ACT2121 Intra3 C

EXAMEN INTRA (3/4), ACT 2121
ARTHUR CHARPENTIER
Les calculatrices sont autorises. Les documents sont en revanche interdits.

Il y a 25 questions. Sur la feuille jointe, veuillez reporter vos rponses (une unique
rponse par question)
vous gagnez 1 points par bonne rponse
vous gagnez 0 point par mauvaise rponse
Aucune justification nest demande.
Votre note finale est le total des points (sur 25).
Les lments de rponse sont donns titre indicatif, pour justifier la rponse. Des
statistiques sur les diffrentes rponses sont mentionnes pour chaque question.
ACTUARIAT 1, ACT 2121, AUTOMNE 2013
1
1 La fonction de densit de la loi marginale X est fX (x) = x + , 0 < x < 1. La
2
x+y
fonction de densit de la loi conditionnelle Y |X = x est fY |X=x (Y |X = x) =
,
x + 12
0 < y < 1. Trouver la fonction de densit de la loi marginale Y .
1
x+y
+y
B)
C) 1 + y
D) y
E) 3y 2
2
y + 21
On va utiliser la formule des probabilits totales, qui nous dit que
Z
Z
fY (y) = fX,Y (x, y)dx = fY |X (y|x)fX (x)dx
A)
(en utilisant ensuite la formule de Bayes). Aussi, pour tout y [0, 1], comme
le couple (X, Y ) prend ses valeurs sur lensemble du carr unit [0, 1] [0, 1]

Z 1
x+y
1
fY (y) =
dx
1 x+
2
0 x+ 2
soit
1
1
x2
=y+
fY (y) =
[x + y]dx = y +
2 0
2
0
On note quil sagit bien dune densit sur [0, 1] puisque cette fonction est
Z
20
40
60
80
100
positive, et sintgre 1. Bref, on retient la rponse A.
vide
2 Soit X et Y des variables alatoires continues de loi conjointe :

(
ey si 0 < x < 1, y > 0
fX,Y (x, y) =
0 sinon.
Trouver Var[X|Y = y].
y
1
B) y 2
C) 1
D)
E) ey
12
12
On a un couple de variables qui prend ses valeurs sur [0, 1] [0, ). On
A)
notera mme que la densit scrit

fX,Y (x, y) = 1(x [0, 1]) ey 1(y [0, ))
|
{z
} |
{z
}
densit de X
densit de Y
Bref, on a plusieurs choses : lindpendence entre les deux variables alatoires,

et leurs lois. En particulier, X suit une loi uniforme sur lintervalle unit. De
la premire on en dduit que la loi de X sachant Y ne dpend pas de la valeur
de Y . En particulier, Var(X|Y = y) = Var(X). Et de la seconde, on en dduit
que cette variance est 1/12. On retient la rponse A.
Pour ceux qui se sente rassurer en faisant des calculs, trouver la variance
conditionnelle, le plus simple est de trouver lexpression de la loi conditionnelle,
puis de calculer ses moments. Daprs la formule de Bayes,
fX|Y (x|y) =
fX,Y (x, y)
fX,Y (x, y)
=R
fY (y)
f (u, y)dy
[0,1] X,Y
(en utilisant pour le terme de droite la formule des probabilits totales). Bon,
en fait a ne mamuse pas de faire les calculs, mais a se fait.
20
40
60
80
100
vide
3 Soit X et Y deux variables alatoires continues de fonction de densit conjointe :
(0.32) e(0.8)x (0.4)y pour 0 x et 0 y

fX,Y (x, y) =
0
sinon.
Trouver E[Y X].
A) 0.4
B) 1.25
C) 1.25
D) 0.32
E) 0.4
L encore, les variables sont indpendantes, et suivent des lois exponentielles, puisque
fX,Y (x, y) = 0.8e(0.8)x 1(x [0, )) 0.4e(0.4)y 1(y [0, ))
|
{z
} |
{z
}
densit de X
densit de Y
Lindpendance ne va pas vraiment nous servir, car lesprance est un oprateur linaire. Aussi E[Y X] = E[Y ] E[X]. Par contre, le fait davoir
reconnu des lois exponentielles va nous aider ici. Rappelons que X a pour
moyenne 0.81 , et que Y a pour moyenne 0.41 . Bref,
E[Y X] =
10 10
10 5
5
=
=
4
8
4
4
qui est la rponse C.

