Observer · conjecturer · expliquer

Le laboratoire du hasard

Une expérience, quelques essais… puis des milliers. Compare les fréquences aux probabilités et découvre ce qui se stabilise quand on répète.

Seconde · Première · Terminale

Pile ou face

Une expérience = un lancer de la pièce.

Prêt
Expériences · N0Répétitions du même modèle
Événement réalisé0Obtenir Pile
Fréquence observée—Réalisations / N
Probabilité théorique50 %Compare après quelques essais

La fréquence au fil des expériences

FréquenceProbabilitéBande ± ε
Fréquence observée en fonction du nombre d’expériencesLance des expériences pour afficher l’évolution de leur fréquence.

La bande sert de repère visuel ; ce n’est pas un intervalle de confiance.

Répartition des résultats

Loi observée
Fréquences des différentes valeurs obtenuesLes barres montrent les fréquences. Les traits pointillés montrent les probabilités théoriques.

Chaque barre représente une fréquence. Les barres vertes réalisent l’événement choisi ; les traits pointillés montrent la théorie.

ObservationsThéorie

La dernière expérience

N = 0
Lance une première expérience.

À toi de jouer.

Le résultat apparaîtra ici.

Ce que cette expérience permet de comprendre

La fréquence est une observation, la probabilité appartient au modèle.

P(Pile) = p
Moyenne observée : —Espérance : 0,5Variance : 0,25

Pour X=1 sur Pile et X=0 sur Face, la moyenne est la fréquence de Pile.

Pourquoi les fréquences se stabilisent-elles ?

Dans ce modèle, les expériences complètes sont répétées indépendamment, dans les mêmes conditions. La loi des grands nombres explique que, pour un grand nombre d’expériences, la fréquence d’un événement a une forte probabilité d’être proche de sa probabilité théorique.

Elle ne promet ni une progression régulière, ni l’égalité exacte à un instant donné. Une longue suite de Pile ne rend pas Face plus probable au lancer suivant.

Dans l’urne sans remise, les tirages d’une même expérience sont dépendants. On peut néanmoins répéter indépendamment cette expérience complète en reconstituant l’urne au départ.

Simulation numérique · Jusqu’à 200 000 expériences par série

Quatre questions à explorer

Prédis d’abord, simule ensuite, puis ouvre l’explication.

Comprendre par l’expérience
01 · FRÉQUENCES

Le hasard finit-il par se calmer ?

Avec une pièce équilibrée, compare la fréquence après 10, 100 puis 10 000 lancers. Se rapproche-t-elle toujours de 50 % ?

Voir l’explication

Les fluctuations relatives ont tendance à diminuer lorsque N grandit, mais la fréquence peut encore s’éloigner temporairement de 50 %. La loi des grands nombres décrit un comportement probabiliste, sans imposer une convergence monotone.

02 · BINOMIALE

Exactement trois succès sur dix ?

Pour n=10 et p=0,3, prédis P(X=3). Compare la probabilité à la fréquence de cet événement.

Voir l’explication

P(X=3)=120×0,3³×0,7⁷≈0,2668, soit environ 26,68 %. L’espérance vaut np=3, mais cela ne signifie pas qu’on obtient toujours trois succès.

03 · INDÉPENDANCE

La remise change-t-elle le résultat ?

Une urne contient 3 boules bleues et 7 rouges. Quelle est la probabilité de tirer deux bleues en deux tirages ?

Voir l’explication

Avec remise : (3/10)²=9 %. Sans remise : (3/10)×(2/9)=1/15≈6,67 %. Après une première boule bleue, la probabilité d’en tirer une deuxième diminue si on ne remet pas la première.

04 · MARCHE ALÉATOIRE

Peut-on revenir au point de départ ?

Après 10 pas équiprobables à gauche ou à droite, observe les retours en zéro. Puis essaie avec 11 pas.

Voir l’explication

Après 10 pas, il faut exactement 5 pas à droite et 5 à gauche : P(S=0)=252/1024≈24,61 %. Après 11 pas, le retour en zéro est impossible : la position finale est forcément impaire.