CHAIRE INTERNATIONALE DATA SCIENCE INSTITUTE

~
~~
ENSEA
lCOU NAI\Oo<.\lf $Ul'UIE1..llf DE S1All$1~
(l l ) ~ - ..,l'UQ!M ~Ll"T"ICHNIOU;e
, .. o - ·'l• • l f ••• • " '" ' .o,,

Test de séle~tion en JI I Data Sden~e 2017

Composition: INFORMATIQUE
Durée : 2 Heures

·t'"EXERCICE 1:
Ecrire un algorithme permettant de calculer la somme d'un élément sur trois dans la suite des
nombres entiers démarrant à la valeur 2(soitla somme de 2+5+8+11. ..........) et s'arrêtant à 100.

Donner trois solutions distinctes :

1. Avec une instruction TANT QUE

2. Avec une instruction PO UR
3. Avec une instruction REPETER ... .JUSQU'A

EXERCICE 2 : OCM

1\ une question correspond une réponse: JUSte

Choisissez la bo nne réponse Q:1 lettre correspond::uHe)
Qucst_io1L1: Dan~ l'n!',.!_- f!~!:-:-u:- . le 11w1;i.,mme i>i\.):-; ([Link]-JC Input Output System) est ch argé dans
la mémoire:
A - de masse
B - la R.A ivf (Ra nd om :\ cces~ :vJemory)
" C - la RO:l\-1 (Read ünlr Mcmory)
Qn_çstion 2 : La mémom.: c:1d1e d'un ordinateur permet :
·t\ - une plus gr:rndc sécu11té <les d<1nn <:<.' ~
✓ B - un :iccès rapide :iux dqnni'.·cs
C - une comprcssi,,n de~ dc,nnJes

.0..!![Link] 3: Le srstè:rrn: d'e xploit:111011 d 'un rndl!l:1 tnir fo tt p.1rtw :

.\ - du h:irdware
, B - du softw:ire
C - des applicarions de bases de donn éc:s
Ourstion 4 : L:1 t:iilk d'un ocrer de données corrL'-.; p()nd :t :

_·\ - <>~ bits

B - J 02-t birs
C - 8 bùs
Oucstion 5 : Dam un oc tet, le bir de parité permet:
:\ - de s~·nchroniscr l'horloge du récepteur
B - de détecter les erreurs de transnùssio n
C - de gàer le rour de p:.uole
CHAIRE INTERNATIONALE DATA SCIENCE INSTITUTE

~ CCOUI ..,.Tt(.)t-1,t,IC $\ l~U IN'< M f 1.A11ll! O llf

l 1 (l l«)J,(o.,.,lf1 .,,uouu

Qul's tion () .: l 1n cn r.1cll' tT J\ ~ClT l' St coc h'· sur :

A - H bits
H - 7 bits
C - 16 bit::

EXE I~CICE 3:

l ·\ ·rirc lltlè f\lnctio n u u procédure q11j p e rme t· de lire Ull l' liste de no mbres e ntiers do nt la de rnière
,·:dr m = - 1 et afficlw le no mbre d'entiers pairs et lem: po ur centage p:u rapport au nombre
d'entins do nnés.
EXE RCl ÇE_j :

On considè re la snite de Fibonacci suivante: U(n) = aU (n-1) + bU(n-2) + c

1) [Link] une fon ction qui [Link] en paramètre des réels a, b, c, uO et u1 , puis un entier net la
fonc tion calcule la SlÙte U (n) en utilisant une apptoche itérative
~) Réécrivez la fonction précédente en utilisant une approche récursive

2
MINISTÈRE DE L’ENSEIGNEMENT SUPÉRIEUR RÉPUBLIQUE DE CÔTE D’IVOIRE
ET DE LA RECHERCHE SCIENTIFIQUE Union - Discipline - Travail

DIRECTION GENERALE DE L’ENSEIGNEMENT

SUPÉRIEUR ET DE L’EMPLOYABILITÉ (DGESE)
————————————–
Institut National Polytechnique Test de sélection en M1 Data Science 2017
Félix Houphouët-Boigny Composition : Mathématiques générales
DATA SCIENCE INSTITUTE Durée : 2 Heures

NB : Chaque question admet une et une seule bonne réponse. Cocher Xjla bonne réponse.

Question 1. f est continue en x0 si :

melle est définie en x0 et si lim f (x) = f 0 (x0 ) melle est dérivable en x0 et si lim f (x) = f (x0 )
x!x0 x!x0
melle est définie en x0 et si lim f (x) = f (x0 ) melle est dérivable en x0 et si lim f (x) = f 0 (x0 )
x!x0 x!x0

Question 2. Une fonction f est uniformément continue sur D si :

9 8
m  > 0;  > 0; x8 2 D; 8x1 2 D : jx x1 j6) f (x ) f (x 1 ) 6
m8 > 0; 8 > 0; 8x 2 D; 8x1 2 D : jx x1 j 6  ) f (x ) f (x 1 ) 6
m8 > 0; 9 > 0; 8x 2 D; 8x1 2 D : jx x1 j 6  ) f (x ) f (x 1 ) 6
m8 > 0; 9 > 0; 8x 2 D; 8x1 2 D : jx x1 j 6  ) f (x ) f (x 1 ) 6
Question 3. La dérivée de f en x0 est le nombre réel (lorsqu’il existe) :
m lim f (x0 + h) f (x0 ) m lim f (x x0 )
h!0 h x!x0 x x0
m lim f ( x ) f (x 0 + h ) m lim f ( x ) f ( x x0 )
h!0 h x!x0 x x0
Question 4. Soit f une fonction, à valeurs réelles, définie sur un intervalle I contenant x0 . f admet une limite
finie ` en x0 si :
9 8
m  > 0;  > 0; x 8 2 I : jx x0 j6) f (x ) ` 6
m 8  > 0 ; 9  > 0 ; 8 x 2 I : jx x0 j 6  ) f (x ) ` 6
m 8  > 0 ; 8  > 0 ; 8 x 2 I : jx x0 j 6  ) f (x ) ` 6
m 8  > 0 ; 9  > 0 ; 8 x 2 I : jx x0 j 6  ) f (x ) ` 6
Question 5. L’ensemble de définition de xx est :
mR m R m R m R+
+
Question 6. Sur son ensemble de définition, la dérivée de xx est :
m xx 1 m(x + ln x)xx 1 m(1 + ln x)xx 1 m(1 + ln x)xx

