Scribd Logo
Upload

Welcome to Scribd!

  • Untitled

    Uploaded by

    julien gourmet
    6 views7 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
    6 views7 pages

    Untitled

    Uploaded by

    julien gourmet

    Copyright:

    © All Rights Reserved
    Download as PDF or read online from Scribd
    Flag for inappropriate content
    of 7
    PBS2TD2_ ae Hasso Fest nulle sur ]~co; 2] donc tend bien vers 0 P est clairement équivalente & 1 en +09, (2) = Odonc on ala continuité, Sur [2;-+onf, (ay = Bees) =2efxta), cory ’ Fest donc bien une fonction de répartition et: eae Presque partout, La densité associée est f(x) = =e i _—_Onvériie que: froe-f wer*kal, 207s Pik 2: +02-4 a4 % HE ST SES ceases 4. FQ) = PIX ne BOs ee On reconnait la fonction de répartition de la loi exponentietle e(a). ¥ = [3V] — 1 implique que ¥ est A valeurs entidres donc discrete, ¥ géndre donc un entier aléatoire entre ~1 et 1 de fagon équiprobable. ¥ suit done une loi uniforme diseréte sur {~1;0; 1}. 2. Z est une variable aléatoire comme. produit de deux variables aléatoires. Z est le résultat du produit d’un réel aléatoire positif par —1; 0.0u 1 done Z est a support sur R.Z est donc continue, 3. On remarque que X et ¥ sont indépendantes car elles sont obtenues a partir de deux générations distinctes de U et V Plz #0) = PIX # Oct Y #0] = P[X # 0] x PLY # 0) parindépendance de x et ¥. P[Y # 0] vaut clairement Get P[X # 0] vaut clairement 1, 1 P[Z #0] = done Plz = 4. Six<0: F,(x) = PZ < x) = PlY = -1] x PIX 2-2] Fe) =3x0 ~PIX<—x)) =2x (1-Fx(-2) =3e" Six =0:Fz(x) = P[Z <0] = lim P[Z 0: Fe(x) = PZ < x] = P[Z <0] + PlO 1, étant donné le support de D. Donc Fp est constante égale 4 1 sur +f. 5. Fo(@) = PID St] = PIX-¥ St] = Dit Ply = KlPraelX Sk + 4] R= Ss plik ss ket t] = > Fy(k + 0) — F() Fy(t) = ya (1-081) 1 4 eK) = Se ~ e-He+)) a HO=> e gett = ert) = (=e) ye On reconnait une somme géométrique : F(t) = 6 Fp est évidemment nulle sur R’. ae 1-e# Odoncon ala continuité en 0. = 1 donc on ala continuité en 1. On a évidemment le caractére C? presque partout. nent P(t) = > Ocara > Odonconala croissance. D admet done pour densité fp avec: fo) -| dete 7 six €[0;1[ Osinon Exercice 5 U admet comme densité f(x) = Ona E(U) = E2(U) = 0. Done: V(U) = BU, Par parité : I suffit de multiplier par Vi pour obtenir le résultat. Exercice 6 3 . 1. fest nulle pour x négatif et évidemment positive pour x positif. £(0) = 0 donc f est continue sur R. _ 2yte & fdx = f ve Fade be =0t1= a {festdone une densité de probabilité. 2. Fx(x) = P(X S x). Fy est évidemment nulle sur Re. Pourx > 0,ona: utc ag #@)= [te Far=[-e-F =1-e7 } 0 3, Sielle existe, E(X) vérifie: 0 = oh af (de = [ eras 2 Teconnait & un coefficient prés la variance d'une loi normale centrée réduite vey wa) f itis ak “Fdx =1 Done, par parité ; rie 1 yrds as | a 2 Onen déduit £(X) 4. Y est évidemment nulle sur R¢. Sa fonction de répartition Fy, nulle sur Rt, vérifie Fy(x) = PLY 0. Comme Fy(—Vx) = 0, ona: F(a) = F(X) = 1-62 Y suit donc une loi exponentielle de paramétre 3. Exercice 7 La variable aléatoire T comptant le temps écoulé avant que l'appareil ne tombe en panne est sans mémoire est continue (puisque V'appareil ne vieillit pas). Elle suit donc une loi exponentielle de paramétre I'inverse de son espérance. Comme on cherche une durée en mois, on prendra => comme paramétre de la loi. ‘On cherche d telle que P(T < d) = F(d) = 3. dest évidemment positive. #1 1-2 R=; d = 1201n2 ~ 84 mois (il faut arrondir au supérieur sinon la probabilité reste au dessus de 3). On trouve une durée de 7 ans, Pour la généralisation, on prendra nm comme paramétre de la loi. Avec le méme raisonnement, on obtient : tae we d = 12N In2 mois = 8,318N mois ou 0,69N années Exercice 8 Ona done T~e(t), On va chercher P[3

    You might also like