A) Le coefficient du terme de puissance la plus élevée. B) La puissance la plus élevée de la variable dans le polynôme. C) La somme des puissances de tous les termes du polynôme. D) Le nombre de termes du polynôme.
A) Manipulation des données pour les faire correspondre à un modèle spécifique. B) Trouver les valeurs exactes des points de données. C) Ignorer les données aberrantes pour une meilleure précision. D) Estimation de valeurs entre des points de données connus.
A) Maximiser les valeurs aberrantes dans les données. B) Utilisation de la médiane au lieu de la moyenne. C) Minimiser la somme des différences quadratiques entre les points de données et la fonction d'approximation. D) Ajustement exact des points de données.
A) L'absence d'erreurs dans l'approximation. B) La somme de toutes les erreurs calculées dans l'approximation. C) La différence entre la fonction réelle et son approximation. D) Le nombre de points de données dans l'approximation.
A) L'approximation fournit des valeurs exactes tandis que l'interpolation fournit des estimations. B) L'interpolation est moins précise que l'approximation. C) L'interpolation passe par tous les points de données, ce qui n'est pas le cas de l'approximation. D) L'interpolation est utilisée pour les données discrètes et l'approximation pour les données continues.
A) Il s'agit de fonctions polynomiales par morceaux utilisées pour l'interpolation. B) Il s'agit de fonctions rationnelles utilisées pour l'analyse des erreurs. C) Il s'agit de fonctions trigonométriques utilisées pour le lissage des données. D) Il s'agit de fonctions exponentielles utilisées pour l'approximation des moindres carrés.
A) Ils peuvent traiter des fonctions à variables et interactions multiples. B) Ils sont limités à des approximations linéaires. C) Elles nécessitent moins de calculs que les techniques univariées. D) Ils nécessitent moins de points de données pour obtenir des résultats précis.
A) Cela permet d'éviter l'ajustement excessif et d'améliorer la généralisation de l'approximation. B) Il introduit plus de bruit dans les données pour une meilleure précision. C) Il donne plus de poids aux données aberrantes. D) Cela augmente la complexité du modèle d'approximation.
A) Théorème de la valeur moyenne de Cauchy B) Théorème des valeurs intermédiaires de Bolzano C) Théorème d'approximation de Weierstrass D) Théorème de Rolle |