Ressources · Terminale · Spécialité Mathématiques
Concentration et loi des grands nombres
Inégalité de Bienaymé-Tchebychev, minoration d’un intervalle, inégalité de concentration pour la moyenne d’un échantillon, loi faible des grands nombres et choix d’une taille d’échantillon.
À propos de cette page
Les 36 questions du QCM en version texte
Pour réviser sans écran ou imprimer : chaque question avec ses propositions ; la bonne réponse et son explication se déplient.
Niveau facile ★ — 12 questions
Pour une variable aléatoire X d’espérance μ et un réel δ > 0, l’inégalité de Bienaymé-Tchebychev s’écrit :
- A. P(|X − μ| ≥ δ) ≤ V(X)/δ²
- B. P(|X − μ| ≥ δ) ≤ δ²/V(X)
- C. P(|X − μ| ≤ δ) ≤ V(X)/δ²
- D. P(|X − μ| ≥ δ) ≥ V(X)/δ²
Réponse
A. P(|X − μ| ≥ δ) ≤ V(X)/δ² — L’écart à l’espérance est pris en valeur absolue avec une inégalité large, et le majorant est la variance divisée par δ².
La loi faible des grands nombres affirme que, pour tout δ > 0, P(|Mₙ − μ| ≥ δ) a pour limite :
- A. 1
- B. μ
- C. 0
- D. V
Réponse
C. 0 — La probabilité d’un écart d’au moins δ entre la moyenne et l’espérance tend vers 0 quand n tend vers +∞.
E(X) = 26 et V(X) = 20. L’inégalité de Bienaymé-Tchebychev donne P(|X − 26| ≥ 9) ≤ :
- A. 20/9
- B. 9/20
- C. 20/81
- D. 26/81
Réponse
C. 20/81 — Le majorant est V(X)/δ² = 20/9² = 20/81, soit environ 0,247.
Pour une variable d’écart type σ, l’inégalité de Bienaymé-Tchebychev donne P(|X − μ| ≥ 6σ) ≤ :
- A. 1/6
- B. 1/36
- C. 6
- D. 1/12
Réponse
B. 1/36 — Avec δ = kσ, le majorant est σ²/(k²σ²) = 1/k², ici 1/36.
Pour la moyenne Mₙ d’un échantillon de taille n, l’inégalité de concentration donne P(|Mₙ − μ| ≥ δ) ≤ :
- A. V/δ²
- B. nV/δ²
- C. V/(nδ²)
- D. V/(n²δ²)
Réponse
C. V/(nδ²) — C’est Bienaymé-Tchebychev appliquée à Mₙ, dont la variance est V/n.
L’événement contraire de « |X − 21| ≥ 4,5 » est :
- A. 16,5 < X < 25,5
- B. X ≤ 16,5 ou X ≥ 25,5
- C. 16,5 ≤ X ≤ 25,5
- D. X < 16,5
Réponse
A. 16,5 < X < 25,5 — |X − 21| ≥ 4,5 signifie X ≤ 16,5 ou X ≥ 25,5 ; son contraire est |X − 21| < 4,5, avec des inégalités strictes.
À δ fixé, si l’on double la taille n de l’échantillon, le majorant V/(nδ²) est :
- A. doublé
- B. divisé par 4
- C. inchangé
- D. divisé par 2
Réponse
D. divisé par 2 — Le majorant est inversement proportionnel à n : doubler n le divise par 2.
Pour une fréquence (observations de Bernoulli de paramètre p), la variance V utilisée dans l’inégalité de concentration est :
- A. p
- B. p(1 − p)
- C. p²
- D. 1 − p
Réponse
B. p(1 − p) — Une variable de Bernoulli de paramètre p a pour variance p(1 − p) ; p est son espérance.
Pour la probabilité P(|X − μ| ≥ δ), l’inégalité de Bienaymé-Tchebychev fournit :
- A. sa valeur exacte
- B. une valeur approchée
- C. un majorant
- D. un minorant
Réponse
C. un majorant — Elle dit « la probabilité est au plus… » : c’est un majorant, valable pour toutes les lois, souvent grossier.
