Vous êtes sur la page 1sur 2

Université des Frères Mentouri Constantine Mardi 9 Janvier

2018
Département d’Electronique
Master 2 Réseaux des Télécommunications
Module Techniques Radars

Solutions du Devoir Maison N°2

Exercice N°1:

2
1- Comme les X i sont des variables aléatoires N ( 0 , σ X ) et IID, la fonction densité conditionnelle
N
Y =∑ X i
de  ; i.e., la fonction de vraisemblance est donnée par:
i=1

1 y2
L ( N ) = f Y |N ( y|N )=
√2π N σ X
exp −
2 Nσ 2X ( )
2
1 1 y
ln L( N )=ln f Y|N ( y|N )=− ln 2 π− ln N −ln σ X −
2 2 2 Nσ 2X . Donc,

∂ln f Y|N ( y|N ) 1 y2 ¿


Y
2
=− + 2 2 N=
∂N 2 N 2 N σX σ 2X
=0. Par conséquent:
N 2

2-
[
¿
E N| σ =E ]
∂ln f Y|N ( y|N )
Y 2

[ ]
σ 2X
| N =E

1
[ ]
y2
(∑ )
i
Xi

σ 2X
1 ¿
| N =N ⇒ ¿
L’estimateur N est non biaisé.

=− + 2 2 = 2 ( N −N )
∂N 2 N 2 N σX 2 N
3- .
∂ln f Y|N ( y|N ) ∂ln f Y|N ( y|N ) ¿
=c ( N ) ( N −N )
Comme ∂N peut s’écrire sous la forme ∂N où
1
c ( N )=
2 N2
¿
N est un estimateur efficient.

4- Pour déterminer la variance conditionnelle, nous devons d’abord calculer:

∂2 ln f Y | Θ ( y | θ )
E
[ ∂θ
2 ] [
=E
1
2

2 N N σX
y2
3 2
1
=− 2
N ]
¿

Par conséquent:
[
var ( N −N ) /N = N 2 ]
Exercice 2:
yk
K K
1 − 1 1
1-
f Y | Θ ( y | θ)=∏ e θ = K exp − ∑ y k
k=1 θ θ θ k=1 ( )
K
1
⇒ ln f Y| Θ ( y | θ )=−K lnθ− ∑ y k )
θ k =1
K K
∂ln f Y| Θ ( y | θ) K 1 1
=− + 2 ∑ y k=0⇒ θ^ ml= ∑ y k
Donc, ∂θ θ θ k =1 K k=1

2-
E [Θ
^ | θ ]=E
[ 1
K k =1 K K ]
∑ Y = 1 Kθ=θ
. Par conséquent, l’estimateur est non biaisé.

3- Pour déterminer la limite inférieure (Cramer Rao Bound), nous calculons d’abord

∂2 ln f Y | Θ ( y | θ ) K
E
[
2
∂θ 2 ] [ K 2 K 2K
]K
= E 2 − 3 ∑ Y k = 2 − 2 =− 2
θ θ k=1 θ θ θ . Donc la limite inférieure du CRB est
θ
K