QCM : Introduction aux probabilités et indépendance — 5 questions

Questions et réponses du QCM

1. Qu'est-ce qu'une fréquence marginale dans le contexte des probabilités et des statistiques ?

La probabilité que l’événement A et B se produisent simultanément
La probabilité que l’événement A se produise sachant que B est réalisé
La proportion d’un événement A parmi les cas où un autre événement B est réalisé
La proportion d’un événement A dans l’ensemble des données, calculée par le rapport de l’effectif de A sur l’effectif total global

La proportion d’un événement A dans l’ensemble des données, calculée par le rapport de l’effectif de A sur l’effectif total global

Explication

La fréquence marginale est la proportion d’un événement A dans l’ensemble des données, calculée par le rapport de l’effectif de A sur l’effectif total, ce qui correspond à la définition de la fréquence marginale.

2. Qui a formulé la loi de la probabilité conditionnelle pA(B) = p(A ∩ B) / p(A) et en quelle période ?

André Weil, 20e siècle
André Kolmogorov, 20e siècle
Carl Friedrich Gauss, 19e siècle
Pierre-Simon Laplace, 18e siècle

Pierre-Simon Laplace, 18e siècle

Explication

La formule de la probabilité conditionnelle pA(B) = p(A ∩ B) / p(A) est attribuée à Pierre-Simon Laplace, un mathématicien du 18e siècle, qui a contribué à la formalisation des probabilités. Les autres figures mentionnées ont aussi travaillé en mathématiques ou probabilités, mais pas cette formule précise, ni à cette période.

3. Quel est le rôle principal de la probabilité conditionnelle dans l’analyse des événements ?

Elle permet de calculer la fréquence marginale d’un événement.
Elle permet de déterminer si deux événements sont indépendants sans calculs.
Elle sert uniquement à estimer la fréquence empirique d’un événement.
Elle sert à évaluer la dépendance ou l’influence entre deux événements.

Elle sert à évaluer la dépendance ou l’influence entre deux événements.

Explication

La probabilité conditionnelle est utilisée pour évaluer la probabilité d’un événement en tenant compte du contexte où un autre événement est déjà réalisé, ce qui permet d’analyser leur dépendance ou influence mutuelle.

4. Quelle est la date précise à laquelle les arbres pondérés ont été initialement établis ou publiés dans la littérature scientifique ?

Dans les années 1970, lors du développement des premières méthodes graphiques en probabilité
Aucune date précise n'est mentionnée dans le contexte fourni
En 1950, avec l'introduction de la théorie de Kolmogorov
Au début des années 2000, avec l'avènement des logiciels de modélisation probabiliste

Aucune date précise n'est mentionnée dans le contexte fourni

Explication

Aucune date précise ou ordre chronologique d'établissement ou de publication des arbres pondérés n'est mentionné dans le contexte fourni, ce qui rend impossible de répondre à une question sur leur date d'origine.

5. En quoi la propriété d'indépendance entre deux événements diffère-t-elle d'une dépendance ou d'une relation conditionnelle ?

L'indépendance concerne uniquement des événements disjoints, alors que la dépendance concerne des événements liés.
L'indépendance est caractérisée par la relation p(A | B) = p(A), ce qui n'est pas le cas pour une dépendance.
L'indépendance signifie que la connaissance de B ne modifie pas la probabilité de A, contrairement à une dépendance.
L'indépendance implique que p(A ∩ B) = p(A) × p(B), alors que la dépendance ne l'exige pas.

L'indépendance implique que p(A ∩ B) = p(A) × p(B), alors que la dépendance ne l'exige pas.

Explication

L'indépendance entre deux événements est définie par la propriété que leur probabilité d'intersection est le produit de leurs probabilités marginales, ce qui la distingue de la dépendance ou des relations conditionnelles où cette égalité n'est pas vérifiée.

Révisez avec les flashcards

Mémorisez les réponses avec 10 flashcards sur Introduction aux probabilités et indépendance.

Fréquence marginale — définition ?

Proportion d’un événement dans l’ensemble des données.

Fréquence conditionnelle — rôle ?

Évaluer la probabilité d’un événement sachant un autre.

Probabilité conditionnelle — formule ?

pA(B) = p(A ∩ B) / p(A).

Voir les flashcards →

Approfondir avec la fiche

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

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