<?xml version="1.0" encoding="UTF-8"?>
<!-- Maths Convergence — QCM au format Moodle XML — licence CC BY-NC-SA 4.0 -->
<quiz>
<question type="category"><category><text>$course$/Maths Convergence/Terminale/Concentration et loi des grands nombres</text></category></question>
<question type="multichoice"><name><text>14-01</text></name><questiontext format="html"><text><![CDATA[\(X\) est une variable aléatoire à valeurs positives, d'espérance \(E(X)=2\). L'inégalité de Markov donne :]]></text></questiontext><generalfeedback format="html"><text><![CDATA[Pour \(a>0\), \(P(X\geqslant a)\leqslant\dfrac{E(X)}{a}=\dfrac2{10}\).]]></text></generalfeedback><defaultgrade>1</defaultgrade><penalty>0</penalty><hidden>0</hidden><single>true</single><shuffleanswers>true</shuffleanswers><answernumbering>abc</answernumbering><answer fraction="100" format="html"><text><![CDATA[\(P(X\geqslant10)\leqslant0{,}2\)]]></text><feedback format="html"><text></text></feedback></answer><answer fraction="0" format="html"><text><![CDATA[\(P(X\geqslant10)\geqslant0{,}2\)]]></text><feedback format="html"><text></text></feedback></answer><answer fraction="0" format="html"><text><![CDATA[\(P(X\geqslant10)\leqslant0{,}02\)]]></text><feedback format="html"><text></text></feedback></answer><answer fraction="0" format="html"><text><![CDATA[\(P(X\leqslant10)\leqslant0{,}2\)]]></text><feedback format="html"><text></text></feedback></answer></question>
<question type="multichoice"><name><text>14-02</text></name><questiontext format="html"><text><![CDATA[L'inégalité de Bienaymé-Tchebychev affirme que, pour tout réel \(\delta>0\) :]]></text></questiontext><generalfeedback format="html"><text><![CDATA[Elle majore la probabilité de s'écarter d'au moins \(\delta\) de l'espérance ; le carré de \(\delta\) est essentiel.]]></text></generalfeedback><defaultgrade>1</defaultgrade><penalty>0</penalty><hidden>0</hidden><single>true</single><shuffleanswers>true</shuffleanswers><answernumbering>abc</answernumbering><answer fraction="100" format="html"><text><![CDATA[\(P\big(|X-E(X)|\geqslant\delta\big)\leqslant\dfrac{V(X)}{\delta^2}\)]]></text><feedback format="html"><text></text></feedback></answer><answer fraction="0" format="html"><text><![CDATA[\(P\big(|X-E(X)|\geqslant\delta\big)\leqslant\dfrac{V(X)}{\delta}\)]]></text><feedback format="html"><text></text></feedback></answer><answer fraction="0" format="html"><text><![CDATA[\(P\big(|X-E(X)|\geqslant\delta\big)\geqslant\dfrac{V(X)}{\delta^2}\)]]></text><feedback format="html"><text></text></feedback></answer><answer fraction="0" format="html"><text><![CDATA[\(P\big(|X-E(X)|\leqslant\delta\big)\leqslant\dfrac{V(X)}{\delta^2}\)]]></text><feedback format="html"><text></text></feedback></answer></question>
<question type="multichoice"><name><text>14-03</text></name><questiontext format="html"><text><![CDATA[\(E(X)=50\) et \(V(X)=25\). L'inégalité de Bienaymé-Tchebychev donne \(P\big(|X-50|\geqslant10\big)\leqslant\) :]]></text></questiontext><generalfeedback format="html"><text><![CDATA[\(\dfrac{V(X)}{\delta^2}=\dfrac{25}{10^2}=0{,}25\).]]></text></generalfeedback><defaultgrade>1</defaultgrade><penalty>0</penalty><hidden>0</hidden><single>true</single><shuffleanswers>true</shuffleanswers><answernumbering>abc</answernumbering><answer fraction="100" format="html"><text><![CDATA[\(0{,}25\)]]></text><feedback format="html"><text></text></feedback></answer><answer fraction="0" format="html"><text><![CDATA[\(2{,}5\)]]></text><feedback format="html"><text></text></feedback></answer><answer fraction="0" format="html"><text><![CDATA[\(0{,}5\)]]></text><feedback format="html"><text></text></feedback></answer><answer fraction="0" format="html"><text><![CDATA[\(0{,}75\)]]></text><feedback format="html"><text></text></feedback></answer></question>
