Exercice 1:04 pts) UNIVERSITY of SAIDA MOULAY TAHAR Epreuve de moyenne durée Niveau: 2…
- User
Exercice 1:04 pts)
UNIVERSITY of SAIDA
MOULAY TAHAR
Epreuve de moyenne durée
Niveau: 2 Année
Module: Maths-Stat-Informa
Durée: 1 h 30 min
Dimanche 25/10/2020
1- Quel est au taux de sécurité de 95%, l'intervalle de confiance de la distribution de 50 personnes dont la moyenne est de 70 Kg et l'écart-type de 15.4 Kg. (toos=1.96)
- Un dosage de sucre dans une solution effectué sur 8 prélèvements provenant d'une même fabrication a donné les résultais suivants exprimés en gl
19.5
19.7
198
20.2
20.2
20.3
204
20.8
A) Calculer la valeur meyenne et l'écart type de cette distribution.
B) Calculer l'intervalle de confiance de la moyonse au risque d'erreur de 5%.
Exercice 2 (08 pts)
0.05
72.365
Pour étudier les problèmes de malnutrition dans un pays pauvre, on a calculé le poids moyen par äge d'un échantillon de 2400 enfants répartis uniformément on 12 classes d'âge. On a obtenu le tableau suivant
x= classe d'âge
12
3
4
ypoids moyen
3.5
3.5
3.3
4.4
4.4
6
4.2
7
5.1
8
5.3
9
10
12
5.5
5.5
6.2
57
2- Caiculer le coefficient de corrélation linéaire. Commenter 1
- Assistant
Voici la résolution complète de vos exercices.
Exercice 1
1- Intervalle de confiance (IC) pour une moyenne à 95%
Données:
- Taille de l’échantillon ( n = 50 )
- Moyenne ( \bar{x} = 70 ) kg
- Écart type ( s = 15.4 ) kg
- Niveau de confiance 95% => valeur critique ( z = 1.96 )
Formule de l'intervalle de confiance pour la moyenne (quand ( \sigma ) inconnu, mais ( n ) grand on peut utiliser la loi normale):
[ IC = \bar{x} \pm z \times \frac{s}{\sqrt{n}} ]Calcul:
[ \text{Erreur standard} = \frac{15.4}{\sqrt{50}} \approx \frac{15.4}{7.071} \approx 2.177 ][ IC = 70 \pm 1.96 \times 2.177 = 70 \pm 4.267 ]
Intervalle de confiance:
[ [70 - 4.267, 70 + 4.267] = [65.73 \text{ kg}, 74.27 \text{ kg}] ]
2- Dosage de sucre (8 prélèvements)
Données:
Les valeurs sont :
19.5, 19.7, 19.8, 20.2, 20.2, 20.3, 20.4, 20.8(Note: Correction des valeurs 198 -> 19.8, 204 -> 20.4)
A) Calcul de la moyenne et de l’écart-type
[ \bar{x} = \frac{\sum x_i}{n} ]
Calcul de la somme:
[ 19.5 + 19.7 + 19.8 + 20.2 + 20.2 + 20.3 + 20.4 + 20.8 = ? ]Calcul:
[ 19.5 + 19.7 = 39.2
39.2 + 19.8 = 59
59 + 20.2 = 79.2
79.2 + 20.2 = 99.4
99.4 + 20.3 = 119.7
119.7 + 20.4 = 140.1
140.1 + 20.8 = 160.9 ]Donc:
[ \bar{x} = \frac{160.9}{8} = 20.1125 ]
Écart-type (échantillon):
[ s = \sqrt{\frac{\sum (x_i - \bar{x})^2}{n-1}} ]Calcul des écarts au carré:
(x_i) (x_i-\bar{x}) ((x_i-\bar{x})^2) 19.5 19.5 - 20.1125 = -0.6125 0.3751 19.7 -0.4125 0.1701 19.8 -0.3125 0.0977 20.2 0.0875 0.0077 20.2 0.0875 0.0077 20.3 0.1875 0.0352 20.4 0.2875 0.0826 20.8 0.6875 0.4727 Somme des carrés:
[ 0.3751 + 0.1701 + 0.0977 + 0.0077 + 0.0077 + 0.0352 + 0.0826 + 0.4727 = 1.2488 ]Donc:
[ s = \sqrt{\frac{1.2488}{7}} = \sqrt{0.1784} \approx 0.4223 ]
B) Intervalle de confiance pour la moyenne au risque d'erreur de 5% (niveau de confiance 95%)
Ici, comme (n=8) et (s) estimé, on utilise la loi t de Student avec (df = 7).
