DES MATHMATIQUES LMENTAIRES

POUR DBUSQUER DES FRAUDES OU DES ERREURS

EN CONOMIE (OU AILLEURS)

Mots cls : Loi de BENFORD, 1er chiffre significatif, logarithme, fraude, comptabilit

Rsum
Relevons au petit bonheur quelques nombres autour de nous : prix darticles divers dans
une publicit ou au hasard des rayons dun magasin, valeurs numriques extraites darticles de
journaux, donnes numriques en gographie (populations de villes ou de pays, altitudes de
montagnes, longueurs de fleuves, superficies de pays, ), donnes conomiques (PIB,
chiffres extraits de comptabilits dentreprises, cours de la bourse, ).
Pour les donnes releves, intressons-nous la proportion de chaque chiffre comme
premier chiffre significatif (i.e. le premier non nul gauche). A priori, on pourrait sattendre
une rpartition peu prs uniforme des chiffres.
Mais surprise : on constate exprimentalement que dans bien des ensembles de donnes
il y a plus de 1 que de 2, de 2 que de 3, de 3 que de 4, etc.
Et ce nest pas tout ! La proportion de chaque chiffre comme premier gauche est assez
souvent relativement stable et raisonnablement approchable par un logarithme (loi de
BENFORD).
Encore plus fort : dans bien des ensembles de donnes, les 2mes, 3mes, chiffres
significatifs ne se rpartissent pas nimporte comment mais tendent trs vite vers la rpartition
uniforme (conforme notre intuition) lorsquon avance vers la droite (loi de BENFORD
gnralise).
Ce rsultat (de 1881), assez contre-intuitif, a t longtemps considr comme une simple
curiosit mais depuis une vingtaine dannes, il est largement exploit notamment pour
dbusquer des fraudes (erreurs ou falsifications) dans les comptabilits entre autres aux Etats-
Unis et au Canada. Depuis peu, son utilisation tend se rpandre en Europe.

Loi de Benford -1- Congrs APMEP Metz 2012

I Petits pr-requis mathmatiques

I.1 Logarithme
Le logarithme (dcimal) dun nombre positif a, not log a,
est la puissance laquelle il faut lever 10 pour obtenir a.
10 log a a
Ainsi :
log1000 3 car 103 1 000
log 0,01 2 car 10 2 0,01
log 2 0,301 car 10 0,301 2

I.2 Premier chiffre significatif

Cest le premier chiffre non nul le plus gauche dans lcriture dun nombre.
Ainsi : 4 853,746 4
0,03911 3

I.3 Notation scientifique

2
4 853,746 4,853746 103 0,03911 3
, 10
911
mantisse
mantisse

Le premier chiffre significatif dun nombre est donc la partie entire de sa mantisse.

Loi de Benford -2- Congrs APMEP Metz 2012

II Ide gnrale
Livrons-nous la petite exprience ( priori tout fait saugrenue) suivante. On choisit
un ensemble de valeurs de lun des types suivants, releves au hasard :

Prix relevs au hasard dans un magasin :

prix sur un assez long ticket de caisse (ou assemblage de plusieurs),
prix figurant sur une publicit,
Nombres extraits de coupures de journaux
Rsultats des lections prsidentielles franaises 2012
Rsultats sportifs (temps, distances, hauteurs, )
Nombre dhabitants de toutes les communes franaiuses
Altitudes de montagnes dans les Alpes
Longueurs de fleuves dans le monde entier
PIB de tous les pays du monde
Cours de la bourse
Nombres extraits de comptabilits dentreprises

Puis on note le premier chiffre significatif des valeurs releves.

Ensuite on dresse un tableau des frquences dapparitions de chacun des chiffres 1 9
comme premier chiffre significatif et on trace un histogramme.

Loi de Benford -3- Congrs APMEP Metz 2012

Exemple Nombre dhabitants des 36 722 communes franaises au 1er janvier 2009
Le site franais officiel insee.fr/fr (de lInstitut National de la Statistique et des Etudes
Economiques) fournit, dans la rubrique population, des tableaux reprenant commune par
commune le nombre dhabitants au 1er janvier de lanne de votre choix. Voici un extrait dun
tel tableau (honneur au dpartement de la Moselle qui reoit le congrs) avec les donnes les
plus rcentes, anne 2009 :

Pour chaque commune, nous prenons note du 1er chiffre significatif de son nombre
dhabitants. Pour les communes ci-dessus, par exemple, nous relevons donc : 9, 2, 4, 1, 8,

