Académique Documents
Professionnel Documents
Culture Documents
ARABE
CONCOURS DE RECRUTEMENT de la XXXVII PROMOTION (Banque)
Exercice 1 :
Partie 1
1- On a :
EY 1 EX 1 X 2 EX 1 EX 2 0, et
EY 2 EX 1 2X 2 EX 1 2EX 2 0
VarY 1 VarX 1 X 2 VarX 1 VarX 2 2CovX 1 , X 2 2 2c
VarY 2 VarX 1 2X 2 VarX 1 4VarX 2 4CovX 1 , X 2 5 4c
2-Nous avons :CovY 1 , Y 2 CovX 1 X 2 , X 1 2X 2 1 c 2c 2 3 3c
Y1
La matrice de variance-covariance du vecteur Y est définie par la
Y2
matrice
VY 1 CovY 1 , Y 2 2 2c 3 3c
V
CovY 2 , Y 1 VY 2 3 3c 5 4c
3- Les variables Y 1 et Y 2 sont des lois normales . Pour qu’elles soient
indépendantes, il faut et il suffit que leur covariance soit nulle :
3 3c 0, ce qui signifie que c −1
4- Pour c −1, VarY 1 0, ce qui signifie que Y 1 est une variable certaine
nulle du fait que EY 1 0
En fait, pour c −1, les deux variables X 1 et X 2 ont un coefficient de corrélation
-1, X 1 est une fonction affine de X 2 , comme les espérences sont nulles, cela veut
dire que : X 1 − X 2
Partie 2
1 - B A 2 − 3A 2 − I
1 1 1 2− 0
∗ −3
1 2 1 2 1 2 0 2−
1 3 3 3 2− 0 0 0
−
3 4 3 6 0 2− 0 0
Ainsi B 0 pour toute valeur de
2-La matrice A −1 l’inverse de la matrice A existe si et seulement si son
déterminant est différent de zéro, c’est à dire 2 − ≠ 0 ou encore ≠ 2
1 CofacteursA 1 2 −
Sous cette condition A −1
DetA 2− −1 1
On vérifie que :
1 2 − 1 1 2− 0 1 0
A −1 A I
2− −1 1 1 2 2− 0 2− 0 1
−1 − 1 0 2 −
3- C −A 3 I 3 2 − A −1
−1 −2 0 1 −1 1
1 2
4- Pour 2, la matrice A devient égale à A
1 2
Pour n 2, nous avons :
1 2 1 2 3 6 1 2
A2 ∗ 3 3A 2 A avec
1 2 1 2 3 6 1 2
2 3
Pour n 3, nous avons : A 3 A 2 A 3AA 3A 2 33A 9A 3 2 A 3 A
avec 3 3 2
Par récurrence, on admet que pour n entier quelconque n ≥ 1
A n n A, avec n 3 n−1 cela donne A n1 A n A n AA n A 2 n 3A n1 A
avec n1 3 n 3 n
Exercice 2 :
n
∑x i − xy i − y
1. 1-On a a i1
n
∑x i − x 2
198
i1
b y − ax − 0. 8 ∗ 210 9. 9 − 8. 4 1. 5
20 20
n n
∑x i − xy i − y ∑x i − xy i n
2. a i1
n i1
n du fait que ∑x i − xy 0
∑x i − x 2 ∑x i − x 2 i1
i1 i1
n
∑x i − xy i
n
x i − x
Ainsi a i1
n ∑ i y i où i n .
∑x i − x 2 i1
∑x i − x 2
i1 i1
n
∑x i − x
n n
x i − x
Nous avons : ∑ i ∑ n i1
n 0
i1 i1
∑x i − x 2
∑x i − x 2
i1 i1
n
n ∑x i − xx i
et ∑ i x i i1
n 1
i1
∑x i − x 2
i1
nn
3. V a V∑ i y i ∑ 2i Vy i du fait que les y i sont
i1 i1
indépendants. Par ailleurs, puisque Vy i 2 , on obtient :
n n
x i − x 2 2
V a 2 ∑ 2i 2 ∑ n n
i1 i1i
∑x i − x 2 2 ∑x i − x 2
i1 i1
4. Le T de Student de a est égal à a 0. 8 80 Cette valeur est
a 0. 01
nettement supérieure à 2, on refuse l’hypothèse de nullité de a
La variable x est alors significative au seuil de 95 %. Le chiffre
d’affaire de l’entreprise dépend significativement et positivement des
investissements
20 20
5. Nous avons ∑x i − xy i − y a ∗ ∑x i − x 2 0. 8 ∗ 665 532
i1 i1
D’où 0. 0665 0. 26
20
2
∑ i
6. On a 2 i1
, ce qui entraine que la somme des carrés des
n−2
20
2
résidus SCR est : ∑ i 18 ∗ 0. 0665 1. 2
i1
20
La somme des carrés expliquée est égale à SCE ∑y i − y 2
i1
20 20
∑ax i b − ax − b 2 a 2 ∑x i − x 2 0. 8 2 ∗ 665 425. 6
i1 i1
Le coefficient de détermination
2
R SCE SCE 425. 6 0. 99
SC Totale SCE SCR 425. 6 1. 2
——————————————————