13

Variables aléatoires,
concentration
et loi des grands nombres

VIDÉO

Échantillon

L es sondages sont omniprésents dans notre actualité

quotidienne.
Dans cet extrait, il nous est expliqué que lorsque l’on réalise
lienmini.fr/maths-s13-01

un sondage, la taille de l’échantillon étudié a de l’influence

sur la précision du résultat… et sur le coût du sondage !
Quelle est cette influence et pourquoi
ne réalise-t-on pas des sondages
sur de plus grands échantillons ? TP 4 p. 437
 Pour prendre EXOS
Prérequis
Les rendez-vous

un bon départ lienmini.fr/maths-s13-02

1 Connaître et utiliser la loi de Bernoulli

X suit une loi de Bernoulli de paramètre p = 0,32.
Donner :
a) p(X = 1). b) p(X = 0). c) E(X). d) V(X).

2 Connaître et utiliser la loi binomiale

On lance 30 fois de suite un dé tétraédrique équilibré.
X est la variable aléatoire donnant le nombre de 4 obte-
nus sur les 30 lancers.
a) Quelle loi suit X ?
b) Calculer p(X = 6) et p(X ⩽ 9).
c) Calculer la probabilité de faire au moins dix 4 sur les
30 lancers.

3 Calculer l’espérance, la variance et l’écart-type

d’une variable aléatoire
X est une variable aléatoire dont la loi de probabilité est donnée
dans le tableau suivant.

xi –4 7 12 20

1 1 1 1
p(X = xi)
2 3 12 12

Calculer l’espérance E(X), la variance V(X) et l’écart-type σ(X) de X.

4 Faire une simulation avec Python

Un jeu consiste à miser 5 euros puis à gagner 50 euros avec une probabilité
égale à 0,01 ou gagner 10 euros avec une probabilité égale à 0,04. Dans les
autres cas on ne gagne rien.
Recopier et compléter la fonction Python suivante pour qu’elle simule le jeu et
renvoie le gain algébrique obtenu.

import random
def jeu() :
a = random.random()
if a <= 0.01 :
k = 45
if a > 0.01 and a <= 0.05:
k=…
if … :
k=…
return k

5 Utiliser une valeur absolue

1. x est un nombre réel quelconque. Compléter les phrases suivantes.
a) |x – 4| ⩾ 3 traduit le fait que la distance entre x et … est supérieure ou égale à 3.
b) |x – 5| ⩽ 0,5 traduit le fait que la distance entre x et … est ….
2. Compléter les équivalences suivantes.
a) 2 ⩽ X⩽ 5 ⇔ |X – 3,5| ⩽ ...
b) X < 1 000 ou X > 1 500 ⇔ |X – ...| > 250

13 • Variables aléatoires, concentration et loi des grands nombres 403

 Activités
25 min

1 Découvrir la linéarité de l’espérance

On lance un dé équilibré à 6 faces numérotées de 1 à 6.
Un premier jeu permet de gagner 10 euros si le nombre est pair et 5 euros sinon.
Un deuxième jeu permet de gagner 5 euros si le nombre est 1 ou 2 ; de gagner 2 euros
si le nombre est 3 et de ne rien gagner sinon.
X est la variable aléatoire donnant le gain au premier jeu et Y est la variable aléatoire
donnant le gain au deuxième jeu.
1. Déterminer les lois de probabilité de X et Y.
2. Calculer E(X) et E(Y).
3. On note Z la variable aléatoire donnant la somme des gains des deux jeux : on écrit que Z = X + Y.
a) Que gagne-t-on au total si on fait 1 avec le dé ?
b) En considérant les différentes issues du dé, déterminer toutes les valeurs zi que peut prendre Z et donner la loi
de probabilité de Z en recopiant et complétant le tableau ci-dessous.
zi 5 ... ... ...

1
p(Z = zi) ... ... ...
6

c) Calculer E(Z) puis comparer E(Z) avec E(X) + E(Y).

4. On double les gains du deuxième jeu (modélisé par la variable aléatoire Y) et on note D la variable aléatoire
donnant les gains à ce nouveau jeu.
a) Calculer E(D) après avoir déterminé la loi de probabilité de D.
b) Comparer E(D) et E(Y).
Cours 1 p. 406

Algo 20 min

Décomposer une variable aléatoire

2 suivant une loi binomiale
On considère la fonction binomiale suivante permettant de simuler une variable aléatoire X en langage Python .
def binomiale(n,p) :
s=0
for i in range(n) :
s = s + bernoulli(p)
return s

1. Écrire une fonction bernoulli(p) permettant de simuler une loi de Bernoulli de paramètre p.
Coup de pouce Ne pas oublier d’importer le module random.

2. En la lançant depuis la console, tester cette fonction Python pour simuler une variable aléatoire suivant
une loi binomiale de paramètres n = 50 et p = 0,21.
3. Expliquer pourquoi la variable aléatoire X suit une loi binomiale de paramètres n et p.
Cours 2 p. 408

404
 25 min

3 Découvrir l’inégalité de Bienaymé-Tchebychev

A S’éloigner de l’espérance
On considère la variable aléatoire X donnant le gain à un jeu de grattage dont la loi de probabilité est donnée
ci-dessous.

xi 0 2 4 6 10 20 100 1 000 25 000

p(X = xi) 0,682 0,1435 0,103 0,0363 0,0225 0,0126 9,73 × 10–5 2 × 10–6 7 × 10–7

1. Déterminer E(X).
Pour la suite, on prendra E(X) = 1,423.
2. Déterminer les probabilités suivantes.
a) p(|X – E(X)| ⩾ 15) b) p(|X – E(X)| ⩾ 100) c) p(|X – E(X)| ⩾ 10000)
3. Que semble-t-on pouvoir dire de la probabilité p(|X – E(X)| ⩾ δ) quand δ devient grand ?

V(X )
B Comparer p(|X – E(X)| ⩾ δ) et
δ2
On admet que la variance de X est V(X) = 450 (en réalité, 450 est un arrondi à l’entier).
V(X)
1. Calculer 2 pour δ = 15, pour δ = 100, puis pour δ = 10 000.
δ
2. Comparer p(|X – E(X)| ⩾ δ) et V ( X ) dans ces trois cas.
δ2
3. Quelle conjecture peut-on faire sur p(|X – E(X)| ⩾ δ) et sur V ( X ) ?
δ2 Cours 3a p. 410

30 min

4 Découvrir la loi des grands nombres

On considère une pièce de monnaie équilibrée que l’on lance n fois.
Pour tout entier i entre 1 et n, on appelle Xi la variable aléatoire égale à 1
si le résultat du i-ème lancer est PILE et 0 sinon.
1. Déterminer E(Xi) et V(Xi) pour i entier entre 1 et n.
X1 + X 2 + … + X n
2. Soit Mn = .
n
Donner une majoration de p(|Mn – 0,5| ⩾ δ) pour δ un réel positif fixé.
3. Soit δ = 0,1.
a) Déterminer un entier n1 à partir duquel on a nécessairement p(|Mn – 0,5| ⩾ δ) ⩽ 0,01.
b) Déterminer un entier n2 à partir duquel on a nécessairement p(|Mn – 0,5| ⩾ δ) ⩽ 0,001.
c) Montrer que lim p(| Mn – 0,5|  δ = 0).
n→+ 
d) Que peut-on en déduire pour la valeur de Mn quand n devient grand ?
4. Reprendre la question 3. c) avec δ un réel strictement positif quelconque fixé.
5. a) Concrètement, à quoi correspond la variable Mn pour l’échantillon associé aux n lancers de cette pièce de
monnaie ?
b) Quelle propriété vue en seconde vient-on d’illustrer dans le cas de cette pièce de monnaie ?
Cours 3c p. 412

13 • Variables aléatoires, concentration et loi des grands nombres 405

 Cours
1 Somme de deux variables aléatoires :
espérance et variance
Soit X et Y deux variables aléatoires réelles associées à une même expérience aléatoire sur un univers
fini Ω.

Définition Variables aléatoires et opérations

On note :
• X + Y la variable aléatoire définie sur Ω par (X + Y)(ω) = X(ω) + Y(ω), pour tout ω ∈ Ω.
• aX la variable aléatoire définie sur Ω par (aX)(ω) = a × X(ω), pour tout ω ∈ Ω.
Exemples
1 On tire au sort une adresse dans une ville (l’univers Ω est donc l’ensemble des adresses de cette ville) et
on considère les variables aléatoires A et I donnant respectivement le nombre de personnes mAjeures et
mIneures habitant à cette adresse.
A + I est donc la variable aléatoire qui, à une adresse, associe la somme des nombres de personnes mAjeures
et mIneures y habitant, c’est-à-dire le nombre total de personnes y habitant.
2 On lance un dé jaune et un dé vert équilibrés et comportant chacun six faces numérotées de 1 à 6. On
note X et Y les variables aléatoires donnant respectivement les résultats affichés par le dé jaune et le dé vert.
Très intuitivement, on comprend que X + Y est la variable aléatoire donnant la somme des résultats des
deux dés.

Remarque Dans le cadre d’un lancer de trois dés, on peut additionner trois variables aléatoires X, Y et Z,
chacune donnant le résultat de chaque dé et obtenir la variable aléatoire X + Y + Z.

Propriété Linéarité de l’espérance

Si X et Y sont deux variables aléatoires sur un même univers fini Ω et a est un nombre réel alors
E(X + Y) = E(X) + E(Y) et E(aX) = aE(X).

Exemple
1 1 1
Dans l’exemple 2 précédent, on a E ( X ) = 1 × + 2 × + ... + 6 × = 3,5 et de même E(Y) = 3,5.
6 6 6
Donc E(X + Y) = E(X) + E(Y) = 3,5 + 3,5 = 7.
Lorsque l’on lance deux dés, la somme obtenue est en moyenne 7 sur un très grand nombre de lancers.

Remarques
• Si Y est constante égale à b (b un nombre réel), alors E(X + b) = E(X) + b.
• Plus généralement on a E(aX + bY) = aE(X) + bE(Y) et en particulier E(X – Y) = E(X) – E(Y).
• Si Z est aussi une variable aléatoire sur Ω, alors E(X + Y + Z) = E(X) + E(Y) + E(Z).

Propriété Variance
Si X et Y sont deux variables aléatoires sur un même univers fini Ω et a est un nombre réel, alors :
• V(X + Y) = V(X) + V(Y) si X et Y sont deux variables aléatoires indépendantes (relation d’additivité).
• V(aX) = a2V(X).
• σ(aX) = |a|σ(X).
Remarque De manière intuitive, deux variables aléatoires sont indépendantes si les résultats de l’une n’ont
pas d’influence sur les résultats de l’autre. Pour une définition mathématique, voir l’exercice 149 p. 433.

Exemple
Si X et Y sont deux variables aléatoires sur un même univers fini et indépendantes telles que V(X) = 3 et
V(Y) = 7,2, alors V(X + Y) = V(X) + V(Y) = 3 + 7,2 = 10,2 et σ(X + Y) = 10,2 ≈ 3,19.
On a également V(2X) = 4V(X) = 12.

406
 EXOS Les rendez-vous
Méthodes
lienmini.fr/maths-s13-03 Exercices résolus
1 Calculer une espérance et une variance
Énoncé
X et Y sont deux variables aléatoires indépendantes sur un même univers fini.
La loi de probabilité de X est donnée ci-contre et on a E(Y) = 2,6 et V(Y) = 1,44.
Calculer :
a) E(X + Y). xi 0 2
b) E(2Y). p(X = xi) 0,3 0,7
c) V(X + Y).
Solution Conseils & Méthodes
a) On a E(X) = 0 × 0,3 + 2 × 0,7 = 1,4. 1
1 Si on ne les connaît pas, déterminer d’abord E(X)
Donc E(X + Y) = E(X) + E(Y) = 1,4 + 2,6 = 4. et E(Y).
b) E(2Y) = 2E(Y) = 2 × 2,6 = 5,2. 2 X et Y doivent être indépendantes pour utiliser
la formule V(X + Y) = V(X) + V(Y).
c) X et Y sont indépendantes donc V(X + Y) = V(X) + V(Y). 2
3 Si on ne les connaît pas, déterminer d’abord V(X)
Or V(X) = 0,3(0 – 1,4)2 + 0,7(2 – 1,4)2 = 0,84. 3
et V(Y).
Donc V(X+Y) = 0,84 + 1,44 = 2,28.

À vous de jouer !

1 X et Y sont deux variables aléatoires telles que 2 X et Y sont deux variables aléatoires et indépendantes
E(X) = 3, V(X) = 0,5 et E(Y) = 5. Calculer : telles que E(X) = 15 ; V(X) = 1,2 ; E(Y) = 15 et V(Y) = 0,3.
a) E(X + Y). Calculer E(X + Y) et V(X + Y).
b) E(2,5X).
c) V(2X). Exercices 35 à 43 p. 418

2 Modéliser avec une somme de variables aléatoires

Énoncé
Une première urne contient trois boules : deux avec le nombre 10 et une avec le nombre – 3.
Une deuxième urne contient sept boules : cinq avec le nombre 3 et deux avec le nombre 0.
On tire une boule dans chaque urne et on regarde la somme des nombres indiqués.
Définir deux variables aléatoires X et Y pour que la somme X + Y modélise la situation.

Solution Conseils & Méthodes

On pose X la variable aléatoire qui donne le résultat lors du tirage
1 Définir des variables aléatoires
dans la première urne et Y celle donnant le résultat lors du tirage donnant les résultats à chacune
dans la deuxième urne. 1 Alors le résultat final est donné par X + Y. des étapes de l’expérience aléatoire.

À vous de jouer !

3 Au basket, Jean fait dix lancers-francs et Sophie en 4 Numa a acheté trois tickets de jeux à gratter diffé-
fait vingt. On s’intéresse au nombre total de lancers-francs rents. On s’intéresse au gain total de Numa.
réussis par Jean et Sophie. Définir deux variables aléa- Proposer une modélisation de cette situation à l’aide d’une
toires X et Y telles que X + Y modélise la situation. somme de plusieurs variables aléatoires.
Exercices 44 à 48 p. 418

13 • Variables aléatoires, concentration et loi des grands nombres 407

 Cours
2 Somme de variables aléatoires identiques
et indépendantes
Propriété Somme de variables indépendantes suivant une même loi de Bernoulli
Si X1, X2, ..., Xn sont des variables aléatoires indépendantes suivant toutes une même loi de Bernoulli
de paramètre p, alors X1 + X2 + ... + Xn suit une loi binomiale de paramètres n et p.

Démonstration
Pour tout Xi , si l’on considère l’événement « obtenir 1 » de probabilité p comme un succès alors
X1 + X2 + ... + Xn donne le nombre de succès lorsque l’on réalise n fois de manière indépendante une même
expérience de Bernoulli. Donc X1 + X2 + ... + Xn suit une loi binomiale de paramètres n et p.

Exemple
Si Xi suit une loi de Bernoulli de paramètre p = 0,17 pour tout entier i tel que 1 ⩽ i ⩽ 12 alors
X = X1 + X2 + ... + X12 suit la loi binomiale de paramètres n = 12 et p = 0,17.

Propriété Décomposition d’une variable aléatoire suivant une loi binomiale

Pour X suivant la loi ℬ(n ; p), on a X = X1 + X2 + ... + Xn où les variables aléatoires X1, X2, ..., Xn sont
des variables aléatoires indépendantes suivant la loi ℬ(p).

Exemple
Si X suit la loi binomiale de paramètres n = 3 et p = 0,4 alors
X = X1 + X2 + X3 où X1, X2 et X3 sont indépendantes et suivent la loi de Bernoulli de paramètre p = 0,4.
Remarque Cette propriété permet de montrer que si X est une variable aléatoire suivant une loi binomiale
de paramètres n et p, alors : E(X) = np et V(X) = np(1 – p).

Définition Échantillon d’une variable aléatoire

Une liste (X1 ; X2 ; ... ; Xn) de variables aléatoires indépendantes suivant toutes la même loi est appelée
échantillon de taille n associé à cette loi (ou à une variable aléatoire X suivant cette loi).

Exemple
On lance un dé équilibré à six faces : une face porte le nombre 1,
deux faces portent le nombre 2 et trois faces portent le nombre 3. xi 1 2 3

Soit X la variable aléatoire donnant le nombre obtenu dont la loi est 1 1 1

p(X = xi)
donnée par le tableau ci-contre. 6 3 2
Un échantillon de taille 4 de la loi suivie par X est la liste
(X1 ; X2 ; X3 ; X4) où chacun des Xi suit la loi de X : cela correspond concrètement à la liste de quatre résultats
de quatre lancers du dé.

Propriété Espérance et variance de la somme et de la moyenne d’un échantillon

En considérant un échantillon de taille n (X1 ; X2 ; ... ; Xn) d’une variable aléatoire X, et en posant
S
Sn = X1 + X2 + ... + Xn et Mn = n , on a :
n
E(Sn) = nE(X) et V(Sn) = nV(X)
V(X)
E(Mn) = E(X) et V ( Mn ) = .
n

Remarque Mn (respectivement Sn) est la variable aléatoire correspondant à la moyenne (respectivement

la somme) des Xi.

408
 EXOS Les rendez-vous
Méthodes
lienmini.fr/maths-s13-03 Exercices résolus
3 Sommer des variables aléatoires indépendantes
suivant une même loi ℬ(p)
Énoncé
X1, X2, ..., X300 sont 300 variables aléatoires indépendantes suivant une même loi de Bernoulli de paramètre p = 0,23.
Quelle loi suit X = X1 + X2 + ... + X300 ? En déduire E(X).

Solution Conseils & Méthodes

Les Xi étant toutes indépendantes et suivant une loi de Bernoulli 1 S’assurer que toutes les variables sont
de paramètre p = 0,23, on peut dire que X suit une loi binomiale indépendantes en fonction du contexte.
de paramètres n = 300 et p = 0,23. 1
2 Utiliser la formule du cours directement.
Donc E(X) = n × p = 300 × 0,23 = 69. 2

À vous de jouer !

5 On effectue 40 lancers d’une pièce équilibrée. Pour 6 Pour tout entier i tel que 1 ⩽ i ⩽ 8, Xi suit une loi de
tout entier i entre 1 et 40, Xi est la variable aléatoire donnant Bernoulli de paramètre p = 0,34. On suppose que toutes
1 si la pièce tombe sur PILE et 0 sinon, au i-ème lancer. les variables aléatoires sont indépendantes. On pose
Quelle est la loi suivie par X1 + X2 + ... + X40 ? À quoi X = X1 + X2 + .. + X8. Déterminer E(X).
correspond-elle concrètement ? Exercices 49 à 55 p. 419

4 Sommer des variables aléatoires indépendantes suivant une même loi

Énoncé
Une roue de loterie comporte cinq secteurs angulaires égaux. Les deux premiers secteurs valent 300 points,
le troisième vaut 100 points et les deux derniers secteurs valent – 400 points. On fait tourner 4 fois de suite cette
roue et on gagne la somme de points obtenus lors des 4 lancers de roues.
Z est la variable aléatoire donnant le gain algébrique en points à la fin du jeu.
Décomposer Z en une somme de variables aléatoires identiques et indépendantes puis calculer E(Z).
Solution Conseils & Méthodes
1. Z = X1 + X2 + X3 + X4 où Xi est la variable aléatoire donnant le gain
1 Repérer la situation qui
algébrique au i-ème lancer de roue pour i entre 1 et 4. 1 Les lancers est répétée.
de roue étant indépendants, les Xi le sont aussi. 2
xi 300 100 – 400 2 Intuitivement, les actions
X1 , X2 , X3 et X4 ont la même loi que la variable étant indépendantes, les
aléatoire X donnée ci-contre. p(X = xi) 0,4 0,2 0,4
résultats obtenus le sont
2. Tout d’abord E ( X ) = 300 × 0, 4 + 100 × 0,2 + (– 400) × 0, 4 = –20. aussi.

On calcule E(Z) = E(X1 + X2 + X3 + X4) = 4E(X) = 4 × (– 20) = – 80. 3

À vous de jouer !

7 X1, X2 et X3 sont des variables aléatoires indépen- 8 On mise 2 euros puis on lance un dé équilibré à
dantes suivant une même loi binomiale de paramètres quatre faces. On gagne 3 euros si on fait un 3, et 6 euros
n = 12 et p = 0,48. On pose S = X1 + X2 + X3. si on fait un 4. Sinon on ne gagne rien.
On joue 15 fois à ce jeu. Z est la variable aléatoire donnant
Calculer E(S).
le gain algébrique total. Calculer E(Z).
Exercices 56 à 61 p. 419

13 • Variables aléatoires, concentration et loi des grands nombres 409

 Cours
3 Concentration et loi des grands nombres
a Inégalité de Bienaymé-Tchebychev
Propriété Inégalité de Bienaymé-Tchebychev
Soit X une variable aléatoire d’espérance E(X) = μ et de variance V(X) = V.
Pour tout réel strictement positif δ, on a :
V V
p(|X – μ| ⩾ δ) ⩽ c’est-à-dire p(X ∉ ]μ – δ ; μ + δ[) ⩽ 2 .
δ2 δ
V
Remarque De manière équivalente, on a p(|X – μ| < δ) = p(X ∈ ]μ – δ ; μ + δ[) ⩾ 1 – .
δ2
Exemple Dans une usine, la variable aléatoire L donnant la largeur en millimètres d’une puce électronique
prise au hasard a pour espérance E(L) = 12 et pour variance V(L) = 0,01.
Si la largeur d’une puce n’appartient pas à ]11 ; 13[, c’est-à-dire si |L – 12| ⩾ 1, la puce n’est pas
commercialisable. La probabilité qu’une puce ne soit pas commercialisable est donc :
0,01
p(|L – 12| ⩾ 1) c’est-à-dire p(|L – μ| ⩾ δ) avec μ = E(L) et δ = 1. Comme V(L) = 0,01, on a p(|L – 12| ⩾ 1) ⩽ 2
1
0,01
d’après l’inégalité de Bienaymé-Tchebychev, or 2 = 0,01donc p(|L – 12| ⩾ 1) ⩽ 0,01.
1

Propriété Application à δ = kσ
Soit X une variable aléatoire d’espérance E(X) = μ, de variance V(X) = V et d’écart-type σ(X) = σ et k ∈ ℕ*.
1 1
Les inégalités p(|X – μ|⩾ kσ) ⩽ 2 et p(|X – μ| < kσ) ⩾ 1 – 2 sont vérifiées.
k k

Démonstration
On applique l’inégalité de Bienaymé-Tchebychev avec δ = kσ > 0 et on obtient :
V V V V 1 1
p(|X – μ| ⩾ kσ) ⩽ or = = = donc p(|X – μ| ⩾ kσ) ⩽ 2 .
( kσ )2 ( kσ )2 k 2 σ 2 k 2V k 2 k

Exemple Dans l’exemple précédent, σ( L) = V = 0,01 = 0,1. Ainsi, la probabilité que la largeur de la puce
soit éloignée d’au moins k = 5 écarts-types, c’est-à-dire 5 × 0,1 = 0,5 de son espérance 12 est inférieure
1
ou égale à 2 = 0,04 : il y a au maximum « 4 % de chance » que la largeur d’une puce soit inférieure ou égale
5
à 12 – 0,5 = 11,5 mm ou supérieure ou égale à 12 + 0,5 = 12,5 mm.

Remarque On mesure donc la dispersion d’une variable aléatoire autour de son espérance en nombre
d’écarts-types.

Exemple Pour X qui suit la loi ℬ(20 ; 0,45), on a :

0,2
E(X) = 20 × 0,45 = 9 p(X = k)

et σ( X ) = 20 × 0, 45 × 0,55 ≈ 2,22.
0,1
Donc, d’après la propriété précédente, on a : p(X � μ – 2σ) p(X � μ – 2σ)
1 1 k
p(|X – 9| ⩾ 2σ(X)) ⩽ 2 or 2 = 0,25 0
2 2 0 2 4 6 8 10 12 14 16 18 20
donc p(|X – 9| ⩾ 2σ(X)) ⩽ 0,25.
D’autre part p(|X–9| ⩾ 2σ(X)) = p(X⩽9–2σ(X))+ p(X ⩾ 9 + 2σ(X)) = p(X ⩽ 4) + p(X ⩾ 14) (puisque X ne prend
que des valeurs entières) et on observe ci-dessus que p(X ⩽ 4) + p(X ⩾ 14) semble très inférieur à 0,25.
Après calculs, on trouve que p(X ⩽ 4) + p(X⩾14) ≈ 0,04 : l’inégalité de Bienaymé-Tchebychev donne
une majoration de p(|X – µ | ˘ δ) par 0,25 qui est toujours vraie mais qui est loin d’être optimale.

410
 EXOS Les rendez-vous
Méthodes
lienmini.fr/maths-s13-03 Exercices résolus
5 Utiliser l’inégalité de Bienaymé-Tchebychev
Énoncé
On considère la variable aléatoire D donnant le débit de la Loire en m3 ⋅ s–1 à Tours à un instant t.
Une étude statistique permet de considérer que E(D) = 350 et V(D) = 28 000.
1. Donner une majoration de p(|D – 350| ⩾ 200) puis interpréter cette majoration dans les termes de l’énoncé.
2. Donner une minoration de la probabilité que le débit de la Loire à Tours à l’instant t soit strictement compris entre
50 et 650 m3 ⋅ s–1.
Solution Conseils & Méthodes
1. D’après l’inégalité de Bienaymé-Tchebychev, on a :
1 Quand on demande une majoration sur une probabilité
28 000 de la forme p(|X – μ| ⩾ δ), on applique l’inégalité
p(| D – 350 |  200) = 0,7. 1
2002 de Bienaymé-Tchebychev.
La probabilité que le débit de la Loire à l’instant t Ici, on a μ = 350 (l’espérance de D), δ = 200 et V = 28 000
soit inférieur ou égal à 350 – 200 = 150 m3 ⋅ s–1 ou (la variance de D).
supérieur ou égal à 350 + 200 = 550 m3 ⋅ s–1 est 2 Pour interpréter concrètement, on traduit en langage
inférieure à 0,7 (ce qui ne donne pas une information courant |D – μ| ⩾ δ.
très précise). 2 Ici, D est le débit et |D – 350| ⩾ 200 veut dire
2. 50 = 350 – 300 et 650 = 350 + 300 3 D ⩽ 350 – 200 = 150 ou D ⩾ 350 + 200 = 550.
On peut représenter la situation sur un axe si nécessaire
On cherche donc :
(ensemble en rouge).
p(D ∈ ]50 ; 650[) = p(|D – 350| < 300) 200 200
= p(| D – 350 |  300)
? 350 ?
= 1 – p(|D – 350| ⩾ 300). 4
3 Lorsque l’on demande une minoration de la probabilité
De plus : que la variable aléatoire appartienne à un intervalle
28 000 14 contenant μ, on trouve l’écart entre μ et les bornes de
p(| D – 350 |  300)  =
3002 45 cet intervalle et on traduit la probabilité avec la valeur
absolue.
14
⇔ – p(| D – 350 |  300)  – On peut représenter la situation sur un axe si nécessaire
45
(ensemble en rouge).
14
⇔ 1– p(| D – 350 |  300)  1– ? ?
45
31 31 50 350 650
⇔ p( D  ]50 ; 650[)  avec ≈ 0,69.
45 45 4 On pense ensuite à l’événement contraire.
Remarque On peut aussi retenir directement que
V
p(| X – µ | , δ) ˘1– 2 .
δ

À vous de jouer !

9 Dans un cabinet médical, le nombre de patient(e)s 10 On considère que le temps passé quotidiennement
vu(e)s chaque jour par un médecin est donné par une sur Internet par Luna (en heures) est donné par une
variable aléatoire P d’espérance E(P) = 32 et de variance variable aléatoire I d’espérance E(I) = 2 et de variance
V(P) = 9. V(I) = 0,25.
1. a) En appliquant l’inégalité de Bienaymé-Tchebychev, Minorer la probabilité que Luna passe entre 1 et 3 heures
que peut-on dire de p(|P – 32| < 6) ? (exclues) sur Internet aujourd’hui.
b) Interpréter le résultat dans les termes de l’énoncé.
2. Déterminer une majoration de la probabilité que ce
médecin voie soit 21 patient(e)s ou moins soit 41 patient(e)s
ou plus en une journée. Exercices 72 à 78 p. 420

13 • Variables aléatoires, concentration et loi des grands nombres 411

 Cours
b Inégalité de concentration
Propriété Inégalité de concentration
Soit (X1 ; X2 ; … ; Xn) un échantillon de variables aléatoires d’espérance μ et de variance V
X + X 2 + ... + X n
et Mn = 1 la variable aléatoire moyenne de cet échantillon.
n
V
Pour tout réel strictement positif δ, l’inégalité p(| Mn – µ |˘ δ)¯ 2 est vérifiée.
nδ
V
Remarque De manière équivalente, on a p(|Mn – μ| < δ) = p(Mn ∈ ]μ – δ ; μ + δ[) ⩾ 1– .
nδ 2
Démonstration
D’après les propriétés sur l’espérance et la variance de la variable aléatoire moyenne d’un échantillon,
V
on a E(Mn) = μ et V ( Mn ) = . En appliquant l’inégalité de Bienaymé-Tchebychev à Mn, on obtient
n
V
V ( Mn ) V ( Mn ) n V 1 V V
p(|Mn – μ| ⩾ δ) ⩽ 2 où = 2 = × 2 = 2 c’est-à-dire p(|Mn – μ| ⩾ δ) ⩽ 2 .
δ δ 2 δ n δ nδ nδ

Exemple On lance n fois un dé équilibré à 8 faces et on nomme Xi la variable aléatoire donnant le résultat
du i-ème lancer. On admet que E(Xi) = 4,5 et V ( X i ) = 5,25 pour tout entier i entre 1 et n.
Les lancers étant indépendants, (X1 ; X2 ; … ; Xn) est un échantillon de variables aléatoires d’espérance
X + X 2 + ... + X n
μ = 4,5, de variance V = 5,25 et de moyenne Mn = 1 .
n
5,25
D’après l’inégalité de concentration pour n = 100 et δ = 0,5, on a p(|M100 – 4,5| ⩾ 0,5) ⩽
100 × 0,52
5,25
or = 0,21 donc p(|M100 – 4,5| ⩾ 0,5), la probabilité que l’écart entre M100 (la moyenne
100 × 0,52
des 100 premiers résultats) et 4,5 soit supérieur ou égal 0,5, est inférieure ou égale à 0,21.

c Loi des grands nombres

Propriété Loi (faible) des grands nombres
X 1 + X 2 + ... + X n
Soit (X1 ; X2 ; … ; Xn) un échantillon de variables aléatoires d’espérance μ et Mn =
n
la variable aléatoire moyenne de cet échantillon.
Pour tout réel strictement positif δ fixé, lim p(| Mn – µ |˘ δ) = 0.
n→+`

Démonstration
Pour un cas particulier Activité 4 p. 405
Exemple On reprend l’exemple précédent et on considère δ = 0,1.
D’après la loi des grands nombres, p(|Mn – 4,5| ⩾ 0,1), que l’on peut également écrire p(Mn ∉ ]4,4 ; 4,6[),
tend vers 0 lorsque la taille de l’échantillon tend vers + ∞.
On en déduit que p(Mn ∈ ]4,4 ; 4,6[) tend vers 1 lorsque la taille de l’échantillon tend vers + ∞. Autrement
dit, si l’on fait un nombre suffisamment grand de lancers, on peut rendre l’événement « la moyenne
de l’échantillon est dans ]4,4 ; 4,6[ » aussi probable qu’on le souhaite en prenant n suffisamment grand.
Remarque Dans l’exemple, on aurait pu prendre δ = 0,01 ou 0,001, etc. : la loi des grands nombres illustre
le fait que la moyenne de l’échantillon se rapproche de l’espérance des variables aléatoires quand la taille
de l’échantillon « devient grande » comme cela a été vu en Première.

412
 EXOS Les rendez-vous
Méthodes
lienmini.fr/maths-s13-03 Exercices résolus
6 Utiliser l’inégalité de concentration
Énoncé
X 1 + X 2 + ... + X 40
On considère un échantillon (X1 ; X2 ; … ; X40) de variables aléatoires suivant la loi ℬ(10 ; 0,9) et M =
40
la variable aléatoire moyenne de cet échantillon. Donner une majoration de p(|M – 9| ⩾ 3).
Solution Conseils & Méthodes
Les n = 40 variables aléatoires Xi ont toutes pour espérance
1 Dans ce contexte d’un échantillon
μ = 10 × 0,9 = 9 et pour variance V = 10 × 0,9 × 0,1 = 0,9. de variables aléatoires, on utilise
0,9 l’inégalité de concentration
D’après l’inégalité de concentration 1 on a p(|M – 9| ⩾ 3) ⩽
40 × 32 en identifiant μ = 9, δ = 3, n = 40
0,9 0,9
or = = 0,002 5 donc p(|M – 9| ⩾ 3)⩽ 0,002 5. et V = 0,9.
40 × 32 360

À vous de jouer !

11 100 personnes jouent indépendamment à un même 12 On considère un échantillon (X1 ; X2 ; … ; X30) de

jeu dont la variable aléatoire associée au gain (en euros) 30 variables aléatoires suivant la loi ℬ(20 ; 0,6) et
a pour espérance 10 et pour variance 2. X + X 2 + ... + X 30
M= 1 la variable aléatoire moyenne de
Donner une minoration de la probabilité que la moyenne 30
des gains de ces 100 personnes soit comprise strictement l’échantillon.
entre 7 euros et 13 euros. Justifier que p(|M – 12| ⩾ 4) ⩽ 0,01.
Exercices 82 à 88 p. 422

7 Utiliser la loi des grands nombres

Énoncé Mk
12
On considère un échantillon (X1 ; X2 ; … ; X200) de variables
X + X 2 + ... + X k 9
aléatoires d’espérance μ et Mk = 1 la variable
k 6
aléatoire moyenne de l’échantillon (X1 ; X2 ; … ; Xk) pour k entier
entre 1 et 200. 3
On donne ci-contre le nuage de points (k ; Mk). k

Estimer μ. 0 50 100 150 200

Solution Conseils & Méthodes

On observe que le nuage de points semble « se stabiliser »
1 D’après la loi des grands nombres, Mk se rapproche
vers la valeur 10 donc on peut penser que μ = 10.
de E(Xi) = μ quand k devient grand.

À vous de jouer !

13 On considère un échantillon de variables aléatoires 14 Reprendre

Mk
de même loi donnée ci-dessous. l’énoncé de 60
la 7 avec le 50
xi 1 10 30
nuage de points 40
p(X = xi) 0,4 0,5 0,1 suivant (pour un
30
échantillon k
De quelle valeur va se rapprocher la moyenne de cet de taille 400).
échantillon quand sa taille augmente ? 0 50 100 150 200 250 300 350 400
Estimer μ.
Exercices 89 à 93 p. 423

13 • Variables aléatoires, concentration et loi des grands nombres 413

 EXOS

Exercices résolus
Les rendez-vous
Méthodes
lienmini.fr/maths-s13-03

8 Utiliser un échantillon dans le cadre d’un prélèvement Cours 2 p. 408

Énoncé
En France en 2018, selon l’INSEE, 75,4 % des individus de 15 à 29 ans ont réalisé
un achat sur Internet au cours des 12 derniers mois.
On interroge 500 personnes de la population française, âgées d’entre 15 et 29 ans,
pour savoir si elles ont réalisé un achat sur Internet au cours des 12 derniers mois.
Au vu de la taille de la population en France, on suppose que les tirages au sort
successifs ne changent pas les probabilités que la réponse soit positive ou non,
et donc que ce prélèvement de 500 personnes par tirage au sort peut être assimilé à un tirage avec remise.
On considère la liste de variables aléatoires (X1 ; X2 ; … ; X500) où Xi vaut 1 si la i-ème personne a réalisé un achat
sur Internet au cours de 12 derniers mois et 0 sinon, afin de modéliser l’enquête auprès des 500 personnes.
1. Expliquer pourquoi la liste (X1 ; X2 ; … ; X500) peut être considérée comme un échantillon de variables aléatoires
en précisant la loi suivie par les Xi.
2. Soit S = X1 + X2 + … + X500. Calculer E(S) et V(S).
Solution Conseils & Méthodes
1. On a supposé que le prélèvement effectué peut être assimilé 1 Comme il a lieu dans une grande
à un tirage avec remise donc que les Xi sont indépendantes. 1 population, le tirage, ou le prélèvement,
D'après l'énoncé, et comme on a précisé que les tirages au sort est assimilable à un tirage avec remise
successifs ne changent pas les probabilités des réponses, les Xi suivent donc :
toutes une loi de Bernoulli de même paramètre p = 0,754. • les variables aléatoires Xi sont
Ainsi la liste (X1 ; X2 ; … ; X500) peut être considérée un échantillon indépendantes,
de variables aléatoires indépendantes et de même loi. • les variables aléatoires Xi suivent la même
loi de Bernoulli.
2. Deux méthodes sont possibles.
• S = X1 + X2 +… + X500 donc E(S) = 500E(Xi). Or Xi suit la loi ℬ(0,754) 2 Pour une somme de variables aléatoires Xi
donc E(S) = 500 × 0,754 = 377. De plus V(S) = nV(Xi) or Xi suit la loi identiques et indépendantes, E(S) = nE(Xi)
ℬ(p) donc V(S) = 500 × 0,754 × (1 – 0,754) = 92,742. 2 et V(S) = nV(Xi).
• Avec la loi binomiale : comme les Xi sont indépendantes et suivent 3 Comme S suit une loi binomiale
toutes une même loi ℬ(0,754), alors S suit une loi binomiale de de paramètres n et p alors E(S) = np
paramètres n = 500 et p = 0,754. et V(S) = np(1 – p) (voir le chapitre 12).
E(S) = np = 500 × 0,754 = 377 et
V(S) = np(1 – p) = 500 × 0,754 × (1 – 0,754) = 92,742. 3

À vous de jouer !

15 Une urne contient 20 000 billes dont 70 % portent 16 Une entreprise fabrique des vis. On estime que 2 %
le nombre 1, 25 % le nombre 2 et les autres portent le des vis présente un seul défaut et 1 % présente deux
nombre 9. On effectue un prélèvement de 3 billes. On défauts. Les autres ne présentent aucun défaut.
appelle S la variable aléatoire donnant la somme des trois Le service qualité souhaite étudier un échantillon de
nombres obtenus. 200 vis. On pose S la variable aléatoire donnant le nombre
On suppose que le prélèvement de 3 billes est assimilable de défauts observés sur l’ensemble de l’échantillon.
à un tirage avec remise. 1. Quel argument peut-on avancer pour justifier que le
1. Expliquer pourquoi on peut assimiler ce prélèvement prélèvement de 200 vis est assimilable à un tirage avec
à un tirage avec remise. remise dans l’ensemble de la production ?
2. On décompose S sous forme S = X1 + X2 + X3 où Xi donne 2. Dans ces conditions, calculer E(S).
le nombre porté par la boule lue en i-ème position pour
tout entier i entre 1 et 3.
a) Déterminer la loi suivie par X1 ; X2 et X3. Exercices 104 à 106 p. 425
b) Calculer E(S) et V(S).

414
 EXOS Les rendez-vous
Méthodes
lienmini.fr/maths-s13-03 Exercices résolus
9 Utiliser l’inégalité de concentration
pour trouver la taille d’un échantillon Cours 3.b p. 412

Énoncé
Une urne contient deux jetons sur lesquels figure le nombre 3, deux jetons sur lesquels figure le nombre 5
et un jeton sur lequel figure le nombre 10.
1. On tire un jeton dans cette urne et on considère la variable aléatoire X donnant le nombre obtenu.
Déterminer E ( X ) et V ( X ).
2. Combien de tirages avec remise peut-on effectuer dans cette urne pour être sûr au risque de 5 %
(ou au seuil de 95 %) que la moyenne des nombres obtenus soit comprise entre 5 et 5,4 exclus ?
Solution Conseils & Méthodes
2 2 1
1. E ( X ) = × 3 + × 5 + × 10 = 5,2 1 1 E(X) = p1 × x1 + … + pn × xn
5 5 5
2 2 1 2 V(X) = p1 × (x1 – E(X))2 + … + pn × (xn – E(X))2
V ( X ) = × (3 – 5,2)2 + × (5 – 5,2)2 + × (10 – 5,2)2 = 6,56 2
5 5 5 On peut aussi utiliser les fonctions statistiques
2. Les tirages étant avec remise, la liste des variables aléatoires de la calculatrice pour ces deux premiers points.
(X1 ; … ; Xn) donnant les résultats de n tirages successifs est un 3 On se place dans les conditions
échantillon de variables aléatoires d’espérance 5,2 et de variance 6,56. d’application de l’inégalité de concentration
Appelons M la variable aléatoire moyenne de cet échantillon. 3 en introduisant un échantillon de n variables
On cherche à trouver n tel que p(|M – 5,2| ⩾ 0,2) ⩽ 0,05. 4 aléatoires et sa variable aléatoire moyenne.
4 Dire que l’événement 5 < M < 5,4, c’est-
6,56
Comme p(| M – 5,2 |  0,2)  à-dire |M – 5,2| < 0,2, est réalisé au risque
n × 0,22 de 5 % veut dire qu’il y a au plus 5 %
d’après l’inégalité de concentration, « de chance » que |M – 5,2| ⩾ 0,2 autrement
164 dit que p(|M – 5,2| ⩾ 0,2) ⩽ 0,05.
c’est à dire que p(| M – 5,2 |  0,2)  .
n 5 On travaille par condition suffisante.
Une condition suffisante pour que p(|M – 5,2| ⩾ 0,2) ⩽ 0,05
164
est  0,05. 5
n
164 164
On résout  0,05 ⇔  n (par positivité de n et 0,05) c’est-à-dire n ⩾ 3 280 :
n 0,05
si l’on réalise au moins 3 280 tirages, on est sûr, au risque de 5 %, que la moyenne des résultats obtenus lors de ces tirages sera
comprise entre 5 et 5,4.
Remarque Comme 5 = 5,2 – 0,2 et 5,4 = 5,2 + 0,2, on dit que 0,2 est la précision.

À vous de jouer !

17 On lance un dé équilibré à quatre faces numérotées 18 Le nombre de lignes réalisées à Tetris lors d’une
de 1 à 4. partie par Alexeï est donné par une variable aléatoire
1. On appelle R la variable aléatoire donnant le résultat d’espérance 125 et de variance 100.
obtenu. Donner E(R) et V(R). En supposant chacune de ses parties indépendantes,
2. Combien de lancers peut-on effectuer pour être sûr au déterminer à partir de combien de parties jouées Alexeï
seuil de 99 % que la moyenne des résultats de ces lancers peut être sûr, au risque de 5 %, que sa moyenne de lignes
est comprise entre 2 et 3 exclus ? par partie est comprise strictement entre 120 et 130.

Exercices 113 à 117 p. 426

13 • Variables aléatoires, concentration et loi des grands nombres 415

 VIDÉO

Exercices apprendre à démontrer

Démonstration
lienmini.fr/maths-s13-04

La propriété à démontrer
Soit n un entier supérieur ou égal à 1 et p ∈ ]0 ; 1[. Si X est une variable
aléatoire suivant une loi binomiale de paramètres n et p, alors E(X) = np.
On souhaite démontrer cette propriété en utilisant les prérequis suivants.
1 E(X + Y) = E(X) + E(Y) pour toutes variables aléatoires X et Y.
2 Si X1, X2, ..., Xn sont des variables aléatoires indépendantes suivant toutes une même loi de Bernoulli
de paramètre p, alors X1 + X2 + ... + Xn suit une loi binomiale de paramètres n et p.
3 Toute variable aléatoire suivant une loi binomiale de paramètres n et p peut être décomposée sous la forme
d’une somme de n variables aléatoires indépendantes suivant toutes une même loi ℬ(p).

Comprendre avant de rédiger

• Des prérequis étant donnés, ils seront certainement utilisés.
• Les prérequis 2 et 3 permettent d’utiliser des variables aléatoires suivant des lois de Bernoulli pour construire
ou déconstruire une variable aléatoire suivant une loi binomiale : dans la partie hérédité de la démonstration par
récurrence, ils permettront de ramener le cas du rang n + 1 au cas de rang n et d’utiliser l’hypothèse de récurrence.

Rédiger
La démonstration rédigée
Étape 1 On énonce la proposition
à démontrer. Soit p ∈ ]0 ; 1[. Pour tout entier n ⩾ 1, on considère la propriété
P(n) : « si X suit ℬ(n ; p) alors on a E(X) = np ».

Étape 2 Pour l’initialisation, n = 1. Initialisation Pour n = 1, X suit une loi de Bernoulli de paramètre p.
Il n’y a qu’une seule répétition. Donc E(X) = p = 1 × p. La propriété est vraie pour n = 1.

Étape 3 On rédige l’hypothèse Hérédité Soit un entier n ⩾ 1. Supposons que la propriété P(n) est
de récurrence. vraie, c’est-à-dire E(X) = np si X suit ℬ(n ; p).
Montrons que P(n + 1) est vraie, c’est-à-dire E(X) = (n + 1)p si X suit
ℬ(n + 1 ; p).
Étape 4 Soit Y une variable aléatoire qui suit ℬ(n + 1 ; p).
On utilise les prérequis 2 et 3 pour
Y peut être décomposée en une somme de variables aléatoires
écrire Y sous la forme d’une somme
indépendantes Y = X1 + X2 + ... + Xn + Xn+1 où les Xi suivent une
d’une variable aléatoire suivant ℬ(n ; p)
même loi ℬ(p).
et d’une variable aléatoire suivant ℬ(p).
Alors X1 + X2+...+Xn suit ℬ(n ; p).
Donc E(X1 + X2 + ... + Xn) = np.
Étape 5 On utilise l’hypothèse
On en déduit que
de récurrence.
E(Y) = E(X1 + X2 + ... + Xn + Xn+1) = E(X1 + X2 + ... + Xn) + E(Xn+1)
par linéarité de l’espérance.
Donc E(Y) = np + p car Xn+1 suit une loi de Bernoulli de paramètre p.
Donc E(Y) = (n + 1)p.

Étape 5 On écrit une conclusion. Conclusion On conclut que P(n) est vraie pour tout entier n ⩾ 1.
Donc si X suit ℬ(n ; p) alors E(X) = np pour tout entier n ⩾ 1.

Pour s’entraîner
Soit n un entier naturel supérieur ou égal à 1 et p un réel de ]0 ; 1[. On admettra que si X1, ..., Xn, Xn+1 sont indépen-
dantes alors X1 + ... + Xn et Xn+1 sont indépendantes.
À l’aide d’un raisonnement par récurrence, démontrer que si X suit une loi binomiale de paramètres n et p alors
V(X) = np(1 – p).

416
 DIAPORAMA

Exercices calculs et automatismes

Calculs et automatismes
lienmini.fr/maths-s13-04

19 Espérance d’une somme (1) 29 Échantillon

Méthode Existe-il des conditions particulières pour utiliser Choisir la (les) bonne(s) réponse(s).
la formule E(X + Y) = E(X) + E(Y) ? X est une variable aléatoire d’espérance 6,78 et de variance
1,25.
Soit (X1 ; X2 ; ... ; Xn) un échantillon de taille n de la loi suivie
20 Espérance d’une somme (2)
Si E(X) = 3 et E(X + Y) = 0,45, calculer E(Y). X1 + X 2 + ... + X n
par X et Mn = . Alors lim V ( Mn ) =
n n→+ 

21 Espérance d’une somme (3) a 0. b 1,25. c 6,78. d 1,25 .

Choisir la (les) bonne(s) réponse(s). n
Si X suit une loi de Bernoulli de paramètre 0,2 et Y suit une
loi binomiale de paramètres n = 10 et p = 0,1 alors E(X + Y) =
30 Loi des grands nombres
a 0,3. b 1,2. c 1. d 0,02. Choisir la (les) bonne(s) réponse(s).
Soit (X1 ; X2 ; … ; Xn) un échantillon de n variables aléatoires
d’espérance μ et d’écart-type σ.
22 Linéarité d’une espérance Lorsque n est élevé, la variable aléatoire
X et Y étant deux variables aléatoires, exprimer E(2X + 3Y) X + X2 + … + X n
Mn = 1 se rapproche de :
en fonction de E(X) et E(Y). n
a μ. b σ. c μ2. d σ2.
23 Variance d’une somme (1)
Méthode Existe-il des conditions particulières pour utiliser
la formule V(X + Y) = V(X) + V(Y) ? 31 Inégalité de Bienaymé-Tchebychev
et écart-type
Choisir la (les) bonne(s) réponse(s).
24 Variance d’une somme (2) Soit X une variable aléatoire d’espérance 30 et d’écart-type
Choisir la (les) bonne(s) réponse(s). 5. L’inégalité de Bienaymé-Tchebychev permet d’affirmer
X et Y étant deux variables aléatoires telles que V(X) = 0,4 que p(|X – 30| ⩾ 10) est inférieure ou égale à :
et σ(Y) = 12,44. Alors V(X + Y) =
a 12,84. b 155,1536. a 1. b 1. c 1. d 1.
c ≈ 12,46 d on ne peut savoir. 10 25 4 30

32 Loi des grands nombres

25 Variance d’une somme (3)
X et Y étant deux variables aléatoires indépendantes telles 1
que V(X) = 12,23 et V(X + Y) = 15,26, calculer V(Y). 0
Gain moyen

–1
26 Écart-type d’une somme –2
Choisir la (les) bonne(s) réponse(s). –3
X et Y étant deux variables aléatoires indépendantes telles –4
que V(X) = 1 et V(Y) = 1. Alors σ(X + Y) =
–5
a σ(X) + σ(Y). b 2. c 1,4 environ. d 1. 0 200 400 600 800 1 000
Nombre de parties
27 Somme de variables aléatoires (1) L’évolution du gain moyen d’un ou une joueuse à une table
L’affirmation suivante est-elle vraie V F de jeu est donnée par ce graphique.
ou fausse ? Estimer l’espérance de la variable aléatoire donnant le gain
La somme de 10 variables aléatoires   algébrique à ce jeu.
indépendantes suivant une même loi de
Bernoulli de paramètre 0,6 suit une loi 33 Inégalité de Bienaymé-Tchebychev
binomiale et a une espérance égale à 0,6.
Soit X une variable aléatoire d’espérance 20 et de variance 9.
Donner une minoration de p(X ∈ ]14 ; 26[).
28 Somme de variables aléatoires (2)
L’affirmation suivante est-elle vraie V F 34 Inégalité de concentration
ou fausse ? Soit (X1 ; X2 ; … ; X100) un échantillon de 100 variables
La somme de 5 variables aléatoires   aléatoires d’espérance 34 et de variance 4 et M la variable
indépendantes d’écart-type 2 a pour aléatoire moyenne associée à cet échantillon.
écart-type 10. Donner une majoration de p(|M – 34| ⩾ 5).

