Université d’Abomey-Calavi (UAC)

Faculté des Sciences Economiques et de Gestion (FASEG)

Travaux Dirigés de Statistique Mathématique
Licence 3 Economie Appliquée
Année académique : 2015-2016

Exercice 1

Soit (X; Y ) un couple de v.a. dont la loi de probabilité est donnée par le tableau ci-après:

XnY 1 2 3 4
1 0,08 0,04 0,16 0,12
2 0,04 0,02 0,08 0,06
3 0,08 0,04 0,16 0,12

1. Déterminer les lois marginales de X et Y et préciser si ces v.a. sont indépendantes.

2. Calculer Cov(X; Y ).

3. Déterminer la loi du couple (min[X; Y ], max[X; Y ]).

Exercice 2

Soit (X; Y ) un couple de v.a. dont la loi de probabilité est donnée par le tableau ci-après:

Y nX 0 1 2
1 1/12 0 1/12
2 2/12 1/12 1/12
3 3/12 2/12 1/12

1. Déterminer les lois marginales de X et Y et préciser si ces v.a. sont indépendantes.

2. Calculer Cov(X; Y ).

3. Déterminer la loi de Y sachant que X = 0.

Exercice 3

Un commerçant a une demande journalière aléatoire Y pour une denrée vendue par kilos,
mesuré en centaines de kilos, a la densité suivante :

3y 2 si 0 y 1
fY (y) =
0 sinon
(Le commerçant ne peut stocker plus de 100 kilos).
Il veut commander k:100 kilos de cette denrée. Il l’achète 6 francs par kilos et la vend 10
francs par kilos. Quelle est la valeur de k qui maximisera l’espérance mathématique de son
pro…t journalier ?

1
Exercice 4

Dans une ville, une banque met en place 5 guichets automatiques, dans 5 quartiers di¤érents:
3 guichets de type "carte rouge" et 2 guichets de type "carte verte". La probabilité qu’un
guichet de type "carte rouge" soit hors service pendant un weekend est 0,1, et la probabilité
qu’un guichet de type "carte verte" soit hors service durant un weekend est 0,2. Soit X le
nombre de guichets "carte rouge" hors service et Y le nombre de guichets "carte verte" hors
service, durant un weekend.

1. Donner la loi du couple.

2. Calculer la probabilité qu’un client possédant une "carte rouge" puisse se service à un
guichet automatique, un weekend.

3. Un client possède une carte rouge et une "carte verte". Calculer la probabilité qu’il
puisse se servir à un guichet automatique, sachant que tous les guichets "carte verte"
sont hors service.

4. Calculer E(X) et E(Y ).

5. Calculer Cov(X; Y ).

6. Calculer (X), (Y ) et (X + Y ).

Exercice 5

On jette deux dés à six faces numérotés de 1 à 6 et on note X la V:A, qui représente la
somme deux chi¤res obtenus et Y la variable aléatoire qui est égale au plus grand de ces
deux chi¤res.

1. Déterminer la loi de probabilité du couple (X; Y ) puis calculer E(X). Les V:A: X et
Y sont-elles indépendantes ?

2. Déterminer la loi conditionnelle de Y pour X = 6, puis son espérance E(Y =X = 6).

Exercice 6

Soit (X; Y ) un couple de variable aléatoire dont la loi est déterminée par la densité :

kxy si (x; y) 2 [0; 2] [0; 5]

f (x; y) =
0 sinon

1. Déterminer la valeur de constante k.

2. Déterminer les lois marginales de X et Y . Ces variables sont-elles indépendantes?

2
Exercice 7

Soit (X; Y ) un couple de variable aléatoire dont la loi est déterminée par la densité :

xy=2 si 0 x 2 et 0 y x
f (x; y) =
0 sinon

1. Déterminer la fonction de répartition F de ce couple.

2. Déterminer les lois marginales de X et Y . Ces variables sont-elles indépendantes?

3. Déterminer la loi conditionnelle de Y sachant que X = x.

Exercice 8

Soit X une variable aléatoire de densité :

2
(2x) = si 0 x
f (x; ) =
0 sinon
où est un paramètre strictement positif.

1. Déterminer un estimateur de , par la méthode des moments, construit à partir d’un

échantillon (X1 ; :::; Xn ) de X, et étudier ses propriétés.

2. Déterminer un estimateur sans biais ^n de , construit à partir de l’estimateur du

maximum de vraisemblance, et étudier ses propriétés.