L encore, on peut aussi faire des (gros) calculs, en notant que, de manire
gnrale,
Z Z
E[g(X, Y )] =
g(x, y)fX,Y (x, y)dxdy,
soit ici
Z
E[Y X] =
0
[y x](0.32) e(0.8)x
(0.4)y
dxdy,
L encore, il faut faire des calculs... Bon courage... (ce nest pas un cours de
20
40
60
80
100
calculs mais de probabilits, donc si on peut les viter, on les vite !)
vide
4 Soit X et Y des variables alatoires continues de fonction de densit conjointe
fX,Y (x, y) = 4x pour 0 < x < y < 1. Trouver la fonction de densit de la

marginale Y .
A) 2y
B) 2y 2
C) y 2
D)
E) 4 y
Cette fois, les lois ne sont plus indpendantes. Mais la formule des probabilits totales marche toujours. Pour tout y [0, 1]
Z
Z y
y
fY (y) = fX,Y (x, y)dx =
4xdx = 2 x2 0
0
soit tout simplement

fY (y) = 2y
qui est la rponse A. Encore une fois, cette loi est effectivement une densit,
qui est positive et qui singre 1. On notera que plusieurs autres rponse ne
20
40
60
80
100
sont mme pas des densits (sur lintervalle unit).
5 Soit X une variable alatoire telle que :

MX (t) =

1 2t
e + et + 1 + et + e2t .
5
Trouver P (X 0 | X 6= 1 ou 1).
A)
3
5
B)
1
2
C)
1
3
D)
2
5
E)
2
3
vide
On nous donne la fonction gnratrice des moments. Rappelons que

X
MX (t) =
etx P(X = x)
x
ici, on observe que

MX (t) =
etx
x{2,1,0,1,2}
1
5
Bref, X prend ces 5 valeurs de manire quiprobable. Donc ici, on veut calculer
P(X {0, 1, 2}|X {2, 0, 2}) =
P(X {0, 1, 2} {2, 0, 2})

P(X {2, 0, 2})
soit ici
P(X {0, 1, 2}|X {2, 0, 2}) =
P(X {0, 2})

2/5
2
=
=
P(X {2, 0, 2})
3/5
3
20
40
60
80
100
qui est la rponse E.
vide
6 Soit X, Y, Z trois variables alatoires discrtes de distribution simultane :

fX,Y,Z (x, y, z) =
xyz
108
pour x = 1, 2, 3 ;
y = 1, 2, 3 ;
Trouver la distribution conjointe de Y, Z sachant X = 3.
z = 1, 2.
yz
yz
yz
yz
yz
B)
C)
D)
E)
108
36
18
9
3
Cest toujours pareil. On peut facilement crire la fonction de probabilit
A)
comme un produit de fonction de probabilits, ce qui va nous donner lindpendance, et les loi marginales (et finalement les lois des couples aussi), et
P(X = x, Y = y, Z = z) scrit
x
y
x
1(x {1, 2, 3})
1(y {1, 2, 3})
1(z {1, 2})
|1 + 2 + 3 {z
} |1 + 2 + 3 {z
} |1 + 2 {z
}
f.d.p. de X
f.d.p. de Y
f.d.p. de Z
et a marche car 6 6 3 = 108. Par indpendance, la loi du couple (Y, Z)

est alors (peu importe X)
P(Y = y, Z = z) =
x
yz
y
1(y {1, 2, 3})
1(z {1, 2}) =
|1 + 2 + 3 {z
} |1 + 2 {z
} 18
f.d.p. de Y
f.d.p. de Z

Sinon, on peut faire des calculs, et utiliser la formule de Bayes, et la formule
des probabilits totales (qui sont finalement les deux seules formules que lon
utilise en permanence),
P(Y = y, Z = z|X = 3) = P
P(Y = y, Z = z, X = 3)
y,z P(Y = y, Z = z, X = 3)
20
40
60
80
100
etc.
vide
7 Soit X et Y deux v.a. discrtes dont la distribution conjointe est donne par
le tableau :
X
0
Y
0 0.3 0.2 0.1

1 0.2 0.1 0.1
Trouver le coefficient de corrlation X,Y .

