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.
VECTEURS ALÉATOIRES DISCRETS Exercice 1. Soient X Y deux
Exercice 4. Soit ? ? R et soit (X
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.
ProbabilitesetApplications
BenjaminJOURDAIN
28septembre2004
2Tabledesmatieres
1Introduction:probabilitesurunespaceni1
2Variablesaleatoiresdiscretes11
3Variablesaleatoiresadensite27
i iiTABLEDESMATIERES4Simulation43
5Convergenceettheoremeslimites53
6Vecteursgaussiens67
TABLEDESMATIERESiii
7Quelquesexercicescorriges73
7.1 ivTABLEDESMATIERESChapitre1
Introduction:probabilitesurun
espaceni outillage.1.1Probabilitesurunespaceni,evenements
1.1.1Denitions
=f!1;!2;:::;!ng l'ensembledecesresultats.Exemple1.1.1.{Jetd'unepieceapileouface:
=fP;Fg. {Jetd'unde: =f1;2;3;4;5;6g.NdunombreNkd'experiences
uctuede deprobabilite.OnappelleevenementunepartieAde
.LafrequencedeAc'est-a-direlaproportion k:!k2AFk.Onestdoncamenea associerlaprobabiliteP k:!k2Apkal'evenementA.Commelafrequencede
vaut1,enpassantalalimite,onobtientPn k=1pk=1. =f!1;!2;:::;!ngestune81kn;pk0etnX
k=1p k=1: 1OnattribueatoutevenementA
lenombreP(A)=X
k:!k2Ap k quiestappeleprobabilitedel'evenementA.Exemple1.1.3.Jetdedeuxdesasixfaces:
=f(i;j):1i;j6gouidesignela delaponderation suivante:81i;j6;p(i;j)=1
36:A=f(1;1);(2;2);:::;(6;6)getP(A)=6X
i=1p (i;i)=636=16:
S(i;j)=i+j.Donc
fS=2g=f(1;1)gP(S=2)=1=36 fS=3g=f(1;2);(2;1)gP(S=3)=1=18 fS=4g=f(1;3);(2;2);(3;1)gP(S=4)=1=12 fS=10g=f(4;6);(5;5);(6;4)gP(S=10)=1=12 fS=11g=f(5;6);(6;5)gP(S=11)=1=18 fS=12g=f(6;6)gP(S=12)=1=36Terminologieconcernantlesevenements:
{SiP(A)=0,l'evenementAestditnegligeable. {SiP(A)=1,ilestditpresques^ur. nA. {SiA;BProbabilitedel'evenementA[B:
Pardenition,P(A[B)=P
k:!k2A[Bpk: BA UABU UABBA CCP(A[B)=X
k:!k2A\Bcp k+X k:!k2A\Bp k+X k:!k2Ac\Bp k X k:!k2A\Bcp k+X k:!k2A\Bp k! + X k:!k2Ac\Bp k+X k:!k2A\Bp k! X k:!k2A\Bp k X k:!k2Ap k+X k:!k2Bp kX k:!k2A\Bp k =P(A)+P(B)P(A\B): AinsiP(A[B)=P(A)+P(B)P(A\B):
Fonctionindicatrice:
!f0;1gdenie par 8!2 ;1A(!)=(1si!2A
0sinon.
faconcondenseef1A1B=1g?Conclureque
1A\B=1A1B:
Montreregalementque
1Ac=11Aet1A[B=1A+1B1A\B:
1.1.2Probabilitesuniformes
).Onditalors qu'ilsontequiprobables.OnaalorspourtoutevenementA
P(A)=X
k:!k2A1Card( )=Card(A)Card( =f(i;j):1i;j6gest munidelaprobabiliteuniforme. riend'uniforme. surlequelontravaille.Rappelsdedenombrement
Onsedonnen;p2Navecpn.
ensembleanelementsest Ap n=n!(np)!=n(n1):::(np+1): 2 nd,...,(np)eme)element.Cpn=n!p!(np)!:
Onchoisitcommeespacedeprobabilite
=ff:[1;n]![1;365]goupour1in, delaprobabiliteuniforme.OnaCard( )=365n. A etA\Ac=;,P(A[Ac)=P(A)+P(Ac)P(A\Ac))P(A)=1P(Ac):
365etP(Ac)=Card(Ac)
Card( etP(A)=1365
365364365:::365n+1365:
1.2.1Probabiliteconditionnelle
quel'ondonneaunevenementA:Denition1.2.1.Soit
munid'uneprobabilitePetA;B .Laprobabilitecondition-P(AjB)=P(A\B)=P(B)siP(B)>0
P(A)sinon.
