Utilisez les boutons d'exemples à chargement rapide pour préremplir des scénarios réels et vérifier votre compréhension.
Questions fréquentes
Que signifie P(A|B) en termes simples ?
P(A|B) est la probabilité que l'événement A se produise, sachant que l'événement B s'est déjà produit ou est garanti de se produire. Elle réduit l'espace d'échantillonnage de tous les résultats possibles à ceux où B est vrai, puis demande combien d'entre eux incluent aussi A. Par exemple, P(pluie | nuageux) est la probabilité de pluie sachant qu'il fait déjà nuageux.
Quelle est la différence entre P(A|B) et P(A∩B) ?
P(A∩B) est la probabilité que A et B se produisent tous deux dans l'espace d'échantillonnage complet, tandis que P(A|B) est la probabilité que A se produise dans l'espace restreint où l'on sait déjà que B s'est produit. Numériquement, P(A|B) = P(A∩B) / P(B), donc P(A|B) ≥ P(A∩B) lorsque P(B) < 1.
Quand deux événements sont-ils considérés comme indépendants ?
Les événements A et B sont indépendants si P(A|B) = P(A), ce qui signifie que savoir que B s'est produit n'apporte aucune information sur la survenue de A. De manière équivalente, P(A∩B) = P(A) × P(B). L'indépendance est une hypothèse forte ; dans la plupart des problèmes réels, les événements sont dépendants et la probabilité conditionnelle fournit le bon cadre.
Qu'est-ce que le théorème de Bayes et quel est son lien avec ce calculateur ?
Le théorème de Bayes énonce P(A|B) = P(B|A) × P(A) / P(B). Il permet d'inverser les probabilités conditionnelles : si vous savez à quel point B est probable sachant A, et que vous connaissez les taux de base P(A) et P(B), vous pouvez calculer à quel point A est probable sachant B. Ce calculateur implémente directement la formule fondamentale P(A|B) = P(A∩B)/P(B), qui est la même relation exploitée par Bayes.
Pourquoi une probabilité conditionnelle peut-elle être supérieure à P(A) ou P(B) ?
Parce que la condition réduit l'espace d'échantillonnage. Lorsque B est un événement de faible probabilité fortement associé à A, diviser P(A∩B) par la petite valeur P(B) peut produire un résultat bien supérieur à P(A). Ce n'est pas une contradiction : cela reflète simplement que, dans le sous-ensemble des résultats où B s'est produit, A est très fréquent.
Que se passe-t-il si P(B) est égal à zéro ?
P(A|B) est mathématiquement indéfinie lorsque P(B) = 0, car vous conditionnez sur un événement impossible. Dans la théorie des probabilités classique, conditionner sur un événement de probabilité nulle nécessite des outils plus avancés de théorie de la mesure. En pratique, si P(B) = 0, la formule de probabilité conditionnelle ne peut pas être appliquée directement et le calculateur affichera une erreur en vous demandant de saisir une valeur positive pour P(B).