Aligné sur le programme officiel de 2de · rédigé avec l’aide d’une IA, relu et corrigé par l’équipe Ludicademy · mis à jour le 13 octobre 2026 · Notre méthode
- Variance : moyenne des carrés des écarts à la moyenne ; écart type $\sigma=\sqrt{V}$ ; à la calculatrice, lis $\sigma_x$ et non $s_x$.
- Petit $\sigma$ : valeurs resserrées autour de la moyenne ; grand $\sigma$ : valeurs éparpillées.
- Ajouter $b$ ne change pas $\sigma$ ; multiplier par $a$ multiplie $\sigma$ par $\lvert a\rvert$.
Deux séries peuvent avoir la même moyenne et ne pas se ressembler : l'une est resserrée, l'autre éparpillée. L'écart type mesure cette dispersion et sert à comparer deux séries, question classique de contrôle.
Dispersion, variance, écart type
La dispersion décrit l'éparpillement des valeurs. L'étendue et l'écart interquartile en donnent une idée ; pour utiliser toutes les valeurs, on prend la variance V, moyenne des carrés des écarts à la moyenne : V=n1(x1−)2+…+np(xp−)2N. L'écart type est σ=√V. Le carré empêche les écarts positifs et négatifs de s'annuler ; la racine ramène à l'unité de départ.Série 2, 6, 8, 10, 14 : =405=8. Écarts : −6, −2, 0, 2, 6 ; carrés : 36, 4, 0, 4, 36 ; somme 80. V=805=16 et σ=√16=4.

Calculer : calculatrice, tableur, Python
À la calculatrice, en mode statistiques à une variable, on saisit valeurs et effectifs, puis on lit et σx. Ne lis pas sx, l'écart type « corrigé » qui divise par n−1. Au tableur, on prend ECARTYPEP (ou ECARTYPE.PEARSON), pas ECARTYPE.
En Python, une fonction renvoie la moyenne, une autre l'écart type.def moyenne(L) : return sum(L)/len(L). Puis def ecart_type(L) : m = moyenne(L) ; return (sum((x-m)**2 for x in L)/len(L))**0.5. Avec L = [4, 6, 8, 10, 12], moyenne(L) renvoie 8.0 et ecart_type(L) renvoie environ 2.83 (car V=8).
Interpréter l'écart type
Plus σ est petit, plus les valeurs sont resserrées autour de la moyenne ; plus il est grand, plus elles sont éparpillées. Il s'exprime dans l'unité des valeurs et ne s'interprète qu'avec la moyenne. Si l'on ajoute b à toutes les valeurs, σ ne change pas ; si on les multiplie par a, σ est multiplié par |a|.Des notes 4, 8, 12, 16 ont la même moyenne que 10, 10, 10, 10, mais un écart type de √20≈4{,}47 contre 0 : Oscar préfère les premières, plus vivantes.

Comparer deux séries : deux couples d'indicateurs
On choisit le couple selon la série.
| Couple | Position | Dispersion | À choisir quand |
|---|---|---|---|
| Moyenne, écart type | σ | série régulière, sans valeur extrême | |
| Médiane, écart interquartile | Me | Q3−Q1 | série asymétrique ou avec valeurs aberrantes |
Méthode : comparer deux séries
1. Choisis le couple d'indicateurs. 2. Calcule-les. 3. Compare les positions, puis les dispersions. 4. Conclus dans le contexte.Temps de trajet (min) sur cinq jours. Ligne 1 : 20, 22, 25, 28, 30 ; ligne 2 : 10, 15, 25, 35, 40. Moyennes : 1255=25 pour les deux. Ligne 1 : carrés des écarts de somme 68, V=13{,}6, σ≈3{,}69. Ligne 2 : carrés de somme 650, V=130, σ≈11{,}40. Conclusion : même durée moyenne de 25 min, mais la ligne 1 est bien plus régulière.
- Variance : moyenne des carrés des écarts à la moyenne ; écart type σ=√V ; à la calculatrice, lis σx et non sx.
- Petit σ : valeurs resserrées autour de la moyenne ; grand σ : valeurs éparpillées.
- Ajouter b ne change pas σ ; multiplier par a multiplie σ par |a|.
- Série régulière : moyenne et écart type ; valeurs aberrantes ou asymétrie : médiane et écart interquartile.
- On compare la position, puis la dispersion, dans le contexte.
Exercices
Quelle est la variance de la série 2, 6, 8, 10, 14 (moyenne 8) ?
Les carrés des écarts ont pour somme 80, et 805=16. 80 oublie la division par 5 ; 4 est l'écart type.
L'écart type d'une série est 3. On ajoute 10 à chaque valeur. Que devient l'écart type ?
Ajouter 10 décale toutes les valeurs ET la moyenne de 10 : les écarts ne changent pas, donc σ non plus.
L'écart type d'une série est 2. On multiplie chaque valeur par 3. Que devient-il ?
Les écarts sont multipliés par 3, donc σ aussi : 3×2=6. Il n'est pas multiplié par 9, car la racine annule le carré.
Deux classes ont la même moyenne 12. Classe A : σ=1 ; classe B : σ=4. Que peut-on conclure ?
Même moyenne : le niveau moyen est le même. Seule la dispersion diffère, et σ=1 signifie des notes plus resserrées autour de 12.
En Python, que calcule l'expression sum((x-m)**2 for x in L)/len(L) quand m est la moyenne de L ?
On somme les carrés des écarts puis on divise par l'effectif : c'est la variance. L'écart type demande encore la racine (**0.5).




