Exercice 1 — Point moyen
Série : x = 1, 2, 3, 4, 5 et y = 3, 5, 6, 8, 9.
Calcule les coordonnées du point moyen G.
Voir la correction
Correction détaillée
- 1
x̅=15/5=3.
- 2
y̅=31/5=6,2.
Un prof de maths qui te répond et prépare tes contrôles·30 €/mois·14 jours gratuits, sans carte
DécouvrirBesoin de revoir la leçon avant de te lancer ? Cours et fiche de révision : Statistique à deux variables : corrélation et causalité
Mis à jour le
Deux grandeurs mesurées ensemble forment un nuage de points. Ces 20 exercices corrigés de maths complémentaires apprennent à calculer le point moyen, à déterminer et utiliser la droite des moindres carrés y=ax+b (avec a=(cov (x,y))/V(x) et b=y̅-ax̅), à juger un ajustement avec le coefficient de corrélation, à se ramener à un ajustement affine par le changement de variable z=ln y, et surtout à ne pas confondre corrélation et causalité.
Cherche d'abord par toi-même, puis clique sur « Voir la correction » : chaque étape est détaillée avec rappels de cours et erreurs fréquentes à éviter.
Série : x = 1, 2, 3, 4, 5 et y = 3, 5, 6, 8, 9.
Calcule les coordonnées du point moyen G.
Correction détaillée
x̅=15/5=3.
y̅=31/5=6,2.
Pour cette série, cov (x,y)=3 et V(x)=2.
Détermine la droite des moindres carrés.
Correction détaillée
a=3/2=1,5.
b=y̅-ax̅=6,2-1,5×3=1,7.
Avec y=1,5x+1,7, estime y pour x=3,5.
Correction détaillée
1,5×3,5+1,7=5,25+1,7.
Pour chaque cas, donne le signe probable de r : a) taille et masse d'adultes ; b) prix d'un article et quantité vendue.
Correction détaillée
a) Plus on est grand, plus on est lourd en moyenne : r>0.
b) Plus le prix est élevé, moins on vend : r<0.
Une entreprise relève ses dépenses publicitaires x (en milliers d'euros) et son chiffre d'affaires y (en dizaines de milliers d'euros) : x = 1 à 6, y = 12, 15, 17, 21, 22, 26.
La calculatrice donne y=2,714x+9,333 et r≈0,993.
Correction détaillée
x̅=3,5, y̅=113/6≈18,83 ; 2,714×3,5+9,333≈18,83.
2,714×8+9,333≈31,0, soit environ 310 000 €.
C'est une extrapolation (8 > 6).
Mesures d'un conducteur : I = 1, 2, 3, 4 (A) et U = 2,1 ; 3,9 ; 6,2 ; 7,8 (V).
La régression donne U=1,94I+0,15 avec r≈0,998.
Quelle est la résistance ?
Estime U pour I=2,5 A.
Correction détaillée
La pente est la résistance : R≈1,94 Ω, presque 2 Ω (l'ordonnée à l'origine vient des erreurs de mesure).
U≈1,94×2,5+0,15=5 V.
Trois séries ont pour coefficients de corrélation 0,35, -0,97 et 0,82.
Laquelle se prête le mieux à un ajustement affine ?
Correction détaillée
On compare |r| à 1 : 0,35, 0,97, 0,82.
La droite des moindres carrés a pour pente -0,8 et le point moyen est G(5 ;12).
Détermine son équation.
Correction détaillée
b=12-(-0,8)×5=12+4=16.
Avec y=1,5x+1,7, calcule le résidu du point (4 ;8).
Correction détaillée
Valeur prédite : 1,5×4+1,7=7,7.
Résidu =8-7,7=0,3.
Les points (-2 ;4), (-1 ;1), (0 ;0), (1 ;1), (2 ;4) donnent r=0.
Peut-on dire que x et y n'ont aucun lien ?
Correction détaillée
Les points vérifient exactement y=x².
r ne mesure que la tendance affine.
