Mathovore, tout pour reussir en maths : cours et exercices corriges
Aller au contenu
Vous êtes ici : Accueil » Corrigés des contrôles de maths en L1 » Corrigé du contrôle de maths L1 : probabilités finies, Bayes et loi binomiale

Corrigé du contrôle de maths L1 : probabilités finies, Bayes et loi binomiale

    Corrigé du contrôle de maths L1 : probabilités finies, Bayes et loi binomiale

    Voici le corrigé du contrôle de maths de L1 sur le thème : probabilités finies, Bayes et loi binomiale.

    Ce corrigé rédige chaque question du partiel de probabilités finies. Il précise à chaque fois l’univers choisi et la probabilité utilisée. Ensuite, il justifie l’équiprobabilité avant tout calcul par dénombrement.

    Vous y trouverez un arbre pondéré pour le test de dépistage, ainsi que le calcul de la formule de Bayes après un ou deux tests positifs. De plus, un contre-exemple montre que l’indépendance deux à deux ne suffit pas. Le problème final calcule l’espérance et la variance d’une loi binomiale par linéarité, puis cherche sa valeur la plus probable. Enfin, chaque exercice se termine par son barème détaillé.

    L’énoncé se trouve sur la page contrôle de maths l1 : probabilités finies, bayes et loi binomiale.

    Barème du contrôle
    Exercice Points
    Exercice 1 : Question de cours : probabilités totales et formule de Bayes 3 points
    Exercice 2 : Tirages simultanés dans une urne 4 points
    Exercice 3 : Un test de dépistage 5 points
    Exercice 4 : Indépendance deux à deux et mutuelle 3 points
    Exercice 5 : Problème : répondre au hasard à un QCM 5 points
    Total 20 points

    Exercice 1 : Question de cours : probabilités totales et formule de Bayes (3 points)

    1. Les événements \(A_1, \ldots, A_n\) sont deux à deux incompatibles et leur réunion vaut \(\Omega\). Donc \(B = B \cap \Omega = \bigcup_{i=1}^{n} (B \cap A_i)\), et les événements \(B \cap A_i\) sont deux à deux incompatibles.

      Par additivité de \(P\), on obtient \(P(B) = \displaystyle\sum_{i=1}^{n} P(B \cap A_i)\). Ensuite, par définition de la probabilité conditionnelle, \(P(B \cap A_i) = P(A_i)\,P_{A_i}(B)\), car \(P(A_i) > 0\). Ainsi \(P(B) = \displaystyle\sum_{i=1}^{n} P(A_i)\,P_{A_i}(B)\).

    2. Formule de Bayes : si \(P(B) > 0\), alors pour tout \(j\),

      \[P_B(A_j) = \dfrac{P(A_j)\,P_{A_j}(B)}{\displaystyle\sum_{i=1}^{n} P(A_i)\,P_{A_i}(B)}.\]

      Démonstration : par définition, \(P_B(A_j) = \dfrac{P(A_j \cap B)}{P(B)}\). D’une part, \(P(A_j \cap B) = P(A_j)\,P_{A_j}(B)\). D’autre part, le dénominateur est donné par la question a. La formule est donc démontrée.

    Barème : a) 1,5 point : 0,5 point pour la partition de \(B\), 0,5 point pour l’additivité, 0,5 point pour les probabilités conditionnelles ; b) 1,5 point : 0,5 point pour l’énoncé avec l’hypothèse \(P(B) > 0\), 1 point pour la démonstration.

    Exercice 2 : Tirages simultanés dans une urne (4 points)

    1. On numérote les boules de 1 à 10 (les rouges de 1 à 4). Un tirage est une partie à 3 éléments de \(\{1, \ldots, 10\}\). Donc \(\Omega\) est l’ensemble de ces parties, et \(\operatorname{card} \Omega = \binom\,{10}{3} = 120\). Les boules sont indiscernables au toucher : tous les tirages ont la même chance. On munit donc \(\Omega\) de la probabilité uniforme.

    2. D’abord, il y a \(\binom\,{4}{3} = 4\) tirages de trois rouges. Donc \(P(Y = 3) = \dfrac{4}{120} = \dfrac{1}{30}\).

      Ensuite, un tirage avec exactement une rouge s’obtient en choisissant une rouge parmi 4, puis deux noires parmi 6 : \(4 \times \binom\,{6}{2} = 4 \times 15 = 60\) tirages. Donc \(P(Y = 1) = \dfrac{60}{120} = \dfrac{1}{2}\).

      Enfin, l’événement contraire de « au moins une rouge » est « trois noires », qui compte \(\binom\,{6}{3} = 20\) tirages. Donc \(P(Y \geq\, 1) = 1 – \dfrac{20}{120} = \dfrac{5}{6}\).

    3. Il reste \(P(Y = 2) = \dfrac{\binom\,{4}{2}\binom\,{6}{1}}{120} = \dfrac{36}{120} = \dfrac{3}{10}\), et \(P(Y = 0) = \dfrac{20}{120} = \dfrac{1}{6}\).

