Aller au contenu

Échantillonnage Seconde : 11 exercices corrigés et automatismes

Niveau
Seconde
Type
Exercices corrigés
Exercices
11

Tous les programmes de cette page ont été exécutés : chaque affichage reproduit est le résultat réel de Python 3 avec la graine indiquée. Sur cette base, 11 exercices corrigés de Seconde font calculer des fréquences, observer la fluctuation et la loi des grands nombres, écrire ou corriger des fonctions de simulation, puis étudier un jeu de kermesse. Cinq questions flash d'automatismes les précèdent.

Pour juger une simulation, on compare les fréquences obtenues à une probabilité exacte, souvent calculée en situation d'équiprobabilité.

Sommaire6 parties

Automatismes : 5 questions flash

Sans calculatrice, une seule bonne réponse par question.

Question 1 : Fréquence en pourcentage

Automatisme
Sur 120 lancers, un événement est réalisé 18 fois. Sa fréquence est :
  1. 18 %
  2. 15 %
  3. 1,5 %
  4. 6,7 %
Voir le corrigé
Réponse B : 18120=320=0,15=15 %\frac{18}{120}=\frac{3}{20}=0{,}15=15\,\%. La réponse 6,7 % vient du quotient inversé 12018≈6,7\frac{120}{18}\approx6{,}7, supérieur à 1 donc impossible pour une fréquence ; l'écrire « 6,7 % » ne corrige pas l'erreur.

Question 2 : Événement contraire

Automatisme
Si P(A)=0,35P(A)=0{,}35, alors P(A‾)P(\overline A) vaut :
  1. 0,350{,}35
  2. −0,35-0{,}35
  3. 0,650{,}65
  4. 1,351{,}35
Voir le corrigé
Réponse C : P(A‾)=1−P(A)=1−0,35=0,65P(\overline A)=1-P(A)=1-0{,}35=0{,}65. Les réponses B et D sont impossibles, car une probabilité est comprise entre 0 et 1.

Question 3 : Équiprobabilité

Automatisme
On lance un dé équilibré à six faces. La probabilité d'obtenir un multiple de 3 est :
  1. 12\frac12
  2. 16\frac16
  3. 13\frac13
  4. 23\frac23
Voir le corrigé
Réponse C. Les issues favorables sont 3 et 6, soit 2 issues sur 6 équiprobables : 26=13\frac26=\frac13.

Question 4 : Lire une condition aléatoire

Automatisme
Avec from random import random, la condition random() < 0.3 est vraie avec la probabilité :
  1. 0,70{,}7
  2. 0,30{,}3
  3. 13\frac13
  4. 0,030{,}03
Voir le corrigé
Réponse B. random() renvoie un nombre uniforme dans [0 ;1[[0\,;1\mathclose{[} ; il est inférieur à 0,3 quand il tombe dans [0 ;0,3[[0\,;0{,}3\mathclose{[}, intervalle de longueur 0,3. La réponse A est la probabilité du contraire.

Question 5 : Ordre de grandeur

Automatisme
On lance 10 000 fois une pièce équilibrée. Le nombre de piles obtenu est le plus vraisemblablement :
  1. exactement 5 000
  2. proche de 5 000, sans être forcément égal à 5 000
  3. proche de 1 000
  4. impossible à estimer
Voir le corrigé
Réponse B. D'après la loi des grands nombres, la fréquence de pile est proche de 0,5, donc le nombre de piles est proche de 0,5×10 000=5 0000{,}5\times10\,000=5\,000. Rien n'oblige ce nombre à valoir exactement 5 000 (réponse A).

