Lois usuelles : binomiale, Poisson, normale, exponentielle (L1 probabilités)
Quelques lois de probabilité reviennent constamment pour modéliser des phénomènes aléatoires. En L1 du parcours data pour économistes, dans le cours de probabilités, les QCM CampusQCM testent leurs paramètres et…
Lois Usuelles Binomiale Poisson Normale Exponentielle
Quelques lois de probabilité reviennent constamment pour modéliser des phénomènes aléatoires. En L1 du parcours data pour économistes, dans le cours de probabilités, les QCM CampusQCM testent leurs paramètres et leurs usages. La loi de Bernoulli modélise une épreuve à deux issues (succès/échec) de…
Quelques lois de probabilité reviennent constamment pour modéliser des phénomènes aléatoires. En L1 du parcours data pour économistes, dans le cours de probabilités, les QCM CampusQCM testent leurs paramètres et leurs usages. La loi de Bernoulli modélise une épreuve à deux issues (succès/échec) de paramètre $p$. La loi binomiale $\mathcal{B}(n, p)$ compte le nombre de succès sur $n$ épreuves indépendantes : $P(X = k) = \binom{n}{k} p^k (1-p)^{n-k}$, d'espérance $np$ et de variance $np(1-p)$. La loi de Poisson $\mathcal{P}(\lambda)$ modélise le nombre d'événements rares sur une période : $P(X = k) = e^{-\lambda} \lambda^k / k!$, d'espérance et de variance égales à $\lambda$ ; elle approxime la binomiale quand $n$ est grand et $p$ petit. Côté continu, la loi exponentielle $\mathcal{E}(\lambda)$ modélise des durées d'attente sans mémoire, d'espérance $1/\lambda$. La loi normale $\mathcal{N}(\mu, \sigma^2)$, en cloche symétrique, est la plus importante : elle décrit de nombreux phénomènes et apparaît comme limite (théorème central limite). On la standardise en $Z = (X-\mu)/\sigma \sim \mathcal{N}(0,1)$ pour lire la table. Connaître espérance, variance et conditions d'emploi de chaque loi est indispensable à toute modélisation.
Objectifs d'apprentissage
- Caractériser les lois de Bernoulli et binomiale
- Maîtriser la loi de Poisson
- Connaître la loi exponentielle
- Comprendre la loi normale et sa standardisation
- Identifier la loi adaptée à un phénomène
Cours détaillé
À chaque phénomène sa loi
Une loi de probabilité est un modèle : elle associe à un phénomène aléatoire type une distribution de ses valeurs. On distingue les lois discrètes (la variable prend des valeurs isolées : Bernoulli, binomiale, Poisson) et les lois continues (la variable prend n'importe quelle valeur d'un intervalle : uniforme, exponentielle, normale). Bien modéliser, c'est d'abord reconnaître à quel type de phénomène on a affaire.
Les lois discrètes de comptage
La loi de Bernoulli décrit une épreuve à deux issues (succès/échec) de paramètre p. La loi binomiale $B(n, p)$ compte le nombre de succès sur n épreuves indépendantes : son espérance est $E = np$ et sa variance $V = np(1-p)$. La loi de Poisson modélise des événements rares survenant sur une période (appels, pannes) ; elle vérifie la propriété remarquable $E = V = \lambda$ et approche la binomiale quand n est grand et p petit.
La loi normale, reine des lois continues
La loi normale $\mathcal{N}(\mu, \sigma^2)$ est la fameuse courbe en cloche, symétrique autour de son espérance μ, dont la largeur est fixée par σ. Toute variable normale se ramène à la loi normale centrée réduite $\mathcal{N}(0,1)$ par standardisation : $Z = \dfrac{X - \mu}{\sigma}$. On lit alors les probabilités dans la table de la fonction de répartition Φ. C'est l'outil de calcul central du chapitre.
Pourquoi la normale est omniprésente
La loi normale s'impose partout à cause du théorème central limite : toute grandeur résultant de la somme de nombreux petits effets indépendants tend vers elle. Elle sert aussi d'approximation (une binomiale $B(n,p)$ avec n grand devient approximativement normale) et fonde toute l'inférence. La loi exponentielle, elle, modélise des durées de vie ou des temps d'attente et possède la propriété d'absence de mémoire.
