Calculateur de probabilité conditionnelle
Avec P(A) à 0,5, P(B) à 0,4 et une probabilité conjointe de 0,2, P(A sachant B) vaut 0,5 et les événements sont indépendants ; si la conjointe passe à 0,1, le résultat tombe à 0,25 et ils ne le sont plus. Gratuit dans votre navigateur.
- Gratuit
- Fonctionne dans votre navigateur
- Sans inscription
- Vos données restent sur votre appareil
Lancer gratuitement
Exemple résolu
- P a
- 0,5
- P b
- 0,4
- Probabilité conjointe P
- 0,2
- P a sachant b
- 0,5
- P a sachant b (chaîne)
- 0.5
- P b sachant a
- 0,4
- P b sachant a (chaîne)
- 0.4
La probabilité conditionnelle répond à une question précise : sachant que l'événement B s'est produit, quelle est la chance de l'événement A ? La définition est simple et exacte—P(A sachant B) égale la probabilité conjointe P(A et B) divisée par P(B)—mais étudiants, analystes et équipes produit commettent encore des erreurs coûteuses lorsqu'ils confondent la conjointe avec un produit, omettent de rejeter un événement conditionnant nul ou acceptent des triplets incohérents qui violent les bornes de probabilité. Cette capacité prend trois nombres, P(A), P(B) et P(A et B), renvoie P(A|B) comme valeur flottante et chaîne décimale stable, renvoie optionnellement la conditionnelle inverse P(B|A) lorsque P(A) est positive, et indique si A et B sont indépendants en comparant la conjointe à P(A) fois P(B).
Ce que signifie la probabilité conditionnelle et quand l'indépendance tient
En probabilité classique, chaque événement reçoit un nombre dans l'intervalle unitaire fermé respectant l'additivité dénombrable. La probabilité conjointe P(A et B) est la masse sur l'intersection des deux événements. Conditionner par B renormalise cette masse à la tranche où B est vrai : formellement P(A|B) égale P(A ∩ B) divisé par P(B), pourvu que P(B) soit strictement supérieur à zéro.
L'indépendance est un énoncé distinct : A et B sont indépendants si et seulement si la conjointe se factorise comme le produit des marginales, c'est-à-dire P(A ∩ B) égale P(A) fois P(B). L'indépendance n'est pas la même chose que l'exclusivité mutuelle ; des événements exclusifs de probabilité positive ont une conjointe nulle et un produit positif, donc ils échouent au test d'indépendance. Les bornes de Fréchet–Hoeffding contraignent en outre toute conjointe valide : elle ne peut être inférieure à max(0, P(A)+P(B)−1) ni supérieure à min(P(A), P(B)).
Les entrées hors de ces bornes sont rejetées car aucun espace de probabilité ne peut les réaliser. Ensemble, la formule conditionnelle, le test produit et les contrôles de bornes offrent une vérification complète de niveau pédagogique pour un triplet de trois nombres sans exiger un modèle d'espace d'échantillonnage complet.
Conseils pratiques, pièges fréquents et différences avec les outils proches
Vérifiez toujours que votre conjointe se situe dans l'intervalle de Fréchet avant de faire confiance à un calcul manuel : une conjointe supérieure à l'une des marginales est impossible et signifie souvent que vous avez mélangé une conditionnelle avec une conjointe ou mal lu un tableau de contingence. Lorsque P(A) vaut zéro, P(B|A) est indéfinie et renvoyée comme null ; c'est intentionnel et différent de renvoyer zéro.
Ne confondez pas cette page avec des calculateurs du théorème de Bayes qui prennent vraisemblances et priors pour mettre à jour des croyances sur une hypothèse ; ici vous connaissez déjà la conjointe et les deux marginales et n'avez besoin que du rapport conditionnel et d'un verdict d'indépendance. Les outils de somme de dés et de distribution géométrique ailleurs dans le kit répondent à d'autres intentions de recherche (sommes polyédriques et essais jusqu'au premier succès).
