5. Variables aléatoires simultanées

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

Mathématiques Financières : l essentiel Les 10 formules incontournables (Fin de période)

LE PRINCIPE DU RAISONNEMENT PAR RÉCURRENCE

SYSTEME FERME EN REACTION CHIMIQUE

Semestre : 4 Module : Méthodes Quantitatives III Elément : Mathématiques Financières Enseignant : Mme BENOMAR

L Analyse Factorielle des Correspondances

CHAPITRE 6 : LE BIEN-ETRE. Durée : Objectif spécifique : Résumé : I. L agrégation des préférences. Cerner la notion de bien-être et sa mesure.

Application de la théorie des valeurs extrêmes en assurance automobile

Coefficient de partage

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

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

GIN FA INSTRUMENTATION P Breuil

Etude de la fonction ζ de Riemann

Chapitre 3 : Fonctions d une variable réelle (1)

Processus et martingales en temps continu

Méthodologie version 1, juillet 2006

Les sinistres graves en assurance automobile : Une nouvelle approche par la théorie des valeurs extrêmes

Incertitudes expérimentales

" BIOSTATISTIQUE - 1 "

L information sera transmise selon des signaux de nature et de fréquences différentes (sons, ultrasons, électromagnétiques, électriques).

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

Ressources pour le lycée général et technologique

e x dx = e x dx + e x dx + e x dx.

CHAPITRE 2 SÉRIES ENTIÈRES

OBLIGATION DU SECTEUR PRIVE : EVALUATION ET OUTIL DE GESTION DU RISQUE DE TAUX D INTERET

Conception d un outil décisionnel pour la gestion de la relation client dans un site de e-commerce

Suites et séries de fonctions

Conception d un outil décisionnel pour la gestion de la relation client dans un site de e-commerce

CHAPITRE 1 : Distribution statistique à une dimension

Mesure avec une règle

NFE107 Urbanisation et architecture des systèmes d information. Juin «La virtualisation» CNAM Lille. Auditeur BAULE.L 1

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

FEUILLE D EXERCICES 17 - PROBABILITÉS SUR UN UNIVERS FINI

Commande Prédictive Robuste d un Système MIMO utilisant un modèle BOG et les techniques LMI

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

dénombrement, loi binomiale

MTH 2301 Méthodes statistiques en ingénierie. MTH 2301 Méthodes statistiques en ingénierie

S2I 1. quartz circuit de commande. Figure 1. Engrenage

Limites des Suites numériques

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

LES MESURES CLÉS DU PROJET DE LOI ÉCONOMIE SOCIALE ET SOLIDAIRE

. (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

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

Cours de Statistiques inférentielles

Estimation des incertitudes sur les erreurs de mesure.

Module : réponse d un système linéaire

1 Mesure et intégrale

Séries réelles ou complexes

Statistique descriptive bidimensionnelle

Plan. Gestion des stocks. Les opérations de gestions des stocks. Les opérations de gestions des stocks

Des familles de deux enfants

Comportement d'une suite

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

Baccalauréat S Asie 19 juin 2014 Corrigé

Une méthode alternative de provisionnement stochastique en Assurance Non Vie : Les Modèles Additifs Généralisés

GEA I Mathématiques nancières Poly. de révision. Lionel Darondeau

SÉRIES STATISTIQUES À DEUX VARIABLES

Intégrales généralisées

!! " # $ #! %! &! ' (!& )**+

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

STATISTIQUE : TESTS D HYPOTHESES

Solutions particulières d une équation différentielle...

RESOLUTION PAR LA METHODE DE NORTON, MILLMAN ET KENNELY

Partie 1 Automatique 1 et 2 (Asservissements Linéaires Continus)

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...

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

Sciences Industrielles Précision des systèmes asservis Papanicola Robert Lycée Jacques Amyot

TP : Outils de simulation. March 13, 2015

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

Accès optiques : la nouvelle montée en débit

Les Nombres Parfaits.

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

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

Dénombrement. Chapitre Enoncés des exercices

ÉLÉMENTS DE THÉORIE DE L INFORMATION POUR LES COMMUNICATIONS.

