Académique Documents
Professionnel Documents
Culture Documents
Présenté par :
Hassnioui Amine
AYAD Chaimae
TABLE OF CONTENT
1 Introduction 3
Théoreme de Moivre-Laplace
5 Des exercices
2 /11
Introduction
Le théorème de Moivre-Laplace établit un lien profond entre les
distributions binomiale et normale
4/37
Definition
Le théorème de Moivre-Laplace énonce que la distribution binomiale tend
vers une distribution normale lorsque le nombre d'essais augmente
Plus précisément, il stipule que pour une série d'essais indépendants avec
une probabilité de succès fixe et une taille d'échantillon suffisamment
grande, la distribution binomiale devient de plus en plus similaire à la
distribution normale
5/37
Théorème de Moivre-Laplace
Soient p [0;1] un réel fixé et soit ) une suite de variables aléatoires, telle
6/37
Théorème de Moivre-Laplace
Autrement dit :
Soient X une variables aléatoires, qui suit la loi binomiale B (n,p) et Y suit la loi
normal N (0,1) alors :
Donc sous réserve que : n > 30 et np > 5 et n (1-p) > 5 on peut approximer :
Par :
7/37
Exemple
Un magasin spécialisé dans la vente de téléphones portables fait une
promotion sur un type d’appareil A
8/37
Exemple
9/37
Exemple
2. Déterminer l'espérance et l'écart-type de X
Donc :
E(X) = np = 150*0.4 = 60
Et :
= == 6
10/37
Exemple
3. Par quelle loi peut-on approcher la variable aléatoire X-60/6?
Justifier la réponse
En remarquons que : =
Et on a :
n = 150 > 30
Si Z est une variable aléatoire qui suit la loi normale centrée réduite alors
P (Z > 2) = 0,023
12/37
Exemple
Sans calculatrice, déterminer la probabilité qu’il ait au plus 72 articles A
vendus dans la journée
14/37
Solution 01
On demande de calculer
Alors on a :
n = 100 > 30
15/37
Solution 01
Alors nous sommes dans les conditions d'application du théoreme de
Moivre-Laplace
En remarquons que : =
Alors :
= avec Z
16/37
Exercice 02
17/37
Solution 02
Dans cet exercice, on répète 200 fois de manière indépendante la même expérience aléatoire à 2 issues(Il y a bien 2
issues:
soit on obtient un as,
soit on n'obtient pas un as.).
Donc X qui compte le nombre de succès (obtenir un as), suit la loi binomiale B(200;)
Vérifions que les 3 conditions sont remplies, avant d'approximer la loi binomiale par la loi normale.
n=200 donc n ≥ 30, p= donc np=25 ≥ 5 et n(1−p)=175 donc n(1−p) ≥ 5
Les 3 conditions étant remplies, on peut donc approximer B(200; )
Par la loi normale d'espérance μ=np=25 et d'écart-type σ=.
Posons Y la variable aléatoire qui suit la loi normale d'espérance μ=25et d'écart-type σ= = 21.875
D'après le théorème de Moivre-Laplace, P(X≥28)≈P(Y≥28)
. Et : ==0.137
Puis on calcule P(Y≥28) a l’aide de la table, et on trouve: P(Y≥28)≈0.55 à 10^(−2 )
18/37
Exercice 03
19/37
Solution 03
On demande de calculer
Alors on a :
n = 100 > 30
20/37
Solution 03
Alors nous sommes dans les conditions d'application du théoreme de
Moivre-Laplace
En remarquons que : =
Alors :
= avec Z
21/37
Exercice 04
On lance 300 fois un dé tétraèdrique non truqué
1. Justifier que X suit une loi binomiale dont précisera les paramètres
2. Justifier que cette loi binomiale peut être approchée par une loi
normale centrée réduite
22/37
Solution 04
La variable aléatoire X, qui représente le nombre de 4 obtenus lors du lancement d'un dé non truqué, suit une loi
binomiale. Cela est dû au fait que chaque lancer du dé peut avoir deux résultats possibles : obtenir un 4 (succès) ou
ne pas obtenir un 4 (échec). Les lancers sont indépendants, et la probabilité de succès P(4) reste constante à chaque
lancer.
