QCM : Introduction aux probabilités et variables discrètes — 9 questions

Questions et réponses du QCM

1. Quel est le rôle de la probabilité d'intersection dans la relation entre deux événements en probabilité?

Elle donne la probabilité que l'un des deux événements se produise, indépendamment de l'autre.
Elle indique la probabilité que l'un des événements soit le complément de l'autre.
Elle représente la probabilité que l'événement A se produise, en ignorant B.
Elle mesure la probabilité que les deux événements se produisent simultanément, en relation avec la dépendance via la probabilité conditionnelle.

Elle mesure la probabilité que les deux événements se produisent simultanément, en relation avec la dépendance via la probabilité conditionnelle.

Explication

La probabilité d'intersection P(A ∩ B) mesure la probabilité que les deux événements se produisent simultanément. Elle est liée à la dépendance entre A et B par la formule P(A ∩ B) = P(A) × P(B|A), ce qui montre que cette intersection sert à quantifier leur co-occurrence en tenant compte de leur dépendance.

2. Qu'est-ce qu'un événement en probabilité ?

Une valeur numérique que peut prendre une variable aléatoire
Un résultat ou un ensemble de résultats possibles issus d'une expérience aléatoire
La moyenne des résultats d'une expérience
Une probabilité conditionnelle entre deux événements

Un résultat ou un ensemble de résultats possibles issus d'une expérience aléatoire

Explication

Un événement désigne un résultat ou un ensemble de résultats possibles résultant d'une expérience aléatoire ; c'est une notion fondamentale pour modéliser des situations dans la théorie des probabilités.

3. En quoi la variable aléatoire discrète se distingue-t-elle de sa définition dans le contexte probabiliste ?

Elle est une variable pouvant prendre une infinité non dénombrable de valeurs, contrairement à sa définition qui limite à un ensemble fini.
Elle est définie uniquement par sa loi de probabilité, sans référence à ses valeurs possibles.
Elle est une fonction associant à chaque issue une valeur réelle avec un ensemble dénombrable de valeurs possibles.
Elle ne possède pas de loi de probabilité associée, contrairement à la définition qui en impose une.

Elle est une fonction associant à chaque issue une valeur réelle avec un ensemble dénombrable de valeurs possibles.

Explication

La variable aléatoire discrète est une fonction qui associe à chaque issue un nombre réel, avec un ensemble dénombrable de valeurs possibles, et une loi de probabilité qui attribue à chaque valeur une probabilité positive. La définition précise cette relation entre la fonction et sa loi de probabilité, ce qui la distingue d'une simple variable ou d'une variable continue.

4. Comment calcule-t-on la probabilité conditionnelle P(A | B) ?

P(B) / P(A ∩ B)
P(A ∩ B) / P(B)
P(A) × P(B)
P(A ∩ B) × P(B)

P(A ∩ B) / P(B)

Explication

La probabilité conditionnelle P(A | B) est donnée par la formule P(A ∩ B) / P(B), ce qui correspond au ratio de la probabilité que A et B se produisent conjointement sur la probabilité que B se produise.

5. Quelle est la définition de la probabilité conditionnelle P(A | B) ?

La probabilité que A et B se réalisent simultanément, sans condition
La probabilité que A se réalise en ignorant B
La probabilité que B se réalise sachant que A est réalisé, calculée par P(B | A) = P(A ∩ B) / P(A)
La probabilité que A se réalise sachant que B est réalisé, calculée par P(A | B) = P(A ∩ B) / P(B)

La probabilité que A se réalise sachant que B est réalisé, calculée par P(A | B) = P(A ∩ B) / P(B)

Explication

La probabilité conditionnelle P(A | B) est définie comme la probabilité que A se réalise sachant que B est réalisé, ce qui correspond à P(A | B) = P(A ∩ B) / P(B), avec P(B) ≠ 0. La réponse correcte est donc la dernière option, qui donne la formule exacte et la signification.

6. Quelle est la relation entre l'intersection A ∩ B et la probabilité conditionnelle P(A | B) ?

P(A ∩ B) = P(A | B) / P(B)
P(A ∩ B) = P(A | B) × P(B)
P(A ∩ B) = P(A) + P(B)
P(A ∩ B) = P(A) × P(B)

P(A ∩ B) = P(A | B) × P(B)

Explication

La relation P(A ∩ B) = P(A | B) × P(B) montre comment la probabilité de l'intersection peut être obtenue à partir de la probabilité conditionnelle et de P(B), illustrant l'interdépendance des événements.

7. Quels éléments doivent être inclus dans le tableau associé à une loi de probabilité d'une variable discrète ?

Les valeurs possibles de la variable et leur fréquence d'apparition
Les valeurs possibles de la variable et leur probabilité associée
Les événements et leur complémentaire
Les événements et leurs probabilités conditionnelles

Les valeurs possibles de la variable et leur probabilité associée

Explication

Le tableau d'une loi de probabilité liste chaque valeur possible de la variable discrète avec sa probabilité associée, permettant de visualiser la distribution complète.

8. Comment calcule-t-on l'espérance E(X) d'une variable aléatoire discrète ?

E(X) = Σ p_i + x_i
E(X) = Σ p_i × x_i
E(X) = P(X ≤ x_i)
E(X) = max(p_i) × moyenne des x_i

E(X) = Σ p_i × x_i

Explication

L'espérance E(X) se calcule comme la somme des produits de chaque valeur par sa probabilité, ce qui donne la moyenne pondérée des valeurs possibles.

9. Quelle est la différence principale entre une probabilité conditionnelle et une probabilité totale ?

La probabilité conditionnelle concerne une seule paire d'événements, la totale permet de calculer la probabilité d’un événement à partir de partitions de l’espace échantillonal
La probabilité conditionnelle ne considère pas la dépendance entre événements, la totale la modélise
La probabilité conditionnelle est toujours plus grande que la probabilité totale
Il n'y a pas de différence, ce sont deux noms pour la même notion

La probabilité conditionnelle concerne une seule paire d'événements, la totale permet de calculer la probabilité d’un événement à partir de partitions de l’espace échantillonal

Explication

La probabilité conditionnelle calcule la probabilité d’un événement en connaissant un autre, tandis que la probabilité totale permet de décomposer la probabilité d’un événement en utilisant une partition de l’espace échantillonal.

Révisez avec les flashcards

Mémorisez les réponses avec 10 flashcards sur Introduction aux probabilités et variables discrètes.

Probabilités conditionnelles — définition ?

Probabilité qu’un événement se réalise sachant un autre.

Événement — définition?

Sous-ensemble de l’espace des issues.

Variable discrète — caractéristique clé ?

Prend un nombre fini ou dénombrable de valeurs.

Voir les flashcards →

Approfondir avec la fiche

Consultez la fiche de révision complète sur Introduction aux probabilités et variables discrètes.

Voir la fiche →

Cours similaires

Restriction d'accès au service

Document sans contenu pédagogique

Anthropologie de la maladie et de la santé

Programme seconde et début première

Enseignement du vocabulaire primaire

Techniques de pose du système de drainage

Crée tes propres QCM

Importe ton cours et l'IA génère des QCM avec corrections en 30 secondes.

Générateur de QCM