Cours 5 : ESTIMATION PONCTUELLE

Séquence 5. La fonction logarithme népérien. Sommaire

Q x2 = 1 2. est dans l ensemble plus grand des rationnels Q. Continuons ainsi, l équation x 2 = 1 2

STATISTIQUE AVANCÉE : MÉTHODES

COURS DE MATHEMATIQUE FINANCIERE A COURT ET LONG TERME Promotion : Première année de graduat

.NET remoting. Plan. Principes de.net Remoting

Un modèle de composition automatique et distribuée de services web par planification

Les jeunes économistes

Compte Sélect Banque Manuvie Guide du débutant

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

Une action! Un message!

Développement en Série de Fourier

CHAPITRE 14 : RAISONNEMENT DES SYSTÈMES DE COMMANDE

Exercices de révision

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

Intérêts. Administration Économique et Sociale. Mathématiques XA100M

Chapitre IV : Inductance propre, inductance mutuelle. Energie électromagnétique

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

Deuxième partie : LES CONTRATS D ASSURANCE VIE CLASSIQUES

Séries numériques. Chap. 02 : cours complet.

20. Algorithmique & Mathématiques

EXERCICES : DÉNOMBREMENT

Exercices d Électrocinétique

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

Il se peut que le produit livré diffère de l illustration.

Transcription:

5. Varables aléatores smultaées 5.1 Coule de varables aléatores Défto 1 Pour tout dce das 1, sot X ue varable aléatore. O dt que X X 1 X est ue varable aléatore de dmeso. Nous ous téresseros rcalemet aux cas aléatores. 2,.e. les coules de varables 5.1.1 Lo cojote, lo margales Défto 2 Sot Z X Y u coule aléatore : L alcato : x y j j P Z x y j P X x Y y j s aelle la lo cojote de Z. L alcato : x P X x s aelle la remère lo margale de Z. L alcato : y j P Y y s aelle la deuxème lo margale de Z. 5.1.2 Exemle O roose à 100 dvdus deux tests sychotechques comortat resectvemet tros et deux questos. X désge le ombre de réoses correctes au remer test, et Y le ombre de réoses correctes au deuxème test : X Y 0 1 2 0 0.09 0.1 0.06 0.25 1 0.15 0.2 0.05 0.4 2 0.1 0.1 0.05 0.25 3 0.01 0.05 0.04 0.1 j 0.35 0.45 0.2 1. 1

5.2 Lo codtoelle Défto 3 Sot Z X Y u coule aléatore dscret. Pour tout j tel que Y y j e sot as mossble, o aelle lo codtoelle de X sachat Y y j, la quatté : P X x Y y j j j 5.3 Idéedace Défto 4 Les varables X et Y sot dtes déedates s et seulemet s our tout x et tout y j, o a : P X x Y y j P X x P Y y j j O recoat la formule de Bayes, our deux évèemets déedats. 5.3.1 Exemle O eregstre tros lacers successfs d ue èce de moae. X est le ombre de les et Y est le ombre de faces. X Y => Idéedace foctoelle 5.3.2 Varato de la déedace 0 1 2 3 0 0 0 0 1/8 1/8 1 0 0 3/8 0 3/8 2 0 3/8 0 0 3/8 3 1/8 0 0 0 1/8 j 1/8 3/8 3/8 1/8 1 d edace aelesouvetd edacestochatstque d edace d edace f octoelle 2

5.3.3 Covarace de deux varables aléatores Défto 5 O aelle covarace de deux varables aléatores X et Y l exresso : Cov X Y E X E X Y E Y j x E X y j E Y j Proosto 1 La covarace de deux varables aléatores déedates est ulle Atteto : la récroque est fausse 5.3.4 Coeffcet de corrélato léare Défto 6 O aelle coeffcet de corrélato léare de deux varables aléatores X et Y l exresso : ρ Cov X Y σ X σ Y Ce coeffcet est u dce de laso etre les deux varables. 5.3.5 Prorétés 1 ρ 1 ρ 1 ou ρ 1 s et seulemet s ue des varables est ue focto affe de l autre (déedace léare. S les varables X et Y sot déedates alors ρ 0. 5.3.6 Covarace de deux varables aléatores X Y de deux varables aléa- Défto 7 O aelle esérace du coule Z tores X et Y l exresso : E Z E X E Y Exemle Das l exemle du test sychotechque : E Z 1 200 85 3

