Aller au contenu
OptiTAB

Formulaire de maths · Probabilités et statistiques

Lois de probabilité usuelles

Chaque loi usuelle avec sa situation type, sa formule, son espérance, sa variance et sa représentation, puis les intervalles de fluctuation et de confiance et les approximations.

  • 6 parties
  • 7 schémas
  • Mis à jour le 9 novembre 2026

Niveau de chaque partie :LycéeSupérieur

IRappels sur les variables aléatoires Lycée

NotionFormule
Espérance (loi discrète)E(X)=∑kkP(X=k)
VarianceV(X)=E((X−E(X))2)
Formule de König-HuygensV(X)=E(X2)−E(X)2
Écart typeσ(X)=V(X)
Fonction de répartitionF(x)=P(X⩽x)
Loi à densité fP(a⩽X⩽b)=∫abf(t)dt
Espérance (loi à densité)E(X)=∫tf(t)dt

IILois discrètes Lycée

Loi de Bernoulli B(p)

ÉlémentValeur
Situationune épreuve à deux issues : succès (1) ou échec (0)
ProbabilitésP(X=1)=p et P(X=0)=1−p
EspéranceE(X)=p
VarianceV(X)=p(1−p)

Loi uniforme sur {1,…,n}

ÉlémentValeur
Situationn issues équiprobables (dé équilibré, tirage au hasard)
ProbabilitésP(X=k)=1n pour k∈{1,…,n}
EspéranceE(X)=n+12
VarianceV(X)=n2−112
Diagrammes en barres de la loi de Bernoulli de paramètre 0,3 (0,7 pour 0 et 0,3 pour 1) et de la loi uniforme sur {1, …, 6}, où chaque valeur a la probabilité 1/6.

Loi binomiale B(n,p)

ÉlémentValeur
Situationnombre de succès en n répétitions indépendantes d’une épreuve de Bernoulli
Valeurs prises0,1,…,n
ProbabilitésP(X=k)=(nk)pk(1−p)n−k
EspéranceE(X)=np
VarianceV(X)=np(1−p)
Diagrammes en barres des lois binomiales de paramètres (10 ; 0,3), maximale vers 3, et (10 ; 0,5), symétrique autour de 5.
Conseil

Pour p=0,5, la loi binomiale est symétrique autour de n2. Les calculs du type P(X⩽k) se font à la calculatrice (fonction « binomiale cumulée »).

Loi géométrique G(p)

ÉlémentValeur
Situationrang du premier succès dans des épreuves de Bernoulli indépendantes
Valeurs prises1,2,3,…
ProbabilitésP(X=k)=(1−p)k−1p
Queue de la loiP(X>k)=(1−p)k
EspéranceE(X)=1p
VarianceV(X)=1−pp2
Diagramme en barres de la loi géométrique de paramètre 0,3 : les probabilités décroissent à partir de k = 1.
À retenirAbsence de mémoire

PX>n(X>n+k)=P(X>k) : avoir déjà échoué n fois ne change pas la probabilité d’attendre encore k épreuves.

Loi de Poisson P(λ)

ÉlémentValeur
Situationnombre d’événements rares sur une durée ou un espace donné
Valeurs prises0,1,2,…
ProbabilitésP(X=k)=e−λλkk!
EspéranceE(X)=λ
VarianceV(X)=λ
Diagrammes en barres des lois de Poisson de paramètres 1 et 4 : la masse se déplace vers la droite quand λ augmente.

Loi hypergéométrique

ÉlémentValeur
Situationtirage sans remise de n objets parmi N, dont K sont « gagnants »
ProbabilitésP(X=k)=(Kk)(N−Kn−k)(Nn)
EspéranceE(X)=nKN
AttentionAvec ou sans remise ?

Avec remise, les tirages sont indépendants : loi binomiale. Sans remise, ils ne le sont plus : loi hypergéométrique. Quand N est grand devant n, les deux lois sont très proches.

IIILois à densité Lycée

Densité de la loi uniforme sur [1 ; 3], constante égale à 1/2, et densité de la loi exponentielle de paramètre 1, avec l’aire P(X ≤ 1) ≈ 63 % colorée.