<question type="multichoice"><name><text>14-04</text></name><questiontext format="html"><text><![CDATA[Avec les mêmes données (\(E(X)=50\), \(V(X)=25\)), on en déduit que \(P(40\lt X\lt60)\) est :]]></text></questiontext><generalfeedback format="html"><text><![CDATA[\(\{40\lt X\lt60\}\) est le contraire de \(\{|X-50|\geqslant10\}\) : sa probabilité est au moins \(1-0{,}25\).]]></text></generalfeedback><defaultgrade>1</defaultgrade><penalty>0</penalty><hidden>0</hidden><single>true</single><shuffleanswers>true</shuffleanswers><answernumbering>abc</answernumbering><answer fraction="100" format="html"><text><![CDATA[supérieure ou égale à \(0{,}75\)]]></text><feedback format="html"><text></text></feedback></answer><answer fraction="0" format="html"><text><![CDATA[inférieure ou égale à \(0{,}25\)]]></text><feedback format="html"><text></text></feedback></answer><answer fraction="0" format="html"><text><![CDATA[égale à \(0{,}5\)]]></text><feedback format="html"><text></text></feedback></answer><answer fraction="0" format="html"><text><![CDATA[supérieure ou égale à \(0{,}9\)]]></text><feedback format="html"><text></text></feedback></answer></question>
<question type="multichoice"><name><text>14-05</text></name><questiontext format="html"><text><![CDATA[\(M_n\) est la moyenne d'un échantillon de taille \(n\) d'une loi d'espérance \(\mu\) et de variance \(V\). L'inégalité de concentration s'écrit \(P\big(|M_n-\mu|\geqslant\delta\big)\leqslant\) :]]></text></questiontext><generalfeedback format="html"><text><![CDATA[On applique Bienaymé-Tchebychev à \(M_n\), d'espérance \(\mu\) et de variance \(\dfrac Vn\).]]></text></generalfeedback><defaultgrade>1</defaultgrade><penalty>0</penalty><hidden>0</hidden><single>true</single><shuffleanswers>true</shuffleanswers><answernumbering>abc</answernumbering><answer fraction="100" format="html"><text><![CDATA[\(\dfrac{V}{n\delta^2}\)]]></text><feedback format="html"><text></text></feedback></answer><answer fraction="0" format="html"><text><![CDATA[\(\dfrac{V}{\delta^2}\)]]></text><feedback format="html"><text></text></feedback></answer><answer fraction="0" format="html"><text><![CDATA[\(\dfrac{nV}{\delta^2}\)]]></text><feedback format="html"><text></text></feedback></answer><answer fraction="0" format="html"><text><![CDATA[\(\dfrac{V}{n\delta}\)]]></text><feedback format="html"><text></text></feedback></answer></question>
<question type="multichoice"><name><text>14-06</text></name><questiontext format="html"><text><![CDATA[On veut \(P\big(|M_n-\mu|\geqslant0{,}1\big)\leqslant0{,}05\) pour une loi de variance \(V=1\). D'après l'inégalité de concentration, il suffit de prendre \(n\geqslant\) :]]></text></questiontext><generalfeedback format="html"><text><![CDATA[\(\dfrac{1}{n\times0{,}1^2}\leqslant0{,}05\iff n\geqslant\dfrac{1}{0{,}01\times0{,}05}=2\,000\).]]></text></generalfeedback><defaultgrade>1</defaultgrade><penalty>0</penalty><hidden>0</hidden><single>true</single><shuffleanswers>true</shuffleanswers><answernumbering>abc</answernumbering><answer fraction="100" format="html"><text><![CDATA[\(2\,000\)]]></text><feedback format="html"><text></text></feedback></answer><answer fraction="0" format="html"><text><![CDATA[\(200\)]]></text><feedback format="html"><text></text></feedback></answer><answer fraction="0" format="html"><text><![CDATA[\(20\)]]></text><feedback format="html"><text></text></feedback></answer><answer fraction="0" format="html"><text><![CDATA[\(20\,000\)]]></text><feedback format="html"><text></text></feedback></answer></question>
<question type="multichoice"><name><text>14-07</text></name><questiontext format="html"><text><![CDATA[La loi faible des grands nombres affirme que, pour tout réel \(\delta>0\) :]]></text></questiontext><generalfeedback format="html"><text><![CDATA[La probabilité que la moyenne s'écarte de \(\mu\) d'au moins \(\delta\) tend vers \(0\) ; c'est une conséquence de l'inégalité de concentration.]]