Vous êtes sur la page 1sur 161

Dpartement de Mathmatiques et Informatique

Abdelhamid El Mossadeq
Professeur lEHTP

A. El Mossadeq
Mai 2008

TABLE DES MATIRES

1.Vecteursalatoires

2.Fonctionderpartition

3.Lesmargesdunvecteuralatoire

4.Vecteursalatoiresdiscrets

5.Vecteursalatoiresabsolumentcontinus
6.Oprationssurlesvecteursalatoires

1
2

4
5

6.1.Lasommededeuxalasdiscrets
6.2.Lasommededeuxalascontinus
6.3.Changementdevariables

9
10
13

14
18
19
20
22

22
22
22
23
23
24
25

7.Lesmoments

8.Densitsdeprobabilitconditionnelle
9.Esprancemathmatiqueconditionnelle
10.Ladroitedergression

11.Convergencedesvariablesalatoires

11.1.Convergencepresquepartout

11.2.Convergenceenprobabilit

11.3.Convergenceenloi

11.4.Convergenceennormedordrep
11.5.Comparaisondesconvergences
12.Loifaiblesdesgrandsnombres

13.Thormecentralelimite

13.1.Casdelaloibinomiale
13.2.CasdelaloidePoisson

14.Exercices

28
28

30

Vecteurs Alatoires

A. El Mossadeq

1. Vecteurs Alatoires
Dnition 1

Un vecteur alatoire n dimensions, ou une variable alatoire n dimensions


est un ala dni sur un espace probabilis ( ; T ;P ) valeurs dans (Rn ; BRn ),
o BRn est la tribu des borliens de Rn .
Soit

i,

n, la ieme projection de Rn sur R, et posons :

Xi =

Pour tout borlien B 2 BR on a :

Xi 1 [B]

X)

[B]

1
i [B]
i 1

Rn

donc Xi 1 [B] est un vnement de T .

Il en rsulte que pour tout i, 1

n, lapplication :

Xi : ( ; T ;P ) ! (R; BR )
est une variable alatoire une seule dimension dnie sur ( ; T ;P ).

La donne dun vecteur alatoire n dimensions X quivaut donc la


donne de n variables alatoires une dimension X1 ; :::; Xn qui sont ses
composantes.
On note :

X = (X1 ; :::; Xn )
et pour tout ! 2

on a :

X (!) = (X1 (!) ; :::; Xn (!))


Si lon dsigne par Pi la loi PXi de la variable alatoire Xi , alors pour tout

A. El Mossadeq

Vecteurs Alatoires

borliens B 2 BR on a :

Pi [B]

P Xi 1 [B]

P X

PX R i

P [X1 2 R; ::; Xi

Ri
1

Rn

Rn

2 R; Xi 2 B; Xi+1 2 R; :::; Xn 2 R]

2. Fonction de Rpartition
Si a = (a1 ; :::an ) est un lment de Rn , on pose :

(a) = f(x1 ; :::xn ) 2 Rn j x1 < a1 ; :::; xn < an g


Dnition 2

Soit :

X : ( ; T ;P ) ! (Rn ; BRn )

o X = (X1 ; :::; Xn ), un vecteur alatoire.


On appelle fonction de rpartition de X , la fonction relle F dnie pour tout x
dans Rn par :

F (x) = PX [ (x)]
On a alors :

F (x)

PX [ (x)]

P [X 2

P [X1 < x1 ; :::; Xn < xn ]

pour tout x = (x1 ; :::xn ) dans Rn .

(x)]

Vecteurs Alatoires

A. El Mossadeq

3. Les Marges dun Vecteur Alatoire

Dnition 3

Soit X = (X1 ; :::; Xn ) un vecteur alatoire dni sur ( ; T ;P ) :


Les n marges de PX sont les lois Pi des variables alatoires Xi , 1

n:

Proposition 1

Soit X = (X1 ; :::; Xn ) un vecteur alatoire dni sur ( ; T ;P ), F sa fonction


de rpartition et Fi la fonction de rpartition de Xi :
Les variables alatoires X1 ; :::; Xn sont indpendantes si et seulement si pour
tout (x1 ; :::; xn ) 2 Rn on a :

F (x1 ; :::; xn ) =

n
Y

Fi (xi )

i=1

Preuve 1

Les variables alatoires X1 ; :::; Xn sont indpendantes si et seulement si pour


tout (x1 ; :::; xn ) 2 Rn :

P [X1 < x1 ; :::; Xn < xn ] =

n
Y

P [Xi < xi ]

i=1

donc, si et seulement si pour tout (x1 ; :::; xn ) 2 Rn :

F (x1 ; :::; xn ) =

n
Y
i=1

Fi (xi )

A. El Mossadeq

Vecteurs Alatoires

4. Vecteurs Alatoires Discrets

Dnition 4

Soit :

X : ( ; T ;P ) ! (Rn ; BRn )

o X = (X1 ; :::; Xn ), un vecteur alatoire.


On dit que X est discret si X ( ) est dnombrable et T = P ( ).
La loi PX de X est alors une loi discrte. Elle est entirement dnie par
les probabilits lmentaires p (x1 ; :::; xn ), o (x1 ; :::; xn ) parcourt X ( ) :
Puisque pour tout i, 1

n:
Xi ( ) =

X( )

donc Xi ( ) est dnombrable et par consquent X1 ; :::; Xn sont toutes des


variables alatoires discrtes.
Proposition 2

Soit :

X : ( ; T ;P ) ! (Rn ; BRn )

o X = (X1 ; :::; Xn ) ; un vecteur alatoire discret:


Les variables alatoires X1 ; :::; Xn sont indpendantes si et seulement si pour
tout (x1 ; :::; xn ) 2 X ( ) on a :

p (x1 ; :::; xn ) =

n
Y
i=1

pi (xi )

Vecteurs Alatoires

A. El Mossadeq

Preuve 2

Les variables alatoires :

X1 ; :::; Xn : ( ; T ;P ) ! (R; BR )
sont indpendantes si et seulement si pour tout (x1 ; :::; xn ) 2 X ( ) :

P [X1 = x1 ; :::; Xn = xn ] =

n
Y

P [Xi = xi ]

i=1

donc, si et seulement si pour tout (x1 ; :::; xn ) 2 Rn :

p (x1 ; :::; xn ) =

n
Y

pi (xi )

i=1

5. Vecteurs Alatoires Absolument


Continus

Dnition 5

Soit :

X : ( ; T ;P ) ! (Rn ; BRn )

o X = (X1 ; :::; Xn ) ; un vecteur alatoire.


On dit que X est absolument continu si sa loi de probabilit PX possde une
densit relativement la mesure de Lebesgue sur Rn , cest dire, il existe une
fonction positive et intgrable f telle que lon ait pour tout a 2 Rn :
Z
F (a) =
f (x1 ; :::; xn ) dx1 :::dxn
(a)

o F est la fonction de rpartition de X .


f est appele alors la densit de probabilit de X .

A. El Mossadeq

Vecteurs Alatoires

Remarque 1

La condition :

PX [Rn ] = 1
se traduit par :

f (x1 ; :::; xn ) dx1 :::dxn = 1

Rn

Remarque 2

Toute fonction :

f : Rn ! R
positive, intgrable telle que :

f (x1 ; :::; xn ) dx1 :::dxn = 1

Rn

est la densit de probabilit dune loi de probabilit unique.

Proposition 3

Soit :

X : ( ; T ;P ) ! (Rn ; BRn )

o X = (X1 ; :::; Xn ) ; un vecteur alatoire absolument continu densit de probabilit f .


La variable alatoire Xi , 1
i n, a pour densit la fonction fi dnie pour
tout xi 2 R par :

fi (xi ) =

Rn

f (x1 ; :::; xn ) dx1 :::dxi 1 dxi+1 :::dxn


1

Vecteurs Alatoires

A. El Mossadeq

Preuve 3

Remarquons tout dabord que la fonction fi ainsi dnie est une densit de
probabilit.
En eet,fi est positive, intgrable et on a :
Z
Z
fi (xi ) dxi =
f (x1 ; :::; xn ) dx1 :::dxn
R

Rn

Dmontrons maintenant que cest la densit de probabilit de la variable alatoire


Xi .
Pour tout a 2 R on a :

Pi (] 1; a[)

=
=
=
=

PX Ri
Z

1
a

Rn

Ri
Z a

] 1; a[

Rn

f (x1 ; :::; xn ) dx1 :::dxn

] 1;a[ Rn

f (x1 ; :::; xn ) dx1 :::dxi 1 dxi+1 :::dxn dxi


1

fi (xi ) dxi
1

Il en rsulte que fi est bien la densit de probabilit de la variable alatoire Xi .

Proposition 4

Soit :

X : ( ; T ;P ) ! (Rn ; BRn )

o X = (X1 ; :::; Xn ) ; un vecteur alatoire de densit de probabilit f dont les


marges X1 ; :::; Xn admettent les densits f1 ; :::; fn :
Les variables alatoires X1 ; :::; Xn sont indpendantes si et seulement si pour
tout (x1 ; :::; xn ) 2 Rn on a :

f (x1 ; :::; xn ) =

n
Y
i=1

fi (xi )

A. El Mossadeq

Vecteurs Alatoires

Preuve 4

(i) Supposons que pour tout (x1 ; :::; xn ) 2 Rn on a :


f (x1 ; :::; xn ) =

n
Y

fi (xi )

i=1

Alors, pour tout a = (a1 ; :::; an ) 2 Rn :

P [X1 < a1 ; :::; Xn < an ]

=
=
=
=

PX [ (a)]
Z
f (x1 ; :::; xn ) dx1 :::dxn
(a)
n
Y Z ai
i=1
n
Y

fi (xi ) dxi

P [Xi < ai ]

i=1

donc les variables alatoires X1 ; :::; Xn sont indpendantes.

(ii) Rciproquement, supposons que les variables alatoires X1 ; :::; Xn soient


indpendantes.
La fonction :

Rn

(x1 ; :::; xn )

7 !

Rn
f1 (x1 ) :::fn (xn )

est positive, intgrable et vrie :


Z
f1 (x1 ) :::fn (xn ) dx1 :::dxn

Rn

donc cest une densit de probabilit.

n Z
Y
i=1

fi (xi ) dxi

Vecteurs Alatoires

A. El Mossadeq

Dautre part :

PX [ (a)]

=
=
=
=

P [X1 < a1 ; :::; Xn < an ]


n
Y
P [Xi < ai ]
i=1
n Z ai
Y

Zi=1

fi (xi ) dxi

f (x1 ) :::f (xn ) dx1 :::dxn

(a)

On en dduit que cest la densit de X = (X1 ; :::; Xn ), do pour tout

(x1 ; :::; xn ) 2 Rn :
f (x1 ; :::; xn ) =

n
Y

fi (xi )

i=1

6. Oprations sur les Vecteurs Alatoires

6.1. La Somme de Deux Alas Discrets


Soient X et Y deux variables alatoires discrtes dnies sur un espace probabilis

( ; T ;P ) :
Dterminons la loi de la variable alatoire :
Z =X +Y
Puisque X ( ) et Y ( ) sont des ensembles dnombrables, alors Z ( ) est lui
mme un ensemble dnombrable, et par consquent, Z est une variable alatoire
discrte.

A. El Mossadeq

Vecteurs Alatoires

Posons :

I(k) = f(x; y) 2 X ( )
Alors :

P [Z = k] =

Y ( ) j x + y = kg

P [X = x; Y = y]

(x;y)2I(k)

6.2. La Somme de Deux Alas Absolument Continus


Proposition 5

Soient X et Y deux variables alatoires telles que le couple (X; Y ) admette une
densit f .
Alors la variable alatoire X + Y possde une densit fX+Y dnie pour tout
u 2 R par :
Z +1
fX+Y (u) =
f (x; u x) dx
1

Preuve 5

La fonction :

7 !

R
Z +1

f (x; u

x) dx

est une densit de probabilit puisquelle est positive , intgrable et vrie :


Z +1 Z +1
Z
f (x; u x) dx du =
f (x; u x) dxdu
2
1
1
R
Z
=
f (x; y) dxdy

R2

Dmontrons que cest la densit de la variable alatoire X + Y .

10

Vecteurs Alatoires

A. El Mossadeq

Pour tout t 2 R, dsignons par D (t) le domaine de R2 :

D (t) = (x; y) 2 R2 j x + y < t


alors :

PX+Y (] 1; t[)

=
=

P [X + Y < t]
P [(X; Y ) 2 D (t)]
Z +1 Z t x
f (x; y) dy dx
1
Z +1
Z t1
f (x; u x) du dx
1
1
Z t Z +1
f (x; u x) dx du

=
=
=

Il en rsulte que la densit de probabilit de X + Y est la fonction fX+Y dnie


pour tout u 2 R par :

fX+Y (u) =

+1

f (x; u

x) dx

Remarque 3

Si X et Y sont de plus indpendantes alors :

fX+Y (u)

=
=

+1

f (x; u

x) dx

1
+1

fX (x) fY (u
1

x) dx

fX+Y nest autre, dans ce cas, que le produit de convolution de fX et fY :


fX+Y = fX

11

fY

A. El Mossadeq

Vecteurs Alatoires

Exemple 1

Soient X et Y deux variables alatoires indpendantes qui suivent des lois exponentielles de paramtres et respectivement :

fX (x) =

exp

si
si

x>0
x 0

exp

si
si

y>0
y 0

fY (y) =

Calculons la densit de probabilit de la variable alatoire :

Z =X +Y
On a :

fX+Y (u)

=
=
=

(i) si

Z
Z

+1

f (x; u

fX (x) fY (u

81
< 0
:

alors :

fX+Y (u)

x) dx

1
+1

=
=

exp (

u)

x) dx

exp (

) xdx

si

si

u>0

8
< 0
:

exp (

dx

si

si

u>0

0
2

u)

u exp (

12

u)

si
si

u 0
u>0

Vecteurs Alatoires

(ii) si

6=

A. El Mossadeq

alors :
8
0
>
>
<
Z u
=
>
>
exp ( u)
exp (
:
0
8
0
>
>
<
=
>
>
[exp ( u) exp (
:

fX+Y (u)

) xdx

u)]

si

si

u>0

si

si

u>0

6.3. Changement de Variables


Soit X = (X1 ; :::; Xn ) un vecteur alatoire dni sur un espace de probabilit ( ; T ;P ) de densit de probabilit f:
Considrons une transformation S :

Rn

7 !

Rn
y = S (x)

telle que :

(i) S est une transformation bijective


(ii) S est continment direntiable
(iii) le Jacobien DS de S est non nulle.
Proposition 6

La densit fS

de S

X est donne pour tout x 2 Rn par :


fS

(y) = fX S

(y) DS 1

Preuve 6

Cest le thorme de changement de variables dans une intgrale.

13

A. El Mossadeq

Vecteurs Alatoires

7. Les Moments
Dnition 6

Soient ( ; T ;P ) un espace probabilis et :

X : ( ; T ;P ) ! (Rn ; BRn )

o X = (X1 ; :::; Xn ) ; un vecteur alatoire P -intgrable dni sur cet espace.


On appelle esprance mathmatique de X , ou moyenne de X , quon note E [X],
le vecteur :
2
3
E [X1 ]
6
7
:
7
E [X] = 6
4
5
:

E [Xn ]

Proposition 7

Soit :

X : ( ; T ;P ) ! (Rn ; BRn )

o X = (X1 ; :::; Xn ) ; un vecteur alatoire P -intgrable et :

g : (Rn ; BRn ; PX ) ! (R; BR )


une variable alatoire PX -intgrable.
Alors :

E [g X] =

g (x) dPX

Rn

Preuve 7

On a :

E [g X] =

g XdP =

Rn

daprs le thorme de transfert de mesure.

14

g (x) dPX

Vecteurs Alatoires

A. El Mossadeq

Il rsulte de cette dnition que :

(i) si X = (X1 ; :::; Xn ) est un vecteur alatoire discret alors :


X
E [g X] =
g (x1 ; :::; xn ) p (x1 ; :::; xn )
(x1 ;:::;xn )2X( )

(ii) si X = (X1 ; :::; Xn ) est un vecteur alatoire absolument continu de


densit f alors :
Z
g (x1 ; :::; xn ) f (x1 ; :::; xn ) dx1 :::dxn
E [g X] =
Rn

Dnition 7

Soient X et Y deux variables alatoires dnies sur un espace probabilis ( ; T ;P )


de carrs intgrables.
On appelle covariance de X et Y , note Cov [X; Y ], le rel :

Cov [X; Y ] = E [(X

E [X]) (Y

E [Y ])]

X et Y sont dites non corrles si leur covariance est nulle.


En dveloppant, la covariance de X et Y scrit aussi :

Cov [X; Y ]

E [(X

E [X]) (Y

E [Y ])]

E [XY

XE [Y ]

E [XY ]

E [X] E [Y ]

E [X] Y + E [X] E [Y ]]

Proposition 8

Soient X1 ; :::; Xn n variables alatoires dnies sur un espace probabilis ( ; T ;P ).


1. Si X1 ; :::; Xn sont indpendantes alors :
" n
#
n
Y
Y
E
Xi =
E [Xi ]
i=1

i=1

15

A. El Mossadeq

Vecteurs Alatoires

2. Si les variables alatoires Xi et Xj sont indpendantes alors elles sont non


corrles.
3. Si (a1 ; :::; an ) 2 Rn alors :
" n
#
n X
n
X
X
V
ai Xi =
ai aj Cov [Xi ; Xj ]
i=1

i=1 j=1

4. Si X1 ; :::; Xn sont deux deux non corrles alors :


" n
#
n
X
X
V
ai Xi =
a2i V [Xi ]
i=1

i=1

Preuve 8

1. Si X1 ; :::; Xn sont indpendantes alors :

P(X1 ;:::;Xn ) = PX1


do :

"

n
Y
i=1

Xi

Rn

=
=

:::

x1 :::xn dPX1 :::dPXn

n Z
Y
i=1
n
Y

PX n

xi dPXi

E [Xi ]

i=1

2. Si Xi et Xj sont indpendantes alors :

E [Xi Xj ] = E [Xi ] E [Xj ]


do :

Cov [Xi ; Xj ] = 0
Xi et Xj sont donc non corrles.

