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.
Tu es hors ligne : les chapitres enregistrés fonctionnent toujours.
Toutes les leçons du chapitre, prêtes pour le papier. Les séries d'exercices sont notées A, B, C… et corrigées à la fin.
Pour obtenir un PDF, choisis « Enregistrer au format PDF » dans la fenêtre d'impression.
Terminale, spécialité
Concentration et loi des grands nombres
PseudoDate
Scanne pour ouvrir en ligneenglish.sedifier.com/fr/fr-lyc-2026/tle-spe/fr.tle.concentration/
1. Inégalité de Bienaymé-Tchebychev
Échauffement
Trois questions rapides sur des leçons déjà vues.
X a pour espérance 4. Calcule E(S2) pour un échantillon de taille 2.
V(X)=4. Calcule V(M3) pour un échantillon de taille 3.
E(X)=2, σ(X)=3 et on prend un échantillon de taille n=9.
E(Sn) :
V(Sn) :
σ(Mn) :
On pose Y=2X+3. Calcule σ(Y).
Découvrir
Si une variable X a une très petite variance, X est-elle souvent loin de son espérance ?
Non, c'est rare
Oui, souvent
L'idée clé
Cette inégalité vaut pour toute variable aléatoire, sans connaître sa loi.
Inégalité de Bienaymé-Tchebychev : pour tout δ>0, P(∣X−E(X)∣≥δ)≤δ2V(X).
Exemple corrigé
E(X)=50 et V(X)=4. Majore P(∣X−50∣≥5), puis minore P(45<X<55).
P(∣X−50∣≥5)≤254=0,16
V/δ² avec δ = 5.
P(45<X<55)≥1−0,16=0,84
Événement contraire.
À toi, guidé
À toi : V(X)=9 et δ=3σ(X). Majore P(∣X−E(X)∣≥δ).
91
σ = 3, δ = 9 : 9/81.
Entraînement ★
V(X)=2. D'après l'inégalité de Bienaymé-Tchebychev, quel majorant obtient-on pour P(∣X−E(X)∣≥2) ?
V(X)=19. D'après l'inégalité de Bienaymé-Tchebychev, quel majorant obtient-on pour P(∣X−E(X)∣≥7) ?
V(X)=1. D'après l'inégalité de Bienaymé-Tchebychev, quel majorant obtient-on pour P(∣X−E(X)∣≥2) ?
Attention !
Entraînement ★★
E(X)=24 et V(X)=2. Quel minorant de P(18<X<30) obtient-on ?
E(X)=30 et V(X)=3. Quel minorant de P(22<X<38) obtient-on ?
V(X)=2. Quel majorant de P(∣X−E(X)∣≥3) donne l'inégalité de Bienaymé-Tchebychev ?
Que majore l'inégalité de Bienaymé-Tchebychev ?
La probabilité de s'écarter de l'espérance d'au moins δ
La probabilité de rester près de l'espérance
L'espérance de X
Bilan
Trois questions pour vérifier que c'est acquis.
V(X)=2. D'après l'inégalité de Bienaymé-Tchebychev, quel majorant obtient-on pour P(∣X−E(X)∣≥2) ?
V(X)=19. D'après l'inégalité de Bienaymé-Tchebychev, quel majorant obtient-on pour P(∣X−E(X)∣≥7) ?
V(X)=1. D'après l'inégalité de Bienaymé-Tchebychev, quel majorant obtient-on pour P(∣X−E(X)∣≥2) ?
Fiche résumé
Bienaymé-Tchebychev
P(∣X−E(X)∣≥δ)≤δ2V(X).
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 ★★★
V(X)=16. Quel est le plus petit δ>0 pour lequel l'inégalité de Bienaymé-Tchebychev donne P(∣X−E(X)∣≥δ)≤41 ?
2. Inégalité de concentration et loi des grands nombres
Échauffement
Trois questions rapides sur des leçons déjà vues.
V(X)=2. D'après l'inégalité de Bienaymé-Tchebychev, quel majorant obtient-on pour P(∣X−E(X)∣≥2) ?
E(X)=24 et V(X)=2. Quel minorant de P(18<X<30) obtient-on ?
V(X)=2. Quel majorant de P(∣X−E(X)∣≥3) donne l'inégalité de Bienaymé-Tchebychev ?
