QCM : Univers dénombrable et Bayes en L2 de maths

Univers dénombrable et Bayes – QCM en Licence 2 sur Maths-pdf.fr Couverture : Livre de contrôles corrigés de maths L2 en PDF Télécharger en PDF Le livre des 25 contrôles corrigés en L2 PDF à imprimer Voir le livre ›


Ce QCM Bayes L2 reprend la construction d’un espace probabilisé sur un univers fini ou dénombrable. Il commence par la notion de tribu et par une loi définie sur \(\mathbb{N}\), puis il utilise la continuité monotone pour une suite infinie de lancers. Viennent ensuite les probabilités conditionnelles, les probabilités totales puis la formule de Bayes, appliquée à un dépistage. Les dernières questions testent l’indépendance, deux à deux ou mutuelle, puis des modèles d’urnes et un jeu à tours alternés.

Pour chaque question, écris d’abord l’univers et les événements en jeu, sans le cours, puis calcule au brouillon. Lis enfin les explications, qui détaillent le calcul et nomment l’erreur visée par chaque piège : le plus fréquent consiste à confondre la probabilité de A sachant B avec celle de B sachant A.

Les 12 questions

Question 1

On pose \(\Omega=\{1,2,3,4\}\). Laquelle de ces familles est une tribu sur \(\Omega\) ?

  1. \(\{\varnothing,\{1\},\{2\},\Omega\}\)
  2. \(\{\{1\},\{2,3,4\},\Omega\}\)
  3. \(\{\varnothing,\{1,2\},\{3\},\Omega\}\)
  4. \(\{\varnothing,\{1\},\{2,3,4\},\Omega\}\)

Réponse D.

Une tribu contient \(\Omega\), et elle est stable par complémentaire et par réunion dénombrable. La bonne famille vérifie ces trois points. En revanche, la famille qui contient \(\{1\}\) et \(\{2\}\) oublie leurs complémentaires. Celle sans \(\varnothing\) oublie le complémentaire de \(\Omega\). Enfin, la famille avec \(\{1,2\}\) ne contient pas \(\{3,4\}\).

Question 2

On veut définir une probabilité sur \(\mathbb{N}\) par \(P(\{n\})=\dfrac{c}{3^{n}}\) pour tout \(n\geq 0\). Quelle valeur de \(c\) convient ?

  1. \(c=\frac{1}{3}\)
  2. \(c=\frac{2}{3}\)
  3. \(c=\frac{3}{2}\)
  4. \(c=2\)

Réponse B.

La somme des probabilités des singletons doit valoir 1. Or la série géométrique de raison \(\frac{1}{3}\), prise depuis \(n=0\), a pour somme \(\frac{3}{2}\). Il faut donc \(c\times\frac{3}{2}=1\), d’où \(c=\frac{2}{3}\). Le piège 2 calcule la somme depuis \(n=1\), qui vaut \(\frac{1}{2}\). Quant à \(\frac{3}{2}\), il donne la somme au lieu de son inverse.

Question 3

Avec la loi \(P(\{n\})=\frac{2}{3}\cdot 3^{-n}\) sur \(\mathbb{N}\), que vaut la probabilité de l’événement \(\{n\geq 2\}\) ?

  1. \(\frac{1}{9}\)
  2. \(\frac{2}{27}\)
  3. \(\frac{1}{3}\)
  4. \(\frac{8}{9}\)

Réponse A.

On passe par le complémentaire : \(P(\{0\})=\frac{2}{3}\) et \(P(\{1\})=\frac{2}{9}\), dont la somme vaut \(\frac{8}{9}\). Par conséquent, l’événement cherché a pour probabilité \(\frac{1}{9}\). Le piège \(\frac{2}{27}\) ne garde que le singleton \(\{2\}\). La réponse \(\frac{8}{9}\) est la probabilité du complémentaire, et \(\frac{1}{3}\) correspond à \(\{n\geq 1\}\).

Question 4

On lance un dé équilibré une infinité de fois, de façon indépendante. Quelle est la probabilité de ne jamais obtenir de 6 ?

