Titre PDF
Exercice 1 : 1. Rappeler les définitions de la convergence en loi en probabilité
Convergences
Que dire de la convergence en loi et de la convergence en moyenne quadratique ? Exercice 5. On consid`ere une suite de variables aléatoires indépendantes Xj de
EXERCICES SUR LES MOYENNES
est leur moyenne géométrique. (g vérifie g × g = a × b). •. 2. 2. 2 b a q. +. = est leur moyenne quadratique. (q vérifie q² + q² = a² + b²).
Exercices corrigés
On cherche donc à minimiser l'erreur quadratique moyenne entre Y et son estimé Yab
EI-SE3 / Probabilités / Contrôle 2
Exercice 1 [7 points]. Soit (Xn) une suite de variables en moyenne d'ordre r pour tout r ? 1. Probabilités ... pas convergence en moyenne quadratique.
Corrigé 9 – Gaz parfaits
Exercices. 1ère année. Premier Semestre. Exercice 10-34. (a) La vitesse quadratique moyenne des molécules est reliée à l'énergie cinétique moyenne par.
18.5 - Vitesse de libération et vitesse quadratique moyenne
Corrigé de l'exercice 18.5. Vitesse de libération et vitesse quadratique moyenne. La vitesse de libération est la vitesse minimale qu'il faut donner à une
Probabilités 17-18 TD8 : Convergence de suites de variables
TD8 : Convergence de suites de variables aléatoires-Corrigé-. Exercice 1. 1) Montrer que Xn converge en moyenne quadratique vers a.
Corrigés des exercices
quadratique moyenne T est meilleur le gain de variance étant supérieur `a la perte due au biais. Exercice 6.7. Comme vu `a l'exercice 5.4
Recueil dexercices et de problèmes
Problème 5 – Pesées et moyenne géométrique (2). • Problème 6 – Plaques moyennes et moyenne quadratique. • Problème 7 – Vitesse et moyenne harmonique.
[PDF] EXERCICES SUR LES MOYENNES
Montrer que l'une de ces quatre moyennes est elle- même la moyenne (préciser laquelle) de deux de ces moyennes Correction des exercices d'utilisation : a)
[PDF] Recueil dexercices et de problèmes - IREM Dijon
Problème 5 – Pesées et moyenne géométrique (2) • Problème 6 – Plaques moyennes et moyenne quadratique • Problème 7 – Vitesse et moyenne harmonique
[PDF] Titre PDF
Exercice 1 : 1 Rappeler les définitions de la convergence en loi en probabilité presque sûre et en moyenne quadratique — On dit que Xn converge en loi
moyenne quadratique exercice corrigé - PDFprof
PDF Télécharger EXERCICES SUR LES MOYENNES moyenne quadratique exercice corrigé moyenne arithmétique géométrique harmonique quadratiquemoyenne harmonique
[PDF] Exercices de Statistique
?n est un estimateur de ? convergent en moyenne quadratique alors il est asymp- totiquement sans biais Ex 3 On dispose d'un n-échantillon (X1··· Xn)
LES différents calculs de moyennes en statistiques_ corrigé des
exercices types ( niveau 4 ) – classe de seconde – première Calculer l moyenne arithmétique et la moyenne quadratique de la série de nombres suivante
[PDF] 1 Statistique descriptive - Apprendre-en-lignenet
Selon la série de données il peut y avoir plusieurs modes Exercice 1 3 Utilisez les touches spéciales de votre machine pour calculer la moyenne et l'écart-
[PDF] Université Paris Ouest Nanterre La Défense M2 Droit-Éco Mise à
31 22 ? 5 59 Exercice Mener les calculs de la variance et de l'écart-type pour les trois premières distributions Corrigé On trouve : Moyenne
Comment calculer la moyenne quadratique ?
La moyenne quadratique est la racine carrée de la somme des carrés divisé par la quantité de données.Comment calculer la moyenne quadratique d'une série statistique ?