Niveau 1 : fréquences et lecture de programmes

Exercice 1 : Fréquence observée et probabilité

Facile
Un sac contient 10 jetons indiscernables au toucher : 3 rouges et 7 bleus. On tire un jeton, on note sa couleur, on le remet, et on recommence : 80 tirages en tout. On obtient 29 jetons rouges.
  1. Quelle est la probabilité pp de tirer un jeton rouge lors d'un tirage ?
  2. Calculer la fréquence ff des jetons rouges dans cet échantillon, puis l'écart ∣f−p∣|f-p|.
  3. Peut-on en conclure que le sac contient en réalité plus de 3 jetons rouges ?
Voir le corrigé
  1. Les 10 jetons ont la même probabilité d'être tirés, et 3 sont rouges : p=310=0,3p=\frac{3}{10}=0{,}3. Comme le jeton est remis, cette probabilité est la même à chaque tirage.
  2. f=2980=0,3625f=\frac{29}{80}=0{,}3625 et ∣f−p∣=∣0,3625−0,3∣=0,0625|f-p|=|0{,}3625-0{,}3|=0{,}0625.
  3. Non. La composition du sac est connue : p=0,3p=0{,}3 est une donnée du modèle, pas une valeur à mesurer. Un écart de 0,0625 sur un échantillon de 80 tirages est une fluctuation ordinaire ; un autre échantillon de 80 tirages donnerait une autre fréquence.

Exercice 2 : Dix échantillons de 100 tickets

Facile
Dans un jeu de grattage, un ticket sur quatre est gagnant : p=0,25p=0{,}25. Avec un programme de simulation, un élève a produit 10 échantillons de 100 tickets et a obtenu les fréquences de tickets gagnants suivantes.
Échantillon12345678910
Fréquence0,300,190,180,270,200,240,310,320,270,17
  1. Calculer l'étendue de ces 10 fréquences.
  2. Calculer la fréquence des tickets gagnants sur l'ensemble des 1 000 tickets simulés.
  3. Un élève affirme : « l'échantillon 8 donne 0,32 au lieu de 0,25, donc le programme de simulation est faux. » Que lui répondre ?
Voir le corrigé
  1. Plus grande fréquence 0,32, plus petite 0,17 : étendue 0,32−0,17=0,150{,}32-0{,}17=0{,}15.
  2. Chaque échantillon compte 100 tickets, donc le nombre de gagnants est 100×f100\times f : 30, 19, 18, 27, 20, 24, 31, 32, 27, 17. Leur somme vaut 245, d'où une fréquence 2451 000=0,245\frac{245}{1\,000}=0{,}245. Les échantillons ayant tous la même taille, on retrouve la moyenne des 10 fréquences.
  3. Un seul échantillon de 100 tickets ne permet pas de juger le programme : la fluctuation d'échantillonnage fait varier les fréquences, ici de 0,17 à 0,32. En revanche, sur les 1 000 tickets réunis, la fréquence 0,245 est très proche de 0,25, ce qui est cohérent avec un programme correct.

Exercice 3 : Lire une fonction de simulation

Facile
On considère la fonction suivante.
from random import randint, random, seed

def experience():
    a = randint(1, 4)
    b = randint(1, 4)
    return a + b == 5
  1. Décrire une expérience réelle que cette fonction simule, et préciser ce qu'elle renvoie.
  2. Calculer la probabilité que experience() renvoie True.
Voir le corrigé
  1. a et b sont deux entiers tirés au hasard, indépendamment, entre 1 et 4 : la fonction simule le lancer de deux dés équilibrés à quatre faces (tétraèdres). Elle renvoie le booléen True si la somme des deux faces vaut 5, False sinon ; elle ne renvoie pas la somme elle-même.
  2. Il y a 4×4=164\times4=16 couples (a ;b)(a\,;b) équiprobables. Ceux de somme 5 sont (1 ;4)(1\,;4), (2 ;3)(2\,;3), (3 ;2)(3\,;2) et (4 ;1)(4\,;1). La probabilité vaut 416=14\frac{4}{16}=\frac14. Les couples (1 ;4)(1\,;4) et (4 ;1)(4\,;1) sont distincts : les oublier donnerait 216\frac{2}{16}, une erreur fréquente.

Niveau 2 : écrire et corriger des simulations

Exercice 4 : Simuler une urne à trois couleurs

Moyen
Une urne contient 2 boules rouges, 3 vertes et 5 blanches. On veut une fonction tirage() qui renvoie "R", "V" ou "B" avec les bonnes probabilités.
  1. Écrire cette fonction en utilisant random(), et justifier qu'elle respecte les probabilités de l'urne.
  2. Proposer une seconde version qui utilise randint.
Indication
Découper [0 ;1[[0\,;1\mathclose{[} en trois intervalles dont les longueurs sont les trois probabilités.
Voir le corrigé
  1. Les probabilités sont P(R)=210=0,2P(R)=\frac{2}{10}=0{,}2, P(V)=0,3P(V)=0{,}3 et P(B)=0,5P(B)=0{,}5. On découpe [0 ;1[[0\,;1\mathclose{[} en [0 ;0,2[[0\,;0{,}2\mathclose{[}, [0,2 ;0,5[[0{,}2\,;0{,}5\mathclose{[} et [0,5 ;1[[0{,}5\,;1\mathclose{[}, de longueurs 0,2, 0,3 et 0,5.
    from random import random, seed
    
