II LES PROPRIETES DES ESTIMATEURS MCO 1. Rappel : M1 LA REGRESSION : HYPOTHESES ET TESTS Avril 2009

Save this PDF as:
 WORD  PNG  TXT  JPG

Dimension: px
Commencer à balayer dès la page:

Download "II LES PROPRIETES DES ESTIMATEURS MCO 1. Rappel : M1 LA REGRESSION : HYPOTHESES ET TESTS Avril 2009"

Transcription

1 M LA REGRESSION : HYPOTHESES ET TESTS Avril 009 I LES HYPOTHESES DE LA MCO. Hypothèses sur la variable explicative a. est o stochastique. b. a des valeurs xes das les différets échatillos. c. Quad ted vers l'ii, la variace de ted vers ue limite ie.. Hypothèses cocerat le terme d'erreur a. L'espérace de i ; E ( i ) est ulle pour tout i (E ( i i ) 0) b. La variace V ( i ) E ( i E ( i )) est costate pour tout i; soit V ( i ) : Cette hypothèse de variace costate est l'hypothèse d'homoscédasticité ; o parle alors de série homoscédastique (par oppositio à hétéroscédastique). c. Abscece d'autocorrélatio des erreurs : Cov ( i ; j ) 0 pour i 6 j: Le terme d'erreur 'est pas autocorrélé : la valeur du terme d'erreur i 'est pas corrélé à celle de j : d. Chaque i suit ue loi ormale, cette hypothèse état justiée par le Théorème cetral limite, les i résultat de l'iuece combiée d'u grad ombre de variables idépedates o itégrées das le modèle de régréssio. e. E coclusio : les erreurs suivet ue loi ormale : i, N (0; ) et sot idépedates car o sait que deux variables ormales de covariace ulle sot idépedates. Les erreurs sot ormalemet et idépedammet distribuées, o ote : i, N id (0; ) : II LES PROPRIETES DES ESTIMATEURS MCO. Rappel : ba x i y i xi i y i Y i Y. Ils sot liéaires : x i y i a. ba et ba 0 Y ba, où les variables x i et y i sot cetrées : : O rappelle que : x i y i 0: x i Y i Y x i Y i Y x i x i Y i car x i 0 ; e posat w i x i ; o obtiet alemet : ba w i Y i : Cette expressio motre que l'estimateur ba est liéaire, car il s'exprime liéairemet e foctio des Y i (les valeurs des i sot traitées comme des costates). b. Propriétés des w i w i x i, de x i 0; o déduit : w i 0: De plus w i x i et de même w i i w i x i + w i x i + w i w i x i : 3. Ils sot sas biais a. Calcul préalable ba w i Y i w i (a 0 + a i + i ) a 0 w i + a page w i i + w i i a + w i i ; UFR4

2 LA REGRESSION : HYPOTHESES ET TESTS soit ba a + w i i b. Il reste à predre l'espérace de ba : E (ba ) E a + w i i E (a ) + E w i i a + E ailleurs, les w i ; comme les i e sot pas stochastiques et peuvet être traités comme des costates et o a : E (ba ) a + w i E ( i ) a ; car E ( i ) 0 pour tout i: c. O démotre de même que ba 0 est sas biais. Le lecteur fatigué peut sauter cette démostratio... ba 0 Y ba Y i w i Y i w i Y i soit : w i (a 0 + a i + i ) a 0 + w i i et e preat l'espérace : E (ba 0 ) E a 0 + w i i a 0 + w i E ( i ) a 0. CQFD. 4. Ils sot BUE (best ubiased estimator) : sas biais et de variace miimale a. Les estimateurs MCO sot efcaces, c'est-à dire sas biais et de variace miimale. Nous admettros cette propriété b. Calcul des variaces w i i ; par i. O démotre que : V (ba ) Pour amateurs : V a + w i i V w i i E 4 3 w i i 5 soit : E w + w + ::: + w + w w + ::::: + w w ; l'espérace est liéaire, E i et E ( i j ) 0 pour tout i 6 j; ce qui permet de coclure : V (ba ) wi car w i : ii. De même o démotre que : V (ba 0 ) i iii. Covergece O déduit des expressios précédetes que si ted vers l'ii, V (ba ) et V (ba 0 ) tedet vers 0; les estimateurs ba et ba 0 sot covergets. 5. Théorème de Gauss-Markov Si les hypothèses de la MCO sot vériées, les estimateurs ba et ba 0 sot BLUE (Best Liear Ubiased Estimator). III DISTRIBUTION DES ESTIMATEURS. Rappel loi ormale D'après l'expressio ba a + w i i ; ba est ue combiaiso liéaire des variables ormales idépedates i et suit doc ue UFR4

3 M LA REGRESSION : HYPOTHESES ET TESTS 8 >< loi ormale ; il e est de même pour ba 0 : O peut doc e déduire que : >: ba a ba, N (0; ) ba 0 a 0 ba0, N (0; ). Estimateurs des écart-type Comme ous l'avos vu plus haut (4b), les variaces des estimateurs ba et ba 0 dépedet de ; malheureusemet, la variace du terme d'erreur est icoue, mais u estimateur sas biais de cette variace est : S e i ; soit SCR ; la moyee des carrés résiduels. Aussi ous obtiedros des estimateurs des écart-type de ba et ba 0 e remplaçat ; par S das l'expressio de leurs variaces : Sba S et S ba 0 i 3. Vers la loi de Studet a. La somme des carrés de variables aléatoires idépedates et suivat ue loi ormale cetrée réduite suit ue loi du Khi, avec degrés de liberté. Ce résultat prouve que e déduit que e i b. La loi de Studet i. O démotre que : ii. Preuve (pour amateurs) i suit ue loi du Khi avec ( S :,, mais esuite e remplaçat les i par les e i ; o perd deux ddl et o ) degrés de liberté. ba a S ba et ba 0 a 0 S ba0 suivet ue loi de Studet avec ( ) degrés de liberté. (a). Rappel : si suit la loi ormale stadard et si Y suit la loi du Khi avec degrés de liberté, la variable T Studet à degrés de liberté. : p Y suit la loi de (b). v u t ba a (ba ) e i ( ) ba a mais v ba u t e i ( ) suit la loi de Studet à ( ba a ba p S ba a ba q S ba ba ) degrés de liberté, ba a S ba car S S ba ba ; CQFD. IV INTERVALLES DE CONFIANCE. Rappel : Nous savos qu'u itervalle de coace est du type : estimatio poctuelle (valeur critique)(erreur stadard de l'estimatio), les valeurs critiques t ; et t ; du t état lues das la table du t au seuil de sigicatio et avec u ddl de :. Résultats a. Pour ba, o obtiet : I ba t ; S ba ; ba + t ; S ba ; avec P ba t ; S ba a ba + t ; S ba ; les valeurs critiques t et t état lues das la table de Studet. page 3 UFR4

4 4 LA REGRESSION : HYPOTHESES ET TESTS Pour ba 0 ( la costate), o obtiet : I ba 0 t ; S ba0 ; ba 0 + t ; S ba0 3. Exemple : a. Repreos l'exemple de la cosommatio ( Y ) et du reveu () du polycopié d'itroductio à la régressio Y b. Solutio détaillée avec Excel O a obteu ba ' 0:7 et ba 0 ' 0:3939 ; détermios l'itervalle de coace à 95% pour a : Nous avos l'estimatio poctuelle ba ' 0:7; précisos la valeur t ; ; pour 0:05 et u ddl 8; doc ici t 0:05 ;8 :306; il reste à calculer v e S ba S i et doc à calculer S u : L'utilitaire d'aalyse d'excel doe tous ces résultats, mais ous allos les t e i vérier ici : o trouve : S 80:955 ' 00: 43 9; et pour l'erreur type de ba, v S ba S 0:5 00: :05 5: O a alors pour l'itervalle de coace : u t I ba t ; S ba ; ba + t ; S ba [0:7 :306 0:05 5 ; 0:7 + :306 0:05 5] soit eviro : [0:584 ; 0:838 3] ; la marge d'erreur est :306 0:05 5 ' 0:7 ; o peut dire que 95% des échatillos de taille 0 de cette populatio doerot pour ba ue valeur située à au maximum 0:7 de la vraie valeur icoue de a ; il 'est pas déraisoable de peser que otre échatillo fasse partie de ces 95% de "bos échatillos" ; sous cette hypothèse, o peut dire que a appartiet à l'itervalle [0:584 ; 0:838 3] : 4 UFR4

