• Aucun résultat trouvé

Examen 2` eme session de M´ ethodes Quantitatives 2

N/A
N/A
Protected

Academic year: 2022

Partager "Examen 2` eme session de M´ ethodes Quantitatives 2"

Copied!
2
0
0

Texte intégral

(1)

Univ. Paris VIII, 2018-2019

Examen 2` eme session de M´ ethodes Quantitatives 2

Dur´ee : 2 heures

Les t´el´ephones portables doivent ˆetre ´eteints. Le bar`eme est donn´e `a titre indicatif. Une table de loi statistique est disponible `a la fin de l’´enonc´e.

Exercice 1 - (7 points) Le tableau suivant contient, pour 10 pays d’Am´erique en 2015, le taux d’urbanisationX (qui est le quotient de la population en zone urbaine sur la population totale) et le taux de natalit´eY (qui est le quotient du nombre de naissances sur le nombre de femmes ˆag´ees de 15 `a 49 ans).

Pays Taux d’urbanisationxi en % Taux de natalit´e yi en %

Br´esil 86 1,77

Canada 82 1,59

Chili 90 1,82

Cuba 77 1,47

El Salvador 67 1,91

Etats Unis 82 1,87

Guatemala 52 2,90

Ha¨ıti 59 2,69

Mexique 79 2,27

Paraguay 60 1,91

1. Calculerx,y,V(x),V(y) et Cov(x, y).

2. Calculer le coefficient de corr´elationr, et interpr´eter le r´esultat obtenu.

3. (a) En utilisant la m´ethode MCO, calculer les coefficients ˆa et ˆb de la droite de r´egression de Y selonx.

(b) En 2015, le taux d’urbanisation `a Porto Rico ´etait de 94%. Estimer le taux de natalit´e dans ce pays en 2015.

4. Effectuer le test du coefficient de corr´elation lin´eaire de Student au seuil de signification de 5 %.

5. Calculer des intervalles de confiance de ˆaet ˆb au seuil de signification de 5 %.

Exercice 2 - (2,5 points) En int´egrant par parties, calculerRln(2)

0 xe−xdx.

Exercice 3 - (4 points) Etudier la convexit´e de la fonction d´efinie sur [0,+∞[ par f(x) = ln(1 +x2).

Suite au verso.

1

(2)

Exercice 4 - (6,5 pts) Dans cet exercice on posef(x, y) = 1+xy1 . 1. Pr´eciser l’ensemble de d´efinition de la fonction f.

2. Calculer les d´eriv´ees partielles d’ordre 1 def, c’est-`a-dire ∂f∂x et ∂f∂y. 3. D´eterminer le(s) point(s) critique(s) ´eventuel(s) def.

4. Calculer les d´eriv´ees partielles d’ordre 2 def, c’est-`a-dire ∂x2f2, ∂y2f2, ∂x∂y2f et ∂y∂x2f .

Annexe : Table de Student ËB§gsi*+ g§$ gsg"3993$g$§E§$§"s§ FBssBsssÈ $ɧ§g§B§BB 383 B§g$Ëig§ sgsgBg$38**§g§s§sâ§s§§s§*ËËgsF ˧§gs.§§§Ëgâg§g§$s§g§sgsÊnsË$§È s§: F$§Rs:§ss:ft nEËBi3:EsʧËsi§$E §îË s§Ër§*$$Fss§:.:gligË3§Ë§ g:§ 3 3E i 3

F

3 i.; 5 ëi

E

§I r

E_8

; 3È :..4 f

É :-

3; t

§âigH$3g§F; gBe§Cggssst§$gÈeC$g

gsʧB˧*Ë*§B$$§§§g$*FB*§*§$38$

§s§33â§ÊB§3ËB˧§BËgg;âsgg§.âgB*

gB: § 3 g B§É3 ËÈ gs E3 s§ § ÈssË.§ ss§ 3§ g

§ËgsÈs§35§B§§§s$gBs§B§339:38§

EaBÊrgs9§g99*3353iEra§rEÊBËBËE

˧˧§sË$§Ë§Ë$§§$[Ë$B$àBË$$§B˧

33§3BB§§B§*$§33à$§s§$*BB§$§$B$

§Ë§§§§â§Ëg§ÈËȧ˧§ËË˧§Ë§§Ë˧§ r) §

C.l

o x o c c

a

'6

I

J

È o o I .9 o t I §

ilÈ

o o T o t .9 o ! I

r

il

5

3 ta o x o tr tr o =c 'tr I o E o - o E E s r/)

