Exercice 1Espérance et variance d'une somme
et sont deux variables aléatoires indépendantes, avec , , et . Calcule :
Voir le corrigé
L'espérance est linéaire ; pour des variables indépendantes, les variances s'ajoutent ; .
- a.
- b.
- c.
- d.
- e. (et non !)
et indépendantes, , . vaut :
Bienaymé-Tchebychev :
Quand augmente, la moyenne d'un échantillon :
et sont deux variables aléatoires indépendantes, avec , , et . Calcule :
L'espérance est linéaire ; pour des variables indépendantes, les variances s'ajoutent ; .
On lance deux dés équilibrés ; et sont leurs résultats et .
suit . On écrit , où vaut si la -ième épreuve est un succès et sinon.
Une variable aléatoire a pour espérance et pour variance . Majore , puis minore .
. Par l'évènement contraire, .
Bienaymé-Tchebychev : pour tout , .
sont indépendantes et de même loi, d'espérance et de variance . On pose .
On lance fois une pièce équilibrée. est la fréquence de piles.
Inégalité de concentration : .
On veut estimer une proportion inconnue par la fréquence observée sur personnes. On sait que .
Quelle taille suffit pour que ?
. Il suffit que , soit .
suit .
À un jeu, le gain (en euros) vaut avec probabilité , avec probabilité et avec probabilité .
from random import randint
def frequence(n):
nb = 0
for i in range(n):
if randint(1, 6) == 6:
nb = nb + 1
return nb / n
frequence(n) ?suit la loi .
On admet l'inégalité de Markov : si est une variable aléatoire positive et , alors .
En l'appliquant à , démontre l'inégalité de Bienaymé-Tchebychev.
et par définition de la variance. Pour : . Markov avec : .
Dans une grande population, une proportion inconnue de personnes est favorable à un projet. On interroge personnes au hasard ; vaut si la -ième est favorable, sinon, et est la fréquence observée.
Le temps de passage d'un client en caisse (en minutes) est une variable aléatoire d'espérance et d'écart type . Les temps des clients sont indépendants. Une caissière sert clients ; est le temps total.
Bac spé maths 2025, Métropole, jour 1, exercice 1
On compte quatre groupes sanguins dans l'espèce humaine: A, B, AB et O.
Chaque groupe sanguin peut présenter un facteur rhésus. Lorsqu'il est présent, on dit que le rhésus est positif, sinon on dit qu'il est négatif.
Au sein de la population française, on sait que:
45 % des individus appartiennent au groupe A, et parmi eux 85 % sont de rhésus positif;
10 % des individus appartiennent au groupe B, et parmi eux 84 % sont de rhésus positif;
3 % des individus appartiennent au groupe AB, et parmi eux 82 % sont de rhésus positif.
On choisit au hasard une personne dans la population française.
On désigne par:
l'évènement « La personne choisie est de groupe sanguin A » ;
l'évènement « La personne choisie est de groupe sanguin B » ;
l'évènement « La personne choisie est de groupe sanguin AB » ;
l'évènement « La personne choisie est de groupe sanguin O » ;
l'évènement « La personne choisie a un facteur rhésus positif ».
Pour un évènement quelconque , on note l'évènement contraire de et la probabilité de .
1.Recopier l'arbre ci-contre en complétant les dix pointillés.
2.Montrer que . Interpréter ce résultat dans le contexte de l'exercice.
3.On précise que .
Montrer que .
4.On dit qu'un individu est « donneur universel » lorsque son sang peut être transfusé à toute personne sans risque d'incompatibilité.
Le groupe O de rhésus négatif est le seul vérifiant cette caractéristique.
Montrer que la probabilité qu'un individu choisi au hasard dans la population française soit donneur universel est de 0,0714.

1.Lors d'une collecte de sang, on choisit un échantillon de personnes dans la population d'une ville française. Cette population est suffisamment grande pour assimiler ce choix à un tirage avec remise. On note la variable aléatoire qui à chaque échantillon de personnes associe le nombre de donneurs universels dans cet échantillon.
a.Justifier que suit une loi binomiale dont on précisera les paramètres.
b.Déterminer à près la probabilité qu'il y ait au plus 7 donneurs universels dans cet échantillon.
c.Montrer que l'espérance de la variable aléatoire est égale à et que sa variance est égale à à près.
2.Lors de la semaine nationale du don du sang, une collecte de sang est organisée dans villes françaises choisies au hasard numérotées 1,2, 3, ... , où est un entier naturel non nul.
