Cet énoncé correspond à l'exercice 2 du sujet officiel de Spécialité Mathématiques (Terminale générale), session Métropole 2021. Il se compose de 11 questions et couvre 4 thèmes du programme, principalement Algorithmique et programmation Python, Loi binomiale et Bernoulli, Probabilités…. L'énoncé est accompagné d'indices progressifs pour guider la réflexion et d'un corrigé détaillé accessible aux élèves accompagnés.
Cet exercice mobilise 6 compétences principales du programme officiel :
EXERCICE 2 — Commun à tous les candidats
Dans cet exercice, les résultats des probabilités demandées seront, si nécessaire, arrondis au millième.
La leucose féline est une maladie touchant les chats ; elle est provoquée par un virus.
Dans un grand centre vétérinaire, on estime à 40 % la proportion de chats porteurs de la maladie.
On réalise un test de dépistage de la maladie parmi les chats présents dans ce centre vétérinaire.
Ce test possède les caractéristiques suivantes :
- Lorsque le chat est porteur de la maladie, son test est positif dans 90 % des cas.
- Lorsque le chat n'est pas porteur de la maladie, son test est négatif dans 85 % des cas.
On choisit un chat au hasard dans le centre vétérinaire et on considère les évènements suivants :
- $M$ : « Le chat est porteur de la maladie » ;
- $T$ : « Le test du chat est positif » ;
- $\overline{M}$ et $\overline{T}$ désignent les évènements contraires des évènements $M$ et $T$ respectivement.
1.
Traduire la situation par un arbre pondéré.
Construire un arbre avec deux étages : d'abord la présence ou l'absence de maladie (M ou M̄), puis pour chaque branche, le résultat du test (T ou T̄). Inscrire les probabilités données sur chaque arête.
On construit un arbre pondéré à deux niveaux :
Premier niveau : présence de la maladie
- Branche M : probabilité 0,4
- Branche M̄ : probabilité 0,6
Deuxième niveau : résultat du test sachant l'état sanitaire
- Si M : probabilité du test positif T est 0,9 ; probabilité de T̄ est 0,1
- Si M̄ : probabilité du test positif T est 0,15 ; probabilité de T̄ est 0,85
L'arbre se dessine avec deux branches au départ (M et M̄), puis chacune se divise en deux branches (T et T̄) selon les probabilités conditionnelles.
Corrigé rédigé par un professeur certifié de l'Éducation Nationale. Les corrigés de toutes les autres questions sont disponibles gratuitement sur Konfia : accéder aux corrigés.
Calculer la probabilité que le chat soit porteur de la maladie et que son test soit positif.
Utiliser la multiplication des probabilités le long d'un chemin de l'arbre : $$P(M \cap T) = P(M) \times P_M(T)$$
Montrer que la probabilité que le test du chat soit positif est égale à $0{,}45$.
Appliquer la loi des probabilités totales en considérant tous les chemins menant à un test positif : $$P(T) = P(M \cap T) + P(\bar{M} \cap T)$$
On choisit un chat parmi ceux dont le test est positif. Calculer la probabilité qu'il soit porteur de la maladie.
Appliquer la formule de Bayes : $$P_T(M) = \frac{P(M \cap T)}{P(T)}$$ en utilisant les résultats précédents.
2. On choisit dans le centre vétérinaire un échantillon de 20 chats au hasard. On admet que l'on peut assimiler ce choix à un tirage avec remise.
On note $X$ la variable aléatoire donnant le nombre de chats présentant un test positif dans l'échantillon choisi.
Déterminer, en justifiant, la loi suivie par la variable aléatoire $X$.
Vérifier que les conditions d'application de la loi binomiale sont satisfaites (indépendance, nombre d'essais fixe, probabilité constante). Identifier les paramètres $n$ et $p$.
Calculer la probabilité qu'il y ait dans l'échantillon exactement 5 chats présentant un test positif.
Utiliser la formule de la loi binomiale : $$P(X = k) = \binom{n}{k} p^k (1-p)^{n-k}$$ avec $k = 5$, $n = 20$ et $p = 0,45$.
Calculer la probabilité qu'il y ait dans l'échantillon au plus 8 chats présentant un test positif.
Calculer la probabilité cumulée $P(X \leqslant 8)$ en utilisant la calculatrice (fonction de répartition) ou une table statistique pour la loi binomiale $\mathcal{B}(20 ; 0,45)$.
Déterminer l'espérance de la variable aléatoire $X$ et interpréter le résultat dans le contexte de l'exercice.
Appliquer la formule de l'espérance pour une loi binomiale : $$E(X) = n \times p$$
3. Dans cette question, on choisit un échantillon de $n$ chats dans le centre, qu'on assimile encore à un tirage avec remise. On note $p_n$ la probabilité qu'il y ait au moins un chat présentant un test positif dans cet échantillon.
Montrer que $p_n = 1 - 0{,}55^n$.
Exprimer d'abord $P(X = 0)$ pour une loi binomiale avec paramètre $p = 0,45$, puis reconnaître que $p_n = 1 - P(X = 0)$ représente la probabilité d'au moins un succès.
Décrire le rôle du programme ci-contre écrit en langage Python, dans lequel la variable $n$ est un entier naturel et la variable $P$ un nombre réel.
def seuil() :
n = 0
P = 0
while P < 0.99 :
n = n + 1
P = 1 - 0.55**n
return n
Observer la structure de la boucle while : examiner la condition d'arrêt et ce qui est calculé à chaque itération pour décrire l'objectif du programme.
Déterminer, en précisant la méthode employée, la valeur renvoyée par ce programme.
Résoudre l'inéquation $1 - 0,55^n \geqslant 0,99$ en isolant $0,55^n$, puis appliquer le logarithme népérien pour isoler $n$. Vérifier le résultat à la fin.
Sur ce sujet (Métropole 2021), face à un exercice de probabilités au Bac, la première question à se poser est : quel type de situation est modélisé ? Trois familles reviennent presque systématiquement. (1) Si on répète \(n\) fois la même épreuve avec deux issues possibles, indépendantes, et qu'on compte le nombre de succès, c'est la loi binomiale — appliquez directement la formule \[P(X = k) = \binom{n}{k} p^k (1-p)^{n-k}.\] (2) Si on tire successivement des objets ou si on enchaîne plusieurs événements liés (avec ou sans remise), dessinez un arbre pondéré : les probabilités se multiplient le long d'une branche et s'additionnent entre les branches qui mènent au même résultat. (3) Si l'énoncé contient « sachant que » ou « dans le cas où », c'est une probabilité conditionnelle — utilisez la formule \(P_B(A) = \dfrac{P(A \cap B)}{P(B)}\). Pour les démonstrations de type « calculer la probabilité que la somme soit supérieure à... », pensez à passer par l'événement contraire quand le calcul direct est lourd.