0.35 et 0 avec probabilit´e 0.65.
2 Simuler une r´ealisation de la loi BinomialeB(6, p) pourp= 0.35.
3 Simuler une r´ealisation d’une variable al´eatoire X de loi `a valeurs {1,2,3. . .} avec probabilit´es P(X = k) = p(1−p)k−1,p= 0.35,k= 1,2,3, . . ..
4 SoitfZ(x) = const exp−x2/21{[0,1]}(x) la densit´e d’une variable al´eatoire Z. Que vaut la constante ? Donner sa valeur approximative `a partir des r´ealisations de 6 variables al´eatoires ind´ependantes de loi uniforme sur [0,1] ci-dessus. (On se souviendra d’une m´ethode apprise dans ce cours en adoptant ” 6” comme un nombre suffisement grand.)
Enoncer le th´eor`eme surlequel s’appuie votre r´esultat.
5 Soientp
ln(1.2),(11/12),p
ln(2.1),(13/21),p
ln(1.7),(9/17),p
ln(2.4),(5/8) les r´ealisations de 8 variables al´eatoires ind´ependantes de loi uniforme sur [0,1]. Donner une r´ealisation d’une variable al´eatoire de mˆeme loi queZ et expliquer votre r´eponse.
Voici les donn´ees pour les questions (6)–(9). Les astronomes ont d´ecouvert un objet myst´erieux dans l’espace et ils essaient d’´etudier les temp´eratures sur lui. Ils m´esurent les temp´eratures pendant N = 100 jours. La somme de ces temp´eratures pendant N = 100 jours s’av`ereQN = 3×106 degr´es ! La somme des carr´es de ces temp´eratures pendantN = 100 jours est calcul´ee, c’est KN2 = 6×1012. Ils essaient de construire un intervalle de confiance pour la temp´erature moyenne sur cet objet de niveau de fiabilit´e 0.99.
Pour cela ils supposent qu’ `a chaque mesure la valeur obtenue est ind´ependante des autres.
(6) On suppose de plus qu’ `a chaque mesure la valeur est une r´ealisation d’une variable al´eatoire Gaussienne de variance 1. Construire l’intervalle de confiance de niveau de fiabilit´e 0.99 pour la temp´erature moyenne.
(7) On suppose de plus qu’ `a chaque mesure la valeur est une r´ealisation d’une variable al´eatoire Gaussienne de variance inconnue. Construire l’intervalle de confiance de niveau de fiabilit´e 0.99 pour la temp´erature moyenne.
(8) On suppose que les temp´eratures sont les r´ealisations de variables al´eatoires de mˆeme loi quelconque de variance 1. Construire l’intervalle de confiance asympototique(!) pour la temp´erature moyenne de niveau de fiabilit´e 0.99.
Enoncer le Thm surlequel s’appuie votre r´esultat.
(9) On suppose que les temp´eratures sont les r´ealisations de variables al´eatoires de mˆeme loi quelconque de variance inconnue. Construire l’intervalle de confiance asymptotique(!) pour la temp´erature moyenne de niveau de fiabilit´e 0.99.
TOURNEZ LA PAGE SVP
1
0 1/2 1/4 0 1/4 0
1/3 0 0 0 0 2/3
(10) On consid`ere une Chaine de Markov de matrice de transition ci-dessus. Donner la nature des ´etats 1 et 4 (r´ecurrence, transience).
SoitNi le nombre de visites dans l’´etati. Donner limn→∞P(Ni> n|X0=i) pouri= 1,4.
(11) SoitTi= inf{n >0 :Xn=i}. DonnerP(T2<∞ |X0= 3).
(12) DonnerP(T2<∞ |X0= 4),P(T5<∞ |X0= 4),P(T6<∞ |X0= 4).
(13) Donner toutes les mesures invaraintes de cette chaine de Markov.
(14) Calculer limn→∞P(Xn= 2|X0= 3) et argumentez votre r´eponse.
(15) Calculer limn→∞P(Xn= 2|X0= 4).
(16) Calculer limn→∞P(Xn= 4|X0= 4) est argumentez votre r´eponse.
(17) DonnerE(T2|X0= 2) et E(T4|X0= 4).
(18) Soitλ= (7/50,1/6,5/24,0,1/8,9/25) la mesure initiale. DonnerP(X3= 2) sous cette mesure.