Méthode et pièges
Le premier réflexe est d'identifier la loi d'après le phénomène : un comptage d'événements indépendants oriente vers la binomiale ou Poisson, une mesure continue vers la normale, un temps d'attente vers l'exponentielle. Deux pièges classiques : confondre une densité (loi continue) avec une probabilité — pour une variable continue, $P(X = a) = 0$, seules les probabilités d'intervalles ont un sens — et oublier de centrer-réduire avant de lire la table de la loi normale.
Concepts clés à maîtriser
Loi binomiale
EssentielLoi de Poisson
EssentielLoi exponentielle
EssentielLoi normale
Essentiel
Exercice corrigé
La taille des adultes d'une population suit une loi normale $\mathcal{N}(175,\ 64)$ (moyenne 175 cm, variance 64, donc écart-type $\sigma = 8$). Quelle est la probabilité qu'un adulte tiré au hasard mesure plus de 187 cm ?
- Étape 1 — Centrer et réduire On standardise pour se ramener à la loi normale centrée réduite : $Z = \dfrac{X - \mu}{\sigma} = \dfrac{187 - 175}{8} = 1{,}5$.
- Étape 2 — Réécrire la probabilité $P(X > 187) = P(Z > 1{,}5) = 1 - \Phi(1{,}5)$, où $\Phi$ est la fonction de répartition de $\mathcal{N}(0,1)$.
- Étape 3 — Lire la table La table de la loi normale donne $\Phi(1{,}5) \approx 0{,}9332$.
$P(X > 187) = 1 - 0{,}9332 = 0{,}0668$, soit environ 6,7 % des adultes. Réflexe clé : toujours centrer-réduire avant de lire la table.
Auteurs et références
- Saporta, G. (2011) — Probabilités, analyse des données et statistique, Technip
- Ross, S. (2014) — A First Course in Probability, Pearson
- Feller, W. (1968) — An Introduction to Probability Theory and Its Applications, Wiley
Pièges fréquents à éviter
Questions types d'examen
- Quelle est la loi du nombre de succès sur n essais ?
- Quels sont l'espérance et la variance de la loi de Poisson ?
- Que modélise la loi exponentielle ?
- Comment standardise-t-on une loi normale ?
- Quand la binomiale s'approxime-t-elle par Poisson ?
À retenir
Binomiale $\mathcal{B}(n,p)$ : $E=np$, $V=np(1-p)$. Poisson $\mathcal{P}(\lambda)$ (événements rares) : $E=V=\lambda$. Exponentielle $\mathcal{E}(\lambda)$ (durées) : $E=1/\lambda$. Normale $\mathcal{N}(\mu,\sigma^2)$, standardisée par $Z=(X-\mu)/\sigma$. L'examinateur attend les paramètres et la loi adaptée.
Notions liées à approfondir
Teste tes connaissances
Les questions de cette notion sont en cours d'import. En attendant, explore les notions connexes ci-dessous.
Questions fréquentes
Qu'est-ce que Lois Usuelles Binomiale Poisson Normale Exponentielle en Probabilités ?
Quelques lois de probabilité reviennent constamment pour modéliser des phénomènes aléatoires. En L1 du parcours data pour économistes, dans le cours de probabilités, les QCM CampusQCM testent leurs paramètres et leurs usages. La loi de Bernoulli modélise une épreuve à…
Combien de questions sont disponibles ?
CampusQCM propose 0 questions corrigées sur Lois Usuelles Binomiale Poisson Normale Exponentielle avec explications pédagogiques détaillées.
Comment réviser Lois Usuelles Binomiale Poisson Normale Exponentielle efficacement ?
Commencez par le mode Révision, lisez les corrections, refaites les erreurs après quelques jours, puis passez en mode Examen.
Ce QCM est-il adapté au programme de L1 ?
Oui, nos questions correspondent au programme officiel de L1 du cursus Data econometrie avancee.
Les QCM fonctionnent-ils sur mobile ?
Oui, CampusQCM est entièrement optimisé pour smartphones et tablettes. Révisez Lois Usuelles Binomiale Poisson Normale Exponentielle où que vous soyez, vos scores se synchronisent entre vos appareils.
Les QCM sont-ils gratuits ?
Oui, tous nos QCM sont entièrement gratuits. Créer un compte vous permet de sauvegarder vos scores et suivre votre progression, mais ce n'est pas obligatoire.