Fiche de révision : Introduction à la loi binomiale

📋 Plan du Cours

1. Schéma de Bernoulli
2. Variable aléatoire X
3. Dénombrement et factorielle
4. Combinaisons et coefficients binomiaux
5. Triangle de Pascal
6. Formule du binôme de Newton
7. Loi de Bernoulli
8. Espérance Bernoulli
9. Variance Bernoulli
10. Loi binomiale
11. Probabilités loi binomiale
12. Espérance loi binomiale

📖 1. Schéma de Bernoulli

🔑 Notions clés & Définitions

• Schéma de Bernoulli : expérience aléatoire consistant à répéter n fois de façon indépendante une même épreuve de Bernoulli de paramètre p. Chaque épreuve a deux issues possibles : succès ou échec, et toutes sont indépendantes (voir section 3).
• Paramètre p : probabilité du succès lors d’une seule épreuve de Bernoulli. Il appartient à l’intervalle [0,1].
• Indépendance des épreuves : les résultats de chaque épreuve dans le schéma de Bernoulli n’influencent pas ceux des autres, permettant de modéliser la répétition indépendante de l’épreuve (voir section 3).

📝 Points essentiels

• La variable aléatoire X, associée à un schéma de Bernoulli, représente le nombre de succès obtenus en n répétitions indépendantes de l’épreuve. X peut prendre toutes les valeurs entières de 0 à n (voir section 3).
• La loi de probabilité de X dans un schéma de Bernoulli est appelée loi binomiale, notée B(n; p), avec la formule :
  $P(X = k) = \binom{n}{k} p^k (1-p)^{n-k}$
• La répétition indépendante des épreuves est essentielle pour que la variable X suive une loi binomiale (voir section 3).
• La loi de Bernoulli est la base du schéma de Bernoulli, caractérisée par un paramètre p qui définit la probabilité de succès (voir section 7).
• La formule du binôme de Newton (voir section 4) permet de calculer la somme des coefficients binomiaux, illustrant la structure combinatoire du schéma.

💡 À retenir

Un schéma de Bernoulli est une expérience répétée n fois de façon indépendante, où chaque épreuve a une probabilité p de succès, et la variable associée suit une loi binomiale.

📖 2. Variable aléatoire X

🔑 Notions clés & Définitions

• Variable aléatoire X (définition) : C’est une fonction qui associe à chaque résultat d’un schéma de Bernoulli de paramètres n et p un entier compris entre 0 et n, représentant le nombre de succès obtenus dans ces n essais.

• Valeurs possibles de X : La variable X peut prendre tous les entiers de 0 à n, c’est-à-dire $\{0, 1, 2, \dots, n\}$.

• Événement {X = k} : La réalisation où le nombre de succès dans le schéma de Bernoulli est exactement k.

• Probabilité P(X = k) : La probabilité que l’événement {X = k} se produise, notée $P(X = k)$, correspond à la probabilité d’obtenir précisément k succès parmi n essais, selon la loi binomiale.

📝 Points essentiels

• La variable aléatoire X est associée à un schéma de Bernoulli de paramètres n et p, où n désigne le nombre d’épreuves et p la probabilité de succès à chaque épreuve (voir section 3). X peut prendre toutes les valeurs entières de 0 à n, chaque valeur représentant le nombre de succès obtenus dans ces n essais.

• La notation de l’événement {X = k} est utilisée pour désigner la réalisation où le nombre de succès est exactement k. La probabilité de cet événement est donnée par la formule de la loi binomiale :
  $P(X = k) = \binom{n}{k} p^k (1 - p)^{n - k}$ où $\binom{n}{k}$ est le coefficient binomial, représentant le nombre de façons de choisir k succès parmi n essais (voir section 4).

• La variable X est une variable discrète, dont la distribution est entièrement décrite par la loi binomiale B(n; p). Elle permet de modéliser le nombre de succès dans une série d’épreuves indépendantes de Bernoulli.

💡 À retenir

La variable aléatoire X, associée à un schéma de Bernoulli, représente le nombre de succès obtenus en n essais indépendants, et sa loi de probabilité est la loi binomiale, avec des valeurs possibles allant de 0 à n.

