Lessons and exercises follow the school system and stay in its language.Les leçons et les exercices suivent le système scolaire et restent dans sa langue.Lektionen und Übungen folgen dem Schulsystem und bleiben in seiner Sprache.

Variables aléatoires

Imprimer seulement Terminale, spécialité

Les leçons de ce thème vues en Terminale, spécialité, prêtes pour le papier.

Pour obtenir un PDF, choisis « Enregistrer au format PDF » dans la fenêtre d'impression.

1. Combiner des variables aléatoires

Découvrir

Deux dés indépendants ont chacun un écart type d'environ 1,71{,}7. L'écart type de leur somme vaut-il environ 3,43{,}4 ?

  1. Non, moins : environ 2,42{,}4
  2. Oui

L'idée clé

L'espérance est toujours linéaire ; les variances s'additionnent quand les variables sont indépendantes.

E(X+Y)=E(X)+E(Y)E(X + Y) = E(X) + E(Y) et E(aX+b)=aE(X)+bE(aX + b) = aE(X) + b.

V(aX+b)=a2V(X)V(aX + b) = a^2V(X), donc σ(aX+b)=∣a∣σ(X)\sigma(aX + b) = |a|\sigma(X).

Si XX et YY sont indépendantes, V(X+Y)=V(X)+V(Y)V(X + Y) = V(X) + V(Y), et V(X−Y)=V(X)+V(Y)V(X - Y) = V(X) + V(Y) aussi.

Exemple corrigé

Trajet du matin : espérance 20 min, écart type 3 min ; du soir : espérance 25 min, écart type 4 min. Ils sont indépendants.

E(T)=45E(T) = 45
L'espérance est linéaire.
V(T)=9+16=25V(T) = 9 + 16 = 25
Les variances s'additionnent.
σ(T)=5\sigma(T) = 5
Racine carrée.

À toi, guidé

À toi : σ(X)=6\sigma(X) = 6, σ(Y)=8\sigma(Y) = 8, indépendantes. Calcule σ(X−Y)\sigma(X - Y).

1010
√(36 + 64).

Entraînement ★

  1. XX et YY sont indépendantes, avec σ(X)=3\sigma(X) = 3 et σ(Y)=4\sigma(Y) = 4. Calcule σ(X+Y)\sigma(X + Y).
  2. XX et YY sont indépendantes, avec σ(X)=81\sigma(X) = 81 et σ(Y)=108\sigma(Y) = 108. Calcule σ(X+Y)\sigma(X + Y).
  1. σ(X)=4\sigma(X) = 4. On pose Y=5+2XY = 5 + 2X. Calcule σ(Y)\sigma(Y).

Attention !

Entraînement ★★

  1. XX et YY sont indépendantes, avec σ(X)=12\sigma(X) = 12 et σ(Y)=5\sigma(Y) = 5. Calcule σ(X−Y)\sigma(X - Y).
  2. XX et YY sont indépendantes, avec σ(X)=288\sigma(X) = 288 et σ(Y)=120\sigma(Y) = 120. Calcule σ(X−Y)\sigma(X - Y).

Bilan

Trois questions pour vérifier que c'est acquis.

  1. XX et YY sont indépendantes, avec σ(X)=3\sigma(X) = 3 et σ(Y)=4\sigma(Y) = 4. Calcule σ(X+Y)\sigma(X + Y).
  2. XX et YY sont indépendantes, avec σ(X)=81\sigma(X) = 81 et σ(Y)=108\sigma(Y) = 108. Calcule σ(X+Y)\sigma(X + Y).
  3. XX et YY sont indépendantes, avec σ(X)=9\sigma(X) = 9 et σ(Y)=12\sigma(Y) = 12. Calcule σ(X+Y)\sigma(X + Y).

Fiche résumé

Somme de variables aléatoires

  • Espérance : toujours linéaire.
  • Indépendantes : les variances s'additionnent, pour une somme comme pour une différence.

Attention : n'additionne jamais directement les écarts types.

Il reste une étape facultative : un défi. Tente-le, ou termine la leçon maintenant.

