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
- Un échantillon de taille $n$ : $n$ répétitions indépendantes de la même expérience.
- Fréquence observée $f = \frac{k}{n}$, avec $k$ le nombre de réalisations de l'évènement.
- Deux échantillons de même taille donnent des fréquences différentes : c'est la fluctuation d'échantillonnage.
Lancer une pièce 10 fois ne donne presque jamais 5 piles, et pourtant tout le monde sait que la probabilité vaut 0,5. Ce chapitre explique cet écart et comment le simuler : au contrôle, du vocabulaire précis plus un petit programme Python.
Échantillon, fréquence observée et fluctuation
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. Elle n'est pas une erreur.
On lance une pièce équilibrée. Sur 10 lancers, on obtient 7 piles : f = 0{,}7. Sur 100 lancers, 54 piles : f = 0{,}54. Sur 1 000 lancers, 512 piles : f = 0{,}512. La probabilité théorique vaut 0,5 : les fréquences s'en rapprochent à mesure que n augmente.
La loi des grands nombres
Quand n devient grand, la fréquence observée d'un évènement est proche de sa probabilité, et les fluctuations d'un échantillon à l'autre deviennent de plus en plus faibles. On peut donc estimer une probabilité inconnue par une fréquence observée sur un grand échantillon.
| Taille n | Fréquence de pile avec une pièce équilibrée |
|---|---|
| 10 | très variable : de 0,2 à 0,8 est courant |
| 100 | souvent entre 0,4 et 0,6 |
| 10 000 | presque toujours entre 0,48 et 0,52 |

Simuler avec Python ou un tableur
Simuler, c'est faire jouer l'ordinateur à la place de la pièce. En Python, la fonction random() du module random renvoie un nombre au hasard dans l'intervalle [0 ; 1[. Pour simuler un évènement de probabilité p, on teste si ce nombre est strictement inférieur à p. Dans un tableur, la formule =ALEA() joue le même rôle.
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) : ⏎ → → if random() < 0.5 : ⏎ → → → c = c + 1 ⏎ → return c / n. L'appel frequence(100) donne, par exemple, 0.47 ; frequence(100000) donne presque toujours 0.50 à 0.01 près.
Du modèle à la réalité
Un modèle probabiliste est un choix de probabilités pour les issues. Il vient de la symétrie (dé équilibré : 16 par face) ou de fréquences observées.
On lance 2 000 fois une punaise : elle tombe pointe en l'air 740 fois. On modélise avec P(pointe en l′air) = 7402000 = 0{,}37, donc P(pointe en bas) = 0{,}63.Le modèle n'est pas la réalité : un dé réel peut être légèrement pipé, un sondage peut être biaisé. Si, sur un grand échantillon, la fréquence est très éloignée de la probabilité du modèle, on doute du modèle.

Méthode : estimer une probabilité par simulation
1. Identifie l'évènement et sa probabilité théorique p si elle est connue.
2. Écris la simulation d'UNE expérience (random() < p, ou randint).
3. Répète-la n fois dans une boucle et compte les succès k.
4. Calcule f = kn ; plus n est grand, plus f est fiable.
Un dé équilibré est lancé 600 fois et la face 5 sort 90 fois. La fréquence observée vaut 90600 = 0{,}15, proche de 16 ≈ 0{,}167. L'écart d'environ 0,017 est une fluctuation normale à cette taille.
- 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.
Exercices
On lance 600 fois un dé et la face 5 sort 90 fois. Quelle est la fréquence observée de la face 5 ?
90600 = 0{,}15 : on divise l'effectif par la taille de l'échantillon.
Que dit la loi des grands nombres ?
Elle porte sur la fréquence pour n grand. Elle n'affirme aucune compensation : les lancers sont indépendants.
Une pièce équilibrée vient de donner six piles de suite. Quelle est la probabilité que le lancer suivant donne pile ?
Les lancers sont indépendants, la pièce n'a pas de mémoire. 164 est la probabilité d'avoir six piles d'avance, pas celle du suivant.
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 » ?
On estime la probabilité par la fréquence sur un grand échantillon : 7402000 = 0{,}37. 0,63 est la probabilité de l'évènement contraire.




