📚 الرئيسية

مسابقة دكتوراه 2012Université Mohamed Khider - Biskra — الموضوع 01

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

MCP — Université Mohamed Khider - Biskra 2012 — aad57af1.jpg — Biskra, Concours d'accès à la formation 3ème Cycle 2012/2013, Mathématiques, Épreuve de Probabilités & Statistique (1H30). ANNÉE : la copie porte l'année universitaire « 2012/2013 » (pa

التمرين 1

Exercice 1

#inégalité de Markov#espérance#probabilités

Sur un espace probabilisé (Ω,F,P)(\Omega, F, P), on considère une variable aléatoire réelle XX et soit φ\varphi une fonction de R\mathbb{R} vers R+\mathbb{R}_+. Montrer que pour tout a>0a > 0 :

P(φ(X)a)1aE[φ(X)].P(\varphi(X) \geq a) \leq \frac{1}{a} E[\varphi(X)].

التمرين 2

Exercice 2

#fonction caractéristique#loi de Laplace#loi de Cauchy#transformée de Fourier

Soit XX une variable aléatoire suivant la loi exponentielle symétrique de densité

f(x)=a2exp(ax),pour xR.f(x) = \frac{a}{2}\exp(-a|x|), \quad \text{pour } x \in \mathbb{R}.
  1. Calculer la fonction caractéristique de XX.
  2. En utilisant la formule d'inversion de Fourier :
ΨX(t)=eitxf(x)dx    f(x)=12πeitxΨX(t)dt,\Psi_X(t) = \int e^{itx} f(x)\,dx \implies f(x) = \frac{1}{2\pi} \int e^{-itx} \Psi_X(t)\,dt,

pour déduire la fonction caractéristique d'une variable aléatoire YY suivant la loi de Cauchy de densité f(x)=1π(1+x2)f(x) = \dfrac{1}{\pi(1 + x^2)}, xRx \in \mathbb{R}. 3. Soient X1,,XnX_1, \ldots, X_n une suite de variables aléatoires indépendantes et de même loi de Cauchy. Montrer que Z=1n(X1++Xn)Z = \dfrac{1}{n}(X_1 + \ldots + X_n) suit une loi de Cauchy.

التمرين 3

Exercice 3

#statistique descriptive#fréquence#moyenne#médiane#étendue

Voici la série, ordonnée dans l'ordre croissant, des 15 notes obtenues en mathématiques par un élève au cours du premier semestre.

4, 6, 6, 9, 11, 11, 12, 13, 13, 13, 14, 15, 17, 18, 184,\ 6,\ 6,\ 9,\ 11,\ 11,\ 12,\ 13,\ 13,\ 13,\ 14,\ 15,\ 17,\ 18,\ 18
  1. Quelle est la fréquence de la note 13 ?
  2. Quelle est la note moyenne ?
  3. Quelle est la note médiane ?
  4. Quelle est l'étendue de cette série de notes ?

التمرين 4

Exercice 4

#loi de Poisson#estimateur#méthode des moments#maximum de vraisemblance

Soit (X1,,Xn)(X_1, \ldots, X_n) un nn-échantillon de loi de Poisson de paramètre λ>0\lambda > 0 inconnu.

  1. Décrire la loi de X1X_1. Donner son espérance et sa variance.
  2. Proposer un estimateur par la méthode des moments.
  3. Proposer un estimateur par la méthode du maximum de vraisemblance.