Cet énoncé correspond à la partie A du sujet officiel de Spécialité Mathématiques (Terminale générale), session Métropole 2023. Il se compose de 9 questions et couvre 4 thèmes du programme, principalement Loi binomiale et Bernoulli, Probabilités, Probabilités conditionnelles et Bayes…. 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 :
La paratuberculose est une maladie digestive infectieuse qui touche les vaches. Elle est due à la présence d'une bactérie dans l'intestin de la vache.
On réalise une étude dans une région dont $0{,}4\%$ de la population de vaches est infectée.
Il existe un test qui met en évidence la réaction immunitaire de l'organisme infecté par la bactérie.
Le résultat de ce test peut être soit « positif », soit « négatif ».
On choisit une vache au hasard dans la région.
Compte tenu des caractéristiques du test, on sait que :
— Si la vache est atteinte par l'infection, la probabilité que son test soit positif est de $0{,}992$ ;
— Si la vache n'est pas atteinte par l'infection, la probabilité que son test soit négatif est de $0{,}984$.
On désigne par :
— $I$ l'évènement « la vache est atteinte par l'infection » ;
— $T$ l'évènement « la vache présente un test positif ».
On note $\bar{I}$ l'évènement contraire de $I$ et $\bar{T}$ l'évènement contraire de $T$.
Les parties A et B sont indépendantes.
Partie A
Reproduire et compléter l'arbre pondéré ci-dessous modélisant la situation.
Arbre pondéré modélisant la situation (à compléter)
Utilise les probabilités données dans l'énoncé pour compléter les branches : P(I) = 0,004, P_I(T) = 0,992, P_Ī(T̄) = 0,984. Calcule les probabilités complémentaires pour les autres branches.
L'arbre pondéré se structure en deux niveaux. Au premier niveau, on place l'événement I (infection) avec ses deux branches :
- Branche I : probabilité 0,004
- Branche Ī : probabilité $1 - 0,004 = 0,996$
Au second niveau, partant de I, on trace les résultats du test T :
- Branche T|I : probabilité 0,992 (donnée)
- Branche T̄|I : probabilité $1 - 0,992 = 0,008$
Partant de Ī, on trace les résultats du test T :
- Branche T̄|Ī : probabilité 0,984 (donnée)
- Branche T|Ī : probabilité $1 - 0,984 = 0,016$
Arbre complété :
$$\begin{align}
P(I) &= 0,004 & P(\bar{I}) &= 0,996 \\
P_I(T) &= 0,992 & P_I(\bar{T}) = 0,008 \\
P_{\bar{I}}(\bar{T}) &= 0,984 & P_{\bar{I}}(T) = 0,016
\end{align}$$
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.
Partie A — Question 2
Calculer la probabilité que la vache ne soit pas atteinte par l'infection et que son test soit négatif. On donnera le résultat à $10^{-3}$ près.
Applique la formule de la probabilité d'une intersection d'événements : $P(\bar{I} \cap \bar{T}) = P(\bar{I}) \times P_{\bar{I}}(\bar{T})$.
Montrer que la probabilité, à $10^{-3}$ près, que la vache présente un test positif est environ égale à $0{,}020$.
Utilise la formule des probabilités totales pour P(T) en décomposant selon I et Ī : $P(T) = P(I \cap T) + P(\bar{I} \cap T)$.
La « valeur prédictive positive du test » est la probabilité que la vache soit atteinte par l'infection sachant que son test est positif. Calculer la valeur prédictive positive de ce test. On donnera le résultat à $10^{-3}$ près.
Applique la définition de la probabilité conditionnelle (formule de Bayes) : $P_T(I) = \frac{P(I \cap T)}{P(T)}$, où P(T) provient de la question précédente.
Le test donne une information erronée sur l'état de santé de la vache lorsque la vache n'est pas infectée et présente un résultat positif au test ou lorsque la vache est infectée et présente un résultat négatif au test.
Calculer la probabilité que ce test donne une information erronée sur l'état de santé de la vache. On donnera un résultat à $10^{-3}$ près.
Identifie les deux situations d'erreur : (1) vache indemne mais test positif, (2) vache infectée mais test négatif. Calcule la somme de leurs probabilités respectives.
Partie B
Lorsqu'on choisit au hasard dans la région un échantillon de $100$ vaches, on assimile ce choix à un tirage avec remise.
On rappelle que, pour une vache choisie au hasard dans la région, la probabilité que le test soit positif est égale à $0{,}02$.
On note $X$ la variable aléatoire qui à un échantillon de $100$ vaches de la région choisies au hasard associe le nombre de vaches présentant un test positif dans cet échantillon.
Quelle est la loi de probabilité suivie par la variable aléatoire $X$ ? Justifier la réponse et préciser les paramètres de cette loi.
Examine la situation : échantillon de 100 vaches (n = 100 fixé), chaque vache testée indépendamment (tirage avec remise), deux issues par vache (test + ou −), probabilité de succès p = 0,02. Identifie les paramètres.
Calculer la probabilité que dans un échantillon de $100$ vaches, il y ait exactement $3$ vaches présentant un test positif. On donnera un résultat à $10^{-3}$ près.
Utilise la formule de la loi binomiale : $P(X = k) = \binom{n}{k} p^k (1-p)^{n-k}$ avec n = 100, p = 0,02, k = 3. Calcule à la calculatrice.
Calculer la probabilité que dans un échantillon de $100$ vaches, il y ait au plus $3$ vaches présentant un test positif. On donnera un résultat à $10^{-3}$ près.
Calcule $P(X \leq 3) = P(X=0) + P(X=1) + P(X=2) + P(X=3)$ en utilisant la formule binomiale pour chaque terme, ou utilise directement la fonction de répartition de la calculatrice.
On choisit à présent un échantillon de $n$ vaches dans cette région, $n$ étant un entier naturel non nul. On admet que l'on peut assimiler ce choix à un tirage avec remise.
Déterminer la valeur minimale de $n$ pour que la probabilité qu'il y ait, dans l'échantillon, au moins une vache testée positive, soit supérieure ou égale à $0{,}99$.
On veut $P(X \geq 1) \geq 0,99$. Passe par le complémentaire : $1 - P(X=0) \geq 0,99$, d'où $P(X=0) \leq 0,01$. Calcule $P(X=0) = (0,98)^n$ et résous l'inéquation $(0,98)^n \leq 0,01$ en prenant le logarithme.
Sur ce sujet (Métropole 2023), 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.