Cet énoncé correspond à la partie A du sujet officiel de Spécialité Mathématiques (Terminale générale), session Amérique du Nord 2025. Il se compose de 12 questions et couvre 4 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 :
Au basket-ball, il est possible de marquer des paniers rapportant un point, deux points ou trois points.
Les parties A et B sont indépendantes.
Partie A
L'entraineur d'une équipe de basket décide d'étudier les statistiques de réussite des lancers de ses joueurs. Il constate qu'à l'entrainement, lorsque Victor tente un panier à trois points, il le réussit avec une probabilité de $0{,}32$.
Lors d'un entrainement, Victor effectue une série de $15$ lancers à trois points. On suppose que ces lancers sont indépendants.
On note $N$ la variable aléatoire qui donne le nombre de paniers marqués.
Les résultats des probabilités demandées seront, si nécessaire, arrondis au millième.
On admet que la variable aléatoire $N$ suit une loi binomiale. Préciser ses paramètres.
Rappelle-toi qu'une loi binomiale est caractérisée par deux paramètres : le nombre de répétitions et la probabilité de succès à chaque épreuve. Identifie ces deux valeurs dans l'énoncé.
Victor effectue $15$ lancers indépendants, chacun avec une probabilité de succès égale à $0{,}32$.
La variable $N$ suit donc la loi binomiale $\mathcal{B}(15\,;\, 0{,}32)$.
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.
Calculer la probabilité que Victor réussisse exactement $4$ paniers lors de cette série.
Utilise la formule de la loi binomiale : $P(N = k) = \binom{n}{k} p^k (1-p)^{n-k}$. Ici $k = 4$.
Déterminer la probabilité que Victor réussisse au plus $6$ paniers lors de cette série.
« Au plus $6$ paniers » signifie $P(N \leqslant 6)$. Tu peux utiliser la calculatrice pour sommer $P(N=0) + P(N=1) + \ldots + P(N=6)$.
Déterminer l'espérance de la variable aléatoire $N$.
Pour une variable suivant une loi binomiale $\mathcal{B}(n,p)$, l'espérance vaut $E(N) = n \times p$.
On note $T$ la variable aléatoire qui donne le nombre de points marqués après cette série de lancers.
Exprimer $T$ en fonction de $N$.
Chaque panier rapporte $3$ points. Comment relier le total de points $T$ au nombre de paniers $N$ ?
En déduire l'espérance de la variable aléatoire $T$. Donner une interprétation de cette valeur dans le contexte de l'exercice.
Exploite la linéarité de l'espérance : $E(aX) = a \cdot E(X)$. Pense ensuite à donner un sens concret au résultat.
Calculer $P(12 \leqslant T \leqslant 18)$.
Commence par traduire l'encadrement sur $T = 3N$ en un encadrement sur $N$, puis utilise la calculatrice.
Partie B
On note $X$ la variable aléatoire donnant le nombre de points marqués par Victor lors d'un match.
On admet que l'espérance $E(X) = 22$ et la variance $V(X) = 65$.
Victor joue $n$ matchs, où $n$ est un nombre entier strictement positif.
On note $X_1, X_2, \ldots, X_n$ les variables aléatoires donnant le nombre de points marqués au cours des $1^{\text{er}}, 2^{\text{e}}, \ldots, n$-ième matchs. On admet que les variables aléatoires $X_1, X_2, \ldots, X_n$ sont indépendantes et suivent la même loi que celle de $X$.
On pose $M_n = \dfrac{X_1 + X_2 + \ldots + X_n}{n}$.
Dans cette question, on prend $n = 50$.
Que représente la variable aléatoire $M_{50}$ ?
Rappelle la définition de la moyenne empirique d'un échantillon de taille $n$.
Déterminer l'espérance et la variance de $M_{50}$.
Pour la moyenne empirique de $n$ variables indépendantes de même loi, rappelle les formules $E(M_n) = E(X)$ et $V(M_n) = \frac{V(X)}{n}$.
Démontrer que $P\left(\left|M_{50} - 22\right| \geqslant 3\right) \leqslant \dfrac{13}{90}$.
Applique l'inégalité de Bienaymé-Tchébychev à la variable $M_{50}$ avec $a = 3$. Cette inégalité donne une majoration de $P(|X - E(X)| \geqslant a)$.
En déduire que la probabilité de l'évènement $« \, 19 < M_{50} < 25 \, »$ est strictement supérieure à $0{,}85$.
L'événement $\{19 < M_{50} < 25\}$ est lié à $|M_{50} - 22| < 3$. Utilise le passage au complémentaire et le résultat précédent.
Indiquer, en justifiant, si l'affirmation suivante est vraie ou fausse :
$« $ Il n'existe aucun entier naturel $n$ tel que $P\left(\left|M_n - 22\right| \geqslant 3\right) < 0{,}01$ $ »$
Pense à la loi faible des grands nombres : que se passe-t-il lorsque $n$ tend vers l'infini pour $P(|M_n - E(X)| \geqslant t)$ ? Cherche s'il existe un rang à partir duquel cette probabilité devient inférieure à $0{,}01$.
Sur ce sujet (Amérique du Nord 2025), 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.