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