Probabilités : préparer l'épreuve du bac
À l'épreuve de spécialité mathématiques, un exercice sur quatre porte souvent sur les probabilités. Une compagnie d'autocars vend 52 billets pour 50 places : quelle est la probabilité que tout le monde ne puisse pas monter ? Combien de personnes faut-il interroger pour estimer une proportion avec une précision donnée ? Cette page rassemble les outils à connaître et la méthode pour rédiger.
Arbres pondérés et probabilités totales
Dans un exercice de bac, la première question est souvent : « Représenter la situation par un arbre pondéré. » Voici ce qu'il faut savoir faire.
Dans un lycée de Lyon, $60\ \%$ des élèves sont demi-pensionnaires. Parmi les demi-pensionnaires, $5\ \%$ arrivent en retard le lundi matin. Parmi les élèves non…
Dans un lycée de Lyon, $60\ \%$ des élèves sont demi-pensionnaires. Parmi les demi-pensionnaires, $5\ \%$ arrivent en retard le lundi matin. Parmi les élèves non demi-pensionnaires, $10\ \%$ arrivent en retard le lundi matin. On choisit au hasard un élève du lycée et on note $D$ l'événement « l'élève est demi-pensionnaire » et $R$ l'événement « l'élève arrive en retard le lundi matin ».
-
Représenter la situation par un arbre pondéré.
-
Calculer $P(D\cap R)$.
-
Montrer que $P(R)=0{,}07$.
-
Sachant que l'élève est arrivé en retard, quelle est la probabilité qu'il soit demi-pensionnaire ? Donner la valeur exacte sous forme de fraction, puis arrondir à $10^{-3}$.
-
Les événements $D$ et $R$ sont-ils indépendants ? Justifier.
La loi binomiale
Démonstration. Une issue est une liste $(x_1,\dots,x_n)$ de succès et d'échecs, c'est-à-dire un chemin de l'arbre. Par indépendance des épreuves, la probabilité d'une issue comportant $k$ succès et $n-k$ échecs est le produit des probabilités de ses branches : $p^k(1-p)^{n-k}$. Il y a $\binom nk$ façons de choisir les $k$ rangs des succès parmi les $n$ épreuves, donc $\binom nk$ issues de ce type. Ces issues sont deux à deux incompatibles : on additionne leurs probabilités et $P(X=k)=\binom nk p^k(1-p)^{n-k}$.
Justifier qu'on a une loi binomiale
À l'écrit, on rédige toujours trois points :
-
chaque épreuve a deux issues (succès / échec) ;
-
les épreuves sont identiques (même $p$) et indépendantes ;
-
$X$ compte le nombre de succès : $X\sim\mathcal B(n,p)$.
Une usine de Saint-Étienne fabrique des pièces métalliques. Chaque pièce a une probabilité $0{,}08$ d'être défectueuse, indépendamment des autres. On prélève au hasard…
Une usine de Saint-Étienne fabrique des pièces métalliques. Chaque pièce a une probabilité $0{,}08$ d'être défectueuse, indépendamment des autres. On prélève au hasard 10 pièces dans la production, que l'on assimile à un tirage avec remise. On note $X$ le nombre de pièces défectueuses parmi les 10 pièces prélevées.
-
Justifier que $X$ suit une loi binomiale dont on précisera les paramètres.
-
Calculer la probabilité qu'aucune pièce ne soit défectueuse. Arrondir à $10^{-3}$.
-
En déduire la probabilité qu'au moins une pièce soit défectueuse. Arrondir à $10^{-3}$.
-
Calculer la probabilité qu'exactement deux pièces soient défectueuses. Arrondir à $10^{-3}$.
-
Calculer l'espérance de $X$ et interpréter ce résultat.
Une entreprise fabrique des composants électroniques. Chaque composant est non conforme avec une probabilité de $0{,}03$, indépendamment des autres. Partie A On prélève…
Une entreprise fabrique des composants électroniques. Chaque composant est non conforme avec une probabilité de $0{,}03$, indépendamment des autres.