5.3.7 Matrce de covarace de deux varables aléatores Défto 8 O aelle matrce de covarace du coule Z X Y de deux varables aléatores X et Y l exresso : C σ 2 X Cov X Y Cov Y X σy 2 C est ue matrce symétrque car Cov X Y Cov Y X Cov Z. Exemle Das l exemle du test sychotechque : C 0 86 0 07 0 07 0 5275 5.4 Somme de varables aléatores Défto 9 La focto géératrce d ue varable aléatore dscrète est défe ar : g X s E s X x s x 0 s 1 x Elle ermet de décomoser ue focto sur ue base comlète. Elle faclte certas calculs : m X g X 1 v X g X 1 g X 1 g 2 X 1 5.4.1 Foctos géératrces des los de robabltés usuelles Lo de Beroull : g X s q s Lo Bomale B 0 : g X s q s Lo Bomale B d : g X s s d q s Lo Bomale égatve B d r : g X s s d Lo de Posso P d λ : g X s s d eλ s 1 1 qs Défto 10 Sot Z X Y où X et Y sot des varables aléatores déedates. La lo de la somme de varables aléatores déedates est le rodut de covoluto des los des varables aléatores sommées : ce que ous otos : P Z P X P Y d P Z z P X k P Y z k k r 4

5.4.2 Prorétés Le rodut de covoluto est ue oérato commutatve et assocatve : P X1 P X2 P X2 P X1 P X1 P X2 P X3 P X1 P X2 P X3 P X1 P X2 P X3 O aelle ussace -ème de covoluto le rodut de covoluto d ue lo avec elle-même réété 1 fos : 5.4.3 Prorétés P X P X P X P X g Z s P Z z z s z z P X k s k P Y z k s z k k P X x s x x g X s g Y s y P Y y s y La focto géératrce de la somme de varables aléatores déedates est le rodut des foctos géératrces élémetares 5.4.4 Exemles Sot deux varables aléatores X et Y suvat resectvemet les los bomales B 1 et B 2. Retrouver la lo suve ar la varable aléatore Z X Y à artr des foctos géératrces. Même questos our deux varables aléatores suvat des los de Posso P λ 1 et P λ 2 5.4.5 Prorétés Les dérvées remère et secode de la focto géératrce sot doées ar : g Z s g X s g Y s g X s g Y s g Z s g X s g Y s 2g X s g Y s g X s g Y s 5

O e dédut les relatos suvates sur la moyee et la varace : m Z g Z 1 g X 1 g Y 1 m X m Y v Z g Z 1 g Z 1 g Z 1 v X v Y 5.4.6 Calcul de la somme de varables aléatores à artr des foctos géératrces 1. rodut des foctos géératrces élémetares 2. " verso " de la focto géératve trouvée. Das de ombreux cas, seul le recours aux foctos géératrces ermet de trouver la forme aramétrque (s elle exste) d u rodut de covoluto de los dscrètes. Défto 11 Ue varable aléatore Z, défe sur l esemble des réels, sut la lo ormale N m σ 2 s : 5.4.7 Prorétés P a Z b b a 1 2πσ e x m 2 2 2σ 2 dx a b La lo ormale est ue lo symétrque dot les aramètres sot la moyee m et la varace σ 2. La varable aléatore Z sut la lo ormale cetrée rédute N 0 1 s : P a Z b 5.4.8 Théorème de la lmte cetrale b a 1 2π e x 2 2 dx a b Sot X 1 X 2 X, varables aléatores déedates de même lo, de moyee m X et de varace v x. Sot Y la somme cumulée : Y X 1 X La moyee de Y est alors m Y m X et so écart tye σ 2 Y σ 2 X. Théorème 1 la varable aléatore cetrée rédute Y m Y σ Y dédute de la varable aléatore Y coverge e lo, lorsque vers la lo ormale cetrée rédute. 6

