FichesProbabilités

Probabilités · niveau commun

Loi binomiale (épreuves de Bernoulli)

Fiche de niveau commun · Probabilités · chapitre 6 · 3 notions : Épreuve de Bernoulli, Paramètres, Variable aléatoire binomiale

📘

Définition

Épreuve de Bernoulli

expérience à deux issues : succès SS ou échec EE.

Paramètres

p=P(S)p=\mathbb{P}(S) et q=P(E)=1pq=\mathbb{P}(E)=1-p.

Schéma de Bernoulli à nn étapes

on répète nn fois la même épreuve de Bernoulli, avec :

  • • mêmes probabilités à chaque étape (pp constant),
  • indépendance : entre les répétitions.

Variable aléatoire binomiale

X=X= nombre de succès obtenus en nn répétitions.

On note : XBin(n,p)X\sim\Bin(n,p) (loi binomiale de paramètres nn et pp).

Valeurs possibles

X{0,1,2,,n}X\in\{0,1,2,\dots ,n\}.

🧮

Formules essentielles

Coefficient binomial

(nk)=n!k!(nk)!pour k{0,,n}.\binom{n}{k}=\frac{n!}{k!(n-k)!} \quad\text{pour } k\in\{0,\dots ,n\}.

Probabilité d'obtenir exactement kk succès

(fonction de masse) :

P(X=k)=(nk)pkqnkavec q=1p,  k=0,,n.\mathbb{P}(X=k)=\binom{n}{k}\,p^{k}\,q^{\,n-k} \quad\text{avec } q=1-p,\; k=0,\dots ,n.

Somme des probabilités

k=0nP(X=k)=1.\sum_{k=0}^{n}\mathbb{P}(X=k)=1.

Probabilités cumulées

P(Xr)=k=0r(nk)pkqnk,P(Xr)=k=rn(nk)pkqnk.\mathbb{P}(X\le r)=\sum_{k=0}^{r}\binom{n}{k}p^k q^{\,n-k}, \qquad \mathbb{P}(X\ge r)=\sum_{k=r}^{n}\binom{n}{k}p^k q^{\,n-k}.

Complément (très utile)

P(Xr)=1P(Xr1).\mathbb{P}(X\ge r)=1-\mathbb{P}(X\le r-1).

Cas fréquent : au moins un succès

P(X1)=1P(X=0)=1qn=1(1p)n.\mathbb{P}(X\ge 1)=1-\mathbb{P}(X=0)=1-q^{\,n}=1-(1-p)^{n}.

Espérance et dispersion

(lecture du « centre » et de l'étalement) :

E[X]=np,Var(X)=npq,σX=npq.\E[X]=np,\qquad \Var(X)=npq,\qquad \sigma_X=\sqrt{npq}.

🛠️

Méthodes

Pour modéliser une situation par une loi binomiale :

  • • Identifier l'épreuve : deux issues (succès/échec).
  • Vérifier que la probabilité de succès est constante : pp.
  • Vérifier l'indépendance des répétitions.
  • Définir X=X= nombre de succès en nn répétitions, puis écrire XBin(n,p)X\sim\Bin(n,p).

Pour calculer

P(X=k)\mathbb{P}(X=k) (exactement kk succès) :

  • • Relever nn, pp et kk (avec 0kn0\le k\le n).
  • Calculer q=1pq=1-p.
  • Appliquer :

P(X=k)=(nk)pkqnk.\mathbb{P}(X=k)=\binom{n}{k}p^k q^{\,n-k}.

Pour « au plus » / « au moins » (sommes) :

  • • « Au plus rr » : calculer P(Xr)=k=0rP(X=k)\mathbb{P}(X\le r)=\sum_{k=0}^{r}\mathbb{P}(X=k).
  • « Au moins rr » : utiliser de préférence le complément :

P(Xr)=1P(Xr1).\mathbb{P}(X\ge r)=1-\mathbb{P}(X\le r-1).

Pour « au moins un succès » :

  • • Calculer l'événement complémentaire : « aucun succès » (X=0X=0).
  • Utiliser :

P(X1)=1(1p)n.\mathbb{P}(X\ge 1)=1-(1-p)^n.

Pour trouver nn à partir d'une probabilité cible (type « au moins un succès ») :

  • • Partir de 1(1p)nα1-(1-p)^n \ge \alpha (ou >>).
  • Isoler (1p)n1α(1-p)^n \le 1-\alpha.
  • Prendre les logarithmes (si nécessaire) :

nln(1p)ln(1α).n\,\ln(1-p)\le \ln(1-\alpha).

  • Attention : ln(1p)<0\ln(1-p)<0 (si 0<p<10<p<1) ⇒ le sens de l'inégalité s'inverse en divisant.
  • Conclure avec le plus petit entier nn qui convient.
📈

Interprétations et graphiques

XBin(n,p)X\sim\Bin(n,p) compte le nombre de succès : c'est une distribution discrète (barres).

Interprétation de (nk)\binom{n}{k} : nombre de façons de placer kk succès parmi nn essais.

Lecture rapide :

  • • Centre : de la distribution : autour de npnp.
  • Dispersion : typiquement de l'ordre de σ=np(1p)\sigma=\sqrt{np(1-p)}.
  • Si p=12p=\tfrac12, la distribution est symétrique.
  • Si pp est proche de 00 (ou 11), la masse est concentrée près de 00 (ou près de nn).

Exemple de graphe : XBin(10,12)X\sim\Bin(10,\tfrac12)

Figure : Loi binomiale (épreuves de Bernoulli) (Probabilités, niveau commun)

✏️

Exemples-types

Exemple 1 (pièce équilibrée) :

On lance 1010 fois une pièce. On appelle succès : « obtenir pile ».
Alors p=12p=\tfrac12 et X=X= nombre de piles, donc XBin(10,12)X\sim\Bin(10,\tfrac12).
Calculer P(X=6)\mathbb{P}(X=6).