16

Vecteurs Alatoires

3. On a :
"

n
X

ai Xi

i=1

A. El Mossadeq

E4

E4

"

n
X

ai Xi

n
X

ai (Xi

i=1

"

n
X
i=1

i=1 j=1
n X
n
X

!2 3

E [Xi ])

i=1

n X
n
X

ai Xi

ai aj (Xi

#!2 3
5

E [Xi ]) (Xj

E [Xj ])

ai aj Cov [Xi ; Xj ]

i=1 j=1

4. Si X1 ; :::; Xn sont deux deux non corrles alors :

Cov [Xi ; Xj ] = 0
Cov [Xi ; Xj ] = V [Xi ]
do :

"

n
X

ai Xi =

i=1

n
X

si
si

i 6= j
i=j

a2i V [Xi ]

i=1

Dnition 8

Soient X = (X1 ; :::; Xn ) un vecteur alatoire n dimensions et Y = (Y1 ; :::; Ym )


un vecteur alatoire m dimensions dnis sur un espace probabilis ( ; T ;P ).
1. On appelle matrice des covariances de X et Y , la matrice :

E (X

E (X))t (Y

E (Y )) = [Cov [Xi ; Yj ]]

2. On appelle matrice des variances et covariances de X , la matrice :


X

= E (X

E (X))t (X

17

E (X)) = [Cov [Xi ; Xj ]]

A. El Mossadeq

Vecteurs Alatoires

8. Densit de Probabilit Conditionnelle


Dnition 9

Soit (X; Y ) un couple de variables alatoires de densit f , et notons fX et fY


les densits marginales de X et Y respectivement.
Soit x 2 R tel que fX (x) soit non nulle.
On appelle densit conditionnelle de Y relativement [X = x], la fonction
fY (: j x) dnie pour tout y 2 R par :

fY (y j x) =

f (x; y)
fX (x)

Proposition 9

Pour tout x 2 R, telle que fX (x) soit non nulle, la fonction fY (: j x) dnie
pour tout y 2 R par :
f (x; y)
fY (y j x) =
fX (x)
est une densit de probabilit.

Preuve 9

En eet, fY (: j x) est positive , intgrable et :


Z
Z
1
fY (y j x) dy =
f (x; y) dy = 1
fX (x) R
R
Remarque 4

On dnit de manire analogue la densit conditionnelle de X relativement


[Y = y] par :

f (x; y)
fY (y)
pour tout y 2 R, telle que fY (y) soit non nulle
fX (x j y) =

18

Vecteurs Alatoires

A. El Mossadeq

9. Esprance Mathmatique Conditionnelle

Dnition 10

Soient (X; Y ) un couple de variables alatoires discrtes dnies sur un espace


probabilis ( ; T ;P ) :
On appelle esprance mathmatique conditionnelle de Y relativement [X = x],
lorsquelle existe, le nombre rel :

E [Y j X = x] =
Lapplication :

yP [Y = y j X = x]

y2Y ( )

x 7 ! E [Y j X = x]

est appele aussi la courbe de rgression de Y en X:

Dnition 11

Soient (X; Y ) un couple de variables alatoires absolument continues de densit


f , et dsignons par fY (: j x) la densit conditionnelle de Y relativement X:
On appelle esprance mathmatique conditionnelle de Y relativement [X = x],
lorsquelle existe, le nombre rel :

E [Y j X = x] =
Lapplication :

yfY (y j x) dy

x 7 ! E [Y j X = x]

est appele aussi la courbe de rgression de Y en X:

19

A. El Mossadeq

Vecteurs Alatoires

Proposition 10

1. Si g est une fonction mesurable, alors :

E [E [g Y j X = x]] = E [g Y ]
2. Si X et Y sont indpendantes, alors :

E [g Y j X = x] = E [g Y ]
Preuve 10

Admis

10. La Droite de Rgression


Dnition 12

Soient X et Y deux variables alatoires dnies sur un espace probabilis ( ; T ;P )


et possdant des variances non nulles.
On appelle coe cient de corrlation linaire, ou coe cient de Pearson, le nombre
dni par :
Cov [X; Y ]
=
[X] [Y ]

Proposition 11

1.

2.

= 1 si et seulement si il existe a > 0 et un rel b tels que : Y = aX + b:

3.

4.

= 0 si et seulement X et Y sont non corrles.

1 si et seulement si il existe a < 0 et un rel b tels que : Y = aX + b

20

Vecteurs Alatoires

A. El Mossadeq

Preuve 11

Cette proposition dcoule de lingalit de Scharwz.


En eet :
Z
(X E [X]) (Y E [Y ]) dP
jCov [X; Y ]j =

(X

1
2

E [X]) dP

[X] [Y ]

(Y

1
2

E [Y ]) dP

do la proposition.

Dnition 13

On appelle droite de rgression de Y en X , la droite dnie par lquation :

[X] [y

E [Y ]] =

[Y ] [x

E [X]]

Dnition 14

La droite scrit aussi :

y = ax + b
o :

Cov [X; Y ]
V [X]
E [Y ] aE [X]

Remarque 5

On dnit dune manire analogue la droite de rgression de X en Y :

[Y ] [x

E [X]] =

21

[X] [y

E [Y ]]

A. El Mossadeq

Vecteurs Alatoires

11. Convergence des Variables Alatoires


11.1. Convergence Presque Partout
Dnition 15

Soit (Xn )n2N une suite de variables alatoires dnies sur un espace probabilis
( ; T ;P ) :
On dit que (Xn )n2N converge vers X presque srement ou presque partout au
sens de la probabilit P (P -p.s ou P -p.p), sil existe A 2 T , P [A] = 1, telle
que Xn (!) converge vers X (!) pour tout ! 2 A:

11.2. Convergence en Probabilit


Dnition 16

Soit (Xn )n2N une suite de variables alatoires dnies sur un espace probabilis
( ; T ;P ) :
On dit que (Xn )n2N converge en probabilit vers une variable alatoire X dnie
sur ( ; T ;P ) si pour tout " > 0 on a :

lim P [jXn

n!1

Xj > "] = 0

11.3. Convergence en Loi


Dnition 17

Soit Xn , n 2 N, une suite de variables alatoires dnies sur un espace probabilis


( ; T ;Pn ) de fonction de rpartition Fn et soit X une variable alatoire dnie
sur un espace probabilis ( ; T ;P ) de fonction de rpartition F:
On dit que (Xn )n2N converge en loi vers X si Fn (t) converge vers F (t) en tout
point t de continuit de F .

22

Vecteurs Alatoires

A. El Mossadeq

11.4. Convergence en Norme dOrdre p


Soit Lp ( ; T ;P ) lespace des variables alatoires X telles que jXjp soit intgrable et dsignons par k:kp la norme :

kXkp =

1
p

jXj dP

Dnition 18

Soit (Xn )n2N une suite de variables alatoires dnies sur Lp ( ; T ;P ) et X une
variable alatoire de Lp ( ; T ;P )
On dit que (Xn )n2N converge en norme dordre p vers X si :

lim kXn

Xkp = 0

n!1

11.5. Comparaison des Convergences

Convergence presque sre

Convergence k:k2

Convergence en probabilit

+
Convergence en loi

23

(=

Convergence k:k1

A. El Mossadeq

Vecteurs Alatoires

12. Lois Faibles des Grands Nombres


Proposition 12

Soit :

X : ( ; T ;P ) ! (R; BR )
une variable alatoire admettant une moyenne et une variance nie non nulle
2
.
Si (X1 ; :::; Xn ) est un n-chantillon de variable parente X , alors pour tout " > 0
on a :
1
lim P
(X1 + ::: + Xn ) E [X] > " = 0
n!1
n

Preuve 12

Posons :

Mn =

1
(X1 + ::: + Xn )
n

on a :

E [Mn ]

E [X]

V [X]
n
Daprs lingalit de Bienaym-Tchebychev :
V [Mn ]

8" > 0 : P [jMn

E [Mn ]j > "]

V [Mn ]
"2

do :

1
(X1 + ::: + Xn )
n

E [X] > "

V [X]
n"2

et par consquent :

lim P

n!1

1
(X1 + ::: + Xn )
n

24

E [X] > " = 0

Vecteurs Alatoires

A. El Mossadeq

Proposition 13

Soient A 2 T et X = A :
1
La frquence (X1 + ::: + Xn ) darrive de A en n preuves indpendantes
n
converge en loi vers P [A].
Cest la loi des grands nombres de Bernouilli

Preuve 13

Si X =

A,

A 2 T , alors :

E [X] = P [A]

do le rsultat.

13. Thorme Centrale Limite


Proposition 14

Soit :

X : ( ; T ;P ) ! (R; BR )
une variable alatoire admettant une moyenne et une variance nie non nulle
2
et soit (X1 ; :::; Xn ) un n-chantillon de variable parente X .
La variable alatoire :
p
n 1
(X1 + ::: + Xn ) E [X]
n
converge en loi vers une variable alatoire normale centre rduite.

Preuve 14

Dmontrons que la fonction caractristique n de la variable alatoire :


p
n 1
(X1 + ::: + Xn ) E [X]
n

25

A. El Mossadeq

Vecteurs Alatoires

converge vers la fonction caractristique de la variable alatoire normale centre


rduite, savoir :
1 2
t
N (t) = exp
2
Dsignons par la fonction caractristique de la variable alatoire X
Comme :
p
n
X
n 1
Xi E [X]
p
(X1 + ::: + Xn ) E [X] =
n
n
i=1

alors :

n (t)

Et comme

t
p

n
est deux fois continment direntiable, alors :
(0)
0
(0)
00
(0)

=
=
=

1
0
2

puisque :
(k)

(0) = ik E [X]

Il en rsulte, daprs la formule de Taylor, que :

t
p

t2
2n

do :

ln

n (t)

n ln

t
p

n ln 1

t2
2n

1 2
t
2
On conclut que :

lim

n!1

n (t)

= exp

26

1 2
t
2

E [X] :

Vecteurs Alatoires

A. El Mossadeq

Remarque 6

Posons :

1
(X1 + ::: + Xn )
n
Mn est la moyenne empirique du n-chantillon.
On a :
8
>
E [Mn ] = E [X] =
>
<
Mn =

2
>
V [X]
>
: V [Mn ] =
=
n
n
Daprs le thorme centrale limite, la variable alatoire centre rduite associe
la moyenne empirique Mn :
Mn

n
converge vers une variable alatoire normale centre rduite.
En consquence, pour n assez grand, la loi de Mn peut tre rapproche par la
2

loi normale N

:
2

Mn

Remarque 7

Posons :

Sn = X1 + ::: + Xn
On a alors :

8
< E [Sn ] = nE [X] = n
:

V [Sn ] = nV [X] = n

Il en rsulte, daprs le thorme centrale limite que la variable :

Sn

E [Sn ] Sn n
p
=
[Sn ]
n

27

A. El Mossadeq

Vecteurs Alatoires

converge en loi vers une variable normale centre rduite, et par consquent, pour
n assez grand, la loi de Sn peut tre rapproche par la loi normale N n ; n 2 :

Sn

N n ;n

13.1. Cas de la loi binomiale


Soit X une variable de Bernouilli de paramtre p, 0 < p < 1, et soit

(X1 ; :::; Xn ) un n-chantillon de variable parente X .


La variable alatoire :
Sn = X1 + ::: + Xn
est donc une variable binomiale dordre n et de paramtre p : B (n; p). De
plus on a :

8
< E [Sn ] = nE [X] = np
:

V [Sn ] = nV [X] = np (1

p)

On en dduit, daprs ce qui prcde, que la variable :

Sn

E [Sn ]
Sn np
=p
[Sn ]
np (1 p)

converge en loi vers une variable normale centre rduite.


Il en rsulte que pour n assez grand, la loi binomiale B (n; p) peut tre

rapproche par la loi normale N (np; np (1

B (n; p)

p)) :

N (np; np (1

p))

13.2. Cas de la loi de Poisson


Soit X une variable alatoire de Poisson de paramtre

: P ( ),

soit (X1 ; :::; Xn ) un n-chantillon de variable parente X:

28

> 0, et

Vecteurs Alatoires

A. El Mossadeq

La variable alatoire :

Sn = X1 + ::: + Xn
est donc une variable de Poisson de paramtre n : P (n ). De plus :
8
< E [Sn ] = nE [X] = n

V [Sn ] = nV [X] = n

On en dduit, daprs ce qui prcde, que la variable :

Sn

E [Sn ] Sn n
= p
[Sn ]
n
converge en loi vers une variable normale centre rduite.
Il en rsulte que pour n assez grand, la loi de Poisson P (n ) peut tre
rapproche par la loi normale N (n ; n ) :
P (n )

N (n ; n )

29

A. El Mossadeq

Vecteurs Alatoires

14. Exercices

Exercice 1

Soit ( ; T ;P ) un espace de probabilit, et A et B deux vnements de cet espace


tels que :
1
1
P [A] = P [A j B] = P [B j A] =
2
4
Soient X et Y les variables alatoires indicatrices de A et B respectivement.
1. X et Y sont elles indpendantes ?
2. X et Y ont-elles une mme loi de probabilit ?
3. Calculer :

P X2 + Y 2 = 1

, P X 2 Y 2 = XY

Solution 1

On a :

X=

et Y =

1. Puisque :

P [A] = P [A j B]
on en dduit que les vnements A et B sont indpendants.
Il en rsulte que les variables alatoires X =

et Y =

sont aussi

indpendantes.
2. Comme :

P [A] 6= P [B]
les variables alatoires X et Y ne suivent pas la mme loi de probabilit.

30

Vecteurs Alatoires

A. El Mossadeq

(a) Puisque :

X 2 + Y 2 = 1 = [(X; Y ) = (1; 0)]

[(X; Y ) = (0; 1)]

et vu lindpendance de X et Y , on a :

P X2 + Y 2 = 1

P [(X; Y ) = (1; 0)] + P [(X; Y ) = (0; 1)]

P [X = 1] P [Y = 0] + P [X = 0] P [Y = 1]

P [A] P B + P A P [B]
1
2

=
(b) On a

X 2 = X et Y 2 = Y =) X 2 Y 2 = XY
et par consquent :

P X 2 Y 2 = XY = 1

Exercice 2

On considre un couple (X; Y ) de variables alatoirs prenant les valeurs (i; j)


dans f0; 1; 2; 3g f0; 1; 2g avec les probabilits indiques sur le tableau :

0:1 0:2 0:1 0:1

0:1 0:0 0:0 0:1

0:1 0:0 0:2 0:0

1. Dterminer les probabilits marginales de X et Y .


2. X et Y sont elles indpendantes ?
3. Calculer les esprances mathmatiques de X et Y ainsi que leurs variances.

31

A. El Mossadeq

Vecteurs Alatoires

4. Former les tableaux des probabilits conditionnelles de X relativement Y et


de Y relativement X:
5. Dterminer la distribution de probabilit de la variable alatoire :

U = XY
et calculer lesprance mathmatique de U:
6. Dterminer la droite de rgression de Y en X et tracer son graphe.

Solution 2

1. On ajoute au tableau initial une ligne et une colonne sur lesquelles on indique
les lois marginales de X et de Y qui sont dnies par :

PX (i)

P [X = i]
2
X
P [X = i; Y = j] ; i 2 f0; 1; 2; 3g

j=0

et :

PY (j)

P [Y = j]
3
X
P [X = i; Y = j] ; j 2 f0; 1; 2g

i=0

do le tableau :

PY

0:1 0:2 0:1 0:1 0:5

0:1 0:0 0:0 0:1 0:2

0:1 0:0 0:2 0:0 0:3

PX

0:3 0:2 0:3 0:2

32

Vecteurs Alatoires

A. El Mossadeq

2. Les variables alatoires X et Y ne sont pas indpendantes car :

P [X = 1; Y = 1] = 0
alors que :

P [X = 1] 6= 0
et :

P [Y = 1] 6= 0

(a) On a :

E [X] =

3
P

iP [X = i] = 1:4

i=0
3
P

E X2 =

i2 P [X = i] = 3:2

i=0

V [X] = E X 2

E [X]2 = 1:24

(b) de mme :

E [Y ] =

2
P

jP [Y = j] = 0:8

j=0

E Y2 =

2
P

j 2 P [Y = j] = 1:4

j=0

E [Y ]2 = 0:76

V [Y ] = E Y 2

(a) La loi conditionnelle de Y relativement X est dnie pour tout (i; j) 2

f0; 1; 2; 3g

f0; 1; 2g par :

P [Y = j j X = i] =

33

P [(X; Y ) = (i; j)]


P [X = i]

A. El Mossadeq

Vecteurs Alatoires

do le tableau :

0
1
3
1
3
1
3

0
1
2

1
3

1
2
1
2

2
3

(b) La loi conditionnelle de Y relativement X est dnie pour tout (i; j) 2

f0; 1; 2; 3g

f0; 1; 2g par :

P [X = i j Y = j j] =

P [(X; Y ) = (i; j)]


P [Y = j]

do le tableau :

X
0
1
2

1
5
1
2
1
3

2
5

1
5

1
5
1
2

2
3

3. Posons :

U = XY
Dsignons par I (k) lensemble :

I (k) = f(i; j) 2 f0; 1; 2; 3g

f0; 1; 2g j ij = kg

An de dterminer les valeurs k prises par la variable alatoires U , et les


ensembles I (k) correspondants, il serait plus judicieux de former le tableau

34

Vecteurs Alatoires

A. El Mossadeq

du produit de X et Y :

Alors la loi de probabilit de U est dnie par :


X
P [U = k] =
P [(X; Y ) = (i; j)]
(i;j)2I(k)

do :

PU (k)

0:7

0:1

0:2

Lesprance mathmatique de U est donne par :

E [U ]

1:1

P [U = 0] + 3

P [U = 3] + 4

P [U = 4]

4. Dterminons dabord la covariance de X et Y :

Cov [X; Y ]

E [XY ]

E [U ]

0:02

E [X] E [Y ]
E [X] E [Y ]

Dterminons maintenant les coe cients a et b de la droite rgression de Y en

X:
y = ax + b

35

A. El Mossadeq

Vecteurs Alatoires

On a :

a=

Cov [X; Y ]
=
V [X]

1
62

et

b = E [Y ]

aE [X] =

51
62

do la droite rgression de Y en X :

y=

1
[x
62

51]

y 0.83
0.82
0.81
0.80
0.79
-0.5

0.0

0.5

y=

1.0

1
[x
62

1.5

2.0

2.5

51]

Exercice 3

On considre un sac contenant sept billes blanches et trois billes noires duquel
on eectue deux tirages sans remise.
Soit X la variable alatoire dont la valeur est :

? 0 si le premier tirage donne une bille blanche


? 1 si le premier tirage donne une bille noire.
Soit Y la variable alatoire dont la valeur est :

? 0 si le second tirage donne une bille blanche


? 1 si le second tirage donne une bille noire.