Partie A
On prélève 20 composants. On note $X$ le nombre de composants non conformes parmi ces 20 composants.
-
Justifier que $X$ suit une loi binomiale dont on précisera les paramètres.
-
Calculer $P(X=0)$, puis $P(X\le2)$. Arrondir à $10^{-3}$.
-
Calculer l'espérance et la variance de $X$.
Partie B
On prélève maintenant $n$ composants, où $n$ est un entier naturel non nul.
-
Exprimer en fonction de $n$ la probabilité $p_n$ qu'au moins un composant soit non conforme.
-
Déterminer le plus petit entier $n$ tel que $p_n\ge0{,}99$.
-
Écrire en Python une fonction qui renvoie ce plus petit entier $n$.
Problèmes de seuil et surréservation
Souvent on cherche la plus petite valeur de $n$ qui rend une probabilité assez grande ou assez petite.
Si l'expression n'est pas résoluble à la main (cas de la surréservation), on utilise la calculatrice ou un algorithme Python.
def seuil(n_places, p, alpha):
n = n_places
while proba_depassement(n, n_places, p) <= alpha:
n += 1
return n - 1
Ici proba_depassement calcule $P(X_n>50)$ comme somme de $P(X_n=k)$ pour $k$ de $51$ à $n$. On augmente $n$ tant que le risque de dépassement reste sous $\alpha$.
Une compagnie de transport par autocar dispose de 50 places sur la ligne Paris-Lille. Elle sait que chaque personne ayant réservé se présente au départ avec la…
Une compagnie de transport par autocar dispose de 50 places sur la ligne Paris-Lille. Elle sait que chaque personne ayant réservé se présente au départ avec la probabilité $0{,}92$, indépendamment des autres. La compagnie pratique la surréservation : elle vend $n$ billets avec $n\ge50$. On note $X_n$ le nombre de personnes se présentant au départ parmi les $n$ personnes ayant réservé.
-
Justifier que $X_n$ suit une loi binomiale dont on précisera les paramètres.
-
On suppose $n=52$.
a) Calculer l'espérance de $X_{52}$.
b) Calculer la probabilité que plus de 50 personnes se présentent. Arrondir à $10^{-3}$.
- La compagnie souhaite que la probabilité qu'au moins une personne ayant réservé n'ait pas de place soit inférieure ou égale à $0{,}05$.
a) Exprimer cet événement à l'aide de $X_n$.
b) À l'aide de la calculatrice, déterminer le plus grand nombre $n$ de billets que la compagnie peut vendre.
Somme de variables aléatoires
Pour un échantillon $(X_1,\dots,X_n)$ de variables indépendantes de même loi, d'espérance $\mu$ et de variance $V$, on pose $S_n=X_1+\dots+X_n$ et $M_n=\dfrac{S_n}n$. Alors :
$E(S_n)=n\mu,\quad V(S_n)=nV,\quad E(M_n)=\mu,\quad V(M_n)=\dfrac Vn.$
Soit $X$ la variable aléatoire dont la loi de probabilité est donnée par le tableau suivant. | $x_i$ | $1$ | $2$ | $5$ | |---|---|---|---| | $P(X=x_i)$ | $0{,}5$ |…
Soit $X$ la variable aléatoire dont la loi de probabilité est donnée par le tableau suivant.
| $x_i$ | $1$ | $2$ | $5$ |
|---|---|---|---|
| $P(X=x_i)$ | $0{,}5$ | $0{,}3$ | $0{,}2$ |
-
Calculer $E(X)$.
-
Calculer $E(X^2)$, puis $V(X)$.
-
Soit $Y$ une variable aléatoire indépendante de $X$, d'espérance $3$ et de variance $1{,}5$. Calculer $E(X+Y)$ et $V(X+Y)$.
-
Calculer $E(3X-2)$ et $V(3X-2)$.
