Chapitre 08

Terminale ES

Probabilits continues
et lois densit
Ce que dit le programme :
CONTENUS

CAPACITS ATTENDUES

Notion de loi densit

partir dexemples

Les exemples tudis sappuient sur une exprience alatoire

et un univers associ , muni dune probabilit.
On dfinit alors une variable alatoire X, fonction de dans
R, qui associe chaque issue un nombre rel dun intervalle I
de R. On admet que X satisfait aux conditions qui permettent
de dfinir la probabilit de lvnement {X J} comme aire
du domaine :
{M(x, y) ; x J et 0 y f (x)}
o f dsigne la fonction de densit de la loi et J un intervalle
inclus dans I.
Toute thorie gnrale des lois densit et des intgrales sur
un intervalle non born est exclue.

Loi densit sur

un intervalle.

Loi uniforme sur [a, b].

Esprance dune variable
alatoire suivant une loi
uniforme.

Loi normale centre rduite

N (0,1).

Connatre la fonction de densit de la

loi uniforme sur [a, b].

desprance et dcart-type .

Linstruction nombre alatoire dun logiciel ou dune

calculatrice permet dintroduire la loi uniforme sur [0,1].
La notion desprance dune variable alatoire densit sur
b

[a;b] est introduite cette occasion par : a t f (t) dt .

On note que cette dfinition constitue un prolongement dans
le cadre continu de lesprance dune variable alatoire
discrte.
Connatre la fonction de densit de la loi
normale N (0,1) et sa reprsentation
graphique.
Connatre une valeur approche de la
probabilit de lvnement
{ X [ 1,96;1,96 ]} lorsque X suit la loi
normale N (0,1).

Loi normale N (, 2)

COMMENTAIRES

Utiliser une calculatrice ou un tableur

pour obtenir une probabilit dans le
cadre dune loi normale N (,2 ).
Connatre une valeur approche de la
probabilit des vnements suivants :
{ X [ , + ]},
{ X [ 2 , + 2 ]} et
{ X [ 3 , + 3 ]},
lorsque X suit la loi normale N (,2 ).

Pour introduire la loi normale N (0,1), on sappuie sur

lobservation des reprsentations graphiques de la loi de la
variable alatoire
X nnp
Z n=
np(1 p)
o Xn suit la loi binomiale B (n, p) et cela pour de grandes
valeurs de n et une valeur de p fixe entre 0 et 1.
ce propos, on peut faire rfrence aux travaux de Moivre et
de Laplace en les situant dans une perspective historique.
X suit

la loi normale N (0,1). On se limite une approche intuitive

de la notion desprance.

Une variable alatoire X suit la loi N (,2 ) si

On exploite les outils logiciels pour faire percevoir

linformation apporte par la valeur de lcart-type.
La connaissance dune expression algbrique de la fonction
de densit de cette loi nest pas un attendu du programme.
On illustre ces notions par des exemples issus des sciences
conomiques ou des sciences humaines et sociales.

I. Variable alatoire continue

1.1) Rappels sur les v.a. discrtes
On considre une exprience alatoire et l'univers (fini) associ, muni d'une
probabilit. On appelle variable alatoire discrte X, toute fonction de dans ,
qui associe chaque issue un nombre rel dun intervalle I de , X prend un
nombre fini de valeurs.
Ici, comme est fini, l'ensemble des valeurs prises par X est videmment fini.
On pose X()={x1 ; x1 ; ... ; xn}. On note "X = xk" l'vnement form de toutes les
Term.ES Ch. 08. Lois densit

Abdellatif ABOUHAZIM.

Lyce Fustel de Coulanges - Massy

www.logamaths.fr

Page 1/15

issues de qui ralisent X()= xk. On note en gnral pk= P(X = xk), la probabilit
de l'vnement "X = xk". Alors :
La loi de probabilit de la v.a. X, est dfinie par la donne des probabilits de
tous les vnements "X = xk", notes pk . On prsente (souvent) cette loi dans un
tableau comme suit
Valeurs xk
x1
x2
...
xn
pk = P(X = xk)

p1

...

p2

pn

L'esprance mathmatique de X, note E(X), dsigne la moyenne des valeurs

prises par X, et pondres par leurs probabilits de ralisation :
E ( X )= p 1 x 1+ p 2 x 2++ p n x n
k =n

qu'on note aussi avec le signe = "Somme" : E ( X )= p k x k

k=1

La variance de X, note V(X), dsigne la moyenne des carrs des carts la

moyenne de X. Autrement dit, en posant m = E(X).
2

k=n

V ( X )= E [ ( X E ( X )) ]= p k ( x k m ) .
k =1

La variance est le carr d'une distance donc, c'est un nombre positif ou nul.

