min et max de suite de variables aléatoires

Bonjour

Soit X une variable aléatoire de densité f(x) = e-(x-a)1x>=a,
avec a réel strictement positif. Je cherche à déterminer le minimum et le maximum d'une suite (Xi) de variables aléatoires indépendantes et de même loi que X.

J'ai calculé la fonction de répartition de X. Ma réponse.
FX(x) = P(X<=x) = (intégrale de a à x) e-(t-a)1t>=a dt = -e-(x-a) + 1
Déjà, est-ce que ce résultat est correct ?

On pose ensuite X(n) et X(1) les maximum et minimum des variables X1,..., Xn. Et c'est là où je bloque.
Je me suis aidée de la vidéo :
Intuitivement, je pensais à utiliser la décroissance de la fonction f(x)=e-(x-a) sur [a;+oo[ mais sans conviction.
Quelqu'un pourrait-il m'aider ? Je vous remercie.

Réponses

  • Bonjour.

    Oui, ta fonction de répartition est correcte ou presque. Il faut multiplier par $1_{t\le a}$ puisqu'elle est nulle pour t<a. Tu pouvais facilement vérifier avec la limite à l'infini.

    Pour la suite, a-t-on bien $X_{(n)}=\max(X_1,X_2, ... X_n)$ ? Et donc $X_{(1)}=\min(X_1,X_2, ... X_n)$. Il s'agit donc de la variable aléatoire maximum (ou minimum) des réalisations. La fonction de répartition de $X_{(1)}$ est facile à trouver :
    $P(X_{(n)}\le t) = P(X_1\le t \text{ et } X_2\le t\text{ et } ...\text{ et } X_n\le t)$

    Bon travail !

    NB : je n'ai pas regardé ta vidéo, je préfère toujours penser par moi-même. Et vu ce que tu en dis ... j'ai bien fait : la décroissance n'a rien à voir avec la question.
  • Pour l'idée de la décroissance de la fonction, c'était juste une intuition de ma part et elle n'est pas bonne. Ce n'est pas sur la vidéo.

    Ma réponse.
    On a X(n) = max(X1,...,Xn)
    P(X(n)<=x) = P(X1<=x et X2<=x...Xn<=x)
    Par indépendance,
    P(X(n)<=x) = P(X1<=x)P(X2<=x)...P(Xn<=x)
    Sachant que X1,...,Xn sont de même loi que X,
    P(X(n)<=x) = (P(X1<=x))n = (P(X<=x))n
    On en déduit
    FX(n)(x) = P(X(n)<=x) = ( (intégrale de a à x) e-(t-a)1t>=a dt)n
    FX(n)(x) = (-e-(x-a) + 1)n1t<=a
    - Pour X(1) = min(X1,...,Xn), on a
    P(X(1)>x) = P(X1>x et X2>x ... Xn>x)
    Par indépendance et même loi que X,
    P(X(1)>x) = (P(X1>x))n = (P(X>x))n
    et donc,
    FX1(x) = P(X(1)>x) = 1 - (1 - P(X<=x))n = 1 - (1 - FX(n)(x))n = 1 - (e-(x-a))n1t<=a

    Est-ce que c'est correct ? Ensuite, avant de passer aux estimateurs que je connais encore très mal, je dois calculer P(X(n)<=x;X(1)>=y) pour tout x,y. Ce que je ne sais pas encore faire.
  • Bonjour,
    Est-ce que c'est correct ?
    C'est un peu difficile de lire ce que tu écris, mais j'ai l'impression que c'est bien ça.
    je dois calculer P(X(n)<=x;X(1)>=y) pour tout x,y
    Dire que $X_{(n)} \le x$ et que $X_{(1)} \ge y$, ça signifie que toutes les valeurs sont comprises entre $y$ et $x$.
  • Tgbne :

    Je n'ai pas vu non plus de problème. Ton " P(X(n)<=x;X(1)>=y) ", c'est P(X(n)<=x et X(1)>=y) ou bien P(X(n)<=x / X(1)>=y) la proba conditionnelle ?

    Cordialement.
  • C'est P(X(n)<=x et X(1)>=y).

    Ma réponse :

    Par indépendance,

    P(X(n)<=x;X(1)>=y) = P(X(n)<=x)*P(X(1)>=y)

    puis,

    P(X(n)<=x;X(1)>=y) = ((-e-(x-a)+1)n1t<=a)*(1-(1-(e-(x-a))n)1t<=a) = (-e-(x-a)+1)n*(e-(x-a))n1t<=a

    (car P(X(1)>x = 1 - (e-(x-a))n1t<=a)

    finalement,

    P(X(n)<=x;X(1)>=y) = (-e-2(x-a) + e-(x-a))n1t<=a

    Est-ce correct ? Ensuite je dois déduire la loi du couple (X(1),X(n)).
  • Par indépendance,
    :-S

    Par indépendance de quoi ?

    $X_{(1)}$ et $X_{(n)}$ ne sont pas du tout indépendantes, puisqu'on a $X_{(1)} \le X_{(n)}$.
  • Pas mal, ce résultat où y n'intervient pas ! Ni nulle part que si y<x, la proba est nulle.
    Et Marsup a donné une indication pour rien !

    Cordialement.
Connectez-vous ou Inscrivez-vous pour répondre.