Académique Documents
Professionnel Documents
Culture Documents
1) Fonction de Laplace-Gauss :
a) déf : la fonction de (Laplace)-Gauss est la fonction définie
x2
1 −
sur − ; + par ( x) = e 2 .
2
b) propriétés :
▪la courbe représentative de est symétrique par rapport à l’axe des ordonnées ▪ a pour limite 0 en
a)déf : Une variable aléatoire X suit la loi normale centrée réduite (appelée aussi loi normale standard) si elle a pour
densité la fonction de Laplace-Gauss. On la note n(0 ;1).
{remarque : on verra un peu plus loin que l’espérance de X est 0 et la variance 1, donc son écart-type 1, d’où la
notation., et on verra des loi normales d’espérance et d’écart-type quelconque}
x²
1 −
Si X suit la normale centrée réduite, on a donc pour tous a et b réels : p ( a X b ) =
b
a 2
e 2 dx .
La fonction n’a pas de primitives « simple », on obtient des valeurs approchées des probabilités à la calculatrice, et
en utilisant éventuellement la symétrie de la courbe.
Lien tutoriel TI menu habituel distrib puis normalFrep(a,b, , ) (la deuxième commande)
Pour les nspire menu>distrib>et NormalFdR, et on complète les champs.
Lien tutoriel Casio attention à l’ordre , c’est « a,b, , » sur les casio
Les tutoriels expliquent comment rentrer une espérance et un écart-type quelconque, pour l’instant dans mon cours
c’est = 0 et = 1
exemple : X suit la loi normale centrée réduite. Déterminer une valeur approchée arrondie au millième des probabilités
suivantes :
a) p ( −1 X 1)
1
en pratique : à peu près personne ne calcule comme ci-dessus. On remplace la borne « − » par une très grande
valeur négative, du type −1010 par exemple. Souvent, on se rend compte que ce n’est pas la peine d’aller si loin, car la
fonction densité s’approche très rapidement de l’asymptote.
p ( X 1) ou
On voit que −1000 fait aussi bien l’affaire, et en exercice, on arrondit en gal au millième ou au dix-millième.
par exemple.
Pour être honnête : le programme demande de connaitre ces valeurs, elles ont une importance théorique. Avec ma
façon de faire cours, et au bac, vous avez auriez eu une calculatrice….
La troisième valeur permet de voir qu’en gros, rien ne se passe en dehors de −3;3 , ce qu’on retrouvera un peu plus
tard pour une loi normale quelconque avec − 3 ; + 3
5) Fonction de répartition :
dém : ( x ) = p ( X x )
On a lim ( x ) = lim p ( X x ) = 1
x→+ x→+
2
c)Antécédents à la calculatrice : la calculatrice permet d’obtenir les valeurs approchées des antécédents de ;
A SAVOIR FAIRE
exsemple : déterminer une valeur approchée au millième du réel tel que ( ) = 0,6 , càd tel que p ( X ) = 0,6
On peut bien sûr le déterminer par balayage, par exemple :
On peut déduire des copies d’écrans que 0, 2 0,3 . Mais la calculatrice dispose d’une fonction qui donne tout
de suite la valeur :
Th : soit X qui suit la loi normale centrée réduite. Alors : E ( X ) = 0 et V ( X ) = 1 ( d’où la notation N ( 0,1) ).
a) Th : soit X qui suit la loi normale centrée réduite, et soit un réel tel que : 0 1 .
Alors, il existe un unique réel u strictement positif tel que p ( −u X u ) = 1 −
Ici, la formulation officielle du théorème rend très dur à comprendre quelque chose d’évident : quel que soit la valeur
telle que : 0 1 on peut colorier une « zone symétrique » d’aire 1 − .
Et on appelle u « l’endroit où on tombe ».Ci-dessous, j’ai fait le dessin pour = 0,05 et = 0,01
Bien sûr, « on appelle u « l’endroit où on tombe » » ne constitue pas une démonstration (comment faire la figure
sur geogebra par exemple ?).
démonstration : on appelle u l’unique antécédent de 1 − par la fonction de répartition définie au paragraphe
2
5),càd que ( u ) = p ( X u ) = 1 −. Cet antécédent existe et est unique d’après le TVI, car est continue ,
2
strictement croissante sur 0; + avec ( 0 ) = 0,5 et lim ( x ) = 1 .En utilisant la symétrie de la courbe de Gauss,
x→+
on obtient p ( −u X u ) = 1 − .
b) Valeurs numériques à connaitre par cœur : (là aussi, c’est le programme…)
u0,05 1,96 càd que p ( −1,96 X 1,96 ) 0,95 et u0,01 2,58 càd que p ( −2,58 X 2,58 ) 0,99
3
II) Loi normales quelconques :
Remarques : les paragraphes 1) et 2) sont des « bricolages » pour définir proprement les lois normales générales
sans passer par leurs densités, hors programme du lycée. L’essentieldu II) se passera pour vous à la calculatrice, en
changeant les 0,1 par , , et en s’aidant ds schémas des densités qu’on fera abondamment, même sans connaitre
leur expression. Il faudra comprendre qu’on « décale de » et qu’on « étire » ou on qu’on « aplatit » la courbe de
Gauss en fonction de (voir le 4), et surtout observer les figures dynamiques faites avec geogebra, que je vous
donne aussi.
