# Échantillonnage : maths Seconde

Chapitre 8 du programme de mathématiques de Seconde (thème : Statistiques et probabilités). Ressource gratuite OptiTAB.

- Cours : https://www.optitab.net/ressources-gratuites/maths/seconde/echantillonnage/
- Fiche de révision : https://www.optitab.net/ressources-gratuites/maths/seconde/echantillonnage/fiche/
- Exercices corrigés : https://www.optitab.net/ressources-gratuites/maths/seconde/echantillonnage/exercices/

## Cours

**Objectifs : - Savoir ce qu’est un échantillon de taille $n$ et calculer une fréquence $f = \frac{k}{n}$.**
- Observer la fluctuation d’échantillonnage et la loi des grands nombres.
- Connaître l’écart $\frac{1}{\sqrt{n}}$ entre fréquence et probabilité, et l’utiliser pour juger un modèle.
- Estimer une proportion inconnue à partir d’un échantillon.
- Lire et écrire en Python une fonction de simulation.

## I. Échantillon et fréquence

On s’intéresse à une expérience aléatoire à **deux issues** : « succès » (de probabilité $p$) et « échec » (de probabilité $1 - p$).

**Définition : Échantillon, fréquence**
Un **échantillon de taille $n$** est la liste des résultats obtenus en répétant $n$ fois, de façon indépendante, la même expérience aléatoire.

Si l’on obtient $k$ succès, la **fréquence** du succès dans l’échantillon est
$$f = \frac{k}{n}.$$
On a toujours $0 \le f \le 1$.

**Exemple : On lance $50$ fois une pièce et on obtient $27$ fois « pile ». La fréquence de « pile » est**
$$f = \frac{27}{50} = 0{,}54.$$

**Définition : Fluctuation d’échantillonnage**
Deux échantillons de même taille donnent en général des fréquences différentes : c’est la **fluctuation d’échantillonnage**.

**Attention : La fréquence $f$ est **observée** : elle change d’un échantillon à l’autre. La probabilité $p$ est **théorique** : elle est fixe. Ne pas confondre les deux.**

## II. Loi des grands nombres

**Propriété : Loi des grands nombres (admise)**
Lorsque la taille $n$ de l’échantillon devient grande, la fréquence $f$ du succès se rapproche de sa probabilité $p$.
**La : figure montre trois simulations de $1\,000$ lancers d’une pièce équilibrée : la fréquence de « pile » varie beaucoup au début, puis se stabilise autour de $p = 0{,}5$.**

![Trois simulations de 1 000 lancers d’une pièce : la fréquence de « pile » varie beaucoup au début puis se stabilise autour de p = 0,5](https://optitab-media.s3.eu-north-1.amazonaws.com/cours_images/v1_n176_co216_1_cours_stabilisation.png)

**Méthode : Estimer une probabilité inconnue**
Quand $p$ est inconnue (punaise qui retombe pointe en haut, dé truqué…), on répète l’expérience un grand nombre de fois et on prend la fréquence observée comme **estimation** de $p$.

**Attention : Les lancers sont indépendants : après cinq « pile » de suite, « face » n’est pas plus probable. La loi des grands nombres ne « compense » pas les résultats passés ; elle décrit seulement ce qui se passe quand $n$ devient grand.**

## III. Écart entre fréquence et probabilité

**Propriété : Constat de simulation**
Pour des échantillons de taille $n$ assez grande (en pratique $n \ge 25$, et $p$ ni trop proche de $0$ ni de $1$), la fréquence $f$ vérifie, dans **au moins $95\,\%$ des cas environ** :
$$|f - p| \le \frac{1}{\sqrt{n}}$$
c’est-à-dire
$$p - \frac{1}{\sqrt{n}} \le f \le p + \frac{1}{\sqrt{n}}.$$
**Ci : -dessous, $100$ échantillons de taille $n = 100$ (pièce équilibrée, $p = 0{,}5$) : la bande verte va de $0{,}4$ à $0{,}6$. Seuls $4$ points (en orange) sont en dehors : la proportion des échantillons dans la bande est $\frac{96}{100} = 96\,\%$.**

![Fréquences de 100 échantillons de taille 100 (p = 0,5) : 96 points dans la bande verte de 0,4 à 0,6, 4 points orange en dehors](https://optitab-media.s3.eu-north-1.amazonaws.com/cours_images/v1_n176_co216_2_cours_fluctuation.png)

**Exemple : Pour $n = 400$ : $\frac{1}{\sqrt{400}} = \frac{1}{20} = 0{,}05$. Dans au moins $95\,\%$ des échantillons environ, la fréquence est à moins de $0{,}05$ de $p$.**

Pour diviser cet écart par $2$, il faut multiplier la taille de l’échantillon par $4$ : avec $n = 1\,600$, l’écart devient $\frac{1}{40} = 0{,}025$.