  1. \(\frac{5}{6}\), par indépendance des lancers.
  2. \(\frac{1}{6}\), par continuité croissante.
  3. Elle n’existe pas, car l’univers est infini.
  4. \(0\), par continuité décroissante.

Réponse D.

Soit \(A_n\) l’événement « aucun 6 lors des \(n\) premiers lancers ». Ces événements décroissent, et \(P(A_n)=\left(\frac{5}{6}\right)^{n}\). Leur intersection est l’événement cherché, donc sa probabilité est la limite, soit 0. Le piège \(\frac{5}{6}\) ne regarde qu’un seul lancer. De plus, la probabilité existe bien : l’événement appartient à la tribu engendrée par les lancers.

Question 5

On lance deux dés équilibrés. Sachant qu’au moins un dé montre 6, quelle est la probabilité que la somme vaille 8 ?

  1. \(\frac{5}{36}\)
  2. \(\frac{2}{11}\)
  3. \(\frac{1}{18}\)
  4. \(\frac{1}{6}\)

Réponse B.

L’événement « au moins un 6 » contient 11 issues équiprobables, et non 12, car \((6,6)\) n’est compté qu’une fois. Parmi elles, seules \((2,6)\) et \((6,2)\) donnent une somme de 8. La probabilité conditionnelle vaut donc \(\frac{2}{11}\). Le piège \(\frac{5}{36}\) ignore la condition. La réponse \(\frac{1}{18}\) est la probabilité de l’intersection, sans division.

Question 6

L’urne \(U_1\) contient 3 rouges et 2 blanches, l’urne \(U_2\) 1 rouge et 3 blanches. On choisit \(U_1\) avec probabilité \(\frac{1}{3}\), sinon \(U_2\), puis on en extrait une boule. Avec quelle probabilité est-elle rouge ?

  1. \(\frac{4}{9}\)
  2. \(\frac{17}{40}\)
  3. \(\frac{11}{30}\)
  4. \(\frac{1}{5}\)

Réponse C.

Le choix de l’urne partage l’univers en deux cas. La formule des probabilités totales donne donc \(\frac{1}{3}\times\frac{3}{5}+\frac{2}{3}\times\frac{1}{4}=\frac{1}{5}+\frac{1}{6}\), soit \(\frac{11}{30}\). Le piège \(\frac{4}{9}\) mélange toutes les boules dans une seule urne. La réponse \(\frac{17}{40}\) suppose les deux urnes équiprobables. Enfin, \(\frac{1}{5}\) oublie la contribution de \(U_2\).

Question 7

Dans l’expérience précédente, la boule tirée est rouge. Quelle est la probabilité qu’elle provienne de \(U_1\) ?

  1. \(\frac{3}{5}\)
  2. \(\frac{1}{3}\)
  3. \(\frac{6}{11}\)
  4. \(\frac{5}{11}\)

Réponse C.

La formule de Bayes divise la probabilité de « \(U_1\) et rouge », soit \(\frac{1}{5}\), par celle de « rouge », soit \(\frac{11}{30}\). On obtient \(\frac{30}{55}=\frac{6}{11}\). Le piège \(\frac{3}{5}\) inverse le conditionnement : c’est la probabilité de tirer rouge sachant \(U_1\). La réponse \(\frac{1}{3}\) oublie l’information apportée par le tirage. Quant à \(\frac{5}{11}\), elle concerne \(U_2\).

Question 8

Une maladie touche 1 % de la population. Un test détecte 90 % des malades, mais il est positif chez 5 % des personnes saines. Une personne est positive : quelle est la probabilité qu’elle soit malade ?

  1. \(\frac{9}{10}\), soit 90 %
  2. \(\frac{2}{13}\), soit environ 15 %
  3. \(\frac{17}{20}\), soit 85 %
  4. \(\frac{1}{100}\), soit 1 %

Réponse B.

Sur 2000 personnes, 20 sont malades, dont 18 positives. Parmi les 1980 saines, 99 sont positives. Ainsi, sur 117 positifs, seuls 18 sont malades : la probabilité vaut \(\frac{18}{117}=\frac{2}{13}\). Le piège 90 % confond la sensibilité du test avec la probabilité cherchée. La réponse 85 % soustrait deux pourcentages sans fondement. Enfin, 1 % oublie le résultat du test.

