Probabilités et lois de distribution usuelles
Ce que tu dois retenir
Une probabilité est un nombre entre 0 et 1 qui mesure la vraisemblance d’un événement.
Bayes relie la probabilité d’une maladie sachant un test positif à la sensibilité et la spécificité du test.
Binomiale : succès/échecs répétés. Poisson : événements rares.
95 % des valeurs d’une loi normale sont à moins de 2 écarts-types de la moyenne.
Teste-toi
◆ Teste-toi
1. Quelle est la probabilité d’un événement impossible ?
Voir la réponseMasquer
Réponse : A — 0
Par définition, un événement impossible a une probabilité nulle. Un événement certain a une probabilité de 1.
2. Si P(A) = 0,4 et P(B) = 0,3, et que A et B sont indépendants, que vaut P(A∩B) ?
Voir la réponseMasquer
Réponse : A — 0,12
Pour des événements indépendants, P(A∩B) = P(A) × P(B) = 0,4 × 0,3 = 0,12.
3. Dans le cadre d’un test de dépistage, qu’appelle-t-on spécificité ?
Voir la réponseMasquer
Réponse : A — Probabilité que le test soit négatif si la maladie est absente
La spécificité est la capacité du test à identifier correctement les non-malades (vrais négatifs).
4. Une variable aléatoire X suit une loi binomiale B(10 ; 0,2). Quelle est son espérance ?
Voir la réponseMasquer
Réponse : A — 2
Pour une loi binomiale, E(X) = n × p = 10 × 0,2 = 2.
5. Quelle loi modélise le nombre d’appels reçus par un standard téléphonique en une heure ?
Voir la réponseMasquer
Réponse : A — Loi de Poisson
La loi de Poisson est adaptée pour compter des événements rares survenant dans un intervalle de temps fixe.
6. Dans une loi normale N(100, 15²), quel intervalle contient environ 95 % des valeurs ?
Voir la réponseMasquer
Réponse : A — [70 ; 130]
L’intervalle μ ± 2σ donne 100 ± 2×15 = [70 ; 130].
7. Si X suit une loi normale N(50, 10²), que vaut P(X ≤ 50) ?
Voir la réponseMasquer
Réponse : A — 0,5
La loi normale est symétrique autour de sa moyenne, donc P(X ≤ μ) = 0,5.
8. Qu’énonce le théorème central limite ?
Voir la réponseMasquer
Réponse : A — La somme de nombreuses variables aléatoires indépendantes tend vers une loi normale
Le théorème central limite justifie l’utilisation de la loi normale pour approximer la distribution de la moyenne d’un échantillon, quelle que soit la distribution initiale, sous certaines conditions.