Feuille de Soutien 1
Feuille de Soutien 1
Feuille de Soutien 1
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
L2 MASS, Université <strong>de</strong> Nice Sophia-Antipolis 2012 -2013<br />
SOUTIENS DE STATISTIQUES<br />
RAPPELS DE PROBABILITÉS<br />
Exercice 1. Dans tout l’exercice, X désigne une variable aléatoire (v.a). Dans chacune <strong>de</strong>s questions<br />
ci <strong>de</strong>ssous, on <strong>de</strong>man<strong>de</strong> <strong>de</strong> calculer l’espérance et la variance <strong>de</strong> X.<br />
(1) X est une v.a discrète à valeur dans un ensemble fini {x1,...,xn}.<br />
(2) X est une v.a discrète à valeur dans un ensemble dénombrable (comprenant une infinité<br />
d’élément, mais que l’on peut compter) {x1,...,xn,...}. Préciser sous quelles conditions la<br />
variance et l’espérance existent.<br />
(3) X est une v.a continue à valeur dans R. On suppose en outre que la loi <strong>de</strong> X admet une<br />
<strong>de</strong>nsité que l’on note fX. Préciser sous quelles conditions la variance et l’espérance existent<br />
(sont finis).<br />
Exercice 2. Soit X une v.a <strong>de</strong> loi <strong>de</strong> Bernoulli <strong>de</strong> paramètre p : X ⇠ B(p).<br />
(1) Montrer que E[X] =p et Var[X] =p(1 p).<br />
(2) On note Sn une somme <strong>de</strong> n v.a X1, ··· ,Xn i.i.d. (indépendante et i<strong>de</strong>ntiquement distribuées)<br />
où X1 ⇠ B(p). Quelle est la loi <strong>de</strong> Sn ? Démontrer le. Calculer son espérance et sa<br />
variance.<br />
Exercice 3. Loi faible <strong>de</strong>s grand nombre. Soit Sn une variable aléatoire <strong>de</strong> loi binomiale <strong>de</strong> paramètres<br />
n et p.<br />
(1) En utilisant l’inégalité <strong>de</strong> Bienaymé-Chebychev, montrer que :<br />
8a >0, P(|Sn<br />
p(1 p)<br />
np| >an) apple<br />
na2 .<br />
(2) En déduire que :<br />
8a >0, P(|Sn np| >an) apple 1<br />
(3) Que dire <strong>de</strong> la suite (Sn/n) ?<br />
.<br />
4na2 Exercice 4. Pour un réel strictement positif , on considère une suite <strong>de</strong> variables aléatoires<br />
(Xn)n , Xn <strong>de</strong> loi binomiale (n, /n) pour tout n , désignant la partie entière supérieure <strong>de</strong><br />
.<br />
(1) Soit k un entier naturel. Montrer que :<br />
(2) Comment s’appelle la loi limite ?<br />
lim<br />
n!+1 P(Xn = k) =<br />
(3) Calculer l’espérance et la variance <strong>de</strong> la loi limite.<br />
k<br />
e .<br />
k!<br />
Exercice 5. Soit > 0. SoitX une v.a <strong>de</strong> loi exponentielle <strong>de</strong> paramètre : X ⇠ E( ). Laloi<strong>de</strong><br />
X admet-elle une <strong>de</strong>nsité ? Si oui, donner cette <strong>de</strong>rnière. En déduire (par calcul) son éspérance et<br />
sa variance.<br />
1
Exercice 6.<br />
(1) Soit Z une variable aléatoire <strong>de</strong> loi Gaussienne <strong>de</strong> moyenne 0 et <strong>de</strong> variance 1.<br />
(a) Rappeler la <strong>de</strong>nsité <strong>de</strong> la loi <strong>de</strong> Z.<br />
(b) Soient m un réel et un réel strictement positif. Donner la loi <strong>de</strong> la variable aléatoire<br />
X = m + Z.<br />
(c) I<strong>de</strong>ntifier les valeurs m et comme valeurs caractéristiques <strong>de</strong> la loi <strong>de</strong> X. (Calculer<br />
E[X] et Var[X].)<br />
(2) Pour m un réel et un réel strictement positif, on désigne par X une variable aléatoire <strong>de</strong><br />
loi Gaussienne <strong>de</strong> moyenne m et <strong>de</strong> variance 2 . Montrer que l’on peut écrire X sous la<br />
forme m + Z, ouZ est une variable aléatoire Gaussienne centrée réduite.<br />
2