IRappels sur les variables aléatoires Lycée
| Notion | Formule |
|---|---|
| Espérance (loi discrète) | |
| Variance | |
| Formule de König-Huygens | |
| Écart type | |
| Fonction de répartition | |
| Loi à densité | |
| Espérance (loi à densité) |
IILois discrètes Lycée
Loi de Bernoulli
| Élément | Valeur |
|---|---|
| Situation | une épreuve à deux issues : succès ( |
| Probabilités | |
| Espérance | |
| Variance |
Loi uniforme sur
| Élément | Valeur |
|---|---|
| Situation | |
| Probabilités | |
| Espérance | |
| Variance |
Loi binomiale
| Élément | Valeur |
|---|---|
| Situation | nombre de succès en |
| Valeurs prises | |
| Probabilités | |
| Espérance | |
| Variance |
Pour
Loi géométrique
| Élément | Valeur |
|---|---|
| Situation | rang du premier succès dans des épreuves de Bernoulli indépendantes |
| Valeurs prises | |
| Probabilités | |
| Queue de la loi | |
| Espérance | |
| Variance |
Loi de Poisson
| Élément | Valeur |
|---|---|
| Situation | nombre d’événements rares sur une durée ou un espace donné |
| Valeurs prises | |
| Probabilités | |
| Espérance | |
| Variance |
Loi hypergéométrique
| Élément | Valeur |
|---|---|
| Situation | tirage sans remise de |
| Probabilités | |
| Espérance |
Avec remise, les tirages sont indépendants : loi binomiale. Sans remise, ils ne le sont plus : loi hypergéométrique. Quand
IIILois à densité Lycée
Loi uniforme sur
| Élément | Valeur |
|---|---|
| Densité | |
| Probabilités | |
| Espérance | |
| Variance |
Loi exponentielle
| Élément | Valeur |
|---|---|
| Situation | durée de vie sans vieillissement, temps d’attente |
| Densité | |
| Probabilités | |
| Espérance | |
| Variance | |
| Médiane (demi-vie) |
Loi normale
| Élément | Valeur |
|---|---|
| Densité | |
| Espérance | |
| Variance | |
| Centrer et réduire | |
| Symétrie de |
| Intervalle | Probabilité |
|---|---|
IVIntervalles de fluctuation et de confiance Lycée
Pour un échantillon de taille
Chaque intervalle est centré, de la forme
| Intervalle | Centre |
|---|---|
| Fluctuation de la fréquence | |
| Confiance pour une proportion | |
| Confiance (version simplifiée) | |
| Confiance pour une moyenne ( |
Si la fréquence observée
VSommes et approximations Supérieur
| Résultat | Formule |
|---|---|
| Somme de binomiales indépendantes | |
| Somme de Poisson indépendantes | |
| Somme de normales indépendantes | |
| Binomiale vers Poisson | |
| Binomiale vers normale |
Si
Pour approcher une loi discrète par une loi normale
VIRécapitulatif Lycée
| Loi | Espérance | Variance |
|---|---|---|
| Bernoulli | ||
| Binomiale | ||
| Uniforme sur | ||
| Géométrique | ||
| Poisson | ||
| Uniforme sur | ||
| Exponentielle | ||
| Normale |
Revoir le cours de ces formules
Questions fréquentes
Quand utiliser la loi binomiale ?
Quand on répète n fois, de façon indépendante, une même épreuve à deux issues (succès de probabilité p ou échec), et que X compte le nombre de succès. Alors P(X = k) = C(n, k) pᵏ (1 − p)ⁿ⁻ᵏ.
Quand utiliser la loi de Poisson ?
Pour compter des événements rares sur une durée ou un espace donné : appels reçus en une heure, pannes dans un mois… Son unique paramètre λ est le nombre moyen d’événements, qui est à la fois l’espérance et la variance.
Que signifie le nombre 1,96 ?
Pour la loi normale centrée réduite, P(−1,96 ≤ Z ≤ 1,96) ≈ 0,95. C’est pourquoi il apparaît dans les intervalles de fluctuation et de confiance au niveau 95 %.
Comment centrer et réduire une loi normale ?
Si X suit la loi normale d’espérance μ et d’écart type σ, alors Z = (X − μ)/σ suit la loi normale centrée réduite. On se ramène ainsi aux valeurs connues de Z, comme 1,96.


