Calcul loi normale exercice corrigé p x x
Utilisez ce calculateur premium pour résoudre rapidement les exercices de loi normale les plus fréquents : probabilité P(X ≤ x), P(X ≥ x), P(a ≤ X ≤ b) et recherche de quantile à partir d’une probabilité. L’outil affiche aussi la courbe de densité avec la zone utile colorée pour visualiser le résultat.
Comprendre le calcul loi normale exercice corrigé p x x
Le thème calcul loi normale exercice corrigé p x x revient très souvent au lycée, à l’université, en BTS, en école d’ingénieur et dans les concours. On rencontre typiquement une variable aléatoire X ~ N(μ, σ) ou X ~ N(μ, σ²), puis on demande de calculer une probabilité du type P(X ≤ x), P(X ≥ x), P(a ≤ X ≤ b), ou encore de retrouver la valeur x correspondant à une probabilité cumulée p. Le principe mathématique est simple une fois la méthode assimilée, mais de nombreux étudiants se trompent encore sur la standardisation, la lecture des tables ou l’interprétation du résultat.
La loi normale est une distribution continue, symétrique autour de la moyenne, très utilisée pour modéliser des phénomènes naturels, des erreurs de mesure, des tailles, des notes centrées ou certaines productions industrielles. En pratique, elle sert à estimer la fréquence attendue de valeurs proches de la moyenne et la rareté des valeurs extrêmes. C’est précisément pour cela que les exercices corrigés autour de p, x et X sont fondamentaux : ils relient la théorie à une prise de décision concrète.
Pourquoi standardiser une variable normale
La grande difficulté des premiers exercices est de comprendre pourquoi on passe de X à Z. La réponse est simple : les tables statistiques et la plupart des calculateurs de probabilités travaillent plus naturellement avec la loi normale centrée réduite, notée N(0,1). Ainsi, si une variable suit une loi normale de moyenne μ et d’écart-type σ, on transforme toute valeur x selon :
z = (x – μ) / σ
Cette étape permet ensuite de lire la probabilité cumulée associée. Par exemple, si X ~ N(100, 15) et que l’on cherche P(X ≤ 115), alors le score standardisé vaut z = (115 – 100) / 15 = 1. On peut alors utiliser la loi normale centrée réduite pour obtenir environ P(Z ≤ 1) = 0,8413, soit 84,13 %.
Les quatre types d’exercices les plus fréquents
- Calcul d’une probabilité à gauche : trouver P(X ≤ x).
- Calcul d’une probabilité à droite : trouver P(X ≥ x), souvent via 1 – P(X ≤ x).
- Calcul entre deux bornes : trouver P(a ≤ X ≤ b) en faisant P(X ≤ b) – P(X ≤ a).
- Recherche d’un quantile : trouver x tel que P(X ≤ x) = p.
Méthode complète pour un exercice corrigé de loi normale
- Identifier la loi de la variable : moyenne μ et écart-type σ.
- Repérer exactement ce qui est demandé : une probabilité ou une valeur x.
- Standardiser si nécessaire avec z = (x – μ) / σ.
- Utiliser la fonction de répartition de la loi normale centrée réduite.
- Interpréter le résultat en pourcentage si le contexte est concret.
- Vérifier la cohérence : une valeur au-dessus de la moyenne doit donner une probabilité à gauche supérieure à 0,5.
Exercice corrigé 1 : calculer P(X ≤ x)
Supposons que le poids d’un composant industriel suive une loi normale de moyenne 250 g et d’écart-type 8 g. On veut calculer la probabilité qu’un composant pèse au plus 262 g. On note donc X ~ N(250, 8) et l’on cherche P(X ≤ 262).
Étape 1 : standardisation.
z = (262 – 250) / 8 = 1,5
Étape 2 : lecture de la probabilité cumulée. Pour z = 1,5, on obtient environ 0,9332.
Conclusion : P(X ≤ 262) ≈ 0,9332. Cela signifie qu’environ 93,32 % des composants pèsent au plus 262 g.
Exercice corrigé 2 : calculer P(X ≥ x)
Reprenons une variable normale où X ~ N(70, 10) représente un score standardisé sur un test. On souhaite calculer P(X ≥ 85).
Étape 1 : standardisation.
z = (85 – 70) / 10 = 1,5
Étape 2 : probabilité à gauche.
P(X ≤ 85) = P(Z ≤ 1,5) ≈ 0,9332
Étape 3 : complémentaire.
P(X ≥ 85) = 1 – 0,9332 = 0,0668
Conclusion : seulement 6,68 % des individus atteignent ou dépassent 85. C’est un score relativement élevé.
Exercice corrigé 3 : calculer P(a ≤ X ≤ b)
Considérons une production dont le diamètre suit la loi X ~ N(50, 2). On veut connaître la probabilité qu’une pièce ait un diamètre compris entre 48 et 53.
On cherche donc P(48 ≤ X ≤ 53).
Standardisons les deux bornes :
- z1 = (48 – 50) / 2 = -1
- z2 = (53 – 50) / 2 = 1,5
Puis :
P(48 ≤ X ≤ 53) = P(Z ≤ 1,5) – P(Z ≤ -1)
≈ 0,9332 – 0,1587 = 0,7745
Conclusion : la probabilité qu’une pièce respecte cet intervalle est d’environ 77,45 %.
