Exercice 1 — Calculer une probabilité conditionnelle
On donne P(A)=0,25 et P(A∩ B)=0,1.
Calcule P_A(B).
Voir la correction
Correction détaillée
- 1
P_A(B)=(P(A∩ B))/P(A)=0,1/0,25.
Un prof de maths qui te répond et prépare tes contrôles·30 €/mois·14 jours gratuits, sans carte
DécouvrirBesoin de revoir la leçon avant de te lancer ? Cours et fiche de révision : Probabilités conditionnelles et formule de Bayes
Mis à jour le
Un test fiable à 95 % ne donne pas 95 % de chances d'être malade quand il est positif : tout dépend de la proportion de malades. Ces 20 exercices corrigés de maths complémentaires entraînent aux probabilités conditionnelles, aux arbres pondérés, à la formule des probabilités totales et à la formule de Bayes P_B(A)=P_A(B)P(A)/P(B), avec des applications au dépistage médical (sensibilité, spécificité, valeurs prédictives), au contrôle qualité, à la météo, à la détection de fraude et aux filtres anti-spam.
Cherche d'abord par toi-même, puis clique sur « Voir la correction » : chaque étape est détaillée avec rappels de cours et erreurs fréquentes à éviter.
On donne P(A)=0,25 et P(A∩ B)=0,1.
Calcule P_A(B).
Correction détaillée
P_A(B)=(P(A∩ B))/P(A)=0,1/0,25.
Dans un arbre, P(A)=0,6, P_A(B)=0,3 et P_A̅(B)=0,5.
Calcule P(A∩ B) puis P(B).
Correction détaillée
P(A∩ B)=0,6×0,3=0,18.
P(A̅∩ B)=0,4×0,5=0,2.
Probabilités totales : P(B)=0,18+0,2=0,38.
Si P_A(B)=0,3, que vaut P_A(B̅) ?
Correction détaillée
Les branches issues d'un même nœud ont une somme égale à 1.
P_A(B̅)=1-0,3.
P(A)=0,6, P(B)=0,5 et P(A∩ B)=0,3.
Les événements A et B sont-ils indépendants ?
Correction détaillée
P(A)× P(B)=0,6×0,5=0,3=P(A∩ B).
Avec l'arbre de l'exercice « Lire un arbre » (P(A)=0,6, P_A(B)=0,3, P(B)=0,38), calcule P_B(A).
Correction détaillée
Formule de Bayes : P_B(A)=(P(A∩ B))/P(B)=0,18/0,38.
Erreur fréquente : P_B(A)≠ P_A(B) : ici 0,474 contre 0,3.
On choisit au hasard l'une de deux urnes : U₁ contient 70 % de boules rouges, U₂ 40 %.
On tire une boule : elle est rouge.
Quelle est la probabilité qu'elle vienne de U₁ ?
Correction détaillée
P(R)=0,5×0,7+0,5×0,4=0,55.
P_R(U₁)=0,35/0,55≈0,636.
Trois machines produisent 50 %, 30 % et 20 % des pièces, avec 1 %, 2 % et 3 % de défauts.
Correction détaillée
P(D)=0,5×0,01+0,3×0,02+0,2×0,03=0,005+0,006+0,006=0,017.
P_D(M₃)=0,006/0,017≈0,353.
Sur 2 000 personnes, 100 sont malades.
Le test est positif pour 90 malades et pour 95 non-malades.
Calcule la sensibilité et la spécificité du test.
Correction détaillée
Sensibilité =P_M(T)=90/100=0,9.
Il y a 1 900 non-malades, dont 1 900-95=1 805 négatifs : spécificité =(1 805)/(1 900)=0,95.
Avec les données précédentes (90 vrais positifs, 95 faux positifs), quelle est la probabilité qu'une personne testée positive soit malade ?
Correction détaillée
Tests positifs : 90+95=185.
P_T(M)=90/185≈0,486.
5 % des enfants ont une allergie.
Le test a une sensibilité de 90 % et une spécificité de 95 %.
Calcule P(T), la valeur prédictive positive et la valeur prédictive négative.
Correction détaillée
P(T)=0,05×0,9+0,95×0,05=0,045+0,0475=0,0925.
VPP =0,045/0,0925≈0,486.
VPN =0,95×0,95/(1-0,0925)=0,9025/0,9075≈0,994.
