01 76 38 08 47
Logo Kartable
AccueilParcourirRechercheSe connecter

Pour profiter de 10 contenus offerts.

Logo Kartable
AccueilParcourirRechercheSe connecter

Pour profiter de 10 contenus offerts.

  1. Accueil
  2. Seconde
  3. Mathématiques
  4. Problème : Observer la loi des grands nombres à l’aide d’une simulation sur Python

Observer la loi des grands nombres à l’aide d’une simulation sur Python Problème

Ce contenu a été rédigé par l'équipe éditoriale de Kartable.

Dernière modification : 12/05/2025 - Conforme au programme 2025-2026

La loi des grands nombres exprime le fait que la fréquence de réalisation d'un événement sur l'échantillon s'approche de la probabilité de cet événement.

On lance un dé à 6 faces non truqué :

  •  Si l'on tombe sur un 1, on gagne 1 €.
  •  Si l'on tombe sur 2, 3 ou 4, on gagne 3 €.
  •  Sinon, on gagne 4 €.

 

On note X la variable aléatoire donnant le gain obtenu lors d'un lancer.

Quelle fonction Python permet de générer la variable aléatoire X  ?

Pour tirer un chiffre aléatoire, on peut utiliser la fonction \verb/randint/ du module \verb/random/ qu'on importe comme cela :
\verb* from random import randint *

Il suffit ensuite de vérifier avec une instruction \verb/if - elif - else/ à quel gain le nombre tiré correspond.

Ainsi :

\verb/ from random import randint / 
\verb/ def experience(): / 
\verb/     de = randint(1{,}6) / 
\verb/     # on tire au hasard un nombre entier parmi 1{,}2{,}3{,}4{,}5{,}6 / 
\verb/     if de < 2: / 
\verb/         X = 1 / 
\verb/     elif de < 5: / 
\verb/         X = 3 / 
\verb/     else: / 
\verb/         X = 4 / 
\verb/     return X / 

Quelle est l'espérance théorique de gain de ce jeu de dé ?

L'espérance du jeu est la somme des probabilités multipliées par les gains associés à chaque issue possible.

P(1 €) = P(1) = \dfrac{1}{6}
P(3 €) = P(2) + P(3) + P(4) = \dfrac{1}{6} +  \dfrac{1}{6} +  \dfrac{1}{6} =  \dfrac{3}{6}
P(4 €) = P(5) + P(6) = \dfrac{1}{6} +  \dfrac{1}{6} =  \dfrac{2}{6}

L'espérance est donc E(X) = 1 \times \dfrac{1}{6} + 3 \times \dfrac{3}{6} + 4 \times \dfrac{2}{6} = \dfrac{1+9+8}{6} = \dfrac{18}{6}, soit 3.

Quel programme permet de tracer en bleu des points dont les ordonnées sont les valeurs d'une liste \verb/ L/ ?

Pour tracer des points, on peut utiliser la fonction \verb/plot/ du module graphique \verb/matplotlib/.

Elle prend 3 arguments :

  • les abscisses, que l'on peut générer avec la fonction \verb/range/ ;
  • les ordonnées ;
  • l'aspect.

 

Pour que l'aspect soit des points bleus, on utilise la syntaxe \verb/'b.'/, b pour « bleu » et le . pour indiquer les points.

Ainsi :

\verb/ import matplotlib.pyplot as plt / 
\verb/ plt.plot(list(range(1,len(L)+1)),L,'b.') / 

Quelle fonction permet de tracer l'évolution de la moyenne en fonction du nombre de fois où l'on observe la variable aléatoire X à l'aide la fonction \verb/ experience()/ ?

Tant que l'on n'a pas généré suffisamment d'expériences, on itère à l'aide d'une boucle \verb/while/.

On ajoute dans une liste le résultat de l'expérience aléatoire à l'aide de la fonction \verb/append/. Pour calculer la moyenne des résultats jusqu'à présent, on divise tous les gains précédents par le nombre de tirages jusqu'à présent.

Ainsi :

\verb/ import matplotlib.pyplot as plt /
\verb/ def evolutionMoyenne(experience,nExperiences): / 
\verb/     s = experience() / 
\verb/     n = 1 / 
\verb/     L = [s] # moyenne sur 1 expérience / 
\verb/     while n < nExperiences: / 
\verb/         n = n+1 / 
\verb/         s = s + experience() / 
\verb/         L.append(s/n) # on ajoute la moyenne sur n expériences / 
\verb/     plt.plot(list(range(1,nExperiences+1)),L,'b.') / 
\verb/     plt.plot([1,nExperiences],[3, 3],'r-') / 
\verb/     #3 est l'espérance de gain / 
\verb/     plt.grid() / 
\verb/     plt.show() / 

La charte éditoriale garantit la conformité des contenus aux programmes officiels de l'Éducation nationale. en savoir plus

Les cours et exercices sont rédigés par l'équipe éditoriale de Kartable, composéee de professeurs certififés et agrégés. en savoir plus

Voir aussi
  • Cours : Échantillonnage
  • Exercice : Déterminer la taille d'un échantillon pour une expérience donnée
  • Exercice : Identifier une situation de loi des grands nombres
  • Exercice : Lire et comprendre une fonction Python renvoyant la fréquence des succès sur un échantillon
  • Exercice : Estimer une probabilité à l'aide de la loi des grands nombres
  • Exercice : Déterminer l'intervalle de confiance d'une estimation de probabilité ou de proportion
  • Problème : Observer la loi des grands nombres à l’aide d’une simulation sur tableur
  • Exercice : Calculer l'intervalle de fluctuation au seuil de 95 % d'un échantillon
  • Exercice : Prendre une décision sur un échantillon à l'aide d'un intervalle de fluctuation
  • Problème : Simuler N échantilllons de taille n d'une expérience aléatoire à deux issues
  • Exercice : Calculer la proportion des cas où l’écart entre la probabilité d'une issue p et sa fréquence f est inférieur à 1/sqrt(n)
  • Quiz : Échantillonnage

Nos conseillers pédagogiques sont à votre écoute 7j/7

Nos experts chevronnés sont joignables par téléphone et par e-mail pour répondre à toutes vos questions.
Pour comprendre nos services, trouver le bon accompagnement ou simplement souscrire à une offre, n'hésitez pas à les solliciter.

support@kartable.fr
01 76 38 08 47

Téléchargez l'application

Logo application Kartable
KartableWeb, iOS, AndroidÉducation

4,5 / 5  sur  20261  avis

0.00
app androidapp ios
  • Contact
  • Aide
  • Livres
  • Mentions légales
  • Recrutement

© Kartable 2025