• Aucun résultat trouvé

Examen du 8 juin 2010

N/A
N/A
Protected

Academic year: 2022

Partager "Examen du 8 juin 2010"

Copied!
1
0
0

Texte intégral

(1)

Examen du 8 juin 2010

Module LM346 - Dur´ee: 2h Le polycopi´e est autoris´e.

La calculatrice et tout autre document que le polycopi´e sont interdits.

Les deux exercices sont ind´ependants.

Exercice I. Fixons trois param`etres k, λ >0 et θ ∈ R, et soit X une variable al´eatoire

`

a densit´e f donn´ee par f(x) = kλ x−θλ k−1

e(x−θλ )k1[θ,+∞[(x). Dans la suite, on note Γ :]0,+∞[→R la fonction Gamma d’Euler, d´efinie par Γ(x) = R+∞

0 e−ttx−1dt.

1. Montrer que E[X] =λΓ(1 + 1/k) +θ et Var[X] =λ2Γ(1 + 2/k)− λΓ(1 + 1/k)2

. 2. Proposer une mani`ere de simuler X en utilisant la m´ethode de la fonction de

r´epartition inverse.

3. Quelle est la loi (classique) de Y = 2 X−θλ k

?

4. Calculer Γ(1/2) de mani`ere exacte. (On pourra se ramener `a l’int´egrale de la densit´e gaussienne.)

Dans la fin de l’exercice, on fait comme si la valeur exacte de Γ(1/2) ´etait impossible

`

a calculer explicitement, et on s’int´eresse `a son calcul num´erique par une m´ethode de Monte-Carlo. `A partir de maintenant, on fixe θ= 0, λ= 1 et k= 2.

5. Montrer que Γ(1/2) = 2E[X] et que Var[X] ≤ 1. (On pourra utiliser, sans le red´emontrer, que Γ(1) = 1 et que Γ(x+ 1) =xΓ(x) pour tout x >0.)

6. Proposer une m´ethode de Monte-Carlo pour calculer Γ(1/2), qui reposera sur l’utilisa- tion d’un ´echantillon de taille n de X, et qui fournira un r´esultat `a au moins 95%

de certitude.

Exercice II. On consid`ere quatre boules num´erot´ees de 1 `a 4, r´eparties en deux urnesA et B. `A chaque instant, on tire un nombre k au hasard entre 1 et 4, on enl`eve la boule num´ero k de l’urne dans laquelle elle se trouve, et on la remet au hasard dans l’une des deux urnes. On noteXn le nombre de boules dans l’urne A `a l’instant n.

1. Justifier succinctement le fait que (Xn) est une chaˆıne de Markov.

2. Donner la matrice et le graphe de transition de (Xn).

3. La chaˆıne est-elle irr´eductible? ap´eriodique?

4. D´eterminer la (les) probabilit´e(s) invariante(s) de la chaˆıne. (On rappelle que “prob- abilit´e invariante” et “probabilit´e stationnaire” sont deux expressions parfaitement synonymes.)

5. On commence avec l’urne A vide. Au bout d’un temps n suppos´e assez grand (autrement dit, on fait comme si n = ∞), on observe le nombre de boules dans l’urneA. Quelle est la probabilit´e que ce nombre soit `a la fois pair et non nul?

6. On commence avec l’urne A pleine. Montrer que la proportion du temps o`u il y a strictement moins de boules dans l’urne A que dans l’urne B converge vers 5/16 quand le temps d’observationn tend vers l’infini.

Références

Documents relatifs

On note U la variable aléatoire prenant pour valeur le nombre de boules blanches tirées jusqu'à l'obtention d'au moins une boule noire et d'au moins une boule blanche.. Par exemple,

c) Expliquer comment s’applique le théorème de Fubini–Lebesgue en pratique.

L’urne contient 5 boules rouges et 10 boules blanches, soit un total de 15 boules. Pour déterminer cette probabilité, il convient de déterminer le nombre d’issues réalisant

La variable aléatoire X peut prendre toutes les valeurs (entières) comprises entre 1 (la première boule tirée est blanche) et r + 1 (on tire d’abord les r boules rouges puis

On appelle gain du joueur la différence, à l’issue des deux tirages, entre la somme reçue par le joueur et sa mise initiale (ce gain peut être positif ou négatif).. On désigne par

On répète n fois l’épreuve qui consiste à tirer une boule puis la remettre dans l’urne ; on suppose que toutes les boules ont la même probabilité d’être tirées et que

1°) On mélange bien les boules et on tire trois fois de suite une boule en remettant à chaque fois la boule tirée dans l’urne avant le tirage suivant.. Pernoux Sites personnels

1°) On mélange bien les boules et on tire trois fois de suite une boule en remettant à chaque fois la boule tirée dans l’urne avant le tirage suivant.. Combien y a-t-il de