A) 0.02
B) 0.052
C) 0.092
D) 0.151
E) 0.252
On se lance... On utilise le fait que

E(XY ) E(X)E(Y )
p
X,Y = p
E(X 2 ) E(X)2 E(Y 2 ) E(Y )2
Reste calculer toutes les esprances (oui, cette fois, on ne peut pas se passer
des calculs, car les variables ne sont pas indpendantes).
E(X) = [0.3 + 0.2] 0 + [0.2 + 0.1] 1 + [0.2 + 0.1] 2 = 0.7
E(X 2 ) = [0.3 + 0.2] 02 + [0.2 + 0.1] 12 + [0.2 + 0.1] 22 = 1.1
E(Y ) = [0.3 + 0.2 + 0.1] 0 + [0.2 + 0.1 + 0.1] 1 = 0.4
E(Y 2 ) = [0.3 + 0.2 + 0.1] 02 + [0.2 + 0.1 + 0.1] 12 = 0.4
et enfin
E(XY ) = [0.3 + 0.2 + 0.1 + 0.2] 0 + [0.1] 1 + [0.1] 2 = 0.3
Reste regrouper toutes ces valeurs
X,Y =
0.3 0.7 0.4
0.052
1.1 0.72 0.4 0.42
qui correspond la rponse B.
20
40
60
80
100
10
vide
8 Soit X et Y des variables alatoires continues ayant la fonction de densit

conjointe :
fX,Y (x, y) =
15y pour 0 x2 y x 1
0
sinon.
Dterminer la fonction de densit de la variable conditionne X|Y =
1
2
pour
les valeurs possibles de x.

A) 5(1
x)
B) 15(x
x)
C) 1
D) 2x
E)
2
21
On est sur une surface un peu tordue, et on na clairement pas indpendante entre les variables. On va utiliser la formule de Bayes, et la formule des
probabilites totales, pour crire
fX|Y (x|y) =
fX,Y (x, y)
fX,Y (x, y)
=R
fY (y)
fX,Y (u, y)du
en prenant soit dtre chaque fois sur les bons ensembles. A gauche, si y = 1/2
alors x [y, y]. Et pour la loi marginale de Y , au dnominateur, il convient

dintgrer prcidment sur cet ensemble. Soit ici
Z
fY (y) =
y
15ydu = 15y [ y y].
11
Aussi
fX|Y (x|y) =
15y
1
=
15y [ y y]
[ y y]
de telle sorte que pour y = 1/2, Aussi

1
2
2
fX|Y (x|y = 1/2) = p
= p
=
[ 2 1]
[ 1/2 1/2]
[2 1/2 1]
20
40
60
80
100
vide
9 Soit X et Y deux variables alatoires telles que pour tout y > 0 on a :

fY (y) = ey ,
E[X|Y = y] = 3y
et Var[X|Y = y] = 2
C) 9
E) 3
Trouver Var[X].
A) 20
B) 11
D) 5
On utilise le fait que

Z
E[g(X)] =
E[g(X)|Y = y]fY (y)dy
12
deux fois. Dans un premier temps, on calcule

Z
Z
3yey dy = 3
E[X] = E[X|Y = y]fY (y)dy =
0
(les bornes viennent de la prcision y > 0), et

Z
Z

2
2
E[X|Y = y]2 + Var[X|Y = y] fY (y)dy
E[X ] = E[X |Y = y]fY (y)dy =
soit
2
E[X ] =

[3y]2 + 2 ey dy = = 20
Aussi
Var(X) = E[X 2 ] E[X]2 = 20 32 = 11,
qui est la rponse B. On peut aussi noter que Y suit une loi exponentielle de
moyenne et de variance 1. La formule de dcomposition de la variance. En
effet,
Var(X) = E[Var(X|Y )] + Var(E[X|Y ])
Comme on connait les moments conditionnels et quon a not que Y suivait
une loi exponentielle de paramtre 1, on va y arriver. En effet,
Var(X) = E[2] + Var(3Y ) = 2 + 32 Var(Y ) = 2 + 9 = 11.
| {z }
20
40
60
80
100
vide
13
10 Pour une assurance, la perte X (en milliers de dollars) suit une loi de fonction
de densit fX (x) =
3x2
8
pour 0 x 2. Si le temps (en heures) pour traiter
la rclamation pour une perte 0 x 2 est uniformment distribu entre x

et 2x, calculer la probabilit que a prenne plus de 3 heures pour traiter une
rclamation alatoire.
23
17
11
5
29
B)
C)
D)
E)
64
64
64
64
64
On nous dit que T sachant X = x suit une loi uniforme sur [x, 2x], et on
A)
nous donne la densit de X, donc

Z
P(T > t) = P(T > t|X = x)fX (x)dx
en utilisant la formule des probabilits totales. Et ici x prend ses valeurs entre
0 et 2 (par hypothse). Donc (comme ici t excde la borne suprieure du
support de X)
Z
P(T > t) =
0
1(3x > t) 3x2

dx =
3x t 8
t/3
1 3x2
dx
3x t 8
20
40
60
80
100
En finissant le calcul de lintgrale, on obtient 11/64, qui est la rponse D.
vide
14
11 Soit X et Y des variables alatoires continues de loi de densit conjointe :
3 x pour 0 < x < 2 et 0 < y < 2 x