📖 3. Dénombrement et factorielle

🔑 Notions clés & Définitions

• Factorielle d’un entier naturel (n!) :
  Définition : Le produit de tous les entiers positifs inférieurs ou égaux à n, soit n! = 1 × 2 × ... × n.
  Convention : 0! = 1.
  Interprétation : Nombre de permutations d’un ensemble à n éléments (voir aussi "Interprétation de la factorielle comme nombre de permutations").
  Auteur : non spécifié dans le contenu source.

• Nombre de listes sans répétition de p éléments parmi n :
  Formule : n! / (n - p)!
  Définition : Nombre de permutations possibles de p éléments choisis parmi n, sans répétition.
  Remarque : Correspond au nombre de permutations de p éléments dans un ensemble de n éléments.
  Auteur : non spécifié dans le contenu source.

• Coefficient binomial (ou "combinaison") ((n p)) :
  Définition : Le nombre de façons de choisir p éléments dans un ensemble de n éléments, calculé par : (n p) = n! / [p! (n - p)!].
  Propriétés :

  • (n 0) = (n n) = 1
  • Symétrie : (n p) = (n n - p)
    Auteur : non spécifié dans le contenu source.

• Relation de Pascal (triangle de Pascal) :
  Formule : (n p) = (n - 1 p) + (n - 1 p - 1)
  Interprétation : Permet de construire le triangle de Pascal, illustrant la récurrence des coefficients binomiaux.
  Auteur : non spécifié dans le contenu source.

• Formule du binôme de Newton :
  Expression : (a + b)^n = Σ_{k=0}^n (n k) a^k b^{n - k}
  Lien : Les coefficients binomiaux (n k) apparaissent dans le développement du binôme.
  Remarque : La somme des coefficients binomiaux pour un n donné est 2^n, correspondant au nombre total de parties d’un ensemble à n éléments.
  Auteur : non spécifié dans le contenu source.

📝 Points essentiels

• La factorielle n! est essentielle pour calculer le nombre de permutations d’un ensemble à n éléments, et pour définir les coefficients binomiaux.
• La formule du nombre de listes sans répétition de p éléments parmi n, donnée par n! / (n - p)!, permet de compter le nombre de permutations possibles de p éléments choisis dans un ensemble de n.
• Le coefficient binomial (n p) = n! / [p! (n - p)!] quantifie le nombre de combinaisons possibles, c’est-à-dire le nombre de sous-ensembles de p éléments dans un ensemble de n éléments.
• La relation de Pascal permet de construire efficacement le triangle de Pascal, illustrant la récurrence des coefficients binomiaux.
• La formule du binôme de Newton relie le développement d’un binôme à la somme de termes impliquant des coefficients binomiaux, soulignant leur rôle central en dénombrement.
• La somme des coefficients binomiaux pour un n donné est 2^n, ce qui correspond au nombre de parties possibles d’un ensemble à n éléments (voir aussi "Interprétation ensembliste du nombre total de parties").

💡 À retenir

Les coefficients binomiaux, définis par la formule n! / [p! (n - p)!], permettent de compter efficacement le nombre de combinaisons possibles dans un ensemble, en s’appuyant sur la factorielle et la relation de Pascal.

📖 4. Combinaisons et coefficients binomiaux

🔑 Notions clés & Définitions

• Combinaison : Partie de p éléments d’un ensemble à n éléments.
  Définition : La combinaison de p éléments de l’ensemble E à n éléments est toute sous-ensemble de E comportant p éléments.

• Coefficient binomial : Noté $\binom{n}{p}$, c’est le nombre de combinaisons de p éléments parmi n.
  Formule : $\binom{n}{p} = \frac{n!}{p!(n-p)!}$

• Propriétés fondamentales :

  • $\binom{n}{0} = 1$ (partie vide)
  • $\binom{n}{n} = 1$ (l’ensemble lui-même)
  • Symétrie : $\binom{n}{p} = \binom{n}{n-p}$ (voir propriété 4)

• Factorielle :
  Définition : $n! = 1 \times 2 \times \cdots \times n$, avec $0! = 1$ (voir section 3).

