Explorer les Livres électroniques
Catégories
Explorer les Livres audio
Catégories
Explorer les Magazines
Catégories
Explorer les Documents
Catégories
ième
1. étant la v.a.r. modélisant le contenu d'une bouteille. La loi de X est inconnue. e(X) = µ = 100:
la contenance moyenne d'une bouteille. V (X) = σ = 2 : la variance du contenu d'une bouteille.
X
2 2
n = 30 (grand échantillon).
∀i ∈ {1, 2, ..., n}, soit X la v.a.r. modélisant le contenu de la i bouteille dans un échantillon (de
ième
taille n).
i
Soit X = n1 X X , avec n = 30, la v.a.r. modélisant le contenu moyen d'une bouteille dans un
n
n i
!
n
1X
e Xn = e Xi
n i=1
n
1X
= e (Xi )
n i=1
1
= ne (Xi )
n
= e (X)
= µ = 100
n
!
1X
V Xn = V Xi
n i=1
n
1 X
= V (Xi )
n2 i=1
1
= nV (Xi )
n2
1
= V (X)
n
σ2
=
n
22
=
1 30
n est grand (30), les X sont de même loi et indépendantes,
i les hypothèses du Théorème Central
Limit (TCL) sont satisfaites, et X → N 100, 30 et par suite T = X − 100 converge vers la loi
2
2 n
n
√2
X n − 100
T = −→ N (0; 1)
√2
30
2. X 22
, alors:
n →N 100,
30
P X n > 101 = 1 − P X n ≤ 101
" #
X n − 100 101 − 100
=1−P 2 ≤ 2
√ √
30 30
= 1 − P [T ≤ 2.74]
= 1 − 0.9969
soit 0.31%
= 0.0031
P X n > 99.5 = 1 − P X n ≤ 99.5
" #
X n − 100 99.5 − 100
=1−P 2 ≤ 2
√ √
30 30
= 1 − P [T ≤ −1.37]
= 1 − Φ(−1.37)
= 1 − (1 − Φ(1.37))
= Φ(1.37)
soit 91.47%
= 0.9147
0.99 = P 100 − 0.5 < X n ≤ 100 + 0.5
= P −0.5 < X n − 100 ≤ 0.5
" #
0.5 X n − 100 0.5
=P − 2 < 2 ≤ 2
√ √ √
n n n
" # " #
0.5 0.5
=Φ −Φ −
√2 √2
n n
" # " #
0.5 0.5
=Φ − 1−Φ )
2 √2
n
√2
n
" #
0.5
= 2Φ −1
√2
n
" #
0.5
⇒Φ = 0.995
√2
n
Ainsi, il faut considérer un échantillon de 107 bouteilles pour que le remplissage moyen ne s'écarte
de plus ou moins 0.5 cl de 100cl avec une probabilité égale à 0.99.
2 Soient les variables aléatoires indépendantes X , i = 1, 2, ..., n et Y , i = 1, 2, ..., k distribuées selon la même
i i
R=
W
Z
et Q = WZ .
1. Sans faire de démonstration, quelle est la loi de T , i = 1, 2, ..., n?
2. Quelle est la probabilité que T ne dépasse pas son espérance mathématique?.
i
3. Pour k = 30, trouver t telle que P [T > t] = 0.95. Illustrer graphiquement le résultat ainsi obtenu
i
Solution:
k
1.
X
Yi ∼ N (0, 1) =⇒ Yi2 ∼ χ (1) =⇒2
Yi2 2
∼ χ (k) Xi
Ti = √ ∼ T (k) , i = 1, ..., n
i=1 Z
Xi ∼ N (0, 1)
2. Ti ∼ T (k) dont µ = 0 et σ 2
=
k
,k ≥ 2 Alors la distribution de T est symétrique par rapport à
.0
k−2
4. Loi de R = WZ
k
X
Xi2 2
Xi2 2
Xi ∼ N (0, 1) ⇒ ∼ χ (1) ⇒ ∼ χ (n)
Pk X 2 /n
W
i=1 i=1 i
k Pk = = R ∼ F (n, k)
2 2
X
2 2
2
i=1 Yi /k
Z
Yi ∼ N (0, 1) ⇒ Yi ∼ χ (1) ⇒ Yi ∼ χ (n)
i=1
Z 1
Q= = ∼ F (k, n)
5. et
W R
n = 30, k = 40 r =? R ∼ F (30, 40) Q ∼ F (40, 30)
P [R < r] = 0.95 =⇒ P [R > r] = 0.05 Donc,
r = 1.74
P [R < 2r + 1] = 0.99 =⇒ P [R > 2r + 1] = 0.01 =⇒ 2r + 1 = 2.20 Donc, r = 0.60
6. et r telles que P [r
r1 2 1 < R < r ] = 0.90 et P [R < r ] = 0.95
2 2
3
[r 1 < R < r2 ] = P [R < r2 ] − P [R < r1 ] = 0.95 − P [R < r1 ] = 0.90 =⇒ P [R < r1 ] = 0.95 −
0.90 = 0.05
ftbpF4.7625in2.514in0ptFigure
1 1 1 1
P [R < r1 ] = P < =P Q> = 0.05 =⇒ = 1.79
R r1 r1 r1
3 La variation du cours boursier est une variable aléatoire distribuée selon une loi normale. Soient X la
variation du cours d'un titre A et Y celle d'un titre B. Les fonctions génératrices des moments de X et
de Y sont respectivement:
M (t) = exp t et M (t) = exp [2t] exp t
9 2 1 2
X Y
2 2
X et Y sont indépendantes.
1. Calculer les probabilités P [X < 0] et P [−1 < Y < 1]
2. Quelle est la loi de la variable aléatoire W = X + Y ?
3. Calculer P [W > 2]?
4. Quelle est la loi de la variable aléatoire Z = 101 (W − 2) ? 2
Solution:
1. Si alors
2
1 2 2
XX ∼ N µ, σ MX (t) = exp µt + σ t
2
Titre
2
9 2
A X ∼ N µX , σX MX (t) = exp t X ∼ N (0, 9)
2
Titre
1
B Y ∼ N µY , σY2 MY (t) = exp [2t] exp t2
Y ∼ N (2, 1)
2
X −0
P [X < 0] = P < 0 = P [Z < 0] = 0.5
3
−1 − 2 1−2
P [−1 < Y < 1] = P <Z< = P [−3 < Z < −1] = φ (3) − φ (1) = 0.99865 −
1 1
0.68413 = 0.15735
2. La loi de probabilité de W = X + Y, X Y et sont indépendantes.
W ∼ N µX + µY , σX2
+ σY2
donc,
W ∼ N (2, 10)
3.
2−2
P [W > 2] = P Z > √ = P [Z > 0] = 0.5
10
4 La fonction génératrice des moments d'une variable aléatoire réelle continue X est dénie par: M (t) =
X
(1 − 2t) .
−n/2
n2 = 2n
P [c < X < d] = 0.8
2. n = 12, P [X < c] = 0.1
P [X > d] = 0.1
Solution:
P χ2 ≥ a 1 − P χ2 < a = 0.975
=
=⇒ P χ2 < a = 0.025
Calculer P [X + Y ≥ 17.29]?
etant donée la stabilité de la loi de Khi-deux: X + Y ∼ χ (26)
2
X ∼∼ χ (12) 2
Solution: 2
Y ∼ χ (14)
P [X + Y ≥ 17.29] = 1 − P [X + Y < 17.29] = 0.90
Donc, P [X + Y < 17.29] = 0.10