Université des Sciences et Technologies de Lille U F R de Mathématiques Pures et Appliquées
3
pages
Français
Documents
Obtenez un accès à la bibliothèque pour le consulter en ligne En savoir plus
Découvre YouScribe en t'inscrivant gratuitement
Découvre YouScribe en t'inscrivant gratuitement
3
pages
Français
Documents
Obtenez un accès à la bibliothèque pour le consulter en ligne En savoir plus
- 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
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 1≤i≤6. Pour1≤i≤k, 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 +∞ a−1−t Ex 2.Soita >0. On rappelle quet edtconverge, et on noteΓ(a)cette 0 intÉgrale. R +∞ a−1−bt 1) Pourb >0, l’intÉgralet edtest-elle convergente ? Si oui, que vaut-elle ? 0 a b a−1−bx 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 mme 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) =Cexp−x+xy−y /2. 1) DÉterminerla loi du vecteur alÉatoire(X, Y−X), et en dÉduire la loi de la 2 2 variable alÉatoireX+ (Y−X)(au passage on prÉcisera la constanteC). 1 Il n’est pas nÉcessaire de connatre la loi multinomiale pour pouvoir faire cet exercice.