Dans un jeu de fête foraine, on mise 1 € à chaque partie. À chaque partie, le gain algébrique $X$ du joueur (mise déduite), en euro, vaut $2$ avec la probabilité $0{,}3$…
Dans un jeu de fête foraine, on mise 1 € à chaque partie. À chaque partie, le gain algébrique $X$ du joueur (mise déduite), en euro, vaut $2$ avec la probabilité $0{,}3$ et $-1$ avec la probabilité $0{,}7$. Le joueur effectue $n$ parties indépendantes. On note $X_i$ le gain algébrique à la $i$-ème partie, $S_n=X_1+\dots+X_n$ son gain algébrique total et $M_n=\dfrac{S_n}n$.
Partie A
-
Calculer $E(X)$ et $V(X)$.
-
En déduire $E(S_n)$, $V(S_n)$, $E(M_n)$ et $V(M_n)$.
-
Montrer que $P(M_n\ge0)\le\dfrac{189}n$. On pourra remarquer que l'événement $\{M_n\ge0\}$ est inclus dans $\{|M_n-E(M_n)|\ge0{,}1\}$.
-
Déterminer à partir de quelle valeur de $n$ cette majoration est inférieure ou égale à $0{,}05$.
Partie B
On note $Y_n$ le nombre de parties gagnantes (gain $2$) parmi les $n$ parties.
-
Justifier que $Y_n$ suit une loi binomiale dont on précisera les paramètres.
-
Exprimer $S_n$ en fonction de $Y_n$ et $n$.
-
Pour $n=3$, calculer la probabilité que le joueur ne perde pas d'argent, c'est-à-dire $P(S_3\ge0)$. Donner la valeur exacte.
Concentration et loi des grands nombres
Appliquée à $M_n$ (dont la variance est $V/n$), elle donne l'inégalité de concentration :
$P(|M_n-\mu|\ge\delta)\le\dfrac{V}{n\delta^2}.$
Quand $n$ grandit, le second membre tend vers $0$ : c'est la loi des grands nombres. La moyenne d'un grand échantillon se concentre autour de $\mu$.
Partie A Un jeu consiste à lancer 100 fois une pièce équilibrée. On note $X$ le nombre de « pile » obtenus. 1. Donner la loi de $X$, son espérance et sa variance. 2. À…
Partie A
Un jeu consiste à lancer 100 fois une pièce équilibrée. On note $X$ le nombre de « pile » obtenus.
-
Donner la loi de $X$, son espérance et sa variance.
-
À l'aide de l'inégalité de Bienaymé-Tchebychev, montrer que $P(|X-50|\ge15)\le\dfrac19$.
-
En déduire une minoration de la probabilité d'obtenir un nombre de « pile » strictement compris entre 35 et 65.
Partie B
Un sondage porte sur une population où la proportion de personnes favorables à un projet est $p=0{,}3$. On interroge $n$ personnes de manière indépendante. Pour $i\in\{1\,;\dots;n\}$, on note $X_i$ la variable aléatoire égale à $1$ si la $i$-ème personne est favorable et à $0$ sinon, et $M_n=\dfrac{X_1+\dots+X_n}n$.
-
Donner la loi de $X_i$, puis $E(X_i)$ et $V(X_i)$.
-
Calculer $E(M_n)$ et $V(M_n)$.
-
Montrer que $P(|M_n-0{,}3|\ge0{,}05)\le\dfrac{84}n$.
-
Déterminer le nombre minimal de personnes à interroger pour que cette majoration soit inférieure ou égale à $0{,}05$.
Un joueur dispose de deux dés truqués $A$ et $B$ à deux issues « succès » ou « échec ». Avec le dé $A$, la probabilité d'un succès est $0{,}2$ ; avec le dé $B$, elle est…
Un joueur dispose de deux dés truqués $A$ et $B$ à deux issues « succès » ou « échec ». Avec le dé $A$, la probabilité d'un succès est $0{,}2$ ; avec le dé $B$, elle est $0{,}6$. Le joueur choisit au hasard un des deux dés avec les probabilités $P(A)=\dfrac13$ et $P(B)=\dfrac23$, puis lance 5 fois de suite le dé choisi, les lancers étant indépendants. On note $X$ le nombre de succès obtenus.