2
0.45 et 0 avec probabilit´e 0.55.
2 Simuler une r´ealisation de la loi BinomialeB(6, p) pourp= 0.45.
3 Simuler une r´ealisation d’une variable al´eatoire X de loi `a valeurs {1,2,3. . .} avec probabilit´es P(X = k) = p(1−p)k−1,p= 0.45,k= 1,2,3, . . ..
4 SoitfZ(x) = const exp−x2/21{[0,1]}(x) la densit´e d’une variable al´eatoire Z. Que vaut la constante ? Donner sa valeur approximative `a partir des r´ealisations de 6 variables al´eatoires ind´ependantes de loi uniforme sur [0,1] ci-dessus. (On se souviendra d’une m´ethode apprise dans ce cours en adoptant ” 6” comme un nombre suffisement grand.)
Enoncer le th´eor`eme surlequel s’appuie votre r´esultat.
5 Soientp
ln(1.4),(11/14),p
ln(2.3),(15/23),p
ln(1.8),(1/2),p
ln(2.4),(5/8) les r´ealisations de 8 variables al´eatoires ind´ependantes de loi uniforme sur [0,1]. Donner une r´ealisation d’une variable al´eatoire de mˆeme loi queZ et expliquer votre r´eponse.
Voici les donn´ees pour les questions (6)–(9). Les astronomes ont d´ecouvert un objet myst´erieux dans l’espace et ils essaient d’´etudier les temp´eratures sur lui. Ils m´esurent les temp´eratures pendant N = 100 jours. La somme de ces temp´eratures pendant N = 100 jours s’av`ereQN = 4×106 degr´es ! La somme des carr´es de ces temp´eratures pendantN = 100 jours est calcul´ee, c’est KN2 = 7×1012. Ils essaient de construire un intervalle de confiance pour la temp´erature moyenne sur cet objet de niveau de fiabilit´e 0.99.
Pour cela ils supposent qu’ `a chaque mesure la valeur obtenue est ind´ependante des autres.
(6) On suppose de plus qu’ `a chaque mesure la valeur est une r´ealisation d’une variable al´eatoire Gaussienne de variance 1. Construire l’intervalle de confiance de niveau de fiabilit´e 0.99 pour la temp´erature moyenne.
(7) On suppose de plus qu’ `a chaque mesure la valeur est une r´ealisation d’une variable al´eatoire Gaussienne de variance inconnue. Construire l’intervalle de confiance de niveau de fiabilit´e 0.99 pour la temp´erature moyenne.
(8) On suppose que les temp´eratures sont les r´ealisations de variables al´eatoires de mˆeme loi quelconque de variance 1. Construire l’intervalle de confiance asympototique(!) pour la temp´erature moyenne de niveau de fiabilit´e 0.99.
Enoncer le Thm surlequel s’appuie votre r´esultat.
(9) On suppose que les temp´eratures sont les r´ealisations de variables al´eatoires de mˆeme loi quelconque de variance inconnue. Construire l’intervalle de confiance asymptotique(!) pour la temp´erature moyenne de niveau de fiabilit´e 0.99.
TOURNEZ LA PAGE SVP
3
0 1/2 1/4 0 1/4 0
1/3 0 0 0 0 2/3
(10) On consid`ere une Chaine de Markov de matrice de transition ci-dessus. Donner la nature des ´etats 2 et 4 (r´ecurrence, transience).
SoitNi le nombre de visites dans l’´etati. Donner limn→∞P(Ni> n|X0=i) pouri= 2,4.
(11) SoitTi= inf{n >0 :Xn=i}. DonnerP(T5<∞ |X0= 3).
(12) DonnerP(T3<∞ |X0= 4),P(T2<∞ |X0= 4),P(T1<∞ |X0= 4).
(13) Donner toutes les mesures invaraintes de cette chaine de Markov.
(14) Calculer limn→∞P(Xn= 3|X0= 2) et argumentez votre r´eponse.
(15) Calculer limn→∞P(Xn= 3|X0= 4).
(16) Calculer limn→∞P(Xn= 4|X0= 4) est argumentez votre r´eponse.
(17) DonnerE(T3|X0= 3) et E(T4|X0= 4).
(18) Soitλ= (21/100,1/12,5/48,0,1/16,54/100) la mesure initiale. Donner P(X3= 3) sous cette mesure.