      \(k\) 0 1 2 3
      \(P(Y = k)\) \(\dfrac{20}{120}\) \(\dfrac{60}{120}\) \(\dfrac{36}{120}\) \(\dfrac{4}{120}\)

      Vérification : \(20 + 60 + 36 + 4 = 120\). Ensuite :

      \[E(Y) = \dfrac{0 \times 20 + 1 \times 60 + 2 \times 36 + 3 \times 4}{120} = \dfrac{144}{120} = \dfrac{6}{5}.\]

      Donc \(E(Y) = \dfrac{6}{5}\). C’est bien \(3 \times \dfrac{4}{10}\) : chaque boule tirée est rouge avec probabilité \(\dfrac{4}{10}\).

    Erreur fréquente : compter des tirages ordonnés au numérateur et non ordonnés au dénominateur. Il faut garder le même modèle partout.

    Barème : a) 0,5 point ; b) 2 points : 0,5 point pour trois rouges, 1 point pour exactement une rouge, 0,5 point pour au moins une rouge ; c) 1,5 point : 1 point pour la loi, 0,5 point pour l’espérance.

    Exercice 3 : Un test de dépistage (5 points)

    1. D’après l’énoncé, \(P(M) = 0{,}02\), \(P_M(T) = 0{,}95\) et \(P_{\overline{M}}(T) = 0{,}10\). On en déduit l’arbre suivant.

      Arbre pondéré : M avec 0,02 et non M avec 0,98, puis T et non T avec 0,95 et 0,05, puis 0,10 et 0,90

    2. Les événements \(M\) et \(\overline{M}\) forment un système complet. D’après la formule des probabilités totales :

      \[P(T) = 0{,}02 \times 0{,}95 + 0{,}98 \times 0{,}10 = 0{,}019 + 0{,}098.\]

      Donc \(P(T) = 0{,}117\).

    3. D’après la formule de Bayes :

      \[P_T(M) = \dfrac{P(M)\,P_M(T)}{P(T)} = \dfrac{0{,}019}{0{,}117} = \dfrac{19}{117}.\]

      Donc \(P_T(M) = \dfrac{19}{117} \approx 0{,}16\). Ainsi, environ 84 % des tests positifs concernent des personnes saines. En effet, la maladie est rare, donc les faux positifs sont nombreux par rapport aux vrais positifs.

    4. D’abord, par indépendance conditionnelle, \(P_M(T_1 \cap T_2) = 0{,}95^2 = 0{,}9025\) et \(P_{\overline{M}}(T_1 \cap T_2) = 0{,}10^2 = 0{,}01\). Par la formule des probabilités totales :

      \[P(T_1 \cap T_2) = 0{,}02 \times 0{,}9025 + 0{,}98 \times 0{,}01 = 0{,}01805 + 0{,}0098 = 0{,}02785.\]

      Ensuite, la formule de Bayes donne \(P_{T_1 \cap T_2}(M) = \dfrac{0{,}01805}{0{,}02785} = \dfrac{1805}{2785} = \dfrac{361}{557}\).

      Donc \(P_{T_1 \cap T_2}(M) = \dfrac{361}{557} \approx 0{,}65\). Le second test positif rend la maladie probable. C’est pourquoi on confirme toujours un dépistage positif.

    Erreur fréquente : confondre \(P_T(M)\) avec \(P_M(T) = 0{,}95\).

    Barème : a) 1 point ; b) 1 point : 0,5 point pour la formule citée, 0,5 point pour le résultat ; c) 1,5 point : 1 point pour Bayes, 0,5 point pour la valeur approchée et le commentaire ; d) 1,5 point : 0,5 point pour l’indépendance conditionnelle, 0,5 point pour \(P(T_1 \cap T_2)\), 0,5 point pour le résultat.

    Exercice 4 : Indépendance deux à deux et mutuelle (3 points)

    1. On prend \(\Omega = \{PP, PF, FP, FF\}\) muni de la probabilité uniforme, car la pièce est équilibrée et les lancers indépendants. Alors \(A = \{PP, PF\}\), \(B = \{PP, FP\}\) et \(C = \{PP, FF\}\). Chacun a pour probabilité \(\dfrac{2}{4} = \dfrac{1}{2}\).

      Ensuite, \(A \cap B = A \cap C = B \cap C = \{PP\}\), de probabilité \(\dfrac{1}{4} = \dfrac{1}{2} \times \dfrac{1}{2}\). Donc \(A\), \(B\) et \(C\) sont deux à deux indépendants.

    2. On a \(A \cap B \cap C = \{PP\}\), donc \(P(A \cap B \cap C) = \dfrac{1}{4}\). Or \(P(A)\,P(B)\,P(C) = \dfrac{1}{8}\). Les événements ne sont donc pas mutuellement indépendants. En effet, si \(A\) et \(B\) sont réalisés, alors \(C\) l’est forcément.

    Barème : a) 1,5 point : 0,5 point pour l’univers et les événements, 1 point pour les trois égalités ; b) 1,5 point : 1 point pour le calcul, 0,5 point pour la conclusion.

