QCM : Introduction aux probabilités et combinatoire — 16 questions

Questions et réponses du QCM

1. Dans une expérience aléatoire, que désigne l’univers Ω ?

Un événement composé de plusieurs résultats
La probabilité de l’événement certain
L’ensemble des issues possibles de l’expérience
L’ensemble des événements disjoints

L’ensemble des issues possibles de l’expérience

Explication

L’univers Ω est l’ensemble de toutes les issues possibles d’une expérience aléatoire. Un événement est seulement une partie de Ω, pas l’ensemble complet.

2. Quel énoncé décrit correctement des événements disjoints ?

Ils peuvent se produire simultanément si leurs probabilités sont faibles
Leur union est forcément égale à l’univers
Leur intersection est vide
Ils ont toujours la même probabilité

Leur intersection est vide

Explication

Deux événements disjoints ne peuvent pas se produire en même temps, donc leur intersection est vide. Leur union n’est pas forcément l’univers.

3. Dans le cas d’une équiprobabilité, comment calcule-t-on la probabilité d’un événement A ?

En divisant le nombre de cas favorables par le nombre de cas possibles
En additionnant les probabilités de toutes les issues
En retranchant les cas défavorables
En multipliant la probabilité par le nombre d’issues

En divisant le nombre de cas favorables par le nombre de cas possibles

Explication

En situation d’équiprobabilité, on utilise le rapport cas favorables / cas possibles. C’est la règle de base indiquée pour ce type de calcul.

4. Si deux événements B et C ne sont pas disjoints, quelle formule doit-on utiliser pour calculer P(B∪C) ?

P(B∪C)=P(B)+P(C)-P(B∩C)
P(B∪C)=P(B∩C)
P(B∪C)=P(B)+P(C)
P(B∪C)=P(B)P(C)

P(B∪C)=P(B)+P(C)-P(B∩C)

Explication

Quand deux événements ont une intersection non vide, il faut retirer cette intersection pour éviter de la compter deux fois. La bonne formule est donc somme moins intersection.

5. Quelle est la formule de la probabilité conditionnelle de A sachant B, lorsque P(B)≠0 ?

P_B(A)=P(B∩A)/P(A)
P_B(A)=P(A∩B)/P(B)
P(A∩B)=P(A)+P(B)
P_B(A)=P(A)P(B)

P_B(A)=P(A∩B)/P(B)

Explication

La probabilité conditionnelle de A sachant B est définie par le quotient de la probabilité de l’intersection par celle de B. Cette expression n’est valable que si P(B) est non nulle.

6. Que signifie l’indépendance de deux événements A et B ?

P(A∩B)=P(A)P(B)
P(A)=P(B)
P(A∩B)=P(A)+P(B)
P(A|B)=0

P(A∩B)=P(A)P(B)

Explication

Deux événements sont indépendants lorsque la probabilité de leur intersection est le produit de leurs probabilités. Dans ce cas, connaître B ne modifie pas la probabilité de A.

7. Sur un arbre de probabilités, comment obtient-on la probabilité d’un chemin précis ?

En multipliant les probabilités des branches successives
En additionnant les probabilités des branches traversées
En prenant la plus petite probabilité du chemin
En calculant la différence entre la première et la dernière branche

En multipliant les probabilités des branches successives

Explication

Le principe du produit dit qu’un chemin sur un arbre se calcule en multipliant les probabilités le long des branches successives. C’est la règle fondamentale pour une issue atteinte par plusieurs étapes.

8. Si (B1, …, Bn) partitionnent Ω, quelle égalité correspond à la formule des probabilités totales ?

P(A)=∑ P(Bi)
P(A)=P(B1∩…∩Bn)
P(A)=P(B1)+…+P(Bn)+P(A)
P(A)=∑ P(A∩Bi)

P(A)=∑ P(A∩Bi)

Explication

Lorsque les B_i forment une partition de Ω, la probabilité de A se décompose en somme des probabilités des intersections A∩B_i. C’est exactement la formule des probabilités totales.

9. Qu’est-ce qu’une variable aléatoire discrète X ?

Une mesure de dispersion des résultats
Une suite de probabilités toutes égales
Une fonction qui associe à chaque issue une valeur réelle
Un événement composé de plusieurs issues

Une fonction qui associe à chaque issue une valeur réelle

Explication

Une variable aléatoire discrète associe à chaque issue de l’univers une valeur réelle. Elle permet ensuite de définir une loi de probabilité sur ces valeurs.