**Méthode : Juger si un résultat est compatible avec un modèle**
1. Calculer la fréquence observée $f = \frac{k}{n}$.
2. Calculer $\frac{1}{\sqrt{n}}$.
3. Comparer l’écart $|f - p|$ à $\frac{1}{\sqrt{n}}$ :
   - si $|f - p| \le \frac{1}{\sqrt{n}}$, le résultat est **compatible** avec le modèle ;
   - sinon, il est rare sous ce modèle : on peut **douter** du modèle.

**Exemple : Un dé est-il équilibré ?**
On lance $900$ fois un dé et le $6$ sort $200$ fois. Si le dé est équilibré, $p = \frac{1}{6}$.

$$
\begin{aligned}
f &= \frac{200}{900} = \frac{2}{9} \approx 0{,}222 \\
\frac{1}{\sqrt{900}} &= \frac{1}{30} \approx 0{,}033 \\
|f - p| &= \frac{2}{9} - \frac{1}{6} = \frac{1}{18} \approx 0{,}056
\end{aligned}
$$

Comme $0{,}056 \gt 0{,}033$, on peut douter que le dé soit équilibré.

**Attention : Ce n’est jamais une certitude. Même avec un dé équilibré, quelques échantillons sur cent s’écartent de plus de $\frac{1}{\sqrt{n}}$ : la conclusion comporte un **risque d’erreur** (de l’ordre de $5\,\%$ au plus). Et un résultat compatible ne **prouve** pas que le modèle est vrai.**

## IV. Estimer une proportion inconnue

**Propriété : Principe de l’estimation**
L’inégalité $|f - p| \le \frac{1}{\sqrt{n}}$ s’écrit aussi $f - \frac{1}{\sqrt{n}} \le p \le f + \frac{1}{\sqrt{n}}$.

Donc, dans au moins $95\,\%$ des cas environ, la proportion inconnue $p$ appartient à l’intervalle
$$\left[f - \frac{1}{\sqrt{n}}\,;\, f + \frac{1}{\sqrt{n}}\right].$$

**Exemple : Un sondage**
Sur $400$ personnes interrogées au hasard, $228$ connaissent une marque. Alors $f = \frac{228}{400} = 0{,}57$ et $\frac{1}{\sqrt{400}} = 0{,}05$.

On estime que la proportion $p$ de personnes qui connaissent la marque dans toute la population est comprise entre $0{,}52$ et $0{,}62$, soit entre $52\,\%$ et $62\,\%$.

**Remarque : Plus l’échantillon est grand, plus l’intervalle est étroit : l’estimation est plus précise.**

## V. Simuler en Python

L’instruction `random()` du module `random` renvoie un nombre au hasard dans $[0\,;1[$ : le test `random() < p` est donc vrai avec la probabilité $p$. Il simule un succès.

La fonction `freq` simule un échantillon de taille `n` et renvoie la fréquence du succès :

```python
from random import random
from math import sqrt

def freq(n, p):
    k = 0
    for i in range(n):
        if random() < p:
            k = k + 1
    return k / n
```

La fonction `proche` simule `N` échantillons de taille `n` et renvoie la proportion de ceux pour lesquels $|f - p| \le \frac{1}{\sqrt{n}}$ :

```python
def proche(N, n, p):
    e = 1 / sqrt(n)
    c = 0
    for j in range(N):
        f = freq(n, p)
        if abs(f - p) <= e:
            c = c + 1
    return c / N
```

**Exemple : Six appels de `proche(1000, 100, 0.5)` ont renvoyé : $0{,}973$ ; $0{,}969$ ; $0{,}966$ ; $0{,}975$ ; $0{,}959$ ; $0{,}964$. Le résultat change à chaque exécution (simulation), mais reste toujours au-dessus de $0{,}95$ environ : on retrouve le constat du III.**

**À retenir : - Fréquence : $f = \frac{k}{n}$ ; elle varie d’un échantillon à l’autre (fluctuation).**
- Quand $n$ augmente, $f$ se rapproche de $p$ (loi des grands nombres).
- Dans au moins $95\,\%$ des cas environ : $|f - p| \le \frac{1}{\sqrt{n}}$.
- Si $|f - p| \gt \frac{1}{\sqrt{n}}$, on peut douter du modèle (avec un risque d’erreur).
- Estimation : $p$ appartient à $\left[f - \frac{1}{\sqrt{n}}\,;\, f + \frac{1}{\sqrt{n}}\right]$ dans au moins $95\,\%$ des cas environ.

