Pourquoi plus aucun joueur de baseball n'atteint-il une moyenne de .400 ? La réduction de la variabilité

Pourquoi cette question : un modèle d'introduction

Le jury attend que vous expliquiez pourquoi vous avez choisi la question. Inspirez-vous de ce modèle, mais racontez votre propre parcours.

En spécialité LLCER, nous avons étudié des légendes du sport américain, et Ted Williams, dernier joueur à avoir frappé au-dessus de .400 en une saison, en 1941, en est une. J'ai été surpris d'apprendre qu'un paléontologue, Stephen Jay Gould, avait expliqué la disparition de cette performance non par un déclin des joueurs, mais par leur progrès. J'ai voulu comprendre son raisonnement statistique.

L'enjeu et les notions du programme

Mesurer l'écart à la moyenne en nombre d'écarts types, et comprendre comment une réduction de la dispersion rend les valeurs extrêmes plus rares.

Le plan de l'exposé en 9,5 min

1. 1. Introduction

   1 min

   La moyenne au bâton mesure la proportion de passages réussis. Au début du XXᵉ siècle, plusieurs joueurs dépassaient .400 (40 % de réussite). Depuis Ted Williams en 1941, plus personne. Problématique : les meilleurs frappeurs sont-ils devenus moins bons, ou est-ce autre chose ?

2. 2. Mathématiques : moins de dispersion, moins d'extrêmes

   4 min

   La moyenne générale de la ligue est restée à peu près stable au cours du siècle, autour de .260, car les règles sont ajustées pour équilibrer attaque et défense. Ce qui a changé, selon Gould, c'est la dispersion : l'écart type des moyennes des joueurs réguliers a diminué.

   Écart réduit : on mesure l'écart d'une performance à la moyenne en nombre d'écarts types, $z=\frac{x-\mu }{\sigma }$z=fracx-μσ. Au début du siècle, avec un écart type d'environ 0,050 : $z=\frac{0,400-0,260}{0,050}=2,8$z=(0,400-0,260)/0,050=2,8. Aujourd'hui, avec un écart type d'environ 0,030 : $z=\frac{0,140}{0,030}\approx 4,7$z=0,140/0,030≈4,7.

   Un écart de 2,8 écarts types est rare, mais se produit de temps en temps parmi des centaines de joueurs. Un écart de 4,7 écarts types est extrêmement rare. L'inégalité de Bienaymé-Tchebychev donne déjà une borne : la proportion de valeurs à plus de $k$k écarts types de la moyenne est au plus $\frac{1}{k^2}$1/k², soit au plus 13 % pour $k=2,8$k=2,8 et 4,5 % pour $k=4,7$k=4,7 ; pour des distributions en cloche, comme celle des moyennes au bâton, les proportions réelles sont bien plus faibles.

   Pourquoi la dispersion diminue-t-elle ? Quand le niveau général s'élève (entraînement, sélection mondiale, analyse vidéo), les joueurs se rapprochent d'une limite humaine. Les plus faibles sont éliminés, les meilleurs ne peuvent plus progresser autant : l'ensemble se resserre. Les performances extrêmes disparaissent précisément parce que le niveau moyen des concurrents est plus élevé.

3. 3. In English: Gould's "Full House"

   3 min

   Stephen Jay Gould, a palaeontologist at Harvard and a passionate baseball fan, developed this argument in his book Full House (1996). He used it to make a broader point about evolution: we should look at the whole range of variation, not only at the extremes. He argued that the disappearance of .400 hitters is a sign of general improvement in play, not a decline.

   Ted Williams, who played for the Boston Red Sox, is remembered not only for his batting but also for his service as a pilot in the Second World War and in the Korean War, which interrupted his career. On the last day of the 1941 season, his average was exactly .39955, which would have been rounded to .400. His manager offered him the chance to sit out the last games to keep this round number, but Williams insisted on playing, and he finished at .406. The story is part of American sporting legend, a lesson in integrity.

4. 4. Conclusion

   1,5 min

   Avec une moyenne de .260, une moyenne de .400 représentait 2,8 écarts types quand la dispersion était de 0,050, mais 4,7 quand elle tombe à 0,030. La disparition du .400 traduit le resserrement des niveaux, signe d'un progrès général. J'ouvre sur l'usage de ce raisonnement par Gould pour penser l'évolution biologique.

Ce que j'écris au tableau

Pas de calculatrice ni de support numérique : un calcul clé écrit au tableau rend l'exposé concret et montre la solidité des connaissances.

Conclusion : la réponse à la question

Les questions probables du jury

Pendant les 10 minutesd'échange, le jury vous fait préciser et approfondir, sur tout le programme de vos spécialités en lien avec la question.

Les pièges qui coûtent des points

• Croire que les joueurs actuels sont moins bons.
• Oublier que la moyenne générale est restée stable.
• Confondre l'inégalité de Bienaymé-Tchebychev avec une valeur exacte.

Revoir les notions

• Concentration et loi des grands nombres (Terminale spé maths) →
• Statistiques descriptives (Seconde) →

Autres questions : sport et statistiques

• Peut-on prévoir le nombre de victoires d'une équipe de baseball avec une formule « pythagoricienne » ?
• Pourquoi gagner 60 % des points suffit-il pour gagner presque tous ses matchs de tennis ?
• Comment fixer le score à battre quand la pluie interrompt un match de cricket ? La méthode Duckworth-Lewis
• La « main chaude » existe-t-elle au basket ? Un biais statistique surprenant

Toutes les questions maths-llcer anglais →