ATLAS Ouvrir dans l'atlas →

ExerciceTerminale, chapitre 10 — Loi des grands nombres · Exercices de synthèse

Exercice 34 Type Bac

Type BacProblèmeDémonstrationCalcul

On souhaite obtenir une valeur approchée du nombre π\pi sans jamais le calculer. Pour cela, on choisit au hasard un point dans le carré de sommets (0 ;0)(0\,;0), (1 ;0)(1\,;0), (1 ;1)(1\,;1) et (0 ;1)(0\,;1), et on pose X=1X = 1 si ce point appartient au quart de disque de centre (0 ;0)(0\,;0) et de rayon 11, et X=0X = 0 sinon. On admet que la probabilité que le point appartienne à une partie du carré est égale à l'aire de cette partie.

On répète l'expérience nn fois de façon indépendante et on note MnM_{n} la fréquence des points tombés dans le quart de disque.

1. Justifier que E(X)=π4E(X) = \dfrac{\pi}{4}, et exprimer V(X)V(X) en fonction de π\pi.

2. Démontrer que V(X)⩽14V(X) \leqslant \dfrac{1}{4}.

3. En déduire que, pour tout réel δ>0\delta > 0 : P(∣Mn−π4∣⩾δ)  ⩽  14nδ2P\left(\left|M_{n} - \frac{\pi}{4}\right| \geqslant \delta\right) \; \leqslant \; \frac{1}{4n\delta^{2}}

4. On pose Yn=4MnY_{n} = 4M_{n}, valeur approchée de π\pi fournie par la simulation. Montrer que, pour tout réel ε>0\varepsilon > 0, les événements (∣Yn−π∣⩾ε)\big(|Y_{n} - \pi| \geqslant \varepsilon\big) et (∣Mn−π4∣⩾ε4)\left(\left|M_{n} - \dfrac{\pi}{4}\right| \geqslant \dfrac{\varepsilon}{4}\right) sont identiques, puis établir : P(∣Yn−π∣⩾ε)  ⩽  4nε2P\big(|Y_{n} - \pi| \geqslant \varepsilon\big) \; \leqslant \; \frac{4}{n\varepsilon^{2}}

5. Déterminer le nombre minimal de tirages pour que YnY_{n} donne π\pi à 0,010{,}01 près, avec une probabilité d'au moins 0,990{,}99.

6. Commenter ce résultat du point de vue de l'efficacité de la méthode.

Corrigé

1. La variable XX suit une loi de Bernoulli, dont le paramètre est la probabilité que le point tombe dans le quart de disque. D'après l'énoncé, cette probabilité est l'aire de ce quart de disque, soit π×124\dfrac{\pi \times 1^{2}}{4}. Comme le carré est de côté 11, son aire vaut 11 et il n'y a pas lieu de diviser : E(X)=P(X=1)=π4E(X) = P(X = 1) = \boxed{\dfrac{\pi}{4}}

V(X)=π4(1−π4)=π4−π216V(X) = \frac{\pi}{4}\left(1 - \frac{\pi}{4}\right) = \boxed{\dfrac{\pi}{4} - \dfrac{\pi^{2}}{16}}

2. On a établi à l'exercice 25 que p(1−p)⩽14p(1-p) \leqslant \dfrac{1}{4} pour tout p∈[0 ;1]p \in [0\,;1], l'égalité 14−p(1−p)=(p−12)2\dfrac{1}{4} - p(1-p) = \left(p - \dfrac{1}{2}\right)^{2} montrant que la différence est un carré. En appliquant ce résultat à p=π4p = \dfrac{\pi}{4}, qui appartient bien à [0 ;1][0\,;1] : V(X)⩽14\boxed{V(X) \leqslant \dfrac{1}{4}}

3. L'inégalité de concentration appliquée à MnM_{n}, d'espérance π4\dfrac{\pi}{4} et de variance V(X)n\dfrac{V(X)}{n}, donne : P(∣Mn−π4∣⩾δ)  ⩽  V(X)nδ2  ⩽  14nδ2P\left(\left|M_{n} - \frac{\pi}{4}\right| \geqslant \delta\right) \; \leqslant \; \frac{V(X)}{n\delta^{2}} \; \leqslant \; \boxed{\dfrac{1}{4n\delta^{2}}}

4. Comme Yn=4MnY_{n} = 4M_{n}, on a Yn−π=4(Mn−π4)Y_{n} - \pi = 4\left(M_{n} - \dfrac{\pi}{4}\right), donc ∣Yn−π∣=4∣Mn−π4∣|Y_{n} - \pi| = 4\left|M_{n} - \dfrac{\pi}{4}\right|. Pour tout réel ε>0\varepsilon > 0 : ∣Yn−π∣⩾ε⟺4∣Mn−π4∣⩾ε⟺∣Mn−π4∣⩾ε4|Y_{n} - \pi| \geqslant \varepsilon \quad\Longleftrightarrow\quad 4\left|M_{n} - \frac{\pi}{4}\right| \geqslant \varepsilon \quad\Longleftrightarrow\quad \left|M_{n} - \frac{\pi}{4}\right| \geqslant \frac{\varepsilon}{4} Les deux événements sont donc identiques et ont la même probabilité. On applique alors la question 3 avec δ=ε4\delta = \dfrac{\varepsilon}{4} : P(∣Yn−π∣⩾ε)  ⩽  14n(ε4)2=14n×ε216=4nε2P\big(|Y_{n} - \pi| \geqslant \varepsilon\big) \; \leqslant \; \frac{1}{4n\left(\dfrac{\varepsilon}{4}\right)^{2}} = \frac{1}{4n \times \dfrac{\varepsilon^{2}}{16}} = \boxed{\dfrac{4}{n\varepsilon^{2}}}

5. On veut P(∣Yn−π∣⩾0,01)⩽0,01P\big(|Y_{n} - \pi| \geqslant 0{,}01\big) \leqslant 0{,}01 : 4n×0,012⩽0,01⟺n⩾40,01×0,0001=40,000001=4 000 000\frac{4}{n \times 0{,}01^{2}} \leqslant 0{,}01 \quad\Longleftrightarrow\quad n \geqslant \frac{4}{0{,}01 \times 0{,}0001} = \frac{4}{0{,}000001} = 4\,000\,000

Il faut au moins 4 millions de tirages.\boxed{\text{Il faut au moins } 4 \text{ millions de tirages.}}

6. Quatre millions de tirages pour deux décimales de π\pi : c'est considérable, alors qu'une décimale supplémentaire coûterait cent fois plus, soit 400400 millions de tirages (exercice 24). La meˊthode converge treˋs lentement : elle n’est pas compeˊtitive pour calculer π.\boxed{\text{La méthode converge très lentement : elle n'est pas compétitive pour calculer } \pi.} Son intérêt est ailleurs : elle s'applique telle quelle à des aires ou des volumes que l'on ne sait pas calculer, ce qui n'est pas le cas ici. On notera aussi que la majoration obtenue reste une garantie : la précision réellement atteinte est en général bien meilleure, comme le laissait prévoir l'exercice 18.

Dans l'édifice

Thèmes

somme de variables aléatoires, moyenne empirique, espérance, variance, inégalité de concentration, loi de bernoulli, taille d'échantillon, méthode de monte-carlo

Notions

espérance, variable aléatoire

Ouvrir dans l'atlas interactif →