4
fX,Y (x, y) =
0 sinon.
Trouver P (X < 1).
3
5
1
1
7
B)
C)
D)
E)
A)
8
4
8
2
4
Les variables ne sont pas ici indpendantes, donc on va encore utiliser la
formule des probabilits totales, en notant que
Z 1Z
Z 1
fX (x)dx =
fX,Y (x, y)dydx
P(X < 1) =
0
i.e.
Z
2x
P(X < 1) =
0

1
3
3 2 x3
1
xdydx = x
=
4
4
4 0 2
20
40
60
80
100
qui est la rponse D.
vide
2 +2t
12 Soit X et Y deux variables alatoires indpendantes telles que MX (t) = et

2 +t
et MY (t) = e3t
. Trouver la srie gnratrice des moments de 3X + Y .
2 +7t
A) e12t
2 +3t
2 +2t
B) 3e4t
C) 3et
2 +t
15
2 +6t
+ e3t
D) e9t
2 +t
+ e3t
2 +7t
E) e6t
Il suffit dcrire
M3X+Y (t) = E(et[3X+Y ] ) = E(et[3X] ) E(et[Y ] ) = E(e[3t]X] ) E(et[Y ] )
par indpendance, et donc M3X+Y (t) = MX (t)3 MY (t). Aussi

2
2
2
2
(3t)2 +2(3t)
M3X+Y (t) = e
e3t +t = e(9t +6t)+(3t +t) = e12t +7t .
On retrouve la rponse A. Cela dit, comme on a forcment M3X+Y (0) = 1, il
fallait exclure demble B, C, et D. Ce qui faisait que, sans faire aucun calcul,
20
40
60
80
100
seules deux rponses taient possibles !
vide
13 Soit X une variable alatoire de type exponentielle de moyenne m et Y une

variable alatoire uniforme sur lintervalle [0, m]. En supposant X et Y indpendantes, trouver la srie gnratrice des moments de X + Y .
emt 1
emt 1
emt
emt
1 mt
B)
C)
D)
E)
2
2
2
2
1m t
mt(1 mt)
mt m t
1 mt
emt
On utilise le fait que si les variables sont indpendantes, la fonction gnraA)
trice des moments de la somme est le produit des deux fonctions gnratrices
16
des moments. Pour une loi exponentielle,

Z
ex/m
t
MX (t) = E(e X) = etx
dx = (1 mt)1
m
et pour la loi uniforme
Z
MY (t) = E(e Y ) =
0
1 ex/m
etm 1
dx =
m m
tm
(oui, je ne connais pas les fonctions gnratrices des moments par coeur...).
Quand on fait le produit, on obtient
MX+Y (t) = MX (t) MY (t) =
etm 1
tm + m2 t2
20
40
60
80
100
qui est la rponse B.
vide
3 (2 x y) pour 0 < x < 2 , 0 < y < 2 , x + y < 2

4
fX,Y (x, y) =
0
sinon.
Trouver la probabilit conditionnelle P (X < 1 | Y < 1).
17
1
3
49
6
7
B)
C)
D)
E)
2
4
64
7
8
On va utiliser le fait que
Z Z
E[g(X, Y )] =
g(x, y)fX,Y (x, y)dxdy
A)
avec ici deux fonctions possibles g(x, y) = 1(X < 1, Y < 1) et g(x, y) = 1(Y <
1). La probabilit conditionnelle sera alors le ratio des deux intgrales.
Pour le dnominateur,
Z 1Z
P(Y < 1) =
0
2y
3
7
(2 x y)dxdy = =
4
8
et pour le numrateur
Z
P(X < 1, Y < 1) =

0
3
3
(2 x y)dxdy = =
4
7
(je passe un peu les calculs, qui nont pas grand intrt...ce sont juste des
calculs dintgrales, comme on en a fait plusieurs en cours), et donc
P(X < 1|Y < 1) =
3/4
6
= ,
7/8
7
20
40
60
80
100
qui est la rponse D.
vide
18
15 Toutes les rclamations sont de montants gaux 2 et le nombre N de rclamations suit une loi de Poisson de paramtre . Cependant est lui-mme
alatoire et suit une loi exponentielle de moyenne 2.
Trouver la variance de la rclamation totale S = X1 + X2 + + XN .
A) 24
B) 12
C) 8
D) 6
E) 4
On nous dit que N sachant = suit une loi de Poisson, de paramtre ,

