[PDF] PC 5 – Calcul de lois & Vecteurs gaussiens





Previous PDF Next PDF



PC 5 – Calcul de lois & Vecteurs gaussiens

20-May-2019 Exercice 1. Soient X et Y deux variables aléatoires indépendantes gaussiennes centrées réduites. 1. Déterminer la loi de. (. X ...



Leçon 14 Exercices corrigés

L'objet de l'exercice est d'obtenir un bon encadrement de la Exercice 2. Montrer qu'il existe un vecteur gaussien centré X à valeurs.



TD no 8 : Vecteurs gaussiens

2. Montrer que (X +Y2X ?Y )t est un couple gaussien. Déterminer sa matrice de covariance. Exercice 3.



TD 2 : Vecteurs gaussiens construction du mouvement brownien

Expliquer comment simuler un vecteur gaussien centré de matrice de covariance K à partir de variables gaussiennes indépendantes. Solution de l'exercice 2 Soit d 



T. D. n 3 Exercices sur les vecteurs gaussiens et les lois

Exercice 1. Densité d'un vecteur gaussien. Soit X un vecteur gaussien de matrice de covariance C et d'espérance µ. Nous.



TD1 : Variables aléatoires réelles vecteurs aléatoires

Exercice 12 (Extrait du partiel de novembre 2016) Montrer que (U X ?Y ) est un vecteur gaussien dont on précisera l'espérance et la matrice de ...



CC - Correction 1 Vecteurs gaussiens 2 Convergence de suites de

1 Vecteurs gaussiens. Exercice 1. 1. Une matrice est une matrice de covariance si et seulement si elle est sy- métrique et semi-définie positive.





TD 3 - Vecteurs Gaussiens I

TD 3 - Vecteurs Gaussiens I. 2018 - 19 lerouvillois@math.univ-lyon1.fr poudevigne@math.univ-lyon1.fr. Exercice 1. Soit (X1X2) un vecteur gaussien centré de 



TD - Vecteurs Gaussiens

Montrer que (UV) est un vecteur gaussien et calculer sa covariance. . On pose. W = (X ? U) + (Y ? U) . Exercice . Densité des vecteurs gaussiens.



PC 5 { Calcul de lois & Vecteurs gaussiens - univ-toulousefr

PC 5 { Calcul de lois & Vecteurs gaussiens Exercice 1 Soient X et Y deux variables al eatoires ind ependantes gaussiennes centr ees r eduites 1 D eterminer la loi de Xp+Y 2;Xp Y 2 2 D eterminer la loi de X=Y Solution Comme Xet Y sont ind ependantes la loi de (X;Y) a une densit e 1 2? e x 2+y2 2 sur R2 Soit g: R2!R une fonction continue



Fiche 4 Vecteurs gaussiens

Fiche 4 Vecteurs gaussiens Exercice 1 Soit Xet Y deux ariablesv aléatoires i i d de loi N(0;1) 1 On pose U= X+Y 2 et V = X Y 2 Montrer que (U;V) est un vecteur gaussien et déterminer sa loi 2 On pose W= 1 2 (X U)2 + 2 (Y U)2 montrer que Uet Wsont indépendantes et déterminer la loi de W Exercice 2



VECTEURS GAUSSIENS - u-bordeauxfr

vecteur gaussien standard et Aune matrice racine carrée de Alors les vecteurs X et m+ AZontmêmeloi Démonstration Ilsu?td’utiliserlerésultatprécédentetdevéri?erquepourlesdeuxvecteurson obtientlamêmefonctioncaractéristique Proposition9 Toutematricesymétriquesemi-dé?niepositive dedimensiond destlamatrice



VECTEURS GAUSSIENS - u-bordeauxfr

8 Chapitre I Vecteurs aléatoires gaussiens Démonstration Lapremièreéquivalenceprovientdeladé?nitiond’unvecteuraléatoiregaussien etdecelledelafonctioncaractéristiqued’unevariablealéatoiregaussienneréelle Pourl’équivalenceentre 1 et3 celaprovientsimplementduthéorème 3 etdespropriétésdesmatricessymétriquessemi-dé?nies





Chapitre 14 Vecteurs gaussiens - Centrale Marseille

Chapitre 14 Vecteurs gaussiens Renaud Bourl es - Ecole Centrale Marseille Math ematiques pour la nance



T D no 3 Exercices sur les vecteurs gaussiens et les lois

Exercices sur les vecteurs gaussiens et les lois conditionnelles Exercice 1 Densit´e d’un vecteur gaussien Soit X un vecteur gaussien de matrice de covariance C et d’esp´erance µ Nous supposons que C = ADAt ou` D est diagonale et A orthogonale Nops consid´erons le vecteur al´eatoire Y = At(X ?µ) 1 Montrer que Y est un vecteur



