Arbres pondérés et expériences répétées

Représente des répétitions indépendantes par un arbre, calcule les chemins utiles et observe les fréquences d'une simulation.

Environ 55 minutes

  • Construire un arbre de deux à quatre épreuves identiques et indépendantes.
  • Calculer une probabilité de chemin ou d'union de chemins.
  • Simuler avec Python plusieurs centaines d'échantillons et observer la fluctuation des fréquences.
Sommaire
  1. Épreuve de Bernoulli et répétition
  2. Lire les chemins de l'arbre
  3. Simulation et listes de fréquences
  4. Lire la fluctuation sans surinterpréter
  5. Trois situations résolues
  6. Au bac : rédiger un raisonnement
  7. À toi de chercher
  8. Vocabulaire, erreurs fréquentes et bilan

Deux contrôles identiques donnent-ils toujours le même résultat ?

Représente des répétitions indépendantes par un arbre, calcule les chemins utiles et observe les fréquences d'une simulation. Tu étudies une expérience à deux issues, répétée quelques fois. Les mots « identiques » et « indépendantes » décrivent des hypothèses distinctes. Ils permettent de conserver les mêmes probabilités à chaque embranchement. On peut ensuite simuler un grand nombre d'échantillons pour voir comment les fréquences varient. Un arbre à deux, trois ou quatre niveaux aide à comprendre les événements avant de recourir à une machine.

Épreuve de Bernoulli et répétition

Une épreuve de Bernoulli possède deux issues : succès S de probabilité p et échec non S de probabilité 1−p. Le mot succès signifie seulement l'issue comptée, pas une valeur morale. Des épreuves identiques gardent la même probabilité p ; indépendantes signifie que les issues précédentes ne modifient pas celle de la suivante. Un prélèvement sans remise dans un petit lot n'est généralement pas indépendant à probabilité constante. Pour les arbres étudiés ici, choisir n entre 2 et 4, répéter les mêmes branches à chaque niveau et étiqueter clairement S et non S.

Les mêmes poids apparaissent au second niveau après S comme après E : le modèle suppose des épreuves identiques et indépendantes.

Imagine qu'un contrôle détecte un signal avec la probabilité 0,8. Le succès S est ici la détection ; son contraire E est l'absence de détection. Une nouvelle épreuve identique utilise la même probabilité. L'indépendance ajoute que connaître les résultats précédents ne la modifie pas. Le fonctionnement simultané de deux capteurs ne garantit pas ces conditions : une même alimentation perturbée peut agir sur les deux. Dans un exercice, annonce que les hypothèses sont données ou justifiées par le protocole. Sans elles, un arbre reste possible mais les branches de niveaux suivants doivent porter les bonnes probabilités conditionnelles.

Lire les chemins de l'arbre

La probabilité d'un chemin est le produit des probabilités de ses branches. Pour trois épreuves, S,S,non S a la probabilité p²(1−p). Deux succès exactement peuvent être réalisés par trois chemins : S,S,non S ; S,non S,S ; non S,S,S. Ils sont incompatibles, donc leurs probabilités s'additionnent. Pour n≤4, l'énumération évite de transformer une formule combinatoire générale en exigence supplémentaire. « Au moins un succès » se calcule facilement par le complémentaire : 1−P(aucun succès). Les chemins doivent couvrir tous les cas pertinents sans doublon.

Ne confonds pas un ordre précis et un nombre de succès. La suite S,E,S est un seul chemin ; l'événement « exactement deux succès » contient aussi S,S,E et E,S,S. Ces chemins sont incompatibles car une même réalisation ne peut pas suivre deux suites différentes. Pour trois répétitions, la liste complète comporte huit chemins. Tu peux les produire systématiquement en prolongeant chaque chemin par S et par E. Pour quatre répétitions, elle en comporte seize. Un contrôle utile consiste à additionner toutes les probabilités finales : on doit retrouver 1 avant de répondre à la question particulière.

Classes de fréquences : A=[0 ; 0,3[, B=[0,3 ; 0,4[, C=[0,4 ; 0,5[, D=[0,5 ; 0,6[, E=[0,6 ; 1]. La somme des cinq effectifs vaut 400.

Simulation et listes de fréquences

Pour simuler une épreuve, tirer un nombre pseudo-aléatoire uniforme entre 0 et 1 et déclarer succès si le tirage est inférieur à p. Une boucle de n épreuves utilise un compteur de succès, puis la fréquence vaut compteur/n pour n>0. Répéter cette simulation N fois, avec N de plusieurs centaines, construit une liste de fréquences. Le modèle aléatoire est fourni par le programme, non par des mesures industrielles. Une graine rend une exécution reproductible pour comparer des codes, sans rendre les fréquences exactement égales à p.