Premier chiffre significatif du nombre

dhabitants des 36 722 communes effectif frquence
franaises au 1er janvier 2009

1 11 096 30,1 %

2 6 682 17,6 %

3 4 644 12,5 %

Loi de Benford -4- Congrs APMEP Metz 2012

 4 3 450 9,7 %

5 2 962 7 ,9%

6 2 411 6,7 %

7 2 062 5,8 %

8 1 801 5,1 %

9 1 608 4,6 %

Total 36 716 100 %

35%
population
Frquence du 1erdes communes
chiffre significatif dufranaises
nombre dhabitants
des 36 722 communes franaises au 1er janvier 2009
30% (36 716 donnes, 6 communes sans habitant)

25%

20%

15%

10%

5%

0%
1 2 3 4 5 6 7 8 9

On constate quil y a peu prs un tiers de nombres commenant par 1, la moiti par 1 ou
2 et que en gros plus un chiffre est grand, moins il apparat.

Loi de Benford -5- Congrs APMEP Metz 2012

III Loi de BENFORD
Ce phnomne plutt inattendu sobserve assez
souvent lorsquon analyse des donnes. Il a t
relev pour la premire fois par lastronome Simon
NEWCOMB (1835-1909) en 1881.
Il avait constat que les premires pages des
tables de logarithmes taient en gnral plus
cornes, donc plus consultes, que les suivantes.
Cela lavait intrigu ! On comprendrait facilement
cela pour un mauvais roman vite abandonn mais
ici, quest-ce cela signifie ?
A lintention des lecteurs les plus jeunes,
rappelons quavant lavnement des calculatrices et
des PC, les tables de logarithmes rendaient de
grands services pour effectuer des multiplications,
des divisions et des calculs de racines. Et cette
poque nest pas si lointaine, les calculatrices nont
vraiment t accessibles tous quau cours des
annes 80 !
Or dans une table de logarithmes, on trouve des listes de nombres classs par mantisse
croissante, par consquent dabord des pages de nombres commenant par 1, puis 2, etc.
Logiquement, NEWCOMB en tire la conclusion stupfiante quon utilise plus de nombres
avec des petites mantisses quavec des plus grandes ! Cela paraissait absurde et il a voulu
comprendre pourquoi.

Aprs observation dun grand ensemble de donnes (des milliers) dorigines diverses, il
se rend compte que bien souvent, la proportion de chaque chiffre c comme premier chiffre
significatif des valeurs est relativement stable et peut tre raisonnablement approche
c1
par un log (et plus prcisment par log ).
c

A cette poque, personne na prt la moindre attention son ide et larticle quil publie
dans lAmerican Journal of Mathematics est vite oubli !

Loi de Benford -6- Congrs APMEP Metz 2012

 Ignorant les travaux de NEWCOMB, 57 ans plus tard,
en 1938, le physicien Frank BENFORD (1883-1948) fait
la mme constatation et devient clbre !

Il rassemble plus de 20 000 donnes numriques de

diverses provenances et nonce, sans le savoir, la mme
loi empirique que son prdcesseur. Plus tard, elle
portera son nom mais, lui, publie un article dans lequel
il lappelle Loi des nombres anormaux .

Un ensemble de valeurs numriques suit la loi de BENFORD

lorsque, pour chaque chiffre c (donc de 1 9),
c1
la proportion de valeurs commenant par c vaut log .
c

Autrement dit, en terme de probabilits, on a

c1
P (c mantisse c 1) log
c

Cette loi, trs surprenante, est absolument empirique mais elle colle relativement bien la
ralit pour pas mal de situations.

Elle a t longtemps considre comme une aimable curiosit mathmatique qui intrigue
et fait un peu rver lexistence de lois encore inconnues rgissant les mesures dans lunivers.

Il ny a quune bonne vingtaine dannes que cette loi a trouv des applications sous
limpulsion de lconomiste amricain Mark NIGRINI.

