Académique Documents
Professionnel Documents
Culture Documents
Montrer que
1
et du Multimédia de Sfax Décembre 2019 E(X) = 1 − .
1+θ
Enseignant : Abdallah Ben Abdallah
3. Si trois observations x1 = 0.4, x2 = 0.7, x3 = 0.9, sont enregistrées de la variable X,
donner une estimation θ̂ de θ .
Série 5
Estimation des paramètres Exercice 3 : L’installation d’un certain hardware prend un temps aléatoire X de moyenne µ
et d’écart type σ les deux inconnus (l’unité est la minute). Un technicien installe ce hardware
Des valeurs numériques utiles : sur n ordinateurs. Soit X1 , · · · , Xn les temps des installations correspondants. Nous désignons,
respectivement, par X et S2 la moyenne et la variance de l’échantillon.
φ −1 (0.995) = 2.57, t18
−1 −1
(0.995) = 2.8784, χ18 −1
(0.995) = 37.16, χ18 (0.005) = 6.26 1. Nous supposons que σ est connu et est égal à 5 mn.
(a) Quelle est approximativement la loi et les éléments caractéristiques de la variable
où φ est la fonction de répartition de la loi normale centrée réduite N (0, 1), tn est la fonction
aléatoire
de répartition de la loi de Student de degré de liberté n et χn est la fonction de répartition de la X −µ
Z= √ ?
loi Khi2 de degré de liberté n. σ/ n
Préciser le Théorème utilisé.
Exercice 1 : Lorsque nous exécutons un code sur un ordinateur, le nombre de fois où il (b) Déterminer en fonction de n, la marge d’erreur approximatif ∆ tel que
fonctionne sans erreur suit une loi géométrique de paramètre inconnu p ∈]0, 1[. Pour 5 ordina-
teurs indépendants, un étudiant enregistre les nombres suivants d’exécutions sans erreurs : P X − ∆ ≤ µ ≤ X + ∆ = 0, 99.
2. Si nous exécutons le code sur un nouveau ordinateur, quelle est la probabilité qu’il fonc-
avec zα/2 = φ −1 (1 − α/2).
tionne sans erreurs jusqu’à la 4 ème fois ?
(c) Avec une confiance de 99%, quelle est la taille minimale n∗ d’échantillon pour que
∆ soit plus petite que 3 mn ?
Exercice 2 : Soit X une variable aléatoire de densité de probabilité :
2. Nous supposons maintenant que σ est inconnu et que le technicien a installé le hardware
(
θ xθ −1 , x ∈ [0, 1], sur 19 ordinateurs. La moyenne observée de l’installation est x = 42mn et la variance est
f (x) =
0, sinon, s2 = 4.
(a) Quelle est approximativement la loi et les éléments caractéristiques de la variable
avec θ est un paramètre positif inconnu. aléatoire
X −µ
T= √ ?
1. Vérifier que f est bien une densité de probabilité. S/ 19
1
(b) Déterminer un intervalle de confiance de µ avec une valeur de confiance 0,99. Indi- Corrigé de série n◦ 5
cation : Nous rappelons que
P − t1−α/2,18 ≤ Z ≤ t1−α/2,18 = 1 − α,
Exercice 1 : Lorsque nous exécutons un code sur un ordinateur, soit X le nombre de fois où il
−1 fonctionne sans erreur. Nous supposons que X suit une loi géométrique de paramètre inconnu
avec t1−α/2,18 = t18 (1 − α/2) où t18 est la fonction de répartition de la loi de Student
p ∈]0, 1[. Soit X1 , · · · , X5 un échantillon aléatoire de X et
de degré de liberté 18.
(c) Quelle est approximativement la loi et les éléments caractéristiques de la variable 1
X = (X1 + · · · + X5 )
aléatoire 5
18 2
K= S ? la moyenne de l’échantillon aléatoire. Soit encore
σ2
(d) Déterminer un intervalle de confiance de σ avec une valeur de confiance 0,99. 1 5
S2 = ∑ (Xk − X)2
5 − 1 k=1
Exercice 4 : (Exam 2010) Lorsqu’on transmet un message µ ∈ R à travers un canal de
communication d’un emplacement A vers un emplacement B, on reçoit en B le message la variance de l’échantillon. Les 5 valeurs observés de X sont 3, 7, 5, 3, 2.
2
erreurs jusqu’à la 4 ème fois est donné par 2. Nous avons
Z +∞
P(X ≥ 5) = 1 − P(X < 5) E X = x f (x)dx
−∞
= 1 − (P(X = 1) + P(X = 2) + P(X = 3) + P(X = 4)) Z 1
= θ xθ dx
= 1 − (0.25) × (0.75)1−1 + (0.75)2−1 + (0.75)3−1 + (0.75)4−1
0
h xθ +1 i1
1 − (0.75)4 = θ
= 1 − (0.25) × θ +1 0
1 − 0.75
4 θ
= (0.75) = 0.3164 =
θ +1
1
. = 1−
1+θ
Exercice 3 :
3
est équivalent à ou encore
∆ ∆
S S
P − √ ≤Z≤ √ = 0, 99 = 1 − α. P X − t0.995,18 √ ≤ µ ≤ X + t0.995,18 √ = 0.99
5/ n 5/ n 19 19
D’où α = 0.01. D’autre part, nous avons Un simple calcul numérique donne
S 2.8784 × 2
t0.995,18 √ = √
P − zα/2 ≤ Z ≤ zα/2 = 1 − α = 1.321
19 19
4
Ainsi,
P (σ ∈ [1.39, 3.39]) = 0.99,
1 81
x = (5 + 8.5 + 12 + 15 + 7 + 9 + 7.5 + 6.5 + 10.5) = = 9.
9 9
2. La variable aléatoire
X −µ X −µ
Z= = √ ,
σ /3 σ/ 9
suit une loi normale centrée réduite N (0, 1).
3. Nous avons
P (−1.96 < Z < 1.96) = 0.95
ou encore
X −µ
P −1.96 < < 1.96 = 0.95
σ /3
D’où σ σ
P X − 1.96 < µ < X + 1.96 = 0.95
3 3
Ainsi,
P (9 − 1.3 < µ < 9 + 1.3) = 0.95,
c’est à dire [7.7, 10.3] est un intervalle de confiance de µ de valeur de confiance 95%.