S Amérique du sud novembre 2015

Documents pareils
TESTS D'HYPOTHESES Etude d'un exemple

Baccalauréat ES/L Amérique du Sud 21 novembre 2013

TSTI 2D CH X : Exemples de lois à densité 1

BACCALAURÉAT GÉNÉRAL SESSION 2012 OBLIGATOIRE MATHÉMATIQUES. Série S. Durée de l épreuve : 4 heures Coefficient : 7 ENSEIGNEMENT OBLIGATOIRE

DENOMBREMENT-COMBINATOIRE-PROBABILITES GENERALES

C f tracée ci- contre est la représentation graphique d une

Estimation: intervalle de fluctuation et de confiance. Mars IREM: groupe Proba-Stat. Fluctuation. Confiance. dans les programmes comparaison

Loi binomiale Lois normales

Probabilités conditionnelles Loi binomiale

Ressources pour le lycée général et technologique

Baccalauréat ES Polynésie (spécialité) 10 septembre 2014 Corrigé

Correction du baccalauréat ES/L Métropole 20 juin 2014

Plan général du cours

NOTE SUR LA MODELISATION DU RISQUE D INFLATION

Baccalauréat ES/L Métropole La Réunion 13 septembre 2013 Corrigé

Exercices supplémentaires sur l introduction générale à la notion de probabilité

Baccalauréat ES Antilles Guyane 12 septembre 2014 Corrigé

Estimation et tests statistiques, TD 5. Solutions

Exercices sur le chapitre «Probabilités»

Bac Blanc Terminale ES - Février 2011 Épreuve de Mathématiques (durée 3 heures)

Probabilités conditionnelles

Raisonnement par récurrence Suites numériques

Baccalauréat technique de la musique et de la danse Métropole septembre 2008

Probabilités Loi binomiale Exercices corrigés

Probabilités III Introduction à l évaluation d options

Lois de probabilité. Anita Burgun

NOTIONS DE PROBABILITÉS

Exercices types Algorithmique et simulation numérique Oral Mathématiques et algorithmique Banque PT

LEÇON N 7 : Schéma de Bernoulli et loi binomiale. Exemples.

Baccalauréat ES Pondichéry 7 avril 2014 Corrigé

Régler les paramètres de mesure en choisissant un intervalle de mesure 10µs et 200 mesures.

Chapitre 3 : Principe des tests statistiques d hypothèse. José LABARERE

GEA II Introduction aux probabilités Poly. de révision. Lionel Darondeau

Les devoirs en Première STMG

t 100. = 8 ; le pourcentage de réduction est : 8 % 1 t Le pourcentage d'évolution (appelé aussi taux d'évolution) est le nombre :

4 Distributions particulières de probabilités

Exercice du cours Gestion Financière à Court Terme : «Analyse d un reverse convertible»

BACCALAUREAT GENERAL MATHÉMATIQUES

CONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE. Cinquième épreuve d admissibilité STATISTIQUE. (durée : cinq heures)

G.P. DNS02 Septembre Réfraction...1 I.Préliminaires...1 II.Première partie...1 III.Deuxième partie...3. Réfraction

Variables Aléatoires. Chapitre 2

Probabilités sur un univers fini

Espaces probabilisés

Simulation de variables aléatoires

Probabilités et Statistiques. Feuille 2 : variables aléatoires discrètes

LA NOTATION STATISTIQUE DES EMPRUNTEURS OU «SCORING»

mathématiques mathématiques mathématiques mathématiques

Feuille 6 : Tests. Peut-on dire que l usine a respecté ses engagements? Faire un test d hypothèses pour y répondre.

Représentation d une distribution

La simulation probabiliste avec Excel

Chaînes de Markov au lycée

PRECISION - REJET DE PERTURBATIONS T.D. G.E.I.I.

Couples de variables aléatoires discrètes

Etudier l influence de différents paramètres sur un phénomène physique Communiquer et argumenter en utilisant un vocabulaire scientifique adapté

EXPLOITATIONS PEDAGOGIQUES DU TABLEUR EN STG

Probabilités. Une urne contient 3 billes vertes et 5 billes rouges toutes indiscernables au toucher.