    def tirage():
        u = random()
        if u < 0.2:
            return "R"
        elif u < 0.5:
            return "V"
        else:
            return "B"
    Le elif n'est examiné que si u≥0,2u\geq0{,}2 : « V » correspond donc à 0,2≤u<0,50{,}2\leq u\lt 0{,}5, intervalle de longueur 0,3. La seconde borne est 0,5 (probabilités cumulées 0,2+0,30{,}2+0{,}3), et non 0,3. Contrôle par simulation de 10 000 tirages :
    seed(10)
    r = 0
    v = 0
    for k in range(10000):
        t = tirage()
        if t == "R":
            r = r + 1
        elif t == "V":
            v = v + 1
    print(r / 10000, v / 10000, (10000 - r - v) / 10000)
    Affichage obtenu :
    0.2001 0.3013 0.4986
    Les trois fréquences sont proches de 0,2, 0,3 et 0,5.
  2. On numérote les boules de 1 à 10 : 1 et 2 rouges, 3 à 5 vertes, 6 à 10 blanches.
    from random import randint
    
    def tirage2():
        k = randint(1, 10)
        if k <= 2:
            return "R"
        elif k <= 5:
            return "V"
        else:
            return "B"
    Chaque numéro a la probabilité 110\frac{1}{10} : « R » correspond à 2 numéros, « V » à 3, « B » à 5.

Exercice 5 : Compléter la fonction fréquence

Moyen
On reprend la fonction experience() de l'exercice 3. La fonction frequence(n) doit répéter nn fois l'expérience et renvoyer la fréquence des sommes égales à 5.
# à compléter
def frequence(n):
    c = ...
    for k in range(...):
        if experience():
            ...
    return ...
  1. Compléter les quatre pointillés.
  2. Avec la graine 4, la fonction complétée appelée pour n=20n=20, 200, 2 000 et 20 000 affiche les fréquences 0,25 ; 0,275 ; 0,2515 et 0,25065. Le résultat pour n=20n=20 est exactement la probabilité calculée à l'exercice 3 : est-ce la preuve que 20 répétitions suffisent ?
  3. Que montrent les trois autres valeurs ?
Voir le corrigé
  1. Compteur initialisé avant la boucle, nn répétitions, ajout de 1 à chaque succès, division par nn après la boucle :
    from random import randint, seed
    
    def frequence(n):
        c = 0
        for k in range(n):
            if experience():
                c = c + 1
        return c / n
    
    seed(4)
    for n in [20, 200, 2000, 20000]:
        print(n, frequence(n))
    20 0.25
    200 0.275
    2000 0.2515
    20000 0.25065
  2. Non. Sur 20 répétitions, 5 succès donnent 520=0,25\frac{5}{20}=0{,}25 : c'est une coïncidence de cet échantillon. Avec une autre graine, on obtiendrait facilement 3, 4, 6 ou 7 succès, soit 0,15, 0,2, 0,3 ou 0,35. Une fréquence égale à pp ne prouve rien sur la qualité de l'estimation.
  3. Les écarts à 0,25 valent 0,025 pour n=200n=200, 0,0015 pour n=2 000n=2\,000 et 0,00065 pour n=20 000n=20\,000. Les fréquences des grands échantillons sont proches de 14\frac14, comme l'annonce la loi des grands nombres.

