Un prof de maths qui te répond·30 €/mois

Découvrir
MathLvlMon espace
Terminale spé maths

Variables aléatoires (lois) en Terminale spé maths

Loi binomiale, somme de variables aléatoires, espérance et variance en Terminale.

Mis à jour le

On approfondit les variables aléatoires avec les lois discrètes (loi binomiale revisitée) et la notion de somme de variables aléatoires indépendantes. C'est ici qu'on prépare le terrain pour la loi normale (en spécialité ou en supérieur), l'inégalité de Bienaymé-Tchebychev et la loi des grands nombres.

Au programme : rappels sur la loi de probabilité, espérance E(X) et variance V(X) ; sommes de variables aléatoires indépendantes (E(X+Y)=E(X)+E(Y) ; V(X+Y)=V(X)+V(Y) si indépendantes) ; schéma de Bernoulli et loi binomiale ; applications (gains, contrôles qualité, sondages). Premiers liens entre statistique inférentielle et probabilités.

Pièges classiques : appliquer V(X+Y)=V(X)+V(Y) sans vérifier l'indépendance (FAUX en général) ; confondre indépendance et incompatibilité ; mal interpréter espérance/variance d'une somme. Méthode : définir clairement chaque variable, vérifier l'indépendance, donner une interprétation contextuelle.

Cours et fiche

📘

Leçon

Le cours complet du chapitre

📝

Fiche de révision

Synthèse + formules essentielles

Ressources supplémentaires

Pour aller plus loin sur ce chapitre.

S'entraîner

5 exercices

Fiches d'exercices à télécharger (PDF)

1

Plaquette 1 – Loi de probabilité et espérance

2

Plaquette 2 – Variance, écart-type et transformations

3

Plaquette 3 – Loi binomiale

4

Plaquette 4 – Sommes de variables — type bac

5

Plaquette 5 – Problèmes de synthèse : loi binomiale, espérance et jeux équitables

Quiz interactif

Auto-évaluation

Teste tes connaissances et vérifie que tu maîtrises le chapitre.

QCM — Variables aléatoires (51 questions)

En vidéo

Les vidéos de la chaîne MathLvl sur ce thème, expliquées pas à pas.

  • Loi des grands nombres et inégalité de concentration

    Cours · 5 min · voir sur YouTube

  • Somme de variables aléatoires : espérance et variance

    Cours · 5 min · voir sur YouTube

  • Inégalité de Bienaymé-Tchebychev : cours et méthode

    Cours · 7 min · voir sur YouTube

  • Loi binomiale : cours et méthode

    Cours · 5 min · voir sur YouTube

Leçon complète

Variables aléatoires (lois) en Terminale spé : cours complet

En Terminale spé, tu approfondis les variables aléatoires : sommes de variables, espérance et variance pour des variables indépendantes, loi binomiale et applications.

Rappels

Loi de probabilité d'une variable aléatoire X

Tableau donnant P(X = xᵢ) pour chaque valeur xᵢ.

Espérance, variance, écart-type

E(X) = Σᵢ xᵢ P(X = xᵢ)

V(X) = E(X²) - (E(X))²

σ(X) = √(V(X))

Linéarité de l'espérance

Pour deux variables X, Y et a, b ∈ ℝ :

E(aX + b) = a E(X) + b

E(X + Y) = E(X) + E(Y) (linéarité — toujours valable)

Variables aléatoires indépendantes

Définition

X et Y sont indépendantes si pour tous x, y :

P(X = x et Y = y) = P(X = x) × P(Y = y)

Variance d'une somme (si indépendantes)

V(X + Y) = V(X) + V(Y) (uniquement si indépendantes)

Variables aléatoires usuelles

Loi de Bernoulli B (p)

X ∈ {0, 1}, P(X = 1) = p, P(X = 0) = 1 - p.

E(X) = p ; V(X) = p(1 - p)

Loi binomiale B (n, p)

X = nombre de succès dans n épreuves de Bernoulli indépendantes.

P(X = k) = C(n, k) p^(k) (1-p)^(n-k)

E(X) = np ; V(X) = np(1 - p)

Somme de variables binomiales

Si X ~ B (n, p) et Y ~ B (m, p) indépendantes :

X + Y ~ B (n + m, p)

Inégalité de Markov

Pour X ≥ 0 et a > 0 :

P(X ≥ a) ≤ E(X)/a

Inégalité de Bienaymé-Tchebychev

Pour toute variable X d'espérance E(X) et de variance V(X), et tout ε > 0 :

P(|X - E(X)| ≥ ε) ≤ V(X)/ε²

Interprétation

La probabilité de s'écarter beaucoup de l'espérance est petite quand la variance est petite.

Exemple

Pour X ~ B (100 ; 0,5) : E(X) = 50, V(X) = 25.

P(|X - 50| ≥ 20) ≤ 25/400 = 0,0625

Espérance et variance de transformations

Pour Y = aX + b :

E(Y) = a E(X) + b ; V(Y) = a² V(X) ; σ(Y) = |a| σ(X)

Espérance et variance d'une somme

Pour n variables indépendantes X₁, …, Xₙ de même loi (i.i.d.) :

E(X₁ + … + Xₙ) = n E(X₁)

V(X₁ + … + Xₙ) = n V(X₁) (indép.)

Application

Si on lance un dé n fois, Sₙ = somme des résultats. Alors E(Sₙ) = 3,5 n et V(Sₙ) = 35/12 n.

Approximation normale (introduction)

Pour n grand, B (n, p) peut s'approximer par une loi normale N (np, np(1-p)). (Étudié plus en détail en post-bac.)

Erreurs fréquentes à éviter

  • Mauvais paramètres : n = nombre d'épreuves, p = probabilité de succès.
  • Variance d'une somme : pas V(X) + V(Y) en général, uniquement si indépendantes.
  • Confondre B (p) Bernoulli et B (n, p) binomiale.
  • Oublier le facteur a² dans V(aX + b).

FAQ — Variables aléatoires (lois)

Quand utiliser la loi binomiale ?

Quand on compte des succès dans n épreuves identiques et indépendantes, à probabilité p constante.

Pourquoi l'inégalité de Bienaymé-Tchebychev ?

Pour majorer la probabilité d'un grand écart à la moyenne, sans connaître la loi exacte.

À quoi servent ces lois ?

À modéliser des comptages (clients, défauts, victoires), des votes, des erreurs, des succès dans des essais répétés.

Variance peut-elle être négative ?

Non, jamais : c'est une espérance d'un carré, donc positive.

Tout sur probabilités en terminale

Dénombrement, probabilités conditionnelles, formule de Bayes, lois binomiale, géométrique et exponentielle, loi des grands nombres.

Le cours

Les notions du thème

S'entraîner

Sujets d'examen

Outils et pages dédiées

Tous les chapitres de Terminale spé maths

Poursuis ta révision avec les autres chapitres du programme de Terminale spé maths.