ESTIMATION Exercices

Documents pareils
Intégration et probabilités ENS Paris, TD (20)13 Lois des grands nombres, théorème central limite. Corrigé :

x +1 + ln. Donner la valeur exacte affichée par cet algorithme lorsque l utilisateur entre la valeur n =3.

Comportement d'une suite

Chapitre 3 : Fonctions d une variable réelle (1)

Etude de la fonction ζ de Riemann

EXERCICES : DÉNOMBREMENT

Limites des Suites numériques

Exercice I ( non spé ) 1/ u 1 = u / Soit P la propriété : u n + 4. > 0 pour n 1. P est vraie au rang 1 car u 1

Séquence 5. La fonction logarithme népérien. Sommaire

FEUILLE D EXERCICES 17 - PROBABILITÉS SUR UN UNIVERS FINI

1 Mesure et intégrale

Cours de Statistiques inférentielles

Dénombrement. Chapitre Enoncés des exercices

STATISTIQUE : TESTS D HYPOTHESES

. (b) Si (u n ) est une suite géométrique de raison q, q 1, on obtient : N N, S N = 1 qn+1. n+1 1 S N = 1 1

Convergences 2/2 - le théorème du point fixe - Page 1 sur 9

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable

Baccalauréat S Asie 19 juin 2014 Corrigé

II LES PROPRIETES DES ESTIMATEURS MCO 1. Rappel : M1 LA REGRESSION : HYPOTHESES ET TESTS Avril 2009

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable

Les Nombres Parfaits.

Séries réelles ou complexes

[ édité le 10 juillet 2014 Enoncés 1. Exercice 6 [ ] [correction] Si n est un entier 2, le rationnel H n =

Suites et séries de fonctions

Processus et martingales en temps continu

La France, à l écoute des entreprises innovantes, propose le meilleur crédit d impôt recherche d Europe

14 Chapitre 14. Théorème du point fixe

STATISTIQUE AVANCÉE : MÉTHODES

Groupe orthogonal d'un espace vectoriel euclidien de dimension 2, de dimension 3

SÉRIES STATISTIQUES À DEUX VARIABLES

Exo7. Déterminants. = 4(b + c)(c + a)(a + b). c + a c + b 2c Correction. b + a 2b b + c. Exercice 2 ** X a b c a X c b b c X a c b a X

c. Calcul pour une évolution d une proportion entre deux années non consécutives

Module 3 : Inversion de matrices

Chapitre 2 SONDAGE ALEATOIRE SIMPLE OU A PROBABILITES EGALES. 2.1 DEFINITIONS 2.2 SONDAGE ALEATOIRE SIMPLE SANS REMISE (PESR) 2.2.

Polynésie Septembre Exercice On peut traiter la question 4 sans avoir traité les questions précédentes.

Principes et Méthodes Statistiques

55 - EXEMPLES D UTILISATION DU TABLEUR.

Processus géométrique généralisé et applications en fiabilité

UNIVERSITÉ DE SFAX École Supérieure de Commerce

20. Algorithmique & Mathématiques

Statistique Numérique et Analyse des Données

Chapitre 3 : Transistor bipolaire à jonction

Solutions particulières d une équation différentielle...

capital en fin d'année 1 C 0 + T C 0 = C 0 (1 + T) = C 0 r en posant r = 1 + T 2 C 0 r + C 0 r T = C 0 r (1 + T) = C 0 r 2 3 C 0 r 3...

Probabilités et statistique pour le CAPES

Terminale S. Terminale S 1 F. Laroche

UV SQ 20. Automne Responsable d Rémy Garandel ( m.-el. remy.garandel@utbm.fr ) page 1

Cours 5 : ESTIMATION PONCTUELLE

Statistique descriptive bidimensionnelle

CHAPITRE 2 SÉRIES ENTIÈRES

Formation d un ester à partir d un acide et d un alcool

Université de Bordeaux - Master MIMSE - 2ème année. Scoring. Marie Chavent machaven/

UNIVERSITE MONTESQUIEU BORDEAUX IV. Année universitaire Semestre 2. Prévisions Financières. Travaux Dirigés - Séances n 4

Exercices de mathématiques

16.1 Convergence simple et convergence uniforme. une suite de fonctions de I dans R ou C.

Échantillonnage et estimation

MUTUELLE D&O MUTUELLE D&O. Copilote de votre santé. AGECFA-Voyageurs CARCEPT CARCEPT-Prévoyance CRC CRIS CRPB-AFB

Séries numériques. Chap. 02 : cours complet.