Défi ★★★

  1. XX et YY sont indépendantes, V(X)=8V(X) = 8 et V(Y)=2V(Y) = 2. Calcule V(2X−3Y)V(2X - 3Y).

2. La loi binomiale

Découvrir

On lance une pièce trois fois. Combien de suites contiennent exactement un pile ?

  1. 3
  2. 1

L'idée clé

Une épreuve de Bernoulli a deux issues : succès, de probabilité pp, et échec. Un schéma de Bernoulli répète nn fois cette épreuve, de façon indépendante.

Le nombre XX de succès suit la loi binomiale B(n;p)\mathcal{B}(n ; p) : P(X=k)=(nk)pk(1−p)n−kP(X = k) = \binom{n}{k}p^k(1 - p)^{n - k}, où (nk)\binom{n}{k} compte les chemins de l'arbre avec kk succès.

Exemple corrigé

XX suit B(5;0,2)\mathcal{B}(5 ; 0{,}2). Calcule P(X=2)P(X = 2).

(52)=10\binom{5}{2} = 10
Nombre de chemins.
0,22×0,83=0,020480{,}2^2 \times 0{,}8^3 = 0{,}02048
Probabilité d'un chemin.
P(X=2)=0,2048P(X = 2) = 0{,}2048
On multiplie.

À toi, guidé

À toi : XX suit B(4;12)\mathcal{B}\left(4 ; \dfrac{1}{2}\right). Calcule P(X=1)P(X = 1).

14\dfrac{1}{4}
4 × (½)⁴.

Entraînement ★

  1. Un joueur réussit un lancer franc avec la probabilité 13\dfrac{1}{ 3 }. En 3 lancers indépendants, calcule la probabilité d'en réussir exactement un.
  2. Un joueur réussit un lancer franc avec la probabilité 18\dfrac{1}{ 8 }. En 12 lancers indépendants, calcule la probabilité d'en réussir exactement un.
  1. Quelle situation relève d'une loi binomiale ?
    1. Le nombre de piles en 9 lancers d'une pièce équilibrée
    2. Le nombre de lancers jusqu'au premier pile
    3. Le nombre d'as dans 9 cartes tirées d'un jeu, sans remise

Attention !

Entraînement ★★

  1. Une graine germe avec la probabilité 13\dfrac{1}{ 3 }, indépendamment des autres. On plante 4 graines. Calcule la probabilité que exactement deux germent.
  2. Une graine germe avec la probabilité 18\dfrac{1}{ 8 }, indépendamment des autres. On plante 12 graines. Calcule la probabilité que exactement deux germent.

Bilan

Trois questions pour vérifier que c'est acquis.

  1. Un joueur réussit un lancer franc avec la probabilité 13\dfrac{1}{ 3 }. En 3 lancers indépendants, calcule la probabilité d'en réussir exactement un.
  2. Un joueur réussit un lancer franc avec la probabilité 18\dfrac{1}{ 8 }. En 12 lancers indépendants, calcule la probabilité d'en réussir exactement un.
  3. Un joueur réussit un lancer franc avec la probabilité 13\dfrac{1}{ 3 }. En 4 lancers indépendants, calcule la probabilité d'en réussir exactement un.

Fiche résumé

Loi binomiale

P(X=k)=(nk)pk(1−p)n−kP(X = k) = \binom{n}{k}p^k(1 - p)^{n - k} pour XX suivant B(n;p)\mathcal{B}(n ; p).

Attention : multiplie par le nombre de chemins.

Il reste une étape facultative : un défi. Tente-le, ou termine la leçon maintenant.

Défi ★★★

  1. XX suit la loi binomiale B(10;12)\mathcal{B}\left(10 ; \dfrac{1}{2}\right). Pour quelle valeur de kk la probabilité P(X=k)P(X = k) est-elle la plus grande ?

3. Espérance et écart type d'une loi binomiale

Échauffement

Trois questions rapides sur des leçons déjà vues.

