Probabilités et statistique MTH0104 • Polytechnique Montréal

Fiche de révision : approximations et théorème central limite (MTH0104)

Cette fiche ne refait pas le cours de MTH0104 sur les approximations et le théorème central limite : elle liste ce qui coûte des points au quiz 3 et au contrôle périodique 2, et le geste qui évite chaque perte.

Ce que couvre la fiche

Les calculs du chapitre tiennent en trois lignes ; les points se perdent avant, quand on choisit la loi approchante, sa variance et la borne à mettre dans zz.

Le réflexe à garder : nommer la variable et sa loi exacte, vérifier les conditions, écrire la loi approchante N(μ ;σ2)\mathcal{N}(\mu\,;\sigma^{2}) avec sa VARIANCE, puis traduire l'événement en bornes, demi-unité comprise si la variable est entière. Tables fournies : P(0<Z<z)P(0<Z<z), zz arrondi au centième.

  • 9 pièges qui coûtent des points
  • 4 figures
  • 15 min de lecture
Faire les exercices du chapitre

Le fil du chapitre

Approcher une loi, c'est garder la moyenne et la VARIANCE de la variable étudiée : npqnpq pour une binomiale, λ\lambda pour une loi de Poisson, nσ2n\sigma^{2} pour une somme, σ2n\dfrac{\sigma^{2}}{n} pour une moyenne ; et une variable entière se lit en barres de largeur 1, d'où la demi-unité. Presque toutes les pertes de points du chapitre oublient l'un des deux.

Notions couvertes

  • Approximation normale de la binomiale
  • Correction de continuité
  • Approximation de Poisson
  • Approximation normale de Poisson
  • Conditions d'approximation
  • Théorème central limite
  • Somme de variables aléatoires indépendantes
  • Variance d'une somme
  • Moyenne d'un échantillon
  • Loi normale centrée réduite

L'essentiel

Approcher, c'est garder la moyenne et la variance

  • • Binomiale B(n ;p)\mathcal{B}(n\,;p), si np≥5np\ge 5 et n(1−p)≥5n(1-p)\ge 5 : N(np ;npq)\mathcal{N}(np\,;npq), avec q=1−pq=1-p.
  • • Binomiale, si n≥30n\ge 30 et np<5np<5 : loi de Poisson de paramètre λ=np\lambda=np.
  • • Poisson P(λ)\mathcal{P}(\lambda), λ\lambda grand : N(λ ;λ)\mathcal{N}(\lambda\,;\lambda), donc σ=λ\sigma=\sqrt{\lambda}.
  • • Somme SS de nn variables indépendantes de moyenne μ\mu et de variance σ2\sigma^{2} : E(S)=nμE(S)=n\mu, V(S)=nσ2V(S)=n\sigma^{2}.
  • • Moyenne Xˉ=Sn\bar X=\dfrac{S}{n} : E(Xˉ)=μE(\bar X)=\mu, V(Xˉ)=σ2nV(\bar X)=\dfrac{\sigma^{2}}{n}, σ(Xˉ)=σn\sigma(\bar X)=\dfrac{\sigma}{\sqrt{n}}.
  • • Une constante cc (tare, frais fixes) : E(S+c)=E(S)+cE(S+c)=E(S)+c et V(S+c)=V(S)V(S+c)=V(S).
  • • Une variable ENTIÈRE (binomiale, Poisson) s'approche avec la correction de continuité ; une somme de variables continues, sans.
2468101214161820220,020,040,060,080,10,120,140,160,18B(40 ; 0,3) et N(12 ; 8,4)P(X = 10) ≈ aire de 9,5 à 10,5
Chaque barre de la binomiale a une largeur 1 : la barre de 10 couvre [9,5 ;10,5][9{,}5\,;10{,}5], et c'est l'aire orange sous la cloche qui approche P(X=10)P(X=10).