Exercice 6 : Trouver l’erreur dans une simulation de deux dés

Moyen
Pour estimer la probabilité que la somme de deux dés équilibrés soit au moins égale à 10, un élève écrit :
from random import randint, seed

def somme_au_moins_10():
    s = 2 * randint(1, 6)
    return s >= 10

def frequence_eleve(n):
    c = 0
    for k in range(n):
        if somme_au_moins_10():
            c = c + 1
    return c / n

seed(8)
print(frequence_eleve(10000))
0.3329
Il conclut que la probabilité cherchée vaut environ 13\frac13. Trouver l'erreur, la corriger, et donner la probabilité exacte.
Indication
Quelles valeurs la variable s peut-elle prendre ? Une somme de 7 est-elle possible ?
Voir le corrigé
Erreur. 2 * randint(1, 6) tire un seul dé et double son résultat : c'est la somme de deux dés qui afficheraient toujours la même face. s ne prend que les valeurs paires 2, 4, …, 12, chacune avec la probabilité 16\frac16, et s≥10s\geq10 correspond aux faces 5 et 6 : probabilité 26=13\frac26=\frac13. Le programme est cohérent avec lui-même, mais il ne simule pas l'expérience annoncée.
Correction. Deux tirages indépendants :
from random import randint, seed

def somme_au_moins_10():
    s = randint(1, 6) + randint(1, 6)
    return s >= 10
Probabilité exacte. Sur les 36 couples équiprobables, la somme vaut 10 pour (4 ;6)(4\,;6), (5 ;5)(5\,;5), (6 ;4)(6\,;4), 11 pour (5 ;6)(5\,;6), (6 ;5)(6\,;5) et 12 pour (6 ;6)(6\,;6) : 6 couples, donc P=636=16≈0,167P=\frac{6}{36}=\frac16\approx0{,}167, deux fois moins que la valeur de l'élève.
Test qui détecte ce genre d'erreur : afficher quelques valeurs de s. L'absence de toute somme impaire (3, 5, 7…) révèle immédiatement le problème.

Exercice 7 : Vrai ou faux sur la loi des grands nombres

Moyen
Dire si chaque affirmation est vraie ou fausse, et justifier.
  1. Une pièce équilibrée vient de tomber neuf fois de suite sur face. Au dixième lancer, pile a plus d'une chance sur deux de sortir.
  2. Si on lance 10 000 fois une pièce équilibrée, on obtient exactement 5 000 piles.
  3. Pour un dé équilibré, il est plus probable d'obtenir une fréquence de 6 comprise entre 0,15 et 0,18 avec 1 000 lancers qu'avec 30 lancers.
  4. Sur 50 lancers d'une pièce, on a obtenu 31 piles. La pièce est donc truquée.
Voir le corrigé
  1. Faux. Les lancers sont indépendants : la probabilité de pile au dixième lancer est 12\frac12, quoi qu'il soit arrivé avant. La loi des grands nombres ne repose pas sur une compensation des résultats passés.
  2. Faux. La fréquence sera très probablement proche de 0,5, mais le nombre de piles n'a aucune raison d'être exactement 5 000 (d'ailleurs, obtenir exactement 5 000 piles est peu probable).
  3. Vrai. Avec 30 lancers, les fréquences possibles sont des multiples de 130\frac{1}{30} et la seule entre 0,15 et 0,18 est 530≈0,167\frac{5}{30}\approx0{,}167 : il faut obtenir exactement 5 six. Avec 1 000 lancers, la fluctuation est beaucoup plus faible et la fréquence tombe dans cet intervalle bien plus souvent : environ 19 % des échantillons de 30 lancers contre environ 81 % des échantillons de 1 000 (valeurs obtenues par le calcul ou par simulation).
  4. Faux (la conclusion n'est pas justifiée). f=3150=0,62f=\frac{31}{50}=0{,}62 : sur 50 lancers d'une pièce équilibrée, les fréquences s'étalent largement autour de 0,5, et un écart de 0,12 n'a rien d'invraisemblable (pour aller plus loin : il est inférieur à 150≈0,14\frac{1}{\sqrt{50}}\approx0{,}14). Pour se prononcer, il faudrait beaucoup plus de lancers, ou comparer à la fluctuation observée sur des échantillons simulés de taille 50.