36

Vecteurs Alatoires

A. El Mossadeq

1. Dresser le tableau de la loi conjointe du couple (X; Y ) et indiquer sur ce


tableau les lois marginales de X et Y:
2. Dterminer la matrice des variances et covariances de (X; Y ) :
3. X et Y sont elles indpendantes ?
4. Dterminer la droite de rgression de Y en X et tracer son graphe.

Solution 3

1.

T ableau des lois conjointe et marginales de X et Y


X Y

PX

42
21
7
90
90
10
21
6
3
1
90
90
10
7
3
PY
1
10
10
X et Y suivent une mme loi de probabilit, cest la loi de Bernouilli de
3
paramtre p = .
10
2. On a :
1
X
3
k
k
E X =E Y =
ik P [X = i] =
10
i=0
0

do :

V [X]

=
=

V [Y ] = E X 2
21
100

37

E [X]2

A. El Mossadeq

Vecteurs Alatoires

Aussi, on a :

E [XY ]

1 X
1
X

ijP [X = i; Y = j]

i=0 j=0

1
15

=
do la covariance de X et Y :

Cov [X; Y ]

E [XY ] E [X] E [Y ]
7
=
300
La matrice des variances et covariances de (X; Y ) est dnie par :
3
2
V [X]
Cov [X; Y ]
5
= 4
(X;Y )
Cov [X; Y ]
V [Y ]
2
3
21
7
6 100
300 7
6
7
= 6
7
4
7
21 5
300
100
3. Puisque la covariance de X et Y est non nulle, on en dduit que X et Y ne
sont pas indpendantes.
4. Dterminons les coe cients a et b de la droite rgression de Y en X :

y = ax + b
On a :

a=

Cov [X; Y ]
=
V [X]

1
9

et

b = E [Y ]

aE [X] =

38

1
3

Vecteurs Alatoires

A. El Mossadeq

do la droite rgression de Y en X :

y=

1
[x
9

3]

0.6

0.4

0.2

-3

-2

-1

-0.2

y=

1
[x
9

3]

Exercice 4

Un sac contient n jetons numrots de 1 n, n 3:


On en tire successivement trois, sans remise.
On appelle X la variable alatoire gale au plus grand des trois nombres lus sur
les trois jetons tirs, et Y la variable alatoire gale celui des trois nombres lus
dont la valeur est intermdiaire entre les deux autres.
Dterminer les lois de probabilit de X et Y ainsi que leurs esprances mathmatiques.

Solution 4

Soit Ji ,1
tir.

3, la variable alatoire gale au numro port par le ieme jeton

(i) On a :

X = sup (J1 ; J2 ; J3 )

39

A. El Mossadeq

Vecteurs Alatoires

et pour tout k 2 f3; 4; :::; ng :

[X = k]

[J1 = k; J2 < k; J3 < k]

[J1 < k; J2 = k; J3 < k]

[J1 < k; J2 < k; J3 = k]


et comme :

P [J1 = k; J2 < k; J3 < k]

P [J1 < k; J2 = k; J3 < k]

P [J1 < k; J2 < k; J3 = k]


(k 1) (k 2)
n (n 1) (n 2)

=
on en dduit :

P [X = k]

3P [J1 = k; J2 < k; J3 < k]


(k 1) (k 2)
3
n (n 1) (n 2)

Lesprance mathmatique de X est :

E [X]

n
X

kP [X = k]

k=3

3
=
(n + 1)
4
(ii) Soit S3 le groupe des permutations de f1; 2; 3g.Pour tout k 2 f2; 4; :::; n
on a :

[Y = k] =
Or pour tout

P J

2 S3 :
(1)

= k; J

(1)

= k; J

(2)

< k; J

(3)

>k

2S3

(2)

< k; J

(3)

40

<k =

(k 1) (n k)
n (n 1) (n 2)

1g

Vecteurs Alatoires

A. El Mossadeq

donc :

P [Y = k]

=
=

Card S3 P J (1) = k; J
(k 1) (n k)
6
n (n 1) (n 2)

(2)

< k; J

(3)

>k

Lesprance mathmatique de Y est :

E [Y ] =

n 1
X

kP [Y = k] =

k=2

(n + 1)
2

Exercice 5

Soient X1 ; :::; Xn n variables alatoires indpendantes.


Chacune de ces variables prend les valeurs 1 et 1 avec une probabilit gale
1
pour chacune de ces valeurs.
2
Soit :

Zn = X1 + ::: + Xn
Quelle est la probabilit pour que la variable alatoire jZn j soit minimum ?

Solution 5

(i) Si n est pair gal 2k , alors la valeur minimum prise par jZn j est 0; de plus :

P [jZn j = 0]

P [Zn = 0]
k

1
C (2k; k)
2

2k

1
C (2k; k)
2

1
2

2k k

(ii) Si n est impair gal 2k + 1, alors la valeur minimum prise par jZn j est 1; de
plus :

[jZn j = 1] = [Zn =
41

1]

[Zn = 1]

A. El Mossadeq

Vecteurs Alatoires

do :

P [jZn j = 1]

P [Zn =

1] + P [Zn = 1]

1
C (2k + 1; k + 1)
2

1
2C (2k + 1; k)
2

k+1

1
2

1
+ C (2k + 1; k)
2

2k+1

et nalement :

1
P [jZn j = 1] = C (2k + 1; k)
2

2k

Exercice 6

On jette n ds parfaitement quilibrs:


Soit Mn la variables alatoire gale la moyenne des points obtenus.
1. Calculer lesprance mathmatique et la variance de Mn :
2. Dterminer n pour que lcart-type de Mn soit strictement infrieur 0:01:

Solution 6

Dsignons par Di , 1 i n, la variable alatoire gale au point amen par le


ieme d.
D1 ; :::; Dn sont indpendantes et suivent une mme loi de probabilit : la loi est
uniforme sur lensemble f1; 2; 3; 4; 5; 6g :

P [Di = k] =
Pour tout i, 1

1
; k 2 f1; 2; 3; 4; 5; 6g
6

n, On a :
7
91
E [Di ] =
E Di2 =
2
6

Puisque :
n

1X
Mn =
Di
n i=1
42

V [Di ] =

35
12

1
2

k+1

Vecteurs Alatoires

A. El Mossadeq

et vu que les variables alatoires D1 ; :::; Dn sont indpendantes et suivent une


mme loi de probabilit alors :

E [Mn ] = E [Di ] =

7
2

1
35
V [Di ] =
n
12n

V [Mn ] =
Ainsi :

[Mn ]

10

=) n

35 4
10
12
29167

2v
Yv

5
Z

=) n

Exercice 7

On considre le systme dquations :

u
Xu

+
+

=
=

o X , Y et Z sont trois variables alatoires indpendantes de lois respectives :


8
1
>
>
8i
2
f1;
3;
5;
7;
9g
P
[X
=
i]
=
>
>
5
<
1
8j 2 f2; 4; 6; 8; 10g P [Y = j] =
>
5
>
>
1
>
: 8k 2 f1; :::; 10g
P [Z = k] =
10
Quelles sont les probabilits pour que le systme ait :
1. une innit de solution ?
2. aucune solution ?
3. une solution unique ?
4. Quelle est la probabilit que le systme admette la solution unique (1; 2) ?

43

A. El Mossadeq

Vecteurs Alatoires

Solution 7

Considrons les vnements :

S1 : le systme admet une innit de solutions


S2 : le systme nadmet aucune solution
S3 : le systme a une solution unique
S4 : le systme admet la solution unique (1; 2)
et posons :

= f1; 3; 5; 7; 9g

f2; 4; 6; 8; 10g

f1; :::; 10g

1. Le systme admet une innit de solutions si et seulement si :

X
Y
Z
=
=
1
2
5
donc si et seulement si :

(X; Y; Z) = (1:2:5)
do :

P [S1 ]

=
=

2. Le systme nadmet aucune solution si

Y
X
=
1
2

1
card
1
250
et seulement si :
Z
6=
5

Posons :

S21 = f(1; 2; k) j k 2 f1; 2; 3; 4; 6; 7; 8; 9; 10gg


S22 = f(3; 6; k) j k 2 f1; :::; 10gg
S23 = f(5; 10; k) j k 2 f1; :::; 10gg
44

Vecteurs Alatoires

A. El Mossadeq

alors :

card S22
card S23
card S21
+
+
card
card
card
9
10
10
=
+
+
250 250 250
29
=
250
3. Le systme admet une solution unique si et seulement si :
P [S2 ]

2X 6= 0

Posons :

alors :

S31 = f1g

f4; 6; 8; 10g

f1; :::; 10g

S32 = f3g

f2; 4; 8; 10g

f1; :::; 10g

S33 = f5g

f2:4; 6; 8g

S34 = f7g

f2; 4; 6; 8; 10g

f1; :::; 10g

S35 = f9g

f2; 4; 6; 8; 10g

f1; :::; 10g

f1; :::; 10g

card S31
card S2
card S33
card S34
card S35
+
+
+
+
card
card
card
card
card
40
40
40
50
50
=
+
+
+
+
250 250 250 250 250
22
=
25
4. Le systme admet la solution unique (1; 2) si et seulement si :
8
X + 2Y = Z
<
et
:
Y 2X 6= 0
P [S3 ]

45

A. El Mossadeq

Vecteurs Alatoires

donc, si et seulement si :

(X:Y:Z) 2 f(1; 4; 9) ; (3; 2; 7) ; (5; 2; 9)g


do :

P [S4 ] =

3
250

Exercice 8

Soit X1 ; :::; Xn des variables alatoires indpendantes qui suivent une mme loi
de probabilit telle que :

8i 2 f1; :::; ng :

P [Xi = 1]
P [Xi = 1]

=
=

o est un paramtre rel appartenant ]0; 1[ :


Pour tout k , 1 k n, on pose :

Yk =

k
Y

Xi

i=1

1. Calculer lesprance mathmatique de Yk :


2. En dduire la loi de probabilit de Yk :
3. Dterminer les valeurs de

pour lesquelles les variables Y1 ; :::; Yn sont deux

deux non corrles.

Solution 8

1. Puisque les variables alatoires X1 ; :::; Xn sont indpendantes alors :


" k
#
Y
E [Yk ] = E
Xi
i=1

k
Y

E [Xi ]

i=1

(E [X1 ])k

46

Vecteurs Alatoires

A. El Mossadeq

Or :

E [X1 ]

P [X1 = 1] + ( 1)

P [X1 =

1]

do :

1)k

E [Yk ] = (2

2. Puisque la variable alatoire Yk ne prend que les valeurs

E [Yk ]

P [Yk = 1] + ( 1)

2P [Yk = 1]

1 et 1 alors :

P [Yk =

1]

do :

P [Yk = 1]

1
(E [Yk ] + 1)
2

1
1 + (2
2

1)k

et par consquent :

1
1 (2
1)k
2
En rsum, la loi de probabilit de Yk ,1 k n. est donne par :
8
1
>
>
P
[Y
=
1]
=
1 + (2
1)k
>
k
<
2
P [Yk =

>
>
>
: P [Yk =

1] =

1]

1
1
2

(2

1)k

3. Remarquons dabord que les variables X12 ; :::; Xn2 sont indpendantes.
Soit alors i et j des entiers de f1; :::; ng, et sans perte de gnralits, supposons

i<j:

47

A. El Mossadeq

Vecteurs Alatoires

E [Yi Yj ]

"

"
i
Y

i
Y

Xk

k=1

Xk2

E Xk2

i
Y
k=1

k=1

(E [X1 ])j

(2

1)j

puisque pour tout k , 1

j
Y

Xk

k=1

j
Y

Xk

k=i+1
j
Y

!#

k=i+1

!#
!

E [Xk ]

n, on a :
E Xk2 = 1

Dautre part :

E [Yi ] E [Yj ] = (2

1)i+j

Ainsi, les variables alatoires Yi et Yj sont non corrles si et seulement si :

E [Yi Yj ] = E [Yi ] E [Yj ]


donc, si et seulement si :

(2

1)j

= (2

Si :

1 6= 0

alors :

(2
ce qui est impossible puisque

1)2i = 1
2
= f0; 1g :

48

1)i+j

Vecteurs Alatoires

A. El Mossadeq

Si :

1=0

alors :

1
2
En rsum, les variables alatoires Yi et Yj sont non corrles si et seulement si :
1
=
2
=

Exercice 9

Soit (Xn )n 1 une suite de variables alatoires indpendantes qui suivent toutes
la mme loi de Bernouilli de paramtre p, 0 < p < 1:
On dnit la suite (Yn )n 1 par :

8
< Y1 = X1
o

Yn = Y n

m
1

+ Xn

et m sont des rels xs.

1. Montrer que pour tout n, n

Yn =

1, on a :
n
X

(Xn

m)

k=0

2. Calculer lesprance mathmatique et la variance de Yn , n


3. Calculer la covariance de Yn et Yn+s , n

49

1 et s

1:

1:

A. El Mossadeq

Vecteurs Alatoires

Solution 9

Xn , n

1, suit la mme loi de Bernouilli de paramtre p, donc :


P [Xn = 0] = 1 p
P [Xn = 1] = p

de plus :

E [Xn ] = p
V [Xn ] = p (1

1. Dmontrons par rcurrence sur n, n


n
X

Yn =

p)

1, que :

(Xn

m)

k=0

Pour n = 1, on obtient :

Y1 = X1

donc, la relation est vraie.


Supposons que pour tout n, n

Yn =

n 1
X

1, on a :
k

(Xn

m)

k=0

Alors :

Yn+1

=
=

Yn + Xn+1 m
"n 1
#
X
k
(Xn k m) + Xn+1

k=0

n 1
X

k+1

(Xn

k=0

50

m) + Xn+1

Vecteurs Alatoires

Yn+1

A. El Mossadeq

=
=

n
X

k=1
n
X

(Xn+1

m) + Xn+1

(Xn+1

m)

k=0

do la relation.
2. On a :

E [Yn ]

"n 1
X

(Xn

m)

(E [Xn k ]

m)

k=0

n 1
X

k=0

=
et :

V [Yn ]

(p

m)

8
>
n (p
>
<

n 1
X
k=0

m)

(p

m)

2k

=1

si

6= 1

(Xn

m)

k=0

n 1
X

si

1
>
>
:
1

"n 1
X

V [Xn k ]

k=0

p (p

1)

8
np (p
>
>
<
>
1
>
:
1

n 1
X

2k

k=0

1)

si

j j=1

si

j j=
6 1

2n
2

p (p

51

1)

A. El Mossadeq

Vecteurs Alatoires

3. Puisque les variables X1 ; :::; Xn sont indpendantes alors :

Cov [Xi ; Xj ] = 0 ; i 6= j
do :

Cov [Yn ; Yn+s ]

Cov

"n 1
X

Xn i ;

i=0

n 1 n+s
X
X1
i=0

Or :

Cov [Xn i ; Xn+s j ]

Xn+s

j=0

i+j

Cov [Xn i ; Xn+s j ]

j=0

=
=

do :

n+s
X1

0
V [Xn i ]

si
si

i 6= j
i=j

s
s

si
si

i 6= j
i=j

s
s

p (1

p)

8
np (1 p)
>
>
>
>
>
>
<
( 1)s np (1 p)
Cov [Yn ; Yn+s ] =
>
>
>
>
2n
>
1
>
s
:
p (p 1)
2
1

si
si
si

=1
=

j j=
6 1

Exercice 10

Soit X et Y deux variables alatoires indpendantes valeurs dans f 1; 0; 1g


telles que :
8
>
< P [X = 1] = p1 0 p1 1
2
1
>
: P [X = 1] = p2
0 p2
2
et :

P [Y =

1] = P [Y = 0] = P [Y = 1]

52

Vecteurs Alatoires

A. El Mossadeq

1. Dterminer la loi de

S =X +Y
2. On dnit la variable alatoire Z par :
8
< 1 si X + Y = 0
Z=
:
sinon
2

(a) Montrer que la loi de Z ne dpend pas de p1 et p2 :

(b) Dterminer les valeurs de


8
<

et

pour que :

E [Z] = 2
et
V [Z] = 3

Solution 10

Notons que :

P [X = 0] = 1
P [Y =

p1

p2

1] = P [Y = 0] = P [Y = 1] =

1
3

et que :

P [X = i; Y = j] = P [X = i] P [Y = j]
puisque X et Y sont indpendantes.
1. S prend ses valeurs dans lensemble f 2; 1; 0; 1; 2g, et on a :

P [S =

2]

=
=

P [S =

1]

=
=

P [X =
1 p2
3

P [X =
p1
3

1; Y =

1]

1; Y = 0] + P [X = 0; Y =

53

1]

A. El Mossadeq

P [S = 0]

=
=

Vecteurs Alatoires

P [X =
1
3

P [S = 1]

=
=

1; Y = 1] + P [X = 0; Y = 0] + P [X = 1; Y =

P [X = 0; Y = 1] + P [X = 1; Y = 0]
1 p1
3

P [S = 2]

P [X = 1; Y = 1]
p2
3

=
En rsum :

P [S = k]

p2

1 1 p1
3
3

p1
3

1]

P [X + Y = 0]

P [S = 0]
1
3

2
p2
3

(a) On a :

P [Z =

=
do :

P [Z =

2]

P [X + Y 6= 0]

1
2
3

=
En rsum :

8
>
>
>
< P [Z =

>
>
>
: P [Z =
54

P [X + Y = 0]

1]

1
3

2]

2
3

1]

Vecteurs Alatoires

A. El Mossadeq

(b) On a :

E Z2

Dautre part :
8
>
>
E [Z] =
>
<

>
>
>
: E Z2

1P

2
1P

V [Z] + (E [Z])2

11

[Z =

[Z =

1]

1]

2P

2
2P

do :

8
< E [Z]
:

E Z

3
=)

[Z =

[Z =

8
>
>
>
<

2
1

( 1;

2)

>
>
>
:

11
=)

2]

2]

+2
3
+2
3

2
2

2
1

+2
3
+2
3

11

2
2

2 f(1:4) ; (5:2)g

Exercice 11

Soit X une variable alatoire possdant une moyenne et une variance 2 , et


soit (X1 ; :::; Xn ) un n-chantillon issu X:
Dterminer lesprance mathmatique et la variance de la variable alatoire :
n

1X
M=
Xi
n
k=1

Solution 11

Notons dabord que pour tout i 2 f1; :::; ng on a :

E [Xi ] = E [X] =
V [Xi ] = V [X] =

55

A. El Mossadeq

Vecteurs Alatoires

do :

E [M ]

=
=

E
1
n

=
et :

V [M ]

=
=

"

n
1X

Xi

k=1

n
X

E [Xi ]

k=1

"

1
n2

n
1X

Xi

k=1
n
X

V [Xi ]

k=1

puisque les variables alatoires X1 ; :::; Xn sont indpendantes. Il sen suit que :
2

V [M ] =

Exercice 12

Soient X1 ; :::; Xn des variables alatoires indpendantes de fonctions de rpartition F1 ; :::; Fn respectivement.
On considre les variables alatoires :
8
< U = max (X1 ; :::; Xn )

V = min (X1 ; :::; Xn )

1. Dterminer les fonctions de rpartition de U et V:


2. On suppose que F1 ; :::; Fn sont drivables.
Dterminer les densits de probabilit de U et V:
3. Etudier le cas o X1 ; :::; Xn est un n-chantillon issu dune variable parente

X:

56

Vecteurs Alatoires

A. El Mossadeq

Solution 12

1. Notons FU et FV les fonctions de rpartition des variables alatoires U et V


respectivement.
(a) Pour tout u 2 R on a :

FU (u)

P [U < u]

P [max (X1 ; :::; Xn ) < u]

P [X1 < u; :::; Xn < u]


n
Y
P [Xk < u]

k=1
n
Y

Fk (u)

k=1

(b) Pour tout v 2 R on a :

FV (v)

P [V < v]

P [min (X1 ; :::; Xn ) < v]

P [min (X1 ; :::; Xn )

P [X1 v; :::; Xn
n
Y
P [Xk v]

v]
v]

k=1

=
=

1
1

n
Y
k=1
n
Y

(1

P [Xk < v])

[1

Fk (v)]

k=1

2. dsignons par f1 ; :::; fn les densits de probabilit de X1 ; :::; Xn respectivement


et par fU et fV les densits de probabilit de U et V respectivement.

