Helloooo !
Exemple des probas conditionnellesJe n'ai pas bien compris de quel exemple tu parlais ?
Est-ce celui-ci ?
Exemple :
La probabilité qu'un PACES ait perfecté la biostat sachant qu'il a assisté à tous les cours est égal au nombre de PACES qui ont perfecté la Biostat et assisté à tous les cours sur le nombre de PACES qui a assisté à tous les cours ! Si c'est le cas c'est seulement pour illustrer cette formule :
 = \frac{P(A\bigcap B)}{P(A)})
En gros P(A|B) se lit "P de A sachant B" et ensuite on dit est égal à "P de A et B" (=
)
) donc divisé par (=sur) "P de A". Et donc dans l'exemple c'est plein de blabla qui veut dire ça !
Concernant cette histoire d'événements indépendants :En effet A et B ne sont pas indépendants dans les deux cas !
B) Indépendance et inclusion : Quand A est inclus dans B ils ne sont pas indépendants car l'événement A ne peut pas se produire sans B !
Ca se vérifie par le calcul :
en effet quand deux événements sont
indépendants on a
 = P(A)*P(B))
Or quand les événements sont inclus on a
 = P(A)\not\equiv P(A)*P(B))
car P(B)
1
Donc quand il y a inclusion il n'y a pas indépendance ! C) Indépendance et Exclusion : Quand A et B sont exclusifs ils ne sont pas indépendants car l'événement A et B ne peuvent pas se produire en même temps !
Ca se vérifie par le calcul :
Quand deux événements sont
indépendants on a
Or quand les événements sont disjoints (=exclusifs) on a [color=#00FF00]
 = 0\not\equiv P(A)*P(B))
Donc quand il y a exclusion il n'y a pas indépendance ! 
Est-ce que tu comprend mieux cette partie ? En fait en QCM quand on cherche si il y a indépendance ou non tu dois juste essayer la formule :
, si c'est bon indépendants sinon non !
si vous pouvais m'expliquer ca aussi ca serais chouette! 