( )
k=n

Thorme : V ( X )= E ( X )E ( X ) ou encore V ( X )=
2

p k x 2k m2

k=1

La variance V(X) permet de caractriser la dispersion des valeurs xk par rapport

la moyenne E(X).

L'cart-type de X, not (lire "sigma") ou (X) ou parfois X , est gal la

racine carre de la variance : ( X )= V ( X ) ou 2 ( X )=V ( X ) ou
simplement 2 =V .
Comme la variance, l'cart-type permet de caractriser la dispersion des
valeurs xk par rapport la moyenne E(X).
Une diffrence d'utilisation entre et V= 2, est que est de mme dimension
que les valeurs xk , donc les valeurs xk peuvent tre directement compares .

1.2) Variables alatoires continues

Dans toute la suite, on considre une exprience alatoire et l'univers associ (non
ncessairement fini), muni d'une probabilit.
Dfinition 1.
On appelle variable alatoire X, toute fonction de dans , qui associe chaque
issue un nombre rel dun intervalle I dans .
Exemples :
1) La variable alatoire X gale la dure de vie (ge au dcs) d'une personne
Term.ES Ch. 08. Lois densit

Abdellatif ABOUHAZIM.

Lyce Fustel de Coulanges - Massy

www.logamaths.fr

Page 2/15

dans une ville donne ou dans un pays donn, est une v.a. continue.
2) Le poids la naissance d'un bb, exprim en kg, , est une v.a. continue.
3) La variable alatoire X gale la dure de fonctionnement d'une ampoule

lectrique exprime en heures, est une v.a. continue.

4) La variable alatoire X gale la dure de communication tlphonique,

exprime en heures, d'un jeune de 16 25 ans, est une v.a. continue.

5) L'instruction ALEA() sur un tableur ou RAND# ou nbrAleat() sur une

calculatrice, donnent un nombre au hasard compris entre 0 et 1. Ces

instructions dfinissent une v.a. continue X prenant ses valeurs dans [0;1].
Toutes ces valeurs "peuvent" tre prises.
1.3) Fonction de densit de probabilit sur un intervalle
Dfinition 2.
On appelle fonction de densit de probabilit ou fonction de densit ou encore
densit de probabilit sur un intervalle I, toute fonction f, continue et positive sur
[a; b] et dont l'intgrale entre a et b est gale 1.
Autrement dit : f est une densit de probabilit sur l'intervalle [a; b] lorsque :
1) f 0 sur I ;
2) f est continue sur I ;
3)

a
x +

f ( x) dx=1 si I = [a; b] et lim

f (t ) dt=1 si I =[ a ;+ [

Exemples :
1) Soit f la fonction dfinie sur [0;1] par f (x)=2 x. Montrer que f dfinit bien
une fonction de densit sur [0;1].
2) Soit f la fonction dfinie sur [0;1] par f (x)=k x 2 . Dterminer k pour que f
dfinisse une fonction de densit sur [0;1].

1.4) Loi de probabilit densit sur un intervalle

On considre une exprience alatoire et l'univers associ, muni d'une probabilit.
Dfinition 3.
Term.ES Ch. 08. Lois densit

Abdellatif ABOUHAZIM.

Lyce Fustel de Coulanges - Massy

www.logamaths.fr

Page 3/15

Soit X une variable alatoire continue valeurs dans un intervalle [a;b] muni d'une
fonction de densit f.
On dfinit la loi de probabilit de densit f de X, en associant tout intervalle [c;d]
inclus dans [a; b], la probabilit de l'vnement X [c ; d ] c'est--dire c X d ,
gale l'aire du domaine D = {M(x;y) tels que : c x d et 0 y f (x)}, c'es-dire l'aire du domaine dlimit par la courbe de f, l'axe des abscisses et les droites
d'quations x = c et x = d. On a alors :
d

P ( X [c ; d ])=c f ( x) dx.
d

P (c X d )=c f ( x)dx.

