La_Reine_Rouge Posted December 4, 2017 Posted December 4, 2017 Bonjour, Quelques items me bloquent, pourriez-vous me les éclairer s'il vous plaît ? QCM 6 : BCE Je ne comprends pas comment trouver la C... Et pour la E, en supposant que la différence entre parenthèse de l'item B soit négative, on aurait donc une diminution du potentiel membranaire quand T augmente, pourtant E est vrai... Ensuite : '' L'annulation de la différentielle en un point suffit à montrer qu'il s'agit d'un point critique '' Vrai, pourtant il faut aussi que les dérives partielles s'annulent ! Une différentielle nulle n'implique pas forcément des dérives partielles nulles... Et quelques items sur les études épidémiologiques que je ne saisis pas : - Le résultat d'un essai clinique peut s'exprimer par une différence de risque, Vrai - L'appariement permet de prendre en compte un éventuel biais de sélection, Faux - Il est recommandé de procéder à un appariement dans les études cas témoins afin de rendre les 2 groupes les + comparables possibles vis à vis d'un certain nombre de facteurs de confusion, Vrai Merci d'avance pour vos réponses Vous souhaitant une agréable journée.
Solution Oga Posted December 4, 2017 Solution Posted December 4, 2017 Bonjour à toi, QCM 6: C: L'incertitude relative sur b c'est ton |[latex]\frac{dI_{b}}{I_{b}}[/latex]| donc ça correspond bien à une proportionnalité! Car |[latex]\frac{dI_{a}}{I_{a}}[/latex]| =0 E: Étant donné que tu raisonnes sur l'incertitude absolue t'as des valeurs absolues partout donc la différence ne pourra pas être négative! Donc c'est bien proportionnel à T. Oui je suis d'accord avec toi pour le coup :/ Études épidémiologiques: - Oui si tu veux prendre un exemple tu compares l'exposition à des radiations et le risque de malformation tu pourras exprimer le résultat sous forme d'une différence de risques entre les non exposés ou les faiblement exposés ou les fortement exposés - l'appariemment ça te permet que les personnes de ton échantillon aient certaines caractéristiques identiques pour éviter donc par définition le biais de confusion, c'est à dire que pendant l'association il va exister un ou des paramètres qui provoquent une mauvaise évaluation de cette association Dis moi si ça te va ou si tu veux plus de précisions
La_Reine_Rouge Posted December 4, 2017 Author Posted December 4, 2017 Merci pour ta réponse ! C'est ok pour l'analyse, considérons que c'est une errata car sur le coup je vois pas comment ça pourrait être vrai... '' - Oui si tu veux prendre un exemple tu compares l'exposition à des radiations et le risque de malformation tu pourras exprimer le résultat sous forme d'une différence de risques entre les non exposés ou les faiblement exposés ou les fortement exposés '' Je suis d'accord avec ton explication cependant ça s'applique aux études d'observations ça non ? (Expo/Non expo) C'est le '' essais cliniques '' qui me gênait dans l'énoncé :/ Et c'est ok pour l'appariement j'ai bien compris tes explications, cependant pourquoi ça serait dans les étude cas témoins comme le précise l'énoncé ? Et pas dans une étude expo/non expo ? Encore merci pour tes explications. Te souhaitant une bonne journée !
Dradeliomecus Posted December 4, 2017 Posted December 4, 2017 Ah et bien si, si la différentielle s'annule c'est forcément que les dérivés partielles sont nulles, c'est une condition nécessaire et suffisante. Étant donné que la différentielle correspond à la somme des dérivés partielles pondérées par la variation infinitésimale de la variable correspondante (df = f1'(x)dx + f2'(y)dy + ...) et étant donné que dx, dy, dz... ne sont jamais nul, il faut forcément que chaque dérivée partielle soit nulle.
La_Reine_Rouge Posted December 4, 2017 Author Posted December 4, 2017 Ah et bien si, si la différentielle s'annule c'est forcément que les dérivés partielles sont nulles, c'est une condition nécessaire et suffisante. Étant donné que la différentielle correspond à la somme des dérivés partielles pondérées par la variation infinitésimale de la variable correspondante (df = f1'(x)dx + f2'(y)dy + ...) et étant donné que dx, dy, dz... ne sont jamais nul, il faut forcément que chaque dérivée partielle soit nulle. Justement non et c'est ce qui pose problème, si f(x,y) = x² - y², alors df = 2x.dx - 2y.dy, si on prend x = y = 1, on annule la différentielle mais chaque dérivé partielle est non nulle (2 pour dx et -2 pour dy).En revanche, si x = y = 0, on annule la différentielle et chaque dérive partielle, et là on a un point critique... C'est comme ça que je le comprends :/
Dradeliomecus Posted December 4, 2017 Posted December 4, 2017 Heu, on ne prend jamais dx = quelque chose. C'est une variation infinitésimale autour de x, donc en gros dx approche 0. Tu ne poses ABSOLUMENT JAMAIS dx = . Dans ton cas, on a df = 2dx - 2dy et c'est tout, tu ne peux pas simplifier plus loin
La_Reine_Rouge Posted December 4, 2017 Author Posted December 4, 2017 Heu, on ne prend jamais dx = quelque chose. C'est une variation infinitésimale autour de x, donc en gros dx approche 0. Tu ne poses ABSOLUMENT JAMAIS dx = . Dans ton cas, on a df = 2dx - 2dy et c'est tout, tu ne peux pas simplifier plus loin Je n'ai pas écrit ça, je voulais juste mettre que dans ce cas, on aurait la dérive partielle de x qui vaut 2 (pour x=1) et celle de y vaut -2 (pour y=1). Pourtant, je pense pas que le point (2, -2) soit un point critique, alors qu'il annule bien la différentielle (ce qui contredit l'item).
Dradeliomecus Posted December 4, 2017 Posted December 4, 2017 Non, ça n'annule pas le différentielle. Dans ton cas, on a df = 2dx - 2dy = 2(dx-dy). Or dx-dy n'est absolument pas égal à 0 !
La_Reine_Rouge Posted December 6, 2017 Author Posted December 6, 2017 Non, ça n'annule pas le différentielle. Dans ton cas, on a df = 2dx - 2dy = 2(dx-dy). Or dx-dy n'est absolument pas égal à 0 ! D'accord tout s'explique merci beaucoup !
Dradeliomecus Posted December 6, 2017 Posted December 6, 2017 De rien Les opérations sur les différentielles sont assez délicats, les "dx", "dy" sont vraiment des variables à part !
Recommended Posts