Il pleut 40 % des jours.
Quand il pleut, la météo l'avait annoncé dans 80 % des cas ; quand il ne pleut pas, elle annonce quand même la pluie dans 10 % des cas.
La météo annonce la pluie : probabilité qu'il pleuve ?
Correction détaillée
P(F)=0,4×0,8+0,6×0,1=0,32+0,06=0,38.
P_F(P)=0,32/0,38≈0,842.
Un test a une sensibilité de 0,9 et une spécificité de 0,95.
On note p la proportion de malades.
Correction détaillée
P(T)=0,9p+0,05(1-p)=0,85p+0,05 et P(M∩ T)=0,9p.
f(0,3)=0,27/0,305≈0,885.
f'(p)=(0,9(0,85p+0,05)-0,9p×0,85)/((0,85p+0,05)²)=0,045/((0,85p+0,05)²)>0.
Après un premier test positif, la probabilité d'allergie est 0,486.
On refait un test indépendant (sensibilité 0,9, spécificité 0,95), positif lui aussi.
Nouvelle probabilité ?
Correction détaillée
L'a posteriori devient l'a priori : P(M)=0,486.
0,486×0,9/(0,486×0,9+0,514×0,05)≈0,945.
0,1 % des paiements sont frauduleux.
Un logiciel détecte 99 % des fraudes mais déclenche une alerte sur 2 % des paiements honnêtes.
Une alerte est déclenchée : probabilité de fraude ?
Correction détaillée
P(A)=0,001×0,99+0,999×0,02=0,000 99+0,019 98.
P_A(F)=(0,000 99)/(0,020 97)≈0,047.
Une trace ADN correspond à celle d'un suspect.
L'expert affirme : « la probabilité qu'un innocent pris au hasard corresponde est 10⁻⁶ ».
Peut-on en déduire que le suspect est coupable avec une probabilité 1-10⁻⁶ ?
Correction détaillée
L'expert donne P_I(C), probabilité de correspondance sachant innocent.
La culpabilité demande P_C(I̅), qui dépend du nombre de suspects possibles (probabilité a priori).
Dans une ville de 3 millions d'habitants, environ 3 innocents correspondraient aussi : la trace seule ne suffit pas.
30 % des courriels sont des spams.
Le mot « promo » apparaît dans 40 % des spams et 5 % des autres.
Un courriel contient « promo » : probabilité que ce soit un spam ?
Correction détaillée
P(P)=0,3×0,4+0,7×0,05=0,12+0,035=0,155.
P_P(S)=0,12/0,155≈0,774.
Un test a 5 % de faux positifs.
Une personne non malade passe deux tests indépendants.
Probabilité que les deux soient positifs ?
Correction détaillée
Indépendance : on multiplie.
0,05×0,05=0,0025.
Montre que, si P(A∩ B)≠0, on a P_A(B)=P_B(A) si et seulement si P(A)=P(B).
Correction détaillée
P_A(B)=(P(A∩ B))/P(A) et P_B(A)=(P(A∩ B))/P(B).
Ces deux quotients de même numérateur non nul sont égaux si et seulement si leurs dénominateurs le sont.
A et B sont incompatibles, avec P(A)=0,3 et P(B)=0,4.
Sont-ils indépendants ?
Correction détaillée
Incompatibles : P(A∩ B)=0.
P(A)P(B)=0,12≠0 : ils ne sont pas indépendants.
Savoir que A est réalisé rend B impossible : l'information change tout.
Une maladie touche 2 % de la population.
Le test a une sensibilité de 85 % et une spécificité de 97 %.
Correction détaillée
P(T)=0,02×0,85+0,98×0,03=0,017+0,0294=0,0464.
VPP =0,017/0,0464≈0,366 ; VPN =0,98×0,97/0,9536≈0,997.
Un test négatif rassure ; un test positif n'est qu'un signal (37 %) et doit être confirmé.
Source : mathlvl.fr/exercices-corriges/terminale-maths-complementaires/probabilites-conditionnelles-bayes — exercices corrigés gratuits MathLvl.
Dénombrement, probabilités conditionnelles, formule de Bayes, lois binomiale, géométrique et exponentielle, loi des grands nombres.
Besoin de revoir le cours ou de t'entraîner autrement ?