[PDF] Exercices de M athématiques du SignalAléatoire M AA104





Previous PDF Next PDF



Quatre exercices de vecteurs aléatoires.

que la consultation individuelle et privée sont interdites. Mathématiques. Vecteurs aléatoires discrets. Enoncés. Exercice 1.



Probabilités

Exercices d'application corrigés 2.3 Variables aléatoires discrètes . ... Les vecteurs aléatoires réels ont beaucoup de propriétés similaires à celles.



Exercices : Vecteurs aléatoires discrets

Année 2015/2016. Vecteurs aléatoires discrets. Feuille d'exercices. 1 Soient X et Y deux variables aléatoires à valeurs dans {0 1} telles que :.



Exercices corrigés

Variables aléatoires et moments. EXERCICE 2.1.– [Variable aléatoire discrète et modulo]. Soient ? = N? B est l'ensemble P (?) des parties de ? et P({k}) 



Couples et vecteurs de variables aléatoires Préparation `a l

1 Couples et vecteurs aléatoires discrets. 1.1 Loi conjointe Exercice : Montrer que l'on définit bien ainsi la loi d'un couple aléatoire.





Exercices de M athématiques du SignalAléatoire M AA104

? ? ?2 = ?(1 ? ?) corrigé 21. Exercice. 22 variable aléatoire discrète. Soit X une variable aléatoire discr`ete `a valeurs dans {12



Probabilités et Applications

28 sept. 2004 3.3 Vecteurs aléatoires `a densité . ... 7 Quelques exercices corrigés ... En revanche si l'on conna?t la loi du couple discret (X



CHAÎNES DE MARKOV

4.4 Vecteurs aléatoires discrets . 5.4 Exercices : Introduction aux chaînes de Markov . ... 6.3 Exercices : dynamique d'une chaîne de Markov .



Variables al´eatoires `a plusieurs dimensions

d'une liste d'éxercices assez variés couvrant différents aspects des concepts vecteurs aléatoires discrets et de loi de probabilité respectives :.



[PDF] Exercices corrigés - IMT Atlantique

Variables aléatoires et moments EXERCICE 2 1 – [Variable aléatoire discrète et modulo] Soient ? = N? B est l'ensemble P (?) des parties de ? et P({k}) 



[PDF] Probabilités

Exercices d'application corrigés 2 3 Variables aléatoires discrètes Il est facile de voir que X est un vecteur aléatoire si et seulement si toutes



[PDF] TD1 : Variables aléatoires réelles vecteurs - Basile de Loynes

TD1 : Variables aléatoires réelles vecteurs aléatoires Exercice 1 Soit F : R ? R la fonction définie pour x ? R par F(x) = ex



[PDF] TD01- COUPLES DE VARIABLES ALEATOIRES DISCRETES ET

TD02- VARIABLES ALEATOIRES CONTINUES : COUPLES VECTEURS ET INDEPENDANCE Exercice 15 Déterminer les densités de probabilité conjointe et marginales dans 



[PDF] Variables aléatoires discrètes - Exo7 - Exercices de mathématiques

Exercice 1 Une entreprise pharmaceutique décide de faire des économies sur les tarifs d'affranchissements des courriers publicitaires à envoyer aux clients 



[PDF] Variables aléatoires discrètes - Xiffr

Exercice 1 [ 04093 ] [Correction] Soit (Xn)n?N une suite de variables aléatoires discrètes à valeurs dans un ensemble E et N une variable aléatoire à 



[PDF] Quatre exercices de vecteurs aléatoires - KlubPrepa

1) Déterminer la loi conjointe de (XY) 2) a) Déterminer les lois marginales de X et de Y b) Les variables aléatoires X et Y sont-elles indépendantes 



[PDF] Couples et vecteurs de variables aléatoires Préparation `a l

Exercice : Montrer que l'on définit bien ainsi la loi d'un couple aléatoire La loi trinomiale est une extension de la loi binomiale Imaginons en effet une 



[PDF] Exercices de M athématiques du SignalAléatoire M AA104

Mathématique du signal aléatoire Exercice 1 formule de Binôme corrigé 5 Exercice 6 calculs de probabilités Variable aléatoire discrète

  • Comment calculer la densité marginale ?

