TS

Loi normale

1 Loi normale centrée réduite

Définition 1.1
On dit qu’une variable aléatoire Z suit la loi normale centré réduite (ou standard), et on
note Z N (0 ; 1), si sa fonction de densité est la fonction ϕ définie sur R par :
1 t2
ϕ(t ) = p e− 2
2π
La courbe de ϕ est appelée courbe de Gauss (ou courbe en cloche).

0,5

0,4 1 t2
ϕ(t ) = p e− 2
0,3 2π

0,2

0,1

0
−3,5 −3 −2,5 −2 −1,5 −1 −0,5 0 0,5 1 1,5 2 2,5 3 3,5
−0,1
Propriété 1.1
1) La courbe de ϕ est symétrique par rapport à l’axe des ordonnées.
2) L’aire totale sous la courbe de ϕ est égale à 1.
Définition 1.2
Si Z suit la loi normale centrée réduite, on note Φ sa fonction de répartition, c’est à dire,
pour t ∈ R :
Φ(t ) = P(Z 6 t )
Autrement dit, Φ(t ) est l’aire située sous la courbe de Gauss à gauche de t .

Φ(t ) = P(Z 6 t )

maths.muller@gmail.com L OI NORMALE 1/9

Propriété 1.2
1) P(Z > t ) = 1 − Φ(t )

P(Z > t ) = 1 − Φ(t )

2) P(Z 6 −t ) = Φ(−t ) = 1 − Φ(t )

P(Z 6 −t ) = Φ(−t ) 1 − Φ(t )

−t t

3) P(t 1 6 Z 6 t 2 ) = Φ(t 2 ) − Φ(t 1 )

P(t 1 6 Z 6 t 2 ) = Φ(t 2 ) − Φ(t 1 )

t1 t2

4) P(−t 6 Z 6 t ) = 2Φ(t ) − 1

P(−t 6 Z 6 t ) = 2Φ(t ) − 1

−t t

Remarque 1.1
Les valeurs de Φ(t ) sont données par des tables (voir page 9) ou grâce à la calculatrice.
P(a 6 Z 6 b) s’obtient avec : DIST → NORM → Ncd : NormCD(a,b,1,0)
F3 F1 F2

Propriété 1.3
Soit Z N (0 ; 1), alors E (Z ) = 0 et σ(Z ) = 1.

maths.muller@gmail.com L OI NORMALE 2/9

Propriété 1.4
Soit Z N (0 ; 1) et α ∈]0 ; 1[.
Alors il existe un unique réel positif u α tel que :

P(−u α 6 Z 6 u α ) = 1 − α

Démonstration (démo Bac) 1.1 Z u

Soit F la fonction définie sur [0 ; +∞[ par F (u) = P(−u 6 Z 6 u) = ϕ(t ) dt .
−u
On a : F (0) = 0 et lim F (u) = 1 (l’aire totale sous la cloche vaut 1)
u→+∞
Par ailleurs, par symétrie deZϕ par rapport à l’axe desZordonnées, on a :
u u
F (u) = 2 P(0 6 Z 6 u) = 2 ϕ(t ) dt (notons que ϕ(t ) dt est la primitive de ϕ qui
0 0
s’annule en 0)
Donc F 0 (u) = 2ϕ(u) > 0 et par suite F est strictement croissante sur [0 ; +∞[.
Donc d’après le théorème des valeurs intermédiaires, comme 1 − α ∈]0 ; 1[, il existe un
unique réel u α tel que F (u α ) = 1 − α, c’est à dire tel que :

P(−u α 6 Z 6 u α ) = 1 − α

Exemple 1.1
Calcul de u 0,1 :
P(−u 0,1 6 Z 6 u 0,1 ) = 0,9 ⇔ 2Φ(u 0,1 ) − 1 = 0,9 ⇔ Φ(u 0,1 ) = 0,95
En regardant les tables on voit que Φ(1,645) ≈ 0,95, donc u 0,1 = 1,645.
Ou alors, avec la calculatrice :
OPTN → STAT → DIST → NORM → InvN : InvNormCD(0.95,1,0) donne u 0,1 ≈ 1,645
F5 F3 F1 F3
Cela signifie que 90% des valeurs de Z se trouvent dans l’intervalle [−1,645 ; 1,645].