57

A. El Mossadeq

Vecteurs Alatoires

(a) Pour tout u 2 R on a :

fU (u)

=
=

d
FU (u)
du
3
2
n
X
Y
4
Fk (u)5
fi (u)
i=1

(b) Pour tout v 2 R on a :

fV (v)

=
=

k6=i

d
FV (v)
dv
2
n
X
Y
fi (v) 4 (1
i=1

k6=i

Fk (v))5

3. Dsignons par F et f la fonction de rpartition et la densit de probabilit de

X respectivement.
On a alors :
F1 = ::: = Fn = F
f1 = ::: = fn = f
Il en rsulte que :
(a) pour tout u 2 R on a :

FU (u) = [F (u)]n
et :

fU (u) = nf (u) [F (u)]n

(b) pour tout v 2 R on a :

[1

F (v)]n

fV (v) = nf (v) [1

F (v)]n

FV (v) = 1
et :

58

Vecteurs Alatoires

A. El Mossadeq

Exercice 13

Soit (X; Y ) un couple de variables alatoires admettant une densit f , et dsignons


par fX et fY les densits marginale de X et Y respectivement.
Posons :

D (X; Y ) = (x; y) 2 R2 : f (x; y) 6= 0


D (X) = fx 2 R : fX (x) 6= 0g
D (Y ) = fy 2 R : fY (y) 6= 0g
1. Montrer que :

D (X; Y )

D (X)

D (Y )

2. Montrer que si les variables alatoires X et Y sont indpendantes alors :

D (X; Y ) = D (X)

D (Y )

Solution 13

Dsignons par fX et fY les densits marginale de X et Y respectivement.


1. Pour tout (x; y) 2 R2 on a :

f (x; y) = fX (x) fY (y j x) = fY (y) fX (x j y)


Il en rsulte que si :

f (x; y) 6= 0
alors :

fX (x) 6= 0 et fY (y) 6= 0
et par consquent :

D (X; Y )

D (X)

59

D (Y )

A. El Mossadeq

Vecteurs Alatoires

2. Si les variables alatoires X et Y sont indpendantes alors pour tout (x; y) 2

R2 on a :

f (x; y) = fX (x) fY (y)


et par suite :

f (x; y) 6= 0 () fX (x) 6= 0 et fY (y) 6= 0


do :

D (X; Y ) = D (X)

D (Y )

Exercice 14

Soit (X; Y ) un couple de variables alatoires absolument continues admettant


une densit f telle que :

8 (x; y) 2 R2 : f (x; y) = f (y; x)


Montrer que les variables alatoires X et Y suivent une mme loi de probabilit.

Solution 14

Dsignons par fX et fY les densits marginale de X et Y respectivement.


Pour tout x 2 R on a :
Z
fX (x) =
f (x; y) dy
R

f (y; x) dy

fY (x)

do le rsultat.

60

Vecteurs Alatoires

A. El Mossadeq

Exercice 15

On considre les alas X1 ; :::; Xn dnis sur un espace probabilis ( ; T; P )


valeurs dans un espace probabilisable (E; B).
La loi de (X1 ; :::; Xn ) est dite symtrique si lon a pour tout A1 2 B; :::; An 2 B
et toute permutation de f1; ::; ng :

P [X1 2 A1 ; ::; Xn 2 An ] = P X1 2 A

(1) ; ::; Xn

2A

(n)

1. Montrer que si la loi de (X1 ; :::; Xn ) est symtrique, alors pour tout k dans

f1; :::; ng, les k -marges de (X1 ; :::; Xn ) suivent la mme loi.

2. Montrer que si (X1 ; :::; Xn ) est un n-chantillon dala parent X alors la loi
de (X1 ; :::; Xn ) est symtrique.
3. On eectue n tirages successifs, avec remise, dans une urne et on dsigne par

Xi , 1 i n, le rsultat du ieme tirage.


Montrer que la loi de (X1 ; :::; Xn ) est symtrique.

Solution 15

Notons que pour toute permutation


B on a :

de f1; ::; ng et pour tout A1 2 B; :::; An 2

P [X1 2 A1 ; ::; Xn 2 An ] = P X

(1)

2A

(1) ; ::; X (n)

2A

(n)

1. Soit k 2 f1; :::; ng, et considrons la k -marge (i1 ; :::; ik ), et posons :

fik+1 ; ::; in g = f1; ::; ng


Soit

fi1 ; ::; ik g

la permutation de f1; ::; ng telle que :

(ik ) = k
Soit A1 2 B; ::; Ak 2 B et posons :

Aj = E ; k + 1
On a :

61

A. El Mossadeq

Vecteurs Alatoires

P [Xi1 2 A1 ; ::; Xik 2 Ak ]


= P Xi1 2 A1 ; ::; Xik 2 Ak ; Xik+1 2 E1 ; ::; Xin 2 E
= P Xi1 2 A1 ; ::; Xik 2 Ak ; Xik+1 2 Ak+11 ; ::; Xin 2 An
= P X1 2 A

(1) ; ::; Xk

2A

(k) ; X (ik+1 )

2A

(k+1)1 ; ::; X (in )

= P X1 2 A1 ; ::; Xk 2 Ak ; X

(ik+1 )

2 Ak+11 ; ::; X

(in )

= P X1 2 A1 ; ::; Xk 2 Ak ; X

(ik+1 )

2 E1 ; ::; X

2E

(in )

2A

(n)

2 An

= P [X1 2 A1 ; ::; Xk 2 Ak ]
Il en rsulte que toute les k -marges de (X1 ; :::; Xn ) ont la mme loi.
2. Soit (X1 ; :::; Xn ) un n-chantillon dala parent X

(X1 ; :::; Xn ) sont donc n alas indpendants qui suivent tous la mme loi
que lala X , do pour tout A1 2 B; ::; An 2 B et toute permutation
2 f1; ::; ng on a :

P [X1 2 A1 ; :::; Xn 2 An ]

=
=
=
=

n
Y

i=1
n
Y

i=1
n
Y
i=1
n
Y
i=1

P [Xi 2 Ai ]
P [X 2 Ai ]
P X2A

(i)

P Xi 2 A

(i)

P X1 2 A

donc la loi de (X1 ; :::; Xn ) est symtrique.

62

(1) ; :::; Xn

2A

(n)

Vecteurs Alatoires

A. El Mossadeq

3. On suppose que les tirages sont eectus avec remise.


Dans ce cas, (X1 ; :::; Xn ) un n-chantillon dala parent X , o X reprsente
le rsultat obtenu lorsquon eectue un tirage de lurne. Il en rsulte, daprs
la question prcdente, que la loi de (X1 ; :::; Xn ) est symtrique.

Exercice 16

Soit F la fonction de rpartition dun couple de variables alatoires (X; Y ) :

(1
0

F (x; y) =

e x ) (1

e y)

si
si

x 0 et y 0
x < 0 ou y < 0

1. Calculer la densit f de (X; Y ) :


2. Quelles sont les densits marginales de X et Y:
3. X et Y sont elles indpendantes ?
4. Quelle est la fonction de rpartition de Z = X + Y ?

Solution 16

On a :

(1
0

F (x; y) =

1. En tout point (x; y) 2 R2

f (x; y)

=
=

e x ) (1

e y)

si
si

x 0 et y 0
x < 0 ou y < 0

f(0; 0)g on a :

@2
F (x; y)
@x@y
exp (x + y)
0

si
si

x > 0 et y > 0
x < 0 ou y < 0

2. Puisque la densit f du couple (X; Y ) est symtrique :

8 (x; y) 2 R2 : f (x; y) = f (y; x)


donc les variables alatoires X et Y ont une mme loi de probabilit.

63

A. El Mossadeq

Vecteurs Alatoires

(a) On a :

fX (x)

=
et donc :

f (x; y) dy

8R

0
>
>
<
Z +1
>
>
:
exp (x + y) dy
8 0
si x 0
< 0
:

fY (y)

exp x

=
=

si

si

si

x>0

x>0

fX (y)
0
exp y

si
si

y 0
y>0

(b) Les variables alatoires X et Y sont indpendantes puisque pour tout

(x; y) 2 R2 :
f (x; y) = fX (x) fY (y)

3. Dterminons dabord la densit de :

Z =X +Y
On a :

fZ (z)

=
=

f (x; z

x) dx

8R

< 0Z
z
exp zdx
:

si

si

z>0

0
z exp z

64

si
si

z 0
z>0

Vecteurs Alatoires

A. El Mossadeq

Ainsi, la fonction de rpartition FZ de Z est :


Z z
FZ (z) =
fZ (t) dt
1
8
0
si z 0
>
>
<
Z z
=
>
>
t exp ( t) dt si z > 0
:
0
8
si z 0
< 0
=
:
1 (1 + z) exp z si z > 0
Exercice 17

Soit (X; Y ) un couple de variables alatoires de densit de probabilit :


8
< K si 0 < y < 1 x et x > 0
f (x; y) =
:
0
ailleurs

1. Dterminer la constante K:

2. Calculer la matrice des variances et covariances de (X; Y ) :


3. X et Y sont elles indpendantes ?
4. Dterminer la droite de rgression de Y en X et tracer son graphe.
5. Calculer les densits de probabilit conditionnelles de Y relativement X , et
de X relativement Y:

Solution 17

Soit D le domaine limit par le triangle de sommets (0; 0) ; (0; 1) et (1; 0).La
densit du couple (X; Y ) est dnie par :
8
< K si (x; y) 2 D
f (x; y) =
:
0
si (x; y) 2
=D
65

A. El Mossadeq

Vecteurs Alatoires

Le domaine D

1. On a :

ZZ

f (x; y) dxdy

R2

ZZ

dxdy

KA (D)

K
2

do :

K=2
2. Puisque la densit f du couple (X; Y ) est symtrique :

8 (x; y) 2 R2 : f (x; y) = f (y; x)


donc les variables X et Y suivent une mme loi de probabilit.
(a) On a :

fX (x) =

66

f (x; y) dy

Vecteurs Alatoires

A. El Mossadeq

do :

fX (x)

8 Z
>
>
<

2dy

si

x 2 ]0; 1[

si

x2
= ]0; 1[

>
>
:
0
8
< 2 (1

et :

fY (y)

1 x

x)

fX (y)
8
< 2 (1

(b) Ainsi :

E [X]

y)

=
=

si

x 2 ]0; 1[

si

x2
= ]0; 1[

si

y 2 ]0; 1[

si

y2
= ]0; 1[

xfX (x) dx

ZR1

2x (1

x2 fX (x) dx

x) dx

=
=
et :

E X

=
=

1
3
E [Y ]

ZR1

2x2 (1

=
=

1
6
E Y2

67

x) dx

A. El Mossadeq

Vecteurs Alatoires

do :

V [X]

=
=
=

(c) On a :

E [XY ]

=
=
=

E X2
1
18
V [Y ]
ZZ

Z ZR2
Z

D
1

1
12

E [X]2

xyf (x; y) dxdy


2xydxdy
Z 1 x
2xydy dx
0

do :

Cov [X; Y ]

E [XY ] E [X] E [Y ]
1
=
36
(d) La matrice des variances et covariances de (X; Y ) est dnie par :
2
3
V [X]
Cov [X; Y ]
5
= 4
(X;Y )
Cov [X; Y ]
V [Y ]
2
3
1
1
6 18
36 7
6
7
= 6
7
4
1
1 5
36
18
3. Puisque la covariance de X et Y est non nulle, on en dduit que X et Y ne
sont pas indpendantes.

68

Vecteurs Alatoires

A. El Mossadeq

4. Dterminons les coe cients a et b de la droite rgression de Y en X :

y = ax + b
On a :

a=

Cov [X; Y ]
=
V [X]

1
2

et

b = E [Y ]

aE [X] =

1
2

do la droite rgression de Y en X :

y=

1
[x
2

1]

1.75
1.50
1.25
1.00
0.75
0.50
0.25

-2

-1

-0.25

-0.50
-0.75

La droite de regression deY en X


5. Calculons les densits de probabilit conditionnelles de Y relativement X ,
et de X relativement Y:
(a) Pour tout x 2 ]0; 1[, la densit conditionnelle de Y relativement [X = x]
est donne par :

fY (y j x) =

69

f (x; y)
fX (x)

A. El Mossadeq

Vecteurs Alatoires

do :

fY (y j x) =

8
>
>
<

1
1

>
>
: 0

si

y 2 ]0; 1

x[

si

y2
= ]0; 1

x[

(b) Pour tout y 2 ]0; 1[, la densit conditionnelle de X relativement [Y = y]


est donne par :

fX (x j y)

f (x; y)
f (y)
8Y
1
>
>
<
1 y
>
>
: 0

si

x 2 ]0; 1

y[

si

x2
= ]0; 1

y[

Exercice 18

Un triplet de variables alatoires (X; Y; Z) a une loi conjointe qui admet une
densit de probabilit f telle que :

X suit la loi uniforme sur lintervalle [0; 1] dont la densit est note fX
Y admet une densit de probabilit conditionnelle relativement la variable
X telle que :
8
< (y x) exp (y x) si 0 x 1 et x < y
fY (y j x) =
:
0
ailleurs
Z admet une densit de probabilit conditionnelle relativement (X; Y ) telle
que :

fZ (z j x; y) =

8
< (y
:

x) exp z (y

x)

si

ailleurs

70

1; x<y; z>0

Vecteurs Alatoires

A. El Mossadeq

1. Donner lexprssion de f:
2. Quelles sont les lois marginales de Y et Z ?
3. Quelle est la loi conditionnelle de (X; Y ) relativement Z ?
4. On pose :

8
< U =Y
:

V = Z (Y

X)

(a) Quelle est la loi du triplet (X; U; V ) ?


(b) X , U et V sont elles indpendantes ?

Solution 18

Posons :

D = (x; y; z) 2 R3 j 0

1; x<y; z>0

et :

D(X;Y ) = (x; y) 2 R2 j 0

1; x<y

1. Pour tout (x; y; z) 2 R3 on a :

f (x; y; z) =

fX (x) fY (y j x) fZ (z j x; y)
0

si
si

(x; y; z) 2 D
(x; y; z) 2
=D

do :

f (x; y; z) =

(y
0

x)2 exp

(1 + z) (y

x)

si
si

(x; y; z) 2 D
(x; y; z) 2
=D

(a) La densit f(X;Y ) du couple (X; Y ) est donne par :

f (x; y)

=
=

fX (x) fY (y j x)
8
< (y x) exp (y
:

71

x)

si

(x; y) 2 D(X;Y )

si

(x; y) 2
= D(X;Y )

A. El Mossadeq

Vecteurs Alatoires

do :

fY (y)

f (x; y) dx

R
Z inf(1;y)

(y

x) exp

(y

x) dx

(i) si y 2 ]0; 1[ alors :

fY (y)

(y

x) exp

(y

x) dx

(1 + y) exp y

(ii) si y 2 ]1; +1[ alors :


Z
fY (y) =

(y

x) exp

(y

x) dx

[(e

1) y

1] exp y

(iii) En rsum :
8
< 0
fY (y) =
1 (1 + y) exp y
:
[(e 1) y 1] exp y

si
si
si

y 2 ] 1; 0[
y 2 ]0; 1[
y 2 ]1; +1[

(b) La densit fZ de Z est donne par :

fZ (z)

ZZ

f (x; y; z) dxdy

R2

8
0
>
>
<
Z 1 Z +1
>
>
:
(y
0
y
8
0
si
>
>
<
>
>
:

2
(1 + z)3

si

x)2 exp
z

z>0

72

(1 + z) (y

x) dy dx

si

si

z>0

Vecteurs Alatoires

A. El Mossadeq

2. Calculons la densit conditionnelle de (X; Y ) relativement Z .


Pour tout z 2 ]0; +1[ on a :

f(X;Y ) (x; y j z)

f (x; y; z)
fZ (z)
8 1
2
3
>
< (y x) (1 + z) e
2
>
:
0

(a) Le changement :

quivaut :

8
< X=X
U =Y X
:
V = Z (Y X)

(1+z)(y x)

si

(x; y) 2 D(X;Y )

si

(x; y) 2
= D(X;Y )

8
>
< X=X
Y =X +U
>
: Z=V
U
Le Jacobien de cette dernire transformation est :
1
0
0
1
1
0 =1
v
1
u
0
u2 u
do, la densit du triplet (X; U; V ) est donne par :
v
f(X;U;V ) (x; u; v) = f x; x + u;
jJj
u
8
0 x 1; u>0; v>0
< u exp (u + v)
=
:
0
ailleurs

73

A. El Mossadeq

Vecteurs Alatoires

(b) Calculons les densits marginales fU et fV de U et V respectivement :

fU (u)

ZZ

f (x; u; v) dxdv

R2

=
et :

fV (v)

8
0
>
>
<
Z
>
>
:

8
< 0
:

si

u>0

si

si

v>0

+1

u exp

(u + v) dv dx

u exp u

ZZ

si

si

si

u>0

f (x; u; v) dxdu

R2

8
0
>
>
<
Z
>
>
:

8
< 0
:

+1

u exp

(u + v) du dx

si

si

v>0

exp v

Il en rsulte que pour tout (x; u; v) 2 R3 :

f (x; u; v) = fX (x) fU (u) fV (v)


les variables alatoires X , U et V sont donc indpendantes.