Question 7. La limite de xx en 0+ est :

m1 m0 m+ 1 mindéfinie
arctan x
Question 8. La dérivée de sur R est :
  x  
m 1 1
arctan x m 1 1
+ arctan x
x  1 + x2
2

x  1 + x2
2

m1 1 arctan x m1 1 arctan x
1 + x2 x 1 + x2
+
x x x

Page 1/3
 arctan x
Question 9. Le développement limité de en 0 à l’ordre 2 est :
x
2 2 x2 x2
m1 + x m1 + x m1 mx
2 3 3 2
x arctan x
Question 10. La limite de
x3
en 0 est :
m0 m 1 m1 m1
2 3
0 1
1 1 1
B C
Soit A la matrice définie par A = @ 2 1 2 A:

1 3 0
Question 11. Le déterminant de A est :
m3 m1 m 3 m2

Question
0
12. La valeur
1
de A3 + 4A est
0
: 1 0 1 0 1
3 0 0 3 0 0 3 0 0 1 0 0
mB
@ 0 3 0
C
A
mB
@ 0 3 0
C
A
mB
@ 0 2 0
C
A
mB
@ 0 1 0
C
A

0 0 3 0 0 3 0 0 1 0 0 1

Question
0
13. La matrice1inverse A 1 vaut : 0 1
2 1 1 2 1 1
mB
@ 2=3 1=3 0
C
A
mB
@ 2=3 1=3 1
C
A

7=3 2 =3 1 7=3 2 =3 0
0 1 0 1
2 1 1 2 1 1
mB
@ 2=3 1=3 0
C
A
mB
@ 2=3 1=3 0
C
A

7=3 2 =3 1 7=3 2 =3 1
8
>
< x + y z = 1
Question 14. La solution du système d’équations 2x y 2z = 1 est :
>
:
x + 3y = 1

m x = 0; y = 2=3 et z = 5=3 mx = 0; y = 1=3 et z = 8=3

mx = 2; y = 1 =3 et z = 8=3 mx = 0; y = 1=3 et z = 2=3

X5
Question 15. La décomposition en éléments simples de
1)3
nous donne :
X (X
mX + 3 + 6 5 1 mX + 3 + 6 4 1
1)2 1)3 1)2 1)3
+ + + +
X 1 (X (X X 1 (X (X
mX + 3 + 6 4 1 mX 6 4 1
1)2 1)3 1)2 1)3
+ 3+ + +
X 1 (X (X X 1 (X (X

cos x cosh x
Question 16. La limite en 0 de x est :
sinh x sin x
m1 m 3 m3 m0
3
ln x
Question 17. La limite en
x2
1 de est :
1
m1 m2 m1 m 1
2
(1 + x)1=x e
Question 18. La limite en 0 de est :
x
m e me m1 m e
2

Page 2/3
 1 1
Question 19. La limite en 0 de est :
x ln(1 + x)
m1 m 1 m 2 mindéfinie
2 2
Question 20. Le développement limité de ex (1 + sin(x)) en 0 à l’ordre 2 est :
x2 x2 x2 m 1 + 2 x + 3 x2
m1 3 m 1 + 2x 3 m 1 + 2x 3
2x +
2 2 2 2
Question 21. Soit f est croissante sur R+ et ` la limite à droite en 0 de f: Alors :
m` existe et vaut f (0) m` existe et ` > f (0)
m` existe et ` 6 f (0) m` n’existe pas forcément

Question 22. Si x est un réel tel que j2 xj 6 1; alors

mx j j61 m jx j > 1 mx j j63 mx j j>3
Question 23. Si f : R ! R est une fonction dérivable paire, alors f 0 est :
mpaire mimpaire mpositive mni paire ni impaire

Question 24. Si f et g sont deux fonctions réelles dérivables de R dans R avec f (1) = g (1) alors
mf 0 (1) = g 0 (1) mf 0 (1) = g 0 (1)
6 mf 0 (1) < g 0 (1) mon ne peut rien dire

Question 25. Si f : R ! R est une fonction dérivable, la dérivée de x 7! f (x3 ) vaut :

mx 7! 3x2f 0(3x2) mx 7! 3x2f (x3) mx 7! f 0(x3) mx 7! 3x2f 0(x3)
Question 26. Le degré du polynôme P = (X 1)n (X + 1)n est :
mn mn 1 m1 m0

Question 27. Le cœfficient de X n dans le polynôme P = (1 + X + X 2 + : : : + X n )2 est :

m 2n m1 mn mn + 1

f est une application linéaire de R3 dans R2 définie pour tout vecteur u = (x; y; z ) par
f (u) = (2x y z; x + 2y z ):
Question 28. Laquelle des familles suivantes est une base de Ker f ?
f
m (1; 1; 1) g f
m (1; 1; 1); (1; 0; 0) g f
m ( 1; 1; 1) g f
m (2; 0; 2) g
Question 29. La dimension de Im f est
m0 m1 m2 m3
p
Question 30. La fonction f (x) = 1 + x2
mest une fonction polynôme de degré 1=2 mest une fonction polynôme de degré 1

mn’est pas une fonction polynôme mest une fonction polynôme de degré 2

Page 3/3
 é)
MIN ISTERE DE L'ENS EIGNEMENT SUPERIEUR
ET DE LA RECH ERCHE SCIENTIFIQUE
U__ {;(v'l' J REPUB LIQUE DE CÔTE D'IVOIRE
Union - Discipline - Travail
DI RECTION GENERALE DE L'ENSE IGNEM ENT
SUPERlEUR ET DE L'EMPLOYABILITE (DG ESE)
-, -,~a
"" -t;·,·r --
.._A, ~·
1 ,
i -1'

"~, c._~r"
_] nstitut N ation al Polytechni que T e st ile si~l c ction c 11 MI Data Scie nce 2017
Fél i x 1-Iouphouët - Bo igny
DATA SCIENCE INSTITUTE Composition : Statistiques - Probabilités
Durée : 2 Heures

S i un candidat est amené à repé rer ce qui lui semble être une erreur d 'énoncé, il le signa lera sur sa
cop ie et devra poursu ivre sa co111position en expliquant les raisons des initiatives qu'il a été amené à prendre.
Les exercices sont indépendants.

