Aller au contenu
Ludicademy
English
Thème Élan
ClairsSombres
S’inscrire

Fiche de révision : Échantillonnage et loi des grands nombres : quand le hasard finit par s'assagir

L’essentiel de la leçon, ce qu’il faut retenir, les pièges et un petit test : une page à relire avant le contrôle.

Ludicademyludicademy.fr · apprendre en jouant, du CP à la Terminale
Fiche de révision · Maths · 2de · probabilités

Échantillonnage et loi des grands nombres : quand le hasard finit par s'assagir

Objectif : Savoir expliquer que la fréquence observée se rapproche de la probabilité quand l'échantillon est grand, et le simuler.

L’essentiel

Un échantillon de taille n est le résultat de n répétitions identiques et indépendantes d'une même expérience. Si l'évènement A est apparu k fois, la fréquence observée de A est f = kn. Deux échantillons de même taille donnent en général des fréquences différentes : c'est la fluctuation d'échantillonnage.

À retenir

  • Un échantillon de taille n : n répétitions indépendantes de la même expérience.
  • Fréquence observée f = kn, avec k le nombre de réalisations de l'évènement.
  • Deux échantillons de même taille donnent des fréquences différentes : c'est la fluctuation d'échantillonnage.
  • Loi des grands nombres : pour n grand, la fréquence est proche de la probabilité.
  • Python : random() renvoie un nombre dans [0 ; 1[ ; on teste random() < p pour un évènement de probabilité p.
  • Un modèle est une hypothèse : il peut différer de la situation réelle.

Le tableau à connaître

Taille nFréquence de pile avec une pièce équilibrée
10très variable : de 0,2 à 0,8 est courant
100souvent entre 0,4 et 0,6
10 000presque toujours entre 0,48 et 0,52

⚠ Attention, piège

  • La loi des grands nombres ne dit pas que le hasard « compense ». Après six piles de suite, une pièce équilibrée donne encore pile avec la probabilité 12 : elle n'a pas de mémoire.
  • Ne confonds pas la fréquence et l'effectif. Sur 10 000 lancers, l'écart entre le nombre de piles et 5 000 peut très bien être plus grand que sur 100 lancers (par exemple 40 d'écart au lieu de 4).

Exemples

  • On lance une pièce équilibrée. Sur 10 lancers, on obtient 7 piles : f = 0{,}7.
  • Fréquence de piles sur n lancers (⏎ = retour à la ligne, → = décalage de 4 espaces) : from random import random ⏎ def frequence(n) : ⏎ → c = 0 ⏎ → for i in range(n) :…
  • On lance 2 000 fois une punaise : elle tombe pointe en l'air 740 fois.

Le plan de la leçon

  1. Échantillon, fréquence observée et fluctuation
  2. La loi des grands nombres
  3. Simuler avec Python ou un tableur
  4. Du modèle à la réalité
  5. Méthode : estimer une probabilité par simulation

Je me teste

  1. On lance 600 fois un dé et la face 5 sort 90 fois. Quelle est la fréquence observée de la face 5 ?

    1. 0,15
    2. 0,015
    3. 6,67
  2. Que dit la loi des grands nombres ?

    1. Un petit échantillon donne toujours la probabilité exacte
    2. Quand n est grand, la fréquence observée est proche de la probabilité
    3. Après une série de piles, face devient plus probable
  3. Une pièce équilibrée vient de donner six piles de suite. Quelle est la probabilité que le lancer suivant donne pile ?

    1. 164
    2. 13
    3. 12
  4. Une punaise lancée 2 000 fois tombe pointe en l'air 740 fois. Quelle probabilité retient-on dans le modèle pour « pointe en l'air » ?

    1. 0,5
    2. 0,37
    3. 0,63

Réponses : 1. A · 2. B · 3. C · 4. B

La leçon complète, ses exercices et ses jeux : ludicademy.fr/lecon/5724fiche de révision · usage libre en classe et à la maison

Toutes les fiches de révision : par matière et par classe · les fiches d’exercices : la bibliothèque.