et suit une loi exponentielle de moyenne 2. On nous dit aussi que les Xi sont
des constantes, qui valent 2. Aussi S = 2 N . Bref, Var(S) = 4 Var(N ). Pour
trouver Var(N ), on utilise le thorme de Pythagore (connu en statistique sous
le nom dcomposition de la variance),
Var(N ) = Var(E(N |)) + E(Var(N |)).
Lanons nous : comme on a une loi de Poisson,
E(N |) = Var(N |) =
et donc
Var(N ) = Var() + E() = 22 + 2 = 6
20
40
60
80
100
Aussi, Var(S) = 4 6 = 24, qui est la rponse A.
vide
19
16 Soit FX (x) = 1 ex /3 pour x 0 et FX (x) = 0 pour x < 0. Trouver la srie

gnratrice des moments MX (t) de X.
1
1
3t
2
1
3 2t
B)
C)
D)
+
E)
1t
3 3t
3 3t
3t 3(1 + t)
3 3t
On lavait fait en classe ! Mais refaisons le, car (tonnamment) peu ont su
A)
le refaire... Il faut noter que la loi est un peu singulire : elle nest ni continue,
ni discrte. Il suffit de faire un dessin pour sen rendre compte,
On a ici un mlange entre une masse de Dirac en {0} (avec probabilit

2/3) et une loi exponentielle (disons quon va le montrer proprement, avec
probabilit 1/3). Rappelons que
E(Y ) = E(E(Y |Z)).
Prenons ici Y = etX et Z la variable de Bernoulli, Z = 1Z = 0. Alors
E(etX ) = E(E(etX |Z)) = E(etX |Z = 1) P(Z = 1) + E(etX |Z = 0) P(Z = 0).
20
Or ici E(etX |Z = 1) = E(etX |X = 0)=e0 = 1. Et la loi de X sachant X > 0

(i.e. Z = 0) est ici
F ? (x) = P(X > x|X > 0) =
P(X > x)
ex /3
= 0 = ex
P(X >)
e /3
qui est la loi exponentielle de paramtre 1. Aussi,

Z
Z
tX
g(x)f? (x)dx =
E(e |Z = 0) = E(g(X)|X > 0) =
e(t1)x dx =
1
1t
Aussi,
MX (t) =
1
1
3 2t
2
1+
=
,
3
3 1t
3 3t
20
40
60
80
100
vide
17 Soit X et Y des variables alatoires de fonction de densit conjointe :
3 (x2 + y 2 ) pour 0 < x < 1 et 0 < y < 1

2
fX,Y (x, y) =
0
sinon.
Trouver E[X 2 + Y 2 ].
21
13
14
4
11
2
B)
C)
D)
E)
15
15
5
15
3
On utilise toujours la mme formule,
Z Z
Z 1Z 1
3
[x2 + y 2 ] (x2 + y 2 )dxdy
E[g(X, Y )] =
g(x, y)fX,Y (x, y)dxdy =
2
0
0
A)
i.e.
Z Z
3 1 1 2
E[X + Y ] =
(x + y 2 )2 dxdy
2 0 0
On va devoir dvelopper,
Z Z
Z
3 1 1 4
3 11 2 2
2
2
2 2
4
E[X + Y ] =
x + 2x y + y dxdy =
+ y + y 4 dy
2 0 0
2 0 5 3
2
soit finallement
E[X 2 + Y 2 ] =
14
15
20
40
60
80
100
qui correspond la rponse B.
vide
18 Les dures de vie future (en annes) dun homme et de son pouse sont des
variables alatoires continues, indpendantes et uniformment distribues sur
lintervalle [0, 50]. Trouver la probabilit que lpouse survivra dau moins 5
ans son mari.
22
A) 0.35
B) 0.405
C) 0.435
D) 0.475
E) 0.49
On nous dit que X U([0, 50]) et Y U([0, 50]) avec X et Y indpdendantes. Et on veut P(Y X > 5). Sur un dessin, on voit que lon cherche la
probabilit dappartenir au triangle ci-dessous
et comme les lois sont uniformes, on a juste besoin de calculer laire du

triangle (en normalisant par laire du carr). Soit
45 45
81
/502 =
= 0.405
2
200
qui est la rponse B. Mais comme plusieurs naiment pas mes raisonnement
avec des dessins, faisons un peu de calculs. Notons que
P(Y X > 5) = E[1(Y > X + 5)]
23
et donc
Z Z
E[g(X, Y )] =
50
50
1(y > x + 5)

