Un prof de maths qui te répond·30 €/mois

Découvrir
MathLvlMon espace
Terminale spé maths

Concentration et loi des grands nombres en Terminale spé maths

Inégalité de Bienaymé-Tchebychev, concentration et loi des grands nombres.

Mis à jour le

On formalise rigoureusement l'idée que « plus on répète, plus la fréquence observée s'approche de la probabilité théorique ». Cela se traduit par l'inégalité de Bienaymé-Tchebychev (majorant universel de la probabilité d'écart) et la loi (faible) des grands nombres.

Au programme : inégalité de Bienaymé-Tchebychev P(|X-E(X)|≥ a)leqV(X)/a² ; inégalité de concentration appliquée à une moyenne d'échantillon barXₙ=(X₁+…+Xₙ)/n ; loi faible des grands nombres (P(|barXₙ-E(X)|≥ε)→ 0 quand n→+∞) ; interprétation statistique : taille minimale d'échantillon pour précision donnée. Application aux sondages.

Pièges classiques : appliquer Bienaymé-Tchebychev sans vérifier l'indépendance ; mal interpréter ce que l'inégalité donne (un majorant, pas la valeur exacte) ; confondre n (nombre de tirages) et ε (écart toléré). Pivot pour comprendre sondages et inférence statistique.

Cours et fiche

📘

Leçon

Le cours complet du chapitre

📝

Fiche de révision

Synthèse + formules essentielles

Ressources supplémentaires

Pour aller plus loin sur ce chapitre.

Exercices corrigés

5 exercices
1

Plaquette 1 – Espérance, variance, écart à la moyenne

2

Plaquette 2 – Inégalité de Bienaymé-Tchebychev

3

Plaquette 3 – Concentration des fréquences

4

Plaquette 4 – Loi des grands nombres et échantillons

5

Plaquette 5 – Problèmes de synthèse : Bienaymé-Tchebychev, échantillons et sondages

Quiz interactif

Auto-évaluation

Teste tes connaissances et vérifie que tu maîtrises le chapitre.

QCM — Concentration et loi des grands nombres (51 questions)

En vidéo

Les vidéos de la chaîne MathLvl sur ce thème, expliquées pas à pas.

  • Loi des grands nombres et inégalité de concentration

    Cours · 5 min · voir sur YouTube

  • Inégalité de Bienaymé-Tchebychev : cours et méthode

    Cours · 7 min · voir sur YouTube

  • Bac maths 2026 corrigé : exercice 1 Métropole septembre (probas)

    Exercices corrigés · 13 min · voir sur YouTube

  • Bac maths 2026 corrigé : exercice 1 Métropole (probabilités)

    Exercices corrigés · 14 min · voir sur YouTube

Leçon complète

Concentration et loi des grands nombres en Terminale spé : cours complet

La loi des grands nombres explique pourquoi, en répétant une expérience un grand nombre de fois, la moyenne observée se rapproche de l'espérance. C'est le pilier de la statistique inférentielle.

Échantillon de variables aléatoires

Définition

Soit X₁, X₂, …, Xₙ des variables aléatoires indépendantes et identiquement distribuées (i.i.d.), de même espérance E et même variance V.

Moyenne empirique

Xₙ̅ = (X₁ + X₂ + … + Xₙ)/n

Espérance et variance

E(Xₙ̅) = E ; V(Xₙ̅) = V/n ; σ(Xₙ̅) = σ/√(n)

Conséquence : plus n est grand, moins Xₙ̅ varie.

Inégalité de concentration (Bienaymé-Tchebychev)

Pour ε > 0 :

P(|Xₙ̅ - E| ≥ ε) ≤ V/(n ε²)

Interprétation

Probabilité que la moyenne empirique s'écarte de l'espérance diminue avec n.

Loi faible des grands nombres

Énoncé

Pour tout ε > 0 :

lim_n → +∞ P(|Xₙ̅ - E| ≥ ε) = 0

Interprétation

La moyenne empirique converge (en probabilité) vers l'espérance, quand n tend vers l'infini.

Application au schéma binomial

Pour X ~ B (n, p), on considère la fréquence :

Fₙ = X/n

Propriétés

E(Fₙ) = p ; V(Fₙ) = (p(1-p))/n

Conséquence

La fréquence se rapproche de p quand n grandit. C'est ce qu'on observe en pratique quand on répète une expérience aléatoire.

Intervalle de fluctuation asymptotique

Définition (au seuil 95%)

Pour n assez grand :

Iₙ = [ p - (1,96 √(p(1-p)))/√(n) ; p + (1,96 √(p(1-p)))/√(n) ]

Approximation simple : [ p - 1/√(n) ; p + 1/√(n) ].

Conditions de validité

  • n ≥ 30
  • np ≥ 5 et n(1 - p) ≥ 5

Interprétation

P(Fₙ ∈ Iₙ) ≈ 0,95 : la fréquence observée tombe dans cet intervalle dans environ 95% des cas.

Intervalle de confiance d'une proportion

Si on estime p par f observée, l'intervalle de confiance à 95% est :

IC = [ f - (1,96 √(f(1-f)))/√(n) ; f + (1,96 √(f(1-f)))/√(n) ]

Approximation simple : [ f - 1/√(n) ; f + 1/√(n) ].

Simulation et illustration

Lancer répété d'un dé

Pour vérifier E( dé ) = 3,5 :

import random
moyennes = []
for n in [10, 100, 1000, 10000]:
    s = sum(random.randint(1, 6) for _ in range(n))
    moyennes.append(s / n)
print(moyennes)  # ex: [3.4, 3.55, 3.498, 3.502]

On voit la convergence vers 3,5.

Application : sondages

Un sondage sur 1000 personnes donne f = 52% pour un candidat. Intervalle de confiance à 95% :

IC ≈ [52% - 3% ; 52% + 3%] = [49% ; 55%]

On ne peut pas conclure que le candidat dépasse les 50% avec certitude.

Erreurs fréquentes à éviter

  • Confondre fluctuation et confiance : fluctuation suppose p connu ; confiance estime p.
  • Oublier les conditions de validité (n grand, p pas trop extrême).
  • Conclure trop vite à partir d'un seul échantillon.
  • Mauvaise interprétation du « 95% » : il y a 5% de chance que l'intervalle ne contienne pas la vraie valeur.

FAQ — Concentration et loi des grands nombres

Pourquoi la moyenne se rapproche de l'espérance ?

C'est le principe de la loi des grands nombres : plus on répète, plus la moyenne empirique est proche de l'espérance théorique.

À quoi sert l'intervalle de confiance ?

À estimer une proportion inconnue à partir d'un échantillon, avec une marge d'erreur explicite.

Comment réduire la marge d'erreur ?

En augmentant la taille n de l'échantillon (mais en √(n), donc lentement).

Pourquoi 1,96 ?

Parce que pour une loi normale, 95% des valeurs sont dans [E - 1,96 σ ; E + 1,96 σ].

Tout sur probabilités en terminale

Dénombrement, probabilités conditionnelles, formule de Bayes, lois binomiale, géométrique et exponentielle, loi des grands nombres.

Le cours

Les notions du thème

S'entraîner

Sujets d'examen

Outils et pages dédiées

Tous les chapitres de Terminale spé maths

Poursuis ta révision avec les autres chapitres du programme de Terminale spé maths.