4
0.25 et 0 avec probabilit´e 0.75.
2 Simuler une r´ealisation de la loi BinomialeB(6, p) pourp= 0.25.
3 Simuler une r´ealisation d’une variable al´eatoire X de loi `a valeurs {1,2,3. . .} avec probabilit´es P(X = k) = p(1−p)k−1,p= 0.25,k= 1,2,3, . . ..
4 SoitfZ(x) = const exp−x2/21{[0,1]}(x) la densit´e d’une variable al´eatoire Z. Que vaut la constante ? Donner sa valeur approximative `a partir des r´ealisations de 6 variables al´eatoires ind´ependantes de loi uniforme sur [0,1] ci-dessus. (On se souviendra d’une m´ethode apprise dans ce cours en adoptant ” 6” comme un nombre suffisement grand.)
Enoncer le th´eor`eme surlequel s’appuie votre r´esultat.
5 Soientp
ln(1.5),(11/15),p
ln(2.2),(1/2),p
ln(1.6),(1/16),p
ln(2.4),(5/8) les r´ealisations de 8 variables al´eatoires ind´ependantes de loi uniforme sur [0,1]. Donner une r´ealisation d’une variable al´eatoire de mˆeme loi queZ et expliquer votre r´eponse.
Voici les donn´ees pour les questions (6)–(9). Les astronomes ont d´ecouvert un objet myst´erieux dans l’espace et ils essaient d’´etudier les temp´eratures sur lui. Ils m´esurent les temp´eratures pendant N = 100 jours. La somme de ces temp´eratures pendant N = 100 jours s’av`ereQN = 8×106 degr´es ! La somme des carr´es de ces temp´eratures pendantN = 100 jours est calcul´ee, c’est KN2 = 3×1012. Ils essaient de construire un intervalle de confiance pour la temp´erature moyenne sur cet objet de niveau de fiabilit´e 0.99.
Pour cela ils supposent qu’ `a chaque mesure la valeur obtenue est ind´ependante des autres.
(6) On suppose de plus qu’ `a chaque mesure la valeur est une r´ealisation d’une variable al´eatoire Gaussienne de variance 1. Construire l’intervalle de confiance de niveau de fiabilit´e 0.99 pour la temp´erature moyenne.
(7) On suppose de plus qu’ `a chaque mesure la valeur est une r´ealisation d’une variable al´eatoire Gaussienne de variance inconnue. Construire l’intervalle de confiance de niveau de fiabilit´e 0.99 pour la temp´erature moyenne.
(8) On suppose que les temp´eratures sont les r´ealisations de variables al´eatoires de mˆeme loi quelconque de variance 1. Construire l’intervalle de confiance asympototique(!) pour la temp´erature moyenne de niveau de fiabilit´e 0.99.
Enoncer le Thm surlequel s’appuie votre r´esultat.
(9) On suppose que les temp´eratures sont les r´ealisations de variables al´eatoires de mˆeme loi quelconque de variance inconnue. Construire l’intervalle de confiance asymptotique(!) pour la temp´erature moyenne de niveau de fiabilit´e 0.99.
TOURNEZ LA PAGE SVP
5
0 1/2 1/4 0 1/4 0
1/3 0 0 0 0 2/3
(10) On consid`ere une Chaine de Markov de matrice de transition ci-dessus. Donner la nature des ´etats 3 et 4 (r´ecurrence, transience).
SoitNi le nombre de visites dans l’´etati. Donner limn→∞P(Ni> n|X0=i) pouri= 3,4.
(11) SoitTi= inf{n >0 :Xn=i}. DonnerP(T2<∞ |X0= 5).
(12) DonnerP(T3<∞ |X0= 4),P(T1<∞ |X0= 4),P(T6<∞ |X0= 4).
(13) Donner toutes les mesures invaraintes de cette chaine de Markov.
(14) Calculer limn→∞P(Xn= 5|X0= 3) et argumentez votre r´eponse.
(15) Calculer limn→∞P(Xn= 5|X0= 4).
(16) Calculer limn→∞P(Xn= 4|X0= 4) est argumentez votre r´eponse.
(17) DonnerE(T5|X0= 5) et E(T4|X0= 4).
(18) Soitλ= (7/100,1/4,15/48,0,3/16,18/100) la mesure initiale. DonnerP(X3= 5) sous cette mesure.
