Cours Terminale — Succession d’épreuves indépendantes et loi binomiale

Ce cours couvre le chapitre 12 du programme de Terminale (mission française) : succession d’épreuves indépendantes et loi binomiale. Vous y trouverez toutes les définitions, propriétés et démonstrations au programme, ainsi que 8 exercices d’application avec indications. Le document est téléchargeable en PDF.

Voici le cours complet, lisible directement en ligne, avec ses exercices d’application et leurs indications.

1. Succession d’épreuves indépendantes

Définition — Univers associé à une succession d’épreuves indépendantes

Soit une succession de n épreuves indépendantes dont les univers associés sont respectivement \Omega_1, \Omega_2, …, \Omega_n.

L’univers associé à cette succession de n épreuves est le produit cartésien \Omega_1\times\Omega_2\times\dots\times\Omega_n.

Si les n épreuves sont identiques (univers \Omega), l’univers associé est noté \Omega^n.

Exemple

On lance trois dés numérotés de 1 à 4, de 1 à 6 et de 1 à 8. L’univers est \{1;2;3;4\}\times\{1;2;3;4;5;6\}\times\{1;2;3;4;5;6;7;8\}. Le triplet (2;5;7) est une issue possible.

Propriété — Probabilité d’une issue

Soit une succession de n épreuves indépendantes. La probabilité d’obtenir l’issue (x_1\,;x_2\,;\dots\,;x_n) est :

    \[p\big((x_1\,;x_2\,;\dots\,;x_n)\big)=p(x_1)\times p(x_2)\times\dots\times p(x_n).\]

Exemple

Avec les trois dés précédents : p\big((2;5;7)\big)=\dfrac{1}{4}\times\dfrac{1}{6}\times\dfrac{1}{8}=\dfrac{1}{192}.

Remarque

Lorsque les épreuves ne sont pas indépendantes (tirage sans remise par exemple), on utilise un arbre pondéré pour représenter la situation et calculer les probabilités.

2. Épreuve, loi et schéma de Bernoulli

Définition — Épreuve de Bernoulli

Une expérience aléatoire à deux issues, succès (noté S) et échec (noté E), est dite épreuve de Bernoulli.

Exemple

Regarder si un internaute attribue un pouce vert ou non à une vidéo est une épreuve de Bernoulli (deux issues : pouce vert = succès, pas de pouce vert = échec).

Définition — Loi de Bernoulli

Soit p\in\,]0\,;1[. La loi de la variable aléatoire X telle que P(X=0)=1-p et P(X=1)=p est appelée loi de Bernoulli de paramètre p, notée \mathcal{B}(p).

Propriété — Loi de Bernoulli : espérance, variance et écart-type

Pour X suivant la loi \mathcal{B}(p) :

  • Espérance : E(X)=p ;
  • Variance : V(X)=p(1-p) ;
  • Écart-type : \sigma(X)=\sqrt{p(1-p)}.

Démonstration. E(X)=(1-p)\times0+p\times1=p. \;V(X)=(1-p)(0-p)^2+p(1-p)^2=(1-p)p\big[p+(1-p)\big]=p(1-p). \;\sigma(X)=\sqrt{V(X)}.

Définition — Schéma de Bernoulli

La répétition de n épreuves de Bernoulli identiques et indépendantes est appelée schéma de Bernoulli.

Exemple

On appelle 5 fois un service téléphonique (probabilité 0{,}1 de parler à un conseiller). C’est un schéma de Bernoulli avec n=5 et p=0{,}1. La probabilité de l’issue (E;S;E;E;E) est 0{,}9^4\times0{,}1=0{,}06561.

Remarque

On représente généralement un schéma de Bernoulli par un arbre pondéré.

3. Loi binomiale

a) Définition et calculs de probabilités

Définition — Loi binomiale

Soit n\in\mathbb{N}^* et p\in\,]0\,;1[. On considère un schéma de Bernoulli à n répétitions avec probabilité de succès p.

La loi de la variable aléatoire donnant le nombre de succès sur les n répétitions est appelée loi binomiale de paramètres n et p, notée \mathcal{B}(n\,;p).

