\( \definecolor{colordef}{RGB}{249,49,84} \definecolor{colorprop}{RGB}{18,102,241} \)
Cours
À propos
Se connecter
S'inscrire
C
⌫
\(\pi\)
e
\(\frac{a}{b}\)
!
←
→
(
)
\(\sqrt{\,}\)
\(a^{b}\)
7
8
9
\(\div\)
log
ln
4
5
6
\(\times\)
cos
cos⁻¹
1
2
3
-
sin
sin⁻¹
0
,
=
+
tan
tan⁻¹
Un joueur de basket a un taux de réussite théorique aux lancers francs de \(p = 0,8\). On définit une variable aléatoire \(X_i=1\) si le tir est réussi et \(X_i=0\) s'il est manqué.
Si le joueur effectue \(n=1000\) tirs, que représente la moyenne de l'échantillon \(\overline{X}_{1000}\) dans ce contexte ?
En utilisant la loi des grands nombres, prédisez la valeur de \(\overline{X}_n\) si le joueur effectue une infinité de tirs.
Expliquez pourquoi le joueur pourrait réussir 5 tirs d'affilée (taux de réussite de 100\(\pourcent\) pour cette courte séquence) malgré une moyenne à long terme de 80\(\pourcent\).
Prends une photo de ton travail. Les commentaires de l'enseignant IA prennent environ 10 secondes.
Exit ➔