5 M LA REGRESSION : HYPOTHESES ET TESTS c. Solutio TGV : utilitaire d'aalyse d'excel V TESTS DE SIGNIFICATION. Test sur a a. Repreos l'équatio Y a 0 + a + ; la valeur de a est la variatio attedue de Y cosécutive à ue variatio de ue uité de ; il est clair qu'ue valeur ulle de a sigie que 'a pas d'iuece sur Y; Y ayat alors pour valeur attedue a 0 ; valeur dot il e peut s'écarter que par u terme d'erreur o ul ; par cotre ue valeur de a différete de zéro traduit ue iuece de sur Y: Nous allos doc tester si iuece Y e testat l'hypothèse ulle a 0 cotre l'hypothèse alterative a 6 0 : H0 : a 0 ( 'iuece pas Y ) : Sous l'hypothèse H H : a ; t ba ba ; appelé le ratio de Studet, suit ue distributio de S ba ba Studet avec ( ) degrés de liberté ; ici 0:7 : 9 ; il reste à choisir u seuil de sigicatio, par exemple S ba 0:05 5 0:05 et à comparer ce quotiet avec la valeur lue das la table de Studet, de t ; soit ici : t 0:05 ; 8 :306. La valeur du ba quotiet est supérieure au t de la table, o e déduit doc que l'o rejette l'hypothèse H 0 et doc ba sufsammet différet S ba de zéro pour afrmer que a est sigicativemet différet de zéro. Cette coclusio est cohérete avec l'itervalle de coace [0:584 ; 0:838 3] ; qui e cotiet pas 0: b. Règle de décisio O déi le t de Studet calculé du coefciet ba ; déi par t ba ba S ba : Si jt ba j t ; ; o e rejette pas H 0 ; au seuil de 00% ; la variable 'est pas sigicative et 'a pas d'iuece sur Y: Si jt ba j > t ; ; o rejette H 0 ; au seuil de 00% ; la variable est sigicative et a ue iuece sur Y: Cas particulier importat : si l'o xe le seuil de sigicatio à 5% et si le ombre de ddl est supérieur ou égal à 0; l'hypothèse ulle a 0 peut être rejetée si jt ba j > :. Flash- Back Aalyse de la variace : F page 5 UFR4

6 6 LA REGRESSION : HYPOTHESES ET TESTS a. Rappel Source de variatio ddl Somme des carrés Moyee des carrés (variaces) Régressio SCE P b Yi Y SCE Résiduelle SCR P (Y i b Yi ) SCR ( ) Totale SCT P Y i Y b. Statistique F SCE F SCR ( ) ba P x i. O démotre et ous l'admettros que si les résidus sot ormalemet distribués, sous e i l'hypothèse ulle H 0 : a 0; la variable aléatoire F suit la loi de Fisher avec pour degrés de liberté et : Ce résultat viet du fait que le rapport F de deux lois de Khi idépedates et respectivemet divisées par leurs degrés de liberté chacue divisée par so degré de liberté et ; suit la loi de Fisher-Sedecor F (; ): Le ratio F fourit u test d'hypothèse permettat de tester l'hypothèse ulle H 0 : a 0: c. Régle de décisio : O choisit u seuil de sigicatio, puis : Si F F (; ) ; o e rejette pas H 0 ; la variable 'est pas sigicative. Si F > F (; ) ; o rejette H 0 ; la variable est sigicative et cotribue à l'esplicatio de Y: d. Exemple : Repreos otre exemple reveu cosommatio, l'utilitaire d'aalyse ous doe das le tableau ci-dessus (itervalle de coace 3b) : F 66:5 avec 8 ; preos le seuil de 5%; et comparos cette valeur calculée du F avec la valeur critique de F doée par la table : F (;8) 5:3 (a 5%). O rejette clairemet H 0 ; la variable est sigicative. 3. Test sur a 0 O rappelle que : V () i E (), doc que : i +E () ; doc : S ca 0 i S 00: : 84 doc S ca 0 ' 97:84 0:5 ba 0 9: 890 ; 0:3939 S 9: 890 3: ba0 ; pour u iveau de coace de 5%; la table de la loi de Studet doe pour u ddl de 8, e test bilatéral, t 0:05;8 ' :306; t 3: se trouve das la zoe d'acceptatio de H 0 ; o e peut rejeter H 0 ; l'hypothèse d'ue ordoée à l'origie ulle. O dira que la statistique est o sigicative. Cette coclusio est cohérete avec l'itervalle de coace à 95%; pour ba 0 ; à savoir, [ :4; 3:0] qui cotiet 0: VI PREVISIONS. Estimatio poctuelle Supposos que ous ayos établi à partir d'u échatillo, l'équatio de régressio de l'échatillo Y b ba 0 + ba et qu'ue ouvelle valeur 0 de se présete, alors Y b 0 ba 0 + ba 0 est u estimateur de E (Y 0 ) ; repreos l'exemple précédet cosommatio reveu, et supposos que l'o désire estimer la cosommatio d'ue ouvelle famille de reveu 0 300: E utilisat otre équatio, otre estimatio sera : Y0 b 0: : : 75. O démotre que Y b 0 est u estimateur BLUE. L'estimatio obteue diffère de la vraie valeur Y 0 a 0 + a ; l'erreur de prédictio est alors Y 0 Y0 b (a 0 ba 0 ) + (a ba ) Cette erreur est la coséquece des erreurs d'échatilloage (a 0 ba 0 ) et (a ba ) das l'estimatio des paramètres icous et de l'erreur 0 associée à la ouvelle valeur 0 : Si l'o ote f (a 0 ba 0 ) + (a ba ) ;l 0 erreur d'estimatio associée à ue ouvelle valeur 0 de ; cette erreur déped de l'échatillo ; par ailleurs f est ue combiaiso liéaire de variables ormales et est doc elle même de distributio ormale. De plus E (f) (a 0 E ( ba 0 )) + (a E ( ba )) 0 + E ( + ) 0; l'estimateur Y b 0 est o biaisé.. Itervalle de coace a. La variace de l'erreur de prévisio 6 UFR4