13 • Variables aléatoires, concentration et loi des grands nombres 417

 Exercices d'application
Calculer l’espérance 42 X est une variable aléatoire qui peut prendre les valeurs
et la variance de X + Y –5 ; 0 ; 20 et 50. Son espérance est égale à –3,91 et son
ou aX 1 p. 407 écart-type vaut 2,83.
On considère les variables Y et Z telles que Y = 3X et Z = X + 2.
35 X et Y sont deux variables aléatoires telles que E(X) = 2 1. Déterminer les valeurs que peut prendre Y.
et E(Y) = 5. Calculer : 2. Déterminer E(Y).
a) E(X + Y). b) E(3X). c) E(–2Y). 3. Déterminer σ(Y).
4. Reprendre les questions 1., 2. et 3. pour la variable
36 X et Y sont deux variables aléatoires telles que aléatoire Z.
E(X) = 1 500 et E(Y) = 60.
1. Calculer : 43 On lance un dé tétraédrique équilibré dont les 4 faces
a) E(X + Y). b) E(4X). c) E(3Y). portent les montants en euros 10 ; 1 ; –2 et – 4.
2. En déduire E(4X + 3Y). X est la variable aléatoire donnant le gain algébrique affiché.
1. Calculer E(X), interpréter ce résultat et calculer V(X).
37 X et Y sont deux variables aléatoires indépendantes 2. On décide de doubler chacun des montants (par exemple
telles que E(X) = –1, V(X) = 2, E(Y) = 0 et V(Y) = 0,5. 10 devient 20 ; – 4 devient – 8). Z est la variable aléatoire
Calculer : donnant le gain algébrique à ce deuxième jeu.
a) E(X + Y). b) E(2X + 5Y). c) E(2X + 10). a) Exprimer Z en fonction de X.
d) V(X + Y). e) V(3X). f) V(nY) avec n entier positif. b) En déduire E(Z) et V(Z).
3. On décide finalement d’ajouter 1 à chacun des montants
38 X et Y sont deux variables aléatoires indépendantes (par exemple 10 devient 11 ; – 4 devient –3).
dont les lois de probabilités sont données dans les tableaux Y est la variable aléatoire donnant le gain algébrique à ce
ci-dessous. troisième jeu.
a) Exprimer Y en fonction de X.
xi –2 0 3 4
b) En déduire E(Y) et σ(Y).
p(X = xi) 0,5 0,2 0,2 0,1

yi – 10 0 20
Modéliser avec une somme
p(Y = yi) 0,33 0,48 0,19 de variables aléatoires 2 p. 407
1. Calculer E(X + Y).
44 Un jeu consiste à lancer un dé tétraédrique équilibré
2. Calculer V(X + Y).
dont les 4 faces sont numérotées de 1 à 4 et un dé cubique
3. En déduire une valeur approchée de σ(X + Y) à 0,01 près.
équilibré dont les 6 faces sont numérotées de 1 à 6.
39 X suit une loi de Bernoulli de paramètre 0,6 et Y suit On souhaite étudier la somme des résultats des deux dés.
Proposer deux variables aléatoires X et Y dont la somme
une loi de Bernoulli de paramètre 0,33.
X + Y permet de modéliser la situation.
On suppose que les variables aléatoires X et Y sont indé-
pendantes.
45 Une urne contient 100 boules numérotées de 0 à 99.
Calculer :
On tire au hasard une boule de l’urne puis on lance une
a) E(X + Y). b) V(X + Y). c) E(X – Y).
pièce équilibrée. On a écrit – 50 sur une face de la pièce et
40 X suit une loi binomiale de paramètres n = 10 et p = 0,5 20 sur l’autre face.
On souhaite étudier la somme des deux nombres obtenus
et Y suit une loi binomiale de paramètres n = 10 et p = 0,42.
au final.
On suppose que les variables aléatoires X et Y sont indé-
Proposer deux variables aléatoires X et Y dont la somme X + Y
pendantes.
permet de modéliser la situation.
Calculer E(X + Y), V(X + Y) et σ(X + Y).

41 X est une variable aléatoire sur un univers fini Ω telle 46 On tire au hasard et avec remise 3 cartes dans un jeu
de 52 cartes.
que E(X) = 3 et V(X) = 0,5 et Y est une variable aléatoire sur Ω
On gagne 7 euros par as obtenu, 4 euros par valet, dame ou
constante égale 6 que l’on admettra indépendante de X.
roi obtenu et on perd 1 euro pour n’importe quelle autre
1. a) Déterminer la loi de Y.
carte obtenue.
b) Que valent E(Y) et V(Y) ?
Par exemple si on tire as de pique, 7 de trèfle et 2 de carreau,
2. Calculer E(X + Y) et V(X + Y).
on gagne : 7 – 1 – 1 = 5 euros.
Remarque Plus généralement, on peut noter que On note Z la variable aléatoire donnant le gain algébrique
pour toute constante b et toute variable aléatoire X, total à ce jeu.
on a V(X + b) = V(X). Décomposer Z sous la forme d’une somme de trois variables
aléatoires que l’on définira puis calculer E(Z).

418
 Exercices d'application
47 Le trajet de Myriam en bus pour aller au lycée lui 52 Quand il joue au bowling, Matéo a une probabilité
impose un changement dans le centre-ville. Le temps de égale à 0,1 de faire un strike.
ces trajets peut varier Il lance 10 fois la boule de manière indépendante.
suivant les heures, les Pour tout entier i entre 1 et 10, Xi est la variable aléatoire
lignes de transport et prenant 1 s’il fait un strike et 0 sinon, au i-ème lancer.
les embouteillages. Le 1. Que peut-on dire de la variable aléatoire X définie par
temps de trajet entre X = X1 + X2 + … + X10 ?
sa maison et le centre- 2. Calculer E(X) et V(X).
ville peut être de 5, 8
ou 10 min avec des 53 On lance 30 dés équilibrés à 6 faces numérotées de 1
probabilités respectives de 1, 5 et 1 . à 6. On considère la variable aléatoire Z donnant le nombre
3 12 4 de 4 obtenu sur les 30 dés.
Indépendamment, le temps de trajet entre le centre-ville 1. Déterminer une loi de probabilité associée à 30
et le lycée peut être de 3, 6 ou 9 min avec des probabilités variables aléatoires indépendantes Z1, Z2, …, Z30 telle que
respectives de 1 , 1 et 1 . Z = Z1 + Z2 + … + Z30.
3 3 3
X est la variable aléatoire donnant le temps de trajet en 2. Calculer E(Z) et en donner une interprétation.
minutes de Myriam entre sa maison et le centre-ville et
Y est la variable aléatoire donnant son temps de trajet en
54 Un test de solidité sur un prototype d’une nouvelle
minutes entre le centre-ville et le lycée. pièce automobile montre que dans 95 % des cas la pièce
1. Que représente la variable aléatoire X + Y ? testée résiste.
On effectue 30 tests de manière indépendante et on note Y
2. Calculer l’espérance de la variable aléatoire X puis celle
la variable aléatoire donnant le nombre de tests pour les-
de la variable aléatoire Y.
3. En déduire la valeur de E(X + Y) puis interpréter ce nombre. quels la pièce n’a pas résisté.
1. Déterminer une loi de probabilité permettant d’écrire Y
48 Les jours où elle s’entraîne au jet de 7 mètres au hand- sous la forme d’une somme de variables aléatoires indé-
ball, Elia fait 30 tirs le matin et 50 l’après-midi. Elle marque pendantes suivant toutes cette loi.
avec une probabilité égale à 0,46 le matin et une probabi- 2. Calculer E(Y).
lité égale à 0,78 l’après-midi. Tous les tirs sont supposés
indépendants.
55 X est une variable aléatoire qui suit une loi binomiale
Soit X (respectivement Y) la variable aléatoire donnant le de paramètres n = 1 000 et p = 0,452.
nombre de tirs réussis par Elia le matin (respectivement 1. On décompose la variable aléatoire X en une somme de
l’après-midi). variables aléatoires indépendantes suivant une même loi
1. Donner la loi suivie par X et celle suivie par Y. de Bernoulli. Préciser cette loi.
2. Que représente X + Y ? ⎛ X ⎞ ⎛ X ⎞
2. Calculer E ⎜ ⎟ et V ⎜ .
3. Calculer E(X + Y) et en donner une interprétation. ⎝ 1000⎠ ⎝ 1000⎟⎠

Sommer des variables aléatoires

Sommer des variables aléatoires indépendantes suivant
indépendantes suivant une même loi 4 p. 409
une même loi ℬ(p) 3 p. 409
56 On lance 100 dés cubiques équilibrés dont les faces
49 Dans chacun des cas suivants, préciser les paramètres sont numérotées de 1 à 6.
de la loi binomiale suivie par une variable aléatoire somme X est la variable aléatoire donnant la somme des résultats
de n variables aléatoires indépendantes suivant une loi de de tous les dés.
Bernoulli de paramètre p. 1. Décomposer X en une somme de variables aléatoires
a) n = 15 et p = 0,6. b) n = 25 et p = 0,12. indépendantes suivant toutes une même loi de probabilité
c) n = 150 et p = 0,999. d) n = 1 000 et p = 0,2. que l’on précisera.
2. Calculer E(X) et interpréter ce résultat.
50 Quelle est la loi de Bernoulli utilisée pour décomposer
sous forme de somme : 57 Pour tout nombre entier i tel que 1 ⩽ i ⩽ 20, la variable
a) une variable aléatoire suivant ℬ(500 ; 0,23) ? aléatoire Xi suit une loi binomiale de paramètres n = 12 et
b) une variable aléatoire suivant ℬ(20 ; 0,7) ? p = 0,3. Les variables aléatoires Xi sont supposées indépen-
dantes.
51 X est une variable aléatoire suivant une loi binomiale Calculer l’espérance et la variance de S = X1 + ... + X20.
d’espérance 60. Elle se décompose en la somme de n
⎛ 3⎞
variables aléatoires suivant @⎜ ⎟ . Déterminer la valeur de n.
⎝ 4⎠
13 • Variables aléatoires, concentration et loi des grands nombres 419
 Exercices d'application
58 La variable aléatoire X donnant le nombre de baguettes 64 Soit Z une variable aléatoire telle que
ayant eu une mauvaise cuisson dans un échantillon de p(Z ∈ ]– ∞ ; 5[ ∪ ]7 ; + ∞[) = 0,2. Déterminer p(Z ∈ [5 ; 7]).
50 baguettes d’une même boulangerie suit une loi bino-
miale de paramètres n = 50 et p = 0,03. 65 Soit Y ′ une variable aléatoire telle que
On recueille les résultats (indépendants) du prélèvement p(Y ′ ∈ ]– ∞ ; 10[ ∪ ]20 ; + ∞[) = 0,35.
de 50 baguettes dans 10 boulangeries (ce qui donne Déterminer p(|Y ′ – 15| ⩽ 5).
500 baguettes en tout) et on note Z la variable aléatoire
donnant le nombre de baguettes ayant eu une mauvaise 66 Soit A une variable aléatoire telle que
cuisson sur l’ensemble des 10 boulangeries. p(A ∈ ]–4 ; 12[) = 0,72. Déterminer p(|A – 4| ⩾ 8).
Déterminer E(Z), V(Z) et σ(Z).
67 Soit B une variable aléatoire telle que
59 Le matin, suivant le p(|B – 8| ⩾ 3) ⩽ 0,36. Donner une minoration de p(|B – 8| < 3).
temps dont elle dispose et
selon sa faim, Carmen 68 Soit C une variable aléatoire telle que
mange une, deux ou trois p(|C – 4| < 3) > 0,98. Donner une majoration de p(|C – 4| ⩾ 3).
tartines au beurre avec des
probabilités respectives 69 Soit D une variable aléatoire telle que
0,25 ; 0,62 et 0,13. p(|B + 12| ⩾ 2) ⩽ 0,11. Donner une minoration de
On note S la variable aléatoire donnant le nombre de tartines p(|B + 12| < 2).
mangées par Carmen au cours d’une semaine.
1. Décomposer S en une somme de variables aléatoires indé- 70 Soit Z une variable aléatoire tel que p(Z ∈ [7 ; 8]) = 0,25
pendantes suivant toutes une même loi que l’on précisera. et p(Z ∈ ]8 ; 13]) = 0,3.
2. Calculer E(S) et σ(S). 1. Déterminer p(|Z – 10| ⩽ 3).
2. En déduire p(|Z – 10| > 3).
60 X est une variable aléatoire suivant une loi binomiale
de paramètres n = 6 et p = 0,579. On considère un échantillon 71 Soit A une variable aléatoire vérifiant
(X1 ; ... ; X50) de la loi suivie par X ainsi que les variables aléa- p(|A – 10| < 3) = 0,4, p(|A – 8| < 1) = 0,15 et p(A = 9) = 0.
X + X 2 + ... + X 50 Déterminer p(|A – 11| < 2).
toires S50 = X1 + X2 + ... + X50 et M = 1 .
50
50
Déterminer les espérances et les variances de S50 et M50
au centième près. Utiliser l’inégalité
de Bienaymé-Tchebychev 5 p. 411
61 X est une variable aléatoire d’espérance 5,6 et d’écart-
type 1 . On considère un échantillon de taille n (X1 ; ... ; Xn) 72 Dans une population, la taille en cm d’une personne
4 adulte prise au hasard est donnée par une variable aléatoire :
de variables aléatoires suivant la loi de X ainsi que les • F, d’espérance 165 et de variance 25 pour une femme ;
variables aléatoires Sn = X1 + X2 + ... + Xn et • H, d’espérance 180 et de variance 36 pour un homme.
X + X 2 + ... + X n 1. a) Majorer la probabilité p(|F – 165| ⩾ 8).
Mn = 1 .
n b) Majorer la probabilité que la taille d’une femme de cette
Déterminer les expressions des espérances et écarts-type population soit inférieure ou égale à 155 cm, ou supérieure
de Sn et Mn en fonction de n. ou égale à 175 cm.
2. Appliquer l’inégalité de Bienaymé-Tchebychev à l’événe-
ment |H – 180| ⩾ 10 et l’interpréter dans les termes de
Manipulations de variables l’énoncé.
aléatoires et d’inégalités
73 La consommation d’eau
62 Soit X une variable aléatoire. quotidienne en litres d’une ou
1. Déterminer l’intervalle I tel que |X – 12| < 5 ⇔ X ∈ I. un français pris au hasard dans
2. Déterminer des intervalles J et K tels que la population est donnée par
|X – 3| ⩾ 5 ⇔ X ∈ J ∪ K. une variable aléatoire C d’espé-
rance E(C) = 150 et de variance
63 Soit Y une variable aléatoire. V(C) = 900.
Recopier et compléter les pointillés. 1. a) Justifier que
a) Y ∈ ]0 ; 10[ ⇔ |Y – …| < … p(|C – 150| ⩾ 60) ⩽ 0,25.
b) Y ∈ [45 ; 51] ⇔ |Y – …| ⩽ … b) Interpréter ce résultat dans les termes de l’énoncé.
c) Y ∈ ]– ∞ ; 12[ ∪ ]14 ; + ∞[ ⇔ |Y –…| > … 2. Justifier que la probabilité que l’écart entre C et 150 soit
d) Y ∈ ]– ∞ ; 2] ∪ [16 ; + ∞[ ⇔ |Y – …| ⩾ … strictement inférieur à 90 litres est supérieur à 0,85.

420
 Exercices d'application
74 Le nombre de messages envoyés quotidiennement 78 Lorsqu’il va à la piscine, la distance parcourue à la nage
par Kian via son smartphone est donné par une variable par Mathieu (en mètres) est donnée par une variable aléa-
aléatoire M d’espérance E(M) = 50 et d’écart-type σ(M) = 10. toire D d’espérance 1 000 et d’écart-type 100.
1. Minorer la probabilité que l’écart entre M et E(M) soit 1. Justifier le fait que l’inégalité de Bienaymé-Tchebychev ne
inférieur à deux écarts-type. donne aucune information sur la probabilité que Mathieu
2. a) Majorer la probabilité que Kian envoie soit 10 messages parcoure 900 m ou moins, ou 1 100 m ou plus.
ou moins, soit 90 messages ou plus, par jour. 2. Ben a parié avec Nat que Mathieu parcourrait entre 750
b) Sachant que p(M ⩽ 10) = 0,01, majorer la probabilité qu’il et 1 250 m exclu lors de sa prochaine séance de piscine.
envoie 90 messages ou plus par jour. A-t-il pris un très gros risque ?

75 Lycia est en 1re année de classe préparatoire. Les

étudiants de 2e année ont dit que le nombre de feuilles
utilisées pour les cours de maths dans l’année suit une loi Somme de variables aléatoires et
F d’espérance 1 250 et d’écart-type 80. À la rentrée, Lycia a inégalité de Bienaymé-Tchebychev
acheté deux paquets de feuilles :
• un paquet de 1 000 feuilles qu’elle ouvrira en premier ; 79 À la fête
• un deuxième paquet de 500 feuilles. foraine, toutes
D’après l’inégalité de Bienaymé-Tchebychev, peut-elle être les attractions
sûre « à au moins 90 % » d’utiliser au moins toutes les feuilles se payent en
du plus gros paquet mais qu’elle n’ait pas besoin d’acheter jetons et cer-
un troisième paquet de feuilles pour cette année ? tains stands
de jeux per-
76 Yolaine vient d’emménager dans son immeuble et a mettent de
invité ses 45 voisins à un goûter. Elle a lu sur des forums gagner des je-
qu’il y a une chance sur cinq qu’un ou une voisine se pré- tons.
sente à ce genre d’événement. On suppose par ailleurs On considère deux stands :
l’indépendance des venues des différents voisins. • le premier propose un jeu dont le gain en jetons est positif
1. Quelle loi suit la variable aléatoire X donnant le nombre et est donné par une variable aléatoire G1 d’espérance 0,3
de voisins qui se présenteront effectivement pour le goûter ? et de variance 0,41 ;
2. Yolaine estime que la quantité de nourriture qu’elle a • le deuxième propose un jeu dont le gain en jetons est
achetée pour le goûter conviendra si entre 7 et 11 voisins positif et est donné par une variable aléatoire G2 d’espérance
se présentent. 0,25 et de variance 0,587 5.
a) Écrire la phrase en remplaçant k par le plus grand entier On joue successivement à ces deux jeux que l’on suppose
possible : « la quantité de nourriture sera trop ou pas assez indépendants et on note G le nombre de jetons obtenus
importante si |X – 9| ⩾ k. » au total.
b) Appliquer l’inégalité de Bienaymé-Tchebychev à cet 1. Donner l’espérance et la variance de G.
événement puis l’interpréter dans les termes de l’énoncé. 2. a) Majorer p(|G – 0,55| ⩾ 2,45).
c) Calculer p(7  X  11) avec la loi binomiale puis discuter b) Interpréter concrètement cette majoration.
la majoration obtenue à la question 2. b).
Coup de pouce Que peut-on dire de l’événement
77 Une lanceuse G ⩽ –1,9 ?
de fléchettes met
dans « le mille »
60 % du temps et 80 Isshane participe à une course de régularité pour les
on suppose que sélections dans un club de handball : il doit faire deux fois
tous ses lancers le tour du lac et on estime qu’il est au niveau si il met entre
sont indépendants. 4 min 30 et 5 min 30 (exclu) pour boucler les deux tours.
1. Quelle loi suit la On appelle T1 et T2 les temps, en secondes, réalisés au pre-
variable M donnant mier et second tour du lac et on suppose que ces variables
le nombre de lancers
Fallon Sherrock aléatoires sont indépendantes.
dans « le mille » sur 20 tentatives ? D’après les statistiques relevées après plusieurs mois d’en-
2. a) Quand on lui demande combien elle pense mettre traînement, on considère que ces deux variables aléatoires
de lancers dans le mille, elle répond « moins de 15 mais ont 150 pour espérance et 8 pour écart-type.
plus de 9 ». 1. Donner l’espérance et la variance de T = T1 + T2.
En utilisant l’inégalité de Bienaymé-Tchebychev donner une 2. a) Quelle inégalité doit vérifier |T – 300| pour que l’objectif
minoration de la probabilité qu’elle ait raison. fixé soit réalisé ?
b) Calculer p(9 < M < 15) en utilisant la loi binomiale b) D’après l’inégalité de Bienaymé-Tchebychev, que peut-on
puis discuter la minoration obtenue à la question 2. a). dire de la probabilité qu’Isshane réalise l’objectif fixé ?

13 • Variables aléatoires, concentration et loi des grands nombres 421

 Exercices d'application
81 On considère une usine fabriquant des montres à 84 Nicolette est factrice et distribue le courrier de
aiguilles, sans trotteuse. Les deux aiguilles sont fabriquées 2 500 logements. Elle a constaté que le nombre de loge-
indépendamment. La variable aléatoire donnant la masse ments ayant du courrier lors d’une tournée suit la loi bino-
de l’aiguille en grammes est : miale de paramètres n = 2 500 et p = 0,6.
• H pour les heures, et a pour espérance 3 et pour écart- Pour les besoins d’une enquête, Nicolette relève pendant
type 0,15 ; 200 tournées supposées indépendantes le nombre de
• M pour les minutes, et a pour espérance 2 et pour écart- logements pour lesquels elle dépose du courrier.
type 0,1. 1. Soit Xi le nombre de logements ayant du courrier lors de la
1. Donner l’espérance et la variance de la variable aléatoire tournée n° i. Calculer E(Xi) et V(Xi) pour tout i entre 1 et 200.
A donnant la masse totale des deux aiguilles. X + … + X 200
2. Pour que la montre soit bien équilibrée, la masse des deux 2. a) Soit M = 1 . Majorer la probabilité que M
200
aiguilles doit être comprise entre 4,4 g et 5,6 g (exclus). Que ne soit pas dans ]1 400 ; 1 600[.
peut-on dire de la probabilité que ce soit le cas ? b) Interpréter concrètement cette majoration.

85 Lorsqu’il tire en match (hors lancers francs), le nombre

Utiliser l’inégalité de points marqués par le basketteur Kawhi Leonard est
de concentration 6 p. 413 donné par une variable
xi 0 2 3
aléatoire X dont la loi
82 Un objet a été fabriqué dans une usine de précision est donnée ci-contre. p(X = xi) 0,508 0,388 0,104
de sorte qu’il mesure très exactement 9,5 cm. 1. Calculer l’espérance
Lorsqu’une personne mesure cet objet, on considère que et la variance de X.
la variable aléatoire X donnant le résultat de la mesure en 2. a) Sur 1 700 tirs effectués, majorer la probabilité
cm a pour espérance E(X) = 9,5 et pour variance V(X) = 0,04. que la moyenne des points marqués par tir soit dans
On fait mesurer indépendamment cet objet à 35 élèves [0 ; 1] ∪ [1,176 ; 3].
d’une même classe. b) Interpréter cette probabilité en termes de nombre total
1. Majorer la probabilité que la moyenne M des mesures de points marqués sur 1 700 tirs effectués.
effectuées diffère de 9,5 de 0,5 cm ou plus.
86 On considère
Coup de pouce On introduira les variables aléatoires gi –2 –1 5
un jeu dont le gain
X1, …, X35 donnant les résultats des 35 mesures et M
leur variable aléatoire moyenne.
algébrique en euros p(G = gi) 0,8 0,15 0,05
est donné par une
2. a) Minorer p(|M – 9,5| < 0,2). variable aléatoire G de loi suivante.
b) Interpréter concrètement cette minoration. 1. Calculer l’espérance et la variance de G.
2. On considère les 1 000 premières personnes ayant joué
83 En se basant sur les statistiques des dernières années, à ce jeu durant une semaine. Minorer la probabilité que le
on considère que la loi de la variable aléatoire B donnant gain algébrique moyen sur ces 1 000 personnes soit dans
le nombre de buts marqués par le joueur de football Lionel ]– 1,7 ; – 1,3[.
Messi lors d’un match est donnée ci-dessous. 3. L’organisateur de ce jeu affirme que, pour 1 000 parties
jouées, il est sûr au seuil de 90 % de gagner entre 1 300 et
bi 0 1 2 3 4 1 700 € (exclus). Que peut-on en penser ?
p(B = bi) 0,41 0,35 0,17 0,06 0,01
87 Par hypothèse, lors d’une naissance la probabilité que
1. Calculer l’espé- l’enfant soit une fille ou un garçon est la même. On considère
rance et la variance 2 180 000 naissances supposées indépendantes et on note
de B. Ei la variable aléatoire égale à 1 si le i-ème enfant est une
2. Sur une saison de fille et 0 sinon.
50 matchs, on consi- 1. Déterminer E(Ei) et V(Ei).
dère Bi le nombre de 2. Que représente concrètement la variable aléatoire
buts marqués lors du E + E + … + E2180000
M= 1 2 ?
i-ème match (on sup- 2180000
pose que tous les Bi 3. Déterminer une minoration de la probabilité de l’événe-
sont indépendants) ment M ∈ ]0,49 ; 0,51[.
B + … + B50 4. En France, de 2016 à 2018, il y a eu 2,18 millions de nais-
et M = 1 .
50 sances et la proportion de filles dans ces naissances est
a) Majorer p(|M – 0,91| ⩾ 1,09). inférieure à 0,49 (Source : INSEE). Commenter ce résultat
b) Interpréter ce résultat dans les termes de l’énoncé. à partir de la réponse à la question 3. et de l’hypothèse
d’équiprobabilité de l’énoncé.

422
 Exercices d'application
88 Dans un avion, 91 On considère un échantillon de variables aléatoires Xi
chaque personne est X1 + X 2 + … + X n
autorisée à mettre en et Mn = la moyenne des n premières
n
soute un bagage de variables aléatoires dont l’évolution est donnée par le gra-
23 kg ou moins, sans phique.
pénalité. Mn
Une compagnie 14
aérienne a compilé 12
la masse de tous les bagages enregistrés sur une année 10
et a constaté que la masse d’un bagage est donnée en kg 8
n
par une variable aléatoire B d’espérance E(B) = 22 et d’écart- 6
0 100 200 300 400 500
type σ(B) = 0,4.
1. Sur un avion de 500 passagers supposés indépendants, Parmi les deux lois suivantes, laquelle est celle des variables
on appelle Bi la masse de bagage du passager n° i et M la aléatoires Xi ?
variable aléatoire donnant la moyenne des masses des
bagages des 500 passagers. ai 8 12 24
a) Exprimer M en fonction des Bi.
p(A = ai) 0,5 0,25 0,25
b) Minorer la probabilité que M ∈ ]21,5 ; 22,5[
2. Si la masse totale de bagages est inférieure ou égale à
10,5 tonnes alors l’avion embarque des bagages d’un autre bi 5 7,5 15
vol et si la masse totale de bagages est supérieure ou égale p(B = bi) 0,1 0,7 0,2
à 11,5 tonnes alors une partie des bagages de l’avion est
envoyée sur un autre vol.
Majorer la probabilité que cet avion contienne des bagages 92 En se basant sur les statistiques des dernières années,
d’un autre vol ou ne contienne pas les bagages de tous ses on considère que la loi de la variable aléatoire B donnant
passagers. le nombre de buts marqués par la joueuse de football Megan
Rapinoe lors d’un match suit une loi d’espérance 0,64 et
d’écart-type 0,84.
Utiliser la loi On donne ci-dessous deux nuages de points dont l’un
des grands nombres 7 p. 413 est une simulation de l’évolution de la moyenne de buts
marqués par match par Megan Rapinoe lors d’une saison
89 On considère un jeu dont le gain algébrique en euros de 45 matchs à partir de la loi de B.
est donné par une variable aléatoire G de loi suivante.
1,4
gi –2 –1 0 10 1,2
Moyenne de buts

p(G = gi) 0,33 0,44 0,22 0,01 1,0

0,8
De quelle valeur va se rapprocher la moyenne des gains
0,6
d’un nombre important de joueurs jouant de manière
indépendante ? 0,4
0,2
90 Au guichet d’une administration, on doit remplir un 0
questionnaire sur lequel figure le nombre d’enfants de 0 5 10 15 20 25 30 35 40 45
moins de 18 ans dans le foyer. Nombre de matchs
On appelle X1, …, X1000 les variables aléatoires donnant les Est-ce le nuage en croix rouges ou le nuage en points bleus ?
réponses des 1 000 premiers usagers et on suppose que ces
variables aléatoires sont indépendantes et de même loi. 93 On considère une variable Algo
En utilisant le graphique donnant l’évolution de la moyenne aléatoire X simulée par une fonction va_X sans paramètre.
d’enfants de moins de 18 ans par usager, estimer E(Xi).
1. Que renvoie la fonction Python ech ci-dessous ?
Nombre d’enfants

3
def ech(n) :
2
moyen

return[va_X() for i in range(n)]

1 2. Les instructions sum(ech(1000))/1000 et

sum(ech(10000))/10000 renvoient respectivement
0
0 200 400 600 800 1 000 2,11 et 2,093.
Nombre d’usagers ayant répondu Que peut-on conjecturer pour la variable aléatoire X ?

13 • Variables aléatoires, concentration et loi des grands nombres 423

 Exercices d'entraînement
Problèmes et variables aléatoires 97 X est une variable aléatoire dont la loi de probabilité
est donnée par le tableau suivant.
94 Lors d’un test de culture générale, un QCM propose
25 questions indépendantes et Tess y répond au hasard. xi –2 1 5
Chaque question présente 5 réponses dont une seule est 1 13 1
correcte. p(X = xi)
4 20 10
Une bonne réponse rapporte 2 points et une mauvaise en
fait perdre 0,5. On considère un échantillon (X1 ; X2 ; ... ; Xn) de taille n de
Soit X la variable aléatoire donnant le nombre de bonnes la loi suivie par X ainsi que la variable aléatoire moyenne
réponses et Y celle donnant le nombre de mauvaises X + X 2 + ... + X n
Mn = 1 .
réponses. n
1. Quelle est la loi suivie par X ? Justifier. 1. Calculer E(Mn) et V(Mn) en fonction de n.
2. a) Exprimer Y en fonction de X. 2. Déterminer la valeur de n à partir de laquelle la variance
b) Calculer E(Y). de Mn devient inférieure à 0,05.
3. Soit Z la variable aléatoire donnant le nombre de points
à la fin du QCM. 98 Une urne contient 15 boules : 5 boules sont rouges,
a) Exprimer Z en fonction de X et Y. 7 boules sont bleues, les autres sont blanches.
b) Quelle est la moyenne de points obtenus que pourrait On tire au hasard une boule : si elle est bleue on gagne
espérer Tess si elle répétait un grand nombre de tels QCM? 2 euros, si elle est rouge on gagne 3 euros, sinon on ne
gagne rien.
95 Les parents de Lubin lui ont donné 200 euros d’argent On la remet dans l’urne puis on en tire une deuxième : si
de poche pour l’année. elle est blanche on perd 2 euros, si elle est rouge on perd
De plus, tous les mois, son père lance une pièce et s’il fait 5 euros, sinon on ne perd rien.
PILE, il lui donne 10 euros en plus. On la remet dans l’urne et on enlève 5 boules bleues de
Sinon il ne lui donne rien de plus. l’urne. Puis on tire au hasard une troisième boule : si elle est
1. Quel montant annuel maximal peut-il obtenir ? bleue on gagne 10 euros, sinon on ne gagne rien.
2. X est la variable aléatoire donnant le nombre de PILE que Z est la variable aléatoire donnant le gain algébrique final
son père obtient sur l’année et Y celle donnant la somme à ce jeu.
d’argent de poche de Lubin sur l’année. 1. Proposer une décomposition de Z en somme de variables
a) Sans justifier, préciser la loi suivie par X. aléatoires dont on précisera les lois.
b) Exprimer Y en fonction de X. 2. Calculer E(Z) et interpréter ce résultat.
c) En déduire E(Y). 3. On crée un échantillon (Z1 ; Z2 ; ... ; Zn) de taille
3. Calculer la probabilité que Lubin ait touché au moins n de la variable Z et on considère la variable aléatoire
250 euros l’an dernier. Sn = Z1 + Z2 + ... + Zn.
Algo a) Que représente concrètement Sn ?
96 Un jeu en ligne a été programmé b) Exprimer E(Sn) en fonction de n.
avec Python . c) Combien de fois faut-il jouer à ce jeu pour espérer rem-
Pour une mise de 5 euros, on peut gagner : porter plus de 100 euros ?
• 60 euros (sans prendre en compte la mise) avec une pro- Démo
babilité égale à 0,028 ; 99 X est une variable aléatoire sur un univers
• 10 euros avec une probabilité égale à 0,142 ; fini dont la loi de probabilité est donnée dans le tableau
• 6 euros avec une probabilité égale à 0,2 ; ci-dessous.
• dans les autres cas, on perd. xi x1 x2 ... xn
X est la variable aléatoire donnant le gain algébrique à ce jeu.
1. Écrire une fonction jeu() en Python simulant X. p(X = xi) p1 p2 ... pn
2. Lorsque Thomas joue, il fait 5 parties.
On se propose de démontrer que si a est un nombre réel,
Quelle commande peut-on écrire avec Python pour qu’il
alors E(aX) = aE(X) et V(aX) = a2 V(X).
fournisse directement une liste de 5 gains ?
On pose Z = aX.
3. On note (X1 ; X2 ; ... ; X5) un échantillon de taille 5 de la loi
1. Donner, dans un tableau, la loi de Z.
suivie par X et S = X1 + X2 + ... + X5.
2. Calculer E(Z) puis démontrer que E(aX) = aE(X).
a) Calculer E(S).
3. Sachant que la formule de la variance est donnée par
b) En donner une interprétation.
V(X) = p1 (x1 – E(X))2 + p2 (x2 – E(X))2 + ... + pn (xn – E(X))2,
c) Calculer une valeur approchée σ(S) à 0,01 près.
démontrer que V(Z) = a2 V(X).

424
 Exercices d'entraînement
100 Écrire un programme Python qui : Algo Utiliser un échantillon dans
• demande l’espérance et l’écart-type d’une variable aléa- le cadre d’un prélèvement 8 p. 414
toire X ainsi qu’un nombre entier naturel n supérieur ou
égal à 1, 104 Dans une entreprise comportant 1 500 salariés, on
• affiche l’espérance et l’écart-type de la variable aléatoire prélève un échantillon de 10 personnes.
moyenne Mn d’un échantillon de taille n de la loi suivie par X. Le salaire moyen mensuel dans l’entreprise est de
1 870 euros et l’écart-type est de 223 euros.
101 X est une variable aléatoire d’espérance μ = 1236 et On note S la somme des salaires de ces 10 personnes.
d’écart-type σ = 21,25. 1. Expliquer pourquoi ce prélèvement peut être assimilé à
(X1 ; X2 ; ... ; Xn) est un échantillon de taille n de la loi suivie un tirage avec remise de 10 personnes dans l’entreprise ?
par X. 2. Dans ces conditions, déterminer E(S) et σ(S).
Comment faut-il choisir n pour que l’écart-type de la variable
X + X2 + … + X n 105 En France en 2018, 66 % des personnes de plus de
aléatoire moyenne Mn = 1 soit inférieur ou 15 ans ont pratiqué une activité sportive dans l’année.
égal à 1 ? n
(Source : injep.fr)

102 Les gains de deux jeux sont modélisés par des

variables aléatoires indépendantes X et Y dont les lois sont
données par les tableaux suivants, où m et t sont des réels.

xi 0 1 m yi –3 2 t

1 1 1 3 3 1
p(X = xi) p(Y = yi)
2 4 4 5 10 10

On joue consécutivement aux deux jeux.

1. On pose m = 2 et t = 3.
a) Calculer E(X + Y) et σ(X + Y) à 0,01 près. On interroge 200 personnes en France. On note Xi la variable
b) Est-il avantageux de jouer dans ces conditions ? aléatoire donnant 1 si la i-ème personne répond qu'elle a
2. a) À quelle condition sur m et t est-il avantageux de jouer ? fait du sport dans l'année et 0 sinon. Au vu de la taille de
b) Proposer quatre couples de nombres (m ; t) avec m et t la population française, on peut considérer que la liste
positifs pour lesquels il n’est pas avantageux de jouer. (X1 ; X2 ; … ; X200) est assimilable à un échantillon de variables
aléatoires.
103 La numération binaire ne comporte NSI 1. Quelle est la loi suivie par S = X1 + X2 + ... + X200 ?
que deux chiffres : 0 ou 1 (que l’on appelle bit). C’est la 2. Déterminer E(S) et σ(S).
numération utilisée en informatique où un octet est un 3. Donner un intervalle de fluctuation centré au seuil de
nombre formé de 8 bits : par exemple 10001011 est un 95 % du nombre de personnes pratiquant une activité
octet. physique dans cet échantillon.
Lors de la transmission de données, des erreurs peuvent se
produire et on suppose dans l’exercice que la probabilité 106 Une loterie comporte un très grand nombre de
d’un changement de 0 en 1 ou de 1 en 0 est égale à 0,002. billets valant chacun 1 euro. Sans prendre en compte la
X est la variable aléatoire donnant le nombre d’erreurs lors mise, 0,1 % des billets permettent de gagner 100 euros, 1 %
de la transmission d’un octet. permettent de gagner 50 euros, 2 % permettent de gagner
On suppose que les transmissions de chaque bit dans un 10 euros et les autres sont perdants.
octet sont indépendantes. Manon, qui est la première à choisir ses billets, en prend 3
1. a) Quelle est la loi suivie par X ? au hasard.
b) En déduire E(X) et σ(X). X est la variable aléatoire donnant le gain algébrique d’un
2. On considère (X1 ; X2 ; ... ; X1 000 000) un échantillon de taille ticket.
1 000 000 de la variable aléatoire X. S est la variable aléatoire donnant le gain algébrique de
S Manon.
On pose S = X1 + X2 + ... + X1 000 000 et M = la
1000 000 1. Donner un argument permettant de considérer que les
variable aléatoire moyenne associée. 3 billets de Manon sont le résultat d’un tirage avec remise.
a) Interpréter S dans le contexte de l’exercice. 2. Sous cette condition, donner la loi de X et calculer E(X)
b) Calculer le nombre de bits incorrects que l’on peut espérer et σ(X).
lors d’une transmission de 1Mo. 3. En déduire le gain que pourrait espérer en moyenne
c) Calculer E(M) et σ(M). Manon en tirant 3 billets et l’écart-type de S.

13 • Variables aléatoires, concentration et loi des grands nombres 425

 Exercices d'entraînement
Inégalités de Bienaymé-Tchebychev 111 Bogdan boit généralement 10 verres d’eau par jour.
Compte tenu de la capacité du verre, on considère que la
107 Sur l’emballage d’une lampe de type LED, on peut quantité bue au i-ème verre en ml est donnée par une
lire que sa durée de vie moyenne est de 30 000 heures. variable aléatoire Xi d’espérance E(Xi) = 95 et d’écart-type
Par ailleurs, les études ont montré que la variance de la σ(Xi) = 5 et on admet que ces variables aléatoires sont
variable aléatoire D donnant sa durée de vie est 4 000 000. indépendantes.
1. Majorer p(|D – 30 000| ⩾ 5 000). S
1. On appelle S = X1 + X2 + … + X10 et M = .
2. On admet que pour tout réel t < 30 000, on a 10
p(D ⩽ 30 000 – t) = p(D ⩾ 30 000 + t). Justifier p(S ⩾ 1000) ⩽ p(|M – 95| ⩾ 5).
p(| D – 30 000 |  5 000) 2. En déduire une majoration de la probabilité que Bogdan
a) Montrer l’égalité p( D  35 000) = .
2 boive au moins un litre d’eau par jour à l’aide de l’inégalité
b) Peut-on dire qu’il y a au moins 10 % de chance que cette de concentration.
ampoule dure 35 000 heures ou plus ?
112 Un groupe musical va sortir un nouvel album en trois
formats :
108 La probabilité qu’un atome
• téléchargement à 10 € ;
se désintègre pendant sa période de demi-vie est 0,5.
• CD à 15 € ;
On considère 4 × 1024 atomes du même isotope et on
• vinyl à 25 €.
appelle X le nombre de ces atomes qui sont désintégrés
Lors d’un achat, les probabilités d’achat des différents for-
après une période de demi-vie.
mats sont consignées dans le tableau ci-dessous, d’après
1. a) Quelle loi suit la variable aléatoire X ? On supposera
une étude marketing.
que les désintégrations d’atomes sont indépendantes les
unes des autres. Format Téléchargement CD Vinyl
b) Déterminer l’espérance, la variance et l’écart-type de X.
2. On s’intéresse à la probabilité que le nombre d’atomes Probabilité 0,78 0,19 0,03
désintégrés soit égal à 2 × 1024 à ± 1013 atomes près.
1. On appelle X la variable aléatoire donnant le prix payé
a) Essayer de déterminer la probabilité
par un acheteur. Calculer E(X) et V(X).
p(2 × 1024 – 1013 ⩽ X ⩽ 2 × 1024 + 1013) à l’aide de la cal-
2. Majorer la probabilité que la moyenne des 2 000 pre-
culatrice en utilisant la loi binomiale. Que remarque-t-on ?
mières ventes soit inférieure à 11 €.
b) Minorer p(|X – 2 × 1024| < 1013 + 1).
c) Conclure.

Déterminer la taille
Inégalités de Bienaymé-Tchebychev d’un échantillon 9 p. 415

et de concentration 113 Amir distribue tous les jours des prospectus à la

« sans symétrie » sortie du métro.
Les variables aléatoires Xi donnant le nombre de prospectus
109 Soit X une variable aléatoire suivant une loi d’espé- distribués le i-ème jour sont indépendantes et de même loi
rance E(X) = 8 et de variance V(X) = 1. d’espérance 250 et de variance 100.
1. a) Expliquer pourquoi l’inégalité de Bienaymé-Tche- Au bout de combien de jours peut-il être sûr au risque de
bychev ne permet pas de majorer directement 5 % d’avoir distribué en moyenne entre 245 et 255 pros-
p(X ∈ ]– ∞ ; 6] ∪ [12 ; + ∞[). pectus (exclus) par jour ?
b) Montrer que p(X ∈ ]– ∞ ; 6] ∪ [12 ; + ∞[) ⩽ p(|X – 8| ⩾ 2).
c) En déduire une majoration de p(X ∈ ]– ∞ ; 6] ∪ [12 ; + ∞[). 114 Au casino, quand gi –1 1
2. a) Expliquer pourquoi l’inégalité de Bienaymé-Tcheby- quelqu’un parie un euro
chev ne permet pas de minorer directement p(X ∈ ]5 ; 13[). sur ROUGE ou NOIR, la 19 18
p(G = gi)
b) Montrer que p(X ∈ ]5 ; 13[) ⩾ p(|X – 8| < 3). variable aléatoire donnant 37 37
c) En déduire une minoration de p(X ∈ ]5 ; 13[). son gain algébrique pré-
sente la loi suivante.
110 Lorsque la batterie d’un certain modèle de téléphone 1. Déterminer E(G) et V(G).
est entièrement chargée, son autonomie est donnée en 2. On admet que les joueurs ne peuvent miser qu’un euro.
heures par une variable aléatoire A d’espérance E(A) = 11,2 Au bout de combien de joueurs ayant misé, le casino peut-il
et de variance V(A) = 4. être sûr au seuil de 95 % que le gain moyen par joueur est
Déterminer une minoration de la probabilité que le smart- ⎤ 1 1⎡
dans ⎥ E(G) – ; E(G) + ⎢ ?
phone puisse être utilisé plus de 7 heures après une charge. ⎦ 37 37 ⎣

426
 Exercices d'entraînement
115 Pour se rendre au travail, Déterminer δ ou V
Audrey prend le métro. La
variable aléatoire T donnant 118 On considère une variable aléatoire X d’espérance
son temps de trajet en minutes 10 et de variance 4.
a pour espérance E(T) = 6 et 1. Trouver δ > 0 tel que V ( X )  0,02.
pour écart-type σ(T) = 0,25. δ2
Au bout de combien de trajets 2. En déduire sans calcul que pour ces valeurs de δ, on a
de métro peut-elle être sûre au risque d’erreur de 2 % d’avoir p(|X – 10| ⩾ δ) ⩽ 0,02.
mis en moyenne entre 5 minutes 45 et 6 minutes 15 pour
se rendre au travail ? 119 On considère une variable aléatoire Y. Déterminer
les valeurs de δ en fonction de V(Y) assurant que :
116 Compte tenu de l’âge, de la corpulence et de l’activité a) p(|Y – E(Y)| ⩾ δ) ⩽ 0,01.
physique d’Adem, son médecin lui a dit qu’il avait besoin 8
de 2 900 à 3 100 calories par jour en moyenne. b) p (| Y − E (Y )|  δ)  .
9
L’ apport calorique journalier d’Adem suit une loi d’espérance
3 000 et d’écart-type 50, au bout de combien de jours peut-il
être sûr, au seuil de 99 %, de respecter les préconisations 120 Un joueur de rugby s’entraîne à tirer des pénalités.
de son médecin ? On considère que la variable aléatoire X donnant le nombre
de pénalités réussies sur les 100 tentées suit une loi d’espé-
117 On lance une pièce truquée de sorte que la proba- rance 70 et de variance inconnue.
bilité d’obtenir PILE est 0,6. Sachant que la probabilité qu’il réussisse entre 0 et 60 ou
1. On lance n fois cette pièce et on appelle Xi la variable aléa- entre 80 et 100 pénalités est supérieure à 0,1, déterminer
toire donnant le nombre de PILE obtenus au i-ème lancer. une minoration de V(X).
a) Justifier que Xi suit une loi de Bernoulli.
b) Déterminer E(Xi) et V(Xi). 121 Le nombre
2. On cherche à déterminer un nombre de lancers à partir de jours ensoleillés
duquel on est sûr au seuil de 95 % qu’il y a plus de PILE par an dans une
que de FACE. destination touris-
a) On appelle Mn la variable aléatoire donnant la moyenne tique est donné par
des n premiers Xi. Quel est le plus grand intervalle I de la une variable aléa-
forme ]0,6 – δ ; 0,6 + δ[ tel que Mn ∈ I implique qu’il y ait eu toire S d’espérance
plus de PILE que de FACE ? E(S) = 300 et d’écart-
b) À l’aide de l’inégalité de concentration, déterminer à type σ(S) = 10.
partir de combien de lancers on peut être sûr au seuil de Une agence de
95 % que Mn ∈ I. On appellera n0 ce nombre de lancers. voyage crée une publicité promettant plus de a jours de
c) En utilisant la loi binomiale, calculer la probabilité qu’il soleil cette année au risque d’erreur de 1 %.
y ait plus de PILE que de FACE quand on lance n0 fois cette 1. Trouver un nombre δ assurant que p(|S – 300| < δ) ⩾ 0,99.
pièce. Commenter. 2. En déduire un nombre a qui convient pour la publicité.

Travailler le Grand Oral

122 1. L’inégalité Histoire des sciences 123 Le 4 novembre 2019, le site arretsurimages.net titre
de Bienaymé-Tchebychev porte le nom de deux mathé- un de ces articles « Présidentielles : de l’absurdité du
maticiens : Irénée-Jules Bienaymé et Pafnouti Tchebychev. sondage précoce ».
Quelle est la contribution de chacun de ces deux mathé- 1. En étudiant les sondages publiés plusieurs mois (voire
maticiens à cette inégalité ? années) avant une élection présidentielle ayant eu lieu
2. Beaucoup de propriétés ou théorèmes ont été conjec- (par exemple celle de 2017), discuter du titre de cet article.
turés et démontrés par des personnes différentes, parfois 2. Quelles autres raisons que le temps avant l’élection
avec un grand intervalle de temps entre les deux. peuvent influencer le résultat d’un sondage ?
En trouver quelques exemples célèbres et les présenter 3. Organiser les réponses aux deux questions précédentes
lors d’un exposé de quelques minutes. afin d’en faire un exposé de quelques minutes durant
lequel vous projetterez au moins un graphique que vous
commenterez.

13 • Variables aléatoires, concentration et loi des grands nombres 427

 Exercices bilan
124 Somme de variables aléatoires 127 Inégalité de concentration, Algo
Quand il lance une impression d’une page, l’imprimante de loi des grands nombres et simulation
Bob prend une, deux ou trois feuilles de manière aléatoire 1. a) Donner E(X) et V(X) pour la variable aléatoire X donnant
avec pour probabilités respectives 0,90 ; 0,08 et 0,02. le résultat du lancer d’un dé équilibré à 4 faces numérotées
Bob lance 10 impressions d’une page sur l’imprimante. de 1 à 4.
X est la variable aléatoire donnant le nombre de feuilles b) En utilisant l’inégalité de concentration, déterminer
prises par l’imprimante lors d’une impression et S la variable combien de lancers d’un dé équilibré à 4 faces on peut faire
aléatoire donnant le nombre total de feuilles prises par pour s’assurer au seuil de 95 % que la moyenne des résultats
l’imprimante pour les 10 impressions indépendantes. des lancers est dans l’intervalle ]2,45 ; 2,55[.
1. Donner la loi de X et proposer une décomposition de S
sous la forme d’une somme de variables aléatoires indé- Coup de pouce On pourra introduire un échantillon
pendantes suivant toutes une même loi. X + X 2 + ... + X n
(X1 ; X2 ; … ; Xn) de X et M = 1 .
2. Déterminer le nombre moyen de feuilles que l’imprimante n
prend lorsque Bob lance 10 impressions.
3. Calculer σ(S) à 0,01 près. 2. En « fouillant » dans le code d’un jeu en ligne devant
simuler le lancer d’un dé à 4 faces, Ed a constaté que cette
125 Inégalité de Bienaymé-Tchebychev (1)
Une entreprise vend des packs d’eau de 6 bouteilles. La loi simulation était effectuée par la fonction Python de4
de la variable aléatoire X donnant le volume d’eau en mL ci-dessous.
d’une bouteille a une espérance de 1 000 et une variance
def de4() :
de 15. Les volumes d’eau de chaque bouteille sont supposés a = random.random()
indépendants. Z est la variable aléatoire donnant le volume if a <= 0.25 :
d’eau en mL dans un pack de 6 bouteilles. r=1
1. Déterminer E(Z) et V(Z). if a > 0.25 and a <= 0.5 :
2. En utilisant l’inégalité de Bienaymé-Tchebychev, donner r=2
une minoration de la probabilité que le pack d’eau contienne if a > 0.5 and a <= 0.75 :
entre 5,950 L et 6,050 L (exclus). r=3
if a > 0.65:
3. On suppose que la probabilité qu’un pack d’eau contienne
r=4
entre 5,950 L et 6,050 L est égale à 0,98. return r
On prélève 200 packs d’eau sur l’ensemble de la production.
On assimile ce prélèvement à un tirage avec remise. a) Expliquer pourquoi cette fonction ne simule pas correc-
N est la variable aléatoire donnant le nombre de packs qui tement le lancer d’un dé équilibré à 4 faces numérotées
contiennent entre 5,950 L et 6,050 L dans le prélèvement. de 1 à 4.
a) Donner la loi suivie par N. Justifier. b) Donner la loi de la variable aléatoire Y donnant la valeur
b) Calculer p(N ⩾ 194) au millième près. de retour de cette fonction.
c) Calculer E(N) et interpréter ce résultat. c) Calculer E(Y) et V(Y).
3. On considère la liste L définie par :
126 Inégalité de Bienaymé-Tchebychev (2) L=[de4() for i in range(n)].
Albane et Thomas vont participer à un quiz télévisé de Sous quelle condition peut-on considérer que cette liste L
100 questions portant sur l’économie et la géographie. donne un échantillon de taille n de la variable aléatoire Y ?
Albane répondra aux 50 questions d’économie et Thomas Dans la suite, on considère que cette condition est vérifiée.
aux 50 questions de géographie. Après plusieurs semaines 4. On considère la variable moyenne définie par
d’entraînement, on constate que le score obtenu aux ques- moyenne=sum(L)/n.
tions est donné par une variable aléatoire :
• A, d’espérance 44 et d’écart-type 3 pour celles d’économie ; Coup de pouce sum(L)donne la somme des
• T, d’espérance 42 et d’écart-type 4 pour celles de géo- éléments de la liste L.
graphie.
1. D’Albane ou de Thomas, qui fait preuve du plus de ré- a) De quelle valeur doit être proche moyenne si n est
gularité ? Justifier. grand ?
2. a) Donner un argument permettant de penser que les b) Pour 10 000 lancers, est-il « relativement probable »
variables aléatoires A et T sont indépendantes. que la valeur de la variable moyenne soit dans l’intervalle
b) Donner l’espérance et l’écart-type de la variable aléatoire ]2,55 ; 2,65[ ?
S = A + T. c) En déduire une méthode permettant de mettre en évi-
3. a) Minorer p(|S – 86| < 15). dence le fait que la fonction ne fonctionne pas correctement
b) Pour gagner un lot, il faut répondre correctement à au sans visualiser son code.
moins 72 questions. Que peut-on penser de la probabilité
qu’Albane et Thomas gagne un lot ?

428
 Préparer le BAC L'essentiel

Variables aléatoires Loi binomiale

X + Y et aX Une variable aléatoire suivant
une loi binomiale peut être
Linéarité de l’espérance décomposée comme somme
de variables aléatoires
E(X + Y) = E(X) + E(Y) indépendantes suivant
E(aX) = aE(X) une même loi de Bernoulli.

Échantillon

• C’est la liste (X1 ; X2 ; .. ; Xn)

de variables aléatoires
indépendantes et de même loi.
Propriété de la variance • Sn = X1 + X2 +. .. + Xn est la
variable aléatoire somme.
• Si X et Y sont indépendantes S
V(X + Y) = V(X) + V(Y) • Mn = n est la variable
n
• V(aX) = a2 V(X) aléatoire moyenne.

Inégalité de Bienaymé-Tchebychev Caractéristiques d’un échantillon de X

Avec E(X) = μ, V(X) = V et σ(X) = σ, on a : E(Sn) = nE(X) et V(Sn) = nV(X)
V V V(X)
• p(|X – μ| ⩾ δ) ⩽ 2 et p(|X – μ| < δ) ⩾ 1 – 2 E(Mn) = E(X) et V ( Mn ) =
δ δ n
1 1
• p(|X – μ| ⩾ kσ) ⩽ 2 et p(|X – μ| < kσ) ⩾ 1 – 2
k k

Inégalité de concentration Loi (faible) des grands nombres

Avec E(Xi) = μ et V(Xi) = V, on a : La moyenne d’un échantillon

V d’une variable aléatoire se rapproche
• p(|Mn – μ| ⩾ δ) ⩽ 2 de son espérance quand n devient
nδ
V grand.
• p(|Mn – μ| < δ) ⩾ 1 – 2
nδ

13 • Variables aléatoires, concentration et loi des grands nombres 429

 Préparer le BAC Je me teste

Je dois être capable de... Parcours d’exercices

Travailler avec X+Y ou aX 1 2 35, 38, 43, 44, 47, 94

Travailler avec un échantillon 3 4 8 49, 53, 56, 58, 60, 104, 105

Appliquer l’inégalité de Bienaymé-Tchebychev 5 72, 76, 79, 107, 112, 118

Utiliser l’inégalité de concentration 6 9 82, 87, 111, 113, 114, 120

Comprendre et visualiser la loi des grands nombres 7 89, 90, 92

EXOS
QCM interactifs
QCM Pour les exercices suivants, choisir la (les) bonne(s) réponse(s). lienmini.fr/maths-s13-06

Pour les exercices 128 à 132 , X est une variable aléatoire d’espérance 5,62 et d’écart-type 0,04 et Y est
une variable aléatoire d’espérance – 1,59 et d’écart-type 0,12. X et Y sont indépendantes.

