On plante n graines, chacune a une probabilité p de germer, indépendamment des autres. On compte combien ont germé. On recommence la simulation plusieurs fois.
fréquence observée probabilité théorique P(X = k)
Elle modélise le nombre de succès lorsqu'on répète n fois la même expérience à deux issues (succès / échec) lorsque :
P(X = k) = C(n, k) × pk × (1 − p)n − k
X est le nombre de succès, k un nombre particulier (0, 1, …, n), et C(n, k) le nombre de façons de choisir les k graines qui germent parmi les n (coefficient binomial). Pour une loi binomiale, E(X) = n × p et Var(X) = n × p × (1 − p).
Exemple : pour n = 10 et p = 0,3, P(X = 3) = C(10, 3) × 0,3³ × 0,7⁷ = 120 × 0,027 × 0,082 ≈ 0,267, soit environ 27 % des simulations.
C'est la loi des grands nombres : quand on répète un grand nombre de fois la même expérience, la fréquence observée de chaque résultat se rapproche de sa probabilité théorique, et la moyenne observée se rapproche de la moyenne théorique n × p. Essayez 5 simulations, puis 1000.
Attention : ce rapprochement n'est pas régulier (100 simulations peuvent donner un résultat plus éloigné que 50), et il ne dit rien sur une simulation prise isolément : la 1000e simulation est tout aussi imprévisible que la première. C'est l'accumulation qui se stabilise, pas les tirages.
Quand n est grand et p petit, la loi binomiale ressemble beaucoup à une loi de Poisson de paramètre λ = n × p. Essayez n = 50 et p = 0,05 !