QCM : Maîtrise des probabilités et représentations graphiques — 11 questions

Explication

L'expérience aléatoire est définie comme une expérience dont le résultat dépend du hasard, pouvant être répétée dans des conditions identiques, avec un résultat imprévisible, ce qui correspond à la réponse 2.

Explication

Dans une expérience équiprobable, chaque issue a la même probabilité, et la probabilité d’un événement est le rapport entre le nombre d’issues favorables et le nombre total d’issues, soit p = 1 / n.

Explication

La propriété que la somme des probabilités de toutes les issues est égale à 1 sert à vérifier que le modèle probabiliste est cohérent et couvre tout l'univers des résultats possibles, garantissant ainsi la validité des calculs de probabilités.

Explication

La formalisation des concepts d'union et d'intersection en probabilités s'est principalement développée au 17ème siècle, avec la naissance de la théorie moderne des probabilités, notamment grâce aux travaux de Pascal, Fermat et d'autres mathématiciens de cette époque.

Explication

Les événements incompatibles ont une intersection vide (p(A ∩ B) = 0), ce qui signifie qu'ils ne peuvent pas se produire en même temps. Les événements contraires, quant à eux, ont une union qui couvre tout l'univers (A ∪ A̅ = Ω) et leur probabilité totale est 1 lorsqu'on les considère ensemble, car ils représentent toutes les issues possibles sans overlap.

Explication

La propriété p(A) + p( A̅) = 1 est une propriété fondamentale des probabilités, généralement attribuée à la formalisation moderne de la théorie par Kolmogorov, mais elle n'est pas attribuée à une personne spécifique dans le contexte du cours, qui présente cette propriété comme une règle de base. La réponse correcte est donc la troisième option.

Explication

La probabilité conditionnelle pA(B) = p(A ∩ B) / p(A) montre que la connaissance de A peut soit augmenter, soit diminuer la probabilité que B se réalise, en fonction de la relation entre A et B. Elle ne garantit pas une augmentation ou une diminution systématique, mais indique simplement comment la connaissance de A influence la probabilité de B.

Explication

La méthode correcte consiste à diviser l’effectif correspondant à l’événement par le total général du tableau pour obtenir la probabilité, conformément à la définition de probabilité comme rapport d’un effectif favorable sur le total.

Explication

Un tableau de contingence est conçu pour organiser et visualiser la répartition des effectifs ou probabilités selon deux variables, facilitant ainsi le calcul des probabilités conjointes, marginales et conditionnelles.

Explication

Un tableau croisé en probabilités est une organisation des données sous forme de tableau à lignes et colonnes, permettant de visualiser la répartition des effets ou probabilités selon deux variables. Il facilite le calcul de probabilités conjointes, marginales et conditionnelles.

Explication

La probabilité conjointe p(A ∩ B) est calculée en divisant l’effectif dans la case correspondant à A et B par le total général du tableau, ce qui donne la proportion de cette intersection dans l’ensemble de l’échantillon.