  1. Une maladie touche 5100\dfrac{ 5 }{100} de la population. Un test est positif pour 90 % des malades et pour 3100\dfrac{ 3 }{100} des non-malades.
    1. P(M∩+)P(M \cap +) :
    2. P(+)P(+) :
    3. P+(M)P_+(M) :
    4. On teste 3 personnes malades, indépendamment. Probabilité que les 3 tests soient positifs :
    5. Sur 100 personnes malades testées, nombre moyen de tests positifs :
  2. Un joueur réussit un lancer franc avec la probabilité 13\dfrac{1}{ 3 }. En 3 lancers indépendants, calcule la probabilité d'en réussir exactement un.
  3. Une graine germe avec la probabilité 13\dfrac{1}{ 3 }, indépendamment des autres. On plante 4 graines. Calcule la probabilité que exactement deux germent.

Découvrir

On lance 100 fois une pièce équilibrée. Combien de piles attend-on en moyenne ?

  1. 50
  2. 25

L'idée clé

Une loi binomiale est la somme de nn variables de Bernoulli indépendantes.

Si XX suit B(n;p)\mathcal{B}(n ; p) : E(X)=npE(X) = np, V(X)=np(1−p)V(X) = np(1 - p) et σ(X)=np(1−p)\sigma(X) = \sqrt{np(1 - p)}.

Exemple corrigé

XX suit B(50;0,3)\mathcal{B}(50 ; 0{,}3).

E(X)=15E(X) = 15
np.
V(X)=10,5V(X) = 10{,}5
np(1 − p).
σ(X)≈3,24\sigma(X) \approx 3{,}24
Racine carrée.

À toi, guidé

À toi : n=200n = 200, p=0,1p = 0{,}1. Calcule l'espérance.

2020
200 × 0,1.

Entraînement ★

  1. XX suit la loi binomiale avec n=30n = 30 et p=110p = \dfrac{1}{ 10 }. Calcule E(X)E(X).
  2. XX suit la loi binomiale avec n=523n = 523 et p=14p = \dfrac{1}{ 4 }. Calcule E(X)E(X).
  1. XX suit la loi binomiale avec n=64n = 64 et p=12p = \dfrac{1}{ 2 }. Calcule σ(X)\sigma(X).
  2. XX suit la loi binomiale avec n=908n = 908 et p=112p = \dfrac{1}{ 12 }. Calcule σ(X)\sigma(X).

Attention !

Entraînement ★★

  1. Un QCM compte 87 questions à 4 réponses. Un élève répond au hasard à toutes. Que signifie E(X)=874E(X) = \frac{87}{4} ?
    1. Sur un grand nombre de QCM remplis au hasard, le nombre moyen de bonnes réponses est proche de \frac{87}{4}
    2. L'élève aura exactement \frac{87}{4} bonnes réponses
    3. \frac{87}{4} est le meilleur score possible

Bilan

Trois questions pour vérifier que c'est acquis.

  1. XX suit la loi binomiale avec n=30n = 30 et p=110p = \dfrac{1}{ 10 }. Calcule E(X)E(X).
  2. XX suit la loi binomiale avec n=523n = 523 et p=14p = \dfrac{1}{ 4 }. Calcule E(X)E(X).
  3. XX suit la loi binomiale avec n=30n = 30 et p=15p = \dfrac{1}{ 5 }. Calcule E(X)E(X).

Fiche résumé

Espérance et écart type

E(X)=npE(X) = np et σ(X)=np(1−p)\sigma(X) = \sqrt{np(1 - p)}.

Attention : l'écart type est la racine carrée de np(1−p)np(1 - p).

Il reste une étape facultative : un défi. Tente-le, ou termine la leçon maintenant.

Défi ★★★

  1. XX suit une loi binomiale avec E(X)=20E(X) = 20 et V(X)=15V(X) = 15. Que vaut nn ?

4. Loi binomiale : seuil et intervalles

Échauffement

Trois questions rapides sur des leçons déjà vues.

