Cet énoncé correspond à la partie A du sujet officiel de Spécialité Mathématiques (Terminale générale), session Polynésie 2025. Il se compose de 8 questions et couvre 3 thèmes du programme, principalement Probabilités, Python, Suites numériques. 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 :
Dans tout l'exercice, les probabilités seront, si nécessaire, arrondies à $10^{-3}$ près.
Une donnée binaire est une donnée qui ne peut prendre que deux valeurs : 0 ou 1. Une donnée de ce type est transmise successivement d'une machine à une autre. Chaque machine transmet la donnée reçue soit de manière fidèle, c'est-à-dire en transmettant l'information telle qu'elle l'a reçue (1 devient 1 et 0 devient 0), soit de façon contraire (1 devient 0 et 0 devient 1).
La transmission est fidèle dans 90 % des cas, et donc contraire dans 10 % des cas.
Dans tout l'exercice, la première machine reçoit toujours la valeur 1.
Partie A
Pour tout entier naturel $n \geq 1$, on note :
- $V_n$ l'évènement : « la $n$-ième machine détient la valeur 1 » ;
- $\overline{V_n}$ l'évènement : « la $n$-ième machine détient la valeur 0 ».
Recopier et compléter l'arbre de probabilité ci-dessous.
L'arbre a deux niveaux. La première machine reçoit toujours la valeur 1 ($P(V_1) = 1$). Ç chaque étape, la transmission est fidèle avec probabilité $0{,}9$ et contraire avec probabilité $0{,}1$. Reporter ces probabilités sur chaque branche.
Arbre de probabilité :
Niveau 1 : $V_1$ (certaine, probabilité 1).
Niveau 2 : depuis $V_1$ :
- $V_2$ avec probabilité $0{,}9$
- $\overline{V_2}$ avec probabilité $0{,}1$
Niveau 3 : depuis $V_2$ :
- $V_3$ avec probabilité $0{,}9$
- $\overline{V_3}$ avec probabilité $0{,}1$
Depuis $\overline{V_2}$ :
- $V_3$ avec probabilité $0{,}1$
- $\overline{V_3}$ avec probabilité $0{,}9$
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 probabilité à compléter
Démontrer que $P(V_3) = 0{,}82$ et interpréter ce résultat dans le contexte de l'exercice.
Appliquer la formule des probabilités totales : $P(V_3) = P_{V_2}(V_3) \times P(V_2) + P_{\overline{V_2}}(V_3) \times P(\overline{V_2})$. Les événements $V_2$ et $\overline{V_2}$ forment un système complet.
Sachant que la troisième machine a reçu la valeur 1, calculer la probabilité que la deuxième machine ait aussi reçu la valeur 1.
Utiliser la définition de la probabilité conditionnelle : $P_{V_3}(V_2) = \dfrac{P(V_2 \cap V_3)}{P(V_3)}$. Calculer $P(V_2 \cap V_3)$ en multipliant le long de la branche correspondante de l'arbre.
Pour tout entier naturel $n \geq 1$, on note $p_n = P(V_n)$.
La première machine a reçu la valeur 1, on a donc $p_1 = 1$.
Démontrer que pour tout entier naturel $n \geq 1$ :
$$p_{n+1} = 0{,}8p_n + 0{,}1.$$
Exprimer $p_{n+1} = P(V_{n+1})$ par la formule des probabilités totales en conditionnant par $V_n$ et $\overline{V_n}$, puis remplacer $P(\overline{V_n})$ par $1 - p_n$.
Démontrer par récurrence que pour tout entier naturel $n \geq 1$,
$$p_n = 0{,}5 \times 0{,}8^{n-1} + 0{,}5.$$
Raisonnement par récurrence : vérifier l'initialisation pour $n = 1$, puis supposer la formule vraie au rang $n$ et montrer qu'elle reste valable au rang $n+1$ en utilisant la relation $p_{n+1} = 0{,}8\,p_n + 0{,}1$.
Calculer la limite de $p_n$ lorsque $n$ tend vers l'infini. Interpréter ce résultat dans le contexte de l'exercice.
Comme $0 < 0{,}8 < 1$, on sait que $0{,}8^{n-1} \to 0$ quand $n \to +\infty$. En déduire la limite de $p_n$, puis interpréter.
Partie B
Pour modéliser en langage Python la transmission de la donnée binaire décrite en début d'exercice, on considère la fonction `simulation` qui prend en paramètre un entier naturel $n$ qui représente le nombre de transmissions réalisées d'une machine à une autre, et qui renvoie la liste des valeurs successives de la donnée binaire.
On donne ci-dessous le script incomplet de cette fonction.
On rappelle que l'instruction `rand()` renvoie un nombre aléatoire de l'intervalle $[0\,;\,1[$.
def simulation(n):
donnee = 1
liste = [donnee]
for k in range(n):
if rand() < 0.1
donnee = 1 - donnee
liste.append(donnee)
return liste
Par exemple, `simulation(3)` peut renvoyer `[1, 0, 0, 1]`. Cette liste traduit :
- qu'une donnée binaire a été successivement transmise trois fois entre quatre machines ;
- la première machine qui détient la valeur 1 a transmis de façon contraire cette donnée à la deuxième machine ;
- la deuxième machine a transmis la donnée qu'elle détient de façon fidèle à la troisième ;
- la troisième machine a transmis de façon contraire la donnée qu'elle détient à la quatrième.
Déterminer le rôle des instructions des lignes 5 et 6 de l'algorithme ci-dessus.
Lire l'algorithme : la ligne 5 (`if rand() < 0.1`) est un test conditionnel, et la ligne 6 (`donnee = 1 - donnee`) inverse la valeur. Réfléchir à la probabilité que le test soit vérifié et à l'effet de l'inversion.
Calculer la probabilité que `simulation(4)` renvoie la liste `[1, 1, 1, 1, 1]` et la probabilité que `simulation(6)` renvoie la liste `[1, 0, 1, 0, 0, 1, 1]`.
Pour `simulation(4)` renvoyant `[1,1,1,1,1]`, il faut 4 transmissions fidèles consécutives (chacune de probabilité $0{,}9$). Pour `simulation(6)` renvoyant `[1,0,1,0,0,1,1]`, repérer lesquelles sont fidèles ($0{,}9$) et lesquelles sont contraires ($0{,}1$).
Sur ce sujet (Polynésie 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.