Тест: Maîtrise des probabilités conditionnelles et arbres de décision — 14 въпроса

Подробни въпроси и отговори

1. Dans un arbre de probabilité, comment calcule-t-on la probabilité d’un chemin complet ?

En prenant la plus grande probabilité rencontrée
En divisant la première probabilité par la dernière
En multipliant les probabilités des branches successives
En additionnant les probabilités des branches du chemin

En multipliant les probabilités des branches successives

Обяснение

La probabilité d’un chemin se calcule par le produit des probabilités des branches successives. La somme sert plutôt à calculer la probabilité d’un événement obtenu par plusieurs chemins.

2. Dans un arbre de probabilité, comment obtient-on la probabilité d’un événement réalisé par plusieurs chemins ?

En inversant les probabilités des branches
En soustrayant la plus petite probabilité de la plus grande
En additionnant les probabilités des chemins concernés
En multipliant toutes les probabilités des chemins concernés

En additionnant les probabilités des chemins concernés

Обяснение

Un événement peut être réalisé par plusieurs chemins, donc on additionne les probabilités de ces chemins. Le produit s’applique au calcul d’un seul chemin.

3. Dans l’activité de chasse aux Pokémon, quelle est la probabilité de ne pas rencontrer de Pokémon de type insecte lors d’une seule rencontre ?

1/3
2/3
3/4
1/2

2/3

Обяснение

Il y a trois espèces équiprobables et une seule est de type insecte, donc la probabilité de ne pas rencontrer l’insecte est 2/3. Cela correspond à l’événement « succès » dans l’exercice.

4. Dans l’activité de chasse aux Pokémon, quelle est la probabilité de ne pas rencontrer de Pokémon de type insecte sur trois rencontres ?

2/3
8/27
25%
4/9

8/27

Обяснение

On multiplie trois fois la probabilité 2/3, ce qui donne (2/3)^3 = 8/27. Cette valeur est supérieure à 25 %, ce qui explique la conclusion de l’exercice.

5. Dans ce contexte, quelle est la probabilité d’obtenir exactement deux succès sur deux rencontres consécutives ?

8/27
1/9
2/3
4/9

4/9

Обяснение

Deux succès consécutifs correspondent à (2/3)×(2/3)=4/9. On multiplie les mêmes probabilités à chaque étape de l’arbre.

6. Dans ce contexte, quelle valeur approchée correspond à la probabilité d’obtenir trois succès consécutifs ?

Environ 50 %
Environ 30 %
Environ 25 %
Environ 40 %

Environ 30 %

Обяснение

Trois succès donnent (2/3)^3 = 8/27, soit environ 30 %. Cette valeur dépasse le seuil de 25 % mentionné.

7. Dans l’activité sur les tests médicaux, quelle est la probabilité qu’un élève soit malade sachant que son test est négatif ?

0,10
0,20
0,026
0,78

0,026

Обяснение

On applique la formule de Bayes : P(M|test négatif)=P(M)×P(test négatif|M)/P(test négatif)=0,2×0,1/0,78≈0,026. La probabilité de 0,78 correspond au test négatif lui-même, pas à la maladie.

8. Dans l’activité sur les tests médicaux, quelle est la probabilité qu’un test soit négatif ?

0,78
0,10
0,20
0,95

0,78

Обяснение

Le total des tests négatifs est 20 chez les malades et 760 chez les non-malades, soit 780 sur 1000. On obtient donc P(test négatif)=0,78.

9. Dans l’activité sur la pièce défectueuse, quelle égalité permet de vérifier que les événements « métallique » et « défectueuse » sont indépendants ?

P(M|D)=P(M)+P(D)
P(M∩D)=P(M)×P(D)
P(M∩D)=P(M)+P(D)
P(D|M)=P(D)−P(M)

P(M∩D)=P(M)×P(D)

Обяснение

Deux événements sont indépendants si la probabilité de leur intersection est égale au produit de leurs probabilités. Ici, on compare donc P(M∩D) à P(M)×P(D).

10. Dans le cas non indépendant de la pièce, quelle valeur est obtenue pour P(M∩D) ?

0,02
0,012
0,0168
0,042

0,012

Обяснение

Avec P(M)=0,4 et P(D|M)=0,03, on calcule P(M∩D)=0,4×0,03=0,012. Cette valeur sert ensuite à montrer que l’indépendance n’est pas vérifiée.

11. Dans le cas non indépendant, quelle formule donne la probabilité totale d’obtenir une pièce défectueuse ?

P(D)=P(D|M)−P(D|M̅)
P(D)=P(M)+P(M̅)
P(D)=P(M)×P(D|M)+P(M̅)×P(D|M̅)
P(D)=P(M)×P(M̅)

P(D)=P(M)×P(D|M)+P(M̅)×P(D|M̅)

Обяснение

La probabilité totale additionne les contributions des deux cas, métallique et non métallique. Ici, on calcule donc P(D) à partir de P(D|M) et P(D|M̅).

12. Dans le cas non indépendant de la pièce, quelle est la probabilité totale d’une pièce défectueuse ?

0,05
0,042
0,012
0,03

0,042

Обяснение

On additionne les deux contributions : 0,4×0,03=0,012 et 0,6×0,05=0,03, soit 0,042 au total. Cela correspond à 4,2 % de pièces défectueuses.

13. En probabilités conditionnelles, comment se calcule P(A|B) ?

P(A|B)=P(B)/P(A)
P(A|B)=P(A∩B)/P(B)
P(A|B)=P(A)+P(B)
P(A|B)=P(A∩B)×P(B)

P(A|B)=P(A∩B)/P(B)

Обяснение

La probabilité conditionnelle d’A sachant B est le rapport entre l’intersection A∩B et la probabilité de B. C’est la formule centrale des exercices sur les conditionnelles.

14. Dans les exercices sur les probabilités conditionnelles, quelle valeur correspond à P(A) lorsque le rapport favorable est 50 sur 80 ?

0,125
0,8
0,625
0,2

0,625

Обяснение

Le rapport 50/80 donne 0,625, soit 62,5 %. Il s’agit d’une lecture directe d’effectifs en probabilité simple.

Прегледайте с флашкарти

Запомнете отговорите с 14 флашкарти по Maîtrise des probabilités conditionnelles et arbres de décision.

Arbre de probabilité — définition ?

Schéma organisant étapes successives d’une expérience.

Nœud — rôle ?

Point de séparation entre branches.

Chemin — signification ?

Suite de branches correspondant à un scénario.

Вижте флашкартите →

Учете с листа за преговор

Прочетете пълния лист за преговор на Maîtrise des probabilités conditionnelles et arbres de décision.

Вижте листа за преговор →

Similar courses

Създайте свои собствени тестове

Импортирайте курса си и AI генерира тестове с корекции за 30 секунди.

Генератор на тестове