7 M LA REGRESSION : HYPOTHESES ET TESTS La variace de f est doée par : f (0 ) C A ; où est la moyee de l'échatillo de taille d'origie. état icou, ous obtiedros (résultat admis) u estimateur sas biais de l'erreur de prédictio : Sf S (0 ) ; alors f S f suit ue loi de Studet avec u ddl de ( ) : O peut doc obteir pour E (Y 0 ) u itervalle de coace. b. Remarques sur l'erreur de prévisio La variace de l'erreur de prévisio coditioe l'amplitude de l'itervalle de coace. Cette variace sera d'autat plus faible que la partie aléatoire de la relatio liat Y à sera faible (S ) Elle est d'autat plus faible que, la taille de l'échatillo d'origie est grade. Elle est d'autat plus faible que la variabilité de est grade. Elle est d'autat plus faible que la ouvelle valeur 0 est proche de : c. Exemple Repreos0 l'exemple reveu-cosommatio avec Y b 0 0: : : 75. Par ailleurs, S f S + + (0 ) C A 00: l'itervalle de coace à 95% pour la prévisio : I (300 70) [3:75 :306 : 7 ; 3:75 + :306 : 7] [84: 44 ; 43: 06]. ' 6: 6 et S f h by0 t ; S f ; b Y 0 + t ; S f i soit ici : ' p 6: 6 ' : 7 O e déduit d. Bade de coace O otera que même sas ouvelle valeur de ; o peut détermier pour chaque valeur de u itervalle de coace et mettre e évidece ue bade de coace. Exemple : O cosidère u échatillo de 5 familles, représetat leur cosommatio totale (e cetaie de dollars) et Y leur cosommatio cosacrée à la ourriture. Nous avos détermié la droite de régréssio de Y e et la bade de coace (avec l'effet trompette) C A page 7 UFR4

8 8 LA REGRESSION : HYPOTHESES ET TESTS VIIRETOUR SUR LE TERME D'ERREUR. Homoscédasticité et hétéroscédasticité Images extraites de l'ouvrage : Ecoometrie, de Damodar N.Gujarati (de boeck Editios). Homoscédasticité Hétéroscédasticité Das le schéma de gauche, la variace coditioelle de u i (le terme d'erreur) pour i est costate, ous l'avos otée das ce cours ; o e déduit que quelle que soit i ; la variace des valeurs de Y est la même. Das le schéma de droite, il est clair que la variace coditioelle de Y varie avec ; ceci est dû au fait que la variace du terme d'erreur 'est pas costate ; o parle d'hétéroscédasticité.. Corrélatio des erreurs : statistique de Durbi et Watso 8 UFR4

9 M LA REGRESSION : HYPOTHESES ET TESTS Ue des hypothèses de la méthode MCO, est l'idépedace des erreurs ; ous devos pouvoir vérier si cette hypothèse est satisfaite et remédier au problème si tel 'est pas le cas. Les termes d'erreur peuvet être corrélés du fait d'ue erreur de spécicatio du modèle ; il arrive que l'o soit icertai sur la spécicatio de l'équatio de régréssio : liéaire ou o liéaire? Si après avoir établi ue équatio de régressio et détermié les résidus, o observe ue tedace, avec des séries de résidus positifs et des séries de résidus égatifs, o doit s'itérroger sur ue évetuelle erreur de spécicatio. U cas fréquet est celui où les erreurs i sot distribuées suivat u processus autorégressif du premier ordre, c'est-à-dire lorsque l'o a ue relatio du type : i i + u i, cas sur lequel ous reviedros. Durbi et Watso ot mis au poit u test permettat de déceler cette liaiso ; ce test est basé sur la statistique suivate : dw P i (e i e i ) P e i Exercice : Repreos l'exemple des 5 familles utilisé das le paragraphe précédet (Fichier Mtd_dw.xls sur le site). a. Tracer le uage de poits das u repère. b. Estimer les paramètres du modèle de régressio liéaire, état la variable explicative et Y la variable expliquée. Tracer la droite de régressio de Y e das le même repère. Détermier le coéfciet de détermiatio. c. Détermier les résidus et calculer la statistique de Durbi-Watso et vérier que dw ' :09: d. O pose? l et Y? l Y: i. Estimer les paramètres du modèle de régressio liéaire,? état la variable explicative et Y? la variable expliquée. Calculer le coefciet de détermiatio ii. Déduire du modèle précédet, l'estimatio obteue, b Y f (). Représeter das u ouveau repère, la courbe de régressio et le uage. iii. Calculer les résidus et la statistique de Durbi-Watso. e. Coclusio Il est clair que si les résidus sot corrélés, et que le graphique met e évidece des séries de résidus positifs et égatifs, alors le umérateur de dw aura tedace à être petit, du fait de la proximité de e i et de e i, et dw sera proche de zéro ; ceci est le cas du modèle liéaire qui 'est pas ue boe spécicatio du modèle ici ; par cotre si le modèle est bie spécié, ous motreros plus tard que dw pred des valeurs proches de :O voit que le modèle Y 9:404 0:3637 costitue ue meilleur spécicatio du modèle. f. Règle : ue valeur de dw plus proche de 0 que de laisse présager ue mauvaise spécicatio de l'équatio de régressio. Nous reviedros sur cette statistique. page 9 UFR4

Test de validité et d'hypothèse

Test de validité et d'hypothèse Test de validité et d'hypothèse 1 Vocabulaire Problème: Il s'agit à partir de l'étude d'u ou plusieurs échatillos de predre des décisios cocerat l'esemble de la populatio. O est alors ameé à émettre des

Plus en détail

SÉRIES STATISTIQUES À DEUX VARIABLES

SÉRIES STATISTIQUES À DEUX VARIABLES 1 ) POSITION DU PROBLÈME - VOCABULAIRE A ) DÉFINITION SÉRIES STATISTIQUES À DEUX VARIABLES O cosidère deux variables statistiques umériques x et y observées sur ue même populatio de idividus. O ote x 1

Plus en détail

Chapitre 4 Lois discrètes

Chapitre 4 Lois discrètes Chapitre 4 Lois discrètes 1. Loi de Beroulli Ue variable aléatoire X est ue variable de Beroulli si elle e pred que les valeurs 0 et 1 avec des probabilités o ulles. P(X = 1) = p, P(X = 0) = 1 p = q, avec

Plus en détail

Limites des Suites numériques

Limites des Suites numériques Chapitre 2 Limites des Suites umériques Termiale S Ce que dit le programme : CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES Limite fiie ou ifiie d ue suite. Limites et comparaiso. Opératios sur les ites. Comportemet

Plus en détail

BTS BIOCHIMIE & ANALYSES BIOLOGIQUES 2001

BTS BIOCHIMIE & ANALYSES BIOLOGIQUES 2001 Exercice 1 : ( 12 poits ) Les parties A et B peuvet être traitées idépedammet l ue de l autre. O se propose d étudier l évolutio e foctio du temps des températures d u bai et d u solide plogé das ce bai.

Plus en détail

Devoir de statistiques: CORRIGE

Devoir de statistiques: CORRIGE CPP - la prépa des INP ( ème aée). Bordeaux, 6/04/04. Devoir de statistiques: CORRIGE durée h Doées: O rappelle que si Z suit ue loi N (0, ), o a P(Z.96) 0, 975 et P(Z.65) 0, 95. Exercice. θ et O cosidère

Plus en détail

FONCTION EXPONENTIELLE

FONCTION EXPONENTIELLE FONCTION EXPONENTIELLE I. RAPPELS : METHODE D EULER Si f est ue foctio dérivable e x 0, o sait que f(x 0 + h) a pour approximatio affie f(x 0 ) + f '(x 0 )h O peut doc sur de "petits" itervalles, approcher

Plus en détail

Estimations et intervalles de confiance

Estimations et intervalles de confiance Estimatios et itervalles de cofiace Estimatios et itervalles de cofiace Résumé Cette vigette itroduit la otio d estimateur et ses propriétés : covergece, biais, erreur quadratique, avat d aborder l estimatio

Plus en détail

Estimation de paramètres

Estimation de paramètres CHAPITRE 8 Estimatio de paramètres 1. Distributio des moyees des échatillos Das ce chapitre, ous étudieros commet est distribué la moyee de tous les échatillos de taille possibles d ue certaie populatio.