Loi de Benford -7- Congrs APMEP Metz 2012

 Premier c 1
Frquence thorique selon la loi de BENFORD log
chiffre significatif c c

1 log 111 log 2 0,301

2 log 221 log 32 0,176

3 log 331 log 43 0,125

4 log 441 log 54 0,097

5 log 551 log 65 0,079

6 log 661 log 76 0,067

7 log 771 log 87 0,058

8 log 881 log 89 0,051

9 log 991 log 109 0,046

Total 1

35%
Frquence du 1er chiffre significatif
Benford dun ensemble de valeurs numriques
selon la loi de BENFORD
30%

25%

20%

15%

10%

5%

0%
1 2 3 4 5 6 7 8 9

Loi de Benford -8- Congrs APMEP Metz 2012

 De nombreux exemples de la vie quotidienne illustrent cette loi. Ainsi en va-t-il, comme
nous lavons vu plus haut, du nombre dhabitants des 36 722 communes franaises au 1er
janvier 2009.

35%
Frquences du 1er chiffre significatif

30% BENFORD population des communes franaises

25%

20%

15%

10%

5%

0%
1 2 3 4 5 6 7 8 9

Le PIB pour 2011 et en dollars amricains de lensemble de (presque) tous les pays du
monde suit assez bien aussi la loi de BENFORD.

35%
Frquences du 1er chiffre significatif
BENFORD PIB en 2011
30% (183 donnes)

25%

20%

15%

10%

5%

0%
1 2 3 4 5 6 7 8 9

Loi de Benford -9- Congrs APMEP Metz 2012

 Intressons-nous maintenant aux nombres de votes obtenus par les diffrents candidats
aux dernires lections prsidentielles franaises pour les 96 dpartements mtropolitains.

Dabord avec relativement peu de donnes en considrant le 2me tour, le 6 mai 2012 : il y a
deux candidats Hollande et Sarkosy, donc 2*96 = 192 donnes.

40%
Frquences du 1er chiffre significatif

35% BENFORD 2me tour

(192 donnes)

30%

25%

20%

15%

10%

5%

0%
1 2 3 4 5 6 7 8 9

Voyons ce qui se passe lorsque le nombre de donnes augmente en considrant maintenant le

1er tour, le 22 avril 2012 : 10 candidats, donc 10*96 = 960 donnes.

35%
Frquences du 1er chiffre significatif
BENFORD 1er tour
30% (960 donnes)

25%

20%

15%

10%

5%

0%
1 2 3 4 5 6 7 8 9

Loi de Benford - 10 - Congrs APMEP Metz 2012

 Et quen est-il de listes de prix dans des grands magasins ? Voici deux exemples.

45%
Frquences du 1er chiffre significatif des prix de publicits franaises en ,
fin septembre - dbut octobre 2012
40%
BENFORD Colruyt Cora Carrefour
35% (145 donnes) (239 donnes) (882 donnes)

30%

25%

20%

15%

10%

5%

0%
1 2 3 4 5 6 7 8 9

40%
Frquences du 1er chiffre significatif des prix de publicits suisses en FS,
3me semaine 2010
35%
BENFORD Casino Manor Aldi Migros

30%

25%

20%

15%

10%

5%

0%
1 2 3 4 5 6 7 8 9

Les exemples illustrs ici montrent que le fait que des listes de prix suivent assez bien la
loi de BENFORD nest pas propre une monnaie particulire.

Le lecteur intress trouvera dautres exemples dans le diaporama PowerPoint associ.

Loi de Benford - 11 - Congrs APMEP Metz 2012

IV Loi de BENFORD gnralise
La loi de BENFORD stipule que
c 1
P(c mantisse c 1) log avec c entier entre 1 et 9
c

Loi de BENFORD gnralise

b
P(a mantisse b) log avec a et b rels entre 1 et 10 et a < b
a

En prenant a = 1 et b = x, il en dcoule
x
P(1 mantisse x) log log x avec x entier entre 1 et 10
1
et donc

P (mantisse x ) log x

Loi de Benford - 12 - Congrs APMEP Metz 2012

 Calculons avec la loi de BENFORD gnralise les probabilits des chiffres 0 9 comme
2me chiffre significatif. Prenons par exemple le chiffre 3, la probabilit de 3 comme 2me
chiffre significatif se calcule via le tableau suivant :
P (2me chiffre significatif = 3 | 1er chiffre significatif = i)
Premier chiffre significatif i
= P(i,3 mantisse i,4) log i ,3
i,4

1 log 11,,43 0,032

2 log 22,,43 0,018

3 log 33,,43 0,013

4 log 44,,43 0,010

5 log 55,,43 0,008

6 log 66,,43 0,007

7 log 77,,43 0,006

8 log 88,,43 0,005

9 log 99,,43 0,005

Total
me 0,104
= P (2 chiffre significatif = 3)