'Exercice 1: (6 points) ( \ _.
11
t ,
1 , ; 1, r 1
.J I t

En 2009, su r les 20 millions de foyers fiscaux français imposables, 3 % étaient soumis à

l'impôt de solidarité sur la fortune (ISF).
1) Soit X le nombre de foyers fiscaux soumis à l'ISF sur 90 foyers choisis au hasard (parmi les
foyers imposables).
a) Déterminer la loi de X.
b) Quel nombre moyen de foyers soumis à l'ISF peut-on «espérer»?
c) Quelle est la probabilité qu'au moins deux des 90 foyers choisis soit soumis à l'ISF?
2) En Ile-de-France (IdF), 5 % des foyers (imposables) sont soumis à l'ISF, alors qu'ils ne sont que
2,5 % sur le reste du territoire français. En outre, l'Ile-de-France représente 20 % de foyers
fiscaux imposables.
a) Formaliser l'énoncé et données ci-dessus en utilisant des événements et des probabilités.
b) Vérifier que ces données sont bien compatibles avec les 3 % de la partie précédente.
c) Calculer la probabilité qu'un foyer fiscal soumis à l'ISF soit situé en IdF.

Exercice 2: (3 points)

Une entreprise fabrique des piles alcalines pour alarmes et télécommandes de portails
électriques. On suppose que dans le processus .de fabrication, le voltage obtenu pour chaque
pile est indépendant de celui des autres.
,.
1) On suppose dans cette question que le voltage de ces piles est distribué su ivant une loi normale
de moyenne 12,20 volts et d'écart type 0,70 volts . Calculer la proportion des piles ayant un
voltage compris entre 12, 10 et 12,30 volts.
2) Dans cette question, on ne suppose plus que le voltage est distribué suivant une loi normale. On
fait seulement l'hypothèse que le voltage est distribué suivant une loi de moyenne 12,20 et
d'écart type 0,70.

Ml - Data Science (Test Stat.-Proba.)

Page 1 sur 3
 .. . .. , lt oyen de ces 30 piles
a} On cho1s1t 30 piles au hasard . Quelle est la probab1llte que le vo age m
soit supérieur à 12 volts ? (Utiliser l'approximation donnée par le théorème de la limite
centrale).
b} Combien de piles faut-il pour être certain à 95% que leur voltage moyen soit entre 12,10 et
12,30 volts ?

1Exercice 1 : (5 points}

~ ~ a,
2
Soient a> 0, c E IR, et f: IR ~ JR la fonction définie par : f (t) = { ct , s_ï O t
O , sinon.

1) Déterminer la constante c en fonction de a pour que f corresponde à une densité de probabilité.

2} Soit Xune variable aléatoire admettant f pour densité. Calculer E(X) en fonction de a.

On suppose que a est un paramètre inconnu que l'on cherche à estimer à partir d'une suite de
variables indépendantes (Xn )n~l , toutes de même loi que X .

3} Ecrire la loi des grands nombres pour les variables Xn .

4} En déduire un estimateur du paramètre a.

5} Cet estimateur est-il sans biais ?

1Exercice 4 : (6 points}

Soient X et Y deux variables aléatoires réelles indépendantes, de loi exponentielle de

paramètre À > 0 .
1} Donner la densité conjointe du couple (X, Y) .

2) Soit Z = ~ . Déterminer la densité conjointe du couple (X,Z).

3) Déterminer la densité de Z.

4) Pour quelles valeurs de a> 0 l'espérance E[(1+zf] existe-t-elle? Calculer E[ (i+zf ] pour

ces a> O.

S) Pour quelles valeurs de a> O la covariance de X et (1 + z)°" existe-t-elle? Calculer sa valeur pour

ces a > 0 .

Page 2 sur 3
M l _ Data Science (Test Stat.-Proba.)
 Fonction de répartition
l
de la loi Normale 1
= P(T :s; t ) = f
1 1
2
Centrée et Réduite O (t) ~e- dt
-~ -v 2tr

- - - -- 8 9
3 4 5 6 7
t 0 1 2
0,5239 0,5279 0,53 19 0,5359
0,0 0,5000 0,50 40 0,5080 0,5 120 0,5 160 0,5199
0,5636 0,5675 0,5714 0,5753
0,1 0,5398 0,5438 0,5478 0,55 17 0,5557 0,5596
0,60 26 0,6064 0,6103 0,6141
0,2 0,5793 0,5832 0,5871 0,5910 0,5948 0,5987
0,6406 0,6443 0,6480 0,65 17
0,3 0,61 79 0,6217 0,6255 0,6293 0,633 1 0,6368
0,6736 0,6772 0,6808 0,6844 0,6879
0,4 0,6554 0,6591 0,6628 0,6664 0,6700

0,7088 0,7123 0,71 57 0,7190 0,7224

0,5 0,6915 0,6950 0,6985 0,7019 0,7054
0,7422 0,7454 0,7486 0,7517 0,7549
0,6 0,7257 0, 7291 0,7324 0,7357 0,7389
0,7734 0,7764 0,7794 0,78 23 0,7852
0,7 0,7580 0,7611 0,7642 0,7673 0,7704
0,8023 0,8051 0,8078 0,8106 0,8133
0,8 0,7881 0,7910 0,7939 0,7967 0,7995
0,8289 0,8315 0,8340 0,8365 0,8389
0,9 0,8159 0,8186 0,8212 0,8238 0,8264