A B C D
128 E(5X) = 5,62 28,1 0,62 140,5

129 E(X + Y) = 0,16 4,03 5,62 – 1,59

130 V(X + Y)= 0,16 0,016 7,21 4,03

131 Si X1, X2, … X10 suivent la même

⎛ X + X 2 + ... + X10 ⎞ 10 56,2 5,62 0,562
loi que X alors E ⎜ 1 ⎟⎠ =
⎝ 10

132 Pour quelle valeur de b a-t-on 562

3,53 0 3
E(X + bY) = 0 ? 159

133 Si X1 ; X2 ; ... ; X35 sont des

variables aléatoires indépendantes ℬ(0,7) ℬ(35 ; 0,70) ℬ(0,02) ℬ(35 ; 0,02)
suivant une loi ℬ(0,02) alors
X1 + X2 + … + X35 suit la loi :

Pour les exercices 134 à 136 X est une variable aléatoire d’espérance 10 et de variance 2. (X1 ; X2 ; ... ; Xn) est
X + X 2 + ... + X n
un échantillon de taille n de la loi suivie par X et M = 1 la variable aléatoire moyenne de cet
échantillon. n

134 p(|X – 10| ⩾ 2) est majorée par : 0,5 0,6 0,2 0,8

135 p(|M – 10| < 0,2) est nécessaire- 10 150 1 200 1 500
ment supérieure à 0,95 pour n =

136 Quand n tend vers + ∞, la moyenne 0 10 2 20

de l’échantillon est proche de :

430
 Préparer le BAC Je révise

137 Problème ouvert 139 Espérance et concentration

Au tir à l’arc, il y a deux cibles, l’une est située à 30 mètres Le temps d’attente avant de recevoir sa commande dans
et l’autre à 50 mètres. un restaurant est donné (en secondes) par une variable
Anna a une probabilité égale à 0,4 de toucher la première aléatoire T d’espérance 600 et de variance 2 000.
cible et 0,1 de toucher la deuxième. 1. Mia s’est rendue à ce restaurant une fois par semaine
Lorsqu’elle s’entraîne, elle tire 20 flèches pour la première l’an dernier. Donner une minoration de la probabilité
cible et 10 pour la deuxième. qu’elle ait attendu en moyenne entre 9 et 11 minutes
Les tirs sont supposés indépendants. (exclus) sur ses 52 visites (supposées indépendantes) ?
Toucher la première cible rapporte 5 points et toucher
Coup de pouce Introduire une variable aléatoire pour
la deuxième cible rapporte 20 points.
chaque visite.
Quel nombre de points peut-elle
espérer obtenir en moyenne sur 2. Le restaurant a embauché du personnel et chaque
un grand nombre d’entraînement ? client attend maintenant une minute de moins qu’avant.
a) Déterminer l’espérance et la variance de la variable
Coup de pouce Penser à la loi binomiale.
aléatoire T ′ donnant le nouveau temps d’attente.
b) Au bout de combien de clients supposés indépen-
2 p. 407 et 3 p. 409 dants peut-on être sûr au seuil de 99 % que le temps
d’attente moyen est compris entre 8 minutes 30
et 9 minutes 30 exclus ?
138 Avec un programme Algo
1 p. 407, 6 p. 413 et 8 p. 414
Le programme Python suivant simule l’obtention
140 Inégalité de Bienaymé-Tchebychev
du gain algébrique d’un jeu. On considère un QCM de 50 questions et la variable
import random aléatoire X donnant le nombre de réponses correctes à
def partie() : ce QCM pour quelqu’un répondant totalement au hasard.
c = random.random() 1. Donner la loi de la variable aléatoire X sachant que,
if c <= 0.78 : pour chaque question, il y a quatre propositions dont
gain = -4 une seule est correcte.
if c > 0.78 and c <= 0.96 :
gain = 5 Coup de pouce Penser à une loi binomiale.
if c > 0.96 :
gain = 100 2. Une réponse correcte rapporte 2 points.
return gain
a) Exprimer la variable G donnant le nombre total de
l = [partie() for i in range(10)]
gainfinal = sum(l)
points gagnés en fonction de X.
print(gainfinal) b) Déterminer E(G) et V(G).
3. Une réponse incorrecte faisant perdre 0,5 point, on
La commande sum permet de faire la somme de tous les considère S la variable aléatoire donnant le score final
éléments d’une liste. quand on répond au hasard à ce QCM.
1. La fonction partie() permet de simuler un jeu a) Justifier que S = 2,5X – 25.
aléatoire. Soit X la variable aléatoire donnant le résultat b) En déduire E(S) et V(S).
obtenu à la fin de son exécution. c) Appliquer l’inégalité de Bienaymé-Tchebychev à
Donner la loi de X. p(|S – 6,25| ⩾ 31,75).
2. Combien de fois est utilisée la fonction partie() d) Justifier que |S – 6,25| ⩾ 31,75 ⇔ S ⩾ 38 puis inter-
pour obtenir par somme le gain final à ce jeu ? préter l’inégalité obtenue dans la question précédente
3. Quelle est la probabilité que l’affichage du programme dans les termes de l’énoncé.
soit – 40 ? e) Déterminer la probabilité que le score soit supérieur
4. On note S la variable aléatoire donnant le résultat final ou égal à 38 à l’aide de la loi binomiale.
(affiché) de ce jeu.
Coup de pouce S ⩾ 38 ⇔ X ⩾ ...
a) Ecrire S sous la forme d’une somme de variable aléa-
toire suivant toutes la loi de X.
f) Commenter la majoration de p(|S – 6,25| ⩾ 31,75)
b) Quel gain moyen peut-on espérer à ce jeu lorsque l’on
obtenue à la question 3. c) à l’aide du résultat de
fait un grand nombre de parties ?
la question 3. e).
4 p. 409 et 7 p. 413 1 p. 407 et 5 p. 411

13 • Variables aléatoires, concentration et loi des grands nombres 431

 Exercices vers le supérieur
Les exercices 141 à 146 se suivent et ont pour ambition 143 Linéarité de l’espérance MPSI
d’amener à la démonstration de l’inégalité de Bienaymé-
X et Y sont des variables aléatoires sur un univers Ω fini.
Tchebychev.
On admettra le résultat démontré dans l’exercice précédent :
141 Variables aléatoires en tant que fonctions E( X ) = (p( ) X( )).
1. On considère l’expérience aléatoire consistant à tirer
une boule dans une urne qui contient 2 boules rouges, 1. Écrire une égalité similaire pour E(Y).
3 boules vertes, 4 boules noires et 1 boule blanche, et à 2. Écrire une égalité similaire pour E(X + Y).
noter sa couleur. 3. En déduire que E(X + Y) = E(X) + E(Y).
a) Donner l’univers Ω associé à cette expérience aléatoire.
b) On considère le jeu consistant à tirer une boule dans 144 Variables comparables MPSI
cette urne et : et espérance
• on gagne 1 € si la boule est rouge ; Soit X et Y deux variables aléatoires définies sur un même
• on perd 2 € si la boule est blanche ; univers Ω fini. On dit que X ⩽ Y si, pour tout ω ∈ Ω,
• on ne gagne ou ne perd rien si la boule est d’une autre X(ω) ⩽ Y(ω).
couleur. Montrer que si X ⩽ Y alors E(X) ⩽ E(Y).
On appelle G la fonction de Ω dans ℝ qui, à un élément ω
de Ω, associe le gain au jeu énoncé.
145 Inégalité de Markov MPSI
Donner G(ω) pour tout ω ∈ Ω. Soit Ω un univers fini, X une variable aléa-
c) Comment appelle-t-on toire positive définie sur Ω (c’est-à-dire que
les fonctions du type de G X(ω) ⩾ 0 pour tout ω ∈ Ω) et δ > 0.
dans le cadre des probabi- 1. On considère Y la variable aléatoire
lités ? Donner sa loi. définie par : Andreï Markov
2. On considère l’expé- ⎧Y(ω) = δ si X(ω) ˘ δ
rience aléatoire consistant ⎨
⎩Y(ω) = 0 sinon
à tirer une carte dans un Montrer que E(X) ⩾ E(Y).
jeu de 32 cartes et à noter 2. a) Donner la loi de probabilité de Y en fonction de
son rang. p(X ⩾ δ).
Par exemple, si on tire le b) En déduire E(Y).
valet de carreau, on note 3. En déduire l’inégalité de Markov selon laquelle
valet. E( X )
Rappel : dans un jeu de p( X  δ )  .
δ
32 cartes, il n’y a pas les
cartes 2-3-4-5 et 6. 146 Inégalité MPSI
a) Donner l’univers Ω′ associée à cette expérience aléatoire. de Bienaymé-Tchebychev
b) On considère le jeu consistant à tirer une carte dans un Soit Ω un univers fini, X une variable aléatoire définie sur
jeu de 32 cartes et où un habillé (valet, dame ou roi) rap- Ω et δ > 0.
porte 10 points, un as 20 points et les autres cartes 0 point. On rappelle que la variance de X est donnée par
Donner V(ω′) pour tout ω′ ∈ Ω′ où V est la variable aléatoire V(X) = E((X – E(X))2).
donnant la valeur de la carte obtenue. 1. Justifier que l’on peut appliquer l’inégalité de Markov à
la variable aléatoire Z=(X – E(X))2.
142 Variables aléatoires, MPSI 2. En déduire l’inégalité de Bienaymé-Tchebychev.
univers et espérance
Soit X une variable aléatoire définie sur un univers Ω fini et 147 Écritures équivalentes
dont la loi est donnée dans le tableau ci-dessous. On se propose dans cet exercice de montrer que si X suit la
loi ℬ(n ; p) alors X peut s'écrire sous la forme d'une somme
xi x1 … xn de variables aléatoires indépendantes et de même loi ℬ(p).
p(X = xi) p1 pn Soit X une variable aléatoire suivant une loi binomiale de
paramètres n et p.
Pour tout entier i entre 1 et n,on pose Xi la variable aléatoire
1. a) On considère Ai l’événement de Ω contenant tous les
donnant 1 si on obtient un succès à la i-ème répétition dans
antécédents de xi.
le schéma de Bernoulli associé et 0 sinon.
Que peut-on dire des événements Ai et X = xi ?
1. Quelle loi suivent les Xi ?
b) En déduire que pi = ∑ p(ω ) où ∑ p(ω ) se lit « somme 2. Expliquer pourquoi les variables aléatoires Xi sont indé-
ω  Ai ω  Ai pendantes.
des p de ω pour tous les ω appartenant à Ai ». 3. Proposer une écriture de X à partir de X1 , X2 , … et Xn
2. Montrer que E( X ) = (p( ) X( )). permettant de prouver la propriété.

432
 Exercices vers le supérieur
148 Jeu de couleurs 151 Variables aléatoires indépendantes (3)
On considère un jeu consistant à tirer au hasard une boule Un jeu comporte 4 cartes et sur chacune d’elle est écrit
dans une urne opaque : si la boule est noire, on perd 1 €, si A, B, U ou W.
elle est rouge, on gagne 2 €. On tire au hasard les 4 cartes sans remise de sorte à former
Le propriétaire du jeu tient secrète la composition de l’urne, un mot (qui peut ne pas avoir de sens).
tout juste sait-on qu’il y a 30 boules en tout et qu’il remet X est la variable aléatoire donnant le rang de la première
la boule tirée dans l’urne après chaque tirage. voyelle tirée et Y est la variable aléatoire prenant la valeur 10
Un « spectateur » observe les 1 000 premiers joueurs et si on a tiré les deux voyelles en premier et 0 sinon.
dresse le graphique ci-dessous donnant l’évolution du gain X et Y sont-elles indépendantes ?
algébrique moyen des joueurs à ce jeu.
0,5
152 Variance et indépendance
On lance un dé équilibré à 12 faces numérotées de 1 à 12
Gain moyen

0,0 et on appelle U (respectivement D) la variable aléatoire

donnant le chiffre des unités (respectivement dizaines) du
–0,5 résultat obtenu.
1. U et D sont-elles indépendantes ?
2. Calculer V(U + D) et la comparer à V(U) + V(D).
–1,0
0 200 400 600 800 1 000
Nombre de joueurs 153 Espérance et indépendance MPSI
Déterminer le nombre de boules de chaque couleur dans
l’urne.

Pour les exercices 149 à 153 on utilisera la définition

suivante.
Soit X et Y deux variables aléatoires sur un même uni-
vers Ω fini, X prend les valeurs x1, x2, ... et xn et Y prend
les valeurs y1, y2, … et ym (n et m entiers naturels).
On dit que les variables aléatoires X et Y sont indépen-
On lance deux dés équilibrés tétraédriques dont les
dantes si et seulement si pour tout entier i (1 ⩽ i ⩽ n) et
4 sommets sont numérotés de 1 à 4.
pour tout entier j (1 ⩽ j ⩽ m) les événements (X = xi) et
X est la variable aléatoire donnant le résultat du premier dé
(Y = yj) sont indépendants.
et Y celle donnant le résultat du deuxième.
Autrement dit X et Y sont indépendantes si et seule- On souhaite observer le produit des deux nombres obtenus :
ment si pour tout entier i (1 ⩽ i ⩽ n) et pour tout entier il s’agit donc du produit des deux variables aléatoires : XY.
j (1 ⩽ j ⩽ m) on a : Les résultats des deux dés étant indépendants, on admet
p((X = xi) ∩ (Y = yj)) = p(X = xi) × p(Y = yj). que les variables aléatoires X et Y sont indépendantes.
1. Donner la loi de probabilité de XY.
149 Variables aléatoires indépendantes (1) 2. Déterminer E(XY).
Une urne contient 8 tickets numérotés de 1 à 8. 3. Comparer E(XY) et E(X) × E(Y).
On tire au hasard et avec remise deux tickets de l’urne. Information Plus généralement, on peut montrer que si
S est la variable aléatoire donnant la somme des deux tickets X et Y sont deux variables aléatoires indépendantes alors
et R est la variable aléatoire prenant la valeur 1 si le résultat E(XY) = E(X) × E(Y).
du premier ticket est supérieur ou égal à 5 et 0 sinon.
1. Calculer p(S = 7) et p(R = 1). Démo MPSI
2. Calculer p((S = 7) ∩ (R = 1)).
154 Variance
3. S et R sont-elles indépendantes ? et Konig-Huygens
On considère les prérequis suivants.
150 Variables aléatoires indépendantes (2) • la formule de Konig-Huygens pour calculer la variance
On lance un dé équilibré à 6 faces numérotées de 1 à 6. d’une variable aléatoire Z :
X est la variable aléatoire prenant la valeur 2 si le résultat V(Z) = E(Z 2) – (E(Z))2.
est pair et 0 sinon. • la propriété :
Y est la variable aléatoire prenant la valeur 5 si le nombre Si X et Y sont indépendantes alors E(XY) = E(X) × E(Y).
est 5 ou 6 et 0 sinon. Soit X et Y des variables aléatoires finies et indépendantes.
1. Déterminer les lois de X et Y. Démontrer que V(X + Y) = V(X) + V(Y).
2. X et Y sont-elles indépendantes ?

13 • Variables aléatoires, concentration et loi des grands nombres 433

 Travaux pratiques
Algo 55 min Représenter
Raisonner
1 Inégalité de Bienaymé-
Tchebychev et loi binomiale
PYTHON
Ouvrir l’interface Python à l’aide du lien ci-contre et executer le programme Script
une première fois. lienmini.fr/maths-s13-07

Ce script contient notamment la fonction proba_binom(n,p,k)

renvoyant p(X = k) pour X suivant la loi ℬ(n ; p).
Dans la suite du TP, écrire les différentes fonctions et programmes demandés à la suite dans ce fichier.
A Premier exemple
Soit X suivant la loi binomiale de paramètres n = 10 et p = 0,55.
1. Recopier et compléter par deux nombres entiers :
« Pour n = 10 et p = 0,55, on a | X – np |  n ⇔ 0 ⩽ X ⩽ ... ou … ⩽ X ⩽ 10 »
2. Écrire l’instruction suivante dans la console de python en complétant les pointillés afin d’obtenir p(| X – np |  n )
pour n = 10 et p = 0,55 :
sum([proba_binom(10,0.55,i) for i in […,…,…,…,…]])
puis noter le résultat affiché dans la console.

Coup de pouce Pour une liste L, sum(L) renvoie la somme des éléments de L.

B Calcul de p(| Sn – np |  n ) et inégalité de Bienaymé-Tchebychev

Soit Sn suivant la loi ℬ(n ; p).
1. a) Écrire et compléter la fonction p1 ci-dessous afin qu’elle renvoie p(| Sn – np |  n ).
def p1(n,p):
return sum([proba_binom(n,p,i) for i in range(…) if abs(i-n*p)…])

Coup de pouce abs(x) renvoie la valeur absolue de x et math.sqrt(x) renvoie x.

b) Exécuter le fichier binomiale.py et lancer p1(10,0.55) depuis la console puis contrôler le bon fonctionnement
de la fonction p1 en comparant le résultat obtenu à celui obtenu à la question A 2..
2. Justifier que p(| Sn – np |  n )  p(1– p ).
3. a) Calculer p(1 – p)pour p = 0,55.
b) Comparer la valeur ainsi obtenue à celle obtenue aux questions A 2. et B 1. b).
L’inégalité de Bienaymé-Tchebychev donne-t-elle une bonne majoration de p(| Sn – np |  n ) dans ce cas où n = 10
et p = 0,55 ?
C Comparaison de p(| Sn – np |  n ) et p(1 – p)
1. Écrire une fonction p2 de paramètres k et p et renvoyant la liste des p1(n,p) pour tous les n entiers entre 10 et k.
2. La fonction graph est telle que graph(k,p) trace en rouge le nuage de points de coordonnées
( n ; p(| Sn – np |  n )) pour tous les n entiers entre 10 et k et en bleu la droite d’équation y = p(1 – p).
a) Lancer graph(100,0.25) depuis la console.
Que peut-on dire de la majoration donnée par l’inégalité de Bienaymé-Tchebychev dans ce cas ?
b) Utiliser la fonction graph avec d’autres valeurs de k ⩾ 50 et p.
Cela semble-t-il confirmer la situation observée à la question précédente ?
c) Pour quelle(s) valeur(s) de p les probabilités de la forme p(| Sn – np |  n ) semblent-elles les plus grandes ?

434
 Représenter
Algo 50 min Modéliser
Raisonner
2 Marche aléatoire
On considère un robot aspirateur circulaire qui, à chaque seconde, se déplace aléatoirement de 25 cm dans une
des quatre directions : avant de la pièce, fond de la pièce, gauche ou droite.
Le sol (vu de dessus) sur lequel est posé le robot est assimilé au plan muni d’un repère et on considère que :
• le centre du robot est à l’origine au départ ;
• le robot va vers la droite quand son abscisse augmente de 0,25 ;
• le robot va vers la gauche quand son abscisse diminue de 0,25 ;
• le robot va vers le fond de la pièce quand son ordonnée augmente de 0,25 ;
• le robot va vers l’avant de la pièce quand son ordonnée diminue de 0,25.
Soit les listes X=[0]et Y=[0](au départ) qui vont contenir respectivement les abscisses et ordonnées successives
du centre du robot.
1. a) Dans un repère, tracer la trajectoire du centre du robot si après 5 déplacements, on a
X =[0,0.25,0.25,0.25,0.5,0.75] et Y =[0,0,-0.25,-0.5,-0.5,-0.5] (prendre 2 cm pour 0,25).
b) Quelles sont les listes X et Y correspondant au déplacement ci-dessous ?

Fond

0,00
Gauche Droite

–0,25
Avant

–0,50
–0,50 –0,25 0,00 0,25

2. a) Écrire une fonction Python modif1 telle que, pour une liste L, modif1(L) renvoie la liste L à laquelle
on a ajouté l’élément a + 0,25 où a est le dernier élément de L.
b) Écrire une fonction Python modif2 telle que, pour une liste L, modif2(L) renvoie la liste L à laquelle on a
ajouté l’élément a – 0,25 où a est le dernier élément de L.
c) Écrire une fonction Python modif3 telle que, pour une liste L, modif3(L) renvoie la liste L à laquelle on a
ajouté le dernier élément de L.
3. On propose de simuler le déplacement du robot à l’aide des instructions ci-contre. a = random.randint(1,4)
a) Lorsque random.randint(1,4) donne un résultat égal à 1, cela correspond-il if a == 1 :
X = modif1(X)
à un déplacement du robot vers l’avant, le fond, la gauche ou la droite ? Y = modif3(Y)
b) Associer de la même manière chaque valeur possible renvoyée par if a == 2 :
random.randint(1,4) à un déplacement du robot. X = modif2(X)
Y = modif3(Y)
4. a) Ouvrir l’espace Python à l’aide du lien if a == 3 :
PYTHON
ci-contre. Script X = modif3(X)
b) Exécuter le programme et le tester avec lienmini.fr/maths-s13-08 Y = modif1(Y)
différentes valeurs (éventuellement assez élevées) if a == 4 :
pour le nombre de déplacements. X = modif3(X)
Y = modif2(Y)
c) La croix rouge sur le graphique donne la dernière position du robot. S’éloigne-t-il
beaucoup de son point de départ comparativement au nombre de déplacements ?
Argumenter.

Coup de pouce On pourra considérer les variables aléatoires Xi (respectivement Yi) prenant les valeurs 0,25 ; – 0,25 et 0
à ajouter à l’abscisse (respectivement l’ordonnée) du centre du robot au i-ème déplacement.

13 • Variables aléatoires, concentration et loi des grands nombres 435

 Travaux pratiques
TICE
40 min Modéliser
Calculer
3 Échantillons et écarts-types
A Observations
1. Ouvrir un tableur et y compléter les cellules A1, A2, B1 et B2 afin d’obtenir la feuille A B
de calcul ci-contre. 1 Espérance 2
2. Écrire =LOI.NORMALE.INVERSE(ALEA();$B$1;$B$2) dans la cellule D1 : 2 Ecart-type 3
cette formule permet de simuler une variable aléatoire dont l’espérance est dans la
cellule B1 et l’écart-type dans la cellule B2.
3. Recopier le contenu de la cellule D1jusqu’à la cellule D100 : on vient de simuler un échantillon de n = 100 variables
aléatoires d’espérance μ = 2 et d’écart-type σ = 3.
4. Écrire « Moyenne » dans la cellule C101 et compléter le contenu de la cellule D101 afin d’y afficher automatique-
ment la moyenne des valeurs de l’échantillon de la plage D1:D100.
5. Sélectionner la plage D1:D101 et la recopier jusqu’à la colonne GU incluse afin de simuler 200 échantillons de
n = 100 variables aléatoires.
6. a) Saisir « Ecart-type » dans la cellule C102.
b) Dans la cellule D102, écrire une formule calculant l’écart-type s des moyennes des 200 échantillons.
Coup de pouce L’écart-type de valeurs présentes dans une plage de valeurs s’obtient avec ECARTYPEP(plage).

σ
7. a) Comparer s et . Que remarque-t-on ?
n
b) Modifier la valeur de σ dans la cellule B2.
L’observation faite à la question précédente semble-t-elle encore valable ?
c) Effacer le contenu des lignes 101 et 102 et étendre la plage D100:GU100 jusqu’à la ligne 400 puis reprendre les
questions 4., 5. (On pourra se contenter de la cellule D401 plutôt que la plage D1:D401) et 6. avec la ligne 401 au
lieu de la ligne 101.
L’observation faite à la question 7. a) semble-t-elle se confirmer pour ces échantillons de taille n = 400 ?
8. a) Dans la cellule C403, écrire k et dans la cellule D403, écrire 1.
b) Dans la cellule D404, écrire =NB.SI(D401:GU401;"<"&B1-D403*D402) : cette formule donne le nombre de
valeurs de la plage D401:GU401 qui sont strictement inférieures à μ – k × s (c’est-à-dire inférieures à B1-D403*D402).
c) Dans la cellule D405, écrire une formule donnant le nombre de valeurs de la plage D401:GU401 qui sont stric-
tement supérieures à μ + k × s.
d) Dans la cellule D406 écrire une formule donnant la proportion des 200 valeurs de la plage D401:GU401 qui sont
dans l’intervalle [μ – k × s ; μ + k × s].
e) Relancer plusieurs fois la simulation avec F9 : quelle proportion des échantillons semble avoir leur moyenne
dans [μ – s ; μ + s] ?
f) En modifiant la valeur de k dans la cellule D403, reprendre la question précédente avec les intervalles [μ – 2s ; μ + 2s]
et [μ – 3s ; μ + 3s].
B Simulation
1. Dans un tableur, on saisit =600*ALEA()+300 dans la cellule A1 et on admet que la variable aléatoire simulée
3
par la commande ALEA() a pour espérance 0,5 et pour écart-type .
6
Donner l’espérance μ et l’écart-type σ de la variable aléatoire simulée par 600*ALEA()+300.
2. Si on recopiait la formule en A1 jusqu’à A300 et si on saisissait =MOYENNE(A1:A300) dans la cellule A301, de
quelle valeur va être proche la valeur en A301 ? Vérifier avec le tableur.
3. On recopie la plage A1:A301 jusqu’à la colonne OJ incluse de sorte d’avoir 400 échantillons de n = 300 valeurs.
a) D’après la partie A de quelle valeur l’écart-type des moyennes de la page A301:OJ301 est-il proche ?
b) Vérifier sur le tableur.
(on pourra se contenter de la cellule D401 plutôt que la page D1:D401)

436
 Modéliser
55 min Calculer
Communiquer
4 Étude de sondages
Dans la vidéo le présentateur affirme que :
• lorsque l’on réalise un sondage, son résultat est donné avec une certaine marge VIDÉO
d’erreur ; Échantillon
• cette marge d’erreur devient plus petite lorsque le nombre de personnes interrogées lienmini.fr/maths-s13-01

augmente mais pas dans la même mesure.

A Premier tour des élections présidentielles 2017 en France
Lors des élections présidentielles de 2017, le candidat F. Fillon a obtenu 20 % des voix au premier tour, ce qui l’a
placé en 3e position.
1. On considère un sondage sur 1 000 personnes prises au hasard dans la population française avant cette élection.
a) On appelle Xi pour i entier entre 1 et 1 000 la variable aléatoire prenant la valeur 1 si la i-ème personne interrogée
déclare être favorable à F. Fillon et 0 sinon.
Sous quelle(s) hypothèse(s) peut-on dire que les variables aléatoires X1 ; … ; X1 000 forment un échantillon ? En
considérant son résultat à l’élection, quelle est alors la loi suivie par S, la somme de ces variables aléatoires Xi ?
b) Déterminer un intervalle de fluctuation centré au seuil de 95 % associé à S.
c) En déduire la marge d’erreur associée à ce sondage en pourcentages.
d) Quelques mois avant l’élection, la plupart des sondages donnaient plus de 25 % d’intentions de votes à F. Fillon.
Que penser de ces sondages ?
2. Reprendre les questions 1. b) et 1. c) dans le cas d’un sondage portant sur 10 000 personnes ?
B Deuxième tour des élections présidentielles 2017
10 000 3,0
E. Macron a remporté les élections présidentielles de 2017 avec

Marge d’erreur en %
66,1 % des suffrages exprimés au second tour. 8 000 2,5
On s’intéresse à l’évolution de la marge d’erreur et du coût d’un son-
Coût en �

6 000
dage portant sur cette élection en fonction du nombre de sondés. 2,0
On donne le graphique ci-contre avec : 4 000
1,5
• en abscisse le nombre de sondés ;
2 000
• en ordonnées, le coût du sondage en € (à gauche) et la marge 1,0
d’erreur en % (à droite). 0
1. a) D’après ce graphique, combien coûte un sondage par personne 1 000 4 000 7 000 10 000
Nombre de sondés
interrogée ?
b) En utilisant le graphique, justifier l’affirmation du présentateur de l’émission de la vidéo : « je multiplie par 2 la
taille de l’échantillon mais je ne divise pas par 2 la marge d’erreur […] Ce n’est pas suffisant pour justifier le coût
d’une étude sur un échantillon 2 fois plus grand. »
2. On donne ci-dessous les marges d’erreurs en % en fonction du nombre de sondés :

Nombre de sondés : x 1 000 2 000 3 000 4 000 5 000 6 000 7 000 8 000 9 000 10 000

Marge d’erreur : y 2,9 2,1 1,7 1,5 1,3 1,2 1,1 1 1 0,9

1 : y′
Marge d’erreur2

a) Compléter la dernière ligne du tableau puis placer les points de coordonnées (x ; y ′) dans un repère (choisir une
échelle adaptée). Que remarque-t-on ?
b) Quelle conjecture peut-on faire sur la fonction f donnant l’inverse du carré de la marge d’erreur en fonction du
nombre de sondés x ? Donner une estimation de f(x) à l’aide du graphique.
c) En déduire une estimation de la marge d’erreur en % d’un sondage portant sur cette élection en fonction du
nombre de sondés x. Quelle est la marge d’erreur pour 1 000 000 personnes sondées ?

13 • Variables aléatoires, concentration et loi des grands nombres 437

 Dossier Bac

Les Maths en Tle p. 439

Les Mathématiques dans le nouveau programme

Le Grand Oral p. 441

Conseils et vidéos tutoriels pour toujours réussir

un oral
Présentation de l’épreuve du Grand Oral

Présentation de l’épreuve écrite de Tle p. 442

Avec un exercice corrigé et commenté

Sujets type p. 444

Pour préparer les épreuves de Terminale

438
 Les Maths en Tle
www.education.gouv.fr, 2020

LES MATHS, UN ENSEIGNEMENT DE SPÉCIALITÉ EN 1RE ET EN TLE

LES ENSEIGNEMENTS LES ENSEIGNEMENTS

DE TRONC COMMUN DE SPÉCIALITÉ (4 h en 1re, 6 h en Tle)
3 à choisir en 1re, 2 sont conservés en Tle

• Éducation physique et sportive • Arts

• Enseignement moral et civique • Histoire-géographie, géopolitique et sciences politiques
• Enseignement scientifique • Humanités, littérature et philosophie
• Histoire-Géographie - 3 h par semaine • Langues, littératures et cultures étrangères
• Langue vivante A et Langue vivante B • Littérature et langues et cultures de l’Antiquité
• Français en 1re • Mathématiques
• Philosophie en Tle • Numérique et sciences informatiques
• Physique-Chimie
• Sciences de la vie et de la Terre
• Sciences de l’ingénieur
• Sciences économiques et sociales

q Les épreuves communes de contrôle contenu (E3C)

• Elles concernent les disciplines non évaluées lors des épreuves finales
et la discipline de spécialité non poursuivie en Tle.
• Pour garantir l’égalité entre tous, les copies sont anonymes
et corrigées par d’autres professeurs que ceux des élèves.
• Les sujets sont issus d’une banque nationale numérique.

q L’évaluation de la spécialité Mathématiques

au Bac
Les maths seront évaluées :
• dans le cadre du contrôle continu en 1re si l’enseignement
n’est pas poursuivi en Tle ;
• en épreuve terminale si elle fait partie des deux spécialités
conservées.

Le contrôle continu Les épreuves terminales

• 10 % de la note finale • 1 épreuve anticipée en 1re
Bulletins scolaires de 1 et T
re le
Français (écrit et oral)
(coefficient 5 et 5)
• 30 % de la note finale des épreuves
communes • 4 épreuves terminales
• 2 sessions d’E3C en 1re • 2 sur les 2 enseignements
• 1 session d’E3C en Tle de spécialité choisis (écrit)
(coefficient 16 chacun)
• Philosophie (écrit) (coefficient 8)
• Grand Oral (coefficient 10)

Dossier Bac 439

 Le Grand Oral
D’après le BO du 12 février 2020

PRÉSENTATION DE L’ÉPREUVE
Une des 5 épreuves terminales
Coefficient 10 • 20 pts • 20 min (+ 20 min de préparation)

Les objectifs de l’épreuve

✓ Prendre la parole en public sans note.
✓ Argumenter en utilisant les savoirs acquis dans les enseignements de spécialité.
✓ Montrer comment vos savoirs éclairent votre projet de poursuite d’études, et éventuellement votre
projet professionnel.

Le déroulement en 3 temps
1 Présentation d’une question (debout, sans notes, 5 mn)
→ Vous présentez au jury les 2 questions préparées à l’avance, éventuellement avec d’autres élèves. Ces
questions portant sur l’un de vos enseignements de spécialité ou les deux même temps.
→ Le jury choisit une des 2 questions.

20 minutes pour vous préparer ! Mettez en ordres vos idées.

Réalisez, si vous le souhaitez, un support à donner au jury : plan,
schémas, données importantes… La feuille est fournie. Le support
ne fait pas l’objet d’une évaluation.

→ Vous expliquez au jury pourquoi vous avez choisi cette question.

→ Vous présentez votre réponse à la question.
2 Questions du jury (debout ou assis selon votre choix, 10 mn)
→ Vous répondez aux questions du jury.
→ Le jury vous amène à préciser ou approfondir votre pensée. Il peut vous interroger sur le programme
des enseignements de spécialité.
3 Échange sur le projet d’orientation (debout ou assis selon votre choix, 5 mn)
→ Vous expliquez en quoi la question traitée est utile pour votre projet de poursuite d’études, et même pour
votre projet professionnel.
→ Vous présentez ce qui vous a permis d’avancer dans votre projet (rencontres, engagements, stages,
mobilité internationale, intérêt pour les enseignements communs, choix des spécialités, etc.)
et ce que vous en ferez après le bac.

Un jury de 2 professeurs
✓ 1 professeur de l’un des deux enseignements de spécialité.
✓ 1 professeur de l’autre enseignement de spécialité OU de l’un des enseignements du tronc commun
OU le professeur-documentaliste.

L’évaluation
✓ Solidité des connaissances.
✓ Capacité à argumenter, à faire preuve d’esprit critique.
✓ Précision et clarté de l’expression.
✓ Force de conviction et engagement.

440
BIEN RESPIRER, MAÎTRISER SA VOIX ET GÉRER SON STRESS

q Tutoriels q Exercices
VIDÉO VIDÉO
1. Maîtriser sa voix 8. La lecture
lienmini.fr/maths-s00-01 lienmini.fr/maths-s00-08

VIDÉO
VIDÉO
9. Le journal télévisé
2. La respiration costale
lienmini.fr/maths-s00-09
lienmini.fr/maths-s00-02

VIDÉO
VIDÉO 10. L’interview
3. La résonance lienmini.fr/maths-s00-10
lienmini.fr/maths-s00-03

VIDÉO
4. La lecture à voix haute
lienmini.fr/maths-s00-04

VIDÉO
5. La respiration complète
lienmini.fr/maths-s00-05

VIDÉO
6. L’élocution et l’articulation
lienmini.fr/maths-s00-06

VIDÉO
7. La relaxation
lienmini.fr/maths-s00-07
q Conclusion VIDÉO
11. Résumé des 10 tutoriels
lienmini.fr/maths-s00-11

Dossier Bac 441

 Présentation de l’épreuve écrite de Terminale

L’épreuve de l’enseignement de spécialité de Mathématiques de la classe de terminale

comporte de trois à cinq exercices indépendants les uns des autres, qui permettent d’évaluer
les connaissances et compétences des candidat(e)s.
Le sujet précise si l’usage de la calculatrice est autorisé.
L’épreuve de 4 heures est notée sur 20 points. Chaque exercice est noté sur 4 à 8 points.
La note finale est composée de la somme des points obtenus à chaque exercice.

Exercice commenté
60 5 POINTS
min

2Énoncé
A On considère la fonction f définie sur [0 ; +∞[ par :
f(x) = ln (ex + x) – x.
⎛ x⎞
1. a) Montrer que f ( x ) = ln ⎜1+ x ⎟ pour tout x ∈ [0 ; + ∞[.
⎝ e ⎠
b) En déduire lim f ( x ) puis interpréter cette limite en termes d’asymptote.
x →+ 
2. a) Montrer que f ′(x) est du signe de 1 – x pour tout x ∈ [0 ; + ∞[.
b) Dresser le tableau de variation complet de f.
B On considère la suite (un) définie par u0 = 0,5 et, pour tout n ∈ ℕ, par un+1 = f(un).
On admet que cette suite est bien définie.
1. Justifier que 0 ⩽ un+1 ⩽ un ⩽ 0,5 pour tout n ∈ ℕ.
2. a) Que peut-on en déduire pour les variations de la suite (un) ?
b) Justifier que (un) est convergente.
3. a) Montrer que l’équation f(x) = x est équivalente à –e2x + ex + x = 0.
b) Montrer que f(x) = x admet une unique solution α sur [0 ; 0,5]. Dans cette question, le ou la candidate est
invitée à faire figurer sur la copie toute trace de recherche, même incomplète ou non fructueuse, qu’il ou elle
aura développée.
c) À quoi correspond α pour la suite (un) ?

Solution Conseils pour répondre

aux questions
A 1. a) Pour tout x ∈ [0 ; +∞[, f(x) = ln (ex + x) – x 1 On observe que l’expression à obtenir est
= ln (ex + x) – ln (ex). 1 de la forme ln (X) donc on essaie de faire
⎛ ex + x⎞ apparaître ln.
= ln ⎜ x ⎟ 2
⎝ e ⎠ 2 On applique les propriétés algébriques de ln.
⎛ ex x ⎞ 3 C’est la question 1. b donc on peut penser
= ln ⎜ x + x ⎟
⎝e e ⎠ que l’on va utiliser la forme de f(x) obtenue
à la question 1. a.
⎛ x⎞ x
= ln ⎜1+ x ⎟ 4 La limite de en +∞ ne relève pas du cours
⎝ e ⎠ ex x
x 1 ex mais la limite de son inverse e en +∞ si
b) 3 = 4 et lim = +  d’après le cours (crois- x
ex ex x →+ x ex
donc on fait apparaître .
x x
5 On a une expression de la forme ln (X) avec
x x
sance comparée) donc lim = 0 par quotient puis
x →+ e x X = 1+ donc on commence à regarder
x ex
lim 1+ =1 5 x
x →+ ex la limite de 1+ x en + ∞.
e

442
Solution
Conseils pour répondre
aux questions
De plus, lim ln ( X ) = ln(1) = 0 (par continuité de ln en 1) donc, par composition,
X →1 6 Utiliser la composition de limites.
⎛ x⎞ 7 On dispose de deux formes pour
lim ln ⎜1+ x ⎟ = 0 6 c’est-à-dire lim f ( x ) = 0 .
x→+` ⎝ e ⎠ x→+  f(x) : on utilise la plus simple
La courbe de la fonction f admet donc une asymptote horizontale d’équation pour dériver et pas forcément
y = 0 en +∞. la dernière obtenue ! Ici, a priori,
2. a) 7 x ↦ ln (ex + x) est de la forme ln (u) avec u(x) =ex + x et u′(x) = ex + 1 donc c’est celle de départ (la forme
f est dérivable sur [0 ; +∞[ et :
⎛ x⎞
ln ⎜1+ x ⎟ n’est utile que pour
e x +1 e x +1 e x + x e x +1– e x – x 1– x ⎝ e ⎠
f ′( x ) = x – 1= x – = = x . le calcul de limite précédent).
e +x e + x ex + x ex + x e +x
8 Le signe du dénominateur est
Comme ex + x > 0 sur [0 ; +∞[, on en déduit que f ′(x) est du signe de 1 – x pour strictement positif.
tout x ∈ [0 ; +∞[. 8 9 Astuce : même si l’on n’a pas
b) 9 Le tableau de variations complet de f est le suivant. réussi à faire la question précé-
x 0 1 +∞ dente, on en utilise le résultat.
f ′(x) + 0 – 10 La fonction est définie en 0 donc
on regarde f(0) et non pas la
ln (e + 1) – 1
limite de f(x) en 0.
f 11 Pour montrer des inégalités sur
0 +∞ une suite définie par récurrence,
on pense à un raisonnement par
Avec f(1) = ln (e1 + 1) – 1 = ln (e + 1) – 1 et f(0) = ln (e0 + 0) – 0 = ln (1) = 0 10 récurrence.
B 1. 11 • On considère la proposition P(n) : « 0 ⩽ un+1 ⩽ un ⩽ 0,5 » dont on
12 Comme l’étude de la fonction f
veut montrer qu’elle est vraie pour tout n ∈ ℕ. a été faite et que l’on sait qu’elle
• Initialisation : u0 = 0,5 et u1 = f(u0) = f(0,5) ≈ 0,26 d’après la calculatrice donc est croissante, on peut directe-
0 ⩽ u1 ⩽ u0 ⩽ 0,5. ment appliquer f aux différents
P(0) est donc vérifiée. membres des inégalités.
• Hérédité : Supposons P(n) vraie à un rang n ⩾ 0, c’est-à-dire 0 ⩽ un+1 ⩽ un ⩽ 0,5. 13 f(un) = un+1 pour tout n donc
La fonction f étant croissante sur [0 ; 1], on a f(0) ⩽ f(un+1) ⩽ f(un) ⩽ f(0,5) 12 avec f(un+1) = un+2
f(0) = 0 et f(0,5) ≈ 0,26 donc on a 0 ⩽ un+2 ⩽ un+1 ⩽ 0,5 13 c’est-à-dire que P(n+1) 14 L’énoncé laisse entendre que
est vérifiée. la question est ouverte, il va
• Conclusion : P(0) est vraie et P(n) est héréditaire donc P(n) est vraie pour tout donc y avoir du travail non gui-
n ∈ ℕ, c’est-à-dire que 0 ⩽ un+1 ⩽ un ⩽ 0,5 pour tout n ∈ ℕ. dé. Ici, le fait qu’il n’y ait qu’une
2. a) un+1 ⩽ un pour tout n ∈ ℕ donc (un) est décroissante. seule solution laisse penser
b) (un) est décroissante et minorée par 0 d’après B 1. donc elle est convergente. que l’on va utiliser le théorème
3. a) Pour tout x ∈ [0 ; +∞[, f(x) = x ⇔ ln (ex + x) – x = x ⇔ ln (ex + x) = 2x de bijection sur la fonction
⇔ ex + x = e2x ⇔ –e2x + ex + x = 0.
x ↦ –e2x + ex + x d’après la ques-
tion 3. a.
b) 14 On considère la fonction g définie sur [0 ; 0,5] par g(x) = –e2x + ex + x.
2 15 En posant, X = ex, on fera appa-
La fonction g est dérivable et g′(x) = –2e2x + ex + 1= –2(ex) +ex + 1 15
x 2x x raître une expression du second
On pose X = e et on étudie le signe de –2e + e + 1 = –2X + X + 1 de discriminant
2

–1– 3 –1+ 3 degré.

Δ = 9 > 0 donc de racines réelles = 1 et = –0,5.
–4 –4 16 Signe de a sauf entre les racines.
On a g′(x) = –2X + X + 1 > 0 ⇔ –0,5 < X < 1 car –2 < 0 16
2
17 –0,5 < ex est toujours vraie donc
donc g′(x) > 0 ⇔ –0,5 < ex < 1 ⇔ x < 0. 17 on ne s’intéresse qu’à ex < 1
Ainsi, g(x) < 0 sur [0 ; 0,5[ sauf en 0 où elle s’annule donc g est strictement décrois- 18 Ici, on aurait aussi pu dire
sante sur [0 ; 0,5]. que g(0) = 0 et que g est stric-
De plus, g(0) = 0 et g(0,5) ≈ –0,57 donc, sur [0 ; 0,5] : tement décroissante donc
• g est continue, g(x) < g(0) = 0 pour x ∈ ]0 ; 0,5]
• g est strictement décroissante, puis conclure.
• 0 ∈ [g(0,5) ; g(0)]. 19 On fait le lien entre les ques-
donc g(x) = 0 admet une unique solution qui est 0. tions : on a parlé de la conver-
Comme g(x) = 0 ⇔ f(x) = x, la seule solution de f(x) = x sur [0 ; 0,5] est α = 0. 18 gence de la suite et de l’équa-
tion f(x) = x. Le lien entre les
c) 19 On sait que (un) est convergente vers une valeur ℓ de [0 ; 0,5] et que un+1 = f (un)
deux est que la limite ℓ est une
où f est continue en ℓ (car f est continue sur [0 ; 0,5] et ℓ ∈ [0 ; 0,5]) donc ℓ est
solution de f(x) = x.
solution de f(x) = x dans [0 ; 0,5] donc ℓ = 0 : α = 0 est la limite de la suite (un).

443
 Sujet type A

Algo 5 POINTS
60
min
Exercice 1 Suite arithmético-géométrique et limite

Afin de conserver au fil des années un parc en bon état, un loueur de vélos se sépare chaque hiver de 20 % de son stock et achète
ensuite 35 nouveaux vélos.
On modélise la situation par une suite (un) où, pour tout entier naturel n, unreprésente le nombre de vélos présents dans le stock
de ce loueur au 1er juillet de l’année (2020+n).
Au 1er juillet 2020, le loueur possédait 150 vélos, ainsi u0 = 150.
1. a) Déterminer le nombre de vélos dans le stock du loueur au 1er juillet 2021.
b) Justifier que, pour tout entier naturel n, on a : un+1 = 0, 8un + 35.
2. On a calculé les premiers termes de cette suite à l’aide d’un tableur.

A B
1 rang n Terme un
2 0 150
3 1 155
4 2 159
5 3 162,2
a) Quelle formule peut-on saisir dans la cellule B3 pour obtenir, par copie vers le bas, les termes successifs de la suite (un) ?
b) Pour les termes de rang 36, 37, 38, 39 et 40, on obtient les résultats suivants (arrondis au millième).

38 36 174,992
39 37 174,994
40 38 174,995
41 39 174,996
42 40 174,997
Conjecturer la limite de la suite (un).
3. Dans cette question, on cherche à démontrer la conjecture émise à la question précédente. Pour cela, on pose pour tout entier
naturel n : vn = un – 175.
a) Démontrer que la suite (vn) est une suite géométrique dont on précisera la raison et le premier terme.
b) En déduire que, pour tout entier naturel n, on a un = –25 × 0,8n + 175.
c) Déterminer alors la limite de la suite (un).
4. Justifier que la suite (un) est croissante.
5. On souhaite déterminer le plus petit entier n tel que un ⩾ 170.
a) Compléter le programme en Python ci-dessous pour qu’il affiche la valeur n cherchée.

n=…
u=…
while …:
n=…
u=…
print(…)

b) Déterminer la valeur de cet entier et interpréter le résultat dans le contexte de l’exercice.

444
 5 POINTS
60
min
Exercice 2 Variable aléatoire

Rayane et Gabriel ont commandé chacun sur Internet un lot de bonbons surprises sur deux sites différents.
Sur le site A, quand on choisit un bonbon surprise, il peut être indépendamment bleu ou rouge et la probabilité qu’il soit rouge
est 0,2 (d’après les informations du site). Rayane a commandé 200 bonbons surprises sur le site A.
Sur le site B, quand on choisit un bonbon surprise, il peut être indépendamment vert ou rouge et la probabilité qu’il soit vert est
0,75 (d’après les informations du site). Gabriel a commandé 300 bonbons surprises sur le site B.
R est la variable aléatoire donnant le nombre de bonbons rouges obtenus par Rayane et G est la variable aléatoire donnant le
nombre de bonbons rouges obtenus par Gabriel.
1. a) Donner en justifiant la loi suivie par R.
b) Calculer p(R = 35) à 0,001 près.
c) Calculer la probabilité que Rayane obtienne entre 40 et 50 bonbons rouges (inclus) lors de la réception de sa commande.
d) Calculer E(R).
2. a) Donner la loi de G sans justifier.
b) Donner un intervalle de fluctuation centré au seuil de 95 % associé à G dans l’hypothèse où les probabilités données par le
site B sont correctes.
c) Lors de la réception de sa commande, Gabriel a trouvé 63 bonbons rouges. Cela remet-il en cause l’affirmation du site B ?
3. On considère la variable aléatoire S définie par S = R + G.
a) Que représente concrètement S ?
b) Calculer E(S).
c) On suppose que les commandes sont indépendantes. Calculer V(S) puis σ(S).

5 POINTS
60
min
Exercice 3 Géométrie dans l’espace

On se place dans l’espace muni d’un repère orthonormé dont l’origine est le point A.
On considère les points B(10 ; −8 ; 2), C(−1 ; −8 ; 5) et D(14 ; 4 ; 8).
1. a) Déterminer un système d’équations paramétriques de chacune des droites (AB) et (CD).
b) Vérifier que les droites (AB) et (CD) ne sont pas coplanaires.
2. On considère le point I de la droite (AB) d’abscisse 5 et le point J de la droite (CD) d’abscisse 4.
a) Déterminer les coordonnées des points I et J et en déduire la distance IJ.
b) Démontrer que la droite (IJ) est perpendiculaire aux droites (AB) et (CD). La droite (IJ) est appelée perpendiculaire commune
aux droites (AB) et (CD).
3. Cette question a pour but de vérifier que la distance (CD)
IJ est la distance minimale entre les droites (AB) et (CD). M′
J
Sur le schéma ci-dessous on a représenté les droites (AB)
et (CD), les points I et J, et la droite ∆ parallèle à la droite
Δ
(CD) passant par I. On considère un point M de la droite P
(AB) distinct du point I. On considère un point M′ de la I
droite (CD) distinct du point J. M

a) Justifier que la parallèle à la droite (IJ) passant par

(AB)
le point M′ coupe ∆ en un point P.
b) Démontrer que le triangle MPM′ est rectangle en P.
c) Justifier que MM′ > IJ et conclure.

Dossier Bac 445

 5 POINTS
60
min
Exercice 4 Équation différentielle en sciences physiques

Dans cet exercice, les résultats seront arrondis à 10-2 près.

Une fibre optique est un fil très fin, en verre ou en plastique, qui a la propriété d’être un conducteur de la lumière et sert dans
la transmission d’un signal véhiculant des données.
La puissance du signal, exprimée en milliwatts (mW), s’atténue
au cours de la propagation.
On note PE et PS les puissances respectives du signal à l’entrée
et à la sortie d’une fibre.
Pour une fibre de longueur L exprimée en kilomètres (km),
la relation liant PE et PS et L est donnée par :
PS = PE × e–aL
Où a est le coefficient d’atténuation linéaire dépendant
de la fibre.
Une entreprise utilise deux types de fibre optique de coeffi-
cients d’atténuation différents.
Dans tout l’exercice :
• la puissance du signal à l’entrée de la fibre est 7 mW ;
• à la sortie, un signal est détectable si sa puissance est d’au moins 0,08 mW ;
• pour rester détectable, un signal doit être amplifié dès que sa puissance devient strictement inférieure à 0,08 mW.
A Le premier type de fibre de longueur 100 km utilisé par l’entreprise a un coefficient d’atténuation linéaire a = 0,046. Pour ce
type de fibre, sera-t-il nécessaire de placer au moins un amplificateur sur la ligne pour que le signal soit détectable en sortie ?
B La puissance du signal le long du second type de fibre est modélisée par une fonction g de la variable x, où x est la distance
en kilomètres parcourue par le signal depuis l’entrée de la fibre. On admet que cette fonction g est définie et dérivable sur
l’intervalle [0 ; +∞[ et qu’elle est solution sur cet intervalle de l’équation différentielle y′ + 0,035y = 0.
1. Résoudre l’équation différentielle y′ + 0,035y = 0.
2. a) Sachant que g(0) = 7, vérifier que la fonction g est définie
sur l’intervalle [0 ; +∞ [ par :
g(x) = 7e–0,035x.
b) En déduire le coefficient d’atténuation de cette fibre.
3. a) Étudier le sens de variation de la fonction g.
b) Déterminer la limite de la fonction g en +∞.
4. a) Le signal sera-t-il encore détecté au bout de 100 km de
propagation ?
b) Déterminer la longueur maximale de la fibre permettant
une détection du signal à la sortie sans amplification.
D’après Bac STI2D/STL Métropole – Juin 2015

446
 Sujet type B

7 POINTS
80
min
Exercice 1 Équation différentielle et économie

A Étude d’une fonction

Soit f la fonction définie sur l’intervalle [0 ; + ∞[ par :
f(x) = 0,5x + e–0,5x + 0,4.
1. Calculer f ′(x) où f ′ désigne la fonction dérivée de f sur l’intervalle [0 ; + ∞[.
2. Étudier les variations de f sur l’intervalle [0 ; + ∞ [ et vérifier que f admet un minimum en 0,8.
B Application économique
Une entreprise fabrique des objets.