Plus en détail

Correction HEC III 2007

Correction HEC III 2007 HEC III 7 Voie Écoomique Correctio Page Correctio HEC III 7 Voie écoomique La correctio comporte 9 pages. Eercice. Par dé itio est ue valeur propre de t si et seulemet si est ue valeur propre de T: Et

Plus en détail

Baccalauréat S Nouvelle-Calédonie 7 mars 2014

Baccalauréat S Nouvelle-Calédonie 7 mars 2014 Durée : 4 heures Baccalauréat S Nouvelle-Calédoie 7 mars 2014 A. P. M. E. P. EXERCICE 1 Commu à tous les cadidats 4 poits Cet exercice est u QCM questioaire à choix multiple. Pour chaque questio, ue seule

Plus en détail

La classification de données quantitatives avec SPAD

La classification de données quantitatives avec SPAD La classificatio de doées quatitatives avec SPAD SPAD effectue toujours ue ACP de la matrice des doées quatitatives X " p avat de faire la classificatio des idividus. Les méthodes de classificatio s appliquet

Plus en détail

DEVOIR SURVEILLE DE MATHEMATIQUES 3 heures Probabilités conditionnelles - Suites géométriques - fonctions exponentielles Calculatrice autorisée

DEVOIR SURVEILLE DE MATHEMATIQUES 3 heures Probabilités conditionnelles - Suites géométriques - fonctions exponentielles Calculatrice autorisée DEVOIR SURVEILLE DE MATHEMATIQUES 3 heures Probabilités coditioelles - Suites géométriques - foctios epoetielles Calculatrice autorisée Termiale ES123 Eercice 1 : 5 poits Partie A : Ue agece de locatio

Plus en détail

ADMISSION AU COLLEGE UNIVERSITAIRE

ADMISSION AU COLLEGE UNIVERSITAIRE ADMISSION AU COLLEGE UNIVERSITAIRE Samedi mars 204 MATHEMATIQUES durée de l'épreuve : 3h - coefficiet 2 Le sujet est uméroté de à 5. L'aexe est à redre avec la copie. L'exercice Vrai-Faux est oté sur 8,

Plus en détail

Dénombrement - Combinatoire Cours

Dénombrement - Combinatoire Cours Déombremet - Combiatoire Cours La combiatoire (ou aalyse combiatoire) étudie commet compter des objets. Elle fourit des méthodes de déombremet particulièremet utiles e probabilité. U des pricipaux exemples

Plus en détail

E(X i ) par linéarité de l espérance.

E(X i ) par linéarité de l espérance. Statistiques appliquées. L3 Iterrogatio Questios de cours. 3 poits 1) Eocer le théorème cetral limite (1 pt). Si (X ) est ue suite de v.a. idépedates et de même loi, admettat des momets d ordre u et deux

Plus en détail

Lois normales et autres lois dérivées

Lois normales et autres lois dérivées Lois ormales et autres lois dérivées - Lois ormales a) - Défiitio O dit qu'ue variable aléatoire réelle X suit la loi ormale (ou gaussiee) de paramètres et, otée N ( ; ), si elle admet pour desité la foctio

Plus en détail

x +1 + ln. Donner la valeur exacte affichée par cet algorithme lorsque l utilisateur entre la valeur n =3.

x +1 + ln. Donner la valeur exacte affichée par cet algorithme lorsque l utilisateur entre la valeur n =3. EXERCICE 3 (6 poits ) (Commu à tous les cadidats) Il est possible de traiter la partie C sas avoir traité la partie B Partie A O désige par f la foctio défiie sur l itervalle [, + [ par Détermier la limite

Plus en détail

Chapitre 3 : Fonctions d une variable réelle (1)

Chapitre 3 : Fonctions d une variable réelle (1) Uiversités Paris 6 et Paris 7 M1 MEEF Aalyse (UE 3) 2013-2014 Chapitre 3 : Foctios d ue variable réelle (1) 1 Lagage topologique das R Défiitio 1 Soit a u poit de R. U esemble V R est u voisiage de a s

Plus en détail

SESSION DE 2004 CA/PLP

SESSION DE 2004 CA/PLP SESSION DE 4 CA/PLP CONCOURS EXTERNE Sectio : MATHÉMATIQUES SCIENCES PHYSIQUES COMPOSITION DE MATHÉMATIQUES Durée : 4 heures L usage des calculatrices de poche est autorisø (coformømet au directives de

Plus en détail

Formulaire de statistiques

Formulaire de statistiques Formulaire de statistiques E. Depiereux G. Vicke B. De Hertogh Javier 009 Formulaire de statistiques I. Statistiques descriptives : Moyee arithmétique : (populatio: m x = µ) (échatillo = x = M x ) 1 i

Plus en détail

Les Nombres Parfaits.

Les Nombres Parfaits. Les Nombres Parfaits. Agathe CAGE, Matthieu CABAUSSEL, David LABROUSSE (2 de Lycée MONTAIGNE BORDEAUX) et Alexadre DEVERT, Pierre Damie DESSARPS (TS Lycée SUD MEDOC LETAILLAN MEDOC) La première partie

Plus en détail

TS Intervalle de fluctuation et estimation Cours

TS Intervalle de fluctuation et estimation Cours Aée 2013/2014 TS Itervalle de fluctuatio et estimatio Cours est u etier aturel o ul et p est u réel de l itervalle 0 ; 1. I Itervalle de fluctuatio Cotexte : Das ue populatio, la proportio d idividus présetat

Plus en détail

1 Mesure et intégrale

1 Mesure et intégrale 1 Mesure et itégrale 1.1 Tribu boréliee et foctios mesurables Soit =[a, b] u itervalle (le cas où b = ou a = est pas exclu) et F ue famille de sous-esembles de. OditqueF est ue tribu sur si les coditios

Plus en détail

Entrée à Sciences Po ADMISSION AU COLLÈGE UNIVERSITAIRE 2014 MATHÉMATIQUES durée de l épreuve : 3 h

Entrée à Sciences Po ADMISSION AU COLLÈGE UNIVERSITAIRE 2014 MATHÉMATIQUES durée de l épreuve : 3 h Etrée à Scieces Po ADMISSION AU COLLÈGE UNIVERSITAIRE 2014 MATHÉMATIQUES durée de l épreuve : 3 h A P M E P Les calculatrices sot autorisées Exercice Vrai-Faux 8 poits Pour chacue des affirmatios suivates,

Plus en détail

Intervalle de fluctuation des fréquences. Estimation CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES. fréquence F n. fréquence obtenue f.

Intervalle de fluctuation des fréquences. Estimation CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES. fréquence F n. fréquence obtenue f. Chapitre 14 Itervalle de fluctuatio des fréqueces. Estimatio Termiale S Ce que dit le programme : CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES Itervalle de fluctuatio Estimatio Itervalle de cofiace (*). Niveau

Plus en détail

1/ ETUDE ASYMPTOTIQUE D'UNE MARCHE ALEATOIRE ENTRE DEUX ETATS

1/ ETUDE ASYMPTOTIQUE D'UNE MARCHE ALEATOIRE ENTRE DEUX ETATS CHAPITRE 4 MATRICES ET SUITES 1/ ETUDE ASYMPTOTIQUE D'UNE MARCHE ALEATOIRE ENTRE DEUX ETATS 11/ Présetatio et modélisatio O cosidère u système ui peut se trouver soit das u état A, soit das u état, et

Plus en détail

Echantillon : Collection d'individus prélevés dans la population statistique.

Echantillon : Collection d'individus prélevés dans la population statistique. SONDAGE (ECHANTILLONNAGE) POPULATION STATISTIQUE N idividus possédat ue modalité yi de la (ou des) variable(s) y ( i N) PARAMETRES valeur cetrale dispersio corrélatio µ σ² ρ moyee variace coef. corr. ECHANTILLON

Plus en détail

Suites de variables aléatoires.