74

Vecteurs Alatoires

A. El Mossadeq

Exercice 19

Soit (X; Y; Z) un triplet de variables alatoires telle que :

X admette une densit marginale :


8
>
0
si x 0
>
<
fX (x) =
>
x3
>
:
exp x si x > 0
6
Y admette une densit de probabilit conditionnelle relativement [X = x]
telle que :

8
3y 2
>
>
< 3
x
fY (y j x) =
>
>
: 0

si

0<y<x
ailleurs

Z admette une densit de probabilit conditionnelle relativement [(X; Y ) = (x; y)]


telle que :
8
2 (y z)
>
>
si 0 < z < y
<
y2
fZ (z j x; y) =
>
>
:
0
ailleurs

1. Dterminer la loi conjointe du triplet (X; Y; Z) :

2. Dterminer la loi de probabilit conditionnelle du couple (X; Y ) sous lhypothse

[Z = z] :
3. Dterminer la loi de probabilit conditionnelle de la variable alatoire X sous
lhypothse [Y = y; Z = z].
4. On pose :

U =X +Y
V =X Y
(a) Quelle est la loi du couple (U; V ) ?
(b) Quelles sont les lois conditionnelles de U et V ?
(c) U et V sont-elles indpendantes ?

75

A. El Mossadeq

Vecteurs Alatoires

Solution 19

Posons :

D = (x; y; z) 2 R3 j 0 < z < y < x


1. Pour tout (x; y; z) 2 R3 on a :
8
< fX (x) fY (y j x) fZ (z j x; y)
f (x; y; z) =
:
0
do :

f (x; y; z) =

8
< f (x; y; z) = (y
:

z) exp x

si

(x; y; z) 2 D

si

(x; y; z) 2
=D

si

(x; y; z) 2 D

si

(x; y; z) 2
=D

2. Calculons dabord la densit marginale fZ de Z :


ZZ
fZ (z) =
f (x; y; z) dxdy
R2

8
0
>
>
<
Z
>
>
:
8
< 0
:

+1

si

si

z>0

(y

z) exp xdy dx

exp z

si

si

z>0

do, la densit conditionnelle de (X; Y ) relativement Z .est dnie pour


tout z 2 ]0; +1[ par :

f(X;Y ) (x; y j z)

f (x; y; z)
fZ (z)
8
< (y z) exp
:

76

(x

z)

si

0<z<y<x
ailleurs

Vecteurs Alatoires

A. El Mossadeq

3. Calculons la densit marginale f(Y;Z) du couple (Y; Z) :


Z
f(Y;Z) (y; z) =
f (x; y; z) dx
R
8 Z +1
>
>
(y z) exp xdx si 0 < z < y
<
y
=
>
>
:
0
ailleurs
8
< (y z) exp y si 0 < z < y
=
:
0
ailleurs

do, la densit conditionnelle de X relativement (Y; Z).est dnie pour tout

(y; z) 2 R2 , 0 < z < y , par :


fX (x j y; z)

f (x; y; z)
f(Y;Z) (y; z)
8
< exp (x
:

y)

si

0<z<y<x
ailleurs

(a) La densit marginale f(X;Y ) du couple (X; Y ) est donne par :


8
< fX (x) fY (y j x) si 0 < y < x
f (x; y) =
:
0
ailleurs
donc :

f(X;Y ) (x; y) =

8
<
:

1 2
2 y exp

si

0<y<x
ailleurs

Linverse de la transformation :

X +Y

77

A. El Mossadeq

Vecteurs Alatoires

est la transformation :

1
(U + V )
2
1
Y =
(U V )
2
Le Jacobien de cette dernire est :
1
1
2
2
1
=
2
1
1
2
2
X

do pour tout (u; v) 2 R2 :

f(U;V ) (u; v)

1
1
(u + v) ; (u
2
2

v) jJj

1
1
(u v)2 exp
(u + v)
16
2
(b) Calculons les densits marginales fU et fV de U et V respectivement :
Z
fU (u) =
f(U;V ) (u; v) dv
=

8
0
>
>
<
Z
>
>
:

8
>
< 0

u
1
16

(u

h
>
: 1 u2
16

v)2 exp

4u + 8

1
2

(u + v) dv

8 exp

78

ui
exp
2

si

si

u>0

u
2

si

si

u>0

Vecteurs Alatoires

A. El Mossadeq

et :

fV (v)

f(U;V ) (u; v) du

8
0
>
>
<
Z
>
>
:

u
1
16

0
exp v

v)2 exp

(u

si
si

1
2

(u + v) du

si

si

v>0

v 0
v>0

Do, les densits conditionnelles de U relativement V et de V relativement V sont dnies par :

fU (u j v)

=
et :

fV (v j u)

f(U;V ) (u; v)
fV (v)
8 1
>
(u v)2 exp
<
16
>
:
0

1
(u
2

f(U;V ) (u; v)
fU (u)
8
2
(u
v)
1
>
>
<
16 u2 4u + 8 8 exp
>
>
:
0

v)

si

0<v<u
ailleurs

u
2

exp

v
2

si

0<v<u
ailleurs

(c) Les variables alatoires U et V ne sont pas indpendantes car :

fU (u j v) 6= fU (u)

79

A. El Mossadeq

Vecteurs Alatoires

Exercice 20

Soient X et Y un couple de variables alatoires normales indpendantes de


moyennes et 0 , et de variances 2 et 02 respectivement.
1. Quelle est la densit de probabilit du couple (X; Y ) ?
2. On pose :

8
X
>
>
U
=
>
<

>
>
>
: V =X

0
0

(a) Quelle est la densit du couple (U; V ) ?


(b) U et V sont-elles indpendantes ?
3. On considre la variable alatoire Z dnie par :

Z=

U
V

(a) Dterminer la densit de probabilit du couple (U; Z) :


(b) En dduire la densit de Z:
4. Dterminer la densit de probabilit de la variable alatoire :

T =X +Y

Solution 20

On a :

1
fX (x) = p exp
2
fY (y) =

1
p

exp

1
(x
2 2
1
2

80

02

(y

)2 ; x 2 R
0 2

) ; y2R

Vecteurs Alatoires

A. El Mossadeq

1. La densit f du couple (X; Y ) est dni pour tout (x; y) 2 R2 par :

f (x; y)

=
=

fX (x) fX (x)
1

1
2

exp
0

"

y
0

(a) La transformation inverse de la transformation :


8
X
>
>
U
=
>
<

>
>
>
: V =Y

est :

8
< X= U+
:

Y =

V +

Son jacobien est gal :

0
J

=
0

do la densit f(U;V ) de (U; V ) est dnie pour tout (u; v) 2 R2 par :

f(U;V ) (u; v)

f( u+
1
exp
=
2
(b) Calculons les densits marginales fU et
(i) Pour tout u 2 R on a :

fU (u) =

; 0 v + 0 ) jJj
1 2
u + v2
2
fV de U et V respectivement :

f(U;V ) (u; v) dv

81

A. El Mossadeq

Vecteurs Alatoires

do :

fU (u)

1
exp
2

1
p exp
2

1 2
u + v 2 dv
2
Z
1 2
1 2
u
v dv
exp
2
2
R

1
exp
R 2

1 2
u
2

(ii) Puisque la densit f(U;V ) du couple (U; V ) est symtrique, donc pour
tout v 2 R on a :

fV (v)

fU (v)
1
1 2
= p exp
v
2
2
(c) Les variables alatoire U et V sont indpendantes puisque pour tout
(u; v) 2 R2 :
f(U;V ) (u; v) = fU (u) fV (v)
2. La transformation inverse de la transformation :
8
>
< U =U
est :

Son Jacobien est gal :

>
: Z=V
U

8
< U =U
:

V = UZ
1

J=

=u
z

82

Vecteurs Alatoires

A. El Mossadeq

do la densit f(U;V ) du couple (U; V ) :

f(U;Z) (u; z)

=
=

f(U;V ) (u; uz) jJj


juj
1 2
exp
u 1 + z2
2
2

pour tout (u; z) 2 R2 .

Il en rsulte que la densit fZ de Z est donne pour tout z 2 R.par :


Z
fZ (z) =
f(U;Z) (u; z) du
R
Z
1 2
juj
exp
u 1 + z 2 du
=
2
R 2
1
=
(1 + z 2 )
Cest la densit de probabilit de la loi de Cauchy.

3. La densit de probabilit de la variable alatoire :

T =U +V
est dnie pour tout t 2 R.par :
Z
fT (t) =
f(U;V ) (u; t u) du
R
Z
1
1 2
=
exp
u + (t
2
R 2
t2
1
p exp
=
4
2

u)2 du

cest la densit de la loi normale N (0; 2).

Exercice 21

Soient X et Y deux variables alatoires indpendantes qui suivent une mme loi
de probabilit dont la densit est dnie par :

f (t) =

1
;
t2

83

A. El Mossadeq

Vecteurs Alatoires

1. On pose :

8
>
< U = XY

>
: V =X
Y
(a) Quelle est la densit de probabilit du couple (U; V ) ?

(b) U et V sont-elles indpendantes ?

2. Dterminer les lois marginales de U et V .


3. Dterminer la densit de probabilit et la fonction de rpartition de la variable
alatoire :

Z=

Solution 21

1. Pour tout t 2 [1; +1[ on a :

1
t2
Puisque les variables alatoires X et Y sont indpendantes alors la densit f
du couple (X; Y ) est dnie pour tout (x; y) 2 R2 par :
fX (t) = fY (t) =

f (x; y) = fX (x) fY (y)


do :

f (x; y) =

8
>
>
<

1
x2 y 2

>
>
: 0

si

(x; y) 2 [1; +1[

[1; +1[

si

(x; y) 2
= [1; +1[

[1; +1[

(a) Linverse de la transformation :


8
>
< U = XY

>
: V =X
Y
84

Vecteurs Alatoires

A. El Mossadeq

est la transformation :

Son Jacobien J est :

p
8
UV
X
=
>
>
<
r
>
>
: Y = U
V

p
v
p
2 u

J=
1
p
2 uv

p
u
p
2 v

p
u
p
2 v3

1
2v

La densit f(U;V ) de (U; V ) est dnie pour tout (u; v) 2 R2 par :


r
p
u
jJj
uv;
f(U;V ) (u; v) = f
v
Et comme le domaine D(U;V ) o la densit f(U;V ) de (U; V ) est non nul
est donne par :

D(U;V ) =

(u; v) 2 R2 j u

85

1;

1
u

A. El Mossadeq

Vecteurs Alatoires

on en dduit que la densit f(U;V ) de (U; V ) est dnie :


r
p
u
f(U;V ) (u; v) = f
uv;
jJj
v
8 1
>
si (u; v) 2 D(U;V )
<
2v
2u
=
>
:
0
(u; v) 2
= D(U;V )

(b) Les domaines DU et DV o les densits fU de U et fV de V sont non nulles


correspondent respectivement la 1ere projection et la 2eme projection
de D(U;V ) do :

DU = [1; +1[
et :

DV = ]0; +1[
Et comme :

D(U;V ) 6= DU

DV

donc, les variables alatoires U et V ne sont pas indpendantes.


2. Calculons les densits marginales fU de U et fV de V respectivement.
(a) On a :

fU (u)

f(U;V ) (u; v) dv

8
0
si u < 1
>
>
<
Z u
1
>
>
dv si u 1
:
1 2u2 v
8 u
>
0
si u < 1
>
<
>
ln u
>
: 2
u

86

si

Vecteurs Alatoires

A. El Mossadeq

(b) On a :

fV (v)

f(U;V ) (u; v) du

1
du
2
sup(v; v1 ) 2u v

=
(i) si 0 < v

1 alors :
fV (v)

(ii) si v

+1

=
=

1
2

+1

1
du
2u2 v

+1

1
du
2u2 v

1
v

1 alors :
fV (v)

1
2v 2

=
En rsum :

(a) On a :

8
0
>
>
>
>
>
>
>
< 1
fV (v) =
2
>
>
>
>
>
>
>
: 1
2v 2
Z=

0<v
v

U () U = Z 2

do :

du
= 2z
dz

87

A. El Mossadeq

Vecteurs Alatoires

La densit fZ de Z est dnie pour tout z 2 R :

fZ (z)

fU z 2
8
>
< 0

du
dz

si

z<1

>
: 4 ln z si z 1
z3
(b) La fonction de rpartition FZ de Z est dnie pour tout z 2 R par :
FZ (z)

fZ (t) dt

81

0
>
>
<
Z z
4
>
>
ln tdt
:
3
t
1
8
>
0
>
<
>
>
: 1

si

si

1 + 2 ln z
z2

si

si

Exercice 22

Soit (X; Y ) un couple de variables alatoires dont la densit de probabilit est


dnie par :
8
K
>
>
si x > 0 ; y > 0 ; x + y < 1
< p
xy
f (x; y) =
>
>
:
0
ailleurs

1. Dterminer la constante K

2. Dterminer les lois marginales et conditionnelles de X et Y:


3. X et Y sont-elles indpendantes ?
4. Dterminer la droite de rgression de Y en X:

88

Vecteurs Alatoires

A. El Mossadeq

Solution 22

Posons :

D = (x; y) 2 R2 j x > 0 ; y > 0 ; x + y < 1

Pour tout (x; y) 2 D on a :

8
K
>
>
< p
xy
f (x; y) =
>
>
:
0

si

(x; y) 2 D

si

(x; y) 2
=D

1. Calculons la constante K :

ZZ

f (x; y) dxdy

R2

1 x

K
p dy dx
xy

Do :

K=

2. Puisque la densit f de (X; Y ) est symtrique, donc X et Y suivent une


mme loi de probabilit.
(a) La densit marginale fX de X est donne par :

fX (x)

f (x; y) dy

8
0
>
>
<
Z 1 x
1
>
>
:
p dy
xy
8 0
si
< 0r
2 1 x
:
x
89

si

x2
= ]0; 1[

si

x 2 ]0; 1[

x2
= ]0; 1[
x 2 ]0; 1[

A. El Mossadeq

Vecteurs Alatoires

(b) La densit marginale fY de Y est donne par :

fY (y)

f (y)
8X
0
>
>
<
r
2
1
>
>
:

y
y

si

y2
= ]0; 1[

si

y 2 ]0; 1[

(c) La densit conditionnelle de X relativement Y est dnie pour tout

y 2 ]0; 1[ par :
fX (x j y)

=
=

f (x; y)
fY (y)
1
p
2 x (1

y)

si 0 < x < 1

(d) La densit conditionnelle de Y relativement X est dnie pour tout

x 2 ]0; 1[ par :
fY (y j x)

fX (y j x)
1
p
=
si 0 < y < 1 x
2 y (1 x)
3. Les variables alatoires X et Y ne sont pas indpendantes car :
=

f (x; y) 6= fX (x) fY (y)

(a) On a :

E [X]

=
=
=
=

xfX (x) dx
R
r
Z 1
2
1 x
dx
x
x
0
1
4
E [Y ]

90

Vecteurs Alatoires

A. El Mossadeq

et :

E X2

x2 fX (x) dx
R
r
Z 1
2 2 1 x
x
dx
x
0
1
8
E Y2

=
=
=
=

do :

V [X]

E [X]2

E X2
1
16
V [Y ]

=
=
=

(b) On a :

E [XY ]

=
=

ZZ

xyf (x; y) dxdy

R2
1 Z 1 x
0

1
xy p dy dx
xy

1
24

do :

1
48
(c) Dterminons les coe cients a et b de la droite rgression de Y en X .
On a :
Cov [X; Y ]
1
a=
=
V [X]
3
et
1
b = E [Y ] aE [X] =
3
Cov [X; Y ] = E [XY ]

91

E [X] E [Y ] =

A. El Mossadeq

Vecteurs Alatoires

do la droite rgression de Y en X :

y=

1
[x
3

1]

1.0

0.5

-2

-1

-0.5

La droite de regression de Y en X

Exercice 23

Soit (X; Y ) un couple de variables alatoires dont la densit de probabilit est


dnie par :
8
>
< K sin (2x + y) si x > 0 ; y > 0 ; 2x + y < 1
2
f (x; y) =
>
:
0
ailleurs

1. Dterminer la constante K

2. Dterminer les lois marginales X et Y:


3. X et Y sont-elles indpendantes ?
4. Calculer la matrice des variances et covariances de X et Y:
5. Dterminer la droite de rgression de Y en X
6. Calculer la densit conditionnelles de X relativement Y et de Y relativement
X.