  1. Une maladie touche 5100\dfrac{ 5 }{100} de la population. Un test est positif pour 90 % des malades et pour 3100\dfrac{ 3 }{100} des non-malades.
    1. P(M∩+)P(M \cap +) :
    2. P(+)P(+) :
    3. P+(M)P_+(M) :
    4. On teste 3 personnes malades, indépendamment. Probabilité que les 3 tests soient positifs :
    5. Sur 100 personnes malades testées, nombre moyen de tests positifs :
  2. Un joueur réussit un lancer franc avec la probabilité 13\dfrac{1}{ 3 }. En 3 lancers indépendants, calcule la probabilité d'en réussir exactement un.
  3. Une graine germe avec la probabilité 13\dfrac{1}{ 3 }, indépendamment des autres. On plante 4 graines. Calcule la probabilité que exactement deux germent.

Découvrir

Une pièce donne pile avec la probabilité 12\dfrac{1}{2}. On veut au moins un pile avec une probabilité d'au moins 0,990{,}99. Comment calculer P(X≥1)P(X \geq 1) facilement ?

  1. 1−P(X=0)1 - P(X = 0)
  2. P(X=1)P(X = 1)

L'idée clé

La calculatrice ou un tableur donne les probabilités cumulées P(X≤k)P(X \leq k).

P(a≤X≤b)=P(X≤b)−P(X≤a−1)P(a \leq X \leq b) = P(X \leq b) - P(X \leq a - 1).

Seuil : on cherche le plus petit entier kk tel que P(X≤k)≥αP(X \leq k) \geq \alpha, ou le plus petit nn tel que 1−(1−p)n≥α1 - (1 - p)^n \geq \alpha.

Exemple corrigé

Trouve le plus petit nn tel que 1−0,5n≥0,991 - 0{,}5^n \geq 0{,}99.

0,5n≤0,010{,}5^n \leq 0{,}01
On isole la puissance.
n=7n = 7
0,5⁶ ≈ 0,0156 et 0,5⁷ ≈ 0,0078.

À toi, guidé

À toi : si P(X≤5)=0,9P(X \leq 5) = 0{,}9 et P(X≤2)=0,3P(X \leq 2) = 0{,}3, que vaut P(3≤X≤5)P(3 \leq X \leq 5) ?

0,60{,}6
0,9 − 0,3.

Entraînement ★

  1. XX suit la loi B(2;12)\mathcal{B}\left(2 ; \dfrac{1}{ 2 }\right). Calcule P(X≥1)P(X \geq 1).
  2. XX suit la loi B(9;16)\mathcal{B}\left(9 ; \dfrac{1}{ 6 }\right). Calcule P(X≥1)P(X \geq 1).
  3. XX suit la loi B(2;13)\mathcal{B}\left(2 ; \dfrac{1}{ 3 }\right). Calcule P(X≥1)P(X \geq 1).

Attention !

Entraînement ★★

  1. Trouve le plus petit entier nn tel que 1−(12)n≥1−11021 - \left(\dfrac{1}{2}\right)^n \geq 1 - \dfrac{1}{10^{ 2 }}.
  2. Trouve le plus petit entier nn tel que 1−(12)n≥1−11031 - \left(\dfrac{1}{2}\right)^n \geq 1 - \dfrac{1}{10^{ 3 }}.
  1. XX suit la loi B(3;12)\mathcal{B}\left(3 ; \dfrac{1}{2}\right). Calcule P(1≤X≤2)P(1 \leq X \leq 2).
  2. XX suit la loi B(8;12)\mathcal{B}\left(8 ; \dfrac{1}{2}\right). Calcule P(1≤X≤7)P(1 \leq X \leq 7).
  1. XX suit la loi B(3;12)\mathcal{B}\left(3 ; \dfrac{1}{2}\right). Calcule P(X=1)P(X = 1).

Bilan

Trois questions pour vérifier que c'est acquis.