Algorithmes de Transmission et de Recherche de l Information dans les Réseaux de Communication. Philippe Robert INRIA Paris-Rocquencourt

LES GENERATEURS DE NOMBRES ALEATOIRES

COMMENT MAITRISER LA GESTION DES APPROVISIONNEMENTS ET DES STOCKS DE MEDICAMENTS

FICHE UE Licence/Master Sciences, Technologies, Santé Mention Informatique

pour les canalisations de transport 14 avril

Date : Tangram en carré page

Chapitre 2 : Systèmes radio mobiles et concepts cellulaires

Baccalauréat S Antilles-Guyane 11 septembre 2014 Corrigé

VI. Tests non paramétriques sur un échantillon

OUTILS STATISTIQUES ET NUMÉRIQUES

Probabilités conditionnelles Loi binomiale

Probabilités conditionnelles Exercices corrigés

Chapitre 2/ La fonction de consommation et la fonction d épargne

Statistiques Décisionnelles L3 Sciences Economiques & Gestion Faculté d économie, gestion & AES Université Montesquieu - Bordeaux

TP N 57. Déploiement et renouvellement d une constellation de satellites

mathématiques mathématiques mathématiques mathématiques mathématiques mathématiques SÉRIE ES ANNALES DES SUJETS DE MATHÉMATIQUES SESSION 2013

I3, Probabilités 2014 Travaux Dirigés F BM F BM F BM F BM F B M F B M F B M F B M

Programmes des classes préparatoires aux Grandes Ecoles

ACTUARIAT 1, ACT 2121, AUTOMNE 2013 #4-5

Mesure du volume d'un gaz, à pression atmosphérique, en fonction de la température. Détermination expérimentale du zéro absolu.

Probabilités. C. Charignon. I Cours 3

Probabilité. Table des matières. 1 Loi de probabilité Conditions préalables Définitions Loi équirépartie...

Les suites numériques

Chapitre 3 : INFERENCE

Texte Agrégation limitée par diffusion interne

Contents. 1 Introduction Objectifs des systèmes bonus-malus Système bonus-malus à classes Système bonus-malus : Principes

Cours de méthodes de scoring

Exercice 3 (5 points) A(x) = 1-e -0039' e- 0,039x A '() -'-,..--,-,--,------:-- X = (l_e-0,039x)2

Carl-Louis-Ferdinand von Lindemann ( )

Une variable binaire prédictrice (VI) et une variable binaire observée (VD) (Comparaison de pourcentages sur 2 groupes indépendants)

ANALYSE TRAMEs LIAISON SERIE

ESSEC. Cours «Management bancaire» Séance 3 Le risque de crédit Le scoring

Introduction à la Statistique Inférentielle

Licence MASS (Re-)Mise à niveau en Probabilités. Feuilles de 1 à 7

Utilisation des médicaments au niveau des soins primaires dans les pays en développement et en transition

Valorisation d es des options Novembre 2007

Unité E Variation et analyse statistique

Modèles à Événements Discrets. Réseaux de Petri Stochastiques

L E Ç O N. Marches aléatoires. Niveau : Terminale S Prérequis : aucun

Réseau SCEREN. Ce document a été numérisé par le CRDP de Bordeaux pour la. Base Nationale des Sujets d Examens de l enseignement professionnel.

Cours (7) de statistiques à distance, élaboré par Zarrouk Fayçal, ISSEP Ksar-Said, LES STATISTIQUES INFERENTIELLES

démographie des masseurs-kinésithérapeutes

1 TD1 : rappels sur les ensembles et notion de probabilité

Transcription:

Exercice 3 Les trois parties A, B et C peuvent être ytaitées de façon indépendante. Partie A 5 points Le chikungunya est une maladie virale transmise d'un être humain à un autre par les piqûres de moustiques femelles infectées. Un test a été mis au point pour le dépistage de ce virus. Le laboratoire fabriquant ce test fournit les caractéristiques suivantes :. la probabilité qu'une personne atteinte par le virus ait un test positif est 0,98 ;. la probabilité qu'une personne non atteinte par le virus ait un test positif est de 0,01. On procède à un test de dépistage systématique dans une population «cible». Un individu est choisi au hasard dans cette population. On appelle :. M l'événement : «L'individu choisi est atteint du chikungunya». T l'événement : «Le test de l'individu choisi est positif». On notera M (respectivement T ) l'événement contraire de l'événement M (respectivement T). On note p (0 p 1) la proportion de personnes atteintes par la maladie dans la population cible. 1.a. Recopier et compléter l'arbre de probabilité ci-dessous. b. Exprimer P( M T) et P( M T) puis P( T) en fonction de p. 2.a. Démontrer que la probabilité de M sachant T est donnée par la fonction f définie sur [0;1] par : f (p)= 98 p 97 p+1. b. Etudier les variations de la fonction f. 3. On considère que le test est fiable lorsque la probabilité qu'une personne ayant un test positif soit réellement atteinte du chikungunya est supérieure à 0,95. En utilisant les résultats de la question 2. à partir de quelle proportion p de malades dans la popula-tion le test est-il fiable? Partie B En juillet 2014, l'institut de vielle sanitaire d'une île, s'appuyant sur des données remontées par les médecins, publie que 15 % de la population est atteinte par le virus. Comme certaines personnes ne consulte pas forcément leur médecin, on pense que la proportion est en réalité plus importante. Copyright meilleurenmaths.com. Tous droits réservés Page 1

Pour s'en assurer, on sepropose d'étudier un échantillon de 1 000 personnes choisies au hasard dans cette île. La population est suffisamment importante pour considérer qu'un échantillon résulte d'un tirage avec remise. On désigne par X la variable aléatoire qui, à tout échantillon de 1 000 personnes choisies au hasard, lui fait corrspondre le nombre de personnes atteintes par le virus et par F la variable aléatoire don-nant la fréquence associée. 1.a. Sous l'hypothèse p = 0,15, déterminer la loi de X. b. Dans un échantillon de 1 000 personnes choisies au hasard dans l'île, on dénombre 197 person-nes atteintes par le virus. Quelle conclusion peut-on tirer de cette observation à propos du chiffre de 15 % publié par l'institut de vielle sanitaire? Justifier. (On pourra s'aider du calcul d'un intervalle de fluctuation au seuil de 95%). 2. On considère désormais que la valeur de p est inconnue. En utilisant l'échantillon de la question 1.b. proposer un de confiance de la valeur de p, au niveau de confiance de 95 %. Partie C Le temps d'incubation, exprimé en heures, du virus peut être modélisé par une variable aléatoire T suivant une loi normale d'écart type σ=. On souhaite déterminer sa moyenne µ. La représentation graphique de la fonction densité de probabilité de T est donnée en annexe. 1.a. Conjecturer, à l'aide du graphique, une valeur approchée de µ. b. On donne P(T<1)=0,18. Hachurer sur le graphique un domaine dont l'aire correspond à la probabilité donnée. 2. On note T ' T µ la variable aléatoire égale à a. Quelle loi la variable aléatoire T ' suit-elle? b. Déterminer une valeur approchée à l'unité près de la moyenne µ de la variable aléatoire T et vérifier la conjedture de la question 1. ANNEXE (à rendre avec la copie) Copyright meilleurenmaths.com. Tous droits réservés Page 2