Découvrir
On lance un grand nombre de fois un dé équilibré. Que devient la moyenne Mn des résultats ?
Elle se rapproche de 3,5 avec une grande probabilité
Elle vaut exactement 3,5 à partir d'un certain n
L'idée clé
On applique Bienaymé-Tchebychev à Mn, de variance nV(X).
Inégalité de concentration :P(∣Mn−E(X)∣≥δ)≤nδ2V(X).
Loi des grands nombres : pour tout δ>0, n→+∞limP(∣Mn−E(X)∣≥δ)=0.
Exemple corrigé
V(X)=2. Quelle taille n garantit P(∣Mn−E(X)∣≥0,1)≤0,05 d'après l'inégalité ?
n×0,012=n200
Majorant.
n≥4000
On résout 200/n ≤ 0,05.
À toi, guidé
À toi : avec V(X)=1, n=100 et δ=1, que vaut le majorant ?
0,01
1/(100 × 1).
Entraînement ★
V(X)=1, n=20 et δ=2. Quel majorant de P(∣Mn−E(X)∣≥δ) donne l'inégalité de concentration ?
V(X)=18, n=141 et δ=6. Quel majorant de P(∣Mn−E(X)∣≥δ) donne l'inégalité de concentration ?
V(X)=5, n=20 et δ=2. Quel majorant de P(∣Mn−E(X)∣≥δ) donne l'inégalité de concentration ?
Attention !
Entraînement ★★
On lance 6 fois mille une pièce équilibrée. Que dit la loi des grands nombres sur la fréquence de pile ?
Elle a une grande probabilité d'être proche de 0,5
Elle vaut exactement 0,5
Une série de piles est compensée par une série de faces
On lance 9 fois mille une pièce équilibrée. Que dit la loi des grands nombres sur la fréquence de pile ?
Elle a une grande probabilité d'être proche de 0,5
Elle vaut exactement 0,5
Une série de piles est compensée par une série de faces
Quand la taille n d'un échantillon augmente, comment évolue le majorant nδ2V(X) ?
Il diminue
Il augmente
Il ne change pas
V(X)=3 et δ=1. À partir de quelle taille n le majorant nδ2V(X) est-il au plus égal à 101 ?
Bilan
Trois questions pour vérifier que c'est acquis.
V(X)=1, n=20 et δ=2. Quel majorant de P(∣Mn−E(X)∣≥δ) donne l'inégalité de concentration ?
V(X)=18, n=141 et δ=6. Quel majorant de P(∣Mn−E(X)∣≥δ) donne l'inégalité de concentration ?
V(X)=5, n=20 et δ=2. Quel majorant de P(∣Mn−E(X)∣≥δ) donne l'inégalité de concentration ?
Fiche résumé
Concentration et grands nombres
P(∣Mn−E(X)∣≥δ)≤nδ2V(X).
Quand n devient grand, Mn se concentre autour de 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 ★★★
On lance n fois une pièce équilibrée (X=1 pour pile, sinon 0, donc V(X)=41). Avec l'inégalité de concentration, quelle valeur de n garantit P(∣Mn−0,5∣≥0,05)≤401 au minimum ?
3. Attendre un premier succès
Découvrir
On lance un dé équilibré jusqu'à obtenir un six. En moyenne, combien de lancers faut-il ?
6 lancers
3,5 lancers
L'idée clé
Attendre un premier succès.
Si chaque essai réussit avec la probabilité p, indépendamment, le nombre moyen d'essais jusqu'au premier succès est
E=p1.
Exemple corrigé
Une roue tombe sur rouge avec la probabilité 41. Combien de lancers attend-on jusqu'au premier rouge ?
E=1/41
p=41.
E=4 lancers
1/41=4.
À toi, guidé
À toi : chaque essai réussit avec la probabilité 101. Combien d'essais attend-on ?
10
1/101.
Entraînement ★
Chaque essai réussit avec la probabilité 111, indépendamment. Combien d'essais attend-on jusqu'au premier succès ?
Chaque essai réussit avec la probabilité 151, indépendamment. Combien d'essais attend-on jusqu'au premier succès ?
Chaque essai réussit avec la probabilité 21, indépendamment. Combien d'essais attend-on jusqu'au premier succès ?
Entraînement ★★
Une pièce de machine tombe en panne un jour donné avec la probabilité 601. En moyenne, combien de jours jusqu'à la première panne ?