Au contrôle, la ligne « X ~ B(120 ; 0,15) ; np = 18 ≥ 5 et n(1 − p) = 102 ≥ 5, donc X ≈ N(18 ; 15,3) » rapporte à elle seule une partie des points.

Ce que dit le théorème central limite, et ce qu'il ne dit pas

  • • Si X1,…,XnX_{1},\dots,X_{n} sont indépendantes et de même loi, QUELLE QU'ELLE SOIT, et n≥30n\ge 30 (seuil du cours) : S≈N(nμ ;nσ2)S\approx\mathcal{N}(n\mu\,;n\sigma^{2}) et Xˉ≈N(μ ;σ2n)\bar X\approx\mathcal{N}\left(\mu\,;\dfrac{\sigma^{2}}{n}\right).
  • • Si les XiX_{i} sont déjà normales, la somme est EXACTEMENT normale, pour tout nn : pas besoin du TCL.
  • • Le TCL ne dit rien d'UNE variable : la masse d'un boulon, la durée d'une impression gardent leur loi.
  • • Avec n<30n<30 et une loi très asymétrique (exponentielle), la somme n'est pas encore en cloche : le cours refuse l'approximation.
204060801001200,010,020,030,040,050,060,07moyenne de 40 durées : N(40 ; 40)une durée : exponentiellemoyenne 40, écart-type 40
Une durée exponentielle de moyenne 40 min (orange) est asymétrique et très étalée ; la moyenne de 40 durées (bleu) est une cloche resserrée, d'écart-type 4040≈6,3\dfrac{40}{\sqrt{40}}\approx 6{,}3 min.

Les règles de calcul en tableau

Chaque ligne se lit de gauche à droite : les hypothèses, puis le résultat. Une case rouge n'est pas une réponse, c'est le constat que la forme ne décide rien et l'ordre de transformer l'écriture. Chaque cas est suivi d'un exemple chiffré.

La correction de continuité, cas par cas

XX entière, YY la normale qui l'approche. Chaque ligne se lit en barres : la barre de kk couvre [k−0,5 ;k+0,5][k-0{,}5\,;k+0{,}5]. Exemples avec X∼B(120 ;0,15)X\sim\mathcal{B}(120\,;0{,}15), Y∼N(18 ;15,3)Y\sim\mathcal{N}(18\,;15{,}3).

Ce que dit l'énoncéÉvénement sur XÀ calculer sur Y
exactement k X=kX=k P(k−0,5<Y<k+0,5)P(k-0{,}5<Y<k+0{,}5)

Exemple : P(X=20)≈P(19,5<Y<20,5)=0,2389−0,1480=0,0909P(X=20)\approx P(19{,}5<Y<20{,}5)=0{,}2389-0{,}1480=0{,}0909

au plus k X≤kX\le k P(Y<k+0,5)P(Y<k+0{,}5)

Exemple : P(X≤15)≈P(Y<15,5)=0,5−0,2389=0,2611P(X\le 15)\approx P(Y<15{,}5)=0{,}5-0{,}2389=0{,}2611

moins de k X≤k−1X\le k-1 P(Y<k−0,5)P(Y<k-0{,}5)

Exemple : P(X<15)≈P(Y<14,5)=0,5−0,3133=0,1867P(X<15)\approx P(Y<14{,}5)=0{,}5-0{,}3133=0{,}1867

au moins k X≥kX\ge k P(Y>k−0,5)P(Y>k-0{,}5)

Exemple : P(X≥26)≈P(Y>25,5)=0,5−0,4726=0,0274P(X\ge 26)\approx P(Y>25{,}5)=0{,}5-0{,}4726=0{,}0274

plus de k X≥k+1X\ge k+1 P(Y>k+0,5)P(Y>k+0{,}5)

Exemple : P(X>25)≈P(Y>25,5)=0,0274P(X>25)\approx P(Y>25{,}5)=0{,}0274 : même événement que la ligne précédente.