§ § c.l 3§$ gs§ggËsȧg gFiE §Ës§sssslgsÊ e E$$g§$ssii$3953Ësâs3igsËË3FsÈË 3$§H.g3§*

s33Ël.§ g3$$ i33 ËsB1lsï ËË ss§FÊs§ÊËi§§ssiliPiF:3ës§ggss Ê §.§§3§sEE$H§::§isp*iFf, *§sl§s$§3 :s§ $§*.§3§rE§sts§ $sssssFËËsË$B$

m,

g.q .§.§.ft.s-È-Ë I EB s B § s §

H

§ ; § g § § B

É

c §

Èê o é o o d ô dd dd d dd d d d d d dd dd

sgBesBss$s§$§§gB:8333i;3gsB3gB

È.§E $ g.F.§E-E-E *.8$ E ë e

È E

§ $ § i : g § â BE S §

oô o ddddddddddddddddddJ:

gÈH-§.§.à§- .8-È EË g § § § § È ü s § g

E

§ B § § * § §

çn- <o d d ddddddddddddàd;;i

§.e-ëE E §.;-Ë.§

Ë

8.ËË 3

Ë

â f;

H m

g E ü § E * ; § s §

E

{{{{{ddd++{+{+d+++a; ;.8-Ë&E §-5.8.§ § Ë88 ü

Ë

$ § E g § § F

Ë

p

Ë

Ë ËE §

Bo60 66 6 ddddddddddddddd;;

' §ïË5§gËsgs§5sâg B§BssÉ gsE.sss à B

8

s

g

EBB Bp

e

BE s Ee Bs ;;s gaB BB s

B g-B"e-R-E3"8.

EoçoÈ!ooç@o§9:9!999!9ddddddir n do o f r 6o d6Éôdddg E =S9 9: 999 -- - = -- - - dq@-qqqqqqo-qq\à_ d à_ à_ é_ J : i- i_ ;_ ;- + + d f 6 È È d d d I 9 : g : I : : I : ! : 6 d - 6 d ô D.: +q*--_E-P qo_È-o_qqdddd; jdddddddddÈdddp gE§!p:pp9È33 p a E p a È E a

t

B & a à É

I

à g E- B- B-

{

t- E- 6- 3- P- B" F- ?- A È- à" 3-

dddiidddd+ôddÈÈdd3:::99:P99È39RRE

E

t I

â Ê g E

:

à A B B e g E 3- à- 3- C- E_ E- E- A" §_ R- :- A È" 3" 3- q

:- ddj--dddidddÈÉd d9

P

: g3 :: P:

È

P39

RE

§R

; E : ù 6 o o- o- q q o- é ê- o- o- È- 6- q {- - o- è- n- Ô- 6- ! o- q q q q \ q

a:-a Jdi dd d d J d dddÈdd-_dd6dÉdd ;dd{ dÈd

â B È- o- c- o- q o- É- ô- o- È- È- ?- 6- È- 6_ o- È- {_ E è- q q q q q \ q q a \ q

=é d è Éi o 6 d É( @ tqê!eiqâ a o aqqaN q6-È,rÈ-ê-

qqq\qq qqqtqqqqq\F-qqr-q--qq {qqqqqqqq

è- d- !_ 6- Ç- o_ È- 6_ o_ «- q q -- \ q \ q q q q q È. a e ê-.- 6- e È_ : q_ q q

2

Références

Documents relatifs

Effectuer un test du khi2 au seuil de signification

Les limitations de VF4 Construction du sch´ ema Analyse du sch´ ema Impl´ ementation Le sch´ ema m-DDFV.. 5 M´ ethode DDFV en 2D - cas non

Syst` eme diff´ erentiel lin´ eaire ` a coefficients constants avec second mem- bre.. ´ Equations de Ricatti

On a observ´e la relation suivante entre les ventes dans le circuit classique de distribution en librairie et les ventes de Livclub : le coefficient de corr´elation lin´eaire entre

Deux m´ etriques, le coefficient de corr´ elation lin´ eaire et la divergence de Kullback-Leibler, sont utilis´ ees pour ´ evaluer le degr´ e de similarit´ e existant entre les

Deux m´ etriques, le coefficient de corr´ elation lin´ eaire et la divergence de Kullback-Leibler, sont utilis´ ees pour ´ evaluer le degr´ e de similarit´ e existant entre les

Deux m´ etriques, le coefficient de corr´ elation lin´ eaire et la divergence de Kullback-Leibler, sont utilis´ ees pour ´ evaluer le degr´ e de similarit´ e existant entre les

I id´ ee : solution de d´ epart = solution optimale pour une fonction lin´ eaire qui approxime le crit` ere de