  1. XX suit la loi B(2;12)\mathcal{B}\left(2 ; \dfrac{1}{ 2 }\right). Calcule P(X≥1)P(X \geq 1).
  2. XX suit la loi B(9;16)\mathcal{B}\left(9 ; \dfrac{1}{ 6 }\right). Calcule P(X≥1)P(X \geq 1).
  3. XX suit la loi B(2;13)\mathcal{B}\left(2 ; \dfrac{1}{ 3 }\right). Calcule P(X≥1)P(X \geq 1).

Fiche résumé

Seuil et intervalles

  • P(a≤X≤b)=P(X≤b)−P(X≤a−1)P(a \leq X \leq b) = P(X \leq b) - P(X \leq a - 1).
  • « Au moins un » : on passe par le contraire.

Attention : au a−1a - 1.

Il reste une étape facultative : un défi. Tente-le, ou termine la leçon maintenant.

Défi ★★★

  1. On lance un dé équilibré nn fois. Quel est le plus petit nn pour lequel la probabilité d'obtenir au moins un 6 dépasse 12\dfrac{1}{2} ?

5. Échantillon d'une loi : somme Sₙ et moyenne Mₙ

Échauffement

Trois questions rapides sur des leçons déjà vues.

  1. XX et YY sont indépendantes, avec σ(X)=3\sigma(X) = 3 et σ(Y)=4\sigma(Y) = 4. Calcule σ(X+Y)\sigma(X + Y).
  2. XX et YY sont indépendantes, avec σ(X)=12\sigma(X) = 12 et σ(Y)=5\sigma(Y) = 5. Calcule σ(X−Y)\sigma(X - Y).
  3. σ(X)=4\sigma(X) = 4. On pose Y=5+2XY = 5 + 2X. Calcule σ(Y)\sigma(Y).

Découvrir

Une variable XX a pour écart type σ\sigma. On fait la moyenne de 100 répétitions indépendantes de XX. Cette moyenne est-elle plus ou moins dispersée que XX ?

  1. Moins
  2. Autant

L'idée clé

Un échantillon de taille nn de la loi de XX est une liste X1,…,XnX_1, \dots, X_n de variables indépendantes de même loi que XX.

Pour Sn=X1+⋯+XnS_n = X_1 + \dots + X_n : E(Sn)=nE(X)E(S_n) = nE(X) et V(Sn)=nV(X)V(S_n) = nV(X).

Pour Mn=SnnM_n = \dfrac{S_n}{n} : E(Mn)=E(X)E(M_n) = E(X), V(Mn)=V(X)nV(M_n) = \dfrac{V(X)}{n} et σ(Mn)=σ(X)n\sigma(M_n) = \dfrac{\sigma(X)}{\sqrt{n}}.

Exemple corrigé

E(X)=3E(X) = 3, V(X)=16V(X) = 16. Avec un échantillon de taille n=4n = 4, calcule E(M4)E(M_4) et σ(M4)\sigma(M_4).

E(M4)=3E(M_4) = 3
La moyenne garde l'espérance.
σ(M4)=2\sigma(M_4) = 2
V(M₄) = 16/4 = 4.

À toi, guidé

À toi : V(X)=5V(X) = 5. Calcule V(S10)V(S_{10}).

5050
10 × 5.

Entraînement ★

  1. XX a pour espérance 4. Calcule E(S2)E(S_{ 2 }) pour un échantillon de taille 2.
  2. XX a pour espérance 24. Calcule E(S63)E(S_{ 63 }) pour un échantillon de taille 63.
  3. XX a pour espérance 5. Calcule E(S2)E(S_{ 2 }) pour un échantillon de taille 2.

Attention !

Entraînement ★★

  1. V(X)=4V(X) = 4. Calcule V(M3)V(M_{ 3 }) pour un échantillon de taille 3.
  2. V(X)=39V(X) = 39. Calcule V(M30)V(M_{ 30 }) pour un échantillon de taille 30.
  1. V(X)=2V(X) = 2. Calcule V(S3)V(S_{ 3 }) pour un échantillon de taille 3.
  1. E(X)=3E(X) = 3. Calcule E(M3)E(M_{ 3 }) pour un échantillon de taille 3.

Bilan

Trois questions pour vérifier que c'est acquis.

