Cet énoncé correspond à un exercice du sujet officiel de Spécialité Mathématiques (Terminale générale), session Métropole 2025. Il se compose de 11 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 :
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 :
- $A$ l'évènement « La personne choisie est de groupe sanguin A » ;
- $B$ l'évènement « La personne choisie est de groupe sanguin B » ;
- $AB$ l'évènement « La personne choisie est de groupe sanguin AB » ;
- $O$ l'évènement « La personne choisie est de groupe sanguin O » ;
- $R$ l'évènement « La personne choisie a un facteur rhésus positif ».
Pour un évènement quelconque $E$, on note $\overline{E}$ l'évènement contraire de $E$ et $p(E)$ la probabilité de $E$.
Recopier l'arbre ci-contre en complétant les dix pointillés.
Rappelle-toi que la somme des probabilités de toutes les branches partant d'un même nôud est égale à 1. Les données du texte fournissent directement les probabilités de chaque groupe sanguin et les probabilités conditionnelles du rhésus positif.
On détermine d'abord $p(O)$ :
$$p(O) = 1 - 0{,}45 - 0{,}10 - 0{,}03 = 0{,}42$$
Pour chaque groupe sanguin, la probabilité conditionnelle du rhésus négatif se déduit par complémentaire :
- Groupe $A$ : $p_A(R) = 0{,}85$ donc $p_A(\overline{R}) = 0{,}15$
- Groupe $B$ : $p_B(R) = 0{,}84$ donc $p_B(\overline{R}) = 0{,}16$
- Groupe $AB$ : $p_{AB}(R) = 0{,}82$ donc $p_{AB}(\overline{R}) = 0{,}18$
- Groupe $O$ : $p_O(R) = 0{,}83$ donc $p_O(\overline{R}) = 0{,}17$ (ce résultat sera établi à la question 3)
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.
Arbre de probabilités des groupes sanguins et du facteur rhésus (à compléter)
Montrer que $p(B \cap R) = 0{,}084$. Interpréter ce résultat dans le contexte de l'exercice.
Utilise la formule reliant la probabilité d'une intersection à la probabilité conditionnelle : $p(X \cap Y) = p(X) \times p_X(Y)$.
On précise que $p(R) = 0{,}8397$.
Montrer que $p_O(R) = 0{,}83$.
Les événements $A$, $B$, $AB$ et $O$ constituent une partition de l'univers. Applique la formule des probabilités totales pour exprimer $p(R)$, puis isole $p(O \cap R)$.
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 $0{,}071\,4$.
Un donneur universel est de groupe O et de rhésus négatif. Exprime cet événement comme $O \cap \overline{R}$ et utilise la probabilité conditionnelle.
Lors d'une collecte de sang, on choisit un échantillon de 100 personnes dans la population d'une ville française. Cette population est suffisamment grande pour assimiler ce choix à un tirage avec remise. On note $X$ la variable aléatoire qui à chaque échantillon de 100 personnes associe le nombre de donneurs universels dans cet échantillon.
Justifier que $X$ suit une loi binomiale dont on précisera les paramètres.
Identifie les conditions de la loi binomiale : nombre fixe de répétitions, indépendance des épreuves, deux issues possibles, probabilité de succès constante.
Déterminer à $10^{-3}$ près la probabilité qu'il y ait au plus 7 donneurs universels dans cet échantillon.
Utilise la calculatrice ou une table pour évaluer $P(X \leqslant 7)$ avec $X \sim \mathcal{B}(100 ;\, 0{,}0714)$.
Montrer que l'espérance $E(X)$ de la variable aléatoire $X$ est égale à $7{,}14$ et que sa variance $V(X)$ est égale à $6{,}63$ à $10^{-2}$ près.
Pour une variable binomiale $\mathcal{B}(n, p)$, l'espérance vaut $np$ et la variance vaut $np(1-p)$.
Lors de la semaine nationale du don du sang, une collecte de sang est organisée dans $N$ villes françaises choisies au hasard numérotées $1, 2, 3, \ldots, N$ où $N$ est un entier naturel non nul.
On considère la variable aléatoire $X_1$ 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 $X_2$ pour la ville 2, $\ldots$, $X_N$ pour la ville $N$.
On suppose que ces variables aléatoires sont indépendantes et qu'elles admettent la même espérance égale à $7{,}14$ et la même variance égale à $6{,}63$.
On considère la variable aléatoire $M_N = \dfrac{X_1 + X_2 + \ldots + X_N}{N}$.
Que représente la variable aléatoire $M_N$ dans le contexte de l'exercice ?
$M_N$ est définie comme une moyenne. Relie-la au contexte des collectes de sang.
Calculer l'espérance $E(M_N)$.
$M_N$ est la moyenne empirique de la variable $X$. Quelle propriété relie l'espérance d'une moyenne empirique à celle de la variable initiale ?
On désigne par $V(M_N)$ la variance de la variable aléatoire $M_N$. Montrer que $V(M_N) = \dfrac{6{,}63}{N}$.
Rappelle la relation entre la variance d'une moyenne empirique et la variance de la variable de départ : on divise par $N$.
Déterminer la plus petite valeur de $N$ pour laquelle l'inégalité de Bienaymé-Tchebychev permet d'affirmer que :
$$P(7 < M_N < 7{,}28) \geqslant 0{,}95.$$
Traduis d'abord l'encadrement $7 < M_N < 7{,}28$ sous la forme $|M_N - E(M_N)| < \alpha$. Applique ensuite l'inégalité de Bienaymé-Tchebychev et résous l'inéquation obtenue.
Sur ce sujet (Métropole 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.