Stat-proba: Ordre...stochastique dans les idées!!!
Réponses à toutes vos questions après le Bac (Fac, Prépa, etc.)
-
Tlanne
- Membre Naturel
- Messages: 12
- Enregistré le: 07 Aoû 2007, 14:38
-
par Tlanne » 09 Aoû 2007, 15:07
Beh voilà j'ai ce problème:
Soit X une v.a. de support inclus dans [a,b], de moyenne µ et de variance s^2 (^ symbole de l'élevation à la puissance). Considérons la v.a. Xmax de fonction de survie ou de qeue 1-Fmax(x)=P(Xmax > x),
P(Xmax > x) = 1 si x x) = µ/x si µ x) = 1/[1+((x-µ)/s)^2] si x > µ+(s^2)/µ
Montrer que X <= st Xmax (où <= st désigne l'ordre stochastique; il est quelque fois noté <= 1 pour dominance stochastique d'ordre 1)
-
BQss
- Membre Irrationnel
- Messages: 1202
- Enregistré le: 02 Nov 2006, 03:32
-
par BQss » 09 Aoû 2007, 15:26
Salut,
je ne vois pas en ce qui me concerne l'interet de rajouter l'ordre "stochastique" vu qu'on parle déja de variable aléatoire c'est implicite, je ne l'ai jamais vu.
-
BQss
- Membre Irrationnel
- Messages: 1202
- Enregistré le: 02 Nov 2006, 03:32
-
par BQss » 09 Aoû 2007, 15:30
Ensuite il te faut montrer que
=1)
C'est à dire:

=1
PS: avec la definition que j'ai comprise d'ordre stochastique on ne trouve pas 1.
Quelle est donc la definition d'ordre stochastique?
*edit: j'ai trouvé sur internet(si tu nous rapporte pas la definition difficile de t'aider...) On dit que la loi P est stochastiquement inferieur a la loi P' si  \leq P(]-\infty;t]))
(attention à l'ordre).
Ce qui donne aussi en "inversant"
 \leq 1- P'(]-\infty;t]))
...
il ne te reste donc qu'a comparer tes fonctions de repartitions ou fonction de survies, c'est pas bien difficile, tu as essayé de le faire avant de nous demander :marteau: :zen: ?
-
Isomorphisme
- Membre Naturel
- Messages: 67
- Enregistré le: 09 Aoû 2007, 14:27
-
par Isomorphisme » 09 Aoû 2007, 15:39
Bonjour,
N'as-tu pas d'hypothèse sur la densité de

?
La dominance stochastique d'ordre 2 est vérifiée, mais ce n'est qu'une condition nécessaire à la dominance stochastique d'ordre 1 !!
-
BQss
- Membre Irrationnel
- Messages: 1202
- Enregistré le: 02 Nov 2006, 03:32
-
par BQss » 09 Aoû 2007, 16:01
Deja la definition ne colle pas:
"P(Xmax > x) = 1 si x >= µ"
Je suppose que ici c'est

plutot
Ce qui indique que le support de

est

Pour

le probleme est donc reglé car on a bien la fonction de survie de X max qui est superieur à celle de X.
-
BQss
- Membre Irrationnel
- Messages: 1202
- Enregistré le: 02 Nov 2006, 03:32
-
par BQss » 09 Aoû 2007, 16:17
Ensuite par exemple pour µ x)=\frac{E(X)}{x}=\int_a^bf(t)\frac{t}{x}dt[/TEX]
et
=\int_x^bf(t)dt)
avec f la densité de X
-
Tlanne
- Membre Naturel
- Messages: 12
- Enregistré le: 07 Aoû 2007, 14:38
-
par Tlanne » 09 Aoû 2007, 16:20
Définition ordre stochastique :Soit W une v.a. de fonction de répartion F
W et Z une v.a. de fonction répartition F
Z.
On dit que la loi de W majore strictement pour l'ordre stochastique la loi Z, si
F
W(t) <= F
Z(t) pour tout t réel, avec inégalité stricte pour au moins une valeur de t.
On le note alors Z <=
st W
BQss a écrit:Ensuite il te faut montrer que
=1)
C'est à dire:

=1
PS: avec la definition que j'ai comprise d'ordre stochastique on ne trouve pas 1.
Quelle est donc la definition d'ordre stochastique?
*edit: j'ai trouvé sur internet(si tu nous rapporte pas la definition difficile de t'aider...) On dit que la loi P est stochastiquement inferieur a la loi P' si  \leq P(]-\infty;t]))
(attention à l'ordre).
Ce qui donne aussi en "inversant"
 \leq 1- P'(]-\infty;t]))
...
il ne te reste donc qu'a comparer tes fonctions de repartitions ou fonction de survies, c'est pas bien difficile, tu as essayé de le faire avant de nous demander :marteau: :zen: ?
-
Tlanne
- Membre Naturel
- Messages: 12
- Enregistré le: 07 Aoû 2007, 14:38
-
par Tlanne » 09 Aoû 2007, 21:16
Je pense que pour ce cas, on pourrait aussi appliquer l'inégalité de Markov ==> P(X > x) µ+(s^2)/µ , je flaire l'inégalité de Bienaymé Tchébichev mais j'arrive pas à percer le tuyaux.... J'ai assez travaillé Markov aussi pour ce dernier cas; il pourrait marcher car il faut savoir borner µ/x de sorte à trouver l'inégalité recherchée :hein:
BQss a écrit:Ensuite par exemple pour µ x)=\frac{E(X)}{x}=\int_a^bf(t)\frac{t}{x}dt[/TEX]
et
=\int_x^bf(t)dt)
avec f la densité de X
-
BQss
- Membre Irrationnel
- Messages: 1202
- Enregistré le: 02 Nov 2006, 03:32
-
par BQss » 09 Aoû 2007, 23:21
Tlanne a écrit:Je pense que pour ce cas, on pourrait aussi appliquer l'inégalité de Markov ==> P(X > x) µ+(s^2)/µ , je flaire l'inégalité de Bienaymé Tchébichev mais j'arrive pas à percer le tuyaux.... J'ai assez travaillé Markov aussi pour ce dernier cas; il pourrait marcher car il faut savoir borner µ/x de sorte à trouver l'inégalité recherchée :hein:
Tout a fait Markov, très bonne idée et alors pourquoi tu n'y arrives pas après?
si µ t)[/TEX]
Il ne te reste donc plus qu'a traiter le cas si x > µ+(s^2)/µ...
Il faut montrer que sur {x > µ+(s^2)/µ}
 \leq P(X-\mu \geq V(X)+[x-E(X)]^2))
c'est a dire que tu dois montrer que sur {x > µ+(s^2)/µ}:
(2) +[x-E(X)]^2+E(X))
a ce moment là tu appliques Bienaymé Tchébichev et tu obtiens
 \geq V(X)+[x-E(X)]^2) \,\,\leq \,\, \frac{1}{1+(\frac{x-\mu}{V(X)})^2)
et donc
\leq P(X_{max} \geq x))
La seule difficulté c'est de demontrer (2), ce n'est peut-etre pas faisable en vertu des hypothèse de l'exo, si ca marche pas essaie de majorer autrement(c'est vrai que cette partie est plus délicate).
PS: j'ai parfois employé E(X) parfois

fais attention.
-
Tlanne
- Membre Naturel
- Messages: 12
- Enregistré le: 07 Aoû 2007, 14:38
-
par Tlanne » 10 Aoû 2007, 10:26
Salut,
J'ai parfaitement appliqué Markov; suis le sens de mon implication (==>) dans le post précedent.
Je câlais pour le dernier cas où je disais que je flairais Bienaymé.
Je vais creuser ton idée pour son utilisation..
BQss a écrit:Tout a fait Markov, très bonne idée et alors pourquoi tu n'y arrives pas après?
si µ t)[/TEX]
Il ne te reste donc plus qu'a traiter le cas si x > µ+(s^2)/µ...
Il faut montrer que sur {x > µ+(s^2)/µ}
 \leq P(X-\mu \geq V(X)+[x-E(X)]^2))
c'est a dire que tu dois montrer que sur {x > µ+(s^2)/µ}:
(2) +[x-E(X)]^2+E(X))
a ce moment là tu appliques Bienaymé Tchébichev et tu obtiens
 \geq V(X)+[x-E(X)]^2) \,\,\leq \,\, \frac{1}{1+(\frac{x-\mu}{V(X)})^2)
et donc
\leq P(X_{max} \geq x))
La seule difficulté c'est de demontrer (2), ce n'est peut-etre pas faisable en vertu des hypothèse de l'exo, si ca marche pas essaie de majorer autrement(c'est vrai que cette partie est plus délicate).
PS: j'ai parfois employé E(X) parfois

fais attention.
-
Tlanne
- Membre Naturel
- Messages: 12
- Enregistré le: 07 Aoû 2007, 14:38
-
par Tlanne » 10 Aoû 2007, 10:55
Bonjour Isomorphisme
Je ne preçois pas bien la relation entre les dominations stoch d'ordre 1 et 2; aussi, peut tu m'indiquer comme établir la dominance stoch d'ordre 2 même si c'est une CN pour l'ordre 1.
Merci.
Isomorphisme a écrit:Bonjour,
N'as-tu pas d'hypothèse sur la densité de

?
La dominance stochastique d'ordre 2 est vérifiée, mais ce n'est qu'une condition nécessaire à la dominance stochastique d'ordre 1 !!
Utilisateurs parcourant ce forum : Aucun utilisateur enregistré et 53 invités