## Fiche de révision

**Objectifs : L’essentiel : échantillon, fluctuation, loi des grands nombres, écart $\frac{1}{\sqrt{n}}$, estimation, simulation en Python.**

## I. Fréquence et probabilité

- **Échantillon de taille $n$** : $n$ répétitions indépendantes d’une expérience à deux issues (succès de probabilité $p$).
- **Fréquence** : $f = \frac{k}{n}$ où $k$ est le nombre de succès ; $0 \le f \le 1$.
- **Fluctuation** : $f$ change d’un échantillon à l’autre.
- **Loi des grands nombres** : quand $n$ grandit, $f$ se rapproche de $p$.

## II. Écart entre $f$ et $p$

**Formule : $$|f - p| \le \frac{1}{\sqrt{n}}$$**
**Pour : $n$ assez grand, cette inégalité est vraie dans **au moins $95\,\%$ des échantillons environ**.**

![Fréquences de 100 échantillons de taille 100 (p = 0,5) : 96 points dans la bande verte de 0,4 à 0,6, 4 points orange en dehors](https://optitab-media.s3.eu-north-1.amazonaws.com/synthesis_images/v1_n176_fi146_2_cours_fluctuation.png)

| $n$ | $25$ | $100$ | $400$ | $2\,500$ | $10\,000$ |
|---|---|---|---|---|---|
| $\frac{1}{\sqrt{n}}$ | $0{,}2$ | $0{,}1$ | $0{,}05$ | $0{,}02$ | $0{,}01$ |

**Méthode : Juger un modèle**
Je calcule $f$, puis $\frac{1}{\sqrt{n}}$, puis je compare $|f - p|$ à $\frac{1}{\sqrt{n}}$ :
- $|f - p| \le \frac{1}{\sqrt{n}}$ : résultat compatible avec le modèle ;
- $|f - p| \gt \frac{1}{\sqrt{n}}$ : on peut douter du modèle (risque d’erreur d’environ $5\,\%$ au plus).

**Méthode : Estimer une proportion inconnue**
Dans au moins $95\,\%$ des cas environ, $p \in \left[f - \frac{1}{\sqrt{n}}\,;\, f + \frac{1}{\sqrt{n}}\right]$.

## III. Simulation en Python

```python
from random import random

def freq(n, p):
    k = 0
    for i in range(n):
        if random() < p:
            k = k + 1
    return k / n
```

`random() < p` est vrai avec la probabilité $p$ : il simule un succès.

## IV. Les pièges à éviter

**Attention : Les 4 erreurs classiques**
1. Confondre la fréquence (observée, variable) et la probabilité (théorique, fixe).
2. Conclure à partir d’un tout petit échantillon.
3. Présenter la conclusion comme certaine : elle comporte toujours un risque.
4. Croire qu’après plusieurs « pile », « face » devient plus probable : les lancers sont indépendants.

## Exercices corrigés

### Exercice 1 : Calculer une fréquence dans un échantillon

On répète une expérience aléatoire à deux issues (succès / échec). Pour chaque situation, identifier $n$ (taille de l’échantillon) et $k$ (nombre de succès), puis répondre.

1. On lance une pièce $20$ fois et on obtient $11$ fois « pile » (succès). Calculer la fréquence $f$.
2. On contrôle $50$ ampoules : $3$ sont défectueuses (succès = « défectueuse »). Calculer $f$.
3. Dans un sondage, $72$ élèves sur $200$ déclarent venir en bus (succès = « bus »). Calculer $f$, puis donner le pourcentage.
4. Dans un échantillon de taille $n = 80$, la fréquence observée est $f = 0{,}375$. Déterminer $k$.
5. Sur $120$ réponses, $18$ sont favorables. Calculer $f$ sous forme de fraction irréductible, puis sous forme décimale.

