Calcul loi normale centrée réduite TS avec corrigé
Calculez une probabilité sur la loi normale centrée réduite, transformez une variable normale en score z, visualisez la zone sous la courbe et obtenez une correction détaillée pas à pas.
Résultats
Saisissez vos paramètres puis cliquez sur Calculer pour obtenir la probabilité, le score z et le corrigé.
Le graphique représente la densité de la loi normale et met en évidence la zone de probabilité calculée.
Guide expert du calcul sur la loi normale centrée réduite en TS, avec méthode et corrigé
La requête « calcul loi normale centrée réduite TS avec corrigé » correspond à un besoin très fréquent chez les élèves de Terminale et chez les étudiants qui révisent les probabilités. La loi normale centrée réduite, notée en général Z ∼ N(0,1), est l’outil central pour lire des probabilités dans de nombreux exercices, pour standardiser une variable aléatoire et pour interpréter des résultats statistiques. En pratique, on vous donne souvent une variable X ∼ N(μ,σ), puis on vous demande de calculer P(X ≤ x), P(X ≥ x) ou encore P(a ≤ X ≤ b). La clé consiste à transformer X en variable centrée réduite Z grâce au score z.
Ce calculateur a été conçu pour reproduire la méthode attendue dans un corrigé complet. Il ne se contente pas de donner une valeur numérique. Il affiche aussi la transformation en score z, rappelle la formule, distingue les trois grands cas de calcul et montre visuellement la zone sous la courbe de Gauss. C’est exactement ce qu’il faut pour vérifier un exercice de TS, comprendre son cours et s’entraîner en autonomie.
1. Définition de la loi normale centrée réduite
La loi normale centrée réduite est la loi normale particulière de moyenne 0 et d’écart-type 1. On la note N(0,1). Son graphe est une courbe en cloche, symétrique par rapport à l’axe vertical passant par 0. Cette loi intervient partout en statistiques, en contrôle qualité, en sciences expérimentales, en économie et dans de nombreux sujets de bac.
Cette standardisation est essentielle. Elle permet d’utiliser une seule table, celle de la loi normale centrée réduite, ou un outil numérique, comme le calculateur ci-dessus. Sans elle, il faudrait une table différente pour chaque moyenne et chaque écart-type, ce qui serait impraticable.
2. Les formules incontournables à connaître
Dans presque tous les exercices de Terminale, on utilise les relations suivantes :
- Standardisation : Z = (X – μ) / σ
- Probabilité à gauche : P(X ≤ x) = P(Z ≤ (x – μ)/σ)
- Probabilité à droite : P(X ≥ x) = 1 – P(X ≤ x)
- Probabilité entre deux bornes : P(a ≤ X ≤ b) = P((a – μ)/σ ≤ Z ≤ (b – μ)/σ)
- Symétrie : P(Z ≤ -z) = 1 – P(Z ≤ z)
Le dernier point est très utile. Comme la courbe est symétrique, on peut transformer un calcul avec un z négatif en un calcul avec un z positif. Les corrigés de TS utilisent souvent cette propriété pour aller plus vite.
3. Méthode type pour rédiger un corrigé propre
- Identifier la loi de la variable : X ∼ N(μ,σ).
- Repérer la probabilité demandée : à gauche, à droite ou entre deux bornes.
- Standardiser la ou les valeurs numériques avec z = (x – μ)/σ.
- Lire la probabilité associée à Z, via table ou calculateur.
- Conclure avec une phrase interprétative.
Cette structure est celle qu’attendent les correcteurs. Même si vous utilisez une calculatrice ou cet outil en ligne, votre rédaction doit montrer que vous maîtrisez la logique probabiliste. En TS, il ne suffit pas d’écrire un nombre final. Il faut justifier la transformation et l’usage de la loi centrée réduite.
4. Exemple corrigé : calcul de P(X ≤ x)
Supposons que X ∼ N(10,2) et que l’on cherche P(X ≤ 12).
- On standardise : z = (12 – 10) / 2 = 1.
- Donc P(X ≤ 12) = P(Z ≤ 1).
- La valeur numérique vaut environ 0,8413.
- Conclusion : la probabilité que X soit inférieure ou égale à 12 est d’environ 84,13 %.
Dans un devoir, cette présentation est considérée comme complète et correcte. Si votre enseignant vous demande une réponse arrondie, indiquez par exemple 0,841 ou 84,1 %.
5. Exemple corrigé : calcul de P(X ≥ x)
Prenons encore X ∼ N(10,2), mais cherchons cette fois P(X ≥ 12).
- On calcule z = (12 – 10) / 2 = 1.
- On utilise le complémentaire : P(X ≥ 12) = 1 – P(X ≤ 12).
- Donc P(X ≥ 12) = 1 – 0,8413 = 0,1587.
- Conclusion : la probabilité d’obtenir une valeur au moins égale à 12 est d’environ 15,87 %.
C’est un cas très classique. Beaucoup d’erreurs viennent d’un oubli du complément à 1. Le calculateur évite cette confusion en distinguant clairement les zones à gauche et à droite sur le graphique.
6. Exemple corrigé : calcul entre deux bornes
Soit X ∼ N(50,5). On souhaite calculer P(45 ≤ X ≤ 55).
- Standardisation de 45 : z₁ = (45 – 50) / 5 = -1.
- Standardisation de 55 : z₂ = (55 – 50) / 5 = 1.
- On cherche donc P(-1 ≤ Z ≤ 1).
- Cette probabilité vaut environ 0,6827.