6
0.55 et 0 avec probabilit´e 0.45.
(2) Simuler une r´ealisation de la loi BinomialeB(6, p) pourp= 0.55.
(3) Simuler une r´ealisation d’une variable al´eatoire X de loi `a valeurs {1,2,3. . .} avec probabilit´es P(X = k) = p(1−p)k−1,p= 0.55,k= 1,2,3, . . ..
(4) SoitfZ(x) = const exp−x2/21{[0,1]}(x) la densit´e d’une variable al´eatoire Z. Que vaut la constante ? Donner sa valeur approximative `a partir des r´ealisations de 6 variables al´eatoires ind´ependantes de loi uniforme sur [0,1] ci-dessus. (On se souviendra d’une m´ethode apprise dans ce cours en adoptant ” 6” comme un nombre suffisement grand.)
Enoncer le th´eor`eme surlequel s’appuie votre r´esultat.
(5) Soientp
ln(1.7),(12/17),p
ln(2.1),(17/21),p
ln(1.3),(9/13),p
ln(2.4),(5/8) les r´ealisations de 8 variables al´eatoires ind´ependantes de loi uniforme sur [0,1]. Donner une r´ealisation d’une variable al´eatoire de mˆeme loi queZ et expliquer votre r´eponse.
Voici les donn´ees pour les questions (6)–(9). Les astronomes ont d´ecouvert un objet myst´erieux dans l’espace et ils essaient d’´etudier les temp´eratures sur lui. Ils m´esurent les temp´eratures pendant N = 100 jours. La somme de ces temp´eratures pendant N = 100 jours s’av`ereQN = 2×106 degr´es ! La somme des carr´es de ces temp´eratures pendantN = 100 jours est calcul´ee, c’est KN2 = 5×1012. Ils essaient de construire un intervalle de confiance pour la temp´erature moyenne sur cet objet de niveau de fiabilit´e 0.99.
Pour cela ils supposent qu’ `a chaque mesure la valeur obtenue est ind´ependante des autres.
(6) On suppose de plus qu’ `a chaque mesure la valeur est une r´ealisation d’une variable al´eatoire Gaussienne de variance 1. Construire l’intervalle de confiance de niveau de fiabilit´e 0.99 pour la temp´erature moyenne.
(7) On suppose de plus qu’ `a chaque mesure la valeur est une r´ealisation d’une variable al´eatoire Gaussienne de variance inconnue. Construire l’intervalle de confiance de niveau de fiabilit´e 0.99 pour la temp´erature moyenne.
(8) On suppose que les temp´eratures sont les r´ealisations de variables al´eatoires de mˆeme loi quelconque de variance 1. Construire l’intervalle de confiance asympototique(!) pour la temp´erature moyenne de niveau de fiabilit´e 0.99.
Enoncer le Thm surlequel s’appuie votre r´esultat.
(9) On suppose que les temp´eratures sont les r´ealisations de variables al´eatoires de mˆeme loi quelconque de variance inconnue. Construire l’intervalle de confiance asymptotique(!) pour la temp´erature moyenne de niveau de fiabilit´e 0.99.
TOURNEZ LA PAGE SVP
7
0 1/2 1/4 0 1/4 0
1/3 0 0 0 0 2/3
(10) On consid`ere une Chaine de Markov de matrice de transition ci-dessus. Donner la nature des ´etats 5 et 4 (r´ecurrence, transience).
SoitNi le nombre de visites dans l’´etati. Donner limn→∞P(Ni> n|X0=i) pouri= 5,4.
(11) SoitTi= inf{n >0 :Xn=i}. DonnerP(T5<∞ |X0= 2).
(12) DonnerP(T5<∞ |X0= 4),P(T3<∞ |X0= 4),P(T1<∞ |X0= 4).
(13) Donner toutes les mesures invaraintes de cette chaine de Markov.
(14) Calculer limn→∞P(Xn= 2|X0= 5) et argumentez votre r´eponse.
(15) Calculer limn→∞P(Xn= 2|X0= 4).
(16) Calculer limn→∞P(Xn= 4|X0= 4) est argumentez votre r´eponse.
(17) DonnerE(T2|X0= 2) et E(T4|X0= 4).
(18) Soitλ= (7/50,1/6,5/24,0,1/8,9/25) la mesure initiale. DonnerP(X3= 5) sous cette mesure.
