Chargement du manuel…
Chargement du manuel…
Chargement du manuel…
Chargement du manuel…
Chargement du manuel…
Chargement du manuel…
Chargement du manuel…
Chargement du manuel…
Chargement du manuel…
Chargement du manuel…
Chargement du manuel…
Chargement du manuel…
Chargement du manuel…
Séries S2-S4 · Leçon 12 — Variables aléatoires et loi binomiale — Mathématiques Terminale
Variables aléatoires et loi binomiale
Loi de probabilité, fonction de répartition, espérance, variance, écart type, schéma de Bernoulli, loi binomiale.
Présentation de la leçon
Lorsqu’on associe un nombre à chaque issue d’une expérience aléatoire — un gain, un nombre de pièces défectueuses, un nombre de bonnes réponses —, on définit une variable aléatoire. Sa loi, son espérance et sa variance résument tout ce qu’on peut prévoir. La loi binomiale modélise la répétition d’épreuves indépendantes à deux issues.
- Déterminer la loi de probabilité d’une variable aléatoire.
- Calculer l’espérance, la variance et l’écart type.
- Déterminer et représenter la fonction de répartition.
- Reconnaître un schéma de Bernoulli et utiliser la loi binomiale pour résoudre des problèmes.
- Leçon 11 : probabilités.
- Combinaisons et formule du binôme.
Chaque notion est énoncée dans un encadré (définition, propriété, méthode), illustrée par des exemples résolus et résumée dans À retenir. Les encadrés Attention signalent les erreurs fréquentes au Bac. La dernière partie propose des exercices corrigés.
Sommaire
Variable aléatoire et loi de probabilité
1.1 Définition
Situation. On tire simultanément 2 boules d’une urne contenant 5 boules rouges et 3 blanches (leçon 11) et on note \(X\) le nombre de boules blanches obtenues. \(X\) peut prendre les valeurs \(0\), \(1\) ou \(2\).
Une variable aléatoire \(X\) est une fonction qui associe un nombre réel à chaque issue de l’univers \(\Omega\). L’événement « \(X\) prend la valeur \(x_i\) » se note \((X = x_i)\).
La loi de probabilité de \(X\) est la donnée des valeurs \(x_1, \dots, x_k\) prises par \(X\) et des probabilités \(p_i = P(X = x_i)\), avec \(p_1 + \dots + p_k = 1\).
\(\text{card}(\Omega) = C_8^2 = 28\). \(P(X = 0) = \dfrac{C_5^2}{28} = \dfrac{10}{28}\) ; \(P(X = 1) = \dfrac{C_5^1 C_3^1}{28} = \dfrac{15}{28}\) ; \(P(X = 2) = \dfrac{C_3^2}{28} = \dfrac{3}{28}\).
\(x_i\) — 0 — 1 — 2 — Total
\(P(X = x_i)\) — \(\frac{10}{28}\) — \(\frac{15}{28}\) — \(\frac{3}{28}\) — 1
1.2 Fonction de répartition
La fonction de répartition de \(X\) est la fonction \(F\) définie sur \(\mathbb{R}\) par \(\quad F(x) = P(X \leq x)\). C’est une fonction en escalier, croissante, qui vaut \(0\) avant la plus petite valeur et \(1\) après la plus grande.
Pour la variable \(X\) ci-dessus : \(F(x) = 0\) si \(x < 0\) ; \(F(x) = \frac{10}{28}\) si \(0 \leq x < 1\) ; \(F(x) = \frac{10 + 15}{28} = \frac{25}{28}\) si \(1 \leq x < 2\) ; \(F(x) = 1\) si \(x \geq 2\).
Fig. 1 — Fonction de répartition de \(X\) : une fonction en escalier (chaque palier est fermé à gauche).
Espérance, variance, écart type
- Espérance : \(E(X) = \displaystyle\sum_{i} x_i\,p_i = x_1p_1 + \dots + x_kp_k\). C’est la valeur moyenne de \(X\) sur un grand nombre de répétitions.