entre a et b inclus a≤X≤ba\le X\le b P(a−0,5<Y<b+0,5)P(a-0{,}5<Y<b+0{,}5)

Exemple : P(14≤X≤22)≈P(13,5<Y<22,5)=2×0,3749=0,7498P(14\le X\le 22)\approx P(13{,}5<Y<22{,}5)=2\times 0{,}3749=0{,}7498

exactement k X=kX=k P(Y=k)=0P(Y=k)=0 règle inexistante

Exemple : P(X=20)P(X=20) vaut 0,08570{,}0857 exactement, pas 0 : une binomiale donne une probabilité à chaque entier.

Ce qu'il faut faire : Remplacer le point par sa barre : P(19,5<Y<20,5)P(19{,}5<Y<20{,}5).

Une somme de variables continues (résistances, masses, durées) ne prend AUCUNE correction : elle n'a pas de barres.

Les pièges qui coûtent des points

Les erreurs ci-dessous sont celles que je corrige le plus souvent en séance. Chacune coûte des points sur une copie, même quand le raisonnement est juste.

1. Approcher par une normale parce que n est grand

toute la question

Ce qu'il ne faut pas écrire

« X∼B(500 ;0,004)X\sim\mathcal{B}(500\,;0{,}004) ; n≥30n\ge 30, donc X≈N(2 ;1,992)X\approx\mathcal{N}(2\,;1{,}992). »

Ce qu'il faut écrire

« np=2<5np=2<5 : la normale est refusée. n≥30n\ge 30 et np<5np<5 : X≈P(2)X\approx\mathcal{P}(2), et P(X=0)≈e−2=0,1353P(X=0)\approx e^{-2}=0{,}1353. »

Pourquoi : Le critère porte sur np et n(1 − p), pas sur n : une binomiale de p très petit reste collée à zéro, loin de toute cloche.

2. Oublier la demi-unité

0,5 à 1 point par calcul

Ce qu'il ne faut pas écrire

« P(X≤5)≈P(Z<5−82,771)=0,1401P(X\le 5)\approx P\left(Z<\dfrac{5-8}{2{,}771}\right)=0{,}1401 » pour X∼B(200 ;0,04)X\sim\mathcal{B}(200\,;0{,}04).

Ce qu'il faut écrire

« La barre de 5 finit à 5,55{,}5 : P(X≤5)≈P(Z<5,5−82,771)=0,5−0,3159=0,1841P(X\le 5)\approx P\left(Z<\dfrac{5{,}5-8}{2{,}771}\right)=0{,}5-0{,}3159=0{,}1841. »

Pourquoi : Sans correction, la borne coupe la dernière barre en deux : ici on perd la moitié de P(X = 5), et l'erreur passe de 0,0015 à 0,0455 (valeur exacte 0,1856).

3. Prendre la demi-unité du mauvais côté pour « moins de »

1 point

Ce qu'il ne faut pas écrire

« P(X<15)≈P(Y<15,5)=0,2611P(X<15)\approx P(Y<15{,}5)=0{,}2611. »

Ce qu'il faut écrire

« Moins de 15, c'est au plus 14 : P(X<15)≈P(Y<14,5)=0,5−0,3133=0,1867P(X<15)\approx P(Y<14{,}5)=0{,}5-0{,}3133=0{,}1867. »

89101112131415161718192021220,020,040,060,080,10,120,1414,5 : juste15,5 : compte la barre 15
P(X<15)P(X<15) compte les barres jusqu'à 14 (vertes) : la borne est 14,514{,}5 ; la borne rouge 15,515{,}5 ajoute la barre de 15.

Pourquoi : Pour une variable entière, « < 15 » et « ≤ 15 » diffèrent d'une barre entière ; la borne 15,5 recompte la barre de 15 que l'énoncé exclut.