Suites de variables aléatoires. Uiversité Pierre et Marie Curie 200-20 Probabilités et statistiques - LM345 Feuille 8 Suites de variables aléatoires.. Soit Ω, F, P u espace de probabilités. Détermier pour chacue des covergeces suivates

Plus en détail

1 Introduction. 2 Probabilités : Variables Aléatoires Continues. 3 Estimation. 4 Tests. 5 Régression

1 Introduction. 2 Probabilités : Variables Aléatoires Continues. 3 Estimation. 4 Tests. 5 Régression Pla du cours Méthodes de statistique iféretielle. A. Philippe Laboratoire de mathématiques Jea Leray Uiversité de Nates Ae.Philippe@uiv-ates.fr 1 Itroductio 2 Probabilités : Variables Aléatoires Cotiues

Plus en détail

Convergence en loi. Théorème de la limite centrale.

Convergence en loi. Théorème de la limite centrale. Uiversité Pierre et Marie Curie 2013-2014 Probabilités et statistiques - LM345 Feuille 10 (semaie du 2 au 6 décembre 2013 Covergece e loi. Théorème de la limite cetrale. Covergece e loi 1. Soiet (X N ue

Plus en détail

STATISTIQUE : ESTIMATION

STATISTIQUE : ESTIMATION STATISTIQUE : ESTIMATION Préparatio à l Agrégatio Bordeaux Aée 202-203 Jea-Jacques Ruch Table des Matières Chapitre I. Estimatio poctuelle 5. Défiitios 5 2. Critères de comparaiso d estimateurs 6 3. Exemples

Plus en détail

Agrégation externe de mathématiques, session 2008 Épreuve de modélisation, option A : Probabilités et Statistiques

Agrégation externe de mathématiques, session 2008 Épreuve de modélisation, option A : Probabilités et Statistiques Agrégatio extere de mathématiques, sessio 2008 Épreuve de modélisatio, optio (public 2008) Mots clefs : Loi des grads ombres, espace des polyômes, estimatio o-paramétrique Il est rappelé que le jury exige

Plus en détail

Racine nième Corrigés d exercices

Racine nième Corrigés d exercices Racie ième Corrigés d eercices Page 9 : N 8, 8, 8, 86, 88, 89, 9, 9, 9, 97 Page 6 : N, Page 6 : N Page 67 : N 8 Page 6 : N N 8 page 9 6 6 6 6 6 ( ) = = = = = = = = ( ) = = = = = = ( ) 8 = 8 = = = = = =

Plus en détail

ECOLE DES HAUTES ETUDES COMMERCIALES E.S.C.P.-E.A.P. ECOLE SUPERIEURE DE COMMERCE DE LYON MATHEMATIQUES II

ECOLE DES HAUTES ETUDES COMMERCIALES E.S.C.P.-E.A.P. ECOLE SUPERIEURE DE COMMERCE DE LYON MATHEMATIQUES II CHAMBRE DE COMMERCE ET D INDUSTRIE DE PARIS DIRECTION DE L ENSEIGNEMENT Directio des Admissios et cocours ECOLE DES HAUTES ETUDES COMMERCIALES E.S.C.P.-E.A.P. ECOLE SUPERIEURE DE COMMERCE DE LYON CONCOURS

Plus en détail

Estimation. Exemple Les statistiques des notes obtenues en mathématiques au BTS OL en France pour l année 2014 sont :

Estimation. Exemple Les statistiques des notes obtenues en mathématiques au BTS OL en France pour l année 2014 sont : Estimatio Objectifs Estimer poctuellemet ue proportio, ue moyee ou u écart type d ue populatio à l aide de la calculatrice ou d u logiciel, à partir d u échatillo Détermier u itervalle de cofiace à u iveau

Plus en détail

CHAPITRE 2 : Estimation non-paramétrique 1. Estimateurs empiriques

CHAPITRE 2 : Estimation non-paramétrique 1. Estimateurs empiriques CHAPITRE 2 : Estimatio o-paramétrique 1. Estimateurs empiriques Soit u échatillo i.i.d. de durées T i i1,..., de foctio de survie S Défiitio: L estimateur empirique de la foctio de survie est S x 1 i1

Plus en détail

Aide Mémoire de Statistique

Aide Mémoire de Statistique Aide Mémoire de Statistique (E, E, P) modèle statistique (E, E, P) modèle probabiliste E probabilité, o coaît la loi P et o fait des calculs E statistique, o e coaît pas la loi (seulemet ue famille de

Plus en détail

Correction des exercices sur la nature ondulatoire de la lumière

Correction des exercices sur la nature ondulatoire de la lumière CORRECTION EXERCICES TS /5 CHAPITRE 3 Correctio des exercices sur la ature odulatoire de la lumière Correctio exercice : idice d u verre et réfractio. La radiatio = 530 m est verte et la radiatio = 680

Plus en détail

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours Exo7 Logique, esembles et applicatios Exercices de Jea-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-fracefr * très facile ** facile *** difficulté moyee **** difficile ***** très difficile I :

Plus en détail

EXERCICES de Statistiques

EXERCICES de Statistiques EXERCICES de Statistiques Aette Corpart lycée Jea Zay de Thiers EXERCICES sur la LOI NORMALE La variable aléatoire X suit la loi ormale N ( 12 ; 4 ). Calculer les probabilités suivates : P ( X 15 ) ; P

Plus en détail

L2 - Math4 Exercices corrigés sur les suites numériques

L2 - Math4 Exercices corrigés sur les suites numériques L2 - Math4 Exercices corrigés sur les suites umériques Eocés Exercice Les assertios suivates sot-elles vraies ou fausses? Doer ue démostratio de chaque assertio vraie, et doer u cotre-exemple de chaque

Plus en détail

Statistiques à deux variables

Statistiques à deux variables Statistiques à deux variables. Approche des séries statistiques à deux variables.. Nuage de poits Sur ue classe de BTSA, le professeur a relevé les moyees de élèves e mathématiques et e agroomie. Les otes

Plus en détail

Correction Bac ES France juin 2010

Correction Bac ES France juin 2010 Correctio Bac ES Frace jui 010 Exercice 1 (4 poits) (Commu à tous les cadidats) Pour ue meilleure compréhesio, les réposes serot justifiées das ce corrigé. Questio 1 Le ombre 3 est solutio de l équatio

Plus en détail

I. (2 points) III. (2 points)

I. (2 points) III. (2 points) ère S Cotrôle du vedredi 7 mars 05 (0 mi) Préom : Nom : Note : / 0 II ( poits) Soit ABC u triagle isocèle e A tel que AB AC 8 cm et BC 5 cm O ote I le milieu de [AC] Calculer BI (valeur exacte) I ( poits)

Plus en détail

Corrigé du baccalauréat Polynésie 16 juin 2014 STI2D STL spécialité SPCL

Corrigé du baccalauréat Polynésie 16 juin 2014 STI2D STL spécialité SPCL Corrigé du baccalauréat Polyésie 6 jui 4 STID STL spécialité SPCL EXERCICE 4 poits Cet eercice est u questioaire à choi multiples. Pour chacue des questios suivates, ue seule des quatre réposes proposées

Plus en détail

Sciences Po Option Mathématiques

Sciences Po Option Mathématiques Scieces Po Optio Mathématiques Epreue 3 Vrai-Fau Questio FAUX La suite ( u ) état géométrique de raiso différete de, o a classiquemet, pour tout etier aturel : où q est la raiso de la suite ( u ) Ici,

Plus en détail

Intégration et probabilités ENS Paris, 2012-2013. TD (20)13 Lois des grands nombres, théorème central limite. Corrigé :

Intégration et probabilités ENS Paris, 2012-2013. TD (20)13 Lois des grands nombres, théorème central limite. Corrigé : Itégratio et probabilités EN Paris, 202-203 TD 203 Lois des grads ombres, théorème cetral limite. Corrigé Lois des grads ombres Exercice. Calculer e cet leços Détermier les limites suivates : x +... +

Plus en détail

Vendredi 20 octobre CONTRÔLE DE MATHEMATIQUES N 2 Classe de TERM 07. En salle 206, deux heures de 8 h à 10 h : LES SUITES et PROBABILITES.

