Pass Matu 2027 Tout MatuMath jusqu’à la matu : 89.– une seule fois Tout jusqu’à la matu : 89.– une fois Voir le Pass →

Fiches › Probabilités

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)=1−pq=\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 : X∼Bin⁡(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!(n−k)!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) pk q n−kavec q=1−p,  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(X≤r)=∑k=0r(nk)pkq n−k,P(X≥r)=∑k=rn(nk)pkq n−k.\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(X≥r)=1−P(X≤r−1).\mathbb{P}(X\ge r)=1-\mathbb{P}(X\le r-1).

Cas fréquent : au moins un succès

P(X≥1)=1−P(X=0)=1−q n=1−(1−p)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 X∼Bin⁡(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 0≤k≤n0\le k\le n).
  • Calculer q=1−pq=1-p.
  • Appliquer :

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

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

  • • « Au plus rr » : calculer P(X≤r)=∑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(X≥r)=1−P(X≤r−1).\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(X≥1)=1−(1−p)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−(1−p)n≥α1-(1-p)^n \ge \alpha (ou >>).
  • Isoler (1−p)n≤1−α(1-p)^n \le 1-\alpha.
  • Prendre les logarithmes (si nécessaire) :

n ln⁡(1−p)≤ln⁡(1−α).n\,\ln(1-p)\le \ln(1-\alpha).

  • Attention : ln⁡(1−p)<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

▾

X∼Bin⁡(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(1−p)\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 : X∼Bin⁡(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 X∼Bin⁡(10,12)X\sim\Bin(10,\tfrac12).
Calculer P(X=6)\mathbb{P}(X=6).

P(X=6)=(106)(12)6(12)10−6=(106)(12)10=2101024≈0.205.\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 X∼Bin⁡(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=21⋅136⋅(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 : X∼Bin⁡(4,15)X\sim\Bin(4,\tfrac15).
Calculer P(X=3)\mathbb{P}(X=3).

P(X=3)=(43)(15)3(45)1=4⋅1125⋅45=16625≈0.0256.\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 X∼Bin⁡(n,0.60)X\sim\Bin(n,0.60). On veut :

P(X≥1)>0.95.\mathbb{P}(X\ge 1)>0.95.

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

Donc
1−0.40n>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 : 1−0.404=1−0.0256=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=1−pq=1-p

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

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

P(X=2)≠P(X≥2)≠P(X≤2).\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(X≥r)=1−P(X≤r−1)\mathbb{P}(X\ge r)=1-\mathbb{P}(X\le r-1) (et pas 1−P(X≤r)1-\mathbb{P}(X\le r)).

Trouver nn

attention au signe de ln⁡(1−p)\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 X∼Bin⁡(n,p)X\sim\Bin(n,p).

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

Je connais E[X]=np\E[X]=np et Var⁡(X)=np(1−p)\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 · gratuit