-
Sachant que le dé $A$ a été choisi, quelle est la loi de $X$ ? Même question avec le dé $B$.
-
Montrer que $P(X=0)=\dfrac{0{,}34816}{3}$. En donner une valeur approchée à $10^{-3}$.
-
Sachant que le joueur n'a obtenu aucun succès, calculer la probabilité qu'il ait choisi le dé $A$. Donner la valeur exacte sous forme de fraction irréductible.
-
Calculer $E(X)$.
-
Montrer que $X$ ne suit pas une loi binomiale. On pourra raisonner à partir de $E(X)$ et de $P(X=0)$.
Partie A Soit $X$ une variable aléatoire suivant la loi binomiale $\mathcal B(n,p)$ avec $n\ge1$ et $p\in[0\,;1]$. On pose $F=\dfrac Xn$. 1. Donner $E(F)$ et $V(F)$ en…
Partie A
Soit $X$ une variable aléatoire suivant la loi binomiale $\mathcal B(n,p)$ avec $n\ge1$ et $p\in[0\,;1]$. On pose $F=\dfrac Xn$.
-
Donner $E(F)$ et $V(F)$ en fonction de $n$ et $p$.
-
Étudier les variations de la fonction $x\mapsto x(1-x)$ sur $[0\,;1]$ et en déduire que $p(1-p)\le\dfrac14$.
-
Montrer que, pour tout réel $\delta>0$, $P(|F-p|\ge\delta)\le\dfrac1{4n\delta^2}$.
Partie B
Un institut de sondage souhaite estimer la proportion $p$ d'électeurs favorables à une mesure, à partir de la fréquence $F$ observée sur un échantillon de $n$ personnes tirées avec remise.
-
Déterminer la taille minimale $n$ de l'échantillon pour que la fréquence $F$ soit à une distance strictement inférieure à $0{,}03$ de $p$ avec une probabilité d'au moins $0{,}95$.
-
Sur un échantillon de 1 000 personnes, on observe une fréquence $f=0{,}52$. En appliquant la partie A avec $\delta=0{,}05$, montrer que l'on peut affirmer, avec une probabilité d'au moins $0{,}9$, que $|F-p|<0{,}05$.
-
En déduire un intervalle contenant $p$ avec un risque d'erreur inférieur à $0{,}1$. Peut-on en conclure que $p>0{,}5$ ? Justifier.
Retour au début : la compagnie d'autocars calcule $P(X_{52}>50)$ avec une loi binomiale $\mathcal B(52\,;0{,}92)$, et un institut de sondage choisit $n$ avec l'inégalité de concentration.
L'essentiel
-
Arbre pondéré : produit des probabilités le long d'un chemin, somme sur les chemins, formule des probabilités totales, $P_B(A)=\dfrac{P(A\cap B)}{P(B)}$.
-
Loi binomiale $\mathcal B(n,p)$ : justifier (épreuves identiques et indépendantes, deux issues), $P(X=k)=\binom nk p^k(1-p)^{n-k}$, $E=np$, $V=np(1-p)$.
-
Seuil : « au moins un » par l'événement contraire, résolution avec $\ln$ (attention au sens de l'inégalité) ou par algorithme.
-
Sommes : $E(X+Y)=E(X)+E(Y)$ ; $V(X+Y)=V(X)+V(Y)$ si indépendantes ; $V(aX)=a^2V(X)$ ; $E(M_n)=\mu$, $V(M_n)=\frac Vn$.
-
Concentration : $P(|X-\mu|\ge\delta)\le\dfrac{V(X)}{\delta^2}$ et $P(|M_n-\mu|\ge\delta)\le\dfrac V{n\delta^2}$ ; loi des grands nombres.