Vendredi 20 octobre CONTRÔLE DE MATHEMATIQUES N 2 Classe de TERM 07. En salle 206, deux heures de 8 h à 10 h : LES SUITES et PROBABILITES. Vedredi 0 octobre 07. CONTRÔLE DE MATHEMATIQUES N Classe de TERM 07. E salle 06, deux heures de 8 h à 0 h : LES SUITES et PROBABILITES. La première feuille de ce devoir doit être ue feuille double. Lisez

Plus en détail

Bac Blanc Terminale L - Février 2015 Épreuve de Spécialité Mathématiques (durée 3 heures)

Bac Blanc Terminale L - Février 2015 Épreuve de Spécialité Mathématiques (durée 3 heures) Exercice 1 (5 poits) Bac Blac Termiale L - Février 015 Épreuve de Spécialité Mathématiques (durée 3 heures) Questio 1 : La populatio d'ue ville baisse de 1 % tous les as pedat 10 as. Elle est doc multipliée

Plus en détail

Variables aléatoires : loi et espérance (suite).

Variables aléatoires : loi et espérance (suite). Uiversité Pierre et Marie Curie 2-2 Probabilités et statistiques - LM345 Feuille 5 Variables aléatoires : loi et espérace (suite).. Soit X ue variable aléatoire. Détermier pour quelles valeurs de λ R la

Plus en détail

TS Devoir Commun de Mathématiques N 3 Lundi17/11/2014

TS Devoir Commun de Mathématiques N 3 Lundi17/11/2014 TS Devoir Commu de Mathématiques N Ludi7//04 La présetatio, la rédactio et la rigueur des résultats etrerot pour ue part sigificative das l évaluatio de la copie Le sujet est composé de 4 eercices idépedats

Plus en détail

Chapitre 1 METHODES SUR LES SUITES

Chapitre 1 METHODES SUR LES SUITES Chapitre 1 METHODES SUR LES SUITES Nous allos voir commet : 1) Cojecturer le comportemet d ue suite ) Raisoer par récurrece 3) Utiliser les suites arithmétiques et géométriques 4) Étudier le comportemet

Plus en détail

Estimations. Les Moyennes des échantillons suivent une loi normale : = m et d' écart - type σ X

Estimations. Les Moyennes des échantillons suivent une loi normale : = m et d' écart - type σ X Estimatios Problématique. A partir d'observatios faites sur u échatillo, o se propose de tirer des coclusios sur la populatio toute etière. Aisi cotrairemet à la logique déductive, qui va du gééral au

Plus en détail

Comportement d'une suite

Comportement d'une suite Comportemet d'ue suite I) Approche de "ses de variatio et de ite d'ue suite" : 7 Soit la suite ( ) telle que = 5 ( + ) 2 Représetos graphiquemet la suite das u pla mui d' u repère. Il suffit de placer

Plus en détail

Séries entières. Préparation au Capes de Mathématiques

Séries entières. Préparation au Capes de Mathématiques Séries etières Préparatio au Capes de Mathématiques I - Covergece des séries etières Notatios Pour tout élémet r de R +, o ote D r = fz 2 C / jzj < rg et D r = fz 2 C / jzj rg Déitio 1 O appelle série

Plus en détail

Annexe I. Théorie des tests : Rappel très simplifié sur un exemple.

Annexe I. Théorie des tests : Rappel très simplifié sur un exemple. Théorie des tests : Rappel très simplifié sur u exemple. Aexe I Test de l efficacité d u remède sur des malades atteit d u rhume. p 0 : probabilité de guérir das les huit jours avec u placebo p 1 : probabilité

Plus en détail

TP R : méthodes statistiques élémentaires

TP R : méthodes statistiques élémentaires M2 IFMA et MPE TP R : méthodes statistiques élémetaires À la fi de la séace vous déposerez vos scripts R das la boîte de dépôt de votre espace Sakai : http://australe.upmc.fr/portal. 1 Importatio des doées

Plus en détail

Corrigés TD Chapitre 2 : Variables aléatoires sur un univers fini 0 0 0 1/6 0 0 1 0 1/4 0 1/4 0 4 1/6 0 0 0 1/6

Corrigés TD Chapitre 2 : Variables aléatoires sur un univers fini 0 0 0 1/6 0 0 1 0 1/4 0 1/4 0 4 1/6 0 0 0 1/6 Corrigés TD Chapitre : Variables aléatoires sur u uivers fii Exercice : Soit X la VAR défiie par le tableau suivat : x i - - 0 p 6 4 6 4 6 i O ote Y = X ) Détermier la loi cooite de X et Y ) Détermier

Plus en détail

UNIVERSITE D ANGERS Mathematiques L2. Devoir. Corrigé sur le web le 31/10/2014

UNIVERSITE D ANGERS Mathematiques L2. Devoir. Corrigé sur le web le 31/10/2014 UNIVERSITE D ANGERS Mathematiques L. Devoir. Corrigé sur le web le 1/10/014 O traitera au choix l u des deux exercices ou. Exercice 1 : ci-dessous : Détermier la ature de chacue des 6 séries dot le terme

Plus en détail

Etude de la fonction ζ de Riemann

Etude de la fonction ζ de Riemann Etude de la foctio ζ de Riema ) Défiitio Pour x réel doé, la série de terme gééral,, coverge si et seulemet si x >. x La foctio zeta de Riema est la foctio défiie sur ], [ par : ( x > ), = x. Remarque.

Plus en détail

Inégalités souvent rencontrées

Inégalités souvent rencontrées Iégalités souvet recotrées Recotres Putam 004 Uiversité de Sherbrooke Jea-Philippe Mori Théorie Certaies iégalités sot deveues célèbres e raiso de leur grade utilité Elles sot aussi souvet au coeur de

Plus en détail

Lois normales. Intervalle de fluctuation. Estimation.

Lois normales. Intervalle de fluctuation. Estimation. Lois ormales. Itervalle de fluctuatio. Estimatio.. Loi ormale cetrée réduite... p. Théorème de Moivre-Laplace... p 3. Loi ormale (µ ; σ²)... p3 Copyright meilleuremaths.com. Tous droits réserwidevec{}vés

Plus en détail

Exercices. Exercice 1 (Suites adjacentes) On considère les suites (u n ) n N et (v n ) n N définies par: 1 k u n = n 3, v n = u n + 1 n 1 2n 2

Exercices. Exercice 1 (Suites adjacentes) On considère les suites (u n ) n N et (v n ) n N définies par: 1 k u n = n 3, v n = u n + 1 n 1 2n 2 Exercices Exercice (Suites adjacetes) O cosidère les suites (u ) N et (v ) N défiies par: u 3, k3 k 2 + v u + 2 2 Motrer que (u ) N et (v ) N sot adjacetes. Exercice 2 Soiet les deux suites (u ) et (v

Plus en détail

4 ème aée Maths Limites Cotiuité et dérivabilité Octobre 9 A LAATAOUI Eercice : La figure ci cotre est la représetatio graphique d ue foctio f défiie et cotiue sur IR O ote que (ζf) admet au voisiage de

Plus en détail

Chapitre 5 : Matrices et suites. matrices colonnes dont les coefficients sont les suites numériques ( ) n définies pour tout entier naturel n par u n