8
0.65 et 0 avec probabilit´e 0.35.
2 Simuler une r´ealisation de la loi BinomialeB(6, p) pourp= 0.65.
3 Simuler une r´ealisation d’une variable al´eatoire X de loi `a valeurs {1,2,3. . .} avec probabilit´es P(X = k) = p(1−p)k−1,p= 0.65,k= 1,2,3, . . ..
4 SoitfZ(x) = const exp−x2/21{[0,1]}(x) la densit´e d’une variable al´eatoire Z. Que vaut la constante ? Donner sa valeur approximative `a partir des r´ealisations de 6 variables al´eatoires ind´ependantes de loi uniforme sur [0,1] ci-dessus. (On se souviendra d’une m´ethode apprise dans ce cours en adoptant ” 6” comme un nombre suffisement grand.)
Enoncer le th´eor`eme surlequel s’appuie votre r´esultat.
5 Soientp
ln(1.3),(12/13),p
ln(2.5),(12/25),p
ln(1.4),(5/14),p
ln(2.4),(5/8) les r´ealisations de 8 variables al´eatoires ind´ependantes de loi uniforme sur [0,1]. Donner une r´ealisation d’une variable al´eatoire de mˆeme loi queZ et expliquer votre r´eponse.
Voici les donn´ees pour les questions (6)–(9). Les astronomes ont d´ecouvert un objet myst´erieux dans l’espace et ils essaient d’´etudier les temp´eratures sur lui. Ils m´esurent les temp´eratures pendant N = 100 jours. La somme de ces temp´eratures pendant N = 100 jours s’av`ereQN = 3×106 degr´es ! La somme des carr´es de ces temp´eratures pendantN = 100 jours est calcul´ee, c’est KN2 = 7×1012. Ils essaient de construire un intervalle de confiance pour la temp´erature moyenne sur cet objet de niveau de fiabilit´e 0.99.
Pour cela ils supposent qu’ `a chaque mesure la valeur obtenue est ind´ependante des autres.
(6) On suppose de plus qu’ `a chaque mesure la valeur est une r´ealisation d’une variable al´eatoire Gaussienne de variance 1. Construire l’intervalle de confiance de niveau de fiabilit´e 0.99 pour la temp´erature moyenne.
(7) On suppose de plus qu’ `a chaque mesure la valeur est une r´ealisation d’une variable al´eatoire Gaussienne de variance inconnue. Construire l’intervalle de confiance de niveau de fiabilit´e 0.99 pour la temp´erature moyenne.
(8) On suppose que les temp´eratures sont les r´ealisations de variables al´eatoires de mˆeme loi quelconque de variance 1. Construire l’intervalle de confiance asympototique(!) pour la temp´erature moyenne de niveau de fiabilit´e 0.99.
Enoncer le Thm surlequel s’appuie votre r´esultat.
(9) On suppose que les temp´eratures sont les r´ealisations de variables al´eatoires de mˆeme loi quelconque de variance inconnue. Construire l’intervalle de confiance asymptotique(!) pour la temp´erature moyenne de niveau de fiabilit´e 0.99.
TOURNEZ LA PAGE SVP
9
0 1/2 1/4 0 1/4 0
1/3 0 0 0 0 2/3
(10) On consid`ere une Chaine de Markov de matrice de transition ci-dessus. Donner la nature des ´etats 6 et 4 (r´ecurrence, transience).
SoitNi le nombre de visites dans l’´etati. Donner limn→∞P(Ni> n|X0=i) pouri= 6,4.
(11) SoitTi= inf{n >0 :Xn=i}. DonnerP(T3<∞ |X0= 2).
(12) DonnerP(T5<∞ |X0= 4),P(T3<∞ |X0= 4),P(T1<∞ |X0= 4).
(13) Donner toutes les mesures invaraintes de cette chaine de Markov.
(14) Calculer limn→∞P(Xn= 5|X0= 3) et argumentez votre r´eponse.
(15) Calculer limn→∞P(Xn= 5|X0= 4).
(16) Calculer limn→∞P(Xn= 4|X0= 4) est argumentez votre r´eponse.
(17) DonnerE(T5|X0= 5) et E(T4|X0= 4).
(18) Soitλ= (21/100,1/12,5/48,0,1/16,54/100) la mesure initiale. Donner P(X3= 3) sous cette mesure.
10