92

Vecteurs Alatoires

A. El Mossadeq

Solution 23

Posons :

D = (x; y) 2 R2 j x > 0 ; y > 0 ; 2x + y < 1


DX =

x2Rj0<x<

1
2

DY = fy 2 R j 0 < y < 1g

Le domaine D
On a :

f (x; y) =
1. On a :
ZZ

8
>
< 0

si

>
: K sin

f (x; y) dxdy

R2

1
2

(x; y) 2 D

(2x + y)

1 2x

K sin

2K
2

do :
2

K=

93

(x; y) 2
=D

(2x + y) dy dx

A. El Mossadeq

Vecteurs Alatoires

2. Calculons les densits marginales fX et fY de X et Y respectivement :


Z
fX (x) =
f (x; y) dy
R

et :

fY (y)

8
>
>
0
>
>
<

Z
>
>
>
>
:

>
>
>
>
:

x2
= 0;

1
2

si

x 2 0;

1
2

8
>
>
0
>
>
<
Z

1 2x

si

sin

cos x

(2x + y) dy

si

x2
= 0;

1
2

si

x 2 0;

1
2

f (x; y) dx

8
0
>
>
<
Z
>
>
:

8
>
< 0

1
2 (1

y)

si

y2
= ]0; 1[

si

y 2 ]0; 1[

sin

(2x + y) dx
y2
= ]0; 1[

si

>
:

cos y si y 2 ]0; 1[
2
2
3. Les variables alatoires X et Y ne sont pas indpendantes car :
f (x; y) 6= fX (x) fY (y)

94

Vecteurs Alatoires

A. El Mossadeq

(a) On a :

E [X]

xfX (x) dx

1
2

x cos xdx

=
et :

E X

2
2

x2 fX (x) dx

1
2

0
2

x2 cos xdx

+8
2

do :

V [X]

=
=

(b) On a :

E [Y ]

=
=

E X2
+1
2

yfY (y) dy

ZR1
0

E [X]2

y cos ydy
2

1
E [X]
2
2
4

95

A. El Mossadeq

Vecteurs Alatoires

et :

E Y2

=
=

y 2 fY (y) dy

ZR1
0

=
=

y 2 cos ydy
2
2

1
E X2
4
2
+8
16 2

do :

V [Y ]

=
=
=

(c) On a :

E [XY ]

ZZ

=
=

1
2

E [Y ]2

xyf (x; y) dxdy

R2

ZZ

E Y2
1
V [X]
4
+1
4 2

2
Z

xy sin
1 x

(2x + y) dxdy

xy sin

(2x + y) dy dx

+2
2

do :

Cov [X; Y ]

=
=

E [XY ] E [X] E [Y ]
1
3 2 + 12
4
2
8

96

Vecteurs Alatoires

A. El Mossadeq

(d) La matrice des variances et covariances de (X; Y ) est dnie par :


2
3
V [X]
Cov [X; Y ]
5
= 4
(X;Y )
Cov [X; Y ]
V [Y ]
2
3
+1
1
2
3 + 12
4 7
2
2
6
8
6
7
= 6
7
4 1
5
+1
2
3 + 12
4
8 2
4 2
4. Dterminons les coe cients a et b de la droite rgression de Y en X :

Cov [X; Y ] 3 2 + 12
4
a=
=
V [X]
8 ( + 1)
et

+ 12
4
2
x+
8 ( + 1)
4

b = E [Y ]

aE [X] =

+ 12
4
2
8 ( + 1)
2

4
do la droite rgression de Y en X :
y=

+ 12
4
2
8 ( + 1)
2

1.5
1.0
0.5

-0.4

-0.2

0.2
-0.5

0.4

0.6

0.8

1.0

-1.0

La droite de regression de Y en X

97

A. El Mossadeq

Vecteurs Alatoires

(a) La densit conditionnelle de X relativement Y est dnie pour tout

y 2 ]0; 1[ par :
fX (x j y)

f (x; y)
f (y)
8Y
>
>
sin (2x + y)
>
>
2
>
<
cos y
2
>
>
>
>
>
: 0

si

0<x<

1
(y
2

1)

ailleurs

(b) La densit conditionnelle de Y relativement X est dnie pour tout


1
x 2 0;
par :
2

fY (y j x)

f (x; y)
f (x)
8X
>
sin (2x + y)
>
>
<
2
2
cos x
>
>
>
:
0

si

0<y<1

2x

ailleurs

Exercice 24

Soit X une variable alatoire qui suit la loi normale centre rduite et Y une
variable alatoire, indpendante de X , qui prend ses valeurs dans lensemble
f 1; 1g telle que :

P [Y = 1] = p

o p 2 ]0; 1[.
Dterminer la loi de probabilit de :

Z = XY

98

Vecteurs Alatoires

A. El Mossadeq

Solution 24

Notons FZ la fonction de rpartition de Z et FX celle de X .


On a :

[Z < z] = [X >

z; Y =

1]

[X < z; Y = 1]

donc :

FZ (z)

=
=
=

P [Z < z]
P [X > z; Y = 1] + P [X < z; Y = 1]
P [X > z] P [Y = 1] + P [X < z] P [Y = 1]

et comme X suit une loi normale centre rduite, alors :

P [X >

z] = P [X < z]

do :

FZ (z) = (1

p) FX (z) + pFX (z) = FX (z)

Il en rsulte que Z suit la loi normale centre rduite.

Exercice 25

Soit (X; Y ) un couple de variables alatoires dont la densit de probabilit est


dnie par :

f (x; y) = K

si

x > 0 ; x2 + y 2 < 1

1. Dterminer la constante K
2. Dterminer les lois marginales X et Y:
3. X et Y sont-elles indpendantes ?
4. Calculer la matrice des variances et covariances de X et Y:
5. Dterminer la droite de rgression de Y en X
6. Calculer la densit conditionnelles de X relativement Y et de Y relativement
X.

99

A. El Mossadeq

Vecteurs Alatoires

Solution 25

Posons :

D = (x; y) 2 R2 j x > 0 ; x2 + y 2 < 1


On a :

f (x; y) =
1. On a :

ZZ

8
< K
:

si

(x; y) 2 D

si

(x; y) 2
=D

f (x; y) dxdy

R2

ZZ

Kdxdy

do :

K=

2. Calculons les densits marginales fX et fY de X et Y respectivement :


Z
fX (x) =
f (x; y) dy
R

=
et :

8
>
0
>
>
<
Z
>
>
>
:
8
>
< 0

1 x2

dy

x2
= ]0; 1[

si

x 2 ]0; 1[

x2

>
: 4 p1
fY (y) =

si

x2

si

x2
= ]0; 1[

si

x 2 ]0; 1[

f (x; y) dx

100

Vecteurs Alatoires

fY (y)

A. El Mossadeq

8
>
0
>
>
<
>
>
>
:
(

Z p1

y2

dx

si

y2
= ] 1; 1[

si

y 2 ] 1; 1[

0
2p

y2

si

y2
= ] 1; 1[

si

y 2 ] 1; 1[

3. Les variables alatoires X et Y ne sont pas indpendantes car :

f (x; y) 6= fX (x) fY (y)

(a) On a :

E [X]

xfX (x) dx

ZR1

4
3

4 p
x 1

x2 fX (x) dx

et :

E X2

ZR1

1
4

x2 dx

x2 dx

do :

V [X]

=
=

E X2
E [X]2
9 2 64
36 2

101

A. El Mossadeq

Vecteurs Alatoires

(b) On a :

E [Y ]

yfY (y) dy

ZR1

et :

E Y2

2 p
y 1

y 2 fY (y) dy

ZR1

E X2
1
4

=
=

y 2 dy

y 2 dy

do :

V [Y ] = E Y 2 =
(c) On a :

E [XY ]

ZZ

xyf (x; y) dxdy

R2

=
=

ZZ

xydxdy

D
Z 1 "Z
0

1
4

1 x2

1 x2

xydy dx

do :

Cov [X; Y ] = E [XY ]

E [X] E [Y ] = 0

Les variables alatoires sont non corrles mais ne sont pas indpendantes.

102

Vecteurs Alatoires

A. El Mossadeq

(d) La matrice des variances et covariances


2
V [X]
= 4
(X;Y )
Cov [X; Y ]
2
9 2 64
6 36 2
6
= 6
4
0

de (X; Y ) est dnie par :


3
Cov [X; Y ]
5

V [Y ]
3

0 7
7
7
1 5
4
4. Dterminons les coe cients a et b de la droite rgression de Y en X :
y = ax + b
On a :

a=

Cov [X; Y ]
=0
V [X]

et

b = E [Y ]

aE [X] =

1
4

do la droite rgression de Y en X :

y=

1
4

(a) La densit conditionnelle de X relativement Y est dnie pour tout

y 2 ] 1; 1[ par :
fX (x j y)

f (x; y)
fY (y)
8
1
>
>
< p
1 y2
>
>
:
0

103

si

0<x<
ailleurs

y2

A. El Mossadeq

Vecteurs Alatoires

(b) La densit conditionnelle de Y relativement X est dnie pour tout

x 2 ]0; 1[ par :
fY (y j x)

f (x; y)
f (x)
8X
1
>
>
< p
2 1 x2
>
>
:
0

si

x2 < y <

x2

ailleurs

Exercice 26

Soit (X; Y ) un couple de variables alatoires indpendantes suivant toutes les


deux la mme loi uniforme sur lintervalle [ 2; 1].
Dterminer la loi de probabilit de la variable alatoire :

T = inf (X; Y )

Solution 26

Notons FX , FY et FZ les fonctions de rpartition de X , Y et Z respectivement


et fX , fY et fZ leurs densits respectives.
On a :

FX (u)

=
=
=

FY (u)
u+2
3

[ 2;1] (u)

F (u)

et :

fX (u)

=
=
=

fY (u)
1
(u)
3 [ 2;1]
f (u)

104

[1;+1[ (u)

Vecteurs Alatoires

A. El Mossadeq

Puisque :

T = inf (X; Y )
alors :

P [T

t]

=
=
=

P [X t; Y
t]
P [X t] P [Y
t]
[1 F (t)]2

do :

FT (t)

=
=
=

P [T < t]
1 [1 F (t)]2
#
"
2
1 t
1
3

[ 2;1] (t)

[1;+1[ (t)

Il en rsulte que :

fT (t)

=
=

FT0 (t)
2
(1 t)
9

[ 2;1] (t)

Exercice 27

Un appareil lectrique fonctionne avec trois piles Pi , i 2 f1; 2; 3g :


La dure de vie de la pile Pi est une variable alatoire Xi : Les trois variables
alatoires X1 , X2 et X3 sont indpendantes et suivent une mme loi exponentielle
de paramtre , > 0:
Lappareil sarrte de fonctionner ds que deux piles sont uses.
Soit T la variable alatoire reprsentant le temps de onctionnement de lappareil
lectrique.
Dterminer la loi de probabilit de T et calculer son esprance mathmatique et
sa variance.

105

A. El Mossadeq

Vecteurs Alatoires

Solution 27

Soit F et f la fonction de rpartition et la densit de probabilit de la loi exponentielle de paramtre .


On a :
0
si t 0
F (t) =
1 exp
t si t 0

0
exp

f (t) =

si
si

t<0
t>0

1. Dsignons par FT et fT la fonction de rpartition et la densit de probabilit


de T respectivement.
Puisque :

[T < t]

[X1 < t; X2 < t; X3


[X1

t]

[X1 < t; X2

t; X2 < t; X3 < t]

t; X3 < t]

[X1 < t; X2 < t; X3 < t]

et puisque X1 , X2 et X3 sont indpendantes alors :

FT (t)

P [T < t]

3 [F (t)]2 [1

[F (t)]2 [3

2F (t)]

[1

t]2 [1

exp

F (t)] + [F (t)]3
2 exp

t] ; t

do :

fT (t) = 6 [1
2. On a :

E [T ]

=
=

exp

tfT
R
Z +1

t] exp 2 t ; t > 0

(t) dt

6 t [1

5
6

106

exp

t] exp 2 tdt

Vecteurs Alatoires

E T

A. El Mossadeq

=
=

t2 fT (t) dt

ZR+1

6 t2 [1

exp

t] exp 2 tdt

19
18 2

do :

V [T ]

=
=

E [T ]2

E T2
13
36 2

Exercice 28

Soit (X; Y ) un couple de variables alatoires admettant une densit de probabilit


f(X;Y ) dnie par :
8
< K y 2 x2 exp ( y) si jxj y et y > 0
f(X;Y ) (x; y) =
:
0
sinon
o K est une constante.

1. Dterminer la constante K:
2. Les variables alatoires X et Y sont-elles indpendantes ?
3. Pour (k; s) 2 N2 , calculer E X k Y s .
4. En dduire la covariance de X et Y:
Que constate-t-on ?
5. On pose :

8
< U =X +Y
:

V =X

(a) Dterminer la loi du couple (U; V ) :


(b) Les variables alatoires U et V sont-elles indpendantes ?

107

A. El Mossadeq

Vecteurs Alatoires

Solution 28

Posons :

D(X;Y ) = (x; y) 2 R2 j jxj

y et y > 0

On a alors

DX

=
=

fx 2 R j fX (x) 6= 0g
R

DY

=
=

fy 2 R j fY (y) 6= 0g
]0; +1[

et :

o fX et fY sont les densits marginales de X et Y:


1. On a :
ZZ

f(X;Y ) (x; y) dxdy

R2

=
=
=

+1 Z y

x2 exp ( y) dxdy
y
0
Z +1
Z y
y 2 x2 dx dy
K
exp ( y)
0
y
Z +1
4K
y 3 exp ( y) dy
3 0
8K
K

y2

Do :

1
8
2. Les variables alatoires X et Y ne sont pas indpendantes car :
K=

D(X;Y ) 6= DX

DY

3. Pour (k; s) 2 N2 on a :
ZZ
E X kY s
=
xk y s f(X;Y ) (x; y) dxdy
2
ZR +1
Z y
1
s
y exp ( y)
xk y 2
=
8 0
y
108

x2 dx dy

Vecteurs Alatoires

A. El Mossadeq

Or :

et :

x2k+1 y 2

x2 dx = 0

2k

dx

x2k y 2

x2 dx

4y 2k+3
(2k + 1) (3 + 2k)

do :

E X 2k+1 Y s = 0
et :
2k

E X Y

=
=

1
2 (2k + 1) (3 + 2k)
(2k + s + 3)!
2 (2k + 1) (3 + 2k)

+1

y 2k+s+3 exp ( y) dy

4. En particulier, on a :

E [X] = 0
et :

E [XY ] = 0
do :

Cov [X; Y ] = 0
On costate que les variables alatoires sont non corrles mais ne sont pas
indpendantes.
(a) Le changement :

8
< U =X +Y
:

V =Y

109

A. El Mossadeq

Vecteurs Alatoires

quivaut :

8
1
>
>
X
=
(U
>
<
2

V)

>
>
1
>
: Y = (U + V )
2
Le Jacobien de cette transformation est :
1
1
2
2
1
=
J=
2
1
1
2
2
Daprs le thorme de changement de variables, la densit f(U;V ) du couple
(U; V ) est donne par :
f(U;V ) (u; v)

(b) Les fonctions :

et :

u v u+v
;
jJj
f(X;Y )
2
2
8
1
(u + v)
>
>
<
uv exp
si
16
2
>
>
:
0

8 1
>
< u exp
4
fU (u) =
>
:
0

8 1
>
< v exp
4
fV (v) =
>
:
0

u
2

v
2

u > 0 et v > 0
sinon

si

u>0

si

si

v>0

si

sont des densits de probabilits. Ce sont les densits marginales des


variables alatoires U et V:

110

Vecteurs Alatoires

A. El Mossadeq

En outre, pour tout (u; v) 2 R2 on a :

f(U;V ) (u; v) = fU (u) fV (v)


Il en rsulte que les variables alatoires U et V sont indpendantes.

Exercice 29

Soit h une fonction positive dnie sur ]0; +1[ et soit H la fonction dnie pour
tout x, x > 0, par :
Z x
H (x) =
h (t) dt
0

On dsigne par

la fonction dnie pour tout x, x > 0, par :


Z +1
h (t) exp ( tx) dt
h (x) =
0

Soit (X; Y ) un couple de variables alatoires de densit de probabilit :


8
< Kh (jx yj) exp [ max (x; y)] si x > 0 et y > 0
f(X;Y ) (x; y) =
:
0
sinon

1. Dterminer la constante K:

2. Dterminer les densits marginales de X et Y:


3. Les variables alatoires X et Y sont-elles indpendantes ?
4. On suppose que pour tout x, x > 0, on a :

h (x) = x
(a) Calculer la covariance de X et Y .
(b) Que constate-t-on pour

=1?

Solution 29

Posons :

D = (x; y) 2 R2 j x > 0 et y > 0


111

A. El Mossadeq

Vecteurs Alatoires

D1 = (x; y) 2 R2 j 0 < y < x


D2 = (x; y) 2 R2 j 0 < x < y
On a :

D = D1 [ D2

Puisque la densit f(X;Y ) du couple (X; Y ) est symtrique :

8 (x; y) 2 R2 : f(X;Y ) (x; y) = f(X;Y ) (y; x)


alors :

P [(X; Y ) 2 D1 ] = P [(X; Y ) 2 D2 ]

de plus, X et Y suivent la mme loi de probabilit.

1. On a :
ZZ
f(X;Y ) (x; y) dxdy

R2

ZZ

f(X;Y ) (x; y) dxdy +

D1

=
=

2
2

f(X;Y ) (x; y) dxdy


D1
+1 Z +1
h (x

f(X;Y ) (x; y) dxdy

D2

ZZ
Z

ZZ

y) exp (

x) dxdy

Eectuons le changement :

t=y
on obtient alors :
ZZ
f(X;Y ) (x; y) dxdy

R2

+1 Z +1

h (t) exp [ (y + t)] dtdy


Z +1
Z +1
2
exp ( y)
h (t) exp ( t) dt dy
0
0
Z +1
Z +1
2
exp ( y) dy
h (t) exp ( t) dt
0

h(

112

Vecteurs Alatoires

A. El Mossadeq

Do :

K=

2 h( )
2. La densit marginale de X est dnie pour tout x 2 R par :
Z
fX (x) =
f(X;Y ) (x; y) dy
R

Donc, pour tout x, x > 0, on a :


Z x
Z
fX (x) =
f(X;Y ) (x; y) dy +

f(X;Y ) (x; y) dy

+1

+1

h (y
h (x y) exp ( x) dy +
2 h( ) 0
x
Eectuons dans la premire intgrale le changement :

fX (x) =

t=x

x) exp (

y) dy

et dans la deuxime le changement :

t=y
on obtient :
Z x
h (x

y) exp (

x) dy

exp (

x)

et :
Z +1

h (y

h (t) exp (

t) dt

x) exp (

y) dy

exp (

x) H (x)

exp (

x)

+1

h (t) exp (

h(

) exp (

x)

et nalement :

fX (x) =

h( )

[H (x) +

113

h(

)] exp (

x)

t) dt

A. El Mossadeq

Vecteurs Alatoires

En rsum, la densit marginale de X est dnie par :


8
0
>
>
<
fX (x) =
>
>
[H (x) + h ( )] exp ( x)
:
2 h( )
do la densit marginale de Y :
8
0
>
>
<
fY (y) =
>
>
[H (y) +
:
2 h( )

h(

)] exp (

y)

si

si

x>0

si

si

y>0

3. On constate que les variables alatoires X et Y ne sont pas indpendantes


puisque :

f(X;Y ) (x; y) 6= fX (x)

fY (y)

4. Si pour tout x, x > 0, on a :

h (x) = x
alors tout x, x > 0 :

x2
H (x) =
2
et :
h(

Aussi on a :

f(X;Y ) (x; y) =

8
>
>
<
>
>
:

jx

yj exp [

)=

1
2

max (x; y)]

si

x > 0 et y > 0
sinon

114

Vecteurs Alatoires

A. El Mossadeq

et :

8
>
>
<

fX (x) =

0
2 + 2 x2
exp (
4

>
>
:

si

si

x>0

exp (

x) dx

x)

(a) Calculons la covariance de X et Y .