En effectuant un calcul analogue pour chaque chiffre de 0 9, on trouve :

Deuxime chiffre significatif i P (2me chiffre significatif = i)

0 0,120
1 0,114
2 0,109
3 0,104
4 0,100
5 0,097
6 0,093
7 0,090
8 0,088
9 0,085

Loi de Benford - 13 - Congrs APMEP Metz 2012

 Total 1

35%

BENFORD gnralis
30%
Proba 2me chiffre significatif

25%

20%

15%

10%

5%

0%
0 1 2 3 4 5 6 7 8 9

De la mme manire, on calcule les probabilits des diffrents chiffres comme 3me
chiffre significatif.

Troisime chiffre significatif i P (3me chiffre significatif = i)

0 0,1018
1 0,1014
2 0,1010
3 0,1006
4 0,1002
5 0,0998
6 0,0994
7 0,0990
8 0,0986
9 0,0983
Total 1

Loi de Benford - 14 - Congrs APMEP Metz 2012

35%

BENFORD gnralis
30%
proba 3me signe significatif

25%

20%

15%

10%

5%

0%
0 1 2 3 4 5 6 7 8 9

Avec la loi de BENFORD gnralise, plus un chiffre est loin droite du 1er chiffre
significatif, plus il est distribu uniformment, plus il se distribue donc conformment
notre intuition

Loi de Benford - 15 - Congrs APMEP Metz 2012

V Invariance par changement dunits
Si une srie de donnes suit la loi de BENFORD gnralise, alors cette loi est
galement suivie aprs un changement dunits !

Ce rsultat date de 1961 et a t dmontr par lamricain Roger PINKHAM.

Les exemples prcdents avec des prix montraient que la loi de BENFORD est peu prs suivie
par des listes de prix mme assez courtes (50 250 prix) ; quelles se rfrent des prix en FS
ou en . Ce nest donc pas particulier une unit.
Mais PINKHAM va plus loin et prouve que si on considre un ensemble de prix en qui
suivent peu prs la loi de BENFORD gnralise, ce sera toujours le cas si on les convertit en
FS ou en $ !

De mme, pour une liste de longueurs exprimes en km ou en miles.

Roger PINKHAM a mme montr que la loi de BENFORD est lunique formulation pour
obtenir une loi invariante par changement dchelle.

Un peu de posie
La loi de BENFORD a beaucoup fait rver les scientifiques et en a amen plus dun se
poser la question : existe-t-il dans la nature, une sorte de loi universelle rgissant la proportion
de chacun des chiffres 1 9 comme 1er chiffre significatif ?

Si une telle loi existe, elle doit forcment tre valable indpendamment des units de
mesure humaines et par consquent, en tenant compte du rsultat de PINKHAM, cest
forcment la loi de BENFORD

Reste savoir si une telle loi naturelle rgit vraiment certaines mesures

Loi de Benford - 16 - Congrs APMEP Metz 2012

VI Analyse des chiffres
Dveloppe au dbut des annes 90 par les travaux de lconomiste amricain Mark
NIGRINI, lanalyse des chiffres passe en revue les chiffres de donnes numriques pour
lesquels on sait dexprience quils ont de bonnes chances de suivre raisonnablement
certaines frquences (comme par exemple celles prdites par la loi de BENFORD). Le but est
de mettre en vidence des invraisemblances qui proviendraient de donnes pas trs honntes,
falsifies ou carrment inventes.
Cela se pratique depuis une vingtaine dannes dj au Canada et aux USA. Et
rcemment, lanalyse des chiffres sest introduite en Europe.

APPLICATION 1:
Dtection de fraudes (erreurs ou falsifications de donnes)
dans les comptabilits !
Paul

Etats-Unis

Il y a dj une vingtaine dannes, Mark NIGRINI, professeur de comptabilit au Texas,

sest convaincu, en tudiant des masses de donnes comptables, que la loi de BENFORD
constitue un outil ne pas ngliger pour dmasquer dventuelles fraudes. Il travaille en
collaboration avec le fisc amricain pour laider dmasquer des fraudeurs.

Constatations exprimentales :

1) Des donnes honntes suivent assez souvent la loi de BENFORD.

2) Lorsquil y a fraude, les valeurs suivent rarement la loi de BENFORD.

En 1993, cette mthode a permis ltat dArizona de rcuprer 2 millions de dollars

dtourns par un employ du trsor. Un test de comparaison avec la loi de BENFORD lavait
rendu suspect.