La loi binomiale est définie par les paramètres n (nombre d'essais) et p (probabilité de succès). Dans ce cas, n=300 et
p=1/4. Ainsi, X suit une loi binomiale B(300,).
On peut justifier l'approximation de la loi binomiale par une loi normale :
Dans ce cas, n=300 est suffisamment grand pour appliquer l'approximation par la loi normale.
Pour déterminer P(X≤70) en utilisant l'approximation par une loi normale centrée réduite, nous devons standardiser
la variable aléatoire X. La formule de standardisation est la suivante :
où Z est une variable aléatoire suivant une distribution normale standard :Z ∼N(0,1).
Dans notre cas, np=300× =75 et np(1−p)=300× × =56.25.
Donc, la standardisation de X=70 est :
= - 0.66
alors: P(X≤70)= 1-(0.66)=0.26
23/37
Exercice 05
24/37
Solution 05
On calculer
Alors on a :
n = 180 > 30
25/37
Solution 05
Alors nous sommes dans les conditions d'application du théoreme de
Moivre-Laplace
En remarquons que : =
Alors :
= avec Z
26/37
Solution 05
On calculer
En remarquons que : =
Alors :
= avec Z
27/37
Solution 05
On calculer ou
Alors :
ou = +
ou =
28/37
Exercice 06
Une usine fabrique des balles de tennis
Un contrôle qualité montre que 10% des balles produites ne sont pas
conformes au cahier des charges de la fabrication
29/37
Exercice 06
Sachant que si Z est une variable aléatoire qui suit la loi normale centrée
réduite alors = 0,159, déterminer la probabilité qu’il y ait entre 34 (inclus)
et 46 (inclus) balles non conformes dans un tirage
30/37
Solution 06
Dans ce cas, la variable aléatoire X, qui représente le nombre de balles non conformes dans un lot de 400
balles tirées, suit une distribution binomiale B(400,0.10).
Calcul des paramètres de la distribution normale :
La moyenne (μ) de la distribution normale est np=400×0.10=40.
1.L'écart-type (σ) de la distribution normale est :np(1−p)=400×0.10×0.90=36.
2.Ainsi, la variable aléatoire X suit une distribution normale approximative N(40,6).
3.Standardisation des valeurs : On standardise les valeurs pour les bornes 34 et 46 :==−1
=1
4.Calcul de la probabilité recherchée : Nous voulons P(34≤X≤46).En utilisant la table normale
standard fournie, nous trouvons : P(−1≤ Z ≤1)
puisque P(Z<−1)=0.159.
Et : P(−1 ≤ Z ≤ 1)=P(Z ≤1)−P(Z≤−1)= 0.841− 0.159 =0.682
Donc, la probabilité qu'il y ait entre 34 (inclus) et 46 (inclus) balles non conformes dans un tirage est
d'environ 0.682 ou 68.2%
31/37
Exercice 07
On joue à un jeu avec lequel on a 15% de chance de gagner à chaque fois
32/37
Solution 07
On demande de calculer
Alors on a :
n = 150 > 30
33/37
Solution 07
= avec Z
34/37
Exercice 08
Sami prend le bus 600 fois par an. Il veut savoir s'il est intéressant de ne
jamais acheter de ticket
35/37
Exercice 08
2. Justifier que cette loi binomiale peut être approchée par une loi
normale dont vous préciserez les paramètres
36/37
Solution 08
La variable aléatoire C, qui représente le nombre de contrôles sur une année, suit une loi
binomiale B(600,0.05) où n est le nombre d'essais et p est la probabilité de succès (probabilité
d'être contrôlé).
Les paramètres de cette distribution binomiale sont donc n = 600 et p = 0.05.
1.Calcul des paramètres :
• La moyenne (μ) de la distribution binomiale est np, μ = np = 600×0.05 = 30
• L'écart-type (σ) de la distribution binomiale est np(1−p). σ = np(1−p)= 600×0.05×0.95≈
1.Utilisation de l'approximation normale : Standardisez la valeur X=40 (au moins 40 contrôles) en
utilisant la formule : = ≈ 1.87
2.Consultation de la table normale standard : En consultant une table normale standard, vous trouverez
que :P(Z ≥1.87) est d'environ : 0.96.
37/37
Merci pour votre
attention