Aller au contenu
Ludicademy
English
Thème Élan
ClairsSombres
S’inscrire
1re · Probabilités

Simulation : tirer au hasard, moyenner, et voir la moyenne se rapprocher de l'espérance

Savoir simuler des échantillons avec Python ou un tableur et observer l'écart entre la moyenne d'un échantillon et l'espérance.

≈ 5 min de lecture · palier 1re · trois questions à la fin

Aligné sur le programme officiel de 1re · rédigé avec l’aide d’une IA, relu et corrigé par l’équipe Ludicademy · mis à jour le 13 octobre 2026 · Notre méthode

En bref
  • random() renvoie un réel de $[0;1[$, randint(a,b) un entier de a à b inclus.
  • Pour simuler une loi, on découpe $[0;1[$ en intervalles de longueurs $p_i$.
  • La moyenne d'un échantillon de taille $n$ fluctue d'une simulation à l'autre.

Simuler, c'est faire jouer la machine des milliers de fois à ta place. En première, on simule une variable aléatoire, on calcule la moyenne de l'échantillon obtenu et on la compare à l'espérance : c'est l'idée des sondages et des estimations.

Simuler une variable aléatoire

En Python (module random), random() renvoie un réel de [0;1[ au hasard et randint(a,b) un entier de a à b inclus. Un tableur utilise ALEA() et ALEA.ENTRE.BORNES(a;b). Pour une loi quelconque, on découpe [0;1[ en intervalles de longueurs pi.

X vaut 0, 1, 2 avec 0{,}2, 0{,}5, 0{,}3 : def X(): u=random(); return 2 if u>0.7 else 1 if u>0.2 else 0. En effet P(u>0{,}7)=0{,}3 et P(0{,}2< u≤0{,}7)=0{,}5.

randint(1,6) inclut le 6, alors que range(1,6) s'arrête à 5 : ne confonds pas les deux.

Moyenne d'échantillon et fluctuation

Un échantillon de taille n est la liste des résultats de n répétitions indépendantes de X. Sa moyenne est Mn=X1+…+Xnn. En Python : def moyenne(n): return sum(X() for _ in range(n))/n. Deux exécutions donnent deux valeurs différentes : c'est la fluctuation d'échantillonnage.

Pour la loi précédente (E(X)=1{,}1), moyenne(10) peut valoir 0{,}8 ou 1{,}4, mais moyenne(10000) reste très proche de 1{,}1.

La moyenne d'un échantillon n'est pas l'espérance : elle s'en rapproche quand n grandit, sans être garantie égale.

L'écart avec l'espérance : 2σ/√n

On observe que l'écart |Mn−E(X)| est, dans environ 95 % des cas, inférieur ou égal à 2σ√n (propriété admise). Cet écart décroît en 1√n : pour le diviser par 2, il faut multiplier n par 4.

n25100400
2σ√n avec σ=0{,}70{,}280{,}140{,}07

Pour le vérifier, on simule N échantillons de taille n et on calcule la proportion de ceux qui respectent l'écart : def prop(N,n): return sum((1.4/n**0.5)>=abs(moyenne(n)-1.1) for _ in range(N))/N. Elle vaut environ 0{,}95.

Avec E(X)=1{,}1, σ=0{,}7 et n=100 : 2σ√n=1{,4}{10}=0{,}14, donc M100 est dans [0{,}96 ;1{,}24] dans environ 95 % des cas.

Estimer une espérance inconnue

Quand on ne connaît pas la loi (pièce truquée, mesures), la moyenne observée m sur un grand échantillon estime E(X) : on retient l'intervalle [m−2σ√n ;m+2σ√n] comme estimation à environ 95 %.

Pour n=900 relevés, une moyenne 3{,}2 et σ=1{,}5 : 2σ√n=330=0{,}1, donc E(X)∈[3{,}1 ;3{,}3].

Multiplier n par 2 ne divise pas l'écart par 2 mais par √2 : la précision coûte cher.

Méthode : exploiter une simulation

1. Écris la fonction qui simule X. 2. Écris moyenne(n). 3. Calcule E(X) et σ à la main. 4. Calcule 2σ√n. 5. Compare l'écart observé à cette valeur et conclus par une phrase.

Pour n=400 et σ=0{,}7 : 1{,4}{20}=0{,}07. Une moyenne observée de 1{,}15 donne un écart de 0{,}05, inférieur à 0{,}07 : résultat cohérent avec E(X)=1{,}1.

À retenir
  • random() renvoie un réel de [0;1[, randint(a,b) un entier de a à b inclus.
  • Pour simuler une loi, on découpe [0;1[ en intervalles de longueurs pi.
  • La moyenne d'un échantillon de taille n fluctue d'une simulation à l'autre.
  • Dans environ 95 % des cas, l'écart avec E(X) est au plus 2σ√n.
  • Pour diviser cet écart par 2, on multiplie n par 4.
  • La moyenne observée sur un grand échantillon estime l'espérance.

Exercices

Exercice

Quelle instruction simule un dé équilibré à six faces ?

randint(1,6) renvoie un entier de 1 à 6 inclus ; random() renvoie un réel et range(1,6) n'est pas aléatoire.

Exercice

Quelle expression est vraie avec la probabilité 0{,}3 ?

random() est uniforme sur [0;1[ : la probabilité d'être supérieur à 0{,}7 vaut 0{,}3 (supérieur à 0{,}3 donnerait 0{,}7).

Exercice

Pour σ=2 et n=100, que vaut 2σ√n ?

2×2√100=410=0{,}4.

Exercice

Par quel facteur multiplie-t-on n pour diviser 2σ√n par 2 ?

√4n=2√n : avec 4n le dénominateur double et l'écart est divisé par 2.

Exercice

Sur 400 relevés, la moyenne est 12 et σ=5. Quel intervalle estime l'espérance ?

2×5√400=1020=0{,}5, donc 12±0{,}5.

Exercice

Sur 1000 échantillons de taille n, 953 respectent l'écart 2σ√n. Que conclure ?

9531000=95{,}3 % : proche de 95 %, ce que prévoit la propriété ; elle ne vaut pas 100 %.

Ce que tu as retenu ?

Dix questions sur ce chapitre, une note sur 20 et ta copie corrigée. Sans compte.

Me tester : 10 questions →

Leçon suivante : Probabilités conditionnelles : arbres pondérés, tableaux cr… →

Ce chapitre en entier : Simulation et moyenne d’échantillon

Jouer cette leçon pour la retenir

Expressions à emporter

Expression Traduction
simulationfaire jouer l'ordinateur avec random() ou randint(a,b)
moyenne d'échantillon$M_n=\frac{X_1+\dots+X_n}{n}$
fluctuationla moyenne varie d'une simulation à l'autre
2σ/√nécart attendu dans environ 95 % des cas
estimationla moyenne observée estime l'espérance

Maintenant, jouez-la

Trois questions pour voir

La règle est lue. Voyons si elle est entrée : trois questions, ici même, sans compte.

87 exercices corrigés de maths en 1re → sans compte, corrigés à chaque réponse

La règle est lue ; il reste à la faire entrer. Trois minutes suffisent.

Jouer « le pont de cordes » → Quiz Express · sans compte

Ou choisissez votre salle :

Et côté jeux de société : 🎪 Yams → les règles d'yams

Sur papier : 🖨️ La fiche de cette leçon et la fiche du thème, avec défi et corrigé

Pour réviser : 📝 La fiche de révision et celle du chapitre « probabilités » (11 leçons)

Toutes les leçons 1re