On lance un très grand nombre de fois une pièce équilibrée. La fréquence de face se rapproche de :
- A. 0,5
- B. 1
- C. 0
- D. 0,25
Réponse
A. 0,5 — D’après la loi des grands nombres, la fréquence se stabilise autour de la probabilité de face, 0,5.
Si δ ≤ σ, le majorant V(X)/δ² de l’inégalité de Bienaymé-Tchebychev est :
- A. égal à 0, car δ est petit
- B. supérieur ou égal à 1
- C. strictement négatif
- D. égal à l’écart type σ
Réponse
B. supérieur ou égal à 1 — δ ≤ σ donne δ² ≤ σ² = V(X), donc V(X)/δ² ≥ 1 : l’inégalité est vraie mais n’apprend rien.
Pour garantir P(|Mₙ − μ| ≥ δ) ≤ α avec l’inégalité de concentration, il suffit que :
- A. n ≤ V/(αδ²)
- B. n ≥ αδ²/V
- C. n ≥ V/(αδ)
- D. n ≥ V/(αδ²)
Réponse
D. n ≥ V/(αδ²) — V/(nδ²) ≤ α équivaut à n ≥ V/(αδ²) : plus on veut de précision ou moins de risque, plus n est grand.
Niveau moyen ★★ — 12 questions
X suit la loi B(120 ; 0,35). L’inégalité de Bienaymé-Tchebychev donne P(|X − 42| ≥ 13) ≤ :
- A. 27,3/13
- B. 42/169
- C. 27,3/144
- D. 27,3/169
Réponse
D. 27,3/169 — E(X) = 42 et V(X) = 120 × 0,35 × 0,65 = 27,3 ; le majorant est 27,3/13² = 27,3/169, environ 0,16.
Un échantillon de taille 150 d’une variable d’espérance 8 et de variance 3,6 a pour moyenne M₁₅₀. Alors P(|M₁₅₀ − 8| ≥ 0,6) ≤ :
- A. 1/25
- B. 10
- C. 1/15
- D. 1/150
Réponse
C. 1/15 — 3,6/(150 × 0,36) = 3,6/54 = 1/15. Oublier n donne 10, oublier le carré de δ donne 1/25.
Une variable de Bernoulli de paramètre 0,65 est observée n fois. Quelle taille minimale n garantit P(|Fₙ − 0,65| ≥ 0,06) ≤ 0,08 ?
- A. 79
- B. 395
- C. 7 900
- D. 790
Réponse
D. 790 — V = 0,65 × 0,35 = 0,2275 et n ≥ 0,2275/(0,08 × 0,0036) ≈ 789,9 : l’entier supérieur est 790.
X a pour espérance 100 et pour écart type 12. Alors P(|X − 100| ≥ 40) ≤ :
- A. 0,3
- B. 0,09
- C. 0,0075
- D. 0,91
Réponse
B. 0,09 — Il faut la variance 12² = 144 : 144/1 600 = 0,09. Diviser 12 par 40 est l’erreur classique.
Pour une variable de variance 3, la plus petite taille n garantissant P(|Mₙ − μ| ≥ 0,5) ≤ 0,02 est :
- A. 300
- B. 600
- C. 60
- D. 1 200
Réponse
B. 600 — n ≥ 3/(0,02 × 0,25) = 3/0,005 = 600. Avec δ au lieu de δ², on trouverait 300.
X suit la loi B(200 ; 0,1). Quelle affirmation découle de l’inégalité de Bienaymé-Tchebychev ?
- A. P(X ≤ 8 ou X ≥ 32) ≥ 0,125
- B. P(X ≤ 8 ou X ≥ 32) ≤ 0,125
- C. P(9 ≤ X ≤ 31) ≤ 0,875
- D. P(X ≤ 8 ou X ≥ 32) = 0,125
Réponse
B. P(X ≤ 8 ou X ≥ 32) ≤ 0,125 — E(X) = 20, V(X) = 18 ; l’événement est |X − 20| ≥ 12 et 18/144 = 0,125 est un majorant, pas une valeur exacte.
On lance 100 fois une pièce équilibrée ; F₁₀₀ est la fréquence de pile. L’inégalité de concentration donne P(|F₁₀₀ − 0,5| ≥ 0,1) ≤ :
- A. 0,025
- B. 25
- C. 0,25
- D. 0,1
Réponse
C. 0,25 — V = 0,25 et 0,25/(100 × 0,01) = 0,25. Oublier n donne 25, oublier le carré de δ donne 0,025.
Proportion p inconnue. Quelle est la plus petite taille n garantissant P(|Fₙ − p| ≥ 0,04) ≤ 0,05 ?
