PBS 2 TD3
Correction
Exercice 1
1. Onrappelte que N(x) = f,! enteade, que (x + 1) = x1) et que pourn
centier naturel non nul, P(r) = (n= 1)
i
fuera ax) de
Bs)
Légalité A démontrer découle de la formule du cours B(r;s Gr + 8) = FOIE).
2 BUR) = i gtsat a= 2) tae
1 y~1,
esl,? (1-0 dx
ice)
BUN = Toys)
ppp eet tO +ONO ones) oe
C= foyer ts+) ~GFONe +s) FHS
3 pBGa +) = PTE = rahe
og) aq et UM)
BO +k) = 4 ety
On en déduit donc ’égalité demandée.
1 2
EW =
Ber +1;5)
pat (p)(q)
@+areta
Births)
Bris)
ice ure roecyg ean
m= [ A fonde = 5 5] (a9 tar
On applique ceci a k = 1 et 'on obtient
r BOr+1;s)_ r BQrys+1)
rts BGs)
Boss) or gp BimsHD
Onadone Gis) ~ rast ata) res
Par récurrence
BG tks) BO +Ks) B&tk-ts) BO +s)
Me Rois) BO +k—1s) BO+R=2:s) ~ BGs)
rtk-1 r+k—2 AN
MT ek-1ts rHk-2ts8 “THs
errant rs
rtlor ry
ViNd= ma- mi = read res eee
Aprés simplification
y rs
Ol = GyeeseD
‘modélisant une population de taille p + d formés d'individus de catégorie p et de
-catégoried.
Ony effectue mille sélections aléatoires d'une personne. Si elle est de catégorie p,Le résultat final estle ratio 2 (le nombre de p par d), et pas la proportion dep.
(b) Le programme suivant modélise l'exemple de Polya:
| def Beta(r,a) ¢ \
pee
des
| for k in range(1000) +
Usrand(}
| if Ucep/d +
{ peptl
else
ded+1
return (p/p)
6 Ce programme génére 10000 nombres proches de 1. Il additionne ensuite leurs
Fapports avec 10000, ce qui modélise la moyenne de 10000 nombres aléatoires
proches de 1.
Cela revient a répéter 10000 fois Fexpérience de rajouter 1 mille fois & une
population avec une probabilité proche de 1 (ce qui correspond a une
configuration de loi Beta de parametres 1000 et 1), puis a stocker dans S la
moyenne des tentatives qui tend donc vers Vespérance de X, qui est 2202.
Exercice 2
1. (a) X est un nombre généré aléatoirement suivant une loi uniforme continue sur
[1; 6[. La loi de X a pour densité f,.
¥ est un nombre généré aléatoirement suivant une loi uniforme continue sur
[-2;2[. La loi de ¥ a pour densité f,
X et ¥ sont indépendantes car générées séparément. S est leur somme.
Diapres le cours de PBS1, S = X + ¥ admet pour densité le produit de
convolution fy + fy et est a valeurs sur (—1;8[ |
KO= [ ilohe—oae
fe) = | fOr —Oae
i
: -
por= =| he -oae
i next)
f= 5 | qt
ate
a fasts +2} — max(1;x—2)) stx € [158]
E[S] = E[X] + Ely]
Par indépendance : V[S] = [x] + V{v] =" +
" (b)def svar (a/A,b,B) :
Uerand()and ()
Aza) *Uta
Y= (B-b) *V+b
S#X+Y
return (8)
2. Fr) = Sn, fi, (8) =
Cae ip
Ta) "Re
F paea-te-Pt pP(x — t)P-e-PO#-#
Oh = He
AO) =
piiterre
fro) = 09
La structure de lintégrale rappellela loi Beta donc on va ramener les bores de 0.
4.1 en faisant le changement de variable u =
+@—Otde
ab,
fey = oe sh ne $= wx) Axdu
veg egal
fel) settee erg “(= tdu
prtbe?, Ss
fr) = ore 2 bn, @)
On utilise le lien entre Bet: BGs) +s) = FONTS).
pater Pr yaebat
fro =a In, @)
et Yon reconnait la densité de (a + 5; p).
3. On peut remarquer que (A) est F(1;). Il suffit pour cela de remplacer r par 1
dans expression de la densité de ((r;p).
On applique donc le résultat de la question précédente.
s~ra+4a)
Par récurrence
SiSp1~U(2 = 13) et Xq~TCA; A), alors:
Sy~V(n = 14154)
Done,
Sn~P (A)
La lol d’Erlang (lol Gamma avec r entier) modélise donc la somme des durées de
vie sans mémoire der appareils identiques (sans vieillissement) utilisés
successivement jusqu’a la panne,
5: bazercice 2
1. Sidest exprimée en années, alors E(X,) = 10 done 2
2, Oncherche P{Xj» = 10] = 1 ~ Fx,(10) = 1 —(1—e7!%is) = e~4 ~ 0,368
Soit environ 36,8% de chances que Fordinateur fonctionne jusqu’a son espérance
devie.
erche k tel que P[Xix <5]‘On obtient k = 1201n2 = 83,2 mois.
La durée cherchée est done denviron 7 ans,
4. Fr(x) = P[T < x] =1-P[T >x]
OF, par indépendance, ona:
N y 9
viral =] [i exe] [a-no)=| fe
t
kel a
Sy
70
ay
Dong, Fr(x) = 1 = eet on trouve que’? suit une loi géométrique de
paramere.
5. Dela déduction faite & la question précédente, on sait qu'une densité de T est :
™
fro = s ote
10
a(n=—
Way
e panne survienne entre 3 et 10 mois aprés
19
ul
6. Laprobabilité que la pre
Vinstallation est P [3 <7 <
Cn peut procéder par tatonnement et observer une probabilité maximale pour
21 machines, de 41,78%.
Diautre part, sil'on résout > < E[T] <3 on obtient 12 < N < 40.
Done si le pare comporte entre 12 et 40 machines, on peut espérer que la
premiére panne se produise entre 3 et 10 mois aprés Installation.
Exercice 4
5, verifie la définition d'un estimateur : est bien une fonction du n-échantillon
ne dépendant pas des paramétres de 8.
On calcule le biais de Sp :
ba (Sn) = FolSn] — b
Fs(x) = PISp <1 “lS
@-ay"
Done fx) = Goat
On calcule cette intégrale par IPP.
On trouve E[S,] = 6 — x) == Ile
Done fin) = Grape (b = 2)"
»
Elm) = fx
On calcule cette intégrate par IPP.
On trouve E[m,] = a+ 2
Done [Ty] = b - = — a - 8
bale
ned
2 On voit que be(T,) tend vers 0 quand n tend vers +00, L’estimateur est done
asymptotiquement sans biais.
On peut négliger le biais pour un échantillon suffisamment grand.
Exercice 6
x7 (1) est la loi suivie par X? si X~N'(0,1). Ce
par une fonction continue, donc c'est une
Sa fonction de répartition est
st la composition d'une loi a densité
densité,
F,@) = PIX? 0,ona:
F(x) = PL-Ve