Compétences et clés de réussite
Cet exercice du baccalauréat de mathématiques s'attache à évaluer en profondeur vos connaissances en probabilités et en statistiques théoriques. Il est construit de manière progressive, commençant par des bases incontournables pour finir sur des notions plus complexes exigeant une véritable aisance calculatoire et théorique. Aborder sereinement ce sujet nécessite d'être bien au clair avec les processus stochastiques simples, la théorie de la mesure de base et les propriétés fondamentales des moments mathématiques.
Modélisation stochastique par les arbres pondérés
La première partie de cet exercice classique requiert une excellente maîtrise des arbres de probabilité. L'énoncé vous décrit une expérience aléatoire à plusieurs étapes, impliquant le tirage de boules puis de billets. Le défi initial consiste à transcrire fidèlement cette situation textuelle sous la forme d'un arbre de choix. Il faut s'assurer que la somme des probabilités issues d'un même nœud est rigoureusement égale à un. Cette compétence de modélisation est primordiale car elle conditionne souvent la réussite de toute la suite de l'exercice. Un arbre correctement construit permet une lecture directe des probabilités des intersections d'événements, grâce à la règle du produit le long des branches.
Théorème des probabilités totales et formules de Bayes
Une fois l'arbre structuré, le candidat est amené à calculer la probabilité d'une intersection puis à utiliser la formule des probabilités totales. Cette étape sert à regrouper différentes trajectoires favorables à un même événement final. L'exercice teste aussi votre capacité à effectuer un calcul inversé grâce à la notion de probabilité conditionnelle a posteriori. Il s'agit de démontrer qu'un certain résultat a été obtenu en sachant l'issue finale de l'expérience, ce qui nécessite d'inverser le conditionnement initial. Une formulation rigoureuse, en citant les événements et les formules appliquées, est fortement valorisée par les correcteurs.
Étude des variables aléatoires et moments associés
L'introduction d'une variable aléatoire mesurant le gain transforme l'exercice probabiliste en une étude de distribution. Vous devez d'abord identifier toutes les valeurs que peut prendre cette variable, puis déduire la loi de probabilité associée à partir des résultats obtenus précédemment. La difficulté réside dans le calcul de l'espérance mathématique (le gain moyen) et de la variance, qui quantifie la dispersion des gains. Il est essentiel de connaître les définitions formelles et de détailler les calculs pas à pas, sans se précipiter, car le risque d'erreur d'étourderie est important.
Additivité des variables indépendantes
L'exercice franchit un cap supplémentaire en vous confrontant à la somme de plusieurs variables aléatoires indépendantes. La clé de la réussite ici repose sur la connaissance des propriétés de l'espérance et de la variance. La linéarité de l'espérance est universelle, mais il est crucial de souligner que l'additivité de la variance requiert l'indépendance mutuelle des tirages, ce qui est garanti ici par la remise des éléments. La justification de cette indépendance est une étape à ne surtout pas éluder.
L'inégalité de Bienaymé-Tchebychev
Enfin, le sommet de cet exercice réside dans l'utilisation de l'inégalité de Bienaymé-Tchebychev. Cette notion au programme permet de minorer la probabilité qu'une variable s'écarte de son espérance d'une valeur donnée, indépendamment de sa loi de probabilité précise. Appliquée ici à une somme de cent variables, elle met en évidence la concentration de la somme autour de sa moyenne théorique. Pour réussir cette question, vous devez isoler judicieusement les paramètres de l'inégalité et manipuler les valeurs absolues et les probabilités avec justesse pour parvenir à la conclusion souhaitée.