Version Bêta · Lancement officiel le 28 août 2026 Signaler un bug

Probabilités

الاحتمالات

Cours complet inclus 138 exercices interactifs Fiche PDF Partager

Cours complet

Contenu du cours

I. Variables aléatoires

Définition

Une variable aléatoire X est une application de l'univers Ω vers .

La loi de probabilité de X est la donnée de pour chaque valeur .

Espérance, variance, écart-type

  • E(X) =
  • V(X) =
  • σ(X) =

II. Loi binomiale B(n, p)

Loi binomiale

X suit B(n, p) si :

  • E(X) = np
  • V(X) = np(1-p)

III. Loi de Poisson P(λ)

IV. Loi normale N(μ, σ²)

Loi normale centrée réduite N(0,1)

Densité :

Propriétés de la fonction de répartition Φ :

Intervalle de confiance

Pour une proportion p estimée par f sur n observations :

V. Probabilités conditionnelles

Formule des probabilités totales :

Formule de Bayes :

📈 Figure clé

012345678
Diagramme d'une loi binomiale

🔑 Formules clés à retenir

  • P(X=k) = C(n,k)·· (binomiale)
  • E(X) = np, V(X) = np(1-p)
  • P(A|B) = P(AB)/P(B)
  • Bayes : P(A|B) = P(A)·P(B|A)/P(B)
  • IC :
⚠️

Astuces & Pièges à éviter

Les erreurs classiques — à lire avant les exercices !

🔴 Pièges classiques

Loi normale : la table donne P(Z ≤ z), pas P(Z = z) : pour une loi normale, P(Z = k) = 0 pour toute valeur k. Toujours calculer des probabilités sur des intervalles.

Intervalle de confiance ≠ probabilité : "IC à 95%" signifie que la méthode donne un intervalle qui contient le vrai paramètre dans 95% des cas, pas que la probabilité est 95% pour CET intervalle particulier.

Binomiale avec grand n : on peut approximer B(n,p) par une loi normale N(np, np(1−p)) seulement si np ≥ 5 ET n(1−p) ≥ 5. Vérifier ces conditions avant d'approximer !

🟢 Astuces de pros

P(|Z| ≤ 1.96) ≈ 0.95 — à mémoriser : pour une loi normale centrée réduite, 95% des valeurs sont dans [−1.96 ; 1.96]. D'où la formule de l'IC à 95%.

Bayes avec un arbre : dessine l'arbre, calcule P(B) par les probabilités totales, puis P(A|B) = (branche A puis B) / P(B). Visuel et fiable.

💡

Lire la table de la loi normale : la table donne Φ(z) = P(Z ≤ z). Pour P(a ≤ Z ≤ b) = Φ(b) − Φ(a). Pour P(Z ≥ a) = 1 − Φ(a). Toujours se ramener à des probabilités de la forme P(Z ≤ z).