Cet énoncé correspond à l'exercice 1 du sujet officiel de Spécialité Mathématiques (Terminale générale), session Métropole 2025. Il se compose de 10 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 :
EXERCICE 1
Les deux parties peuvent être traitées indépendamment.
Dans cet exercice on s'intéresse à des personnes venues séjourner dans un centre multisports au cours du week-end.
Les résultats des probabilités demandées seront arrondis au millième si nécessaire.
Le centre propose aux personnes venues pour un week-end une formule d'initiation au roller composée de deux séances de cours.
On choisit au hasard une personne parmi celles ayant souscrit à cette formule.
On désigne par $A$ et $B$ les évènements suivants :
- $A$ : « La personne chute pendant la première séance » ;
- $B$ : « La personne chute pendant la deuxième séance ».
Pour un évènement $E$ quelconque, on note $P(E)$ sa probabilité et $\overline{E}$ son évènement contraire.
Des observations permettent d'admettre que $P(A) = 0{,}6$.
De plus on constate que :
- Si la personne chute pendant la première séance, la probabilité qu'elle chute pendant la deuxième est de $0{,}3$ ;
- Si la personne ne chute pas pendant la première séance, la probabilité qu'elle chute pendant la deuxième est de $0{,}4$.
Représenter la situation par un arbre pondéré.
Construire un arbre à deux niveaux : au premier niveau, distinguer $A$ et $\overline{A}$ ; au second, $B$ et $\overline{B}$, en reportant les probabilités conditionnelles fournies par l'énoncé.
On construit l'arbre pondéré :
- Branche $A$ (probabilité $0{,}6$) :
- $P_A(B) = 0{,}3$ donc $P(A \cap B) = 0{,}6 \times 0{,}3 = 0{,}18$
- $P_A(\overline{B}) = 0{,}7$ donc $P(A \cap \overline{B}) = 0{,}6 \times 0{,}7 = 0{,}42$
- Branche $\overline{A}$ (probabilité $0{,}4$) :
- $P_{\overline{A}}(B) = 0{,}4$ donc $P(\overline{A} \cap B) = 0{,}4 \times 0{,}4 = 0{,}16$
- $P_{\overline{A}}(\overline{B}) = 0{,}6$ donc $P(\overline{A} \cap \overline{B}) = 0{,}4 \times 0{,}6 = 0{,}24$
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 $P\!\left(\overline{A} \cap \overline{B}\right)$ et interpréter le résultat.
Repérer sur l'arbre la branche correspondant à $\overline{A}$ puis $\overline{B}$ et appliquer la règle de multiplication le long de cette branche.
Montrer que $P(B) = 0{,}34$.
Appliquer la formule des probabilités totales en utilisant le système complet $\{A,\, \overline{A}\}$.
La personne ne chute pas pendant la deuxième séance de cours.
Calculer la probabilité qu'elle n'ait pas chuté lors de la première séance.
Utiliser la définition de la probabilité conditionnelle : $P_{\overline{B}}(\overline{A}) = \dfrac{P(\overline{A} \cap \overline{B})}{P(\overline{B})}$, en calculant d'abord $P(\overline{B})$ à partir de $P(B)$.
On appelle $X$ la variable aléatoire qui, à chaque échantillon de 100 personnes ayant souscrit à la formule, associe le nombre d'entre elles n'ayant chuté ni lors de la première ni lors de la deuxième séance.
On assimile le choix d'un échantillon de 100 personnes à un tirage avec remise.
On admet que la probabilité qu'une personne ne chute ni lors de la première ni lors de la deuxième séance est de $0{,}24$.
Montrer que la variable aléatoire $X$ suit une loi binomiale dont on précisera les paramètres.
Identifier une répétition de $100$ épreuves de Bernoulli indépendantes et identiques, puis déterminer le paramètre de succès.
Quelle est la probabilité d'avoir, dans un échantillon de 100 personnes ayant souscrit à la formule, au moins 20 personnes qui ne chutent ni lors de la première ni lors de la deuxième séance ?
Exprimer $P(X \geqslant 20)$ en fonction de $P(X \leqslant 19)$, puis utiliser la calculatrice pour obtenir cette valeur.
Calculer l'espérance $E(X)$ et interpréter le résultat dans le contexte de l'exercice.
Rappeler la formule de l'espérance d'une loi binomiale $\mathcal{B}(n,p)$ et l'appliquer avec les paramètres trouvés.
On choisit au hasard une personne venue un week-end au centre multisport. On note $T_1$ la variable aléatoire donnant son temps d'attente total en minute avant les accès aux activités sportives pendant la journée du samedi et $T_2$ la variable aléatoire donnant son temps d'attente total en minutes avant les accès aux activités sportives pendant la journée du dimanche.
On admet que :
- $T_1$ suit une loi de probabilité d'espérance $E(T_1) = 40$ et d'écart-type $\sigma(T_1) = 10$ ;
- $T_2$ suit une loi de probabilité d'espérance $E(T_2) = 60$ et d'écart-type $\sigma(T_2) = 16$ ;
- les variables aléatoires $T_1$ et $T_2$ sont indépendantes.
On note $T$ la variable aléatoire donnant le temps total d'attente avant les accès aux activités sportives lors des deux jours, exprimé en minute. Ainsi on a $T = T_1 + T_2$.
Déterminer l'espérance $E(T)$ de la variable aléatoire $T$. Interpréter le résultat dans le contexte de l'exercice.
Utiliser la linéarité de l'espérance : $E(T) = E(T_1) + E(T_2)$, puisque $T = T_1 + T_2$.
Montrer que la variance $V(T)$ de la variable aléatoire $T$ est égale à $356$.
Les variables $T_1$ et $T_2$ étant indépendantes, $V(T) = V(T_1) + V(T_2)$. Calculer chaque variance à partir de l'écart-type.
À l'aide de l'inégalité de Bienaymé-Tchebychev, montrer que, pour une personne choisie au hasard parmi celles venues un week-end au centre multisports, la probabilité que son temps total d'attente $T$ soit strictement compris entre $60$ et $140$ minutes est supérieure à $0{,}77$.
ëcrire l'événement sous la forme $|T - E(T)| < 40$ puis appliquer l'inégalité de Bienaymé-Tchebychev : $P(|T - E(T)| \geqslant a) \leqslant \dfrac{V(T)}{a^2}$.
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.