    Exercice 5 : Problème : répondre au hasard à un QCM (5 points)

    1. Chaque question est une épreuve de Bernoulli de succès « bonne réponse », de probabilité \(\dfrac{1}{4}\). On répète 10 fois cette épreuve de façon indépendante, et \(X\) compte les succès. Donc \(X\) suit la loi binomiale \(\mathcal{B}(10, \dfrac{1}{4})\), et pour \(k \in \{0, \ldots, 10\}\) :

      \[P(X = k) = \binom\,{10}{k}(\dfrac{1}{4})^{k}(\dfrac{3}{4})^{10-k}.\]

      En particulier, \(P(X \geq\, 1) = 1 – P(X = 0) = 1 – (\dfrac{3}{4})^{10}\).

    2. On note \(X_i\) la variable qui vaut 1 si la réponse à la question \(i\) est juste, et 0 sinon. Chaque \(X_i\) suit la loi de Bernoulli de paramètre \(p = \dfrac{1}{4}\) : \(E(X_i) = p\) et \(V(X_i) = p(1 – p) = \dfrac{3}{16}\). De plus, \(X = X_1 + \cdots + X_{10}\).

      Par linéarité de l’espérance, \(E(X) = 10 \times \dfrac{1}{4}\). Ensuite, les \(X_i\) sont indépendantes, donc la variance de leur somme est la somme des variances : \(V(X) = 10 \times \dfrac{3}{16}\). Ainsi \(E(X) = \dfrac{5}{2}\) et \(V(X) = \dfrac{15}{8}\).

    3. L’étudiant a \(X\) bonnes réponses et \(10 – X\) mauvaises. Donc \(S = 3X – (10 – X) = 4X – 10\). Par linéarité, \(E(S) = 4 \times \dfrac{5}{2} – 10 = 0\). Ensuite, \(V(S) = 4^2\,V(X) = 16 \times \dfrac{15}{8} = 30\).

      Donc \(S = 4X – 10\), \(E(S) = 0\) et \(V(S) = 30\). En moyenne, répondre au hasard ne rapporte rien : le barème est dissuasif.

    4. Pour \(k \in \{0, \ldots, 9\}\), on a \(\dbinom{10}{k+1} = \dbinom{10}{k} \times \dfrac{10 – k}{k + 1}\). Donc :

      \[\dfrac{P(X = k+1)}{P(X = k)} = \dfrac{10 – k}{k + 1} \times \dfrac{1/4}{3/4} = \dfrac{10 – k}{3(k + 1)}.\]

      Ce quotient est strictement supérieur à 1 si et seulement si \(10 – k > 3k + 3\), c’est-à-dire \(k < \dfrac{7}{4}\), soit \(k \in \{0, 1\}\). Pour \(k \geq\, 2\), il est strictement inférieur à 1 (il ne vaut jamais 1, car \(\dfrac{7}{4}\) n’est pas entier).

      Ainsi \(P(X = 0) < P(X = 1) < P(X = 2)\), puis la suite décroît strictement. La probabilité \(P(X = k)\) est maximale pour \(k = 2\).

      Diagramme en bâtons de la loi binomiale de paramètres 10 et un quart, maximale en k égal 2

    Erreur fréquente : écrire \(V(4X – 10) = 4\,V(X) – 10\). En réalité, \(V(aX + b) = a^2\,V(X)\).

    Barème : a) 1 point : 0,5 point pour la justification, 0,5 point pour les formules ; b) 1,5 point : 0,5 point pour la décomposition, 0,5 point pour l’espérance, 0,5 point pour la variance avec l’indépendance citée ; c) 1 point : 0,5 point pour \(S\) et \(E(S)\), 0,5 point pour \(V(S)\) ; d) 1,5 point : 0,5 point pour le quotient, 0,5 point pour l’inégalité, 0,5 point pour la conclusion.

    Revenir à l’énoncé du contrôle

    Après le corrigé du contrôle : probabilités finies, Bayes et loi binomiale

    Pour consolider ce que le corrigé vous a appris, relisez le cours « Probabilités finies » en L1 puis entraînez-vous avec les exercices corrigés probabilités finies.

    Retrouvez tous les contrôles de maths de L1 classés par chapitre, ou choisissez un autre niveau sur la page contrôles de maths du CP au post-bac.

    Voter... post

    Télécharger et imprimer ce document en PDF gratuitement :

    Vous avez la possibilité de télécharger puis d'imprimer gratuitement ce document «corrigé du contrôle de maths L1 : probabilités finies, Bayes et loi binomiale» au format PDF.

    Contrôle de maths en L1 : Probabilités finies, Bayes et loi binomiale corrigé en PDF

    Applications Mathovore

    Les applications Mathovore gratuites

    Des applis pour réviser et s’entraîner en maths en jouant, du CP à la Terminale, sur Android et iPhone.

    Découvrir

    Inscription gratuite à Mathovore.  Mathovore c'est 14 122 542 cours et exercices de maths téléchargés en PDF.

    Télécharger les manuels scolaires de maths Mathovore en PDF, du CP à la Terminale