Aller au contenu
OptiTAB

Maths Terminale · Chapitre 8 · Probabilités

Schéma de Bernoulli et loi binomiale

  • 4 parties
  • 5 schémas
  • Lecture ≈ 9 min
  • Conforme au programme
Objectifs
  • Reconnaître une épreuve et un schéma de Bernoulli ; justifier qu’une variable aléatoire suit une loi binomiale.
  • Connaître et démontrer l’expression de P(X=k) ; connaître l’espérance, la variance et l’écart-type.
  • Calculer P(X=k), P(X≤k), P(X≥k) et P(a≤X≤b) à la calculatrice ou en Python.
  • Déterminer un seuil.
Prérequis
  • Variable aléatoire, espérance et variance (Première).
  • Coefficients binomiaux (nk) ; indépendance ; logarithme népérien.

IÉpreuve et loi de Bernoulli

DéfinitionÉpreuve de Bernoulli

Une épreuve de Bernoulli est une expérience aléatoire qui n’a que deux issues : le succès S, de probabilité p, et l’échec S―, de probabilité 1−p.

DéfinitionLoi de Bernoulli

La variable aléatoire X qui vaut 1 en cas de succès et 0 en cas d’échec suit la loi de Bernoulli de paramètre p :

k01
P(X=k)1−pp
Propriété

Si X suit la loi de Bernoulli de paramètre p, alors E(X)=p et V(X)=p(1−p).

Démonstration
E(X)=0×(1−p)+1×p=pV(X)=(0−p)2×(1−p)+(1−p)2×p=p(1−p)(p+(1−p))=p(1−p)
Exemple

On lance un dé équilibré et l’on appelle succès « obtenir 6 ». C’est une épreuve de Bernoulli de paramètre p=16.

IISchéma de Bernoulli et loi binomiale

DéfinitionSchéma de Bernoulli

Un schéma de Bernoulli de paramètres n et p est la répétition de n épreuves de Bernoulli identiques (même probabilité de succès p) et indépendantes. On le représente par un arbre pondéré à 2n chemins.

Arbre pondéré d’un schéma de Bernoulli à trois épreuves (succès p, échec 1 − p) ; en vert, les trois chemins à deux succès, de probabilité p²(1 − p) chacun
DéfinitionLoi binomiale

Dans un schéma de Bernoulli de paramètres n et p, la variable aléatoire X égale au nombre de succès prend les valeurs 0,1,…,n. Sa loi est la loi binomiale de paramètres n et p, notée B(n;p).

Théorème

Si X suit la loi B(n;p), alors pour tout entier k tel que 0≤k≤n :

P(X=k)=(nk)pk(1−p)n−k
Démonstration

L’événement {X=k} est formé des chemins de l’arbre qui comportent exactement k succès et n−k échecs.

  • Les épreuves étant indépendantes, chacun de ces chemins a pour probabilité le produit des probabilités de ses branches : pk(1−p)n−k.
  • Un tel chemin est déterminé par le choix des k rangs des succès parmi les n épreuves : il y en a (nk).

En additionnant les probabilités de ces (nk) chemins : P(X=k)=(nk)pk(1−p)n−k.

ExempleQCM répondu au hasard

Un QCM comporte 10 questions à 4 choix, dont un seul est juste. Un élève répond au hasard, indépendamment d’une question à l’autre ; X est le nombre de bonnes réponses. Chaque question est une épreuve de Bernoulli de succès « bonne réponse », de probabilité p=0,25 ; ces 10 épreuves sont identiques et indépendantes, donc X suit la loi B(10;0,25). Avec (105)=252 :

P(X=5)=252×0,255×0,755≈0,058
MéthodeJustifier une loi binomiale (rédaction type)

« On répète n fois, de façon identique et indépendante, une épreuve de Bernoulli dont le succès « … » a pour probabilité p. La variable X compte le nombre de succès, donc X suit la loi binomiale B(n;p). »

Attention

Sans indépendance, la loi n’est pas binomiale : c’est le cas de tirages sans remise dans une petite urne. Un tirage sans remise dans une très grande population (sondage de 25 personnes parmi 5000) est assimilé à un tirage avec remise.

IIIEspérance, variance et allure de la loi

ThéorèmeEspérance, variance, écart-type

Si X suit la loi B(n;p) :

E(X)=npV(X)=np(1−p)σ(X)=np(1−p)
Remarque

X=X1+X2+⋯+Xn, où Xi vaut 1 si la i-ème épreuve est un succès et 0 sinon : les Xi sont des variables de Bernoulli indépendantes. Par linéarité de l’espérance et additivité de la variance pour des variables indépendantes, E(X)=np et V(X)=np(1−p) (démonstration dans la notion « Sommes de variables aléatoires »).

Exemple

Pour le QCM :

E(X)=10×0,25=2,5V(X)=10×0,25×0,75=1,875σ(X)=1,875≈1,37

Sur un grand nombre d’élèves répondant au hasard, le nombre moyen de bonnes réponses est proche de 2,5.

