• Aucun résultat trouvé

Chapitre 11 Loi Binomiale

N/A
N/A
Protected

Academic year: 2022

Partager "Chapitre 11 Loi Binomiale"

Copied!
6
0
0

Texte intégral

(1)

Loi Binomiale

Sommaire

I. Successions d’´epreuves ind´ependantes . . . 2

II. La loi de Bernoulli . . . 2

III. La loi binomiale . . . 4

1. D´efinition de la loi binomiale . . . 4

2. Esp´erance, variance et ´ecart-type de la loi binomiale . . . 5

Capacit´es : Exercices : Non

Acquis Acquis Mod´eliser et repr´esenter une succession d’´epreuves

Calculer des probabilit´es dans le cadre d’une succession d’´epreuves ind.

Mod´eliser une situation par une loi binomiale Calculer une probabilit´e dans le cadre d’une loi

binomiale

Calculer une probabilit´e dans le cadre d’une loi binomiale

Simuler, avec Python, une loi binomiale

Introduction

Jaques BERNOULLI (1654 `a 1705) est le premier d’une grande dynastie de math´ematiciens suisses. Il voyage en France, Angleterre et dans les Flandres pour y rencontrer des scientifiques de renom. Il retourne en 1687 en Suisse jusqu’`a sa mort et c’est `a partir de l`a que ces principaux travaux datent.

Son p`ere s’acharna `a l’empˆecher d’´etudier les math´ematiques et l’astronomie : il choisit d’ailleurs l’embl`eme de Phaeton (fils du dieu Soleil dans la mythologie grecque).

(2)

I. Successions d’´ epreuves ind´ ependantes

Exercices 4, 5 et 8 p. 420 . Exercice(s) :

II. La loi de Bernoulli

Une ´epreuve de Bernoulli est une exp´erience ayant deux issues :

• La premi`ere issue est appel´ee succ`es (not´ee S) de probabilit´e p;

• La seconde issue est appel´ee ´echec (not´ee E ouS), de probabilit´eq = 1−p.

On r´esume une telle exp´erience par l’arbre pond´er´e suivant :

q E p S D´efinition 11.1 : Epreuve de Bernoulli

On consid`ere une exp´erience de Bernoulli.

A cette exp´erience, on associe la variable al´eatoire X qui prend comme valeur 0 en cas d’´echec et 1 lors d’un succ`es.

On dit alors que la variable al´eatoire X suit une loi de Bernoulli de param`etre p (probabilit´e du succ`es) et on note X ∼ B(p).

On donne la loi de probabilit´e de X dans le tableau ci-dessous :

k 0 1

P(X =k) 1−p p D´efinition 11.2 : la loi de Bernoulli

On souhaite r´epondre `a une question `a choix mul- tiple (QCM) ayant une seule bonne r´eponse parmi 4 propositions.

L’arbre pond´er´e mod´elisant le lancer d’une pi`ece est donn´e ci-contre :

0,75 E 0,25 S

La variable al´eatoire X associ´ee `a cette exp´erience de Bernoulli suit une loi de Bernoulli de param`etre p= 0,25 dont on donne la loi de probabilit´e dans le tableau ci-dessous :

k 0 1

P(X =k) 0,75 0,25 Exemple 11.3 :

(3)

L’esp´erance d’une variable al´eatoire X suivant une loi de Bernoulli de param`etre p est : E(X) =p.

Propri´et´e 11.4 :

On consid`ere une variable al´eatoire X suivant une loi de Bernoulli de param`etre p.

On donne alors la loi de probabilit´e de X dans le tableau ci-dessous :

k 0 1

P(X =k) 1−p p Ainsi, on a :

E(X) = 0×(1−p) + 1×p

=p.

D´emonstration 11.5 :

La variance d’une variable al´eatoireX suivant une loi de Bernoulli de param`etre pest :

V(X) = p(1−p).

L’´ecart-type est donc :

σ=p

p(1−p).

Propri´et´e 11.6 :

On consid`ere une variable al´eatoire X suivant une loi de Bernoulli de param`etre p= 0,45.

L’esp´erance de X est :

E(X) = 0,45.

La variance de la variable al´eatoireX est :

V(X) = 0,45(1−0,45)

= 0,45×0,55

= 0,2475.

L’´ecart type est alors :

σ =p V(X)

=p

0,2475

≈0,497.

Exemple 11.7 :

La r´ep´etition de n exp´eriences de Bernoulli identiques et ind´ependantes est un sch´ema de Bernoulli qui se repr´esente par un arbre pond´er´e ayantn niveaux.

D´efinition 11.8 : d’un sch´ema de Bernoulli

(4)

III. La loi binomiale

1. D´ efinition de la loi binomiale

Lors de la r´ep´etition den´epreuves de Bernoulli, qui sont identiques et ind´ependantes, on d´efinit la variable al´eatoire X comme le nombre de succ`es obtenus `a la fin des n ´epreuves.

On dit que X suit une loi binomiale de param`etres n et p (o`u p est la probabilit´e de succ`es de l’´epreuve de Bernoulli) et on peut ´ecrire :

X ∼ B(n;p).