RECHERCHE DE CLIENTS simplifiée

Dénombrement. Introduction. 1 Cardinaux d'ensembles nis. ECE3 Lycée Carnot. 12 novembre Quelques dénitions

Augmentation de la demande du produit «P» Prévision d accroître la capacité de production (nécessité d investir) Investissement

Consolidation. C r é e r un nouveau classeur. Créer un groupe de travail. Saisir des données dans un groupe

3.1 Différences entre ESX 3.5 et ESXi 3.5 au niveau du réseau. Solution Cette section récapitule les différences entre les deux versions.

Deuxième partie : LES CONTRATS D ASSURANCE VIE CLASSIQUES

Chaînes de Markov. Arthur Charpentier

4 Approximation des fonctions

LES ÉCLIPSES. Éclipser signifie «cacher». Vus depuis la Terre, deux corps célestes peuvent être éclipsés : la Lune et le Soleil.

Chap. 6 : Les principaux crédits de trésorerie et leur comptabilisation

POLITIQUE ECONOMIQUE ET DEVELOPPEMENT

Chap. 6 : Les principaux crédits de trésorerie et leur comptabilisation

Université Victor Segalen Bordeaux 2 Institut de Santé Publique, d Épidémiologie et de Développement (ISPED) Campus Numérique SEME

Compte Sélect Banque Manuvie Guide du débutant

PROMENADE ALÉATOIRE : Chaînes de Markov et martingales

II - Notions de probabilité. 19/10/2007 PHYS-F-301 G. Wilquet 1

Statistiques appliquées à la gestion Cours d analyse de donnés Master 1

La tarification hospitalière : de l enveloppe globale à la concurrence par comparaison

Les nouveaux relevés de compte

La maladie rénale chronique

Etude Spéciale SCORING : UN GRAND PAS EN AVANT POUR LE MICROCRÉDIT?

Baccalauréat ES/L Amérique du Sud 21 novembre 2013

Introduction : Mesures et espaces de probabilités

Des résultats d irrationalité pour deux fonctions particulières

Le chef d entreprise développe les services funéraires de l entreprise, en

Gérer les applications

Baccalauréat S Antilles-Guyane 11 septembre 2014 Corrigé

Sommaire Chapitre 1 - L interface de Windows 7 9

n tr tr tr tr tr tr tr tr tr tr n tr tr tr Nom:... Prénom :...

TRANSFERT DE CHARGE DANS UN RÉSEAU DE PROCESSEURS TOTALEMENT CONNECTÉS (*) par Maryse BÉGUIN ( 1 )

Commun à tous les candidats

COMMENT ÇA MARCHE GUIDE DE L ENSEIGNANT 9 E ANNÉE

Assurer la délivrabilité d'une plateforme d' ing. Neolane v6.0

Tempêtes : Etude des dépendances entre les branches Automobile et Incendie à l aide de la théorie des copulas Topic 1 Risk evaluation

RESOLUTION DES FLOW SHOP STOCHASTIQUES PAR LES ORDRES STOCHASTIQUES. DERBALA Ali *)

Université Pierre et Marie Curie. Biostatistique PACES - UE

Un nouvel opérateur de fusion adaptatif. A new adaptive operator of fusion. 1. introduction

Réseaux d ondelettes et réseaux de neurones pour la modélisation statique et dynamique de processus

Le marché du café peut être segmenté en fonction de deux modes de production principaux : la torréfaction et la fabrication de café soluble.

Risque de longévité et détermination du besoin en capital : travaux en cours

S-PENSION. Constituez-vous un capital retraite complémentaire pour demain tout en bénéficiant d avantages fiscaux dès aujourd hui.

Exercice autour de densité, fonction de répatition, espérance et variance de variables quelconques.

