# Schéma de Bernoulli et loi binomiale : maths Terminale

Chapitre 8 du programme de mathématiques de Terminale (thème : Probabilités). Ressource gratuite OptiTAB.

- Cours : https://www.optitab.net/ressources-gratuites/maths/terminale/schema-de-bernoulli-et-loi-binomiale/
- Fiche de révision : https://www.optitab.net/ressources-gratuites/maths/terminale/schema-de-bernoulli-et-loi-binomiale/fiche/
- Exercices corrigés : https://www.optitab.net/ressources-gratuites/maths/terminale/schema-de-bernoulli-et-loi-binomiale/exercices/

## Cours

**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 $P(X = k)$, $P(X \le k)$, $P(X \ge k)$ et $P(a \le X \le b)$ à la calculatrice ou en Python.
- Déterminer un seuil.

**Prerequis : - Variable aléatoire, espérance et variance (Première).**
- Coefficients binomiaux $\binom{n}{k}$ ; indépendance ; logarithme népérien.

## I. Épreuve et loi de Bernoulli

**Définition : Épreuve 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** $\overline{S}$, de probabilité $1 - p$.

**Définition : Loi 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 $p$ :

| $k$ | $0$ | $1$ |
|---|---|---|
| $P(X = k)$ | $1 - p$ | $p$ |

**Propriété : Si $X$ suit la loi de Bernoulli de paramètre $p$, alors $E(X) = p$ et $V(X) = p(1 - p)$.**

**Démonstration : $$**
\begin{aligned}
E(X) &= 0 \times (1 - p) + 1 \times p = p \\
V(X) &= (0 - p)^2 \times (1 - p) + (1 - p)^2 \times p \\
&= p(1 - p)\big(p + (1 - p)\big) \\
&= p(1 - p)
\end{aligned}
$$

**Exemple : On lance un dé équilibré et l’on appelle succès « obtenir $6$ ». C’est une épreuve de Bernoulli de paramètre $p = \frac{1}{6}$.**

## II. Schéma de Bernoulli et loi binomiale

**Définition : Schéma 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 $2^n$ 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](https://optitab-media.s3.eu-north-1.amazonaws.com/cours_images/v1_n97_co99_1_arbre_schema.png)

**Définition : Loi binomiale**
Dans un schéma de Bernoulli de paramètres $n$ et $p$, la variable aléatoire $X$ égale au **nombre de succès** prend les valeurs $0, 1, \ldots, n$. Sa loi est la **loi binomiale** de paramètres $n$ et $p$, notée $\mathcal{B}(n\,;p)$.

**Théorème : Si $X$ suit la loi $\mathcal{B}(n\,;p)$, alors pour tout entier $k$ tel que $0 \le k \le n$ :**

$$P(X = k) = \binom{n}{k}\,p^k\,(1 - p)^{n - k}$$

**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 : $p^k(1 - p)^{n - k}$.
- Un tel chemin est déterminé par le choix des $k$ rangs des succès parmi les $n$ épreuves : il y en a $\binom{n}{k}$.

En additionnant les probabilités de ces $\binom{n}{k}$ chemins : $P(X = k) = \binom{n}{k}\,p^k\,(1 - p)^{n - k}$.

**Exemple : QCM 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 $\mathcal{B}(10\,;0{,}25)$. Avec $\binom{10}{5} = 252$ :

$$P(X = 5) = 252 \times 0{,}25^5 \times 0{,}75^5 \approx 0{,}058$$

**Méthode : Justifier 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 $\mathcal{B}(n\,;p)$. »

**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 $5\,000$) est assimilé à un tirage avec remise.**

## III. Espérance, variance et allure de la loi

**Théorème : Espérance, variance, écart-type**
Si $X$ suit la loi $\mathcal{B}(n\,;p)$ :

$$
\begin{aligned}
E(X) &= np \\
V(X) &= np(1 - p) \\
\sigma(X) &= \sqrt{np(1 - p)}
\end{aligned}
$$