0
1 1
dxdy
50 50
20
40
60
80
100
etc...
vide
19 Pour une police dassurance le nombre de rclamations est N = 0, 1 ou 2 avec

1
probabilits communes de . On connat, propos de la somme des 0,1 ou
3
2 rclamations, linformation suivante : E[S|N = 0] = 0, Var[S|N = 0] = 0,
E[S|N = 1] = 10, Var[S|N = 1] = 5, E[S|N = 2] = 20 et Var[S|N = 2] = 8
Trouver la variance de S.
13
13
200
B)
C) 13
D)
3
2
3
On en a dj parl, ici on utilise le fait que
A)
E) 71
Var(S) = Var(E(S|N )) + E(Var(S|N )).

o ici N prend 3 valeurs, {0, 1, 2}. Faisons le plus simple,
X
E(Var(S|N )) =
Var(S|N = n) P(N = n)
n{0,1,2}
24
Pour lautre terme, on peut crire

Var(E(S|N )) = E(E(S|N )2 ) E(E(S|N ))2
Le premier terme est ici
E(E(S|N )2 ) =
E(S|N = n)2 P(N = n)
n{0,1,2}
alors que le second est le carr de

X
E(E(S|N )) =
E(S|N = n) P(N = n)
n{0,1,2}
Reste remplacer par des chiffres, en notant que les probabilits P(N = n)
sont toutes gales,
Var(S) =
13 200
213
+
=
= 71
3
3
3
20
40
60
80
100
vide
20 Soit X et Y des variables alatoires continues, indpendantes et de loi uniforme

sur lintervalle [0, 1]. Trouver P (X 2 2Y ).
25
1
1
3
2
5
B)
C)
D)
E)
6
3
5
3
6
Pour toute fonction g(, ) (telle que lintgrale existe),
Z Z
Z 1Z 1
g(x, y)dxdy
E[g(X, Y )] =
A)
On va prendre ici g(x, y) = 1(y [0, x2 /2]). Aussi,

Z 1Z 1
Z
2
2
P(X 2Y ) =
1(y [0, x /2])dxdy =
0
x2 /2
dydx
soit
Z
P(X 2Y ) =
0
x2
1
dx =
2
23
3x2 dx =
1 3 1 1
x 0=
6
6
20
40
60
80
100
qui est la rponse A.
vide
21 Dans une urne il y a des boules numrotes 1, 2, 3. On pige au hasard, sans

remplacement, une premire boule puis une seconde. Soit X le numro sur la
premire boule et Y le numro sur la seconde. Trouver X,Y , le coefficient de
corrlation entre X et Y .
26
1
1
1
1
B)
C) 0
D)
E)
2
3
3
2
Ecrivons les paires possibles pour (X, Y ), et les probabilits associes
A)
(1, 2) probabilit 1/6

Aussi, on peut obtenir la loi des variables marginales de X et Y (qui sont ici
identiques), savoir uniformes sur {1, 2, 3}. On a donc facilement les deux
premiers moments des lois marginales,
E(X) = E(Y ) = 1
1
1
1
+2 +3 =2
3
3
3
alors que
E(X 2 ) = E(Y 2 ) = 1
1
1
1
14
+ 2 2 + 32 =
3
3
3
3
Pour le couple, on peut aussi calculer E(XY ), i.e.

E(XY ) = 2
2
2
2
11
+3 +6 =
6
6
6
3
Si on regroupe tout (cf question 8.)

X,Y =
11
3
14
3
22
1/3
1
=
=
2
2/3
2
2
on retrouve ici la rponse A. On peut aussi noter que si Z note la troisime

boule, alors X + Y + Z = 6, et donc la variance de la somme est nulle (car on
a une variable constante), i.e.
Var(X + Y + Z) = 0 = 3Var(X) + 6 X,Y Var(X),
|
{z
}
Cov(X,Y )
par symtrie du problme. Or, comme on vient de le voir, Var(X) = 2/3 donc
X,Y = 1/2. Cest plus joli comme preuve, non ?
27
20
40
60
80
100
vide
22 Soit X une variable alatoire dont la srie gnratrice des moments est MX (t) =
e3t (1 t2 )1 . Trouver X /E[X].
A) 0.125
B) 0.333
C) 0.471
D) 0.500
E) 0.667
La fonction gnratrice des moments est ici simple (en fait, on la vu en

cours),
MX (t) =
e3 t
1 t2
Deux solutions sont possibles,

driver deux fois cette fonctions, et prendre les valeurs en 0
regarder le dbut du dveloppement en srie entire
On va utiliser la seconde mthode, cest plus lgant. On note que
e3t = 1 +
(3t) (3t)2 (3t)3 (3t)4