On note g(x) le coût total de fabrication, en milliers d’euros, de x centaines d’objets. On suppose que cette fonction g est solution
de l’équation différentielle (E) : y′ = 0,5 + 0,25x – 0,5y.
1. Montrer que la fonction linéaire h(x) = 0,5x est solution particulière de (E).
2. a) Montrer qu’une fonction g est solution de (E) si et seulement si g – h est solution de l’équation (E′) :
y′ = – 0,5y.
b) En déduire les solutions de (E).
c) Montrer que la fonction f de la partie A est une de ces solutions. Préciser quelle est la condition initiale (pour x = 0) qui la
caractérise.
C Dans cette partie on reprend la fonction f(x) = 0,5x + e–0,5x+0,4 comme coût de fabrication, en milliers d’euros, de x centaines
d’objets. Chaque objet fabriqué est vendu 6 euros.
1. Quel nombre d’objets faut-il produire pour que le coût total de fabrication soit minimum ?
2. Justifier que le résultat (recette moins coûts), en milliers d’euros, obtenu par la vente de x centaines d’objet est :
R(x) = 0,1x – e-0,5x+0,4.
a) Étudier les variations de R sur l’intervalle [0 ; + ∞ [.
b) Montrer que l’équation R(x) = 0 a une unique solution α dans l’intervalle [0 ; + ∞[. Déterminer un encadrement de α à 10–2 près.
c) En déduire la quantité minimale d’objets à produire afin que cette entreprise réalise un bénéfice sur la vente des objets.
D’après Bac ES Nouvelle – Calédonie-mars 2009

Dossier Bac 447

 4 POINTS
50
min
Exercice 2 Suites et probabilités

Un jeu de hasard sur ordinateur est paramétré de la façon suivante :

• si le joueur gagne une partie, la probabilité qu’il gagne la partie suivante est 1 ;
4
• si le joueur perd une partie, la probabilité qu’il perde la partie suivante est 1 ;
2
• la probabilité de gagner la première partie est 1.
4
1
Pour tout n ∈ ℕ et non nul, on note Gn l’événement « la n-ième partie est gagnée », et pn la probabilité de Gn. Donc p1 = .
7 4
1. Montrer que p2 = .
16 1 1
2. Justifier que pour tout entier naturel n non nul, pn+1 = – pn + .
4 2
3. On obtient ainsi les premières valeurs de pn.
n 1 2 3 4 5 6 7
Quelle conjecture peut-on émettre ?
pn 0,25 0,437 5 0,390 6 0,402 3 0,399 4 0,400 1 0,399 9
4. On définit pour tout entier naturel n non nul,
2
la suite (un) définie par un = pn – .
5
a) Démontrer que la suite (un) est une suite géométrique dont on précisera la raison.
n–1
2 3 ⎛ 1⎞
b) En déduire que pour tout entier naturel n non nul, pn = – – .
5 20 ⎜⎝ 4⎟⎠
c) La suite (pn) converge-t-elle ? Interpréter ce résultat.

5 POINTS
60
min
Exercice 3 Problème de géometrie repèrée

La figure ci-contre représente un cube ABCDEFGH. Les trois points I, J, K sont définis par les H
3 G
conditions suivantes : • I est le milieu du segment [AD] ; • J est tel que AJ = AE ; • K est le milieu E
du segment [FG]. 4 F
K
A 1. Reproduire la figure et construire sans justifier le point d’intersection P du plan (IJK) et de J
la droite (EH). On laissera les traits de construction sur la figure.
D
2. En déduire, en justifiant, l’intersection du plan (IJK) et du plan (EFG). I
C
B On se place désormais dans le repère orthonormé (A ; AB , AD , AE). A
1. a) Donner sans justification les coordonnées des points I, J et K. B
4
b) Déterminer les réels a et b tels que le vecteur n soit orthogonal aux vecteurs IJ et IK, avec n a .
b
c) En déduire qu’une équation cartésienne du plan (IJK) est : 4x − 6y − 4z + 3 = 0.
2. a) Donner une représentation paramétrique de la droite (CG).
b) Calculer les coordonnées du point N, intersection du plan (IJK) et de la droite (CG).
c) En déduire qu’une équation cartésienne du plan (IJK) est : 4x − 6y − 4z + 3 = 0.
3. a) Donner une représentation paramétrique de la droite (CG).
b) Calculer les coordonnées du point N, intersection du plan (IJK) et de la droite (CG).
c) Placer le point N sur la figure et construire en couleur la section du cube par le plan (IJK).
C On note R le projeté orthogonal du point F sur le plan (IJK). Le point R est donc l’unique point du plan (IJK) tel que : la droite
(FR) est orthogonale au plan (IJK).
0 x 1
On définit l’intérieur du cube comme l’ensemble des points M(x ; y ; z) tels que 0 y 1 .
0 z 1
Le point R est-il à l’intérieur du cube ?

448
 4 POINTS
50
min
Exercice 4 Probabilités

QCM Pour chacune des questions suivantes, choisir la (les) bonnes(s) réponse(s).
On appelle X la variable aléatoire donnant le nombre de boules roses obtenues lorsque l’on tire 200 fois au hasard et avec
remise dans une urne contenant 10 boules roses, 5 boules noires, 20 cubes roses et 15 cubes noirs.
1. X suit une loi :
a binomiale de paramètres n = 200 et p = 0,25.
b binomiale de paramètres n = 50 et p = 0,2.
c binomiale de paramètres n = 200 et p = 0,2.
d binomiale de paramètres n = 50 et p = 0,25.
2. p(X = 36) est égal à :
a 0,272 à 10–3 près
b 0,057 à 10–3 près
c 0,728 à 10–3 près
d p(X ⩽ 36) – p(X ⩽ 35)
3. p(X < 40) est égal à :
a 0,542 à 10–3 près
b 0,472 à 10–3 près
c 0,07 à 10–3 près
d 0,528 à 10–3 près
n
4. On considère une fonction Python telle que parmi(k,n) renvoie pour tout entier naturel n et tout entier naturel
k entre 0 et n. On obtient p(X = 50) avec : k

a parmi(50,200)*(0.2**50)*(0.8**150)
b parmi(200,50)*(0.2**50)*(0.8**150)
c parmi(50,200)*(0.8**50)*(0.2**150)
d parmi(200,50)*(0.8**50)*(0.2**150)
On tire successivement quatre fois avec remise dans cette urne et, à chaque tirage, on note la couleur de l’objet obtenu.
5. L’univers associé à cette expérience aléatoire est :
a {rose ; noir}.
b {rose ; noir } × {rose ; noir} × {rose ; noir} × {rose ; noir}.
c {rose ; noir}4.
b {cube rose ; cube noir ; boule rose ; boule noire}4.
6. La probabilité d’obtenir l’issue (rose ; rose ; noir ; rose) est :
a 0,086 4 b 0,63 × 0,4 c 0,062 5 d 0,25
7. Alexis lance 40 dés équilibrés à 8 faces numérotées de 1 à 8. Il fait la somme des résultats des dés. Quel résultat moyen peut-il
envisager sur un grand nombre de lancers de ces 40 dés ?
a 180 b 4,5
c 0,2 d 320
8. On considère un échantillon de 400 variables aléatoires (X1 ; X2 ; ... ; X400) d’espérance égale à 5 et d’écart-type 0,2. Alors on peut
dire que la variable aléatoire moyenne M400 de ces 400 variables aléatoires a :
a pour espérance 2 000.
b pour espérance 0,012 5.
c pour variance 1 × 10–4.
d pour variance 0,04.

Dossier Bac 449

 Sujet type C

6 POINTS
60
min
Exercice 1 Équations différentielles

QCM Pour chacune des questions suivantes, choisir la (les) bonnes(s) réponse(s).
1. On considère l’équation différentielle y′ - 3y = 2, où y désigne une fonction dérivable sur l’ensemble des réels. Une solution f de
cette équation est la fonction de la variable x vérifiant pour tout réel x :
a f (x) = 2e–3
x

2
b f ( x ) = e3 x +
3
2
x
c f (x ) = e3
2
d f ( x ) = e3 x –
3
4
2. Soit f la fonction définie sur ℝ par f ( x ) = 2cos x – . La fonction f est une solution de l’équation différentielle :
3 6
a y″ + y = 0
b 16y″ - 9y = 0
c 9y″ + 16y = 0
d 9y″ – 16y = 0
3. La fonction f est solution de l’équation différentielle y′ + 2y = 6 qui vérifie la condition initiale f(0) = 1. Sa courbe représentative
admet pour tangente au point d’abscisse 0 la droite d’équation :
a y = – 4x + 1
b y = –x + 1
c y = 4x + 1
d y = 4x – 3
D’après Bac STI2D Polynésie juin 2014- Antilles-Guyane 2014

4 POINTS
50
min
Exercice 2 Problème ouvert en probabilités

Un casino vient de recevoir une nouvelle roulette

constituée de 18 cases rouges, 18 cases noires et
1 case verte. Afin de la tester, la responsable du casino
lance 100 fois de suite une bille dans cette roulette
et tombe 55 fois sur une case noire.
Que peut-on penser de la fiabilité de cette roulette ?
Plusieurs réponses sont possibles mais dans tous les
cas, elles doivent être justifiées par un raisonnement
mathématique structuré.

450
 6 POINTS
80
min
Exercice 3 Géométrie et modélisation

Deux espèces de tortues endémiques d’une petite

île de l’océan pacifique, les tortues vertes et les
tortues imbriquées, se retrouvent lors de différents
épisodes reproducteurs sur deux des plages de l’île
pour pondre.
Cette île est le point de convergence de nombreuses
tortues. Des spécialistes ont décidé d’en profiter pour
recueillir différentes données sur celles-ci.
Ils ont dans un premier temps constaté que les
couloirs empruntés dans l’océan par chacune des
deux espèces pour arriver sur l’île pouvaient être
assimilés à des trajectoires rectilignes.
Dans la suite, l’espace est rapporté à un repère ortho-
normé (O ; i , j , k) d’unité 100 mètres.
� �
Le plan (O ; i , j ) représente le niveau de l’eau et on
admet qu’un point M(x ; y ; z) avec z < 0 se situe dans
l’océan. La modélisation des spécialistes établit que :
• la trajectoire empruntée dans l’océan par les tortues
vertes a pour support la droite D1 dont une repré-
x =3+t
sentation paramétrique est : y = 6t avec t réel ;
z = –3t
• la trajectoire empruntée dans l’océan par les tor-
tues imbriquées a pour support la droite D2 dont
x = 10k
une représentation paramétrique est : y = 2 + 6k
avec k réel. z = – 4k

1. Démontrer que les deux espèces ne sont jamais amenées à se croiser avant d’arriver sur l’île.
2. L’objectif de cette question est d’estimer la distance minimale séparant ces deux trajectoires.
3
a) Vérifier que le vecteur n 13 est normal aux droites D1 et D2.
27
b) On admet que la distance minimale entre les droites D1 et D2 est la distance HH′ où HH′ est un vecteur colinéaire à n avec H
appartenant à la droite D1 et H′ appartenant à la droite D2.
Déterminer une valeur arrondie en mètre de cette distance minimale.
On pourra utiliser les résultats ci-après fournis par un logiciel de calcul formel.

Calcul formel 1
Résoudre ({10*k−3−t = 3*m,2+6*k−6*t = 13*m,−4*k+3*t = 27*m}, {k,m,t})
→ {{k = 675/1814, m = 17/907, t = 603/907}}

3. Les scientifiques décident d’installer une balise en mer.

Elle est repérée par le point B de coordonnées (2 ; 4 ; 0).
a) Soit M un point de la droite D1.
Déterminer les coordonnées du point M tel que la distance BM soit minimale.
b) En déduire la distance minimale, arrondie au mètre, entre la balise et les tortues vertes.

Dossier Bac 451

 Sujet type A Algo 50
min
4 POINTS
Exercice 4 Suite et limite

A Soit f la fonction définie sur ℝ par f(x) = x – ln (x2+1).

1. Résoudre dans ℝ l’équation : f(x) = x.
2. Justifier tous les éléments du tableau de variations ci-dessous à l’exception de la limite de la fonction f en + ∞ que l’on admet.

x –∞ 1 +∞

f′ + 0 +
+∞

f
–∞

3. Montrer que, pour tout réel x appartenant à [0 ; 1], f(x) appartient à [0 ; 1].
4. On considère l’algorithme suivant.

Variables N et A des entiers naturels;

Entrée Saisir la valeur de A
Traitement N prend la valeur 0
Tant que N – ln (N 2 + 1) < A
N prend la valeur N + 1
Fin Tant que
Sortie Afficher N
a) Que fait cet algorithme ?
b) Déterminer la valeur N fournie par l’algorithme lorsque la valeur saisie pour A est 100.

B Soit (un) la suite définie par u0 = 1 et, pour tout entier naturel n, un+1 = un – ln (un2 + 1).
1. Montrer par récurrence que, pour tout entier naturel n, un appartient à [0 ; 1].
2. Étudier les variations de la suite (un).
3. Montrer que la suite (un) est convergente.
4. On note ℓ sa limite, et on admet que ℓ vérifie l’égalité f(ℓ) = ℓ. En déduire la valeur de ℓ.
D’après Bac Métropole juin 2016

452
 Sujet type D

TICE 5 POINTS
60
min
Exercice 1 Suite récurrente d’ordre 2
5 1
Soit (un) la suite définie par u0 = 3, u1 = 6 et pour tout entier naturel n : un+2 = un+1 – un.
4 4
Nous voulons étudier la limite éventuelle de la suite (un).

A B
1 n un
2 0 3
3 1 6
4 2
5 3
6 4
7 5
A On souhaite calculer la valeur des premiers termes de la suite (un) à l’aide d’un tableur.
On a reproduit ci-dessous une partie d’une feuille de calcul, où figurent les valeurs de u0et de u1.
1. Quelle formule faut-il saisir dans la cellule B4, pour obtenir par recopie vers le bas, les valeurs de la suite (un) dans la colonne B ?
2. Recopier et compléter le tableau ci-dessus. On arrondira à 10–3 près.
3. Que peut-on conjecturer à propos de la convergence de la suite(un) ?
1
B Soit (vn) et (wn) les suites définies pour tout entier naturel n par : v n = un+1 – un et wn = un – 7.
4
1. a) Démontrer que (vn) est une suite constante.
1 21
b) En déduire que pour tout entier naturel n, un+1 = un + .
4 4
2. a) Démontrer par récurrence que, pour tout entier naturel n, un < un+1 < 15.
b) En déduire que la suite (un) est convergente.
3. a) Démontrer que (wn) est une suite géométrique dont on précisera le premier terme et la raison.
n–1
1
b) En déduire que pour tout entier natureln, un = 7 – .
4
c) Déterminer la limite de la suite (un).
D’après Bac S 2017

3 POINTS
30
min
Exercice 2 Succession d’épreuves, loi binomiale

Alma apprend à lire. Quand elle rencontre un mot, soit elle le lit correcte-
ment avec une probabilité 0,8, soit elle ne le lit pas correctement avec une
probabilité 0,15, soit elle ne le lit pas du tout avec une probabilité 0,05.
On considère l’expérience aléatoire consistant pour Alma à lire un mot.
Les issues sont C pour un mot lu correctement, P pour un mot pas lu
correctement et N pour un mot pas lu du tout.
On répète 5 fois indépendamment cette expérience.
1. Donner l’univers associé à cette succession indépendante de 5 épreuves
identiques.
2. Déterminer la probabilité qu’Alma ne lise pas correctement le premier
mot puis lise correctement les 3 suivants puis ne lise pas du tout le dernier.

Dossier Bac 453

 Sujet type A 40
min
3 POINTS
Exercice 3 Géométrie

QCM Pour chacune des questions suivantes, choisir la (les) bonnes(s) réponse(s).
A PQRS est un tétraèdre régulier d’arête a. On appelle I, J, K, L et M les milieux respectifs des arêtes [PQ], [PR], [PS], [QR] et [RS].
a2 a2
1. PQ . PS = a b – c 0 d a2
2 2
a2 a2
2. IJ . LS = a b – c 0 d a2
2 2
x = –2 + k
B Dans l’espace muni d’un repère orthonormé, on considère la droite d dont une représentation paramétrique est : y = 1+ 2k
avec k réel. z = –5 + 5k
–2 –1 –2 1
1. Un vecteur directeur de la droite est : a 1 b –2 c 2 d 2
–5 –5 5 –5
2. La droite est incluse dans le plan :
a x+y+z=0 b x + 2y + 5z = 0 c x + 2y – z – 5 = 0 d – 2x + y – 5z + 1 = 0

C L’espace est muni d’un repère orthonormé (O ; i , j , k ). On considère la droite d passant par le point A(0 ; 0 ; 1) et de vecteur
directeur j . Un point quelconque M de l’espace a pour coordonnées (x ; y ; z).
1. Le projeté orthogonal de M sur la droite d a pour coordonnées :
a (x ; 0 ; 1) b (0 ; y ; 1) c (x ; 0 ; – 1) d (0 ; y ; z)
2. La distance du point M à la droite d est donnée par :
a x 2 + ( z + 1)2 b y 2 + ( z + 1)2 c x 2 + ( z – 1)2 d y 2 + ( z – 1)2

5 POINTS
60
min
Exercice 4 Logarithme et géométrie

Le plan est muni d’un repère orthogonal (O ; i , j ).

1. On considère la fonction f définie sur l’intervalle ]0 ; 1] par f(x) = x(1 – ln (x))2.
a) Déterminer une expression de la fonction dérivée de f et vérifier que pour tout x ∈ ]0 ; 1] :
f ′(x) = (ln x + 1)(ln x – 1).
b) Étudier les variations de la fonction f et dresser son tableau de variations sur l’intervalle ]0 ; 1] (on admettra que la limite de
la fonction f en 0 est nulle).
On note Γ la courbe représentative de la fonction g définie sur l’intervalle ]0 ; 1] par g(x) = ln (x). Soit a un réel de l’intervalle ]0 ; 1].
On note Ma le point de la courbe Γ d’abscisse a et da la tangente à la courbe Γ au point Ma. Cette droite da coupe l’axe des abscisses
au point Na et l’axe des ordonnées au point Pa. y d0,2
On s’intéresse à l’aire du triangle ONaPa quand le réel a varie dans l’inter- j N0,2
valle ]0 ; 1]. x
O i 2 3 4 5 6 7 8 9 10
2. Dans cette question, on étudie le cas particulier où a = 0,2 et on donne –1
la figure ci-dessous. –2
a) Déterminer graphiquement une estimation de l’aire du triangle M0,2
–3
ON0,2P0,2 en unités d’aire.
–4
b) Déterminer une équation de la tangente d0,2. –5
c) Calculer la valeur exacte de l’aire du triangle ON0,2 P0,2. P0,2

Dans ce qui suit, on admet que, pour tout réel a de l’intervalle ]0 ; 1], l’aire du triangle ONaPa en unités d’aire est donnée par
1
�( a ) = a(1– ln ( a ))2.
2
3. À l’aide des questions précédentes, déterminer pour quelle valeur de a l’aire 𝒜(a) est maximale. Déterminer cette aire maximale.
D’après Bac Liban mai 2019

454
 4 POINTS
50
min
Exercice 5 Équations différentielles, résistance et condensateur

On étudie la charge d’un condensateur et l’on dispose pour cela du circuit électrique composé de :
• une source de tension continue E de 10 V ;
• une résistance R de 105 Ω ;
• un condensateur de capacité C de 10−6 F.
E

C
R

On note u la tension exprimée en volts aux bornes du condensateur. Cette tension u est une fonction du temps t exprimé en
secondes. La fonction u est définie et dérivable sur [0 ; + ∞[ ; elle vérifie l’équation différentielle suivante : RCu′ + u = E où u′ est la
fonction dérivée de u.
1. Justifier que l’équation différentielle est équivalente à : u′ + 10u = 100
2. a) Déterminer la forme générale u(t) des solutions de cette équation différentielle.
b) On considère qu’à l’instant t = 0, le condensateur est déchargé. Parmi les solutions, déterminer l’unique fonction u telle que
u(0) = 0.
c) Déterminer en justifiant la réponse, la limite en + ∞ de la fonction u ainsi obtenue. En donner une interprétation.
3. On donne ci-dessous la représentation graphique de la fonction u qui vient d’être obtenue à la question 2. b) avec les unités
suivantes : 1 unité pour 1 seconde sur l’axe des abscisses et 1 unité pour 1 volt sur l’axe des ordonnées. On appelle T le temps de
charge en seconde pour que u(T) soit égal à 95 % de E.

Charge du condensateur
y en fonction du temps
11
10
9
8
7
6
5
4
3
2
1

0,5 1,0 1,5 x

a) Déterminer graphiquement le temps de charge T.
b) Retrouver, par le calcul, le résultat précédent.
4. Sans modifier les valeurs respectives de E et de C, déterminer la valeur de R afin que le temps de charge T soit multiplié par 2.
D’après Bac STI 2D/STL -Antilles-Guyane- Juin 2015

Dossier Bac 455

 Sujet type E

5 POINTS
60
min
Exercice 1 Suite

1. Déterminer la limite des suites suivantes définies par :

1
a) un = n2 –
n
1
b) v n = (n + n) – 3
n
c) wn = n2 – n3

n+3
d) an =
2n + 4
2. Soit (bn) la suite définie par b0 = 0 et pour tout n ∈ ℕ, bn+1 = bn2 + 2 .
a) Démontrer par récurrence que pour tout entier naturel n, bn � n .
b) Déterminer la limite de la suite (bn).
c) Calculer les cinq premiers termes de la suite (bn) et conjecturer l’expression de bn en fonction de n.
d) Démontrer la conjecture de la question c).

Algo 5 POINTS
60
min
Exercice 2 Loi binomiale et variable aléatoire

Une urne contient 20 tickets numérotés de 1 à 20. On tire au hasard un ticket et :

• si on obtient un nombre supérieur à 18, on gagne 10 euros ;
• si on obtient un nombre compris entre 14 et 18 inclus, on gagne 2 euros ;
• dans les autres cas on perd 2,50 euros.
1. X est la variable aléatoire donnant le gain algébrique à ce jeu.
a) Donner la loi de X. def jeu():
a = random.random()
b) Calculer E(X) et V(X). if a < 0.1:
2. Recopier et compléter la fonction Python suivante pour qu’elle simule ce jeu. r = 10
if a > 0.1 and a < …:
3. Lorsqu’elle joue, Léonie fait n parties de ce jeu. r=…
On note Xi la variable aléatoire donnant le gain algébrique de sa i-ième partie (i entre 1 et n). if …
r=…
a) À quoi correspond concrètement la variable aléatoire S définie par S = X1 + X2 + ... + Xn ? return r
b) Exprimer E(S) en fonction de n.
c) Pour quelle(s) valeur(s) de n Léonie perd-elle en moyenne plus de 10 euros lorsqu’elle joue un grand nombre de fois ces
n parties ?
4. Oscar, l’organisateur du jeu, décide de multiplier les gains algébriques par 3.
On note Y la variable aléatoire donnant le gain algébrique d’un joueur du nouveau jeu.
2 000 personnes jouent à son jeu. Que pouvez-vous dire à Oscar concernant ses gains ?

456
 5 POINTS
60
min
Exercice 3 Géométrie repérée
S

E M
L H
F G

I A J
D
B
C

Une artiste souhaite réaliser une sculpture composée d’un tétraèdre posé sur un cube de 6 mètres d’arête. Ces deux solides sont
représentés par le cube ABCDEFGH et par le tétraèdre SELM ci-contre.
On munit l’espace du repère orthonormé (A ; AI, AJ, AK) tel que :
I ∈ [AB], J ∈ [AD], K ∈ [AE] et AI = A J = AK = 1, l’unité graphique représentant 1 mètre.
Les points L, M et S sont définis de la façon suivante :

• L est le point tel que : FL = 2 FE ;

3
• M est le point d’intersection du plan (BDL) et de la droite (EH) ;
• S est le point d’intersection des droites (BL) et (AK).
1. Démontrer, sans calcul de coordonnées, que les droites (LM) et (BD) sont parallèles.
2. Démontrer que les coordonnées du point L sont (2 ; 0 ; 6).
3. a) Donner une représentation paramétrique de la droite (BL).
b) Vérifier que les coordonnées du point S sont (0 ; 0 ; 9).
3

4. Soit n le vecteur de coordonnées 3 .
2

a) Vérifier que n est normal au plan (BDL).
b) Démontrer qu’une équation cartésienne du plan (BDL) est : 3x +3y +2z −18 = 0.
x=0
c) On admet que la droite (E H) a pour représentation paramétrique : y = s (s ∈ ℝ).
z =6
Calculer les coordonnées du point M.
5. Calculer le volume du tétraèdre SELM. On rappelle que le volume V d’un tétraèdre est donné par la formule suivante :
1
V = × Aire de la base × Hauteur.
3
6. L’artiste souhaite que la mesure de l’angle SLE soit comprise entre 55° et 60°.
Cette contrainte d’angle est-elle respectée ?

Dossier Bac 457

 Algo 5 POINTS
60
min
Exercice 4 Logarithme et suite
3x + 1
On considère la fonction f définie sur [0 ; + ∞[ par f ( x ) = ln .
x +1
On admet que la fonction f est dérivable sur [0 ; + ∞[ et on note f ′ sa fonction dérivée. On note 𝒞f la courbe représentative de la
fonction f dans un repère orthogonal.

1 𝒞f

0 1 2 3 4 5

A 1. Déterminer lim f ( x ) et en donner une interprétation graphique.

x →+ �
2
2. a) Démontrer que, pour tout nombre réel x positif ou nul, f ′( x ) = .
( x + 1)(3 x + 1)
b) En déduire que la fonction f est strictement croissante sur [0 ; + ∞[.
B Soit (un) la suite définie par u0 = 3 et, pour tout entier naturel n, un+1 = f(un).
1
1. Démontrer par récurrence que, pour tout entier naturel n, � un+1 � un .
2
2. Démontrer que la suite (un) converge vers une limite strictement positive.
C On note ℓ la limite de la suite (un). On admet que f(ℓ) = ℓ.
L’objectif de cette partie est de déterminer une valeur approchée de ℓ.
–2 + 7
On introduit ci-dessous le tableau de variations de la fonction g sur [0 ; + ∞[ où x 0 = ≈ 0,215 et g(x0) ≈ 0,088, en arron-
dissant à 10–3 près. 3

x 0 x0 +∞

g(x0)
Variation
de la fonction g
0 –∞

1. Démontrer que l’équation g(x) = 0 admet une unique solution strictement positive. On la note α.
2. a) Recopier et compléter l’algorithme ci-contre afin que la dernière valeur prise par la x ← 0,22
variable x soit une valeur approchée de α par excès à 0,001 près. Tant que …faire
b) Donner alors la dernière valeur prise par la variable x lors de l’exécution de l’algorithme. x ← x + 0,01
Fin de Tant que
3. En déduire une valeur approchée à 0,01 près de la limite ℓ de la suite (un).
D’après Bac Nouvelle Calédonie novembre 2019

458
Dicomaths
Lexique p. 460

Tous les mots de vocabulaire utilisés en Terminale.

Rappels p. 465
de Seconde et de Première
Toutes les définitions de Seconde et de Première
utiles pour comprendre et utiliser les nouvelles
notions de Terminale.

Formulaire de Terminale p. 474

Un résumé des principales formules utilisées

en Terminale.

Formulaire de géométrie p. 482

Toutes les formules des aires

et des volumes des solides usuels.

Logique et raisonnement p. 483

Toutes les définitions et propriétés pour

développer son argumentation et s’entraîner
à la logique de façon transversale.
 Lexique
C
Consignes (vocabulaire des)

A Associer Unir des éléments dans lesquels on

Algorithme voit des points communs.
Une séquence finie d’instructions qui permet de ré- Balayer Observer des tableaux de valeurs
soudre un problème. successifs en réduisant au fur et à mesure le pas
Asymptote horizontale p. 52 pour avoir un encadrement de plus en plus précis
de la valeur cherchée.
Asymptote verticale p. 54
Calculer Fournir une valeur numérique à l’aide
Archimède (de Syracuse) (287-212 av. J.-C.) des règles de calculs.
Physicien, mathématicien et ingénieur Chercher Tester plusieurs possibilités à partir
grec de Sicile (Grande Grèce), ses des informations données dans l’énoncé, essayer de
travaux portent particulièrement sur faire le lien avec des propriétés connues, utiliser la
calculatrice ou un logiciel.
la géométrie, la numération et la notion
d’infini. Il détermine un encadrement Communiquer Expliquer un raisonnement à
de π en utilisant des polygones inscrits et exinscrits. l’écrit ou à l’oral, expliquer une démarche même si
celle-ci n’aboutit pas à l’aide de phrases, de formule,
de schémas…
B Comparer Comparer deux nombres signifie
déterminer s’ils sont égaux ou lequel est plus grand
Base (espace) p. 284 que l’autre.
Bénéfice Conjecturer Émettre une supposition à partir
Différence entre la recette et les coûts d’observations.

Bernoulli (Jacques) (1654-1705) Démontrer À partir des éléments connus,

effectuer un raisonnement ou un calcul pour obtenir
Mathématicien et physicien suisse. Dans
le résultat ou la propriété cherchée.
son œuvre la plus originale, il définit
la notion de probabilité et introduit Développer Écrire un produit sous forme d’une
somme équivalente.
les notations encore utilisées au
XXIe siècle. Ses neveux Nicolas et Daniel Encadrer Encadrer un nombre c’est donner un
poursuivent par la suite son œuvre. couple de valeurs (a ; b) entre lesquelles on est sûr
que ce nombre se trouve.
Bernoulli (Jean) (1667-1748) On écrit une double inégalité : a ⩽ x ⩽ b.
Mathématicien et physicien suisse, pe- Expliquer Rendre compréhensible
tit frère de Jacques. Il est l’un des pre- un raisonnement, une idée.
miers à étudier le calcul infinitésimal. Interpréter Faire une phrase situant le résultat
Il donne une première définition de la obtenu dans le contexte (souvent concret) de
notion de fonction d’une grandeur variable. l’exercice.
Bernoulli (épreuve, loi, schéma) p. 370 Modéliser Décrire une situation concrète en
utilisant les connaissances mathématiques, par
Bijection (Théorème) p. 116 exemple : écrire une équation ou une fonction
Bienaymé (Irénée-Jules) (1796-1878) permettant d’étudier la situation proposée.
Mathématicien français, spécialisé Optimiser Résoudre un problème consistant à
en probabilités et en statistiques, il trouver le maximum ou le minimum d’une fonction
perpétue les travaux de Laplace en sur un ensemble.
généralisant la méthode des Représenter Fournir une information sous
moindres carrés. Il énonce l’inégalité de forme graphique : figures codées en géométrie,
Bienaymé-Tchebychev, laquelle est utilisée afin de courbe d’une fonction, arbre ou schéma en
prouver la loi faible des grands nombres. probabilités…
Binomiale (loi) p. 372 Résoudre Trouver toutes les solutions possibles.
Raisonner Démontrer
Bornée (suite) p. 24
Simplifier (une fraction) Opération qui
Briggs (Henri) (1556-1630) consiste à diviser le numérateur et le dénominateur
Mathématicien anglais, il établit les premières tables par un même nombre non nul afin d’obtenir le
de logarithmes décimaux, approfondissant ainsi l’in- numérateur et le dénominateur les plus petits
vention de John Napier. possibles.
460
Cauchy (Augustin Louis) (1789-1857) Deparcieux (Antoine) (1703-1768)
Mathématicien français et professeur à Mathématicien français, il publie des
l’École Polytechnique, il est connu pour traités concernant la trigonométrie et
son Cours d’Analyse où, entre autres, les probabilités.
il définit de manière rigoureuse la Son Essai sur les probabilités de la durée
convergence de séries et où il énonce de la vie humaine, dans lequel on trouve
(et démontre) le théorème des valeurs les « tables de mortalité » est considéré comme l’œuvre
intermédiaires. fondatrice de la science dite actuarielle c’est-à-dire
de l’application des mathématiques à la finance et
Cavalieri (Bonaventure) (1598-1647) aux assurances.
Mathématicien et astronome italien, il est
Dichotomie p. 116
connu notamment pour le principe de
Cavalieri, précurseur du calcul inté- Dioclès (240 – 180 av. J.-C.) p. 76
gral et pour la géométrie des indivi-
sibles. Galilée, avec lequel il entretient Mathématicien grec, une courbe porte
une correspondance prolifique, dit de son nom : la Cissoïde de Dioclès.
lui que « peu ou nul, depuis Archimède, a vu aussi Il serait le premier à mettre en évidence
profondément dans la science de la géométrie ». le foyer d’une parabole.

Chasles (Michel) (1793-1880)

Mathématicien français, ses travaux
portent surtout sur la géométrie E
projective et sur l’analyse harmonique.
Ensemble p. 338
Une relation vectorielle porte son nom
mais existait déjà avant lui. Equations différentielles p. 206
Il est l’inventeur du terme « homothétie ».
Euclide (vers 300 av. J.-C.)
Combinaison
Mathématicien grec, il démontre dans
(éléments d’un ensemble) p. 342
ses Eléments de nombreux résultats en
Combinaison linéaire p. 280 géométrie ou en arithmétique, d’où
les notions de géométrie euclidienne,
Composée de fonction p. 140 de division euclidienne ou encore
Concavité (d’une fonction) p. 144 d’algorithme d’Euclide.

Continuité p. 112 Euler (Leonhard) (1707-1783)

Convergence d’une suite p. 24 Mathématicien et physicien suisse.
Il introduit une grande partie des
Convexité (d’une fonction) p. 144
notations des mathématiques
Coût modernes : fonctions trigonomé-
Somme dépensée pour créer et fabriquer un produit. triques, notation f(x), lettre e pour
le nombre d’Euler, lettre i pour l’unité
imaginaire etc.
D
Dérivable (fonction)
Une fonction f est dérivable en un point a si
f ( x ) – f (a)
F
lim est finie .
x →a x –a Factorielle p. 340

Dénombrer Fourier (Joseph) (1768-1830)

Action de compter Mathématicien et physicien français, il
Delannoy (Henri Auguste) (1833-1915) utilise les fonctions trigonométriques
afin de déterminer l’équation de la
Mathématicien et historien , il s’intéresse chaleur.
de près aux travaux d’Edouard Lucas. L’évolution de la température est modéli-
Ses travaux portent, entre autres, sur la sée par des séries trigonométriques dites sé- ries
combinatoire, les probabilités discrètes de Fourier.
et les carrés magiques.
Dicomaths • Lexique 461
 G Intégrale d'une fonction positive p. 242
Galton (Francis) (1822-1911) Intervalle de fluctuation p. 376
Statisticien anglais, ses travaux portent
sur le concept de corrélation.
La planche de Galton est connue pour
expliciter la convergence d’une loi bino- J
miale par une loi normale.
Johnson (Katherine) (1918-2020)
Gibbs (Josiah Willard) (1839-1903) Physicienne, mathématicienne et ingé-
Physicien et chimiste américain, ses nieure spatiale américaine, ses calculs
travaux portent sur la thermodynamique. de trajectoires ont contribué au bon
Il crée la mécanique statistique en déroulement de plusieurs programmes
collaboration avec Maxwell et Boltz- de la NASA.
mann ainsi que l’analyse vectorielle en
collaboration avec Heaviside.

K
H Koenig (Johan Samuel) (1712-1757)
Mathématicien allemand, élève de Jean
Hamilton (William Rowan) (1805-1865)
Bernoulli, il est également professeur
Mathématicien, physicien et astronome de philosophie.
irlandais, il est à l’origine des quater- Son nom est associé au théorème
nions. probabiliste de König-Huygens.
Ses travaux portent autant sur la géo-
métrie (optique, vectorielle) que sur l’al-
gèbre (résolution d’équations polynomiales).

Heaviside (Oliver) (1850-1925)

L
Physicien anglais, il crée l’analyse Lagrange (Joseph-Louis) (1736-1813)
vectorielle en collaboration avec Gibbs Mathématicien et astronome italien
et simplifie les équations de Maxwell naturalisé français, il élabore le sys-
grâce à cet outil. tème métrique avec Lavoisier pendant
La fonction indicatrice des réels positifs la Révolution. On lui doit la notation
s’appelle fonction de Heaviside. indicielle pour les suites numériques et
il est à l’origine de la notation f ′(x).
Huygens (Christian) (1629-1695)
Mathématicien, physicien et astronome Legendre (Adrien-Marie) (1752-1833)
néerlandais. Après avoir entendu par- Mathématicien français, ses travaux
ler de la correspondance entre Blaise portent entre autres sur la théorie des
Pascal et Pierre de Fermat, il publie le nombres, les statistiques et les proba-
premier livre sur le calcul des probabilités bilités. Il introduit le symbole dit de
dans les jeux de hasard. Legendre au cours de ses recherches pour
démontrer la loi de réciprocité quadratique.

Leibniz (Gottfried Wilhelm) (1646-1716)

I Philosophe, mathématicien et diplo-
Impaire (fonction) p. 88 mate allemand.
Il introduit le terme de fonction
Une fonction f, définie sur un ensemble de définition
et invente le calcul infinitésimal.
D symétrique par rapport à 0, est dite impaire si, pour
tout réel x de D, on a f(–x) = –f(x).
Limite d’une fonction p. 52, 54
La courbe représentative d’une fonction impaire
est symétrique par rapport à l’origine du repère. Limite d’une suite p. 18, 20

462
Lucas (Edouard) (1842-1891)
Mathématicien français, il est l’inven-
N
teur de nombreux jeux mathématiques Napier (John) ou Neper (Jean) (1550-1617)
comme par exemple les tours de Hanoï.
Mathématicien, physicien et astronome
De plus il étudie la suite de Fibonacci
écossais, il invente les logarithmes afin
ainsi que la suite dite de Lucas. Il invente le
de simplifier les calculs utilisés en as-
test de primalité de Lucas-Lehmer que Lehmer optimise
tronomie.
par la suite en 1927. À l’aide de ce test, il démontre en
1876 que le nombre de Mersenne M127 est premier. Newton (Isaac) (1642-1727)
Philosophe, mathématicien et physicien britannique.
Il est l’un des fondateurs du calcul infinitésimal avec
M Leibniz et est à l’origine de la formule du binôme qui
porte son nom.
Majorée (suite) p. 24

Malthus (Thomas Robert) (1766-1834)

Économiste anglais, il étudie la démogra-
P
phie et notamment le contrôle de la na- Paire
talité. Il utilise les mathématiques pour Une fonction f, définie sur un ensemble de définition
montrer que l’évolution de la popula- D symétrique par rapport à 0, est dite paire si, pour
tion augmente de manière exponen- tout réel x de D, on a f(–x) = f(x).
tielle tandis que les ressources augmentent La courbe représentative d’une fonction paire est
de manière arithmétique, ce qui conduirait symétrique par rapport à l’axe des ordonnées.
à un déséquilibre.
Partie d’un ensemble p. 338
Markov (Andreï) (1856-1922)
Pascal (Blaise) (1623-1662)
Mathématicien russe, il soutient sa thèse
en théorie des nombres sur les formes Mathématicien, physicien et théolo-
quadratiques binaires avec détermi- gien français, il conçoit et fabrique une
nant positif. En théorie des probabilités, machine arithmétique : la Pascaline. Il
ses chaînes de Markov marquent le début entretient une correspondance avec
du calcul stochastique. Pierre de Fermat avec lequel il déve-
loppe un nouveau champ de recherche
Maxwell (James Clerk) (1831-1879) en mathématiques : les calculs de probabilités.
Mathématicien et physicien écossais, ses
Peano (Giuseppe) (1858-1932)
travaux portent notamment sur l’électro-
magnétisme. On lui doit une méthode Mathématicien et linguiste italien, il
statistique décrivant la cinétique des est à l’origine d’une formalisation de
gaz : la distribution de Maxwell. Il est l’arithmétique à travers des axiomes
également à l’origine de la première pho- et d’une construction des nombres
tographie en couleur. rationnels. Auteur du Calcul différentiel
et principes du calcul intégral (1870) et du Formulaire
Mendel (Gregor) (1822-1884) de Mathématiques (1908), il est le premier à utiliser
Botaniste autrichien, il est reconnu le terme de « logique mathématique » et de nom-
comme étant le fondateur de la gé- breuses notations qu’il emploie le sont encore à l’heure
nétique. On lui doit les lois de Mendel actuelle.
qui constituent les principes de base Période (d’une fonction)
de l’hérédité. Une fonction f est périodique de période T si pour
Minorée (suite) p. 24 tout x appartenant à son ensemble de définition,
f(x + T) = f(x)
Mouraille (Jean-Raymond) (1721-1808)
Permutation d’un ensemble p. 340
Auteur du Traité de la résolution des équations paru
en 1768, il y étudie les conditions de convergence de p-liste (ou p-uplet) p. 340
la méthode de Newton et y souligne l’importance de
Plan médiateur p. 319
la concavité de la fonction étudiée au sein de cette
méthode. Point d’inflexion p. 148

Dicomaths • Lexique 463

 Poisson (Siméon Denis) (1781-1840) Scalaire
Mathématicien et physicien français, Un scalaire est un nombre réel dans les cas étudiés
ses travaux concernent entres autres dans ce manuel.
la géométrie et l’astronomie. En théo-
Suite arithmétique
rie des probabilités, il introduit dans
ses Recherches sur la probabilité des Une suite (un), avec n ∈ ℕ est arithmétique s’il existe
jugements, la loi de probabilité discrète un réel r tel que pour tout n ∈ ℕ on ait un + 1 = un + r
qui porte son nom : la loi de Poisson. Suite géométrique
Primitive (d’une fonction) p. 206, p. 244 Une suite (un) avec n ∈ ℕ est géométrique s’il existe
un réel q tel que pour tout n ∈ ℕ on ait un + 1 = q un
Produit cartésien p. 338

Produit scalaire (espace) p. 310 T

Projection orthogonale p. 312
Tchebychev (Pafnouti Lvovitch) (1821-1894)
Pythagore (de Samos) (569-475 av. J.-C.) Mathématicien russe, ses domaines
Astronome, philosophe et mathématicien d’études sont la théorie des nombres,
grec. Disciple de Thalès, il ne laisse aucun les probabilités et les statistiques. Il
écrit mais est connu par ses disciples et poursuit l’œuvre de ses prédécesseurs
successeurs. en démontrant de manière rigoureuse
des théorèmes limites. Il démontre notam-
On lui attribue l’origine du mot « ma-
ment l’inégalité énoncée par Bienaymé, devenant
thématiques », celui qui veut apprendre.
l’inégalité de Bienaymé-Tchebychev, laquelle est uti-
lisée afin de prouver la loi faible des grands nombres.

Q
U
Quételet (Adolphe) (1796-1874)
Astronome, poète et mathématicien Unité d'aire p. 242
belge, il met en évidence le rôle pri-
mordial que joue la courbe de Gauss
dans de nombreux domaines.
V
Valeurs intermédiaires (théorème des) p. 116

R Valeur moyenne p. 248

Raisonnement par récurrence p. 16 Vecteurs (espace) p. 284

Vecteur normal (espace) p. 312

Raphson (Joseph) (env 1648-1715)
Mathématicien anglais, il publie en 1690 Analysis Verhulst (Pierre François) (1804-1849)
Aequationum Universalis où il présente la méthode Mathématicien belge, il est l’élève
connue actuellement comme étant la méthode de de Quételet et établit le modèle de
Newton-Raphson. Verhulst, modélisant la croissance
Recette exponentielle d’une population.
Somme d’argent encaissée
Z
S Zenon (d’Elée) (490-430 av. J.-C.)
Philosophe grec, il est à l’origine de
Saint-Vincent (Grégoire) (1584-1667) plusieurs paradoxes dont celui d’Achille
Mathématicien flamand, ses travaux et de la Tortue.
portent sur les calculs d’aires notamment
dans ses recherches concernant la qua-
drature du cercle. Ses écrits, même si per-
fectibles, influencent grandement Leibniz
lors de l’invention du calcul infinitésimal.

464
 Rappels de Seconde et de Première

Puissances
• Pour tout nombre entier n positif non nul, pour tout nombre relatif a : an = a × a × … × a
n facteurs
1 1
Et, si a est non nul : a –n
= n=
a a × a ×…× a
n facteurs

• Par convention, a = 1.
0

• On considère deux nombres entiers relatifs n et m et un nombre a.

an
• an × am = an + m • an × bn = (a × b)n • = a n – m (a ≠ 0) • (am)p = am × p
am

Racine carrée
• La racine carrée d’un nombre positif a est le nombre positif, noté a, dont le carré est a : a × a = ( a )2 = a
• Un carré parfait est le carré d’un nombre entier.
• Pour tout nombre a : a 2 = a si a > 0 et a 2 = –a si a < 0

• Pour tous nombres positifs a et b : a×b= a × b

a a
• Pour tous nombres positifs a et b (avec b ≠ 0) : =
b b

Calcul algébrique
Distributivité
• Pour tous nombres réels a, b, c, d et k, on a : k(a + b) = ka + kb et (a + b)(c + d) = ac + ad + bc + bd
Identités remarquables
Pour tous nombres réels a et b, on a :
• (a + b)2 = a2 + 2ab + b2 • (a – b)2 = a2 – 2ab + b2 • (a + b)(a – b) = a2 – b2
Équations
• Un produit de facteurs est nul si et seulement si au moins l’un de ses facteurs est égal à 0.
• Un quotient est nul si et seulement si son numérateur est égal à 0 et son dénominateur est non nul.
• On considère l’équation x2 = k avec k appartenant à ℝ :
• si k < 0, l’équation x2 = k n’a aucune solution réelle.
• si k = 0, l’équation x2 = k a une seule solution réelle x = 0.
• si k > 0, l’équation x2 = k a deux solutions réelles x = k et x = – k .
• On considère l’équation x = k avec k appartenant à ℝ :
• si k < 0, l’équation x = k n’a aucune solution réelle.
• si k ⩾ 0, l’équation x = k a une seule solution réelle x = k2.
1
• On considère l’équation = k avec k appartenant à ℝ :
x
1
• si k = 0, l’équation = k n’a aucune solution réelle.
x
1 1
• si k ≠ 0, l’équation = k a une seule solution réelle x = .
x k

Dicomaths • Rappels de Seconde et de Première 465

 Proportions et évolutions
Proportions d’ensembles emboités
• On considère trois ensembles A, B et C emboités tels que C ⊂ B ⊂ A.
On note p la proportion de la population de B dans la population de A.
On note p′ la proportion de la population de C dans la population de B.
Alors la proportion de la population de C dans la population A est égale à p × p′.

C
B
A

Variations absolue et relative

• On suppose qu’une quantité passe d’une valeur de départ VD à une valeur d’arrivée VA.
• la variation absolue est : VA – VD
VA – VD
• la variation relative, ou taux d’évolution, est :
VD
Évolutions successives
• Lorsque l’on a une évolution d’une valeur V1 à une valeur V2 suivie d’une autre évolution de la valeur V2 à une
valeur V3, le taux d’évolution global associé à ces deux évolutions est le taux d'évolution entre V1 et V3. Son
coefficient multiplicateur est appelé coefficient multiplicateur global et est égal à c × c′ où c (respectivement c′)
est le coefficient multiplicateur de la première (respectivement de la seconde) évolution.

V1 V2 V3

×c × c’

× cglobal
1
Évolution réciproque ×
c
• Lorsque l’on a une évolution d’une valeur VD à une valeur VA, le taux
réciproque est le taux permettant de revenir de VA à VD. Son coefficient Valeur Valeur
multiplicateur est appelé coefficient multiplicateur réciproque et est égal à de départ d’arrivée
1 VD VA
où c est le coefficient multiplicateur de l'évolution de départ.
c
×c

Statistiques descriptives
Moyenne
• On considère une série statistique de p valeurs distinctes x1, x2, …, xp Valeur x1 x2 … xp
d’effectifs respectifs n1, n2, …, np donnée dans le tableau ci-contre.
Effectif n1 n2 … np
n1 × x1 + n2 × x2 + … + np × x p
La moyenne de cette série est : m =
n1 + n2 + … + np
Moyenne pondérée
• On considère une série statistique constituée de p valeurs x1, x2, …, xp affectées de p coefficients (ou poids) c1,
c2, …, cp.
c1 × x1 + c2 × x2 + … + c p × x p
La moyenne pondérée de cette série est : m =
c1 + c2 + … + c p

466
 Probabilités
Équiprobabilité
• Une loi de probabilité est dite équirépartie lorsque chaque issue a la même probabilité de se réaliser, qui est :
1 1
=
nombre total d’issues n
On est alors dans une situation d’équiprobabilité.
• La probabilité d’un évènement A est égale à la somme des probabilités des issues qui réalisent cet évènement.
Dans une situation d’équiprobabilité, où il y a n issues, la probabilité d’un événement A réalisé par k issues est :
nombre d’issues qui réalisent A k
p (A) = =
nombre total d’issues n
Probabilité de l’évènement contraire
• Soit A un événement. On a : p(A) = 1– p(A)
Relation entre union et intersection
• Soit A et B deux événements. On a : p(A ∪ B) = p(A) + p(B) – p(A ∩ B).

Vecteurs
Définitions
• Le vecteur AB est défini par : A B
• sa direction (celle de la droite (AB),
• son sens (de A vers B), D
B
• sa norme (la longueur du segment AB).
• ABDC est un parallélogramme (éventuellement aplati) si et seulement si :
AB = CD C
A
� �
• Deux vecteurs u et v non nuls sont colinéaires s’il existe un réel non nul k tel que :
� �
v = ku
• Deux droites (AB) et (MN) sont parallèles si et seulement si les vecteurs AB et MN sont colinéaires.
• Trois points distincts A, B et C sont alignés si et seulement si les vecteurs AB et AC sont colinéaires.
�
• Soient A et B deux points distincts d’une droite d alors tout vecteur u colinéaire au vecteur AB est appelé vecteur
directeur de la droite d.
Relation de Chasles B
BC
• A, B, C trois points. AB
C

A AB + BC = AC

On a : AB + BC = AC

Dicomaths • Rappels de Seconde et de Première 467

 Géométrie repérée
� x � x′
• On considère les
� vecteurs
� u et v et les points A(xA ; yA) et B(xB ; yB) dans le plan muni d’un repère
orthonormé (O ; i , j ) . y y′

• Distance : AB = ( xB – x A )2 + ( yB – yA )2

• Le milieu d’un segment [AB] x A + xB yA + yB

a pour coordonnées : ;
2 2

xB – x A
• Coordonnées du vecteur : AB
yB – y A

� � x = x′
• Égalité de vecteurs : u=v ⇔
y = y′

� � x + x′
• Somme de deux vecteurs : u+v
y + y′

� kx
• Multiplication par un réel k : ku
ky
�
• Norme d’un vecteur : u = x2 + y2
� �
• Déterminant de deux vecteurs : det(u , v ) = xy ′ – x ′y
• Deux vecteurs sont colinéaires si et seulement si leur déterminant est nul.
� –b
• Une équation cartésienne de la droite passant par le point A et de vecteur directeur u est de la forme :
a
ax + by + c = 0
• Toute droite non verticale a une équation réduite de la forme : y = mx + p
1
où m s’appelle le coefficient directeur et p l’ordonnée à l’origine. Le vecteur de coordonnées est un
vecteur directeur de cette droite. m

• Le coefficient directeur ou pente d’une droite (AB) est :

m=
Δ y = yB – y A
Δx xB – x A si xA ≠ xB

y B
yA
yB – yA
yB A
xB – x A
x
xA xB
• Toute droite verticale a une équation réduite de la forme : x = k
• Deux droites d’équations réduites y = mx + p et y = m′x + p′ sont parallèles si et seulement si m = m′ .
Si, de plus, p = p′ alors elles sont confondues.
• Deux droites d’équations cartésiennes ax + by + c = 0 et a′x + b′y + c′ = 0 sont parallèles si et seulement si
ab′ – ba′ = 0

468
 Fonctions
Fonction affine
• Une fonction affine est une fonction définie sur ℝ par f(x) = ax + b (avec m et p réels) :
• si a > 0, alors f est croissante sur ℝ.
• si a < 0, alors f est décroissante sur ℝ.
• si a = 0, alors f est constante sur ℝ.
b
• La fonction affine f s’annule et change de signe une fois dans son ensemble de définition en x = – .
a
a>0 a<0 a=0
y y y
x x x
b b
– –
a a

a>0 a<0

y y
1
– + + –
1
x x
0 1 0 1

x –∞ –
b
+∞ x –∞ –b +∞
a a

f (x) – 0 + f (x) + 0 –

f est négative puis positive. f est positive puis négative.