3. Construire un intervalle de con…ance de niveau 0; 95 pour dans le cas où on a observé

max fx1 ; ::::; x20 g = 5:

Exercice 9

Le total des ventes hebdomadaires d’un produit alimentaire dans un magasin i, 1 i n;

est une v.a. Xi de loi normale N (mi ; ) ; où mi et sont supposées connues. Une campagne
publicitaire de ce produit a pour conséquence d’augmenter les ventes, de telle sorte que
chaque moyenne mi est augmentée d’une même quantité a.

1. Déterminer un estimateur de a construit à partir d’observations indépendantes (X1 ; :::; Xn )

des ventes après cette campagne et établir ses propriétés, puis construire un intervalle
de con…ance de niveau 0,95.

2. Déterminer un estimateur du paramètre b dans le cas où chaque moyenne mi est cette

fois multipliée par b et étudier ses propriétés.

3. Application aux données suivantes dans le cas où = 3:

mi 98 101 104 99 100 102 95 97 105 103

xi 109 105 110 106 110 114 108 104 115 118

3
Exercice 10

La durée de vie d’un certain matériel est représentée par une v.a. positive X de densité:
1 x=
e si x > 0
f (x; ) =
0 si x 0

où est un paramètre inconnu strictement positif.

1. Etudier les propriétés de l’estimateur du maximum de vraisemblance ^n construit à

partir d’un échantillon (X1 ; :::; Xn ) de la variable aléatoire X.

2. Construire un intervalle
P de con…ance pour de niveau 0,95 dans le cas où les observa-
tions ont conduit à 10i=1 xi = 11; 5:

Exercice 11

On veut évaluer la proportion p des foyers du département du Littoral disposant d’un poste
de télévision et désireux de recevoir les émissions de télévision par Canal Sat. Ne voulant pas
procéder à un recensement complet, on se propose d’estimer cette proportion à partir d’un
échantillon de taille n prélevé au hasard dans la population du département. On dé…nit ainsi
une variable aléatoire Fn , dont la réalisation est fn , fréquence observée dans l’échantillon de
ménages concernés par la télévision Canal Stat.

1. Préciser l’espérance mathématique et la variance de Fn .

2. Montrer que Fn est un estimateur sans biais et convergent du paramètre p.

3. Soit n = 100 et fn = 0; 64. Quel est l’estimateur ponctuel p^ du paramètre p obtenu?

4. Déterminer l’intervalle de con…ance pour p avec un coe¢ cient de con…ance = 0; 95:

Exercice 12

Soit la variable aléatoire D représentant la durée d’une communication téléphonique. Nous

admettons que la loi de probabilité de D est la loi uniforme sur [0; ] et nous voulons estimer
:
Pour cela, on observe les durées de n communications.
P
1. Calculer l’espérance mathématique de D. En déduire la justi…cation de ^1 = 2 n
Di

comme estimateur de : ^1 est-il sans biais? Convergent?

2. Trouver l’estimateur ^2 du maximum de vraisemblance de : Quelle est sa loi? Est-il

sans biais? Convergent?
Soit ^3 l’estimateur sans biais proportionnel à ^2 . Comparer ^1 et ^3 :

3. Calculer la quantité d’information relative à : Comparer v(^3 ) à 1

In ( )
. Expliquer ce
résultat.

4
Exercice 13

On admet que la durée de vie, exprimée avec une unité de temps convenablement choisie, des
tubes ‡uorescents fabriqués par une usine peut être représentée par une variable aléatoire
X, dont la loi de probabilité est une loi normale de moyenne m et d’écart-type :
On cherche à estimer les paramètres inconnus m et : A cet e¤et, on prélève un échantillon
non exhaustif de taille n = 9 et l’on obtient (xi désignant la durée du ieme tube prélevé) :

X
9 X
9
xi = 44280 et x2i = 218318400
i=1 i=1

2
1. Calculer la moyenne mn et la variance n des durées de vie des tubes ‡uorescents de
cet échantillon.
2
2. On désigne respectivement par Xi ; Mn et n, les variables aléatoires dont les réalisa-
tions sont xi , mn et 2n :
Rappeler (sans démontration) les lois de probabilités respectives des variables aléa-
toires:
Mn m
Xi ; Mn et q 2
n
n 1

2
3. On se propose d’estimer les deux paramètres inconnus m et :

(a) Indiquer pour chacun de ces deux paramètres un estimateur sans biais et conver-
gent.
2
(b) Calculer les estimations correspondantes de la moyenne m et de la variance .
(c) Construire pour la moyenne m un intervalle de con…ance de niveau 0,95 et à risque
symétrique.

