Scribd
Importer
734 vues35 pages

BESKRI Probabilite.

Transféré par

Boughachich Malek
Copyright
© © All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF ou lisez en ligne sur Scribd
734 vues35 pages

BESKRI Probabilite.

Transféré par

Boughachich Malek
Copyright
© © All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF ou lisez en ligne sur Scribd
= UNIVERSITE DES SCIENCES ET DE LA TECHNOLOGIE HOUARI BOUMEDIENE DBPARTEMENT DE RECHERCHE OPERATIONNELLE 2m ANNEE LICENCE Pr. Djamal CHAABANE 07.07.2021 EXAMEN / durée = 01.30) /PROBABILITES Exercice 1 (5 points) que l'on veuille transmettre un message important limité & un signal binaire. Rou(@fter une erreur on transmettra 00000 au liew de O et 11111 au lieu de 1. Sile écepteur décode suivaitha régle dela majorité, Solution Soit X la variable aléatoire “nombre de chiffres transmis de fagon fogrrecte'™, qui suit une loi bino- miale de paramétres (5,0.2). La probabilité d’avoir une erreur est la probabilité de recevoir au moins 3 chiffres ineorrects. Plerreur) = P(X > 8) = 63(0.2)*(08)* + HOHH0.8) +-05(02)° = 0.058 Exercice 2 (5 points) Ng Soit X une variable aléatoire. On considére la fofeyion ‘suivante : 1 2 ae = hey 8 bl>t @ si [a]<1 (© Etudier les variations de‘{ donner une représentation graphique de cette fonction. Verifier que if est une fonction sensi frobabilité. fe © Déterminer la fost répattition Fy de X. © Etudier existe moments de X. Solution eZ © Les variatigy’s de f et la représentation graphique de cette fonction : Sai z<-l f=) 3 gi got z 0 si fef : a Done, Vz € R, f(z) 2 0- rr a ome sot = JG vers 1. -H -H Soit fy = £ dt = limon [3 zt eae h= ££ ‘Oat = lim, 5400 [3 at fel hyaline f A(Oat = tingan- [iow tating [set =ime for a h + 1 94.0 =1. Conclusion : f est une fonction densité Done J est convergente et on és 1 7 de probabilité. @ La fonction de répartit ang eX y FP: R>[01) ot r+ F(a) =P(X <2) « Pour 2421, F(z) = P(X $2) = f ( zat t= « Pour 36 [til Fle) =P 2) = [grat 0m 5. 10 pe 1 + Pour z > 1, F(z) =P(X $2) +f oats f peei-ss En conclusion : { ie F@)= 1 Ing si oot Btudier existence des moments de X. ‘Scanné avec CamScanner % Pour |x| > 1, la fonction & intégrer 22y(2) = ordre deux de X diverge en tant qu’intégrale variable X’n’a pas de moment d'ordre deux et i £5, done Vintégrale de définition du moment de Riemann de paramétre 1. En conclusion, la 4 fortiori pas de moment d’ordre supérieur. Exercice 3 (5 points) Une fléchette est lance au hasard sur une cible rect la Aéchette atteint la cOt6s respectifs (4em, Ja région qu'il atteint. oO © Définir l'espace de probabilité correspond & Pexpérience aleatoKe.y © Montrer que l'application gain est une variable aléatoire réelle discréte, © Donnez la loi de probabilités du gain du joueur. Donpez également Ia fonction de répartition. angulaire de cdtés (10cm, 305). On suppose que cible avec une probabilité 1. On trace sur la cible trois les concentriques de _| 10cm), (Gem, 20cm) et (10cm, 30cm). Le joueur gagne@09, 100 ou 50 points selon Solution ey © Définition de Pespace de probabilité cone 'a Vexpérience aléatoire © Données : l'ensemble de points neetoe R; |R| = 10 x 30 = 30cm? Ri = rectangle(4, 10) R2 = rectangla6,20) R3 = Rectangle(10, 30) © Expérience aléatoire : choisir aléatoirement un point du rectangle R. 2 = {{r}lpi € R}, 19| = 300, on aussi P({pi} SS On considére la tribu maximals P(0). L’application yp, FQ) > (0,1) ay Aw ra)= lal vérific Cities () PO) = Let (##) SO P(A) i Bt deux & Geux. (£2, (0),P) est un espace de probabilité. « La fonction gain G est définie par P( Ai) pour toute suite {A;} incompatible G:24R 200 si we Ay wr 100 si we Ar 50 si wE As ot Ar = {{pi} € Mp: € RU}, Ar = {{ri} € Api € RAR} et As = {pi} € Opi € RB\R2}. Ona: _ © On démontre que !’application gain (G) est une variable aléatoire réelle discréte. bm G(M) = B= (50, 100, 200}, |E] = 3 < oo. ‘Scanné avec CamScanner ¢ = (0). > On dainontre que Vir € Ry gia EP naw) ectay) Siw w ON. Demin ae By eft, pour # < 