ou encore :

P (a X b)=1

et

P (c X d )=c f ( x)dx

Proprits immdiates.
Soit X une variable alatoire continue valeurs dans un intervalle [a;b] muni d'une
fonction de densit f. Alors
P ( X =c)=0.
(P1) Probabilit d'un point : Pour tout rel c[a ;b]:
(P2) Les bornes n'ont pas d'importance. Pour tous nombres rels c , d [a ;b] :
P (c X d )=P (c X <d )= P (c< X d )=P (c< X <d )
(P3) : vnement contraire. Pour tout nombre rel c[a ;b]:
c

P ( X >c)= P (c< X b)=1P (a X <c)=1a f ( x)dx

Dmonstration.
(P1) Pour tout rel c[a ;b]:

P ( X =c)= P(c X c)=c f (x)dx=0.

(P2) [c ;d ]= [ c ; d [ { d } . Ces deux vnements tant incompatibles, on a :

P([c;d]) = P([c;d[) + P({d}) = P([c;d[) + 0 = P([c;d[).
(P3) L'vnement ( X >c)=(c< X b) est l'vnement contraire de (a X <c) .
Donc, par dfinition des probabilits de deux vnements contraires, nous avons :
Term.ES Ch. 08. Lois densit

Abdellatif ABOUHAZIM.

Lyce Fustel de Coulanges - Massy

www.logamaths.fr

Page 4/15

P ( X >c)= P (c< X b)=1P (a X <c)=1a f ( x)dx

CQFD.

Remarques :
Les proprits des probabilits dans le cas discret, s'tendent naturellement au cas
continu. Soient A et B deux vnements. Alors :
1)

P ()=0 ; et en plus, dans le cas continu, P({c}) = P("X = c ") = 0.

2)

P ()=1 ; ici P([a; b]) = 1.

3)

P ( A B)= P (A)+ P (B) P ( AB)

4)

P ( A B)=P ( A)+ P( B) ; si A et B sont incompatibles.

5) P( A ) = 1 P(A) ; o A dsigne l'vnement contraire de A.

6) Si P (B)0 , alors la probabilit conditionnelle de "A sachant que B est

ralis" est donne par la formule : P B (A)=

P( AB)
.
P (B)

Exemples :
Soit X la variable alatoire continue valeurs dans l'intervalle [0; 1], muni de la
fonction densit f dfinie par : f (x)=3 x 2 .
a) Dterminer P(X = 0,5)
b) Calculer P ( X 0,5) .
c) En dduire P ( X >0,5).
d) Calculer P (0,3< X 0,5) .
e) Calculer P (0,2X <0,5) (0,3 X <0,9).
Corrig
Tout d'abord, pour les diffrents calculs, je dtermine une primitive F de la fonction f.
f ( x )=3 x 2 , donc la fonction F dfinie par F ( x)=x 3 est une primitive de f sur [0,1].
[Je n'ai pas besoin de la constante pour le calcul de ces intgrales, puisqu'elle disparat en faisant la
soustraction F(b) F(a)].
a)

0,5

P ( X = 0,5) = P (0,5 X 0,5)=0,5 f ( x)dx=0.

b)
0,5

0,5

P ( X 0,5)=P (0X 0,5)=0 f ( x)dx =0 3 x dx=F (0,5)F (0)=( 0,5) 0 =0,125

c) L'vnement "X > 0,5" est l'vnement contraire de " X 0,5 " .
Donc P (X > 0,5) = 1P ( X 0,5) = 1 0,125 = 0,875.
d)

0,5

0,5

P (0,3 X 0,5)=0,3 f ( x)dx=0,3 3 x 2 dx

P (0,3 X 0,5)=F (0,5)F (0,3)=(0,5)3 (0,3)3=0,1250,027=0,098

e) Par dfinition d'une probabilit conditionnelle :
P ( X [0,2 ; 0,5][0,3 ; 0,9])
P(0,2 X <0,5) (0,3 X <0,9)=P X [0,2; 0,5] ( X [0,3 ; 0,9 ])=
P ( X [0,2 ; 0,5])
0,5

Donc

P( X [0,3 ; 0,5]) 0,3

P(0,2 X <0,5) (0,3 X <0,9)=
= 0,5
P( X [0,2 ; 0,5])
0,2
3

=
Term.ES Ch. 08. Lois densit

f ( x) dx
f ( x) dx

F (0,5)F (0,3) (0,5) ( 0,3) 0,098

=
=
0,838 CQFD.
F (0,5)F (0,2) (0,5)3( 0,2)3 0,117

Abdellatif ABOUHAZIM.