+
+
+
+
1!
2!
3!
4!
et
1
= 1 + t2 + t6 + t8 +
1 t2
(on reconnait la srie gomtrique). Je vais loin dans mes dveloppement, mais
en fait, on peut se limiter la puissance 2. Aussi, quand on fait le produit,

e3 t
9
= 1 + (3) t + 1 +
t2 + ) t3
1 t2
2
28
et comme on lavait rappel en cours, les termes de droites, on sen moque,

parce que quand on drive, une fois, voire deux fois, ils vont sannuler (en 0).
Aussi,
MX0 (t)
9
= (3) 1 + 2 1 +
2
t + et donc MX0 (0) = (3) + 0 = 3,
et
MX00 (t)

9
1 + 3 2 ( ) t + et donc MX00 (0) = 11.
=2 1+
2
Maintenant, on fait que E(X) = MX0 (0) et E(X 2 ) = MX00 (0). Aussi,
p
MX00 (0) MX0 (0)2

X
11 32
2
=
=
=
0.471
0
E(X)
MX (0)
3
3
20
40
60
80
100
vide
x + y pour 0 < x < 1 et 0 < y < 1

fX,Y (x, y) =
0
sinon.
Trouver Cov(X, Y ), la covariance de X et Y .
29
1
1
1
1
B)
C) 0
D)
E)
144
12
12
144
On va utiliser le fait que cov(X, Y ) = E(XY ) E(X)E(Y ). Compte tenu de
A)
la symmtrie, E(X) = E(Y ), donc il suffit de calculer une des deux esprances,
pour commencer
2 1
Z
Z 1
u
1
(x + u)du = x +
fX (x) = fX,Y (x, u)du =
=x+
2 0
2
0
de telle sorte que
Z 1
Z
E(X) =
xfX (x)dx =
0
soit
Z
E(XY ) =
0
i.e.
3 2 1
x
7
x x
x + dx =
+ =
2
3 4
12
0
2
Pour lesprance croise

Z
Z 1Z 1
xyfX,Y (x, y)dxdy =
E(XY ) =
0
Z
0
1
dy =
0
y y2
dy
3 2
1
y2
y3
1
E(XY ) =
+
+ =
32 23 0 3

Aussi, finallement,
qui est la rponse A.
xy(x + y)dxdy =
0
x3 y x2 y 2
+
3
2
cov(X, Y ) =
72
48 49
1
1
2 =
=
3 12
144
144
x2 y + xy 2 dxdy
20
40
60
80
100
30
vide
24 Vous choisissez un nombre X = x entre 0 et 1 selon la loi uniforme. Vous

choisissez ensuite un second nombre Y entre x et 1 toujours selon une loi
uniforme. Trouver P (X + Y 1).
C) e1
B) 1 ln 2
A) ln 2
D) 1/2
E) 1/4
Y sachant X = x suit une loi uniforme, sur [x, 1] et X suit une loi uniforme
sur [0, 1]. On va utiliser
Z Z
Z Z
E[g(X, Y )] =
g(x, y)fX,Y (x, y)dxdy = E[g(X, Y )] =
g(x, y)fY |X (y|x)fX (x)dxdy
avec ici g(x, y) = 1(x + y 1)) = 1(y 1 x)) =. Si on commence par
intgrer sur x,
1
1x
P (X + Y 1) =
fY |X (y|x)fX (x)dydx
0
soit
Z
P (X + Y 1) =
0
1x
1(1 x x)
1dydx.
1x
Si on calcule lintgrale lintrieur,

Z 1/2
Z 1/2
Z 1/2
1 2x
(2 2x) 1
1
P (X + Y 1) =
dx =
dx =
2
dx
1x
1x
1x
0
0
0
31
i.e.
P (X + Y 1) = 1 [log(1 x)]01/2 = 1 log 2
20
40
60
80
100
qui est la rponse B.
vide
25 Le nombre N de rclamations pour une compagnie dassurance suit une loi