**Remarque : $X = X_1 + X_2 + \cdots + X_n$, où $X_i$ vaut $1$ si la $i$-ème épreuve est un succès et $0$ sinon : les $X_i$ 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 :**

$$
\begin{aligned}
E(X) &= 10 \times 0{,}25 = 2{,}5 \\
V(X) &= 10 \times 0{,}25 \times 0{,}75 = 1{,}875 \\
\sigma(X) &= \sqrt{1{,}875} \approx 1{,}37
\end{aligned}
$$

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](https://optitab-media.s3.eu-north-1.amazonaws.com/cours_images/v1_n97_co99_2_loi_qcm.png)

**Remarque : Allure 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](https://optitab-media.s3.eu-north-1.amazonaws.com/cours_images/v1_n97_co99_3_formes_n20.png)

## IV. Probabilités cumulées et seuils

**Méthode : Calculer à la calculatrice**
- $P(X = k)$ : « binomFdp » (TI) ou « BinomialPD » (Casio).
- $P(X \le k)$ : « binomFRép » (TI) ou « BinomialCD » (Casio).

**Propriété : Pour des entiers $k$, $a$, $b$ tels que $1 \le a \le b \le n$ et $1 \le k \le n$ :**

$$
\begin{aligned}
P(X \ge k) &= 1 - P(X \le k - 1) \\
P(a \le X \le b) &= P(X \le b) - P(X \le a - 1) \\
P(X \ge 1) &= 1 - P(X = 0) = 1 - (1 - p)^n
\end{aligned}
$$

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

$$P(X \ge 5) = 1 - P(X \le 4) \approx 1 - 0{,}922 = 0{,}078$$

C’est peu probable. Sur le diagramme, les barres $k \ge 5$ (en vert) et les barres $k \le 4$ (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)](https://optitab-media.s3.eu-north-1.amazonaws.com/cours_images/v1_n97_co99_5_cours_complement.png)

**Attention : « Au moins $k$ » : $X \ge k$ ; « au plus $k$ » : $X \le k$ ; « plus de $k$ » : $X > k$, c’est-à-dire $X \ge k + 1$. Et $P(X \ge 5) = 1 - P(X \le 4)$, **pas** $1 - P(X \le 5)$.**

### Seuil sur $k$

**Méthode : Plus petit $k$ tel que $P(X \le k) \ge 1 - \alpha$**
On calcule les probabilités cumulées $P(X \le 0)$, $P(X \le 1)$, … (tableau de valeurs de la calculatrice) jusqu’à atteindre $1 - \alpha$. L’intervalle $I = [0\,;k]$ obtenu vérifie $P(X \in I) \ge 1 - \alpha$.

![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](https://optitab-media.s3.eu-north-1.amazonaws.com/cours_images/v1_n97_co99_4_cumul_qcm.png)

**Exemple : Pour le QCM, avec $\alpha = 0{,}05$ : $P(X \le 4) \approx 0{,}922 < 0{,}95$ et $P(X \le 5) \approx 0{,}980 \ge 0{,}95$. 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 »

**Méthode : Plus petit $n$ tel que $P(X \ge 1) \ge c$**
On résout $1 - (1 - p)^n \ge c$, c’est-à-dire $(1 - p)^n \le 1 - c$, 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 $0{,}95$ ?**

$$
\begin{aligned}
1 - 0{,}75^n \ge 0{,}95 &\iff 0{,}75^n \le 0{,}05 \\
&\iff n\ln(0{,}75) \le \ln(0{,}05) \\
&\iff n \ge \frac{\ln(0{,}05)}{\ln(0{,}75)} \approx 10{,}41
\end{aligned}
$$

Il faut au moins $n = 11$ questions (vérification : $1 - 0{,}75^{10} \approx 0{,}944$ et $1 - 0{,}75^{11} \approx 0{,}958$).

**À retenir : - Schéma de Bernoulli : $n$ épreuves à deux issues, identiques et indépendantes ; le nombre $X$ de succès suit $\mathcal{B}(n\,;p)$.**
- $P(X = k) = \binom{n}{k}p^k(1 - p)^{n - k}$ ; $E(X) = np$ ; $V(X) = np(1 - p)$.
- $P(X \ge k) = 1 - P(X \le k - 1)$ ; $P(X \ge 1) = 1 - (1 - p)^n$.

Fiche de synthèse dans l’onglet Fiches !

