📚 الرئيسية

مسابقة دكتوراه 2025École Nationale Supérieure de Statistique et d'Économie Appliquée (ENSSEA) — الموضوع 02

مسابقة تخصص · Probabilités & Statistiques · المدة: 1سا 30د

Concours d'Accès à la Formation Doctorale 2024/2025, ENSSEA, Spécialité Statistique Appliquée et Data Science, Épreuve Probabilités et Statistique (Durée 1h30).

التمرين 1

Exercice 1 — Loterie : loi de probabilité et jeu équitable

#probability#expected-value#discrete-distribution#fair-game

(08 pts) Une loterie organisée par une association sportive est constituée d'un ensemble de billets numérotés de 1 à 2000. Un des billets rapporte un lot de 5000 DA, deux billets un lot 1500 DA et cinq billets un lot de 1000 DA. Le prix du billet est de 10 DA. On achète un billet au hasard. Soit XX le gain procuré par le billet.

  1. Déterminer la loi de probabilité de XX.
  2. Déterminer l'espérance de XX. Qu'en concluez-vous ?
  3. L'association décide de limiter le nombre de billets à un nombre xx, avec xx compris entre 1 et 2000, pour que le jeu devienne équitable. Calculer xx.
الحل

1.

XX prend les valeurs: 500010=49905000-10=4990 (prob 1/20001/2000), 150010=14901500-10=1490 (prob 2/20002/2000), 100010=9901000-10=990 (prob 5/20005/2000), 10-10 (prob 1992/20001992/2000).

2.

E(X)=4990+2×1490+5×9901992×102000=4990+2980+4950199202000=70002000=3,5E(X) = \frac{4990+2\times 1490+5\times 990-1992\times 10}{2000} = \frac{4990+2980+4950-19920}{2000} = \frac{-7000}{2000} = -3{,}5 DA. Le jeu est défavorable.

3.

Pour un jeu équitable: E(X)=0E(X)=0. On résout 4990+2980+4950(x8)×10=04990+2980+4950-(x-8)\times 10 = 0, soit x=1300x = 1300.

التمرين 2

Exercice 2 — Loi géométrique : EMV et intervalle de confiance

#geometric-distribution#maximum-likelihood#confidence-interval#estimation

(12 pts) Soit XX une variable aléatoire à valeurs dans N\mathbb{N}^* de loi de probabilité :

P(X=x;p)=p(1p)x1,xN,0<p<1(loi geˊomeˊtrique de parameˋtre p)P(X = x; p) = p(1-p)^{x-1}, \quad x \in \mathbb{N}^*, \quad 0 \lt p \lt 1 \quad \text{(loi géométrique de paramètre } p\text{)}

On admet que E(X)=1pE(X) = \frac{1}{p} et V(X)=1pp2V(X) = \frac{1-p}{p^2}. Soit (X1,,Xn)(X_1, \ldots, X_n) un nn-échantillon de XX.

  1. Déterminer l'estimateur du maximum de vraisemblance p^\hat{p} de pp.
  2. Donner la loi asymptotique de p^\hat{p}.
  3. Construire un intervalle de confiance asymptotique pour pp de niveau de confiance 1α1-\alpha.

Une société de transport en commun par bus veut estimer le nombre de passagers ne validant pas leur titre de transport sur une ligne de bus déterminée. Elle dispose pour cela, pour un jour de semaine moyen, du nombre n0n_0 de tickets achetés sur la ligne et des résultats de l'enquête suivante : à chacun des arrêts de bus de la ligne, des contrôleurs comptent le nombre de passagers sortant des bus et ayant validé leur ticket jusqu'à la sortie du premier fraudeur inclus.

Le tableau ci-dessous regroupe les nombres observés jusqu'au premier fraudeur inclus :

44, 59, 24, 10, 11, 20, 67, 18, 07, 38, 37, 19, 90, 02, 12, 35, 26, 57, 28, 21, 02, 04, 05, 07, 34, 15, 150, 02, 03, 10, 09, 12

  1. Estimer la probabilité de fraude et donner un intervalle de confiance asymptotique de niveau 95% pour cette probabilité.
  2. Estimer le nombre de fraudeurs nfn_f si n0=2000n_0 = 2000.
الحل

1.

La vraisemblance est L(p)=pn(1p)xinL(p) = p^n(1-p)^{\sum x_i - n}. La log-vraisemblance donne p^=nXi=1Xˉ\hat{p} = \frac{n}{\sum X_i} = \frac{1}{\bar{X}}.

2.

Par le TCL: n(p^p)LN(0,p2(1p))\sqrt{n}(\hat{p}-p) \xrightarrow{\mathcal{L}} \mathcal{N}(0, p^2(1-p)).

3.

IC: p^±zα/2p^2(1p^)n\hat{p} \pm z_{\alpha/2}\sqrt{\frac{\hat{p}^2(1-\hat{p})}{n}}.

4.

xˉ=xi3227,4\bar{x} = \frac{\sum x_i}{32} \approx 27{,}4. p^=1/27,40,0365\hat{p} = 1/27{,}4 \approx 0{,}0365. IC à 95%: environ [0,024;0,049][0{,}024; 0{,}049].

5.

nf=n0×p^2000×0,036573n_f = n_0 \times \hat{p} \approx 2000 \times 0{,}0365 \approx 73 fraudeurs.