- A. 3 125
- B. 125
- C. 31 250
- D. 625
Réponse
A. 3 125 — On majore V par 1/4 : n ≥ 0,25/(0,05 × 0,0016) = 0,25/0,00008 = 3 125.
E(X) = 60 et V(X) = 25. L’inégalité de Bienaymé-Tchebychev permet d’affirmer que P(50 < X < 70) est :
- A. au plus égale à 0,25
- B. au moins égale à 0,75
- C. au plus égale à 0,75
- D. exactement égale à 0,75
Réponse
B. au moins égale à 0,75 — 50 < X < 70 est le contraire de |X − 60| ≥ 10, de probabilité au plus 25/100 = 0,25 : donc P(50 < X < 70) ≥ 0,75.
E(X) = 12 et V(X) = 4. Quel majorant de P(X ≥ 18) l’inégalité de Bienaymé-Tchebychev fournit-elle ?
- A. 1/18
- B. 4/18
- C. 1/3
- D. 1/9
Réponse
D. 1/9 — X ≥ 18 entraîne |X − 12| ≥ 6, donc P(X ≥ 18) ≤ 4/36 = 1/9. Diviser par 2 « par symétrie » n’est pas permis : la loi n’est pas connue.
Proportion inconnue, n = 400 personnes, risque α = 0,1. La plus petite précision δ garantie vaut environ :
- A. 0,079
- B. 0,0063
- C. 0,025
- D. 0,25
Réponse
A. 0,079 — δ² = 0,25/(400 × 0,1) = 0,00625, donc δ = √0,00625 ≈ 0,079. 0,0063 est δ², pas δ.
Quel minorant de P(μ − 3σ < X < μ + 3σ) l’inégalité de Bienaymé-Tchebychev fournit-elle ?
- A. 1/9
- B. 8/9
- C. 0,9
- D. 26/27
Réponse
B. 8/9 — P(|X − μ| ≥ 3σ) ≤ 1/9, donc l’événement contraire a une probabilité d’au moins 1 − 1/9 = 8/9.
Niveau difficile ★★★ — 12 questions
Pour une certaine valeur de δ, on trouve V(X)/δ² = 1,3. Que peut-on conclure ?
- A. L’inégalité de Bienaymé-Tchebychev est fausse pour ce δ
- B. P(|X − μ| ≥ δ) = 1 : l’écart est alors certain
- C. Rien de plus que P ≤ 1 : le majorant est inutile
- D. La valeur de δ choisie n’est pas autorisée ici
Réponse
C. Rien de plus que P ≤ 1 : le majorant est inutile — L’inégalité reste vraie (une probabilité est toujours inférieure à 1,3) mais n’apporte rien : cela se produit dès que δ ≤ σ.
Quelle hypothèse est indispensable pour appliquer l’inégalité de concentration à Mₙ ?
- A. Les Xᵢ suivent toutes une même loi binomiale
- B. La taille n de l’échantillon dépasse 30
- C. Les Xᵢ sont indépendantes et de même loi
- D. L’espérance μ des Xᵢ est égale à zéro
Réponse
C. Les Xᵢ sont indépendantes et de même loi — Sans indépendance, V(Mₙ) n’est plus égale à V/n ; la loi précise des Xᵢ n’a pas d’importance.
On pose X₁ = X₂ = … = Xₙ (la même variable répétée), avec V(X₁) > 0. Alors Mₙ = X₁ ne se rapproche pas de μ. Ce contre-exemple montre que la loi des grands nombres exige :
- A. une espérance strictement positive
- B. l’indépendance des variables
- C. une variance nulle
- D. une taille n plus grande
Réponse
B. l’indépendance des variables — Les variables ont bien la même loi, mais ne sont pas indépendantes : V(Mₙ) = V(X₁) ne diminue pas avec n.
Une pièce équilibrée vient de donner sept piles de suite. Que dit la loi des grands nombres sur le lancer suivant ?
- A. Face est devenue plus probable, pour compenser
- B. La fréquence revient à 0,5 dès les lancers suivants
- C. Rien : pile garde la probabilité 0,5
- D. La pièce est forcément truquée
Réponse
C. Rien : pile garde la probabilité 0,5 — Les lancers sont indépendants : le passé n’influence pas le suivant. La loi porte sur la fréquence à long terme, pas sur un lancer donné.
