Retour au blog

CPGE B/L : La Prépa Qui Mélange Maths, Lettres et Sciences Sociales

Les outils de maths de B/L appliqués à des questions de sciences sociales, du calcul jusqu'à la phrase juste dans ta copie, avec trois exercices corrigés.

Cet article a été rédigé à des fins pédagogiques. Les informations présentées peuvent évoluer. Nous t’invitons à vérifier auprès de sources officielles.

En B/L, chaque outil de maths que tu apprends sert à répondre à une question de sciences sociales, et chaque résultat finit en phrase dans une copie : c'est ça, le mélange. Exemple : un sondage auprès de 1 000 personnes tirées au hasard donne 52 % d'avis favorables à une réforme (données fictives). L'intervalle de confiance, vu en deuxième année, te dit qu'au niveau de confiance de 90 % la vraie proportion est à 5 points près : entre 47 % et 57 %. Ta copie n'écrira donc pas « une majorité approuve », mais « le sondage ne permet pas de trancher ».

La régression linéaire : mesurer un lien

Tu as $n$ couples $(x_i\,;y_i)$, par exemple le nombre d'années d'études et le salaire de $n$ personnes. Tu cherches la droite $y = ax + b$ qui passe au plus près des points au sens des moindres carrés : celle qui rend minimale la somme des carrés des écarts verticaux, $\sum_i (y_i - b - ax_i)^2$.

En première année, tu l'obtiens en étudiant une fonction de $a$ ; en deuxième année, avec les dérivées partielles en $a$ et $b$.

Formule : la droite des moindres carrés a pour coefficients

$$a = \frac{\mathrm{Cov}(x,y)}{\mathrm{Var}(x)} = \frac{\sum_i (x_i - \bar{x})(y_i - \bar{y})}{\sum_i (x_i - \bar{x})^2}$$ $$b = \bar{y} - a\bar{x}$$

où $\bar{x}$ et $\bar{y}$ sont les moyennes ; la covariance est la moyenne des produits $(x_i - \bar{x})(y_i - \bar{y})$, la variance celle des carrés $(x_i - \bar{x})^2$.

Le programme ne te demande pas de la savoir par cœur, mais de savoir la retrouver. Dérive la somme par rapport à $b$ : la condition $\sum_i (y_i - b - ax_i) = 0$ donne $b = \bar{y} - a\bar{x}$. La droite passe donc toujours par le point moyen $(\bar{x}\,;\bar{y})$, et sa pente $a$ dit de combien $y$ varie en moyenne quand $x$ augmente de $1$.

Pour $a$, remplace $b$ : il reste à minimiser $\sum_i \big((y_i - \bar{y}) - a(x_i - \bar{x})\big)^2$, la fonction de $a$ de première année. Développée, c'est un trinôme $\alpha a^2 + \beta a + \gamma$ avec $\alpha = \sum_i (x_i - \bar{x})^2$, positif si les $x_i$ ne sont pas tous égaux, et $\beta = -2\sum_i (x_i - \bar{x})(y_i - \bar{y})$. Son minimum est atteint au sommet, en $a = -\dfrac{\beta}{2\alpha}$ : c'est la formule de l'encadré.

Piège classique : une pente non nulle ne prouve pas que $x$ cause $y$. Un troisième facteur, comme l'origine sociale, peut faire monter à la fois la durée des études et le salaire. Dans ta copie, écris « est associé à » ; « entraîne » exige un mécanisme, que les sciences sociales doivent fournir.

Probabilités conditionnelles : qui parmi qui

La sociologie de l'école pose sans cesse deux questions jumelles. Parmi les diplômés de master, quelle part a un parent cadre ? Pour un enfant de cadre, quelle est la probabilité d'obtenir un master ? Avec $C$ l'événement « avoir un parent cadre » et $M$ « obtenir un master », la première est $P(C \mid M)$, la seconde $P(M \mid C)$ (notée aussi $P_C(M)$), et rien ne les oblige à être égales.

Formule : la formule des probabilités totales donne

$$P(M) = P(M \mid C)\,P(C) + P(M \mid \bar{C})\,P(\bar{C})$$

et la formule de Bayes retourne la condition :

$$P(C \mid M) = \frac{P(M \mid C)\,P(C)}{P(M)}$$

La formule de Bayes n'a rien de mystérieux : elle écrit de deux façons la même probabilité, $P(C \cap M) = P(C \mid M)\,P(M) = P(M \mid C)\,P(C)$, puis divise par $P(M)$.

