Fréquence et loi des grands nombres

La loi des grands nombres repose sur une compréhension intuitive que les élèves construisent par l'expérience répétée. Les activités proposées ici transforment ce concept abstrait en une réalité tangible, où chaque élève participe activement à la collecte et à l'analyse de données. Cela renforce leur confiance dans l'utilisation des probabilités comme outil de prédiction fiable.

• Seconde
• Mathématiques : Raisonnement et Modélisation
• 4 activités
• 20 min–50 min

Objectifs d’apprentissage

1. Comparer la fréquence observée d'un événement aléatoire avec sa probabilité théorique pour un nombre croissant de répétitions.
2. Expliquer la convergence des fréquences vers la probabilité théorique en s'appuyant sur la loi des grands nombres.
3. Concevoir et réaliser une simulation informatique simple d'une expérience aléatoire (lancer de dé, pile ou face) pour visualiser la loi des grands nombres.
4. Analyser l'impact de la taille de l'échantillon sur la fiabilité des résultats dans des contextes de sondages ou d'assurance.
5. Démontrer comment la loi des grands nombres justifie l'utilisation de modèles probabilistes dans des situations concrètes.

Cercle de recherche

⏱ 40 min·Binômes

Cercle de recherche: Simulation massive par la classe

Chaque binôme lance un dé 50 fois et note la fréquence de chaque face. Les résultats sont regroupés au tableau pour obtenir un échantillon de classe de 500 à 800 lancers. Les élèves comparent les fréquences individuelles (très variables) aux fréquences agrégées (proches de 1/6) et formalisent la loi des grands nombres.

Préparation et détails

Pourquoi la fréquence d'un événement se rapproche-t-elle de sa probabilité quand le nombre de répétitions augmente ?

Conseil de facilitation: Pendant la simulation massive, circulez entre les groupes pour vérifier que chaque élève participe activement, même aux tâches répétitives comme le comptage ou l'enregistrement des résultats.

Setup: Groupes en îlots avec accès aux ressources documentaires

Materials: Corpus de documents sources, Fiche de suivi du cycle de recherche, Protocole de formulation de questions, Canevas de présentation des résultats

• Analyser
• Évaluer
• Créer
• Autogestion
• Conscience de soi

Rotation par ateliers

⏱ 50 min·Petits groupes

Rotation par ateliers: Simulations croisées

Station 1 : lancers de pièce manuels (100 lancers par groupe). Station 2 : simulation Python avec boucle for. Station 3 : tableur avec fonction ALEA() sur 10 000 essais. Station 4 : interprétation graphique (fréquence en fonction du nombre de lancers). Chaque station dure 12 minutes.

Préparation et détails

Comment simuler un lancer de dé ou une expérience aléatoire avec un algorithme simple ?

Setup: Tables ou bureaux organisés en 4 à 6 pôles distincts dans la salle

Materials: Fiches de consignes par station, Matériel spécifique à chaque activité, Minuteur pour les rotations

• Mémoriser
• Comprendre
• Appliquer
• Analyser
• Autogestion
• Compétences relationnelles

Penser-Partager-Présenter

⏱ 20 min·Binômes

Penser-Partager-Présenter: Le biais du joueur

L'enseignant présente la situation : « Après 10 lancers de pile ou face donnant tous pile, la probabilité d'obtenir face au prochain lancer est-elle supérieure à 1/2 ? ». Les élèves réfléchissent seuls, puis confrontent leurs arguments en binômes. La mise en commun distingue la fréquence passée de la probabilité du prochain lancer.

Préparation et détails

Analysez les implications de la loi des grands nombres dans les sondages et les assurances.

Setup: Disposition de classe standard ; les élèves se tournent vers leur voisin

Materials: Consigne de discussion (projetée ou distribuée), Optionnel : fiche de prise de notes pour les binômes

• Comprendre
• Appliquer
• Analyser
• Conscience de soi
• Compétences relationnelles

Galerie marchande

⏱ 25 min·Petits groupes

Galerie marchande: Graphiques de convergence

Chaque groupe affiche son graphique de fréquence en fonction du nombre de lancers (obtenu en station ou en simulation). Les élèves circulent, comparent les allures des courbes et identifient la valeur vers laquelle toutes convergent. Un post-it par groupe résume la conclusion observée.

Préparation et détails

Pourquoi la fréquence d'un événement se rapproche-t-elle de sa probabilité quand le nombre de répétitions augmente ?