Exercice 14

Soient deux types de …l d’apparence indiscernable, mais dont les résistances moyennes m à
la traction sont respectivement m0 = 100g et m1 = 120g. On suppose que les résistances à
la traction X de ces …ls se répartissent autour de leurs moyennes suivant des lois normales
de même écart-type = 10g:
On dispose d’un lot de …ls dont on ne connaît pas le type, mais dont on sait qu’il est le même
pour tous les …ls du lot. Le tirage d’un échantillon aléatoire doit permettre de deviner ce
type, c’est-à-dire de choisir entre les deux hypothèses :

H0 : m = m0 = 100g
H1 : m = m1 = 120g:

1. Quels sont les risques et de première et de seconde espèce?

2. Un échantillon aléatoire de 4 pièces, prélevé dans le lot, a une résistance moyenne à la

traction x égale à 110 grammes.

5
 (a) Quel est l’intervalle d’acceptation de l’hypothèse H0 , si l’on admet un risque de
première espèce égal à 0,05?
(b) Que peut-on conclure?
(c) Calculer la valeur correspondante à :

3. Quel devrait être l’e¤ectif de l’échantillon pour que les probabilités d’erreur de pre-
mière et de seconde espèce égalent 0,01? Déterminer alors l’intervalle d’acceptation de
l’hypothèse H0 .

Exercice 15

On désire tester la moyenne m d’une loi normale dont l’écart-type est inconnu. Pour cela,
on prélève un échantillon de taille n = 16, qui donne les résultats suivants :
P16 X
16
xi
x= i=1
= 9 et (xi x)2 = 60
16 i=1

2
1. Par quelle quantité convient-il d’estimer la variance ?

2. On veut tester l’hypothèse H0 contre l’hypothèse H1 .

H0 : m = m 0 = 8
H1 : m = m1 = 10
On décide d’appliquer la règle de décision suivante :

x ; on adopte l’hypothèse H0
si
x > ; on adopte l’hypothèse H1

1. (a) Déterminer le seuil critique correspondant au risque de première espèce : =

5%:
(b) Calculer le risque et la puissance du test :
(c) A quelle décision conduit l’échantillon prélevé?

Exercice 16

On utilise un indice mensuel des prix à la consommation comme indicateur pour essayer de
déceler su¢ samment tôt si l’économie se dirige vers un état in‡ationiste ou dé‡ationniste.
Dans le cadre d’une prévision à court terme (12 à 18 mois), on suppose que l’on peut
représenter la suite des variations mensuelles de cet indice (variations exprimées en pourcent
d’une base …xe convenablement déterminée) pendant plusieurs mois consécutifs par une
suite de variables aléatoires indépendantes, 1 ; 2 ; ::: chacune d’elles suivant une même loi
normale de moyenne m et d’écart-type = 0; 20:
On considère deux valeurs possibles pour m :

6
 m = 0; 3 (en période de dé‡ation)

m = 0; 5 (en période d’in‡ation).

Soit ( 1 ; 2 ; 3 ; 4 ) la suite des variations mensuelles de cet indice des prix observées au cours
des quatre derniers mois.
A. On dé…nit un seuil critique c pour la moyenne de ces variations mensuelles ( 1 ; 2 ; 3 ; 4 )
au-dessus duquel on décidera des mesures de stabilisation des prix.

1. Formaliser le problème de test ainsi posé :

(a) Expliciter les deux hypothèses envisagées et les décisions associées.

(b) Préciser la règle de décision choisie.

2. On …xe le seuil critique : c = 0; 375. Calculer les deux risques associés à cette règle de
décision.

3. Le seuil critique c étant toujours égal à 0; 375 on choisit comme hypothèse de base H0
celle où m = 0; 5.

(a) Quelle est l’interprétation concrète de ce choix?

(b) Quels sont les risques de première et de deuxième espèces correspondants?

4. L’hypothèse de base H0 étant toujours m = 0; 5, on …xe maintenant le risque de

première espèce à 0,05.

(a) Quel doit être le seuil critique correspondant?

(b) Quelle sera la valeur du risque de deuxième espèce ?

B. On recherche ensuite des règles de décision optimales au sens de Neyman-Pearson. Pour

cela on e¤ectue le test de l’hypothèse H0 : m = 0; 5 contre H1 : m = 0; 3:

1. Montrer que l’application de la règle Neyman-Pearson conduit à une région critique de

même forme que celle proposée initialement, c’est-à-dire dé…nie par :

1X
4

i < c où c est une constante.

4 i=1

2. On prend pour risque de première espèce = 0; 05:

(a) Quel est le test de Neyman-Pearson correspondant?

(b) Quel est la puissance de ce test?