Propriété — Probabilités et loi binomiale

Soit X une variable aléatoire suivant la loi \mathcal{B}(n\,;p). Pour tout entier k dans [\![0\,;n]\!] :

    \[P(X=k)=\binom{n}{k}\,p^k\,(1-p)^{n-k},\]

où \dbinom{n}{k}=\dfrac{n!}{k!\,(n-k)!} est le coefficient binomial.

Démonstration. Sur l’arbre du schéma de Bernoulli, chaque chemin à k succès a une probabilité p^k(1-p)^{n-k}. Le nombre de tels chemins est \binom{n}{k} (nombre de façons de placer k succès parmi n épreuves).

Exemple

On lance 3 fois une pièce (p=0{,}4). X suit \mathcal{B}(3\,;0{,}4). \;P(X=2)=\binom{3}{2}\times0{,}4^2\times0{,}6^1=3\times0{,}16\times0{,}6=0{,}288.

Remarque

Pour les calculs, on peut utiliser la formule directement ou les fonctions de la calculatrice (binomPdf / binomCdf).

Propriété — Astuces de calcul avec la loi binomiale

Pour X suivant \mathcal{B}(n\,;p) :

  • P(X< k)=P(X\leqslant k-1) ;
  • P(X\geqslant k)=1-P(X\leqslant k-1) ;
  • P(a< X\leqslant b)=P(X\leqslant b)-P(X\leqslant a).

b) Espérance, variance et écart-type

Propriété — Loi binomiale : espérance, variance et écart-type

Pour X suivant la loi \mathcal{B}(n\,;p) :

  • Espérance : E(X)=n\times p ;
  • Variance : V(X)=n\times p\times(1-p) ;
  • Écart-type : \sigma(X)=\sqrt{n\times p\times(1-p)}.

Exemple

X suit \mathcal{B}(20\,;0{,}6) : E(X)=20\times0{,}6=12, \;V(X)=20\times0{,}6\times0{,}4=4{,}8, \;\sigma(X)=\sqrt{4{,}8}\approx2{,}19.

Propriété — Forme du diagramme en barres

Le diagramme en barres de X suivant \mathcal{B}(n\,;p) a une forme de cloche, approximativement centrée sur E(X).

Plus p est éloigné de 0{,}5, plus l’écart-type est petit et la cloche est « étroite et haute ».

Remarque

Plus l’écart-type est petit, plus les valeurs proches de l’espérance sont probables.

c) Intervalles de fluctuation

Définition — Intervalle de fluctuation

Soit X une variable aléatoire suivant une loi binomiale, \alpha\in\,]0\,;1[ et a, b des réels.

Un intervalle [a\,;b] tel que P(a\leqslant X\leqslant b)\geqslant1-\alpha est appelé intervalle de fluctuation au seuil de 1-\alpha (ou au risque \alpha) associé à X.

Exemple

X suit \mathcal{B}(43\,;0{,}2) et \alpha=0{,}05. On a P(X\leqslant13)\approx0{,}964\geqslant0{,}95, donc [0\,;13] est un intervalle de fluctuation au seuil de 95\,\%.

Propriété — Intervalle de fluctuation centré

Si P(X< a)\leqslant\dfrac{\alpha}{2} et P(X>b)\leqslant\dfrac{\alpha}{2}, alors [a\,;b] est un intervalle de fluctuation centré (ou bilatéral) au seuil de 1-\alpha.

Exemple

X suit \mathcal{B}(43\,;0{,}2), \alpha=0{,}05 (\alpha/2=0{,}025). On a P(X< 4)\approx0{,}018< 0{,}025 et P(X>14)\approx0{,}016< 0{,}025, donc [4\,;14] est un intervalle de fluctuation centré au seuil de 95\,\%.

Propriété — Intervalle de fluctuation centré particulier (méthode pratique)

L’intervalle [a\,;b] tel que a et b soient les plus petits entiers vérifiant :

  • P(X\leqslant a)>\dfrac{\alpha}{2} ;
  • P(X\leqslant b)\geqslant1-\dfrac{\alpha}{2} ;

est un intervalle de fluctuation centré au seuil de 1-\alpha associé à X.

Remarque

C’est cette méthode que l’on utilise en pratique avec la calculatrice.