## Fiche de révision

**Objectifs : Retenir l’essentiel : schéma de Bernoulli, loi binomiale, espérance, variance, probabilités cumulées et seuils. Programme de Terminale.**

## I. Loi binomiale

**Formule : $$P(X = k) = \binom{n}{k}\,p^k\,(1 - p)^{n - k}$$**

1. Conditions : $n$ épreuves à deux issues (succès de probabilité $p$), **identiques** et **indépendantes** ; $X$ = nombre de succès suit $\mathcal{B}(n\,;p)$.
2. $E(X) = np$ ; $V(X) = np(1 - p)$ ; $\sigma(X) = \sqrt{np(1 - p)}$.
3. Loi de Bernoulli (une seule épreuve) : $E(X) = p$ ; $V(X) = p(1 - p)$.

![Diagramme en bâtons de la loi binomiale B(10 ; 0,25) avec l'espérance E(X) = 2,5 en pointillés](https://optitab-media.s3.eu-north-1.amazonaws.com/synthesis_images/v1_n97_fi41_1_loi_qcm.png)

## II. Calculs

1. $P(X = k)$ et $P(X \le k)$ : calculatrice (« binomFdp », « binomFRép » ; « BinomialPD », « BinomialCD ») ou Python.
2. Au moins $k$ succès : $P(X \ge k) = 1 - P(X \le k - 1)$.
3. Entre $a$ et $b$ succès : $P(a \le X \le b) = P(X \le b) - P(X \le a - 1)$
4. Seuil : plus petit $k$ tel que $P(X \le k) \ge 1 - \alpha$.

![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](https://optitab-media.s3.eu-north-1.amazonaws.com/synthesis_images/v1_n97_fi41_2_cumul_qcm.png)

## III. Les pièges à éviter

**Attention : Les 4 erreurs classiques**
1. Ne pas justifier les conditions (deux issues, identiques, indépendantes).
2. Écrire $P(X \ge k) = 1 - P(X \le k)$ au lieu de $1 - P(X \le k - 1)$.
3. Utiliser la loi binomiale pour des tirages sans remise dans une petite urne.
4. Oublier le coefficient $\binom{n}{k}$ (nombre de chemins).

**Remarque : Réflexe**
« Au moins un succès » : $P(X \ge 1) = 1 - (1 - p)^n$. Pour un seuil sur $n$, résoudre $(1 - p)^n \le 1 - c$ avec $\ln$, en changeant le sens car $\ln(1 - p) < 0$.

## Exercices corrigés

### Exercice 1 : Tirages de cartes avec remise

Un jeu de société contient $20$ cartes : $12$ cartes bleues et $8$ cartes rouges. On tire successivement $5$ cartes **avec remise** et l’on note $X$ le nombre de cartes bleues obtenues. Le tirage d’une carte bleue constitue un succès.

1. Justifier que $X$ suit une loi binomiale et préciser ses paramètres.
2. Calculer la probabilité d’obtenir exactement $3$ cartes bleues.
3. Calculer la probabilité d’obtenir au plus $2$ cartes bleues.
4. Calculer l’espérance, la variance et l’écart-type de $X$.
5. Calculer la probabilité d’obtenir au moins $4$ cartes bleues.

#### Correction détaillée

## Question 1 : Justifier que $X$ suit une loi binomiale

**Méthode : Reconnaître un schéma de Bernoulli : des épreuves à deux issues, identiques et indépendantes.**

**Etape : Une épreuve de Bernoulli**
Chaque tirage a deux issues : succès « la carte est bleue », de probabilité $p = \frac{12}{20} = 0{,}6$, et échec « la carte est rouge », de probabilité $1 - p = 0{,}4$.

**Etape : Un schéma de Bernoulli**
Les tirages se font avec remise : le jeu est le même à chaque tirage, donc les $5$ épreuves sont identiques et indépendantes. $X$ compte le nombre de succès.