Attention, lloignement la loi de BENFORD peut amener une suspicion de fraude

mais ce nest en aucun cas une preuve, dautant plus que des comptabilits tout fait
honntes peuvent sen loigner trs fortement !

Rien ne permet daffirmer non plus que des donnes comptables qui suivent la loi de
BENFORD soient ncessairement honntes !

Loi de Benford - 17 - Congrs APMEP Metz 2012

Afrique du Sud

En 2006, une tude a t ralise par A. SAVILLE de lUniversit de Prtoria et a donn

les rsultats suivants :
Un test statistique de compatibilit la loi de BENFORD a t appliqu aux comptes (quon
savait manipuls) de 17 entreprises et la loi de BENFORD ntait respecte dans aucun des
17 cas !
Le mme test a galement t appliqu 17 entreprises rputes honntes et l 4
comptabilits ne satisfaisaient pas la loi de BENFORD.
Tout cela justifie pleinement lemploi dun test de compatibilit la loi de BENFORD pour
dmasquer dventuels fraudeurs mais nous rappelle aussi que la non-compatibilit nest
nullement une preuve de culpabilit.

Loi de Benford - 18 - Congrs APMEP Metz 2012

Exemple 1er chiffre significatif des comptes dune cole neuchteloise (Suisse) en 2011

Total des charges 44 494 631,89

Total des revenus 16 647 254,85 -
Charges/Revenus(-) 27 847 377,04
Charges de personnel 36 990 028,26
Personnel administratif et exploitation 3 233 951,65
Salaires occasionnels 52 000,15
Traitements du personnel enseignant 26 250 899,30
AVS, ALFA, chmage, accidents LAA 281 320,95
AVS, ALFA, AC, accidents LAA, autres 2 225 339,56
Caisse de pensions 352 946,20
Caisse de pensions, autres 2 895 846,05
Caisse de remplacement 245 123,91
Personnel temporaire facturs par tiers 1 377 819,14
Frais, formation et perfectionnement 65 152,25
Autres charges de personnel 9 629,10
Biens, services et marchandises 5 333 546,38
Imprims et reliures 46 921,32
Matriel denseignement 139 446,26
Information 62 944,90
Machines, mobilier et quipement 907 771,69
Equipement informatique STS2 99 199,51
Eau, gaz, chauffage, lectricit 586 367,15
Matires premires 197 246,59

35%
Benford gnralis Ecole: 1er chiffre significatif
(105 donnes)
30%

25%

20%

15%

10%

5%

0%
0 1 2 3 4 5 6 7 8 9

Loi de Benford - 19 - Congrs APMEP Metz 2012

 Bien que les donnes soient peu nombreuses (car peu dtailles), bien moins nombreuses
que lorsquon teste toute la comptabilit dune entreprise, on voit dj quil y a quelque chose
de la loi de BENFORD.

Bien entendu, des donnes comptables ne suivent jamais exactement la loi de BENFORD.
Alors comment dcider, en pratique, si des donnes peuvent raisonnablement tre considres
comme suivant la loi de BENFORD ou si elles sen cartent significativement ?

Ici, la statistique nous vient en aide en offrant des techniques (les tests dhypothse) pour
trancher cette question objectivement . Mais que faut-il comprendre par l ? Simplement
que la rponse la question ne dpend pas de la personne qui doit y rpondre Il ne
manquerait plus que cela !

Test dhypothse

Un test dhypothse sert trancher si des carts entre des donnes releves au hasard dans
un document contrler et une loi thorique sont significatifs ou si les diffrences constates
sont imputables au seul hasard de lchantillonnage.

Nous donnons ici une ide volontairement trs gnrale et simpliste (pour tre accessible
aux non spcialistes) du droulement dun tel test. En effet, ce chapitre des statistiques est trs
vaste et assez complexe saisir.

1) On crit lhypothse quon souhaite tester, appele hypothse nulle et note H0 : Les
donnes suivent la loi thorique. .

2) Un test dhypothse est toujours assorti dun ou de plusieurs nombres qui quantifient le
degr de fiabilit quon peut accorder aux rsultats. En effet, puisquon travaille avec un
chantillon de valeurs tires au hasard dans les donnes, on ne peut jamais tre certain
100 % de la conclusion.

