Une question concrète et accessible
Comment une rumeur peut-elle atteindre 1 000 personnes en seulement neuf étapes ?
Suites géométriquesSomme des termesPuissances de deuxLogarithmeEsprit critique
Le modèle est entièrement fictif : chaque personne n'informe que deux nouvelles personnes, sans doublon, et toutes les transmissions d'une étape sont simultanées. Il ne permet pas de prédire la vitesse réelle d'une rumeur.
Le parcours est guidé pour aider à comprendre le raisonnement. Il ne s'agit pas d'une étiquette sur le niveau de l'élève : la qualité de l'oral repose sur la maîtrise réelle des calculs et des explications.
Exposé rédigé — environ 10 minutes
Ne récite pas tout mot à mot : entraîne-toi à expliquer les idées avec tes mots, et à refaire les calculs sur une feuille.
00:00 – 01:02Une information qui circule dans la cour
Imaginez un lycée de mille élèves. À la récréation, une personne apprend une rumeur et la raconte à deux camarades qui ne la connaissent pas encore. Ceux-ci la transmettent chacun à deux nouvelles personnes, puis les nouveaux font de même. Combien d'étapes faudra-t-il pour que le nombre total de personnes informées atteigne mille ? On pourrait croire qu'il faut énormément de temps, car la première personne n'en avertit que deux. Mais si le groupe double à chaque étape, la croissance devient étonnamment rapide. Je vais montrer comment les suites géométriques permettent de compter ces transmissions, puis expliquer pourquoi ce calcul ne prédit pas ce qui se passe réellement dans un établissement.
01:02 – 02:10Préciser les règles du jeu
Mon modèle commence avec une personne informée à l'étape zéro. À l'étape suivante, cette personne prévient deux nouvelles personnes. À l'étape deux, les deux personnes nouvellement informées avertissent chacune deux autres personnes. Pour simplifier, je suppose qu'aucun message ne revient vers quelqu'un qui savait déjà, qu'aucune personne n'est prévenue deux fois, et que tous les élèves participent de la même façon. Je suppose aussi que les transmissions d'une étape se produisent en même temps. Ces hypothèses sont très fortes, mais elles me donnent une structure mathématique claire pour commencer. Le mot « étape » mérite d'être précisé. Il ne représente pas nécessairement une minute, ni une heure : c'est une génération de transmissions. Tant que je ne connais pas la durée réelle des échanges, je ne peux pas annoncer une durée en minutes.
02:10 – 03:15Une suite qui double à chaque étape
Notons \(u_n\) le nombre de personnes nouvellement informées à l'étape \(n\). Au départ, \(u_0=1\). À chaque étape, ce nombre est multiplié par deux : \(u_{n+1}=2u_n\). C'est la définition d'une suite géométrique de raison deux. On en déduit \[\boxed{u_n=2^n}.\] Les premiers termes sont 1, 2, 4, 8, 16, 32, 64… À l'étape six, 64 nouvelles personnes reçoivent la rumeur. Il faut bien distinguer le nombre de nouveaux informés pendant une étape et le nombre total depuis le début. Ce sont deux quantités différentes. Pour être sûr de la formule, je peux vérifier l'initialisation : à l'étape zéro, \(2^0=1\). Puis si \(u_n=2^n\), alors \(u_{n+1}=2u_n=2^{n+1}\). C'est une petite démonstration par récurrence.
03:15 – 04:22Compter toutes les personnes informées
Pour obtenir le total après l'étape \(n\), j'additionne les nouvelles personnes de toutes les étapes : \[T_n=1+2+4+\cdots+2^n.\] C'est une somme de termes d'une suite géométrique. Je peux la démontrer simplement. Si je multiplie par deux, j'obtiens \(2T_n=2+4+\cdots+2^{n+1}\). En soustrayant la première somme à la deuxième, tous les termes intermédiaires s'annulent : \(T_n=2^{n+1}-1\). La formule est donc \[\boxed{T_n=2^{n+1}-1}.\] Cette petite démonstration tient sur quelques lignes et constitue le passage mathématique central à présenter au jury. Cette astuce de soustraction n'est pas réservée aux puissances de deux. Elle fonctionne pour toute somme géométrique de raison différente de un. C'est une méthode de calcul que l'on retrouve dans beaucoup d'autres chapitres.