Exercices Rappels vecteurs gaussiens

Exercices Rappels vecteurs gaussiens Exercice 1 On donne les poids à la naissance (en kg) de 10 enfants : 3:2;2:4;3:3;3:4;3:9;2:9;3:3;4:5;1:9;3:3: 1 Calculer le poids moyen puis l'écart-type du poids des enfants 2 On a demandé aux mères si elles aaienvt traaillév au cours de leur grossesse : cinq ont tra-



PROBABILITÉS Exercices Vecteurs Gaussiens 2M R h y 2M

Exercices Vecteurs Gaussiens Soit = ( 1;:::; n) 2M 1;n(R) unvecteurligneet 2M n(R) unematricesymétrique dé?niepositive(i) OnditqueY = (Y 1;:::;Y n) estunvecteur gaussien demoyennes et matricedecovariance s’iladmetladensité f Y(y 1;:::;y n) = 1 p (2?)ndet() exp h T 1 2 (y ) 1(y ) i; ouonécrity = (y 1;:::;y n) 2M 1;n



VECTEURS GAUSSIENS - univ-rennes1fr

Application : simulation de vecteurs gaussiens Il est facile de simuler un vecteur gaussien de matrice de variance diagonalecarles composantessontalorsdes v a r indépendantes deloisgaussiennes Supposonsdonc que l’onaitàsimuleruneréalisationd’unvecteurgaussien X?N n(m;) IlexisteunematriceorthogonaleP telleque = P Pt(?) où = diag( 1



TD no 8 : Vecteurs gaussiens - CNRS

TD no 8 : Vecteurs gaussiens Exercice 1 SoientXetY deuxvar iid suivantchacuneloinormaleN(0;1) OnposeU= X+Y etV = X Y 1 Montrerque(U;V)t estuncouplegaussien 2 MontrerqueUetV sontindépendantes Exercice 2 Soit(X;Y)t uncouplegaussiencentrételqueE(X2) = 4 etE(Y2) = 1etlesvar 2X+Y etX 3Y sontindépendantes 1



Searches related to exercices vecteurs gaussiens filetype:pdf

TD9 - Vecteurs Gaussiens - Correction Exercice 7 6 En utilisant la question précédente et en se rappelant que la loi géométrique G„p”est d’espérance 1 p et

Quelle est la variance d’un vecteur gaussien ?

  • Esperance et Variance d’un vecteur gaussien. Rappelons qu’une variable gaussienne (normale) ;?est caracterisee par deux parametres : la moyenne et l’ecart-type ?(ou la variance ?2). De maniere analogue, un vecteur gaussien est caracterise pas le vecteur E(X) et la matrice de variance-covariance : 0 B B B B B B @ Var(X. 1) Cov(X. 1;X.

Quels sont les 3 entiers de Gauss ?

  • Trois entiers de Gauss : 1 + i, 2 + i et 1 + 3i. Comme tout anneau d'entiers algébriques, les entiers de Gauss possèdent une norme. Si N est cette norme, elle est définie par :

Comment calculer la fonction caractéristique d'une gaussienne?

  • Cette fonction caractéristique , qui se calcule à partir de la densité de probabilité, et caractérise la loi, est donnée par : . Cette fonction caractéristique est égale, à une constante multiplicative près, à la densité de probabilité de la loi : on dit que la fonction caractéristique d'une gaussienne est gaussienne .

Qu'est-ce que la renormalisation des vecteurs gaussiens?

  • nest une constante de renormalisation. Les vecteurs Gaussiens sont souvent utilis´es dans les mod`eles statistiques multi-dimensionnels car ils s’av`erent assez faciles a manipuler, notamment graˆce au th´eor`eme de Cochran. Consid´erons par exemple un n-´echantillon X1,...,X
Aleatoire { MAP 361 Ecole Polytechnique Salle PC 41

Lundi 20 mai 2019 Sebastien Gadat

PC 5 { Calcul de lois & Vecteurs gaussiens

Exercice 1.SoientXetYdeux variables aleatoires independantes gaussiennes centrees reduites. 1.

D eterminerla loi de X+Yp2

;XYp2 2.

D eterminerla loi de X=Y.