Lyce Fustel de Coulanges - Massy

www.logamaths.fr

Page 5/15

1.5) Esprance d'une v.a. densit

On considre une exprience alatoire et l'univers associ, muni d'une probabilit.
Dfinition 3.
Soit X une variable alatoire continue de densit de probabilit f sur l'intervalle [a;b].
Alors, l'esprance mathmatique de X sur [a;b] est dfinie par :
b

E ( X )=a x f ( x )dx

Remarque : Cette formule constitue un prolongement dans le cadre continu de

n
b
lesprance dune v.a. discrte. En effet : E ( X )=i=1 x i p i a x f ( x )dx .
le symbole est remplac par le symbole et la probabilit p par f (x)dx.
Exemple : On reprend l'exemple prcdent avec f (x)=3 x 2 sur l'intervalle [0; 1].
Alors, par dfinition, l'exprance de X est donne par :
1

[ ]

x4
3
3
E ( X )=0 x f (x)dx=0 x3 x dx=0 3 x dx= 3
= 0= .
4 0 4
4
1

II. Loi uniforme

2.1) Activit
A l'aide d'un tableur ou d'une calculatrice, choisir un nombre au hasard.
L'instruction ALEA() sur un tableur ou RAND# ou nbrAleat() sur une calculatrice,
donnent un nombre au hasard compris entre 0 et 1, exclus.
a) Y a-t-il un nombre qui a plus de chance d'apparatre que les autres nombres ?
b) Calculer la probabilit de l'vnement le nombre choisi appartient
l'intervalle I = [0,15 ; 0,17[ et possde exactement trois dcimales .
c) Mme question avec le nombre choisi appartient l'intervalle J=[0,2 ;0,5[
et possde exactement trois dcimales .
d) Calculer l'amplitude de chacun des intervalles I et J prcdents.
Faites une conjecture pour calculer la probabilit de de l'vnement le
nombre choisi appartient l'intervalle K = [c; d[ contenu dans [0;1[ .
a) Naturellement, il n'existe pas de nombre privilgi . Tous les nombres compris entre 0 et 1 ont la mme
chance d'apparatre que les autres nombres. On pourrait assimiler ce choix alatoire une situation
d'quiprobabilit !
b) On pose : 1 = l'ensemble des nombres de [0 ; 1[ qui possdent exactement trois dcimales. 1 contient
exactement 1000 nombres qui possdent exactement trois dcimales, de 0 = 0,000 0,999.
Soit A l'vnement le nombre choisi appartient l'intervalle I = [0,15 ; 0,17[ et possde exactement trois
dcimales . A contient 20 nombres qui possdent exactement trois dcimales, de 0 = 0,150 0,169 inclus
dans l'intervalle [0,15 ; 0,17[.
Par consquent, comme nous sommes dans une situation d'quiprobabilit, on a :
Term.ES Ch. 08. Lois densit

Abdellatif ABOUHAZIM.

Lyce Fustel de Coulanges - Massy

www.logamaths.fr

Page 6/15

P (A)=

Nombre d ' issues favorables card ( A)

20
=
=
=0,02
Nombre d ' issues possibles
card 1 1000

c) Soit B l'vnement le nombre choisi appartient l'intervalle J = [0,2 ; 0,5[ et possde exactement trois
dcimales . B contient 20 nombres qui possdent exactement trois dcimales, de 0 = 0,200 0,499 inclus
dans l'intervalle [0,2 ; 0,5[.
Par consquent, comme nous sommes dans une situation d'quiprobabilit, on a :

P (B)=

Nombre d ' issues favorables card ( B) 300

=
=
=0,3
Nombre d ' issues possibles
card 1 1000

c) La longueur d'un intervalle [a;b] ou [a;b[ ou ]a;b[ est gale (b a). Par consquent
longueur(I) = longueur([0,15 ; 0,17[) = 0,02.
et longueur(J) = longueur([0,2 ; 0,5[) = 0,3.
Conjecture Il semble que la probabilit que "le nombre choisi appartienne un intervalle K =[c;d [
contenu dans [0;1[" soit gale la longuer de cet intervalle . Soit :

