Loi binomiale
Expériences répétées
Loi de Bernoulli.
Schéma de Bernoulli
1. Lois de probabilités discrètes
1.1. Notion de variable aléatoire (rappel)
On considère une expérience aléatoire d’univers Ω.
Définition :
Une variable aléatoire X est une fonction de Ω dans R qui, à chaque issue de Ω associe un unique
réel.
L’ensemble des valeurs prises par X est noté X(Ω).
1.1.1. Variable aléatoire discrète
Définition :
Une variable aléatoire discrète X est une variable aléatoire qui prend un nombre fini de valeurs
réelles.
Dans le cas d’une variable aléatoire discrète, la loi de probabilité de la variable aléatoire X peut se
représenter sous la forme d’un tableau :
xi x1 ... xn
P (X = xi ) p1 ... pn
Définitions :
Soit X une variable aléatoire discrète prenant les valeurs x1 , x2 , x3 , ..., xn avec les probabilités
p1 , p2 , ...pn .
• L’espérance de X, notée E(X), est . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
• La variance de X, V (X), est . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . et
l’écart-type σ = V (X)
p
1
2. Loi de Bernoulli
Définition :
Une épreuve de Bernoulli est une . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
.................................................................................................
.................................................................................................
. Exemple n°1
1) On lance un dé cubique équilibré, dont les faces sont numérotées de 1 à 6. On regarde si le chiffre
obtenu est multiple de 6.
....................................................................................................
....................................................................................................
2) On lance un dé cubique équilibré, dont les faces sont numérotées de 1 à 6. On regarde si le chiffre
obtenu est diviseur de 6.
....................................................................................................
....................................................................................................
Définition :
La variable aléatoire X qui prend la valeur 1 en cas de succès et 0 en cas d’échec est appelée
variable aléatoire de Bernoulli.
La loi de probabilité de cette variable aléatoire est appelée loi de Bernoulli de paramètre p.
Propriétés :
Soit X une variable aléatoire qui suit la loi de Bernoulli de paramètre p, alors :
L’espérance de X est E(X) = p
La variance et l’écart-type sont donnés par :
V (X) = p(1 − p) et σ(X) =
p
p(1 − p)
. Démonstration à connaître n°1
. Exemple n°2
On tire une carte dans un jeu de 32. On appelle succès : "la carte tirée est un coeur".
X est la variable aléatoire qui prend la valeur 1 en cas de succès, 0 en cas d’échec.
1) Déterminer la loi de X.
2) Calculer l’espérance et l’écart-type de la variable aléatoire X.
....................................................................................................
....................................................................................................
....................................................................................................
....................................................................................................
2
3. Loi binomiale
3.1. Schéma de Bernoulli
Définition : Succession d’épreuves indépendantes
Dans une succession d’épreuves, lorsque l’issue d’une épreuve ne dépend pas des épreuves précé-
dentes, on dit que . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Définition :
Soit n un entier naturel non nul. Un schéma de Bernoulli de taille n est . . . . . . . . . . . . . . . . . . . . . . . . .
.................................................................................................
.................................................................................................
On peut représenter un schéma de Bernoulli par un arbre pondéré :
. Exemple n°3
On lance une pièce bien équilibrée 2 fois successivement.
1. Représenter la situation par un arbre.
2. Combien de façons y a-t-il d’obtenir exactement : 0 fois Pile ? 1 fois Pile ? 2 fois Pile ?
3.2. Loi Binomiale
Soit n un entier naturel non nul et p un nombre réel tel que 0 6 p 6 1.
Définition :
Soit X la variable aléatoire qui compte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
.................................................................................................
On dit que X suit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
On note : X B(n, p)
3
Propriété :
n k
∀k ∈ [|0; n|] P (X = k) = p (1 − p)n−k .
k
. Démonstration à connaître n°2
voir p 412
. Exemple n°4
On considère un sac comportant 5 jetons : 2 rouges, 2 bleus, 1 vert.
On tire trois fois, successivement, avec remise un jeton du sac.
Soit X la variable aléatoire qui compte le nombre de jetons rouges tirés.
1) Déterminer la loi de probabilité de X.
2) Déterminer la probabilité de tirer au plus 2 jetons rouges.
3) Déterminer la probabilité de tirer au moins un jeton rouge.
Propriété : Espérance. Ecart-type
Si X B(n, p) alors
L’espérance de X est E(X) = np
La variance et l’écart-type de X sont donnés par : V (X) = np(1 − p) et σ(X) =
p
np(1 − p)
. Démonstration à connaître n°3
. Exemple n°5
Soit X une variable aléatoire qui suit la loi binomiale B(8; 0, 3)
a) Déterminer P (X = 2), P (X 6 4) et P (4 6 X 6 6) . On arrondira au millième.
b) Déterminer l’espérance, la variance et l’écart-type de X.
