QCM : Introduction aux probabilités et statistiques fondamentales — 11 questions

Explication

Le seuil de rentabilité en valeur est le point où le chiffre d'affaires couvre exactement l'ensemble des coûts fixes et variables, c'est-à-dire le point où l'entreprise ne réalise ni profit ni perte. La formule associée est SR = CF / (taux x MCV), ce qui correspond à la définition donnée dans le contexte.

Explication

La formule du point mort en jours, selon le contenu, est donnée par (SR / CA) × 350, où SR est le seuil de rentabilité en valeur, CA le chiffre d'affaires, et 350 représente la période de référence en jours. Cette formule permet d'estimer le nombre de jours nécessaires pour atteindre le seuil de rentabilité.

Explication

L'indicateur de marge de seuil, ou indice de seuil, mesure la proportion du chiffre d'affaires qui constitue la marge de sécurité, c’est-à-dire la part du CA au-delà du seuil de rentabilité, ce qui permet d’évaluer la stabilité financière et la capacité à absorber des baisses de ventes.

Explication

La distribution normale a été formalisée par Carl Friedrich Gauss en 1809. La règle empirique, qui décrit la proportion des données dans un écart-type autour de la moyenne, a été reconnue et formulée plus tard, généralement dans la seconde moitié du XIXe siècle. Donc, la distribution normale a été établie avant la règle empirique.

Explication

La permutation concerne l'arrangement de tous les éléments d'un ensemble, où l'ordre est important, avec un total de m! permutations pour m éléments. L'arrangement (sans remise) concerne la sélection de p éléments parmi m, en tenant compte de l'ordre, avec une formule différente. La permutation est un cas particulier d'arrangement où p = m, mais en général, ils diffèrent par leur définition et leur formule.

Explication

La formule du nombre de permutations de p éléments parmi m, A = m! / (m - p)!, est attribuée à Augustin-Louis Cauchy, qui a contribué significativement à la théorie combinatoire et à la formalisation des dénombrements. Euler et Lagrange ont aussi travaillé en mathématiques, mais cette formule spécifique est liée à Cauchy.

Explication

La réalisation de B modifie la probabilité de A selon la relation de probabilité conditionnelle P(A|B). Si B influence A, alors P(A|B) diffère de P(A). La réponse 2 est correcte car elle reflète que B peut avoir un effet, qu'il soit positif ou négatif, sur la probabilité de A, contrairement aux autres options qui supposent un effet systématique ou nul.

Explication

L’indépendance de deux événements A et B se vérifie si et seulement si P(A ∩ B) = P(A) × P(B). Dans l’exemple, 0,12 = 0,3 × 0,4, ce qui confirme leur indépendance. La comparaison de P(A ∩ B) à la somme P(A) + P(B) est incorrecte pour l’indépendance, qui utilise la multiplication.

Explication

La variance d'une variable aléatoire mesure la dispersion ou la variabilité des valeurs autour de l'espérance, en calculant la moyenne des carrés des écarts à cette moyenne. Elle ne représente pas la tendance centrale (qui est l'espérance), ni la probabilité d'une valeur spécifique, mais la dispersion autour de cette moyenne.

Explication

Un arrangement est un choix ordonné de p éléments parmi m, où l'ordre compte. La formule pour le nombre d’arrangements est A(m,p) = m! / (m - p)!.

Explication

La formule fondamentale pour calculer la probabilité conjointe de deux événements A et B en utilisant la probabilité conditionnelle est P(A ∩ B) = P_A(B) × P(A). Elle relie la probabilité que A et B se produisent simultanément à la probabilité que B se produise sachant A, multipliée par la probabilité de A.