Transcription:

ESTIMATION Exercices EERCICE : Les variables aléatoires cosidérées das cet exercice sot défiies sur u espace probabilisable, AP, Soit a u réel strictemet positif et ue variable aléatoire de loi uiforme sur 0,a * ) Soit.O cosidère variables aléatoires,..., qui ot toutes la même loi que.o pose M Max espérace et sa variace ) E déduire que U,...,.Détermier la loi de M et calculer so M... l estimateur V? EERCICE : ESC 006) est u estimateur sas biais de E.Est-il préférable à Das cet exercice R désige u réel fixé strictemet positif et o cosidère la foctio f défiie sur f t) 0 si t 0, R par : f t) t si t 0; R R. a) Etudier la cotiuité de f. b) Motrer que f est ue desité de probabilité. O ote das toute la suite ue variable aléatoire réelle de desité f. F désige sa foctio de répartitio.. a) Détermier la valeur F x) lorsque x 0, puis lorsque x R. b) Motrer que pour tout réel x de [0 ; R], F ) x x R 3. a) Motrer que admet ue espérace et que E ) R. 3 b) Motrer que admet ue variace et quev ) R. 8 Das toute la suite désige u etier aturel o ul et,,, des variables aléatoires idépedates et de même loi que. O cherche à estimer le réel R à l'aide de,,,. 4. O ote T 3 k et o cherche à estimer R avect. k Motrer quet est u estimateur sas biais de R et calculer so risque quadratique oté r T ). 5. O ote M la variable aléatoire preat pour valeur le maximum des valeurs prises par les variables,,,

a) Motrer que pour tout réel x, P M x) F x)).e déduire la foctio de répartitio de M, puis motrer que M est ue variable aléatoire à desité b) Motrer qu'ue desité possible de M est la foctio g défiie sur I R par : g g t) t R t) 0 c) Motrer que M admet ue espérace et ue variace, et que : E M R ) Et V M ) R. ) ) d) O cherche à estimer R avec M : Calculer le biais de M oté b M ), et so risque quadratique oté r M ) 6. a) Détermier u équivalet simple lorsque ted vers + de b M ) et r M ). si si t t b) Quels sot les avatages et les icovéiets réciproques des estimateurst et M? EERCICE 3 : EDHEC AST 04 [ 0 ; [ 0 ; R ] R ]

que Z est u estimateur biaisé de N EERCICE 4: ECRICOME S 009) O examie das cet exercice deux méthodes différetes pour tester la cotamiatio par ue bactérie de 400 bouteilles de lait choisies au hasard sur le territoire Das tout l exercice, est u réel fixé, élémet de l itervalle 0, 0 O suppose que pour chaque bouteille, la probabilité de cotamiatio est égale au réel O dispose d u test permettat de maière ifaillible de savoir si l échatillo de lait qu o lui soumet est cotamié ou o quelque que soit le volume de cet échatillo). Das cette questio o adopte ue méthode simple cosistat à tester ue par ue chaque bouteille O ote k la variable de Beroulli valat si la k -ième bouteille testée est cotamiée et 0 si la k -ième bouteille est saie sot mutuellemet O supposera das tout l exercice que les variables k k 400 idépedates 400 a) Justifier que la variable Z k est u estimateur sas biais de 400 k b) Détermier la variace VZ de Z et justifier que VZ 4000 c) Motrer que P Z 0.05 0..Que peut-o e déduire sur l itervalle de cofiace Z0.05; Z 0.05?. Das cette questio o examie ue méthode mois directe : les 400 bouteilles sot regroupées e 40 lots de 0 bouteilles. O remplit alors 40 jerrycas e versat das chacu la quasi-totalité des 0 bouteilles d u lot o garde das chaque bouteille u peu de lait pour u futur deuxième exame évetuel)