  1. XX a pour espérance 4. Calcule E(S2)E(S_{ 2 }) pour un échantillon de taille 2.
  2. XX a pour espérance 24. Calcule E(S63)E(S_{ 63 }) pour un échantillon de taille 63.
  3. XX a pour espérance 5. Calcule E(S2)E(S_{ 2 }) pour un échantillon de taille 2.

Fiche résumé

Échantillon

  • E(Sn)=nE(X)E(S_n) = nE(X) et V(Sn)=nV(X)V(S_n) = nV(X).
  • E(Mn)=E(X)E(M_n) = E(X) et V(Mn)=V(X)nV(M_n) = \dfrac{V(X)}{n}.

Attention : σ\sigma est divisé par n\sqrt{n}, pas par nn.

Il reste une étape facultative : un défi. Tente-le, ou termine la leçon maintenant.

Défi ★★★

  1. Quelle taille nn d'échantillon divise l'écart type de la moyenne MnM_n par 10 par rapport à celui de XX ?

6. Inégalité de Bienaymé-Tchebychev

Échauffement

Trois questions rapides sur des leçons déjà vues.

  1. XX a pour espérance 4. Calcule E(S2)E(S_{ 2 }) pour un échantillon de taille 2.
  2. V(X)=4V(X) = 4. Calcule V(M3)V(M_{ 3 }) pour un échantillon de taille 3.
  3. E(X)=2E(X) = 2, σ(X)=3\sigma(X) = 3 et on prend un échantillon de taille n=9n = 9.
    1. E(Sn)E(S_n) :
    2. V(Sn)V(S_n) :
    3. σ(Mn)\sigma(M_n) :
    4. On pose Y=2X+3Y = 2X + 3. Calcule σ(Y)\sigma(Y).

Découvrir

Si une variable XX a une très petite variance, XX est-elle souvent loin de son espérance ?

  1. Non, c'est rare
  2. Oui, souvent

L'idée clé

Cette inégalité vaut pour toute variable aléatoire, sans connaître sa loi.

Inégalité de Bienaymé-Tchebychev : pour tout δ>0\delta > 0, P(∣X−E(X)∣≥δ)≤V(X)δ2P\big(|X - E(X)| \geq \delta\big) \leq \dfrac{V(X)}{\delta^2}.

Exemple corrigé

E(X)=50E(X) = 50 et V(X)=4V(X) = 4. Majore P(∣X−50∣≥5)P(|X - 50| \geq 5), puis minore P(45<X<55)P(45 < X < 55).

P(∣X−50∣≥5)≤425=0,16P(|X - 50| \geq 5) \leq \dfrac{4}{25} = 0{,}16
V/δ² avec δ = 5.
P(45<X<55)≥1−0,16=0,84P(45 < X < 55) \geq 1 - 0{,}16 = 0{,}84
Événement contraire.

À toi, guidé

À toi : V(X)=9V(X) = 9 et δ=3σ(X)\delta = 3\sigma(X). Majore P(∣X−E(X)∣≥δ)P(|X - E(X)| \geq \delta).

19\dfrac{1}{9}
σ = 3, δ = 9 : 9/81.

Entraînement ★

  1. V(X)=2V(X) = 2. D'après l'inégalité de Bienaymé-Tchebychev, quel majorant obtient-on pour P(∣X−E(X)∣≥2)P\big(|X - E(X)| \geq 2\big) ?
  2. V(X)=19V(X) = 19. D'après l'inégalité de Bienaymé-Tchebychev, quel majorant obtient-on pour P(∣X−E(X)∣≥7)P\big(|X - E(X)| \geq 7\big) ?
  3. V(X)=1V(X) = 1. D'après l'inégalité de Bienaymé-Tchebychev, quel majorant obtient-on pour P(∣X−E(X)∣≥2)P\big(|X - E(X)| \geq 2\big) ?

Attention !

