Mathématiques · Terminale · Géométrie de l'Espace · 3e Trimestre

Loi normale : Introduction et propriétés

Les élèves s'introduisent à la loi normale, sa courbe en cloche et ses propriétés de symétrie.

• Programmes Officiels
• EDNAT: MAT.TLE.65
• EDNAT: MAT.TLE.66

À propos de ce thème

La loi normale, ou loi de Gauss, est la distribution la plus importante en statistique. Sa courbe en cloche symétrique autour de la moyenne apparaît naturellement dans de nombreux phénomènes : taille des individus, erreurs de mesure, scores de tests. Le théorème central limite explique cette omniprésence en montrant que la somme d'un grand nombre de variables aléatoires indépendantes tend vers une loi normale, quel que soit le type des variables de départ.

En Terminale, les élèves apprennent à centrer et réduire une variable aléatoire pour ramener toute loi normale N(mu, sigma²) à la loi normale centrée réduite N(0,1). La règle empirique des 68-95-99,7% fournit des repères pratiques pour estimer les probabilités. Ce chapitre est essentiel pour comprendre les intervalles de confiance et les tests statistiques. Les activités de groupe autour de données réelles et de simulations permettent de construire une intuition solide avant d'aborder les calculs formels.

Questions clés

1. Pourquoi tant de phénomènes naturels suivent-ils une loi normale?
2. Comment centrer et réduire une variable aléatoire?
3. Quels sont les intervalles de confiance à 95% pour une loi normale?

Objectifs d'apprentissage

• Expliquer la forme et les propriétés de la courbe de densité de probabilité de la loi normale.
• Identifier la moyenne et l'écart-type comme paramètres déterminant la forme et la position de la courbe de la loi normale.
• Calculer la valeur de la fonction de répartition pour une variable aléatoire suivant une loi normale centrée réduite.
• Appliquer la règle empirique (68-95-99,7) pour estimer des probabilités associées à des intervalles centrés sur la moyenne.
• Transformer une variable aléatoire suivant une loi normale quelconque en une variable centrée réduite.

Avant de commencer

Variables aléatoires et lois de probabilité discrètes

Pourquoi : Les élèves doivent maîtriser les concepts de base des variables aléatoires et des distributions de probabilité pour aborder une loi de distribution continue.

Calculs d'espérance et de variance

Pourquoi : La compréhension de l'espérance (moyenne) et de la variance (liée à l'écart-type) est fondamentale pour définir et manipuler la loi normale.

Vocabulaire clé

Loi normale	Distribution de probabilité continue caractérisée par sa courbe en cloche symétrique. Elle est définie par sa moyenne (μ) et son écart-type (σ).
Courbe en cloche	Représentation graphique de la densité de probabilité de la loi normale. Elle est symétrique autour de la moyenne et décroît à mesure que l'on s'éloigne de celle-ci.
Moyenne (μ)	Paramètre central de la loi normale, il correspond à l'abscisse de l'axe de symétrie de la courbe en cloche.
Écart-type (σ)	Paramètre de dispersion de la loi normale. Il mesure l'étalement de la courbe autour de la moyenne ; plus il est grand, plus la courbe est aplatie.
Loi normale centrée réduite	Cas particulier de la loi normale où la moyenne est 0 et l'écart-type est 1. Elle est notée N(0,1).
Centrer et réduire	Opération consistant à transformer une variable aléatoire X suivant une loi normale N(μ, σ²) en une variable Z suivant la loi normale centrée réduite N(0,1) à l'aide de la formule Z = (X - μ) / σ.

Attention à ces idées reçues

Idée reçue courante

Toute distribution symétrique est une loi normale.

Ce qu'il faut enseigner à la place

La symétrie est nécessaire mais pas suffisante : une loi uniforme est symétrique sans être normale. La courbe de Gauss a une forme spécifique (en cloche) déterminée par mu et sigma. Les activités de comparaison d'histogrammes en groupe aident à distinguer les différentes formes de distributions.

Idée reçue courante

L'écart-type et la variance sont interchangeables.

Ce qu'il faut enseigner à la place

L'écart-type est la racine carrée de la variance. Ils n'ont pas les mêmes unités : si X est en cm, la variance est en cm² et l'écart-type en cm. Les exercices de centrage-réduction en binôme obligent à manipuler sigma (pas sigma²), ce qui ancre la distinction.

Idée reçue courante

La probabilité d'être à plus de 3 écarts-types de la moyenne est nulle.