Ce résultat est célèbre. Il exprime qu’environ 68,27 % des valeurs d’une loi normale se trouvent à moins d’un écart-type de la moyenne. C’est un pilier de l’interprétation statistique.
| Intervalle autour de la moyenne | Probabilité théorique | Interprétation pratique |
|---|---|---|
| μ ± 1σ | 68,27 % | La majorité des observations se situe dans cette zone |
| μ ± 2σ | 95,45 % | Presque toutes les observations se trouvent dans cet intervalle |
| μ ± 3σ | 99,73 % | Les valeurs très extrêmes sont rares |
7. Lire et interpréter un score z
Le score z mesure l’éloignement d’une valeur par rapport à la moyenne, en nombre d’écarts-types. Un score z égal à 0 signifie que la valeur est exactement égale à la moyenne. Un score z égal à 1,5 signifie que la valeur est située à 1,5 écart-type au-dessus de la moyenne. Un score z égal à -2 indique qu’elle est à 2 écarts-types en dessous.
Cette interprétation est très importante car elle permet de comparer des résultats exprimés dans des unités différentes. En statistiques appliquées, les scores z sont utilisés pour repérer des valeurs atypiques, construire des intervalles, calculer des seuils de décision et comparer des performances.
| Score z | P(Z ≤ z) | Lecture rapide |
|---|---|---|
| -1,96 | 0,0250 | Seuil bas fréquent pour 95 % bilatéral |
| -1,00 | 0,1587 | En dessous d’un écart-type sous la moyenne |
| 0,00 | 0,5000 | La moitié de la distribution est à gauche |
| 1,00 | 0,8413 | En dessous d’un écart-type au-dessus de la moyenne |
| 1,96 | 0,9750 | Seuil haut fréquent pour 95 % bilatéral |
| 2,58 | 0,9951 | Seuil haut fréquent pour 99 % bilatéral |
8. Erreurs fréquentes en TS
- Confondre la moyenne μ et l’écart-type σ.
- Oublier de diviser par σ dans la standardisation.
- Utiliser P(X ≥ x) au lieu de 1 – P(X ≤ x).
- Ne pas faire attention aux bornes quand on calcule une probabilité entre deux valeurs.
- Mal gérer les arrondis, surtout si la calculatrice donne beaucoup de décimales.
Pour éviter ces erreurs, vérifiez toujours que votre score z est cohérent. Si x est supérieur à la moyenne, z doit être positif. Si x est inférieur à la moyenne, z doit être négatif. Ce simple contrôle permet déjà de repérer beaucoup d’incohérences.
9. Pourquoi la loi normale centrée réduite est-elle si importante ?
La loi normale est l’une des distributions les plus utilisées au monde. Elle intervient dans les modèles de mesure, les erreurs expérimentales, les performances scolaires, les tailles, les poids, certains phénomènes biologiques et de nombreux tests statistiques. Son importance théorique vient aussi du théorème central limite, selon lequel des moyennes d’échantillons tendent vers une distribution normale dans de nombreuses situations.
Dans le cadre d’un programme de TS, la loi normale centrée réduite sert surtout de passerelle entre une situation concrète et une lecture de probabilité standardisée. Autrement dit, elle transforme un exercice parfois intimidant en une procédure claire et répétable. Une fois la standardisation comprise, une grande partie du chapitre devient mécanique.
10. Sources d’autorité pour approfondir
Si vous souhaitez vérifier les définitions, consulter des tableaux ou approfondir les bases théoriques, voici des sources fiables :
- NIST Engineering Statistics Handbook : référence officielle américaine sur les méthodes statistiques et les distributions.
- Penn State University, STAT 414 : cours universitaire clair sur les probabilités et les distributions continues.
- University of California, Berkeley Statistics : ressource académique reconnue en statistique.
11. Comment utiliser efficacement ce calculateur
Pour un exercice directement sur N(0,1), choisissez la distribution standard. Saisissez simplement la valeur ou les bornes, puis choisissez le type de calcul. Le résultat affichera la probabilité associée et un corrigé de rédaction simple.
Pour un exercice portant sur X ∼ N(μ,σ), sélectionnez la loi générale, renseignez la moyenne et l’écart-type, puis la ou les valeurs de X. L’outil calcule automatiquement les scores z avant de convertir la probabilité.
Le graphique est particulièrement utile pour visualiser l’aire sous la courbe. En Terminale, cette représentation aide à comprendre pourquoi une probabilité est toujours comprise entre 0 et 1, pourquoi une zone centrale est souvent plus grande qu’une queue de distribution et pourquoi les valeurs extrêmes ont des probabilités faibles.
12. Conseils de rédaction pour un devoir surveillé ou un bac blanc
- Commencez par rappeler la loi de X.
- Écrivez la formule de standardisation.
- Calculez le score z de manière explicite.
- Utilisez la notation P avec rigueur.
- Concluez avec une phrase interprétée en pourcentage si nécessaire.
Exemple de conclusion élégante : « Ainsi, la probabilité qu’une observation soit comprise entre 45 et 55 vaut environ 0,6827, soit 68,27 %. » Cette tournure est claire, précise et conforme aux attentes d’un corrigé sérieux.
13. En résumé
Maîtriser le calcul sur la loi normale centrée réduite revient à maîtriser trois réflexes : reconnaître le type de question, standardiser correctement et interpréter la probabilité obtenue. Avec ces trois étapes, vous pouvez traiter la plupart des exercices de TS sur la loi normale. Le calculateur proposé ici vous aide à vérifier vos réponses, à comprendre les zones sous la courbe et à produire une rédaction cohérente avec un corrigé de qualité.
Si vous révisez régulièrement avec des exemples variés, les calculs deviendront rapidement automatiques. Le plus important n’est pas seulement d’obtenir le bon nombre, mais de comprendre la logique de passage de X à Z. C’est précisément cette compétence qui distingue un simple résultat d’un vrai corrigé maîtrisé.