10. Quelle formule donne la fonction de répartition F(x) d’une variable aléatoire discrète ?

F(x)=P(X≤x)
F(x)=P(X=x)
F(x)=P(X>x)
F(x)=P(X≥x)

F(x)=P(X≤x)

Explication

La fonction de répartition est définie par F(x)=P(X≤x), c’est-à-dire la probabilité que X prenne une valeur inférieure ou égale à x. Elle ne correspond pas à une probabilité ponctuelle.

11. Combien de suites de 4 chiffres peut-on former avec les chiffres de 0 à 9 lorsque la répétition est autorisée ?

120
10000
24
5040

10000

Explication

Avec répétition autorisée, on compte des arrangements avec répétition : il y a donc 10 choix pour chaque position, soit $10^4=10000$. 5040 correspondrait à un choix sans répétition.

12. Quelle formule donne le nombre de groupes de p éléments choisis parmi n sans ordre et sans répétition ?

\frac{n!}{(n-p)!}
n!
n^p
\binom{n}{p}

\binom{n}{p}

Explication

Les combinaisons comptent des choix sans ordre et sans répétition, ce qui s’écrit $\binom{n}{p}=\dfrac{n!}{p!(n-p)!}$. La formule $\dfrac{n!}{(n-p)!}$ compte au contraire des arrangements sans répétition.

13. Quels sont les éléments indispensables pour reconnaître un schéma de Bernoulli ?

deux tirages sans remise avec ordre imposé
n répétitions indépendantes avec deux issues de probabilités p et 1-p
n répétitions dépendantes avec plusieurs issues équiprobables
une seule épreuve avec une issue certaine

n répétitions indépendantes avec deux issues de probabilités p et 1-p

Explication

Un schéma de Bernoulli consiste en n répétitions indépendantes d’une même expérience à deux issues, succès et échec, de probabilités p et q=1-p. Les autres propositions introduisent soit la dépendance, soit plus de deux issues, soit une seule épreuve.

14. Dans un schéma de Bernoulli, que représente la variable aléatoire X définie après les répétitions ?

La probabilité du succès à chaque épreuve
Le nombre total d’épreuves ratées uniquement
L’issue de la dernière répétition
Le nombre total de succès obtenus

Le nombre total de succès obtenus

Explication

Dans ce cadre, X compte le nombre de succès obtenus sur les n répétitions. Elle ne représente ni la probabilité p, ni seulement les échecs, ni l’issue de la dernière épreuve.

15. Si X suit une loi binomiale B(n,p), quelle expression donne P(X=k) ?

\binom{n}{k}p^k(1-p)^{n-k}
\frac{n!}{k!(n-k)!}p(1-p)
npk
p^k(1-p)^k

\binom{n}{k}p^k(1-p)^{n-k}

Explication

La loi binomiale vérifie, pour k entre 0 et n, $P(X=k)=\binom{n}{k}p^k(1-p)^{n-k}$. Les autres expressions oublient soit le coefficient binomial, soit le bon exposant des succès et des échecs.

16. Quelles sont l’espérance et la variance d’une variable X suivant B(n,p) ?

E(X)=np et V(X)=n^2p
E(X)=p et V(X)=n
E(X)=n et V(X)=p(1-p)
E(X)=np et V(X)=np(1-p)

E(X)=np et V(X)=np(1-p)

Explication

Pour une loi binomiale B(n,p), l’espérance vaut $np$ et la variance vaut $npq$ avec $q=1-p$, donc $np(1-p)$. Les autres propositions confondent ces formules avec d’autres quantités.

Révisez avec les flashcards

Mémorisez les réponses avec 16 flashcards sur Introduction aux probabilités et combinatoire.

Événement aléatoire — définition ?

Issue non prévisible à l’avance, plusieurs résultats possibles.

Univers Ω — rôle ?

Ensemble des issues possibles d’une expérience.

Événement élémentaire — définition ?

Contient une seule issue de Ω.

Voir les flashcards →

Approfondir avec la fiche

Consultez la fiche de révision complète sur Introduction aux probabilités et combinatoire.

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