QCM : Introduction à la Probabilistique Sociale — 16 questions

Questions et réponses du QCM

1. Quelle idée exprime le mieux la psychohistoire ?

La prédiction exacte du comportement de chaque individu
La description des émotions individuelles sans recours aux probabilités
La prédiction de l’évolution globale d’une société par des modèles mathématiques
L’étude des seules décisions économiques d’un pays

La prédiction de l’évolution globale d’une société par des modèles mathématiques

Explication

La psychohistoire vise à prévoir l’évolution globale de l’humanité à partir de modèles mathématiques. Elle ne cherche pas à prédire chaque individu avec certitude.

2. Quel contraste est au cœur de la prédiction sociale par les probabilités ?

La certitude individuelle et l’incertitude collective
La stabilité des individus et l’instabilité des groupes
La prévision météorologique et la prévision biologique
L’imprévisibilité individuelle et la prévisibilité statistique des masses

L’imprévisibilité individuelle et la prévisibilité statistique des masses

Explication

Le cours oppose l’imprévisibilité d’un individu à la prévisibilité statistique d’un grand ensemble. C’est cette différence qui rend les tendances collectives accessibles aux probabilités.

3. Dans un modèle de Bernoulli pour un vote, que représente la valeur 1 ?

Le choix du parti étudié
Une décision impossible à observer
L’abstention de l’électeur
Une probabilité égale à 1

Le choix du parti étudié

Explication

Dans l’exemple, la variable vaut 1 si la personne vote pour le parti étudié, et 0 sinon. La valeur 1 correspond donc au succès du modèle.

4. Quelle est la variance d’une variable suivant une loi de Bernoulli de paramètre p ?

p²(1-p)²
p(1-p)
1-p
p/(1-p)

p(1-p)

Explication

La variance d’une Bernoulli est égale à p(1-p). Cette formule mesure la dispersion autour de la moyenne du modèle.

5. Que dit la loi des grands nombres sur la fréquence observée lorsque le nombre d’essais devient grand ?

Elle se rapproche de la probabilité théorique
Elle reste toujours égale à 0,5
Elle devient indépendante de la probabilité
Elle s’éloigne de la probabilité théorique

Elle se rapproche de la probabilité théorique

Explication

La loi des grands nombres affirme que la fréquence observée se rapproche de la probabilité théorique quand on répète beaucoup l’expérience. Les écarts deviennent plus faibles à grande échelle.

6. Pourquoi la fréquence F_n varie-t-elle moins quand n augmente ?

Parce que p devient automatiquement égal à 1
Parce que sa variance vaut p(1-p)/n
Parce que les essais deviennent dépendants
Parce que son espérance devient nulle

Parce que sa variance vaut p(1-p)/n

Explication

La variance de F_n est p(1-p)/n, donc elle diminue lorsque n augmente. Cela explique la stabilisation progressive des fréquences.

7. Quel est un usage classique des statistiques dans les sondages électoraux ?

Estimer une proportion dans une population à partir d’un échantillon
Supprimer toute incertitude sur les électeurs
Mesurer la valeur exacte d’un vote individuel
Remplacer complètement les probabilités par des certitudes

Estimer une proportion dans une population à partir d’un échantillon

Explication

Les sondages utilisent des fréquences observées pour estimer des proportions dans une population. Ils visent une tendance collective, pas la décision de chaque individu.

8. Que cherchent à estimer les assurances grâce aux modèles probabilistes ?

La personnalité des clients
Le nombre moyen d’accidents dans une population
Le comportement exact de chaque assuré
Le résultat d’un accident isolé avec certitude

Le nombre moyen d’accidents dans une population

Explication

Les assurances s’appuient sur des probabilités pour prévoir des quantités moyennes, comme le nombre d’accidents. Elles ne peuvent pas dire qui aura précisément un accident.

