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