Exercices sur les sommes de variables aléatoires et la concentration en terminale spé maths

Télécharger les exercices sur la concentration et la loi des grands nombres terminale en PDFà imprimer, avec les corrigés
⚡ Quiz pour démarrer · 3 questions

et indépendantes, , . vaut :

Bienaymé-Tchebychev :

Quand augmente, la moyenne d'un échantillon :

facile moyen difficile
🖨 Imprimer

Exercice 1Espérance et variance d'une somme 

et sont deux variables aléatoires indépendantes, avec , , et . Calcule :

a.
b.
c.
d.
e.
Voir le corrigé

L'espérance est linéaire ; pour des variables indépendantes, les variances s'ajoutent ; .

  1. a.
  2. b.
  3. c.
  4. d.
  5. e. (et non !)
🖨 Imprimer

Exercice 2La somme de deux dés 

On lance deux dés équilibrés ; et sont leurs résultats et .

  1. a. Calcule et montre que .
  2. b. Déduis-en et .
Voir le corrigé
  1. a. . , donc .
  2. b. et, les dés étant indépendants, .
🖨 Imprimer

Exercice 3La loi binomiale, une somme de Bernoulli 

suit . On écrit , où vaut si la -ième épreuve est un succès et sinon.

  1. a. Calcule et .
  2. b. Retrouve et .
Voir le corrigé
  1. a. ; , donc .
  2. b. Linéarité : ; les épreuves sont indépendantes : .
🖨 Imprimer

Exercice 4Appliquer Bienaymé-Tchebychev 

Une variable aléatoire a pour espérance et pour variance . Majore , puis minore .

Voir le corrigé

. Par l'évènement contraire, .

Bienaymé-Tchebychev : pour tout , .

🖨 Imprimer

Exercice 5La moyenne d'un échantillon 

sont indépendantes et de même loi, d'espérance et de variance . On pose .

  1. a. Montre que et .
  2. b. Calcule et l'écart type de pour et .
Voir le corrigé
  1. a. ; .
  2. b. et : la moyenne fluctue fois moins qu'une seule valeur ().
🖨 Imprimer

Exercice 6L'inégalité de concentration 

On lance fois une pièce équilibrée. est la fréquence de piles.

  1. a. Donne et .
  2. b. Majore la probabilité que la fréquence s'écarte de d'au moins .
Voir le corrigé
  1. a. est la moyenne de variables de Bernoulli de paramètre : et .
  2. b. .

Inégalité de concentration : .

🖨 Imprimer

Exercice 7Quelle taille d'échantillon ? 

On veut estimer une proportion inconnue par la fréquence observée sur personnes. On sait que .

Quelle taille suffit pour que ?

Voir le corrigé

. Il suffit que , soit .

🖨 Imprimer

Exercice 8Une majoration grossière 

suit .

  1. a. Avec Bienaymé-Tchebychev, majore .
  2. b. À la calculatrice, calcule la valeur exacte de cette probabilité. Commente.
Voir le corrigé
  1. a. : .
  2. b. . L'inégalité est vraie mais grossière : elle vaut pour toutes les lois, sans utiliser la forme de celle-ci.
🖨 Imprimer

Exercice 9Un jeu répété 100 fois 

À un jeu, le gain (en euros) vaut avec probabilité , avec probabilité et avec probabilité .

  1. a. Calcule et .
  2. b. On joue parties indépendantes ; est le gain total. Calcule et .
  3. c. Minore .
Voir le corrigé
  1. a. . , donc .
  2. b. et .
  3. c. , donc .
🖨 Imprimer

Exercice 10Voir la loi des grands nombres 

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
  1. a. Que renvoie frequence(n) ?
  2. b. Vers quelle valeur s'approchent les résultats quand devient grand ? Quel théorème le justifie ?
Voir le corrigé
  1. a. La fréquence de sur lancers simulés d'un dé.
  2. b. Vers : c'est la loi des grands nombres. Pour tout , .
🖨 Imprimer

Exercice 11Un intervalle autour de l'espérance 

suit la loi .

  1. a. Montre que .
  2. b. Compare avec la valeur exacte, .
Voir le corrigé
  1. a. , . ( est entier). , d'où .
  2. b. La minoration est juste, mais loin de la valeur réelle ().
🖨 Imprimer

Exercice 12Démontrer Bienaymé-Tchebychev 

On admet l'inégalité de Markov : si est une variable aléatoire positive et , alors .

En l'appliquant à , démontre l'inégalité de Bienaymé-Tchebychev.

Voir le corrigé

et par définition de la variance. Pour : . Markov avec : .

🖨 Imprimer

Exercice 13type contrôleLa précision d'un sondage 

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.