• Triangle de Pascal :
  Relation de récurrence : $\binom{n}{p} = \binom{n-1}{p} + \binom{n-1}{p-1}$ (relation de Pascal).
  Construction graphique illustrant la symétrie et la relation de récurrence.

📝 Points essentiels

• La combinaison est une sélection de p éléments sans tenir compte de l’ordre.
• La formule du coefficient binomial $\binom{n}{p}$ repose sur la factorielle, permettant de compter le nombre de sous-ensembles.
• La propriété $\binom{n}{0} = \binom{n}{n} = 1$ reflète le fait qu’il n’y a qu’un seul sous-ensemble vide et un seul ensemble complet.
• La symétrie $\binom{n}{p} = \binom{n}{n-p}$ indique que le nombre de p-sous-ensembles est égal au nombre de leurs complémentaires.
• Le triangle de Pascal permet de calculer rapidement les coefficients binomiaux et illustre la relation de récurrence.
• La formule du binôme de Newton : $(a + b)^n = \sum_{k=0}^n \binom{n}{k} a^k b^{n-k}$, montre que $\binom{n}{k}$ sont les coefficients de développement.

💡 À retenir

Les coefficients binomiaux $\binom{n}{p}$ comptent le nombre de façons de choisir p éléments dans un ensemble de n, et leur structure est représentée par le triangle de Pascal, dont la symétrie et la relation de récurrence facilitent leur calcul.

📖 5. Triangle de Pascal

🔑 Notions clés & Définitions

• Relation de récurrence du triangle de Pascal :
  (n p) = (n-1 p) + (n-1 p-1), cette formule permet de calculer chaque coefficient binomial en utilisant deux coefficients situés dans la ligne précédente.
  (n p) désigne le coefficient binomial, ou nombre de combinaisons de p éléments parmi n.

• Construction du triangle de Pascal :
  À partir de la relation de récurrence, on construit le triangle en partant de la première ligne (n=0) où (0 0)=1, puis en utilisant la formule pour remplir chaque nouvelle ligne. La symétrie du triangle illustre la propriété (n p) = (n n-p), signifiant que le coefficient binomial est identique pour p et n-p.

• Symétrie du triangle de Pascal :
  La propriété (n p) = (n n-p) montre que le triangle est symétrique par rapport à sa diagonale centrale, ce qui reflète la dualité entre p et n-p dans le calcul des coefficients binomiaux.

📝 Points essentiels

• La relation de récurrence (n p) = (n-1 p) + (n-1 p-1), appelée relation de Pascal, permet de construire rapidement tout le triangle de Pascal. Elle indique que chaque coefficient dans la ligne n est la somme des deux coefficients situés dans la ligne précédente, à gauche et à droite du coefficient correspondant.

• La construction du triangle commence avec la première ligne n=0, où (0 0)=1. Ensuite, chaque nouvelle ligne est générée en utilisant la relation de récurrence, ce qui permet d’obtenir tous les coefficients binomiaux de manière itérative.

• La propriété de symétrie (n p) = (n n-p) est illustrée par la disposition du triangle, où chaque coefficient est égal à son miroir par rapport à la diagonale centrale. Cette propriété découle directement de la formule du coefficient binomial.

• La formule du binôme de Newton (a + b)^n = ∑_{k=0}^n (n k) a^k b^{n-k} repose sur ces coefficients binomiaux, qui représentent le nombre de façons de choisir p éléments dans n.

💡 À retenir

Le triangle de Pascal, construit à partir de la relation de récurrence (n p) = (n-1 p) + (n-1 p-1), illustre la symétrie et la combinatoire des coefficients binomiaux, essentiels pour comprendre la formule du binôme de Newton et la loi binomiale.