Fonctions de référence

Fonction carré Fonction inverse Fonction racine carrée Fonction cube

1
x ↦x2 x↦ x↦ x x ↦ x3
x
La fonction carré est La fonction inverse est La fonction racine carrée La fonction cube
décroissante sur ℝ– et décroissante sur ℝ*– et est croissante est croissante
croissante sur ℝ+. décroissante sur ℝ* +. sur ℝ+. sur ℝ.

x –∞ 0 +∞ x – ∞ 0 +∞ x 0 +∞ x –∞ +∞
1
x ↦ x2 x↦ x↦ x 0 x ↦ x3
0 x

y y y y
4 2 4 2
x x
2 2
–4 –2 2 4 –4 –2 0 2 4
x x
–2
–2 0 2 0 2 4 6 8 –2

Dicomaths • Rappels de Seconde et de Première 469

 Rappels de Seconde et de Premère

Second degré
Fonction polynôme de degré 2
f(x) = ax2 + bx + c avec a, b et c réels, a ≠ 0

Forme canonique f(x) = a(x – α)2 + β avec α et β réels.

Coordonnées du sommet b
S(α ; β) avec α = – et β = f(α).
2a

Discriminant Δ = b2 – 4ac

Courbes représentatives

Δ<0 Δ=0 Δ>0

x1 x2
x0
a>0
–∞ x0 +∞
x –∞ +∞ x x –∞ x1 x2 +∞

f (x) + f (x) + 0 + f (x) + 0 – 0 +

x0
x1 x2

a<0
x –∞ +∞ x –∞ x0 +∞ x –∞ x1 x2 +∞

f (x) – f (x) – 0 – f (x) – 0 + 0 –

f n’admet pas f a une racine double : f admet deux racines distinctes :

de racine. b
x0 = – –b – Δ –b + Δ
Il n’y a donc pas 2a x1 = et x2 =
2a 2a
de factorisation.
On a alors : On a alors :
Factorisation f(x) = a(x – x0)2 f(x) = a(x – x1)(x – x2)

De plus :
b c
x1 + x2 = – et x1 × x2 =
a a

470
 Suites
Pour tout
(un) est une suite arithmétique (un) est une suite géométrique
n ∈ ℕ, p ∈ ℕ,
de raison r de raison q et u0 ≠ 0
r ∈ ℝ, q ∈ ℝ
Relation de
un+1 = un + r un+1 = q × un
récurrence
Terme général un = u0 + nr = u1 + (n – 1)r = up + (n – p)r un = u0 × qn = u1 × qn–1 = up × qn–p
• Si q > 1 et :
• si u0 positif : (un) est strictement croissante.
• si u0 négatif : (un) est strictement décroissante.
• Si r > 0 : (un) est strictement croissante.
• Si 0 < q < 1 et :
Variation • Si r < 0 : (un) est strictement décroissante. • si u0 positif : (un) est strictement décroissante.
• Si r = 0, (un) est constante. • si u0 négatif : (un) est strictement croissante.
• Si q = 0 ou q = 1 : (un) est constante.
• Si q < 0 : (un) n’est pas monotone.
Somme, n( n + 1) 1– q n +1
1+ 2 + … + n = 1+ q + q2 + … + q n =
n ⩾ 1, q ≠ 1 2 1– q

Dérivation
Dérivées des fonctions de référence
f est définie sur Fonction f Dérivée f ′ f est dérivable sur
ℝ c 0 ℝ
ℝ x 1 ℝ
ℝ x2 2x ℝ
ℝ x3 3x2 ℝ
ℝ, ℝ* si n < 0 xn, n ∈ ℤ nx n–1 ℝ, ℝ* si n < 0
1 1
ℝ* – 2 ℝ*
x x
1
[0 ; + ∞[ x ]0 ; + ∞[
2 x
ℝ ex ex ℝ

Opérations et dérivation
u et v sont deux fonctions définies et dérivables sur un intervalle I.
Fonctions u et v Dérivée
u+v u′ + v′
u×v u′v + v′u
Pour k constante réelle, k × u k × u′
1 –v′
Si pour tout x de I, v(x) ≠ 0 :
v v2
u u ′v – v ′u
Si pour tout x de I, v(x) ≠ 0 :
v v2
Pour a et b réels : u(ax + b) a × u′(ax + b)
eax+b a × eax+b

Équation réduite de la tangente à la courbe représentative de f en un point d’abscisse a y = f ′(a)(x – a) + f(a)

Dicomaths • Rappels de Seconde et de Première 471

 Fonction exponentielle y
6
• La fonction exponentielle est définie et strictement croissante sur ℝ.
1
5
•e =1
0
•e =e
1
• e= e2 4
3 e1 = e
• Pour tout x ∈ ℝ, on a ex > 0 2
• Pour tous réels a et b, n ∈ ℤ : e0 = 1 1
ex x
1 ea
•e a+b
=e ×e
a b
•e –a
= a •e a– b
= b • (e ) = e
a n an
–4 –3 –2 –1 0 1 2
e e –1

Produit scalaire
� x � x′
u et v sont deux vecteurs non nuls dans un repère orthonormé
y y′
� �
Formule analytique u ⋅ v = xx ′ + yy ′
� � � � � �
Formule géométrique u ⋅ v = || u || × || v || × cos(u , v )

� � 1 � � � �
Formule avec les normes u ⋅ v = (|| u ||2 + || v ||2 – || u – v ||2)
2
Projeté orthogonal
• Soit A, B et C trois points et H le projeté orthogonal de C sur la droite (AB) alors :
AB ⋅ AC = +AB × AH si les vecteurs AB et AH AB ⋅ AC = –AB × AH si les vecteurs AB et AH
sont de même sens. sont de sens contraires.
C
C

B
A
B H
H
A

� � � � � �
• Si u = 0 ou si v = 0 alors u ⋅ v =0
� �
• u et v sont orthogonaux si et seulement si leur produit scalaire est nul, ce qui se traduit par :
xx ′ + yy ′= 0
Propriétés du produit scalaire
• u� ⋅ v� = v� ⋅ u�
• u� ⋅ (v� ⋅ w� ) = u� ⋅ v� + u� ⋅ w�
• u� ⋅ (kv)
� � �
= k(u ⋅ v )
• u� ⋅ u� = (u� )2 = || u� ||2
• || u� + v� ||2 = || u� ||2 + || v� ||2 + 2u� ⋅ v�

472
 Trigonométrie

Fonctions sinus et cosinus Cercle trigonométrique

• Les fonctions sinus et cosinus sont définies sur ℝ. Ce sin
90°
sont des fonctions périodiques de période 2π. π
120° 2 60°
• sin(x + 2π) = sin(x) • cos(x + 2π) = cos(x) 2π 1 π
3 +
3 3
π 45°
• Pour tout nombre réel x 135°
3π 2
2 4
4
• (cos(x))2 + (sin(x))2 = 1 • – 1 ⩽ cos(x) ⩽ 1 2
1 π 30°
150° 5π
• – 1 ⩽ sin(x) ⩽ 1 6 2 6

Valeurs remarquables 180° π 0 0°

–1
–
3
–
2
–
1 1 2 3 1 cos
π π π π 3π 2 2 2 2 2 2
x 0 π 2π
6 4 3 2 2 5π – π –30°
–150° – 6
1
–
2
6
3 2 1 2
–π
–
cos x 1 0 –1 0 1
– 3π
2
2 2 2 3 4 –45°
–135° 4 –
2
– 2π –π –
–π
–1
1 3
2 3 –120° 3 2
sin x 0 1 0 –1 0 –60°
2 2 2 –90°

π +x π –x
Angles associés 2 2
• cos(–x) = cos(x) • sin(–x) = –sin(x)
• cos(π – x) = –cos(x) • sin(π – x) = sin(x) π–x x
• cos(π + x) = –cos(x) • sin(π + x) = –sin(x) sin x

π π cos x
• cos – x = sin x
2
() • sin – x = cos( x )
2 π+x –x
π π
• cos + x = –sin( x ) • sin + x = cos( x )
2 2

Fonctions sinus et cosinus

Elles sont définies sur ℝ, ce sont des fonctions périodiques de période 2π, dites « 2π-périodiques ».
sin(x + 2π) = sin(x) et cos(x + 2π) = cos(x)
y
1
𝒞cos 1 𝒞sin
2 x
–π 3π π π 0 π π 3π π
– – – –1
4 2 4 2 4 2 4
–1

La fonction sinus est impaire

Sa courbe représentative est alors symétrique par rapport à l’origine du repère.
La fonction cosinus est paire
Sa courbe représentative est alors symétrique par rapport à l’axe des ordonnées du repère.

Dicomaths • Rappels de Seconde et de Première 473

 Formulaire de Terminale

Suites
Suite convergente
Soit (un) une suite et ℓ un réel. On dit que la suite (un ) converge vers ℓ lorsque n tend vers + ∞ si tout intervalle
ouvert J (aussi petit qu’il soit) contenant ℓ contient toutes les valeurs de la suite (un ) à partir d’un certain rang N.

Suite qui tend vers + ∞

Soit (un) une suite. On dit que la suite (un) diverge vers + ∞ lorsque n tend vers + ∞ si pour tout réel A (aussi grand
que l‘on veut) il existe un entier naturel N tel que pour tout n ⩾ N : un > A.

Suite qui tend vers – ∞

Soit (un) une suite. On dit que la suite (un) diverge vers – ∞ lorsque n tend vers + ∞ si pour tout réel A (aussi petit
que l‘on veut) il existe un entier naturel N tel que pour tout n ⩾ N : un < A.

Théorème
Toute suite croissante et majorée (respectivement décroissante et minorée) est convergente.

Opérations sur les limites

Soient (un) et (vn) deux suites et ℓ et ℓ′ deux nombres réels.
• Limite d’une somme
lim (un )
n→+ ℓ ℓ ℓ +∞ +∞ –∞
lim (v n ) ℓ′ +∞ –∞ +∞ –∞ –∞
n→+
lim (un + v n ) ℓ + ℓ′ +∞ –∞ +∞ indéterminée –∞
n→+

• Limite d’un produit

lim (un ) 0
n→+ ℓ ℓ >0 ℓ>0 ℓ<0 ℓ<0 +∞ –∞ –∞ +∞
lim (v n )
n→+ ℓ′ +∞ –∞ +∞ –∞ +∞ –∞ +∞ –∞ ±∞
lim (un × v n ) ℓ × ℓ′ +∞ –∞ –∞ +∞ +∞ +∞ –∞ –∞ indéterminée
n→+

• Limite d’un quotient

lim (un ) 0
n→+ ℓ ℓ ±∞ ±∞ ℓ≠0 ±∞
lim (v n ) 0 0 0 0
n→+ ℓ′ ≠ 0 ℓ′ ≠ 0 ±∞
⎛u ⎞ 
lim ⎜ n ⎟ ±∞ ±∞ indéterminée ±∞ ±∞ indéterminée
n→+` ⎝ v n ⎠ ′

Théorème de comparaison
• Si à partir d’un certain rang N, on a un ⩽ vnet si lim un = +  alors lim v n = +.
n→+  n→+ 
• Si à partir d’un certain rang N, on a un ⩾ vnet si lim un = −  alors lim v n = –.
n→+  n→+ 

Théorème des gendarmes

Si à partir d’un certain rang N, un ⩽ vn ⩽ et si les suites (un) et (wn) convergent vers un même nombre 𝓵, alors la
suite (vn) converge aussi vers ℓ.

474
 Suites
Convergence des suites géométriques
• Si q > 1 alors lim q n = + .
n→+ 

• Si – 1 < q < 1 alors lim q n = 0.

n→+ 
• Si q ⩽ – 1 alors la suite (qn) n’a pas de limite.

Théorème
Soit une suite (un) définie par un premier terme et un+1 = f(un) convergente vers une limite finie ℓ.
Si la fonction f est continue en ℓ alors ℓ est solution de l’équation f(x) = x.

Fonctions
Théorèmes
• Si une fonction est dérivable sur un intervalle I alors elle est continue sur cet intervalle.
• Si une fonction f est continue et strictement monotone sur un intervalle [a ; b] alors
pour tout réel k compris entre f(a) et f(b), l’équation f(x) = k admet une unique solution α dans l’intervalle [a ; b].

Asymptote horizontale
• La droite d’équation y = ℓ est asymptote horizontale à la courbe représentative de f en + ∞ lorsque lim f ( x ) = 
x →+ 

• La droite d’équation y = ℓ est asymptote horizontale à la courbe représentative de f en – ∞ lorsque lim f ( x ) = 

x →− 

Propriétés
Soit n un entier naturel non nul.
1 1 1
• lim = lim = lim =0
x →+  x x →+  x n x →−  x n

⎧+` si n pair
• lim x = lim x n = +  • lim x n = ⎨
x →+  x →+  x→−` ⎩−` si n impair

Asymptote verticale
La droite d’équation x = x0 est asymptote verticale à la courbe représentative de f lorsque lim f ( x ) = + 
x→ x0
(ou lorsque lim f ( x ) = –).
x→ x0

Propriétés
Soit n un entier naturel non nul.
1 1 1 ⎧+` si n pair
• lim = lim = + • lim =⎨
x →0 x x →0 xn x→0 xn ⎩–` si n impair
x0 x,0

Théorème de comparaison
Soit f et g deux fonctions telles que f(x) < g(x) sur un intervalle du type ]a ; + ∞[.
• Si lim f ( x ) = + alors lim g( x ) = +.
x →+  x →+ 

• Si lim g( x ) = −  alors lim f ( x ) = –.

x →+  x →– 

Dicomaths • Formulaire de Terminale 475

 Fonctions
Théorème des gendarmes
Soit f, g et h trois fonctions telles que f(x) < g(x) < h(x) sur un intervalle du type ]a ; + ∞[.
Si lim f ( x ) = lim h( x ) =  alors lim g( x ) = .
x →+  x →+  x →+ 

Propriétés
• Soit u une fonction définie sur un intervalle I de ℝ et v une fonction définie sur un intervalle J de ℝ
et à valeurs dans un intervalle K de ℝ.
Si pour tout x ∈ I, u(x) ∈ J alors (v ° u)′(x) = (v′ ° u)(x) × u′(x).
• Si une fonction f est deux fois dérivable sur un intervalle I de ℝ :
• f est convexe si et seulement si sa dérivée seconde f ″ est positive sur I
• f est concave si et seulement si sa dérivée seconde f ″ est négative sur I.
• Soit f une fonction deux fois dérivable sur un intervalle I de ℝ .
Si f ″ s’annule en changeant de signe en x0 ∈ I alors M(x0 ; f(x0)) est un point d’inflexion de la courbe représentative de f.

Fonctions trigonométriques
Propriétés
• Les fonctions cosinus et sinus sont dérivables sur ℝ et, pour tout x ∈ ℝ : sin′(x) = cos(x) et cos′(x) = – sin(x).
• Soit une fonction u dérivable sur un intervalle I de ℝ.
Les fonctions f et g définies sur I par f(t) = cos(u(t)) et g(t) = sin(u(t)) sont dérivables sur I et pour tout nombre t de I,
f ′(t) = – u′(t) sin(u(t)) et g′(t) = u′(t) cos(u(t)).

Valeurs remarquables
π π π π
x 0 π
3 6 4 2
1 3 2
cos(x) 1 0 –1
2 2 2
3 1 2
sin(x) 0 1 0
2 2 2

Équations
• cos(x) = cos(a) ⇔ x = a + 2kπ ou x = – a + 2kπ, k ∈ ℤ
• sin(x) = sin(a) ⇔ x = a + 2kπ ou x = π – a + 2kπ, k ∈ ℤ

Inéquations
Soit a un nombre réel.
• Les solutions de l’inéquation cos(x) ⩽ cos(a) sont les nombres vérifiant :
a + 2kπ ⩽ x ⩽ 2π – a + 2kπ, k ∈ ℤ

• Les solutions de l’inéquation sin(x) ⩽ sin(a) sont les nombres vérifiant :

– π – a + 2kπ ⩽ x ⩽ a + 2kπ, k ∈ ℤ

476
 Dénombrement
Propriétés
• Le nombre de permutations d’un ensemble à n éléments s’écrit n!
Il est égal à : n! = n × (n – 1) × … × 3 × 2 × 1
n!
• Le nombre de p-uplets d’éléments distincts d’un ensemble à n éléments est :
( n – p )!

⎛ n⎞ n!
• Le nombre de combinaisons de p éléments parmi n éléments est égal à : ⎜⎝ p⎟⎠ = (n – p)! × p!

• Pour tous nombres entiers naturels n et p tels que 0 ⩽ p ⩽ n :

n
⎛ n⎞ ⎛ n⎞ ⎛ n⎞ ⎛ n ⎞ ⎛ n⎞ ⎛ n ⎞ ⎛ n⎞ ⎛ n ⎞ ⎛ n + 1⎞ ⎛ n⎞
• ⎜ ⎟ = ⎜ ⎟ =1
⎝ 0⎠ ⎝ n⎠
• ⎜ ⎟ =⎜
⎝1⎠ ⎝ n – 1⎟⎠
=n •⎜ ⎟ =⎜
⎝ p⎠ ⎝ n – p⎟⎠
•⎜ ⎟ +⎜ =
⎝ p⎠ ⎝ p + 1⎟⎠ ⎜⎝ p + 1⎟⎠
• ∑ ⎜⎝ p⎟⎠ = 2n
p=0

Probabilités
Formule des probabilités totales
Soit {A1 , A2 , … , An} une partition d’un univers Ω, B un événement de Ω. Alors :
p(Ω) = p(A1∩B) + p(A2∩B) + … + p(An∩B)
Événements indépendants
On dit que deux évènements A et B sont indépendants :
• si p(A∩B) = p(A) × p(B).
• si pA(B) = p(B).
Loi de Bernoulli
Soit X une variable aléatoire suivant une loi de Bernoulli de paramètre p.
On a alors : • E(X) = p
• V(X) = p(1 – p)
• σ( X ) = p(1– p )

Loi binomiale
Si X est une variable aléatoire suivant la loi binomiale ℬ(n ; p) alors, pour tout entier k compris dans [0 ; n], on a :
⎛ n⎞
• p( X = k) = ⎜ ⎟ × p k × (1– p)n–k
⎝ k⎠
• E(X) = np
• V(X) = np(1 – p)
• σ( X ) = np(1– p )

Intervalle de fluctuation
Soit X une variable aléatoire suivant une loi binomiale, α ∈ ]0 ; 1[ et a et b réels.
Un intervalle [a ; b] tel que p(a ⩽ X ⩽ b) ⩾ 1 – α est appelé intervalle de fluctuation au seuil de 1 – α
(ou au risque α) associé à X.

Dicomaths • Formulaire de Terminale 477

 Probabilités
Espérance et variance
Soient X et Y deux variables aléatoires sur un même univers fini Ω et a un nombre réel.
• E(X + Y) = E(X) + E(Y)
• E(aX) = aE(X)
• V(X + Y) = V(X) + V(Y) si X et Y sont deux variables aléatoires indépendantes
• V(aX) = a2 V(X)
• σ(aX) = |a|σ(X)

Inégalité de Bienaymé-Tchebychev
Soit X une variable aléatoire d’espérance E(X) = μ et de variance V(X) = V.
V V
Pour tout réel strictement positif δ , p( X – µ ˘ δ) ¯ 2 c’est-à-dire p( X ]µ – ; µ + [)
δ 2

Inégalité de concentration
X1 + X 2 + … + X n
Soit (X1 , X2 , …,Xn ) un échantillon de variables aléatoires d’espérance μ et de variance V et Mn =
la variable aléatoire moyenne de cet échantillon. n
V
Pour tout réel strictement positif δ, l’inégalité, p( X – µ ˘ δ) ¯ 2 est vérifiée.
δ
Loi (faible) des grands nombres
X1 + X 2 + … + X n
Soit (X1 , X2 , …,Xn ) un échantillon de variables aléatoires d’espérance μ et Mn =
n
la variable aléatoire moyenne de cet échantillon.
Pour tout réel strictement positif δ fixé, lim p( X – µ ˘ δ) = 0
n→+`

Fonction logarithme népérien

Propriétés
• Pour tout réel x > 0 :
⎛ 1⎞
• eln( x ) = x • ln(e x ) = x • ln(1) = 0 • ln(e) = 1 • ln ⎜ ⎟ = ln(e −1) = −1
⎝ e⎠

• La fonction ln est strictement croissante sur ]0 ;+ ∞[.

• Pour tous réels a > 0 et b > 0 :
• ln (a) = ln (b) ⇔ a = b • ln (a) < ln (b) ⇔ a < b
• Pour tout réels a > 0 et b > 0 :
• ln (ab) = ln (a) + ln (b)
⎛ a⎞
• ln ⎜ ⎟ = ln(a) – ln(b)
⎝ b⎠
• ln (an) = nln (a) ( ) 1
• ln a = ln( a )
2

1
• La fonction ln est dérivable sur ]0 ; + ∞[.et, pour tout réel x � 0,ln’( x ) =
x
• Soit u une fonction dérivable et strictement positive sur un intervalle I.
u′
La fonction ln (u) est alors dérivable sur I et (ln u )′ = .
u
Limites
ln( x ) ln( x )
• lim ln( x ) = + • lim ln( x ) = – • lim = 0 • lim x ln( x ) = 0 • lim = 0, n ∈� • lim x n ln( x ) = 0, n  �*
x →+  x →0 x →+  x x →0 x →+  xn x →0
x0 x0 x0

478
 Espace
Positions relatives de deux droites
Deux droites de l’espace sont soit coplanaires (c’est-à-dire contenues dans un même plan) et alors elles sont sécantes
ou parallèles soit non coplanaires.

d et d ′ sont coplanaires et sécantes en M d et d ′

ou strictement parallèles ou confondues sont non coplanaires
𝒫 M 𝒫 𝒫 d
d 𝒫
d
d d′
d′ d′
d′ 𝒫′

Positions relatives d’une droite et d’un plan

Une droite et un plan de l’espace sont soit sécants, et dans ce cas leur intersection est un point, soit parallèlles.

1 d est strictement parallèle à 𝒫 2 d est incluse dans 𝒫 3 d est est sécante à 𝒫

d
d

Positions relatives de deux plans

Deux plans de l’espace sont soit sécants, et dans ce cas leur intersection est une droite, soit parallèles.

1 d est strictement parallèle à 𝒫′ 2 𝒫 et 𝒫′ sont confondus 3 𝒫 et 𝒫′ sont sécants en d

𝒫 𝒫

d
𝒫′
𝒫′ 𝒫 𝒫′

Théorème « du toit »
Soient 𝒫1 et 𝒫2 deux plans sécants selon une droite Δ.
Si une droite d1 de 𝒫1 est strictement parallèle à une droite d2 de 𝒫2 alors Δ est parallèle à d1 et d2

Théorème
Soit A,B et C trois points distincts non alignés de l’espace.
Le plan (ABC) est l’ensemble des points M de l’espace pour lesquels il existe deux réels α et β tels que :
���� ��� ���
AM = α AB + βAC

Corollaire
    
Soient u , v et w trois vecteurs non nuls de l’espace avec u et v non colinéaires.
  
u et v et w sont coplanaires si et seulement si il existe deux réels α et β tels que :
  
w = αu + βv

Dicomaths • Formulaire de Terminale 479

 Espace
Produit scalaire
⎛ x ′⎞
! x
⎛ ⎞ !
Soit u ⎜ y⎟ et v ⎜ y ′⎟ deux vecteurs non nuls de l’espace dans un repère orthonormé.
⎜z⎟ ⎜ ⎟
⎝ ⎠ ⎝ z ′⎠
 
• Formule analytique : u ⋅v = xx ′ + yy ′ + zz ′
� � � � � ��
• Formule géométrique : u ⋅v = u × v × cos(u , v )
  1  2  2   2
• Formule avec les normes : u ⋅v = ( u + v – u – v )
  2
• u et v sont orthogonaux si et seulement si leur produit scalaire est nul.

Représentation paramétrique d’une droite

⎧x = x A + ka
⎪
Le système d’équations ⎨ y = yA + kb où t ∈ ℝ est une représentation paramétrique de la droite d passant
⎪z = z A + kc
⎩

! ⎛ a⎞
par le point A(xA ; yA ; zA)et dirigée par u ⎜ b⎟ et telle que k est le paramètre de cette représentation.
⎜⎝ c ⎟⎠

Propriété
! ⎛ a⎞
Le plan passant par le point A(xA ; yA ; zA ) et dont un vecteur normal est le vecteur n ⎜ b⎟ a pour équation cartésienne :
⎜⎝ c ⎟⎠
ax + by + cz + d = 0

Équations différentielles
Théorèmes
• Les équations différentielles de la forme y′ = ay où a est un réel non nul ont pour solutions les fonctions de la
forme : f(x) = Keax avec K réel
Pour tous x0 et y0 deux réels donnés, il existe une unique fonction f solution telle que f(x0) = y0.
• Les équations différentielles de la forme y′ = ay + b où a est un réel non nul et b un réel ont pour solutions
b
les fonctions de la forme : f ( x ) = Ke ax – avec K réel
a
Pour tous x0 et y0 deux réels donnés, il existe une unique fonction f solution telle que f(x0) = y0

Primitives de fonctions usuelles

Fonction f Intervalle Primitive F

f(x) = a ℝ F(x) = ax + k avec k réel

ℝ si n est un entier naturel 1 n+1

F( x ) = x +k avec k réel
f(x) = xn avec n ∈ ℤ sauf – 1 ]0 ; + ∞[ ou ] – ∞ ; 0[ si n est un n +1
entier négatif non nul sauf – 1.
1 ]0 ; + ∞[
f (x) = F( x ) = 2 x + k avec k réel
x
f(x) = ex ℝ F(x) = ex +k avec k réel
1 ]0 ; + ∞[ ou ] – ∞ ; 0 [ F(x) = ln (x) + k avec k réel
f (x) =
x

480
 Primitives de fonctions composées
u désigne une fonction dérivable sur I.

Formes de la fonction Primitive Conditions

u′u avec n ∈ ℤ sauf 0 et – 1 u n+1 Si n < 0 alors u(x) ≠ 0 pour tout x de I
n +1
u′ 1 u(x) ≠ 0 pour tout x de I
–
u2 u
u′ u(x) > 0 pour tout x de I
u
2 u
u′ ln (u) u(x) > 0 pour tout x de I
u
u′ eu
(v′ ° u) × u′ v°u v dérivable sur un intervalle J et pour tout x de I,
u(x) appartient à J.

Calcul intégral
Propriétés
• Soit f une fonction continue et positive sur [a ; b] et F une primitive de f sur [a ; b]. Alors :
b
∫a f ( x ) d x = F (b) – F (a) que l’on note aussi [F ( x )]b .
a

• Soit f et g deux fonctions continues sur un intervalle [a ; b] et λ un réel.

Alors :
b b b
• ∫ (f + g )(t )dt = ∫ f (t )dt + ∫ g(t )dt
a a a
b b
• ∫ (λf )(t )dt = λ ∫ f (t )dt
a a

Relation de Chasles
Soit f une fonction continue sur un intervalle I et a, b, c trois réels appartenant à I.
c b c
∫a f (t )dt = ∫a f (t )dt + ∫b f (t )dt
Propriétés
• Soit f et g deux fonctions continues sur un intervalle [a ; b]. Alors :
b
Si f est positive sur [a ; b], alors ∫ f (t )dt  0.
a
b b
• Si pour tout t ∈ [a ; b], f(t) ⩽ g(t) alors ∫a f (t )dt  ∫a g(t )dt .
Valeur moyenne
Soit f une fonction continue sur un intervalle [a ; b].
1 b
La valeur moyenne de f sur [a ; b] est le nombre μ définie par : µ =
b–a ∫a f (t)dt.
Intégration par parties
Soit u et v deux fonctions dérivables sur [a ; b] et admettant des dérivées u′ et v′ continues. Alors :
b b
∫a u(t )v ′(t )dt = [u(t )v(t )]b – ∫a u′(t )v(t )dt
a

Dicomaths • Formulaire de Terminale 481

 Formulaire de géométrie

Aires et périmètres
Carré Rectangle Parallélogramme Trapèze
b

ℓ
c h h

L b
B
𝒜 = c2 𝒜 = L × ℓ 𝒜 = b × h (b + B ) × h
𝒜=
p=4×c p = 2 × ( L +ℓ) p = 2 × ( L + ℓ) 2

Triangle rectangle Triangle quelconque Disque Sphère

r
ℓ r
h

L
b 𝒜 = π × r2
L×ℓ
𝒜= b×h 𝒜 = 4π × r2
2 𝒜= p=2πr
2

Volumes
Cube Parallélépipède rectangle Prisme droit Cylindre
ou pavé r

h h
h
c ∙
L

𝒱= 𝒜 base × h = c3 𝒱= 𝒜 base × h = L × 𝓵 × h 𝒱= 𝒜 base × h 𝒱= 𝒜 base × h = π × r2 × h

Pyramide Cône de révolution Sphère

h r

𝒜base × h 𝒜base × h πr 2 × h 4 × π × r3
𝒱= 𝒱= = 𝒱=
3 3 3 3

482
 Logique et raisonnement

1 ET et OU en mathématiques
Définition Et
En mathématiques, lorsque l’on dit qu’une proposition 1 ET une proposition 2 sont vérifiées,
cela veut dire qu’elles sont vérifiées à la fois.
Ce "ET" mathématique est très lié au symbole ∩.

Exemples
1 On cherche le nombre n tel que n soit un entier pair ET appartienne à l’intervalle [3,5 ; 5,9].
Il s’agit de trouver un nombre n (s’ils existe(nt)) qui vérifie les deux
conditions à la fois c’est-à-dire qui est un entier pair ET qui appartient
à [3,5 ; 5,9].
Le seul nombre vérifiant ces deux conditions est 4 donc n = 4.
2 On considère le programme python :
Le programme affiche "Dans l’intervalle!" si le nombre x vérifie à la fois x > 3 et x ⩽ 7,3 c’est-à-dire
si 3 < x ⩽ 7,3.

Définition Ou
En mathématiques, lorsque l’on dit qu’une proposition 1 OU une proposition 2 est vérifiée,
cela veut dire qu’au moins l’une des deux est vérifiée.
Ce "OU" mathématique est très lié au symbole ∪.

Exemple
On lance un dé équilibré à 6 faces numérotées de 1 à 6.
Quelles sont les issues qui sont paires OU strictement supérieures à 2 ?
Les nombres entiers entre 1 et 6 qui vérifient la proposition :
• « être pair » sont 2 ; 4 ; 6.
• « être strictement supérieur à 2 » sont 3 ; 4 ; 5 ; 6.
Les issues qui sont paires OU strictement supérieures à 2 sont donc 2 ; 3 ; 4 ; 5 ; 6 qui sont tous les entiers entre 1 et 6
qui vérifient au moins l’une des deux conditions (éventuellement les deux pour 4 et 6).

Remarques
• Dans le langage courant, le OU est exclusif. Par exemple, quand sur un menu au restaurant il est écrit « fromage ou
dessert » cela veut dire que l’on peut prendre soit du fromage, soit un dessert, mais pas les deux.
• Dans le langage mathématique, le OU est inclusif. Dans l’exemple précédent du dé à 6 faces, les nombres 4 et 6
vérifient les deux conditions à la fois cela veut dire que si on les obtient, le résultat est bien pair OU strictement
supérieur à 2.

Exemple
L’algorithme suivant illustre l’exemple précédent du dé à 6 faces.
x ← Entier aléatoire entre 1 et 6
Si x est pair ou x>2
Afficher "Pair ou strictement supérieur à 2"
Fin si
Il affiche « Pair ou strictement supérieur à 2 » si l’entier aléatoire x a pour valeur 2 ; 3 ; 4 ; 5 ou 6.

Dicomaths • Logique et raisonnement 483

 2 Implication, contraposée,
réciproque et équivalence
Définition Implication
Une implication est une proposition de la forme : SI énoncé 1 ALORS énoncé 2
Symboliquement, cela se note : énoncé 1 ⇒ énoncé 2
Cela veut dire que si l’énoncé 1 est vérifié alors l’énoncé 2 l’est forcément (ou nécessairement) également.
On dit que l’énoncé 1 est une condition suffisante et que l’énoncé 2 est une condition nécessaire.

Exemples
1 La proposition suivante est VRAIE : SI la prise est débranchée ALORS la lampe est éteinte.
On peut la traduire par : la prise est débranchée ⇒ la lampe est éteinte (se lit également « la prise est débranchée
entraîne la lampe est éteinte »).
2 En revanche, la proposition suivante est FAUSSE : SI la lampe est éteinte ALORS la prise est débranchée.
En effet, si la lampe est éteinte, la prise peut être branchée mais l’interrupteur sur OFF.

Définition Contraposée
Si une implication énoncé 1 ⇒ énoncé 2 est vraie alors sa contraposée :
contraire de l’énoncé 2 ⇒ contraire de l’énoncé 1 est également vraie.

Exemple
La proposition suivante est vraie : SI je viens de manger ALORS je n’ai pas faim.
Sa contraposée : SI j’ai faim (le contraire de « je n’ai pas faim ») ALORS je ne viens pas de manger (le contraire de « je
viens de manger ») est également vraie.

Définition Réciproque
Si l’on considère une implication énoncé 1 ⇒ énoncé 2, on dit que :
énoncé 2 ⇒ énoncé 1 est sa réciproque.
Cette réciproque peut être vraie ou non.

Exemple
La proposition suivante est VRAIE : SI x = 3 ALORS x 2 = 9.
En revanche, sa réciproque : SI x 2 = 9 ALORS x = 3 est FAUSSE.
En effet, si x 2 = 9, x peut être égal à 3 ou à –3.

Définition Équivalence
Si une implication énoncé 1 ⇒ énoncé 2 et sa réciproque énoncé 2 ⇒ énoncé 1 sont vraies,
on dit que les énoncés 1 et 2 sont équivalents.
À l’aide d’un symbole mathématique, cela se note :
énoncé 1 ⇔ énoncé 2.

Exemple
Soit 3 points A, B et M. M est le milieu de [AB] ⇔ AM = MB car l’implication « Si M est le milieu de [AB] alors AM = MB. »
et sa réciproque « Si AM = MB alors M est le milieu de [AB] » sont vraies.

Remarque On pourra également écrire « M est le milieu de [AB] si et seulement si AM = MB. »

A M B

484
3 Inégalités et inéquations
Définition Inégalité
a, b, c et k sont des nombres réels.
• Ajouter ou soustraire un même nombre aux deux membres d’une inégalité conserve l’ordre de l’inégalité :
si a < b alors a + c < b + c et a – c < b – c.
• Multiplier ou diviser par un même nombre strictement positif conserve l’ordre de l’inégalité :
a b
si k > 0 et a < b alors ka < kb et < .
k k
• Multiplier ou diviser par un nombre strictement négatif change l’ordre de l’inégalité :
a b
si k < 0 et a < b alors ka > kb et > .
k k

Définition Inéquation
Une inéquation est une inégalité dans laquelle une inconnue (ou des inconnues) est présente.

Remarques
• Résoudre une inéquation revient à déterminer l’ensemble de toutes les valeurs de l’inconnue qui vérifient l’inégalité.
• Si on applique une des règles de manipulation des inégalités aux deux membres d’une inéquation, on obtient une
inéquation qui lui est équivalente c’est-à-dire qui a le même ensemble des solutions.

Exemple
Résolvons l’inéquation –2x – 8 < 4.
–2 x – 8 < 4
⇔ –2 x < 12
⇔ x > –6 (on divise par –2 qui est négatif ).
Les trois égalités –2x – 8 < 4 ; –2x < 12 et x > –6 sont équivalentes puisqu’elles sont obtenues successivement en
ajoutant 8 aux deux membres de l’inégalité puis en les divisant par –2 et en changeant le sens de l’inégalité.
Cela veut dire que x est solution de –2x – 8 < 4 si et seulement si x est solution de x > –6 (que l’on peut voir comme
une inéquation d’ensemble des solutions immédiat), autrement dit que l’ensemble des solutions de –2x – 8 < 4 est
]– 6 ; +∞[.

4 Quantificateurs universels
Définition Il existe
Quand on veut démontrer, par exemple, qu’il existe un réel x (ou un entier n etc.) qui vérifie une certaine
propriété, il s’agit simplement de trouver un exemple pour lequel la propriété est vérifiée.

Exemple
Montrons qu’il existe un réel pour lequel 2x2 – 2 = 0.
On constate que, pour x = 1, on a 2x2 – 2 = 2 × 12 – 2 = 2 × 1 – 2 = 2 – 2 = 0 donc il existe bien un réel pour lequel
2x 2 – 2 = 0, en l’occurrence 1.

Remarques
• Si on ne voit pas x = 1 directement, on peut aussi résoudre l’équation 2x – 2 = 0 avec les méthodes classiques pour le
2

retrouver : 2x – 2 = 0 ⇔ 2x = 2 ⇔ x = 1 ⇔ x = 1 ou x = –1.
2 2 2

• Notons que la résolution de 2x – 2 = 0 fait plus que montrer qu’il existe une valeur de x pour laquelle 2x – 2 = 0,
2 2

elle prouve que 1 et –1 sont les deux seules valeurs.

Dicomaths • Logique et raisonnement 485
 Définition Pour tout / Quel que soit
Quand on veut démontrer, par exemple, qu’une propriété est vraie « pour tout réel x » ou « quel que soit le
réel x », il faut montrer qu’elle est vraie en tout généralité et non pas uniquement sur quelques exemples.

Exemple
Montrons que la différence des carrés de deux entiers consécutifs est impaire.
On peut commencer, au brouillon, par se convaincre que c’est vrai en calculant 12 – 02 = 1 – 0 = 1, 22 – 12 = 4 – 1 = 3 ;
32 – 22 = 9 – 4 = 5 ; 122 – 112 = 144 – 121 = 23 ; etc.
Ceci dit, nous n’avons rien démontré pour l’instant, puisqu’il faut montrer que cette propriété est vraie pour tous les
entiers (c’est implicite dans l’énoncé).
Soit donc n un entier (en toute généralité) et n + 1 celui qui le suit, il s’agit de montrer que (n + 1)2 – n2 est impair.
On calcule donc (n + 1)2 – n2 = n2 + 2n + 1 – n2 = 2n + 1 qui est impair quel que soit n (puisque 2n est un multiple de
2, donc pair, 2n + 1 est impair).
On vient de montrer que (n + 1)2 – n2 est impair pour tout entier n (ou quel que soit l’entier n) donc la différence des
carrés de deux entiers consécutifs est bien impair.

5 Type de raisonnement
Règle Utilisation de la contraposée
Lorsque l’on connaît une propriété, on peut utiliser sa contraposée (qui est également vraie) dans
une démonstration.

Exemple
On sait que la propriété suivante est vraie : « Si n est un entier impair alors n2 est impair. »
La contraposée de cette propriété est : « Si n2 n’est pas impair alors n n’est pas impair. »
Ce qui est équivalent à : « Si n2 est pair alors n est pair ». On a démontré cette nouvelle propriété par contraposée.

Règle Raisonnement par l’absurde

L’utilisation de la contraposée est assez proche d’un autre type de raisonnement, le raisonnement par l’absurde.
Un raisonnement par l’absurde consiste à supposer vrai le contraire de ce que l’on veut montrer, puis à mener
un calcul ou un raisonnement mettant en lumière une contradiction (quelque chose de faux).
On dira alors que notre supposition de départ n’est pas correcte, donc que la propriété voulue est vraie.

Exemple
On veut démontrer que 2 n’est pas un nombre rationnel (ne peut s’écrire sous forme d’une fraction).
On suppose que 2 est un rationnel.
p
Si 2 est un rationnel, alors il s’écrit sous la forme d’une fraction irréductible où p et q sont des entiers relatifs non
nuls. q
p p 2
2 = donc, en élevant au carré on a 2 = 2 d’où p2 = 2q2. On en déduit que p2 est pair.
q q
De plus on sait que p est pair si et seulement si p2 est pair. On en déduit alors que p est pair, donc il existe p′ tel que
p = 2p′.
p2 (2 p ′ )2 4 p ′ 2
On a alors q2 = = = = 2 p ′ 2, ce qui signifie que q2 est pair, ce qui est équivalent à q pair.
2 2 2
On a montré que q et p sont pairs, ce qui est contradictoire avec notre hypothèse de départ car dans ce cas-là, on
p
peut simplifier la fraction par 2, elle n’est donc pas irréductible comme annoncé.
q
Notre hypothèse de départ est donc fausse, autrement dit, 2 n’est pas rationnel.

486
Règle Contre-exemple
Pour infirmer une proposition (c’est-à-dire montrer qu’elle est fausse), il suffit d’en donner un contre-exemple.

Exemple
Considérons la proposition suivante : Tous les nombres entiers impairs supérieurs à 2 sont premiers.
Pour montrer que cette proposition est fausse, il suffit de trouver un nombre entier impair supérieur à 2 qui ne soit
pas premier.
C’est le cas de 9, qui est divisible par 3.
La proposition est donc fausse.

Remarque On dit que l’on a nié la proposition « tous les nombres entiers impairs supérieurs à 2 sont premiers ».

Règle Raisonnement par disjonction des cas

Lorsque qu’on démontre une propriété, il peut arriver que l’on doive traiter différents cas.
S’il en est ainsi, on peut procéder par disjonction des cas en faisant attention à bien traiter tous les cas possibles.

Exemple
Annie a souscrit un forfait téléphonique qui s’ajuste automatiquement à son nombre d’heures :
• si elle téléphone moins de 3 heures, elle sera facturée 6 euros au total quel que soit le nombre d’heures ;
• si elle téléphone entre 3 heures et 5 heures, elle sera facturée 2 euros l’heure de communication ;
• si elle téléphone plus de 5 heures, elle sera facturée 10 euros au total, quel que soit le nombre d’heures.

On souhaite montrer qu’Annie ne pourra pas avoir plus de 10 euros à payer.

Pour cela, on appelle x son nombre d’heures de communication et on va traiter les trois cas suivants :
• si x < 3 alors elle paie 6 euros.
• si 3 ⩽ x ⩽ 5 alors 6 ⩽ 2x ⩽ 10 (or 2x est le montant de sa facture qui est donc inférieur ou égal à 10).
• si x > 5 alors elle paie 10 euros.
On voit que dans les 3 cas possibles, le montant de la facture est inférieur ou égal à 10 donc on peut affirmer
qu’Annie ne pourra pas avoir plus de 10 euros à payer.

Dicomaths • Logique et raisonnement 487

 6 Notations
Définition Intervalle
L’ensemble des nombres réels compris entre a (inclus) et b (inclus) est appelé intervalle et se note [a ; b]

Ensemble des réels x tels que Signification Notation Représentation

a⩽x⩽b x est compris entre a inclus et b inclus x ∈ [a ; b]
a b

a <x ⩽b x est compris entre a exclu et b inclus x ∈ ]a ; b]

a b

a ⩽x <b x est compris entre a inclus et b exclu x ∈ [a ; b[

a b

a <x <b x est compris entre a exclu et b exclu x ∈ ]a ; b[

a b

x ⩾ a (ou a ⩽ x) x est supérieur ou égal à a x ∈ [a ;+∞[

a

x > a (ou a < x) x est (strictement) supérieur à a x ∈ ]a ;+∞[

a

x ⩽ b (ou b ⩾ x) x est inférieur ou égal à b x ∈ ]– ∞ ; b]

b

x < b (ou b > x) x est (strictement) inférieur à b x ∈ ]– ∞ ; b[

b
Remarques
• –∞ et +∞ se disent respectivement « moins l’infini » et « plus l’infini ». Le crochet est toujours vers l’extérieur en +∞ et –∞.
• L’ensemble des nombres réels ℝ est ]–∞ ; +∞[. L’ensemble des nombres réels positifs s’écrit ℝ+ ou [0 ; +∞[
et l’ensemble des nombres réels négatifs s’écrit ℝ– ou ]–∞ ; 0].

Définition Ensemble de nombres

• ℕ = {0 ; 1 ; 2 ; 3 ; 4 ;…} : ensemble des entiers naturels, ensemble des nombres qui peuvent s’écrire sous
forme d’un entier positif.
• ℕ* est l’ensemble des entiers naturels non nuls (privé de 0).
• ℤ = {… ; –3 ; –2 ; –1 ; 0 ; 1 ; 2 ; 3 ; …} : ensemble des entiers relatifs, ensemble des nombres qui peuvent
s’écrire sous forme d’un entier positif ou négatif.
• ℤ* est l’ensemble des entiers relatifs non nuls (privé de 0).
• 𝔻 est l’ensemble des nombres décimaux, ensemble des quotients qui peuvent s’écrire sous la forme an.
avec a un entier relatif et n un entier positif. 10
• ℚ est l’ensemble des nombres rationnels, ensemble des nombres qui peuvent s’écrire sous la forme d’un
a
quotient avec a un entier relatif, b un entier relatif non nul.
b
• ℝ est l’ensemble des nombres réels.
• ℝ* est l’ensemble des nombres réels non nuls (privé de 0).
• ℕ ⊂ ℤ ∈ 𝔻 ∈ ℚ.

Définition Ensembles discrets

Lorsqu’un ensemble de nombres est constitué de valeurs isolées (on dit alors que c’est un ensemble discret),
on le note en écrivant tous ses éléments entre accolades, séparés par un point-virgule.

Exemple
L’ensemble des nombres impairs compris entre 0 et 12 est {1 ; 3 ; 5 ; 7 ; 9 ; 11}.

488
 Notations Il ne faut pas confondre les accolades, les crochets et les parenthèses :
• {2 ; 5} désigne l’ensemble constitué des deux éléments 2 et 5.
• [2 ; 5] désigne l’intervalle constitué de tous les nombres réels compris entre 2 et 5 (inclus dans ce cas).
• (2 ; 5) désigne un couple dont la première coordonnée est 2 et la deuxième est 5.
Définition Appartenance et inclusion
• Le symbole ∈ (resp. ∉) désigne le fait qu’un élément appartienne (resp. n’appartienne pas) à un ensemble.
• Le symbole ⊂ (resp. ⊄) désigne le fait qu’un ensemble soit inclus (resp. non inclus) dans un autre ensemble.

Exemples
• 5 ∈ {2 ; 3 ; 5 ; 7 ; 22} car 5 est bien un élément de l’ensemble {2 ; 3 ; 5 ; 7 ; 22}.
• 2,3 ∉ ]5 ; 7 [car le nombre 2,3 n’est pas strictement compris entre 5 et 7.
• [4 ; 5] ⊂ [0 ; 12] car l’ensemble [4 ; 5] est inclus dans l’ensemble [0 ; 12], c’est-à-dire que tous les nombres de [4 ; 5]
sont également dans [0 ; 12].
• {1 ; 2 ; 3} ⊄ {2 ; 3 ; 5 ; 7 ; 22} car {1 ; 2 ; 3} n’est pas inclus dans {2 ; 3 ; 5 ; 7 ; 22} c’est-à-dire qu’au moins un élément de
{1 ; 2 ; 3}, en l’occurrence 1, n’est pas dans {2 ; 3 ; 5 ; 7 ; 22}.

Définition Intersection et réunion

Soit A et B deux ensembles.
• A ∩ B est l’ensemble des éléments appartenant à A ET à B, c’est-à-dire aux deux ensembles à la fois.
• A ∪ B est l’ensemble des éléments appartenant à A OU à B, c’est-à-dire à au moins l’un des deux ensembles.

A B
A A∩B B

A∪B

Exemples
• [4 ; 7] ∩ [1 ; 6[ = [4 ; 6[ En effet, les nombres réels appartenant à la fois aux deux intervalles [4 ; 7] et [1 ; 6[ sont
les réels de l’intervalle [4 ; 6[ :
1 4 6 7
• {1 ; 3 ; 5 ; 8 ; 9} ∪ {2 ; 3 ; 9 ; 11} = {1 ; 2 ; 3 ; 5 ; 8 ; 9 ; 11} car ce sont tous les nombres qui appartiennent
à au moins l’un des deux ensembles (attention : on n’écrit qu’une seule fois les éléments qui appartiennent
aux deux ensembles à la fois, ici 3 et 9).

Règle Complémentaire
Soit A un ensemble (inclus dans un ensemble B).
Le complémentaire de A (dans B), noté A ou B\A est l’ensemble des valeurs (de B) qui n’appartiennent pas à A.

Exemple
Dans ℝ, on a [5 ; 6[ = ]– ∞ ; 5[ ∪[6 ; + ∞[ c’est à dire tous les réels sauf ceux qui appartiennent à [5 ; 6[.

Remarque La notation du complémentaire est la même que celle de l’évènement contraire en probabilités.
Cela est normal puisque dans ce contexte, A l’évènement contraire de A, est le complémentaire de A dans l’univers Ω.