- Variance : \(V(X) = \displaystyle\sum_i p_i\big(x_i - E(X)\big)^2 = E(X^2) - \big(E(X)\big)^2\), avec \(E(X^2) = \sum x_i^2 p_i\).
- Écart type : \(\sigma(X) = \sqrt{V(X)}\). Il mesure la dispersion autour de l’espérance.
\(E(X) = 0 \times \frac{10}{28} + 1 \times \frac{15}{28} + 2 \times \frac{3}{28} = \frac{21}{28} = \frac{3}{4}\).
\(E(X^2) = 0 + 1 \times \frac{15}{28} + 4 \times \frac{3}{28} = \frac{27}{28}\), donc \(V(X) = \frac{27}{28} - \frac{9}{16} = \frac{45}{112} \approx 0{,}402\) et \(\sigma(X) \approx 0{,}634\).
2.1 Jeux et espérance de gain
Un joueur mise 300 F et tire 2 boules de l’urne précédente. Il reçoit 1 000 F par boule blanche obtenue. Son gain algébrique est \(G = 1\,000X - 300\).
\(E(G) = 1\,000\,E(X) - 300 = 750 - 300 = 450\) F. En moyenne, le joueur gagne 450 F par partie : le jeu lui est favorable (il serait équitable si \(E(G) = 0\), c’est-à-dire pour une mise de 750 F).
Pour des réels \(a\) et \(b\) : \(\quad E(aX + b) = aE(X) + b \qquad V(aX + b) = a^2V(X) \qquad \sigma(aX + b) = |a|\,\sigma(X)\).
Schéma de Bernoulli et loi binomiale
3.1 Épreuve de Bernoulli
Une épreuve de Bernoulli est une expérience à deux issues : succès (probabilité \(p\)) ou échec (probabilité \(q = 1 - p\)). La variable qui vaut \(1\) en cas de succès et \(0\) sinon suit la loi de Bernoulli de paramètre \(p\) : son espérance est \(p\) et sa variance \(p(1 - p)\).
3.2 Loi binomiale
On répète \(n\) fois, de façon indépendante, une même épreuve de Bernoulli de paramètre \(p\) (c’est un schéma de Bernoulli). Le nombre \(X\) de succès suit la loi binomiale de paramètres \(n\) et \(p\) : pour \(k = 0, 1, \dots, n\), \[P(X = k) = C_n^k\,p^k\,(1 - p)^{n - k}.\] Alors \(\quad E(X) = np \qquad V(X) = np(1 - p) \qquad \sigma(X) = \sqrt{np(1 - p)}\).
Justification de la formule. Une liste précise de \(k\) succès et \(n - k\) échecs a la probabilité \(p^k(1 - p)^{n-k}\) (épreuves indépendantes) ; il y a \(C_n^k\) façons de placer les \(k\) succès parmi les \(n\) épreuves.
- Identifier l’épreuve de Bernoulli et ce qu’on appelle « succès », avec sa probabilité \(p\).
- Justifier que l’épreuve est répétée \(n\) fois de façon identique et indépendante.
- Conclure : \(X\) suit la loi \(\mathcal{B}(n\,;p)\), puis appliquer la formule.
Un QCM comporte 5 questions indépendantes, chacune avec 4 réponses dont une seule juste. Un élève répond au hasard. \(X\) = nombre de bonnes réponses suit \(\mathcal{B}\left(5\,;\frac{1}{4}\right)\).
\(P(X = 0) = \left(\frac{3}{4}\right)^5 = \frac{243}{1\,024} \approx 0{,}237\) ; \(P(X \geq 1) = 1 - P(X = 0) \approx 0{,}763\).
\(P(X = 3) = C_5^3\left(\frac{1}{4}\right)^3\left(\frac{3}{4}\right)^2 = 10 \times \frac{1}{64} \times \frac{9}{16} = \frac{90}{1\,024} \approx 0{,}088\).
\(P(X \geq 3) = \frac{90 + 15 + 1}{1\,024} = \frac{106}{1\,024} \approx 0{,}104\) : environ une chance sur dix d’avoir la moyenne au hasard.
\(E(X) = 5 \times \frac{1}{4} = 1{,}25\) et \(V(X) = 5 \times \frac{1}{4} \times \frac{3}{4} = \frac{15}{16}\).
