Tu as déjà entendu parler de sondages : « 54 % des Français pensent que… », « sur 1 000 personnes interrogées, 62 % préfèrent… ». Mais comment peut-on affirmer quelque chose sur toute une population en n'interrogeant qu'un petit groupe ? C'est exactement le rôle de l'échantillonnage en probabilités. Et si tu sais t'y prendre, c'est un des chapitres les plus rentables du lycée : on y retrouve les arbres pondérés, la loi binomiale, les probabilités conditionnelles et même un peu de statistiques. Dans cet article, on te donne une checklist complète pour ne plus jamais te tromper sur l'échantillonnage et la fluctuation d'échantillonnage. Prêt ? C'est parti.
1. Échantillonnage : de quoi parle-t-on exactement ?
Commençons par la définition, parce que tout part de là.
Population : l'ensemble de tous les individus que l'on étudie (par exemple, tous les élèves de Terminale en France).
Échantillon : un sous-ensemble fini de cette population, obtenu par tirage. Sa taille est notée n.
Échantillonnage : la méthode qui consiste à prélever un échantillon dans une population pour estimer une caractéristique (une proportion p, une moyenne…).
Le mot-clé à retenir, c'est celui-ci : fluctuation d'échantillonnage. Si tu répètes la même expérience (prélever un échantillon de taille n) plusieurs fois, tu n'obtiens pas toujours la même proportion observée. C'est normal ! C'est le hasard du tirage. Cette variabilité d'un échantillon à l'autre s'appelle la fluctuation d'échantillonnage.
Exemple simple : imagine une urne avec 60 % de boules rouges (donc p = 0,6). Tu tires 100 boules avec remise. Tu obtiens 58 rouges (fréquence observée 0,58). Tu recommences : 63 rouges (0,63). Puis 55 (0,55). Les fréquences observées fluctuent autour de la proportion théorique p = 0,6. C'est ça, la fluctuation d'échantillonnage.
À ne pas confondre : proportion théorique et fréquence observée
- p : proportion dans la population entière (théorique, souvent inconnue, c'est ce qu'on cherche).
- f : fréquence observée dans l'échantillon (calculée : f = nombre de cas favorables dans l'échantillon / n).
On utilise f pour estimer p, mais f n'est presque jamais exactement égal à p. C'est toute la difficulté (et toute la beauté) de l'échantillonnage.
2. La checklist complète pour réussir un exercice d'échantillonnage
Voici la checklist que tu peux appliquer à tous les exercices type bac. Lis-la, relis-la, apprends-la par cœur.
Étape 1 — Identifier la population, l'échantillon et la proportion p
Pose toujours les choses noir sur blanc :
- Quelle est la population ?
- Quelle est la taille de l'échantillon (n) ?
- Quelle est la proportion théorique p ?
- Quelle est la fréquence observée f ?
Si l'énoncé dit « dans une usine, 3 % des pièces sont défectueuses », alors p = 0,03. Si on prélève 200 pièces, n = 200.
Étape 2 — Vérifier les hypothèses (avec remise ou population grande)
Pour modéliser un échantillon par une loi binomiale, il faut que :
- les tirages soient indépendants (avec remise, ou sans remise mais population très grande devant n) ;
- chaque tirage ait seulement deux issues : succès (propriété étudiée) ou échec ;
- la probabilité de succès reste constante égale à p.
Alors le nombre X de succès suit la loi binomiale de paramètres n et p, notée B(n ; p).
Étape 3 — Calculer l'intervalle de fluctuation
Au lycée, on utilise deux formules selon le niveau :
Formule de Seconde / Première (pour n ≥ 25 et 0,2 ≤ p ≤ 0,8) :
I = [ p − 1/√n ; p + 1/√n ]
Formule exacte avec la loi binomiale (Terminale) : on cherche le plus petit intervalle [a ; b] tel que P(a ≤ X ≤ b) ≥ 0,95. On utilise souvent la calculatrice (menu Binomial).
Étape 4 — Comparer f à l'intervalle : décision
- Si f appartient à l'intervalle de fluctuation → on accepte l'hypothèse sur p.
- Si f n'appartient pas à l'intervalle → on rejette l'hypothèse au seuil de 95 %.
C'est la règle de décision officielle. Elle revient à un test bilatéral au seuil de 5 %.