  1. 1. Donne et en fonction de et .
  2. 2. Montre que pour tout .
  3. 3. Pour , montre que .
  4. 4. Quelle taille d'échantillon garantit ?
  5. 5. Le sondage sur personnes donne d'avis favorables. Peut-on affirmer, avec un risque d'au plus , que ?
Voir le corrigé
  1. 1. et .
  2. 2. .
  3. 3. .
  4. 4. : personnes.
  5. 5. Non : avec un risque d'au plus , est seulement dans , qui contient des valeurs inférieures à .
🖨 Imprimer

Exercice 14type contrôleLe temps passé en caisse 

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.

  1. 1. Calcule , et l'écart type de .
  2. 2. Minore la probabilité que soit strictement compris entre et minutes.
  3. 3. La caissière a h min de service. Majore la probabilité qu'elle ne puisse pas servir les clients.
  4. 4. On note le temps moyen par client. Calcule et majore .
Voir le corrigé
  1. 1. , , min.
  2. 2. : .
  3. 3. h = min. .
  4. 4. et .
📒 La méthode pas à pas est dans la fiche magique « Loi des grands nombres » →
🖨 Imprimer

Exercice 15bac 2025Les groupes sanguins 

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:

On choisit au hasard une personne dans la population française.

On désigne par:

Pour un évènement quelconque , on note l'évènement contraire de et la probabilité de .

  1. 1.Recopier l'arbre ci-contre en complétant les dix pointillés.

  2. 2.Montrer que . Interpréter ce résultat dans le contexte de l'exercice.

  3. 3.On précise que .

    Montrer que .

  4. 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.

figure du sujet
  1. 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.

    1. a.Justifier que suit une loi binomiale dont on précisera les paramètres.

    2. b.Déterminer à près la probabilité qu'il y ait au plus 7 donneurs universels dans cet échantillon.

    3. c.Montrer que l'espérance de la variable aléatoire est égale à et que sa variance est égale à à près.

  2. 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 .

    1. a.Que représente la variable aléatoire dans le contexte de l'exercice ?

    2. b.Calculer l'espérance .

    3. c.On désigne par la variance de la variable aléatoire .

      Montrer que .

    4. d.Déterminer la plus petite valeur de pour laquelle l'inégalité de Bienaymé- Tchebychev permet d'affirmer que:

Voir le corrigé

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. 1.L'arbre représentant la situation est :

    figure du sujet

    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. 2..

    Dans le contexte de l'exercice, de la population est de groupe sanguin B et de rhésus positif.

  3. 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. 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 .

  5. 5.
    1. 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 .

    2. b..

      À près, la probabilité qu'il y ait au plus 7 donneurs universels dans cet échantillon vaut .

    3. c. suit une loi binomiale de paramètres et donc :

  6. 6.
    1. a.La variable aléatoire dans le contexte de l'exercice représente le nombre moyen de donneurs universels sur les collectes de sang organisées.

    2. b. est la moyenne empirique de la variable aléatoire donc :

      .

    3. c..

    4. 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 .

Le sujet complet du bac 2025 (Métropole, jour 1) corrigé →

🖨 Imprimer

Exercice 16bac 2025Les contrôles en caisse automatique 

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

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:

On notera et les évènements contraires de et .

  1. 1.Construire un arbre pondéré représentant la situation puis déterminer .

  2. 2.Calculer la probabilité qu'une erreur soit détectée lors d'un contrôle.

  3. 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. 1.On admet que la variable aléatoire suit une loi binomiale. Préciser ses paramètres.

  2. 2.Déterminer la probabilité qu'exactement 5 erreurs soient détectées. On donnera la valeur arrondie au centième.

  3. 3.Déterminer la probabilité qu'au moins une erreur soit détectée. On donnera la valeur arrondie au centième.

  4. 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. 1.Déterminer les valeurs exactes de l'espérance et de la variance de la variable aléatoire .

  2. 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 .

Voir le corrigé

Partie A :

  1. 1.Un arbre pondéré représentant la situation est :

    figure du sujet

    .

  2. 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. 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. 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. 2..

    Finalement, avec les consignes d'arrondi :  

    La probabilité qu'exactement 5 erreurs soient détectées vaut .

  3. 3..

    La probabilité qu'au moins une erreur soit détectée vaut .

  4. 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. 1. suit une loi binomiale de paramètres et .

    Donc

    et

  2. 2.

    Les variables et sont indépendantes donc :

    .

  3. 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 →

📒 La méthode pas à pas est dans la fiche magique « Loi des grands nombres » →

Les autres exercices de terminale

Annales du bac de maths corrigées

Questions fréquentes

Comment calculer l'espérance et la variance d'une somme ?

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.

Que dit l'inégalité de Bienaymé-Tchebychev ?

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.

Qu'est-ce que l'inégalité de concentration ?

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.

Que dit la loi des grands nombres ?

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.

Les exercices sont-ils gratuits ?

Oui. Les 16 exercices et leurs corrigés sont gratuits, en ligne et en PDF à imprimer, sans inscription.