0,8531 0,8554 0, 8577 0,8599 0,862 1

1,0 0,8413 0,8438 0,8461 0,8485 0,8508
0,8749 0,8770 0,8790 0,8810 0,8830
1,1 0,8643 0,8665 0,8686 0,8708 0,8729
0,8944 0,8962 0,8980 0,8997 0,9015
1,2 0,8849 0,8869 0,8888 0,8907 0,8925
0,9115 0,9131 0,9147 0,9162 0,9177
1,3 0,9032 0,9049 0,9066 0,9082 0,9099
0,9265 0,9279 0,9292 0,9306 0,9319
1,4 0,9192 0,9207 0,9222 0,9236 0,9251

0,9394 0,9406 0,9418 0,9429 0,9441

1,5 0,9332 0,9345 0,9357 0,9370 0,9382
0,9495 0,9505 0,9515 0,9525 0,9535 0,9545
1,6 0,9452 0,9463 0,9474 0,9484
0,9591 0,9599 0,9608 0,9616 0,9625 0,9633
1,7 0,9554 0,9564 0,9573 0,9582
0,9671 0,9678 0,9686 0,9693 0,9699 0,9706
1,8 0,9641 0,9649 0,9656 0,9664
0,9738 0,9744 0,9750 0,9756 0,9761 0,9767
1,9 0,9713 0,9719 0,9726 0,9732

0,9788 0,9793 0,9798 0,9803 0,9808 0,9812 0,9817

2,0 0,9772 0,9778 0,9783
0,9834 0,9838 0,. 9842 0,9846 0,9850 0,9854 0,9857
2,1 0,9821 0,9826 0,9830
0,9871 0,9875 0,9878 0,9881 0,9884 0,9887 0,9890
2,2 0,9861 0,9864 0,9868
Q,9901 0,9904 0,9906 0,9909 0,9911 0,9913 0,9916
2,3 0,9893 0,9896 0,9898
0,9922 0,9925 0,9927 0,9929 0,9931 0,9932 0,9934 0,9936
2,4 0,9918 0,9920

0,9941 0,9943 0,9945 0,9946 0,9948 0,9949 0,995 1 0,9952

2,5 0,9938 0,9940
0,9956 0,9957 0,9959 0,9960 0,9961 0,9962 0,9963 0,9964
2,6 0,9953 0,9955
0,9967 0,9968 0,9969 0,9970 0,9971 0,9972 0,9973 0,9974
2,7 0,9965 0,9966
0,9975 0,9976 0,9977 0,9977 0,9978 0,9979 0,9979 0,9980 0,998 1
2,8 0,9974
0,9982 0,9982 0,9983 0,9984 0,9984 0,9985 0,9985 0,9986 0,9986
2,9 0,9981

3,0 0,9987 0,9987 0,9987 0,9988 0,9988 0,9989 0,9989 0,9989 0,9990 0,9990
3,1 0,9990 0,9991 0,9991 0,9991 0,9992 0,9992 0,9992 0,9992 0,9993 0,9993
3,2 0,9993 0,9993 0,9994 0,9994 0,9994 0,9994 0,9994 0,9995 0,9995 0,9995
3,3 0,9995 0,9995 0,9995 0,9996 0,9996 0,9996 0,9996 0,9996 0,9996 0,9997
3,4 0,9997 0,9997 0,9997 0,9997 0,9997 0,9997 0,9997 0,9997 0,9997 0 ,9998

3,5 0,9998 0,9998 0,9998 0,9998 0,9998 0,9998 0,9998 0,9998 0,9998 0 ,9998
3,6 0,9998 0,9998 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999
3,7 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999
3,8 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0, 9999 0 ,9999
3,9 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000

Ml - Data Science (Test Stat.-Proba.)

Page 3 sur 3
CHAIRE INTERNATIONALE DATA SCIENCE INSTITUTE
~
Al_.,,,__
W ".t;ll"'~ .
ENSEA
ICOU! ......'IIOM,I.\G IUPOll!IJII C11i 1i10IS1GUI
~
E1 D''KONC•- "'"IJQIJI![ POL'VT!OHNl°,UI!

Tesi. de sélection en Ml Dutu Science 2017

Composition : Statistiques - Probabilités
Durée : 2 Heures

Exercice 1:
En 2009, sw: les 20 millions de foyers fiscaux français imposables, 3 % étaient
soumis à l'impôt de solidarité sur la fortune (ISF) .
1) Soit X le nombre de foyers fiscaux soumis à l'ISP sur 90 foyers choisis au hasard
'
(parmi les foyers imposables).
a) Déterminer la loi de X.
b) Quel nombre moyen de foyers soumis à l'ISP peut-on« espérer»?
c) Quelle est la probabilité qu'au moins deux des 90 foyers choisis soit soun:ùs à l'ISP?
2) En Ile-de-France (IdF), 5 % des foyers (imposables) sont soumis à l'ISP. alors qu'ils ne :;ont
que
2,5 % sur le reste du territoi!·e franqtis. B:n outre, l'Ile-de-France représente 20 % de

foyers fiscaux imposables.

a) Formaliser l'énoncé et données ci-dessus en utilisant des événements et des probabilités.
b) Vérifier que ces données sont bien compatibles avec les 3 % de la partie précédente.
c) Cakuler la probabilité qu'un foyer fiscal soumis à l'ISP soit situé en IdF.

Exercice 2

Soit la fonction suivante : f (x) = K e-ax 2

où K et a sont des paramètres positifs.

1- Calculer/ = J:::: f (x) dx et déterminer K pour que f soit une densité

2- Soit X une variable aléatoire de densité f. Déterminer l'espérance E (X) et la varianc~ (X)
de X.
3- Soit Y = X 2 une variable aléatoire. On pose a = ~- Calculer la loi de k variable Y.
4- Déterminer l'espérance E(Y) et la varianceV (Y) de Y.

1.
CHAIRE INTERNATIONALE DATA SCIENCE /NSTITUTE
~
I COU ......1.::,.JAl[ IUl'Ul['JIOll DG st•115IIIGIVI
li ol!CoNo,,,• ~,•uouu ~
~~\rJf®I·!~~-~

Exercice 3

Soit X la variable aléatoire de densité f(x) = all[o;½](x) + (1- a)Il[½;i](x) où Il désigne la

fonction indicatrice.

