Fiche de mathématiques
> >

Loi Binomiale

Partager :

I. Epreuve et loi de Bernoulli

Définition : Epreuve de Bernoulli
On appelle épreuve de Bernoulli de paramètre p (ou de probabilité p), toute expérience aléatoire qui admet exactement deux issues:
- l'une appelée succès, noté S, dont la probabilité de réalisation est p (0infegal p infegal 1),
- l'autre appelé échec, noté \bar{S}, ou E, dont la probabilité de réalisation est q=1-p.


Arbre de probabilité d'une épreuve de Bernoulli
Schéma de Bernoulli et loi binomiale : image 3
Exemples :
On lance une pièce de monnaie et on s'intéresse à l'obtention de 'pile'. L'expérience est une épreuve de Bernoulli de paramètre 1/2.
succès S = "on a obtenu pile" ; p(S)=1/2
échec \bar{S} = "on a obtenu face" ; p(\bar{S})=1/2.

On lance un dé équilibré à 6 faces et on s'intéresse à l'événement : "Obtenir le chiffre 3". L'expérience est une épreuve de Bernoulli de paramètre 1/6.
succès S = « on a obtenu 3 » ; p(S)=1/6 ;
échec \bar{S}= « on a obtenu un autre chiffre que 3 » ; p(\bar{S}) = 1-1/6 = 5/6.

On tire une boule dans une urne composée de 5 boules bleues et de 2 rouges, et on veut savoir si la boule tirée est rouge.
L'expérience est une épreuve de Bernoulli de paramètre 2/7.
succès S = "on a obtenu une boule rouge" ; p(S)=2/7 ;
échec \bar{S}= "on a obtenu une boule bleue" ; p(\bar{S})=5/7

Définition : Loi de Bernoulli
Soit une épreuve de Bernoulli de probabilité p.
On définit une variable aléatoire X à valeurs dans {0;1}, où la valeur 1 est attribuée au succès, et 0 à l'échec.
X suit alors la loi de Bernoulli de paramètre p, résumée dans le tableau suivant.

\begin{array} {|c|cccc|} \hline X  & 0 &| & 1 &  \\ \hline & &| & & \\ {p(X=x_i)} &1 - p& | & p &  \\  & &| & &  \\\hline  \end{array}

A l'aide du tableau ci-dessus, on peut rapidement vérifier que :
- l'espérance de X vaut E(X) = p
- la variance de X vaut V(X) = p(1-p)

 Teste-toi

On retiendra :
- que le cadre d'application d'une épreuve de Bernoulli est directement dépendant de la claire définition de l'épreuve aléatoire.
- s'il y a exactement 2 issues, c'est une épreuve de Bernoulli, dont le "succès" dépend du contexte.
- s'il n'y a pas exactement 2 issues, ce n'est pas une épreuve de Bernoulli.


II. Schéma de Bernoulli

Définition
Soit n un entier naturel non nul.
On appelle schéma de Bernoulli la répétition de n épreuves de Bernoulli identiques et indépendantes.

A retenir, les trois conditions qui caractérisent un schéma de Bernoulli :
on effectue n expériences identiques,
chaque expérience a deux issues possibles,
les n expériences sont indépendantes les unes des autres.


Exemple : Dans un sac de toile qui contient 10 jetons blancs et 15 jetons bleus indiscernables au toucher, on pioche un jeton.
On note sa couleur, puis on remet le jeton dans le sac.
On répète 3 fois l'expérience, et on s'intéresse aux jetons blancs obtenus.

- les 3 tirages se font avec remise : les tirages sont donc identiques et indépendants.
- pour chaque tirage, on a une épreuve de Bernoulli, car deux issues possibles : succès S "le jeton est blanc", de probabilité p = 10/25 = 2/5 ;
ou échec \bar{S} " le jeton est bleu", de probabilité q = 3/5
- on a bien un schéma de Bernoulli, de paramètres n=3 (nombre d'épreuves successives) et p = 2/5

Arbre pondéré à 3 niveaux, qui traduit cet exemple de schéma de Bernoulli :
Schéma de Bernoulli et loi binomiale : image 1

III. Loi Binomiale

1.Définition

Définition
Soit une expérience aléatoire qui réalise un schéma de Bernoulli de paramètres n et p.
Soit X la variable aléatoire associée à ce schéma, et qui compte le nombre de succès de l'expérience.

