الرئيسية

مسابقة دكتوراه 2012Université Mohamed Khider - Biskra — الموضوع 01

مسابقة تخصص · الرياضيات · المدة: 1سا 30د

JSON import — Université Mohamed Khider de Biskra 2012 — Université Mohamed Khider Biskra — Faculté des sciences exactes et sciences de la nature et de la vie — Département de Mathématiques — Concours d'accès à la formation 3ème Cycle 2012/2013: Mathématiqu

التمرين 1

Exercice 1 (04 pts) — Inégalité de Markov généralisée

#probabilités#inégalité de Markov

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) \ge a) \le \frac{1}{a} E[\varphi(X)].

التمرين 2

Exercice 2 (06 pts) — Loi exponentielle symétrique, fonction caractéristique et loi de Cauchy

#probabilités#fonction caractéristique#loi de Cauchy#Fourier

Soit XX une variable aléatoire suivant la loi exponentielle symétrique de densité f(x)=a2exp(ax)f(x) = \dfrac{a}{2}\exp(-a|x|), pour xRx \in \mathbb{R}.

  1. Calculer la fonction caractéristique de XX.
  2. En utilisant la formule d'inversion de Fourier : ΨX(t)=eitxf(x)dxf(x)=12πeitxΨX(t)dt\Psi_X(t) = \int e^{itx}f(x)dx \Rightarrow f(x) = \dfrac{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 + \cdots + X_n) suit une loi de Cauchy.

التمرين 3

Exercice 3 (04 pts) — Série de 15 notes : fréquence, moyenne, médiane, étendue

#statistique descriptive#médiane#moyenne

Voici la série, ordonnées 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 (06 pts) — Estimation du paramètre $\lambda$ de la loi de Poisson

#statistique#estimation#loi de Poisson#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.