
Évaluer un risque avec des fréquences, des événements et une simulation
À partir d'une situation de risque, définir l'événement étudié, estimer sa probabilité par une fréquence observée ou simulée, puis justifier une décision par un calcul.
Ce que dit la fiche
Les points essentiels
- Un risque se décrit par un événement précis (par exemple « la pièce est défectueuse ») dont on veut mesurer la probabilité, et non par une impression générale.
- La fréquence d'un événement est le rapport entre le nombre de fois où il se réalise et le nombre total d'observations ou d'essais : f = effectif de l'événement ÷ effectif total.
- Une fréquence est un nombre compris entre 0 et 1, que l'on peut aussi écrire en pourcentage ; elle n'est jamais négative ni supérieure à 100 %.
- Quand on répète une expérience aléatoire un grand nombre de fois, la fréquence observée se stabilise autour d'une valeur : c'est elle qui sert d'estimation de la probabilité.
- Une simulation consiste à reproduire une situation aléatoire (tableur, calculatrice, dé, tirage) pour obtenir de nombreux résultats rapidement, sans refaire l'expérience réelle.
- Une simulation donne une estimation, pas une valeur exacte : deux simulations de la même situation donnent des fréquences proches mais rarement identiques.
- Plus l'échantillon est grand, plus l'estimation est fiable ; avec 20 essais la fréquence varie beaucoup, avec 2 000 elle est bien plus stable.
- Pour décider, on compare la fréquence du risque à un seuil de tolérance fixé par la situation (par exemple 5 % de défauts maximum) et on conclut en une phrase argumentée.
Les mots à connaître
- Événement
- Ensemble de résultats d'une expérience aléatoire qui correspondent à ce que l'on observe, par exemple « obtenir une pièce défectueuse » ou « faire un 6 avec un dé ».
- Fréquence
- Proportion d'apparition d'un événement dans une série d'observations : nombre de réalisations de l'événement divisé par le nombre total d'observations, exprimée en nombre décimal ou en pourcentage.
- Simulation
- Reproduction d'une expérience aléatoire à l'aide d'un outil (tableur, calculatrice, algorithme) afin d'obtenir un grand nombre de résultats pour estimer une fréquence.
La méthode, étape par étape
- Identifier l'événement dont on veut mesurer le risque et l'écrire avec précision (ce que l'on compte, sur quel ensemble).
- Relever ou produire les données : effectif où l'événement se réalise et effectif total, réels ou issus d'une simulation.
- Calculer la fréquence f = effectif de l'événement ÷ effectif total, puis la convertir en pourcentage si besoin.
- Comparer cette fréquence au seuil de tolérance ou au risque acceptable donné par la situation.
- Conclure par une phrase qui répond à la question posée et rappelle que la valeur est une estimation dépendant de la taille de l'échantillon.
Des exemples résolus
Dans un atelier, on contrôle un lot de 400 pièces et on en trouve 18 défectueuses. Le cahier des charges tolère au maximum 5 % de pièces défectueuses. Calculer la fréquence de l'événement D « la pièce est défectueuse » et dire si le lot est conforme.
1) L'événement est D : la pièce est défectueuse. 2) Effectif de D : 18 ; effectif total : 400. 3) Fréquence f = 18 ÷ 400 = 0,045, soit 4,5 %. 4) Seuil toléré : 5 % = 0,05. Comme 0,045 < 0,05, la fréquence de défauts est inférieure au seuil. 5) Conclusion : sur ce lot, le taux de défauts est de 4,5 %, donc le lot respecte la tolérance. Cette valeur décrit le lot contrôlé ; elle n'est qu'une estimation pour la production à venir.
Pour estimer le risque d'obtenir au moins un 6 en lançant un dé équilibré deux fois, on simule 200 doubles lancers sur tableur. Le tableur indique 56 doubles lancers avec au moins un 6. Calculer la fréquence observée, la comparer à la valeur théorique 11/36 et dire ce qu'elle apprend sur la simulation.
1) L'événement est A : obtenir au moins un 6 en deux lancers. 2) Effectif de A : 56 ; effectif total : 200. 3) Fréquence observée f = 56 ÷ 200 = 0,28, soit 28 %. 4) Valeur théorique : 11 ÷ 36 ≈ 0,3056, soit environ 30,6 %. 5) L'écart est d'environ 2,6 points, ce qui est normal pour 200 essais seulement. Une nouvelle simulation donnerait une autre fréquence proche de 0,3. Conclusion : la simulation donne une bonne estimation du risque, mais pas la valeur exacte ; en augmentant le nombre d'essais, la fréquence se rapprocherait de 0,3056.
Les pièges à éviter
- Croire qu'une fréquence calculée sur peu d'essais est exacte : 3 pièces défectueuses sur 10 donne 30 %, mais ce résultat peut changer fortement sur un autre échantillon. Rectification : une fréquence est une estimation, d'autant plus fiable que l'échantillon est grand, et il faut toujours préciser le nombre d'observations.
- Diviser par le mauvais effectif, par exemple diviser le nombre de défauts par le nombre de pièces bonnes au lieu du total. Rectification : le dénominateur est toujours l'effectif total observé. Avec 18 défauts sur 400 pièces, la fréquence vaut 18 ÷ 400 = 4,5 % et non 18 ÷ 382.
Teste-toi
Sur 250 colis contrôlés, 10 sont arrivés abîmés. Calculer la fréquence de l'événement « le colis est abîmé » en pourcentage. Le transporteur s'engage à moins de 3 % de colis abîmés : respecte-t-il son engagement ?
Voir la réponse
f = 10 ÷ 250 = 0,04 = 4 % ; l'engagement n'est pas respecté.
L'événement est « colis abîmé », d'effectif 10 sur 250 colis. On calcule 10 ÷ 250 = 0,04, soit 4 %. Le seuil promis est de 3 %, soit 0,03. Comme 0,04 > 0,03, le taux observé dépasse l'engagement : sur cet échantillon, le transporteur ne le respecte pas.
On simule 1 000 lancers d'une pièce équilibrée et on obtient 523 « face ». Calculer la fréquence de « face ». Cette valeur est-elle surprenante, et pourquoi ?
Voir la réponse
f = 523 ÷ 1 000 = 0,523 = 52,3 % ; ce n'est pas surprenant.
La fréquence de « face » est 523 ÷ 1 000 = 0,523. Pour une pièce équilibrée, la valeur théorique est 0,5. L'écart de 0,023 est faible pour 1 000 lancers : les fluctuations de la simulation sont normales et la fréquence reste proche de 0,5.
Léa simule 20 fois un tirage et obtient une fréquence de 0,35 pour un événement ; Karim le simule 2 000 fois et obtient 0,31. Lequel des deux résultats est a priori le plus fiable pour estimer la probabilité ? Justifier.
Voir la réponse
Le résultat de Karim (0,31 sur 2 000 simulations) est le plus fiable.
Plus le nombre d'essais est grand, plus la fréquence se stabilise autour de la probabilité. Avec 20 simulations, Léa obtient une valeur très variable qui pourrait changer beaucoup en recommençant. Avec 2 000 simulations, la fréquence de Karim fluctue beaucoup moins : son estimation est donc plus fiable.
Cette fiche fait partie de notre collection MathématiquesRetrouve nos autres fiches de Terminale pro pour réviser efficacement !
Voir toutes les fiches