Exercice 8 : Estimer une probabilité avec un bouchon

Moyen
Cinq groupes lancent un bouchon de liège et comptent les chutes où il reste debout. Les groupes n'ont pas fait le même nombre de lancers.
GroupeABCDE
Lancers5080120150100
Bouchon debout1210212416
  1. Calculer la fréquence observée dans chaque groupe.
  2. Un élève calcule la moyenne des cinq fréquences pour estimer la probabilité. Un autre réunit tous les lancers. Calculer les deux valeurs et dire laquelle est la bonne estimation.
  3. Donner une estimation de la probabilité que le bouchon reste debout, et expliquer pourquoi on ne peut pas la calculer exactement.
Voir le corrigé
  1. A : 1250=0,24\frac{12}{50}=0{,}24 ; B : 1080=0,125\frac{10}{80}=0{,}125 ; C : 21120=0,175\frac{21}{120}=0{,}175 ; D : 24150=0,16\frac{24}{150}=0{,}16 ; E : 16100=0,16\frac{16}{100}=0{,}16.
  2. Moyenne simple des fréquences : 0,24+0,125+0,175+0,16+0,165=0,865=0,172\frac{0{,}24+0{,}125+0{,}175+0{,}16+0{,}16}{5}=\frac{0{,}86}{5}=0{,}172. Réunion des lancers : 12+10+21+24+16500=83500=0,166\frac{12+10+21+24+16}{500}=\frac{83}{500}=0{,}166. Les deux valeurs diffèrent : la moyenne simple donne à la fréquence élevée du groupe A (50 lancers seulement) le même poids qu'aux 150 lancers du groupe D. Seule la seconde est justifiée, car elle donne le même poids à chaque lancer ; elle revient à une moyenne des fréquences pondérée par les nombres de lancers.
  3. D'après la loi des grands nombres, la fréquence sur le plus grand échantillon disponible, 500 lancers, est la meilleure estimation : P(debout)≈0,166P(\text{debout})\approx0{,}166, soit environ 0,17. Aucun calcul exact n'est possible, car les issues « debout » et « couché » ne sont pas équiprobables et rien ne permet de les dénombrer : la probabilité dépend de la forme et de la masse du bouchon.

Exercice 9 : Simulation et calcul exact

Moyen
On lance deux dés équilibrés et on note EE l'événement « l'écart entre les deux faces est au moins égal à 3 » (l'écart est la différence entre la plus grande et la plus petite face).
  1. Écrire une fonction ecart_au_moins_3() qui simule l'expérience et renvoie True si EE est réalisé.
  2. Écrire une fonction qui renvoie la fréquence de EE sur nn expériences.
  3. Avec la graine 9, cette fonction donne 0,36 pour n=100n=100 puis 0,3353 pour n=10 000n=10\,000. Calculer P(E)P(E) exactement.
  4. Comparer et conclure.
Indication
L'écart s'obtient avec abs(a - b). Pour le calcul exact, un tableau 6 × 6 des écarts évite les oublis.
Voir le corrigé
  1. from random import randint, seed
    
    def ecart_au_moins_3():
        a = randint(1, 6)
        b = randint(1, 6)
        return abs(a - b) >= 3
  2. def frequence_ecart(n):
        c = 0
        for k in range(n):
            if ecart_au_moins_3():
                c = c + 1
        return c / n
    
    seed(9)
    print(frequence_ecart(100), frequence_ecart(10000))
    0.36 0.3353
  3. Les 36 couples sont équiprobables. On compte les couples par valeur de l'écart :
    • écart 3 : (1 ;4)(1\,;4), (2 ;5)(2\,;5), (3 ;6)(3\,;6) et leurs symétriques, soit 6 couples ;
    • écart 4 : (1 ;5)(1\,;5), (2 ;6)(2\,;6) et leurs symétriques, soit 4 couples ;
    • écart 5 : (1 ;6)(1\,;6) et (6 ;1)(6\,;1), soit 2 couples.
    P(E)=6+4+236=1236=13≈0,333P(E)=\frac{6+4+2}{36}=\frac{12}{36}=\frac13\approx0{,}333.
  4. Écarts à 13\frac13 : environ 0,027 pour n=100n=100 et 0,002 pour n=10 000n=10\,000. La simulation est compatible avec le calcul exact, et le grand échantillon en donne une valeur approchée à quelques millièmes près. Le calcul exact reste la seule façon d'obtenir la valeur 13\frac13 ; la simulation sert à le contrôler.

Niveau 3 : juger une fréquence

Exercice 10 : Ce dé est-il truqué ?