4. Exercices d’application

Exercice 1 · Succession d’épreuves indépendantes ★★★

On tire avec remise six personnes dans une population contenant 87\,\% de droitiers (D), 12\,\% de gauchers (G) et 1\,\% d’ambidextres (A).

  1. Donner l’univers associé à cette succession de six épreuves indépendantes.
  2. Calculer la probabilité de l’issue (D;D;G;D;D;A).

Indication : utiliser le produit cartésien pour l’univers et la multiplication des probabilités pour l’issue.

Exercice 2 · Schéma de Bernoulli ★★★

On lance 3 fois successivement une pièce truquée telle que la probabilité d’obtenir PILE est 0{,}75.

  1. Justifier que cette situation correspond à un schéma de Bernoulli. Préciser n et p.
  2. Représenter ce schéma par un arbre pondéré.
  3. Calculer la probabilité d’obtenir exactement une fois PILE.

Indication : identifier succès = PILE, compter les chemins à 1 succès, appliquer la formule.

Exercice 3 · Reconnaître et utiliser la loi binomiale ★★★

Une urne contient 9 boules rouges et 1 verte. On tire 11 boules avec remise. Soit V la variable aléatoire donnant le nombre de boules vertes obtenues.

  1. Donner la loi de V.
  2. Calculer P(V=2).

Indication : identifier les paramètres n et p, puis appliquer P(X=k)=\binom{n}{k}p^k(1-p)^{n-k}.

Exercice 4 · Calculs de probabilités ★★★

X suit la loi binomiale \mathcal{B}(50\,;0{,}23). Calculer : a) P(X< 12) ; b) P(X\geqslant4) ; c) P(5< X\leqslant8).

Indication : a) transformer en P(X\leqslant11) ; b) utiliser le complémentaire ; c) P(X\leqslant8)-P(X\leqslant5).

Exercice 5 · Espérance et écart-type ★★★

On lance 20 fois une pièce équilibrée. Soit X le nombre de FACE obtenus.

  1. Justifier que X suit une loi binomiale et préciser ses paramètres.
  2. Calculer P(X=11).
  3. Calculer E(X), V(X) et \sigma(X).

Indication : n=20, p=0{,}5. Utiliser les formules E=np, V=np(1-p).

Exercice 6 · Intervalle de fluctuation ★★★

Sylvain joue 5 fois de suite à un jeu vidéo avec une probabilité de succès de 0{,}1 pour chaque partie. On suppose les parties indépendantes.

  1. Quelle est la probabilité qu’il perde les 5 parties ?
  2. Soit X le nombre de parties gagnées. Donner la loi de X.
  3. Calculer P(X\geqslant1).

Indication : 1) c’est P(X=0) ; 3) utiliser le complémentaire.

Exercice 7 · Problème de synthèse ★★★

Gloria tient une librairie. Quand un client entre, la probabilité qu’il achète un livre est 0{,}67. Les achats sont indépendants. Quatre clients entrent dans la librairie.

  1. Justifier que la situation correspond à un schéma de Bernoulli. Préciser n et p.
  2. Soit X le nombre de clients qui achètent un livre. Quelle est la loi de X ?
  3. Calculer P(X=2).
  4. Calculer E(X) et interpréter ce résultat.

Indication : X suit \mathcal{B}(4\,;0{,}67). Pour P(X=2) : \binom{4}{2}=6, puis appliquer la formule. E(X)=np.

Exercice 8 · Intervalle de fluctuation centré ★★★

X suit la loi \mathcal{B}(30\,;0{,}85).

  1. Calculer P(X< 24) et P(21< X< 25).
  2. Calculer E(X) et \sigma(X).
  3. Déterminer l’intervalle de fluctuation centré au seuil de 95 % à l’aide de la calculatrice.

Indication : utiliser les fonctions binomCdf de la calculatrice. Pour l’intervalle centré, chercher a et b tels que P(X\leqslant a)>0{,}025 et P(X\leqslant b)\geqslant0{,}975.


Télécharger le cours en PDF

Pour réviser sur papier, téléchargez le cours complet au format PDF.

Pour aller plus loin

Publications similaires