50, G™ 100 < # < 200. N({a}) o (w € AG(w) € (50}} = Ay € P(A) SO <8 < 100 0b Dour v= 80, G~ = rates 100, @°'({ar}) o (w € AIG) € (100; } = Ar € P(A) Pour e = 200, G (fa) = {ew € NIG(w) € {200}} = Ar € PQ) Conclusion : G est une variable aléatoire réelle discrdte, 40 A; 6 x 20) — (4x P(G = 100) = i =! ret © Laloide probabilité: P(G = 200) = fa = ae =a; 180 pin 50) ox Hast , (HO 300) = (6 x 20) C= 80) = te oo 100 [200 a [G=k [50 LP(G= 4) | 1807300 | 807300 | 40/300 co La fonction de répartition Fe: R 4 [0,1 Y zy ~ PG <2) — Pour 2 < 50 F(z) = PIG < 2) =P(o) x = Pew 80 S# < 100, Fo(2) = P(G sf P(G < 50) +P(C = 50) 4 P(50 <6 Sa) = re oxy, 290, — Pour 100 <2 < 209, Fo() = P( = + + + , =P a ) 2607 < 50) +P(G = 50) +P(50 < G < 2)) Re 100) +P(100 < G <2)) = 04 260 — Pour x > 200, F(x) = Pf a0 300 100 SING St) = PG < 50) +P(G = 100) + Pi = 50)+P(50y © Déterminer la fonction de répartition de X. 38X87): 3 Solution ‘Scanné avec CamScanner (141) et Ge 0) . $7 Mey 1a}, fe) 1 Fd welee ER, f(z) 20. re [- Pour = [tlh 20 m) = 1 => m=0 Done la médiane La valeur maximum de f est 1, elle correspond au mode : *r(icxst)- e(})-r(-4)-8 r(a DG) -r(4) ‘Scanné avec CamScanner = Yo Exercice 4 / ; Soit X une vatiable aléatoite. On considére la fonction suivante : w | 1 ay iel>1 (=) “0 { 9 si [ofS © Buudier les variations de f, donner une représentation graphique de cette fokgeibn. Vérifier que f ‘ot une fonction densité de probabilité, © Déerminer Ia fonction de répartition Fy, de X. 0 © Etudier Vexistence des moments de X. oO © Donner une dfnition et une esrsctérsation d'une variable shh réelle. Montrer que z= _1_ cot une variable aléatoire réelle. Trouver la fonction densité de pro! babilité de Z, Ix ‘Scanné avec CamScanner Solution © Les variations do J ct la représentation graphique de cette fonction : si rend Hem} Lig aos 0 si |zist La fonction f est paire, Nous étudierons done f simplement sur R,. La fonction f est continue et dérivable sur Ry.\{1} aveo pour tout réel x €]1,-+8[, /"(z) = w<% © Pour € [-1, +1], f(z) © Pour ¢ [-1, +1], IOs Fe Done, Vz € R, f(s; therm la convergence de I fe (that vers 1. ea “A Soit /, - [gm tase aa = lim. Re a b =f, =e fg gat lim, 5S] -|5+ y= lips f S(t)de = limg..9- [ odt = [0 a PI Fam Rtg ee [ F(t)dt = limmg. 9+ if ot = 1 Done J est convergente et on écrit J = = a+} gt 0+0=1. Conclusion : f est une fonction densité PSie de probabilité, © La fonction de répartition Fy de X : FP: R+(0,1] 2+ F(z) =P(X <2) ‘Scanné avec CamScanner w pours “8 P) aX $4) “f. oe 1 nig) PX $9) * Joco - . pour re [hth Fo) [oe ‘ae _ «Pour > 1, F(a) = POX <= do iz Bn conclusion + 1 aa< “1 22 y= 4s a cigestt Fe)=4 3 © Etudier l'existence des mo intégrale convergente au voisinage de I’ 12> 1. Done, l’espérance de 4 Pour [2] > 1, Ia fonction & intégrer 2*f() = ordre deux de X diverge en variable X n’a pas de moment d’ordre deux et © Définition et caractérisations ‘* Définition : Soit (©, A,P) un espace aléatoire réelle si, VB € @ai X A, « Caractérisation 1 X est une variable aléatoire * Caractérisation 2 X est une variable aléatoire réelle ments de X. 1 ae tant qu’intégrale de d'une variall On applique la carggténation 1 pour Z = Et Soit 2 ER; ZENG 00, 2}) = {w € M|Z(u) €] — 9, 2}} = {u € ON < . (i) Pypy Z0;2-* (| — 00, 2)) = {a Altay <3} er, (ii) Pour 2 > 0; Z-"(]—00, 2}) = {wea ‘nfini en tant X existe et on a alors, par rey oH wy ) as Qonction admettant une ion a i 2) = toy = Gt # Pour [2] > 1, 1s fonction & intégrer 2/( Bl . a OT ant oeaaioe E(X) = 0. imparité de Vintégrale, done Mint ann de parame Miprtiort pas de moment ordre ire réelle t 6. Liapplication X : 2 = {oenxw < = uf exw) > i} =X] 00,-1/2]) UX! pe z =X") 00,-1/2) UX" Dono, Vz €R, Z- (| —00,2)) € af, Foncti onetion de répartition + Fy + R- (0,1) 2) Fe(2) = P(4 <2) = ‘Scanné avec Car tégrale de définition ¢ ire 1. Bn conclusion, In < } = {o € AX(w)l > du moment ¢ supérieur. Bp. est la tribu borélienne définie sur R. gle sot solamente € R,X71(| coz) € of. si et