**Resultat : $X$ suit la loi binomiale $\mathcal{B}(5\,;0{,}6)$.**

## Question 2 : Probabilité d’obtenir exactement $3$ cartes bleues

**Méthode : Appliquer $P(X = k) = \binom{n}{k}p^k(1 - p)^{n - k}$ avec $n = 5$, $p = 0{,}6$ et $k = 3$.**

**Etape : Coefficient binomial**
$$\binom{5}{3} = \frac{5!}{3!\,2!} = \frac{5 \times 4}{2} = 10$$

**Etape : Calcul**
$$
\begin{aligned}
P(X = 3) &= \binom{5}{3} \times 0{,}6^3 \times 0{,}4^2 \\
&= 10 \times 0{,}216 \times 0{,}16 \\
&= 0{,}3456
\end{aligned}
$$

**Resultat : $P(X = 3) = 0{,}3456$**

## Question 3 : Probabilité d’obtenir au plus $2$ cartes bleues

**Méthode : « Au plus $2$ » signifie $X \le 2$ : on additionne $P(X = 0)$, $P(X = 1)$ et $P(X = 2)$.**

**Etape : Les trois probabilités**
Avec $\binom{5}{0} = 1$, $\binom{5}{1} = 5$ et $\binom{5}{2} = 10$ :

$$
\begin{aligned}
P(X = 0) &= 0{,}4^5 = 0{,}01024 \\
P(X = 1) &= 5 \times 0{,}6 \times 0{,}4^4 = 0{,}0768 \\
P(X = 2) &= 10 \times 0{,}6^2 \times 0{,}4^3 = 0{,}2304
\end{aligned}
$$

**Etape : Somme**
$$
\begin{aligned}
P(X \le 2) &= 0{,}01024 + 0{,}0768 + 0{,}2304 \\
&= 0{,}31744
\end{aligned}
$$

**Resultat : $P(X \le 2) = 0{,}31744 \approx 0{,}317$**

## Question 4 : Espérance, variance et écart-type

**Méthode : Pour $X$ de loi $\mathcal{B}(n\,;p)$ : $E(X) = np$, $V(X) = np(1 - p)$ et $\sigma(X) = \sqrt{V(X)}$.**

**Etape : Calculs**
$$
\begin{aligned}
E(X) &= 5 \times 0{,}6 = 3 \\
V(X) &= 5 \times 0{,}6 \times 0{,}4 = 1{,}2 \\
\sigma(X) &= \sqrt{1{,}2} \approx 1{,}095
\end{aligned}
$$

**Resultat : $E(X) = 3$ ; $V(X) = 1{,}2$ ; $\sigma(X) \approx 1{,}095$. En moyenne, on obtient $3$ cartes bleues sur $5$ tirages.**

## Question 5 : Probabilité d’obtenir au moins $4$ cartes bleues

**Méthode : « Au moins $4$ » signifie $X \ge 4$, c’est-à-dire $X = 4$ ou $X = 5$.**

**Etape : Les deux probabilités**
Avec $\binom{5}{4} = 5$ et $\binom{5}{5} = 1$ :

$$
\begin{aligned}
P(X = 4) &= 5 \times 0{,}6^4 \times 0{,}4 = 0{,}2592 \\
P(X = 5) &= 0{,}6^5 = 0{,}07776
\end{aligned}
$$

**Etape : Somme**
$$P(X \ge 4) = 0{,}2592 + 0{,}07776 = 0{,}33696$$

**Point : Vérification par l’événement contraire**
$$
\begin{aligned}
P(X \ge 4) &= 1 - P(X \le 3) \\
&= 1 - (0{,}31744 + 0{,}3456) \\
&= 1 - 0{,}66304 \\
&= 0{,}33696
\end{aligned}
$$

**Point : Loi de $X$**
| $k$ | $P(X = k)$ |
|---|---|
| $0$ | $0{,}01024$ |
| $1$ | $0{,}0768$ |
| $2$ | $0{,}2304$ |
| $3$ | $0{,}3456$ |
| $4$ | $0{,}2592$ |
| $5$ | $0{,}07776$ |

La somme des probabilités vaut bien $1$. Sur le diagramme en bâtons, $P(X \le 2)$ correspond aux barres orange et $P(X \ge 4)$ aux barres vertes.