D´efinition 11.9 : de la loi binomiale

On lance un d´e cubique ´equilibr´e dont les faces sont num´erot´ees de 1 `a 6 trois fois de suite.

On consid`ere comme succ`es l’´ev´enementS : La face obtenue est un multiple de 3.

Justifier que la variable al´eatoire X associ´e au nombre de succ`es suit une loi binomiale dont on pr´ecisera les param`etres.

Exemple 11.10 :

On consid`ere une variable al´eatoire X suivant une loi binomiale B(n;p).

Pour tout entier 06k6n, on a :

P(X =k) = n

k

pk(1−p)n−k. Propri´et´e 11.11 :

En utilisant un sch´ema de Bernoulli, un chemin aboutissant `a k succ`es parmi les n ´epreuves a bien pour probabilit´e pk·qn−k.

En effet, un tel chemin se compose de k branches pond´er´ees de p (pour les k succ`esS) et n−k branches pond´er´ees de q= 1−p(pour les n−k ´echecs E).

De plus, il y a n k

!

chemins aboutissant `a ce r´esultat.

On obtient alors le r´esultat suivant :

P(X =k) = n k

!

·pk·(1−p)n−k.

D´emonstration 11.12 :

Exemple 11.13 :

(5)

Pour calculer P(X =k) lorsque X ∼ B(n;p), on peut utiliser la calculatrice :

• Sur Texas Instrument : 2nde , puis var , puis dans le menu Distrib, choisir : BinomFdP.

On ´ecrit alors :

BinomFdp(n,p,k)

• Sur Casio : OPTN , puis STAT, DIST, BINOMIAL puis Bpd.

On ´ecrit alors :

BinomialPD(k,n,p) Compl´ement(s) :

Pour calculer P(X 6k) lorsqueX ∼ B(n;p), on peut utiliser la calculatrice :

• Sur Texas Instrument : 2nde , puis var , puis dans le menu Distrib, choisir : BinomFR´ep.

On ´ecrit alors :

BinomFR´ep(n,p,k)

• Sur Casio : OPTN , puis STAT, DIST, BINOMIAL puis BCD.

On ´ecrit alors :

BinomialCD(k,n,p) Compl´ement(s) :

On consid`ere lla variable al´eatoire X ∼ B(35; 0,62).

1. Calculer P(X = 30).

2. Calculer P(X 622).

3. Calculer P(X <17).

4. Calculer P(X >10).

Exemple 11.14 :

M´ethode 2 p. 411 D´eterminer une loi binomiale. Compl´ement(s) :

Exercices 11, 19, 22 p. 421 . Exercice(s) :

2. Esp´ erance, variance et ´ ecart-type de la loi binomiale

On consid`ere une variable al´eatoire X suivant une loi binomiale B(n;p).

• L’esp´erance de X est donn´ee par :

E(X) =np.

• La variance deX est donn´ee par :

V(X) =np(1−p).

• L’´ecart-type de X est donn´e par :

σ=p

np(1−p).

Propri´et´e 11.15 :

(6)

On consid`ere la variable al´eatoire X suivant une loi binomiale de param`etres n = 4 etp= 0,4.

On a :

E(X) = 4×0,4

= 1,6.

De plus, on a :

V(X) = 4×0,4×0,6

= 0,96.

Enfin, on a : σ=p

V(X)

=p 0,96.

Exemple 11.16 :

M´ethode 1 p. 411 Reconnaitre un sch´ema de Bernoulli. Compl´ement(s) :

M´ethode 3 p. 411 Etudier une situation avec une loi binomiale. Compl´ement(s) :

Exercices 26 et 34 p. 422/424.

. Exercice(s) :

Exercice Bilan : 86 p. 431.

. Exercice(s) :

Références

Documents relatifs

Dans cette partie, on se propose d’´etudier l’effet d’un changement de param´etrage sur les fonctions H et K.. Notation analogue

2) Donner, pour l’espace vectoriel R 3 , un exemple de famille libre qui n’est pas g´en´eratrice.. 3) Donner, pour l’espace vectoriel R 3 , un exemple de famille g´en´eratrice

1) Soient E et F deux ensembles. 4) V´ erifier que vous retrouvez bien le r´ esultat obtenu en 1.

Une urne contient 3 boules rouges et deux boules vertes. On tire successivement, avec remise, deux boules.. On répète cette expérience aléatoire deux fois, de façon indépendante..

On sait maintenant que, si on ne prélève que des paires venant du deuxième atelier, la probabilité qu'une paire soit défectueuse est de 0,3.. Le premier atelier produit 6000

On sait maintenant que, si on ne prélève que des paires venant du deuxième atelier, la probabilité qu'une paire soit défectueuse est de 0,3.. Le premier atelier produit 6000

Une urne contient 3 boules rouges et deux boules vertes. On tire successivement, avec remise, deux boules.. On répète cette expérience aléatoire deux fois, de façon indépendante..

Cette probabilité est une probabilité conditionnelle : on cherche la probabilité qu'un employé soit un carde supérieur, sachant que l'on sait déjà que c'est un homme?. Elle