P ( X [ c ; d [ )=d c ou encore

P ( X [ c ; d [ )=

d c
.
10

2.2) Dfinition d'une loi uniforme

Dfinition :
Soient a et b deux nombres rels distincts. Soit X une variable alatoire continue sur
l'intervalle [a;b]. On dit que la v.a. X suit une loi uniforme lorsque sa densit de
probabilit est une fonction constante sur [a; b].
On dit aussi que la v.a. X est uniformment rpartie sur lintervalle [a;b].
Proprit n1.
La fonction de densit de probabilit de la loi uniforme sur l'intervalle [a; b] est
1
dfinie sur [a; b] par f (x)=
.
ba
Dmonstration :
f est une fonction constante sur [a; b] donc pour tout x [a ;b] : f (x )=k , o k
est une constante relle positive. De plus, une primitive de f sur [a;b] est la fonction
F dfinie par : F (x)=k x. On alors, puisque ba0 :
b
1
a f ( x )dx=1 (ssi) F (b) F (a)=1 (ssi) k bk a=1 (ssi) k = ba .
1
Conclusion : pour tout x[a ;b] : f (x)=
.
CQFD.
ba
Proprit n2.
Soit X une variable alatoire qui suit la loi uniforme sur l'intervalle [a; b]. Alors,
pour tout intervalle [c ;d ] contenu dans [a ;b] , on a :
d c
P (c X d )=
ba
Dmonstration :
La fonction de densit de probabilit de la loi uniforme sur l'intervalle [a; b] est
1
dfinie sur [a; b] par : f (x)=
. Donc :
ba
Term.ES Ch. 08. Lois densit

Abdellatif ABOUHAZIM.

Lyce Fustel de Coulanges - Massy

www.logamaths.fr

Page 7/15

P (c X d )=c

1
1
1
1
d c
dx =
x =
d
c=
ba
ba c ba
ba
ba

CQFD.

2.3) Esprance d'une loi uniforme

Proprit n3.
Soient a et b deux nombres rels distincts. Soit X une variable alatoire qui suit la
loi uniforme sur l'intervalle [a; b]. Alors, l'esprance de X est donne par :
a+b
E ( X )=
2
Dmonstration :
La fonction de densit de probabilit de la loi uniforme sur l'intervalle [a; b] est
1
dfinie sur [a; b] par : f (x)=
. Donc
ba
b

E ( X )=a

1
1
x2
b2
a2
b2a 2 b+a
x
dx =

=
=
ba
ba 2 a 2(ba) 2(ba ) 2 (ba)
2

CQFD.

Exemple :
Olivier vient tous les matins entre 7h et 7h 45 chez Karine prendre un caf.
1) Sachant quOlivier ne vient jamais en dehors de la plage horaire indique et quil peut
arriver tout instant avec les mmes chances, quelle densit peut-on attribuer la variable
alatoire heure darrive dOlivier ?
2) Calculer la probabilit quOlivier sonne chez Karine :
a) Aprs 7h30
b) Avant 7h10
c) Entre 7h20 et 7h22 d) A 7h30 exactement.
3) Calculer l'heure moyenne d'arrive d'Olivier ?
Corrig
1) On appelle X la variable alatoire heure darrive dOlivier . X est une v.a. uniformment
3
rpartie sur l'intervalle [7 ; 7,75] ou [7 ; 7+
]. On dit aussi que X suit la loi uniforme sur cet
4
intervalle.
Remarque : Dans cet exercice, l'unit utilise est l'heure . Les questions sont en minutes. On
pourrait tout transformer en minutes et dfinir une nouvelle variable alatoire Y, pour simplifier
les calculs.
1
heure et "traduire" toutes les questions en fractions d'heures !!
60
Soit Y la variable alatoire le temps d'arrive dOlivier, exprim en minutes, aprs 7 heures .
X est une v.a. uniformment rpartie sur l'intervalle [0 ; 45].
Sinon, crire 1 minute=

2 a) La probabilit quOlivier sonne chez Karine aprs 7h30 est donne par :
7,757,5 0,25 1
=
=
Calculs avec les heures : P (Aprs 7h30)=P (7,5X 7,75)=
7,757 0,75 3
4530 1
=
Calculs avec les minutes : P (Aprs 7h30)=P (30Y 45)=
450 3
2 b) La probabilit quOlivier sonne chez Karine avant 7h10 est donne par :

Term.ES Ch. 08. Lois densit

Abdellatif ABOUHAZIM.

