Title | Antisèche (autorisé) pour l\'examen |
---|---|
Course | Mathématiques pour les Sciences de la Vie |
Institution | Université Claude-Bernard-Lyon-I |
Pages | 2 |
File Size | 236.8 KB |
File Type | |
Total Downloads | 45 |
Total Views | 124 |
Autorisation à une feuille recto verso...
Fonctions 1. 2. 3.
Variables / paramètres Domaine de définition / domaine d’intérêt Limites
4. 5.
Dérivée première (détermine la direction) Dérivée seconde (détermine la concavité)
Primitives et intégrations 𝑏 ∫𝑎 𝑓(𝑥) 𝑑𝑥 = [𝐹(𝑥)]𝑎𝑏 + 𝑐 = 𝐹(𝑏) − 𝐹(𝑎)
𝐹(𝑥) = ∫ 𝑓(𝑥) 𝑑𝑥 À savoir : ln|𝑢| =
𝑢′ 𝑢
∫𝑎 + 𝑏 = ∫𝑎 + ∫𝑏
∫ 𝑒 𝑥 = [𝑒 𝑥 ]
∫𝑘 ∗ 𝑥 = 𝑘 ∗ ∫𝑥
∫ 1 𝑑𝑡 = 𝑡
Intégration par partie IPP Principe : (𝑢𝑣)′ = 𝑢 ′ 𝑣 + 𝑣 ′ 𝑢 ↔ ∫(𝑢𝑣)′ = ∫ 𝑢′𝑣 + ∫ 𝑣′𝑢 ↔ 𝑢𝑣 = ∫ 𝑢′𝑣 + ∫ 𝑣′𝑢 ↔ ∫ 𝑢′𝑣 = 𝑢𝑣 + ∫ 𝑣′𝑢 Application : Calculer une primitive / Identifier l’intégrale à simplifier / Appliquer IPP/ Calculer la constante pour respecter la condition initiale Exemples :
Équations différentielles À variables séparables EDVS Type : Modèle exponentiel / de Malthus
Modèle logistique / de Verhulst
Linéaire Type : Sans second membre
Avec second membre
Probabilités simples et conditionnelles p(A ∩ B) = p(A) × p(B)
Notion échantillonnage : 𝐸(𝑥 ) = 𝜇 Loi Bayes : 𝑃𝐵 (𝐴) =
𝑝(𝐴) = p(A ∩ B) + p(A ∩ B)
p(A ∪ B) = p(A) + p(B) − p(A ∩ B) 𝜎𝑥 =
𝑃(𝐴)∗𝑃 𝐴(𝐵)
𝜎
√𝑛
𝑃(𝐵)
Variables aléatoires et lois de probabilités Loi binomiale B(n,p) : 𝑝(𝑋 = 𝑘) = ( 𝑛𝑘 ) ∗ 𝑝𝑘 ∗ (1 − 𝑝) 𝑛−𝑘
calculatrice : MENU/STAT/DIST/BINM/Bpd
Loi de Poisson Pλ : 𝑝(𝑋 = 𝑘) = 𝑒 −λ ∗
calculatrice : MENU/STAT/DIST/POISN/Ppd
λ𝑘
avec λ=np
𝑘!
ssi 𝑛 > 30 𝐸(𝑋) = 𝑛𝑝 < 5
𝑝(𝑎 ≤ 𝑋 ≤ 𝑏) = 𝜋 (𝑏) − 𝜋(𝑎)
Loi normale N(μ,σ) : 𝑝(𝑋 < 𝑥) = 𝜋(𝑥) [ANNEXE] Loi normale centrée réduite N(0,1) : 𝑍 =
Pour nCk et ! : CALC/OPTN/PROB
𝑋−𝜇 𝜎
Approximation de la loi binomiale par une loi normale : 𝑋 ≤ 𝑥 ↔ 𝑍 ≤
𝑋−𝜇
ssi 𝑛 ≥ 30
𝜎
𝜇 = 𝑛𝑝 ≥ 5
𝜎 2 = 𝑛𝑝(1 − 𝑝) ≥ 5
Estimation ponctuelle et intervalle de confiance Calculatrice : MENU/STAT/CALC/1VAR
xi à gauche et ni à droite
1
1
Variance : 𝑆𝑥2 = ∗ ∑(𝑥𝑖 − 𝑥 )2 = ( ∗ ∑(𝑥𝑖 )2) − 𝑥 ² 𝑛 𝑛
Écart type : 𝑆𝑥 = √𝑆𝑥2 Estimateurs : 𝜇 = 𝑥
𝜎² =
𝑛
𝑛−1
nixi nixi²
∗ 𝑆𝑥2
𝛼 ∗ Intervalle de confiance : 𝜇 ± 𝑡𝑛−1
et 𝑡 𝛼 [ANNEXE] avec 𝜎 = √𝜎² 𝑛−1
𝜎
√𝑛
Tests d’hypothèse Conformité de la moyenne :
H0 : 𝜇 = 𝜇0 H1 : 𝜇 ≠ 𝜇0
Règle avec la moyenne : si 𝜇0 ∈ 𝐼𝐶 alors H0 Règle avec l’écart réduit : 𝑡𝑜𝑏𝑠 =
|𝜇− 𝜇0 | 2 √𝜎 𝑛
si 𝜇0 ∈ 𝐼𝐶 alors H1 𝛼 si 𝑡𝑜𝑏𝑠 > 𝑡𝑛−1 alors H1
𝛼 alors H0 si 𝑡𝑜𝑏𝑠 < 𝑡𝑛−1...