Remarque 1.2
Les valeurs suivantes de u α sont à connaître car très fréquentes :
• u 0,01 ≈ 2,58 : P(−2,58 6 Z 6 2,58) ≈ 0,99
• u 0,05 ≈ 1,96 : P(−1,96 6 Z 6 1,96) ≈ 0,95

Exercice 1.1
Écrire un programme à la calculatrice qui calcule u α pour une valeur de α donnée.

maths.muller@gmail.com L OI NORMALE 3/9

2 Loi normale
Définition 2.1
Soient µ un réel et σ > 0.
On dit qu’une variable aléatoire X suit la loi normale de paramètres µ et σ2 , et on note
X N (µ ; σ2 ) si
X −µ
Z= N (0 ; 1)
σ
X −µ
Autrement dit, Z = suit la loi normale centrée réduite.
σ
Remarque 2.1 (Hors programme)
Dans ce cas la densité de X est la fonction f définie sur R par

1 t −µ 2
³ ´
−1 σ
f (t ) = p e 2
σ 2π
C’est encore une courbe de Gauss.
Plus σ est petit, plus la cloche est étroite, et plus σ est grand, plus la cloche est étendue :

0,9
σ = 0,5
0,8
0,7
0,6
0,5
σ=1
0,4
0,3 σ = 1,5

0,2
σ=2
0,1
0
−2 −1,5 −1 −0,5 0 0,5 1 1,5 2 2,5 3 3,5 4 4,5 5 5,5 6
−0,1 µ=2

Propriété 2.1
Si X suit la loi normale N (µ ; σ2 ), alors : E(X ) = µ , V(X ) = σ2 et σ(X ) = σ

Propriété 2.2 (Calculs de probabilités)

Soit X N (µ ; σ2 ), et soient a et b deux réels.
X −µ
Soit Z = N (0 ; 1), alors :
σ
a −µ b −µ
µ ¶
P(a 6 X 6 b) = P 6Z 6
σ σ

maths.muller@gmail.com L OI NORMALE 4/9

Remarque 2.2
Soit X une variable aléatoire qui suit la loi normale N (µ ; σ2 ).
X −µ
Alors Z = N (0 ; 1), et pour a et b dans R :
σ
³ − µ 6 X − µ 6 b ´− µ)
P(a 6 X 6 b) = P(a (on centre)
a−µ X −µ b−µ
=P σ 6 σ 6 σ (et on réduit)
³ ´
a−µ b−µ
=P σ 6Z 6 σ
³ ´
b−µ ¡ a−µ ¢
= Φ σ −Φ σ
Ce calcul permet de ramener les calculs de probabilités avec une loi normale quelconque
en se ramenant à la loi normale centrée réduite.
Remarque 2.3
On pourra utiliser avec profit les faits suivants :
• P(X = a) = 0
• P(a 6 X 6 b) = P(X 6 b) − P(X 6 a)
• P(X > a) = 1 − P(X 6 a)

Remarque 2.4
La calculatrice donne les résultats liés à la loi normale dans le menu :
OPTN → STAT → DIST → NORM , puis :
F5 F3 F1
• Pour calculer les valeurs de f (t ) : Npd dont la syntaxe est NormPD(t,σ,µ)
F1
• Pour calculer P(a 6 X 6 b) : Ncd dont la syntaxe est NormCD(a,b,σ,µ)
F2
• Pour calculer P(X 6 a) il faut ruser et mettre une borne à gauche très petite :
NormCD(−1099 ,a,σ,m )
• De même pour calculer P(X > a) : NormCD(a,1099 ,σ,µ)
• Pour calculer le réel a tel que P(X 6 a) = k, où k est donné : InvN dont la syntaxe
F3
est InvNormCD(k,σ,µ)
Attention à l’ordre de µ et σ dans les paramètres qui sont inversés (sur ce coup M.Casio
n’a pas été vraiment intelligent...) : d’abord σ, puis µ.

