Statistique : quatre types de problèmes de loi normale

Types de problèmes de loi normale – comment les identifier ?

🎯 L'erreur la plus fréquente

La plupart des erreurs en loi normale ne viennent pas d'un mauvais calcul – mais du fait de commencer à calculer avant de comprendre ce qui est vraiment demandé.

La solution : avant tout calcul, s'arrêter et se demander : "de quel type de problème s'agit-il ?"

Les quatre types de problèmes

Tout problème de loi normale appartient à l'un de quatre types. Lorsque le type est identifié – la moitié du travail est déjà faite.


Type 1 – calcul de probabilité à partir d'une valeur

📋 Caractéristiques :
  • Donnée : une valeur \(X\) (ou une cote Z \(Z\))
  • Demandé : une probabilité (aire sous la courbe)
  • Mots-clés : "quelle est la probabilité que...", "quel pourcentage de...", "quelle proportion..."
🔢 Étapes de résolution :
  1. Convertir \(X\) en \(Z\) (si non donné) : \(Z = \dfrac{X - \mu}{\sigma}\)
  2. Chercher \(\Phi(z)\) dans la table
  3. Ajuster selon ce qui est demandé (gauche / droite)
📝 Exemple :

Le poids des bébés suit une loi normale : \(\mu = 3.3\) kg, \(\sigma = 0.4\) kg.
Quelle est la probabilité qu'un bébé pèse moins de 3.7 kg ?
Étape 1 : \(Z = \dfrac{3.7 - 3.3}{0.4} = \dfrac{0.4}{0.4} = 1\)

Étape 2 : dans la table : \(\Phi(1) = 0.8413\)

Étape 3 : on demande "moins de" = aire de gauche = \(\Phi(1)\) directement

✅ Réponse : \(P(X < 3.7) = 0.8413\), soit environ 84% des bébés pèsent moins de 3.7 kg.

Type 2 – probabilité sur un intervalle

📋 Caractéristiques :
  • Donnée : deux valeurs (\(a\) et \(b\))
  • Demandé : la probabilité que la valeur soit entre les deux bornes
  • Mots-clés : "entre ... et ...", "de ... à ..."
La formule :
\(P(a \le X \le b) = \Phi(z_b) - \Phi(z_a)\)
🔢 Étapes de résolution :
  1. Convertir les deux valeurs en \(Z\)
  2. Chercher \(\Phi\) pour chacun dans la table
  3. Soustraire : le plus grand moins le plus petit
📝 Exemple :

\(\mu = 3.3\), \(\sigma = 0.4\). Quelle est la probabilité qu'un bébé pèse entre 2.9 et 3.7 kg ?
Étape 1 – conversion :
\(z_1 = \dfrac{2.9 - 3.3}{0.4} = -1\)     \(z_2 = \dfrac{3.7 - 3.3}{0.4} = 1\)

Étape 2 – table :
\(\Phi(1) = 0.8413\)     \(\Phi(-1) = 1 - \Phi(1) = 1 - 0.8413 = 0.1587\)

Étape 3 – soustraction :
\(P(-1 \le Z \le 1) = 0.8413 - 0.1587 = 0.6826\)

✅ Réponse : environ 68% des bébés pèsent entre 2.9 et 3.7 kg – cela correspond exactement à la règle des 68% !

Type 3 – problème inverse (de la probabilité à X)

📋 Caractéristiques :
  • Donnée : une probabilité (pourcentage, aire)
  • Demandé : la valeur \(X\) correspondant à cette probabilité
  • Mots-clés : "trouve la valeur telle que...", "quelle est la note en dessous de laquelle se trouve 90% ?", "trouve le centile ..."
La formule inverse :
\(X = \mu + Z \cdot \sigma\)
🔢 Étapes de résolution (à l'envers du type 1 !) :
  1. Chercher dans la table le \(Z\) qui correspond à la probabilité donnée
  2. Remplacer dans la formule inverse : \(X = \mu + Z \cdot \sigma\)
📝 Exemple :

\(\mu = 3.3\), \(\sigma = 0.4\). En dessous de quel poids se trouve 90% des bébés ?
Étape 1 : on cherche dans la table : \(\Phi(z) = 0.90\)\(z \approx 1.28\)

Étape 2 : \(X = 3.3 + 1.28 \times 0.4 = 3.3 + 0.512 = 3.812\)

✅ Réponse : 90% des bébés pèsent moins de \(3.81\) kg (environ).
⚠️ Erreur fréquente dans le type 3 : les étudiants remplacent parfois la probabilité (0.90) directement dans la formule de \(Z\). C'est faux ! Il faut d'abord trouver la valeur de \(Z\) dans la table, puis seulement remplacer.

Type 4 – comparaison entre groupes

📋 Caractéristiques :
  • Donnée : notes/valeurs de groupes différents avec des moyennes et des écarts-types différents
  • Demandé : qui a le mieux réussi ? qui se distingue le plus ? où le résultat est-il le meilleur ?
  • Mots-clés : "compare", "dans quelle matière est-il meilleur ?", "qui a mieux réussi par rapport à..."
🔑 La règle :
On ne compare jamais les notes brutes – on convertit toujours en \(Z\) et on compare les cotes Z !
🔢 Étapes de résolution :
  1. Calculer \(Z\) séparément pour chaque groupe
  2. Comparer les cotes Z – celui dont le \(Z\) est plus grand a mieux réussi par rapport à son groupe
📝 Exemple :

Sara a obtenu 85 en biologie (\(\mu = 75\), \(\sigma = 10\)) et 90 en chimie (\(\mu = 88\), \(\sigma = 4\)).
Dans quelle matière a-t-elle mieux réussi par rapport à la classe ?
Biologie : \(z = \dfrac{85 - 75}{10} = 1\)

Chimie : \(z = \dfrac{90 - 88}{4} = 0.5\)

✅ Conclusion : bien qu'en chimie la note brute soit plus élevée (90 > 85), Sara se distingue davantage en biologie (\(z = 1\) contre \(z = 0.5\)).

🗺️ Comment identifier le type ? – diagramme de flux

Demande-toi Si oui →
Une valeur/note est donnée, on demande une probabilité ? Type 1
On demande une probabilité sur un intervalle (entre ... et ...) ? Type 2
Une probabilité est donnée, on demande une valeur ? Type 3
On demande de comparer entre groupes ? Type 4

Formules importantes pour travailler avec la table Z

Ce qui est demandé Formule Explication
Aire de gauche \(P(Z \le z) = \Phi(z)\) Se lit directement dans la table
Aire de droite \(P(Z > z) = 1 - \Phi(z)\) Complément à 1
Intervalle \(P(a \le Z \le b) = \Phi(b) - \Phi(a)\) Soustraction de deux aires
Symétrie \(\Phi(-z) = 1 - \Phi(z)\) La courbe est symétrique par rapport à 0
Valeur unique \(P(Z = z) = 0\) Dans une loi continue – toujours 0 !
💡 Conseil : l'étape d'identification évite la moitié des erreurs. Avant tout calcul, demande-toi : "qu'est-ce que j'ai et qu'est-ce qu'on me demande ?" – voilà le type de problème.