O teste esuite chacu des 40 jerrycas : Si u jerryca est cotamié, o teste ue à ue les 0 bouteilles icrimiées Si u jerryca est pas cotamié, o cosidère les 0 bouteilles dot il est rempli comme saies O ote Y la variable de Beroulli valat si le ième jerryca dot il est rempli est cotamié et 0 sio Efi o ote T la variable aléatoire égale au ombre total de tests effectués das cette méthode a) Motrer que pour tout etier,40, EY b) Justifier que T 40 0Y 0 Y... 0Y 40 ET 440 400 c) E déduire que cette méthode est préférable à la première si et seulemet si e l0 0 et que 0 l0 0 0.79.Est-ce le cas ici? o doe e ) EERCICE 5 : ESSEC 005) Ue etreprise souhaite acquérir ue machie qui fabrique u certai type d'objets et qui, e foctioemet ormal, produit ue proportio p d'objets défectueux, 0 < p <. Le directeur veut coaître la valeur de p. Pour cela il teste la machie et prélève u échatillo de objets, >, qu'il aalyse. Pour tout i ; soit i la variable aléatoire de Beroulli défiie par i = si le ième objet prélevé est défectueux i = 0 sio O suppose que das les coditios de prélèvemet, les variables aléatoires ;... ; sot idépedates. O ote S = i. i S ) Motrer que F est u estimateur sas biais de p ) Calculer le risque quadratique r E F p.détermier lim Soit u réel de 0,. O souhaite détermier das cette questio u itervalle de cofiace du paramètre p icou, au iveau de cofiace, à partir de l'échatillo ;... ; ) F p 3) Quelle est la limite e loi de la suite? p p * 4) Soit t le réel défii par t = où désige la foctio de répartitio de la loi ormale cetrée, réduite. Motrer qu'u itervalle de cofiace de p au iveau est doé par U; V tel que t t P U p V ) où U = F et V = F +. r.

EERCICE 6 : extrait de HEC S 007) Pour p *, o cosidère u échatillo de p variables aléatoires T, T,..., Tp idépedates suivat toutes la même loi de Poisso de paramètre 0 icou. O veut estimer. O pose T p p p i TP Ti et Up p ) Motrer que Tp est u estimateur sas biais de ) Quelle est la limite e loi de la suite de variables aléatoires p p U? 3) O veut costruire, pour p assez grad, u itervalle de cofiace du paramètre au risque doé. Soit u le réel strictemet positif tel que PU u où U est ue variable aléatoire qui suit la loi ormale cetrée réduite. Justifier que, pour p assez grad, o peut écrire itervalle de cofiace Ip, Jp pour au risque. EERCICE 7 : P U u et détermier alors u O cherche à évaluer le ombre N de poissos das u étag. O prélève das l étag u échatillo de m poissos.o les marque et o les remet das l étag. O propose d estimer N. Soit *, m.o prélève des poissos das l étag, au hasard et avec remise. O ote la variable aléatoire égale au ombre de poissos qu il a été écessaire de pêcher pour obteir poissos marqués. Pour tout etier i tel que i, o pose Di i i.o pose de plus D et o suppose que les D sot des variables aléatoires idépedates. i ) a) Détermier, pour tout i,, la loi de D i, so espérace et sa variace.e déduire l espérace et la variace de. m b) O pose A.Motrer que A est u estimateur sas biais de N. ) a) Pour assez grad, par quelle loi peut-o approcher la loi de la variable aléatoire? m m b) O pose l écart type de A.Démotrer que.65 ;.65 est u.65 0.95 où est itervalle de cofiace pour N au seuil de cofiace 0.9 o doe la foctio de répartitio de la loi ormale cetrée et réduite). O a pu prouver par ailleurs que 00.O a marqué 00 poissos, puis effectué 450 prélèvemets pour obteir 50 poissos marqués. Doer u itervalle de cofiace réalisé pour N au seuil de cofiace 0.9. p

EERCICE 8 : extrait de HEC II S 0 Soit u etier aturel o ul A. O cosidère la foctio F défiie sur par : F x si x x 0 si x ) Tracer la courbe représetative de F e précisat la demi-tagete au poit d abscisse ) Motrer que la foctio F est la foctio de répartitio d ue certaie variable aléatoire à desité dot o précisera ue desité otée f 3) Motrer que admet aucu momet d ordre B. O cosidère variables aléatoires,,..., idépedates de même loi que et sup,,..., soit Z ) Détermier la foctio de répartitio otée G de la variable aléatoire Z O défiit sur la foctio H h par : H x exp ) si x 0 x 0 si x 0 ) Motrer que la foctio H est la foctio de répartitio d ue certaie variable aléatoire à desité Y dot o précisera ue desité otée h 3) Motrer que la suite de variables aléatoires Z * coverge e loi vers Y C. Das cette partie, suit la loi ormale d espérace icoue et de variace égale à... O ote la foctio de répartitio de la loi ormale cetrée réduite et O a toujours,,..., variables aléatoires idépedates de même loi que... ) Motrer que est u estimateur sas biais de ) Détermier u itervalle de cofiace du paramètre au risque dot le milieu est de demi-logueur le réel positif.vérifier que