Cas d’usage
Contrôles de cohérence en analytics données et produit
Convertissez des taux rapportés (part d'utilisateurs avec la fonctionnalité A parmi ceux avec B) en une conditionnelle formelle et vérifiez si A et B se factorisent comme indépendants pour les hypothèses de modélisation.
Documentation risque et qualité
Documentez les conditionnelles de modes de défaillance dans des rapports de sécurité ou QA avec un énoncé explicite d'indépendance et des cas limites rejetés lorsque l'événement conditionnant a une probabilité nulle.
Questions fréquentes
Quelle formule le calculateur utilise-t-il ?
P(A|B) = P(A et B) / P(B). La réponse indique aussi si P(A et B) égale P(A)×P(B) pour l'indépendance.
Pourquoi P(B) = 0 est-il une erreur ?
Conditionner par un événement de probabilité nulle rend P(A|B) indéfinie.
Quand A et B sont-ils indépendants ?
Lorsque la conjointe égale le produit des marginales dans une tolérance numérique minime : P(A et B) = P(A)×P(B).
Que sont les bornes de Fréchet et pourquoi ma conjointe peut-elle être rejetée ?
Toute conjointe valide doit se situer entre max(0, P(A)+P(B)−1) et min(P(A), P(B)). Les valeurs hors de cet intervalle ne peuvent se produire dans aucun espace de probabilité et sont rejetées.
Le calculateur de probabilité conditionnelle est-il gratuit ?
L'outil navigateur est gratuit et s'exécute en local.
Outils associés
Pour les développeurs — accès API
Tout sur cette page est disponible par programmation. Cette section s'adresse aux équipes qui veulent l'intégrer à leurs systèmes ; les autres peuvent simplement utiliser l'outil ci-dessus.
Endpoint
Authentification par jeton Bearer : un seul POST met la tâche en file d’attente, et le résultat vous parvient par webhook ou lien signé.
Appeler depuis votre stack
curl -X POST https://api.kit.forhosting.com/prob/conditional-probability \
-H "Authorization: Bearer $KIT_KEY" \
-H "Content-Type: application/json" \
-d '{"p_a":0.5,"p_b":0.4,"p_a_and_b":0.2}'const res = await fetch("https://api.kit.forhosting.com/prob/conditional-probability", {
method: "POST",
headers: {
"Authorization": `Bearer ${process.env.KIT_KEY}`,
"Content-Type": "application/json"
},
body: JSON.stringify({
"p_a": 0.5,
"p_b": 0.4,
"p_a_and_b": 0.2
})
});
const { task_id } = await res.json();import os, requests
res = requests.post(
"https://api.kit.forhosting.com/prob/conditional-probability",
headers={"Authorization": f"Bearer {os.environ['KIT_KEY']}"},
json={
"p_a": 0.5,
"p_b": 0.4,
"p_a_and_b": 0.2
},
)
task_id = res.json()["task_id"]<?php
$res = file_get_contents("https://api.kit.forhosting.com/prob/conditional-probability", false, stream_context_create([
"http" => [
"method" => "POST",
"header" => "Authorization: Bearer " . getenv("KIT_KEY") . "\r\nContent-Type: application/json",
"content" => '{"p_a":0.5,"p_b":0.4,"p_a_and_b":0.2}',
],
]));
$task = json_decode($res, true);body := bytes.NewBufferString(`{"p_a":0.5,"p_b":0.4,"p_a_and_b":0.2}`)
req, _ := http.NewRequest("POST", "https://api.kit.forhosting.com/prob/conditional-probability", body)
req.Header.Set("Authorization", "Bearer "+os.Getenv("KIT_KEY"))
req.Header.Set("Content-Type", "application/json")
res, _ := http.DefaultClient.Do(req)Exemple de requête
{
"p_a": 0.5,
"p_b": 0.4,
"p_a_and_b": 0.2
}Exemple de réponse
{
"task_id": "tsk_a1b2c3d4e5f6a1b2c3d4e5f6",
"type": "prob.conditional_probability",
"status": "queued",
"_links": {
"result": "/tasks/tsk_…/result"
}
}L’API est asynchrone : chaque appel renvoie un task_id immédiatement, puis vous interrogez l’état à raison d’une requête par seconde.