CORRECTION Partie A 1.a. L'énoncé précise : «On notera p la proportion des personnes atteintes par la maladie dans la population cible» donc P( M)=p et P( M)=1 P(M)=1 p. «La probabilité qu'une personne atteinte par le virus ait un test positif est de 0,98» donc P M (T)=0,98 et P M ( T)=1 P M (T)=1 0,98=0,02 «La probabilité qu'une personne non atteinte par le virus ait un test positif est 0,01» donc P M (T)=0,01 et P M ( T)=1 P M (T)=1 0,01=0,99. On obtient l'arbre pondéré suivant : b. P(M T)=P(M) P M (T)=p 0,98 = 0,98p P( M T)=P( M) P M (T)=(1 p) 0,01 = 0,01-0,01p En utilisant l'arbre pondéré ou la formule des probabilités totales, on obtient : P( T)=P (M T)+ P( M T)=0,98 p+ 0,01 0,01 p = 0,01+ 0,97p 2.a. On nous demande d'exprimer en fonction de p : P T (M). P T (M)= P(M T) = 0,98 p P(T) 1+0,97p = 98p 1+97 p On note : f (p)= 98 p 1+97p b. f est dérivable sur [0;1] f ' 98 (1+97 p) 98 p 97 (p)= = 98 >0 f est strictement croissante sur [0;1] (1+97 p) 2 2 (1+97 p) On donne le tableau de variation de f Copyright meilleurenmaths.com. Tous droits réservés Page 3

3. Le test est fiable si et seulement si P T (M)=f (p)>0,95 98p >0,95 98p>0,95 (1+97p) (98 0,95 97) p>0,95 1+97 p 5,85p>0,95 p> 0,95 5,85 = 95 585 = 19 117 = 0,1624 à 4 près. Le test est fiable siet seulement si plus de 16,24 % de la population cible est atteinte par le virus. Partie B 1.a. On considère l'épreuve de Bernoulli suivante : on choisit une personne de l'île au hasard succès S «cette personne est atteinte du virus» P(S) = 0,15 échec S «cette personne n'est pas atteinte par le virus» P( S)=1,0,15=0,85. On choisit au hasard 00 personnes et on suppose que les tirages sont considérés avec remise, on obtient un schéma de Bernoulli de paramètres n = 00 et p = 0,15. X est la variable aléatoire égale au nombre de succès en 00 épreuves. La loi de probabilité de X est la loi binomiale de paramètres : n = 00 et p = 0,15. b. p = 0,15 n=00 30 et np=150 5 et n (1 p)=850 5 On put déterminer, pour la fréquence associée, un intervalle de fluctuation asymptotique au seuil de 95 %. I=[ 0,15 1,96 0, 15 0,85 ;0,15+1,96 0,15 085 00 00 ] 1,96 0,15 0,85 =0,022 à 3 près 00 I=[0,128 ;0,172 ]. La proportion obtenue dans l'échantillon de 00personnes est : Or 0,197 n'appartient pas à l'intervalle I. On rejette au seuil de 95 %, l'hypothèse que p = 0,15. 2. La proportion obtenue dans l'échantillon est : 0,197. n=00 30 et n 0,197=197 5 et n (1 0,97)=803 5 On considère l'intervalle de confiance J au niveau de confiance 95 %. J=[ 0,197 1 00 ; 0,197+ 1 00 ] 1 = 0,032 à 3 près 00 J=[ 0,165; 0,229 ] Partie C 197 00 =0,197. 1.a. La moyenne µ de la variable aléatoire T, suivant une loi normale, est l'abscisse du maximum de la fonction densité de probabilité de T. Graphiquement, on obtient µ = 119. b. P(T<1) est l'aire en U.A. de la partie de plan comprise entre la courbe densit é de probabilité de T et l'axe des abscisses sur l'intervalle : ] ;1[. On hachure cette partie sur le graphique donné en annexe. L'énooncé précise que : P(T<1)=0,18. Copyright meilleurenmaths.com. Tous droits réservés Page 4

2. On note T ' = T µ. a. σ= donc T ' suit la loi normale centrée est ré duite. b. T<1 T ' = T µ < 1 µ P(T<1)=0,18 P ( T ' < 1 µ ) En utilisant la calculatrice, on détermine la valeur de α telle que P(T ' <α)=0,18 on obtient α= 0,9154 à 4 près. 1 µ Donc = 9154 1 µ=9,154 µ=119,154 On arrondit à l'unité près on obtient µ = 119 ( c'est la valeur que l'on avait trouvée par lecture graphique). Copyright meilleurenmaths.com. Tous droits réservés Page 5