1) définition : Soit un réel quelconque et un réel strictement positif. La variable aléatoire X suit une loi normale
X −
de paramètres et ² si la variable aléatoire Z = suit une loi normale centrée réduite.
On note cette loi N ( , ² ) .
2) Espérance, variance :
Théorème : On admet que si X suit une loi N ( , ² ) : son espérance est et son l’écart-type est .
(et donc sa variance est ² )
La plupart des énoncés donnent l’espérance et l’écart-type , et ce sont ces données qui comptent pour la
calculatrice.On parlera quasiment systématiquement de loi normale d’espérance et d’écart-type ,
La notation N ( , ² ) , (avec la variance et pas l’écart-type) , a une utilisation théorique dans des cours supérieurs,
car la variance a des propriétés que n’a pas l’écart-type, mais qu’on ne verra pas en Tale
X suit une loi normale d’espérance est 5 et d’écart-type 2. Déterminer p ( 3 X 9 ) , en utilisant la définition 1).
(C’est probablement la dernière fois qu’on utilise cette méthode.)
X −5
Posons Z = . Z suit la loi normale centrée réduite.
2
3 − 5 X − 5 11 − 5
Or : 3 X 11 −1 Z 2
2 2 2
, donc p ( 3 X 11) = p ( −1 Z 2 ) , avec Z qui suit la loi normale centrée réduite, ce qui permet le calcul si on sait
calculer les probabilités pour Z.
p ( 3 X 11) = p ( −1 Z 2 ) 0,82
• Pour un lycéen actuel, cette méthode n’a pas d’intérêt, puisqu’on finit à la calculatrice, et qu’on aurait donc pu
mettre tout de suite = 5 et = 2 …
Mais avant les calculatrices modernes, on avait une table pour Z, et pas pour toutes les valeurs de et
possibles.
• Par ailleurs, ce changement de variable sera nécessaire en Tale pour certains exercices plus durs où est
inconnu (voir plus loin paragraphe 7)
4
Remarque (hors programme) si X suit une loi normale l’espérance et l’écart-type , sa densité de probabilité est
1 x−
2
1 −
définie par f , ( x ) = e 2
2
X −
dém pour le premier résultat Posons Z = . Z suit la loi normale centrée réduite.
X −
Or : − X + −1 1 −1 Z 1 donc p ( − X + ) = p ( −1 Z 1) 0,68
Remarque :
le dernier résultat ( p ( − 3 X + 3 ) 0,997 ) permet de lire graphiquement une estimation de 3 donc de
,puisque la probabilité que X prenne des valeurs en dehors de − 3 ; + 3 est quasiment nulle.
6) utilisation de la calculatrice :
a) Calcul de probabilité :
je ne reprends pas les explications du paragraphe I), il suffit de remplir les champs
et avec les bonnes valeurs, même commentaire sur les bornes infinies remplacées par des « grandes valeurs »
exemple :soit X qui suit une loi normale d’espérance 8 et écart-type 5. Déterminer :
p ( 3 X 9 ) 0, 421
Comme en I), la calculatrice permet de déterminer un réel a tel que p ( X a ) = k , pour k donné.
5
7)exercice classique : trouver connaissant l’espérance et une probabilité à savoir faire, voir ex Polynésie sept15A
X −
Dans ce type d’exercice, on est obligé de connaitre la déf II1) : la variable aléatoire Z = suit une loi normale
centrée réduite. (Rédigé à la main, à part)
III) Théorème de Moivre-Laplace : C’est ce théorème qui a motivé l’étude de la loi normale .(cf intro).Il est admis.
1) Théorème : On suppose que, pour tout entier n la variable aléatoire X n suit une loi binomiale B ( n, p ) .
X n − np
On pose Z n = , variable centrée réduite associée à X n .Alors, pour tous réels a et b tels que a b , on a :
np (1 − p )
x²
1 −
lim p ( a Z n b ) =
b
n →+
a 2
e 2 dx
2) Approximation de la loi binomiale par une loi normale : il est usuel de pratiquer l’approximation de la loi
binomiale de paramètres n et p par la loi normale de même espérance et de même écart-type, càd par la loi normale
d’espérance = np et d’écart-type = np (1 − p ) quand les conditions suivantes sont satisfaites :
n 30 np 5 n (1 − p ) 5
Cette approximation avait une importance pratique considérable avant les calculatrices ou ordinateurs modernes :on
disposait de table pour la loi normale (centrée réduite) et on s’y ramenait)