![Diagramme en bâtons de la loi B(5 ; 0,6) : barres 0 à 2 en orange, P(X ≤ 2) ≈ 0,317, et barres 4 et 5 en vert, P(X ≥ 4) ≈ 0,337](https://optitab-media.s3.eu-north-1.amazonaws.com/exercice_images/v1_n97_ex1111_1_e1111_loi.png)

**Resultat : $P(X \ge 4) = 0{,}33696 \approx 0{,}337$**

#### Réponses

1. $X$ suit la loi binomiale $\mathcal{B}(5\,;0{,}6)$.
2. $P(X = 3) = 0{,}3456$.
3. $P(X \le 2) = 0{,}31744 \approx 0{,}317$.
4. $E(X) = 3$ ; $V(X) = 1{,}2$ ; $\sigma(X) \approx 1{,}095$.
5. $P(X \ge 4) = 0{,}33696 \approx 0{,}337$.

### Exercice 2 : Satisfaction des clients

Une entreprise de vente en ligne a un taux de satisfaction de $82\,\%$. Un commercial contacte $20$ clients choisis au hasard parmi un très grand nombre de clients ; on note $X$ le nombre de clients satisfaits. Un client satisfait constitue un succès.

1. Justifier que $X$ suit une loi binomiale et préciser ses paramètres.
2. Calculer la probabilité qu’exactement $16$ clients soient satisfaits.
3. Calculer la probabilité qu’au moins $18$ clients soient satisfaits.
4. Calculer l’écart-type du nombre de clients satisfaits.
5. Chaque client satisfait rapporte $200$ € de chiffre d’affaires. Quel est le chiffre d’affaires moyen attendu ?

#### Correction détaillée

## Question 1 : Justifier que $X$ suit une loi binomiale

**Méthode : Reconnaître un schéma de Bernoulli ; un choix au hasard dans une très grande population est assimilé à un tirage avec remise.**

**Etape : Schéma de Bernoulli**
Chaque client contacté est satisfait (succès, probabilité $p = 0{,}82$) ou non (probabilité $0{,}18$). Les clients étant choisis au hasard parmi un très grand nombre, les $20$ épreuves sont assimilées à des épreuves identiques et indépendantes ; $X$ compte les succès.

**Resultat : $X$ suit la loi binomiale $\mathcal{B}(20\,;0{,}82)$.**

## Question 2 : Probabilité d’exactement $16$ clients satisfaits

**Méthode : Formule $P(X = k) = \binom{n}{k}p^k(1 - p)^{n - k}$ avec $k = 16$.**

**Etape : Calcul**
$\binom{20}{16} = \binom{20}{4} = 4\,845$, donc

$$
\begin{aligned}
P(X = 16) &= 4\,845 \times 0{,}82^{16} \times 0{,}18^4 \\
&\approx 4\,845 \times 0{,}0418 \times 0{,}00104976 \\
&\approx 0{,}2125
\end{aligned}
$$

**Resultat : $P(X = 16) \approx 0{,}213$**

## Question 3 : Probabilité d’au moins $18$ clients satisfaits

**Méthode : $X \ge 18$ signifie $X = 18$, $19$ ou $20$ : on additionne trois probabilités.**

**Etape : Les trois probabilités (calculatrice)**
$$
\begin{aligned}
P(X = 18) &\approx 0{,}1730 \\
P(X = 19) &\approx 0{,}0829 \\
P(X = 20) &= 0{,}82^{20} \approx 0{,}0189
\end{aligned}
$$

**Etape : Somme**
$$P(X \ge 18) \approx 0{,}1730 + 0{,}0829 + 0{,}0189 = 0{,}2748$$

On retrouve ce résultat avec $1 - P(X \le 17)$.

![Diagramme en bâtons de la loi B(20 ; 0,82) : barres 18, 19 et 20 en vert, P(X ≥ 18) ≈ 0,275](https://optitab-media.s3.eu-north-1.amazonaws.com/exercice_images/v1_n97_ex1118_1_e1118_b20.png)

**Resultat : $P(X \ge 18) \approx 0{,}275$**

## Question 4 : Écart-type du nombre de clients satisfaits

**Méthode : $\sigma(X) = \sqrt{np(1 - p)}$.**

**Etape : Calculs**
$$
\begin{aligned}
V(X) &= 20 \times 0{,}82 \times 0{,}18 = 2{,}952 \\
\sigma(X) &= \sqrt{2{,}952} \approx 1{,}718
\end{aligned}
$$