📖 6. Formule du binôme de Newton

🔑 Notions clés & Définitions

• Formule du binôme de Newton : (a + b)^n = $\sum_{k=0}^n \binom{n}{k} a^k b^{n-k}$, une expression qui développe la puissance n-ième d'une somme en une somme de termes impliquant des coefficients binomiaux.
• Coefficients binomiaux : Notés $\binom{n}{k}$, ils représentent le nombre de façons de choisir p éléments parmi n, et sont donnés par la formule $\binom{n}{k} = \frac{n!}{k!(n-k)!}$ (voir section 4).
• Lien avec la formule du binôme : La formule montre que chaque terme de l’expansion est associé à un coefficient binomial, ce qui justifie leur nom.
• Somme des coefficients binomiaux : La somme $\sum_{k=0}^n \binom{n}{k} = 2^n$, ce qui correspond au nombre total de parties d’un ensemble à n éléments, interprétation ensembliste.
• Interprétation ensembliste : Dans un ensemble à n éléments, le nombre total de sous-ensembles (parties) est $2^n$, correspondant à la somme des coefficients binomiaux de la ligne n du triangle de Pascal.

📝 Points essentiels

• La formule du binôme de Newton permet de développer toute puissance d’une somme en une somme finie de termes, en utilisant les coefficients binomiaux $\binom{n}{k}$.
• La relation $\binom{n}{k} = \frac{n!}{k!(n-k)!}$ relie directement ces coefficients à la factorielle, ce qui facilite leur calcul.
• La somme de tous les coefficients binomiaux d’une ligne n du triangle de Pascal est égale à $2^n$, ce qui a une interprétation combinatoire : le nombre total de sous-ensembles d’un ensemble à n éléments.
• La formule du binôme de Newton est fondamentale en combinatoire, en algèbre, et en probabilité, notamment dans le contexte de la loi binomiale (voir section 3.3).
• La relation de récurrence $\binom{n}{k} = \binom{n-1}{k} + \binom{n-1}{k-1}$ permet de construire le triangle de Pascal et de calculer rapidement les coefficients binomiaux.

💡 À retenir

La formule du binôme de Newton exprime la puissance d’une somme en termes de coefficients binomiaux, dont la somme sur tous les k donne le nombre total de sous-ensembles d’un ensemble, soit $2^n$.

📖 7. Loi de Bernoulli

🔑 Notions clés & Définitions

• Épreuve de Bernoulli : expérience aléatoire à deux issues possibles, généralement appelées « succès » et « échec ». La réussite correspond à l’obtention d’un résultat favorable, l’échec à un résultat défavorable. (source : contenu source)

• Loi de Bernoulli : loi de probabilité associée à une épreuve de Bernoulli. Elle attribue une probabilité p au succès (valeur 1) et une probabilité q = 1 − p à l’échec (valeur 0). La loi est entièrement définie par le paramètre p. (source : contenu source)

• Paramètre p : probabilité du succès lors d’une épreuve de Bernoulli. Il appartient à l’intervalle [0,1]. La loi de Bernoulli est dite de paramètre p. (source : contenu source)

• Tableau de probabilité de la loi de Bernoulli : représentation sous forme de tableau des probabilités associées aux deux issues :

  Issue	Probabilité
  succès (1)	p
  échec (0)	1 − p
  (source : contenu source)

📝 Points essentiels

• Une épreuve de Bernoulli est la base de nombreux modèles probabilistes, caractérisée par ses deux issues possibles, success et échec, avec des probabilités respectives p et 1 − p. La réussite est souvent notée par la valeur 1, l’échec par 0.

• La loi de Bernoulli est la loi de probabilité associée à cette expérience, définie par :
  $P(X=1) = p, \quad P(X=0) = 1 - p$ où p est le paramètre de la loi, représentant la probabilité de succès.

• La valeur attendue (espérance) d’une loi de Bernoulli est :
  $E = p$ ce qui correspond à la moyenne pondérée des deux issues.

• La variance de la loi de Bernoulli est :
  $V = p(1 - p)$ qui mesure la dispersion autour de l’espérance.

• La loi de Bernoulli sert de fondement à la loi binomiale, qui modélise le nombre de succès dans une série d’épreuves indépendantes de Bernoulli (voir section 10).

💡 À retenir

La loi de Bernoulli modélise une expérience à deux issues avec une probabilité p de succès, et ses caractéristiques fondamentales sont sa simplicité, sa définition par le paramètre p, et ses applications dans la modélisation de situations binaires.