A A
Ω

Dicomaths • Logique et raisonnement 489

 Corrigés
9 a) lim n2 = +  ; lim n = +  19 1. Pour tout n ∈ ℕ,
1 Suites et récurrence n→ + 
et lim –5 = –5.
n→ + 
un – 2 =
2n – 2
–2
n→ +  n+4
Donc lim un = +  (par somme). 2n – 2 – 2( n + 4)
À vous de jouer ! n→ +  =
b) lim n2 = +  ; lim n = +  et lim 2 = 2. n+4
n→ +  n→ +  n→ + 
1 Pour tout n ∈ ℕ*, on considère la propriété –10
Donc lim v n = +  (par produit et somme). =
n( n + 1)(2n + 1) n→ +  n+4
P(n) : « Sn = »
6 c) lim n = +  ; lim 2 = 2 et lim –5 = –5. Donc un – 2 < 0. Donc un < 2. Donc (un) est
n→ +  n→ +  n→ + 
Étape 1 Initialisation Pour n = 1, S1 = 12 = 1 et majorée par 2.
Donc lim 2n + 5 = +  (par produit et somme) 2. Pour tout n ∈ ℕ,
1 × (1+ 1) × (2 × 1+ 1) n→ + 
=1 1
6 Donc lim = 0 (par quotient). 2( n + 1) – 2 2n – 2
un +1 – un = –
1 × (1+ 1) × (2 × 1+ 1) n→ +  2n + 5 n + 1+ 4 n+4
Donc S1 =
6 Donc lim w n = 0 (par produit) 2n 2n – 2
n→ +  = –
Donc la propriété est vraie pour n = 1. n+5 n+4
Étape 2 Hérédité Soit n ∈ ℕ*. Supposons que
P(n) est vraie et montrons que P(n + 1) est vraie. 11 a) lim – n3 = –  et lim 2n2 = + . 2n × ( n + 4) – (2n – 2)( n + 5)
n→ +  n→ +  =
Sn+1 = Sn + (n + 1)2 ( n + 5)( n + 4)
n( n + 1)(2n + 1) Donc on a une forme indéterminée du type
= + ( n + 1)2 « – ∞ + ∞ ». 10
6 =
Pour tout n ∈ ℕ, un = n2(– n+2) ( n + 5)( n + 4)
n( n + 1)(2n + 1) + 6( n + 1)2
= Or lim n2 = + , lim – n + 2 = –  Donc un+1 – un > 0. Donc la suite (un) est stric­
6 n→ +  n→ + 
tement croissante.
(n + 1) ⎡⎣n(2n + 1) + 6(n + 1)⎤⎦
= Donc lim un = –  (par produit). 3. La suite (un) est croissante majorée. Donc elle
6 n→ + 
converge.
( n + 1)(2n2 + 7n + 6) b) lim n2 = +  et lim 3n = +  et lim 1= 1.
= n→ +  n→ +  n→ + 
6 21 1. Pour tout n ∈ ℕ, u – u = 2n + 5 > 0.
( n + 1)( n + 2)(2( n + 1) + 1) Donc on a une forme indéterminée du type n+1 n
Or « + ∞ – ∞ ». Donc la suite (un) est strictement croissante.
6 2. Pour tout n ∈ ℕ, on considère la propriété
⎛ 3 1⎞
( n + 1)( n + 2)(2n + 3) Pour tout n ∈ ℕ*, v n = n2 ⎜1– + 2 ⎟ . P(n) : « un ⩾ n + 1 »
= ⎝ n n ⎠
6 Étape 1 Initialisation Pour n = 0, u0 = 4, donc
( n + 1)(2n2 + 7n + 6) 3 1 u0 ⩾ 0 + 1.
= Or lim n2 = + , lim = 0 et lim = 0. Donc la propriété est vraie pour n = 0.
6 n→ +  n→ +  n n → +  n2
Étape 2 Hérédité Soit n ∈ ℕ. Supposons que
( n + 1)( n + 2)(2( n + 1) + 1) ⎛ 3 1⎞ P(n) est vraie et montrons que P(n + 1) est vraie.
Donc Sn +1 = Donc lim ⎜1– + 2 ⎟ = 1.
6 n→+` ⎝ n n ⎠ On a un+1 = un + 2n + 5.
Donc P(n + 1) est vraie. Donc lim v n = +  (par produit). Donc un+1 ⩾ n + 1 + 2n + 5
Étape 3 Conclusion Pour tout n ∈ ℕ*, P(n) n→ +  Donc un+1 ⩾ n + 2 car 2n + 4 > 0
est vraie. n( n + 1)(2n + 1) Donc P(n + 1) est vraie.
Donc pour tout n ∈ ℕ*, Sn = . 13 1. Pour tout n ∈ ℕ, – 1 ⩽ (– 1)n ⩽ 1. Étape 3 Conclusion Pour tout n ∈ ℕ, P(n) est
6 Donc n2 – 5 ⩽ un ⩽ n2 + 5. Donc un ⩾ n2 – 5. vraie.
3 Pour tout n ∈ ℕ, on considère la propriété 2. Donc lim n2 – 5 = + . Donc pour tout n ∈ ℕ, un ⩾ n + 1.
P(n) : « un < un+1 » n→ + 
3. lim n + 1= + .
D’après le théorème de comparaison, n→ + 
Étape 1 Initialisation Pour n = 0, u0 = – 3 et D’après le théorème de comparaison,
u1 = 2u0 + 7 = 2 × (– 3) + 7 = 1 lim un = + .
n→ +  lim un = + .
Donc u0 < u1. n→ + 
Donc la propriété est vraie pour n = 0. 4. u0 = 4 ; u1 = u0 + 2 × 0 + 5 = 9 ;
15 Pour tout n ∈ ℕ*, – 1 ⩽ sin(n) ⩽ 1.
Étape 2 Hérédité Soit n ∈ ℕ. Supposons que u2 = u1 + 2 × 1 + 5 = 16.
1 1
P(n) est vraie et montrons que P(n + 1) est vraie. Donc –5 –  un  –5 + . On conjecture que un = (n + 2)2.
On a un < un+1. n n 5. Pour tout n ∈ ℕ, on considère la propriété
Donc 2un < 2un+1. 1 P(n) : « un=(n + 2)2 »
Donc 2un + 7 < 2un+1 + 7. Or lim = 0. Étape 1 Initialisation Pour n = 0, u0 = 4, donc
n→ +  n
Donc un+1 < un+2. u0 = (0 + 2)2.
Donc P(n + 1) est vraie. 1 1 Donc la propriété est vraie pour n = 0.
Donc lim –5 – = lim –5 + = –5.
Étape 3 Conclusion Pour tout n ∈ ℕ, P(n) est n→ +  n n→ +  n Étape 2 Hérédité Soit n ∈ ℕ. Supposons
vraie. D’après le théorème des gendarmes, que P(n) est vraie et montrons que P(n + 1)
Donc pour tout n ∈ ℕ, un < un+1. est vraie.
lim un = –5.
Donc la suite (un) est strictement croissante. n→ +  On a un+1 = un + 2n + 5.
Donc un+1 = (n + 2)2 + 2n + 5
5 a) u > A ⇔ n2 – 4 > A Donc un+1 = n2 + 6n + 9.
n 17 a) 4 > 1, donc lim 4 n = +  . Donc un+1 = (n + 3)2 = (n + 1 + 2)2
⇔ n. A+ 4 n→ + 
Donc P(n + 1) est vraie.
Posons n0 = E ( )
A + 4 + 1. Donc lim un = 0
n→ + 
Étape 3 Conclusion Pour tout n ∈ ℕ, P(n) est
vraie.
Pour tout entier n ⩾ n0, un > A.
b) 7 > 1, donc lim 7 n = + . Donc pour tout n ∈ ℕ, un = (n + 2)2.
b) Donc lim un = + . n→ + 
n →+ 
Donc lim un = – .
n→ + 

490
 23 1. u = 500 79 1. Pour tout n ∈ ℕ*, ⎛ n⎞
0 114 a) u = 5n ⎜1– ⎛⎜ 0,2⎞⎟ ⎟ = 5n (1– 0,04 n ).
u1 = 500 × 0,8 + 200 = 600. n ⎜ ⎟
2. On prévoit que chaque année, 80 % des un+1 – un = 1+
1 ⎛ 1⎞ ( n – ( n + 1))
– 1+ = ⎝ ⎝ 5 ⎠ ⎠
abonnés renouvelleront leur abonnement et n + 1 ⎜⎝ n⎟⎠ n × ( n + 1) Donc lim un = + .
1 n→ + 
200 nouvelles personnes s’abonneront. =–
n( n + 1) ⎛ ⎛ 7 ⎞ n⎞
Donc pour tout n ∈ ℕ, un+1 = 0,8un + 200. b) v n = 6 n ⎜1– ⎜ ⎟ ⎟ . Donc lim v n = – .
3. Pour tout n ∈ ℕ, on considère la propriété Donc un+1 – un < 0. Donc la suite (un) est stric­ ⎜⎝ ⎝ 6⎠ ⎟⎠ n→ + 
P(n) : « un ⩽ un+1 ⩽ 1 000 » tement décroissante.
⎛ 1⎞ 1 ⎛ ⎛ 8⎞ n ⎞
Étape 1 Initialisation Pour n = 0, u0 = 500 et 2. Pour tout n ∈ ℕ, un – 1= ⎜1+ ⎟ – 1= . 0.
⎝ n⎠ n c) w n = 9 n ⎜1– ⎜ ⎟ ⎟ . Donc lim w n = + .
u1 = 600. ⎜⎝ ⎝ 9⎠ ⎟⎠ n→ + 
Donc un > 1. Donc (un) est minorée par 1.
Donc u0 ⩽ u1 ⩽ 1 000. 3. La suite (un) est strictement décroissante et
Donc la propriété est vraie pour n = 0. 121 1. 15 000 10
minorée. Donc elle converge. 1– + 1 000 = 14 500.
Étape 2 Hérédité Soit n ∈ ℕ. Supposons que 100
P(n) est vraie et montrons que P(n + 1) est vraie. Il y aura 14 500 habitants en 2020.
On a un ⩽ un+1 ⩽ 1 000 2. On note un le nombre d’habitants en 2019 + n.
0,8un + 200 ⩽ 0,8un+1 + 200 ⩽ 0,8 × 1 000 + 200. Exercices d’entrainement En 2019, il y a 15 000 habitants, donc u0 = 15 000.
Donc un+1 ⩽ un+2 ⩽ 1 000. Chaque année, le maire prévoit que 10 % des
Donc P(n + 1) est vraie. 86 Pour tout n ∈ ℕ*, on considère la propriété habitants quitteront la ville, et 1 000 nouveaux
Étape 3 Conclusion Pour tout n ∈ ℕ, P(n) est P(n) : « Soit f la fonction définie par f(x) = xn. habitants s’installeront.
vraie. Alors pour tout réel x, f ′(x) = n × xn – 1 » Donc pour tout n ∈ ℕ,
Donc pour tout n ∈ ℕ, un ⩽ un+1 ⩽ 1 000. Étape 1 Initialisation Pour n = 1. 10
4. La suite (un) est croissante et majorée, Pour tout réel x, f(x) = x1 = x et f ′(x) = 1 un+1 = un 1– + 1 000 = 0,9un+ 1 000.
100
donc elle est convergente. Or 1 × x1 – 1 = 1. 3. Pour tout n ∈ ℕ, on considère la propriété
Soit ℓ sa limite. Donc la propriété est vraie pour n = 1. P(n) : « un = 5 000 × 0,9n + 10 000 »
ℓ = 0,8ℓ + 200 ⇔ 0,2ℓ = 200 ⇔ ℓ = 1 000 Étape 2 Hérédité Soit n ∈ ℕ*. Supposons que Étape 1 Initialisation Pour n = 0, u0 = 15 000 et
Donc lim un = 1000. P(n) est vraie et montrons que P(n + 1) est vraie. 5 000 × 0,90 + 10000 = 15 000.
n→ +  Soit f la fonction définie par f(x) = xn + 1=xn × x. Donc u0 = 5 000 × 0,90 + 10 000.
f est dérivable sur ℝ et pour tout réel x, Donc la propriété est vraie pour n = 0.
f ′(x) = n × xn–1 × x + xn × 1 d’après l’hypothèse
Exercices d’application de récurrence.
Étape 2 Hérédité Soit n ∈ ℕ. Supposons que
P(n) est vraie et montrons que P(n + 1) est vraie.
f ′(x) = (n + 1) × xn. Donc P(n + 1) est vraie. On a un+1 = 0,9un + 1 000
37 Soit x un réel quelconque. Étape 3 Conclusion Pour tout n ∈ ℕ*, P(n) Donc un+1 = 0,9 × (5 000 × 0,9n + 10 000) + 1 000
Pour tout n ∈ ℕ, on considère la propriété est vraie. = 5 000 × 0,9n+1 + 9 000 + 1 000
P(n) : « |x n| = |x|n » Donc si f est la fonction définie par f(x) = xn, alors = 5 000 × 0,9n+1 + 10 000
Étape 1 Initialisation Pour n = 0, |x 0| = |1| = 1 pour tout réel x, f ′(x) = n × xn – 1. Donc P(n + 1) est vraie.
et |x|0 = 1 Étape 3 Conclusion Pour tout n ∈ ℕ, P(n) est vraie.
95 1. 100 × 1,1 = 110. Donc en 2020, il y aura
Donc |x 0| = |x|0. Donc la propriété est vraie Donc pour tout n ∈ ℕ, un = 5 000 × 0,9n + 10 000 .
pour n = 0. 110 habitants.
Étape 2 Hérédité Soit n ∈ ℕ. Supposons que 110 × 1,1 = 121. Donc en 2021, il y aura 121 habi­ 4. – 1 < 0,9 < 1, donc lim 0,9 n = 0.
n→ + 
P(n) est vraie et montrons que P(n + 1) est vraie. tants.
2. a) v0 = 100 ; v1 = 110 et v2 = 121. Donc lim un = 10000.
On a |xn+1| = |xn × x| = |xn| × |x| = |x|n × |x| n→ + 
= |x|n+1. b) v20 ≈ 673 ; v30 ≈ 1745 ; v40 ≈ 4 526 Le nombre d’habitants de la ville tend vers 10 000.
Donc P(n + 1) est vraie. c) On conjecture que lim v n = +  .
Étape 3 Conclusion Pour tout n ∈ ℕ, P(n) est
n→ +  Préparer le BAC
3. Une telle évolution est impossible. La popu­
vraie. lation sera confrontée à des problèmes de place 135 C et D 136 A 137 C
Donc pour tout n ∈ ℕ, |xn| = |x|n. et de ressources.
138 A 139 B 140 B
46 1. u < – A ⇔ – n2 + 5 < – A 103 1. et 2.
n
⇔ n2 > A + 5 y y =x 141 C 142 A et C
⇔ n. A+5 143 1. Pour tout n ∈ ℕ, on considère la pro­
(
Donc n0 = E A + 5 + 1 ) priété P(n) : « 2 divise 3n – 1 ».
2. lim un = – . Étape 1 Initialisation Pour n = 0, 30 – 1 = 0,
n→ +  x donc 2 divise 30 – 1.
0 u3 u2 u1 u0 Donc la propriété est vraie pour n = 0.
54 a) lim u = + . Étape 2 Hérédité Soit n ∈ ℕ. Supposons que
n
n→ + 
3. On conjecture que la suite (un) est décrois­ P(n) est vraie et montrons que P(n + 1) est vraie.
b) lim v n = – .
n→ +  sante et a pour limite 2. On a 3n+1 – 1 = 3 × 3n – 1
c) lim w n = 0. 106 1. Pour tout n ∈ ℕ, on considère la pro­ Or 2 divise 3n – 1, donc 3n – 1 = 2k, k ∈ ℤ.
n→ +  Donc 3n = 1 + 2k.
d) lim an = + . priété P(n) : « 1 ⩽ un+1 ⩽ un » Donc 3n+1 = 3 × (1 + 2k) – 1 = 3 × 2k + 2
n→ + 
Étape 1 Initialisation Pour n = 0, u0 = 2 et = 2 × (3k + 1).
63 1. Pour tout n ∈ ℕ, 3n + 1 = n + 2n + 1. u1 = 2 + 1 = 3 . Donc 1 ⩽ u1 ⩽ u0. Donc 2 divise 3n+1. Donc P(n + 1) est vraie.
Donc la propriété est vraie pour n = 0. Étape 3 Conclusion Pour tout n ∈ ℕ, P(n) est vraie.
Donc 3n + 1 > n.
Étape 2 Hérédité Soit n ∈ ℕ. Supposons que Donc pour tout n ∈ ℕ, 2 divise 3n – 1.
Donc 3n + 1  n car la fonction racine carrée P(n) est vraie et montrons que P(n + 1) est 2. Pour tout n ∈ ℕ, on considère la propriété
est strictement croissante sur [0 ; + ∞[. vraie. On a 1 ⩽ un+1 ⩽ un P(n) : « un = 3 × 2n + 1 »
Donc un  n . Étape 1 Initialisation Pour n = 0, u0 = 4 et
Donc 1+ 1  un +1 + 1  un + 1 car la fonc­
2. lim n = + . 3 × 20 + 1 = 4. Donc u0 = 3 × 20 + 1.
n→ +  tion racine carrée est strictement croissante Donc la propriété est vraie pour n = 0.
Donc d’après le théorème de comparaison, sur [0 ; + ∞[. Étape 2 Hérédit é Soit n ∈ ℕ. Supposons que
lim un = +  Donc 1  2  un +2  un +1. P(n) est vraie et montrons que P(n + 1) est vraie.
n→ + 
Donc P(n + 1) est vraie. On a un+1 = 2un – 1
71 a) lim u = + . Étape 3 Conclusion Pour tout n ∈ ℕ, P(n) est Donc un+1 = 2 × (3 × 2n + 1) – 1
n
n→ +  vraie. = 3 × 2n+1 + 1
b) lim v n = – . Donc pour tout n ∈ ℕ, 1 ⩽ un+1 ⩽ un Donc P(n + 1) est vraie.
n→ + 
2. La suite (un) est décroissante et minorée par 1. Étape 3 Conclusion Pour tout n ∈ ℕ, P(n) est vraie.
c) lim w n = 0. Donc pour tout n ∈ ℕ, un = 3 × 2n + 1.
n→ +  Donc elle converge.

Corrigés 491
 144 a) lim u = +  . 3 c) – 1 < 0,9 < 1, donc lim 0,9 n = 0 12 a) lim e x + 2 sin(x ) = + 
n b) lim v n = . n→ +  x →+
n→ +  n→ +  2
b) lim e x cos(x ) = 0
Donc lim 0,3 × 0,9 n = 0 x→–
c) lim w n = + . d) lim an = 3. n→ +  1+ 3cos(x )
n→ +  n→ +  c) lim =0
D’après le théorème des gendarmes,
(x + 1)2
x →+
e) lim bn = 0. f) lim c n = –  . lim un = 0. sin(x )
n→ +  n→ +  n→ +  d) lim =0
Cette population de tortues est donc en voie x→– x
d’extinction.
145 1. u = 5 750 et u = 6312,5 3. u = 0.3 14 a) lim 2– x = +
1 2
x→–
2. Chaque mois, elle dépense le quart de ce n=0 x +1
qu’elle a sur son compte. De plus elle dépose while u > = 30 : b) lim e =1
x → –1
2 000 € le dernier jour de chaque mois. u = 0.9*u*(1-u) x –1
Donc pour tout n ∈ ℕ, n = n+1
⎛ 25 ⎞ print (2000+ n-1) 16 a) 2 x 5 + x 2 = 2 x 5 ⎛⎜1+ 1 ⎞⎟ et
un+1 = un × ⎜1– + 2000 = 0,75un + 2000 ⎝ 2x 3⎠
⎝ 100⎟⎠ B 1. v11 = 1,06 × 0,032 × (1 – 0,032) ≈ 0,033 lim (2 x 5 + x 2 ) = – 
v12 ≈ 0,034 x→–
3. a) u = 5000 1
Il y a environ 33 tortures en 2011 et environ 2–
for i in range(1,13) 2x – 1 x et lim 2 x – 1 = 2
34 en 2012. b) =
u = 0.75*u+2000 3x + 2 3 + 2 x →+ 3x + 2 3
print(u) 2. lim v n +1 = lim 1, 06v n (1– v n )
n→ +  n→ +  x
b) Elle a 7 904,97 € sur son compte le 1er janvier 2020. ⎛ 5⎞
Or lim v n = lim v n +1 =  c) –3 x 2 + 5 x = –3 x 2 ⎜1– ⎟ et
4. a) Pour tout n ∈ ℕ, on considère la propriété n→ +  n→ +  ⎝ 3x ⎠
P(n) : « un ⩽ un+1 ⩽ 8 000 » Donc ℓ = 1,06 × ℓ × (1 – ℓ). lim –3 x 2 + 5 x = – 
x →+
Étape 1 Initialisation Pour n = 0, u0 = 5750 et 3. La suite (vn) est croissante. 1
1–
u1 = 6312,5. Donc u0 ⩽ u1 ⩽ 8 000. Donc pour tout n ⩾ 10, vn ⩾ v10 x –1 x x –1
Donc vn ⩾ 0,032. d) 2 = et lim =0
Donc la propriété est vraie pour n = 0. x + 3 x ⎛1+ 3 ⎞ x → –  x 2 + 3
Étape 2 Hérédité Soit n ∈ ℕ. Supposons que Donc la population de tortues n’est plus en ⎝⎜ x 2 ⎠⎟
P(n) est vraie et montrons que P(n + 1) est vraie. voie d’extinction.
On a un ⩽ un+1 ⩽ 8 000 20 a) x + 1 – x = 1
et
0,75un + 2 000 ⩽ 0,75un+1 + 2 000 ⩽ 0,75 × 8 000 + 2 000. x +1+ x
Donc un+1 ⩽ un+2 ⩽ 8 000.
lim ( x + 1 – x) = 0
Donc P(n + 1) est vraie.
Conclusion Pour tout n ∈ ℕ, P(n) est vraie. 2 Limites de fonctions x →+

b) x2 – 1 – x2 – 6 =
5
et
Donc pour tout n ∈ ℕ, un ⩽ un+1 ⩽ 8 000. x2 – 1 + x2 – 6
b) La suite (un) est croissante et majorée, donc
elle est convergente.
5. a) Pour tout n ∈ ℕ,
À vous de jouer ! lim
x →+
( x2 – 1 – x2 – 6 = 0 )
vn+1 = un+1 – 8 000 = 0,75un + 2 000 – 8 000 1 1. On obtient les courbes suivantes. – x – x2
c) 1– x – x2 + 1=
= 0,75(un – 8 000) = 0,75vn y 1– x + x2 + 1
Donc (vn) est une suite géométrique de raison �g 3 x
1
x ⎛⎜ + 1⎞⎟
0,75, de premier terme 1
-9 -8 -7 -6 -5 -4 -3 -2 –1 1 2 3 4 5 6 7 8 9
v0 = u0 – 8 000 = – 3 000 –3 ⎝x ⎠
b) Pour tout n ∈ ℕ, vn = – 3 000 × 0,75n. –5 =
–7 �f 1 1 1
vn = un – 8 000, donc un = vn + 8 000. – + 1+
Donc un = 8 000 – 3 000 × 0,75n.
–9 x2 x x2
–11
6. – 1 < 0,75 < 1, donc lim 0,75n = 0
n→ +  2. a) À partir de 4 et avant – 4.
et lim
x→–
( 1– x – x2 + 1 = – )
b) À partir de 3 et avant – 3. –7
Donc lim un = 8000. d) –3 – x – 4–x = et
n→ +  3. On conjecture lim f (x ) = –  = lim f (x ) et –3 – x + 4–x
x→– x →+
La somme sur le compte tendra vers 8 000 €.
lim g(x ) = 1= lim g(x )
x→– x →+
lim
x→–`
( –3 – x – 4 – x = 0 )
146 A 1. u = 0,9 × 0,3 × (1 – 0,3) = 0,189 et
1
u2 ≈ 0,138. 3 lim f (x ) = –  et lim g(x ) = + 
Il y a 189 tortues en 2001 et environ 138 en 2002.
2. a) Pour tout n ∈ ℕ, 0 ⩽ 1 – un ⩽ 1.
x→0 x → –1
Exercices d’application
Donc 0 ⩽ 0,9un(1 – un) ⩽ 0,9un car un ⩾ 0. 5 On conjecture une asymptote horizontale
Donc 0 ⩽ un+1 ⩽ 0,9un. 31 On trace à la main en plaçant les extre­
et une asymptote verticale. mums et l’asymptote verticale :
b) Pour tout n ∈ ℕ, on considère la propriété
P(n) : « 0 ⩽ un ⩽ 0,3 × 0,9n » 7 a) lim x 2 – 3x + 1= +  y
Étape 1 Initialisation Pour n = 0, u0 = 0,3 et x→– 4
0,3 × 0,90 = 0,3. 3
–3
Donc 0 ⩽ u0 ⩽ 0,3. +1
x 1+ x 2
Donc la propriété est vraie pour n = 0. b) lim =0 c) lim = +
Étape 2 Hérédité Soit n ∈ ℕ. Supposons x →+ x x→0 2x
que P(n) est vraie et montrons que P(n + 1)
x 0 j x
est vraie. d) lim x –1+ x2 = + –4 –3 –2 –1 O i 2 3 4 5
On a 0 ⩽ un+1 ⩽ 0,9un. x →+
Donc 0 ⩽ un+1 ⩽ 0,9 × 0,3 × 0,9n –2 –2
Donc 0 ⩽ un+1 ⩽ 0,3 × 0,9n+1. e) lim = –
x →1 (x – 1)2 –3
Donc P(n + 1) est vraie.
Étape 3 Conclusion Pour tout n ∈ ℕ, P(n) 2
est vraie. f) lim – x 2 + 5 x – = – 33 lim f (x ) = +  = lim f (x )
x→– x x→– x →+
Donc pour tout n ∈ ℕ, 0 ⩽ un ⩽ 0,3 × 0,9n

36 lim f (x ) = + 
x →− 2

492
 39 La courbe 𝒞 semble avoir une asymptote 118 a) lim ⎛⎜ e x + x + 1⎞⎟ = +`
f
horizontale d’équation y = 1 et une asymptote x→+` ⎝ x⎠ Exercices d’application
verticale d’équation x = 0. b) lim (x 3 + 2 x – 3) = – 
La courbe 𝒞g semble ne pas avoir d’asymptote. x→–
⎛ π⎞ 7 ⎛ π⎞ 3–8
La courbe 𝒞h semble avoir une asymptote ver­ 1 27 f ⎜ ⎟ = – ; f ⎜ ⎟ = ;
c) lim =0 ⎝ 6⎠ 2 ⎝ 3⎠ 2
ticale d’équation x = 1. x →+ 2 x + 1
La courbe 𝒞k semble ne pas avoir d’asymptote. 5 – 2x ⎛ π⎞
d) lim = –1 f ⎜ ⎟ = –3 ; f (π) = – 4
2 x →+ 2 x + 1 ⎝ 2⎠
42 a) lim + 1= 1
x→– x
119 a) lim (x + sinx ) = + 
b) lim x 2 + 2 x + 1= +  x →+ 30 1. a) f ( x + 2π ) = 1 – cos( x + 2π ) = f ( x )
x →+ 2 + cos( x + 2π )
c) lim 2 x x + 1= +  b) lim x cosx = 0
x →+ x→0 1– cos(– x )
–2 b) f (– x ) = = f (x)
d) lim =0 2 + cos(– x )
x → +  1– x 120 1. b 2. c 3. c
2. g(x + 2π) = 1 + 5cos2(x + 2π) = g(x)
1 1 121 1. b 2. b 3. c g(– x) = 1 + 5cos2(– x) = g(x)
45 a) lim + – 1= + 
x → 0+ x x2 34 a) Ni l’une ni l’autre
2x – 1 1 b) Impaire
b) lim =
x →1– x + 3 4 c) Paire
c) lim x 3e2 = 8e2 3 Fonctions cosinus d) Paire
e) Ni l’une ni l’autre
x →2 et sinus
x2 + 3 38
d) lim = –
x → 2– x –2 À vous de jouer ! x –π 0 π

1 a) f ′( x ) = – cos( x )
47 a) lim f (x ) = +  Variations 1
x →+ sin2 ( x ) de la fonction
b) lim f (x ) = 0 cosinus –1 –1
x →+ b) f ′(x) = – 2sin2(x) + 2 cos2(x)
c) Impossible. f ′(x) = 2(1 – 2 sin2(x)) x 0 π 2π
d) lim f (x ) = 1
x → 0+ 3 a) f ′(x) = 15 cos(3x + 12) Variations 1 1
b) g′(x) = 40 sin(– 5x + 4) de la fonction
51 a) lim x 4 e – x = 0 c) h′(x) = – 14 sin(– 2x – 3) cosinus –1
x →+
2x 5 5 a) ⎧⎨– π ; π ; 11π ; 13π ⎫⎬ 40 a) f ′(x) = 3cos(x) + 2xcos(x) – x2 sin(x)
b) lim =0 ⎩ 18 18 18 18 ⎭
x →+ ex = cos(x) (3 + 2x) – x2sin(x)
c) lim e – x (x 2 + 2 x – 5) = 0 ⎧ π 3π ⎫ b) f ′(x) = – 2 sin(x) + 1
b) ⎨– ; ⎬
x →+ ⎩ 4 4⎭
x3 – 2 cos( x ) x – sin( x )
d) lim =0 c) f ′( x ) =
x →+ ex x 2
⎡2π ⎡
7 x ∈⎢ ; π⎢ d) f ′(x) = 10xsin(x) – 5x2 cos(x) + cos(x) – xsin(x)
⎣3 ⎣ f ′(x) = 9xsin(x) + cos(x) (1 – 5x2)
52 1. a) u(x) = 2x2 + 3 et v (x ) = x
b) u(x) = – 2x – 1 et v(x) = ex 9 a) f(x + 2π) = 3cos2(x + 2π) – 6cos(x + 2π) 44
1 f(x + 2π) = f(x) car la fonction cosinus est 2 2
c) u(x ) = et v(x) = cos(x) 2π­périodique.
a) S = – + k ,k + k ,k
x 30 5 30 5
d) u(x) = e–x et v (x ) = x b) On peut étudier f sur [0 ; 2π].
⎧π 1 ⎫ ⎧π 1 ⎫
2. a) lim f (x ) = +  et lim f (x ) = +  c) f ′(x) = –6 cos(x) sin(x) + 6 sin(x) b) S = ⎨ + kπ, k ∈Z⎬ ∪ ⎨ + kπ, k ∈Z⎬
x→– x →+ f ′(x) = 6 sin(x) (1 – cos(x)) ⎩24 3 ⎭ ⎩8 3 ⎭
b) lim f (x ) = +  et lim f (x ) = 0 ⎧3π ⎫ ⎧5π ⎫
x→– x →+ c) S = ⎨ + 2kπ, k ∈Z⎬ ∪ ⎨ + 2kπ, k ∈Z⎬
c) lim f (x ) = 1 et lim f (x ) = 1
x 0 π 2π ⎩4 ⎭ ⎩4 ⎭
x→– x →+ 0 + 0 –
6 sin(x) ⎧π ⎫ ⎧3π ⎫
d) lim f (x ) = +  et lim f (x ) = 0 d) S = ⎨ + kπ, k ∈Z⎬ ∪ ⎨ + kπ, k ∈Z⎬
x→– x →+ 1 – cos(x) + + ⎩8 ⎭ ⎩8 ⎭
f ′(x) 0 + 0 – ⎡ π ⎡ ⎤ 3π ⎡
57 1. Forme « 0 » 47 a) x ∈⎢0 ; ⎢ ∪ ⎥ ; π ⎢
0 Variations 9 ⎣ 4⎣ ⎦ 4 ⎣
( x – 1)( x – 2)x –2 de f –3 –3 ⎡ 5π ⎤
2. f (x ) = = b) x ∈⎢π ; ⎥
(1– x )2 x –1 ⎣ 3⎦
11 On effectue un changement de variable
3. lim f (x ) = +  et lim f (x ) = –  ⎡ 4π ⎤
en posant X = sin(x) puis on résout l’inéquation c) x ∈⎢0 ;
3 ⎥⎦
x →1– x →1+
2X2 – X – 1 > 0. ⎣
1 ⎡ 7π ⎤
Préparer le BAC Δ = 9 ; X1 = – et X 2 = 1 d) x ∈⎢0 ; ⎥
2 ⎣ 12 ⎦
107 D 108 D 1
Donc X  0 pour X  – .
2
109 B 110 A et D 1 Préparer le BAC
Ainsi, sin( x )  –
111 D 112 C 2
5π π 83 B 84 B
113 B 114 B x ∈⎤⎥ – ; – ⎢⎡
⎦ 6 6⎣ 85 D 86 C
115 C 87 B 88 C
116 1. c 2. b 3. b 89 C
117 1. b 2. d

Corrigés 493
 sin(θ) 3 1. La fonction en continue en 0 car :
90 1. AD = AB = 93 A 1. f ′( x ) = 9 x – 18 x + 9
4 4 2
; CD = 7 + 4
cos(θ)
cos(θ) cos(θ) (3 x + 1)
2 2
lim x2 = 0
60 km 30 km 500 m 2. On effectue un changement de variable x → 0+
= 1000 m/min et =
h h min en posant X = x2 et on étudie le signe de 2. On obtient
sin(θ) 9X2 – 18X + 9.
1
7+4 Comme ∆ = 0, ce polynôme est toujours positif. y
cos(θ) 5
t1 = ;t =
125cos(θ) 2 1000 x –∞ +∞ 4
8 sin(θ) f ′(x) +
2. t1 , t2 ⇔ ,7 + 4 ⇔ f (θ) . 0 3
cos(θ) cos(θ) Variations +∞ 2
2 sin(θ) 2(1– 2sin(θ)) de f –∞
3. f ′(θ) = –4 = j x
cos2 (θ) cos 2 (θ) cos2 (θ) 3. y = f ′(0)x + f(0)
y = 9x – 3 –4 –3 –2 –1 O i 2 3 4
⎡ π⎡
sur ⎢0 ; ⎢.
⎣ 2⎣ B 1. g(x + 2π) = g(x) –2
f ′ est du signe de 1 – 2 sin(θ) donc f ′ est stricte­ 2. a) g(x) = f(sin(x))
π
ment positive sur ⎡⎢0 ; ⎡⎢ et strictement négative 9sin( x )4 – 18sin( x )2 + 9 La fonction f est dérivable en 0 car la courbe 𝒞f
⎣ 6⎣ b) g ′( x ) = cos( x ) ×
(3sin( x )2 + 1)2 admet une tangente en 0 d’équation y = 0.
⎤π π⎡ π
sur ⎥ ; ⎢ et s’annule en .
⎦6 2⎣ 6 3. La fonction cosinus est positive sur ⎡– π ; π ⎤ 5 La fonction associée à la suite est :
⎢ 2 2⎥
⎛ π⎞ ⎣ ⎦ 1 2
f⎜ ⎟ .0 π⎤ f (x) = x +8 .
⎡ ⎡π ⎤ 3
⎝ 6⎠ et négative sur ⎢–π ; – ⎥ et sur ⎢ ; π⎥.
⎣ 2⎦ ⎣2 ⎦ La fonction f est continue sur ℝ+ comme
π composition de fonctions contiunues, d’après
Le lapin s’en sort si 0  θ  .
6 π π le théorème du point fixe, ℓ vérifie :
x –π – π x˘0
91 1. Voir le logiciel de géométrie dynamique. 2 2 1
x 2 + 8 = x ⇔ x 2 + 8 = 3x ⇔
π
2. a) θ ∈⎡⎢0 ; ⎤⎥ g ′(x) 0 – 0 + 0 – 3
⎣ 2⎦ –3 0
x2 + 8 = 9x2 ⇔ 8x2 = 8 ⇔ x2 = 1
(1+ AD) × h (1+ 1+ 2cos(θ)) × sin(θ) Variations ⇔ x = ±1
b) (θ) = = La suite (un) étant de termes positifs : ℓ = 1.
2 2 de g
–6 –3
= (1+ cos(θ))sin(θ) 7 1. Lafonction est dérivable sur [0 ; + ∞[
c) 𝒜′(θ) = – sin2(θ) + (1 + cos(θ)) cos(θ) f ′(x) = 3x2 – 18x + 24 = 3(x2 – 6x + 8)
𝒜′(θ) = – sin2(θ) + cos(θ) + cos2(θ) • f ′(x) = 0 ⇔ x1 = 4 ou x2 = 2.
• le signe de f ′(x) est le signe du trinôme.
𝒜′(θ) = 2cos2(θ) + cos(θ) – 1 4 Continuité On obtient le tableau de variations suivant.
On effectue un changement de variable en
posant X = cos(θ).
x 0 2 4 +∞
On étudie alors le signe du polynôme 2X2 + X – 1 f ′(x) + 0 – 0 +
sur [0 ; 1]. À vous de jouer !
8 +∞
On obtient alors : f
1 1. On obtient : –12 4
π π y
x 0 2. a) • Sur [0 ; 2], la fonction f est continue
3 2 5 (dérivable), strictement croissante et change
𝒜 ′(θ) 0 4 de signe car f(0) = – 12 et f(2) = 8, d’après le
3 théorème de la bijection, l’équation f(x) = 0
Variations 3 3 admet une unique solution α.
2 • Sur ]2 ; + ∞[, f(x) est minorée par 4, donc ne
de 𝒜 4
0 1
peut s’annuler.
π j x Conclusion : l’équation f(x) = 0 admet une
d) On en déduit que pour θ = , l’aire du tra­
pèze est maximale. 3 –4 –3 –2 –1 O i 2 3 4 unique solution sur [0 ; + ∞[.
b) On constate que la courbe 𝒞f ne coupe
92 1. f ′(x) = – sin(x) – sin(2x) –2 qu’une fois l’axe des abscisses.
2. f ′(x) = – sin(x) – 2 sin(x) cos(x) –3
= – sin(x)(1 + 2 cos(x)) y
3. sin(x) = 0 ou 1 + 2 cos(x) = 0 –4
2π 4π
x = 0 ou x = π ou x = ou x = On peut conjecturer que la fonction est conti­
3 3
4. nue sur ℝ\{1}.
2. Si x ≠ 1, la fonction f est continue car un j x
2π 4π polynôme est continue sur son ensemble de
x 0 π 2π O
i
3 3 définition.
–sin(x) 0 – – 0 + + Si x = 1, la fonction f est discontinue car :
lim x – 1= 0 ⎫
1 + 2 cos(x) + 0 – – 0 + x→1– ⎪
⎬ Pas de limite en 1.
f ′(x) 0 – 0 + 0 – 0 + lim – x 2 + 4 x + 1= 4⎪
x→1+ ⎭
5.
2π 4π
x 0 π 2π
3 3
2,5 0,5 2,5
Variations
de f
0,25 0,25

494
 9 1. On peut proposer le programme : 25 1. La continuité du volume vient du fait Conclusion Par initialisation et hérédité, pour
que l’ajout de liquide étant continue, son vo­ tout n ∈ ℕ :
def u(n):
lume aussi. 0 ⩽ un ⩽ un+1 < 1
u=1
for i in range(1,n + 1): La fonction volume ne sera pas dérivable en 60, b) La suite (un) est croissante et majorée par 1
u = 9/(6-u) car le volume étant proportionnel à la hauteur, donc, d’après le théorème des suites mono­
return u le coefficient de proportionnalité change en 60. tones, la suite (un) est convergente.
On peut remplir le tableau de valeurs suivant. 2. a) 1 ℓ = 1 dm3, pour avoir le volume en litres, La fonction f est continue sur ℓ et la suite (un)
il faut exprimer toutes le mesure en dm3. est convergente ; d’après le théorème du point
n 10 50 100 1 000 fixe, la limite ℓ vérifie f(x) = 0, comme ℓ ⩾ 0, on
⎧⎪V ( x ) = 3,6 x si x ¯ 60
u(n) 2,739 2,942 2,970 2,997 ⎨ en déduit d’après la question 1. b) que ℓ = 1.
⎪⎩V ( x ) = 6, 4 x – 168 si 60 , x ¯140
44 A 1. g′(x) = 3x2 – 3 = 3(x2 – 1)
On peut conjecturer que la suite (un) converge
b) On a : • g′(x) = 0 ⇔ x = ±1
vers 3.
lim 3,6 x = 216 ⎫ • signe de g′(x) est le signe du trinôme.
9 x→60 – ⎪
2. a) f ( x ) = . ⎬ V est continue en 60
6–x lim 6, 4 x – 168 = 216⎪
x→60 +
⎭ x –∞ –1 1 +∞
La fonction f est continue sur ℝ\{6} donc conti­
nue sur [1 ; 3]. Si l’on trace la fonction V sur la calculatrice, on f ′(x) + 0 – 0 +
b) D’après le théorème du point fixe, la limite ℓ observe que la courbe n’a pas de tangente en
–2 +∞
vérifie l’équation : 60 (unités 10 sur (Ox) et 50 sur (Oy)).
f
9 700
y –∞ –6
=x x 2 – 6x + 9 = 0
6–x 600
500 2. Sur [1 ; 3], g est continue car dérivable,
( x – 3)2 = 0 x =3 400 strictement croissante et change de signe car
Donc ℓ = 3. 300 g(1) = – 6 et g(3) = 14, d’après le théorème
200 de la bijection, l’équation g(x) = 0 admet une
11 1. On obtient : f ′(x) = 12g(x) unique solution α.
avec : g(x) = x3 + x2 + 2x + 1. 100 x 3. Si x < α, g(x) < 0 et si x > α, g(x) > 0.
2. a) On étudie les variations de g. 0 20 40 60 80 100 120
g′(x) = 3x2 + 2x + 2 (3 x 2 + 4 x )( x 2 – 1) – 2 x ( x 3 + 2 x 2 )
Δ = 4 – 24 = – 20 donc g ′(x) ne s’annule pas. B 1. f ′( x ) =
29 La fonction f associée à la suite (u ) est : ( x 2 – 1)2
La fonction g est alors strictement croissante, n
continue et change de signe car g(– 1) = – 0 et 1⎛ 2⎞ x (3 x 3 – 3 x + 4 x 2 – 4 – 2 x 3 – 4 x 2 )
f (x) = ⎜x + ⎟ . f ′( x ) =
g(0) = 1, d’après le théorème de la bijection, 2⎝ x⎠ ( x 2 – 1)2
l’équation g(x) = 0 admet une unique solution La fonction f est continue sur ℝ\{0}, d’après le xg( x )
α sur ℝ et α ∈ [– 1 ; 0]. théorème du point fixe, la limite ℓ de la suite f ′( x ) = 2
( x – 1)2
b) À l’aide d’un balayage sur la calculatrice (un) vérifie :
×2x x 2 ( x + 2) x + 2
1⎛ 2. Limites en ± ∞ : f ( x ) =
x + ⎟⎞ = x ⇔ x 2 + 2 = 2 x 2 ⇔ x 2 = 2
on obtient : 2 =
1
x 2 ⎛⎜1– ⎞⎟ 1–
1
– 0,57 < α < – 0,57. 2 ⎜⎝ x⎠
c) Si x < α alors g(x) < 0 ⎝ x⎠ x
et si x > α alors g(x) > 0. On obtient = ± 2 , comme la suite (un) est
Par quotient, on trouve :
minorée par 0, on a alors  = 2 .
3. Le signe de f ′(x) est celui de g(x). lim f ( x ) = +  et lim f ( x ) = – 
x →+ x→–
33 • Sur [0 ; 3], f(x) ⩽ – 2, donc f(x) ne peut Limite en ± 1 : on détermine le signe de x2 – 1.
x –∞ α +∞ s’annuler.
f ′(x) – 0 + • Sur [3 ; + ∞[, la fonction f est continue, stricte­ x –1 1
–∞ +∞
ment croissante et change de signe car f(3) < 0
+∞ +∞ et lim f ( x ) = +  ; d’après le théorème de la x2 – 1 + 0 – 0 +
f x →+
f(α) bijection, l’équation f(x) = 0 admet une unique
solution α. On obtient alors les limites :
Conclusion : l’équation f(x) = 0 admet une lim f ( x ) = +` lim f ( x ) = –`
x→–1– x→–1–
Exercices d’application unique solution sur [0 ; + ∞[.
lim f ( x ) = –`
et
lim f ( x ) = +`
x→–1+ x→+1+
20 1. On obtient la courbe suivante. 3. Le signe de f ′(x) est du signe de xg(x).
y
Exercices d’entrainement On obtient le tableau de variations suivant.
2
40 1. a) f est continue sur I = ℝ\{– 2} car f est
une fonction rationnelle.
x –∞ –1 0 1 α +∞
j x
2x + 1 f ′(x) + + 0– – 0 +
–3 –2 –1 O i 2 3 b) = x ⇔ 2 x + 1= x 2 + 2 x ⇔ x 2 = 1
–1 x +2 +∞ 0 +∞ +∞
–2 On obtient alors x = ± 1. f
2( x + 2) * 1(2 x + 1) 3 –∞ –∞ –∞ f(α)
–3 c) f ′( x ) = =
( x + 2)2 ( x + 2)2
Pour tout, f ′(x) > 0, la fonction f est croissante.
On peut donc conjecturer que la fonction f est 1 Préparer le BAC
continue sur ℝ. 2. a) Initialisation n = 0, on a u0 = 0 et u1 = .
2. Sur ℝ\{– 2 ; 2} la fonction f est continue car 2
On a donc : 0 ⩽ u0 ⩽ u1 < 1. La proposition 64 A et D 65 A
composées de fonctions élémentaires. est initialisée.
lim 2 x + 5 = 1⎫ 66 B 67 B
x→–2– ⎪ Hérédité Soit n ∈ ℕ, supposons que
⎬ f est continue en –2 0 ⩽ un ⩽ un+1 < 1 et montrons que 68 C 69 C
lim 1= 1 ⎪
x→–2+ ⎭ 0 ⩽ un+1 ⩽ un+2 < 1 :
f↗ 70 B
lim 1= 1 ⎫ 0 ⩽ un ⩽ un+1 < 1⇒ f(0) ⩽ f(un) ⩽ f(un+1) < f(1).
x→2– ⎪
⎬ f est continue en 2 1
lim –2 x + 5 = 1⎪ ⇒ ¯ un+1 ¯ un+2 ,1⇒ 0 ¯ un+1 ¯ un+2 , 1
x→2+ ⎭ 2
La fonction f est donc continue sur ℝ. La proposition est héréditaire.

Corrigés 495
 71 1. On obtient : b) g′(x) = 3x2 – 2x + 3 B 1. a) On a les équivalences pour x ≠ 0
Δ = – 32 < 0 donc g′(x) n’a pas de racine. 1 ×x +x
y Pour tout x ∈ ℝ, g′(x) > 0 donc la fonction g e x = ⇔ xe x = 1 ⇔ xe x + x = x + 1
4
x
est croissante. ÷(e x +1) x +1
3 ⇔ x( e x + 1) = x + 1 ⇔ = x ⇔ g( x ) = x
x –∞ –1 0 +∞ ex + 1
2 b) g est dérivable sur ℝ :
g ′(x) +
j +∞ 1(1+ e x ) – e x (1+ x ) 1– xe x
x g ′( x ) = =
g 1 (1+ e x )2 (1+ e x )2
–3 –2 –1 O i 2 3 –4
–∞ e x (e – x – x ) ex f ( x )
–2 g ′( x ) = =–
(1+ e x )2 (1+ e x )2
–3 c) Sur ℝ, la fonction g est continue, strictement
croissante et change de signe car g(– 1) = – 4 ex
Pour tout x ∈ ℝ,  0 , on en déduit
et g(0) = 1 donc d’après le théorème de la bi­ (1+ e x )2
On peut conjecturer que la fonction f est conti­ jection, l’équation g(x) = 0 admet une unique que le signe de g ′(x) est celui de – f(x).
nue sur ℝ. solution α et α ∈ [– 1 ; 0]. Comme sur ∈ [0 ; α], f(x) < 0 alors g′(x) > 0.
2. Sur x ≠ – 1, la fonction est continue car com­ d) On trouve – 0,296 ⩽ α ⩽ – 0,295. La fonction g est croissante sur [0 ; α].
posée de fonctions continues. 3. a) si x < α, g(x) < 0 et si x > α, g(x) > 0. 1
lim x 2 + 2 x – 1= –2⎫ b) f ′(x) est du signe de (x + 1)g(x). 2. a) Initialisation n = 0, on a u0 = 0 et u1 = .
x→–1– ⎪ 2
⎬ f est continue en –1 On a donc : 0 ⩽ u0 ⩽ u1 < α. La proposition
lim x + 1 – 2 = –2 ⎪ x –∞ –1 α +∞ est initialisée.
x→–1+ ⎭
x+1 – 0 + + Hérédité Soit n ∈ ℕ, supposons que
72 1. On a : 0 ⩽ un ⩽ un+1 < α, montrons que
g(x) – – 0 +
0 ⩽ un+1 ⩽ un+2 < α :
lim e – x = 1 ⎫ 0 0
x→–0– ⎪⎪ f est continue f ′(x) + – + g↗
⎬ 0 ⩽ un ⩽ un+1 < α ⇒ g(0) ⩽ g(un) ⩽ g(un+1)
lim x + 1= 1 ⎪
2 en 0 1
x→–0+ ⎪⎭ On obtient le tableau de variations suivant. < g(α) ⇒ 2 ¯ un+1 ¯ un+2 , α
2. On obtient :
x –∞ –1 α +∞ La proposition est héréditaire.
y
f ′(x) + 0 – 0 + Conclusion Par initialisation et hérédité, pour
+∞ tout n ∈ ℕ ∶ 0 ⩽ un ⩽ un+1 < α.
–2
b) La suite (un) est croissante et majorée par α,
f
d’après le théorème des suites monotones, la
–∞ f(α)
suite (un) converge vers ℓ.
j x De plus, la fonction g est continue sur [0 ; α],
O i d’après le théorème du point fixe, ℓ = α.
75 1. a) lim f ( x ) = lim – x + 3 = + 
x→– x→– c) On peut proposer le programme suivant.
La non dérivabilité en 0 s’explique par l’absence
de tangente en 0. b) f ′(x) = ex – 1. from math import *
f ′(x) = 0 ⇔ x = 0 et comme exp est croissante def u(n):
73 1. f est une fonction rationnelle donc sur ℝ, x < 0, f ′(x) < 0 et x > 0, f ′(x) > 0. u=0
continue sur son ensemble de définition et for i in range(1,n + 1):
donc sur [0 ; 9]. x –∞ α +∞ u =(1+ u)/(1 + exp(u))
2. a) On montre facilement par récurrence return u
l’encadrement. f ′(x) –0 +
Pour n = 4, on trouve alors u4 ≈ 0,567 143.
b) La suite (un) est croissante et majorée par 9, +∞ +∞ Corrections exercices :
donc d’après le theorème des suites monotones, f
la suite (un) converge vers ℓ ⩽ 9. –2
c) La fonction f est continue sur [0 ; 9] et la
suite (un) est convergente vers ℓ, donc d’après
le théorème du point fixe, ℓ vérifie l’équation
2. a) Sur ]– ∞ ; 0] et sur [0 ; + ∞[ la fonction f est 5 Dérivation
5 + 29
continue, strictement monotone et change
de signe donc sur chacun de ces intervalles
et convexité
f (x) = x ⇔ x = ≈ 5,19
2 l’équation f(x) = 0 admet une unique solution.
b) f(1) ≈ – 1,28 et f(2) ≈ 2,38 donc β ∈ [1 ; 2]. À vous de jouer !
5 – 29
ou x = ≈ –0,19 . Par balayage, on trouve : β ≈ 1,5 au dixième.
2 1 Le schéma de composition de la fonction
5 + 29 76 A 1. On a les équivalences pour x ≠ 0 : � u � v �
On en déduit alors que  = . f est x � x + 2 � ( x + 2)3 .
2 ×x ÷ ex
1
74 1. On a : ex = ⇔ xe x – 1= 0 ⇔ x – e– x ⇔ f ( x ) = 0 3
x
⎛ 1⎞ ⎛ 1⎞ 1
2x x 4 + 2x 2 + 2x + 1 2. a) Par somme, on obtient lim f ( x ) = +  f ! g(6) = f (g(6)) = f ⎜ ⎟ = 3 ⎜ ⎟ + 1= + 1= 1,5.
f ′( x ) = 1+ 2 – x →+
⎝ 6⎠ ⎝ 6⎠ 2
( x + 1)2 ( x 2 + 1)2
b) f ′(x) = 1 + e–x > 0 pour tout x ∈ ℝ.
(x + 1)(x3 – x2 + 3x + 1) = x4 + 2x2 + 2x + 1 5 f ′(x) = (– 1)e3x + (– x + 1)3e3x
La fonction f est croissante sur ℝ. = e3x(– 1 – x + 1) = – xe3x.
On en déduit alors que :
( x + 1)g( x ) c) Sur ℝ, la fonction f est continue, stric­
f ′( x ) = . tement croissante et change de signe car
( x 2 + 1)2
2. a) Pour x ≠ 0, on a : lim f ( x ) = –  et lim f ( x ) = +  donc
x→– x →+
⎛ 1 3 1⎞ d’après le théorème de la bijection, l’équation
g( x ) = x 3 ⎜1– + 2 + 3 ⎟
⎝ x x x ⎠
f(x) = 0 admet une unique solution α. De plus
Par produit, on déduit :
⎡1 ⎤
⎧ lim g( x ) = +` f(0,5) ≈ – 0,11 et f(1) ≈ 0,63 donc α ∈⎢ ; 1⎥ .
1 3 1 ⎪x→+` ⎣2 ⎦
lim 1– + 2 + 3 = 1⇒ ⎨ d) Comme f est croissante si x ∈ [0 ; α], f(x) < 0.
x→` x x x lim g( x ) = –`
⎪ x→–`
⎪⎩

496
 7 La fonction peut être étudiée seulement
sur une période. Exercices d’application Exercices d’entrainement
f ( x ) = 2 + cos( x ) 40 1. Le schéma de composition de la fonction 87 1. a) x2 – 7x + 10 ⩾ 0 si et seulement si
– sin( x ) � u � v � x ∈ ]– ∞ ; 2] ∪ [5 ; + ∞[. (Calculer le discriminant
f ′( x ) = Δ pour trouver les racines puis le signe du poly­
2 2 + cos( x ) f est x� x2 + 1� x2 + 1 . nôme en fonction de a).
Or 2 2 + cos( x )  0 et – sin(x) ⩾ 0 si et 2. Comme x2 + 1 > 0 et que la fonction racine b) La fonction racine carrée est définie sur ℝ+
est définie sur ℝ+, alors 𝒟f = ℝ. donc : Dg = ]– ∞ ; 2] ∪ [5 ; + ∞[.
seulement si sin(x) ⩽ 0 si et seulement si
x ∈ [– π + 2kπ ; 0 + 2kπ], k ∈ ℤ. 2. a) Comme lim x 2 – 7 x + 10 = +  et
Donc f est croissante sur [– π + 2kπ ; 0 + 2kπ] et x →± 
décroissante sur [0 + 2kπ ; π + 2kπ].
Le tableau de variations est donc, pour k = 0 :
46 g � f (1) = g( f (1)) = g ( )
2 =
1
2
=
2
2
et lim
X →+ 
X = + donc lim g( x ) = +.
x →± 

1 1 4 2x – 7
0 π 2π f � g(3) = f ( g(3)) = f = +1= . b) g′ ( x ) = . Donc g ′(x) ⩾ 0 si et
x 3 3 3 2 x 2 – 7 x + 10
Variations 3 3 7
seulement si x donc g est croissante sur
de f 2
1 53 f ′(x) = – e–x+2
⎡7 ⎡ ⎤ 7⎤
⎢2 ; +` ⎢ et décroissante sur ⎥–` ; ⎥ .
2⎦
9 D’après le graphique, la courbe de f est 61 1. Le schéma de composition de la fonction ⎣ ⎣ ⎦
en dessous de ses sécantes sur [– 1 ; 0,5] et � u � v � c) Tableau de variations de f et g :
est au­dessus de ses sécantes sur [0,5 ; 1,5].
Donc f est convexe sur [– 1 ; 0,5] et concave f est x� x3 – 1� x3 –1 . x –∞ 2 5 +∞
sur [0,5 ; 1,5]. Variations + ∞ +∞
2. f existe si et seulement si x3 – 1 ⩾ 0 si et de f 0 0
a + b⎞ f (a) + f (b) seulement si x3 ⩾ 1 si et seulement si x ⩾ 1.
11 f ⎛⎜ ˘ si et seulement si
⎝ 2 ⎟⎠ 2 Donc 𝒟f = [1 ; + ∞[. x –∞ 2 5 +∞

a+b
˘
( a+ b ) si et seulement si 3. g′(x) = 3x2 > 0 donc g est strictement crois­
sante sur ℝ. Voici son tableau de variation.
Variations + ∞
de g
+∞

2 2 0 0
x 1 +∞
a+b˘
2
2
( a+ b . ) Signe g ′(x) +
Variations +∞ Exercices bilan
13 f ′est décroissante sur ]– ∞ ; 0] ∪ [1 ; + ∞[ de g 0
donc f est concave sur cet intervalle.
f ′ est croissante sur [0 ; 1] donc f est convexe 4. On en éduit le tableau de variation de f : Préparer le BAC
sur cet intervalle.
x 1 +∞ 117 B 118 B
15 f(x) = xe–x
Variations +∞
donc f ′(x) = e–x + x(– e–x) = (1 – x)e–x 119 D 120 A
et f ″(x) = – e–x + (1 – x)(– e–x) = (x – 2)e–x de f 0
Or e–x > 0 pour tout réel x et x – 2 ⩾ 0 si et 121 C 122 A
seulement si x ⩾ 2. 65 f est concave sur [– 2 ; – 1] et convexe sur 123 D 124 D
Donc f ″(x) ⩾ 0 si et seulement si x ⩾ 2 et [– 1 ; + ∞[.
f ″(x) ⩽ 0 si et seulement si x ⩽ 2. Donc f est 125 A D 126 D
convexe sur [2 ; + ∞[ et f est concave sur ]– ∞ ; 2].
69 x ↦ ex est convexe donc sa courbe est
17 Graphiquement, la courbe présente un au­dessus de ses tangentes. La tangente à sa 127 1. g ∘ u(– 1) = g(u(– 1)) = g(2) = – 1
point d’inflexion au point d’abscisse x = 0,7. courbe au point d’abscisse 0 est T0 : y = f ′(0) et u ∘ g(2) = u(g(2)) = u(– 1) = 2.
(x – 0) + f(0) = 1x + 1 = x + 1. 2. Sur ]– ∞ ; – 1], la fonction u est décroissante
19 f(x) = (x + 1)e–x donc
Donc ex ⩾ 1 + x pour tout réel x. et cet intervalle a pour image l’intervalle [2 ; 4].
f ′(x) = e–x + (x + 1)(– e–x) = (1 – x – 1)e–x = – xe–x. Or sur [2 ; 4], la fonction g est croissante. Donc
f ′(x) = – 1e–x + (xe–x) = ex (x – 1) 72 f ′ est croissante sur ]– ∞ ; 6] et f ′ est décrois­ la fonction g ∘ u est décroissante sur ]– ∞ ; – 1].
Or e –x > 0 pour tout réel x donc f ″ change sante sur [6 ; +∞[ donc f est convexe sur ]– ∞ ; 6]
de signe pour x = 1. Donc le point d’inflexion 3. lim g(u( x )) = + car lim u( x ) = + et
et f est concave sur [6 ; + ∞[. x →+  x →+ 
de 𝒞f a pour coordonnées (1 ; f(1)) c’est­à­dire lim g( X ) = + et on conclut par théorème
(1 ; 2e–1). X →+ 
76 1. f ′(x) = 3x2 + 12x et f ″(x) = 6x + 12. sur les limites de composée.
3 2. f ″(x) ⩾ 0 si et seulement si 6x + 12 ⩾ 0 si et
21 f ′( x ) = e3 x  0
2 x 12
seulement si x  – si et seulement si x ⩾ – 2.
Le tableau de variation est donc : 6
Donc f est convexe sur [– 2 ; + ∞[.
x 0 +∞
Signe f ′(x) + 81 Graphiquement, les points d’inflexion sont
Variations +∞ ceux d’abscisses – 2 et 2.
de f 1
83 1. Tableau de signes de f ″(x) :
23 f ( x ) = x – x2 – 1
; f ′( x ) = 2 et x –∞ 4 +∞
x2 –1 ( x – 1)2
Signe f ″(x) + 0 –
2 x ( x 2 + 3)
f ′′( x ) = . f ″ change de signe pour
( x 2 – 1)3 2. Le point d’inflexion de la courbe représen­
x = 1 donc la croissance commence à ralentir tative de f a pour abscisse 4 et pour ordonnée
au bout du 1er mois c’est­à­dire à partir du 6 + (6 – 4)e4–5 = 6 + 2e–1.
1er février 2020.

