Module : Estimation - Détection

Enseignant : Mohamed Lassaad AMMARI

Formation : Master SIC Groupe : OP3
Session : Principale Date : 27 mai 2011
Durée : 1H30
Documents autorisés Nombre de pages : 1

Exercice 1 (9 points)

Soient Y une variable aléatoire et les deux hypothèses suivantes :

{ {
c0 y 2 , si |y| 6 1, c1 (3 − |y|), si |y| 6 3,
p0 (y) = et p1 (y) =
0, sinon 0, sinon.
a. Déterminer les deux constantes c0 et c1 . (2)

Solution :

b. Trouver la règle de décision Neyman-Pearson ainsi que la probabilité de détection correspon- (5)
dante pour une probabilité de fausse alarme α ∈ [0, 1].

Solution :
 c. Déterminer la caractéristique réceptrice du test (receiver operating characteristic - ROC). (2)

Solution :

Exercice 2 (11 points)

Soit Θ une variable aléatoire uniformément distribuée sur d’intervalle (0, 1). On suppose que,
sachant Θ = θ, la variable d’observation discrète Y a la distribution conditionnelle suivante

pθ (y) = (1 − θ)θy , y = 0, 1, 2, · · ·

a. Déterminer la distribution conditionnelle w(θ|y) de θ sachant l’observation Y = y. (2)

Solution :

b. Déterminer θ̂MMSE , l’estimateur à erreur quadratique moyenne minimale (MMSE) de θ sachant (3)
l’observation Y = y.

Solution :

c. Déterminer θ̂MAP , l’estimateur du maximum a posteriori (MAP) de θ sachant l’observation (3)

Y = y.

Solution :

d. On suppose, pour cette question, que θ est un paramètre NON aléatoire appartenant à (3)
l’intervalle (0, 1). Déterminer θ̂ML , l’estimateur à vraisemblance maximale de θ (ML estimate
of θ).

Page 2
Solution :

Bonne chance

Page 3