Loi des grands nombres – Cours de Maths Terminale

Tu te demandes comment la loi des grands nombres assure que la moyenne d’un grand échantillon se rapproche de l’espérance ?

Comprendre la loi des grands nombres

La loi des grands nombres est un principe fondamental en probabilités. Elle indique que plus on augmente la taille d’un échantillon, plus la moyenne de cet échantillon se rapproche de l’espérance de la variable aléatoire étudiée. Autrement dit, en répétant une expérience plusieurs fois, les résultats obtenus tendent à converger vers la valeur attendue.

Pourquoi étudier cette loi en terminale ?

En Terminale, la loi des grands nombres permet de mieux comprendre le comportement des variables aléatoires et d’anticiper les résultats dans des situations réelles. Cela t’aide à maîtriser les concepts de convergence et de probabilité, essentiels pour les études supérieures en mathématiques et statistiques.

Formulation mathématique

Soit une suite de variables aléatoires indépendantes et identiquement distribuées, X₁, X₂, …, Xₙ. La loi des grands nombres affirme que la moyenne Mₙ = (X₁ + X₂ + … + Xₙ)/n converge vers l’espérance E(X) lorsque n tend vers l’infini.

Applications pratiques

Par exemple, si tu lances une pièce équilibrée plusieurs fois, la proportion de faces obtenues se rapprochera de 0,5 à mesure que le nombre de lancers augmente. Cela illustre comment la loi des grands nombres assure la stabilité des probabilités sur un grand nombre d’essais.

Techniques pour appliquer la loi des grands nombres

Pour utiliser cette loi efficacement, il est crucial de bien définir ton échantillon et de t’assurer que les variables aléatoires sont bien indépendantes et identiquement distribuées. Cela te permettra de faire des estimations précises et fiables.

Voir aussi : l’orthogonalité et les distances dans l’espace pour compléter vos connaissances.

Astuces pour mieux assimiler

Une bonne manière de comprendre cette loi est de pratiquer avec des exercices concrets. Consulte des corrigés et participe à des travaux dirigés pour renforcer ta compréhension et visualiser les concepts en action.

Ce thème est développé dans notre article sur les vecteurs, droites et plans de l’espace.

Exemples concrets

Supposons que tu souhaites estimer la moyenne des notes d’une classe. En recueillant un grand nombre de notes, tu t’assureras que la moyenne de ton échantillon est proche de la moyenne réelle de la population étudiante.

Pour approfondir ce sujet, consultez notre cours sur les sommes de variables aléatoires.

Pour approfondir tes connaissances, visite nos cours de mathématiques.

Retrouvez les détails dans notre fiche sur la combinatoire et le dénombrement.

Estimation via la Loi des Grands Nombres

Instructions

1. Déterminer l’espérance mathématique E(X) de la variable aléatoire X.
2. Calculer la moyenne observée à partir de l’échantillon obtenu.
3. Appliquer la Loi des Grands Nombres pour évaluer la proximité entre la moyenne observée et l’espérance.
4. Conclure sur la fiabilité de l’estimation obtenue.

✅ Voir la correction

Étape 1 : L’espérance mathématique E(X) pour un dé équilibré est calculée par E(X) = n × p, où n = 600 et p = 1/6. Ainsi, E(X) = 600 × (1/6) = 100.

Étape 2 : La moyenne observée est déterminée en divisant le nombre de résultats obtenus par le nombre total de lancers. Donc, M = X / 600.

Étape 3 : Selon la Loi des Grands Nombres, à mesure que le nombre de lancers augmente, la moyenne observée M converge vers l’espérance E(X). Ici, avec 600 lancers, M devrait être proche de 1/6 ≈ 0.1667.

Réponse finale : La moyenne des 600 lancers sera proche de 0.1667, ce qui correspond à l’espérance mathématique conformément à la Loi des Grands Nombres.

Vérification de la Loi des Grands Nombres avec des Lancers de Dés

Instructions

1. Effectuer les lancers : Lancez le dé 1000 fois et notez chaque résultat.
2. Calculer la moyenne : Additionnez tous les résultats obtenus et divisez par 1000.
3. Comparer les résultats : Comparez la moyenne calculée avec l’espérance théorique d’un dé équilibré.
4. Interpréter : En vous basant sur la loi des grands nombres, expliquez si vos résultats confirment la théorie.
5. Conseil : Utilisez un tableau pour organiser vos données afin de simplifier les calculs.

✅ Voir la correction

Étape 1 : Vous avez lancé le dé 1000 fois et enregistré chaque résultat.

Étape 2 : La somme des résultats obtenus est de, par exemple, 3500. La moyenne est donc :

Moyenne = 3500 / 1000 = 3,5

Étape 3 : L’espérance théorique d’un dé équilibré est :

E(X) = (1+2+3+4+5+6) / 6 = 3,5

Étape 4 : La moyenne obtenue (3,5) est égale à l’espérance théorique (3,5), ce qui confirme que, selon la loi des grands nombres, à mesure que le nombre de lancers augmente, la moyenne des résultats se rapproche de l’espérance attendue.

Estimation de l’Espérance par la Loi des Grands Nombres

Instructions

1. Calculer la moyenne des durées de vie des ampoules testées.
   • Additionne toutes les durées enregistrées.
   • Divise la somme par 50 pour obtenir la moyenne.

2. Additionne toutes les durées enregistrées.
3. Divise la somme par 50 pour obtenir la moyenne.
4. Appliquer la loi des grands nombres pour conclure sur l’espérance.
5. Assure-toi que l’échantillon est suffisamment grand pour que l’estimation soit fiable.

• Additionne toutes les durées enregistrées.
• Divise la somme par 50 pour obtenir la moyenne.

✅ Voir la correction

Pour commencer, calculons la somme des durées de vie des ampoules :

800 + 820 + 790 + 810 + 805 + 795 + 815 + 800 + 805 + 810 + 790 + 800 + 805 + 810 + 795 + 800 + 805 + 810 + 790 + 800 + 805 + 810 + 795 + 800 + 805 + 810 + 790 + 800 + 805 + 810 + 795 + 800 + 805 + 810 + 790 + 800 + 805 + 810 + 795 + 800 + 805 + 810 + 790 + 800 + 805 + 810 + 795 + 800 + 805 = 40 000 heures

Ensuite, calculons la moyenne :

Moyenne = 40 000 / 50 = 800 heures

Selon la loi des grands nombres, plus la taille de l’échantillon est grande, plus la moyenne de l’échantillon se rapproche de l’espérance réelle. Ici, avec 50 ampoules, l’estimation de l’espérance de la durée de vie est 800 heures.

Avec la loi des grands nombres, tu comprends comment la moyenne de ton échantillon se rapproche de l’espérance à mesure que la taille augmente.

Cette notion t’aide à appréhender les variations aléatoires et la fiabilité de tes estimations.

Pour approfondir tes compétences, découvre nos cours particuliers en mathématiques.