Université des Sciences et Technologies de Lille U F R de Mathématiques Pures et Appliquées

-

Documents
3 pages
Obtenez un accès à la bibliothèque pour le consulter en ligne
En savoir plus

Description


  • fiche - matière potentielle : no

  • cours - matière potentielle : des n épreuves


Université des Sciences et Technologies de Lille U.F.R. de Mathématiques Pures et Appliquées IS Math 314 Année 2007–2008 Fiche no 2 Ex 1. Covariances d'une loi multinomiale1 On considère une suite de n épreuves répétées indépendantes, chaque épreuve ayant k résultats possibles r1, . . . , rk. On note pi la probabilité de réalisation du résultat ri lors d'une épreuve donnée. Par exemple si on lance n fois un dé, k = 6 et pi = 1/6 pour 1 ≤ i ≤ 6. Pour 1 ≤ i ≤ k, notons Xi le nombre de réalisations du résultat ri au cours des n épreuves. 1) Expliquer sans calcul pourquoi Var(X1 + · · ·+ Xk) = 0. 2) Quelle est la loi de Xi ? Que vaut sa variance ? 3) Pour i 6= j, donner la loi et la variance de Xi + Xj. 4) En déduire Cov(Xi, Xj). 5) Contrôler ce résultat en développant Var(X1+· · ·+Xk) et en utilisant la première question. Ex 2. Soit a > 0. On rappelle que ∫ +∞ 0 t a?1e?t dt converge, et on note ?(a) cette intégrale. 1) Pour b > 0, l'intégrale ∫ +∞ 0 t a?1e?bt dt est-elle convergente ? Si oui, que vaut-elle ? 2) En déduire que fa,b(x) = b a ?(

  • point d'accumulation

  • a?1e?t dt

  • applica- tion linéaire

  • variable aléatoire

  • loi du vecteur aléatoire

  • mn ≤

  • indépendant


Sujets

Informations

Publié par
Nombre de visites sur la page 46
Langue Français
Signaler un problème
IS Math 314
UniversitÉ U.F.R. de
des Sciences et MathÉmatiques
Technologies de Lille Pures et AppliquÉes
AnnÉe 2007–2008
o Fiche n2 1 Ex 1.Covariances d’une loi multinomiale On considÈre une suite denÉpreuves rÉpÉtÉes indÉpendantes, chaque Épreuve ayantk rÉsultats possiblesr1, . . . , rk. On notepila probabilitÉ de rÉalisation du rÉsultatrilors d’une Épreuve donnÉe. Par exemple si on lancenfois un dÉ,k= 6etpi= 1/6pour 1i6. Pour1ik, notonsXile nombre de rÉalisations du rÉsultatriau cours desnÉpreuves. 1) Expliquersans calcul pourquoiVar(X1+∙ ∙ ∙+Xk) = 0. 2) Quelleest la loi deXi? Que vaut sa variance? 3) Pouri6=j, donner la loi et la variance deXi+Xj. 4) EndÉduireCov(Xi, Xj). 5) ContrÔlerce rÉsultat en dÉveloppantVar(X1+∙ ∙ ∙+Xk)et en utilisant la premiÈre question. R +a1t Ex 2.Soita >0. On rappelle quet edtconverge, et on noteΓ(a)cette 0 intÉgrale. R +a1bt 1) Pourb >0, l’intÉgralet edtest-elle convergente ? Si oui, que vaut-elle ? 0 a b a1bx 2) EndÉduire quefa,b(x) =x e1]0,+[(x)est une densitÉ de probabilitÉ Γ(a) surR. 3) SoitUetVdeux variables alÉatoires rÉelles indÉpendantes, de densitÉs respec-tivesfa,betfc,b. DÉterminer la loi deU+V. Soit maintenantX1, . . . , Xnnvariables alÉatoires indÉpendantes, de mme loi normale centrÉe rÉduite (n >1). 2 4) DÉterminerune densitÉ deX, pouri∈ {1, . . . , n}. En dÉduireΓ(1/2). i 2 2 +∙ ∙ ∙+X. La loi deZs’appelle loi du 5) DÉterminerune densitÉ deZn:=X1n n 2 khi-deux ÀndegrÉs de libertÉ, et est notÉeχ(n). 6) QuevautE(Zn)? 2 Ex 3.Soit(X, Y)un vecteur alÉatoire deRde densitÉ de probabilitÉ   2 2 f(x, y) =Cexpx+xyy /2. 1) DÉterminerla loi du vecteur alÉatoire(X, YX), et en dÉduire la loi de la 2 2 variable alÉatoireX+ (YX)(au passage on prÉcisera la constanteC). 1 Il n’est pas nÉcessaire de connatre la loi multinomiale pour pouvoir faire cet exercice.