1- D éterminer l'espérance E(X) et la variance E(X) de X.

2- Soit (Xi, ... , X11 ) un échantillon issu de X. Ecrire la vraisemblance de l'échantillon. Montrer
que la statistique S(X) = ~i=l Il[o;½] (xi) est exhaustive et totale.
3- Déterminer !'estimateur de a par la méthode des moments noté Ln . Montrer que cet
estimateur est sans biais et convergent en moyenne quadratique.
4- Déterminer !'estimateur de a par la méthode du maximum de vraisemblance noté Zn .
5- Déterminer la matrice d'information ainsi que la borne de Fréchet-Darmois-Cramer-Rao.
6- Les estimateurs L71 et Zn sont-ils efficaces ? Faire la preuve.

2
 REPUBLIQUE DE CÔTE D'IVOIRE

MINISTERE DE L'ENSEIGNEMENT SUPERIEUR

ET DE LA RECHERCHE SCIENTIFIQUE Union - Discipline - Travail
DIRECTION GENERALE DE L’ENSEIGNEMENT
SUPERIEUR ET DE L’EMPLOYABILITE (DGESE)
--------------------------------

Institut National Polytechnique Test de sélection en M1 Data Science 2018

Félix Houphouët – Boigny
Composition : INFORMATIQUE Durée : 1h30 mn
DATA SCIENCE INSTITUTE

Durée : 2 Heures

EXERCICE 1

Associez chaque composante d’un ordinateur du tableau A à une des définitions

proposées du tableau B :
Tableau A : Des composantes d’un ordinateur

A-Horloge E-Système d’exploitation I-Bus

B-Unité Centrale de traitement F-Registre J-Carte Mère
C-Circuit intégré G-Transistor K-Antémémoire
D-RAM H-Microprocesseur L-Mémoire morte

Tableau B : Les définitions des composantes d’un ordinateur

1 Circuit spécialisé comportant une petite quantité de mémoire ultra rapide pour rendre les
informations fréquemment demandées immédiatement accessibles au processeur.
2 Petite mémoire contenue dans le microprocesseur destiné à stocker de manière très temporaire
un certain nombre d’informations comme les résultats intermédiaires d’un calcul ou l’adresse de
la prochaine instruction à exécuter.
3 Sorte de commutateur électronique servant à contrôler le passage du courant électrique
4 Principale carte de circuits imprimés dans un ordinateur.
5 Cristal de quartz vibrant à une fréquence déterminée, produisant des signaux périodiques qui
servent à synchroniser les tâches d’un microprocesseur
6 Type de mémoire volatile, lisible et réinscriptible, dont chaque cellule est directement accessible
7 Ensemble de circuits gravés sur une plaque de silicium
8 Mémoire interne dont le contenu peut être lu mais non modifié
9 Ensemble des lignes transportant les signaux qui permettent au microprocesseur de
communiquer avec ses mémoires et ses périphériques
10 Dispositif d’E/S du micro-ordinateur accessible par un programme qui transporte simultanément
les 8 bits d’un mot au travers d’un ensemble de conducteurs
11 Unité principale de traitement d’un ordinateur, généralement contenue dans un circuit intégré
unique
1
12 Programme nécessaire à la gestion des ressources matérielles et logiciels d’un ordinateur.

NB : les résultats doivent se présentés sous cette forme :

Z-14 ( pour dire le composante Z a pour définition 14)

EXERCICE 2 :
Ecrire une procédure qui effectue le décalage des éléments d’un tableau selon la
description ci-dessous :
Tableau initial
D E C A L A G E

Tableau final après décalage

E C A L A G E D

EXERCICE 3 :
Ecrire un algorithme permettant de calculer la somme d’un élément sur trois dans la
suite des nombres entiers démarrant à la valeur 2 (soit la somme de 2+5+8+11
+……………) et s’arrêtant à 100.

Donner trois solutions distinctes :

1. Avec une instruction TANT QUE

2. Avec une instruction POUR
3. Avec une instruction REPETER …. JUSQU’A

2
MINISTERE DE L'ENSEIGNEMENT SUPERIEUR REPUBLIQUE DE CÔTE D'IVOIRE
ET DE LA RECHERCHE SCIENTIFIQUE Union - Discipline - Travail
DIRECTION GENERALE DE L’ENSEIGNEMENT
SUPERIEUR ET DE L’EMPLOYABILITE (DGESE)
--------------------------------

Institut National Polytechnique Test de sélection en M1 Data Science 2018

Félix Houphouët – Boigny
DATA SCIENCE INSTITUTE
Composition : Statistiques - Probabilités
Durée : 2 Heures

Exercice 1:
1:
Un produit industriel est fabriqué à partir deux matières premières A et B. Le prix unitaire d’achat
de chacune de ces matières premières est variable. Les probabilités conjointes des prix sont connues et
données dans le tableau suivant :

PRODUIT B
PRODUIT A 10 € 11 € 12 €

20 € 0,05 0,25 0,15

25 € 0,20 0,30 0,05

1) a) Quelle est la probabilité que A = 20 et B = 11?

b) Quelle est la probabilité que B = 11?
c) Quelle est la probabilité que B = 11 lorsque A = 20 ?
2) a) En expliquant votre calcul, donner le prix moyen d’achat de A . Quel est l’écart-type du prix de
A?
b) Même question pour B ?
3) a) Déterminer la loi conditionnelle de B lorsque A = 20 .
b) Quel est le prix moyen de B lorsque A = 20 ?
4) a) Calculer la covariance entre les prix de A et B .
b) En déduire la corrélation entre A et B .
c) Interpréter le résultat.
5) Le produit industriel est fabriqué à partir trois unités du produit A et de deux unités du produits B.
a) Calculer le prix moyen du produit.
b) Quel est sa variance ?