    On trouve la densité marginale en appliquant la formule du cours (par intégration). Remarquons que X X est à valeurs dans [0,1] [ 0 , 1 ] , et donc que pX(x)=0 p X ( x ) = 0 si x?[0,1] x ? [ 0 , 1 ] . Si x?[0,1] x ? [ 0 , 1 ] , on en déduit pX(x)=?+???pX,Y(x,y)dy=?1?x02dy=2(1?x).
  • Comment déterminer la loi d'un couple ?

    Soit Z = (X,Y) un couple de variables aléatoires discrètes. Définition et Théorème: La loi du couple (X,Y), appelée loi de probabilité simultanée ou loi conjointe, est la loi de la variable aléatoire Z définie par l'ensemble des nombres pij, (0 ? pij < 1) tels que : pij = Pr(X = xi ? Y = yi).
  • Comment déterminer la loi de XY ?

    La loi du couple (X, Y ) est définie par l'ensemble des probabilités : IP(X = x, Y = y) pour toutes valeurs possibles x et y. De même, pour y ? DY , on a IP(Y = y) = ?x?DX IP(X = x, Y = y).
  • La loi de probabilité d'une variable aléatoire discrète X se présente généralement sous forme de tableau. Elle donne les valeurs possibles prises par X et les probabilités associées à ces valeurs. Un joueur lance un dé équilibré à 6 faces : S'il obtient 1 ou 2, il ne gagne rien.

0500100015002000250030000.75

0.8 0.85 0.9 0.95 1

Exercices de

Mathématiques du

Signal Aléatoire

MAA104

c?(2008) D.GHORBANZADEH dariush.ghorbanzadeh@cnam.fr

Math´ematique du signal al´eatoire

Exercice

1 formule de Binôme

En utilisant la formule de Binˆome (x+y)n=n?

k=0Cknxkyn-k, calculer les sommes suivantes : S 1=n? k=0CknS2=n? k=1kCkn S 3=n? k=1k(k-1)CknS4=n? k=1k2Ckn

Exercice

2 combinatoire Soit Ω un ensemble fini `aN´el´ements. On d´esigne parP(Ω) l"ensemble de tous les sous-ensembles de Ω. Montrer que card(P(Ω)) = 2N. L"ensemble deP(Ω) poss`ede comme `el`ements tous les sous-ensembles de Ω form´e de :

0 ´el´ementil y en aC0N= 1 (∅ensemble vide)

1 ´el´ement

il y en aC1N=N(les singletons)

2 ´el´ements

il y en aC2N=N(N-1)2

3 ´el´ements

il y en aC3N=N(N-1)(N-2)3!......

N´el´ements

il y en aCNN= 1 (Ω lui-mˆeme)

Alors, card(P(Ω)) =N?

i=1CiN= 2N. corrig´e 2

Exercice

3 combinatoire Trouver toutes les compositions possibles d"une famille de4 enfants qui comprend deux filles et deux gar¸cons. Il y aC24= 6 possibilit´es :{(ffgg),(fgfg),(fggf),(ggff),(gfgf),(gffg)} corrig´e 3

Math´ematique du signal al´eatoire

Exercice

4 partition On consid`ere Ω l"ensemble des familles ayant 3 enfants et ond´esigne par E

1, E2, E3, E4les ´ev`enements suivants :

E

1={lafamilleaauplusdeuxfilles}

E

2={lafamillen?apasdefille}

E

3={lafamilleaunefille}

E

4={lafamilleadeuxfilles}

Montrer queE2, E3, E4foment une partition deE1.