de Poisson de paramtre . Le montant X de chaque rclamation suit une loi
exponentielle galement de paramtre . Soit T le montant total de toutes les
rclamations. Trouver Var[T ].
1
2
1
1
C)
D) 2
E) 1 +
Bon, on ne va pas y passer des heures. Lide est ici de conditionner par N ,
A)
B)
en notant que
Var[T ] = Var[E(T |N )] + E(Var[T |N ])
aussi, ici
E(T |N ) = E(X1 + . . . + XN |N ) = N E(Xi )
32
et
Var[T |N ] = Var[X1 + . . . + XN |N ] = N Var[Xi ]
Donc en prenant la variance, et lesprance, respectivement
Var[E(T |N )] = Var[N E(Xi )] = E(Xi )2 Var[N ]
et
E(Var[T |N ]) = E(N Var[Xi ]) = E(N ) Var[Xi ].
Aussi, en regroupant
Var[T ] = E(Xi )2 Var[N ] + E(N ) Var[Xi ].
On utilise alors les proprits de la loi de Poisson (E(N ) = Var[N ] = ) et de
la loi exponentielle (E(N ) = 1 et Var[N ] = 2 ), et en substituant
Var[T ] = (1 )2 + 2 = 21
20
40
60
80
100
vide

ACT2121 Intra3 C

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

ACT2121 Intra3 C

Transféré par

Droits d'auteur :

Formats disponibles

EXAMEN INTRA (3/4), ACT 2121

Les calculatrices sont autorises. Les documents sont en revanche interdits.

ACTUARIAT 1, ACT 2121, AUTOMNE 2013

positive, et sintgre 1. Bref, on retient la rponse A.

ACTUARIAT 1, ACT 2121, AUTOMNE 2013

2 Soit X et Y des variables alatoires continues de loi conjointe :

notera mme que la densit scrit

Bref, on a plusieurs choses : lindpendence entre les deux variables alatoires,

ACTUARIAT 1, ACT 2121, AUTOMNE 2013

3 Soit X et Y deux variables alatoires continues de fonction de densit conjointe :

(0.32) e(0.8)x (0.4)y pour 0 x et 0 y

ACTUARIAT 1, ACT 2121, AUTOMNE 2013

qui est la rponse C.

g(x, y)fX,Y (x, y)dxdy,

calculs mais de probabilits, donc si on peut les viter, on les vite !)

4 Soit X et Y des variables alatoires continues de fonction de densit conjointe

fX,Y (x, y) = 4x pour 0 < x < y < 1. Trouver la fonction de densit de la

ACTUARIAT 1, ACT 2121, AUTOMNE 2013

soit tout simplement

sont mme pas des densits (sur lintervalle unit).

5 Soit X une variable alatoire telle que :

ACTUARIAT 1, ACT 2121, AUTOMNE 2013

On nous donne la fonction gnratrice des moments. Rappelons que

ici, on observe que

P(X {0, 1, 2} {2, 0, 2})

P(X {0, 2})

qui est la rponse E.

6 Soit X, Y, Z trois variables alatoires discrtes de distribution simultane :

Trouver la distribution conjointe de Y, Z sachant X = 3.

ACTUARIAT 1, ACT 2121, AUTOMNE 2013

et a marche car 6 6 3 = 108. Par indpendance, la loi du couple (Y, Z)

qui est la rponse C.

ACTUARIAT 1, ACT 2121, AUTOMNE 2013

0 0.3 0.2 0.1

Trouver le coefficient de corrlation X,Y .

On se lance... On utilise le fait que

0.3 0.7 0.4

qui correspond la rponse B.

ACTUARIAT 1, ACT 2121, AUTOMNE 2013

8 Soit X et Y des variables alatoires continues ayant la fonction de densit

Dterminer la fonction de densit de la variable conditionne X|Y =

les valeurs possibles de x.

alors x [y, y]. Et pour la loi marginale de Y , au dnominateur, il convient

15ydu = 15y [ y y].

ACTUARIAT 1, ACT 2121, AUTOMNE 2013

de telle sorte que pour y = 1/2, Aussi

qui est la rponse E.

9 Soit X et Y deux variables alatoires telles que pour tout y > 0 on a :

On utilise le fait que

E[g(X)|Y = y]fY (y)dy

ACTUARIAT 1, ACT 2121, AUTOMNE 2013

deux fois. Dans un premier temps, on calcule

(les bornes viennent de la prcision y > 0), et

ACTUARIAT 1, ACT 2121, AUTOMNE 2013

pour 0 x 2. Si le temps (en heures) pour traiter

la rclamation pour une perte 0 x 2 est uniformment distribu entre x

nous donne la densit de X, donc

1(3x > t) 3x2

En finissant le calcul de lintgrale, on obtient 11/64, qui est la rponse D.

ACTUARIAT 1, ACT 2121, AUTOMNE 2013

11 Soit X et Y des variables alatoires continues de loi de densit conjointe :

3 x pour 0 < x < 2 et 0 < y < 2 x

qui est la rponse D.