Page 1 | 2
Exercice 2:
2:
On dispose d’un lot de 100 bulletins sur lesquels figurent les réponses (oui, non) à trois
questions. Les nombres de réponses oui aux questions 1, 2 et 3 sont respectivement 60, 40 et 30 (les
candidats peuvent avoir répondu oui à d’autres questions).
Les nombres de bulletins qui ont répondu oui aux deux questions 1 et 2, 1 et 3, 2 et 3 sont
respectivement 24, 15 et 12. Enfin 10 bulletins ont répondu oui aux trois questions.
1) Quelle est la probabilité d’avoir obtenu deux oui et un non ?
2) Quelle est la probabilité d’avoir obtenu un oui et deux non ?
3) Quelle est la probabilité d’avoir obtenu trois non ?

Exercice 3:
3:
Une entreprise cherche à faire la promotion d’un de ses produits. Elle a relevé les données
suivantes :

Publicité
400 800 600 1000 700 900 800 500
(k $ )
Ventes 200 350 310 380 320 360 340 250
(milliers)

1) La corrélation semble être de quel type ?

2) Calculer le coefficient de corrélation linéaire.
3) Chercher un meilleur ajustement.
4) A l’aide de l’ajustement obtenu, donner une prévision de la valeur que l’on devra dépenser si
on souhaite vendre 430 000 unités du produit.

Exercice 4:
4:
0, si x ≤ 0
Soit la fonction réelle f définie par : f ( x ) =  2 (α > 0) .
 x e − α x , si x > 0

1) Déterminer le réel α pour que f soit la densité de probabilité d’une variable aléatoire X.
2) Déterminer la fonction de répartition F de la variable aléatoire X.

3) On pose Y = 1 X 2 . Déterminer la densité de probabilité de Y .

2

Page 2 | 2
 CHAIRE INTERNATIONALE DATA SCIENCE INST/TUTE
(/OS/)

if.l.l,fp,J,[Link]$1.t\l;'lHJt1 )1~![Link]?,i
Or::'l(.')::WJ ,[Link]

Concours d'entrée en Master 1 Data Science-Big Data -Intelligence

Artificielle

Epreuve : Informatique

Durée : 2 heures

Exercice 1 : QCM (choisir la bom1e réponse)

1.1) La mémoire de l'ordinateur utilisée pour stocker les programmes

et les données en cours d'exécution par le CPU est ___ ?
A) Mémoire de masse
B)RAM
C) Mémoire non volatile
D)PROM

1.2) Quelle partie interprète les instructions du programme et lance

les opérations de contrôle ?
A) Unité de stockage
B) Unité logique
C) Unité de contrôle
D) Aucune de ces réponses n'est vraie.

1.3) L'unité du CPU qui sélectionne, interprète l'exécution des

instructions d'un programme s'appelle___ ?
A) Mémoire
B) Unité d'enregish·ement
C) Unité de contrôle
D)UAL
1.4. Lequel des langages informatiques suivants est utilisé pour l'intelligence
artificielle ?

A) Pascal

B) Cobol

C) Fortran

D) Prolog

E) Aucune réponse

1
 CHAIRE INTERNATIONALE DATA SCIENCE INST/TUTE
(IDSI)

~ ~
ENSEA
~
r c> t_~ r r,c~11~ •)? 11 "
!t. ...i ""'J:f)w.l~tl.-t! t11hrl;r'Jl
1 O:V...QS<j,vj •nv.l.Ü

1.5. Qui n 'est pas con sidéré comme un périphérique de l'ordinateur?

A) _Disque
B) Clavier
C) Moniteur
D) CPU

EXERCICE 2
Ecrire un algorithme permettant de calculer la valeur de l'expression E,
Telle que E=(l +2)x(l +2+3)x(l +2+3+4)x ... x(l +2+3+ ... +(N-2)+(N-l)+N),
et (N2:2).

EXERCICE 3
Ecrire un algorithme qui détermine et affiche la Nième valeur de la suite
(UN) sachant que
UO = 0 Ul = 1 ; U2 = 2; UN= UN-1 + UN-3 pour N > 2.

EXERCICE 4
Soit un vecteur T (tableau à une dimension) contenant N nombres entiers
(N.:;100). Ecrire l'algorithme (utiliser les fonctions ou procédures) pour:
Détermine le minimum, le maximum et la moyenne des éléments d'un
tableau T

2
 Durée :2 heures

Cett e é pre uve comporte qu atre part ies ind épendantes les un es des autres.

Dans cette é pre uve, on dema nde d' indiq ue r, pour chaqu e qu es tion, la bonne ré ponse parmi ce ll es proposées .

Partie 1

Pour a réel, on considère les équations différentielles suivantes :

y" + 6y' + ay = O notée (Ha) et y" + 6y' + ay=Sat notée (Ea) .

Dans les quest ions 1) à 4) on prendra a=S

Question 1) La solution générale de (Hs) est de la forme suivante, où A et B sont des constantes réelles :

A) tH y(t) =A e -S t + B B) tH y(t)=A e-t + B e-3t C}) t~ y(t)=A e-st + B e-t D)) tH y(t)=A ch(3t) + B sh(3t)

Question 2) La solution de (Hs) vérifiant les relations y(O)=l et y'(0)=3 est la fonction f suivante :

A) t H -2 e-st + 3 e-t B) tH 2 e-3 t - e- t C}) tH -2 e 3 t + 3 e-3t D)) tH 2 e-t - e-st

Ques tion 3) Sur IR+, la fonction f :

A) est strictement croissante B) admet un maximum en ta = !4 1 r(~)

2

C) est strictement décroissante D} admet un maximum en ta = ½1 r(¾)

Question 4) Sur IR+, la fonction f :
A) ne change pas de signe B) change une fois de signe
C) change deux fois de signe D) change trois fois de signe

Dans les questions 5) à 8), on prendra a=lü.