(i) On a :

E [X]

xfX (x) dx
R
Z +1
x 2+
4 0

2 2

En eectuant le changement :

u= x
on obtient :

E [X]

=
=

(ii) On a :

E [XY ]

ZZ

1
4
2

+1

2u + u3 exp ( u) du

xyf(X;Y ) (x; y) dxdy

R2

=
=
=

ZZ
2

xyf(X;Y ) (x; y) dxdy +

ZDZ1

D1
+1

ZZ

xyf(X;Y ) (x; y) dxdy

D2

xyf(X;Y ) (x; y) dxdy


Z +1
y
x (x y) exp (
y

Or, en eectuant le changement :

u=x

115

x) dx dy

A. El Mossadeq

Vecteurs Alatoires

on obtient :
+1

x (x

y) exp (

x) dx

exp (

y)

+1

u (u + y) exp (

u) du

=
do :

E [XY ]

+1

exp (

2
3

exp (

y)

y) dy

4
4

et par suite :

Cov [X; Y ]

=
=

E [XY ] E [X] E [Y ]
2
4 1
4

(b) Si :

=1
alors :

Cov [X; Y ] = 0
bien que les variables alatoires X et Y ne sont pas indpendantes.

Exercice 30

Soit X et Y deux variables alatoires indpendantes qui suivent la mme loi


exponentielle de paramtre :
On pose :

Z = X2

116

Vecteurs Alatoires

A. El Mossadeq

1. Dterminer la loi de probabilit de Z:


2. On considre le polynme :

P (t) = t2

2Xt + Y

Calculer la probabilit pour que les racines de P soient complexes.

Solution 30

La densit de probabilit de la loi exponentielle de paramtre ;


par :

f (x) = exp (

> 0; est dnie

x)

X et Y tant indpendantes, donc la densit du couple (X; Y ) est donne par :


f(X;Y ) (x; y)

=
=

1. Considrons le changement :
8
< U

Ce changement quivaut :
8
< X

dont le Jacobien vaut :

f (x) f (y)
2
exp [ (x + y)]

X2

=
=

X2

=
=
1
p
2 u
1
1
p
2 u

117

p
U

Y
U
Z

0
1

A. El Mossadeq

Vecteurs Alatoires

Daprs le thorme de changement de vatiables, on a :


p
f(U;Z) (u; z) = f(X;Y ) u; u z jJj

p
1
p f
u f (u
2 u

z)

Pa ailleurs, limage par cette dernire transformation du domaine :

D (X; Y ) = (x; y) 2 R2 j x > 0 et y > 0


est le domaine :

D (U; Z) = (u; z) 2 R2 j u > 0 et z < u


do :

f(U;Z) (u; z) =

8
>
>
<

p
( u+u

p exp [
2 u

>
>
:

z)]

Dterminons la densit de probabilit de Z :


Z
fZ (z) =
f(U;Z) (u; z) du
R
8 2 Z +1
p
1
>
>
p
exp
[
(
u+u
>
>
< 2 0
u
=
>
2 Z +1
>
p
1
>
>
:
p exp [ ( u + u
2 u
u

si

(u; z) 2 D (U; Z)

si

(u; z) 2
= D (U; Z)

z)] du

si

z)] du

si

z>0

Or :

R 1
p exp
u

u+u

exp

z+

du =

1
4

118

exp

i
p
2 du
p
4 (2 u + 1)
u

Vecteurs Alatoires

A. El Mossadeq

et en eecuant le changement :
r

t=

on obtient :

1
p exp
u
do :

fZ (z) =

8
>
>
>
>
>
>
<

p exp
2

>
3
>
2
>
>
>
p
>
: 2 exp

fZ (z) =

8
>
>
>
>
>
>
<

>
>
>
p
>
>
>
:

du =

3
2

Dsignons par

alors :

u+u

z+

z+

r
Z

1
4

exp

t2
2

exp
2

+1

p
2 (2 z+1)

1
z+
4

+1

1
4

p
2 u+1

dt
t2
2

exp

dt

t2
2

exp

dt

si

si

z>0

la fonction de rpartition de la loi normale centre rduite :


Z x
1
t2
(x) = p
dt
exp
2
2
1

3
2

3
2

r !!

exp

p
(2 z + 1)

!!

z+

exp

2. Posons :

= X2

Y =Z

les racines de P sont complexes si et seulement si :

Z<0

119

1
4

z+

1
4

si

si

z>0

A. El Mossadeq

Vecteurs Alatoires

do, la probabilit pour que les racines de P soient complexes est :


Z 0
P [Z < 0] =
fZ (z) dz
1

3
2

r !!

2
r !!

exp

exp

exp ( z) dz
1

Exercice 31

Soit

une densit de probabilit dnie sur R+ telle que les intgrales :


Z +1
=
t (t) dt
0

et :

+1

(t

)2

(t) dt

existent et soient nies.


On dnit la fonction par :
8
>
>
<
(x; y) =
>
>
:

1. Montrer que

(x + y)
x+y
0

si

x > 0 et y > 0
sinon

est la densit de probabilit dun couple (X; Y ) de variables

alatoires.
2. Montrer que X et Y ont la mme loi de probabilit.

N; calculer E X k Y r , puis en dduire le coe cient de


corrlation de X et Y:

3. Pour (k; r) 2 N

120

Vecteurs Alatoires

A. El Mossadeq

4. On pose :

S =X +Y
(a) Dterminer la fonction caractristique de la loi conditionnelle de X par
rapport S:
(b) En dduire la variance conditionnelle de X par rapport S:

Solution 31

Posons :

D (x; y) = f(x; y) 2 R
1. Considrons le changement :
8
< u

R jx > 0 et y > 0g

x+y

Limage de D (X; Y ) par ce changement est :

D (u; v) = f(u; v) 2 R
Le changement inverse est :
8
< x

Son Jacobien vaut :

v
1

R j0 < u < vg

u
0

=
1
=

121

A. El Mossadeq

Do :

Vecteurs Alatoires

+1 Z +1
1

(x; y) dxdy

+1 Z +1

(x + y)
dxdy
x+y
0
0
Z Z
(v)
dudv
v
D(U;V )
Z +1
Z v
(v)
du dv
v
0
0
Z +1
(v) dv

=
=
=

=
Donc,

est une densit de probabilit

2. Puisque la densit

est symtrique :

8 (x; y) 2 R

(x; y) =

(y; x)

alors X et Y suivent la mme loi de probabilit.


Dsignons par

et

On a :
X

(x)

les densits marginales de X et Y respectivement.

8R
>
>
<
>
>
:

(x; y) dy
Z

+1

(x + y)
dy
x+y

si

x>0

si

En eectuant le changement :

t=x+y
il vient que :

(x) =

8 Z
>
>
<

+1

(t)
dt
t

>
>
:

122

si

x>0

si

Vecteurs Alatoires

A. El Mossadeq

De mme :

(y) =

3. On a :

E X kY r

8 Z
>
>
<

+1

(t)
dt
t

>
>
:

ZZ

Posons :

si

y>0

si

xk y r (x; y) dxdy

R+
+1 Z +1

(x + y)
dxdy
x+y

xk y r

t=x+y
alors :
k

E X Y

=
=

+1

Z0 +1

(t)

Considrons le changement :

x)r

xk (t
t

dx

E X Y

x
t
k+r

k+r

do :
r

xk (t

(t)
dx dt
t
x)r
dx dt

ur (1

u)k du

x)r

u=
alors :

xk (t
Z t

(r + 1; k + 1)

(r + 1; k + 1)

En particulier :

123

+1

tk+r (t) dt

A. El Mossadeq

Vecteurs Alatoires

(a) si (k = 1; r = 0) alors :

E [X]

(1; 2)

+1

t (t) dt

2
E [Y ]

=
(b) si (k = 2; r = 0) alors :

E X

(1; 3)

+1

t2 (t) dt

=
=

+
3
E Y2

(c) si (k = 1; r = 1) alors :

E [XY ]

(2; 2)

+1

t2 (t) dt

+
6

(d) On a :

V [X]

=
=
=

E X2
2
+4
12
V [Y ]

E [X]2
2

(e) La covariance de X et Y est :

Cov [X; Y ]

=
=

E [XY ] E [X] E [Y ]
2
2 2
12

124

Vecteurs Alatoires

A. El Mossadeq

(f) Le coe cient de corrlation de X et Y est donn par :

Cov [X; Y ]
[X] [Y ]
2
2 2
2+4 2

=
=

(a) Dterminons dabord la loi du couple (X; S) :


Considrons alors la trasformation :

X
S

=
=

X
X +Y

Limage du domaine :

D (X; Y ) = f(x; y) 2 R

R jx > 0 et y > 0g

par cette transformation est :

D (X; S) = f(x; s) 2 R

R j0 < x < sg

Le changement inverse est :

X
Y

=
=

X
S

Son Jacobien vaut :

J=

=1
1

Do la densit

du couple (X; S) est :

(x; s)

=
=

8
>
>
<
>
>
:

(x; s x) jJj
(s)
si 0 < x < s
s
0

125

sinon

A. El Mossadeq

Vecteurs Alatoires

Il en rsulte que la densit de la variable alatoire S est :


Z +1
fS (s) =
(x; s) dx
1
8 Z s
(s)
>
>
dx si s > 0
<
s
0
=
>
>
:
0
si s 0
8
< (s) si s > 0
=
:
0
si s 0

(b) La densit conditionnelle de X relativement S est dnie pour tout x,

0 < x < s, par :


fX (x j s) =

(x; s) 1
=
fS (s)
s

Cest la loi uniforme sur ]0; s[ :


Ainsi, la fonction caractristique de X relativement S est :

E eitX j S = s
Z +1
=
eitx fX (x j s) dx
Z1s
1
=
eitx dx
s 0
eits 1
=
its
(c) Puisque la loi conditionnelle de X relativement S est la loi uniforme sur
'X (x j s)

]0; s[, alors :


E [X j S] =

s
2

et :

s2
V [X j S] =
12

126

Vecteurs Alatoires

A. El Mossadeq

Exercice 32

Soit X et Y deux variables alatoires indpendantes suivant une mme loi de


probabilit de densit f dnie sur ]0; +1[ :
On pose :
X
Z=
X +Y
1. Dterminer la loi de probabilit de Z:
2. Dterminer la loi de probabilit de Z dans les cas o f suit la loi exponentielle
de paramtre 1:

Solution 32

Les variables alatoires X et Y sont indpendantes, donc la densit du couple


(X; Y ) est donne par :

f(X;Y ) (x; y) = f (x) f (y)


1. Considrons le changement :
8
>
X
>
<

>
>
: Z

Ce changement quivaut :
8
>
X
>
<
dont le Jacobien vaut :

>
>
: Y

X
X +Y

X (1 Z)
Z
1

=
=

1
x
z2

0
z

127

x
z2

A. El Mossadeq

Vecteurs Alatoires

Daprs le thorme de changement de vatiables, on a :

f(X;Z) (x; z)

f(X;Y ) x;

x
f (x) f
z2

x (1

z)

z
x (1

jJj

z)
z

Pa ailleurs, limage par cette dernire transformation du domaine :

D (X; Y ) = (x; y) 2 R2 j x > 0 et y > 0


est le domaine :

D (X; Z) = (x; z) 2 R2 j x > 0 et 0 < z < 1


Il en rsulte que la densit de probabilit de Z est :
Z
fZ (z) =
f(X;Z) (x; z) dx
R
8
Z
1
x (1 z)
>
>
dx
< 2 xf (x) f
z R
z
=
>
>
:
0

si

z 2 ]0; 1[

si

z2
= ]0; 1[

2. Si :

f (x) = exp ( x) ; x > 0


alors pour tout z 2 ]0; 1[ on a :
Z
1
x (1 z)
fZ (z) =
xf
(x)
f
z2 R
z
Z +1
1
x exp ( x) exp
=
z2 0
Z
1 +1
x
=
x exp
dx
2
z 0
z
= 1
Il en rsulte que Z suit la loi uniforme sur ]0; 1[ :

128

dx
x (1

z)
z

dx

Vecteurs Alatoires

A. El Mossadeq

Exercice 33

Soit (X; Y ) un couple de variables alatoires admettant une densit de probabilit dnie par :

f(X;Y ) (x; y) =

8
< 4x exp
:

(x + y)

si

0<x<y
sinon

1. X et Y sont-elles indpendantes ?
2. Dterminer les lois marginales de X et Y:
3. Pour (k; r) 2 N2 , calculer le moment dordre k de X et le moment dordre r
de Y .

En dduire le coe cient de corrlation de X et Y:


4. On pose :

8
>
>
< U=

X
X +Y

>
>
: V =X +Y

(a) Dterminer la loi du couple (U; V ) :


(b) U et V sont-elles indpendantes ?
5. On pose :

T =

Y
X +Y

(a) Dterminer la fonction de rpartition de T:


(b) En dduire la mdiane de m de T:
(c) On dnit les variables alatoires Z1 et Z2 par :
8
< 1 si T > m
Z1 =
:
0 si T m
129

A. El Mossadeq

Vecteurs Alatoires

et :

Z2 =

8
< 1
:

si

T <m

si

Calculer le coe cient de corrlation de Z1 et Z2 :

Solution 33

1. Posons :

D (X; Y )

=
=

(x; y) 2 R2 j f(X;Y ) (x; y) 6= 0


(x; y) 2 R2 j 0 < x < y

On a alors :

D (X) = fx 2 R j fX (x) 6= 0g = ]0; +1[


et :

D (Y ) = fy 2 R j fY (y) 6= 0g = ]0; +1[


Les variables alatoires X et Y ne sont pas indpendantes car :

D (X; Y ) 6= D (X)

D (Y )

(a) La densit marginale de X est dnie pour tout x 2 R par :


Z +1
fX (x) =
f(X;Y ) (x; y) dy
1
8
Z +1
>
>
exp ( y) dy si x > 0
< 4x exp ( x)
x
=
>
>
:
0
si x 0
8
< 4x exp ( 2x) si x > 0
=
:
0
si x 0
130

Vecteurs Alatoires

A. El Mossadeq

(b) La densit marginale de Y est dnie pour tout y 2 R par :


Z +1
fY (y) =
f(X;Y ) (x; y) dy
81
Z y
>
>
x exp ( x) dx si y > 0
< 4 exp ( y)
0
=
>
>
:
0
si y 0
8
< 4 [1 (1 + y) exp ( y)] exp ( y) si y > 0
=
:
0
si y 0
(a) le moment dordre k de X , k 2 N, est donn par :
Z +1
E Xk
=
xk fX (x) dx
1
Z +1
=
4xk+1 exp ( 2x) dx
0

=
En particulier :

(k + 1)!
2k

8
E [X]
>
>
>
>
>
>
>
<
E X2
>
>
>
>
>
>
>
: V [X]

3
2

1
2
(b) Le moment dordre r de Y , 2 N, est donn par :
Z +1
E [Y r ] =
y r fY (y) dy
1
Z +1
=
4y r [1 (1 + y) exp ( y)] exp ( y) dy
0

4 (r!) 1

3+r
2r

131

A. El Mossadeq

Vecteurs Alatoires

En particulier :

8
E [Y ]
>
>
>
>
>
>
>
<
E Y2
>
>
>
>
>
>
>
: V [Y ]

11
2

3
2

(c) Calculons le moment de XY :


ZZ
xyf(X;Y ) (x; y) dxdy
E [XY ] =
R2

+1
2

x exp ( x)

+1

y exp ( y) dy dx

+1

x2 (x + 1) exp ( 2x) dx

5
2

do :

1
2
(d) On en dduit le coe cient de corrlation de X et Y :
Cov [X; Y ] = E [XY ]

[X; Y ] =

(a) Le changement :

E [X] E [Y ] =

Cov [X; Y ]
1
=p
[X] [Y ]
3

8
>
>
< U=

X
X +Y

>
>
: V =X +Y
132

Vecteurs Alatoires

A. El Mossadeq

quivaut :

8
< X = UV
:

Y = V (1

U)

le Jacobien de cette dernire transformation est :

u
=v

J=
v

(1

u)

En outre limage par cette transformation du domaine D (X; Y ) est :

(u; v) 2 R2 j 0 < u <

D (U; V ) =

1
; v>0
2

Daprs le thorme de changement de variables, la densit f(U;V ) du couple

(U; V ) est donne par :


f(U;V ) (u; v)

=
=

f(X;Y ) (uv; v (1 u)) jJj


8
< 4uv 2 exp ( v) si (u; v) 2 D (U; V )
:

si

(u; v) 2
= D (U; V )

(b) Dterminons les densits marginales de fU et fV de U et V respectivement.


Ona :

fU (u)

+1

f(U;V ) (u; v) dv
1

8 R
+1
>
< 0 4uv 2 exp ( v) dv

>
:
8
>
< 8u
>
:

si

0<u<
sinon

133

1
2

si

0<u<
sinon

1
2

A. El Mossadeq

Vecteurs Alatoires

et :

fV (v)

+1

f(U;V ) (u; v) du
1

8 R1
>
< 02 4uv 2 exp ( v) dv
>
:
0
8
v2
>
>
<
exp ( v)
2
>
>
:
0

si

si

v>0
sinon

v>0
sinon

On en dduit que les variables alatoires U et V sont indpendantes


puisque pour tout (u; v) 2 R2 on a :

f(U;V ) (u; v) = fU (u) fV (v)


2. Considrons le changement :

Y
X +Y
et notons fT et FT la densit de probabilit et la fonction de rpartition de T
respectivement.
T =

On a :

D (T )

=
=

ft 2 R j fT (t) 6= 0g
1
;1
2

puisque :

0<X<Y

134

Vecteurs Alatoires

A. El Mossadeq

(a) Dterminons la fonction de rpartition FT de T :

FT (t)

P [T < t]

P 1

X
>1
X +Y

P [U

FU (1

t)

Y
<t
X +Y
Y
>1
X +Y

t
t]

Dterminons alors la fonction de rpartition FU de U :


Z u
FU (u) =
fU (t) dt
1
8
0
si
u 0
>
>
>
>
>
>
< Z u
1
8tdt si 0 u
=
>
2
0
>
>
>
>
>
:
1
8
0
si
u 0
>
>
>
>
>
>
>
<
1
2
4u
si
0
u
=
2
>
>
>
>
>
>
1
>
: 1
u
2
135

A. El Mossadeq

Vecteurs Alatoires

do :

FT (t)

(b) Pour m 2

1 F (1 t)
8 U
>
>
0
>
>
>
>
>
<
1
>
>
>
>
>
>
>
:

4 (1

si

t)2

si

1
2

u
1
2

u
u

1
1

1
; 1 , lquation :
2
FT (m) =

admet la solution :

m=1

1
2

2
4

(c) Puisque :

1
2
on en dduit que Z1 et Z2 suivent la mme loi de probabilit : cest la loi
1
de Bernouilli de paramtre ; do :
2
1
E [Z1 ] = E [Z2 ] =
2
P [T > m] = P [T < m] =

V [Z1 ] = V [Z2 ] =
E [Z1 Z2 ]

1
4

P [Z1 = 1; Z2 = 1]

Cov [Z1 ; Z2 ] = E [Z1 Z2 ]

136

E [Z1 ] E [Z2 ] =

1
4

Vecteurs Alatoires

A. El Mossadeq

Il en rsulte quele coe cient de corrlation de Z1 et Z2 est :

[Z1 ; Z2 ]

Cov [Z1 ; Z2 ]
[Z1 ] [Z1 ]
1

=
=

Exercice 34

Soit ' et

deux fonctions relles dnies pour tout x 2 R par :

1
' (x) = p exp
2
et :

(x) =

x2
2

' (t) dt
1

Soit (X; Y ) un couple de variables alatoires dont la densit de probabilit est


dnie pour tout (x; y) 2 R2 par :

f(X;Y ) (x; y) =
o

1
p
2
1

exp

2 xy + y
2
2 1

est un paramtre rel tel que j j < 1:

1. On pose :

Y
X
U=p
2
1
Montrer que les variables alatoires X et U suivent la mme loi de probabilit
et sont indpendantes.
2. Calculer :

P [X > 0; Y > 0]

Solution 34

Remarquons que la fonction ' est une densit de probabilit, cest la densit de
la loi normale centre rduite, et que est sa fonction de rpartition.

