Scribd Logo
Upload

Welcome to Scribd!

  • Untitled

    Uploaded by

    julien gourmet
    7 views6 pages

    Copyright

    © © All Rights Reserved

    Available Formats

    PDF or read online from Scribd

    Did you find this document useful?

    Is this content inappropriate?

    Report this Document

    Copyright:

    © All Rights Reserved
    Download as PDF or read online from Scribd
    Flag for inappropriate content
    7 views6 pages

    Untitled

    Uploaded by

    julien gourmet

    Copyright:

    © All Rights Reserved
    Download as PDF or read online from Scribd
    Flag for inappropriate content
    of 6
    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

    You might also like