p r i n t " s i m u l a t i o n s ␣ : " ,simulations
effectifs=liste ( )
f o r ni n entiers ( 0 , 1 2 ) :
effectifs [n]=0
f o r ni n entiers ( 1 , nbSimulations) :
effectifs [simulations [n]]= effectifs [simulations [n] ] + 1
p r i n t " e f f e c t i f s ␣ : " ,effectifs
fenetreGraphique ( )
de s s i n eD i a g r amm e B a ton s (effectifs )
afficheGraphique ( )
Algorithme 9 : Statistiques
(Source : L’induction statistique au lycée, Philippe Dutarte, IREM Paris-Nord, éditions Didier 2005.)
L’université de Montréal a mené, en 2002, une étude sur l’influence des pesticides sur la proportion de
garçons et de filles à la naissance. Cette étude a été menée dans la ville d’Ufa (fédération de Russie) auprès
de personnes ayant été exposées à des pesticides contenant de la dioxine : on a observé chez ces personnes la
naissance de 91 garçons et 136 filles.
Écrire un algorithme permettant de simuler 227 naissances aléatoires de garçons et de filles. Remarque :
statistiquement, la probabilité pour un nouveau-né d’être un garçon est p≈0,512.
Modifier l’algorithme pour produire 1000 simulations. La proportion observée dans la ville d’Ufa vous semble-
t-elle due au hasard ?
from liste im port ∗
from graphique im port ∗
from random im port ∗
nbSimulations=1000
simulations=liste ( )
f o r ni n entiers ( 1 , nbSimulations) :
simulations [n]=0
f o r ii n entiers ( 1 , 2 2 7 ) : #227 n a i s s a n c e s
naissance=random ( )
i f (naissance <0. 512) :
simulations [n]= simulations [n]+1
p r i n t " s i m u l a t i o n s ␣ : " ,simulations
effectifs=liste ( )
f o r ni n entiers ( 0 , 2 2 7 ) :
effectifs [n]=0
f o r ni n entiers ( 1 , nbSimulations) :
effectifs [simulations [n]]= effectifs [simulations [n] ] + 1
p r i n t " e f f e c t i f s ␣ : " ,effectifs
cumul=0
f o r ni n entiers ( 0 , 9 1 ) :
cumul=cumul+effectifs [n]
p r i n t "nombre ␣de ␣ s i m u l a t i o ns ␣ donnant ␣ e n tr e ␣0␣ et ␣ 91␣ g arc ons ␣ : " ,cumul
fenetreGraphique ( )
de s s i n eD i a g r amm e B a ton s (effectifs )
afficheGraphique ( )