Pour une série avec un effectif (ou nombre de valeurs) de n, la moyenne quadratique est égale à la racine carrée de la moyenne des carrés des valeurs de la série.Quand on utilise la moyenne quadratique ?
La moyenne quadratique est à utiliser lorsque l'on cherche à moyenner une quantité qui influe au carré dans un phénomène. C'est le cas, par exemple, pour la vitesse de particules dans un milieu. Chaque particule pi se déplace à la vitesse vi et produit une énergie cinétique égale à 1? 2mvi2.- La moyenne est un indicateur qui présente l'intérêt de résumer une série par une valeur. L'apprenti économiste est amené à calculer plusieurs types de moyennes : moyenne arithmétique simple, moyenne pondérée, ou encore taux de croissance annuel moyen.
EI-SE3 / Probabilit
es / Contr^ole 224 mai 2016
Exercice 1[7 points]
Soit (Xn) une suite de variables aleatoires independantes de loi uniforme sur [0;1].On poseIn= min1inXietSn= max1inXi.
(a)[2]Donner la fonction de repartition puis la densite de la variable aleatoireIn.Solution :Soitx2R.
P(Inx) =8
>>>>>>:0 six <0; P min1inXix
= 1P(8i2[[1;n]]Xi> x) P min1inXix
= 1(1x)nsix2[0;1]1 six >1;
par hypothese sur lesXi(iid.). DoncfIn(x) =ddxP(Inx) =n(1x)n11x2[0;1].
(b)[3]Etudier la convergence de la suite (In) en loi, puis pour les autres modes.Solution : Sur [0;1],FIn(x) = 1(1x)nconverge ponctuellement vers la fonction egale a1 partout sauf en 0. DoncFInconverge ponctuellement vers1x>0. Cette derniere
fonction n'est pas continue a droite en zero, donc ne peut pas ^etre une fonction de repartition. Elle est cependant egale presque partout a1x0qui elle verie toutes les proprietes d'une fonction de repartition. On en deduit queInconverge en loi versX= 0. Soit"2]0;1[. P(In> ") = (1")n!0, donc il y a convergence en probabilite. La convergence presque s^ure est assuree par la convergence de la serieP+1 n=1P(In> ") =1"" <+1. Finalement,IrnInpourr1 carInest a support dans [0;1]; on a doncE[Irn]E[In] =Z
1 0 nx(1x)n1=1n+ 1!0; apres calculs en remarquant que ddx (x(1x)n) =(1x)n+nx(1x)n1(ou en eectuant le changement de variabley= 1x). C'est-a-dire que l'on a convergence en moyenne d'ordrerpour toutr1.Probabilites EI-SE3 1 / 4 (c)[2]Etudier la convergence en loi de la suite (Yn=n(1Sn)).Solution : n(1Sn)0, donc le support est inclus dansR+. Soit alorsx2R+.P(n(1Sn)x) = P
S n1xn = 1P S n<1xn = 1 1xn n !1exen utilisant la propriete rappelee au tableau On reconna^t la fonction de repartition de la loi exponentielle de parametre= 1 : n(1Sn) converge en loi versY E(1).Exercice 2[2 points]
Soit la suite de variables aleatoires (Xn) denie pourn2Npar : 8>< :P(Xn= 0) = 11nP(Xn=n) =1n
Montrer que la suite (Xn) converge en probabilite versX= 0 mais que (Xn) ne converge pas en moyenne quadratique.Bonus : qu'en est-il de la convergence presque s^ure?Solution :Soit" >0. On remarque que P(Xn> ")P(Xn>0) =1n
!0, donc il y a conver- gence en probabilite. En revanche, E[X2n] =n2n =nqui ne converge pas, donc il n'y a pas convergence en moyenne quadratique. Concernant la convergence presque s^ure la condition susante P+1 n=0P(Xn> ")<+1 n'est pas veriee, donc il faut proceder autrement. On applique le lemme de Borel- Cantelli a la suite d'evenementsEn=fXn=ng: ceux-ci sont independants et l'on verieP n2NP(fXn=ng) = +1. Alors avec probabilite 1 une innite d'evenements E nse realisent, et on obtient pourn2N P supNnXN> "
= P(9Nn=XN=N) = P(9Nn=ENse realise) = 1 Il n'y a donc pas convergence presque s^ure.Probabilites EI-SE3 2 / 4Exercice 3[4 points]
SoientXetYdeux variables aleatoires independantes suivant une loi de Bernoulli de m^eme parametrep. On noteU=X+YetV=XY. Determiner la loi du couple (U;V).UetVsont-elles independantes?Solution : Uest a valeurs dansf0;1;2getVa valeurs dansf1;0;1g. On remarque que la donnee deUetVdetermineXetYcar la matrice1 1 11 est inversible. Il sut donc de donner le tableau des probabilites en resolvant le systeme associe pour chaque couple de valeurs de (U;V).UnV-10100(1p)20
1p(1p)0p(1p)20p
20 On remarque que P((U;V) = (0;1)) = 0, alors que P(U= 0)P(V=1) =p(1p)3>0 : les variables aleatoiresUetVne sont pas independantes.
