Estimer la probabilité d'un événement par simulation numérique et interpréter le résultat.
On simule 1000 lancers d'un dé équilibré avec Python. On obtient 162 fois le chiffre 1. Estimer la probabilité d'obtenir 1 et comparer à la valeur théorique.
Estimer la probabilité d'un événement par simulation numérique et interpréter le résultat.
On répète l'expérience un grand nombre de fois (simulation), on compte le nombre de succès , et on estime ; plus est grand, plus l'estimation est précise (loi des grands nombres).
On simule 1000 lancers d'un dé équilibré avec Python. On obtient 162 fois le chiffre 1. Estimer la probabilité d'obtenir 1 et comparer à la valeur théorique.
Événement : « obtenir 1 » sur un dé à 6 faces. On cherche à estimer .
Simulation : 1000 lancers effectués avec Python (ex. random.randint(1, 6)).
succès observés sur lancers.
. La valeur théorique est . L'estimation est proche, l'écart est normal pour .
(valeur théorique).
Les applications suivantes et la correction guidée sont réservées aux membres Premium
La méthode et sa première application corrigée restent en accès libre. Le Premium débloque les applications suivantes, l'aide IA et le suivi de ta maîtrise.