Difficile
Deux dés sont lancés 600 fois chacun. Le dé rouge donne 130 fois le 6, le dé vert 112 fois. Pour savoir si ces résultats sont surprenants avec un dé équilibré, on simule 1 000 séries de 600 lancers d'un dé équilibré :
from random import randint, seed

def nombre_de_six(n):
    c = 0
    for k in range(n):
        if randint(1, 6) == 6:
            c = c + 1
    return c

seed(3)
au_moins_130 = 0
au_moins_112 = 0
for j in range(1000):
    s = nombre_de_six(600)
    if s >= 130:
        au_moins_130 = au_moins_130 + 1
    if s >= 112:
        au_moins_112 = au_moins_112 + 1
print(au_moins_130, au_moins_112)
1 96
  1. Combien de 6 attend-on « en moyenne » sur 600 lancers d'un dé équilibré ? Calculer les fréquences du 6 pour les deux dés.
  2. Interpréter l'affichage du programme.
  3. Que peut-on dire de chacun des deux dés ?
Voir le corrigé
  1. Avec p=16p=\frac16, on attend environ 600×16=100600\times\frac16=100 six. Dé rouge : 130600≈0,217\frac{130}{600}\approx0{,}217 ; dé vert : 112600≈0,187\frac{112}{600}\approx0{,}187.
  2. Sur 1 000 séries de 600 lancers d'un dé équilibré, une seule a donné au moins 130 six, soit une fréquence de 0,001 ; 96 séries ont donné au moins 112 six, soit 0,096.
  3. Dé rouge : avec un dé équilibré, un résultat aussi élevé n'arrive qu'environ une fois sur mille. Ce n'est pas impossible, mais c'est si rare qu'on a de bonnes raisons de douter de l'équilibre du dé ; on peut relancer pour confirmer. Dé vert : environ une série sur dix fait au moins aussi bien avec un dé équilibré ; 112 six n'a rien d'anormal et ne permet pas de soupçonner le dé. Dans les deux cas, on ne démontre rien : on compare l'écart observé à la fluctuation normale.

Exercice 11 : Taille de l’échantillon et dispersion

Difficile
Pour une pièce équilibrée, un élève a simulé 200 échantillons de chaque taille nn et a relevé la plus petite et la plus grande fréquence de pile obtenues.
Taille nn251004001 600
Fréquence minimale0,20,370,410,46125
Fréquence maximale0,760,640,55750,52875
  1. Calculer l'étendue des fréquences pour chaque taille.
  2. Quand on multiplie la taille par 4, par combien l'étendue est-elle environ divisée ?
  3. Estimer l'étendue attendue pour n=6 400n=6\,400, et la taille à partir de laquelle on peut espérer des fréquences toutes à moins de 0,01 de 0,5 environ.
Voir le corrigé
  1. 0,76−0,2=0,560{,}76-0{,}2=0{,}56 ; 0,64−0,37=0,270{,}64-0{,}37=0{,}27 ; 0,5575−0,41=0,14750{,}5575-0{,}41=0{,}1475 ; 0,52875−0,46125=0,06750{,}52875-0{,}46125=0{,}0675.
  2. Rapports successifs : 0,560,27≈2,07\frac{0{,}56}{0{,}27}\approx2{,}07, 0,270,1475≈1,83\frac{0{,}27}{0{,}1475}\approx1{,}83, 0,14750,0675≈2,19\frac{0{,}1475}{0{,}0675}\approx2{,}19. Multiplier la taille par 4 divise l'étendue environ par 2 (ces valeurs fluctuent, puisqu'elles proviennent elles-mêmes d'une simulation).
  3. Pour n=6 400=4×1 600n=6\,400=4\times1\,600, on attend une étendue d'environ 0,06752≈0,034\frac{0{,}0675}{2}\approx0{,}034, soit des fréquences à environ 0,017 de part et d'autre de 0,5. Pour une demi-étendue de 0,01, il faut encore diviser par environ 1,7, donc multiplier la taille par environ 1,72≈31{,}7^2\approx3 : de l'ordre de 20 000 lancers. Cette estimation reste grossière. Pour aller plus loin, on retrouve ici la règle « la fluctuation est proportionnelle à 1n\frac{1}{\sqrt n} » : pour nn multiplié par 4, n\sqrt n est multiplié par 2.

Problème de synthèse : le stand de kermesse

Problème : le jeu est-il favorable au stand ?