seulement si Vz € R, X~} (] — 00, 2[) € i FF ce 1fal) = X= co, 1/2) UX" = 08, 7a, 7 = Scanner Rest une variable Pe ° Four # $0, Fa(s) = P(Z <3) = P(9) = (9) © Pour 2 >0, Pe(2) = P(z <2 =b( Les =P(x1z =P(X mi St) = PX s Hid + PX > A) = Py (1/2) 41 — Fe(1/2) fh dF (2) a ale) = Ee = ale 1/2) + pe (fe) Exercice 5 Dans un champ de tit, Ali ti atteind avec aati ss tire sur une plaque rectangulaire (voir Figure 2). On suppose que la balle aed cde [aby ae, Plate cit § points i impoct dei al et pl roche det [BC wee is LAB] il resot 4 points Fmpact de a bale ext pus proche de [AB] Be trois dts, il © Défnises Peyegoeprobabltés corespondant. @ On cnsi ication X qui prend comme valeurs les points obtenus, Montrer que c'est une variable afgxtoire réelle discréte © Donner la loi de probabilité de X. © Si Ali obtient au moins 4 points, il empoche un chéque de 1000DA, Calculer la probabilité qu'il regoive au plus 28 ch&ques sil tire 30 balles, Solution — © Lrespace de probabilités correspondant Données : la plaque (12 x 20), qu’on note PL Expérience aléatoire : choisir aléatoirement un point de PL; 9 = {{pt}[pt € PL}, |9| = Cho = 240. On considére la tribu maximale P(A). Comme la PL est homegene P ({pt}) = 575, Vint} € P(M), on considére la probabilité suivante ‘Scanné avec CamScanner p: Po) > (1) s(a) _ 14) Ao PA)= Tg] 5(Q) © PQ) = Bt a 1) une suite do P(A) aver AAs = Wied. \ 10 + Soit (A) = 1,2, _— : 3 L atible deux & deux), yal = 30 0 ‘Ad ({Ad} incomes et = © On cnsidire application X qui prend comme valeurs les xX: wy 2 > &e= (34,5) oe lL 1 DP) = E340 = 30 Done, SPA) =P (G 4). dou (2, P(A), P) est un espace de probabilité. . \ points obtenus(pgne, 3 si wens wn xw-{! si Sw 5 si wERL S(Trap)=6*20-24(6*6/2)=120-36=84 S(TI)=12*122=72 S(reste)=6*14=84 Fiauni 3 - Plaque X est une variable aléatoire réelle discréte si : (i) X(O) est fini ou dénombrable (i) Vz € R, X“({z}) € PO) On a: X(M) = &x = {3,4,5}; [x] =3 < 00. Soit ER. ‘Scanné avec CamScanner Pour t € R\€x, X~! ({z}) = 9 € PI UG cenit eh mt = (w) }= X-1({4}) = {w € 0] Xv) é Gy 7 ma € io) SAAN — ¥=N{5}) = {w € 0] X(u) rt € {3}} = Rie PO) Conclusion : X est une variable aléatoire réelle ered - © La loi de probabilité de X. . px =3) = P(Ra) - Se = St 84 © P(X =4) = P(R2) = 3) are «p(x =5)=P(a) =) ax a ot, 72 Oy =3)= weit Pee 240 * 2407 240 24 © Soit Pévénement J = “avoir au moins 4 points ”. P(S) = iadeew ee 240 240" Considérons Pexpérience al 1000 DA”, {e} = 5 = “ne telle que : Yu) = 1siw = py =0) = P@) a = 038. i Cotte expérience aléatotre est répétée 30 foingypendamment, La variable aléatoire = refente le nombre de cheques TeGus, suit 1a loi binomiale Gatoire : Test de tir : 2 = {ae}; (9) = 9 = “avois om cheque de ‘pas avoir un cheque de DA” et la variable aléatoire associée Y py = 1) = PS) = 309 ~ set Yu) = 08% ny Z:94&= {0, 1,-++ +30}, aH F9 B (30; 0.65) oS et P(Z =k) = Cho (0.65)* (0.38) {0,1,-+: ,30}- On cherche P(Z < 28) P(Z <8) =1- PS = 29) — $64 = 30) = 1 2 (0.65) (0.38) — (0.65)” = ogs996 Y ‘Scanné avec CamScanner US.T.LB Faculté de mathématique Département de Proba/Stat L2Lic Probabilités - Statistiques Epreuve Finale de probabilité : ic : ints) . . meee de v.a discrdtes dont Ia loi est donnée par = (x yematee? sinsm; neIN etmeIN ; 4>0 Reser ni@m—nyi 7 X suit une loi de Poisson 2 Doonieeiaia deY, — - Xet'¥ sont-elles indépendantes mH 3. Déterminer la loi conditionnelle de Y sachant X=n. 4. Calculer E(Y/X=n) Oo y Exercice 2: (Spoints) , Soit @%, ¥) un couple de v.a réelles dont la densité est définis SR? par Fry v=e*1 OER, 1. En utilisant la loi de (X, Y), calculer Pf ¥ <2 dantes de.méme-loi que Y. 2. Soit ¥1,¥2, _,Yq;n variables aléatoiresiy ic ©" Ofvposs U= Mai (¥1, Ya,:...