Le plus souvent, on se contente de choisir un nombre (entre 0 et 1), appel risque

derreur de 1re espce qui quantifie le risque de considrer tort que les donnes
scartent significativement de la loi thorique teste alors que ce ne serait pas vrai. En
pratique, ce risque est choisi avant de procder au test dhypothse et on prend souvent
= 10 %, 5 %, 2 %, 1 % ou 1 .

Revenons aux donnes extraites des comptes de lcole suisse considre plus haut.

La question pose ici est :

Les carts entre les donnes comptables et la loi de BENFORD sont-ils significatifs?

Nous allons donc tester lhypothse suivante :

Hypothse nulle H0: Les donnes suivent la loi de BENFORD.

Loi de Benford - 20 - Congrs APMEP Metz 2012

Reste choisir un degr de fiabilit, par exemple = 0,01 (ou 0,02 ou 0,05 ou 0,10) qui
quantifie le risque de rejeter lhypothse H0 alors quelle est vraie, donc de conclure tort que
les donnes comptables scartent significativement de la loi de BENFORD.

Un test du khi-carr 2 permet de conclure quil ny a pas de raison de rejeter lhypothse

H0 qui dit que les donnes suivent la loi de BENFORD (attention, cette conclusion est moins
forte que de dire : les donnes suivent la loi de BENFORD). Tous les dtails concernant ce
test peuvent tre consults dans le diaporama PowerPoint associ.

APPLICATION 2
Dtection de fraudes plus gnrales

Une tude en psychologie exprimentale, ralise Zurich par A. DICKMANN, a montr

que lorsquon demande des gens dimaginer des donnes, ils le font sans respecter la loi de
BENFORD.
Au mieux, ceux qui connaissent la loi de BENFORD vont y penser pour le 1er chiffre
significatif, mais ds quon sintresse au 2me, la distribution devient peu prs nimporte
quoi!

Cela valide lide de souponner des fraudes dans des listes de valeurs qui daprs des
expriences prcdentes devraient suivre approximativement la loi de BENFORD et sen
cartent manifestement ; ce peut par exemple tre des donnes dun inventaire ou des
rponses des questionnaires rentrs par des sondeurs ou des donnes denqutes en
sociologie ou

De nos jours sur Internet, on trouve des publicits pour des cours destins apprendre
dtecter des fraudes dans des donnes numriques. Certaines de ces publicits citent
explicitement la loi de BENFORD.

Loi de Benford - 21 - Congrs APMEP Metz 2012

VII Contre-exemples
Bien entendu, il existe beaucoup de sries de nombres qui ne suivent pas la loi de
BENFORD (mme approximativement) !

1) Si vous construisez une srie de nombres avec un gnrateur de nombres alatoires

install sur votre ordinateur, vous devriez en principe avoir une rpartition uniforme de
leurs 1ers chiffres significatifs. Attention, de tels gnrateurs ne sont jamais tout fait
alatoires car leur fonctionnement est dterministe, cest pourquoi on devrait plutt parler
de nombres pseudo-alatoires. En tout cas, vous nobtiendrez pas une srie de nombres
obissant la loi de BENFORD !

2) De mme, la loi de BENFORD ne vous sera daucune aide pour augmenter vos chances de
gagner une loterie ! En effet, le tirage est cens tre alatoire et chaque chiffre devrait
donc avoir une probabilit de 0,1 de sortir en premier.

3) Relevez les tailles des adultes que vous croisez. L non plus, pas de loi de BENFORD !

4) Pas plus dailleurs que dans la liste des numros de tlphone figurant sur votre agenda
car beaucoup de numros sont probablement de votre rgion

5) Les numros des maisons dans une rue donne ne suivent pas non plus la loi de BENFORD.

Et vous pouvez imaginer plein dautres exemples.

VIII Exemples mathmatiques

Des mathmaticiens ont prouv que certaines suites de nombres satisfont exactement la
loi de BENFORD.

Ainsi, Vladimir ARNOLD et Andr AVEZ ont dmontr que la suite 2n satisfait la loi de
BENFORD. La dmonstration na rien dvident.
Et un coup dil rapide au dbut de la liste suivante fait dabord penser que la suite des 1ers
chiffres significatifs est priodique !

