Le thorme de Bayes

Le thorme de Bayes est une consquence immdiate des probabilits conditionnelles et des probabilits totales.

Probabilits conditionnelles
Exemple Dans une bibliothque comportant 100 ouvrages, il y en a 40 qui sont crits en anglais dont 8 portent sur la biologie. Considrons les vnements suivants: A B A "le livre est crit en anglais"; "le livre porte sur la biologie"; B "le livre est crit en anglais et porte sur la biologie"; PA B
8 . 100

PA

40 ; 100

Probabilit conditionnelle B A "le livre porte sur la biologie sachant qu' il est crit en anglais" 8 P B A 40 (Il s'agit de la frquence des livres de biologie parmi les livres en langue anglaise.) On a les relations 8 P B Retenons P A P B ou encore P A B P A P B A A P A B A 40
8 100 40 100

P A P A

Probabilits totales
Considrons une partition A1 , A2 , ..., An de l'ensemble des vnements E, cest--dire P(E) = 1 et A1 P B A2 ... P A1 An P B E, A1 Ai Aj P B pour i A2 j. Alors ... P An P B An

P A2

Dmonstration P B P B E P A1 P B Problme Une urne contient 5 boules rouges identiques et 3 boules noires identiques. On effectue des tirages de deux boules sans remise. a) Quelle est la probabilit que la premire soit rouge et la deuxime noire ? b) Quelle est la probabilit que lune des deux boules au moins soit rouge ? c) Sachant que l'une des deux boules au moins est rouge, quelle est la probabilit que l'autre soit noire ? A1 P B A1 P A2 P B A2 P B A2 ... P B ... P An An P B An

bayes.nb

5 8

3 8

4 7

3 7

5 7

2 7

r,r

r,n

n,r

n,n

5 a P r, n 8

3 7

15 56

avec A = la premire boule est rouge; B = la deuxime est noire; A B = la premire est rouge et la deuxime est noire; B | A = la deuxime est noire sachant que la premire est rouge. On retiendra que, dans un arbre, les branches portent des probabilits conditionnelles. La probabilit dun chemin est est gale au produit des probabilits portes par les branches. b P l ' une des deux boules au moins est rouge P la premire est rouge et la deuxime noire P la premire est noire et la deuxime rouge P la premire est rouge et la deuxime rouge P la premire est rouge P la deuxime est noire la premire est rouge P la premire est noire P la deuxime est rouge la premire est noire P la premire est rouge P 5 3 3 5 5 4 25 la deuxime est rouge la premire est rouge 8 7 8 7 8 7 28 c P l ' autre est noire l ' une des deux boules au moins est rouge P une boule est rouge et l ' autre est noire P l ' une des deux boules au moins est rouge P r, n P r, n P n, r P r, r
5 3 8 7 5 3 8 7 3 5 8 7 5 4 8 7

3 5

P n, r

3 5 8 7

Prparation au thorme de Bayes

En intervertissant l'vnement et la condition P A P A B P B La dmonstration dcoule directement de la dfinition des probabilits conditionnelles P A P B P B A P A
P A B P A

P B

P A P B

B P A B

P B

Formule de Bayes
Considrons une partition A1 , A2 , ..., An de l'ensemble des vnements E. Alors

bayes.nb

P B

P A1 P A1 P A2

P B B B ...

A1 P A2 P B P A1 P B A1 P A2 P B P B P B P An P B P B An A2

A2

...

P An

P B

An

P An

La dmonstration a t faite au pralable sous Probabilits totales et Prparation au thorme de Bayes. Lapport dune nouvelle information permet de corriger les probabilits priori Les nombres suivants sont applels "Probabilit priori de Ak ": P A1 , P A2 , ..., P An . Les nombres suivants, appels fonction de vraisemblance de Ak expriment des apports dinformations: P B A1 , P B A2 , ... , P B An .

Les nombres suivants, applels "Probabilit postriori de Ak ", expriment comment les probabilits priori doivent tre adaptes la sous-population B: P A1 B , P A2 B , ... , P An B .

Probabilits des causes Si les A1 , A2 , ..., An expriments les causes possibles de B, on peut maintenant tablir la cause la plus probable (ventuellement les causes les plus probables) Ak : c ' est celle o P Ak B diffre le plus de P Ak , ce qui indique que les vnements Ak et B ne sont pas indpendants.

Exemple
Dans un laboratoire, on a fait les constats suivants: si une souris porte l'anticorps A, alors 2 fois sur 5 elle porte aussi l'anticorps B; si une souris ne porte pas l'anticorps A, alors 4 fois sur 5 elle ne porte pas l'anticorps B. La moiti de la population porte lanticorps A.

1 2

1 2

2 5

3 5

1 5

4 5

A,B

A, B

A,B

A, B

a) Calculez la probabilit que, si une souris porte lanticorps B, alors elle porte aussi lanticorps A. Pour la partition A, A , la formule de Bayes donne 1 2 P B P A P B A P A P B A 2 5 2 5 10 1 1 3

bayes.nb

P A P A B

P B P B

1 2 2 5 3 10

2 3 1 3

P A P A Interprtation: probabilits priori: P A apports dinformations: P B B

P B P B

1 1 2 5 3 10

1 , 2

P A
2 , 5

1 ; 2

P B

1 ; 5

probabilits postriori pour les porteuses de lanticorps B:

P A

2 , 3

1 . 3

Probabilit des causes : Les 2/3 des souris porteuses de lanticorps B portent aussi lanticorps A, ce qui dnote une nette incidence de A sur B. b) Calculez la probabilit que, si une souris ne porte pas lanticorps B, alors elle ne porte pas lanticorps A. Pour la partition A, A , la formule de Bayes donne 1 3 P B P A P B P A P A B P B P A P A Interprtation: probabilits priori: P A apports dinformations: P B probabilits P A B
3 , 7 1 , 2

1 4 2 5

7 10

P A P B A

P B
1 3 2 5 7 10

A 2 5 3 7 4 7

P B P B

1 4 2 5 7 10

P A
3 , 5

1 ; 2

A pour

P B non

4 ; 5

postriori B
4 . 7

les

porteuses

de

lanticorps

B:

Probabilit des causes : Les 4/7 des souris qui ne portent pas lanticorps B ne portent pas non plus lanticorps A, ce qui dnote peut-tre une lgre incidence de A sur B. Lien hypertexte vers la page mre http : // www.deleze.name/marcel/culture/probabilites/index.html