Valeur critique (t_{0.025, 7}) ≈ 2.365 (table t Student)
Formule:
[ IC = \bar{x} \pm t \times \frac{s}{\sqrt{n}} = 20.1125 \pm 2.365 \times \frac{0.4223}{\sqrt{8}} ]Calcul erreur standard:
[ \frac{0.4223}{\sqrt{8}} = \frac{0.4223}{2.828} = 0.1493 ]Calcul de la marge d’erreur:
[ 2.365 \times 0.1493 = 0.353 ]IC:
[ [20.1125 - 0.353, 20.1125 + 0.353] = [19.76, 20.46] ]
Exercice 2 (08 pts)
Données :
Un échantillon de 2400 enfants répartis sur 12 classes d’âge,
on donne pour chaque classe (x) le poids moyen (y) (en kg) :Classe (x) 1 2 3 4 5 6 7 8 9 10 11 12 Poids (y) 3.5 3.5 3.3 4.4 4.4 4.2 5.1 5.3 5.5 5.5 6.2 5.7
1) Calcul du coefficient de corrélation linéaire (r)
Formule:
[ r = \frac{n \sum xy - (\sum x)(\sum y)}{\sqrt{\left[n \sum x^2 - (\sum x)^2\right] \left[n \sum y^2 - (\sum y)^2\right]}} ]
Calculs nécessaires:
-
(n = 12)
-
(\sum x = 1+2+\cdots+12 = \frac{12 \times 13}{2} = 78)
-
(\sum x^2 = 1^2 + 2^2 + \cdots + 12^2 = \frac{12 \times 13 \times 25}{6} = 650)
Calcul de (\sum y):
[ 3.5 + 3.5 + 3.3 + 4.4 + 4.4 + 4.2 + 5.1 + 5.3 + 5.5 + 5.5 + 6.2 + 5.7 = ? ]
Somme progressive:
[ (3.5 + 3.5) = 7.0 \ 7.0 + 3.3 = 10.3 \ 10.3 + 4.4 = 14.7 \ 14.7 + 4.4 = 19.1 \ 19.1 + 4.2 = 23.3 \ 23.3 + 5.1 = 28.4 \ 28.4 + 5.3 = 33.7 \ 33.7 + 5.5 = 39.2 \ 39.2 + 5.5 = 44.7 \ 44.7 + 6.2 = 50.9 \ 50.9 + 5.7 = 56.6 ]Donc:
[ \sum y = 56.6 ]
Calcul de (\sum xy):
(x) (y) (xy) 1 3.5 3.5 2 3.5 7.0 3 3.3 9.9 4 4.4 17.6 5 4.4 22.0 6 4.2 25.2 7 5.1 35.7 8 5.3 42.4 9 5.5 49.5 10 5.5 55.0 11 6.2 68.2 12 5.7 68.4 Somme:
[ 3.5 + 7.0 + 9.9 + 17.6 + 22.0 + 25.2 + 35.7 + 42.4 + 49.5 + 55.0 + 68.2 + 68.4 = ? ]Calcul progressive:
[ 3.5 + 7.0 = 10.5 \ 10.5 + 9.9 = 20.4 \ 20.4 + 17.6 = 38.0 \ 38.0 + 22.0 = 60.0 \ 60.0 + 25.2 = 85.2 \ 85.2 + 35.7 = 120.9 \ 120.9 + 42.4 = 163.3 \ 163.3 + 49.5 = 212.8 \ 212.8 + 55.0 = 267.8 \ 267.8 + 68.2 = 336.0 \ 336.0 + 68.4 = 404.4 ]Donc:
[ \sum xy = 404.4 ]
Calcul de (\sum y^2):
(y) (y^2) 3.5 12.25 3.5 12.25 3.3 10.89 4.4 19.36 4.4 19.36 4.2 17.64 5.1 26.01 5.3 28.09 5.5 30.25 5.5 30.25 6.2 38.44 5.7 32.49 Somme:
[ 12.25 + 12.25 + 10.89 + 19.36 + 19.36 + 17.64 + 26.01 + 28.09 + 30.25 + 30.25 + 38.44 + 32.49 = ? ]Calcul progressive:
[ 12.25 + 12.25 = 24.5 \ 24.5 + 10.89 = 35.39 \ 35.39 + 19.36 = 54.75 \ 54.75 + 19.36 = 74.11 \ 74.11 + 17.64 = 91.75 \ 91.75 + 26.01 = 117.76 \ 117.76 + 28.09 = 145.85 \ 145.85 + 30.25 = 176.10 \ 176.10 + 30.25 = 206.35 \ 206.35 + 38.44 = 244.79 \ 244.79 + 32.49 = 277.28 ]Donc:
[ \sum y^2 = 277.28 ]
Calcul de (r):
[ r = \frac{12 \times 404.4 - 78 \times 56.6}{\sqrt{(12 \times 650 - 78^2)(12 \times 277.28 - 56.6^2)}} ]
Calcul numérique du numérateur:
[ 12 \times 404.4 = 4852.8 ] [ 78 \times 56.6 = 4414.8 ] [ \text{Numérateur} = 4852.8 - 4414.8 = 438.0 ]Calcul premier terme du dénominateur:
[ 12 \times 650 = 7800 ] [ 78^2 = 6084 ] [ 7800 - 6084 = 1716 ]Calcul second terme du dénominateur:
[ 12 \times 277.28 = 3327.36 ] [ 56.6^2 = 3204.36 ] [ 3327.36 - 3204.36 = 123.0 ]Calcul du dénominateur:
[ \sqrt{1716 \times 123} = \sqrt{211068} \approx 459.39 ]Enfin:
[ r = \frac{438.0}{459.39} \approx 0.9537 ]
Interprétation:
Le coefficient de corrélation ( r \approx 0.95 ) est très proche de 1, indiquant une corrélation linéaire très forte positive entre la classe d’âge et le poids moyen.
Cela signifie que le poids moyen augmente globalement avec l’âge, ce qui est cohérent avec la croissance naturelle des enfants.
Si vous souhaitez, je peux vous aider aussi pour d’autres exercices ou détails complémentaires.
Other models, same or similar prompt
Responses were produced in different, uncontrolled contexts (system prompts, settings, prior turns). This is not a benchmark.