QCM : Modèles Discrets en Probabilités — 9 questions

Question 1

1. Quel est le rôle principal de la loi uniforme discrète dans la modélisation probabiliste ?

Décrire un processus où l’événement de succès a une probabilité p constante

Calculer la moyenne arithmétique des valeurs possibles

Modéliser une situation où chaque valeur possible a la même probabilité d’être choisie

Modéliser le nombre d’essais jusqu’au premier succès

Explication

La loi uniforme discrète modélise une situation d’équiprobabilité où chaque valeur dans un ensemble fini d’entiers possède la même probabilité d’être sélectionnée, ce qui correspond précisément à son rôle principal.

Answer

Modéliser une situation où chaque valeur possible a la même probabilité d’être choisie

Question 2

2. Quelle est la formule de la probabilité qu'une variable X suive la loi uniforme discrète U[a; b] prenne une valeur k entre a et b ?

1 / (b - a + 1)

1 / (b - a)

a / (b - a + 1)

k / (b - a + 1)

Explication

La probabilité que X prenne une valeur k dans l'intervalle [a, b] est uniformément répartie, donc 1 / (b - a + 1).

Answer

1 / (b - a + 1)

Question 3

3. Dans une expérience de Bernoulli, si la variable aléatoire X suit la loi de Bernoulli avec un paramètre p, quelle est la probabilité que X prenne la valeur 1 ?

Elle est 0, car ce n’est pas possible

La probabilité est 1 - p

Elle est p, la probabilité de succès

Elle dépend du nombre d’épreuves

Explication

Selon la définition de la loi de Bernoulli, la probabilité que X prenne la valeur 1 (succès) est précisément p, la probabilité de succès dans l'expérience. Les autres options sont incorrectes : 1 - p correspond à la probabilité d’échec, 0 est faux car le succès est possible, et la dépendance au nombre d’épreuves ne concerne pas cette seule probabilité.

Answer

Elle est p, la probabilité de succès

Question 4

4. Quelle est l'espérance de la loi uniforme discrète U[a; b] ?

(a + b) / 2

(a - b) / 2

a + (b - a) / 2

(a + b + 1) / 2

Explication

L'espérance d'une loi uniforme discrète est la moyenne arithmétique des bornes a et b, soit (a + b) / 2.

Answer

(a + b) / 2

Question 5

5. Dans le contexte de la loi de Bernoulli, que signifie la variable aléatoire X ?

Elle prend la valeur 1 en cas de succès, 0 sinon

Elle prend la valeur p en cas de réussite

Elle suit une loi binomiale

Elle représente le nombre de succès sur plusieurs essais

Explication

Dans une loi de Bernoulli, X = 1 indique un succès et X = 0 un échec, modélisant une seule épreuve à deux issues.

Answer

Elle prend la valeur 1 en cas de succès, 0 sinon

Question 6

6. Quelle est la variance de la variable X suivant la loi de Bernoulli B(1; p) ?

p * (1 - p)

p / (1 - p)

1 / p

(1 - p)^2

Explication

La variance d'une loi de Bernoulli B(1; p) est p (1 - p), ce qui indique la dispersion autour de la moyenne p.

Answer

p * (1 - p)

Question 7

7. Quelle est la caractéristique principale de la loi géométrique ?

Modélise le nombre d'essais jusqu'au premier succès

Elle donne la probabilité d'obtenir un succès après un certain nombre d'essais

Elle concerne la distribution d'un nombre fixe de succès

C'est une loi continue

Explication

La loi géométrique modélise le nombre d'essais nécessaires jusqu'au premier succès, en utilisant une expérience de Bernoulli répétée.

Answer

Modélise le nombre d'essais jusqu'au premier succès

Question 8

8. Quelle différence fondamentale existe entre la loi binomiale et la loi de Poisson ?

La loi binomiale concerne un nombre fixe d'essais, la Poisson modélise des événements rares sur un intervalle

La loi binomiale est une loi continue, la Poisson une loi discrète

La loi binomiale ne dépend pas de paramètres

La loi de Poisson est toujours plus précise que la binomiale

Explication

La loi binomiale modélise le nombre de succès dans un nombre fixe d’essais avec succès indépendants, tandis que la loi de Poisson modélise des événements rares sur un intervalle sans fixer le nombre d’essais.

Answer

La loi binomiale concerne un nombre fixe d'essais, la Poisson modélise des événements rares sur un intervalle

Question 9

9. En quelle année a été introduite la loi de Poisson, selon les sources classiques de l'histoire des probabilités ?

1837

1750

1923

1905

Explication

La loi de Poisson a été introduite par Siméon Denis Poisson en 1837 dans son travail sur la théorie des probabilités et les phénomènes aléatoires.

QCM : Modèles Discrets en Probabilités — 9 questions

Questions et réponses du QCM

1. Quel est le rôle principal de la loi uniforme discrète dans la modélisation probabiliste ?

2. Quelle est la formule de la probabilité qu'une variable X suive la loi uniforme discrète U[a; b] prenne une valeur k entre a et b ?

3. Dans une expérience de Bernoulli, si la variable aléatoire X suit la loi de Bernoulli avec un paramètre p, quelle est la probabilité que X prenne la valeur 1 ?

4. Quelle est l'espérance de la loi uniforme discrète U[a; b] ?

5. Dans le contexte de la loi de Bernoulli, que signifie la variable aléatoire X ?

6. Quelle est la variance de la variable X suivant la loi de Bernoulli B(1; p) ?

7. Quelle est la caractéristique principale de la loi géométrique ?

8. Quelle différence fondamentale existe entre la loi binomiale et la loi de Poisson ?

9. En quelle année a été introduite la loi de Poisson, selon les sources classiques de l'histoire des probabilités ?

Révisez avec les flashcards

Approfondir avec la fiche

Cours similaires

Mesures du patron corsage

10 conseils pour réussir à l’école

Le Pass Jeunes à Paris

DLC des produits en cuisine

DLC des produits au comptoir

Vérifications du permis de conduire

Crée tes propres QCM