Exercice 4[7 points]
On denit un couple (X;Y) de variables aleatoires de densite de probabilitef: (f(x;y) =x+ysi (x;y)2[0;1]20 sinon
(a)[2]Calculer les densites marginalesfXetfYrespectivement deXetY. Ces variables aleatoires sont-elles independantes?Solution : fX(x) =R1
y=0f(x;y)dy=x+12 . De m^eme,fY(y) =R1 x=0f(x;y)dx=y+12On observe quefX(0)fY(0) =14
6= 0 =f(0;0), doncXetYne sont pas
independantes. (b)[3]Determiner la densite deZ=X+Y. Indication : dessiner la zone correspondant aZzen fonction des valeurs dez.Solution : Soitz2R. On calcule P(Zz). Siz <0 cette probabilite vaut 0, et siz >2 elle vaut 1 carX+Y2[0;2]. On peut donc supposerz2[0;2].Probabilites EI-SE3 3 / 4P(X+Yz) =Z
[0;1]21x+yzf(x;y)dxdy On distingue alors les casz2[0;1] etz2]1;2] (le domaine d'integration change, faire un dessin pour s'en convaincre). Siz2[0;1] :P(X+Yz) =Z
z x=0Z zx y=0(x+y)dxdy Z z x=0z 2x22 dx z33Et siz2[1;2] :
P(X+Yz) =Z
1 x=0Z min(1;zx) y=0(x+y)dxdy Z 1 x=0xmin(1;zx) +min(1;zx)22 dx Z z1 x=0 x+12 dx+Z 1 x=z1z 2x22 dx =z213 (z3+ 1) On peut nalement donner la densite de la variable aleatoireZ: fZ(z) =8
>>:0 siz <0; z2siz2[0;1];
2zz2siz2[1;2];
0 siz >2;
(c)[2]Calculer la covariance du couple (X;Y).Solution :Cov(X;Y) = E[XY]E[X]E[Y]:
On calcule alors E[X] =R1
0xx+12
dx=712 = E[Y] par symetrie des r^oles, puisE[XY] =R1
x=0R 1 y=0xy(x+y)dxdy=13 , et ennCov(X;Y) =13
49144=1144 :Probabilites EI-SE3 4 / 4quotesdbs_dbs35.pdfusesText_40
[PDF] moyenne géométrique exemple
[PDF] les moyennes arithmetique geometrique et harmonique
[PDF] moyenne calcul
[PDF] comment calculer la moyenne générale du trimestre
[PDF] calculateur de moyenne bac
[PDF] arcsin(sinx)
[PDF] arcsin arccos arctan cours pdf
[PDF] arctan formule
[PDF] appréciation 3eme trimestre primaire
[PDF] y=ax+b signification
[PDF] je cherche quelqu'un pour m'aider financièrement
[PDF] recherche aide a domicile personnes agées
[PDF] aide personne agée offre d'emploi
[PDF] tarif garde personne agée ? domicile