Академический Документы
Профессиональный Документы
Культура Документы
20122013
Aide Mmoire
Cet aide mmoire ne constitue pas un cours, mais un simple formulaire, non
exhaustif, des outils pouvant tre utiles lors dune approche statistique. Pour davantage de dtails, veuillez vous reporter lune des rfrences donnes en cours.
Quelques notations
Il sagit de prciser ici le sens de quelques symboles utiliss en cours.
1.1
Le symbole somme
n
X
xi = x1 + x2 + . . . + xn .
i=1
5
X
2i
i=1
(ai + bi ) =
i=1
n
X
ai +
i=1
n
X
bi .
i=1
Julien Stoehr
2ai = 2
n
X
ai .
i=1
Universit Montpellier 2
1.2
20122013
Le symbole produit
xi = x1 x2 . . . xn .
i=1
4
Y
i=1
ai b i =
ai
i=1
i=1
1.3
n
Y
n
Y
bi .
i=1
n
X
i=1
n
X
i=1
n
X
i=1
n
X
1 i
. Quid lorsque n ?
2
(4k + 5)
k=1
n
X
i=1
n
X
(xi + 1).
i=1
n
Y
i=1
Julien Stoehr
Universit Montpellier 2
20122013
n
Y
i=1
suivant lorsque n = 10 :
n
Y
4xi .
i=1
Exponentielle et logarithme
n
X
i=1
n
Y
xi =
!
xi =
i=1
n
Y
i=1
n
X
exp (xi )
ln (xi ) .
i=1
2.1
Julien Stoehr
Universit Montpellier 2
20122013
Exercice 5. Soit {xi }i{1,...,n} une famille dentiers tel que exp(xi ) =
utilisant les fonctions exponentielle et logarithme, calculer
i
1
2
. En
n
X
(2xi + 3).
i=1
Exercice 6. Soit {xi }i{1,...,n} une famille dentiers tel que ln(xi ) = i. En utilisant
les fonctions exponentielle et logarithme, calculer
n
Y
(2xi ).
i=1
Drivation
!0
Julien Stoehr
Universit Montpellier 2
Fonction
Drive
Ensemble de drivation
f : x ax + b
xR
f : x xn
nxn1
xR
f :x
1
x
1
x2
x R {0}
f : x exp(x)
exp(x)
xR
f : x ln(x)
1
x
x ]0, [
2 x
x ]0, [
f : x cos x
sin(x)
xR
f : x sin x
cos(x)
xR
f : x tan x
1 + tan2 (x) =
f :x
3.1
20122013
1
cos2 (x)
+ k, + k , k Z.
2
2
(xi + 5)2 .
i=1
exp (xi + 5) .
i=1
( n
Y
(xi + 52 ) .
i=1
Julien Stoehr
Universit Montpellier 2
20122013
n 2
ln() + 4( 5)xi + exp( xi ) +
.
xi + 1
Intgration
Cette section prsente quelques rsultats pratiques en intgration.
Proposition 4.1. Lintgrale est linaire, i.e pour des fonctions continues f et g,
des rels a et b de leur intervalle de dfinition, et une constante c :
Z b
a
cf (x) + g(x)dx = c
Z b
a
f (x)dx +
Z b
g(x).dx.
Fonction
Primitive F (x)
f : x xn
1
xn+1
n+1
f :x
1
x2
f : x exp(x)
f :x
Julien Stoehr
1
x
1
x
exp(x)
ln(|x|)
Universit Montpellier 2
20122013
Fonction
Primitive F (x)
1
f :x
x
2 x
f : x cos x
sin(x)
f : x sin x
cos(x)
f : x 1 + tan2 (x) =
1
cos2 (x)
tan(x)
Proposition 4.2 (Intgration par parties). Lintgration par parties est une mthode qui permet dcrire lintgrale dun produit de fonctions laide dautres
intgrales plus faciles calculer. Soient f et g deux fonctions drivables, de drives continues. Soient a et b deux rels appartenant leur ensemble de dfinition.
La formule dintgration par partie scrit :
Z b
Z b
a
f 0 (x)g(x)dx
= f (b)g(b) f (a)g(a)
Z b
a
f 0 (x)g(x)dx.
Exemple 7. On prsente ici un exemple classique de calcul dintgrale par intgration par parties. On cherche calculer
Z b
a
x exp(x)dx.
x exp(x)dx =
[x exp(x)]ba
Z b
a
exp(x)dx
= [x exp(x)]ba [exp(x)]ba
= b exp(b) a exp(a) (exp(b) exp(a)) .
Julien Stoehr
Universit Montpellier 2
20122013
2x exp x2 + 4 .
4.1
2x exp x2 + 4 = exp x2 + 4
ib
a
Z 5X
n
0 i=1
2. Calculer
Z 5X
n
0 i=1
3. Calculer
Z 2
1
5. Calculer
n
Y
ln
Z 1
x2
Z
0
Julien Stoehr
xi + 5
d.
i=1
6. Calculer
(xi + 5)n d.
x exp ( x) dx.
4. Calculer
(xi + 5)d.
2x + 3
dx.
+ 3x + 5
x cos(x)dx.
