Un expert en maths ici svp ( fonction de répartition)
![Avatar de [Mikasaga]](https://image.jeuxvideo.com/avatar-sm/0/m/mikasaga_-1607354809-acdec608c075ee3bb092c28e2d2fa44f.jpg){kind=avatar}
Bonjour je comprends pas trop la différence entre la première question et la deuxième ?? La première CEST par rapport à la loi uniforme et la deuxième par rapport au ln?
Ou alors je suis à l’ouest
Merci d’avance
Le 26 février 2024 à 03:03:46 :
P(X<x) = P(-1/k ln(U) < x) = P(ln(U)>-xk)
= P(U>exp(-xk))
= 1-P(U<exp(-xk)) = 1-fonctionderepartitiondeUévaluéeen(-xk)
La fonction de répartition de U est F(x) = x comme on l’a montré dans les posts précédents.
Donc 1-exp(-xk), la cdf de la loi exponentielle
On la dérive et on a kexp(-xk), la pdf de la loi exponentielle
E(loi exp) = 1/k
Var(loi exp) = 1/k^2
Pour l’esperance et la variance tu peux aussi passer par des integrales à l’aide de la pdf
tu es passé par l'exp des deux côtés sur la ligne P(U>exp(-xk) , on est d'acc?
Ok je pense avoir compris la démo , je vais refaire ça merci 
Le 26 février 2024 à 03:07:22 :
Le 26 février 2024 à 03:03:46 :
P(X<x) = P(-1/k ln(U) < x) = P(ln(U)>-xk)
= P(U>exp(-xk))
= 1-P(U<exp(-xk)) = 1-fonctionderepartitiondeUévaluéeen(-xk)
La fonction de répartition de U est F(x) = x comme on l’a montré dans les posts précédents.
Donc 1-exp(-xk), la cdf de la loi exponentielle
On la dérive et on a kexp(-xk), la pdf de la loi exponentielle
E(loi exp) = 1/k
Var(loi exp) = 1/k^2
Pour l’esperance et la variance tu peux aussi passer par des integrales à l’aide de la pdftu es passé par l'exp des deux côtés sur la ligne P(U>exp(-xk) , on est d'acc?
Ok je pense avoir compris la démo , je vais refaire ça merci
Yes
Données du topic
- Auteur
- [Mikasaga]
- Date de création
- 26 février 2024 à 02:41:57
- Nb. messages archivés
- 23
- Nb. messages JVC
- 23