Travaux dirigés

Exercice1 :
Un matériel informatique a une durée de vie modélisée par une variable aléatoire de fonction de densité . Un ingénieur en
informatique sait qu’il devra l’utiliser pendant une durée de temps . Il souhaite naturellement qu’il n’y ait pas de panne durant
cette période. Cet ingénieur cherche en premier lieu à estimer les paramètres de la loi de cette durée de vie. Il a alors l’idée de
faire fonctionner, sur un banc d’essai, machines identiques à celle qu’il utilisera dans l’avenir. Il note les durées de panne
observées. D’après ces essais, il a montré que la densité de probabilité de cette durée de vie , en années, de ce matériel s’écrit
comme suit :

où est un paramètre réel strictement positif. On suppose que est inconnu.

1. Calculer
2. En déduire un estimateur de par la méthode des moments d’un échantillon de taille issu de .
3. Déterminer un estimateur de par la méthode du maximum de vraisemblance d’un échantillon de taille issu de .
4. Les estimateurs trouvés sont-ils sans biais? Sont-ils convergents?

1
1.

(Rq: c'est l'espérance de la loi exponentielle de paramètre

2. L'estimateur de la moyenne par la méthode des moments est la statistique

D'où l'estimateur de par la méthode des moments est:

2
3. Le paramètre inconnu est encore . Il s'agit ici d'une loi continue, la
vraisemblance est donc un produit de valeurs de la densité. Pour un n-réalisation
() elle vaut : L(
=
=
Son logarithme est :
=
= ln(
= n ln(.
La dérivée par rapport à est :

Elle s'annule pour :

3
 La dérivée seconde est :

.
Elle est strictement négative.
Conclusion: L'estimateur du maximum de vraisemblance de est:

4. On remarque que la méthode des moments et la méthode du MV coïncident et

elle donnent le même estimateur pour le paramètre :