Type bac
À un stand de kermesse, le joueur paie 2 € puis lance deux dés équilibrés. S'il obtient un double (deux faces égales), on lui remet 7 € ; si la somme vaut 7, on lui remet 4 € ; sinon il ne reçoit rien. On appelle gain le montant reçu moins la mise de 2 €.
  1. Calculer la probabilité d'obtenir un double, puis celle d'obtenir une somme égale à 7. Ces deux événements peuvent-ils se produire en même temps ? En déduire les trois gains possibles et leurs probabilités.
  2. Écrire une fonction partie() qui simule une partie et renvoie le gain du joueur.
  3. Écrire une fonction gain_moyen(n) qui renvoie le gain moyen par partie sur nn parties.
  4. Avec la graine 2024, gain_moyen affiche −0,5-0{,}5 pour 10 parties, −0,195-0{,}195 pour 1 000 parties et −0,17207-0{,}17207 pour 100 000 parties. Vers quelle valeur le gain moyen semble-t-il se stabiliser ? Justifier cette valeur par un calcul, à l'aide de la loi des grands nombres. Quel bénéfice l'organisateur peut-il espérer sur 600 parties ?
  5. Quelle somme faudrait-il remettre pour un double, les autres règles restant inchangées, pour que le gain moyen tende vers 0 ?
Indication
Sur un grand nombre de parties, le gain moyen est la moyenne pondérée des trois gains par leurs fréquences, et chaque fréquence est proche de la probabilité correspondante.
Voir le corrigé
  1. Les 36 couples sont équiprobables. Doubles : (1 ;1)(1\,;1), …, (6 ;6)(6\,;6), soit 6 couples et P(D)=636=16P(D)=\frac{6}{36}=\frac16. Somme 7 : (1 ;6)(1\,;6), (2 ;5)(2\,;5), (3 ;4)(3\,;4), (4 ;3)(4\,;3), (5 ;2)(5\,;2), (6 ;1)(6\,;1), soit P(S)=16P(S)=\frac16. Un double a une somme paire (2a2a), donc jamais égale à 7 : les deux événements sont incompatibles. Gains : 7−2=57-2=5 € avec la probabilité 16\frac16 ; 4−2=24-2=2 € avec la probabilité 16\frac16 ; −2-2 € avec la probabilité 1−16−16=46=231-\frac16-\frac16=\frac46=\frac23.
  2. from random import randint, seed
    
    def partie():
        a = randint(1, 6)
        b = randint(1, 6)
        if a == b:
            return 5
        elif a + b == 7:
            return 2
        else:
            return -2
    Le test du double est fait en premier ; l'ordre n'a pas d'importance ici puisque les deux cas sont incompatibles.
  3. def gain_moyen(n):
        total = 0
        for k in range(n):
            total = total + partie()
        return total / n
    
    seed(2024)
    for n in [10, 1000, 100000]:
        print(n, gain_moyen(n))
    10 -0.5
    1000 -0.195
    100000 -0.17207
  4. Les valeurs semblent se stabiliser vers −0,17-0{,}17 environ. Sur nn parties, si les gains 5, 2 et −2-2 ont pour fréquences f1f_1, f2f_2, f3f_3, le gain moyen est 5f1+2f2−2f35f_1+2f_2-2f_3. D'après la loi des grands nombres, ces fréquences se rapprochent de 16\frac16, 16\frac16 et 23\frac23, donc le gain moyen se rapproche de 5×16+2×16−2×23=5+2−86=−16≈−0,167.\begin{aligned}&5\times\frac16+2\times\frac16-2\times\frac23\\&=\frac{5+2-8}{6}=-\frac16\\&\approx-0{,}167.\end{aligned} Le joueur perd en moyenne environ 0,17 € par partie, ce que gagne le stand. Sur 600 parties, l'organisateur peut espérer environ 600×16=100600\times\frac16=100 €, sans garantie exacte : le bénéfice réel fluctue autour de cette valeur.
  5. Si on remet xx euros pour un double, le gain correspondant est x−2x-2. Le gain moyen tend vers (x−2)+2−86=x−86\frac{(x-2)+2-8}{6}=\frac{x-8}{6}, qui est nul pour x=8x=8. Avec 8 € remis pour un double, le jeu n'est plus favorable ni au joueur ni au stand.

Pages liées