Corrigés 497
 128 1. Les fonctions x ↦ mx et x ↦ cos(x) + x x x 03 a) Conditions d’existence : x ∈ ]–1 ; + ∞[ et
celui de . Or  0 si et seulement si
sont définies sur ℝ à valeurs dans ℝ. Donc x –1 x –1 x ∈ ]– ∞ ; 0[ d’où x ∈ I = ] – 1 ; 0[.
Dg = � . x ∈ ]– ∞ ; 0[ ∪ ]1 ; + ∞[ et négatif sinon. Donc ln ( x + 1) = ln (– x ) x + 1= – x et x I
m

2. gm(1) = cos(m) + m et gm(– 1) = cos(–m) – m f est décroissante sur ]– ∞ ; 0] ∪ ]1 ; + ∞[ et 1

x=–
= cos(m) – m. croissante sur [0 ; 1]. 2
Donc, pour m > 0 ; gm(– 1) ≠ gm(1) et, pour La fonction possède deux extrema : b) Conditions d’existence :
π • un minimum local pour x = 0 : A(0 ; e), x ∈ I = ]–∞ ; – 1[∪] – 1 ; + ∞[
m ≠ + kπ ( k  �), gm(– 1) ≠ – gm(1). Donc la
2 • un maximum local pour x = 1 : B(1 ; 0). ln (x2 – 1) ⩽ ln (5) ⇔ x2 – 1 ⩽ (5) et x ∈ I
fonction gm n’est ni paire ni impaire.
La fonction x ↦ cos(mx) est périodique de
4. On obtient le tableau de variations suivant : ⇔ x [ ⎣⎡– 6 ; 6 ⎦⎤ >I
2π x –∞ 0 1 +∞ ⇔ x [ ⎡⎣– 6 ; –1⎡⎣< ⎤⎦ –1; 6 ⎤⎦ .
période mais la fonction x ↦ mx n’est pas
m +∞ +∞ 0
périodique. Donc gm n’est pas périodique. On Variations
ne peut pas restreindre l’intervalle d’étude de de f 05 a) 2 ln 5 + 1 ln (125) = 2 ln 5 + 3 ln 5 = 7 ln 5
e –∞ 2 2 2
cette fonction.
5. b) – ln 5
3. lim cos( mx ) + mx = cos(0) + 0 = 1 et c) 4 – 2 ln 5
x →0 y
lim cos( mx ) + mx = cos(2π ) + 2π = 1+ 2π . 4 4
2π d) – – ln 5
x→ 5
m
2
′ (x) = – m sin(mx) + m = m(1 – sin(mx)) ⩾ 0
gm x
⎡ 2π ⎤ 07 a) n ln ⎛⎜ 5⎞⎟ ¯ ln(0,01) ⇔ n ˘ ln(0,01) soit n ˘ 8
Donc gm est croissante sur ⎢0 ; ⎥ . –2 0 2 4
⎣ m⎦ ⎝ 9⎠ ⎛ 5⎞
–2 ln ⎜ ⎟
⎡ 2π ⎤ ⎝ 9⎠
4. Voici le tableau de variation de gm sur ⎢0 ; ⎥ :
⎣ m⎦
b) 3
ln
2π 131 1. 3 5
x 0 x x 2 n 1(2 – 7) –3 2n 1 n +1
m − ⎛ 1⎞ − 5 ln (2)
f ′( x ) = 0 + 14e 5 + (14 x + 42) ⎜ – ⎟ e 5
Variations 1 + 2π ⎝ 5⎠ soit n = 0
de gm 1 ⎛ 42⎞ – 1 –
x x
= ⎜14 – 14 x – ⎟ e 5 = (–14 x + 28)e 5 . 09 T ∶ y = f ′(e)(x – e) + f(e) soit y = x .
⎝ 5⎠ 5 e
129 1. f(x) = (– 5x2 + 5)ex x e
1 − 1 e–x
donc f ′(x) = (– 10x)ex + (– 5x2 + 5)ex 2. e 5  0 donc le signe de f ′(x) dépend Étude du signe de h( x ) = ln x – ; h′( x ) =
5 e x
= (– 5x2 – 10x + 5)ex. seulement de celui de – 14x + 28. – 14x + 28 ⩾ 0
Par suite, f ″(x) = (– 10x – 10)ex + (– 5x2 – 10x + 5)ex si et seulement si 28 ⩾ 14x si et seulement si x 0 e +∞
= – (5x2 + 20x + 5)ex. 28
 x si et seulement si 2 ⩾ x. D’où le tableau Signe de h ′(x) + 0 –
2. Δ = b2 – 4ac = 202 – 4 × 5 × 5 = 400 – 100 14
Variations 0
= 300 > 0 d’où x1 = –2 – 3 de variations :
de h
et x2 = –2 + 3 . x 0 2 60
Signe de h –
Donc 5x2 + 20x + 5 ⩾ 0 si et seulement si 70 + 70e–0,4
Variations
Puisque h(x) ⩽ 0 pour tout x ∈ ℝ*+ , cela signifie
x  ]–  ; –2 – 3] � [–2 + 3 ; + [ . de f
112 70+882e–12 que la courbe est toujours en dessous de sa
Or – ex < 0 pour tout réel x.
tangente Te.
Donc f ″(x) ⩽ 0 si et seulement si
x  ]–  ; –2 – 3] � [–2 + 3 ; + [ 3. a) f ″(7) = 0. Le <point A est un point d’in­
flexion pour 𝒞f. 11 f ′ ( x ) = – 1 – 1 = –1– x , sur ]0 ; + ∞[ ;
et f ″(x) ⩾ 0 si et seulement si x
2 x 2 x x
14 −
x  [–2 – 3 ; –2 + 3]. b) e 5  0 pour tout réel x donc f ″(x) ⩾ 0 – 1 – x < 0 et x2 > 0, donc f ′(x) < 0, d’où f est
25 décroissante sur ]0 ; + ∞[.
3. Les abscisses des points d’inflexion de 𝒞f sont si et seulement si x – 7 ⩾ 0 si et seulement si
donc : –2 – 3 et –2 + 3 . x ⩾ 7. Donc f est convexe sur [7 ; 60] et concave 13 x2ln x – x2 = x2(ln x – 1) Or lim x 2 = + 
4. f est concave sur sur [0 ; 7]. x →+ 
]–  ; –2 – 3] � [–2 + 3 ; + [ et convexe c) L’abscisse pour laquelle la dérivée admet et lim ln x – 1= +  , donc, par produit des
un extremum est 7 et correspond au point x →+ 
sur [–2 – 3 ; –2 + 3]. d’inflexion précédemment cité. limites, lim x 2 ln x – x 2 = +  .
x →+ 
130 1. – x + 1 ≠ 0 si et seulement si x ≠ 1 et
la fonction x ↦ xex est définie sur ℝ donc la 1× x 2 – (1+ x ) × 2 x
fonction f est définie sur ℝ\{1}. x4 – x 2 – 2x
⎧ 6 Fonction logarithme 15 f ′ ( x ) =
1+ x
= 2
x (1+ x )
⎪ lim (– x + 1) = –`
⎪x→+` népérien x2
⎪⎪ 1
2. ⎨ lim =0 donc lim f ( x ) = –  . À vous de jouer ! 1 1 1
⎪x→+` – x + 1 x →+  17 1. f ( x ) = (ln ( x ) – 2) + 1–
⎪ 1 x2 x x
⎪ lim e − x+1 = e 0 = 1
01 a) ln (x) = – 1 ⇔ x = e–1
x –1
⎪⎩x→+` b) e2x = – 1 ; S = {∅} ln ( x ) – 2
c) Conditions d’existence : il faut que = x = ln ( x ) – 2 + x – 1
+
Un raisonnement analogue en – ∞ conduit à x2 x x2
lim f ( x ) = +. 4 – 2x > 0 ⇔ x ∈ I = ]– ∞ ; 2[.
x →−  ln ( x ) + x – 3 u( x )
ln (4 – 2 x ) 1 4 – 2 x e1 et x I = = 2
x2 x
x − x1+1 1
e
3. f ′ ( x ) = – e . Or – e − x +1  0 pour tout x . – ;2–
x –1 2
réel de ℝ\{1}. Donc le signe de f ′(x) dépend de d) ex+1 ⩾ 2 ⇔ x + 1 ⩾ ln 2 ⇔ x ∈ [ln (2) – 1 ; + ∞[.

498
 1 1+ x 58 a) lim x = + et lim ln x = + donc,
2. u′ ( x ) = + 1= pour x ∈ [e ; + ∞[, 39 1. a) ln 25 – ln15 = ln ⎛⎜ 25⎞⎟ = ln ⎛⎜ 5⎞⎟ x →+  x →+ 
x x ⎝ 15⎠ ⎝ 3⎠
par produit des limites, lim 2 x ln ( x ) = + ,
u ′(x) > 0 ; par conséquent, u est croissante sur ⎛ 1⎞ ⎛ 16⎞ x →+ 
[e ; + ∞[, or u(e) = e – 2 > 0, donc u est positive b) ln ⎜ ⎟ + ln16 – ln 5 = ln ⎜ ⎟ donc lim 2 x ln ( x ) – 4 = + .
⎝ 3⎠ ⎝ 15⎠ x →+ 
sur [e ; + ∞[.
2. a) 4 ln 5 + 2 ln 5 + 3 ln 5 = 9 ln 5 b) lim x ln x = 0 par croissance comparée
3. f ′ est donc positive sur [e ; + ∞[ donc f est
b) 3 ln 5 – ln 5 – 2 ln 5 – 2 ln 5 = – 2 ln 5 x →0
croissante sur [e ; + ∞[. 3
et lim = +  donc, par somme des limites,
ln (10 −4 ) x →0 x
19 1. et 2. f ′ ( x ) = – 4x 46 a) n ln ⎛⎜ 2⎞⎟ , ln(10 −4 ) ⇔ n . soit 3
⎝ 3⎠ ⎛ 2⎞ lim x ln ( x ) + = + .
–2 x 2 + 13,5 n ⩾ 23 ln ⎜ ⎟ x →0 x
⎝ 3⎠
c) 5x2 ln (x) – 4x2 = x2(5 ln (x) – 4) or lim x 2 = + 
x –2,5 0 2,5 ⎛ 9⎞ 6 ln(10 6 ) x →+ 
b) n ln ⎜ ⎟ ˘ ln (10 ) ⇔ n ˘ soit n ⩾ 55
–4x + 0 – ⎝ 7⎠ ⎛ 9⎞ et lim 5 ln ( x ) – 4 = +  donc, par produit
ln ⎜ ⎟ x →+ 
–2x2 + 13,5 + + ⎝ 7⎠
des limites, lim x 2 (5 ln ( x ) – 4) = +  , d’où
n x →+ 
Signe 3 3
+ 0 – c) 0,001 n ln ln (0,001) lim 5 x 2 ln ( x ) – 4 x 2 + 1= + .
de f ′(x) 5 5 x →+ 

Variations
ln (13,5)
ln (0,001) d) lim x – 3 = 0+ d’où
n x →3
de f 3 x 3
1 1 ln
5 ln ( x – 3) ln ( X )
3. Puisque f admet un minimum positif sur lim = lim = –  et lim 3 x = 9
soit n ⩾ 14 x →3 x –3 X →0 X x →3
[e ; + ∞[, on en déduit que f est positive sur x 3
[– 2,5 ; 2,5]. ⎛ 8⎞ ln (0,004)
d) ln (0,004) . 2n ln ⎜ ⎟ ⇔ n ˘ donc, par somme des limites, on a
⎝ 9⎠ ⎛ 8⎞
2 ln ⎜ ⎟ ln ( x – 3)
⎝ 9⎠ lim + 3x = – .
x →3 x – 3
Exercices d’application soit n ⩾ 24 x 3

29 1. a) Conditions d’existence : 49 1. T : y = f ′(1)(x – 1) + f(1) ; y = 2x – 1 61 a) ⎤ 1 ; +` ⎡ b) ℝ

⎥ ⎢
1 ⎦2 ⎣
1
x [ = ⎤⎥ ; +` ⎡⎢ ; 2x – 1 = 1 ⇔ x = 1 ∈ I 2. a) Étudier la position relative de 𝒞f et de T1 c) ]–∞ ; – 2[∪]1 ; + ∞[ d) ]0 ; + ∞[
⎦2 ⎣ revient à étudier le signe de
b) Conditions d’existence : x ∈ I = ]e ; + ∞[ ; 2 ln x + 1 – (2x – 1) = 2 ln x – 2x + 2
x – e = e ⇔ x = 2e ∈ I = 2(ln x – x + 1). Préparer le BAC
c) ln x = – 2 ⇔ x = e­2
5 ln 2 1 1– x 99 C 100 C
d) 5 – 2 x = ln 2 ⇔ x = – b) g′ ( x ) = – 1= ; sur ]0 ; + ∞[, x > 0
2 2 x x
g ′(x) est du signe de 1 – x qui est positif sur 101 C 102 D
2. a) Conditions d’existence : x ∈ I = ]– ∞ ; 1[ ; ]0 ; 1[ et négatif sur ]1 ; + ∞[ ; d’où g est croissante
1 – x > 1 et x ∈ I ⇔ x < 0 et x ∈ I ⇔ 103 B 104 D
sur ]0 ; 1[ et décroissante sur ]1 ; + ∞[.
x ∈ ]– ∞ ; 0[. c) g(1) = 0, g admet un maximum nul, ce qui 105 C
⎤ 3⎡ signifie que, pour tout x ∈ ]0 ; + ∞[, g(x) ⩽ 0.
b) Conditions d’existence : x [I = ⎥ –` ; ⎢ ;
⎦ 2⎣ d) La courbe 𝒞f est alors en dessous de sa 106 1. A(0 ; 1) ∈ 𝒞 ⇔ f(0) = 1 ⇔ c = 1 ;
tangente T1. graphiquement on voit que f ′(0) = – 1 or
3–e
3 – 2 x e et x I x ;+ 1
2 f ′ ( x ) = 2ax + b – d’où f ′(0) = – 1
53 a) x +1
3–e 3 1 2
et x I x ; . f ′(x) = ( x – 2) + (ln x + 3) × 1= 1– + ln x + 3
⇔ b – 1 = –1 ⇔ b = 0 ;
2 2 x x
x 3 1 3
c) e < 3 ⇔ x < ln 3 ⇔ x ∈ ]– ∞ ; ln 3[ 2 f ′(1) = ⇔ 2a – = ⇔ a = 1 d’où
d) ex(ex – 3) ⩾ 0 or ex > 0 pout tout x, cela =– + ln x + 4 2 2 2
x
revient donc à résoudre ex – 3 ⩾ 0 ⇔ x ⩾ ln 3. f(x) = x2 + 1 – ln(x + 1).
1 3
1– (3 ln x + 1) – ( x – ln x )
36 1. a) Conditions d’existence : x > 2 et x < 4 x x 1 2x 2 + 2x – 1
b) f ( x ) = 2. f ′( x ) = 2 x – = ; sur
donc x ∈ I = ]2 ; 4[. (3 ln x + 1)2 x +1 x +1
5 1 ]– 1 ; ∞[, x + 1 > 0 donc le signe de f ′(x) est le
3 x – 6 = 4 – x et x [I ⇔ x = . 3 ln x – 2 –
2 x 3 x ln x – 2 x – 1 même que celui de 2x2 + 2x – 1.
b) Conditions d’existence : x ∈ I = ]5 ; + ∞[ ; = =
(3 ln x + 1)2 x(3 ln x + 1)2
2x 2x –1+ 3
ln = ln ( x – 5) et x I =x –5 1 x –1 +∞
x +1 x +1 c) f ( x ) = 3(ln ( x ) – 2 x + 1)2 –2 2
x
et x I x2
– 6 x – 5 = 0 et x I Signe
3(1– 2 x )(ln ( x ) – 2 x + 1)2 – 0 +
x = 3 + 14 . = de f ′(x)
x Variations + ∞ +∞
⎤1 ⎡ ⎛ –1+ 3 ⎞
2. a) Conditions d’existence : x [I = ⎥ ; +` ⎢ 1
⎦2 ⎣ 3 – 1 × ln x – x × de f f⎜ ⎟ ≈ 0,82
d) f ′ ( x ) =
x ⎝ 2 ⎠
⎛ e⎞ e 1 2 3 x – x ln ( x )
ln (4 x – 2) ¯ ln ⎜ ⎟ ⇔ x ¯ + et x [I
⎝ 10⎠ 40 2 lim x + 1= 0 et lim –ln ( X ) = +  , de plus
1 1 e 2 – ln x x →−1 X →0
x ; + =
2 2 40 2 3 x – x ln ( x ) lim x 2 + 1= 2 donc, par somme des limites,
x →−1
b) Conditions d’existence : x ∈ I = ]1 ; 5[ ; on a lim f ( x ) = + .
5 – x ⩾ x – 1 et x ∈ I ⇔ x ⩽ 3 et x ∈ I x →−1
⇔ x ∈ ]1 ; 3] ⎛ ln( x + 1)⎞
f ( x ) = x 2 ⎜1– + 1 pour x ≠ 0 ;
⎝ x 2 ⎟⎠

Corrigés 499
 ln( x + 1) ( x + 1)2 108 P(Rn+1) = rn+1 = 0,95rn + 0,2 (1 – rn)
( e)
3
f ( x ) = x 2 1– +1; x 0 α +∞
( x + 1)2 x2 d’après la loi des probabilités totale, d’où
rn+1 = 0,75rn + 0,2.
Signe
or lim x + 1= +  et lim ln ( 2X ) = 0 + 0 – 0,95 R
x →+  X →+  X de g ′(x) n+1
rn Rn
par croissance comparée et
Variations 5e3 +1 R
2 2 5 0,05 n+1
⎛ x + 1⎞ ⎛ 1⎞ 0 2e3
lim ⎜ ⎟ = lim ⎜1+ ⎟ = 1, de g 0,2
x→+` ⎝ x ⎠ x→+` ⎝ x⎠ –∞ 2 Rn + 1
1 – rn Rn
lim x2 = +` Signe de g – 0 + Rn + 1
0,8
x→+`
c) Sur l’intervalle ]0,5 ; 1[, g est une fonction
et donc, par produit des limites, on a 2. Soit (Hn) l’hypothèse de récurrence :
continue, strictement croissante telle que
lim f ( x ) = + . g(0,5) < 0 et g(1) > 0, donc, d’après le théorème {rn = 0,1 × 0,75n–1 + 0,8}.
x →+ 
des valeurs intermédiaires, l’équation g(x) = 0 Hérédité : r1 = 0,9 or 0,1 × 0,750 + 0,8 = 0,9.
3. Cela revient à résoudre admet une unique solution α sur]0,5 ; 1[. Sur L’hypothèse est donc bien vérifiée pour n = 1.
]0 ; 0,5[, la fonction g est négative donc l’équa­ On suppose qu’il existe un entier k tel que (Hk)
⎛ 1 ⎞
f ′( x ) × f ′(0) = –1⇔ ⎜ 2 x – × (–1) = –1 tion g(x) = 0 n’a pas de solution et, sur ]1 ; +∞[, la est vraie et on cherche à montrer que (Hk+1)
⎝ x + 1⎟⎠ fonction g est positive donc l’équation g(x) = 0 est encore vraie.
⇔ 2x + x – 2 = 0
2 n’admet pas de solution. rk+1 = 0,75rk + 0,2
d) Voir le tableau précédent. Rk+1 = 0,75 × (0,1 × 0,75k–1 + 0,8) + 0,2
–1+ 17 Rk+1 = 0,1 × 0,75k + 0,8
avec x [ ]–1; +`[ ⇔ x = , il existe 2. a) lim 5 x 2 – 2 ln x = +  et lim 2 x = 0 + donc,
4 x →0 x →0 (Hk+1) est donc vraie. En vertu du principe de ré­
donc une tangente à 𝒞f perpendiculaire à T0. par quotient de limites, lim f ( x ) = + . currence, on a donc bien rn = 0,1 × 0,75n–1 + 0,8.
4. f(x) – g(x) = – 4 – ln(x + 1) < 0 x →0
3. a) R ← 0,9
⇔ x ∈ ]e–4 – 1 ; +∞[ donc 𝒞f est en dessous de 2 ln x ⎞ 2 ln x ⎞ N←1
x 2 ⎛⎜5 – x ⎛⎜5 –
𝒞g sur ]e–4 – 1 ; +∞[ et au­dessus sur ]– 1 ; e–4 – 1[.
f (x) =
⎝ x 2 ⎟⎠ =
⎝ x 2 ⎟⎠ Tant que R > 0,80001
N←N+1
f ( x ) – h( x ) = –ln( x + 1) + ln ( x 2 + 6 x + 5) 0 2x 2 R ← 0,75*R + 0,2
ln x Fin tant que
x 2 + 5x + 4 or lim = 0 par croissance comparée,
0 avec x ∈ ]– 1 ; +∞[ ce qui x →+  x2
x +1
2 ln x ⎞
est toujours le cas sur ]– 1 ; +∞[. x ⎛⎜5 – b) 0,1× 0,75n−1 + 0,8 ¯ 0,80001
Par conséquent la courbe 𝒞f est toujours ⎝ x 2 ⎟⎠ = +`,
donc lim par produit ⇔ 0,7 n−1 ¯ 0,0001
au­dessus de 𝒞h sur ]– 1 ; +∞[. x→+` 2
ln (0,0001)
h(x) – g(x) = – 4 – ln(x2 + 6x + 5) < 0 avec et quotient des limites, soit lim f ( x ) = +  ⇔ n˘ +1
x →+  ln(0,7)
x [ ⎤⎦⎥ –1; +`[ ⇔ x [ ]–1; –3 + 4 + e −4 ⎡⎣⎢ ,
⎛ 2⎞ Donc c’est vérifié à partir de n = 27.
10 x – ⎟ × 2 x – (5 x 2 – 2 ln x ) × 2
donc la courbe 𝒞h est en dessous de la courbe ⎝⎜ x ⎠
b) f ′( x ) =
𝒞g sur ⎤⎥ –1; –3 + 4 + e −4 ⎡⎢ et au­dessus sur 4x2 1 −
1
⎦ ⎣ g( x ) 109 1. Pour tout x  �* ,  0 et e x 0
= x2
⎤ –3 + 4 + e −4 ; +` ⎡ . 2x 2
⎥⎦ ⎢⎣ donc g(x) > 0 d’où ln(g(x)) est toujours bien
Le signe de f ′(x) est donc du signe de g(x). définie pour tout x ∈ ℝ*.
107 a) lim 5 x 2 – 2 + 2 ln x = –  et ⎛ 1 − 1⎞ ⎛ − 1⎞
x →0
x 0 α +∞ ⎛ 1⎞
2. h( x ) = ln ⎜ 2 e x ⎟ = ln ⎜ 2 ⎟ + ln ⎜ e x ⎟
⎜⎝ x ⎟⎠ ⎝x ⎠ ⎜⎝ ⎟⎠
lim 2 x 2 = 0 + donc, par quotient de limites, Signe de f ′(x) =
x →0 – 0 +
signe de g 1 –2 x ln x – 1
on a lim g( x ) = – . = –2 ln x – = .
x →0 +∞ +∞ x x
Variations
2 ln x ⎞
x 2 ⎛5 –
2 2 2 ln x 3. a) lim x ln x = 0 par croissance comparée,
+ 2 ⎟ 5– + de f
⎝⎜ x2 x ⎠ x2 x2 f(α) x →0
g( x ) = = donc lim h( x ) = –  , par somme et quotient
2x 2 2 c) D’après le tableau de variations, on en x →0
ln x déduit que f admet un minimum en α de limites.
or lim = 0 par croissance comparée et par
x →+  x2 5α 2 – 2 ln α b) lim ln ( g( x )) = –  or lim ln( X ) = –  , donc
2 2 ln x valant f (α ) = ; or on a x →0 X →0
5– + 2α lim g( x ) = 0.
somme des limites lim x2 x2 = 5 x →0
g(α) = 0 ⇔ 2lnα = 2 – 5α2 d’où
x →+  2 2
5 5α 2 – 2 + 5α 2 5α 2 –1
soit lim g( x ) = . f (α ) = = .

b)
x →+  2 2α
5α 2 – 1
α
7 Primitives
d) α > 0,5 donc 5α2 – 1 > 0 d’où
α
 0. et équations
⎛ 2⎞
⎜⎝10 x + x ⎟⎠ (2 x ) – (5 x – 2 + 2 ln x ) × 4 x
2 2
Le minimum de f étant positif, f est donc tou­ différentielles
g′( x ) =
4x 4 jours positive sur ]0 ; +∞[. À vous de jouer !
3 – 2 ln x
=
x3 1 a) y ′ ( x ) = 5 x 2 + 3 x = f ( x )
3 1
b) y ′ ( x ) = – = – 4 = f (x)
3x 4 x

4 a) F ( x ) = 5 x 4
12
1
b) F ( x ) =
4x 4

500
 1 18 1. 3 y ′ + 2 y = 0 ⇔ y ′ = – 2 y 42 a) F(x) = ex
6 1. F′ ( x ) = 1 × ln ( x ) + x × – 1= ln ( x )
x 3
b) F ( x ) = 2 x
2. L’ensemble des primitives sont les fonctions 2
− x
x ↦ x ln (x) – x + K, avec K réel. Les solutions sont yk : x  Ke 3 , avec K réel. c) F(x) = ln (x)
3. La primitive F qui s’annule en 1 est telle que 1
2
− ×0 d) F ( x ) =
F(1) = 0 soit 1 × ln (1) – 1 + K = 0 ⇔ K = 1. 2. yk (0) = e ⇔ Ke 3 = e ⇔ K = e. x
F(x) = x ln (x) – x + 1.
2
− x
2
1− x
44 a) Sur I = ℝ, F(x) = ex + k, avec k réel.
Donc f : x  e × e 3 = e 3 .
8 a) F(x) = e–x b) Sur I = ]0 ; +∞[, F ( x ) = 2 x + k, avec k réel.
1
2
2 1− x c) Sur I = ]0 ; +∞[, F(x) = ln (x) + k, avec k réel.
b) F ( x ) = ln ( x 3 + 5) 3. f ′ ( x ) = – e 3  0 pour tout réel x. 1
3 3 d) Sur I = ℝ, F ( x ) = x 8 + k , avec k réel.
8
1 Donc f est strictement décroissante sur ℝ.
c) F ( x ) = ( x 2 + x – 7)6
6 4. lim f ( x ) = +  et lim f ( x ) = 0. 48 a) F ( x ) = x 4 + x 3 + 1 x 2 + x
x →−  x →+ 
2
2 1 5 1 3
10 1. a) L’ensemble des solutions sont les 1− x 3 – 3 ln (5) b) F ( x ) = x + x + 5x
5. f ( x ) = 5 ⇔ e 3 =5⇔ x =
fonctions yK : x ↦ Ke2x, avec K réel. 2 5 3
b) L’ensemble des solutions sont les fonctions 1
c) F ( x ) = e x + x 4
yK ↦ Ke–5x, avec K réel. 20 1. L’équation différentielle est f ′ = αf, où 4
2. Si K est positif, alors la courbe est au­dessus
α est une constante réelle. Les solutions sont d) F ( x ) = 2e x + x 3 + 5 x
de l’axe des abscisses ; si K est négatif, la courbe
est en dessous de cet axe. de la forme x ↦ f(t) = Keαt, avec f(0) = 25, on 1 1
obtient f(t) = 25eαt. e) F ( x ) = – e −2 x + x 2 + 5 x
2 2
y 2. Avec la condition f(10) = 15, soit 25eα×10 = 15,
2 ⎛ 3⎞
ln ⎜ ⎟
⎝ 5⎠ 55 a) F ( x ) = 1 ( x + 1)6 – 1
1 x 6 6
on arrive à f : x ∞ 25e 10 .
x 1 −7 x 1 2
b) F ( x ) = – e + x
3 3 7 2
–3 –2 –1 0 1 ln
5
2 ln
5
4 1 x 2 −2 x +2 1
–1 3. f (4) = 25e = 25e 5
10 20, 4. c) F ( x ) = e + 1– e 4−2 2
2 2
Il reste environ 20,4 kg de sel. 1 2
–2 d) F ( x ) = ( x 2 + x – 1)3 –
ln
3 3 3
5
x
12 a) Une solution particulière est la fonction 4. f ( x ) = 0,5 25e 10 = 0,5 58 1. b) e3x
1 –10 ln (50)
constante – . x= 76,6 2. d) e–5x
2 3
ln 3. a) Une fonction solution de l’équation y′ = –y.
L’ensemble des solutions sont les fonctions 5
1 Il ne reste plus que 0,5 kg de sel au bout 66 a) Les solutions sont y : x  1 + Ke2 x ,
yK : x  – + Ke2 x , avec K réel. k
2
2 d’environ 76,6 h. avec K réel.
1
b) Une solution particulière est la fonction − x
2 b) Les solutions sont yk : x  4 + Ke 4 , avec
constante . 22 1. g′( x ) – 3g( x ) = 1 e1– x – 3 ⎛⎜ – 1 e1– x ⎞⎟ K réel.
5
L’ensemble des solutions sont les fonctions 2 ⎝ 2 ⎠ 3
c) Les solutions sont yk : x  + Ke −2 x , avec
2 = 2e1– x K réel. 2
yK : x  + Ke −5 x , avec K réel. 5
5 Donc g est bien solution de (E). 1 x
d) Les solutions sont yk : x  – + Ke 2 , avec
c) y′ + y = 3 ⇔ y′ = –y + 3 2. f ′( x ) – 3f ( x ) = 2e1– x ⇔ f ′ – 3f = g′ – 3g K réel. 5
Une solution particulière est la fonction
constante 3. ⇔ (f – g)′ – 3((f – g) = 0 71 1. a) Les solutions sont y ↦ Ke–0,12x, où
K
L’ensemble des solutions sont les fonctions 3. y′ + 3y – 0 ⇔ y′ = 3y K réel.
yK : x ↦ 3 + Ke–x, avec K réel. Les solutions de (E′) sont de la forme x ↦ Ke3x, b) yK(0) = 1 013,25 ⇔ K = 7
d) 4 y + y – 5 = 0
1
y =– y+
5 avec K réel. donc f(x) = 1 013,25e–0,12x.
4 4 Donc les solutions de (E) sont les fonctions 2. a) f(0,150) = 1 013,25e–0,12 × 0,150 ≈ 995,17 hPa.
Une solution particulière est la fonction 1
fK : x  – e1– x + Ke3 x , avec K réel. b) f(x) = 1 013,25e–0,12x = 900
constante 5. 2
900
L’ensemble des solutions sont les fonctions ln
1 013,25
1
− x x= x 988 m.
yK : x  5 + Ke 4 , avec K réel. 0,12
Exercices d’application
14 1. Avec u(x) = sin(x),on reconnaît la forme 37 1. a) F′(x) = 3x + 1 = f(x)
1
u′u : une primitive sera x  (sin( x ))2. b) F′(x) = –x2 + ex = f(x)
2 c) F′(x) = x4 + x3 + x = f(x)
2 Préparer le BAC
2. Avec u(x) = ex +2x,on reconnaît la forme 2u′u :
2 8
une primitive sera x ↦ ex +2x. 2. a) F ′ ( x ) = –2 x + 1– = f (x) 108 D 109 A
x–4
sur I = ]4 ; + ∞[ 110 B 111 B
1 112 C 113 A
b) F ′ ( x ) = + 1= f ( x ) sur I = ]0 ; + ∞[
x 114 D 115 A

Corrigés 501
 116 1. G′ = aex–1 + (ax + b)ex–1 + 1 120 Pour x  2, on résout y ′ ( x ) + y ( x ) = 1. 7 a)
= (ax +a + b)ex –1 + 1 f : x  1 est une solution particulière de cette π π π
Par identification avec g, a = 1 et b = – 1.
équation.
∫0 x cos( x )dx = ⎡⎣– x sin( x )⎤⎦0 – ∫0 –sin( x )dx
ex e x + 1– e x 1
= [cos( x )]0
π
2. 1– x = = x = h( x ) y est solution de cette équation si et seulement
e +1 ex + 1 e +1 si y – f est solution de y′ = –y.
= cos( π ) – cos(0) = –2
Une primitive de h est H : x  x – ln (e x + 1) . Les solutions de cette équation sont de la forme e
Ke – x , avec K réel. e ln( x ) ⎡ ln( x )⎤ e 1 –2 + e
b) ∫ d x = ⎢– ⎥ – ∫ – dx = e
117 1. Les solutions de l’équation sont de la Donc les solutions de y ′ ( x ) + y ( x ) = 1 sont 1 x2 ⎣ x ⎦1 1 x 2
forme Cekt, avec C réel. yK : x  1+ Ke – x , avec K réel.
y (0) = N ⇔ Ce k×0 = N ⇔ C = N y (0) = 0 ⇔ 1+ Ke –0 = 0 ⇔ K = –1. 9
1 1 1
Donc y (t ) = Ne kt. Donc la solution de y ′ ( x ) + y ( x ) = 1 est
f1 : x  1– e – x.
∫0 2f (t ) – g(t ) dt = 2 ∫0 f (t )dt – ∫0 g(t )dt = 11
2. y (2) = 4N Ne2k = 4N k = ln (2)
Pour x > 2, on résout y ′ ( x ) + y ( x ) = 0
Donc y (t ) = Neln(2)t = 2t N . 11 1 x – 1  f ( x )  1 x – 1 donc
y ′( x ) + y ( x ) = 0 ⇔ y ′( x ) = – y ( x ) 2 2 2 4
y (3) = 23 N = 8N. Les solutions de cette équation sont de la forme
Au bout de 3 heures, il y a 8N microbes. 4⎛ 1 1⎞ 4 4⎛ 1 1⎞
Ke – x , avec K réel.
Ainsi la solution de y ′ ( x ) + y ( x ) = g( x ) est
∫2 ⎜⎝ 2 x – 2⎟⎠ dx ¯ ∫2 f ( x )dx ¯ ∫2 ⎜⎝ 2 x – 4⎟⎠ dx
3. y (5) = 6 400 ⇔ 25 N = 6 400 ⇔ N = 200.
4
118 1. Les solutions de (1) sont les fonctions ⎪⎧1– e –x si x ¯ 2 Donc 2  ∫ f ( x )d x  2,5.
y( x ) = ⎨ 2
yk : x  e2 x , avec K réel. ⎪⎩Ke –x si x . 2
Les solutions de (2) sont les fonctions y doit être dérivable donc continue sur ℝ. 13 f est négative sur [– 5 ; – 3] donc
yk : x  Ke x , avec K réel. Ainsi on doit avoir 1– e –2 = Ke –2 ⇔K = e2 –1 –3 1 ⎛ 3⎞
𝒜=∫ – d x = ln ⎜ ⎟
2. a) Graphiquement, f(0) = 1. ⎧1– e –x
–5 x ⎝ 5⎠
–2 – 1 ⎪ si x ¯ 2
Le coefficient directeur de T est = 3 et Donc y ( x ) = ⎨
–1– 0 ⎪⎩(e2 – 1)e –x si x . 2 15 f(x) – g(x) = x2 – x – 2. Le polynôme a deux
son ordonnée à l’origine est 1, donc T a pour racines – 1 et 2. Il est négatif sur [– 1 ; 2] donc la
équation y = 3 x + 1. 121 y ′ ( x ) = 2C1e2 x + C2 e x = 2 y ( x ) – C2 e x courbe 𝒞f est au­dessous de 𝒞g.
f ′(0) est le coefficient directeur de T, soit Une équation différentielle est : 2
𝒜 = ∫ –( x 2 – x – 2)d x = 4,5
f ′(0) = 3. y ′ ( x ) = 2 y ( x ) – C2 e x . –1
b) f ( x ) = f1( x ) – f2 ( x ) donc f est de la forme
π
Ae2 x – Be x , avec A et B réels. 17 un+1 – un = ∫04 t n cos(t )(t – 1)dt
f (0) = 1⇔ Ae 2×0 – Be 0 = 1⇔ A = 1+ B
f ′ est de la forme 2 Ae2 x – Be x . 8 Calcul intégral
⎡ π⎤
Or , sur ⎢0 ; ⎥ : tncos(t) ⩾ 0 et t – 1 ⩽ 0 donc
⎣ 4⎦
f ′(0) = 3 ⇔ 2Ae 2×0 – Be 0 = 3 tncos(t)(t – 1) ⩽ 0 donc un+1 – un ⩽ 0.
À vous de jouer ! La suite (un) est décroissante.
⇔ 2A – B = 3
π
⇔ 2(1+ B) – B = 3 1 On trace la courbe représentative de f ⎡ π⎤
sur ⎢0 ; ⎥ : tncos(t) ⩾ 0 donc ∫ 4 t n cos(t )dt  0
⇔ B =1 définie par f(x) = 2x. L’intégrale est l’aire d’un ⎣ 4⎦ 0
trapèze de hauteur 3 et de bases 4 et 10. donc (un) est minorée par 0.
Donc A = 1+ B = 2 5 (4 + 10) × 3 (un) est décroissante et minorée, elle converge.
Donc f1( x ) = 2e2 x et f2 ( x ) = e x ∫2 2 x dx = 2
= 21 u.a.
Donc f ( x ) = 2e2 x – e x 19 1. F ′(t) = f(t)
⎛ ⎛ 5⎞ ⎛ 5 ⎞⎞
c) lim f ( x ) = 0
5 ⎜ln (1) + ln ⎜⎝1+ 10⎟⎠ + ln ⎜⎝1+ 2 × 10⎟⎠ ⎟ 10
x →−  3 𝒜= ⎜
i
10 ⎜
⎟
⎟
2. ∫0 f (t )dt = –220e −10 + 20  20. Il respecte
f ( x ) = e x (2e x – 1) donc lim f ( x ) = + . ⎛ 5⎞
x →+  ⎜ + …+ ln ⎜1+ 9 × ⎟ ⎟ le cahier des charges (de justesse).
⎝ ⎝ 10⎠ ⎠
d) f ( x ) = 0 ⇔ 2e2x – e x = 0
5
⇔ 2e x – 1= 0 𝒜i =
10
(ln (1 × 1,5 × 2 × 2,5 × … × 5,5) Exercices d’application
⇔ x = –ln (2) ≈ 5,28 u.a.
32 1. 6
119 1. a) 2(u′( x )v( x ) + u( x )v′( x )) ⎛ ⎛ 5⎞ ⎛ 5⎞ ⎞ 2. 12
ln ⎜1+ ⎟ + ln ⎜1+ 2 × ⎟ ⎟
⎛ 1
x 1 x⎞
1 5 ⎜⎜ ⎝ 10⎠ ⎝ 10⎠
⎟
= 2 ⎜1× e 2 + x × e 2 ⎟ 𝒜s = 40 1. 0,2
⎜⎝ 2 ⎟⎠ 10 ⎜ ⎛ 5⎞ ⎟
⎜ + …+ ln ⎜⎝1+ 9 × + ln (6)⎟ 2. Aire colorée = 0,2 ;
⎝ 10⎟⎠ ⎠
1 1 1
x
= ( x + 2)e 2 = f ( x ) 5 Aire hachurée = 0,2 × = .
𝒜s = (ln (1,5 × 2 × 2,5 × … × 5,5 × 6) 1,2 6
b) Une primitive de f est : 10 3. Aire des 5 rectangles hachurés.
1
x ≈ 6,18 u.a. ⎛ 1 1 1 1 1⎞ 1627
.
F:x  2u( x )v ( x ) = 2 xe 2 . 0,2 ⎜ + + + + =
4 (x – 1)3
4
⎝ 1,2 1, 4 1,6 1,8 2⎟⎠ 2 520
2. a) Pour n = 3, l’algorithme renvoie
5 a) (x – 1)2 d x =
–1 3 Aire des 5 rectangles colorés :
1 1 ⎛ 1⎞ 1 ⎛ 2⎞ –1
s = f (0) + f ⎜ ⎟ + f ⎜ ⎟ , soit la somme des ⎛ 1 1 1 1 ⎞ 1 879
0,2 ⎜1+ + + + = .
3 3 ⎝ 3⎠ 3 ⎝ 3⎠
= 9–
–8 35
= ⎝ 1,2 1, 4 1,6 1,8⎠⎟ 2 520
aires des trois rectangles verts du graphique. 3 3
b) Lorsque n devient grand, la valeur de Sn La fonction inverse est décroissante donc
3 3x 2 –1 3
proposée se rapproche de l’aire du domaine b) ∫ d x = ⎡⎣ln ( x 3 – x )⎤⎦ 1 627 11 1 879 .
2 520 ∫0 x
2 x3 – x 2  dx 
situé entre la courbe 𝒞, l’axe des abscisses et 2 520
les droites d’équations x = 0 et x = 1. = ln (24) – ln (6) = ln (4) 2
ou encore 0, 64  ∫ f (t )dt  0,74 .
1

502
43 1. F′(x) = 3x2 – 6x – 4 = f(x) donc F est une 141 1. F(x) = –e–kx 144 1. a) f (x) = ln(1 + x) donc
1
primitive de f. 1 × ke – k lim f1( x ) = + .
2 2. 𝒜OCB = x →+ 
2. ∫ f ( x )dx = [ x 3 − 3 x 2 − 4 x ]2−1 = − 12 2
−1 b) f est croissante sur ℝ+.
1 ke – k
𝒜D = ∫ f ( x )dx – 𝒜OCB = – e − k + 1– 1
c) I1 = ∫ ln(1+ x )dx
0 2 0
1 1
53 ∫0 xe x dx = [ xe x ]10 – ∫0 e x dx = e – (e – 1) = 1 ke – k 1 x
3. – e – k + 1–
2
= ke – k équivaut à = [ xln(1+ x )]10 – ∫0 x + 1dx
π π2 ⎛ 3 ⎞ –k = 2ln(2) – 1
60 I + J = ∫ x (cos2 ( x ) + sin2 ( x ))dx = ⎜⎝ – 2 k – 1⎟⎠ e + 1= 0.
0 2 2. a) 0 ⩽ x ⩽ 1 donc 0 ⩽ ln(1 + xn) ⩽ ln(2) et
On étudie la fonction g définie sur ℝ par 0 ⩽ In ⩽ ln(2).
1 ⎛ 1+ x n+1⎞
66 a) La fonction est négative sur [– 2 ; – 1] ⎛ 3 ⎞ b) In+1 – In = ∫ ln ⎜ dx . 0 ⩽ xn+1 ⩽ xn
−1 1
g(k) = ⎜ – k – 1⎟ e –k + 1. 0 ⎝ 1+ x n ⎟⎠
donc ∫ dx  0. ⎝ 2 ⎠
−2 x ⎛ 1 3 ⎞ 1+ x n+1 ⎛ 1+ x n+1⎞
g′(k) = ⎜ – + k⎟ e –k . g admet un minimum donc 0   1 donc ln ⎜ , 0 et
b) La fonction est positive sur [–3 ; –1] donc
−1 ⎝ 2 2 ⎠ 1+ x n ⎝ 1+ x n ⎟⎠
∫−3 (2 x 2 + 1)dx  0. 1
en k = et elle est continue et strictement
In+1 – In < 0. La suite (In) est décroissante.
c) La fonction est positive sur [0 ; 11] donc 3 c) La suite (In) est décroissante et minorée donc
⎤1 ⎡ ⎡ ⎛ 1⎞ ⎡ elle est convergente.
1 croissante de ⎥ ; + ` ⎢ dans ⎢g ⎜ ⎟ ; 1⎢.
∫0 2 xe x dx  0. ⎦3 ⎣ ⎣ ⎝ 3⎠ ⎣ –x
3. a) g ′( x ) = . g′ est négative sur ℝ+ donc
d) La fonction est négative sur [0,5 ; 1] donc 0 ∈ ]–1 ; 1[ donc il admet un unique antécédent 1+ x
1 g est décroissante sur ℝ+.
∫0,5 ln( x )dx  0. ⎤1 ⎡
dans ⎥ ; + ` ⎢ . b) g(0) = 0 et g est décroissante donc g est
⎦3 ⎣ négative sur ℝ+.
4 2 3 4 ⎤ 1⎡ x > 0 donc xn > 0. On en déduit g(xn) < 0 et
68 ∫−1f (t )dt = ∫−1dt + ∫2 ( −t +3)dt + ∫3 (t +3)dt Sur ⎥ 0 ; ⎢, la fonction g est strictement décrois­
⎦ 3⎣ donc ln(1 + xn) ⩽ xn.
= 10 ⎤ 1⎡ ⎤ ⎛ 1⎞ ⎡ 1 1
sante et continue de ⎥ 0 ; ⎢ dans ⎥ g ⎜⎝ ⎟⎠ ; 0 ⎢ . c) 0  In  ∫ x n dx donc 0  In  .
⎦ 3⎣ ⎦ 3 ⎣ 0 n +1
1 2 52 O n’appartient pas à ce dernier intervalle, il n’a
2 – (–2) ∫−2
71 a) ( x 2 + 3)dx = Par le théorème des gendarmes, on en déduit
12 ⎤ 1⎡ lim In = 0.
pas d’antécédent par la fonction g sur ⎥ 0 ; ⎢ . n→+ 
1 ⎛ 13 ⎞ ⎦ 3⎣
b) ln Ainsi, il existe une unique valeur de k stricte­
8 – 2e ⎜⎝ e2 – 3⎟⎠ ment positive qui annule g et donc telle que
l’aire de la surface D soit le double de celle du
72 1.
y
triangle OCB.
9 Vecteurs, droites
2 142 1. f(1) = f(e2) = 0. et plans de l’espace
2. F est la primitive de f donc F′ = f. f est positive
j x sur [1 ; 7,2], négative sinon donc F est croissante À vous de jouer !
sur [1 ; 7,2], décroissante sinon. C’est la courbe
–2 –1 O i 2 3
2 qui correspond. 1 La construction donne :
3. L’aire correspond à F(7,2) – F(1) soit 12,5.
–2 A
1
–3 4. a) ( xln( x ) – x )′ = ln( x ) + x × – 1= ln( x ) P
x
2. a) – 4,5 b) F(x) = –x2 + (e2 – 1)(xln(x) – x) + 2x
b) 2
1 e2 F (e2 ) – F (1)
e2 – 1 ∫1
3. f ⩽ 0 sur [–2 ; 1] et f ⩾ 0 sur [1 ; 3]. c) f ( x )dx =
e2 – 1 B
1 C
4. 𝒜 = ∫ – f ( x )dx = 4,5
−2 (e2 – 2)(e2 + 1)
= 3 1. Le���plan��(SAC) est caractérisé par les
1 3 e2 – 1 �
5. 𝒜′ = ∫ – f ( x )dx + ∫ f ( x )dx = 4,5 + 2 vecteurs SA et SC .
−2 1
143 1. f(x) – g(x) = ex(sin(x) + 1) donc f – g est ��� 1 ��� ���
= 6,5 u.a. 2. SO = (SA + SC) donc O appartient au plan
positive sur ℝ et la courbe de f est au­dessous 2
de la courbe de g. (SAC) par conséquent I aussi.
79 1. f(x) > g(x) si x ∈ ]2 ; +∞[ sin( x ) cos( x ) – x
2 2. a) H ′( x ) = – e 5 a) (AB) et (FH) sont non coplanaires.
2. ∫ ( g( x ) – f ( x ))dx = 18 u.a. 2 2 b) (AF) et (SH) non coplanaires.
−4
7 cos( x ) sin( x ) c) (CFH) et (AB) sont sécants.
3.  = ∫ ( f ( x ) – g( x ))dx = 12,5 u.a. – – – – 1 e– x
2 2 2 7 a) (SB)
= (sin( x ) + 1)e – x b) (SO)
c) ∅
Préparer le BAC 3π d) Une droite parallèle à (AB) passant par S.
⎛ 3π ⎞ ⎛ π⎞ ���� ���� ��� ���
132 B D 133 A b) D = ∫ 2 (f ( x ) –
π g( x )) dx = H ⎜ ⎟ – H ⎜ – ⎟ 9 MN = MA + AB + BN
– ⎝ 2⎠ ⎝ 2⎠
2 ��� ��� ���
134 B D 135 A C = − 2BC + AB – 3BA
⎛ 3π – ⎞
π
��� ���
136 A 137 B D = –0,5 ⎜ e 2 – e 2 ⎟ u.a. = 6AB – 2AC
⎜⎝ ⎟⎠
138 C 139 C ≈ 55,55 u.a. ��� ��� ��� ���
12 DF = DA + DC + DH
140 C 1 u.a. = 4 cm2 donc D ≈ 222 cm2 ���� ��� ���
= – AD + AB + AE

Corrigés 503
 14 ABGH est un rectangle donc les points 44 La section donne : 4. Les points A, B, C et D sont coplanaires et
donc d est incluse dans la plan (ABC).
sont coplanaires mais le point E n’est pas dans
le même plan donc le triplet est bien une base
de l’espace. G N 118 1. I 0 ; 0 ; 1 et J ⎛⎜ 1 ; 1; 1⎞⎟
F 2 ⎝2 2⎠
H ⎧ 1
⎧x = 2 + 3t E
⎪x = 2 k
16 (DK) ⎪⎨ y = 3 + 3t ⎪
⎪z = t 2. (IJ) ⎨ y = k
⎩ ⎪
M 1
C ⎪z =
⎪⎩ 2
���� ���� ��� ��� ��� ��� B
20 1. a) MN = MA + AE + EN = 1 DB + DH ⎛ 1 ⎞ ⎛1 1 ⎞ ⎛ 1 1 1⎞
4 D 3. M ⎜ 0 ; ; 1⎟ , N⎜ ; ; 0⎟ et K ⎜ ; ; ⎟
���� ⎝ 3 ⎠ ⎝3 3 ⎠ ⎝ 6 3 2⎠
b) Le vecteur MN est une combinaison linéaire A
de deux vecteurs du plan (DBH) donc il est ���� ��� ���� ��� 1 ��� 1
46 1. CM = CA + AM = – AC + AB et 4. Pour k = le point K appartient à la droite (IJ)
parallèle à ce plan. 3
⎛ 1 ⎞ ��� ��� ��� ��� ��� ��� 2 donc les point I, J et K sont alignés.
CN = CA + AB + BN = 2AC – AB
⎜ ⎟ ��� ���� ⎧ 2
⎜ 4 ⎟ ⎪x = 1– 3 k
!!!" ⎜ 1 ⎟ !!" ⎛ 1 ⎞ !!" ⎛ 0⎞ 2. On en déduit que CN = –2CM donc que les
⎧x = 0
2. a) MN⎜ − ⎟ , DB ⎜ −1⎟ et DH⎜ 0⎟ points sont alignés. ⎪
⎜ 4 ⎟ ⎜⎝ 0 ⎟⎠ ⎜⎝1⎟⎠ ��� ��� 119 1. (AD) ⎪⎨ y = k et (MN) ⎪⎨ y = 1 + 1 k
53 1. EG = AC et les points A, B, C et
⎝⎜ 1 ⎠⎟ ���D �sont
�� ⎪z = 0 ⎪ 2 2
���� 1 ��� ��� dans
��� le même plan donc les vecteurs AB , BD et ⎩ ⎪z = 0
b) MN = DB + DH EG ne forment pas une base de l’espace. ⎪
4 ��� ��� 5 ⎩
2. BG = AH et la droite (FH) n’est pas
���incluse
��� 2. L 0 ; ; 0
c) (MN) est parallèle à (BDH). 4
dans
��� le plan (AEH) donc les vecteursAE , BG et
23 1. Les vecteurs directeurs de d et d′ sont : FH forment une base de l’espace. ⎧x = 0
⎪
⎛ −2 ⎞ –4 ⎛ 1⎞ ⎪ 5
3. (PL) ⎨ y = + t
⎜ ⎟ 1 4
⎜ 1 ⎟ et –2 qui ne sont pas colinéaires donc !!!" ⎜⎜ 2 ⎟⎟ ⎪
⎜ 3 ⎟ 59 a) AF 0 b) AQ ⎜ ⎟ ⎪⎩z = –t
⎝ ⎠ 1 1
1 ⎜ ⎟ ⎛ 1⎞
les droites d et d′ ne sont pas parallèles. ⎜⎝ 1 ⎟⎠ 4. K ⎜ 0 ; 1; ⎟
⎝ 4⎠
1
⎧1– 2k = 2 – 4t 1 5. La droite est incluse dans les deux plans.
⎪ 2 ⎧x = 0
2. On a ⎨2 + k = –2t avec les deux premières 1 ⎪
c) MP 1 d) CN ⎪ 5 1
⎪3k = –1+ t 2
⎩ 1 6. (KL) ⎨ y = + s
5 3 1 ⎪ 4 4
équations on obtient k = – et t = – mais ces 2
4 8 ⎪⎩z = s
valeurs ne vérifient pas la troisième équation ⎛ 1 ⎞ ��� ��� ����
donc les droites ne sont pas coplanaires 1 ⎜ ⎟ 120 1. EG = AB + AD
2 ⎟
2 !!!" ⎜ ��� 2 ���� ���
e) EM f) NQ ⎜ 1 ⎟ EQ = AD – AE
1 ⎜ ⎟ 3
Exercices d’application 1
⎜ 2 ⎟ ��� 2 ��� ���
⎜
⎝ 0 ⎟⎠ PF = AB + AE
3
34 La construction donne : ��� 2 ��� ���
8 2 2. EQ = EG – PF combinaison linéaire donc
A 3
65 AB 1 et CD 2 ne sont pas ils ne forment pas une base.
0 3 3. donc (PF) est parallèle au plan (EGQ).
colinéaires donc les��droites
� ���ne sont
��� pas paral­ 121 1. Faux
B C
lèles. Par ailleurs AB = 2CD + 3AC donc les 2. Faux
points sont coplanaires et donc les droites sont 3. Faux
sécantes. 4. Vrai
Z
⎧x = 1– k
71 1. On a : ⎪⎨ y = –2 + k
38 1. Le plan �(CMN)
��� �est
�� défini par le point C ⎪z = −1+ 2k
et les vecteurs �CM
�� et CN . ⎩
2. Le vecteur CA n’est ����pas une
��� combinaison
linéaire des vecteurs CM et CN donc le point
2. Pour k = 1 on obtient B.
3. Non pas de k possible. 10 Produit scalaire
A n’appartient pas au plan (CMN). et plan de l’espace
Préparer le BAC
41 a) (CF) et (AE) sont non coplanaires. À vous de jouer !
b) (AC) et (DH) sont non coplanaires. 110 A et D 111 A
c) (BF) et (AC) sont non coplanaires. 1 u� · v� = – 6 + 0 – 3 = –9
d) (AH) et (CD) sont non coplanaires. 112 B et C 113 A et B uur uur
3 AB · AC = 3 2 × AC × cos60
114 D 115 A
3
116 B ⇔ − 6 = 3 2 × AC ×
2
117 1. C appartient à la droite pour k = 0. 2 6
d’où AC = .
2. D appartient à la droite pour k = 1. 3
⎧0 = b 5 L’équation du plan est de la forme
⎪ 2x – 3y – 4z + d = 0 et passe par C donc :
3. On a le système : ⎨1= – a – b
⎪1= – a + 2b – 4 – 3 + 12 + d = 0 donc :
⎩ 2x – 3y – 4z – 5 = 0.
qui donne a = –1 et b = 0.

