Université Cadi Ayyad 1ère année de cycle ingénieur

Ecole Nationale des Sciences Appliquées

Safi

SÉRIE D’EXERCICES N o 3

Vecteurs aléatoires. Lois conditionnelles. Calcul de lois. Vecteurs aléatoires gaussiens

Exercice 1. Manipulation de vecteurs gaussiens

Soit (X, Y, Z) un vecteur aleatoire de loi N3 (µ, Σ) avec µ = (0, 2, 1) et
 
4 2 3
Σ =  2 4 2 .
3 2 3
1. Quelles sont les lois de X, de Y , de Z, et de X + 2Z ?

2. Le vecteur (X, Y + Z) est-il un vecteur gaussien ? Déterminez sa loi.

Exercice 2. Densité d’un vecteur gaussien

Soit X un vecteur gaussien de matrice de covariance C et d’espérance m. On suppose que C = ADAt
où D est diagonale et A orthogonale. On considère le vecteur aléatoire Y = At (X − m).
1. Montrer que Y est un vecteur gaussien.

2. Déterminer l’espérance mY de Y .

3. Déterminer la matrice de covariance CY de Y . En déduire que les Yk sont indépendants.

4. On suppose de plus que C est définie positive. On a alors D inversible.

(1) Quelle est la loi de Yk ? En déduire que Y a une densité que l’on explicitera.
(2) Montrer que X a une densité que l’on déterminera.

Exercice 3. Vecteur non gaussien à marginales gaussiennes

Soit X une variable aléatoire de loi N (0, 1) et T une v. a. indépendante de X telle que
P[T = 1] = P[T = −1] = 1/2. Montrer que Y = T X suit une loi N (0, 1) et que le vecteur aléatoire
(X, Y ) n’est pas gaussien.

Exercice 4.
Soit X = (X1 , X2 , X3 , X4 )t un vecteur gaussien de loi N (µX , ΣX ) avec
   
0 2 1 0 0
 0   1 1 0 0 
µX =   0 ,
 ΣX =   0 0 1 −1


0 0 0 −1 2
Soit α ∈ R et Y = (Y1 , Y2 , Y3 )t défini par Y1 = X1 + αX2 , Y2 = X2 et Y3 = X4 .

(1) Déterminer la loi de Y .

1
2

(2) Quelles conditions doit vérifier α pour que les variables aléatoires Y1 , Y2 , Y3 soient indépen-
dantes?
(3) Calculer E[Y12 Y22 Y32 ] sous ces conditions.
Exercice 5. Soit h la fonction de R2 dans R+ définie par:
2(e − 1)−1 xey si

0 < x, y < 1
h(x, y) =
0 ailleurs
Montrer que h est la densité de probabilité d’un couple aléatoire (X, Y ). Calculer les densités
marginales hX et hY . Les v. a. X et Y sont-elles indédendantes?

Exercice 6. On lance quatre fois de suite une pièce de monnaie non truquée. Soient X le nombre
de séquences "Pile-Face" (dans cet ordre) obtenues 1 et Y le nombre de Piles obtenus.
1 3
1. Expliquer pourquoi P ({X = 0} ∩ {Y = 1}) = 16 et P ({X = 1} ∩ {Y = 1}) = 16 .
Dans la suite, on admettra que la loi du couple aléatoire (X,Y)est donnée par
X \ Y 0 1 2 3 4
1 1 1 1 1
0 16 16 16 16 16
3 1 3
1 0 16 4 16 0
1
2 0 0 16 0 0
2. Donner la loi de X et dessiner sa fonction de répartition.
3. La variable aléatoire Y suit une loi usuelle. Laquelle? Quels sont ses paramètres? Donner
E(Y ) et V ar(Y ) sans faire de calcul.
4. Montrer que les variables aléatoires X et Y ne sont pas indépendantes. (On pourra comparer
P ({X = 0} ∩ {Y = 1}) et P (X = 0)P (Y = 1))
5. Calculer le coefficient de corrélation linéaire ρ(X, Y )
6. On sait que pour toutes variables aléatoires indépendantes X1 et X2 on a
ρ(X1 , X2 ) = 0.
Est-ce que la réciproque de cette proposition est vraie?

Exercice 7. (Examen de rattrapage juin 2008)

(X, Y ) un vecteur de variables aléatoires définies sur un espace de probabilité (Ω, F, P) tel que la
loi de X est donnée par la densité:
4x3 si

0 < x < 1,
fX (x) =
0 sinon.
Les lois conditionnelles de Y à X sont définies, pour chaque x de ]0, 1[, par:
 2y
X=x x2
si 0 < y < x,
fY (y) =
0 sinon.
1. Déterminer la loi conjointe de X et Y .
2. Déterminer la loi de Y et son espérance E(Y ).
3. Calculer la covariance de X et Y .
4. Calculer l’espérance conditionnelle EX (Y ) et vérifier que l’on a:
E(EX (Y )) = E(Y ).
(Indication: posons EX (Y ) = g(X), en pratique, on commence par calculer g(x) =
E[X=x] (Y ) et on remplace x par X dans g(x)).
 3

Exercice 8. Loi d’une fonction d’une v.a. continue

Soit une v.a. continue X de densité de probabilité f et soit Y = g(X) dérivable pour tout x et telle
que g 0 (x) > 0, pour tout x ou g 0 (x) < 0, pour tout x. Montrer que Y = g(X) est une v.a. continue
dont la densité de probabilité est donnée par:
h(y) = f (g −1 (y))|(g −1 (y))0 |
Soit X v.a. de densité de probabilité:

1 si 0 < x < 1
f (x) =
0 ailleurs.
Donner les lois de probabilités des variables aléatoires
(1) Y = eX
(2) Z = −2 ln X
(Attention: La formule précédente est valable sous la conditions que la fonction g est dérivable et
g 0 (x) garde un signe constant pour tout x).
Exercice 9. Propriétés de l’espérance
Soient X et Y deux v. a., et α et β deux reels quelconques, montrer que
(1) E(αX) = αE(X)
(2) E(X + Y ) = E(X) + E(Y )
Exercice 10. Loi d’une somme de variables aléatoires continues
Soient X et Y deux variables indépendantes admettant respectivement f et g pour densité.
Montrer que la variable Z = X + Y admet pour densité
Z +∞ Z +∞
h(z) = f (u)g(z − u)du = f (z − u)g(u)du
−∞ −∞
Exercice 11.
I. Soient X et Y deux variables aléatoires et soit r leur coefficient de corrélation.
1) Montrer que le coefficient de corrélation r est compris entre −1 et 1.
2) Soient 4 réels non nuls: a, b, c et d.
Calculer le coefficient de corrélation des v. a.
U = aX + b
et
V = cY + d.
Quelles conclusions peut-on tirer des résultats de ce calcul?
II. Soit X1 et X2 deux variables aléatoires indépendantes et soient F1 (x) et F2 (x) leurs fonctions
de répartition.
Déterminer les fonctions de répartition des v. a .
Y = M ax(X1 , X2 )
et
Z = M in(X1 , X2 ).
Exercice 12. Calcul de lois ( Hors classe)
Soit (X, Y ) un couple aléatoire à valeurs dans N∗ × N∗ tel que:
λn−1
∀(n, k) ∈ N∗ × N∗ , P (X = k, Y = n) = (1 − q n )q n(k−1) e−λ ,
(n − 1)!
avec q ∈]0, 1[ et λ > 0.
Déterminer les lois marginales de X et de Y . Ces deux variables sont-elles indépendantes?