Conseil : avant tout calcul, écris la phrase avec « parmi ». « Parmi les diplômés de master, la part d'enfants de cadres » se note $P(C \mid M)$ : ce qui suit « parmi » passe derrière la barre.

L'intervalle de confiance : lire un sondage

Interroge $n$ personnes tirées au hasard et pose $X_i = 1$ si la personne $i$ répond oui, $X_i = 0$ sinon. Les $X_i$ sont des variables de Bernoulli indépendantes de paramètre $p$, la vraie proportion de oui dans la population. La proportion observée $\bar{X}_n = \dfrac{X_1 + \dots + X_n}{n}$ a pour espérance $p$ et pour variance $\dfrac{p(1-p)}{n}$.

L'inégalité de Bienaymé-Tchebychev donne alors $P\left(|\bar{X}_n - p| \geqslant \varepsilon\right) \leqslant \dfrac{p(1-p)}{n\varepsilon^2}$. Tu ne connais pas $p$, mais $p(1-p) \leqslant \dfrac{1}{4}$, car la parabole $t \mapsto t(1-t)$ atteint son maximum en $t = \dfrac{1}{2}$. Il reste à choisir $\varepsilon$ pour que $\dfrac{1}{4n\varepsilon^2}$ vaille $a$.

Formule : l'intervalle

$$\left[\bar{X}_n - \frac{1}{2\sqrt{na}}\,;\,\bar{X}_n + \frac{1}{2\sqrt{na}}\right]$$

contient $p$ avec une probabilité au moins égale à $1 - a$ : c'est un intervalle de confiance au niveau $1 - a$.

Dans l'introduction, $n = 1\,000$ et $a = 0{,}1$ : $na = 100$ et la marge vaut $\dfrac{1}{2 \times 10} = 0{,}05$, soit 5 points. Cette marge est prudente : l'inégalité de Bienaymé-Tchebychev vaut pour toutes les lois de variance finie, elle ne serre donc pas au plus près. Ce qu'elle garantit, en revanche, est sûr.

Piège classique : la marge se compte en points de pourcentage. « 52 % à 5 points près », c'est de 47 % à 57 %, pas 52 % plus ou moins 5 % de 52. Et elle ne diminue qu'avec la racine de $n$ : pour la diviser par deux, il faut interroger quatre fois plus de monde.

Du calcul à la copie

Le programme de mathématiques de B/L range lui-même parmi ses objectifs d'« interpréter des résultats mathématiques dans des situations concrètes » et d'« avoir un regard critique sur ces résultats ». C'est là que tout se rejoint : le calcul vient des maths, la question des sciences sociales, et la nuance de la phrase, de la dissertation de lettres et de philosophie.

Un résultat entre dans ta copie avec ce qu'il mesure et sa précision ; s'il s'agit d'un vrai chiffre, avec sa source et son année. Tu dis ensuite ce qu'il ne prouve pas.

Exemple : « Les enfants de cadres réussissent mieux parce que leurs parents leur transmettent la culture de l'école » affirme une cause qu'aucun calcul n'a établie. Écris plutôt, ici avec des données fictives : « Dans cette école, 55 % des élèves ont un parent cadre, contre 20 % des jeunes de leur génération : les enfants de cadres y sont presque trois fois plus présents. » L'explication se discute ensuite, par exemple entre la reproduction culturelle décrite par Bourdieu et Passeron et les choix des familles, qui pèsent coûts et bénéfices des études, chez Boudon.

Exercices corrigés

Du plus direct au plus piégeux.

Exercice 1 : Dans une entreprise, cinq salariés ont fait $x$ années d'études après le bac et touchent un salaire mensuel net de $y$ euros (données fictives). Les couples $(x_i\,;y_i)$ sont $(0\,;1\,600)$, $(2\,;1\,700)$, $(4\,;1\,900)$, $(6\,;1\,900)$ et $(8\,;1\,900)$. Détermine la droite des moindres carrés $y = ax + b$, puis écris la phrase qui l'interprète dans une copie.

Correction :

Moyennes : $\bar{x} = \dfrac{0 + 2 + 4 + 6 + 8}{5} = 4$ et $\bar{y} = \dfrac{9\,000}{5} = 1\,800$.

Les écarts $x_i - \bar{x}$ valent $-4$, $-2$, $0$, $2$ et $4$ ; les écarts $y_i - \bar{y}$ valent $-200$, $-100$, $100$, $100$ et $100$. D'où $\sum_i (x_i - \bar{x})(y_i - \bar{y}) = 800 + 200 + 0 + 200 + 400 = 1\,600$ et $\sum_i (x_i - \bar{x})^2 = 16 + 4 + 0 + 4 + 16 = 40$.