Onchoisit
estunelleetlesecondungarcon.A=fundesenfantsestungarcong=fFG;GF;GGg
B=fundesenfantsestunelleg=fFF;FG;GFg:
OnaP(B)=Card(B)
Card( )=12.Donclaprobabiliterechercheeest
P(AjB)=P(A\B)
P(B)=1=23=4=23:
laprobabilitepourquel'autresoitungarcon.P(A\B)=P(AjB)P(B)
quisegeneraliseen pourmevenementsA1;:::;Am. pourquelesdeuxpiecessoientcorrectes. estbonne. quelaprobabilitechercheeestP(A1\A2)=P(A2jA1)P(A1)=5
935=13:
P(A)=Card(A)
Card( )=C26C210=6!8!2!10!4!2!=65109=13: (i.e.dessous-ensemblesdisjoints de dontlareunionest )etA t.q.P(A)>0.Alorspourtout1in,P(BijA)=P(AjBi)P(Bi)Pm
j=1P(AjBj)P(Bj): denominateurvautPm ilestegal resultatdesontestestpositif.1.3.EXERCICES7
1.2.2Independance
Denition1.2.6.Soit
independantssiP(A\B)=P(A)P(B):
8I[1;m];P \
i2IA i! =Y i2IP(Ai):Attention
{IlnesutpasqueP(A1\A2\:::\Am)=Qm i=1P(Ai)pourquelesevenements soientindependants. independants.Exemple1.2.9.JetdedeuxpiecesaPileouFace:
=fPP;PF;FP;FFgoupar munidelaprobabiliteuniforme.A=fPP;PFgP(A)=1=2
B=fPF;FFgP(B)=1=2
C=fPP;FFgP(C)=1=2
A\B=fPFgP(A\B)=1=4=P(A)P(B)
A\C=fPPgP(A\C)=1=4=P(A)P(C)
B\C=fFFgP(B\C)=1=4=P(B)P(C)
A\B\C=;P(A\B\C)=06=P(A)P(B)P(C):
1.3Exercices
nullespeuvent-ils^etreindependants?Quelleestlaprobabilited'obtenir\CHAT"?
soitlabonne(1kn). lesdeuxdesasixfaces.Quelestvotrechoix? (ouformuledePoincare) P n[ i=1A i =nX k=1(1)k+1pkoupk=X1i1 Onpourracommencerparetablirque
P n[ i=1A i =P(An)+P n1[ i=1A i P n1[ i=1(Ai\An) \tasses+sous-tasses"assortis. (b)EndeduireP(N=0). (c)Al'aideduresultatprecedent,montrerque P(fN=kg\Ai1\Ai2\:::\Aik)=(nk)!
n! 1nkX l=1(1)l+1l!! (d)Pour1kn,donnerP(N=k). 4,12et34.Trouver
facecachee.Choisissez-vousrougeoublanc? quevotresecondenfantaitlesyeuxbleus? 1.4.RESUME9
1.4Resume
SoitA;B
P(A[B)=P(A)+P(B)P(A\B):
PourB=Ac,cetteegaliteserecrit
P(A)=1P(Ac):
PourA;B
l'evenementBlenombre P(AjB)=P(A\B)P(B):
8I[1;m];P \
i2IA i! =Y i2IP(Ai): P(A\B)=P(A)P(B):
Chapitre2
Variablesaleatoiresdiscretes
2.1Espacedeprobabilite
Danslecasd'unespace
quelconquede =fP;Fg enesemblequiestinni.Desque l'onconsidereaunesous-classedeP( )appeleetribu. surcetensemble): Denition2.1.1.UnetribuAsur
estuneclassedepartiesde quiverielestrois proprietessuivantes: i);; 2A. ii)A2A)Ac2A. i2IAietT i2IAisont dansA. OnappelleevenementsleselementsdeA.
Exemple2.1.2.{f;;
gestlapluspetitetribusur .Onl'appelletribugrossiere. {P( )estlaplusgrossetribusur .Onl'appelletribudiscrete. {SiA ,f;;A;Ac; gestunetribusur Denition2.1.3.Soit
munid'unetribuA.Onappelleprobabilitesur( ;A)une applicationP:A![0;1]quiverie i)P( )=1. j2I;Ai\Aj=;)alors P i2IA i =X i2IP(Ai): 11quotesdbs_dbs42.pdfusesText_42
Onpourracommencerparetablirque
P n[ i=1A i =P(An)+P n1[ i=1A i P n1[ i=1(Ai\An) \tasses+sous-tasses"assortis. (b)EndeduireP(N=0). (c)Al'aideduresultatprecedent,montrerqueP(fN=kg\Ai1\Ai2\:::\Aik)=(nk)!
n! 1nkX l=1(1)l+1l!! (d)Pour1kn,donnerP(N=k).4,12et34.Trouver
facecachee.Choisissez-vousrougeoublanc? quevotresecondenfantaitlesyeuxbleus?1.4.RESUME9
1.4Resume
SoitA;B
P(A[B)=P(A)+P(B)P(A\B):
PourB=Ac,cetteegaliteserecrit
P(A)=1P(Ac):
PourA;B
l'evenementBlenombreP(AjB)=P(A\B)P(B):
8I[1;m];P \
i2IA i! =Y i2IP(Ai):P(A\B)=P(A)P(B):
Chapitre2
Variablesaleatoiresdiscretes
2.1Espacedeprobabilite
Danslecasd'unespace
quelconquede =fP;Fg enesemblequiestinni.Desque l'onconsidereaunesous-classedeP( )appeleetribu. surcetensemble):Denition2.1.1.UnetribuAsur
estuneclassedepartiesde quiverielestrois proprietessuivantes: i);; 2A. ii)A2A)Ac2A. i2IAietT i2IAisont dansA.OnappelleevenementsleselementsdeA.
Exemple2.1.2.{f;;
gestlapluspetitetribusur .Onl'appelletribugrossiere. {P( )estlaplusgrossetribusur .Onl'appelletribudiscrete. {SiA ,f;;A;Ac; gestunetribusurDenition2.1.3.Soit
munid'unetribuA.Onappelleprobabilitesur( ;A)une applicationP:A![0;1]quiverie i)P( )=1. j2I;Ai\Aj=;)alors P i2IA i =X i2IP(Ai): 11quotesdbs_dbs42.pdfusesText_42[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