#### Correction détaillée

## Question 1 : Pièce lancée $20$ fois

**Méthode : La fréquence est $f = \frac{k}{n}$ : nombre de succès divisé par la taille de l’échantillon.**

**Etape : Identifier $n$ et $k$**
$n = 20$ lancers et $k = 11$ « pile ».

**Etape : Calculer**
$$f = \frac{11}{20} = 0{,}55$$

**Resultat : $f = 0{,}55$**

## Question 2 : Ampoules défectueuses

**Méthode : Ici le « succès » est d’avoir une ampoule défectueuse : un succès n’est pas forcément une bonne nouvelle.**

**Etape : Calculer**
$n = 50$ et $k = 3$ :
$$f = \frac{3}{50} = \frac{6}{100} = 0{,}06$$

**Resultat : $f = 0{,}06$, soit $6\,\%$ d’ampoules défectueuses.**

## Question 3 : Sondage

**Méthode : Calculer $f$, puis multiplier par $100$ pour obtenir un pourcentage.**

**Etape : Fréquence**
$$f = \frac{72}{200} = \frac{36}{100} = 0{,}36$$

**Etape : Pourcentage**
$0{,}36 = \frac{36}{100} = 36\,\%$

**Resultat : $f = 0{,}36$, soit $36\,\%$ des élèves interrogés.**

## Question 4 : Retrouver $k$

**Méthode : $f = \frac{k}{n}$ donc $k = f \times n$.**

**Etape : Calculer**
$$k = 0{,}375 \times 80 = 30$$

**Point : Vérification**
$\frac{30}{80} = \frac{3}{8} = 0{,}375$ : c’est bien la fréquence donnée.

**Resultat : $k = 30$ succès.**

## Question 5 : Fraction irréductible

**Méthode : Simplifier la fraction $\frac{k}{n}$ par le plus grand diviseur commun.**

**Etape : Simplifier**
Le plus grand diviseur commun de $18$ et $120$ est $6$ :
$$f = \frac{18}{120} = \frac{18 \div 6}{120 \div 6} = \frac{3}{20}$$

**Etape : Forme décimale**
$$\frac{3}{20} = \frac{15}{100} = 0{,}15$$

**Resultat : $f = \frac{3}{20} = 0{,}15$**

**À retenir : Une fréquence est toujours comprise entre $0$ et $1$ ; si l’on trouve plus de $1$, on a sans doute divisé $n$ par $k$ au lieu de $k$ par $n$.**

#### Réponses

1. $f = \frac{11}{20} = 0{,}55$
2. $f = \frac{3}{50} = 0{,}06$ (soit $6\,\%$)
3. $f = \frac{72}{200} = 0{,}36$, soit $36\,\%$
4. $k = 0{,}375 \times 80 = 30$
5. $f = \frac{18}{120} = \frac{3}{20} = 0{,}15$

### Exercice 2 : Juger si une fréquence est compatible avec un modèle

Dans chaque situation, on connaît la probabilité $p$ annoncée par un modèle et on observe un échantillon. Dire si le résultat est compatible avec le modèle, en comparant $|f - p|$ à $\frac{1}{\sqrt{n}}$.

1. Un fabricant annonce $10\,\%$ de pièces défectueuses. Sur $400$ pièces contrôlées au hasard, $52$ sont défectueuses.
2. On lance $900$ fois un dé censé être équilibré : le $6$ sort $185$ fois.
3. Dans une ville, $52\,\%$ des adultes sont des femmes. Un jury de $100$ personnes, censé être tiré au sort parmi les adultes, compte $30$ femmes.
4. On lance $2\,500$ fois une pièce : on obtient $1\,290$ « pile ».
5. Au vu de la question 4, peut-on affirmer que la pièce est équilibrée ?

#### Correction détaillée

## Question 1 : Pièces défectueuses

**Méthode : Calculer $f$, puis $\frac{1}{\sqrt{n}}$, puis comparer l’écart $|f - p|$ à $\frac{1}{\sqrt{n}}$.**

**Etape : Données**
$p = 0{,}1$ ; $n = 400$ ; $k = 52$, donc
$$f = \frac{52}{400} = 0{,}13$$

**Etape : Écart et comparaison**
$$\frac{1}{\sqrt{400}} = 0{,}05 \qquad |0{,}13 - 0{,}1| = 0{,}03$$
et $0{,}03 \le 0{,}05$.

