QCM : Introduction aux lois de probabilité et distributions — 10 questions

Questions et réponses du QCM

1. Qu'est-ce qu'une loi de probabilité pour une variable aléatoire discrète ?

Une règle qui détermine le résultat d'un seul essai aléatoire
Une méthode pour calculer la moyenne d'une variable aléatoire
Une fonction qui attribue une probabilité à chaque valeur, positive, et dont la somme est égale à 1
Une formule qui donne la probabilité que la variable prenne une valeur spécifique

Une fonction qui attribue une probabilité à chaque valeur, positive, et dont la somme est égale à 1

Explication

Une loi de probabilité est une fonction qui, pour chaque valeur possible d'une variable discrète, attribue une probabilité positive, et dont la somme des probabilités sur toutes ces valeurs est égale à 1. Cela modélise la distribution de la variable aléatoire discrète.

2. Quelle est la formule de probabilité de la loi de Poisson pour P(X=k) ?

P(X=k) = λ^k e^{-λ} / k!
P(X=k) = e^{λ} λ^k / k!
P(X=k) = (λ^k / k!) e^{-λ}
P(X=k) = e^{-λ} λ^k / k!

P(X=k) = e^{-λ} λ^k / k!

Explication

La formule correcte de la probabilité pour la loi de Poisson est P(X=k) = e^{-λ} λ^k / k!, qui est explicitement mentionnée dans le contenu comme la formule caractéristique de cette loi.

3. Quel est le rôle principal du test d'hypothèses en statistique ?

Comparer deux échantillons pour voir s'ils proviennent de la même population
Calculer la moyenne d'un échantillon
Vérifier la validité d'une hypothèse sur un paramètre de la population
Estimer la valeur exacte d'un paramètre inconnu

Vérifier la validité d'une hypothèse sur un paramètre de la population

Explication

Le test d'hypothèses est conçu pour vérifier si une hypothèse sur un paramètre de la population est compatible avec les données observées, permettant ainsi de la valider ou de la rejeter.

4. En quelle année la loi de Poisson a-t-elle été formulée par Siméon Denis Poisson ?

1847
1827
1837
1857

1837

Explication

La loi de Poisson a été formulée par le mathématicien français Siméon Denis Poisson en 1837, ce qui constitue une étape clé dans l'histoire des lois de probabilité discrètes.

5. En quoi la distribution continue se distingue-t-elle ou se ressemble-t-elle à d'autres lois de probabilité ?

Elle modélise uniquement des phénomènes rares, contrairement aux lois discrètes qui modélisent des événements fréquents.
Elle est définie uniquement par sa fonction de probabilité en points discrets, ce qui la différencie des lois continues.
Elle ne possède pas de fonction de densité, contrairement aux lois discrètes, mais elle ressemble aux lois normales par sa forme en cloche.
Elle est caractérisée par une fonction de densité continue et une fonction de répartition continue, ce qui la distingue des lois discrètes mais la ressemble aux autres lois continues.

Elle est caractérisée par une fonction de densité continue et une fonction de répartition continue, ce qui la distingue des lois discrètes mais la ressemble aux autres lois continues.

Explication

La distribution continue est caractérisée par une fonction de densité et une fonction de répartition continues, ce qui la distingue des lois discrètes qui ont une fonction de probabilité en points discrets. Elle partage avec d'autres lois continues la propriété que la probabilité d'un point précis est nulle, et que la probabilité d'un intervalle est donnée par une intégrale de la densité.

6. Qui a formulé ou découvert la loi uniforme ?

Carl Friedrich Gauss a développé la loi dans le contexte de la distribution normale
André-Marie Ampère a introduit la loi dans ses travaux sur l'électricité
Pierre-Simon Laplace en a été le premier à formaliser la version continue
C'est une notion intuitive sans auteur unique attribué

C'est une notion intuitive sans auteur unique attribué

Explication

La loi uniforme est une notion fondamentale en probabilité, utilisée depuis longtemps, et n'est pas attribuée à un seul auteur ou à une découverte spécifique. Elle représente une idée intuitive que toutes les valeurs possibles ont la même probabilité, sans qu'une personne précise en soit créditée.

7. Quelle est la cause principale qui explique que le temps d'attente entre deux événements dans un processus de Poisson suit une loi exponentielle ?