Chapitre 5 : Matrices et suites. matrices colonnes dont les coefficients sont les suites numériques ( ) n définies pour tout entier naturel n par u n Chapitre 5 : Matrices et suites I Suites de matrices coloes Exemples La suite ( U ) défiie pour tout etier aturel par U = est ue suite de 3 + v matrices coloes dot les coefficiets sot les suites umériues

Plus en détail

09 G 18bis AR Durée: 4 heures Séries : S1-S3 - Coeff. 8.. Epreuve du 1 er groupe

09 G 18bis AR Durée: 4 heures Séries : S1-S3 - Coeff. 8.. Epreuve du 1 er groupe UNIVERSITE CHEIKH ANTA DIOP DE DAKAR 1/ 9 OFFICE DU BACCALAUREAT BP 5005-DAKAR-Fa-Séégal Serveur Vocal: 68 05 59 Téléfax (1) 864 67 39 - Tél : 84 95 9-84 65 81 M A T H E M A T I Q U E S 09 G 18bis AR Durée:

Plus en détail

TD Modélisation Statistique

TD Modélisation Statistique Licece 3 Mathématiques TD Modélisatio Statistique Ex 1. Soit X ue variable aléatoire réelle de desité f cotiue et de foctio répartitio F. 1. Calculer la foctio de répartitio de Y = αx + β pour α, β R,

Plus en détail

TD10. Loi des grands nombres, théorème central limite.

TD10. Loi des grands nombres, théorème central limite. Uiversité Pierre & Marie Curie Licece de Mathématiques L3 UE LM345 Probabilités élémetaires Aée 2014 15 TD10. Loi des grads ombres, théorème cetral limite. 1. Soit (U ) 1 ue suite de variables aléatoires

Plus en détail

Exercices - Lois discrètes usuelles : corrigé

Exercices - Lois discrètes usuelles : corrigé www.almohadiss.com Exercice - Avio - L2/Prépa Hec - O ote X la variable aléatoire du ombre de moteurs de A qui tombet e pae, et Y la variable aléatoire du ombre de moteurs de B qui tombet e pae. X suit

Plus en détail

b) Calculer la dérivée de la fonction. La fonction est dérivable sur comme quotient de deux fonctions dérivables sur.

b) Calculer la dérivée de la fonction. La fonction est dérivable sur comme quotient de deux fonctions dérivables sur. DST 6 Correctio Exercice 1 (5 poits) (Asie, jui 11) Le pla est rapporté à u repère orthoormal. 1) Étude d ue foctio. O cosidère la défiie sur l itervalle par. O ote la foctio dérivée de la foctio sur l

Plus en détail

Fluctuation et estimation

Fluctuation et estimation Fluctuatio et estimatio Table des matières I Idetificatio de la situatio........................................ II Échatilloage, itervalle de fluctuatio asymptotique........................ II. Itervalle

Plus en détail

MA401 : Probabilités TD3

MA401 : Probabilités TD3 MA : Probabilités Exercice Ue compagie aériee étudie la réservatio sur l u de ses vols. Ue place doée est libre le jour d ouverture de la réservatio et so état évolue chaque jour jusqu à la fermeture de

Plus en détail

ANOVA avec un facteur aléatoire

ANOVA avec un facteur aléatoire Chapitre 7 ANOVA avec u facteur aléatoire Jusqu à maiteat, o a supposé que les modalités du facteur étudié ot été choisies parce qu elles étaiet itrisèquemet itéressates. Le modèle à effets fixes porte

Plus en détail

1 Un peu de vocabulaire

1 Un peu de vocabulaire Statistiques - Échatilloage Cours Objectifs du chapitre Passer d u mode de représetatio des doées à u autre (doées brutes, tableau d effectifs, représetatio graphique) Calculer la moyee, la médiae, les

Plus en détail

TS DEVOIR n 3 lundi 13 novembre lim x. 1. Lire dans le tableau les limites de f en et en +. En déduire une asymptote à la courbe de f.

TS DEVOIR n 3 lundi 13 novembre lim x. 1. Lire dans le tableau les limites de f en et en +. En déduire une asymptote à la courbe de f. TS DEVOIR 3 ludi 3 ovembre 207 sur 4,5 poits Calculer les trois ites suivates : a) 3x 4 x x 2 x b) 2si( x) x x c) 8x 5 x 2 x 3 2 sur 3,5 poits Soit f ue foctio défiie sur dot o doe ci-dessous le tableau

Plus en détail

La calculatrice est autorisée. Le sujet comporte un total de 5 exercices. ( ) ( ) ( )

La calculatrice est autorisée. Le sujet comporte un total de 5 exercices. ( ) ( ) ( ) Aée 01-013 Mathématiques Décembre 01 Durée : 3 heures BAC blac N 1 La calculatrice est autorisée. Le sujet comporte u total de 5 exercices. Les élèves e suivat pas l eseigemet de spécialité traiterot les

Plus en détail

I- Rappel I-1. Types de tirages : Soit un ensemble fini E contenant n éléments. On considère l'épreuve suivante : " tirer p éléments de E ".

I- Rappel I-1. Types de tirages : Soit un ensemble fini E contenant n éléments. On considère l'épreuve suivante :  tirer p éléments de E . Cours de termiales Probabilités sur u esemble fii Mr ABIDI F I- Rappel I- Types de tirages : Soit u esemble fii E coteat élémets O cosidère l'épreuve suivate : " tirer p élémets de E " Type de tirages

Plus en détail

Chapitre 3 Détermination de la taille de l'échantillon

Chapitre 3 Détermination de la taille de l'échantillon Chapitre 3 Détermiatio de la taille de l'échatillo Lorsqu o prélève u échatillo pour estimer u paramètre, o court toujours le risque de découvrir u peu trop tard que l'échatillo prélevé est trop petit

Plus en détail

PROBABILITES à la STATISTIQUE - APPLICATIONS - Jean-Marie MARION

PROBABILITES à la STATISTIQUE - APPLICATIONS - Jean-Marie MARION Des PROBABILITES à la STATISTIQUE - APPLICATIONS - Jea-Marie MARION 1 STATISTIQUE DESCRIPTIVE (décrire ue populatio à l aide de caractéristiques et graphiques) STATISTIQUE INFERENTIELLE (étedre des résultats

Plus en détail

Introduction to Econometrics

Introduction to Econometrics MPRA Muich Persoal RePEc Archive Itroductio to Ecoometrics Moussa Keita September 015 Olie at https://mpra.ub.ui-mueche.de/66840/ MPRA Paper No. 66840, posted. September 015 04:1 UTC INTRODUCTION A L ECONOMETRIE

Plus en détail

TD1 - Suites numériques

TD1 - Suites numériques IUFM du Limousi 2008-09 PLC1 Mathématiques S. Viatier Exercices TD1 - Suites umériques Exercice 1 Soit α > 0, étudier la covergece des suites déies par u = ( ) 1 + si α, v = 3 + cos α ( ) 1 + α. 3 + Idicatio

Plus en détail

STATISTIQUES. En première les statistiques étudiées étaient à une seule variable ; en terminale l étude porte sur deux variables statistiques

STATISTIQUES. En première les statistiques étudiées étaient à une seule variable ; en terminale l étude porte sur deux variables statistiques Tle ES Statistiques H. Kereïs STATISTIQUES E première les statistiques étudiées étaiet à ue seule variable ; e termiale l étude porte sur deu variables statistiques 1. Nuage de poits, poit moe et covariace

Plus en détail

Suites. Suites arithmétiques. Suites géométriques

Suites. Suites arithmétiques. Suites géométriques CHAPITRE Suites Suites arithmétiques Suites géométriques ACTIVITÉS Activité a) 8 + 7 coureurs b) x 9 + 0 d où x 78 L équipe a reçu les dossards umérotés de 9 à 78 x + d où x 6 0 0 + aées (page 8) a) itervalles,