Solution.CommeXetYsont independantes, la loi de (X;Y) a une densite12ex2+y22 surR2. Soitg:R2!Rune fonction continue bornee. On applique la methode de la fonction muette en calculantEh gX+Yp2 ;XYp2 i E gX+Yp2 ;XYp2 =12Z R

2gx+yp2

;xyp2 e x2+y22 dxdy:

Or (x;y)2RR7!(x+yp2

;xyp2 )2RRest unC1-dieormorphisme de jacobien 1. Le changement de variableu=x+yp2 etv=xyp2 donnex=u+vp2 ety=uvp2 , de sorte que : E gX+Yp2 ;XYp2 =12Z R

2g(u;v)e(u+v)2+(uv)24

dudv 12Z R

2g(u;v)eu2+v22

dudv:

On en deduit que (

X+Yp2 ;XYp2 ) est a densite, de densite donnee par (u;v)7!12eu2+v22 . Ainsi, X+Yp2 ;XYp2 ) a la m^eme loi qu'un couple de deux variables aleatoires gaussiennes centrees reduites independantes. CommeXetYsont independantes, la loi de (X;Y) a une densite12ex2+y22 surR2. Soit g:R!Rune fonction continue bornee. On applique la methode de la fonction muette en calculantE[g(X=Y)] : E gXY =12Z R 2gxy e x2+y22 dxdy: Or (x;y)2RR7!(x=y;y)2RRest unC1-dieormorphisme de jacobieny1. En faisant le changement de variableu=x=yetv=y, de sorte quex=uvety=v, on a Z R 2gxy e x2+y22 dxdy=Z R 2gxy jyjey22 (x2y

2+1)jyj1dxdy

Z R

2g(u)jvjev22

(u2+1)dudv Z R g(u) Z R jvjev22 (u2+1)dv du = 2 Z R g(u)1u

2+ 1du:

1 Donc E gXY =1 Z R g(u)1u

2+ 1du;

ce qui signie que la loi deX=Yest la loi de Cauchy, c'est-a-dire la loi de densite ((1+x2))1 par rapport a la mesure de Lebesgue. Exercice 2.(Pale 2013) SoientXetYdeux variables aleatoires independantes de lois respec- tives (;) et (+ 1=2;), avec >0 et >0. On pose (V;W) = (pXY ; pY). Determiner la loi de (V;W).

On rappelle que la densite de la loi (a;) est

1(a)axa1ex1x>0;avec (a) =Z

1 0 za1ezdz: Solution.CommeXetYsont independantes, la loi de (X;Y) a pour densite (x;y)7! f X(x)fY(y), oufXetfYdesignent les densites deXetY. On utilise alors la methode de la fonction muette :

E[h(V;W)] =Eh

h(pXY ; pY)i Z R

2h(pxy;

py)f(X;Y)(x;y)dxdy Z R

2h(pxy;

py)fX(x)fY(y)dxdy

2+1=2()(+ 1=2)Z

]0;1[2h(pxy; py)(xy)1=2e(x+y)dxdypx On considere le changement de variablev=pxy;w=pyqui est unC1dieomorphisme de ]0;1[2dans lui-m^eme. Le calcul du determinant de la matrice jacobienne donne dvdw=dxdy4 px

Ainsi, avecy=w2etx=v2=w2,

E[h(V;W)] =42+1=2()(+ 1=2)Z

]0;1[2h(v;w)v21e(w2+v2w

2)dvdw:

Ainsi, (V;W) est a densite et sa densite est donnee par f (V;W)(v;w) =42+1=2()(+ 1=2)v21e(w2+v2w

2)1v>0;w>0:

Exercice 3.1.Soit ( X;Y) un couple de variables independantes de lois respectives (a;) et (b;). Determiner la loi jointe du vecteur aleatoire (U;V) ouU=X=YetV=X+Y. 2. Soien tZetSdes variables independantes de lois respectivesN(0;1) et2n. On appelle loi de Studentandegres de liberte la loi de la variableT=ZpS=n . Montrer que la densite deTest donnee surRpar t7!n+12 pnn2

1 +t2n

n+12 2 Solution.1.D'apr esle cours, Vsuit la loi Gamma (a+b;). En revanche, pour determiner la densite jointe de (U;V) on utilisera la methode de la fonction muette. Soith:R2!R2 une fonction continue, bornee. Notons que par independancef(X;Y)=fXfY. On a

E[h(U;V)] =Z

R 2hxy ;x+y f (X;Y)(x;y)d(x;y) a+b(a)(b)Z R 2+hxy ;x+y x a1yb1e(x+y)d(x;y): Faisons le changement de variables (u;v) =(x;y) := (x=y;x+y). La reciproque est

1(u;v) =uv1+u;v1+u

. Le JacobienJde1(u;v) vaut

J= det

v(1+u)2u1+u v(1+u)211+u! v(1 +u)3+uv(1 +u)3=v(1 +u)2:

On en deduit que

E[h(U;V)] =a+b(a)(b)Z

R

2h(u;v)uv1 +u

a1v1 +u b1 e vjvj(1 +u)21fuv1+u>0;v1+u>0gd(u;v) Z R

2h(u;v)a+b(a+b)va+b1ev1v>0

|{z} =fV(v)(a+b)(a)(b)u a1(1 +u)a+b1u>0 |{z} =fU(u)d(u;v): On observe queVsuit bien la loi Gamma (a+b;). La loi deUest dite loi beta prime de parametresaetb. En plus,UetVsont independantes, car la densite jointe se factorise. 2.

