QCM : Introduction à la loi de Bernoulli et binomiale — 8 questions

Questions et réponses du QCM

1. Qu'est-ce qu'une épreuve de Bernoulli ?

Une expérience aléatoire à plusieurs issues, où chaque issue a une probabilité égale.
Une expérience aléatoire avec deux issues possibles, success ou échec, caractérisée par une probabilité p de succès.
Une expérience déterministe sans aléa, où le résultat est toujours le même.
Une expérience comportant plusieurs issues possibles avec des probabilités différentes.

Une expérience aléatoire avec deux issues possibles, success ou échec, caractérisée par une probabilité p de succès.

Explication

La bonne réponse est la première, qui correspond à la définition précise d'une épreuve de Bernoulli : une expérience à deux issues, success ou échec, avec une probabilité p de succès.

2. Quel auteur a formalisé la modélisation par arbre pondéré et la loi binomiale dans le contexte de la loi de Bernoulli ?

PERROUX
Poisson
Bayes
Laplace

PERROUX

Explication

PERROUX est l'auteur mentionné dans le contenu comme ayant formalisé la modélisation par arbre pondéré et la loi binomiale relative à la loi de Bernoulli, ce qui en fait la réponse correcte.

3. Quelle est la fonction de masse de la loi de Bernoulli et quel rôle joue-t-elle ?

Elle représente la distribution de la variable dans un schéma de Bernoulli.
Elle calcule la moyenne de l’expérience en fonction de la probabilité p.
Elle définit la probabilité que la variable aléatoire prenne la valeur 1, c’est-à-dire le succès.
Elle mesure la dispersion des résultats autour de la moyenne.

Elle définit la probabilité que la variable aléatoire prenne la valeur 1, c’est-à-dire le succès.

Explication

La fonction de masse de la loi de Bernoulli attribue la probabilité p à l’événement succès (X=1) et 1-p à l’échec (X=0). Son rôle est de définir la probabilité de chaque issue dans cette expérience binaire.

4. Quand le schéma de Bernoulli a-t-il été formellement établi dans la théorie des probabilités ?

Au début du 19ème siècle, avec Bernoulli lui-même
Au début du 18ème siècle, avec Pascal et Fermat
Dans la première moitié du 20ème siècle, avec PERROUX
Dans la seconde moitié du 20ème siècle, avec Kolmogorov

Dans la première moitié du 20ème siècle, avec PERROUX

Explication

Le schéma de Bernoulli, ainsi que la formule de la loi binomiale, ont été formellement établis dans la première moitié du 20ème siècle, notamment par PERROUX, qui a structuré la représentation graphique par arbre pondéré et la modélisation des répétitions d’épreuves de Bernoulli.

5. En quoi la loi binomiale diffère-t-elle ou ressemble-t-elle à la loi de Bernoulli ?

La loi binomiale et la loi de Bernoulli sont deux distributions totalement indépendantes, sans lien.
La loi de Bernoulli modélise le nombre de succès dans plusieurs essais, alors que la loi binomiale modélise une seule épreuve.
La loi de Bernoulli est un cas particulier de la loi binomiale avec n=1.
La loi binomiale concerne une seule épreuve, tandis que la loi de Bernoulli concerne plusieurs essais.

La loi de Bernoulli est un cas particulier de la loi binomiale avec n=1.

Explication

La loi de Bernoulli est en fait un cas particulier de la loi binomiale lorsque le nombre d’épreuves n’est égal à 1. La loi binomiale généralise cette idée pour n essais indépendants.

6. Qui est crédité de la formule de calcul de p(X=k) dans la loi binomiale, basée sur la modélisation par arbre pondéré ?

PERROUX
Poisson
Gauss
Bernoulli

PERROUX

Explication

PERROUX est crédité de la formalisation de la modélisation par arbre pondéré et de la formule de la loi binomiale, qui permet de calculer la probabilité d'obtenir k succès dans n essais.

7. Comment la variance binomiale influence-t-elle la stabilité du nombre de succès dans une série d’épreuves?

Une variance élevée augmente la stabilité des résultats.
Une variance n’a aucun effet sur la stabilité des résultats.
Une variance élevée entraîne une plus grande dispersion des résultats, réduisant la stabilité.
Une variance faible indique une grande dispersion autour de la moyenne.

Une variance élevée entraîne une plus grande dispersion des résultats, réduisant la stabilité.

Explication

La variance p(1-p) mesure la dispersion autour de la moyenne. Une variance élevée indique une grande dispersion, donc une moindre stabilité, tandis qu’une variance faible indique une plus grande stabilité des résultats.

8. Comment appliquer la loi binomiale pour calculer la probabilité qu’un lot de 100 pièces ait exactement 4 pièces rejetées, si la probabilité qu’une pièce soit rejetée est p=0,006 ?

Appliquer la loi de Poisson avec λ=100×0,006 et calculer P(X=4) en utilisant la formule de Poisson
Calculer la moyenne en multipliant 100 par 0,006, puis utiliser cette valeur pour estimer la probabilité
Utiliser la loi normale comme approximation de la binomiale, en calculant la probabilité que X soit autour de 4
Utiliser la formule de la loi binomiale : P(X=4) = inom{100}{4} (0,006)^4 (0,994)^{96}

Utiliser la formule de la loi binomiale : P(X=4) = inom{100}{4} (0,006)^4 (0,994)^{96}

Explication

La bonne méthode consiste à utiliser la formule de la loi binomiale : P(X=4) = inom{100}{4} (0,006)^4 (0,994)^{96}, qui donne la probabilité exacte d’avoir 4 pièces rejetées dans un lot de 100, avec une probabilité individuelle de rejet de 0,006. Les autres options proposent des méthodes incorrectes ou approximatives pour ce contexte précis.

Révisez avec les flashcards

Mémorisez les réponses avec 16 flashcards sur Introduction à la loi de Bernoulli et binomiale.

Épreuve de Bernoulli — définition ?

Expérience à deux issues, succès ou échec.

Loi de Bernoulli — rôle ?

Modélise une expérience binaire avec probabilité p.

Propriétés de Bernoulli — espérance ?

E(X) = p.

Voir les flashcards →

Approfondir avec la fiche

Consultez la fiche de révision complète sur Introduction à la loi de Bernoulli et binomiale.

Voir la fiche →

Cours similaires

Crée tes propres QCM

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

Générateur de QCM