137

A. El Mossadeq

Vecteurs Alatoires

1. Le changement :

8
X=X
>
>
<

Y
>
>
: U=p

quivaut :

X
2

8
>
< X=X

p
>
: Y = X+ 1

Le Jacobien de cette dernire transformation est donn par :

1
J

=
p
1

Ainsi, la densit du couple (X; U ) est donne par :

f(X;U ) (x; u)

=
=

f(X;Y ) x; x + 1
0
2
2 x
1
B x
exp @
2
1
exp
2

u jJj
p
x+ 1

2 1

x 2 + u2
2

pour tout (x; u) 2 R2 :

Dautre part, pour tout x 2 R et tout u 2 R posons :


8
< fX (x) = ' (x)

fU (u) = ' (u)

138

u +
2

x+

1
C
A

Vecteurs Alatoires

A. El Mossadeq

alors fX et fU sont des densits de probabilit, ce sont les densits des variables
alatoires X et U respectivement.
De plus, X et U sont indpendantes puisque pour tout (x; u) 2 R2 on a :

f(X;U ) (x; u) = fX (x) fU (x)


2. On a :

P [X > 0; Y > 0]

+1 Z +1
0

1
p
2
1

p
1

2
Z

p
1
+1 Z

x2

exp

2
+1

' (x)

"Z

+1

'

y
p

x
1

En eectuant le changement de variable :

y
u=p

1
2

x
2

exp

+1

2 xy + y 2
2
2 1

on obtient :

1
1

+1

'

y
p

x
1

dy

(x)

139

+1

' (u) du
p

x
1

x
1

x
p
1
!
2

!!

dy dx

dxdy

y
x
p
2
1
! #

2
1
et en utilisant le fait que pour tout x 2 R on a :

( x) = 1

dxdy

A. El Mossadeq

Vecteurs Alatoires

do :

P [X > 0; Y > 0]

=
=

1
2

+1 Z p

x
1

exp

1
arctan q
2
1

x2
2

u2
2

dxdu

Exercice 35

1. Soit X et Y deux variables alatoires absolument continues telles que le couple

(X; Y ) admette une densit de probabilit f:


Dmontrer que la variable alatoire :
T =X +Y
a pour densit la fonction dnie pour tout t 2 R par :
Z +1
h (t) =
f (x; t x) dx
1

2. Soit X et Y deux variables alatoires indpendantes qui suivent des lois exponentielles de paramtres

et

respectivement.

Dterminer la densit de probabilit de la variable alatoire :

T =X +Y
3. Soit X et Y deux variables alatoires indpendantes qui suivent des lois uniformes sur les intervalles [0; a] et [0; b] respectivement.
Dterminer la densit de probabilit de la variable alatoire :

T =X +Y

140

Vecteurs Alatoires

A. El Mossadeq

Solution 35

1. Notons dabord que la fonction :

7 !

R
Z +1

f (x; u

x) dx

est une densit de probabilit.

Dmontrons que cest la densit de la variable alatoire :

T =X +Y
Pour tout t 2 R, dsignons par D (t) le domaine de R2 :

D (t) = (x; y) 2 R2 j x + y < t


alors :

PX+Y (] 1; t[)

P [X + Y < t]

P [(X; Y ) 2 D (t)]
Z +1 Z t x
f (x; y) dy dx

Eectuons le changement de variable :

u=x+y
Alors :

PX+Y (] 1; t[)

=
=

Z
Z

+1
1
t

f (x; u

x) du dx

f (x; u

x) dx du

1
+1
1

Il en rsulte que la densit de probabilit de X +Y est la fonction fX+Y dnie


pour tout u 2 R par :

fX+Y (u) =

+1

f (x; u
1

141

x) dx

A. El Mossadeq

Vecteurs Alatoires

2. Notons fX et fY les densits de probabilit de X et Y respectivement.


On a :

fX (x) =
et :

fY (y) =

8
< 0
:

8
< 0
:

exp

exp

si

si

x>0

si

si

y>0

La densit fX+Y de la variable alatoire :

T =X +Y
est dnie pour tout u 2 R par :
Z +1
fX+Y (u) =
f (x; u x) dx
1
Z +1
=
fX (x) fY (u x) dx
81
< 0
=
Ru
:
exp ( u) 0 exp (
(a) si

alors :

fX+Y (u) =
(b) si

6=

fX+Y

alors :
8
0
>
>
<
(u) =
>
>
:

8
< 0
:

u exp

[exp (

u)

142

) xdx
si

si

u>0

exp (

u)]

si

si

u>0

si

si

u>0

Vecteurs Alatoires

A. El Mossadeq

3. Notons fX et fY les densits de probabilit de X et Y respectivement.


Pour tout t 2 R on a :

fX (t) =

1
a

[0;a] (t)

et :

1
(t)
b [0;b]
La densit fX+Y de X + Y est dnie pour tout t 2 R par :
Z +1
fX+Y (t) =
f (x; t x) dx
fY (t) =

=
=
=
=
=

Z
Z

+1

f (t

x; x) dx

1
+1

fX (t

x) fY (x) dx

1
+1
1
+1
1
+1
1

1
ab

[0;a] (t

1
ab

[t a;t] (x)

1
ab

[t a;t]\[0;b] (x) dx

x)

[0;b] (x) dx

Or :
(a) si 0

a alors :
[t

(b) si a

a; t] \ [0; b] = [0; t]

b alors :
[t

a; t] \ [0; b] = [t

143

[0;b] (x) dx

a; t]

A. El Mossadeq

(c) si b

Vecteurs Alatoires

a + b alors :
[t

a; t] \ [0; b] = [t

a; b]

Il en rsulte que :

fX+Y (t) =

1
t
ab

[0;a] (t)

+a

[a;b] (t)

+ (a + b

t)

[b;a+b] (t)

Exercice 36

On dsigne par (R; ) les variables alatoires rayon et angle polaire et on pose :
8
=
R cos
< X
Y
=
R sin
:
R > 0 et 0 < < 2

1. Dterminer la loi du couple (R; ) :

2. En dduire les lois marginales de R et

3. On suppose que f est de la forme :

1
g x2 + y 2 D
K
o K est une costante, D un domaine de R2 et g une fonction continue
positive telle que :
Z +1
M=
g (t) dt
f (x; y) =

existe et est nie.

(a) Exprimer K en fonction de M dans les cas suivants :


(i) D = R2
(ii) D = (x; y) 2 R2 j x > 0 et y > 0

(iii) D = (x; y) 2 R2 j x 2 R et y > 0


(b) Que peut-on dire du couple (R; ) ?

144

Vecteurs Alatoires

A. El Mossadeq

4. On pose :

U = X2 + Y 2
Dterminer la loi de U:
5. Etudier les cas suivant :
x
(a) g (x) = exp
2
1
;
(b) g (x) =
(1 + x) +1

>0

Solution 36

1. Considrons le changement :
8
X
>
>
>
>
<
Y
>
>
>
>
:
R>0

R cos

R sin

et

0<

<2

Son Jacobien vaut :

cos
J

r sin

=
sin
=

r cos

Daprs le thorme de changement de variables, la densit f(R;

(R; ) est donne pour tout (r; ) 2 ]0; +1[


f(R;

) (r;

]0; 2 [ par :

f(X;Y ) (r cos ; r sin ) jJj

rf(X;Y ) (r cos ; r sin )

(a) La loi marginale de R esr donne pour tout r 2 ]0; +1[ par :
Z 2
fR (r) = r
f(X;Y ) (r cos ; r sin ) d
0

145

du couple

A. El Mossadeq

Vecteurs Alatoires

esr donne pour tout 2 ]0; 2 [ par :


Z +1
f ( )=r
f(X;Y ) (r cos ; r sin ) dr

(b) La loi marginale de

(a) Puisque :

alors :

+1 Z +1
1

f(X;Y ) (x; y) dxdy = 1

K=

Z Z

g x2 + y 2 dxdy

Par passage au coordonnes polaires :

(i) si :

D = R2
alors :

=
=

+1 Z +1
1
1
+1 Z 2

g x2 + y 2 dxdy

rg r2 drd

(ii) si :

D = (x; y) 2 R2 j x > 0 et y > 0


alors :

=
=

+1 Z +1

Z0 +1 Z0
0

g x2 + y 2 dxdy

rg r2 drd

M
4

146

Vecteurs Alatoires

A. El Mossadeq

(iii) si :

D = (x; y) 2 R2 j x 2 R et y > 0
alors :

+1 Z +1

(b) Puisque :
) (r;

rg r2 drd

M
2

f(R;

1
0
+1 Z

g x2 + y 2 dxdy

f(X;Y ) (r cos ; r sin ) jJj

rf(X;Y ) (r cos ; r sin )

pour tout (r; ) 2 ]0; +1[

]0; 2 [ , alors :

(i) si :

D = R2
on obtient :

f(R;

) (r;

)=

1
rg r2
M

]0;+1[ (r)

[0;2 ] (

et :

fR (r) =

2
rg r2
M

]0;+1[ (r)

1
( )
2 [0;2 ]
suit donc la loi uniforme sur [0; 2 ], et les variables alatoires R et
sont indpendantes.
f ( )=

(ii) si :

D = (x; y) 2 R2 j x > 0 et y > 0


147

A. El Mossadeq

Vecteurs Alatoires

on obtient :

f(R;

) (r;

)=

4
rg r2
M

]0;+1[ (r)

"

0;

#(

et :

fR (r) =

2
rg r2
M
2

f ( )=

"

0;

]0;+1[ (r)

suit donc la loi uniforme sur 0;


sont indpendantes.

#(

, et les variables alatoires R et

(iii) si :

D = (x; y) 2 R2 j x 2 R et y > 0
on obtient :

f(R;

) (r;

)=

2
rg r2
M

]0;+1[ (r)

[0; ] (

et :

fR (r) =

2
rg r2
M

f ( )=

]0;+1[ (r)

[0; ] (

suit donc la loi uniforme sur [0; 2 ], et les variables alatoires R et


sont indpendantes.
On constate que la loi de R ne dpend pas du domaine D et sexprime
uniquement en fonction de g , alors que la loi de

g mais dpend du domaine D:


2. Le changement :

U = X2 + Y 2

148

ne dpend pas de

Vecteurs Alatoires

A. El Mossadeq

quivaut :

U = R2
ou encore :

R=

Dterminons la loi de U:
On a :

fU (u)

p
p
dr
fR u ]0;+1[ u
du
1
g (u) ]0;+1[ (u)
M

=
=

(a) Si :

x
2

g (x) = exp
alors :

M=

+1

g (t) dt = 2

do :
8
>
>
>
>
>
>
>
>
>
>
<
f (x; y) =
>
>
>
>
>
>
>
>
>
>
:

1
exp
2

x2 + y 2
2

exp

x2 + y 2
2

exp

x2 + y 2
2

(x; y)

si D = R2

(x; y)

si D = (x; y) 2 R2 j x > 0 et y > 0

(x; y)

si D = (x; y) 2 R2 j x 2 R et y > 0

et :

1
fR (r) = exp
2

r2
2

]0;+1[ (r)

1
exp
2

u
2

]0;+1[ (u)

fU (u) =

149

A. El Mossadeq

Vecteurs Alatoires

(b) Si :

1
(1 + x)

g (x) =
alors :

+1

>0

+1

g (t) dt

=
do :
8
>
>
>
>
>
>
>
>
>
>
<
f (x; y) =
>
>
>
>
>
>
>
>
>
>
:

(1 +

x2

y 2 ) +1

(x; y)

si

D = R2

4
(1 + x2 + y 2 )

+1

(x; y)

si

D = (x; y) 2 R2 j x > 0 et y > 0

2
(1 + x2 + y 2 )

+1

(x; y)

si

D = (x; y) 2 R2 j x 2 R et y > 0

et :

fR (r) =
fU (u) =

2 r
(1 + r2 )
(1 + u)

+1

]0;+1[ (r)

+1

]0;+1[ (u)

Exercice 37

Soit D le disque de centre 0 et de rayon r; r > 0 :

D = (x; y) 2 R2 j x2 + y 2

r2

On dsigne par (X; Y ) un point alatoire valeurs dans le disque D et dont la


loi conjointe est la loi uniforme sur D :

150

Vecteurs Alatoires

A. El Mossadeq

f (x; y) =

8
>
<
>
:

1
r2

si

(x; y) 2 D

si

(x; y) 2
=D

1. Dterminer les densits marginales de X et Y:

2. Les variables X et Y sont elles indpendantes ?


3. Calculer la covariance de X et Y:
Que peut-on conclure ?
4. Dterminer la fonction de rpartition puis la densit de probabilit de la variable
alatoires :

U = X2 + Y 2
5. Calculer lesprance mathmatique de U:
En dduire les esprances mathmatiques de X 2 et Y 2 puis les variances de

X et Y:
6. Dterminer la densit conditionnelle de Y relativement [X = x] :
Calculer E [Y j X = x], E Y 2 j X = x puis E X 2 + Y 2 j X = x

7. On suppose prsent quun tireur tire sur une cible ayant la forme du disque

D, et que la loi du point dimpact (X; Y ) est la loi uniforme sur D:


Soit L la variable alatoire reprsentant la distance du point alatoire (X; Y )
au centre de la cible.
(a) Dterminer la fonction de rpartition de L puis sa densit de probabilit.
(b) Soit (L1 ; :::; Ln ) n distances du centre du disque D associes n tirs
indpendants.
Calculer :

P [min (L1 ; :::; Ln ) < a] ; 0 < a < r

151

A. El Mossadeq

Vecteurs Alatoires

Solution 37

1. Puisque la densit f de (X; Y ) est symtrique :

8 (x; y) 2 R2 : f (x; y) = f (y; x)


on en dduit que les variables alatoires X et Y suivent une mme loi de
probabilit, do :

fX (x)

f (x; y) dy

8
>
>
>
<

>
>
>
:

8
>
<

>
:

et par suite :

fY (y) =

8
>
<
>
:

1
r2

r2 x2

dy

si

jxj

si

jxj > r

r2 x2

0
2 p 2
r
r2

x2

0
2 p 2
r
r2

y2

si

jxj

si

jxj > r

si

jyj

si

jyj > r

2. On en dduit que les variables alatoires X et Y ne sont pas indpendantes


puisque :

f (x; y) 6= fX (x)

152

fY (y)

Vecteurs Alatoires

A. El Mossadeq

3. On a :

E [X]

xfX (x) dx

=
=

r
r

2 p 2
x r
r2

x2 dx

puisque la fonction :

2 p 2
x r
r2

x !
est impair sur lintervalle [ r; r] :
Dautre part :

E [XY ]

x2

xyf (x; y) dxdy

=
=

x
r

"Z

r2 x2

r2 x2

#
1
ydy dx
r2

puisque la fonction :

est impair sur lintervalle

1
y
r2
p
x2 ; r 2

y !
r2

Il en rsulte que :

Cov [X; Y ] = 0
alors que X et Y ne sont pas indpendantes.

153

x2 :

A. El Mossadeq

Vecteurs Alatoires

4. Soit FU la fonction de rpartition de U :

FU (u)

=
=

P X2 + Y 2 < u
hp
p i
2
2
P
X +Y < u
8
0
si
u 0
>
>
>
>
>
>
p 2
<
( u)
si 0 u r2
2
>
r
>
>
>
>
>
:
1
si
u r2
8
0 si
u 0
>
>
>
>
>
< u
si 0 u r2
2
r
>
>
>
>
>
:
1 si
u r2

Il en rsulte que la densit de fU de U est :


8
u 0
>
< 0 si
fU (u) =
>
: 1 si 0 u r2
r2

cest la densit de la loi uniforme sur lintervalle 0; r2 :


5. Calculons lesprance mathmatique de U :
Z
E [U ] =
ufU (u) du
R
2

r
2

Or :

E [U ]

E X2 + Y 2

E X2 + E Y 2

2E X 2

154

Vecteurs Alatoires

A. El Mossadeq

do :

E X

=E Y

r2
=
4

et par suite :

V [X] = V [Y ] = E X 2 =

r2
4

6. On a :

fY (y j x)

=
=

(a) Si jxj

f (x; y)
fX (x)
1
p
2 r 2 x2

r, alors :
E [Y j X = x]

(b) Si jxj

=
=

r2 x2

Z
p

r et jyj

r2

yfY (y j x) dy

=
r, alors :
E Y2 jX =x

jxj

si

r2 x2

1
p
ydy
2 r 2 x2

y 2 fY (y j x) dy

r2 x2

r2 x2

1
p
y 2 dy
2
2
2 r
x

1
r2

r2

x2
3

155

x2

r2 x2

y 2 dy

x2

A. El Mossadeq

Vecteurs Alatoires

(c)

E X2 + Y 2 j X = x

=
=
=

(a) On a :

E X2 j X = x + E Y 2 j X = x
r 2 x2
2
x +
3
2
2
r + 2x
3

p
p
L = X2 + Y 2 = U

do :

P [L < a]

P U < a2

FU a2
a2
r2

=
(b) Il en rsulte que :

P [min (L1 ; :::; Ln )

a]

n
Y

P [Lk

a]

k=1

(P [L

(1

a])n

P [L < a])n
n
a2
r2

do :

P [min (L1 ; :::; Ln ) < a]

156

P [min (L1 ; :::; Ln )


n
a2
1
r2

a]