You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
2.3 Les boxplots sont donnés ci-dessous. La transformation logarithmique rend la distribution<br />
presque symétrique.<br />
0 1000 2000 3000 4000 5000<br />
Boxplot of N<br />
4 5 6 7 8<br />
Boxplot of log(N)<br />
2.4 Propriétés de la moyenne.<br />
(a) est évident.<br />
(b) m(aX) =(ax1 + ...+ axn)/n = a(x1 + ...+ xn)/n = am(X).<br />
(c) m(X+a) =(x1+a+...+xn+a)/n =(x1+...+xn+na)/n =(x1+...+xn)/n+na/n =<br />
m(X)+a.<br />
(d) m(X +Y )=(x1+y1+...+xn+yn)/n =(x1+...+xn+y1+...yn)/n = m(X)+m(Y ).<br />
En utilisant c<strong>et</strong>te propriété, ainsi que (b) <strong>et</strong> (c), on obtient:<br />
m(aX + bY + c) =m(aX)+m(bY )+c = am(X)+bm(Y )+c.<br />
(e) Il suffit de donner un contrexemple. Soit X =(1, 9) <strong>et</strong> Y =(2, 0). Donc m(X) =5,<br />
m(Y )=1<strong>et</strong>m(X)m(Y ) = 5. D’autre part, XY =(2, 0) <strong>et</strong> m(XY )=1.<br />
2.5 Pour démontrer les propriétés de la variance <strong>et</strong> de l’écart type on utilise les définitions<br />
<strong>et</strong> les propriétés de la moyenne.<br />
(a) On a m(c) =c. Donc,s 2 (c) =m([c − m(c)] 2 )=m(0 2 )=0.<br />
(b) s 2 (aX + b) =m([aX + b − m(aX + b)] 2 )=m([aX + b − am(X) − b] 2 )<br />
= m([aX − am(X)] 2 )=a 2 m([X − m(X)]) 2 = a 2 s 2 (X).<br />
(c) En prenant la racine carrée de s 2 (aX + b) =a 2 s 2 (X) onobtients(aX + b) =as(X).<br />
(d) Il suffit de donner un contrexemple. Soit X =(1, 2) <strong>et</strong> Y =(1, 2). Donc s 2 (X) =0.5 2<br />
<strong>et</strong> s 2 (Y )=0.5 2 . D’autre part, X + Y =(2, 4) <strong>et</strong> s 2 (X + Y )=1= 0.5 2 +0.5 2 .<br />
(e) (xi − m(X)) = xi − nm(X) =nm(X) − nm(X) =0.<br />
(f) s 2 (X) =m([X − m(X)] 2 )=m(X 2 − 2Xm(X)+m(X) 2 )<br />
= m(X 2 ) − 2m(X)m(X)+m(X) 2 = m(X 2 ) − m(X) 2 .