Remarque 2.5 (Exemples de valeurs à connaître)

Soit X N (µ ; σ2 ). On a :
• P(X 6 µ) = P(X > µ) = 0,5
• P(µ − σ 6 X 6 µ + σ) ≈ 0,68
• P(µ − 2σ 6 X 6 µ + 2σ) ≈ 0,95
• P(µ − 3σ 6 X 6 µ + 3σ) ≈ 0,997

maths.muller@gmail.com L OI NORMALE 5/9

Exemple 2.1
Énoncé :
À la fin du mois, on s’intéresse au montant de l’ensemble des factures éditées pendant ce
mois par un garage.
On note X la variable aléatoire qui, à chaque facture prélevée au hasard dans l’ensemble
des factures éditées pendant le mois, associe son montant en euros.
On suppose que X suit la loi normale de moyenne 840 et d’écart-type 400.
Les résultats approchés seront à arrondir à 10−2
1) Calculer P(X 6 1500).
2) Calculer la probabilité qu’une facture prise au hasard dans l’ensemble des factures
éditées pendant le mois ait un montant supérieur à 300 euros.
3) Pour les factures dont le montant est supérieur à 600 euros et inférieur à 1500 euros,
le garage propose le paiement en trois fois sans frais.
Calculer la probabilité qu’une facture prise au hasard dans l’ensemble des factures
éditées pendant le mois puisse être réglée en trois fois sans frais.
4) Déterminer le montant a tel qu’une facture prise au hasard dans l’ensemble des
factures éditées pendant le mois ait une probabilité égale à 0,9 d’avoir un montant
inférieur à a.
5) Déterminer le réel h tel P(840 − h 6 X 6 840 + h) = 0,95
Solution :
X − 840
Soit Z = N (0 ; 1)
400
X − 840 1500 − 840
µ ¶
1) P(X 6 1500) = P 6
400 400
= P(Z 6 1,65)
= Φ(1,65) ≈ 0,95
A la calculatrice, NormCD(−1099 ,1500,400,840) donne : P(X 6 1500) ≈ 0,95
X − 840 300 − 840
µ ¶
2) P(X > 300) = P >
400 400
= P(Z > −1,35)
= 1 − Φ(−1,35)
= 1 − (1 − Φ(1,35)) = Φ(1,35) ≈ 0,91
A la calculatrice, NormCD(300,1099 ,400,840) donne : P(X > 300) ≈ 0,91
600 − 840 X − 840 1500 − 840
µ ¶
3) P(600 6 X 6 1500) = P 6 6
400 400 400
= P(−0,6 6 Z 6 1,65)
= Φ(1,65) − Φ(−0,6)
= Φ(1,65) − (1 − Φ(0,6)) = Φ(1,65) − 1 + Φ(0,6)) ≈ 0,68
A la calculatrice, NormCD(600,1500,400,840) donne : P(600 6 X 6 1500) ≈ 0,68

maths.muller@gmail.com L OI NORMALE 6/9

 4) On cherche a tel que P(X 6 a) = 0,9.
P(X 6µ a) = 0,9
X − 840 a − 840
¶
⇔ P 6 = 0,9
µ 400 ¶400
a − 840
⇔ P Z6 = 0,9
400
a − 840
µ ¶
⇔ Φ = 0,9
400
a − 840
⇔ = 1,28 (car Φ(1,28) ≈ 0,9)
400
⇔ a − 840 = 512
⇔ a = 1352
A la calculatrice, InvNormCD(0.9,400,840) donne a = 1352,62.
h h
µ ¶
5) P(840 − h 6 X 6 840 + h) = 0,95 ⇔ P − 6Z 6 = 0,95
400 400
h
Donc = u 0,05 = 1,96
400
D’où h = 784.