On considère la variable aléatoire qui à chaque échantillon de 100 personnes de la ville 1 associe le nombre de donneurs universels dans cet échantillon.
On définit de la même manière les variables aléatoires pour la ville 2, ... , pour la ville .
On suppose que ces variables aléatoires sont indépendantes et qu'elles admettent la même espérance égale à et la même variance égale à .
On considère la variable aléatoire .
a.Que représente la variable aléatoire dans le contexte de l'exercice ?
b.Calculer l'espérance .
c.On désigne par la variance de la variable aléatoire .
Montrer que .
d.Déterminer la plus petite valeur de pour laquelle l'inégalité de Bienaymé- Tchebychev permet d'affirmer que:
Puisque l'on choisit une personne au hasard dans la population française, on est en situation d'équiprobabilité, et donc la loi uniforme permet d'assimiler les proportions à des probabilités.
1.L'arbre représentant la situation est :

Remarque : les deux probabilités en rouge n'étaient pas attendues ici. On peut compléter ces deux branches après avoir répondu à la question 3.
2..
Dans le contexte de l'exercice, de la population est de groupe sanguin B et de rhésus positif.
3.Les évènements , , et forment une partition de l'univers, donc, d'après la formule des probabilités totales :
D'où :
Or
Ce qui est le résultat donné.
4.Trouver la probabilité qu'un individu choisi au hasard dans la population française soit donneur universel revient à calculer la probabilité .
La probabilité d'être un donneur universel est bien de .
a.On répète 100 fois de manière identique et indépendante une expérience aléatoire à deux issues dont le succès « la personne est un donneur universel » a une probabilité .
La variable aléatoire compte le nombre de succès.
Donc suit une loi binomiale de paramètres et .
b..
À près, la probabilité qu'il y ait au plus 7 donneurs universels dans cet échantillon vaut .
c. suit une loi binomiale de paramètres et donc :
a.La variable aléatoire dans le contexte de l'exercice représente le nombre moyen de donneurs universels sur les collectes de sang organisées.
b. est la moyenne empirique de la variable aléatoire donc :
.
c..
d.L'évènement revient à
et .
On veut que
On veut donc que
Or, pour tout réel , d'après l'inégalité de Bienaymé-Tchebychev, on a :
Pour on obtient : .
On veut donc que :
L'inégalité est donc vraie pour tout entier .
La plus petite valeur de pour laquelle l'inégalité de Bienaymé-Tchebychev permet d'affirmer que est .
Bac spé maths 2025, Centres étrangers, jour 1, exercice 1
Cet exercice est constitué de trois parties indépendantes
Un magasin est équipé de caisses automatiques en libre-service où le client scanne lui- même ses articles. Le logiciel d'une caisse déclenche régulièrement des demandes de vérification. Un employé du magasin effectue alors un contrôle.
Partie A
Le contrôle peut être
soit « total » : l'employé du magasin scanne alors à nouveau l'ensemble des articles du client ;
soit « partiel » : l'employé choisit alors un ou plusieurs articles du client pour vérifier qu'ils ont bien été scannés.
Si un contrôle est déclenché, il s'agit une fois sur dix d'un contrôle total.
Lorsqu'un contrôle total est déclenché, une erreur du client est détectée dans 30 % des cas.
Lorsqu'un contrôle partiel est effectué, dans des cas, il n'y a pas d'erreur.
Un contrôle est déclenché à une caisse automatique.
On considère les évènements suivants:
: « Le contrôle est un contrôle total » ;
: « Une erreur est détectée lors du contrôle ».
On notera et les évènements contraires de et .
1.Construire un arbre pondéré représentant la situation puis déterminer .
2.Calculer la probabilité qu'une erreur soit détectée lors d'un contrôle.
3.Déterminer la probabilité qu'un contrôle total ait été effectué, sachant qu'une erreur a été détectée. On donnera la valeur arrondie au centième.
Partie B
Sur une journée donnée, une caisse automatique déclenche contrôles. La probabilité qu'un contrôle mette en évidence une erreur est . La détection d'une erreur lors d'un contrôle est indépendante des autres contrôles.
On note la variable aléatoire égale au nombre d'erreurs détectées lors des contrôles de cette journée.
1.On admet que la variable aléatoire suit une loi binomiale. Préciser ses paramètres.
2.Déterminer la probabilité qu'exactement 5 erreurs soient détectées. On donnera la valeur arrondie au centième.