4. Écrire qu'une probabilité ponctuelle est nulle

toute la question

Ce qu'il ne faut pas écrire

« P(X=20)≈P(Y=20)=0P(X=20)\approx P(Y=20)=0, car la loi normale est continue. »

Ce qu'il faut écrire

« P(X=20)≈P(19,5<Y<20,5)=0,0909P(X=20)\approx P(19{,}5<Y<20{,}5)=0{,}0909. »

Pourquoi : C'est vrai pour Y, faux pour X : on approche la barre de 20, qui a une largeur, pas le point 20.

5. Diviser par la variance au lieu de l'écart-type

toute la question, et la suite qui en dépend

Ce qu'il ne faut pas écrire

« X∼N(506 ;25)X\sim\mathcal{N}(506\,;25) : z=496−50625=−0,4z=\dfrac{496-506}{25}=-0{,}4, donc P(X<496)=0,3446P(X<496)=0{,}3446. »

Ce qu'il faut écrire

« La variance vaut 25, donc σ=5\sigma=5 : z=496−5065=−2,00z=\dfrac{496-506}{5}=-2{,}00 et P(X<496)=0,0228P(X<496)=0{,}0228. »

Pourquoi : Le cours écrit N(μ ; σ²) avec la VARIANCE en second ; un énoncé qui donne l'écart-type demande l'opération inverse. Lisez le mot avant le nombre.

6. Multiplier la variance par n au carré

1 à 2 points, et toutes les probabilités qui suivent

Ce qu'il ne faut pas écrire

« 40 résistances d'écart-type 1,27 Ω1{,}27\ \Omega : σ(S)=40×1,27=50,8 Ω\sigma(S)=40\times 1{,}27=50{,}8\ \Omega. »

Ce qu'il faut écrire

« Indépendantes : V(S)=40×1,272V(S)=40\times 1{,}27^{2}, donc σ(S)=40×1,27=8,03 Ω\sigma(S)=\sqrt{40}\times 1{,}27=8{,}03\ \Omega. »

Pourquoi : Quarante objets indépendants compensent en partie leurs écarts ; 40 fois le même objet ne compense rien. La variance d'une somme vaut nσ², celle de nX vaut n²σ².

7. Ajouter une masse fixe à la variance

1 point

Ce qu'il ne faut pas écrire

« Boîte vide de 25 g : V(G)=V(T)+25=48,04V(G)=V(T)+25=48{,}04. »

Ce qu'il faut écrire

« La boîte pèse toujours 25 g : E(G)=E(T)+25E(G)=E(T)+25, mais V(G)=V(T)=23,04 g2V(G)=V(T)=23{,}04\ \mathrm{g^{2}}. »

Pourquoi : Une constante déplace la cloche sans l'élargir ; seule une grandeur aléatoire ajoute de la variance.

8. Appliquer le TCL à un objet seul, ou à une petite somme

toute la question

Ce qu'il ne faut pas écrire

« La masse moyenne suit une loi normale, donc P(un boulon>12,5)=P(Z>12,5−12,40,6)P(\text{un boulon}>12{,}5)=P\left(Z>\dfrac{12{,}5-12{,}4}{0{,}6}\right). »

Ce qu'il faut écrire

« La loi d'un boulon est inconnue et asymétrique : la table ne s'applique qu'à la somme ou à la moyenne de nombreux boulons. »

Pourquoi : Le TCL est un résultat sur la somme de grands nombres de variables indépendantes ; il ne transforme pas la loi d'une variable, et le cours le réserve à n ≥ 30.

9. Arrondir un n ou une mise du mauvais côté

0,5 à 1 point

Ce qu'il ne faut pas écrire

« m≥8,175m\ge 8{,}175, donc m=8,17m=8{,}17 dollars ; k≥61,13k\ge 61{,}13, donc k=61k=61. »

Ce qu'il faut écrire

« Plus petite valeur qui respecte la contrainte : m=8,18m=8{,}18 dollars, k=62k=62 ; plus grand nn autorisé : on arrondit vers le bas, et l'on teste l'entier voisin. »

Pourquoi : La contrainte « au moins 0,95 » est une inégalité : l'arrondi au plus proche la viole une fois sur deux. Le test de l'entier voisin le montre en une ligne.

