Échantillonnage et Simulation

Les élèves construisent mieux leur compréhension de l'échantillonnage et de la simulation quand ils manipulent concrètement les données. Cette approche active transforme des concepts abstraits en expériences tangibles, ce qui est essentiel pour saisir la variabilité et la convergence des fréquences.

• Première
• Analyse, Fonctions et Modélisation Mathématique
• 4 activités
• 25 min–45 min

Objectifs d’apprentissage

1. Comparer la fluctuation de la fréquence observée d'un caractère sur différents échantillons de taille n.
2. Expliquer l'influence de la taille de l'échantillon sur la convergence de la fréquence observée vers la probabilité théorique.
3. Concevoir un algorithme Python pour simuler des tirages aléatoires et calculer la fréquence d'un événement.
4. Analyser les résultats d'une simulation pour estimer une probabilité inconnue.
5. Distinguer les notions de fréquence observée et de probabilité théorique dans le contexte de l'échantillonnage.

Jeu de simulation

⏱ 30 min·Binômes

Tirage Physique: Comparaison de Tailles d'Échantillons

Chaque paire tire un dé n=10 fois, puis n=50 fois, et calcule la fréquence de la face 6. Ils tracent les fréquences sur un graphique partagé. Enfin, ils comparent avec la classe pour observer la stabilisation.

Préparation et détails

Pourquoi la fréquence d'un caractère varie-t-elle d'un échantillon à l'autre ?

Conseil de facilitation: Pendant l'activité Tirage Physique, circulez entre les groupes pour vérifier que les élèves notent systématiquement leurs résultats et comparent leurs échantillons de différentes tailles avant de généraliser.

Setup: Espace modulable avec différents îlots de travail

Materials: Fiches de rôle avec objectifs et ressources, Monnaie fictive ou jetons de jeu, Tableau de suivi des tours

• Appliquer
• Analyser
• Évaluer
• Créer
• Conscience sociale
• Prise de décision

Jeu de simulation

⏱ 45 min·Petits groupes

Simulation Python: 1000 Tirages

En petits groupes, les élèves codent un script Python simulant 1000 tirages d'un dé pour différentes tailles n (10, 50, 100). Ils génèrent des histogrammes des fréquences et analysent la variance. Partage des codes en fin de séance.

Préparation et détails

Comment la taille de l'échantillon influence-t-elle la précision de l'estimation ?

Conseil de facilitation: Lors de la Simulation Python, invitez les élèves à commenter leur code en binômes pour clarifier les étapes de la simulation et éviter les erreurs de logique.

Setup: Espace modulable avec différents îlots de travail

Materials: Fiches de rôle avec objectifs et ressources, Monnaie fictive ou jetons de jeu, Tableau de suivi des tours

• Appliquer
• Analyser
• Évaluer
• Créer
• Conscience sociale
• Prise de décision

Jeu de simulation

⏱ 35 min·Petits groupes

Jeu de Cartes: Échantillonnage Collaboratif

La classe tire collectivement des cartes d'un jeu standard pour estimer la proportion de cœurs (proba 1/4). Divisés en groupes, ils simulent n=20, n=100 et comparent aux résultats globaux via un tableau mural.

Préparation et détails

Comment simuler 1000 tirages de dés avec Python ?

Conseil de facilitation: Pendant le Jeu de Cartes, assurez-vous que chaque groupe prépare une présentation de 2 minutes pour partager ses résultats et ses interprétations avec la classe.

Setup: Espace modulable avec différents îlots de travail

Materials: Fiches de rôle avec objectifs et ressources, Monnaie fictive ou jetons de jeu, Tableau de suivi des tours

• Appliquer
• Analyser
• Évaluer
• Créer
• Conscience sociale
• Prise de décision

Jeu de simulation

⏱ 25 min·Individuel

Tableur: Lois des Grands Nombres

Individuellement, les élèves utilisent un tableur pour simuler 500 tirages et varient n. Ils créent des graphiques de convergence et notent les écarts-types pour différentes tailles.

Préparation et détails

Pourquoi la fréquence d'un caractère varie-t-elle d'un échantillon à l'autre ?

Conseil de facilitation: En utilisant le Tableur pour la loi des grands nombres, guidez les élèves dans la création de graphiques cumulatifs pour visualiser la stabilisation des fréquences.