Avec Python, la fonction random() fournit un nombre pseudo-aléatoire dans [0 ; 1[. La condition random() < p modélise un succès de probabilité p dans le modèle de simulation. Pour un échantillon, initialise un compteur à zéro, effectue n tirages, augmente le compteur de un après chaque succès, puis divise par n. Recommence N fois en réinitialisant le compteur au début de chaque échantillon. Conserve les N fréquences dans une liste. Dans l'activité illustrée, p=0,4, n=50 et N=400 : il y a 20 000 épreuves simulées mais seulement 400 fréquences d'échantillons.

Lire la fluctuation sans surinterpréter

Les fréquences d'échantillons de même taille varient autour de p : c'est la fluctuation. Un seul échantillon ne donne généralement pas f=p. Comparer les nuages pour différentes tailles n, en gardant p et un nombre N suffisant, permet d'observer une dispersion souvent plus faible quand n augmente. Le programme 2026 propose d'observer cette dispersion et des distances à p ; il ne demande pas de théorie de test ou de seuil automatique de conformité. La liste et le graphique doivent annoncer p, n, N et la graine éventuelle. Comparer deux simulations avec des paramètres différents sans les documenter brouille l'interprétation.

Pour représenter les résultats, on peut placer une fréquence par échantillon dans un nuage ou regrouper les fréquences en classes. Les bornes des classes doivent être annoncées, ainsi que l'inclusion de leurs extrémités. Le graphique de cette leçon est construit avec une graine fixée à 17 ; cette graine permet de retrouver la liste avec le même générateur. Une autre graine peut changer les effectifs. Une simulation isolée ne prouve pas que les conditions d'un processus réel sont stables. Elle montre les conséquences du modèle choisi. Pour contrôler le programme, essaie aussi p=0 puis p=1 : toutes les fréquences doivent alors valoir respectivement zéro et un.

Trois situations résolues

Exemple résolu

Deux épreuves indépendantes ont une probabilité de succès p=0,8. Calcule la probabilité de deux succès puis d'exactement un succès.

  1. Étape 1 : Chaque niveau de l'arbre possède un succès S de poids 0,8 et un échec E de poids 0,2.
  2. Étape 2 : Deux succès correspondent au chemin S,S, de probabilité 0,8×0,8=0,64.
  3. Étape 3 : Exactement un succès correspond à S,E ou E,S. Chaque chemin a une probabilité 0,16.
  4. Étape 4 : Les deux chemins sont incompatibles : additionne 0,16+0,16=0,32. Le dernier chemin E,E a une probabilité 0,04.

Résultat : Deux succès ont pour probabilité 0,64 ; exactement un succès a pour probabilité 0,32. Les quatre probabilités 0,64+0,16+0,16+0,04 ont pour somme 1.

Piège à éviter : Le résultat 0,16 ne représente qu'un des deux ordres possibles pour exactement un succès.

Exemple résolu

Trois épreuves identiques et indépendantes ont p=0,8. Détermine la probabilité d'exactement deux succès.

  1. Étape 1 : Repère l'unique échec parmi les trois positions : les chemins possibles sont E,S,S ; S,E,S ; S,S,E.
  2. Étape 2 : Pour chaque chemin, multiplie deux facteurs 0,8 et un facteur 0,2.
  3. Étape 3 : La probabilité d'un chemin vaut 0,8²×0,2=0,128. L'ordre des facteurs ne change pas ce produit.
  4. Étape 4 : Additionne les trois chemins disjoints : 3×0,128=0,384.

Résultat : La probabilité d'exactement deux succès est 0,384, soit 38,4 %. L'énumération justifie ici le facteur trois.

Piège à éviter : Ne multiplie pas par le nombre de répétitions sans avoir identifié tous les chemins concernés.

Exemple résolu

Quatre épreuves identiques et indépendantes ont p=0,8. Calcule la probabilité d'au moins un succès.

  1. Étape 1 : Le contraire d'« au moins un succès » est « aucun succès », donc quatre échecs.
  2. Étape 2 : Un échec a pour probabilité 1−0,8=0,2.
  3. Étape 3 : Le chemin E,E,E,E a pour probabilité 0,2⁴=0,0016 grâce à l'indépendance.
  4. Étape 4 : Soustrais cette probabilité à 1 : 1−0,0016=0,9984.

Résultat : La probabilité d'au moins un succès est 0,9984, soit 99,84 %.

Piège à éviter : Le complémentaire d'au moins un succès n'est pas exactement un échec : il faut zéro succès.

Au bac : rédiger un raisonnement

Expliquer avant de conclure

  1. Définis précisément succès et échec, puis écris les hypothèses de répétition.
  2. Indique les probabilités à chaque niveau, même lorsque les poids sont répétés.
  3. Traduis « exactement », « au moins » et « aucun » en listes de chemins ou en événement contraire.
  4. Multiplie le long d'un chemin ; additionne seulement des chemins incompatibles.
  5. Pour une simulation, précise p, n, N et ce qui est représenté sur le graphique.