On a :E

E

2={(ggg)}

E

3={(fgg),(gfg),(ggf)}

E

4={(ffg),(fgf),(gff)}

corrig´e 4

Exercice

5 calculs de probabilités Lorsque Nicolas joue aux ´echcs contre Louis, il gagne 5 foisplus souvent que ce dernier. Quelle est la probabilit´e que Nicolas gagne une partie? PosonsN={Nicolas gagne}etL={Louis gagne}. On cherche alors `a calculerP(N) sachant queP(N) = 5P(L). Or, par dfinition de la probabilit´e totale, on aP(N) +P(L) = 1. donc , 6P(L) = 1 soit

P(L) =1

6, on en d´eduit :P(N) = 1-16=56.

corrig´e 5

Exercice

6 calculs de probabilités Soit (Ω,P(Ω),P) un espace probabilis´e etA,Bdeux ´ev´enements deP(Ω)

2. Montrer que l"on a

Math´ematique du signal al´eatoire

Exercice

7 calculs de probabilités Soit (Ω,P(Ω),P) un espace probabilis´e etA,B,Ctrois ´ev´enements deP(Ω). On donne :P(A) = 0,65,P(A∩B) = 0,15,P(B∩C) = 0,1,P(A∩C) = 0,1,

P(A∩B∩C) = 0,05.

On poseH1=A?(B∩C),H2=A∩(B?C) etH3={niA,niB}.

1. CalculerP(H1) etP(H2).

2. CalculerP(H3) siP(B) = 0,35.

Exercice

8 calculs de probabilités Un ´etudiant, soucieux de ses r´esultats, estime `a 60% ses chances de r´eussir son cours de Math´ematiques, `a 85% ses chances de r´eussir son cours d"Informatique et `a 50% ses chances de r´eussir les deux mati`eres. Calculer la probabilit´e :

1. qu"il r´eussisse en Math´ematiques, mais pas en Infortmatique

2. qu"il r´eussisse en Informatique, mais pas en Math´ematiques

3. qu"il r´eussisse dans au moins une de ces deux mati`eres.

Exercice

9 calculs de probabilités On consid`ere le syst`eme d"´equations d"inconnus (x,y), dans lequela,b,cd´esignent trois param`etres r´eels :?x-2y= 3 ax-by=c Pour d´eterminer les coefficientsa,b,cl"on lance, trois fois, un d´e parfait dont les faces sont num´erot´ees de 1 `a 6 : le premier num´ero sorti donnea, le secondbet le trisi`emec.

1. Calculer les probabilit´esp1,p2,p3, pour que le syst`eme ainsi obtenu ait

respectivement : une infinit´e de solutions; aucune solution; une solution unique.

2. Quelle est la probabilit´e pour que le syst`eme admette lasolution unique (3,0).

Math´ematique du signal al´eatoire

Exercice

10 calculs de probabilités On lance un d´e parfait deux fois. Calculer la probabilit´e que la somme des points onbtenus soient sup´erieure ou ´egale `a 4 et que le premier point soit plus grand ou

´egal au deuxi`eme point.

Le d´e ´etant parfait on a donc :P(A) =card(A)

36. Pour d´eterminer le cardinal deAon a :

On peut donc ´ecrireAsous la formeA=6?

j=1M Du fait queM1,...M6sont disjoints on a : card(A) =6? j=1card(Mj). Or, card(Mj) = 6-max(4-j,j) + 1

En tenant compte de :

max(4-j,j) =?4-jsij= 1 jsij= 2,...,6 on obtient : card(A) =6? j=1(7-max(4-j,j)) = (7-(4-1)) +6? j=2(7-j) = 19

D"o`uP(A) =19

36.
corrig´e 10

Math´ematique du signal al´eatoire

Modèles d'urne

Une urne contientnboules,n1du typeA,n2de typeB. Un tirage consiste `a extraire une boule de l"urne et `a noter son typeAouB(n≥2,n1≥1 ,n2≥1). On effectueNtirages; soitω={ω1,...,ωN}´ev`enement associ´e. Parmi lesNtirages il y en aN1du typeAetN2=N-N1du typeB. Notons :Ai={i-`eme tirage est du typeA}etBi={i-`eme tirage est du typeB} on a :P(Ai) =n1 netP(Bi) =n2n.