**Resultat : $\sigma(X) \approx 1{,}718$**

## Question 5 : Chiffre d’affaires moyen

**Méthode : Le chiffre d’affaires vaut $200X$ euros, d’espérance $200\,E(X)$.**

**Etape : Calcul**
$$
\begin{aligned}
E(X) &= 20 \times 0{,}82 = 16{,}4 \\
E(200X) &= 200 \times 16{,}4 = 3\,280
\end{aligned}
$$

**Resultat : Le chiffre d’affaires moyen attendu est de $3\,280$ €.**

#### Réponses

1. $X$ suit la loi binomiale $\mathcal{B}(20\,;0{,}82)$.
2. $P(X = 16) \approx 0{,}213$.
3. $P(X \ge 18) \approx 0{,}275$.
4. $\sigma(X) = \sqrt{2{,}952} \approx 1{,}718$.
5. Chiffre d’affaires moyen : $3\,280$ €.

### Exercice 3 : Contrôle qualité et règle de décision

Une machine fabrique des pièces en très grande série. Lorsqu’elle est bien réglée, $6\,\%$ des pièces sont défectueuses. Chaque jour, on prélève au hasard $50$ pièces dans la production ; la production étant très grande, on assimile ce prélèvement à $50$ tirages avec remise. On note $X$ le nombre de pièces défectueuses de l’échantillon, la machine étant supposée bien réglée.

Pour la question 4, on donne des probabilités cumulées $P(X \le k)$, arrondies à $10^{-4}$.

| $k$ | $3$ | $4$ | $5$ | $6$ | $7$ |
|---|---|---|---|---|---|
| $P(X \le k)$ | $0{,}6473$ | $0{,}8206$ | $0{,}9224$ | $0{,}9711$ | $0{,}9906$ |

1. Justifier que $X$ suit une loi binomiale et préciser ses paramètres.
2. Calculer $P(X = 3)$, puis $P(X \le 2)$. Arrondir à $10^{-4}$.
3. Calculer l’espérance et l’écart-type de $X$. Interpréter l’espérance.
4. À l’aide du tableau, déterminer le plus petit entier $k$ tel que $P(X \le k) \ge 0{,}95$.
5. Le responsable adopte la règle suivante : si l’échantillon du jour contient **strictement plus de $6$** pièces défectueuses, on arrête la machine pour la régler.
  - a) Calculer la probabilité d’arrêter à tort une machine bien réglée.
  - b) Un jour, l’échantillon contient $7$ pièces défectueuses. Que décide-t-on ? Ce choix peut-il être une erreur ?

#### Correction détaillée

## Question 1 : Loi de $X$

**Méthode : Reconnaître un schéma de Bernoulli : des épreuves à deux issues, identiques et indépendantes.**

**Etape : Schéma de Bernoulli**
Chaque pièce prélevée est défectueuse (succès, probabilité $p = 0{,}06$) ou non (probabilité $0{,}94$). Le prélèvement est assimilé à $50$ tirages avec remise : les $50$ épreuves sont identiques et indépendantes. $X$ compte le nombre de succès.

**Resultat : $X$ suit la loi binomiale $\mathcal{B}(50\,;0{,}06)$.**

## Question 2 : Calculer $P(X = 3)$ et $P(X \le 2)$

**Méthode : Formule $P(X = k) = \binom{n}{k}p^k(1 - p)^{n - k}$ ; pour « au plus $2$ », on additionne les cas $X = 0$, $1$ et $2$ (ou on utilise « binomFRép »).**

**Etape : Calcul de $P(X = 3)$**
$\binom{50}{3} = \dfrac{50 \times 49 \times 48}{6} = 19\,600$, donc
$$
\begin{aligned}
P(X = 3) &= 19\,600 \times 0{,}06^3 \times 0{,}94^{47} \\
&\approx 0{,}2311
\end{aligned}
$$

**Etape : Calcul de $P(X \le 2)$**
$$
\begin{aligned}
P(X = 0) &= 0{,}94^{50} \approx 0{,}0453 \\
P(X = 1) &= 50 \times 0{,}06 \times 0{,}94^{49} \approx 0{,}1447 \\
P(X = 2) &= 1\,225 \times 0{,}06^2 \times 0{,}94^{48} \approx 0{,}2262
\end{aligned}
$$
La calculatrice (« binomFRép(50, 0.06, 2) ») donne directement $P(X \le 2) \approx 0{,}4162$.