Donc $a = \dfrac{1\,600}{40} = 40$ euros par année d'études et $b = 1\,800 - 40 \times 4 = 1\,640$ euros : la droite est $y = 40x + 1\,640$.

Dans la copie : « Dans cet échantillon, chaque année d'études supplémentaire est associée en moyenne à 40 euros de salaire mensuel en plus. » Pas « rapporte » : cinq salariés d'une seule entreprise ne disent rien d'une cause, ni du reste de la population.

Exercice 2 : Dans une génération (données fictives), 20 % des jeunes ont un parent cadre. Parmi eux, 30 % obtiennent un master ; parmi les autres, 10 %. Quelle part de la génération obtient un master ? Parmi les diplômés de master, quelle part a un parent cadre ? Compare avec les 20 % de départ.

Correction :

On note $C$ « avoir un parent cadre » et $M$ « obtenir un master ». L'énoncé donne $P(C) = 0{,}2$, $P(M \mid C) = 0{,}3$ et $P(M \mid \bar{C}) = 0{,}1$.

Probabilités totales : $P(M) = 0{,}3 \times 0{,}2 + 0{,}1 \times 0{,}8 = 0{,}06 + 0{,}08 = 0{,}14$. Donc 14 % de la génération obtient un master.

Bayes : $P(C \mid M) = \dfrac{0{,}06}{0{,}14} = \dfrac{3}{7} \approx 0{,}43$. Environ 43 % des diplômés de master ont un parent cadre, contre 20 % de la génération : leur part est plus de deux fois plus forte parmi les diplômés.

Ne confonds pas ces 43 % avec les 30 % de l'énoncé, qui valent $P(M \mid C)$ : les chances d'un enfant de cadre.

Exercice 3 : Un sondage interroge 2 000 personnes tirées au hasard : 1 000 femmes et 1 000 hommes (données fictives). Au total, 56 % se disent favorables à une réforme : 58 % des femmes et 54 % des hommes. Avec l'intervalle de confiance vu plus haut, au niveau 95 %, peut-on affirmer qu'une majorité de la population est favorable ? Que les femmes le sont davantage que les hommes ?

Correction :

Au niveau 95 %, $1 - a = 0{,}95$, donc $a = 0{,}05$.

Ensemble : $n = 2\,000$, donc $na = 100$ et la marge vaut $\dfrac{1}{2\sqrt{100}} = 0{,}05$. L'intervalle $[0{,}51\,;\,0{,}61]$ est tout entier au-dessus de $0{,}5$ : à ce niveau de confiance, le sondage permet de conclure à une majorité favorable.

Sous-groupes : chacun ne compte que $1\,000$ personnes, donc $na = 50$ et la marge vaut $\dfrac{1}{2\sqrt{50}} \approx 0{,}071$, soit 7 points. Femmes : $[0{,}509\,;\,0{,}651]$ ; hommes : $[0{,}469\,;\,0{,}611]$. Les deux intervalles se chevauchent largement : cet outil ne permet pas d'affirmer que l'écart de 4 points existe dans la population.

Le piège : la marge grandit dès qu'on découpe l'échantillon, et un écart qui saute aux yeux peut tenir tout entier dans l'incertitude.

À retenir

À retenir :

  • Droite des moindres carrés : $a = \dfrac{\mathrm{Cov}(x,y)}{\mathrm{Var}(x)}$ et $b = \bar{y} - a\bar{x}$ ; elle passe par le point moyen. Sa pente décrit une association, pas une cause.
  • Ce qui suit « parmi » passe derrière la barre ; Bayes fait passer de $P(M \mid C)$ à $P(C \mid M)$.
  • Sondage de $n$ personnes, niveau $1 - a$ : marge d'au plus $\dfrac{1}{2\sqrt{na}}$, comptée en points, et plus large pour un sous-groupe.
  • Dans une copie : ce que mesure le chiffre, sa précision, sa source s'il est réel, puis ce qu'il ne prouve pas.

Sources

  • Programme de mathématiques des classes préparatoires B/L (première et seconde années), arrêté du 25 novembre 2016, Bulletin officiel n° 1 du 5 janvier 2017, applicable depuis la rentrée 2017 en première année et 2018 en seconde : Bulletin officiel sur education.gouv.fr.

Tu peux partager cette page librement, en citant ORBITECH AI Academy avec son lien.