📖 8. Espérance Bernoulli

🔑 Notions clés & Définitions

• Espérance d’une loi de Bernoulli : E = p (source : contenu source). Elle représente la moyenne pondérée des valeurs possibles 0 et 1, avec 1 associé à la réussite avec probabilité p, et 0 à l’échec avec probabilité 1-p.
• Interprétation de l’espérance : L’espérance peut être vue comme la valeur moyenne attendue d’une variable aléatoire Bernoulli, calculée comme la somme des produits de chaque valeur par sa probabilité (voir section 3).

📝 Points essentiels

• La loi de Bernoulli est définie par un paramètre p, la probabilité de succès, et la variable aléatoire X associée peut prendre les valeurs 0 ou 1.
• La formule de l’espérance d’une loi de Bernoulli, E = p, indique que cette espérance correspond à la probabilité de succès p.
• L’interprétation de cette espérance comme moyenne pondérée repose sur le fait que la valeur 1 est pondérée par p, et la valeur 0 par 1-p, ce qui reflète la moyenne attendue sur un grand nombre d’expériences répétées.

💡 À retenir

L’espérance d’une loi de Bernoulli est simplement son paramètre p, représentant la probabilité de succès, et peut être interprétée comme la moyenne pondérée des résultats possibles 0 et 1.

📖 9. Variance Bernoulli

🔑 Notions clés & Définitions

• Variance d’une loi de Bernoulli : V = p(1-p), formule qui exprime la dispersion de la variable aléatoire autour de son espérance, où p est le paramètre de succès (voir loi de Bernoulli).
• Interprétation de la variance : La variance mesure la dispersion ou la variabilité des résultats possibles de l’épreuve de Bernoulli autour de l’espérance, indiquant à quel point les résultats peuvent s’éloigner de la moyenne.
• Loi de Bernoulli : Loi de probabilité associée à une expérience à deux issues, succès (valeur 1, probabilité p) et échec (valeur 0, probabilité q = 1 - p) (voir section 3.1).
• Espérance d’une loi de Bernoulli : E = p, représentant la moyenne attendue du succès dans une expérience unique (voir section 3.2).
• Relation avec la loi binomiale : La variance de la loi binomiale B(n; p) est liée à celle de Bernoulli par V = n p(1-p), en étant la somme de n variables de Bernoulli indépendantes (voir section 3.4).

📝 Points essentiels

• La formule V = p(1-p) est fondamentale pour quantifier la dispersion d’une variable suivant une loi de Bernoulli. Elle indique que la variance dépend du paramètre p : elle est maximale pour p = 0,5 et nulle pour p = 0 ou p = 1.
• La variance est une mesure de dispersion autour de l’espérance, qui elle-même est donnée par E = p. La variance permet d’évaluer la stabilité ou la variabilité des résultats dans une expérience de Bernoulli.
• La relation entre la variance de la loi de Bernoulli et celle de la loi binomiale montre que la dispersion totale dans n essais indépendants est proportionnelle à n, avec V = n p(1-p).
• La formule de la variance est dérivée de la définition générale de la variance : V = E[X^2] - (E[X])^2, où pour Bernoulli, E[X] = p et E[X^2] = p (car X^2 = X pour X = 0 ou 1).
• La variance étant maximale à p = 0,5, cette valeur correspond à la plus grande incertitude ou variabilité dans le résultat d’une expérience de Bernoulli.

💡 À retenir

La variance d’une loi de Bernoulli, V = p(1-p), quantifie la dispersion des résultats autour de l’espérance, atteignant son maximum pour p = 0,5, ce qui reflète la plus grande incertitude dans l’issue de l’épreuve.

📖 10. Loi binomiale

🔑 Notions clés & Définitions

• Variable aléatoire X (voir section 2) : Variable associée à un schéma de Bernoulli, représentant le nombre de succès obtenus dans n essais indépendants. Elle peut prendre toutes les valeurs entières de 0 à n.

• Loi de Bernoulli (voir section 7) : Loi de probabilité associée à une seule épreuve de Bernoulli, avec deux issues possibles : succès (valeur 1, probabilité p) et échec (valeur 0, probabilité 1-p).

