![](https://i0.wp.com/mathematxlab.com/wp-content/uploads/2016/04/logoMENESR.gif?resize=404%2C274)
Contenus
Échantillon aléatoire de taille n pour une expérience à deux issues.
Version vulgarisée de la loi des grands nombres : « Lorsque n est grand, sauf exception, la fréquence observée est proche de la probabilité. »
Principe de l’estimation d’une probabilité, ou d’une proportion dans une population, par une fréquence observée sur un échantillon.
![](https://i0.wp.com/mathematxlab.com/wp-content/uploads/2016/04/unnamed.png?resize=300%2C300)
Vidéos pédagogiques de cours
Comment analyser une fonction Python renvoyant le nombre ou la fréquence de succès dans un échantillon de taille n pour une expérience aléatoire à deux issues ?
Comment calculer la proportion des cas où l’écart entre p et ƒ est inférieur ou égal à 1/sqrt(n) ?
![](https://i0.wp.com/mathematxlab.com/wp-content/uploads/2016/04/coggle-banner-green.png?resize=690%2C439)
Carte mentale du chapitre
Capacités attendues
Lire et comprendre une fonction Python renvoyant le nombre ou la fréquence de succès dans un échantillon de taille n pour une expérience aléatoire à deux issues.
Observer la loi des grands nombres à l’aide d’une simulation sur Python ou tableur.
Simuler N échantillons de taille n d’une expérience aléatoire à deux issues. Si p est la probabilité d’une issue et ƒ sa fréquence observée dans un échantillon, calculer la proportion des cas où l’écart entre p et ƒ est inférieur ou égal à 1/sqrt(n) .