¥ayet CYRYS oe Ya” us artition de U et'V en fonction de cetle de ¥ a Déterminer les fonctior b. Calculer les densités d Vsielles existent: Exercice 3 : (8 points) 3 : Soit Xet ¥ deux variabl, toires réelles telle que loi conditionnelle de Y sachant X= admet ladensité: ay =e 1s vat et que fe (x) = 228 bey : 1. Calculer E(Y/ E(Y/X) et E(Y), idea couple (X,Y) puis celle de Y. Retrouver EY) 3. Soit U= = X-Y, Déterminer la loi du couple U,V) et les lois de U et de v 4. Cal , V), conclure alors quant a l’indépendance des via U et ¥ Exercice 4 :(3 points) a Soit une variable aléato‘re a valku-s entidres de fonction génératrice Gx) =k (14z)* 1. Déterminer la constante k 2. Déterminer la loi de probabilité deX 3. Déterminer EX) et Var(X) en utilisant la fonction génératrice Bon Courage ‘Scanné avec CamScanner FE tac. Lo take nee sa | : org = Lot aege sD ‘ gray her yea, Me gti . v Mites ME Meme MY dexenys & ; Conair WW Noe SC x=m, ys hn LC xem, yen) Va Gi cos Kus BOL eo ly ? (any é Y Pc yeuys 2 Suen ye) 2 2 . * Bass Va ewterrys Saas XO na we DOs yyem | = PO). PEpem] Van OF es Y Seyrm/ wen de = een wm om © ‘ton WY ecypnen) © 2 om Plysajne) stan” © mm eet CD ° a n? fay (nye ote Bi cey eey oS 47 Bey ek) f [ts e tor" 27 toe uy oe TD > 1 Mee 3 CYC 4 i a Risa Rye * Txaac is . ‘ee ase @ ect) 244% Te Cysxe )e fs hoe ean 7 ze iad ety) = ECE Cyr x) RO) = eta = 54 » do [ecregy 2 eo Abr Ay, os GL ret) A © ae 287 DG, ) ho lye” : equte sO oy) Qh cay yz Bon Aone Be wh ue ecy~ ¥ 2 nent phage hGeadorl cy) a fe xu fa) O Der tet “ Py yo 2ev ee Iyerbe to fused? © Roc melas sry = OM wepmheres} 2 nt) foters JP taut Fe HE #Aysag UM MeO a fH su ch (ye) be F ev Meee yy Oe, 3 : |? Hi } Pfu f (antl be oe we ws : Qs fuon= J ie gesuniu edi f forks uy) GN (uy) = 14? te est) 4 bay elev )et > eculet ab Ny OD ew)-2, “yaaa \ ‘Scanné avec CamScanner Je 04/062015 UST 2%annde LIC(Math) « Section A ‘Module : Probabilité z final Bxerclce 1:14 points tiquant un § que 63%/ des personnes pratiquant Une étude statistique faite dans une région a mont ee ‘cre spa et Que pa les Sport sont des hommes, pari lesquels 31% son ET i 3 + intervicnnent et leurs probabilités ee herent cx done enemas votiquant un sport, Calculer Ia On rencor région pr sport, C haste une personne de la mon Ce = eerie ote pereonie dt bonnet ace tin res probabilité que la personne choi ni eéilep i Epreelepe poet ‘im elu sporti, quelle est ne aes : nine soit une femme, o¢ W si eo ON @ quatre qui Evercice 3: Spoints) seq pevan nora Wasa Da pep leeineey evs bole de cat wai la ie Sahar ul eels sibs patos a 2, ” 2 « “Tr—Diterminer ensemble X(O) ei P Ef5,0>\ & 2+ Donner Ia loi de probabilité de X's 3, Calculer A(X). 4 wo 4 XG 3) a Evercice age Soit X une variable aléatoireabsolument cian Aton densité définie par : . _O_ ,-0ve six2OQ oO Sle)= 5 2x Aveo @>0 > eo 0 SIX gr y Le 1, Donner expression de la: ae ‘de répatition, YH -«” 2. Soit a variable aleatoire ACSI, t ow a Donner 1) R ‘b. Détermine de la variable aléatoire Y.— 1% © Caleul etla variance de ¥ , N Exercice 5:63, Ua individu dane certaine population est susceptible "avoir un certain caraetére avec une ipbsbilté 0 03. On préléve un échantillon de. 100 individus et on ésigne par XX la variable attire qui compre le nombre dindvidus ayant le ca atte dongs |. Donner la loi de probabilité de la variable aléatoze 2 Cal-uler P(X¥>2), a rcice 6 :(2 points) . = ‘ Soit Z une variable aéatore qui suit Ia Joi normale de moyenne 1 et de variance 4, Calculer P (Z-2]23). Bedéterminer z tel que P (Zz )=0,49 ‘Scanné avec CamScanner J O 2 PUL A) PC) 2 © 3 @ 3 xx)? 2 0 sixs0 @ L Fl)=P(rszl= f sacl © H: «la personne eat Un homme » P(H) = 0.63 Pra lapersonne est une femme» P(F) = 0,37 A‘ «la personne est adhérente aun club Sportif » A/F) = 0,63 0, HF} formen un syst )+P(®)P(A/F) @O 4 1 Teenie X(Q)= (1,2,3,4). 2 Porat 2 ci_6, xX P= 4)= = 7 @®D vets que: Nera! 9 2.5 xP 4 igh ex x)=. nm 25548 5 =x)=14422438 ene tly Ha 21 cercice 3 : (6 poin - o_o X de fonction densité: f(x)= J2V= 0 time complet d’apras la formule P(d)= PCH)P (ari {Reece rd ane “asta PAL) = 0.31 ot .31=0.19 P(4/F)=0.22 de Ia probabilité totale: = 0.63%0.31+40,37%0.2: Formute de Bayes: P(i?/4) = Wee 0 '2=0.19+0.08=0,27. ‘097 7929626 6 2454846 _| 21°21. 