Lyce Fustel de Coulanges - Massy

www.logamaths.fr

Page 8/15

2 c)

1
7+ 7
10
6
1 4 2
= =
Calculs avec les heures : P (Avant 7h10)=P (7 X 7+ )=
60
3
6 3 9
7+ 7
4
100 2
=
Calculs avec les minutes : P (Avant 7h10)=P (0Y 10)=
450 9
La probabilit quOlivier sonne chez Karine entre 7h20 et 7h22 est donne par :
Calculs avec les heures :
22
20
7
20
22
60
60 2 4 2
P (Entre 7h20 et 7h22)=P (7+ X 7+ )=
= =
60
60
3
60 3 45
7+ 7
4
2220 2
=
Calculs avec les minutes : P (Entre 7h20 et 7h22)=P (20Y 22)=
450 45
7+

2 d) La probabilit quOlivier sonne chez Karine 7h30 exactement est donne par :
7,57,5
=0
7,757
3030
=0 .
Calculs avec les minutes : P ( A7h30 exactement )=P (30Y 30)=
450
0+45
=22,5 minutes .
3) Calcul du temps moyen "espr" : E ( X )=
2

Calculs avec les heures : P ( A7h30 exactement )=P (7,5 X 7,5)=

Par consquent, l'heure moyenne d'arrive d'Olivier est 7h 22min 30s.

III. Loi normale centre rduite

3.1) Activit
Une variable alatoire X qui suit la loi binomiale B (n, p), de paramtres n et p, est
une v. a. qui compte le nombre de succs lors de la rptition de n expriences de
Bernoulli indpendantes avec, P(S) = p. Les lments caractristiques d'une loi
binomiale sont :
Rappel :
Soit X est une variable alatoire qui suit une loi binomiale de paramtres n et p,
alors, l'esprance, la variance et l'cart-type de X sont donns par :
m = E(X) = np ,
V ( X )= 2=np (1 p)
et ( X )= V ( X )= np (1 p)
Si X est une variable alatoire donne, d'esprance E(X) = m. Alors la variable
alatoire dfinie par Y = X m, a une esprance nulle E(Y) = m m = 0. On dit que
Y est la variable alatoire centre associe X. En effet, lorsqu'on soustrait la valeur
moyenne toutes les valeurs d'une srie statistique, on obtient une moyenne gale 0.
D'autre part,
Si X est une variable alatoire donne, de variance V(X) = 2. Alors la variable
alatoire dfinie par Z = X/ , a une variance V(Z) = V(X)/ 2 = 1. On dit que Z est la
variable alatoire rduite associe X. En effet, lorsqu'on divise toutes les valeurs
par l'cart-type, on obtient un cart-type gal 1.
Term.ES Ch. 08. Lois densit

Abdellatif ABOUHAZIM.

Lyce Fustel de Coulanges - Massy

www.logamaths.fr

Page 9/15

Soit Xn une variable alatoire qui suit la loi binomiale de paramtres n et p.

Reprsentation graphique de X10 pour n = 10 et p = 0,5 donc E(X10) = 5 et =1,581..

Reprsentation graphique de X100 pour n = 100 et p = 0,5 donc E(X100) = 50 et =5.

On dfinit une nouvelle variable alatoire Zn de la manire suivante :

X m
X nnp
Zn= n
=

np(1 p)
Zn est une variable alatoire centre rduite : E(Zn) = 0 et (Zn) = 1.
Lorsque n prend des valeurs de plus en plus grandes et p fix (ici p =0,5), le
mathmaticien franais Abraham de Moivre a montr que les histogrammes
reprsentant la loi de Zn se rapprochent de la courbe d'une fonction (lire "phi")
1
1 2 x
dfinie sur par :
( x)=
e
2
2

Voici les histogrammes de Z10 et Z100.

On peut dire alors que lorsque n prend des valeurs de plus en plus grandes (n tend
vers + ) et p fix, alors la variable alatoire Zn peut tre approche par une
variable alatoire continue ayant pour fonction densit la fonction dfinie cidessus.
Term.ES Ch. 08. Lois densit

Abdellatif ABOUHAZIM.