Question 9

On lance deux dés. Soient \(A\) : « le premier dé est pair » et \(B\) : « la somme vaut 7 ». Ces événements sont-ils indépendants ?

  1. Oui, car \(P(A\cap B)=\frac{1}{12}=P(A)P(B)\).
  2. Non, car la somme dépend du premier dé.
  3. Non, car \(P(A\cap B)=\frac{1}{18}\).
  4. Non, car \(A\) et \(B\) ne sont pas incompatibles.

Réponse A.

On a \(P(A)=\frac{1}{2}\) et \(P(B)=\frac{6}{36}=\frac{1}{6}\). De plus, \(A\cap B\) contient \((2,5)\), \((4,3)\) et \((6,1)\), soit une probabilité de \(\frac{1}{12}\). L’égalité avec le produit prouve l’indépendance. L’argument « la somme dépend du premier dé » confond indépendance physique et indépendance probabiliste. L’argument « non incompatibles » confond indépendance et incompatibilité, deux notions presque opposées.

Question 10

On lance deux pièces équilibrées. \(A\) : « la première donne pile », \(B\) : « la seconde donne pile », \(C\) : « les deux pièces donnent le même résultat ». Que dire de \(A\), \(B\), \(C\) ?

  1. Indépendance mutuelle des trois.
  2. Aucune indépendance, même par paires.
  3. Indépendance par paires, sans indépendance mutuelle.
  4. Seuls \(A\) et \(B\) sont indépendants.

Réponse C.

Chaque événement a probabilité \(\frac{1}{2}\), et chaque intersection de deux d’entre eux se réduit à « pile, pile », de probabilité \(\frac{1}{4}\). Ainsi, l’indépendance par paires est acquise. Cependant, \(A\cap B\cap C\) a aussi probabilité \(\frac{1}{4}\), et non \(\frac{1}{8}\). Par conséquent, l’indépendance mutuelle échoue. Le piège « seuls \(A\) et \(B\) » oublie de calculer les autres couples.

Question 11

Une urne contient 4 boules rouges et 6 blanches. On prélève 3 boules sans remise. Quelle chance a-t-on d’avoir exactement 2 rouges ?

  1. \(\frac{3}{10}\)
  2. \(\frac{36}{125}\)
  3. \(\frac{1}{20}\)
  4. \(\frac{2}{5}\)

Réponse A.

On compte des parties : il y a \(\binom{10}{3}=120\) tirages, et \(\binom{4}{2}\binom{6}{1}=36\) d’entre eux comptent 2 rouges. Donc la probabilité vaut \(\frac{36}{120}=\frac{3}{10}\). Le piège \(\frac{36}{125}\) applique la loi binomiale, valable seulement avec remise. La réponse \(\frac{1}{20}\) oublie le choix de la boule blanche. Enfin, \(\frac{2}{5}\) est la proportion de rouges dans l’urne.

Question 12

Alice et Bruno lancent un dé à tour de rôle, Alice en premier. Le premier qui obtient 5 ou 6 gagne. Quelle est la probabilité qu’Alice gagne ?

  1. \(\frac{1}{2}\)
  2. \(\frac{1}{3}\)
  3. \(\frac{2}{3}\)
  4. \(\frac{3}{5}\)

Réponse D.

Alice gagne au lancer \(2k+1\) si les \(2k\) lancers précédents échouent. Les victoires aux différents tours s’excluent mutuellement ; on additionne donc une infinité dénombrable de termes. On somme donc \(\frac{1}{3}\left(\frac{4}{9}\right)^{k}\), ce qui donne \(\frac{1}{3}\times\frac{9}{5}=\frac{3}{5}\). Le piège \(\frac{1}{2}\) néglige l’avantage du premier joueur. Quant à \(\frac{1}{3}\), il ne compte que le premier lancer.

Pour aller plus loin

Voter.. post

Nombre de fichiers PDF téléchargés.  Maths PDF c'est 16 224 758 cours et exercices de maths téléchargés en PDF et 4 250 exercices.

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