21 6 60 = — = 2.85 i 21 . six>0 Aver B50 sinon Scanné avec CamScanner ee pens ATT 2 Yelk, i rT peapace ¥(2)= [0 +9 (yey?) Fx") @ i moe nrenehtarns ariiyalyeet oo , ae79Y shy? Q Hr 0 sinon Y suit la loi ‘exponentielle de paramet @ r (y= etia variance reyes: BO Pempeance HYG 4 é o 4 Exercice 4:13 points) [individu “1” ale caractbre avec une probabilité 0.03, P(X; =1)=0.03 pabilité 0.97. P(X;=0}—P individu "{" n'a pas le caractbre avea une pro HX; sit une bernoulli de parametre P= 0.03 1. Xa variable aléatoire qui compte Je nom! 100. é D ox: SX; suit une loi Rinomiale B(100 , 0.03). Y oe bol Fagin beats ___ Coma hfe eb Pom sé i Ini de Poisson de paramétre = np=: ar a x . D* P(£22)=1-P(X <2)=1- T+P(X = 0)] . wig BSP se fale tre O. \ ro dindividus ayant Le caracttre Youné + oi normale de'moyenne | et de variance 4, P(Z-2)23) =1-PI%9Ys3) =1-P(-35Z-2s3)=1-P(-2$Z -1< 4) ~1 a s 2) =] ~(o@2)-o(- y} =1-[00)-(1- 0(0)o1-[0@)+-6()- }=2 - ©(2)- of) , nclion de répartitinn de la los normal foe = le centrée et réduite (ta PUL ~2\23)" 2-W(2)-O())= 2-0.9772-0,8413 rena Z ey naan nen ‘Scanné avec CamScanner 3) Calculer cov(U,v). Exercice 2; Soi = Chad) ~ (0,5) oS = as 1) Donner la loi de x,,X,.. oe 2) X1,X2 sont-elles independant O 3) Déterminer la fonction exgatsinu dex, 4) SoitY = (%,%5) raphe aléatoire tl que ¥ = Ax ona =(! 1), Déterminer ppiite ¥ et en déduire celle de Z = 2y,? + 2y,?, Exercice 3: soAQR,, Xs, «=/Xq) un n-échantillon d'une v.a.X de densité foe) = geo, xeR 1) Déterminer !2 loi de la v.a ¥ = |X|. En déduire E(Y) et V(¥). 2) Déterminer "EMV 6 de @ . Est-il sans biais ? Est-il convergent ? ; . 3) Montrer qu’il existe un estimateur sans biais de variance minimum pour 8 qu’on déterminera. Cet estimateur est-il efficace ? , 4) Montrer que la loi de 8 peut étre approxirnée, pour n assez grand, par une loi normale. ‘Scanné avec CamScanner Corrgt & leper de whe v . oy Shiite - Gaaile gence hs XMY | fds Grd © Very EAN Ox pre Ue, VE XL Oh ttt tides Gay re (asdeGernre’) we aa ee ae ye SS ve ty = ? ge) HEA. PS Gaeta heh @wy eS) DapS RA A AGh dL varddds: Cates spenle (re) Fe bye beg (BEEZ) teelE, (2 ) 61 (=e)im | bay We)e} he * | ah a octet ck qh = gee d cof pwer 2. babe 1 eee dt peoe ee ‘ \ 9 ff Seow QO 3) ee(U,v)= cov ng) = OMAK) a] SOX) (Uv): Gov Gey = Ua} a ven UL” Ue) = te) : Ws Shaul) a - tlt) 8 (Yeo WO Y ine Br): on datye Ben, +B bi dev: D.ble at My Be €[o1) >» bul) *fpaoon “ETA j bali)= fp dace ¢ SEtEN I Gle)so ae wee) Gf la) os ut v - "23" Gla)s ie ote stot alten deat © Yo, en ved ‘Scanné avec CamScanner EMe Gay A Goulet) ae / Z che Oty en Lyset @ ms 9 22 eh. "Oye = PLimley)= PEacker) i - fly Feld) -Fe 9-4.) bla) > af (3) (ee, ee) bale BEM eye Ely) » EcHee, Vine *) el4—ra/0) = a Phu) dpe 2 pe\ 0 by kl vena) = ~n& ss wg - Su) WY . n | sitone wp Eble @ bok! ee Png 5.3214) ot Bow vas - 8 gab~ & es Ruesd tee _ jo FO Ss se ay) 208) } ely ct ae ed bell $5 Ir 716 ays Pel ene one b)> 2p) la le de dis de PO ste pO B) = boo rile OC ee Te ale 6 at 6S aft) tans et eal Oa mts Sac Boer ne eb Ds x Pa qa? » offiaelt 1 ah RT or ga affine 3) is) w\s— Bee gsaet att @) (8-9) eee poe es Ue | id “323 2) ens ‘abe Z ~ Moe) = Uspu Po ebb hence 2) ‘Scanné avec CamScanner i artement de R.O, Ité de Mathématiques, pepe aaule Sain Dea Bpreuve de Moyenne Durée da modul naa eee 2004-2005. 28 / 05 / 2005. on N° 1. (7 points) (2, 2.5, 2.5) . i a xe i *" tm e, cocvr ta dicts de Y ala fite sa moyenne a) SIX (r, = cus vance, .@ YSIX NM (no%)et = =f, monter que . yy 0, sir=2n4], re sO sir=2niey, n Aa a@ : i résentant les notes des étudi- ) Oa considre que 2 est In variable gléat représentant les n eae Y 1852 que X= WV" . On désire partager ces étudiany cing ces op ae enren on ree eae X Suro} tB= (% Sp da}. » Otte: classe. On désigne. (2) Ig 1V(0,1) dans le tableau suivant : = 025 9. 