[PDF] Probabilités et Applications 28 sept. 2004 3.3





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.

ProbabilitesetApplications

BenjaminJOURDAIN

28septembre2004

2

Tabledesmatieres

1Introduction:probabilitesurunespaceni1

2Variablesaleatoiresdiscretes11

3Variablesaleatoiresadensite27

i iiTABLEDESMATIERES

4Simulation43

5Convergenceettheoremeslimites53

6Vecteursgaussiens67

TABLEDESMATIERESiii

7Quelquesexercicescorriges73

7.1 ivTABLEDESMATIERES

Chapitre1

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;:::;!ngestune

81kn;pk0etnX

k=1p k=1: 1

OnattribueatoutevenementA

lenombre

P(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)=6

36=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=36

Terminologieconcernantlesevenements:

{SiP(A)=0,l'evenementAestditnegligeable. {SiP(A)=1,ilestditpresques^ur. nA. {SiA;B

Probabilitedel'evenementA[B:

Pardenition,P(A[B)=P

k:!k2A[Bpk: BA UABU UABBA CC

P(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): Ainsi

P(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):

365et

P(Ac)=Card(Ac)

Card( et

P(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. quelaprobabilitechercheeest

P(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

independantssi

P(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=X

1i1

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

[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