Loi uniforme sur [a;b]

ÉlémentValeur
Densitéf(x)=1b−a sur [a;b], et 0 ailleurs
ProbabilitésP(c⩽X⩽d)=d−cb−a pour a⩽c⩽d⩽b
EspéranceE(X)=a+b2
VarianceV(X)=(b−a)212

Loi exponentielle E(λ)

ÉlémentValeur
Situationdurée de vie sans vieillissement, temps d’attente
Densitéf(x)=λe−λx pour x⩾0
ProbabilitésP(X⩽t)=1−e−λt et P(X>t)=e−λt
EspéranceE(X)=1λ
VarianceV(X)=1λ2
Médiane (demi-vie)t1/2=ln⁡2λ
À retenirAbsence de mémoire

PX>s(X>s+t)=P(X>t) : la loi exponentielle est la version continue de la loi géométrique.

Loi normale N(μ,σ2)

Trois courbes en cloche de lois normales centrées en 0, d’écarts types 0,5, 1 et 2 : plus σ est grand, plus la courbe est étalée.
ÉlémentValeur
Densitéf(x)=1σ2πexp⁡(−(x−μ)22σ2)
EspéranceE(X)=μ
VarianceV(X)=σ2
Centrer et réduireZ=X−μσ suit la loi N(0,1)
Symétrie de N(0,1)P(Z⩽−a)=1−P(Z⩽a)
Densité de la loi normale centrée réduite : l’aire entre −1,96 et 1,96 vaut 0,95, et chacune des deux queues vaut 0,025.
IntervalleProbabilité
[μ−σ;μ+σ]≈0,683
[μ−2σ;μ+2σ]≈0,954
[μ−3σ;μ+3σ]≈0,997
[μ−1,96σ;μ+1,96σ]≈0,95
[μ−2,58σ;μ+2,58σ]≈0,99

IVIntervalles de fluctuation et de confiance Lycée

Pour un échantillon de taille n et une proportion p (ou une fréquence observée f), au niveau 95% :

Chaque intervalle est centré, de la forme [c−r;c+r], noté ci-dessous c±r.

IntervalleCentre ± demi-largeur
Fluctuation de la fréquencep±1,96p(1−p)n
Confiance pour une proportionf±1,96f(1−f)n
Confiance (version simplifiée)f±1n
Confiance pour une moyenne (σ connu)x¯±1,96σn
ExempleSondage auprès de n=400 personnes

f=0,52 : l’intervalle de confiance simplifié est 0,52±120, soit [0,47;0,57].

AttentionConditions d’utilisation

n⩾30, np⩾5 et n(1−p)⩾5 (avec f à la place de p pour un intervalle de confiance).

MéthodePrise de décision

Si la fréquence observée f sort de l’intervalle de fluctuation, on rejette l’hypothèse « la proportion vaut p », avec un risque d’erreur de 5%.

VSommes et approximations Supérieur

RésultatFormule
Somme de binomiales indépendantesB(n1,p)+B(n2,p) suit B(n1+n2,p)
Somme de Poisson indépendantesP(λ)+P(μ) suit P(λ+μ)
Somme de normales indépendantesN(μ1,σ12)+N(μ2,σ22) suit N(μ1+μ2,σ12+σ22)
Binomiale vers PoissonB(n,p)≈P(np) si n⩾30, p⩽0,1 et np<15
Binomiale vers normaleB(n,p)≈N(np,np(1−p)) si n⩾30, np⩾5 et n(1−p)⩾5
ThéorèmeThéorème central limite

Si X1,…,Xn sont indépendantes, de même loi, d’espérance μ et d’écart type σ, la moyenne X¯n suit approximativement, pour n grand, la loi N(μ,σ2n).

ConseilCorrection de continuité

Pour approcher une loi discrète par une loi normale Y, on écrit P(X⩽k)≈P(Y⩽k+0,5).

VIRécapitulatif Lycée

LoiEspéranceVariance
Bernoulli B(p)pp(1−p)
Binomiale B(n,p)npnp(1−p)
Uniforme sur {1,…,n}n+12n2−112
Géométrique G(p)1p1−pp2
Poisson P(λ)λλ
Uniforme sur [a;b]a+b2(b−a)212
Exponentielle E(λ)1λ1λ2
Normale N(μ,σ2)μσ2

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.

Les autres formulaires de maths

Plateforme OptiTAB

S’entraîner jusqu’à maîtriser

Tous les exercices corrigés pas à pas, le suivi de tes progrès et des révisions guidées.

Découvrir l’abonnement

Cours particuliers

Un prof de maths, en ligne

Des séances individuelles en ligne en maths, physique-chimie et informatique, du collège à la prépa, avec un professeur expérimenté.

Réserver un cours particulier

Une question sur les cours ? Écris-nous.