Diagramme en bâtons de la loi binomiale B(10 ; 0,25) avec l'espérance E(X) = 2,5 en pointillés
RemarqueAllure du diagramme en bâtons

Les probabilités se concentrent autour de l’espérance np. Pour n fixé, le diagramme est symétrique si p=0,5, décalé vers la gauche si p<0,5 et vers la droite si p>0,5.

Diagrammes en bâtons des lois B(20 ; 0,2), B(20 ; 0,5) et B(20 ; 0,8), concentrés autour de leurs espérances 4, 10 et 16

IVProbabilités cumulées et seuils

MéthodeCalculer à la calculatrice
  • P(X=k) : « binomFdp » (TI) ou « BinomialPD » (Casio).
  • P(X≤k) : « binomFRép » (TI) ou « BinomialCD » (Casio).
Propriété

Pour des entiers k, a, b tels que 1≤a≤b≤n et 1≤k≤n :

P(X≥k)=1−P(X≤k−1)P(a≤X≤b)=P(X≤b)−P(X≤a−1)P(X≥1)=1−P(X=0)=1−(1−p)n
Exemple

Pour le QCM, la probabilité d’obtenir au moins 5 bonnes réponses (la moyenne) au hasard est

P(X≥5)=1−P(X≤4)≈1−0,922=0,078

C’est peu probable. Sur le diagramme, les barres k≥5 (en vert) et les barres k≤4 (en orange) se partagent la probabilité totale 1.

Diagramme en bâtons de la loi B(10 ; 0,25) : barres k ≤ 4 en orange, P(X ≤ 4) ≈ 0,922, et barres k ≥ 5 en vert, P(X ≥ 5) ≈ 0,078 = 1 − P(X ≤ 4)
Attention

« Au moins k » : X≥k ; « au plus k » : X≤k ; « plus de k » : X>k, c’est-à-dire X≥k+1. Et P(X≥5)=1−P(X≤4), pas 1−P(X≤5).

Seuil sur k

MéthodePlus petit k tel que P(X≤k)≥1−α

On calcule les probabilités cumulées P(X≤0), P(X≤1), … (tableau de valeurs de la calculatrice) jusqu’à atteindre 1−α. L’intervalle I=[0;k] obtenu vérifie P(X∈I)≥1−α.

Probabilités cumulées P(X ≤ k) de la loi B(10 ; 0,25) et seuil 0,95 : k = 5 est la première valeur qui l'atteint
Exemple

Pour le QCM, avec α=0,05 : P(X≤4)≈0,922<0,95 et P(X≤5)≈0,980≥0,95. Le plus petit entier cherché est k=5 : dans au moins 95% des cas, un élève qui répond au hasard obtient au plus 5 bonnes réponses.

Le même calcul en Python :

Python
from math import comb

def proba(n, p, k):
    # P(X = k) pour B(n ; p)
    c = comb(n, k)
    q = 1 - p
    return c * p**k * q**(n-k)

def cumul(n, p, k):
    # P(X <= k)
    s = 0
    for i in range(k + 1):
        s = s + proba(n, p, i)
    return s

def seuil(n, p, alpha):
    # plus petit k tel que
    # P(X <= k) >= 1 - alpha
    k = 0
    s = proba(n, p, 0)
    while s < 1 - alpha:
        k = k + 1
        s = s + proba(n, p, k)
    return k

L’appel seuil(10, 0.25, 0.05) renvoie 5.

Seuil sur n : « au moins un succès »

MéthodePlus petit n tel que P(X≥1)≥c

On résout 1−(1−p)n≥c, c’est-à-dire (1−p)n≤1−c, avec le logarithme népérien. Comme 0<1−p<1, on a ln⁡(1−p)<0 : diviser par ce nombre change le sens de l’inégalité.

Exemple

Combien de questions faut-il pour que la probabilité d’au moins une bonne réponse au hasard atteigne 0,95 ?

1−0,75n≥0,95⟺0,75n≤0,05⟺nln⁡(0,75)≤ln⁡(0,05)⟺n≥ln⁡(0,05)ln⁡(0,75)≈10,41

Il faut au moins n=11 questions (vérification : 1−0,7510≈0,944 et 1−0,7511≈0,958).

À retenir
  • Schéma de Bernoulli : n épreuves à deux issues, identiques et indépendantes ; le nombre X de succès suit B(n;p).
  • P(X=k)=(nk)pk(1−p)n−k ; E(X)=np ; V(X)=np(1−p).
  • P(X≥k)=1−P(X≤k−1) ; P(X≥1)=1−(1−p)n.

Fiche de synthèse dans l’onglet Fiches !

Cours lu ? Continue avec :

Plateforme OptiTAB

S’entraîner jusqu’à maîtriser le programme de Terminale

Les 12 exercices corrigés de ce chapitre, le suivi de tes progrès et des révisions guidées.

Découvrir l’abonnement

Cours particuliers

Un prof de maths en Terminale, en ligne

Des séances individuelles avec un professeur, à distance, pour comprendre, combler ses lacunes et préparer les contrôles et le bac.

Réserver un cours particulier