L'hypothèse d'indépendance et de taux constant des événements
La variation aléatoire du taux d'événements
La dépendance entre les événements successifs
La distribution normale des temps d'attente

L'hypothèse d'indépendance et de taux constant des événements

Explication

La cause principale est la propriété d'indépendance des événements et la constance du taux λ, qui entraînent la distribution exponentielle du temps d'attente entre deux événements dans un processus de Poisson.

8. Comment doit-on utiliser la loi normale pour calculer la probabilité qu'une variable X, suivant une loi normale de moyenne μ et d'écart-type σ, prenne une valeur inférieure à un certain seuil x ?

Estimer la moyenne et l'écart-type à partir de l'échantillon, puis appliquer la loi normale
Calculer la valeur Z = (x - μ)/σ, puis utiliser la tableau de la loi normale centrée réduite pour trouver P(Z ≤ z)
Utiliser la formule P(X ≥ x) = 1 - P(X ≤ x) sans transformation
Calculer directement P(X ≤ x) en utilisant la densité f(x) sans transformation

Calculer la valeur Z = (x - μ)/σ, puis utiliser la tableau de la loi normale centrée réduite pour trouver P(Z ≤ z)

Explication

Pour calculer la probabilité que X soit inférieure à x, on doit d'abord standardiser la variable en utilisant Z = (x - μ)/σ, ce qui transforme la problème en une probabilité pour une loi normale centrée réduite. Ensuite, on utilise la table de la loi normale ou la fonction Φ pour obtenir P(Z ≤ z). La réponse correcte est donc la première.

9. Quelle est la formule de probabilité caractéristique de la loi de Poisson pour une variable X ?

P(X=k) = e^{λ} λ^k / k!
P(X=k) = (λ^k / k!) e^{-λ}
P(X=k) = λ^k e^{-λ} / k!
P(X=k) = e^{-λ} λ^k / k!

P(X=k) = e^{-λ} λ^k / k!

Explication

La formule correcte de la loi de Poisson est P(X=k) = e^{-λ} λ^k / k!, où λ est le paramètre de la loi représentant la moyenne, et k est un entier naturel. La formule doit respecter la forme exacte avec e^{-λ} en début, λ^k, et division par k!. La première option est la forme correcte, la seconde est une erreur d’ordre, la troisième inverse les termes, et la quatrième utilise e^{λ} au lieu de e^{-λ}. La connaissance précise de cette formule est essentielle pour identifier la loi de Poisson.

10. Quelle est la définition correcte de la loi binomiale ?

Une loi de probabilité discrète qui modélise le nombre de succès dans n essais indépendants, chacun avec une probabilité p de succès, avec P(X=k) = C(n,k) p^k (1−p)^{n−k}.
Une loi discrète qui modélise le nombre d'événements dans une période ou un espace donné, avec P(X=k) = e^{−λ} λ^k / k!.
Une loi de probabilité qui donne la somme de plusieurs variables indépendantes de lois différentes.
Une loi continue caractérisée par une densité f(x) = λ e^{−λx} pour x ≥ 0.

Une loi de probabilité discrète qui modélise le nombre de succès dans n essais indépendants, chacun avec une probabilité p de succès, avec P(X=k) = C(n,k) p^k (1−p)^{n−k}.

Explication

La loi binomiale est définie par la formule P(X=k) = C(n,k) p^k (1−p)^{n−k}, qui représente le nombre de succès dans n essais indépendants avec probabilité p. Les autres options décrivent d’autres lois ou concepts (loi de Poisson, loi exponentielle, somme de variables).

Révisez avec les flashcards

Mémorisez les réponses avec 19 flashcards sur Introduction aux lois de probabilité et distributions.

Variable aléatoire discrète — définition ?

Variable prenant un nombre fini ou dénombrable de valeurs.

Loi de probabilité — rôle ?

Attribuer des probabilités aux valeurs d'une variable discrète.

Espérance mathématique — symbole ?

E(X), moyenne pondérée des valeurs.

Voir les flashcards →

Approfondir avec la fiche

Consultez la fiche de révision complète sur Introduction aux lois de probabilité et distributions.

Voir la fiche →

Cours similaires

Actions et mouvement

Physique

Gel pour les veines

Grandeurs composées et conversions

Mathématiques

Réciproque de Pythagore

Mathématiques

Réussir ses études efficacement

Les émotions humaines

Crée tes propres QCM

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

Générateur de QCM