La concentration y d'un médicament est mesurée toutes les heures : 200, 150, 112, 85, 63, 47 (mg/L) pour t = 0 à 5.
Correction détaillée
Les valeurs semblent multipliées par un facteur constant : décroissance exponentielle, que le logarithme rend affine.
y= e ^(5,300) e ^(-0,289t)≈200 e ^(-0,289t).
e ^(-0,289)≈0,749 : environ 25 % éliminés par heure.
Avec y≈200×0,75^(t), estime la concentration après 8 h et dis quand elle passe sous 20 mg/L.
Correction détaillée
y(8)≈200×0,75⁸≈20,0 mg/L.
200×0,75^(t)<20⇔0,75^(t)<0,1⇔ t>ln0,1/ln0,75≈8,0.
On mesure x = 1, 2, 3, 4 et y = 2, 8, 18, 32.
Quel changement de variable rend le nuage aligné ?
Quelle relation obtient-on ?
Correction détaillée
Avec X=x² : X = 1, 4, 9, 16 et y = 2, 8, 18, 32.
Les points (X ;y) sont alignés : y=2X.
Le nombre de glaces vendues et le nombre de coups de soleil soignés en pharmacie sont fortement corrélés (r=0,9).
Les glaces provoquent-elles des coups de soleil ?
Correction détaillée
Non : un facteur commun (l'ensoleillement, l'été) fait augmenter les deux.
La corrélation ne prouve pas une causalité.
On constate que les personnes qui consultent souvent un médecin sont plus souvent malades.
Faut-il en conclure que consulter rend malade ?
Correction détaillée
C'est l'inverse : on consulte parce qu'on est malade.
Le record du 100 m a baissé à peu près linéairement de 1912 à 2009.
Une droite d'ajustement prévoit un temps nul vers l'an 3000.
Qu'en penser ?
Correction détaillée
Le modèle affine n'est valable que sur la période observée.
Un temps nul est absurde : les performances humaines ont des limites, la tendance finira par se stabiliser.
Comment démontrer qu'un engrais augmente le rendement d'un champ, au-delà d'une simple corrélation ?
Correction détaillée
On réalise une expérience contrôlée : des parcelles comparables, tirées au hasard, reçoivent ou non l'engrais.
Le tirage au hasard équilibre les autres facteurs (sol, ensoleillement).
On exprime y en grammes au lieu de kilogrammes (multiplication par 1 000).
Que deviennent la pente a et le coefficient r ?
Correction détaillée
cov (x,y) est multipliée par 1 000 et V(x) ne change pas : a est multipliée par 1 000.
r est sans unité : il ne change pas.
À pente a fixée, on pose zᵢ=yᵢ-axᵢ et S(b)=Σ(zᵢ-b)².
Montre que S est minimale pour b=y̅-ax̅.
Correction détaillée
S(b)=nb²-2bΣ zᵢ+Σ zᵢ² : trinôme en b de coefficient n>0.
Minimum en b=(Σ zᵢ)/n=z̅=y̅-ax̅.
La droite passe alors par G : ax̅+b=y̅.
Le nombre d'utilisateurs y (en milliers) d'une application est relevé chaque mois x.
L'ajustement de z=ln y donne z=0,18x+1,2 avec r=0,995.
Correction détaillée
y= e ^(1,2) e ^(0,18x)≈3,32 e ^(0,18x).
e ^(0,18)≈1,197 : environ +19,7 % par mois.
y(12)≈3,32 e ^(2,16)≈28,8 milliers.
Dans 5 ans, l'extrapolation n'a pas de sens : la croissance finira par plafonner.
Source : mathlvl.fr/exercices-corriges/terminale-maths-complementaires/statistiques-deux-variables — exercices corrigés gratuits MathLvl.
Nuage de points, droite des moindres carrés, corrélation et causalité, courbe de Lorenz et indice de Gini.
Besoin de revoir le cours ou de t'entraîner autrement ?