• Notations B(n; p) (voir section 12) : Notation désignant la loi binomiale, loi de la variable aléatoire X du schéma de Bernoulli répété n fois avec paramètre p.

• Formule de la probabilité P(X = k) (voir section 12) : La probabilité que X prenne la valeur k est donnée par :
  $P(X = k) = \binom{n}{k} p^k (1-p)^{n-k}$

• Formule de la probabilité cumulative P(X ≤ k) (voir section 12) : La probabilité que X soit inférieure ou égale à k est la somme :
  $P(X \leq k) = \sum_{i=0}^k \binom{n}{i} p^i (1-p)^{n-i}$

📝 Points essentiels

• La loi binomiale B(n; p) modélise le nombre de succès dans n essais indépendants de Bernoulli de paramètre p, avec la variable X associée.

• La formule de la probabilité P(X = k) repose sur le coefficient binomial $\binom{n}{k}$, qui compte le nombre de façons d’obtenir k succès parmi n essais.

• La probabilité cumulative P(X ≤ k) permet de connaître la probabilité d’obtenir au plus k succès, en sommant les probabilités individuelles de chaque nombre de succès jusqu’à k.

• La loi de Bernoulli (voir section 7) sert de base pour la loi binomiale, en répétant n fois l’expérience indépendante.

• La formule de la probabilité P(X = k) est essentielle pour calculer la distribution de X, tandis que P(X ≤ k) est utile pour les calculs de probabilités cumulées ou de quantiles.

• La notation B(n; p) indique que la loi dépend du nombre d’essais n et du paramètre p de succès.

💡 À retenir

La loi binomiale B(n; p) modélise le nombre de succès dans n essais de Bernoulli indépendants, avec une formule de probabilité précise utilisant le coefficient binomial, et permet de calculer aussi bien la probabilité d’un nombre exact de succès que la probabilité d’en avoir au plus k.

📖 11. Probabilités loi binomiale

🔑 Notions clés & Définitions

• Variable aléatoire X : Variable associée à un schéma de Bernoulli de paramètres n et p, représentant le nombre de succès obtenus lors de n répétitions indépendantes de l’épreuve. X peut prendre toutes les valeurs entières de 0 à n, avec la probabilité P(X = k).
• Loi binomiale B(n; p) : Loi de la variable aléatoire X du schéma de Bernoulli, dont la probabilité de prendre la valeur k est donnée par P(X = k) = (n k) p^k (1-p)^{n-k}. Elle modélise le nombre de succès dans n essais indépendants de Bernoulli de paramètre p.
• Interprétation pratique : Par exemple, dans le cas de n lancers d’une pièce équilibrée, le nombre de succès (par exemple, le nombre de fois où l’on obtient face) suit une loi binomiale B(n; 1/2).

📝 Points essentiels

• La variable aléatoire X, associée à un schéma de Bernoulli répété n fois de façon indépendante, suit une loi binomiale B(n; p). La formule de la probabilité est :
  $P(X = k) = \binom{n}{k} p^k (1-p)^{n-k}$
• La loi binomiale permet de calculer la probabilité d’obtenir exactement k succès dans n essais, en utilisant le coefficient binomial $\binom{n}{k}$, qui représente le nombre de combinaisons de p éléments parmi n (voir section 4).
• La somme des probabilités P(X = k) pour k allant de 0 à n est égale à 1, conformément à la formule du binôme de Newton :
  $\sum_{k=0}^{n} \binom{n}{k} = 2^n$
• L’espérance et la variance de la loi binomiale sont liées à celles de la loi de Bernoulli :
  $E(X) = np \quad \text{et} \quad V(X) = np(1-p)$
  (voir section 12 pour plus de détails).
• La loi binomiale est une extension de la loi de Bernoulli, modélisant le nombre de succès dans une série d’épreuves indépendantes.

💡 À retenir

La loi binomiale modélise le nombre de succès dans n essais indépendants de Bernoulli de paramètre p, avec une formule de probabilité basée sur le coefficient binomial, et ses paramètres permettent de calculer facilement l’espérance et la variance.