Quelle méthode choisir

Quelle approximation choisir ?

Regardez d'abord ce que compte ou ce que mesure la variable, puis les paramètres.

  • Si binomiale avec np≥5np\ge 5 et n(1−p)≥5n(1-p)\ge 5 → normale N(np ;npq)\mathcal{N}(np\,;npq) avec correction de continuité

    Exemple : B(120 ;0,15)≈N(18 ;15,3)\mathcal{B}(120\,;0{,}15)\approx\mathcal{N}(18\,;15{,}3)

  • Si binomiale avec n≥30n\ge 30 et np<5np<5 → loi de Poisson de paramètre npnp

    Exemple : B(80 ;0,02)≈P(1,6)\mathcal{B}(80\,;0{,}02)\approx\mathcal{P}(1{,}6), P(X≤2)≈0,7834P(X\le 2)\approx 0{,}7834

  • Si binomiale avec n<30n<30 et np<5np<5 → aucune approximation : binomiale exacte

    Exemple : B(25 ;0,10)\mathcal{B}(25\,;0{,}10) : on additionne les termes

  • Si loi de Poisson de grand paramètre → normale N(λ ;λ)\mathcal{N}(\lambda\,;\lambda) avec correction de continuité

    Exemple : P(50)\mathcal{P}(50) : P(N>60)≈P(Y>60,5)=0,0694P(N>60)\approx P(Y>60{,}5)=0{,}0694

  • Si somme ou moyenne de n≥30n\ge 30 variables indépendantes de même loi → TCL : N(nμ ;nσ2)\mathcal{N}(n\mu\,;n\sigma^{2}) ou N(μ ;σ2n)\mathcal{N}\left(\mu\,;\dfrac{\sigma^{2}}{n}\right), sans correction si les variables sont continues

    Exemple : 40 uniformes de variance 1,61331{,}6133 : V(S)=64,53V(S)=64{,}53

  • Si somme de variables normales indépendantes, quel que soit n → loi normale exacte, sans TCL

    Exemple : 100 boîtes N(506 ;25)\mathcal{N}(506\,;25) et un carton de 350 g : N(50 950 ;2500)\mathcal{N}(50\,950\,;2500)

Si aucune branche ne s'applique (petite somme d'une loi asymétrique), le cours ne fournit pas d'approximation : dites-le plutôt que de forcer une cloche.

La rédaction attendue

Le correcteur coche des étapes. Les voici dans l'ordre, avec la phrase de conclusion qu'il attend mot pour mot.

Approximation normale d'un comptage

Quand l'utiliser : « calculez approximativement », un nombre d'objets parmi n, des pourcentages qui donnent np ≥ 5

  1. 1 Définir la variable et nommer sa loi exacte : « XX : nombre de ... parmi les nn ; X∼B(n ;p)X\sim\mathcal{B}(n\,;p) ».
  2. 2 Vérifier les DEUX conditions par leurs valeurs : np=⋯≥5np=\dots\ge 5 et n(1−p)=⋯≥5n(1-p)=\dots\ge 5.
  3. 3 Écrire la loi approchante avec sa variance, puis l'écart-type : Y∼N(np ;npq)Y\sim\mathcal{N}(np\,;npq), σ=npq\sigma=\sqrt{npq}.
  4. 4 Traduire l'énoncé en inégalité sur X, puis en bornes sur Y avec la demi-unité.
  5. 5 Calculer zz, l'arrondir au centième, lire P(0<Z<z)P(0<Z<z) et combiner avec 0,50{,}5 ou par symétrie.
  6. 6 Conclure par une phrase dans le contexte.