**Resultat : Le résultat est compatible avec l’annonce du fabricant.**

## Question 2 : Le dé

**Méthode : Ici $p = \frac{1}{6}$ n’est pas décimal : calculer avec des fractions pour comparer exactement.**

**Etape : Données**
$p = \frac{1}{6}$ ; $n = 900$ ; $k = 185$, donc $f = \frac{185}{900}$.

**Etape : Écart exact**
$$
\begin{aligned}
|f - p| &= \frac{185}{900} - \frac{150}{900} = \frac{35}{900} \\
\frac{1}{\sqrt{900}} &= \frac{1}{30} = \frac{30}{900}
\end{aligned}
$$

**Etape : Comparaison**
$\frac{35}{900} \gt \frac{30}{900}$ : l’écart dépasse $\frac{1}{\sqrt{n}}$.

**Resultat : Le résultat n’est pas compatible avec un dé équilibré : on peut douter que le dé soit équilibré.**

**Attention : Ne pas arrondir trop tôt. Avec $f \approx 0{,}2$ et $p \approx 0{,}17$, on trouverait $|0{,}2 - 0{,}17| = 0{,}03 \le 0{,}033$ : conclusion **fausse** ! Les fractions évitent ce piège.**

## Question 3 : Le jury

**Méthode : Même démarche, puis conclure dans le contexte.**

**Etape : Calculs**
$p = 0{,}52$ ; $n = 100$ ; $f = \frac{30}{100} = 0{,}3$.
$$\frac{1}{\sqrt{100}} = 0{,}1 \qquad |0{,}3 - 0{,}52| = 0{,}22$$

**Etape : Comparaison**
$0{,}22 \gt 0{,}1$, et l’écart est plus de deux fois plus grand que $0{,}1$.

**Resultat : Le résultat n’est pas compatible avec un tirage au sort : on peut douter que le jury ait été tiré au hasard.**

## Question 4 : La pièce

**Méthode : Même démarche avec $p = 0{,}5$.**

**Etape : Calculs**
$n = 2\,500$ ; $f = \frac{1\,290}{2\,500} = 0{,}516$.
$$\frac{1}{\sqrt{2\,500}} = \frac{1}{50} = 0{,}02 \qquad |0{,}516 - 0{,}5| = 0{,}016$$

**Etape : Comparaison**
$0{,}016 \le 0{,}02$.

**Resultat : Le résultat est compatible avec une pièce équilibrée.**

**Point : Bilan des quatre situations**
Pour chaque situation, l’écart observé $|f - p|$ (barre du haut) est comparé à $\frac{1}{\sqrt{n}}$ (barre verte) : il le dépasse pour le dé et pour le jury.

![Barres comparant l’écart |f − p| et 1/√n : pièces 0,03 contre 0,05, dé 0,039 contre 0,033, jury 0,22 contre 0,1, pièce 0,016 contre 0,02 ; l’écart dépasse le seuil pour le dé et le jury](https://optitab-media.s3.eu-north-1.amazonaws.com/exercice_images/v1_n176_ex2005_1_e2005_ecarts.png)

## Question 5 : Peut-on affirmer que la pièce est équilibrée ?

**Méthode : Distinguer « compatible avec le modèle » et « prouve le modèle ».**

**Etape : Ce que dit le test**
Le test dit seulement que $1\,290$ « pile » sur $2\,500$ n’est pas un résultat surprenant pour une pièce équilibrée. Une pièce légèrement déséquilibrée (par exemple avec $p = 0{,}51$) donnerait facilement le même résultat.

**Resultat : Non : le résultat est compatible avec une pièce équilibrée, mais ne le **prouve** pas.**

**À retenir : - $|f - p| \gt \frac{1}{\sqrt{n}}$ : on peut douter du modèle (risque d’erreur de l’ordre de $5\,\%$ au plus).**
- $|f - p| \le \frac{1}{\sqrt{n}}$ : on n’a pas de raison de douter, mais ce n’est pas une preuve.

#### Réponses

1. $|0{,}13 - 0{,}1| = 0{,}03 \le 0{,}05$ : compatible.
2. $|f - p| = \frac{35}{900} \gt \frac{30}{900} = \frac{1}{30}$ : non compatible, on peut douter que le dé soit équilibré.
3. $|0{,}3 - 0{,}52| = 0{,}22 \gt 0{,}1$ : non compatible, on peut douter du tirage au sort.
4. $|0{,}516 - 0{,}5| = 0{,}016 \le 0{,}02$ : compatible.
5. Non : compatible ne veut pas dire prouvé.

### Exercice 3 : Choisir la taille d’un échantillon

Un institut de sondage veut que l’écart $\frac{1}{\sqrt{n}}$ soit inférieur ou égal à une précision $e$ donnée. Il faut donc résoudre l’inéquation $\frac{1}{\sqrt{n}} \le e$, où $n$ est un entier naturel non nul.