Le théorème de la lmte cetrale affrme doc que : P a Y m Y σ Y b 5.4.9 Utlsato ratque du théorème b a 1 2π e x2 2 dx a b S est grad, la varable aléatore cetrée rédute sut aroxmatvemet la lo ormale cetrée rédute N 0 1, ou ecore la varable aléatore Y sut aroxmatvemet la lo ormale N m Y σ 2 avec m Y m X et σ 2 Y σ 2 X. 5.4.10 Iterrétato grahque de la somme de deux varables aléatores X X X 1 2 3 FIG. 1 Combaso des varables aléatores das le cas d u rodut de covoluto. => Exemle : Modélsato du déveloemet de la levure. 0.35 0.20 0.3 0.25 0.2 0.15 rodut de covoluto B(0,5,0.5) NB(0,5,0.5) 0.15 0.10 rodut de covoluto B(0,25,0.2) P(0,5) 0.1 0.05 0.05 0 0 2 4 6 8 10 12 14 16 18 20 22 24 0.00 0 2 4 6 8 10 12 14 16 18 20 FIG. 2 Exemles de rodut de covoluto. 7

5.4.11 Prorété Le rodut de covoluto de deux los dscrètes umodales est ue lo dscrète umodale. 5.5 Mélage de varables aléatores 5.5.1 Défto Défto 12 Sot varables aléatores X et réels α tels que α geq0 et α 1, alors l oérato de mélage est ue combaso léare covexe des los élémetares : P X x g X s m x v X 1 1 1 1 α P X α g X s α m X α x v X m 2 X 1α mx 2 Ue oérato de mélage est ue oérato de classfcato les X sot les classes et α tradut l mortace de la classe X das le mélage. => Exemle : Nombre d etre-oeuds ar uté de crossace sur le troc d u ommer. 5.5.2 Défto Les oératos de mélage et de covoluto sot ermutables : α P X P Y α P X P Y 5.6 Comosée de varables aléatores 8

α 1 X 1 α 2 X 2 α 3 X 3 FIG. 3 Combaso des varables aléatores das le cas d u mélage. La valeur rse ar le mélage est égal au tems assé das l automate. 0.14 0.09 0.12 0.1 0.08 0.06 0.04 0.02 mélage 0.3 B(0,10,0.3) 0.7 NB(0,7,0.5) 0.08 0.07 0.06 0.05 0.04 0.03 0.02 0.01 mélage 0.3 B(0,10,0.3) 0.7 NB(0,50,0.8) 0 0 5 10 15 20 0 0 5 10 15 20 25 FIG. 4 Exemles de mélage. 5.6.1 Défto Défto 13 Ue lo comosée se déft comme la lo de la somme de varables aléatores déedates et équdstrbuées où est ue réalsato artculère d ue varable aléatore N déedate des récédetes. S Y obét à ue lo comosée, Y 1 X s N et : P Y y P N P X 1 X y 9

Ue lo comosée eut se vor comme u mélage de ussaces de covoluto de la lo de la varable aléatore X. Il est ossble de tradure cec au veau des foctos géératrces : 5.6.2 Exemle g Y s P N g X s g N g X s g N g X s Sot N ue varable aléatore suvat la lo bomale B 0 et sot X ue varable aléatore suvat la lo de Beroull B 0 1. Détermer la focto géératrce de la comosée : g N g X s Les foctos géératrces corresodates sot doées ar : g N s q s g X s q s La focto géératrce résultate s écrt : g Y s g N g X s 1 1 s 1 s La lo comosée résultate est doc la lo bomale B 0. 5.6.3 Prorétés La moyee et la varace de Y résultate se déduset des moyees et varaces de N et de X ar les relatos : suvates : m X m N m X v Y m N v X m 2 Xv N 10

> 0 X 1 > 1 1 X > 0 1 1 FIG. 5 Combaso des varables aléatores das le cas d ue lo comosée. 11