075 100 125 1459 (2) 0.5987. oss 0.7734 0.8413 0.8944 0.9332 = 17 00 2.25 o59 275° 3.00 26) bsp 0.9772 0.9878 0.9938 0.9970 0.9987 ExerhON® 2. (4 Points) (1, 1, 1, 1) > ¥) un vecteur aléatoire @ deux dis i dont I i i om. camer dimensions, dont la loi de probabilité PU =a ¥ ayo { E82), 6 Gey) £(0.0.0,2),0,1),0,2),), + 0, B(z") = si non, : Feurner fa page Sy. p ‘Scanné avec CamScanner Exercice yo a Suppesone e & Points) (1.6, 2,1.) et a densing, * Y SOnt dae vert) Alatciresindependentes,chacune a=] i a san{* q REV 2 Lh vaso, : 0, 1) Caleuter, B(x ¥), B(x2 2):Trouver la densité de la 3) Calculer E(Z) et Biz? Si non, ¥) et B(x y2), variable aléatoire Z = XY. )s €n déduire la vatiance de 7 Peyeu méthodes. 4 (04 points) (1, 1, 2) soit ¥) un couple de variablas aléatoires, a pO les, de densité donnée cay ety), e01={ caries ® 0, pon. e 1) Trouver ¢ pour qué f (2, y) cofNGYdensite conjointe dé X et Y. 2) Ces variables sont-elles indépen ites’? ~ 9) Si = x2 4-72, “ae densité de U, Bon courage et bonne chance ‘Scanné avec CamScanner + gnidod, ‘4004-2008 ° .syonn® wréo foe pret de seatnaenatl ee epreuve Tam me ae & Tories de ts tour’ sa te Honeeshee te nt paxy soit ER on Fea) en (x so 8 ¥s0 f y-n) iv? {5 see pa ) oath Sox My (2) ta fraction scene ae ta de X. On'sait'que = 8 ness (2+ BS Sept) = Nx DSEr stbaaet renin wate" (yy)? = ep (e+ — a ») ee ats NOD: Alote/sir EN: BCT) arms (0) ome) =a ~ Een RIE : 3 HE 7 si Goat On sait bien qCeult la loi (01) On aalors: = Fpte)=P( 1-61 — 0.8413 = 0.1587 Z< §es0- (0) =0.8413 - 0.5 = 0.3413 <2<0)=9(0) —d(-1) =$0) -O- 3) ri 6(2) (2) — 6(1) = 0.9772 — ee = ) — 4 (1) = 0.9772 - 0.8413 = 0. PY Wine P(Z<-2)=6(-2)=1-¢()=1 Solution deWexercice 2: ny rx=sYayale Pi 1)+P(1,2)+ P(21) + P (2,2) =1e C= pao) =P(-25Z<-1)= 1 a P(X =1) =P (11) +P(,2)= & et P(Y = 1) = P(1,1)+P (21) = 3 PIX =1)* PY = x= Pas = Beat he (X= 1,Y = 1) ce qui prouve que X'et ‘Scanné avec CamScanner Vimo) = Rate = Oe ay == sR oalb ay ay + Bie & Pon aye Cuan. POPOL yao g Bien! BPX = LY a2) = PV =0) = Subic PV mah. > _ N= P(x Y=Q)= BGreg ay ls hy P(VVsies Pir Fah Meare a OPE AO) =i 0u bien “Pte Bayoang Solution de Pekorcioe 2 E(XY) = =ECNB I= (=, sien enccperr ee cv 2) Posoas T = x. wit tain) = tee lel (2,2) = (X¥,x) 9 (x4) = (x Z z)=wan=| g si NaaRe Fuso (8) = IA eon 8) = {<= te” ye y uN He Farntonan{ f re Se © sinon w0< -{ ~ee ne) | 0 3) EZ) = [ortnena Pye (era: et B(2)= T 2fe (2) aS) (etn). En powant 2 e=p(G) Hors ehacane des dou intra, oo tou: | Banat jee (s)" [enotanee= a) Van 4 Ey 2 Bete Jennie nnen sa) Joontne (4) ate - Ga) = Ged -(45) aw oewan (xy)? any) =2(%)E07) ~te0neC Dy zeta (ota) (e$s) = (ais) - (GH) 2 ‘ “sa ‘Scanné avec CamScanner Solution de Mexercice 4: = 0 | [rtev)dety = of [ven (2-8) dad = “xt ‘oo oe(Jeone-sva) = setine(ifootnal) 0, par passage aux coordonnées polaires, on auret =4 (j= (-r2) -| [}- 3 si fuuy={ 20 exm(—u) ud ‘Scanné avec CamScanner ans LVI de oj = 2) est une Joi de probabitite? Kot de Y, ta anetlog lois s'agit 2 t elles ina @ ice.2: Soient x ct ¥ deux vari Gator OX Senet . Variable fink Conjointe Fxy(z,y) Sze-*U4) 0 ey on ct * “ 1. Trouver les densités Marginales de Xety, 2. Trouver la densité conditionnelle Snx(y\ 2 Nee EYY\X =2) Ao 4 Soit U et V deux variables sendy le que la densité conjointe Soy (u,v) Exercice 3: Soit (%Y) Say (2,y) = aol 3. Calculer EXY) et Py s 2), rs x xe V=X~Y, donner un conple ganssien de densité 30% ny + y2)), 1. Trouver les alate marginales de X et Y. 2 Gate ct BIX\ ¥ = y) Exercite 4: Soieut X,,.., Xi des variables aléatoires indgpendantes suivant 18 loi nniforme sur Vintervale [0,1], 1 Soit WV le nombre dentro elles inférienres 9,003. Calculer POV < §) en utilisant approximation par la loi de Poisson, 2. Soit M le nombre entre elles comprises entre 1/4 et 3/4. Déterminer par *pproximation normale P(|M — 509] > 20). ‘Scanné avec CamScanner 16 USTHB, Dept RO, 2 Lic RO Sea A et B, 22 juin 20; Rattrapage |: (5 pts a 4 bolt un cpl a abe ate (X,Y) dont la loi de probabilité conjointe est donnée par le tableau suivant: x\Y i Spor +_foall 7 or ~@ © Donner Punique valeur possible pour e en justifiant la rép yspt) 2. Calculer la loi marginale de X et de Y .