Fig. 2 — Loi binomiale \(\mathcal{B}(5\,;\frac{1}{4})\) : probabilités \(P(X = k)\) pour \(k = 0\) à \(5\).
La loi binomiale ne s’applique qu’à des épreuves indépendantes : tirages avec remise, lancers successifs. Pour des tirages sans remise dans une petite urne, on ne peut pas l’utiliser (la variable \(X\) de la partie 1 ne suit pas une loi binomiale).
- Loi de \(X\) : valeurs et probabilités (total 1) ; \(F(x) = P(X \leq x)\), fonction en escalier.
- \(E(X) = \sum x_ip_i\) ; \(V(X) = E(X^2) - E(X)^2\) ; \(\sigma = \sqrt{V}\).
- \(\mathcal{B}(n\,;p)\) : \(P(X = k) = C_n^kp^k(1 - p)^{n-k}\), \(E = np\), \(V = np(1 - p)\).
Exercices corrigés
On lance un dé équilibré. On gagne 600 F si l’on obtient 6, 100 F si l’on obtient 4 ou 5, et l’on perd 200 F sinon. Déterminer la loi du gain \(G\), son espérance et son écart type.
\(P(G = 600) = \frac{1}{6}\), \(P(G = 100) = \frac{2}{6}\), \(P(G = -200) = \frac{3}{6}\). \(E(G) = \dfrac{600 + 200 - 600}{6} = \dfrac{200}{6} \approx 33{,}3\) F. \(E(G^2) = \dfrac{360\,000 + 2 \times 10\,000 + 3 \times 40\,000}{6} = \dfrac{500\,000}{6}\), \(V(G) = \dfrac{500\,000}{6} - \left(\dfrac{100}{3}\right)^2 \approx 82\,222\), \(\sigma \approx 287\) F.
Dans une région, 20 % des habitants ont le groupe sanguin B. On choisit au hasard 6 personnes (population assez grande pour assimiler les choix à des tirages avec remise). Calculer la probabilité qu’exactement 2 personnes, puis qu’au moins une personne, soient du groupe B.
\(X \sim \mathcal{B}(6\,;0{,}2)\). \(P(X = 2) = C_6^2 \times 0{,}2^2 \times 0{,}8^4 = 15 \times 0{,}04 \times 0{,}4096 \approx 0{,}246\). \(P(X \geq 1) = 1 - 0{,}8^6 \approx 1 - 0{,}262 = 0{,}738\).
On lance une pièce équilibrée \(n\) fois. Combien de lancers faut-il pour que la probabilité d’obtenir au moins un « pile » dépasse \(0{,}99\) ?
\(1 - \left(\frac{1}{2}\right)^n > 0{,}99 \iff \left(\frac{1}{2}\right)^n < 0{,}01 \iff n > \dfrac{\ln 0{,}01}{\ln 0{,}5} \approx 6{,}64\). Il faut au moins \(7\) lancers.
Chargement du manuel…
Chargement du manuel…
Chargement du manuel…
Chargement du manuel…
Chargement du manuel…
Chargement du manuel…
Chargement du manuel…
Chargement du manuel…
Chargement du manuel…
Chargement du manuel…
Chargement du manuel…
Chargement du manuel…
Chargement du manuel…
Chargement du manuel…
Chargement du manuel…
Chargement du manuel…
Chargement du manuel…
Chargement du manuel…
Chargement du manuel…
Chargement du manuel…
Chargement du manuel…
Chargement du manuel…
Chargement du manuel…
Chargement du manuel…
Chargement du manuel…
Chargement du manuel…
Chargement du manuel…
Chargement du manuel…
Chargement du manuel…
Chargement du manuel…
Chargement du manuel…
Chargement du manuel…
Chargement du manuel…
Chargement du manuel…
Chargement du manuel…
Chargement du manuel…
Chargement du manuel…
Chargement du manuel…
Chargement du manuel…
Chargement du manuel…
Chargement du manuel…
Chargement du manuel…
Chargement du manuel…
Chargement du manuel…