Exercice corrigé 4 : trouver x à partir de p
Voici une autre forme classique de calcul loi normale exercice corrigé p x x. Une entreprise veut définir un seuil de qualité tel que 95 % des produits soient en dessous de ce seuil. Si X ~ N(200, 12), il faut trouver x tel que P(X ≤ x) = 0,95.
On utilise le quantile d’ordre 0,95 de la loi normale centrée réduite : z ≈ 1,6449.
Puis on revient à la variable d’origine :
x = μ + zσ = 200 + 1,6449 × 12 ≈ 219,74
Le seuil recherché est donc environ 219,74.
Repères numériques utiles à connaître
Dans un exercice, il est très utile de connaître quelques probabilités célèbres de la loi normale centrée réduite. Cela permet de vérifier rapidement si un résultat est plausible.
| Valeur z | P(Z ≤ z) | P(Z ≥ z) | Interprétation rapide |
|---|---|---|---|
| 0,00 | 0,5000 | 0,5000 | La moyenne partage la courbe en deux moitiés |
| 1,00 | 0,8413 | 0,1587 | Une valeur à +1σ est déjà supérieure à 84,13 % des observations |
| 1,645 | 0,9500 | 0,0500 | Quantile fréquent pour un seuil unilatéral de 5 % |
| 1,96 | 0,9750 | 0,0250 | Valeur clé pour les intervalles de confiance à 95 % |
| 2,576 | 0,9950 | 0,0050 | Seuil plus strict à 99 % |
La règle des 68-95-99,7
Cette règle classique aide énormément à raisonner mentalement. Pour une loi normale :
- Environ 68,27 % des valeurs sont dans l’intervalle [μ – σ ; μ + σ].
- Environ 95,45 % des valeurs sont dans l’intervalle [μ – 2σ ; μ + 2σ].
- Environ 99,73 % des valeurs sont dans l’intervalle [μ – 3σ ; μ + 3σ].
| Intervalle autour de μ | Part de données attendue | Part hors intervalle | Usage courant |
|---|---|---|---|
| μ ± 1σ | 68,27 % | 31,73 % | Dispersion usuelle d’une population |
| μ ± 2σ | 95,45 % | 4,55 % | Contrôle qualité et estimation rapide |
| μ ± 3σ | 99,73 % | 0,27 % | Détection d’anomalies rares |
Erreurs fréquentes dans les exercices corrigés
- Confondre variance et écart-type : si l’énoncé donne σ², il faut prendre la racine carrée pour obtenir σ.
- Oublier le complémentaire : P(X ≥ x) n’est pas la même chose que P(X ≤ x).
- Mal standardiser : le bon ordre est (x – μ) / σ, jamais l’inverse.
- Se tromper sur les bornes : pour une probabilité entre deux valeurs, on soustrait bien les probabilités cumulées.
- Ne pas vérifier le sens du résultat : une valeur très au-dessus de la moyenne doit correspondre à une forte probabilité cumulée à gauche, mais à une faible probabilité à droite.
Comment utiliser efficacement le calculateur ci-dessus
Le calculateur a été conçu pour reproduire la logique d’un véritable exercice corrigé de loi normale. Commencez par entrer la moyenne μ et l’écart-type σ. Choisissez ensuite l’opération adaptée à votre énoncé. Si l’on vous demande une probabilité jusqu’à une valeur donnée, sélectionnez P(X ≤ x). Si l’on vous demande une probabilité au-delà d’un seuil, choisissez P(X ≥ x). Pour un intervalle, utilisez P(a ≤ X ≤ b). Enfin, si l’énoncé fournit une probabilité et demande de retrouver la valeur seuil, choisissez Trouver x à partir de p.
Le résultat affiché inclut à la fois la probabilité décimale, le pourcentage et les scores z pertinents. Le graphique permet de visualiser la courbe normale et la zone coloriée. Cette dimension visuelle est particulièrement utile pour éviter les erreurs de logique : lorsque la zone ombrée est très petite, il est normal d’obtenir une faible probabilité ; lorsqu’elle couvre presque toute la courbe, la probabilité doit être proche de 1.
Applications concrètes de la loi normale
La loi normale est omniprésente dans les statistiques appliquées. En fabrication, elle sert à estimer les tolérances et les taux de conformité. En biométrie, elle aide à décrire certaines mesures humaines. En psychométrie, elle intervient dans l’analyse des scores de tests. En économie et en sciences sociales, elle apparaît dans les erreurs d’estimation, les résidus et de nombreuses procédures d’inférence.
Pour approfondir, vous pouvez consulter des sources académiques et institutionnelles reconnues, notamment University of California, Berkeley, U.S. Census Bureau et NIST. Ces organismes publient des ressources de haute qualité sur les distributions statistiques, l’incertitude et les méthodes de calcul.
Résumé opérationnel
Pour réussir un exercice sur la loi normale, retenez cette logique simple. Si l’on connaît x, on standardise pour trouver z, puis on lit la probabilité correspondante. Si l’on connaît p, on cherche d’abord le quantile z, puis on revient à x avec x = μ + zσ. Dans tous les cas, le trio p, x, X doit être interprété clairement : X est la variable aléatoire, x une valeur concrète, et p une probabilité associée à la position de cette valeur sous la courbe normale.
Si vous répétez les schémas de résolution ci-dessus et que vous utilisez un calculateur visuel comme celui-ci, vous gagnerez à la fois en vitesse, en fiabilité et en compréhension. C’est exactement ce qui est attendu dans un calcul loi normale exercice corrigé p x x réussi.