9. Dans une modélisation temporelle d’une société, quel outil est utilisé pour suivre l’évolution d’une grandeur ?

Une suite de valeurs indexées par le temps
Une équation sans variable
Une matrice aléatoire sans ordre temporel
Un simple pourcentage sans évolution

Une suite de valeurs indexées par le temps

Explication

Le cours propose d’utiliser des suites pour représenter l’évolution dans le temps. Chaque terme de la suite correspond à un instant donné.

10. Si une grandeur évolue avec un taux de croissance constant, quelle structure reconnaît-on ?

Une suite constante
Une suite périodique
Une suite arithmétique
Une suite géométrique

Une suite géométrique

Explication

Un taux de croissance constant conduit à une suite géométrique. Dans ce cadre simplifié, cela correspond à une croissance exponentielle.

11. Dans le modèle de diffusion d’une idée, que représente u_n ?

Le taux d’accidents dans la population
Le nombre total d’idées concurrentes
La part de personnes convaincues à l’instant n
La probabilité d’un événement chaotique

La part de personnes convaincues à l’instant n

Explication

u_n désigne la proportion de personnes convaincues à l’instant n. C’est la variable centrale du modèle de propagation d’une opinion.

12. Quel effet a un paramètre k plus grand dans la diffusion d’une idée ?

Une diffusion plus lente
Une disparition immédiate de l’idée
Une diffusion impossible
Une diffusion plus rapide

Une diffusion plus rapide

Explication

Le paramètre k mesure la force de l’influence sociale. Quand k est grand, la conversion se fait plus vite et la diffusion accélère.

13. Quel événement peut rendre un modèle psychohistorique obsolète ?

Une prévision probabiliste de tendance
Un choc rare comme une guerre ou une pandémie
Une répétition parfaite des comportements
Une stabilité statistique durable

Un choc rare comme une guerre ou une pandémie

Explication

Le cours souligne que des événements imprévus majeurs, comme une guerre, une crise ou une pandémie, peuvent casser le modèle. Ils modifient brutalement les conditions supposées stables.

14. Que signifie l’effet papillon dans le cadre du chaos ?

Les comportements individuels deviennent déterministes
Une grande cause produit toujours un petit effet
Les prévisions sont exactes à très long terme
Une petite différence initiale peut conduire à des trajectoires très différentes

Une petite différence initiale peut conduire à des trajectoires très différentes

Explication

L’effet papillon illustre qu’une variation minuscule au départ peut provoquer un résultat très différent plus tard. C’est une conséquence de la théorie du chaos.

15. À quoi sert l’estimation d’un paramètre comme k ?

À remplacer les probabilités par une certitude
À déduire une valeur du modèle à partir de données observées
À fixer le futur avant toute observation
À inventer une nouvelle distribution sans données

À déduire une valeur du modèle à partir de données observées

Explication

L’estimation de paramètre consiste à ajuster une valeur comme k à partir de données réelles. On cherche la valeur qui reproduit le mieux l’évolution observée.

16. Que décrit une distribution de probabilités ?

La moyenne seule, sans information supplémentaire
La répartition des résultats possibles et de leurs probabilités
Une suite de valeurs sans hasard
Un événement unique observé une seule fois

La répartition des résultats possibles et de leurs probabilités

Explication

Une distribution de probabilités décrit les issues possibles d’un phénomène aléatoire et la probabilité de chacune. Elle ne se limite pas à une seule valeur moyenne.

Révisez avec les flashcards

Mémorisez les réponses avec 16 flashcards sur Introduction à la Probabilistique Sociale.

Psychohistoire — définition ?

Science fictive visant à prédire l’évolution sociale par modèles mathématiques.

Fondation — œuvre ?

Série d’Asimov où apparaît la psychohistoire comme discipline.

Prédiction sociale — but ?

Anticiper comportements collectifs via probabilités.

Voir les flashcards →

Approfondir avec la fiche

Consultez la fiche de révision complète sur Introduction à la Probabilistique Sociale.

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