Universit Montpellier 2
20122013
Un peu dalatoire
5.1
Exprience alatoire
5.2
5.2.1
Esprance et variance
Le cas discret
Julien Stoehr
Universit Montpellier 2
20122013
Une chose importante savoir est quune probabilit est toujours comprise entre 0 et 1. De plus si on somme les probabilits de toutes les issues
possibles, on obtient 1 !
On explique maintenant comment calculer lesprance et la variance dune variable alatoire discrte, lorsque lon connat toutes les probabilits P (X = xi ).
Proposition 5.1. Par dfinition, lesprance dune variable discrte X est donne
par
E (X) =
n
X
P (X = xi ) xi .
i=1
Lesprance est donc la somme de toutes les issues possibles pondres par leur
probabilit de ralisation.
Proposition 5.2. Par dfinition, la variance dune variable discrte X est donne
par
V (X) =
n n
X
P (X = xi ) x2i {E(X)}2 .
i=1
6
X
P (X = k) k
k=1
1
1
1
1
1
1
1+ 2+ 3+ 4+ 5+ 6
6
6
6
6
6
6
7
= .
2
=
La variance vaut
V (X) =
6
X
P (X = k) k 2 {E(X)}2
k=1
1
1
1
1
1
1
12 + 22 + 32 + 42 + 52 + 62 {E(X)}2
6
6
6
6
6
6
91 49
35
=
= .
6
4
8
5.2.2
Le cas continu
Pour simplifier, on considre = R. Dans le cas dune variable alatoire continue, cela na pas de sens dcrire P (X = x), o x est un rel, car la probabilit
dobserver cette issue est nulle. Il ne sagit pas de calculer la probabilit dapparition dune valeur donne mais dun intervalle.
Julien Stoehr
10
Universit Montpellier 2
20122013
f (x)dx = 1.
Proposition 5.4. Par dfinition, la variance dune variable continue X est donne
par
Z
x2 f (x)dx {E(X)}2 .
V (X) =
Exemple 13. On considre le jet dune flchette sur [0, 1]. On a autant de chance
de toucher nimporte quel point de [0, 1], cest dire que X suit une loi uniforme sur
[0, 1]. Ainsi la probabilit de tomber dans un petit intervalle est gale longueur
de ce petit intervalle. La densit est donne par
t [0, 1], f (t) = 1.
La fonction de rpartition est donne par
t [0, 1], F (t) = P(X t) =
Lesprance vaut
E (X) =
Z 1
0
La variance vaut
V (X) =
Z 1
0
Z t
0
dt = t.
1
xdx = .
2
x2 dx {E(X)}2
1 1
3 4
1
= .
12
=
Julien Stoehr
11
Universit Montpellier 2
5.2.3
20122013
Proposition 5.5.
1. Pour X et Y deux variables alatoires,
E(X + Y ) = E(X) + E(Y ).
2. Pour X une variable alatoire et a, b deux rels,
E(aX + b) = aE(X) + b.
3. Si X1 , . . . , Xn sont des variables alatoires identiquement distribues, cest
dire quelles suivent toutes la mme loi,
E(X1 ) = . . . = E(Xn ).
On en dduit directement :
E
n
X
Xi = nE(X1 ).
i=1
Proposition 5.6.
1. Pour X une variable alatoire et a, b deux rels,
V(aX + b) = a2 V(X).
2. Si X et Y sont des variables alatoires indpendantes,
V(X + Y ) = V(X) + V(Y ).
3. Si X1 , . . . , Xn sont des variables alatoires identiquement distribues, cest
dire quelles suivent toutes la mme loi,
V(X1 ) = . . . = V(Xn ).
4. Si X1 , . . . , Xn sont des variables alatoires indpendantes identiquement distribues
!
V
n
X
Xi = nV(X1 ).
i=1
12
Universit Montpellier 2
5.3
20122013
On fait ici un bref rappel du lien entre la vraisemblance et la loi de probabilit. On considre X1 , . . . , Xn des variables alatoires indpendantes identiquement
distribues, cest dire n expriences sans influences mutuelles et dcrites par la
mme loi de probabilit fonction dun paramtre . Les issues de ces expriences
alatoires sont x1 , . . . , xn .
1. Si les variables alatoires sont discrtes, la vraisemblance scrit :
L (; x1 , . . . , xn ) =
n
Y
P(Xk = xk ).
k=1
n
Y
f (xk ).
k=1
5.4
Julien Stoehr
13
Universit Montpellier 2
20122013
Exercice 11 (Loi exponentielle). La loi exponentielle est la loi utilise pour modliser le temps de vie dun phnomne comme le temps de vie dune lampe, dun
atome radioactif, . . . La densit f de cette loi est donne pour tout x 0 par
f (x) = exp (x) .
La paramtre est parfois appel intensit.
1. Donner lespace des observations .
2. Donner lexpression de la fonction de rpartition et la tracer.
3. Calculer E(X) et V(X).
4. On considre X1 , . . . , Xn variables alatoires indpendantes identiquement
distribues suivant la loi exponentielle de paramtre . Calculer la vraisemblance.
Julien Stoehr
14