L’inégalité de Bienaymé-Tchebychev donne P(|X − μ| ≥ δ) ≤ 0,28 et un calcul exact donne P(|X − μ| ≥ δ) = 0,06. Alors :
- A. il y a une erreur : les deux valeurs devraient coïncider
- B. il n’y a pas de contradiction : 0,06 ≤ 0,28
- C. l’inégalité est fausse pour cette variable
- D. le calcul exact est forcément faux
Réponse
B. il n’y a pas de contradiction : 0,06 ≤ 0,28 — L’inégalité fournit un majorant valable pour toutes les lois de même espérance et variance ; la valeur exacte lui est souvent très inférieure.
À δ fixé, pour diviser par 10 le majorant de l’inégalité de concentration, il faut :
- A. multiplier n par 100
- B. diviser δ par 10
- C. multiplier n par √10
- D. multiplier n par 10
Réponse
D. multiplier n par 10 — Le majorant V/(nδ²) est inversement proportionnel à n. Diviser δ par 10 le multiplierait par 100.
Pour une variable de Bernoulli de paramètre p, la variance p(1 − p) est maximale pour :
- A. p = 0
- B. p = 1
- C. p = 0,5
- D. p = 0,25
Réponse
C. p = 0,5 — p(1 − p) = 1/4 − (p − 1/2)² est maximal pour p = 1/2 : c’est pourquoi on majore la variance d’une proportion inconnue par 1/4.
À risque α fixé, pour diviser par 2 la précision δ garantie par l’inégalité de concentration, il faut multiplier n par :
- A. 2
- B. 4
- C. √2
- D. 8
Réponse
B. 4 — δ = √(V/(nα)) : diviser δ par 2 demande de multiplier n par 2² = 4.
E(X) = 20 et V(X) = 5. Quel majorant de P(X ≥ 30) l’inégalité de Bienaymé-Tchebychev, appliquée à |X − 20| ≥ 10, fournit-elle ?
- A. 0,025
- B. 0,5
- C. 0,05
- D. 0,95
Réponse
C. 0,05 — X ≥ 30 est contenu dans |X − 20| ≥ 10, donc P(X ≥ 30) ≤ 5/100 = 0,05. Diviser par 2 supposerait une loi symétrique, inconnue ici.
X est à valeurs entières et E(X) = 10. L’événement 6 < X < 14 est égal à :
- A. |X − 10| < 3
- B. |X − 10| ≤ 3
- C. |X − 10| ≤ 4
- D. |X − 10| ≥ 4
Réponse
B. |X − 10| ≤ 3 — Pour des entiers, 6 < X < 14 signifie 7 ≤ X ≤ 13, c’est-à-dire |X − 10| ≤ 3. |X − 10| < 3 exclurait 7 et 13.
Fₙ est la fréquence de pile sur n lancers d’une pièce équilibrée. Que dit la loi faible des grands nombres ?
- A. Fₙ devient égale à 0,5 dès que n est assez grand
- B. L’écart entre le nombre de piles et n/2 tend vers 0
- C. Fₙ est toujours dans ]0,45 ; 0,55[ dès que n ≥ 500
- D. Pour tout δ > 0, P(|Fₙ − 0,5| ≥ δ) tend vers 0
Réponse
D. Pour tout δ > 0, P(|Fₙ − 0,5| ≥ δ) tend vers 0 — La loi porte sur la probabilité d’un écart de la fréquence, qui tend vers 0 ; la fréquence reste aléatoire et l’écart en nombre de piles peut grandir.
Pour n = 100, l’inégalité de concentration donne un majorant de 0,6. Pour n = 300 et le même δ, elle donne :
- A. 0,2
- B. 1,8
- C. 0,6/√3 ≈ 0,35
- D. 0,6/9 ≈ 0,067
Réponse
A. 0,2 — Le majorant V/(nδ²) est inversement proportionnel à n : multiplier n par 3 le divise par 3, d’où 0,2.
Moi c'est Ben, j'ai créé ce site pour aider le plus d'élèves possible, partout en France. Je peux aussi reprendre avec toi ce qui coince en cours particulier : en visio, ou à domicile si tu es à Marseille.
Prof de maths à Marseille · Cours particuliers au lycée · Aide aux devoirs