Tarifs
Le prix est publié, sans tokens ni crédits. Une tâche qui échoue n’est pas facturée.
Erreurs
| HTTP | Code | Signification |
|---|---|---|
401 | unauthorized | Clé API absente ou invalide : vérifiez l’en-tête Authorization. |
402 | insufficient_balance | Solde insuffisant : rechargez votre compte pour lancer cette tâche. |
404 | unknown_type | Type de tâche inconnu : vérifiez le champ type de votre requête. |
429 | rate_limited | Trop de requêtes : ralentissez la cadence, puis réessayez. |
Notes techniques
La division par zéro lorsque P(B) vaut zéro est rejetée avec invalid_input afin que devoirs et pipelines de production ne traitent jamais une conditionnelle indéfinie comme un zéro silencieux.
Ce que signifie la probabilité conditionnelle et quand l'indépendance tient
Lorsque P(B) vaut zéro, la conditionnelle est indéfinie ; cet outil lève donc invalid_input au lieu d'inventer un nombre.
Comment appeler l'API et lire la réponse JSON
Passer la conjointe à 0.1 donne P(A|B)=0.25 et independent false. Envoyez un corps JSON avec trois champs numériques obligatoires. Le champ p_a est la probabilité a priori de l'événement A dans [0, 1] ; les alias pA, pa, P_A et prob_a sont acceptés. Le champ p_b est la probabilité a priori de l'événement B dans [0, 1] ; les alias pB, pb, P_B et prob_b correspondent au même sens. Le champ p_a_and_b est la conjointe P(A et B) ; les alias p_ab, joint, pAandB et intersection fonctionnent de façon interchangeable. Une réponse réussie renvoie les trois entrées et p_a_given_b (le double IEEE de P(A|B)), p_a_given_b_string pour un affichage stable, p_b_given_a et sa forme chaîne lorsque P(A) est positive (sinon null), product_p_a_p_b et une forme chaîne de ce produit, independence_gap égal à la conjointe moins le produit, un booléen independent, frechet_lower et frechet_upper pour l'intervalle de conjointe faisable, plus de courtes chaînes formula et independence_rule pour les légendes d'interface. Contrôle classique : P(A)=0.5, P(B)=0.4, conjointe=0.2 donne P(A|B)=0.5 et independent true car 0.5 fois 0.4 égale 0.2. Si p_b vaut 0, le gestionnaire lève invalid_input en indiquant que P(B) est nul et que la conditionnelle est indéfinie—ces échecs ne sont pas facturés. Le tarif est un $0.002 forfaitaire par requête réussie avec unité item et prix unitaire marginal nul.
Conseils pratiques, pièges fréquents et différences avec les outils proches
Préférez le booléen independent avec independence_gap—le flottant peut faire paraître un vrai produit légèrement décalé dans des tableurs ad hoc, tandis que ce moteur utilise un epsilon absolu documenté pour que les fractions de manuel se comparent proprement. Une validation échouée—champs manquants, valeurs hors de [0, 1], probabilité conditionnante nulle ou conjointe infaisable—renvoie invalid_input et ne consomme jamais le solde prépayé, de sorte que scripts exploratoires et laboratoires restent peu coûteux pendant que les apprenants explorent les bords. Utilisez p_a_given_b_string lorsque vous avez besoin de chiffres imprimés stables dans des rapports ; utilisez le champ numérique lorsque vous enchaînez d'autres opérations en code.
Cas d'intégration
Devoirs et laboratoires d'enseignement des probabilités
Donnez aux étudiants P(A), P(B) et une conjointe, puis vérifiez leur P(A|B), leur conclusion d'indépendance et leur raisonnement sur les bornes de Fréchet face à une API déterministe ou au résultat gratuit du navigateur.