Soit h:R!Rune fonction continue, bornee. On a

E[h(T)] =Z

R 2h rn s z f

Z(z)fS(s)d(z;s)

Z R +Z R h rn s z1p2ez22 12 n2 n2 sn2 1es2 dzds:

Par le changement de variablet=pn

s zavecdz=ps n dt, on obtient

E[h(T)] =12

n+12 n2 p Z R +Z R h(t)est22nsn2 1es2 rs n dtds 12 n+12 n2 pn Z R h(t)Z R +sn+12 1exp s2 t2n + 1 |{z} = densite de la loi n+12 ;12 t2n + 1 a une constante presdsdt n+12 n2 pn Z R h(t)t2n + 1 n+12 dt:

On trouve bien queTa la densite(n+12

)pn(n2

1 +t2n

n+12 Exercice 4.SoitX= (X1;X2;X3) un vecteur gaussien centre de matrice de covariance 0 @3 1 0 1 2 0

0 0 11

A 3

1.Que p eut-ondire de X3et de (X1;X2)?

2.

Quelle est la loi de ( X1;X2)?

3. Mon trerque p ourtout a2Rle vecteur (X2;X2+aX1) est un vecteur gaussien. 4. En c hoisissantade sorte queX2etX2+aX1soient independants, calculerE[X1jX2]. Solution.1.On v oitque p ouri= 1 eti= 2 on a Cov(X3Xi) = 0. DoncX3est independant du vecteur gaussien (X1;X2). 2. On v amon trerque ( X1;X2) est un vecteur gaussien centre, de matrice de covariance

12=3 1

1 2 . On calcul la densite de (X1;X2) par la formule f (X1;X2)(x1;x2) =Z

R1(2)3=2pj12je12

(x1x)dx3

12pj12jZ

R1p2e12

(x1x)dx3; puisquejj=j12j. On a de plus 1=1120 0 1 donc f (X1;X2)(x1;x2) =12pj12je12 ((x1;x2)1

12(x1;x2)t)Z

R1p2e12

jx3j2dx3

12pj12je12

((x1;x2)1

12(x1;x2)t):

3.

On a ( X2;X2+aX1)t=A(X1;X2)tavecA=0 1

a1 . Donc (X2;X2+aX1) est un vecteur gaussien centre de matriceA12At. 4. Comme le v ecteur( X2;X2+aX1) est gaussien (centre),X2etX2+aX1sont independants si et seulement si Cov(X2;X2+aX1) = 0. Or

Cov(X2;X2+aX1) = Var(X2) +aCov(X2;X1) = 2 +a:

En prenanta=2, on en deduit queX22X1etX2sont independants. Pour calculerE[X1jX2], l'idee est de choisir;pour avoirX1=(X22X1)+X2: en ecrivantX1=12 (X22X1) +12

X2, on obtient donc :

E[X1jX2] =12

E[X22X1jX2] +E12

X2jX2 =12

E[X22X1] +12

X2=12 X2: Exercice 5.SoientX;Y;Ztrois variables aleatoires independantes, de m^eme loiN(0;1). Mon- trer que la variable aleatoire (XY)2+ (XZ)2+ (YZ)2est independante de la variable aleatoireX+Y+Z. Solution.CommeX;Y;Zsont i.i.d. de loi normale standard, le vecteur (X;Y;Z) est gaussien centree de matrice de variance l'identite (produit des densites). On a (X;Y;Z) N3(0;I3).

Considerons le vecteur

V:=0 B B@XY XZquotesdbs_dbs17.pdfusesText_23
[PDF] exercices vocabulaire policier

[PDF] exercices word 2007 gratuit pdf

[PDF] exercices word 2010 pdf

[PDF] exercices word 2010 perfectionnement

[PDF] exercices word 2013 pdf

[PDF] exercices word gratuit télécharger

[PDF] exercices+corrigés de prise de notes

[PDF] exigences de la carrière d'un entrepreneur

[PDF] exigences des parties intéressées

[PDF] exigences essentielles dispositifs médicaux

[PDF] exigences ohsas 18001

[PDF] existance ou existence

[PDF] existe t il des formes de conscience commune selon weber

[PDF] existence anglais

[PDF] existence antonyme