Étape 5 — Rédiger proprement la conclusion
N'oublie jamais une phrase de conclusion du type : « Au seuil de 95 %, la fréquence observée appartient à l'intervalle de fluctuation, donc on ne peut pas rejeter l'hypothèse que p = 0,4. »
3. Exemple entièrement corrigé (niveau Terminale)
Énoncé : une entreprise affirme que 40 % de ses clients sont satisfaits. On interroge 200 clients au hasard (avec remise sur la population, très grande). Sur ces 200, 92 se disent satisfaits. Peut-on remettre en cause l'affirmation de l'entreprise au seuil de 95 % ?
Étape 1 — Données.
- Population : clients de l'entreprise.
- n = 200.
- p = 0,40 (hypothèse de l'entreprise).
- f = 92 / 200 = 0,46.
Étape 2 — Modélisation.
Les tirages sont indépendants, chaque client a deux issues possibles (satisfait / pas satisfait), et p reste constante. Donc X (nombre de satisfaits) suit B(200 ; 0,40).
Étape 3 — Intervalle de fluctuation.
Avec la formule approchée : 1/√200 ≈ 0,0707.
I ≈ [0,40 − 0,0707 ; 0,40 + 0,0707] = [0,3293 ; 0,4707].
Étape 4 — Comparaison.
f = 0,46 et 0,46 ∈ [0,3293 ; 0,4707].
Étape 5 — Conclusion.
La fréquence observée appartient à l'intervalle de fluctuation au seuil de 95 %. On ne peut donc pas rejeter l'affirmation de l'entreprise : les 46 % observés sont compatibles avec une proportion réelle de 40 %.
Remarque importante : ne confonds pas intervalle de fluctuation et intervalle de confiance.
- Intervalle de fluctuation : on connaît p, on regarde si f est plausible.
- Intervalle de confiance : on ne connaît pas p, on l'estime à partir de f. La formule usuelle est [ f − 1/√n ; f + 1/√n ].
Ce sont deux notions vraiment proches, et c'est justement pour ça qu'elles se confondent souvent. Retiens la direction : fluctuation = de p vers f ; confiance = de f vers p.
4. Conseils de méthode pour réussir tes exercices
Conseil 1 — Vérifie toujours les conditions d'application
La formule approchée [p − 1/√n ; p + 1/√n] n'est valable que si n ≥ 25 et 0,2 ≤ p ≤ 0,8. Si ces conditions ne sont pas remplies, utilise la loi binomiale exacte. C'est un piège classique des sujets de bac.
Conseil 2 — Fais un arbre pondéré pour les tirages sans remise
Si l'énoncé dit « on tire 3 boules sans remise d'une urne contenant 5 rouges et 3 noires », tu n'as PAS une loi binomiale (les tirages ne sont pas indépendants). Il faut dessiner un arbre pondéré et multiplier les probabilités le long des branches. C'est un point de méthode essentiel : avec remise → binomiale ; sans remise → arbre pondéré.
Conseil 3 — Vérifie ton calcul de f
f = nombre de cas favorables / n. Une erreur d'un seul individu sur 200 change f de 0,005. Sur un intervalle étroit, ça peut faire basculer la conclusion. Relis ton calcul.
Conseil 4 — Entraîne-toi avec des exercices progressifs
Commence par des exercices de Seconde (intervalle de fluctuation simple), puis passe à la loi binomiale en Première/Terminale. Tu trouveras des exercices corrigés de probabilités classés par niveau. Et n'oublie pas les fiches mémo pour réviser les formules la veille du contrôle.
Conseil 5 — Révise les bases
L'échantillonnage mobilise beaucoup d'outils : probabilités conditionnelles, indépendance, loi binomiale. Si tu sens des lacunes, jette un œil à la page maths du site pour reprendre les fondations. Et si tu prépares le brevet ou le bac, le réseau Allo Education propose aussi des ressources utiles : AlloBrevet pour le collège et AlloBac pour le lycée.
5. Conclusion : l'échantillonnage, c'est de la rigueur avant tout
L'échantillonnage et la fluctuation d'échantillonnage ne sont pas des chapitres compliqués quand on a une méthode claire. Retiens les 5 étapes de la checklist : identifier les données, vérifier les hypothèses, calculer l'intervalle, comparer f à l'intervalle, conclure proprement. Et surtout, ne saute jamais l'étape de vérification des conditions (avec ou sans remise, n ≥ 25, 0,2 ≤ p ≤ 0,8).
Avec un peu d'entraînement régulier, tu verras que ces exercices sont souvent les plus prévisibles du bac. Alors prends ton cahier, refais l'exemple corrigé sans regarder la solution, puis lance-toi sur des annales. Tu vas y arriver !