3 Approximation d’une loi binomiale par une loi normale

Théorème 3.1 (Moivre-Laplace)
Soient n ∈ N∗ et p ∈ [0 ; 1], et soit X n une variable aléatoire suivant la loi binomiale
B(n ; p).
Soit
X n − np
Zn = p
np(1 − p)
Alors pour tous réels a et b,
Z b 1 t2
lim P(a 6 Zn 6 b) = p e− 2 dt
n→+∞ a 2π
Remarque 3.1
Autrement dit, lorsque n devient grand, une loi binomiale se comporte presque comme
une loi normale.
Ce théorème sera important pour démontrer le résultat fondateur du chapitre sur l’échan-
tillonnage.

Propriété 3.1
Si n est "grand" et p n’est "ni trop voisin de 0, ni trop voisin de 1", alors la loi binomiale
2
B(n ; p) peut être approchée
p par la loi normale N (µ ; σ ) de même espérance et de même
écart-type : µ = np et σ = np(1 − p)
En pratique, on peut utiliser cette approximation si

n > 30 , np > 5 et n(1 − p) > 5

maths.muller@gmail.com L OI NORMALE 7/9

Exemple 3.1
Soit X une variable aléatoire qui suit la loi binomiale B(n = 30 ; p = 0,3).
On a bien n > 30, np = 30 × 0,3 = 9 > 5 et n(1 − p) = 30 × 0,7 = 21 > 5.
p
On a : E(X ) = np = 30 × 0,3 = 9 et σ(X ) = np(1 − p) = 30 × 0,3 × 0,7 ≈ 2,51.
p

X peut donc être approchée par la variable aléatoire Y qui suit la loi normale N (µ = 9 ; σ2 = 2,512 ).
Regardons le lien graphiquement en traçant sur le même graphique la répartition de la loi
binomiale B(30 ; 0,3) et la densité de la loi normale N (9 ; 2,512 ) :
0,18
0,16
0,14
0,12
0,10
0,08
0,06
0,04
0,02

0 4,5 5,5 7,5 13,5

0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
−0,02
On voit sur ce graphique que la répartition de la loi binomiale B(n = 30 ; p = 0,3) est très
proche de la densité de la loi normale N (µ = 9 ; σ2 = 2,512 ).

On a, par exemple, P(X = 5) ≈ 0,046 que l’on peut approcher avec la variable aléatoire Y
en calculant P(4,5 6 Y 6 5,5) ≈ 0,045.
Ou encore, P(8 6 X 6 13) = P(X = 8) + . . . + P(X = 13) qui peut être pénible à calculer par
P(7,5 6 Y 6 13,5) ≈ 0,688.

Remarque 3.2
Cette approximation de la loi binomiale par une loi normale sera utile dans la partie échan-
tillonnage et estimation.

maths.muller@gmail.com L OI NORMALE 8/9

 Intégrale Φ(t ) de la Loi Normale Centrée Réduite N (0; 1).