Lyce Fustel de Coulanges - Massy

www.logamaths.fr

Page 10/15

3.2) La loi normale centre rduite N (0,1)

a) Dfinition.
Une variable alatoire Z suit la loi normale centre rduite, note N(0,1) lorsque Z
admet pour fonction densit la fonction dfinie sur par :
1
1 2 x
( x)=
e
2
b) Proprits.
+
(P1) est une fonction continue et positive sur et ( x)dx=1 .
L'aire totale du domaine compris entre la courbe et l'axe des abscisses est gale 1.
Donc est bien une fonction de densit de probabilit.
Par dfinition : E(Z) = 0 , V(X) = 2 = 1 et (X) = 1.
2

(P2) Pour tous nombres rels a et b, tels que ab : P (aZ b)=a (x)dx

Et d'aprs les proprits d'une fonction de densit de probabilits, on a :

P (aZ b)=P (aZ <b)=P (a<Z b)=P (a<Z <b)
(P3) La fonction est paire donc sa courbe est symtrique par rapport l'axe des
1
ordonnes. Donc : P (Z 0)= P (Z0)=
2

(P4) Pour tout nombre rel a, on a par symtrie : P (Za)= P(Z a)

(P5) Valeurs de rfrence :

P (1Z 1)=0,6829... = 68,3%
P (2Z 2)=0,9545... = 95,5%
P (3 Z3)=0,9973... = 99,7%
Term.ES Ch. 08. Lois densit

Abdellatif ABOUHAZIM.

Lyce Fustel de Coulanges - Massy

www.logamaths.fr

Page 11/15

3.3) Utilisation de la calculatrice

c) Calcul des probabilits la calculatrice : Loi normale N(0;1) ou N(,2 ) :
Casio : Graph 35+ et modles sup.
Calcul des probabilits P( 0,5 < Z< 1,2)
Menu STATDIST NORM NCD
Pour calculer P( 0,5 < Z < 1,2 )
DC normale (ou normal C.D)
Data
: Variable
Lower
: -0.5
Upper
: 1.2

: 1

: 0
Save Res :None

Execute

CALC Pour calculer, appuyer sur F1

Aprs excution on obtient :

DC normale
P= 0.57639274
z:Low=-0.5
z:Up = 1.2

Texas : TI82 Stats et modles sup.

Calcul des probabilits P( 0,5 < Z< 1,2)
Menu 2nd DISTR (ou Distrib)

Pour calculer P( 0,5< Z<1,2)

Menu 2nd DISTR normalcdf ou
normalFrp (version fr)
Complter les paramtres : a, b , ,
normalcdf(0.5,1.2,0,1)
Aprs excution on obtient :
0.5763927362

Remarques :
Certaines calculatrices ne fournissent pas P ( X <b)=P ( X b) mais seulement P (aX b ) .
Pour le calcul de P ( X <b)=P ( X b) dans le cas o X suit une loi N(,2 ), la mthode
rigoureuse pratique est donc la suivante (Faire une f igure ! ) : trs important !!

Si b > , on utilise :

P ( X <b)=0,5+ P( X b) ;

Si b < , on utilise : P ( X <b)=0,5 P(b X ).

Avec une mthode analogue, on peut calculer P ( X >b)= P( X b) :

Si b > , on utilise :

P ( X >b)=0,5 P( X b) ;

Si b < , on utilise : P ( X >b)=0,5+ P(b X ).

Term.ES Ch. 08. Lois densit

Abdellatif ABOUHAZIM.

Lyce Fustel de Coulanges - Massy

www.logamaths.fr

Page 12/15

Cependant, comme la fonction exp( x2) tend vers 0 trs rapidement lorque x tend
vers l'infini, on peut calculer P ( X <b)=P ( X b) en crivant sur une calculatrice les
valeurs : a = 1099 et b. Ce qui donne : P ( X <b)= P(1099 < X <b) .

IV. Loi normale N(,2)

4.1) Dfinition
Une variable alatoire X suit une loi normale N(,2 ) si la variable alatoire
X
Z=
suit la loi normale centre rduite N (0,1).