Phrase de conclusion

« Environ 9 % des lots comptent exactement 20 modules microfissurés. »

Le piège : L'étape 4, sautée une fois sur deux : l'inégalité sur X (« plus de 25, c'est X ≥ 26 ») s'écrit AVANT la borne.

Barème : Au contrôle, la loi et les conditions valent environ le tiers des points de la question ; le calcul juste avec la mauvaise borne en perd la moitié.

Somme ou moyenne de n variables : le TCL

Quand l'utiliser : « total », « durée totale », « masse d'une boîte de n », « moyenne de n », avec n ≥ 30

  1. 1 Nommer la variable d'une unité, sa moyenne μ\mu et sa variance σ2\sigma^{2} (calculées si sa loi est donnée).
  2. 2 Écrire S=X1+⋯+XnS=X_{1}+\dots+X_{n}, puis E(S)=nμE(S)=n\mu et V(S)=nσ2V(S)=n\sigma^{2} en citant l'indépendance.
  3. 3 Justifier : « n=⋯≥30n=\dots\ge 30, variables indépendantes de même loi : par le théorème central limite, S≈N(nμ ;nσ2)S\approx\mathcal{N}(n\mu\,;n\sigma^{2}) ».
  4. 4 Ajouter les constantes à l'espérance seulement, convertir les unités, puis calculer z et conclure.

Phrase de conclusion

« Par le théorème central limite, la résistance totale suit approximativement une loi normale N(8800 ; 64,53). »

Le piège : Citer le TCL pour une somme de normales (elle est exactement normale) ou pour n < 30 : le correcteur retire le point de justification.

Vérifier avant de rendre

Cinq minutes de vérification récupèrent plus de points qu'un exercice de plus commencé à la hâte.

  • La borne finit-elle en ,5 ?

    Pour une binomiale ou une Poisson, chaque borne passée dans z doit se terminer par ,5. Un 15 ou un 26 nu signale une correction oubliée.

    z = (25 − 18)/3,912 pour « plus de 25 » : la borne 25 n'est pas en ,5, donc la copie est fausse ; la bonne est 25,5.

  • L'écart-type est-il plus petit que la variance ?

    Pour une variance supérieure à 1, la racine est plus petite : σ² = 15,3 donne σ ≈ 3,9. Un « σ = 15,3 » ou un « σ² = 3,9 » saute aux yeux.

    Pour 40 résistances d'écart-type 1,27 Ω, σ(S) doit valoir √40 × 1,27 ≈ 8,03 Ω, entre 1,27 et 40 × 1,27 : un 50,8 Ω signale un n au carré.

  • Le côté de la moyenne

    Une probabilité « au plus k » avec k sous la moyenne doit être inférieure à 0,5 ; « au moins k » avec k sous la moyenne, supérieure à 0,5.

    P(X ≤ 15) avec μ = 18 : 0,2611 est cohérent ; 0,7389 dit que la symétrie a été lue à l'envers.

  • La calculatrice confirme la binomiale

    Sur TI ou Casio, la fonction de répartition binomiale donne la valeur exacte en dix secondes : l'approximation doit en être proche au centre de la loi.

    binomcdf(120, 0.15, 15) affiche 0,2673 contre 0,2611 approché : bon. Un 0,4 ou un 0,1 signale une borne fausse.

L'exercice type décortiqué

Au moins 20 bouteilles mal capsulées sur une palette de 250

Une embouteilleuse pose une capsule mal sertie sur 6 %6\ \% des bouteilles, indépendamment d'une bouteille à l'autre. Une palette compte 250250 bouteilles. Calculez approximativement la probabilité qu'une palette contienne au moins 2020 bouteilles mal capsulées.

468101214161820222426280,020,040,060,080,10,12loi de X : B(250 ; 0,06)normale N(15 ; 14,1)
La loi de XX et la cloche de même moyenne 1515 et de même variance 14,114{,}1 : la question porte sur les barres de 20 et au-delà.