On dit que X suit la loi binomiale de paramètres n et p, notée B(n,p), ce qui peut s'écrire X~B(n,p).

Lors d'une telle expérience, on dit que X suit une loi binomiale B(n,p), à valeurs dans X( \Omega) = { 0 ;1 ;2 ;.. ;n } .

On en déduit qu'une variable X qui suit une loi binomiale ne peut prendre que des valeurs entières positives ou nulles.

Pour justifier qu'une variable aléatoire suit une loi binomiale, il faut justifier qu'elle compte le nombre de succès dans un schéma de Bernoulli.

Théorème
Soient X une variable aléatoire qui suit la loi binomiale B(n,p), et k un entier naturel , 0 infegal k infegal n.

La probabilité d'obtenir k succès se calcule avec la formule suivante : p(X=k) = \binom{n}{k} \; p^k \; (1-p)^{n-k}

Ce qui peut s'exprimer ainsi :
probabilité d'obtenir k succès = (nombre de chemins à k succès) × (probabilité de succès)k × (probabilité d'échec)n-k

La notation \binom{n}{k} (ou C_{n}^{k} ancienne notation) se lit : « k parmi n » ; c'est le nombre de chemins qui correspondent à k succès.

Les nombres entiers naturels \binom{n}{k} sont les coefficients binomiaux, dont l'étude n'est pas au programme de 1ère.
    On les obtient avec la calculatrice (voir paragraphe suivant).

Il est toutefois utile de retenir que pour tout entier naturel n, on a :

\binom{n}{0} = \binom{n}{n} = 1

\binom{n}{1} = \binom{n}{n-1} = n

 Exemple

A retenir : pour montrer qu'une variable aléatoire X suit une loi binomiale,

Identifier une épreuve de Bernoulli : son succès et sa probabilité p,
Justifier la répétition de l'épreuve n fois de manière identique et indépendante,
Définir X sans ambiguïté : X compte le nombre de succès obtenus dans l'expérience,
Conclure que X~B(n,p)
On peut également préciser l'ensemble X(\Omega) des valeurs possibles de X, ainsi que la loi de probabilité de X : p(X=k) = \binom{n}{k} \; p^k \; (1-p)^{n-k}


2. Loi binomiale et Calculatrice


CASIO :
Calcul de \binom{n}{k} : Menu Proba / saisir n / touche nCr / saisir k
Calcul de p(X=k) : Menu Calcul / Stat / Dist / BINM / Bpd / mode variable, saisir k, n, p
Calcul de p(Xinfegalk) : : Menu Calcul / Stat / Dist / BINM / Bcd / mode variable, saisir k, n, p

TI :
Calcul de \binom{n}{k} : saisir n / Math-Proba-Combinaison / saisir k
Calcul de p(X=k) : Distrib / binomFdp / saisir n,p,k
Calcul de p(Xinfegalk) : Distrib / binomFRép / saisir n,p,k


Pour t'entrainer sur un exemple : X ~ B(10 ;0.4)
p(X=7) = 0.042467
p(X<=6) = 0.945238


3. Espérance et écart-type

Théorème
Soit X une variable aléatoire qui suit une loi binomiale de paramètres n et p.

L'espérance de X est E(X) = np
La variance de X est V(X) = np(1-p) = npq
L'écart-type de X est : \sigma(X) = \sqrt{V(X)} =  \sqrt{npq}

 Teste-toi
Publié le
ceci n'est qu'un extrait
Pour visualiser la totalité des cours vous devez vous inscrire / connecter (GRATUIT)
Inscription Gratuite se connecter
Merci à
carita
pour avoir contribué à l'élaboration de cette fiche


Vous devez être membre accéder à ce service...

Pas encore inscrit ?

1 compte par personne, multi-compte interdit !

Ou identifiez-vous :


Rester sur la page

Inscription gratuite

Fiches en rapport

parmi 1488 fiches de maths

Désolé, votre version d'Internet Explorer est plus que périmée ! Merci de le mettre à jour ou de télécharger Firefox ou Google Chrome pour utiliser le site. Votre ordinateur vous remerciera !