4.2) Esprance et cart-type

Si une v.a. X suit une loi normale N(,2 ), alors E(X)= , V(X)=2 et = V ( X )
Attention !
Lorsqu'on crit "X suit la loi N(40;5 )", cela signifie que la valeur moyenne de X est
bien E(X) = 40, alors que 5 dsigne la variance de X, donc l'cart-type est = 5 .
Attention, dans certains ouvrages (anciens), on note N(, ) au lieu de N(,2 ).
Exemple (Extrait des documents ressources) :
La masse en kg des nouveaux ns la naissance est une variable alatoire qui peut tre modlise
par une loi normale de moyenne = 3,3 et dcart-type = 0,5. Calculer la probabilit quun
nouveau n pse moins de 2,5 kg la naissance.
La probabilit quun nouveau n pse moins de 2,5 kg la naissance est donc : P(X< 2,5).
X 3,3
suit la loi normale centre rduite N(0,1).
0,5
X 3,3 2,53,3
<
On a alors : P(X < 2,5) = P(X3,3 < 2,5 3,3) = P
0,5
0,5

La variable

Z=

Ce qui donne : P(X < 2,5) = P(Z < 1,6) = 1 P(Z < 1,6) 0,055.
La probabilit cherche est donc gale 0,055 103 prs.
On peut aussi obtenir directement la valeur de P(X < 2,5) la calculatrice.

4.3) Courbe de la fonction de densit de probabilit

Soit X une v.a.continue qui suit une loi normale N(,2 ), alors :
1) La courbe reprsentative Cf de sa fonction f de densit de probabilit admet la
doite d'quation "x = " pour axe de symtrie ;
2) La courbe reprsentative Cf est "pointue" si 0 < <1 et Cf est "tale" si >1.
Illustration : Influence de sur la reprsentation graphique (ici = 0).

Term.ES Ch. 08. Lois densit

Abdellatif ABOUHAZIM.

Lyce Fustel de Coulanges - Massy

www.logamaths.fr

Page 13/15

4.4) Les intervalles Un, deux, trois sigmas

Les rsultats suivants sont utiliss dans de nombreuses situations.
P ( X +)=0,6829... = 68,3%
P (2 X +2)=0,9545... = 95,5%
P (3 X +3)=0,9973... = 99,7%
Illustration :

4.5) Dterminer t connaissant la valeur de P(X< t)

Exemple : Soit X une v.a. continue qui suit une loi normale N(10; 0,82). Dterminer une valeur
approche de t au centime prs telle que 1) P ( X t)=0,95 et 2) P ( X t)=0,85 .

C'est le calcul inverse.

1) Pour dterminer t telle que : P ( X t)=0,95 on utilise les instructions inverses
sur la calculatrice.
Casio : Graph 35+ et modles sup.
Texas : TI82 Stats et modles sup.
Menu STATDIST NORM F3 invN
Pour calculer t tel que P(X < t ) = 0,95
Normal inverse
Data
: Variable
Tail
: Left
Area
: 0,95

: 10

: 0,8
Save Res :None

Execute

CALC Pour calculer, appuyer sur F1

Aprs excution on obtient :

Normal inverse
xInv=11,3158829

Pour calculer t tel que P(X < t ) = 0,95

Menu 2nd DISTR (ou Distrib)

Pour calculer P(X < t ) = p

Menu 2nd DISTR invNorm ou
FracNormale (version fr)
Complter les paramtres : p, ,
FracNormale(0.95,10,0.8)
Aprs excution on obtient :
11,3158829

Conclusion : Une valeur approche de t telle que P ( X t)=0,95 est t11,32 au

centime prs.
2) Pour dterminer une valeur approche de t telle que P ( X t)=0,85 ,
sur Casio, il suffit de remplacer "Left" par "Right". On obtient directement
Term.ES Ch. 08. Lois densit

Abdellatif ABOUHAZIM.

Lyce Fustel de Coulanges - Massy

www.logamaths.fr

Page 14/15

t9,17 .
Sur Texas : On fait une petite transformation :
P ( X t )=1P ( X t)=10,85=0,15
Avec la procdure ci-dessus, on cherche t telle que P ( X t )=0,15 et on
obtient : t 9,17 .
OUF !

Term.ES Ch. 08. Lois densit

Abdellatif ABOUHAZIM.

Lyce Fustel de Coulanges - Massy

www.logamaths.fr

Page 15/15