(Ipt) Oo 3. Calculer la loi conditionnelle de X sachant Y = 1. léduire B(X/Y = 1)(1.5pt) 4. On pose Z=X4¥ . Caleler In loi de (990 Exercice 2:(7 pts) Les variables -léataires X et Y ont la densit y20 (9 Catewer P(X*Y > 1)(upe) on ie f(x,y) =e siz >1et 2 Calculer la densité marginale (a) et monter que f(y) = Vi (\-(v%™) oi ¢ représente la fanction de répartition d'une loi normale centré réduite. (2pts) 3. les variables it elle indépendante?(0.5pt) 4. Soit la vari léatoireZ = B(Y/X = x), déterminer la loi de 2.(1.5pt) Soit deux variables aléatoire telle que U = x eV =X42y, donner Ya densité conjointe fuyy(u,v).(2p's) Exercice 3:(4pts) Soit (X,Y) um couple de densité €définie par: f(, Uy) = de“ -v2) 1. Déterminer 4 ct les lois marginales du couple (X, ¥).(2pts) 2. Caleuler cov(X,Y) ot étudier Péventuclle indépendanes de X ot de Y.(2pts) Exercice 4: (4pts) Supposons qu’on ait lancé 10 000 fois une pitce de monnaie bien équilibrée. 1. Quelle est la probabilité que le nombre de pile obtenu soit compris entre 4871 et 5129,(2pts) 2. Estimer cette Probebilité en appliquant l'inégalité de Chebychey.(2pts) 1 ‘Scanné avec CamScanner US.TALB année LIC(Mathy . Module : Probabilitg bers OLEW de cateange Soit (Q, a,P) un e8nace de complet d'éye » °° Probabilivg, On donne: "™%®. $oit D tin gy ment Ctl Jes, mtenant 4 Psa, P(D)a 20 o PC)uie 1 Calculer Ia 2- Caleuler ro” In constante a, Section a, leasnennis événements ‘Constituant un systema t indépendant de 2 etc, 2., Quelle est Ia probabilité pour que ce Joueur ne ghdge tien ? 3. Quelie est la probabilité pour ‘que ce joucur Bigs ote 100DA? REM Ze Exercice 3 + (3 points) Soit ¥” une variable aléatoire absolument coniG)ye, de fonction densité définte par: . re 9x? gna flaje | 20x09 o 70 Ave on0 NOK. 0 >s+1/X>t)= P(X>s), oer que la Loi géométrique et Ia loi exponentielle de paramétre O>0, vénifient cette (0 propriété. es cercice S :(2 points) ie ai wil a ial 4 . Soit X une variable aléatoire qui suit la loi normale de moyenne 2 ut de variance 9, Calculer P(2S.XS$5) etdéterminer la valeur de x, tel que: P(X $x)=0.3. Bonne chance ‘Scanné avec CamScanner probabilites et statistique shan FMi2""A_RO) Rattrapage de ment fe stade de la maladie d’un bospitalixé dang Soi tive! * EX-1 : Soit X et ¥ respec! du service de cancérologic. Ie pavillon homme ou fernme ja123 ¢ PY =N=5 J=123 Onsupposeque: P(X =0) Y =f), en déduire la loi det U=Min (X,Y) et 1) Calculer P(X = i, V = Max(X, Y).Puis calculer: E(u) et EV). 2)Soit D =|X-Y] et S=X+¥. et Sen fonction de U et V et'en déduire E(D) et EG), Exprimer D 3) Calculer P(D = 0,5 = 3) et déduire si $ et D sont ingspins. : Oo EX-2 : Soient X et Y deux variables aléatoires qui mesurent respectivement la longueur des deux diagonales d’une tumeur.. ‘On suppose qu’elles sont distribuées selgn@10i conjointe suivante : fry@y)=xtyOQT0; . 1) Very in 20508 2 est un réet Strictement posi 2) o Vier que fx(2) est une bate a posi ‘aleuler la fonction de le probabil lite, (1 pt) 7 igen, 3) Soit la variable olre vce de X. (15 pa) co wae fle 4) Trowver ta densité de Probabilité de Y, (2 ii) Calculer sa fonction de répartition, cae” Exercice 2 (4 pts) XY - Considérons la variable aléatoire X aoa 1) Exprimer la fonction de réparition tion de i tition d’une variable normale centre me Gee eaten sere 2) Calculer lés probabilités suivantes: (2 pts) eee oeeenem) oP Px1<630) n, a P(x 28). Exercice 3 (5 Considérons le aléatoire X suivant la loi de Weibull, de fonction den- sité donnés-gor RK 0 gate siz 20 ixter={ 9° siz <0 1) Verifier que f (2) es bien une densité de probabillté (1 pt) 2) Déterminer la fonction de répartiton de X :(2 pts) 3) Supposons que la durée de vie (en anné Ia Ici te Weibull ci-dessus ilité 91 a) Quelle est la probbi rn 8) Quelle est la probabilité que $2 durée de vie soit co et deuz ans? (1 pt) ée) d'un élément soit distribuée selon ue cet élément dure plus de deur ans? (1 pt) ymprise entre un an ‘Scanné avec CamScanner Bxercice 4 (5 pts) Soit un couple de variables aléatoires (X,Y) dont la loi de probabilité conjointe est donnée par le tableau suivant: px\]- 1 2 | 02 @ O.1 0.05 0.2 Or aled I 1) Donner unique valeur possible pour a en justifiant Ja réponse. (1 2) Galeuler ta loi marginale de X et de Y. (1 pt)” 3) Calculer les lois conditionnelles de X sachant ¥ = 1. (1 pt 3) On pose Z= X+Y. Calculer la loi de Z. En déduire B(X / ¥ =1). (2 pts) . Noe Remarque: (3.5) =0.99977 (1) = 0.841: Oe, 15) = 0.5596 (9.15) =5(11)=0.5596 = -B(2BEP- 0.9978, 8199943, x Bon courage e! bonne Chance ‘Scanné avec CamScanner USTHR, Epreuve finale de prog lis et Mathématiques Exervice | pou b/Stat2 (2L RO), [2¢ 12). Durée oints) Te tHE RO} (26-05-2012) Dur 130, Soit X une Variable algatoj, ‘OlFe, 8 valeurs réelles, de densité donnée par fe) = {we six>o _— 0 sinon aa Ver @ Pour que f(x) soit une densité de Xx ; Ouver la fonction de répartition de X. ; > Calculer E(X), déduire E(X) et Var(x), +. + Trouver la densité de ¥ = ax, @ Exercice 2 (6 points) Qe 6 finies sur un méme La loi ilité a a Joi de probabilité d’un couple (X,Y) de vatiables aléatoives X Univers 9 est donnée par le tableau suivant : CG xX\Y[T 27a o 2 -1 [0.02 | 0.04 | 0.08 OQ2 0.06 | 0.041 0.30 0. 1 [0.02 0.12 [0.02 T9405 1- Trouver tes lois marginales de X et Y. ey 2- Ces variables sont-elles indépendant 3- Calculer la probabilité de l’événe friable aléatoire Z = XY. 4- Déterminer la loi de probabi 5- Caleuler la corrélation entiaXer'Y. i.e. (X,Y). Exercice3 (8 potnts) cy 1& aléatoires de Poisson indépendantes de paramétres A, et 2a. X, +X; est une loi de Poisson de paramétres Ay + Az. jonnelle de X; sachant que X, + Xz = nest une loi binomiate B (n, 3) Soit X; et Xz deux ve 1- Montrer que |: 2- Montrer que la lot con bj) Soit (X, Y) un couple de variables aléatoires, 2 valeurs réelles, de densité donnée par : ex? si0 0, calculer lim, P(e ™ €). Conclure. 3) Montrer que “ converge presi Srement vers une constante aon déterminer, Exercice 3: Soit ¥ une variablevaléatoire de densité v ={20xe8* six>0 Yale) = { 3 0 sinon Pour estimer 8, O€ dispose d’un n-échantillon (X4,Xp, Xn) de X. 1) Déterminer une statistioue exhaustive S pour 0. 2) Déterminer I’estimateur du maximum de vraisemblance 6 pour 0. 3) Identifier la loi de Y = X?, En déduire celle de Z = Yi. X?. ; 4) Montrer que 6 est un estimateur biaisé pour @ . En déduire un estimateur sans biais noté T . Etudier la convergence de cet estimateur. 5) T est-il efficace ? asymptotiquement efficace ? de variance minimum ? * ‘Scanné avec CamScanner - Fueine, E ‘des Exereice 1, 1) Soit cy (08-06. os per 5) couple dey t 2011), Durée 130, **ATables elation decay do es dont Ia loi de PRsi ye re” 1. Yay 2 pee WU'il » Provabilité conjointe est doinnce the 12 0, pan? ; : Ss 0 stro . ‘agit bien a a Battie es fig 8 8 distbtion de probabiie _ St ¥Atiables aléstoines StrdexXery, . " by » Sei Kava °Y sontelles indépendantes 2 OX Variables aléatoiae Baée dans le tableau danelatles disci dont Ia loi conjointe est CEs fale doX re complétement Cette loi conjointe. ite ql a: 40.36? + 0.52%, - La fonction génératrice des moments de 0.152% +.0:26°% + 0,32, 40,35et%, We PO =x, = 93) = Pax Y = 1 Ar de des’ informations pi ;,, compléter Je tableau dé loi conjointe. 2- Caleulér EX) ainsi que: 3+ Calouler E(¥/X = x,) 4: Soit Z=X+Y, tro Exercice2. a Gz) Soit'(X, 'Y) un coupl( Variables aléetoirg, & valeurs réelles, dé densité conjointe dobnée par: ae) st OSysx oe of 0 stnon 1. Trouver a. 2. Calouler la probabilité suivante : P(X + ¥ < 1). ~o _. .3. Déterminer les lois marginales de X et Y, so . “4. Les variables aléatoires X et Y sont-elles indépendantes 2 § : ©, 4) un couple de variables aléatoires, a valears réelles, de densité Gonjointe donnée par: wet se, ppefoaye?) si 0x>Oery>0 . 0 stron 1, Trouverb. : 2. Ces variables aléatoires sont-elles indépendantes ? 3. SiU =X? + ¥?, déterminer In densité de U. Bonhe cha: ‘Scanné avec CamScanner

Vous aimerez peut-être aussi