•Modèle du tirage avec remise (N≥1)

Apr`es chaque tirage on remet la boule dans l"urne; des ´ev`enements associ´es `a des tirages diff´erents sont mutuellement ind´ependants. Toutes les boules pr´esentes dans l"urne ont la mˆeme probabilit´e d"ˆetre tir´ees.

On a donc

P({ω}) =?n1

n?

N1?n2n?

N2 Apr`es chaque tirage on ne remet pas la boule dans l"urne. A chaque tirage toutes les boules pr´esentes dans l"urne ont la mˆeme probabilit´e d"ˆetre tir´ees.

On a donc

P({ω}) =CN1n1CN2n2

Math´ematique du signal al´eatoire

Exercice

11

Modèle d"urne

Un joueur de bridge poss`ede dans sa main 13 cartes d"un jeu de52 cartes distribu´ees au hasard. Calculer la probabilit´e qu"il ait:

1. un as exactement.

2. au moins un as.

3. un as et un roi.

4. au moins un as et au moins un roi.

Exercice

12

Modèle d"urne

Une urne contientnboules dontn1rouges,n2blanche etn3bleues. On en tire 3 boules (sans les remplacer), calculer la probabilit´e pourque

1. toutes les trois soient rouges;

2. deux soient rouges et une blanche;

3. au moins une soit blanche;

4. il y ait une de chaque couleur;

5. les boules soient tir´ees dans l"ordre bleue, blanche et rouge.

Exercice

13 probabilité conditionnelle Une urne contient 7 boules blanches et 5 boules rouges. On extrait 2 boules sans remise. Quelle est la probabilit´e d"obtenir deux boules blanches? Que la deuxi`eme soit blanche? Notons :A={premi`ere boule blanche}etB={deuxi`eme boule blanche}. Alors

P(2boules blanches) =P(A∩B) =P(A)P(B|A) =7

127-112-1

P(deuxi`emebouleblanche) =P(B) =P(B∩(A?Ac)) =P((B∩A)?(B∩Ac)) =P(B∩A) +P(B∩Ac) =P(A)P(B|A) +P(Ac)P(B|Ac) =7

127-112-1+5127-012-1

corrig´e 13

Math´ematique du signal al´eatoire

Exercice

14 probabilité conditionnelle On lance un d´e dont les faces sont num´erot´ees de 1 `a 6. Les faces 3 et 6 sont blanches. Les faces 1 , 2 et 4 sont rouges. La face 5 est bleue. On suppose que le d´e est truqu´e et on a les probabilit´es des ´ev´enements ´el´ementaires suivantes : P({1}) = 0,1 ;P({2}) =P({3}) =P({4}) = 0,2 ;P({5}) =P({6}) = 0,15 Quelle est la probabilit´e d"obtenir une face avec un num´ero pair sachant que la face est blanche? NotonsA={face blanche}etB={num´ero pair}. On cherche la probabilit´eP(B|A). On a :P(B) =P({2}) +P({4}) +P({6}) = 0,55 etP(A) =P({3}) +P({6}) = 0,35. De plusP(A∩B) =P({6}) = 0,15 d"o`uP(B|A) =0,15

0,35=37.

corrig´e 14

Exercice

15quotesdbs_dbs4.pdfusesText_8
[PDF] exercices corriges des vecteurs aleatoires gaussiens

[PDF] exercices corrigés rdm pdf gratuit

[PDF] rdm cisaillement exercices corrigés pdf

[PDF] thermique du batiment exercice corrigé pdf

[PDF] td transfert thermique corrigé pdf

[PDF] exercices corrigés physique du batiment

[PDF] loi des gaz parfaits exercices corrigés

[PDF] pv=nrt exercice corrigé

[PDF] exercice thermodynamique gaz reel

[PDF] qcm transports membranaires

[PDF] mesure et intégration - licence - 10 examens corrigés

[PDF] mesure et intégration examens corrigés

[PDF] vecteur gaussien centré

[PDF] matrice de variance et covariance exercice corrigé

[PDF] exercice microéconomie consommateur