Étape 1

XX : nombre de bouteilles mal capsulées parmi les 250 ; nombre d'essais fixé, indépendance, pp constant : X∼B(250 ;0,06)X\sim\mathcal{B}(250\,;0{,}06).

Pourquoi

La loi exacte se nomme avant toute approximation : c'est elle qui fournit la moyenne et la variance à garder.

Étape 2

np=15≥5np=15\ge 5 et n(1−p)=235≥5n(1-p)=235\ge 5 : X≈Y∼N(15 ;14,1)X\approx Y\sim\mathcal{N}(15\,;14{,}1), σ=14,1=3,755\sigma=\sqrt{14{,}1}=3{,}755.

Pourquoi

Les deux conditions s'écrivent avec leurs valeurs ; le second paramètre est la variance npq=250×0,06×0,94npq=250\times 0{,}06\times 0{,}94.

Étape 3

« Au moins 20 » : X≥20X\ge 20, la barre de 20 commence à 19,519{,}5, donc P(X≥20)≈P(Y>19,5)P(X\ge 20)\approx P(Y>19{,}5).

Pourquoi

L'inégalité sur XX d'abord, la borne sur YY ensuite : c'est l'étape qui distingue « au moins 20 » de « plus de 20 ».

Étape 4

z=19,5−153,755=1,20z=\dfrac{19{,}5-15}{3{,}755}=1{,}20, et la table donne P(0<Z<1,20)=0,3849P(0<Z<1{,}20)=0{,}3849.

Pourquoi

On arrondit zz au centième avant de lire la table, comme sur la copie.

Étape 5

P(X≥20)≈0,5−0,3849=0,1151P(X\ge 20)\approx 0{,}5-0{,}3849=0{,}1151.

Pourquoi

La table donne l'aire entre 0 et zz ; la queue droite s'obtient en la retranchant de la demi-aire 0,50{,}5.

Étape 6

Contrôle : la binomiale exacte donne 0,11790{,}1179 ; sans la demi-unité, z=1,33z=1{,}33 et l'on trouverait 0,09180{,}0918.

Pourquoi

La calculatrice valide l'approximation, et l'écart sans correction montre ce que la demi-unité rapporte.

Conclusion rédigée

Environ 11,5 % des palettes contiennent au moins 20 bouteilles mal capsulées.

L'erreur classique sur cet exercice : Calculer P(Y>20)P(Y>20), ou P(Y>20,5)P(Y>20{,}5) comme pour « plus de 20 » : on trouve 0,09180{,}0918 ou 0,07210{,}0721, et l'on perd la moitié des points de la question.

À savoir par cœur

  • • Binomiale par la normale si np≥5np\ge 5 ET n(1−p)≥5n(1-p)\ge 5 : N(np ;npq)\mathcal{N}(np\,;npq) ; par Poisson si n≥30n\ge 30 et np<5np<5.
  • • Poisson de grand λ\lambda : N(λ ;λ)\mathcal{N}(\lambda\,;\lambda), σ=λ\sigma=\sqrt{\lambda}.
  • • Demi-unité : X≤k→k+0,5X\le k\to k+0{,}5 ; X<k→k−0,5X<k\to k-0{,}5 ; X≥k→k−0,5X\ge k\to k-0{,}5 ; X>k→k+0,5X>k\to k+0{,}5 ; X=k→[k−0,5 ;k+0,5]X=k\to[k-0{,}5\,;k+0{,}5].
  • • Somme de nn indépendantes : E=nμE=n\mu, V=nσ2V=n\sigma^{2} ; moyenne : E=μE=\mu, V=σ2nV=\dfrac{\sigma^{2}}{n} ; une constante ne change pas la variance.
  • • TCL dès n≥30n\ge 30, quelle que soit la loi ; une somme de normales indépendantes est EXACTEMENT normale.
  • • z0,05=1,645z_{0{,}05}=1{,}645, z0,025=1,96z_{0{,}025}=1{,}96, z0,01=2,33z_{0{,}01}=2{,}33 ; plus petit nn ou plus petite mise : arrondir vers le HAUT.