Une pièce de machine tombe en panne un jour donné avec la probabilité 501. En moyenne, combien de jours jusqu'à la première panne ?
Bilan
Deux questions pour vérifier.
Chaque essai réussit avec la probabilité 111, indépendamment. Combien d'essais attend-on jusqu'au premier succès ?
Chaque essai réussit avec la probabilité 151, indépendamment. Combien d'essais attend-on jusqu'au premier succès ?
Fiche résumé
Temps d'attente
Temps d'attente moyen =p1.
Événements rares : attente longue en moyenne.
Les ingénieurs s'en servent pour le temps moyen entre deux pannes d'une machine.
4. Histoire : Bernoulli, de Moivre et la loi des grands nombres
Découvrir
Lance une pièce équilibrée 10 fois : tu peux très bien obtenir 7 piles. Lance-la 10 000 fois : la proportion de piles est presque toujours très proche de 21. Qui a démontré le premier que cela doit arriver ?
Jacques Bernoulli, avec sa loi des grands nombres
Personne : c'est seulement une observation
L'idée clé
D'un lancer à beaucoup.
Étape 1Jacques Bernoulli1655–1705Niklaus Bernoulli (1662-1716), 1687. Domaine public1713 : l'Ars Conjectandi de Jacques Bernoulli est imprimé, huit ans après sa mort. Il démontre la loi des grands nombres.
Étape 2Abraham de Moivre1667–1754Joseph Highmore, 1736. Domaine public1718 : le livre de de Moivre, The Doctrine of Chances.
Étape 3Abraham de Moivre1667–1754Joseph Highmore, 1736. Domaine public13 novembre 1733 : de Moivre approche la loi binomiale par la courbe en cloche.
L'Ars Conjectandi de Jacques Bernoulli (imprimé en 1713, huit ans après sa mort) contient la loi des grands nombres. Le 13 novembre 1733, Abraham de Moivre montre que pour beaucoup d'épreuves, la loi binomiale ressemble à la courbe en cloche, notre loi normale.
Exemple corrigé
Avec n lancers d'une pièce équilibrée, le nombre de piles X a pour espérance 2n et pour écart type 2n.
espérance 50, écart type 5
Pour n=100 :
0,005 : très proche de 21
Pour n=10000 : la proportion de piles a pour écart type 1000050.
Entraînement ★
Que dit la loi des grands nombres de Jacques Bernoulli (imprimée en 1713) ?
Sur beaucoup d'épreuves, la fréquence se rapproche de la probabilité
Après beaucoup de faces, pile devient plus probable
Les grands nombres sont plus probables que les petits
On lance 144 fois une pièce équilibrée. Avec σ=2n, quel est l'écart type du nombre de piles ?
On lance 196 fois une pièce équilibrée. Avec σ=2n, quel est l'écart type du nombre de piles ?
L'Ars Conjectandi est imprimé en 1713, huit ans après la mort de Jacques Bernoulli. En quelle année est-il mort ? Ajoute 4 à cette année.
Fiche résumé
Les variables aléatoires aujourd'hui
Sondages : un échantillon de 1 000 personnes donne une proportion proche de la vraie.
Assurances et casinos reposent sur la loi des grands nombres.
Le contrôle qualité compte les pièces défectueuses avec la loi binomiale.
Sources : biographies de Jacques Bernoulli et d'Abraham de Moivre sur MacTutor (voir « Sources et crédits »).
Corrigé: Concentration et loi des grands nombres
1. Inégalité de Bienaymé-Tchebychev
A
8
34
a) 18 b) 81 c) 1 d) 6
B
0,5
4919
0,25
C
1817
0,953125
D
92
E
La probabilité de s'écarter de l'espérance d'au moins δ
F
0,5
4919
0,25
G
8
2. Inégalité de concentration et loi des grands nombres
A
0,5
1817
92
B
0,0125
2821
0,0625
C
Elle a une grande probabilité d'être proche de 0,5
Elle a une grande probabilité d'être proche de 0,5
D
Il diminue
E
30
F
0,0125
2821
0,0625
G
4000
3. Attendre un premier succès
A
11
15
2
B
60
50
C
11
15
4. Histoire : Bernoulli, de Moivre et la loi des grands nombres
A
Sur beaucoup d'épreuves, la fréquence se rapproche de la probabilité