></text></generalfeedback><defaultgrade>1</defaultgrade><penalty>0</penalty><hidden>0</hidden><single>true</single><shuffleanswers>true</shuffleanswers><answernumbering>abc</answernumbering><answer fraction="100" format="html"><text><![CDATA[\(\displaystyle\lim_{n\to+\infty}P\big(|M_n-\mu|\geqslant\delta\big)=0\)]]></text><feedback format="html"><text></text></feedback></answer><answer fraction="0" format="html"><text><![CDATA[\(\displaystyle\lim_{n\to+\infty}P\big(|M_n-\mu|\geqslant\delta\big)=1\)]]></text><feedback format="html"><text></text></feedback></answer><answer fraction="0" format="html"><text><![CDATA[\(M_n=\mu\) dès que \(n\) est assez grand]]></text><feedback format="html"><text></text></feedback></answer><answer fraction="0" format="html"><text><![CDATA[\(\displaystyle\lim_{n\to+\infty}V(M_n)=+\infty\)]]></text><feedback format="html"><text></text></feedback></answer></question>
<question type="multichoice"><name><text>14-08</text></name><questiontext format="html"><text><![CDATA[\(F_n\) est la fréquence des succès sur \(n\) épreuves de Bernoulli indépendantes de paramètre \(p\). Sa variance \(V(F_n)\) vaut :]]></text></questiontext><generalfeedback format="html"><text><![CDATA[\(F_n=\dfrac{X}{n}\) avec \(X\sim\mathcal B(n\,;p)\) : \(V(F_n)=\dfrac{np(1-p)}{n^2}\).]]></text></generalfeedback><defaultgrade>1</defaultgrade><penalty>0</penalty><hidden>0</hidden><single>true</single><shuffleanswers>true</shuffleanswers><answernumbering>abc</answernumbering><answer fraction="100" format="html"><text><![CDATA[\(\dfrac{p(1-p)}n\)]]></text><feedback format="html"><text></text></feedback></answer><answer fraction="0" format="html"><text><![CDATA[\(np(1-p)\)]]></text><feedback format="html"><text></text></feedback></answer><answer fraction="0" format="html"><text><![CDATA[\(p(1-p)\)]]></text><feedback format="html"><text></text></feedback></answer><answer fraction="0" format="html"><text><![CDATA[\(\dfrac pn\)]]></text><feedback format="html"><text></text></feedback></answer></question>
<question type="multichoice"><name><text>14-09</text></name><questiontext format="html"><text><![CDATA[Pour \(p\in[0\,;1]\), le maximum de \(p(1-p)\) vaut :]]></text></questiontext><generalfeedback format="html"><text><![CDATA[La parabole \(p\mapsto p-p^2\) atteint son maximum en \(p=\dfrac12\) : \(\dfrac12\times\dfrac12=\dfrac14\).]]></text></generalfeedback><defaultgrade>1</defaultgrade><penalty>0</penalty><hidden>0</hidden><single>true</single><shuffleanswers>true</shuffleanswers><answernumbering>abc</answernumbering><answer fraction="100" format="html"><text><![CDATA[\(\dfrac14\)]]></text><feedback format="html"><text></text></feedback></answer><answer fraction="0" format="html"><text><![CDATA[\(\dfrac12\)]]></text><feedback format="html"><text></text></feedback></answer><answer fraction="0" format="html"><text><![CDATA[\(1\)]]></text><feedback format="html"><text></text></feedback></answer><answer fraction="0" format="html"><text><![CDATA[\(0\)]]></text><feedback format="html"><text></text></feedback></answer></question>
<question type="multichoice"><name><text>14-10</text></name><questiontext format="html"><text><![CDATA[On simule \(1\,000\) fois une épreuve de Bernoulli de paramètre \(0{,}3\) et l'on calcule la fréquence des succès. D'après la loi des grands nombres, cette fréquence est très probablement proche de :]]></text></questiontext><generalfeedback format="html"><text><![CDATA[La fréquence des succès se rapproche de la probabilité \(p=0{,}3\) quand le nombre de répétitions augmente (\(300\) est le nombre moyen de succès).]]></text></generalfeedback><defaultgrade>1</defaultgrade><penalty>0</penalty><hidden>0</hidden><single>true</single><shuffleanswers>true</shuffleanswers><answernumbering>abc</answernumbering><answer fraction="100" format="html"><text><![CDATA[\(0{,}3\)]]></text><feedback format="html"><text></text></feedback></answer><answer fraction="0" format="html"><text><![CDATA[\(300\)]]></text><feedback format="html"><text></text></feedback></answer><answer fraction="0" format="html"><text><![CDATA[\(0{,}7\)]]></text><feedback format="html"><text></text></feedback></answer><answer fraction="0" format="html"><text><![CDATA[\(0{,}5\)]]></text><feedback format="html"><text></text></feedback></answer></question>
</quiz>
