Suites numériques (2)
Soit $(u_n)$ la suite arithmétique de premier terme $u_0=7$ et de raison $6$.
Donner les quatre termes suivants.
Soit $(v_n)$ la suite géométrique de premier terme $v_0=5$ et de raison $1,04$.
Donner les quatre termes suivants.
Compléter le tableau suivant pour déterminer les premiers termes des suites arithmétiques $(u_n)$, $(v_n)$ et $(w_n)$.
$n$
$0$
$1$
$2$
$3$
$4$
$5$
$6$
$u_n$
$5$
$8$
$v_n$
$35$
$27$
$w_n$
$17$
$31$
Compléter le tableau suivant pour déterminer les premiers termes des suites géométriques $(u_n)$, $(v_n)$ et $(w_n)$ dont les raisons sont positives.
Les résultats seront, si nécessaires, arrondis à $10^{-1}$
$n$
$0$
$1$
$2$
$3$
$4$
$5$
$6$
$u_n$
$100$
$90$
$v_n$
$8$
$32$
$w_n$
$3$
$9$
Soit $(c_n)$ la suite arithmétique telle que $c_{8}=12$ et $c_{20} = 24$.
Déterminer $c_0$ et sa raison $r$.
Soit $(d_n)$ la suite géométrique, à termes positifs, telle que $d_{5}=96$ et $d_{7} = 384$.
Déterminer $c_0$ et sa raison $q>0$.
Soient la suite arithmétique $(u_n)$ et la suite géométrique $(v_n)$ dont on a représenté les premiers termes dans le nuage de points ci-dessous.
Associer à chaque nuage de points la suite qui lui correspond.
Donner les premiers termes et les raisons de ces deux suites.
Déterminer $u_{10}$ et $v_{10}$.
Soit $(a_n)$ la suite définie par $a_0=120$ et pour tout entier $n$ :
$$a_{n+1}=0,9a_n+4.$$
Calculer $a_1$, $a_2$, $a_3$ et $a_4$.
En déduire que $(a_n)$ n'est ni arithmétique ni géométrique.
L'algorithme donné ci-dessous affiche $27$. Comment interpréter ce résultat pour la suite $(a_n)$ ?
a = 120
n = 0
while a > 45:
a = 0.9*a+4
n = n+1
print(n)
Une agence régionale de santé suit l'évolution du nombre annuel de cas de tuberculose dans une région.
En 2024, $1\,000$ cas ont été recensés.
A. Premier modèle
Grâce aux campagnes de prévention et aux progrès médicaux, le nombre de cas devrait diminuer de $8\,\%$ par an.
Montrer qu’en 2025, on peut estimer le nombre de cas à $920$.
Pour tout entier naturel $ n $, on note $ u_n $ le nombre de cas de tuberculose pour l’année $ 2024 + n $.
On a donc $ u_0 = 1\,000 $.
Que représente $ u_2 $ ? Calculer sa valeur.
Déterminer la nature de la suite $ (u_n) $. Préciser sa raison.
Donner les variations de cette suite.
Ce modèle suggère-t-il une disparition totale de la maladie à long terme ? Justifier.
B. Second modèle
Un second modèle prend en compte l’existence de cas résiduels, notamment chez les personnes à risque (sans-abri, personnes âgées, etc.).
On suppose qu’en plus de la baisse naturelle, $70$ nouveaux cas apparaissent chaque année.
On modélise cette situation par la suite $ (v_n) $ définie par :
$$
\left\{
\begin{array}{l}
v_0 = 1\,000 \\
v_{n+1} = 0{,}92v_n + 70 \quad ; \quad n \in \mathbb{N}
\end{array}
\right.
$$
où $ v_n $ est le nombre de cas de tuberculose pour l’année $ 2025 + n $.
Calculer $ v_1 $ et interpréter ce résultat.
Une feuille de calcul permet de visualiser les évolutions :
Quelle formule faut-il saisir dans la cellule B3 pour obtenir les valeurs suivantes de la suite $ (v_n) $ ?
À long terme, vers quelle valeur stable semble tendre le nombre de cas ? Justifier par une lecture du tableur.
Une campagne de sensibilisation au don du sang a été lancée dans une région en 2022.
Cette campagne vise à augmenter le nombre de donneurs réguliers inscrits auprès de l’Établissement Français du Sang (EFS).
A. Premier modèle : augmentation linéaire
Chaque année, en moyenne, $500$ nouveaux donneurs rejoignent le fichier régional.
En 2022, il y avait $8\,000$ donneurs réguliers inscrits.
Calculer le nombre prévu en 2023 puis en 2024.
On modélise le nombre de donneurs par une suite $ (u_n) $, avec $ u_n $ le nombre de donneurs pour l’année $ 2022 + n $.
On a $ u_0 = 8\,000 $.
Quelle est la nature de cette suite ? Quelle est sa raison ? Son sens de variation ?
Exprimer $ u_{n+1} $ en fonction de $ u_n $.
Voici un programme Python qui modélise la situation :
u = 8000
for n in range(6):
print("Année", 2022 + n, ":", u, "donneurs")
u = u + 500
Que fait cet algorithme ?
Modifier l'algorithme pour qu'il affiche le nombre de donneurs prévu en 2030 selon ce modèle ?
B. Deuxième modèle : diminution progressive
Une étude montre qu’en réalité, chaque année $10\,\%$ des donneurs arrêtent de donner pour des raisons diverses (âge, santé, déménagement…).
On modélise cette évolution par une suite $ (v_n) $, avec $ v_0 = 8\,000 $.
On suppose que chaque année, le nombre de donneurs diminue de $10\,\%$.
Calculer $ v_1 $ et $ v_2 $.
Quelle est la nature de la suite $ (v_n) $ ? Quelle est sa raison ?
Exprimer $ v_{n+1} $ en fonction de $ v_n $.
Voici un programme Python associé :
v = 8000
for n in range(6):
print("Année", 2022 + n, ":", round(v), "donneurs")
v = 0.9 * v
Quel est le rôle de la fonction round(v) ?
Modifier l'algorithme pour qu'il affiche le nombre de donneurs prévu en 2030 selon ce modèle ?
C. Troisième modèle : perte partielle et nouveaux donneurs
On suppose que chaque année :
$10\,\%$ des donneurs arrêtent de donner,
et $500$ nouveaux donneurs s’inscrivent grâce aux campagnes.
On modélise cette évolution par la suite $ (w_n) $, avec :
$$
\left\{
\begin{array}{l}
w_0 = 8\,000 \\
w_{n+1} = 0{,}9 w_n + 500
\end{array}
\right.
$$
Calculer $ w_1 $ et $ w_2 $ (arrondis à l’unité).
Voici l’algorithme Python associé :
w = 8000
for n in range(6):
print("Année", 2022 + n, ":", round(w), "donneurs")
w = 0.9 * w + 500
Que modélise cet algorithme ?
Modifier l'algorithme pour qu'il affiche le nombre de donneurs prévu en 2030 selon ce modèle ?
À long terme, quel modèle semble le plus cohérent avec une situation réelle ?