Dans chaque cas, déterminer la plus petite taille d’échantillon $n$ qui convient.

1. $e = 0{,}1$
2. $e = 0{,}05$
3. $e = 0{,}03$
4. $e = 0{,}02$
5. $e = 0{,}01$
6. Comparer les réponses 2 et 5 : par combien faut-il multiplier $n$ pour rendre l’écart $5$ fois plus petit ?

#### Correction détaillée

## Question 1 : $\frac{1}{\sqrt{n}} \le 0{,}1$

**Méthode : Les deux membres sont positifs : on passe aux inverses (l’inégalité change de sens), puis on élève au carré (elle garde son sens).**

**Etape : Passer aux inverses**
$$\frac{1}{\sqrt{n}} \le 0{,}1 \iff \sqrt{n} \ge \frac{1}{0{,}1} = 10$$

**Etape : Élever au carré**
$$\sqrt{n} \ge 10 \iff n \ge 10^2 = 100$$

**Resultat : $n = 100$**

## Question 2 : $\frac{1}{\sqrt{n}} \le 0{,}05$

**Méthode : Même démarche.**

**Etape : Calcul**
$$\sqrt{n} \ge \frac{1}{0{,}05} = 20 \iff n \ge 20^2 = 400$$

**Resultat : $n = 400$**

## Question 3 : $\frac{1}{\sqrt{n}} \le 0{,}03$

**Méthode : Ici $\frac{1}{0{,}03}$ n’est pas entier : calculer exactement $n \ge \frac{1}{0{,}03^2}$, puis prendre l’entier immédiatement supérieur.**

**Etape : Inéquation sur $n$**
$$n \ge \frac{1}{0{,}03^2} = \frac{1}{0{,}0009} = \frac{10\,000}{9} \approx 1\,111{,}1$$

**Etape : Plus petit entier**
$n$ est entier et doit dépasser $1\,111{,}1$ : le plus petit est $1\,112$.

Vérification : $\frac{1}{\sqrt{1\,111}} \approx 0{,}030\,001 \gt 0{,}03$ ne convient pas, alors que $\frac{1}{\sqrt{1\,112}} \approx 0{,}029\,988 \le 0{,}03$ convient.

![Courbe de n ↦ 1/√n pour n de 25 à 1 250, coupée par les droites e = 0,1, e = 0,05 et e = 0,03 aux points n = 100, n = 400 et n = 1 112](https://optitab-media.s3.eu-north-1.amazonaws.com/exercice_images/v1_n176_ex2008_1_e2008_courbe.png)

**Resultat : $n = 1\,112$**

**Attention : Ne pas arrondir à l’entier le plus proche ($1\,111$) : il faut l’entier **supérieur**, sinon la précision voulue n’est pas atteinte.**

## Question 4 : $\frac{1}{\sqrt{n}} \le 0{,}02$

**Méthode : Même démarche qu’aux questions 1 et 2.**

**Etape : Calcul**
$$\sqrt{n} \ge \frac{1}{0{,}02} = 50 \iff n \ge 50^2 = 2\,500$$

**Resultat : $n = 2\,500$**

## Question 5 : $\frac{1}{\sqrt{n}} \le 0{,}01$

**Méthode : Même démarche.**

**Etape : Calcul**
$$\sqrt{n} \ge \frac{1}{0{,}01} = 100 \iff n \ge 100^2 = 10\,000$$

**Resultat : $n = 10\,000$**

## Question 6 : Écart $5$ fois plus petit

**Méthode : Comparer les tailles obtenues pour $e = 0{,}05$ et $e = 0{,}01$.**

**Etape : Comparaison**
$0{,}01 = \frac{0{,}05}{5}$ : l’écart est $5$ fois plus petit, et
$$\frac{10\,000}{400} = 25 = 5^2$$

**Resultat : Pour rendre l’écart $5$ fois plus petit, il faut un échantillon $25$ fois plus grand.**

**À retenir : Diviser l’écart $\frac{1}{\sqrt{n}}$ par $a$ demande de multiplier $n$ par $a^2$ : la précision coûte cher.**

#### Réponses

1. $n = 100$
2. $n = 400$
3. $n = 1\,112$ (car $n \ge \frac{10\,000}{9} \approx 1\,111{,}1$)
4. $n = 2\,500$
5. $n = 10\,000$
6. $\frac{10\,000}{400} = 25$ : il faut multiplier $n$ par $25 = 5^2$.