**Resultat : $P(X = 3) \approx 0{,}2311$ et $P(X \le 2) \approx 0{,}4162$.**

## Question 3 : Espérance et écart-type

**Méthode : $E(X) = np$ et $\sigma(X) = \sqrt{np(1 - p)}$.**

**Etape : Calculs**
$$
\begin{aligned}
E(X) &= 50 \times 0{,}06 = 3 \\
V(X) &= 50 \times 0{,}06 \times 0{,}94 = 2{,}82 \\
\sigma(X) &= \sqrt{2{,}82} \approx 1{,}679
\end{aligned}
$$

**Resultat : $E(X) = 3$ et $\sigma(X) \approx 1{,}679$ : sur un grand nombre de jours, une machine bien réglée donne en moyenne $3$ pièces défectueuses par échantillon de $50$.**

## Question 4 : Plus petit $k$ tel que $P(X \le k) \ge 0{,}95$

**Méthode : On parcourt les probabilités cumulées dans l’ordre croissant de $k$ et l’on s’arrête à la première qui atteint $0{,}95$.**

**Etape : Lecture du tableau**
- $P(X \le 5) \approx 0{,}9224 < 0{,}95$ : $k = 5$ ne convient pas ;
- $P(X \le 6) \approx 0{,}9711 \ge 0{,}95$ : $k = 6$ convient.

Les probabilités cumulées augmentent avec $k$, donc aucun entier plus petit que $6$ ne convient.

**Point : Avec Python**
La fonction `seuil` du cours donne le même résultat : `seuil(50, 0.06, 0.05)` renvoie $6$.

**Resultat : Le plus petit entier cherché est $k = 6$ : une machine bien réglée donne au plus $6$ pièces défectueuses dans au moins $95\,\%$ des échantillons.**

## Question 5 : La règle de décision

**Méthode : « Strictement plus de $6$ » se traduit par $X \ge 7$ ; on calcule sa probabilité quand la machine est bien réglée.**

**Point : a) Arrêt à tort**
On arrête à tort une machine bien réglée lorsque $X \ge 7$ :
$$
\begin{aligned}
P(X \ge 7) &= 1 - P(X \le 6) \\
&\approx 1 - 0{,}9711 \\
&= 0{,}0289
\end{aligned}
$$

![Diagramme en bâtons de la loi B(50 ; 0,06) pour k de 0 à 14 : barres 0 à 6 en vert, P(X ≤ 6) ≈ 0,971, barres 7 et plus en orange, P(X ≥ 7) ≈ 0,029, probabilité d’arrêter à tort](https://optitab-media.s3.eu-north-1.amazonaws.com/exercice_images/v1_n97_ex1112_1_e1112_decision.png)

**Point : b) Un jour avec $7$ pièces défectueuses**
$7 > 6$ : la règle conduit à arrêter la machine pour la régler. Ce choix peut être une erreur : une machine bien réglée donne $7$ pièces défectueuses ou plus avec une probabilité d’environ $0{,}029$. Ce risque est faible, mais pas nul.

**Attention : « Strictement plus de $6$ » correspond à $X \ge 7$, et $P(X \ge 7) = 1 - P(X \le 6)$, pas $1 - P(X \le 7)$.**

**Resultat : a) $P(X \ge 7) \approx 0{,}029$ ; b) on arrête la machine, avec un risque d’erreur d’environ $2{,}9\,\%$.**

#### Réponses

1. $X$ suit la loi binomiale $\mathcal{B}(50\,;0{,}06)$.
2. $P(X = 3) \approx 0{,}2311$ ; $P(X \le 2) \approx 0{,}4162$.
3. $E(X) = 3$ ; $\sigma(X) = \sqrt{2{,}82} \approx 1{,}679$.
4. $k = 6$ (car $P(X \le 5) \approx 0{,}9224 < 0{,}95 \le P(X \le 6) \approx 0{,}9711$).
5. a) $P(X \ge 7) = 1 - P(X \le 6) \approx 0{,}029$ ; b) on arrête la machine ; risque d’erreur d’environ $2{,}9\,\%$.