504
 ��� �� ��� ��� �� � ��
7 La droite perpendiculaire passant par C a 60 1. DF · IP = (DA + AB + BF) ⋅ IP = 0 – 1+ 1= 0 ⎛ –1⎞ ⎛ 0 ⎞
��� ��� ��� ��� ��� �� � !!!" ⎜ ⎟ uuur
⎧x = 1+ 2k 2. DF · LP = (DH + HG + GF) . LP = 0 – 1+ 1= 0 97 1. MN⎜ – 1⎟ etMP ⎜⎜ –1 ⎟⎟ non colinéaires.
⎪
pour représentation : ⎨ y = 2 – 3k 3. La droite est perpendiculaire au plan. ⎜ 2⎟ ⎜ –2 ⎟
⎪z = – 1+ k ⎜ 1⎟ ⎝ ⎠
⎩ ⎜ ⎟
Préparer le BAC ⎝ 4⎠
L’intersection avec le plan donne :
3 2. Leur produit scalaire est nul.
2(1 + 2k) – 3(2 – 3k) + (–1 + k) – 1 = 0 d’où : k = 84 C 85 B
7 ⎛ a⎞
et le projeté de C est donc le point : !
3 14
86 D 87 C 3. a) Le vecteur n ⎜ b⎟ vérifie le système :
⎜ ⎟
H⎛⎜ ; ; – ⎞⎟ et la distance est : CH =
13 5 4
. ⎜⎝ c ⎟⎠
⎝ 7 7 7⎠ 7 88 A et B 89 D ⎛ 5⎞
⎧ 1 1 ⎜ 4⎟
⎛ 0⎞ ⎛ 0⎞ ⎛ 4⎞ 90 A 91 A ⎪–a – b + c = 0
! !" !" ⎨ 2 4 dont une solution est ⎜ ⎟ .
9 1. On a : IJ ⎜ 0⎟ , IK ⎜ 4⎟ et IL ⎜ 0⎟ . 92 D 93 A ⎪⎩–b – 2c = 0 ⎜ –2⎟
⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜⎝ 1 ⎠⎟
⎜⎝ 4⎟⎠ ⎜⎝ 0⎟⎠ ⎜⎝ 0⎟⎠ ��� ���� ��� ���
94 1. a) AB + AD + AE = AG 5
1 IJ × IK 4 3 32 ���� ��� b) (MNP) x – 2 y + z = 0
2. V = × × IL = = b) AG · BD = − 1+ 1+ 0 = 0 4
3 2 6 3 ��� ���
c) AG · BE = –1+ 0 + 1= 0 ⎧ 5
⎪x = 1+ 4 k
⎛ 1⎞ ⎛ 2⎞ d) La droite est perpendiculaire au plan. ⎪
11 1. On a : n! ⎜ 1 ⎟ et u! ⎜ –1⎟ qui ne sont pas 4. d ⎨ y = –2k
⎜ ⎟ ⎜ ⎟ 2. Dans le plan AEGC, K est aux 2/3 à partir de E ⎪z = 1+ k
⎜⎝ –2⎟⎠ ⎜⎝ 1 ⎟⎠ jusqu’au milieu de [AC]. ⎪
⎩
orthogonaux donc la droite et le plan ne sont 3. a) (BDE) x + y + z – 1 = 0 5. On trouve bien K.
pas parallèles donc ils sont sécants. ⎧x = k
2. On a : (2 + 2k) + (1 – k) – 2k = 0 d’où k = 3 et 1 MN × MP
⎪ 6. V = × × FK .
le point d’intersection est le point : (8 ; –2 ; 3) b) d ⎨ y = 1+ k 3 2
��� ��� ��� ��� ��� ��� ���� ��� ⎪z = 1+ k
⎩ 1 21 3 3 3
13 BH · EG = BH · AC = BD · AC + DH · AC = × × 5× =
6 4 35 8
c) L⎜ − ; ; ⎞⎟
⎛
��� ��� 2 2 2
= 0 + AE · AC = 0 ⎝ 3 3 3⎠
3 ⎧x = 0
d) HL = 98 1. (SB) ⎪⎨ y = 1+ k pour k = – 1
3
Exercices d’application ⎪z = –3k 3
⎩
��� ��� ��� ��� 95 1. V = 1 × 1 × 1 = 1 2. a) C’est le théorème du toit.
22 a) BD · HF = – a2 b) AG · BD = 0 3 2 a 6a
b) V ⎛⎜ – ; 0 ; 1⎞⎟
��� ���� ��� ��� ��� 1 ���� ��� 2
c) DG · AC = a2 3 d) AB · AN = a2 2. a) BK = 2 ( a2 BM + BD) ⎝ 3 ⎠
���� ��� a2 ���� ���� a2 a +2
e) BM · BH = f) BG · AM = ��� ���� ���� ���� ⎧x = 1–k
1 1 ⎪ 1
2 2 b) BK · AM = 2 et BK · AD = 2 3. a) (AE) ⎨ y = –k pour k = donne K.
�� �� � a +2 a +2 6
��� ���� ⎪z = 0
28 u et u ⎩
1 2 par soustraction
���� on
����déduit : BK · MD = 0. ��� ���
c) De même DK · MB = 0 Et UK · AE = 0
⎛ −1⎞ ⎛ 2⎞ d) K est l’intersection des hauteurs.
!"
36 1. n! ⎜ 2 ⎟ et n′ ⎜ 3 ⎟ ��� ���� ���� ���� b) L’aire vaut :
⎜ ⎟ ⎜ ⎟ 3. a) AK · MB = AD · MB = 0 et 1
⎜⎝ 1 ⎟⎠ ⎜⎝ −4⎟⎠ × (UV + AE) × UK
��� ���� ���� ���� .
� ���
AK · MD = AB · MD = 0. 2
2. n · n′ = 0 donc les plans sont perpendicu­
laires. b) La droite est perpendiculaire au plan (MBD). 1 ⎛ 2 2⎞ 86 5 43
= ×⎜ 2+ × =
��� � 2 ⎝ 3 ⎟⎠ 6 18
44 1. HA = n et H appartient au plan. a2 + 1
4. BD = 2 et BM = MD = .
2. AH = 3 3 a

a2 + 1 1 a2 + 2
���� ��� ��
� ���
49 1. EM · EN = (EF + FM) · (EF + FN) = EF2 = a2
��� ���
��
� ��� Sa hauteur vaut :
a2
– =
2 a 2
.
11 Dénombrement
�
2. EM ⋅ EN = EM × EN × cos(MEN) 1 a2 + 2
Et l’aire vaut : × 2× .
a 5 a 5 2 a 2
a2 = + �
+ cos(MEN) À vous de jouer !
2 2 ⎛ −1⎞ ⎛1⎞
!!" !!!"
� = 4 et MEN ≈ 36, 87°.
d’où : cos(MEN)
96 1. AB ⎜ 4 ⎟ et AD ⎜ 2⎟ non colinéaires. 1 1. A ∪ B = {n ; a ; t ; h ; y ; g ; l ; v}
5 ⎜ ⎟ ⎜ ⎟ A ∩ B = {n ; a}
⎜⎝ −2⎟⎠ ⎜⎝ 0⎟⎠
� � A × B = {(n , y) ; (n , a) ; (n , g) ; (n , l) ; (n , v) ; (n , n) ;
52 u est un vecteur directeur de d et n un ⎛ −2⎞ (a , y) ; (a , a) ; (a , g) ; (a , l) ; (a , v) ; (a , n) ; (t , y) ;
vecteur normal à 𝒫. !!"
� � 2. CE ⎜ 1 ⎟ est orthogonal aux deux vecteurs (t , a) ; (t , g) ; (t , l) ; (t , v) ; (t , n) ; (h , y) ; (h , a) ; (h , g) ;
a) u · n = 0 donc la droite est parallèle au plan. ⎜ ⎟ (h , l) ; (h , v) ; (h , n)}
⎜⎝ 3 ⎟⎠
� �
b) u · n ≠ 0 donc la droite n’est pas parallèle au 2. (n , a , t), (n , a , h), (n , t , h), (n , t , a), (n , h , a),
précédents donc la droite est perpendiculaire (n , h , t), (a , n , t), (a , t , h), (a , h , n), (a , h , t),
plan et on remplace, ce qui donne :
au plan. (t , a , n), (t , a , h), (t , n , h), (t , n , a), (t , h , a),
1 + k – 3(–3k) + 1 + k – 1 = 0
1 ⎛ 10 3 10⎞ 3. (ABD) –2x + y + 3z – 6 = 0 (t , h , n), (h , n , a), (h , n , t), (h , a , t), (h , a , n),
d’où k = − et le point est : ⎜ ; ; ⎟ . (h , t , n), (h , t , a)
11 ⎝ 11 11 11⎠ ⎧x = 6 − 2k
� �
c) u · n = 0 donc la droite est parallèle au plan, 3 Il y en a 17.
4. (CE) ⎪⎨ y = − 7 + k
on prend un point de la droite et il est aussi dans
le plan ⎪z = −1+ 3k 5 Il y en a 220.
� � donc la droite est incluse dans le plan. ⎩
d) u · n = 0 donc la droite est parallèle au plan, 7 Le nombre de podiums est de
5. On remplace pour obtenir k = 2 et donc
on prend un point de la droite et il est aussi dans
F(2 ; –5 ; 5). 8 × 7 × 6 = 336.
le plan donc la droite est incluse dans le plan.

Corrigés 505
 9 Le nombre de tirages possibles est de 49 1. 104 1. Le nombre de choix possibles est de :
102 D1 ⎛10⎞
.
P1 D2 ⎜ 7 ⎟ = 120.
7 ⎝ ⎠
⎛ ⎞ ⎛ ⎞
D3 2. Le nombre de choix devient : ⎜ 3⎟ × ⎜ 7⎟ = 35.
11 Le nombre de façons de choisir est de D1 ⎝ 3⎠ ⎝ 4⎠
⎛10⎞ ⎛ 5⎞ P2 D2 3. Le nombre de choix devient :
⎜ 3 ⎟ × ⎜ 2⎟ = 120 × 10 = 1200. D3 ⎛ 4⎞ ⎛ 6⎞
⎝ ⎠ ⎝ ⎠ E1
D1 ⎜ 3⎟ × ⎜ 4⎟ = 4 × 15 = 60.
⎝ ⎠ ⎝ ⎠
13 1. P3 D2
D3 105 1. Le nombre de mains est de :
Oui Non Total D1 ⎛ 4⎞ ⎛ 48⎞
P4 D2 ⎜ 4⎟ × ⎜ 9 ⎟ .
Question 1 10 2 12 D3 ⎝ ⎠ ⎝ ⎠
⎛ ⎞ ⎛ ⎞
Question 2 3 3 6 D1 2. Le nombre de mains est de : ⎜ 52⎟ – ⎜ 48⎟ .
P1 D2 ⎝ 13⎠ ⎝ 9 ⎠
Total 13 5 18 D3 3. Le nombre de mains est de :
D1
P2 D2 52 1 13 38 1 13 38
2. Il y a 13 personnes qui ont répondu oui aux – –
D3 13 1 0 12 1 1 11
deux questions. E2
D1
⎛ ⎞ P3 D2 1 13 38 1 13 38 .
15 1. ⎜16⎟ = 1820 D3
–
1 2 10
–
1 3 9
⎝ 4⎠
⎛ 20⎞ ⎛16⎞ D1 ⎛13⎞ ⎛13⎞ ⎛13⎞ ⎛13⎞
2. ⎜ ⎟ – ⎜ ⎟ = 4 845 – 1820 = 3 025 P4 D2 4. 4 × ⎜ ⎟ × 3 × ⎜ ⎟ × 2 × ⎜ ⎟ × 1× ⎜ ⎟ .
⎝ 4⎠ ⎝ 4⎠ D3 ⎝ 5⎠ ⎝ 4⎠ ⎝ 3⎠ ⎝ 1⎠
20 16 4 16 D1
3. 4 – 4 – 1 = 3 025 – 4 560 P1 D2 106 a) n( n + 1) + ( n + 1)n( n − 1) = 5 n2 – 4 n
3 2 6 3 3
D3
= 785 Soit 3n(n + 1) + n(n2 – 1) = 10n2 – 8n
D1
P2 D2 ⇔ n3 – 7n2 + 10n = 0 ⇔ n(n2 – 7n + 10) = 0, qui
D3 a pour solution 0 ; 2 et 5. On retire la première
Exercices d’application E3
D1
qui est impossible, il en reste 2.
n(n – 1) n(n – 1)(n – 2)
P3 D2 b) 5n = n + +
26 Il y a 20 sous­ensembles qui sont : {a ; b ; c}, D3 2 6
{a ; b ; d}, {a ; b ; e}, {a ; b ; f}, {b ; c ; d}, {b ; c ; e}, D1 ⇔ 24n = 3n(n – 1) + n(n – 1)(n – 2)
{b ; c ; f}, {c ; d ; e}, {c ; d ; f}, {d ; e ; f}, {a ; c ; d}, P4 D2 ⇔ n2 – 25 = 0
{a ; c ; e}, {a ; c ; f}, {a ; d ; e}, {a ; d ; f}, {a ; e ; f}, D3 car n est non nul, donc une seule solution n = 5.
{b ; d ; e}, {b ; d ; f}, {b ; e ; f}, {c ; e ; f}.
2. Le nombre de menus est de 3 × 4 × 3 = 36. 107 1. On peut former 23 = 8 nombres.
29 1. Le diagramme donne :
53 Le nombre de grilles possibles est de : 2. Leur somme est 1 776.
Séjour sportif
Équitation ⎛ 49⎞ 108 1. On peut former 33 = 27 nombres.
13 ⎜ 6 ⎟ = 13 983 816. 2. Leur somme est 10 989.
⎝ ⎠
27 109 Le nombre de répartitions est :
18 42 61 1. Le nombre de résultats possibles est
⎛ 3⎞
de 65. 5 × 4 × 3 × ⎜ ⎟ = 180 .
Escalade 2. Avec trois faces numérotées 1, le nombre de ⎝ 2⎠
résultats possibles est : 63.
110 1. Il y a 63 = 216 résultats.
3. Aucune face numérotée 1 : 55.
2. 42 adolescents. 4. Au moins une face numérotée 1 : 65 – 55. 2. Il y en a 32 × 3 = 27.
3. 27 adolescents. 5. Exactement une face numérotée 1 : 1 × 54. 3. Il y en a 6 × 5 × 4 = 120.
4. Il y en a 6 × 1 × 5 = 30.
33 15 × 12 = 180 poignées de mains.
Préparer le BAC 111 1. On peut en former 9 × 10 × 10 = 900.
38 38 × 37 × 36 = 50 616 distributions possibles. 2. Pour cela, il faut que c = 0, donc il y en a
93 C 94 C 9 × 10 × 1 = 90.
95 B 96 A
97 A 98 D
99 A
12 Succession
100 a) 5 joueurs b) 15 joueurs c) 10 joueurs d’épreuves
101 Le nombre de rangements possibles est indépendantes
de : 4 × 3 = 12.
et loi binomiale
102 Le nombre de mots est de : 5! = 120.
103 Le nombre de tiercés est de : À vous de jouer !
20 × 19 × 18 = 6 840.
1 1. a) Oui : on remet la boule tirée dans
l’urne donc sa composition est identique à
chaque tirage.
b) Les tirages sont indépendants donc
5 6 6 180
p(( R ; N ; N )) = × × = ≈ 0,135.
11 11 11 1331

506
2.
13 Ici, α = 0,1 et α = 0, 05.
3 2 Exercices d’application
9 R p(Y < 3) = p(Y ⩽ 2) ≈ 0,099 6 > 0,05
4 R donc [3 ; 9] n’est pas centré. 32 1. Non car chaque tirage change la com­
10 6 N position de l’urne donc a de l’influence sur les
9 suivants.
R 15 On tabule p(Y ⩽ k) :
4 2. Dans l’arbre ci­dessous, ℝ désigne l’obtention
5
6 9 R d’une boule rouge, V d’un boule verte, J d’une
11 N
10 N boule jaune et B d’une boule bleue.
5 R
9 6
19
4 10 V
9 R 19
5 R R
6 10 5 N 2
11 9 19 J
N 1
5 19
9 7 B
5 R
10 N 20 7 R
4 N
19
9 9
donc k = 32. V
5 6 5 5 10 19
p= × × = ≈ 0,152. V
11 10 9 33 2
17 p(Y ⩾ k) = 1 – p(Y < k) = 1 – p(Y ⩽ k – 1) 20
19 J
donc p(Y ⩾ k) > 0,8 ⇔ 1 – p(Y ⩽ k – 1) > 0,8 1
3 1. On considère une succession de 3 expé­ ⇔ p(Y ⩽ k – 1) < 0,2. 19 B
riences de Bernoulli (en considérant qu’un suc­ On tabule p(Y ⩽ x) : 2
7 R
cès est obtenir PILE par exemple) identiques et 20
indépendantes avec la probabilité d’un succès 19
qui est 0,75 donc cette succession d’épreuves 10 V
est bien un schéma de Bernoulli avec n = 3 et 19
J
1
p = 0,75.
1 19 J
2. 1
0,75 P 20
19 B
0,75 P
0,25 F 7 R
P 19
0,75 0,75 P
0,25 F 10
B V
0,25 F 19
2
0,75 P donc k – 1 = 2 puis k = 3. 19 J
0,75 P
0,25 0,25 F 7 6 21
F 3. a) × = ≈ 0,111
0,75 α α 20 19 190
P 19 Ici = 0, 05 et 1– = 0,95 donc on
0,25 F 2 2 10 2 2 10 2
b) × + × = ≈ 0,105
0,25 F cherche les plus petits entiers a et b tels que 20 19 20 19 19
3. La probabilité d’obtenir exactement un suc­ p(Y ⩽ a) > 0,05 et p(Y ⩽ b) ⩾ 0,95 c) Appelons J1 l’événement « la première boule
cès est 3 × 0,75 × 0,252 = 0,140 625 (4e, 6e et On tabule p(Y ⩽ x) : est jaune » et R2 l’événement « la deuxième
7e chemins en partant du haut). boule est rouge ».
p( J1 � R2 )
5 1. X donne le nombre de succès lorsque l’on On cherche pR ( J1) = avec :
2 p( R2 )
réalise n = 20 fois de manière indépendante la
même épreuve de Bernoulli (un succès corres­
pond à « obtenir FACE ») de paramètre p = 0,5
• p( J1 � R2 ) = 202 × 197 = 190
7

donc X suit la loi binomiale de paramètres n = 20

7 6 10 7 2 7
et p = 0,5. • p( R2 ) = × + ×
20 19 20 19 20 19
+ ×
⎛ 20⎞
2. p( X = 11) = ⎜ ⎟ × 0,511 × 0,520–11 1 7 133 7
⎝ 11⎠ + × = =
20 19 380 20
⎛ 20⎞ 7
= ⎜ ⎟ × 0,520 ≈ 0,16
⎝ 11⎠ 7 20 2
L’intervalle cherché est [6 ; 14]. donc pR ( J1) = 190 = × = ≈ 0,105.
2 7 190 7 19
7 1. p(X > 6) = 1 – p(X ⩽ 6) ≈ 0,62 20
2. p(3 ⩽ X < 12) = p(X ⩽ 11) – p(X ⩽ 2) ≈ 0,97 d) Appelons V1 l’événement « la première boule
est verte » et B2 l’événement « la deuxième
•
9 L’espérance associée à ℬ est environ 22
1 boule est bleue ».
et celle associée à ℬ2 est environ 4 donc ℬ1 a p(V1 � B2 )
On cherche pB (V1) = avec :
la plus grande espérance. p( B2 )
•
2

Le diagramme associé à ℬ2 est plus haut et

moins large que celui associé à ℬ1 donc c’est la • p(V1 � B2 ) = 10 ×
1
=
20 19 38
1
loi à ℬ1 qui a le plus grand écart­type.
7 1 10 1 2 1
11 La probabilité qu’il puisse accueillir tous • p( B2 ) =× + × +
20 19 20 19 20 19
×
les clients se présentant est p(C ⩽ 43) ≈ 0,98
1
donc oui. =
20
1
1 20 10
donc pB (V1) = 38 = × = ≈ 0,526.
2 1 38 1 19
20
Corrigés 507
 35 1. C’est un tirage avec remise donc la com­ 75 1.Ici, α = 0,05 donc α = 0, 025. 3. a) 261 × 196 × 195 + 196 × 261 × 196
position de l’urne reste la même à chaque ti­ 2 457 456 456 457 456 456
rage : les différents tirages n’ont pas d’influence p(X<18) ≈ 0,022 et p(X > 35) ≈ 0,021 donc 196 195 261
sur les autres. p(X < 18) ⩽ 0,025 et p(X > 35) ⩽ 0,025 : [18 ; 35] + × × ≈ 0,315
457 456 456
2. En notant B, G, N, O et V les différentes cou­ est bien un intervalle de fluctuation centré au
leurs, l’univers associé à cette succession de seuil de 95 %. (4e, 6e et 7e chemins).
α b) On peut faire le calcul direct ou remarquer
trois épreuves est {B ; G ; N ; O ; V}3. 2. Ici, α = 0,01 donc = 0, 005.
3. p((B ; G ; V)) = p(B) × p(G) × p(V) 2 que c’est la probabilité que le téléphone joue
= 0,23 × 0,12 × 0,11 ≈ 0,003 p(X < 15) ≈ 0,003 et p(X > 38) ≈ 0,004 donc 2 ou 3 titres électro, soit :
p(X < 15) ⩽ 0,005 et p(X > 38) ⩽ 0,005 : [15 ; 38] 261 196 195 196 261 196 196
39 En considérant qu’un succès est « L’élève × × + × × +
est bien un intervalle de fluctuation centré au 457 456 456 457 456 456 457
a choisi la spécialité mathématiques » alors risque de 1 %. 195 261 196 195 195
c’est une expérience à deux issues, donc une × × + × × ≈ 0,394.
épreuve de Bernoulli, avec la probabilité d’un 456 456 457 456 456
B 1. Oui.
d’entrainement
succès p = 0,71.
Exercices 2. {M ; E}5
49 1. On doit supposer que les lancers sont
indépendants. 93 a) 15 b) 34 3. p((M ; E ; E ; E ; M)) = p(M)2 × p(E)3
2. On considère qu’un succès (S) désigne le fait ⎛ 261⎞
2
⎛ 196 ⎞
3
de planter la boule sur le socle. 97 a) p(X ⩾ k) > 0,9 ⇔ p(X ⩽ k – 1) < 0,1 =⎜ ×⎜
0,78 S On trouve k – 1 = 30 puis k = 31. ⎝ 457⎟⎠ ⎝ 457⎟⎠
0,78 S b) p(X ⩾ k) ⩾ 0,05 ⇔ p(X ⩽ k – 1) ⩽ 0,95 ≈ 0,026
0,22 E On trouve k –1 = 38 puis k = 39.
S 4. p((M ; E ; E ; E ; E)) = p((E ; M ; E ; E ; E))
0,78 0,78 S 100 On tabule k ↦ p(X ⩽ k) :
= p (M) × p (E)
1 4
0,22 E
0,22 E 4
⎛ 261⎞ ⎛ 196 ⎞
=⎜ ×
0,78 S ⎝ 457⎟⎠ ⎜⎝ 457⎟⎠
0,78 S
0,22 0,22 E ≈ 0,019
E 5. Introduisons la variable aléatoire X donnant
0,78 S
0,22 E le nombre de titres « métal » joués.
0,22 E X suit la binomiale de paramètres n = 5
261
3. a) 0,78 × 0,22 × 0,22 + 0,22 × 0,78 × 0,22 + et p = . On cherche donc :
0,22 × 0,22 × 0,78 ≈ 0,113. 457
b) 0,783 + 3 × 0,782 × 0,22 ≈ 0,876. • p(X = 1) ≈ 0,097 ; • p(2 ⩽ X ⩽ 4) ≈ 0,828.
54 1. En considérant qu’un succès pour 6.
chacun des lancers est « obtenir rouge », X donc [2 ; 11] est un intervalle de fluctuation
def cinq _titres():
donne le nombre de succès lorsque l’on réalise centré au seuil de 95 % (car p(X ⩽ 2) > 0,025
L =[]
n = 20 fois de manière indépendante la même et p(X ⩽ 11) ⩾ 0,975). for i in range(5):
expérience de Bernoulli dont la probabilité de if random.randint(1,457)<= 261:
18 Préparer le BAC L.append("Metal")
succès (« obtenir rouge ») est p = donc X suit
37 else:
18 L.append("Electro")
la loi binomiale de paramètres n = 20 et p = . 120 B 121 C
37 return L
2. On cherche 122 D 123 B
9 11
⎛ 20⎞ ⎛ 18 ⎞ ⎛ 19 ⎞ 130 1. Le tirage est avec remise donc, en
p( X = 9) = ⎜ ⎟ × ⎜ ⎟ × ⎜ ⎟ ≈ 0,168. 124 C 125 A
⎝ 9 ⎠ ⎝ 37⎠ ⎝ 37⎠ considérant que l’obtention d’une boule rouge
126 B 127 B est un succès (par exemple), on répète 4 fois de
57 a) Environ 0,197. manière indépendante une même expérience
b) Environ 0,366. c) Environ 0,861. 128 B de Bernoulli donc cette succession d’épreuves
d) Environ 0,66. 129 A 1. Non car le titre joué ne peut pas est bien un schéma de Bernoulli.
64 1. • E(X) = 20 × 0,83 = 16,6 En notant ℝ l’événement : « la boule tirée est
être rejoué à l’étape d’après : le résultat d’une
rouge », on a :
• V(X) = 20 × 0,83 × 0,17 = 2,822 épreuve a donc de l’influence sur la suivante.
• σ( X ) = V (X) = 2, 822 ≈ 1, 680 2.
260
2. • E(Y) = 100 × 0,79 = 79 260
456 M
• V(Y) = 100 × 0,79 × 0,21 = 16,59 456
M
196 E
• σ(Y ) = V (Y ) = 16,59 ≈ 4, 073 M
456
261
261
70 1. a) E(X) = 10 196 456 M
457 E
10 456 195 E
b) np = 10 ⇔ n = = 25.
0, 4 456
2. Le diagramme en barres associé à ℬ′ est plus 260
haut et moins large que celui associé à ℬ donc 456 M
l’écart­type associé à ℬ est plus grand que celui 261 M
associé à ℬ′. 196 456 196 E
457 456
72 La variable aléatoire X donnant le nombre E
261
d’articles qu’il a trouvé suit la loi binomiale de 456
195 M
paramètres n = 30 et p = 0,9. E
a) p(X < 28) ≈ 0,589 donc p(X < 28) < 0,99 456 195 E
donc non. 456
b) p(X⩾23) ≈ 0,992 donc p(X ⩾ 23) ⩾ 0,99
donc oui.
c) p(21 ⩽ X ⩽ 29) ≈ 0,957 donc
p(21 ⩽ X ⩽ 29) < 0,99 donc non.

508
 4 17 1. E(R) = 2,5 et V(R) = 1,25.
4
R
n+4 R 13 Variables aléatoires, 2. Les lancers étant identiques et indépen­
n+4
n R concentration et loi dants,les variables aléatoires (X1 ; … ; Xn)
donnant les résultats de n lancers successifs
R
n+4 des grands nombres forment un échantillon de variables aléatoires
4 d’espérance 2,5 et de variance 1,25.
4
n n+4 R Appelons M la variable aléatoire moyenne de
n+4 À vous de jouer !
n+4 R cet échantillon.
n R On cherche à trouver n tel que
n+4 1 a) E(X + Y) = 3 + 5 = 8
R p(|M – 2,5| ⩾ 0,5) ⩽ 0,01
4 b) E(2,5X) = 2,5 × 3 = 7,5
c) V(2X) = 22 × 0,5 = 2 1,25 5
n+4 R or p( M – 2,5  0,5)  = donc une
n 4 n × 0,52 n
n+4 R 3 X est la variable aléatoire donnant le condition suffisante est :
n+4 n R
nombre de lancers réussis par Jean sur ses 5 5
n+4 ¯ 0,01⇔ ¯ n c’est­à­dire n ⩾ 500.
4 R 10 lancers et Y est la variable aléatoire donnant n 0,01
4 le nombre de lancers réussis par Sophie sur
n+4 n n+4 R ses 20 lancers.
n+4 R
n R 5 Les variables aléatoires X sont indépen­ Exercices d’application
i
n+4 dantes et suivent toutes une même loi de ℬ(0,5)
4 car la probabilité de faire PILE est 0,5. 35 a) E(X + Y) = 7
n+4 R X1 + X2 + … + X40 suit une loi binomiale de b) E(3X) = 6
4 c) E(–2Y) = –10
R paramètres n = 40 et p = 0,5. Elle correspond
n n+4
n R au nombre de PILE obtenue sur les 40 lancers. 44 X est la variable aléatoire donnant le ré­
n+4
n+4
R 7 E(X ) = 12 × 0,48 = 5,76 sultat du dé tétraèdrique et Y est la variable
4 1
4 Donc E(S) = 3E(X1) = 17,28 aléatoire donnant le résultat du dé cubique.
n n+4 R
n+4
n+4 R 49 a) n = 15 et p = 0,6
n R 9 1. a) p( P − 32  6) = p( P − 32  6) b) n = 25 et p = 0,12
n+4 c) n = 150 et p = 0,999
R = 1 – p(|P – 32| ⩾ 6)
4 d) n = 1 000 et p = 0,2
n+4 R 9
4 or p( P – 32  6)  2 = 0,25 56 1. En posant X la variable aléatoire donnant
n R 6 i
n+4 n+4 donc –p(|P – 32| ⩾ 6) ⩾ –0,25 le résultat du dé lu en i­ième position, on a
n R
n+4 puis 1 – p(|P – 32| ⩾ 6) ⩾ 0,75 X = X1 + … + X100.
R 4 c’est­à­dire p(|P – 32| < 6) ⩾ 0,75. La loi des Xi est donnée dans le tableau ci­dessous.
n n+4 R b) La probabilité que ce médecin voie entre
26 et 38 patients (exclus), c’est­à­dire entre 27 yi 1 2 3 4 5 6
n+4 R
n R et 37 patients, est supérieure ou égale à 0,75.
2. 21 = 32 – 9 et 41 = 32 + 9 donc on cherche 1 1 1 1 1 1
n+4 p(Y = yi)
9 1 6 6 6 6 6 6
p(|P – 32| ⩾ 9) or p( P – 32  9)  2 = .
2. qn est la probabilité de l’événement 9 9
contraire de « aucune boule n’est noire » donc 2. On a E(X) = E(X1) +...+ E(X100) = 100E(X1).
4 11 On appelle X pour i entier entre 1 et
⎛ 4 ⎞ i 1 1
qn = 1– ⎜ . 100 le gain du i­ème joueur. On a alors Or E ( X1) = 1 × + ... + 6 × = 3,5.
⎟
⎝ n + 4⎠ (X1 ; X2 ; … ; X100) qui est un échantillon associé 6 6
à une loi d’espérance 10 et de variance 2 et Donc E(X) = 350.
4 4
⎛ 4 ⎞ ⎛ 4 ⎞ X + X 2 + … + X100 Cela signifie que sur un très grand nombre de
3. 1– ⎜ ˘ 0,999 9 ⇔ 0,000 1˘ ⎜ M= 1 lancers de 100 dés, on obtient en moyenne une
⎝ n + 4⎟⎠ ⎝ n + 4⎟⎠
sa moyenne.
100 somme proche de 350.
donc n ⩾ 36. 2
On cherche p( M – 10  3)  1– avec 62 1. I = ]7 ; 17[
131 1. D suit la loi binomiale de paramètres 100 × 32 2. J = ]–∞ ; –2] et K = [8 ; +∞[
n = 1 500 et p = 0,02.
2
p(D ⩽ 44) ≈ 0,994 donc oui. 1– ≈ 0,998. 72 1. a) p( F – 165  8)  25 avec 25 ≈ 0,39.
2. a) [20 ; 41] 100 × 32 2 2
8 8
b) Non car 40 ∈ [20 ; 41]. 25 25
13 La moyenne d’un échantillon associé à une b) p( F – 165  10)  avec = 0,25.
132 Soit X la variable aléatoire donnant le 102 102
loi se rapproche de l’espérance associée à cette
nombre de personnes (supposées indépen­ loi donc, ici, de 0,4 × 1 + 0,5 × 10 + 0,1 × 30 = 8,4. 36 36
dantes) n’aimant pas le livre dans le club. 2. p( H – 180  10)  2 avec 2 = 0,36 :
10 10
X suit la loi binomiale de paramètres n = 236 15 1. Comme il y a 20 000 billes, ce qui est la probabilité qu’un homme pris au hasard dans
et p = 0,15. grand, on peut considérer que le prélèvement cette population mesure 1,70 m ou moins ou
On cherche le plus petit entier k tel que de 3 billes ne changera pas les probabilités et 1,90 m ou plus en inférieure à 0,36.
p(X > k) ⩽ 0,01 ⇔ p(X ⩽ k) ⩾ 0,99 donc k = 49. donc que le prélèvement peut être considéré
comme un tirage avec remise de 3 billes. 79 1. E(G) = 0,55 et V(G) = 0,997 5.
2. a) La loi de X1 est donnée par :p(X1 = 1) = 0,7,
p(X1 = 2) = 0,25 et p(X1 = 9) = 0,05. 0,997 5
2. a) p( G – 0,55  2, 45)  avec
Les lois de X2 et X3 sont considérées identiques. 2, 452
b) E(X1) = 1,65 donc E(S) = 3E(X1) = 4,95. 0,997 5
V(X1) = 3,0275 donc V(S) = 3V(X1) = 9,082 5. ≈ 0,17.
2, 452
b) L’événement |G – 0,55| ⩾ 2,45 est l’événe­
ment G ∈ ]–∞ ; –1,9] ∪ [3 ; +∞[ = [3 ; +∞[ puisque
le gain est positif.
La probabilité de gagner plus de 3 jetons est
donc inférieure à 0,17 environ.

Corrigés 509
 82 1. Soit X , X , …, X 5 les variables aléatoires 118 1. Pour δ  200 l’inégalité est vérifiée. 139 1. On considère T , T , …, T les variables
1 2 3 1 2 52
donnant les résultats des 35 mesures de même 4 aléatoires donnant les temps d’attente succes­
X1 + X 2 + … + X 35 2. p( X – 10  δ )  2  0, 02. sifs : elles sont toutes indépendantes et suivent
loi que X et M = . δ
35 la même loi que T.
0, 04 T + T + … + T52
p( M − 9,5  0,5)  avec Préparer le BAC On pose alors M = 1 2
35 × 0,52 52
0, 04 2 000
≈ 0, 005 . 128 B 129 B et p( M – 600  60)  1– avec
35 × 0,52 52 × 602
0, 04 130 B 131 C
2. a) p( M − 9,5  0,2)  1– avec 2 000
35 × 0,22 1– ≈ 0,989.
132 D 133 D 52 × 602
0, 04
1– ≈ 0,97. 134 A 135 C et D 2. a) T′ = T – 60 donc E(T′) = 540 et V(T′) = 2 000.
35 × 0,22
b) On considère T′1, T′2 , …,T′n les variables aléa­
b) On est sûr au seuil de 97 % que la moyenne 136 B toires donnant les temps d’attente successifs :
des mesures réalisées sera comprise strictement elles sont toutes indépendantes et suivent la
entre 9,3 et 9,7 cm. 137 Soit X la variable aléatoire donnant le même loi que T′.
b) Il y a donc moins de 10 % de chance qu’il nombre de fois où elle touche la cible 1 et Y T ′ + T ′ + … + Tn′
celle pour la cible 2. On pose alors Mn′ = 1 2 et on
marque 1 700 points ou moins ou 2 000 (1 700 × n
1,176 = 1999,2) points ou plus sur ces 1 700 tirs. Les tirs étant indépendants, on peut dire que X cherche n tel que p(|M′n – 540| < 30) ⩾ 0,99.
suit B(20 ; 0,4) et Y suit B(10 ; 0,1).
89 La moyenne va se rapprocher de E(G) = –1. On a donc E(X) = 8 et E(Y) = 1. Comme
Soit Z la variable aléatoire donnant le nombre 2000 20
de points : on a Z = 5X + 20Y. p( Mn′ – 540  30)  1– = 1– ,
n × 302 9n
Exercices d’entrainement Sur un grand nombre d’entrainements, elle peut
espérer en moyenne E(Z) points avec : une condition suffisante est
E(Z) = E(5X + 20Y) = 5E(X) + 20E(Y) = 40 + 20 = 60 20 2000
104 1. Comme l’effectif de l’entreprise est 1– ˘ 0,99 ⇔ n ˘ donc à partir de
c’est­à­dire 60 points. 9n 9
relativement grand par rapport au prélèvement 223 clients.
(1 500 par rapport à 10), on peut considérer que
138 1. La loi de X est donnée par :
c’est un tirage avec remise. 140 1. X suit la loi binomiale de paramètres
2. E(S) = 10 × 1 870 = 18 700. xi –4 5 100 n = 50 et p = 0,25.
V(S) = 10V(X) = 10 × 2232 2. a) G = 2X
p(X = xi) 0,78 0,18 0,04 b) E(X) = 12,5 et V(X) = 9,375 donc E(G) = 25 et
donc σ( S ) = 10 × 2232 . V(G) = 37,5.
≈ 705,2 2. D’après la ligne 11, elle est utilisée 10 fois. 3. a) S = 2X – 0,5(50 – X) = 2X – 25 + 0,5X =
3. – 40 signifie que l’on a obtenu –4 dix fois (soit 2,5X – 25.
10 parties perdues). b) E(S) = 2,5E(X) – 25 = 6,25 et V(S) = V(2,5X) =
Cette probabilité vaut 0,7810 ≈ 0,083. 2,52 V(X) = 58,593 75.
113 On considère M = X1 + X 2 + … + X n et
n
n 4. a) On peut écrire S = X1 + …+ X10 où Xi est le 58,593 75
gain à la i­ème des 10 parties. c) p( S – 6,25  31,75)  avec
on cherche n tel que p(|Mn – 250| < 5) ⩾ 0,95. 31,752
b) On a E(S) = 10 E(X) = 17,8 car E(X) = 1,78.
100 4 58,593 75
Comme p( Mn – 250  5)  1– = 1– , On peut espérer gagner en moyenne 17,8. ≈ 0, 058.
n × 52 n 31,752
une condition suffisante est
4 d) |S – 6,25| ⩾ 31,75
1– ˘ 0,95 ⇔ n ˘ 80. ⇔ S ∈ ]–∞ ; –25,5] ∪ [38 ; +∞[ or le score mini­
n
mal est –25 donc |S – 6,25| ⩾ 31,75 ⇔ S ⩾ 38.
La probabilité que l’on obtienne 38 points ou
plus à ce jeu est inférieure à 0,058 environ.
e) S ⩾ 38 ⇔ 2,5X – 25 ⩾ 38 ⇔ 2,5X ⩾ 63
⇔ X ⩾ 25,2 c’est­à­dire X ⩾ 26.
Ainsi, p(S ⩾ 38) = p(X ⩾ 26) ≈ 0,000 04.
f) La majoration (de l’ordre de 0,06) n’est pas très
bonne puisque la « vraie » probabilité est bien
plus faible (de l’ordre de 0,000 04).

510
 Les contenus de ce manuel sont publiés sous licence libre « CC by SA » à l’exclusion de la maquette et de l’iconographie.
https://creativecommons.org/licenses/by­sa/3.0/fr/

Responsable éditorial : Adrien FUCHS

Coordination éditoriale : Aurore BALDUZZI, Julie DℝAPPIEℝ, Stéphanie HEℝBAUT, Marilyn MAISONGℝOSSE.
Maquette de couverture : Primo & Primo
Maquette intérieure : Primo & Primo et Delphine d’INGUIMBEℝT
Mise en pages et schémas : Nord Compo
Iconographie : Candice ℝENAULT
Numérique : Dominique GAℝℝIGUES et Audrey BILLAℝD
Crédits
Couverture : ©Mauricios ℝamos/Canvas Images/Alamy/Photo 12
p. 10 : Bridgeman Images ; Leemage ; Droits ℝéservés ­ p. 11 : akg/Science Photo Library ; Bridgeman Images ; Granger/
Bridgeman Images ­ p. 12 : Archives du 7e Art/Warner Bros ­ p. 46 : Granger collection/Bridgeman images ­ p. 47 : Photo12/
Alamy/The History Collection ­ p. 48 : architecte: Santiago Calatrava Valls/ℝobert Harding/hemis.fr ­ p. 76 : akg­images/
Pictures FromHistory/­ p. 78 : Science Photo Library/King­Holmes, James ­ p. 80 : iStock/Getty Images Plus ­ p. 105 : AKG/
Science Source ­ p. 136 : Alain Schein/The ImageBank/Getty Images ­ p. 159 : Granger/Bridgeman Images ­ p. 171 : Dℝ ­
p. 202 : Henri Stierlin/Bildarchiv Steffens/Bridgeman Images ­ p. 235 : Wikipedia ­ p. 238 : iStock Editorial/Getty Images
Plus ­ p. 267 : Lee/Leemage ­ p. 268 : MP/Leemage ; Granger/Bridgeman Images ­ p. 274 : Granger collection/Bridgeman
images ; Bridgeman Images ; De Agostini Picture Library/Bridgeman Images ; ©Bianchetti/Leemage ­ p. 275 : Wikipedia ;
Bridgeman Images ; FototecaGilardi/Bridgeman Images ­ p. 306 : martinm303/AGE ­ p. 334 : Muriel Hazan/Biosphoto ­
p. 361 : De Agostini Picture Library/Bridgeman ­ p. 362 : Bridgeman Images ; Granger/Bridgeman Images ­ p. 363 : Dℝ ;
Granger/Bridgeman Images ; Bridgeman Images ­ p. 364 : Arnaud ℝobin ­ p. 366 : Jamie Grill/Getty ­ p. 367 : AFP Photo ;
STℝEETEℝ LECKA/GETTY IMAGES NOℝTH AMEℝICA/AFP ­ p. 391 : akg­images/IMAGNO/Votava ­ p. 397 : akg­images ­
p. 402 : Stuart Kinlough/Ikon Images/Photononstop ­ p. 421 : Jordan Mansfield/GETTY IMAGES EUℝOPE/Getty Images/
AFP ­ p. 422 : Glyn KIℝK/AFP ­ p. 432 : akg/Science Photo Library ­ p. 460 : Granger collection/Bridgeman images ;
wikipedia/Dℝ ­ p. 461 : G. DagliOrti/De Agostini Picture Library/Bridgeman Images ; Wikipedia ­ p. 462 : MP/Leemage ;
Granger/Bridgeman Images ; akg­images/Science Source ; akg­images / Science Photo Library/NASA ; Wikipedia ­
p. 463 : Aisa/Leemage ­ p.464 : Lee/Leemage ; Bridgeman Images; akg images.

Aux termes du Code de la propriété intellectuelle, toute reproduction ou représentation, intégrale ou partielle de la présente publication,
faite par quelque procédé que ce soit (reprographie, microfilmage, scannérisation, numérisation…), sans le consentement de l’auteur ou
de ses ayants droit ou ayants cause, est illicite et constitue une contrefaçon sanctionnée par les articles L. 335­2 et suivants du Code de la
propriété intellectuelle.
L’autorisation d’effectuer des reproductions par reprographie doit être obtenue auprès du Centre français d’exploitation du droit de copie
(CFC), 20, rue des Grands­Augustins­75006 Paris­Tél. : 01 44 07 47 70.

ISBN : 978­2­210­11405­0
© MAGNAℝD 2020, 5 allée de la 2e D.B. 75015 Paris
 Les ressources numériques
Un accès simple à vos ressources
Par lien-mini dans le manuel papier • En un clic dans le manuel numérique

Des vidéos de démonstration

Découvrez les 18 démonstrations

du programme :
Avec le youtubeur • Les idées pour comprendre
VIDÉO
Démonstration
les grandes lignes. lienmini.fr/maths-s01-07

• Toutes les étapes commentées.

Des vidéos déclenchantes

Découvrez les 13 chapitres

avec des vidéos illustrant
un problème mathématique.
VIDÉO
Distribution : la rupture de stock
lienmini.fr/maths-s07-01

En plus
• Tous les exercices de Calculs et automatismes sous forme de diaporama avec corrigés.
• Tous les QCM de Se tester en version interactive.
• Tous les fichiers TICE.
 Le numérique avec Sésamath
EXO Les rendez-vous
Prérequis
Des parcours différenciés lienmini.fr/maths-s08-02

Des parcours différenciés de réinvestissement des prérequis.

•Des conseils sont proposés en cas d’erreur.
•Les exercices proposés s’adaptent à votre niveau.
•Chaque exercice est corrigé.

EXO Les rendez-vous

Prérequis
Des exerciseurs lienmini.fr/maths-s08-03

Des exerciseurs portant sur les méthodes essentielles du programme.

•Des conseils sont proposés en cas d’erreur.
•Chaque exercice est corrigé.
•Les paramètres de l’exercice sont renouvelés à chaque ouverture afin de pouvoir faire des gammes.
 Toutes les clés pour gagner
en assurance et réussir à l’oral
11 vidéos tutoriels d’Abyale Nan Nguema Desraisses,
pour travailler des techniques d’oral
12 vidéos d’ateliers d’improvisation
de Bertrand Périer, pour progresser avec d’autres élèves
Des fiches pratiques et visuelles, pleines de conseils

par
Bertrand
Périer

www.grandoral.magnard.fr

Spécial
Bac
Des fiches ultra-visuelles pour réussir
les nouvelles épreuves du Bac !

5,90 € 8,90 € 11,90 €

www.specialbac.magnard.fr

ISBN : 978-2-210-11405-0
Ce manuel existe aussi
en version numérique
Achat individuel élève disponible sur
www.boutique.edulib.fr

www.magnard.fr