3.Déterminer la probabilité qu'au moins une erreur soit détectée. On donnera la valeur arrondie au centième.
4.On souhaite modifier le nombre de contrôles déclenchés par la caisse de manière à ce que la probabilité qu'au moins une erreur soit détectée chaque jour soit supérieure à .
Déterminer le nombre de contrôles que doit déclencher la caisse chaque jour pour que cette contrainte soit respectée.
Partie C
Le magasin comporte trois caisses automatiques identiques qui, lors d'une journée, ont chacune déclenché contrôles. On note et les variables aléatoires associant à chacune des caisses le nombre d'erreurs détectées lors de cette journée.
On admet que les variables aléatoires et sont indépendantes entre elles et suivent chacune une loi binomiale .
1.Déterminer les valeurs exactes de l'espérance et de la variance de la variable aléatoire .
2.On définit la variable aléatoire par .
Justifier que et que .
Pour cette question, on utilisera 10 comme valeur de .
À l'aide de l'inégalité de Bienaymé-Tchebychev, montrer que la probabilité que le nombre total d'erreurs sur la journée soit strictement compris entre 6 et 14 est supérieure à .
Partie A :
1.Un arbre pondéré représentant la situation est :

.
2.Les évènements et forment une partition de l'univers, donc, d'après la formule des probabilités totales :
On a donc : .
La probabilité qu'une erreur soit détectée lors du contrôle est égale à .
3..
La probabilité qu'un contrôle total ait été effectué, sachant qu'une erreur a été détectée vaut environ , arrondie au centième.
Partie B : Sur une journée donnée, une caisse automatique déclenche 15 contrôles. La probabilité qu'un contrôle mette en évidence une erreur est . La détection d'une erreur lors d'un contrôle est indépendante des autres contrôles.
On note la variable aléatoire égale au nombre d'erreurs détectées lors des contrôles de cette journée.
1.Sur une journée donnée, une caisse automatique déclenche 15 contrôles. La probabilité qu'un contrôle mette en évidence une erreur est donc suit une loi binomiale de paramètres et .
2..
Finalement, avec les consignes d'arrondi :
La probabilité qu'exactement 5 erreurs soient détectées vaut .
3..
La probabilité qu'au moins une erreur soit détectée vaut .
4.Soit le nombre de contrôles effectués chaque jour.
Soit la variable aléatoire égale au nombre d'erreurs détectées lors des contrôles de cette journée.
suit une loi binomiale de paramètres et .
On souhaite que la probabilité qu'au moins une erreur soit détectée chaque jour soit supérieure à 99 %.
On veut donc que .
or
Il faut déclencher 26 contrôles chaque jour.
Partie C :
Le magasin comporte trois caisses automatiques identiques qui, lors d'une journée, ont chacune déclenché 20 contrôles. On note et les variables aléatoires associant à chacune des caisses le nombre d'erreurs détectées lors de cette journée.
On admet que les variables aléatoires et sont indépendantes entre elles et suivent chacune une loi binomiale .
1. suit une loi binomiale de paramètres et .
Donc
et
2.
Les variables et sont indépendantes donc :
.
3.L'évènement « » revient à et
.
Or, pour tout réel , d'après l'inégalité de Bienaymé-Tchebychev, on a :
Pour on obtient : .
D'où .
Or
donc la probabilité que le nombre total d'erreurs sur la journée soit strictement compris entre 6 et 14 est bien supérieure à .
Le sujet complet du bac 2025 (Centres étrangers, jour 1) corrigé →
L'espérance est toujours linéaire : E(aX + bY) = aE(X) + bE(Y). Pour la variance, il faut l'indépendance : V(X + Y) = V(X) + V(Y), et V(aX) = a²V(X). Attention, V(X − Y) = V(X) + V(Y) pour des variables indépendantes.
Pour toute variable aléatoire X et tout δ > 0, P(|X − E(X)| ≥ δ) ≤ V(X)/δ². Elle majore la probabilité de s'écarter de l'espérance.
Pour la moyenne M_n de n variables indépendantes de même loi (espérance μ, variance σ²) : P(|M_n − μ| ≥ δ) ≤ σ²/(nδ²). Elle permet de trouver une taille d'échantillon suffisante.
La moyenne d'un échantillon se rapproche de l'espérance quand la taille de l'échantillon augmente : pour tout δ > 0, P(|M_n − μ| ≥ δ) tend vers 0.
Oui. Les 16 exercices et leurs corrigés sont gratuits, en ligne et en PDF à imprimer, sans inscription.