Plus en détail

pour 1. b) si ( ) converge, alors 567 =l avec l réel,

pour 1. b) si ( ) converge, alors 567 =l avec l réel, Exercices aales corrigés : Suites Sujet atioal septembre 007 ( bac blac 008) La suite u est défiie par : = et = pour tout etier aturel a O a représeté das u repère orthoormé direct du pla doé ci-dessous,

Plus en détail

ANOVA Analyse de la Variance

ANOVA Analyse de la Variance Chapitre 8 ANOVA Aalyse de la Variace. Obectif de la méthode Chap 8.. Obectif de la méthode. Approche ituitive 3. Décompositio de la variace 4. ANOVA: le test et le modèle statistique sous-acet O s itéresse

Plus en détail

Opérations sur les variables aléatoires Lois limites

Opérations sur les variables aléatoires Lois limites Opératios sur les variables aléatoires Lois limites A. Idépedace de deux variables aléatoires. Exemple 1. Pour améliorer le stockage d u produit u supermarché fait ue étude sur la vete de packs de 6 bouteilles

Plus en détail

5 Pour tout entier naturel n, on pose : 6 Démontrer que, pour tout entier naturel n : n k k! = (n + 1)! 1

5 Pour tout entier naturel n, on pose : 6 Démontrer que, pour tout entier naturel n : n k k! = (n + 1)! 1 Exercices 7 SUITES NUMÉRIQUES Récurrece O appelle factorielle et o écrit! le produit des etiers cosécutifs de à : Par covetio : 0! =.! = 3 ) Pour ue foctio f, o ote f ) sa dérivée - ième. Soit f défiie

Plus en détail

STATISTIQUE : TESTS D HYPOTHESES

STATISTIQUE : TESTS D HYPOTHESES STATISTIQUE : TESTS D HYPOTHESES Préparatio à l Agrégatio Bordeaux Aée 203-204 Jea-Jacques Ruch Table des Matières Chapitre I. Gééralités sur les tests 5. Itroductio 5 2. Pricipe des tests 6 2.a. Méthodologie

Plus en détail

LOGARITHME NÉPÉRIEN. Définition. Propriétés. Exercice 01. Remarque ( voir animation ) Remarques. (voir réponses et correction)

LOGARITHME NÉPÉRIEN. Définition. Propriétés. Exercice 01. Remarque ( voir animation ) Remarques. (voir réponses et correction) LOGARITHME NÉPÉRIEN Exercice 0 ) E utilisat la courbe de la foctio expoetielle dessiée ci-cotre, détermier u ecadremet au dixième du réel a tel que e a = 7 ) E faisat avec la calculatrice u tableau de

Plus en détail

LIMITES DE SUITES. n ) u n = 2 n pour n IN 5 ) u n = 2n + 1 n - 5 pour n ³ 6 6 ) u n = (-1)n pour n IN

LIMITES DE SUITES. n ) u n = 2 n pour n IN 5 ) u n = 2n + 1 n - 5 pour n ³ 6 6 ) u n = (-1)n pour n IN LIMITES DE SUITES I Limites fiies ou ifiies Exercice 1 Pour chacue des suites, e calculat différets termes, cojecturer la valeur limite de u quad deviet ifiimet grad (c'est-à-dire quad ted vers + ). 1

Plus en détail

Z = 1 4i. z = On multiplie par le conjugué du dénominateur S = 5. = b + i. z 2 = z 1. 2 = 3 i 2. = 6 + 2i 4. { 3 + i. 2 ; 3 i }

Z = 1 4i. z = On multiplie par le conjugué du dénominateur S = 5. = b + i. z 2 = z 1. 2 = 3 i 2. = 6 + 2i 4. { 3 + i. 2 ; 3 i } Nom :........................ DS Préom :..................... Devoir o 7 Mars 6.../... Le soi et la rédactio serot pris e compte das la otatio. Faites des phrases claires et précises. Le barème est approximatif.

Plus en détail

Convergence de suites réelles

Convergence de suites réelles DOMAINE : No olympique AUTEUR : Nicolas SÉGARRA NIVEAU : Itermédiaire STAGE : Motpellier 2014 CONTENU : Cours et exercices Covergece de suites réelles I) Rappels et otios de base. Défiitio 1. Ue suite

Plus en détail

L2PC et Cycles. Mathématiques: SERIES et INTEGRALES Cours Elisabeth REMM

L2PC et Cycles. Mathématiques: SERIES et INTEGRALES Cours Elisabeth REMM FACULTE DES SCIENCES ET TECHNIQUES. UHA MULHOUSE L2PC et Cycles. Mathématiques: SERIES et INTEGRALES Cours Elisabeth REMM Chapitre 2 Séries etières Cotets. Gééralités sur les séries etières 2.. Défiitio

Plus en détail

Analyse 5 SUITES REELLES

Analyse 5 SUITES REELLES Aalyse chap 5 /6. GENERALITES SR LES SITES. Défiitios Défiitio : e suite est ue foctio, défiie sur ue partie D de. O ote () =, o lit «idice». O dit que est le terme gééral de la suite, ou terme de rag.

Plus en détail

1 lois usuelles. 2 Estimation. 1.1 Loi Binomiale. 1.2 Loi de Poisson. 1.3 Loi normale. 2.1 Estimation ponctuelle de la moyenne

1 lois usuelles. 2 Estimation. 1.1 Loi Binomiale. 1.2 Loi de Poisson. 1.3 Loi normale. 2.1 Estimation ponctuelle de la moyenne 1 lois usuelles 11 Loi Biomiale B(, p) q = 1 p p(x = k) = C k p k q k Espérace E(X) = p Variace : V ar(x) = pq Écart type : σ = pq 12 Loi de Poisso P(λ) : loi de Poisso de paramètre λ > 0 : X(Ω) = N λ

Plus en détail

Exercice 2 (Séries de fonctions - 7 points)

Exercice 2 (Séries de fonctions - 7 points) INSA Toulouse, STPI, IMACS 2 mercredi 18 décembre 212 Correctio exame d'aalyse I (coquilles probables) Exercice 1 (Séries etières - 5 poits) Calculer le rayo de covergece et le domaie de covergece simple

Plus en détail

Chapitre 7. Tests d hypothèse. Sommaire. 1. Introduction Principe des tests...3

Chapitre 7. Tests d hypothèse. Sommaire. 1. Introduction Principe des tests...3 Mathématiques : Outils pour la Biologie Deug SV UCBL D. Mouchiroud (8/0/003) Chapitre 7 Tests d hypothèse Sommaire. Itroductio.. 3. Pricipe des tests......3.. Choix de l hypothèse à tester.4... Hypothèse

Plus en détail

Proposition : la droite d équation «y= 4» est asymptote horizontale à la courbe de f en. . Calculer : a) lim f( x) h( x) xlim

Proposition : la droite d équation «y= 4» est asymptote horizontale à la courbe de f en. . Calculer : a) lim f( x) h( x) xlim NOM : Termiale S- ABC S3 ludi ovembre 06 La présetatio, la rédactio et la rigueur des résultats etrerot pour ue part sigificative das l évaluatio de la copie. Le sujet est composé de 5 eercices idépedats.

Plus en détail

Correction du devoir surveillé de mathématiques n o 5

Correction du devoir surveillé de mathématiques n o 5 Correctio du devoir surveillé de mathématiques o 5 Exercice 1 1. Soit g la foctio défiie sur R par g(x) = (x 1)e x. (a) Détermier les ites de g e et +. Limite e. O a ue forme idétermiée. E développat,

Plus en détail