📖 12. Espérance loi binomiale

🔑 Notions clés & Définitions

• Espérance de la loi binomiale : Selon la formule, l’espérance d’une variable aléatoire suivant une loi binomiale B(n; p) est donnée par **E = n p (voir section 10). Elle représente la moyenne attendue du nombre de succès sur n essais.

• Variance de la loi binomiale : La variance d’une loi binomiale B(n; p) est exprimée par V = n p (1 - p) (voir section 10). Elle mesure la dispersion ou la variabilité du nombre de succès autour de l’espérance.

• Lien avec la loi de Bernoulli : La variance et l’espérance de la loi binomiale sont liées à celles de la loi de Bernoulli par multiplication par n (voir section 10). Plus précisément, si on considère une seule épreuve de Bernoulli de paramètre p, son espérance est p et sa variance est p(1 - p). La loi binomiale, qui résulte de n répétitions indépendantes, voit ses paramètres multipliés par n.

📝 Points essentiels

• La formule de l’espérance E = n p indique que la moyenne du nombre de succès est proportionnelle au nombre d’épreuves n et à la probabilité p d’un succès à chaque épreuve. Elle est dérivée de la somme de n variables de Bernoulli indépendantes de paramètre p (voir section 10).

• La variance V = n p (1 - p) reflète la dispersion du nombre de succès autour de l’espérance. Elle dépend à la fois du nombre d’épreuves n et de la probabilité p. La variance d’une loi de Bernoulli est p(1 - p), et celle de la loi binomiale est obtenue en multipliant cette variance par n (voir section 10).

• La relation entre l’espérance et la variance pour la loi binomiale et la loi de Bernoulli est essentielle : V = n p (1 - p) et E = n p. La variance peut aussi s’écrire en fonction de l’espérance : V = E (1 - p).

• La formule de l’espérance et de la variance montre que pour une loi binomiale, la moyenne et la dispersion évoluent linéairement avec n, ce qui facilite leur calcul dans des expérimentations répétées.

💡 À retenir

L’espérance d’une loi binomiale est simplement le produit du nombre d’épreuves par la probabilité de succès, et la variance est proportionnelle à ce produit et à la probabilité d’échec, illustrant la relation directe entre ces deux paramètres et la loi de Bernoulli.

📅 Repères chronologiques

📊 Tableaux de Synthèse

⚠️ Pièges & Confusions Fréquentes

1. Confondre la loi de Bernoulli (une seule épreuve) et la loi binomiale (n épreuves).
2. Oublier que la variable X dans un schéma de Bernoulli peut prendre toutes les valeurs de 0 à n.
3. Confondre coefficient binomial $\binom{n}{p}$ et permutations n! / (n-p)! (nombre de listes sans répétition).
4. Négliger l’indépendance des épreuves pour que la loi binomiale soit valable.
5. Confondre la formule du binôme de Newton avec la formule du coefficient binomial.
6. Oublier que la somme des coefficients binomiaux pour un n est 2^n.
7. Confondre combinaison (sans ordre) et permutation (avec ordre).

✅ Checklist Examen

• Connaître la définition du schéma de Bernoulli et ses caractéristiques principales.
• Maîtriser la formule de la loi binomiale $P(X=k) = \binom{n}{k} p^k (1-p)^{n-k}$.
• Savoir que la variable X suit une loi binomiale B(n; p) et ses valeurs possibles.
• Comprendre la notion de variable aléatoire X dans le contexte du schéma de Bernoulli.
• Savoir calculer une combinaison $\binom{n}{p}$ à l’aide de la formule n! / (p!(n-p)!).
• Connaître la relation de Pascal et la construction du triangle de Pascal.
• Maîtriser la formule du binôme de Newton et son lien avec les coefficients binomiaux.
• Savoir définir et calculer la factorielle d’un entier naturel.
• Comprendre le dénombrement par permutations et combinaisons, et leur différence.
• Connaître la formule du coefficient binomial et ses propriétés (symétrie, valeurs aux extrémités).
• Savoir que la somme des coefficients binomiaux pour un n est 2^n.
• Être capable d’identifier la loi binomiale dans un problème et de calculer ses espérances et variances.