P(X=6)=(106)(12)6(12)106=(106)(12)10=21010240.205.\mathbb{P}(X=6)=\binom{10}{6}\left(\tfrac12\right)^6\left(\tfrac12\right)^{10-6} =\binom{10}{6}\left(\tfrac12\right)^{10} =\frac{210}{1024}\approx 0.205.

Exemple 2 (dé équilibré) :

On lance 77 fois un dé. Succès : « obtenir un six ».
Alors p=16p=\tfrac16, q=56q=\tfrac56, et XBin(7,16)X\sim\Bin(7,\tfrac16).
Calculer P(X=2)\mathbb{P}(X=2) (exactement deux six).

P(X=2)=(72)(16)2(56)5=21136(56)5.\mathbb{P}(X=2)=\binom{7}{2}\left(\tfrac16\right)^2\left(\tfrac56\right)^{5} =21\cdot \frac{1}{36}\cdot \left(\frac{5}{6}\right)^5.

(On peut laisser la réponse sous cette forme exacte ; une valeur approchée est possible avec calculatrice.)

Exemple 3 (QCM au hasard) :

Un QCM comporte 44 questions, chacune avec 55 choix dont un seul correct.
À chaque question, la probabilité de répondre juste est p=15p=\tfrac15 (au hasard), et on suppose l'indépendance.
Soit X=X= nombre de réponses correctes : XBin(4,15)X\sim\Bin(4,\tfrac15).
Calculer P(X=3)\mathbb{P}(X=3).

P(X=3)=(43)(15)3(45)1=4112545=166250.0256.\mathbb{P}(X=3)=\binom{4}{3}\left(\tfrac15\right)^3\left(\tfrac45\right)^{1} =4\cdot \frac{1}{125}\cdot \frac{4}{5} =\frac{16}{625}\approx 0.0256.

Exemple 4 (au moins une réussite, trouver nn) :

Un archer touche la cible avec probabilité p=0.60p=0.60 à chaque tir (indépendants).
Combien de flèches doit-il tirer pour que la probabilité de toucher au moins une fois soit strictement supérieure à 95%95\% ?
Soit XBin(n,0.60)X\sim\Bin(n,0.60). On veut :

P(X1)>0.95.\mathbb{P}(X\ge 1)>0.95.

On utilise le complément :
P(X1)=1P(X=0)=1(10.60)n=10.40n.\mathbb{P}(X\ge 1)=1-\mathbb{P}(X=0)=1-(1-0.60)^n=1-0.40^n.

Donc
10.40n>0.95    0.40n<0.05.1-0.40^n>0.95 \;\Longleftrightarrow\; 0.40^n<0.05.

En logarithmes (optionnel) :
nln(0.40)<ln(0.05)    n>ln(0.05)ln(0.40)3.27.n\ln(0.40)<\ln(0.05) \;\Longleftrightarrow\; n>\frac{\ln(0.05)}{\ln(0.40)}\approx 3.27.

Le plus petit entier est donc n=4\boxed{n=4} (et on vérifie : 10.404=10.0256=0.9744>0.951-0.40^4=1-0.0256=0.9744>0.95).

⚠️

Pièges et cas particuliers

Deux issues seulement

si l'expérience a plus de deux issues, il faut d'abord définir clairement succès/échec (regrouper les issues).

pp constant

si la probabilité de succès change d'un essai à l'autre, ce n'est (en général) pas une binomiale.

Indépendance

sans remise (tirages dans une urne sans replacer), les essais ne sont pas indépendants \Rightarrow pas binomial (sauf approximation éventuelle hors objectif de base).

Oublier q=1pq=1-p

ne pas écrire (1p)(1-p) à la place de qq ou inversement sans cohérence.

Confusion « exactement » vs « au moins »/« au plus »

P(X=2)P(X2)P(X2).\mathbb{P}(X=2)\neq \mathbb{P}(X\ge 2)\neq \mathbb{P}(X\le 2).

Erreur sur

(nk)\binom{n}{k} : utiliser des arrangements/permutations au lieu des combinaisons.

Valeurs impossibles

si k<0k<0 ou k>nk>n, alors P(X=k)=0\mathbb{P}(X=k)=0.

Complément mal appliqué

P(Xr)=1P(Xr1)\mathbb{P}(X\ge r)=1-\mathbb{P}(X\le r-1) (et pas 1P(Xr)1-\mathbb{P}(X\le r)).

Trouver nn

attention au signe de ln(1p)\ln(1-p) (négatif si 0<p<10<p<1) \Rightarrow inversion du sens de l'inégalité quand on divise.

À retenir

Je sais reconnaître une situation binomiale (2 issues, pp constant, indépendance).

Je définis correctement X=X= nombre de succès et j'écris XBin(n,p)X\sim\Bin(n,p).

Je connais P(X=k)=(nk)pk(1p)nk\mathbb{P}(X=k)=\binom{n}{k}p^k(1-p)^{n-k}.

Je calcule (nk)\binom{n}{k} sans me tromper.

Je traite « au plus / au moins » avec des sommes ou un complément.

Je sais utiliser P(X1)=1(1p)n\mathbb{P}(X\ge 1)=1-(1-p)^n.

Je connais E[X]=np\E[X]=np et Var(X)=np(1p)\Var(X)=np(1-p).

Je vérifie que mon kk est bien entre 00 et nn.

Je repère les pièges : dépendance, sans remise, pp non constant.

🃏 Étape suivante Flashcards : Probabilités Mémorise les définitions et formules de ce chapitre, carte par carte.
Télécharger l'app gratuitement