Moyenne empirique et inégalité de Bienaymé-Tchebychev

Sommes de variables aléatoires et concentration — Terminale Spécialité

Moyenne empirique et inégalité de Bienaymé-Tchebychev

Introduction

La leçon précédente donne l'espérance et la variance d'une somme. Mais une somme n'est pas ce qu'on observe dans la vie : on observe une moyenne. La note moyenne d'une classe, la durée de vie moyenne d'un lot, la proportion de sondés favorables — toutes sont des moyennes d'observations.

Et surtout, on veut répondre à une question que la seule espérance ne règle pas : quelle confiance accorder à une moyenne observée ? L'outil qui répond s'appelle l'inégalité de Bienaymé-Tchebychev, et il a une propriété rare : il ne demande à connaître aucune loi.


1. La moyenne empirique

Moyenne empirique : Soit X₁, …, Xₙ un échantillon de taille n de la loi de X (variables indépendantes et de même loi). La moyenne empirique est :

Mₙ = (X₁ + X₂ + ⋯ + Xₙ)/n = (Sₙ)/n

C'est une variable aléatoire : elle change d'un échantillon à l'autre. Elle a donc elle-même une espérance et une variance, qui se déduisent de la leçon précédente.

formula E(Mₙ) = E(X) V(Mₙ) = (V(X))/n σ(Mₙ) = (σ(X))/(√(n))

D'où cela vient. Mₙ = 1/nSₙ, donc en appliquant E(aX) = aE(X) et V(aX) = a²V(X) avec a = 1/n :

E(Mₙ) = 1/n E(Sₙ) = 1/n × n E(X) = E(X)

V(Mₙ) = 1/(n²) V(Sₙ) = 1/(n²) × n V(X) = (V(X))/n

Ces deux lignes disent l'essentiel du chapitre, et il vaut la peine de s'y arrêter :

  • la moyenne empirique vise juste. Son espérance est exactement celle qu'on cherche : elle ne surestime ni ne sous-estime ;
  • elle est d'autant moins dispersée que n est grand. La variance est divisée par n, l'écart type par √(n).

Attention : La variance est divisée par n, pas l'écart type. Pour diviser l'incertitude par 2, il ne suffit pas de doubler la taille de l'échantillon : il faut la quadrupler. C'est pourquoi les sondages coûtent cher à améliorer.


2. L'inégalité de Bienaymé-Tchebychev

Savoir que Mₙ est peu dispersée ne suffit pas : il faut le chiffrer. C'est ce que fait l'inégalité suivante.

Inégalité de Bienaymé-Tchebychev : Soit X une variable aléatoire admettant une espérance et une variance. Pour tout réel a > 0 :

P(|X - E(X)| ≥ a) ≤ (V(X))/(a²)

Ce qu'elle dit en français : la probabilité de s'écarter de l'espérance d'au moins a est majorée par la variance divisée par a². Plus la variance est petite, ou plus l'écart exigé est grand, plus cette probabilité est faible.

Sa force est qu'elle ne suppose rien sur la loi de X — ni binomiale, ni symétrique, rien. Son prix est qu'elle est peu précise : la majoration est souvent très large. Elle sert donc à garantir, pas à estimer.

Astuce : La majoration peut dépasser 1, auquel cas elle ne dit rien du tout (une probabilité est toujours inférieure à 1). Si ton calcul donne un majorant supérieur à 1, tu n'as pas fait d'erreur : l'inégalité est simplement inutile pour cette valeur de a.


3. La forme réellement utilisée : minorer

Au bac, la question n'est presque jamais « majorer la probabilité de s'écarter ». Elle est « montrer que la probabilité d'être dans tel intervalle est supérieure à … ». On passe donc systématiquement à l'évènement contraire.

formula P(|X - E(X)| < a) ≥ 1 - (V(X))/(a²)

Les deux évènements |X - E(X)| ≥ a et |X - E(X)| < a sont contraires, donc leurs probabilités ont pour somme 1 : majorer l'un revient à minorer l'autre.

Méthode : appliquer Bienaymé-Tchebychev :

  1. Identifier la variable sur laquelle on travaille, et calculer E et V.

  2. Centrer l'intervalle. L'énoncé donne un intervalle ]m ; M[. Vérifier qu'il est centré sur l'espérance, et lire le rayon : a = (M - m)/2 = M - E(X) = E(X) - m

  3. Traduire. m < X < M équivaut à |X - E(X)| < a.

  4. Appliquer, puis conclure avec la valeur numérique.

Attention : L'étape 2 n'est pas une formalité. Si l'intervalle n'est pas centré sur E(X), l'inégalité ne s'applique pas directement — il faut alors se ramener au plus grand intervalle centré qu'il contient, ce qui affaiblit la conclusion. Au bac, l'intervalle est toujours centré : vérifie-le, et dis-le.


4. Un exemple de bac, en entier

Bac 2025, Métropole J2. Le temps d'attente total sur un week-end vérifie E(T) = 100 minutes et V(T) = 356. Montrer que la probabilité que T soit strictement compris entre 60 et 140 minutes est supérieure à 0,77.

Étape 1. E(T) = 100, V(T) = 356 : donnés par l'énoncé.

Étape 2. L'intervalle ]60 ; 140[ est bien centré sur 100, et son rayon vaut a = 140 - 100 = 40 (on vérifie : 100 - 60 = 40 également).

Étape 3. 60 < T < 140 équivaut à -40 < T - 100 < 40, c'est-à-dire |T - E(T)| < 40.

Étape 4. L'inégalité donne :

P(|T - 100| ≥ 40) ≤ 356/(40²) = 356/(1 600)

En passant à l'évènement contraire :

P(60 < T < 140) ≥ 1 - 356/(1 600) = (1 244)/(1 600) = 0,7775

Et 0,7775 > 0,77 : la conclusion demandée est établie.

Astuce : Remarque la formulation de l'énoncé : « montrer que … est supérieure à 0,77 ». On ne demande pas la vraie probabilité — qui est bien plus grande — mais une garantie. C'est exactement ce que Bienaymé-Tchebychev sait produire, et c'est pourquoi le bac la formule ainsi.


5. Le cas de la moyenne empirique

En appliquant l'inégalité non pas à X mais à Mₙ, dont la variance vaut (V(X))/n :

formula P(|Mₙ - E(X)| ≥ a) ≤ (V(X))/(n a²)

C'est l'inégalité de concentration, et le n au dénominateur change tout : à écart a fixé, la majoration devient aussi petite qu'on veut en augmentant la taille de l'échantillon. C'est l'objet de la leçon suivante.


À retenir

  • E(Mₙ) = E(X) et V(Mₙ) = (V(X))/n : la moyenne empirique vise juste, et se resserre en 1/(√(n)).
  • P(|X - E(X)| ≥ a) ≤ (V(X))/(a²), sans hypothèse sur la loi.
  • Au bac, on l'emploie par l'évènement contraire, pour minorer.
  • Le geste décisif est de centrer : lire l'intervalle, en extraire a, et l'écrire sous la forme |X - E(X)| < a.