Entraînement ★★

  1. E(X)=24E(X) = 24 et V(X)=2V(X) = 2. Quel minorant de P(18<X<30)P\big(18 < X < 30\big) obtient-on ?
  2. E(X)=30E(X) = 30 et V(X)=3V(X) = 3. Quel minorant de P(22<X<38)P\big(22 < X < 38\big) obtient-on ?
  1. V(X)=2V(X) = 2. Quel majorant de P(∣X−E(X)∣≥3)P\big(|X - E(X)| \geq 3\big) donne l'inégalité de Bienaymé-Tchebychev ?
  1. Que majore l'inégalité de Bienaymé-Tchebychev ?
    1. La probabilité de s'écarter de l'espérance d'au moins δ\delta
    2. La probabilité de rester près de l'espérance
    3. L'espérance de XX

Bilan

Trois questions pour vérifier que c'est acquis.

  1. V(X)=2V(X) = 2. D'après l'inégalité de Bienaymé-Tchebychev, quel majorant obtient-on pour P(∣X−E(X)∣≥2)P\big(|X - E(X)| \geq 2\big) ?
  2. V(X)=19V(X) = 19. D'après l'inégalité de Bienaymé-Tchebychev, quel majorant obtient-on pour P(∣X−E(X)∣≥7)P\big(|X - E(X)| \geq 7\big) ?
  3. V(X)=1V(X) = 1. D'après l'inégalité de Bienaymé-Tchebychev, quel majorant obtient-on pour P(∣X−E(X)∣≥2)P\big(|X - E(X)| \geq 2\big) ?

Fiche résumé

Bienaymé-Tchebychev

P(∣X−E(X)∣≥δ)≤V(X)δ2P\big(|X - E(X)| \geq \delta\big) \leq \dfrac{V(X)}{\delta^2}.

Attention : c'est un majorant, souvent large ; ce n'est pas la valeur de la probabilité.

Il reste une étape facultative : un défi. Tente-le, ou termine la leçon maintenant.

Défi ★★★

  1. V(X)=16V(X) = 16. Quel est le plus petit δ>0\delta > 0 pour lequel l'inégalité de Bienaymé-Tchebychev donne P(∣X−E(X)∣≥δ)≤14P\big(|X - E(X)| \ge \delta\big) \le \dfrac{1}{4} ?

7. Inégalité de concentration et loi des grands nombres

Échauffement

Trois questions rapides sur des leçons déjà vues.

  1. V(X)=2V(X) = 2. D'après l'inégalité de Bienaymé-Tchebychev, quel majorant obtient-on pour P(∣X−E(X)∣≥2)P\big(|X - E(X)| \geq 2\big) ?
  2. E(X)=24E(X) = 24 et V(X)=2V(X) = 2. Quel minorant de P(18<X<30)P\big(18 < X < 30\big) obtient-on ?
  3. V(X)=2V(X) = 2. Quel majorant de P(∣X−E(X)∣≥3)P\big(|X - E(X)| \geq 3\big) donne l'inégalité de Bienaymé-Tchebychev ?

Découvrir

On lance un grand nombre de fois un dé équilibré. Que devient la moyenne MnM_n des résultats ?

  1. Elle se rapproche de 3,53{,}5 avec une grande probabilité
  2. Elle vaut exactement 3,53{,}5 à partir d'un certain nn

L'idée clé

On applique Bienaymé-Tchebychev à MnM_n, de variance V(X)n\dfrac{V(X)}{n}.

Inégalité de concentration : P(∣Mn−E(X)∣≥δ)≤V(X)nδ2P\big(|M_n - E(X)| \geq \delta\big) \leq \dfrac{V(X)}{n\delta^2}.

Loi des grands nombres : pour tout δ>0\delta > 0, lim⁡n→+∞P(∣Mn−E(X)∣≥δ)=0\displaystyle\lim_{n \to +\infty} P\big(|M_n - E(X)| \geq \delta\big) = 0.

Exemple corrigé

V(X)=2V(X) = 2. Quelle taille nn garantit P(∣Mn−E(X)∣≥0,1)≤0,05P(|M_n - E(X)| \geq 0{,}1) \leq 0{,}05 d'après l'inégalité ?