Setup: Espace modulable avec différents îlots de travail

Materials: Fiches de rôle avec objectifs et ressources, Monnaie fictive ou jetons de jeu, Tableau de suivi des tours

• Appliquer
• Analyser
• Évaluer
• Créer
• Conscience sociale
• Prise de décision

Enseigner ce sujet

Commencez par des activités physiques pour ancrer l'idée de variabilité avant d'introduire les simulations numériques. Évitez de donner directement la loi des grands nombres : faites-la émerger des observations des élèves. La recherche montre que les élèves retiennent mieux quand ils découvrent les concepts par l'expérience plutôt que par l'explication magistrale. Encouragez les discussions en petits groupes pour que les élèves confrontent leurs idées et corrigent leurs incompréhensions.

À quoi s’attendre

Les élèves expliquent pourquoi la fréquence varie pour de petits échantillons, observent la stabilisation pour de grands échantillons, et utilisent des outils numériques ou physiques pour simuler des expériences aléatoires. Ils relient ces observations à la loi des grands nombres avec des exemples concrets.

Attention à ces idées reçues

Idée reçue courante

During Tirage Physique, certains élèves peuvent penser qu'un grand échantillon donne toujours la fréquence exacte à la probabilité théorique.

Ce qu'il faut enseigner à la place

Pendant Tirage Physique, faites comparer les résultats des groupes avec des échantillons de taille 10, 50 et 200. Demandez-leur de calculer l'écart entre leur fréquence observée et la probabilité théorique pour chaque taille, puis observez ensemble que l'écart diminue mais ne disparaît pas.

Idée reçue courante

During Simulation Python: 1000 Tirages, des élèves pourraient croire que la fréquence observée est égale à la probabilité pour tout échantillon.

Ce qu'il faut enseigner à la place

Pendant Simulation Python, sélectionnez aléatoirement les résultats de quelques élèves et affichez-les au tableau. Demandez à la classe d'identifier pourquoi ces fréquences diffèrent de la probabilité théorique, même pour un grand échantillon, en utilisant leurs observations.

Idée reçue courante

During Tableur: Lois des Grands Nombres, certains élèves pensent que plus n est grand, plus vite la fréquence se stabilise dès le début.

Ce qu'il faut enseigner à la place

Pendant l'activité Tableur, affichez les graphiques cumulatifs de plusieurs groupes côte à côte. Observez avec les élèves que la stabilisation est un processus progressif et non immédiat, en reliant ces observations à la loi des grands nombres.

Idées d'évaluation

Vérification rapide

After Tirage Physique, présentez aux élèves un graphique montrant la fréquence observée d'un événement en fonction de la taille de l'échantillon (de 10 à 1000). Demandez-leur de décrire l'évolution de la fréquence et d'expliquer comment la taille de l'échantillon influence cette fréquence.

Question de discussion

During Jeu de Cartes, posez la question : 'Pourquoi un sondage réalisé auprès de 100 personnes est-il moins fiable qu'un sondage réalisé auprès de 1000 personnes pour connaître l'opinion générale ?' Encouragez les élèves à utiliser les termes 'échantillon', 'fréquence observée' et 'probabilité théorique' dans leurs réponses.

Billet de sortie

After Simulation Python: 1000 Tirages, donnez aux élèves un court script Python simulant 500 lancers d'un dé à 6 faces. Demandez-leur de modifier le script pour simuler 5000 lancers et de noter la fréquence observée de chaque face. Puis, demandez-leur d'écrire une phrase expliquant si ces fréquences sont proches de la probabilité théorique (1/6).

Extensions et étayage

• Challenge : Demandez aux élèves d'écrire un script Python qui simule 10 000 lancers d'une pièce déséquilibrée (probabilité p ≠ 0,5) et de comparer la fréquence observée à la probabilité théorique.
• Scaffolding : Pour les élèves en difficulté, fournissez un tableau de fréquences pré-rempli avec quelques données de l'activité Tirage Physique pour les aider à commencer l'analyse.
• Deeper exploration : Proposez aux élèves de concevoir une expérience de simulation sur un sujet de leur choix (ex. : temps d'attente dans une file) et d'analyser les résultats en utilisant les concepts de cette séquence.

Vocabulaire clé

Échantillon	Un sous-ensemble d'une population plus large, utilisé pour faire des inférences sur cette population. Sa taille est notée n.
Fréquence observée	Le rapport entre le nombre d'occurrences d'un événement et la taille totale de l'échantillon, calculé à partir de données expérimentales ou simulées.
Probabilité théorique	La probabilité d'un événement basée sur un modèle mathématique idéal, sans prise en compte de l'observation réelle.
Simulation	Processus consistant à reproduire un phénomène aléatoire à l'aide d'un modèle informatique, souvent pour étudier son comportement sur un grand nombre de répétitions.
Loi des grands nombres	Un théorème stipulant que la fréquence observée d'un événement tend vers sa probabilité théorique lorsque la taille de l'échantillon augmente indéfiniment.