Question 5) La solution générale de (H10) est de la forme suivante, où A et B sont des constantes
réelles:

A) t H y(t)= e-St ( A cos(3t)+ B sin(3t)) B) tH y(t)= e-3t ( A cos(t)+ B sin(t))

C} tH y(t)= e-t ( A cos(3t)+ B sin(3t) ) D} tH y(t)= e- 3t (At+ B}

Question 6) La solution de (Hi a) vérifiant les relations y(0)=1 et y'(0)= -2 est la fonction suivante :

A) t H y(t)= e-3t ( cos(t}- sin(t)) B) tH y(t)= e-t ( 2 cos(t} - sin(t} )

C} tH y(t) = e-3t ( cos(t)+ sin(t} ) D} tH y(t)= e-3t cos(t)

Pag e 114
 Question 7) Sur IR+, l'ensemble des points en lesquels la fonction définie à la question 6) s'annule est
caractérisé par :
A) tk = - ~ + 2krr k E ru ♦ B) tk = .'.: + /m , k E 7l C) h = .'.: + 2/m, k E ru • D) C) tk = - .'.:+br, k E ru'
4 ' 2 4 4

Questio n 8) L'équation différentielle (Ern) admet une solution particulière de la forme :

A) tH yp(t) = -5 t - 3 B) t H yp(t) = -5 t + 3 C) tH yp(t) = 5 t - 3 D) tH yp(t )= 5 t + 3

Partie 2

Dans les qu estions 9) à 18) on considère :

X 1
e --
- La fonction f définie sur IR par f(x)= -ex+12

- La suite (/,JnE/ N définie par : x0=1n(2) , Io=f-~

x dx et pour tout n
0
E / N . , In = Jx_
- ~o (f (x))ndx

- La suite (Sn)nE/ N" définie pour tout n E IN * par : Sn = r;=l p~P'

Question 9) La fonction f est dérivable sur IR. Pour tout x réel, le nombre dérivé en x, f'(x) vaut :
X l
1 e --
A) ___ 2_
Z(e.>:+1) 2

Question 10) L'intégrale li vaut :

1 1
t-~ 2 t-~ t(t
A) r1 -
2
2
-dt B) J/ t-2 dt C) f-2 t(t+1)-dt
1-
2
D) J\
- t+l
2
)
dt
J~ t(t+l) 2 t+l 2
Question 11) L'intégrale li vaut :
A) ln{3) + ln{2) B) 2 ln{3) D) 1 r{3) - I r(Z)
2

Question 12) Pour tout x E [-x 0 , x 0 ] ,on a :

1 2
A) 0 $ f(x) $ ~ )

Question 13) Pour tout n E IN*, on a:

A) _ l r(Z)
zn
<I
-
< 1 r(Z)
n - zn+ l
C) 1
zn+l -
<I <
n -
1 r(Z)
zn
D) ~z - -zn-2
-
1
<
- 1n <
-
zn

Question 14) La suite Un)nEI N

1
A) converge vers - B) converge vers ln(2) C) est divergente D) converge vers 0
2

Question 15) Pour tout n E IN, l'intégrale f; (f(x))nf'(x)dx vaut:

0

A) (] r(Z)) n zn (1 r(Z))" 1
B) - C) - - D) zn+i(n+l)
n+l n+l n

Question 16) La relation 2(f(x)) 2 - f(x) - 1 + 3f'(x) = 0 est admise, pour tout réel x. On en déduit que,
--
pour tout n E IN, la quantité 2In+2 - In+1 vaut:

A) 1 -
3
B) -In + -3 - C) ZI _: 3(1 r(Z))n
D) 1n -
3
n (n + 1)zn+1 (n+l)zn n n+l (n+l)zn

Page214
Qu es tion 17) D'après la réponse à la question précédente, pour tout n E / N, n 2: 2, on a :

A) 3(Sn - Si ) = Io+I 1-l n-i-ln B) 35n = l o+ 21,-l n-1-21n C) 35n = lo +2Ii-In-2ln+1 D) 3Sn= 2lo+21i-2ln-1-2I n

Qu esti on J8) La su ite (S11 ) 11 E 1 ,-..r co nverg e vers :

2 C) ln(2) D) ln(6)
A) 3111(2) B) ~

Partie 3

Q ues tio n 19) · On pose f(x, y)= xy 2 + 2x 2y pour tout (x, y) dans I R
2
• Qu e vaut !~ (y, x)?

B) 2xy + 2y 2 c ) 2xy + 2x 2 D) 2xy + x2

A) '1xy + x2
I 01
Q uestio n 20) Soit g une applicatio n de IR dans IR de cl asse C . Quelle fon ction vérifi e ÔX iJy = O?
+ of

A) (x ,y) H g (x) - g (y ) B) ( x,y ) H g(x) + g(y) C) ( x, y ) H g(x - y ) D) (x ,y) H g (x +y)

Question 21) La fonction f : (x, y) H (y - x) 2 + x3y 2 présente en (0, 0) :

A) un maxim um loca l B) un minimum local

C) un point non criti que D) un point crit ique qui n'est pas un extremum loca l

Ques tion 22) Soit f une fonction continue sur [0,2] . Que vaut Jf[o,i]2 f (x + y ) dxdy?

B) J
0
1
t f(t)dt + J12c2 - t)f(t)dt C) ~ rz f
2 Jo
D) J02 lt -1 1/ ( t ) d t
Partie 4

Dans les questions 23) à 32), on considère :

-un espace vectoriel E mu ni d'u ne base B0 = (eî, e;, e";),

-l'endomorphisme de E, représenté dans la base B 0 par la matrice A=(! ~ ~}

-la matrice I, matrice identité de dimension 3.

Question 2~) Soie~t l es➔ vecteurs ü E E et v = f(û) . On note (u 1, u2, u3) et (v 1, v 2, v 3) les composantes
respectives de u et v da ns la base B0 • Alors la quantité v 2 vaut :
2 1 1 2
A) -3U1 + 2U3 . I B) Ut + -U3 C) - U1 + U3 D) 2u1 + -3 u~
6 6 .)

Qu estio n 24) La matrice A2 vaut :

A)
(i i) ('i i)
0
2
0

Qu estion 25)
B)
0
0
0

Pour tout k E / N, la quantité A2k+i vaut :

C) cl --2
0
-2
3

~~) D)
(~~) 1
0
0

A) A-k 1 B) (-A)k+A - 1 C) (-l) kA D) A

Pag e 314
Question 26) Le déterminant de la matrice A vaut :
A) -3 B) -1 C) 0 ' D) 1

Question 27) Soit P le polynôme caractéristique de la matrice A, défini par P(il)=det(ill - A).