Ce qu'il faut enseigner à la place

Elle est très faible (environ 0,3%) mais pas nulle : la loi normale a des queues infinies. Les simulations avec de grands échantillons en groupe permettent de repérer ces valeurs extrêmes et de comprendre leur rareté sans les exclure.

Idées d'apprentissage actif

Cercle de recherche: La planche de Galton numérique

Les groupes programment en Python une simulation de la planche de Galton (somme de variables de Bernoulli). Ils visualisent comment la distribution binomiale converge vers une courbe en cloche quand n augmente. Chaque groupe teste un n différent et la classe compare les résultats.

40 min·Petits groupes

Penser-Partager-Présenter: Centrer et réduire

Donnez une variable X suivant N(170, 36). Chaque élève calcule P(164 < X < 176) en centrant-réduisant. En binôme, ils comparent leurs étapes et vérifient mutuellement le passage à Z = (X-mu)/sigma. Discussion collective sur l'interprétation du résultat.

25 min·Binômes

Galerie marchande: La loi normale dans le monde réel

Quatre stations présentent des jeux de données réels (tailles, températures, notes d'examen, erreurs de mesure). Les groupes tracent les histogrammes, superposent la courbe normale ajustée et évaluent la qualité de l'approximation pour chaque contexte.

35 min·Petits groupes

Défi individuel : La règle des 68-95-99,7%

Chaque élève reçoit un problème contextualisé et doit estimer une probabilité en utilisant uniquement la règle empirique, sans table ni calculatrice. Mise en commun pour vérifier les réponses et discuter des limites de cette approximation rapide.

15 min·Individuel

Liens avec le monde réel

• Les statisticiens utilisent la loi normale pour modéliser la distribution des résultats aux tests standardisés comme le baccalauréat ou les tests d'aptitude professionnelle. Cela permet de comparer les performances des élèves et d'établir des seuils de réussite.
• En biologie, la loi normale est souvent appliquée pour décrire la distribution de caractéristiques physiques au sein d'une population, telles que la taille des individus ou le poids à la naissance. Ces modèles aident les chercheurs à identifier des anomalies ou des tendances.
• Dans le domaine de la finance, les modèles de tarification des options, comme le modèle de Black-Scholes, reposent sur l'hypothèse que les rendements des actifs financiers suivent une loi normale. Cela permet d'évaluer le risque associé aux investissements.

Idées d'évaluation

Vérification rapide

Présentez aux élèves le graphique d'une courbe en cloche et demandez-leur d'identifier visuellement la moyenne et de commenter l'effet d'une augmentation de l'écart-type sur la forme de la courbe. Posez la question : 'Comment la forme de cette courbe changerait-elle si l'écart-type doublait ?'

Billet de sortie

Donnez aux élèves une variable aléatoire X suivant une loi normale N(10, 2²). Demandez-leur de calculer la valeur de Z correspondante pour X=12, puis d'expliquer en une phrase pourquoi cette transformation est utile.

Question de discussion

Lancez une discussion en demandant : 'Pourquoi pensez-vous que tant de phénomènes naturels, des mesures d'erreurs aux caractéristiques biologiques, semblent suivre une loi normale ?' Encouragez les élèves à relier leurs observations à l'idée de somme de nombreuses petites causes indépendantes.

Questions fréquentes

Que signifie centrer et réduire une variable aléatoire ?

Centrer consiste à soustraire la moyenne (mu) pour obtenir une espérance nulle. Réduire consiste à diviser par l'écart-type (sigma) pour obtenir une variance de 1. La variable Z = (X-mu)/sigma suit alors une loi normale centrée réduite N(0,1), ce qui permet d'utiliser les tables ou la calculatrice.

Que représente la règle des 68-95-99,7% ?

Environ 68% des valeurs se trouvent à moins d'un écart-type de la moyenne, 95% à moins de deux écarts-types, et 99,7% à moins de trois. Ces repères permettent d'estimer rapidement des probabilités sans calcul. Ils sont particulièrement utiles pour vérifier la plausibilité d'un résultat au baccalauréat.

Pourquoi la loi normale apparaît-elle si souvent dans la nature ?

Le théorème central limite montre que la somme de nombreuses petites contributions indépendantes converge vers une loi normale. La taille d'un individu, par exemple, résulte de l'effet combiné de milliers de gènes et de facteurs environnementaux, chacun ayant un petit effet additif.

Comment utiliser des activités de groupe pour enseigner la loi normale ?

Les simulations numériques en petits groupes sont très efficaces : chaque équipe génère des échantillons, trace des histogrammes et observe la convergence vers la courbe en cloche. La comparaison entre groupes de tailles d'échantillons différentes illustre concrètement le théorème central limite.