Loi de Benford - 22 - Congrs APMEP Metz 2012

 1er chiffre 1re apparition de ce
n 2 n chiffre comme 1er Remarques
significatif de 2n chiffre significatif
1 2 2 2
2 4 4 4
3 8 8 8
4 16 1 1 Ces 10 1ers chiffres
5 32 3 3 significatifs se
6 64 6 6 reproduisent 4 fois de
7 128 1 suite !
8 256 2
9 512 5 5
10 1024 1
11 2048 2
12 4096 4
13 8192 8
14 16384 1 Est-on parti pour une
15 32768 3
16 65536 6
suite priodique de
17 131072 1 priode 10 ?
18 262144 2
19 524288 5
20 1048576 1
21 2097152 2
22 4194304 4
23 8388608 8 Oui ?
24 16777216 1
25 33554432 3
26 67108864 6
Non ?
27 134217728 1
28 268435456 2 Peut-tre ?
29 536870912 5
30 1073741824 1
31 2147483648 2
32 4294967296 4
33 8589934592 8
34 17179869184 1
35 34359738368 3 Le suspense est
36 68719476736 6 insoutenable !
37 1.37439E+11 1
38 2.74878E+11 2
39 5.49756E+11 5
40 1.09951E+12 1
41 2.19902E+12 2
42 4.39805E+12 4 Non !!!
43 8.79609E+12 8
44 1.75922E+13 1 Lillusion de
45 3.51844E+13 3
46 7.03687E+13 7 7
priodicit senvole
47 1.40737E+14 1 avec n = 46 et
48 2.81475E+14 2 lapparition du 1er
49 5.6295E+14 5 chiffre 7.
50 1.1259E+15 1
51 2.2518E+15 2
52 4.5036E+15 4
53 9.0072E+15 9 9
54 1.80144E+16 1 On ne lattendait
55 3.60288E+16 3
56 7.20576E+16 7
presque plus ce 1er
57 1.44115E+17 1 chiffre 9
58 2.8823E+17 2
59 5.76461E+17 5
60 1.15292E+18 1

Loi de Benford - 23 - Congrs APMEP Metz 2012

 Mais on constate quau plus lexposant n grandit, au plus les frquences dapparitions des
chiffres 1 9 comme 1ers chiffres significatifs de la suite 2n se rapprochent des frquences de
la loi de BENFORD, comme le montre le graphique suivant.

35%
Frquences du 1er chiffre significatif
BENFORD n200 1ers nombres de la suite 2n
= 200
30%

25%

20%

15%

10%

5%

0%
1 2 3 4 5 6 7 8 9

Et ARNOLD et AVEZ ont dmontr quasymptotiquement, la suite 2n satisfait la loi de

BENFORD.

Le mathmaticien suisse Paul JOLISSAINT a dmontr que la clbre suite de FIBONACCI

(1, 1, 2, 3, 5, 8, 13, 21, 34, ), dj connue pour plein de proprits sympathiques ou
amusantes, suit elle aussi asymptotiquement la loi de BENFORD !

IX Pourquoi des suites numriques issues du monde rel se

conforment-elles raisonnablement la loi de BENFORD ?
Cette curiosit fait rver et plusieurs tentatives dexplications ont t formules avec plus
ou moins de succs.

Ainsi des suites de nombres stalant sur plusieurs ordres de grandeur et de manire assez
rgulire sapprocheraient relativement bien de la loi de BENFORD.

Comme le suggre J.-P. DELAHAYE, peut-tre quun jour, quelque principe gnral qui
nous chappe encore aujourdhui, amnera une explication. Voil un beau sujet de rflexion
pour ceux dentre vous qui souhaitent prolonger

Loi de Benford - 24 - Congrs APMEP Metz 2012

Pour en savoir plus
[1] ARNOLD V. et AVEZ A., Ergodics problems of classical machanics, Benjamin, 1968
[2] BENFORD F., The law of anomalous numbers, Proceedings of the American
Philosophical Society, 78 (4), 1938, pp 551-772
[3] DELAHAYE J.-P., Ltonnante loi de Benford, Pour la Science, n 351, 2007, pp 90-95
[4] JOLISSAINT P., Loi de Benford, relations de rcurrence et suites quidistribues,
Elemente der Mathematik, 60, 2005, pp 10-18
et www.institut-jurassien.ch/docs/Benford.pdf
[5] NEWCOMB S., Note of the frequency of the use of the digits in natural numbers,
American Journal of Mathematics, 1881, 4 pp 39-40

Franoise Valette-Duchne est professeur lESNE, Ecole Suprieure du canton de

Neuchtel, Suisse

francoise.duchene@rpn.ch

Loi de Benford - 25 - Congrs APMEP Metz 2012