Questions fréquentes

Quand peut-on approcher une loi binomiale par une loi normale ?

Quand le produit n fois p et le produit n fois (1 moins p) valent tous les deux au moins 5, selon le critère du cours de MTH0104. La loi normale approchante a pour moyenne np et pour variance np(1 moins p). Si n vaut au moins 30 mais que np est inférieur à 5, on approche plutôt par une loi de Poisson de paramètre np.

Comment appliquer la correction de continuité ?

On remplace chaque valeur entière k par sa barre, de k moins 0,5 à k plus 0,5. Au plus k devient Y inférieur à k plus 0,5 ; moins de k devient Y inférieur à k moins 0,5 ; au moins k devient Y supérieur à k moins 0,5 ; plus de k devient Y supérieur à k plus 0,5 ; exactement k devient l'aire entre k moins 0,5 et k plus 0,5.

Que dit le théorème central limite ?

La somme de n variables aléatoires indépendantes de même loi, de moyenne mu et de variance sigma au carré, suit approximativement une loi normale de moyenne n mu et de variance n sigma au carré quand n est grand, quelle que soit la loi de départ. Le cours de MTH0104 l'applique dès n égal à 30. La moyenne suit alors une loi normale de variance sigma au carré divisée par n.

Pourquoi la variance d'une somme vaut-elle n sigma carré et non n carré sigma carré ?

Parce que les variables sont indépendantes : leurs variances s'additionnent, ce qui donne n fois sigma au carré. La valeur n au carré fois sigma au carré est la variance de n fois une seule variable, comme si le même objet était recopié n fois. Avec des objets différents, une valeur trop forte côtoie une valeur trop faible et les écarts se compensent en partie.

Marque ici la fiche comme lue ou mets-la en favori : un compte gratuit, sans mot de passe, retient tes fiches lues et tes favoris d'une visite à l'autre, te dit quel chapitre attaquer ensuite et te permet de demander la méthode ou l'exercice qui te manque. Crée ton espace, un courriel suffit.

Passer à la pratique

Exercices corrigés : Approximations et théorème central limite

Une méthode se prouve sur une copie, pas sur une fiche. La série du même chapitre reprend chacun de ces pièges dans un exercice, avec le corrigé rédigé étape par étape.

  • 11 exercices corrigés
  • 110 points
  • 180 minutes
Faire les exercices
Il manque quelque chose dans cette fiche ? Une méthode, un piège, un exercice pour l'appliquer, une erreur repérée : dis-le-moi, je lis chaque demande.

L'envoi passe par ton espace gratuit : c'est ce qui me permet de te répondre et de te prévenir quand l'exercice est ajouté. Un courriel suffit, pas de mot de passe. Crée ton espace. Pas envie de créer un compte ? Écris-moi directement.

De quoi s'agit-il ?
Je lis chaque demande moi-même, personne d'autre ne la voit. Inutile d'écrire ton nom ou celui de ton école.
Quand ta demande est traitée, tu es prévenu par courriel et dans ton espace.

En envoyant, tu acceptes que je lise ta demande pour y répondre. Elle est gardée avec ton compte, effacée avec lui, et jamais publiée : politique de confidentialité.

Ce chapitre resservira dans

Les chapitres qui le réclament en amont, plus tard dans l'année ou dans les années suivantes.

© Ahmed Squalli Houssaini. Fiche publiée sur www.letuteurscientifique.ca/fiches/mth0104-approximations-theoreme-central-limite. Libre pour l'usage personnel et en classe ; sa republication ailleurs demande une autorisation écrite (mentions légales).

Vous cherchez un tuteur en probabilités et statistique pour MTH0104 ?

Contactez-moi pour une première séance. On reprend les approximations au niveau du contrôle, des conditions jusqu'à la demi-unité.

Site par Studio Squalli