Cet énoncé correspond à un exercice du sujet officiel de Spécialité Mathématiques (Terminale générale), session Métropole 2024. Il se compose de 9 questions et couvre 5 thèmes du programme, principalement Inégalité de Bienaymé-Tchebychev, Loi binomiale et Bernoulli, Probabilités…. L'énoncé est accompagné d'indices progressifs pour guider la réflexion et d'un corrigé détaillé accessible aux élèves accompagnés.
Cet exercice mobilise 6 compétences principales du programme officiel :
La directrice d'une école souhaite réaliser une étude auprès des étudiants qui ont passé l'examen de fin d'étude, pour analyser la façon dont ils pensent avoir réussi cet examen.
Pour cette étude, on demande aux étudiants à l'issue de l'examen de répondre individuellement à la question : « Pensez-vous avoir réussi l'examen ? ».
Seules les réponses « oui » ou « non » sont possibles, et on observe que $91{,}7\%$ des étudiants interrogés ont répondu « oui ».
Suite à la publication des résultats à l'examen, on découvre que :
- $65\%$ des étudiants ayant échoué ont répondu « non » ;
- $98\%$ des étudiants ayant réussi ont répondu « oui ».
On interroge au hasard un étudiant qui a passé l'examen.
On note $R$ l'évènement « l'étudiant a réussi l'examen » et $Q$ l'évènement « l'étudiant a répondu « oui » à la question ».
Pour un évènement $A$ quelconque, on note $P(A)$ sa probabilité et $\bar{A}$ son évènement contraire.
Dans tout l'exercice, les probabilités sont, si besoin, arrondies à $10^{-3}$ près.
Préciser les valeurs des probabilités $P(Q)$ et $P_{\bar{R}}\!\left(\bar{Q}\right)$.
Utiliser les données de l'énoncé : la proportion d'étudiants ayant répondu oui et la probabilité conditionnelle donnée dans le contexte.
Selon les données fournies, 91,7 % des étudiants interrogés ont répondu « oui » à la question. On en déduit donc :
$$P(Q) = 0,917$$
Concernant la probabilité conditionnelle, l'énoncé indique que parmi les étudiants ayant échoué à l'examen, 65 % ont répondu « non ». Cela signifie que :
$$P_{\bar{R}}(\bar{Q}) = 0,65$$
Par complément, on peut déduire que $P_{\bar{R}}(Q) = 0,35$.
Corrigé rédigé par un professeur certifié de l'Éducation Nationale. Les corrigés de toutes les autres questions sont disponibles gratuitement sur Konfia : accéder aux corrigés.
On note $x$ la probabilité que l'étudiant interrogé ait réussi l'examen.
Recopier et compléter l'arbre pondéré ci-dessous.
Arbre pondéré (à compléter)
Identifier les branches de l'arbre : bifurcation sur la réussite (R ou non), puis sur la réponse (Q ou non). Reporter les probabilités conditionnelles données et compléter par le passage au complémentaire.
Montrer que $x = 0{,}9$.
Appliquer la formule des probabilités totales avec la partition {R, $\bar{R}$}, puis résoudre l'équation $P(Q) = 0,917$.
L'étudiant interrogé a répondu « oui » à la question.
Quelle est la probabilité qu'il ait réussi l'examen ?
Calculer $P_Q(R)$ en appliquant la formule de Bayes : la probabilité que l'événement R soit réalisé sachant Q.
La note obtenue par un étudiant interrogé au hasard est un nombre entier entre $0$ et $20$. On suppose qu'elle est modélisée par une variable aléatoire $N$ qui suit la loi binomiale de paramètres $(20\,;\,0{,}615)$.
La directrice souhaite attribuer une récompense aux étudiants ayant obtenu les meilleurs résultats.
À partir de quelle note doit-elle attribuer les récompenses pour que $65\%$ des étudiants soient récompensés ?
Utiliser la calculatrice pour explorer la fonction de répartition de la loi binomiale $\mathcal{B}(20 ; 0,615)$ et trouver le seuil où $P(N \geqslant k) \approx 0,65$.
On interroge au hasard dix étudiants.
Les variables aléatoires $N_1, N_2, \ldots, N_{10}$ modélisent la note sur $20$ obtenue à l'examen par chacun d'entre eux. On admet que ces variables sont indépendantes et suivent la même loi binomiale de paramètres $(20\,;\,0{,}615)$.
Soit $S$ la variable définie par $S = N_1 + N_2 + \cdots + N_{10}$.
Calculer l'espérance $E(S)$ et la variance $V(S)$ de la variable aléatoire $S$.
Utiliser la linéarité de l'espérance (sans condition d'indépendance) et l'additivité de la variance pour variables indépendantes. Calculer d'abord $E(N_i)$ et $V(N_i)$ pour une seule note.
On considère la variable aléatoire $M = \dfrac{S}{10}$.
Que modélise cette variable aléatoire $M$ dans le contexte de l'exercice ?
Interpréter M comme le quotient de S par 10, en gardant à l'esprit que S représente la somme des notes de dix étudiants.
Justifier que $E(M) = 12{,}3$ et $V(M) = 0{,}47355$.
Utiliser les propriétés de linéarité de l'espérance et les règles de calcul de variance pour une variable multipliée par une constante : $E(aX) = aE(X)$ et $V(aX) = a^2 V(X)$.
À l'aide de l'inégalité de Bienaymé-Tchebychev, justifier l'affirmation ci-dessous.
« La probabilité que la moyenne des notes de dix étudiants pris au hasard soit strictement comprise entre $10{,}3$ et $14{,}3$ est d'au moins $80\%$ ».
Reconnaître que l'intervalle ]10,3 ; 14,3[ est centré sur $E(M) = 12,3$ avec écart ±2. Appliquer l'inégalité de Bienaymé-Tchebychev avec $\epsilon = 2$.
Sur ce sujet (Métropole 2024), face à un exercice de probabilités au Bac, la première question à se poser est : quel type de situation est modélisé ? Trois familles reviennent presque systématiquement. (1) Si on répète \(n\) fois la même épreuve avec deux issues possibles, indépendantes, et qu'on compte le nombre de succès, c'est la loi binomiale — appliquez directement la formule \[P(X = k) = \binom{n}{k} p^k (1-p)^{n-k}.\] (2) Si on tire successivement des objets ou si on enchaîne plusieurs événements liés (avec ou sans remise), dessinez un arbre pondéré : les probabilités se multiplient le long d'une branche et s'additionnent entre les branches qui mènent au même résultat. (3) Si l'énoncé contient « sachant que » ou « dans le cas où », c'est une probabilité conditionnelle — utilisez la formule \(P_B(A) = \dfrac{P(A \cap B)}{P(B)}\). Pour les démonstrations de type « calculer la probabilité que la somme soit supérieure à... », pensez à passer par l'événement contraire quand le calcul direct est lourd.