04:22 – 05:26Neuf étapes pour dépasser mille
Calculons maintenant. Après huit étapes, \(T_8=2^9-1=511\). Après neuf étapes, \(T_9=2^{10}-1=1023\). Nous avons donc franchi le seuil de mille à la neuvième étape. Ce résultat peut sembler incroyable : au début, quelques échanges seulement ; puis le total décolle. Mais j'insiste sur un point : atteindre 1 023 dans le calcul ne veut pas dire que 1 023 élèves différents peuvent être informés dans un lycée de mille élèves. C'est justement au moment où le modèle dépasse l'effectif réel que son hypothèse d'absence de doublons devient impossible.
05:26 – 06:32D’où vient cette croissance spectaculaire ?
La différence entre une croissance additive et une croissance multiplicative est fondamentale. Si dix nouveaux élèves apprennent l'information à chaque étape, le total augmente régulièrement. Mais avec un doublement, on ajoute un nombre de plus en plus grand : 16, puis 32, puis 64, puis 128. La fonction puissance \(2^n\) augmente beaucoup plus vite qu'une fonction affine. On peut d'ailleurs résoudre le seuil \(2^{n+1}-1\geq1000\) avec les logarithmes : \(n+1\geq\ln(1001)/\ln2\), ce qui redonne \(n\geq9\) pour un entier. Même sans logarithme, les valeurs successives suffisent à trouver le seuil.
06:32 – 07:35Le moment où le modèle cesse de fonctionner
Dans un vrai lycée, les élèves appartiennent à des groupes d'amis qui se recoupent. Beaucoup apprennent la même information plusieurs fois, certains ne la transmettent pas, d'autres n'y croient pas ou ne la voient pas. Et surtout, le nombre d'élèves est limité. On ne peut pas continuer à doubler indéfiniment dans un groupe de mille personnes. Ce constat ne rend pas les mathématiques inutiles : il nous oblige à choisir un modèle plus approprié quand la population commence à saturer. Un modèle simple permet d'abord de comprendre un mécanisme, puis de repérer les conditions dans lesquelles il échoue. Un graphe de contacts réels n'a pas la forme d'un arbre parfait : il contient de nombreuses boucles. Deux élèves peuvent prévenir le même camarade, ce qui montre immédiatement pourquoi les « deux nouveaux » sont difficiles à maintenir.
07:35 – 08:45Un second modèle qui tient compte de la saturation
Pour compléter sans compliquer excessivement, imaginons qu'à chaque étape un quart des personnes encore non informées apprenne la rumeur. Si le lycée compte mille élèves et si \(v_n\) désigne le total déjà informé, cela donne \[v_{n+1}=v_n+0,25(1000-v_n).\] En posant \(w_n=1000-v_n\), le nombre de personnes encore non informées, on obtient \(w_{n+1}=0,75w_n\). C'est de nouveau une suite géométrique, mais cette fois sa raison est inférieure à un. Ainsi \(v_n\) se rapproche de mille sans le dépasser. Ce modèle reste fictif et simplifié, mais il tient compte d'une limite essentielle : le nombre total d'élèves. Avec \(v_0=1\), on trouve précisément \(v_n=1000-999\times0{,}75^n\). Le second modèle est croissant et reste toujours inférieur à mille. Mais il ne prétend toujours pas représenter fidèlement le comportement de chaque élève.
08:45 – 10:00Conclusion : apprendre à douter d’un modèle
La question de départ était : une rumeur peut-elle atteindre mille élèves en neuf étapes ? Dans un premier modèle de doublement idéal, les mathématiques donnent exactement 1 023 personnes informées à l'étape neuf, grâce à la somme géométrique \(2^{n+1}-1\). Mais ce chiffre n'est pas une prévision réaliste de la circulation d'une information dans un lycée. Les hypothèses deviennent impossibles à respecter lorsque presque tout le monde a déjà été informé. En passant à un modèle de saturation, je retrouve une autre suite géométrique qui se rapproche du total sans le dépasser. Ce sujet montre donc deux grandes forces des mathématiques : elles permettent de comprendre une croissance rapide, mais elles nous apprennent aussi à examiner avec esprit critique les hypothèses qui rendent un calcul possible.
Les calculs à savoir refaire au tableau
Le nombre \(u_n\) de nouvelles personnes à l'étape \(n\) vérifie \(u_0=1\) et \(u_{n+1}=2u_n\). Par récurrence, \(u_n=2^n\).
Le total des personnes informées à l'étape \(n\) est : \[T_n=\sum_{k=0}^n2^k.\]
En écrivant \(2T_n=2+4+\cdots+2^{n+1}\) et en soustrayant les deux égalités, on obtient \(T_n=2^{n+1}-1\).
\[\boxed{T_8=511<1000,\qquad T_9=1023\geq1000}.\]
