Mme Rizlane GUATI

Présenta)on
— Loi normale ou loi de Laplace-Gauss ou loi de Gauss
est une loi qui s’applique au variables aléatoires
con)nues.
— Exemple: durée de trajet, fluctua)on d’une grandeur
économique (produc)on, vente..), notes à un
examen,
Présenta)on graphique
— Une loi normale est une
distribution continue

18
16
14
12
10
8
6
4
2
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17

3
 Quelques exemples de variables
con)nues
18,0% 18,00%
30
16,0%
16,00%

25 14,0%
14,00%
12,0%
20 12,00%
10,0%

8,0% 10,00%
15
6,0% 8,00%

10 4,0%
6,00%
2,0%
4,00%
5 0,0%

s
a ns

ans

ans

lu s
2,00%

14 an

19 an

24 an

29 an

34 an

39 an

44 an

49 an

54 an

59 an

64 an

69 an

74 an

79 an

84 an

89 an

s et p
1à4

5à9
de 1
0

10 à

15 à

20 à

25 à

30 à

35 à

40 à

45 à

50 à

55 à

60 à

65 à

70 à

75 à

80 à

85 à

90 an
0,00%

Moins
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 0 1 2 3 4 5 6 7 8 9

Notes à un examen Décès au Canada Les impôts

14,00%

12,00%

10,00%

8,00%

6,00%

4,00%

2,00%

0,00%
3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18

Taille des français Somme de 3 dés baOements cardiaques

Quelles sont parmi ces distributions celles qui suivent

une loi normale? 4
Distribu)ons normales
14,00%

12,00%

10,00%

8,00%

6,00%

4,00%

2,00%

0,00%
3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18

Taille des Français Somme de 3 dés

Fréquence battements
cardiaques

5
Caractéris)ques de Loi normale
— La loi normale est une loi
par)culière
— Forme de cloche
— Symétrique
— Variables con)nues
— Caractérisée par deux
paramètres: la
moyenne et l’écart
type
— X ͠ N (µ , σ)

6
 Défini)on de la loi normale
— On appelle loi normale d’espérance mathéma)que m et
d’écart type σ, notée Ν(m,σ), la loi de probabilité d’une
variable aléatoire con)nue.
 Loi de probabilité normale
— La variable aléatoire normale X est une variable con)nue
pouvant prendre n’importe quelle valeur dans R avec la
densité de probabilité

−( x−m)2
1 2σ 2
f ( x) = × e
σ 2π
Exemples graphiques de lois normales

9
 Cas par9culier : Loi Normale Centrée
réduite N(0,1)

— La loi normale centrée réduite N(0,1) est une

loi normale d’espérance mathématique 0 et
d’écart type 1
— La loi normale centrée réduite a pour densité f
telle que −x 2
1
f ( x) = × e 2

2π
 Fonc9on de répar99on de la loi
normale centrée réduite
Si X suit une loi normale centrée réduite, E(X) = 0 et
Var(X) = 1 . On écrit X ≈ N(0;1)

t
F (t ) = π (t ) = P(T ≤ t ) = ∫−∞ f ( x) dx
Une loi normale centrée réduite:
pourquoi?
— Soit X une variable aléatoire dont la loi de probabilité suit une
loi normale de moyenne m et d’écart-type σ.
— On note: X suit N(m,σ) .
— Pour calculer P (X≤x), on doit passer d’une distribution
normale à une distribution normale centrée réduite.
— Seule la table de la loi normale centrée réduite nous
permet de résoudre cette probabilité.
 De la loi normale à la loi normale
centrée réduite
— Si la v.a. con)nue X suit une loi normale N(m,σ)
— Prenons X −m
T=
σ
— Alors la v.a. T suit la loi normale centrée réduite N(0,1)
On écrit:
— Si X suit N(m,σ)
Alors T suit N(0,1)
 Exemple
— Le poids des bagages à main des passagers du vol la
Royale Air Maroc (X)suit une loi normale de moyenne
3 ( kg) et d ’écart type 1,2 (kg).
— Calculer la probabilité que le poids soit inférieur à 4
kg. P(X<4)
 Si X → N (3;1, 2)
X −3
On Pose : T = Alors T → N (0;1)
1, 2
X −3 4−3
P( X ≤ 4) = P( ≤ ) ≈ P(T ≤ 0,83)
1, 2 1, 2
Il reste à utiliser la table de la loi
normale centrée réduite…
U)lisa)on de la table de la loi normale centrée réduite

Si X → N (3;1, 2)
X −3 4−3
P( X ≤ 4) = P( ≤ )
1, 2 1, 2
≈ P(T ≤ 0,83)
= Π (0,83)
= 0, 7967
Il y a 79,67% des bagages à main du vol Royal
Air Maroc qui ne dépassent pas 4 kg.
Exercice d’applica)on 1: lecture de la table
— A l’aide de la table de la loi normale centrée réduite
calculer:
1. π(0,53)
2. π(2,54)
3. π(3, 3)
 Réponse de l’exercice

1. π(0,53)= 0,7019
2. π(2,54) = 0,9945
3. π(3, 3) = 0,99952
 Quelques formules
P( a < T ≤ b ) = π (b) − π (a)

π (−a) = 1 − π (a)
P(T ≥ a) = 1 − π (a)
P(− a ≺ T ≺ a) = 2π (a) − 1
 Exercice d’applica)on 2
— Sachant que T suit N ( 0, 1), calculer :
1. P (T > 1,96)
2. P (T < -1,96)
3. P (T> 2,575)
4. P (-1,21<T<1,53)
5. P (-1,96 <T< 1,96)
6. P (-2,575 <T< 2,575)

21
 Solu)on exercice 2
1. P(T>1,96) = 1 – P(T< 1,96)
=1 – π(1,96)
= 1 – 0,9750
= 0,025
2. P(T<-1,96) =P(T>1,96) = 0,025
3. P(T>2,575) = 1 – P(T< 2,575)
=1 – π(2,575)
= 1 – 0,9950
= 0,005
 Suite solu)on exercice 2
4. P(-1,21<T<1,53)
= P(T<1,53)-P(T<-1,21)
=π(1,53) – π(-1,21)
= π(1,53) – (1 – π(1,21))
= π(1,53) – 1 + π(1,21)
= 0,9370 – 1 + 0,8869
= 0,8239

23
5. P(-1,96<T<1,96)
= P(T<1,96)-P(T<-1,96)
=π(1,96) – π(-1,96)
= π(1,96) – (1 – π(1,96))
= π(1,96) – 1 + π(1,96)
= 2 π(1,96) - 1
= 2x0,9750 – 1
= 0,95
6. P(-2,575<T<2,575)
= 2F(2,575) – 1 = 2π(2,575) – 1
= 2x0,995 – 1
= 0,99
 Exercice d’applica)on 3
Soit T qui suit N(0;1).
Calculer:

P(0,98 ≤ T ≤ 2,89)
P(−1,15 ≤ T ≤ 2,12)
P(−3,2 ≤ T ≤ −2,05)
 Solu)on exercice 3
1. 0,1616
2. 0,8579
3. 0,01951