La quantité P(il) a pour expression :

A) il (l - il) 2 .,,s) il(il 2 - 1) C) il(l + il) 2_. D) il(l - il 2 )

Question 28) La matrice A possède comm e vecteur propre le vecteur :

A) (3, 0, 1) B) (1, 0, 3) C) (6, 6, 1) D) (6, -6, -1)

Question 29) Le noyau de f est noté Ker(f). Il est égal à :

A) {ü} B) Vect((-3, 0,1)} C) Vect{(3, 0,1)} D) Vect{(- 3, 0,1), (3, 0,1)}

Question 30) La matrice A est de rang :

A) 0 B) 1 C) 2 D) 3

Question 31) On admet que la matrice A est diagonalisable dans IR. Cette propriété résulte du fait que :
A) ~ s valeurs ? ropres de A sont toutes réelles simples B) A est non inversible

C) A possède au moins une valeur propre réelle multiple D) A est inversible

Question 32) Dans l'écriture A= P.D.P- 1 :

A) Les matrices Pet D sont uh'iques

B) Une permutation des colonnes de Pest possible sans modifier D

C) Une permutation des termes diagonaux de D est possible sans modifier les colonnes de P

D) Une permutation des termes diagonaux de D s'accompagne d'une permutation des colonnes de P

Page414
 MINISTERE DE L'ENSEIGNEMENT SUPERIEUR REPUBLIQUE DE CÔTE D'IVOIRE
ET DE LA RECHERCHE SCIENTIFIQUE Un ion . Discipline - Travail

DIRECTION GENERALE DE L'ENSEIGNEMENT

·:.wia••;,~,:;,,-;, ~
~ G fl . ( .t'\ ;, r

SUPERIEUR ET DE L'EMPLOY ABILITE (DG ESE) .i: ' "

'i_."i',,~ •., .ii+- ~f,:JI

- , ~ Institut National r,olytec_hniquc Test de séle~tion en MI Data Sden~e 2019

~ • Félix Houphouct - Boigny
Composition : Statistiques - Probabilités
-·· - DATA SCIENCE INSTITUTE
Durée : 02 h 00 mn

'Exercice 1: On considère une série statistique X dont les modalités sont x 1, x 2, .. . , x k, avec

k
les effectifs n1,n 2 , ... ,nkt tel que Lni = N. On définit une autre série statistique Y avec les
i=l
modalités y 1, y 2 , ... , y k et les mêmes effectifs, où y i = ax i + b pour tout i = 1, 2, .. ., k ( a, b sont
des constantes ).

1) a) Montrer que y= ax+ b, avec xet y les moyennes respectives des séries X et Y .
2 2 2
b) Montrer que cry = a crx , avec crx et cry les écarts types respectifs des séries X et Y.

2) Donner les valeurs de y et de cry 2 , si les modalités de Y sont données par :

Xj -X .
y i =- - ( = 1, 2, ... , k).
1
cr X

'Exercice 2: Les résultats suivants représentent la production mensuelle de lait en litres d'un
échantillon de 120 vaches laitières.

Production
[30,60[ [60,90[ [90,120[ [120,150[ [150,180[
(litres)
Nombre de 6 10 14 26 20
vaches laitières
Production
[180,210[ [210,240[ [240,270[ [270,300[ [300,330[
(litres)
Nombre de
14 14 10 4
vaches laitières 2

1) Compléter le tableau statistique par les effectifs cumulés croissants et décroissants.

2) a) Déterminer le nombre de vaches laitières dont la production mensuelle en lait est
inférieure à 140 litres.

b) Déterminer le nombre de vaches laitières produisant mensuellement plus de 120 litres

de lait.

'Page 1/2
 3) Tracer les polygones des effectifs cumulés croissants et décroissants (à justifier) ; puis

déterminer graphiquement la production médiane de lait.

4) Calculer la moyenne, la médiane et le mode de cette série statistique.
s) Calculer l'écart type et le coefficient de variation de cette série statistique.

'Exercice 1: . On lance un dé truqué et on observe la face supérieure.

On pose: Pi= P({ i} ) , i = 1,2, .. . ,6.

1 ) Calculer les probabilités pi sachant que : P1 = P 3 = P s = P , P 2 = P 4 = P 6 = q et P 2 = 2 P1 •

2) Calculer les probabilités d'obtenir un nombre : a) impair; b) pair; c) premier.

'Exercice 4: Une épreuve sportive consiste à atteindre une cible partagée en trois cases notées

1, 2 et 3. Deux concurrents A et B sont en présence ; on admet qu'à tout coup chacun d'eux
atteint une case et une seule. Pour le concurrent A, les probabilités d'atteindre les cases 1, 2 et 3
sont respectivement 1 / 4, 1 / 2 et 1 / 4. Pour le concurrent B, les trois éventualités sont

équiprobables. On choisit au hasard un des deux concurrents qui va atteindre une case.
1) Quelle est la probabilité que la case atteinte soit la case 3 ?
2) Sachant que la case 2 est atteinte, qu'elle est la probabilité d'avoir choisi le concurrent A·?

'Exercice 5: Les spécifications d'un ordinateur portable précisent une autonomie de

fonctionnement sur batterie de 6h30 en moyenne. Après demande de précisions, il s'avère que
l'autonomie en minutes X est distribuée suivant une loi normale d'écart-type 30 minutes.
1) Donner l'espérance et la variance de X.

2) Quelle est la probabilité que l'ordinateur fonctionne moins de 6 heures ?

3) Quelle est la probabilité qu'il fonctionne plus de 8 heures ?

4) Quelle est la probabilité qu'il fonctionne entre 6 et 8 heures ?

5) Après 6 mois d'utilisation, on observe que 2 fois sur 3, l'autonomie est inférieure à 6 heures.
Si on suppose l'écart-type inchangé (égal à 30 minutes), quelle est l'autonomie moyenne de
fonctionnement après 6 mois ?

N.B.: Soit TT la fonction de répartition de la loi normale centrée-réduite N(0,1). On donne:

n(l)=0,8413; n(3) = 0,9987 et n(0,43 )~ 0,666.

Page 2/2