Exercice complet sur les probabilités conditionnelles avec un test médical : prévalence d'une maladie, sensibilité et spécificité du test, calcul de P(M|T) via la formule de Bayes. Inclut un arbre pondéré dessiné en TikZ, les questions étape par étape, la formule de Bayes explicite et une question d'interprétation pour mettre en évidence le paradoxe du test peu fiable malgré une bonne sensibilité.
\documentclass[11pt,a4paper]{article}
\usepackage[utf8]{inputenc}
\usepackage[T1]{fontenc}
\usepackage[french]{babel}
\usepackage[margin=2cm]{geometry}
\usepackage{amsmath, amssymb, amsthm}
\usepackage{tikz}
\usepackage{enumitem}
\title{Probabilités conditionnelles et formule de Bayes}
\author{}
\date{}
\begin{document}
\maketitle
\section*{Exercice : test médical}
Une maladie touche $1\,\%$ d'une population. Un test de dépistage donne :
\begin{itemize}[nosep]
\item un résultat positif chez $95\,\%$ des malades (sensibilité),
\item un résultat négatif chez $98\,\%$ des non-malades (spécificité).
\end{itemize}
On choisit un individu au hasard dans la population. On note :
\begin{itemize}[nosep]
\item $M$ : « l'individu est malade »,
\item $T$ : « le test est positif ».
\end{itemize}
\subsection*{1.\ Construction de l'arbre pondéré}
\begin{center}
\begin{tikzpicture}[
level distance=2.4cm,
level 1/.style={sibling distance=4.5cm},
level 2/.style={sibling distance=2.4cm},
every node/.style={font=\small}
]
\node {Population}
child {node {$M$}
child {node {$T$} edge from parent node[above left] {$0{,}95$}}
child {node {$\bar{T}$} edge from parent node[above right] {$0{,}05$}}
edge from parent node[above left] {$0{,}01$}
}
child {node {$\bar{M}$}
child {node {$T$} edge from parent node[above left] {$0{,}02$}}
child {node {$\bar{T}$} edge from parent node[above right] {$0{,}98$}}
edge from parent node[above right] {$0{,}99$}
};
\end{tikzpicture}
\end{center}
\subsection*{2.\ Calculs}
\begin{enumerate}[label=\textbf{\arabic*.}]
\item Calculer $P(M \cap T)$ et $P(\bar{M} \cap T)$.
\item En déduire $P(T)$ par la formule des probabilités totales :
\[ P(T) = P(M \cap T) + P(\bar{M} \cap T). \]
\item Calculer la probabilité que l'individu soit réellement malade sachant que son test est positif. C'est $P(M \mid T)$.
\end{enumerate}
\subsection*{3.\ Formule de Bayes}
La formule de Bayes nous donne directement :
\[
P(M \mid T) = \frac{P(T \mid M) \times P(M)}{P(T)}.
\]
\subsection*{4.\ Interprétation}
\begin{enumerate}[label=\textbf{\arabic*.}]
\item Le test est-il fiable au sens où un résultat positif confirme la maladie ? Commenter.
\item Que se passerait-il si la prévalence de la maladie était de $10\,\%$ au lieu de $1\,\%$ ? Refaire le calcul de $P(M \mid T)$.
\end{enumerate}
\end{document}