Pour expliquer une simulation, distingue le modèle de son exécution. Le paramètre p règle la chance de succès à chaque épreuve ; n règle la taille d'un échantillon ; N règle le nombre de fréquences observées. Augmenter N donne une représentation plus riche de la fluctuation pour une taille donnée. Augmenter n change la taille des échantillons eux-mêmes. Ces deux actions n'ont donc pas le même rôle. Une fréquence différente de p n'est pas à elle seule une erreur du programme ; examine le code et plusieurs répétitions avant de conclure.

À toi de chercher

À toi d'essayer

Pour trois épreuves indépendantes où le succès a p=0,1, calculer la probabilité d'aucun succès.

Voir la réponse

Chaque échec vaut 0,9. Le chemin de trois échecs vaut 0,9³=0,729.

À toi d'essayer

On simule 400 échantillons de taille 50 avec p=0,4. Quelle est la longueur de la liste des fréquences ? Combien d'épreuves ont été simulées ?

Correction détaillée pas à pasDans ce chapitre : 2 corrections détaillées.

À toi d'essayer

Un sac contient trois pièces bonnes et une pièce défectueuse. On tire deux pièces sans remise. Le succès est « tirer la pièce défectueuse ». Peut-on garder le même poids de succès après les deux résultats possibles du premier tirage ? Justifie avec les valeurs.

Correction détaillée pas à pasDans ce chapitre : 2 corrections détaillées.

Vocabulaire, erreurs fréquentes et bilan

Vocabulaire

Bernoulli :
Épreuve à deux issues, succès et échec.
échantillon :
Groupe d'épreuves simulées dans lequel on calcule une fréquence.
fluctuation :
Variation des fréquences entre échantillons de même modèle.
Attention :

Deux tirages successifs ne sont pas automatiquement indépendants. Un chemin représente un ordre précis, pas tous les ordres donnant le même nombre de succès. Une simulation ne remplace pas la vérification des hypothèses sur un dispositif réel.

Relier le calcul et son sens

QuestionRéponse à justifier
Une suite préciseProduit des poids de son chemin.
Un nombre exact de succèsSomme des chemins correspondants.
Au moins un succèsComplémentaire du chemin sans succès.
Une simulationListe de N fréquences, chacune sur n épreuves.

S'entraîner : poursuis avec le hub d'exercices du site. Reprends d'abord une question sans regarder sa correction, puis compare les étapes de ton raisonnement. Une erreur de calcul et une hypothèse mal choisie ne se corrigent pas de la même façon.

À retenir

  • Une épreuve de Bernoulli a deux issues, de probabilités p et 1−p.
  • Des épreuves identiques gardent le même p ; l'indépendance permet de garder ces poids après toute histoire.
  • La probabilité d'un chemin est le produit de ses poids.
  • La probabilité d'une réunion de chemins incompatibles est la somme de leurs probabilités.
  • Une fréquence observée fluctue et n'est pas obligatoirement égale au paramètre p.

Fiche de révision

Avant de dessiner, nomme l'issue comptée. Un défaut peut être appelé succès si c'est précisément l'événement que l'on compte.

Construis l'arbre niveau par niveau. Chaque feuille doit correspondre à une suite complète et chaque embranchement doit avoir un total de probabilités égal à 1.

Pour n=3 et exactement deux succès, place l'échec successivement à chacune des trois positions. Cette liste évite les oublis et les doublons.

Une activité de simulation se décrit avec quatre informations : modèle de succès, taille d'échantillon, nombre d'échantillons et représentation. La graine renseigne la reproductibilité de l'exécution.

Pour juger un écart entre fréquence et p, observe plusieurs échantillons et la dispersion du nuage. N'invente pas de seuil de conformité à partir d'une seule réalisation.

Questions fréquentes

La graine rend-elle le résultat certain ?

Elle permet de reproduire une suite pseudo-aléatoire dans les mêmes conditions logicielles. Elle ne transforme pas le modèle réel en phénomène certain.

Pourquoi utiliser le complémentaire ?

Il peut remplacer une longue somme de chemins par le calcul d'un seul chemin, puis une soustraction à 1.

Et maintenant ?

Tu as lu le cours. L’étape suivante tient en une action.

S’entraîner sur ce chapitreUn exercice dans l’espace Exercices

Prolonge l’expérience !

Continue à explorer ce chapitre à travers de nouvelles activités, des défis et des expériences interactives. Avec Premium, l’apprentissage continue !

Ici, tu débloques aussi 2 corrections détaillées.

Parent ? Suivez les progrès de votre enfant.

S’entraîner sur cette notion

Tous les cours de Première STI2D — Mathématiques technologiques
Scientia