Setup: Espace mural dégagé ou tables disposées en périphérie de la salle

Materials: Papier grand format ou panneaux d'affichage, Feutres et marqueurs, Post-it pour les retours critiques

• Comprendre
• Appliquer
• Analyser
• Créer
• Compétences relationnelles
• Conscience sociale

Enseigner ce sujet

Commencez par des simulations simples avec des outils accessibles (pièces, dés, tableur) pour ancrer la notion dans le concret. Évitez de présenter la loi des grands nombres comme une règle magique : insistez plutôt sur la variabilité des petits échantillons et la lenteur de la convergence. Les discussions en grand groupe après chaque activité aident à formaliser les observations et à corriger les idées reçues.

À quoi s’attendre

Les élèves reconnaissent que la fréquence observée se stabilise vers la probabilité théorique à mesure que le nombre d'essais augmente. Ils distinguent clairement fréquence et probabilité, et identifient les limites de la loi des grands nombres, notamment son absence d'effet sur les résultats individuels.

Attention à ces idées reçues

Idée reçue courante

Pendant le Think-Pair-Share sur le biais du joueur, watch for students who believe past outcomes influence future ones in a random sequence.

Ce qu'il faut enseigner à la place

Lors de la mise en commun après le Think-Pair-Share, utilisez les arguments développés par les élèves pour souligner que la loi des grands nombres s'applique à la fréquence relative, pas aux séquences individuelles. Montrez que même après une série de 10 'pile', la probabilité reste inchangée pour le prochain lancer.

Idée reçue courante

Pendant la Simulation massive par la classe, watch for students who assume 100 essais suffisent pour observer la convergence vers la probabilité théorique.

Ce qu'il faut enseigner à la place

Lors de la présentation des résultats, comparez les fréquences obtenues par chaque groupe pour 100, 1 000 et 10 000 essais. Mettez en évidence que la variabilité reste forte pour les petits échantillons et que la stabilisation est un processus progressif.

Idée reçue courante

Pendant la Simulation massive par la classe, watch for students who confuse frequency and probability by stating they are equal at the end of the experiment.

Ce qu'il faut enseigner à la place

Utilisez les fréquences légèrement différentes obtenues par chaque groupe pour illustrer que la fréquence tend vers la probabilité mais ne l'atteint jamais exactement. Demandez aux élèves d'expliquer pourquoi leurs résultats diffèrent malgré un grand nombre d'essais.

Idées d'évaluation

Billet de sortie

Après la Simulation massive par la classe, demandez aux élèves de rédiger un paragraphe expliquant pourquoi un sondage réalisé auprès de 1 000 personnes est plus fiable qu'un sondage réalisé auprès de 100 personnes, en mentionnant la loi des grands nombres ou la stabilisation des fréquences.

Vérification rapide

Pendant la Station Rotation, proposez aux élèves un algorithme simple simulant 10 lancers de pièce. Demandez-leur de prédire la fréquence d'apparition de 'pile' puis de comparer avec les résultats obtenus après 5 simulations. Discutez des variations observées en lien avec la taille de l'échantillon.

Question de discussion

Après le Think-Pair-Share sur le biais du joueur, lancez une discussion en classe sur le choix entre deux jeux de hasard, en demandant aux élèves d'appliquer la loi des grands nombres pour justifier leur réponse. Évaluez leur capacité à relier la loi des grands nombres à la notion de risque à long terme.

Extensions et étayage

• Demandez aux élèves rapides de modéliser une expérience aléatoire complexe (comme un lancer de dé avec des faces personnalisées) et d'observer la convergence sur 10 000 essais.
• Pour les élèves en difficulté, proposez un tableau à compléter avec des cases pré-remplies pour 10, 100 et 1 000 essais, afin de guider leur observation progressive.
• Explorez la différence entre la loi des grands nombres et la loi faible des grands nombres en comparant des simulations avec des probabilités très inégales (ex. : 1/1000 vs 999/1000).

Vocabulaire clé

Fréquence observée	Le rapport entre le nombre de fois où un événement s'est produit et le nombre total d'expériences réalisées. Elle se calcule après coup.
Probabilité théorique	La valeur attendue de la fréquence d'un événement dans l'idéal, calculée avant l'expérience. Par exemple, la probabilité d'obtenir un 6 avec un dé équilibré est 1/6.
Loi des grands nombres	Un principe fondamental qui stipule que la fréquence observée d'un événement tend à se rapprocher de sa probabilité théorique lorsque le nombre d'expériences augmente indéfiniment.
Simulation	Reproduction d'une expérience aléatoire à l'aide d'un outil informatique (algorithme, tableur) pour étudier son comportement sur un grand nombre de réalisations.
Échantillon	Ensemble des résultats obtenus lors d'une série d'expériences aléatoires. La taille de l'échantillon est le nombre total d'expériences.