Z
1t x2
Φ(t ) = P (T ≤ t ) = p e − 2 d x et Φ(−t ) = 1 − Φ(t ).
−∞ 2π

t 0.00 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09
0.0 0.5000 0.5040 0.5080 0.5120 0.5160 0.5199 0.5239 0.5279 0.5319 0.5359
0.1 0.5398 0.5438 0.5478 0.5517 0.5557 0.5596 0.5636 0.5675 0.5714 0.5753
0.2 0.5793 0.5832 0.5871 0.5910 0.5948 0.5987 0.6026 0.6064 0.6103 0.6141
0.3 0.6179 0.6217 0.6255 0.6293 0.6331 0.6368 0.6406 0.6443 0.6480 0.6517
0.4 0.6554 0.6591 0.6628 0.6664 0.6700 0.6736 0.6772 0.6808 0.6844 0.6879
0.5 0.6915 0.6950 0.6985 0.7019 0.7054 0.7088 0.7123 0.7157 0.7190 0.7224
0.6 0.7257 0.7291 0.7324 0.7357 0.7389 0.7422 0.7454 0.7486 0.7517 0.7549
0.7 0.7580 0.7611 0.7642 0.7673 0.7704 0.7734 0.7764 0.7794 0.7823 0.7852
0.8 0.7881 0.7910 0.7939 0.7967 0.7995 0.8023 0.8051 0.8078 0.8106 0.8133
0.9 0.8159 0.8186 0.8212 0.8238 0.8264 0.8289 0.8315 0.8340 0.8365 0.8389
1.0 0.8413 0.8438 0.8461 0.8485 0.8508 0.8531 0.8554 0.8577 0.8599 0.8621
1.1 0.8643 0.8665 0.8686 0.8708 0.8729 0.8749 0.8770 0.8790 0.8810 0.8830
1.2 0.8849 0.8869 0.8888 0.8907 0.8925 0.8944 0.8962 0.8980 0.8997 0.9015
1.3 0.9032 0.9049 0.9066 0.9082 0.9099 0.9115 0.9131 0.9147 0.9162 0.9177
1.4 0.9192 0.9207 0.9222 0.9236 0.9251 0.9265 0.9279 0.9292 0.9306 0.9319
1.5 0.9332 0.9345 0.9357 0.9370 0.9382 0.9394 0.9406 0.9418 0.9429 0.9441
1.6 0.9452 0.9463 0.9474 0.9484 0.9495 0.9505 0.9515 0.9525 0.9535 0.9545
1.7 0.9554 0.9564 0.9573 0.9582 0.9591 0.9599 0.9608 0.9616 0.9625 0.9633
1.8 0.9641 0.9649 0.9656 0.9664 0.9671 0.9678 0.9686 0.9693 0.9699 0.9706
1.9 0.9713 0.9719 0.9726 0.9732 0.9738 0.9744 0.9750 0.9756 0.9761 0.9767
2.0 0.9772 0.9778 0.9783 0.9788 0.9793 0.9798 0.9803 0.9808 0.9812 0.9817
2.1 0.9821 0.9826 0.9830 0.9834 0.9838 0.9842 0.9846 0.9850 0.9854 0.9857
2.2 0.9861 0.9864 0.9868 0.9871 0.9875 0.9878 0.9881 0.9884 0.9887 0.9890
2.3 0.9893 0.9896 0.9898 0.9901 0.9904 0.9906 0.9909 0.9911 0.9913 0.9916
2.4 0.9918 0.9920 0.9922 0.9925 0.9927 0.9929 0.9931 0.9932 0.9934 0.9936
2.5 0.9938 0.9940 0.9941 0.9943 0.9945 0.9946 0.9948 0.9949 0.9951 0.9952
2.6 0.9953 0.9955 0.9956 0.9957 0.9959 0.9960 0.9961 0.9962 0.9963 0.9964
2.7 0.9965 0.9966 0.9967 0.9968 0.9969 0.9970 0.9971 0.9972 0.9973 0.9974
2.8 0.9974 0.9975 0.9976 0.9977 0.9977 0.9978 0.9979 0.9979 0.9980 0.9981
2.9 0.9981 0.9982 0.9982 0.9983 0.9984 0.9984 0.9985 0.9985 0.9986 0.9986
3.0 0.9987 0.9987 0.9987 0.9988 0.9988 0.9989 0.9989 0.9989 0.9990 0.9990
3.1 0.9990 0.9991 0.9991 0.9991 0.9992 0.9992 0.9992 0.9992 0.9993 0.9993
3.2 0.9993 0.9993 0.9994 0.9994 0.9994 0.9994 0.9994 0.9995 0.9995 0.9995
3.3 0.9995 0.9995 0.9995 0.9996 0.9996 0.9996 0.9996 0.9996 0.9996 0.9997
3.4 0.9997 0.9997 0.9997 0.9997 0.9997 0.9997 0.9997 0.9997 0.9997 0.9998
3.5 0.9998 0.9998 0.9998 0.9998 0.9998 0.9998 0.9998 0.9998 0.9998 0.9998
3.6 0.9998 0.9998 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999
3.7 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999
3.8 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999
3.9 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000

maths.muller@gmail.com L OI NORMALE 9/9