2n×0,01=200n\dfrac{2}{n \times 0{,}01} = \dfrac{200}{n}
Majorant.
n≥4 000n \geq 4\,000
On résout 200/n ≤ 0,05.

À toi, guidé

À toi : avec V(X)=1V(X) = 1, n=100n = 100 et δ=1\delta = 1, que vaut le majorant ?

0,010{,}01
1/(100 × 1).

Entraînement ★

  1. V(X)=1V(X) = 1, n=20n = 20 et δ=2\delta = 2. Quel majorant de P(∣Mn−E(X)∣≥δ)P\big(|M_n - E(X)| \geq \delta\big) donne l'inégalité de concentration ?
  2. V(X)=18V(X) = 18, n=141n = 141 et δ=6\delta = 6. Quel majorant de P(∣Mn−E(X)∣≥δ)P\big(|M_n - E(X)| \geq \delta\big) donne l'inégalité de concentration ?
  3. V(X)=5V(X) = 5, n=20n = 20 et δ=2\delta = 2. Quel majorant de P(∣Mn−E(X)∣≥δ)P\big(|M_n - E(X)| \geq \delta\big) donne l'inégalité de concentration ?

Attention !

Entraînement ★★

  1. On lance 6 fois mille une pièce équilibrée. Que dit la loi des grands nombres sur la fréquence de pile ?
    1. Elle a une grande probabilité d'être proche de 0,50{,}5
    2. Elle vaut exactement 0,50{,}5
    3. Une série de piles est compensée par une série de faces
  2. On lance 9 fois mille une pièce équilibrée. Que dit la loi des grands nombres sur la fréquence de pile ?
    1. Elle a une grande probabilité d'être proche de 0,50{,}5
    2. Elle vaut exactement 0,50{,}5
    3. Une série de piles est compensée par une série de faces
  1. Quand la taille nn d'un échantillon augmente, comment évolue le majorant V(X)nδ2\dfrac{V(X)}{n\delta^2} ?
    1. Il diminue
    2. Il augmente
    3. Il ne change pas
  1. V(X)=3V(X) = 3 et δ=1\delta = 1. À partir de quelle taille nn le majorant V(X)nδ2\dfrac{V(X)}{n\delta^2} est-il au plus égal à 110\dfrac{1}{ 10 } ?

Bilan

Trois questions pour vérifier que c'est acquis.

  1. V(X)=1V(X) = 1, n=20n = 20 et δ=2\delta = 2. Quel majorant de P(∣Mn−E(X)∣≥δ)P\big(|M_n - E(X)| \geq \delta\big) donne l'inégalité de concentration ?
  2. V(X)=18V(X) = 18, n=141n = 141 et δ=6\delta = 6. Quel majorant de P(∣Mn−E(X)∣≥δ)P\big(|M_n - E(X)| \geq \delta\big) donne l'inégalité de concentration ?
  3. V(X)=5V(X) = 5, n=20n = 20 et δ=2\delta = 2. Quel majorant de P(∣Mn−E(X)∣≥δ)P\big(|M_n - E(X)| \geq \delta\big) donne l'inégalité de concentration ?

Fiche résumé

Concentration et grands nombres

  • P(∣Mn−E(X)∣≥δ)≤V(X)nδ2P\big(|M_n - E(X)| \geq \delta\big) \leq \dfrac{V(X)}{n\delta^2}.
  • Quand nn devient grand, MnM_n se concentre autour de E(X)E(X).

Attention : il n'y a pas de compensation d'un tirage à l'autre.

Il reste une étape facultative : un défi. Tente-le, ou termine la leçon maintenant.

Défi ★★★

  1. On lance nn fois une pièce équilibrée (X=1X = 1 pour pile, sinon 0, donc V(X)=14V(X) = \dfrac{1}{4}). Avec l'inégalité de concentration, quelle valeur de nn garantit P(∣Mn−0,5∣≥0,05)≤140P\big(|M_n - 0{,}5| \ge 0{,}05\big) \le \dfrac{1}{ 40 } au minimum ?