Académique Documents
Professionnel Documents
Culture Documents
Exercice 5.1. Une truite pond des oeufs au fond du torrent. Leur nombre N suit une loi de
Poisson de paramètre a > 0. Chaque oeuf survit avec une probabilité p ∈]0, 1[, indépendamment
des autres.
1. Soit M le nombre d’oeufs qui survivent. Donner la loi conjointe du couple (N, M ).
Donner la loi marginale et l’espérance de M .
2. M et N − M sont-elles indépendantes ?
Solution.
1. On calcule P(N = n, M = m). Sachant N = n, M est la somme de n Bernoulli
indépendantes de paramètre p (chaque oeuf survit avec probabilité p de façon indépendante),
donc la loi de M sachant N = n est B(n, p). On a en particulier P(N = n, M = m) = 0
si m > n. Si m ≤ n, on obtient
! "
n m
P(N = n, M = m) = P(M = m | N = n)P(N = n) = p (1 − p)n−m P(N = n).
m
n
N suit une loi de Poisson de paramètre a donc P(N = n) = e−a an! . D’où
! "
n m an an pm (1 − p)n−m
P(N = n, M = m) = p (1 − p)n−m e−a = e−a .
m n! m!(n − m)!
Pour calculer la loi de M , on somme sur toutes les valeurs que peut prendre N (on se
restreint à n ≥ m car P(N = n, M = m) = 0 si n < m) :
# # an pm (1 − p)n−m (ap)m # (a(1 − p))k
P(M = m) = P(M = m, N = n) = e−a = e−a
m!(n − m)! m! k!
n≥m n≥m k≥0
m
en posant k = n − m. On trouve que P(M = m) = e−ap (ap) m! donc M suit une loi de
Poisson de paramètre ap. On a E[M ] = ap (l’espérance d’une loi de Poisson de paramètre
λ est λ).
2. On a vu que
an pm (1 − p)n−m
P(N = n, M = m) = e−a .
m!(n − m)!
On le réécrit
(a(1 − p))ℓ −ap (ap)m
P(N − M = ℓ, M = m) = e−a(1−p) e .
ℓ! m!
Le couple (N − M, M ) a donc la loi d’un couple de deux variables indépendantes, de
loi de Poisson de paramètres respectifs a(1 − p) et p. En particulier, M et N − M sont
indépendantes.
(l − k + 1)n (l − k)n
P(Un = k, Vn ≤ l) = P(Un ≥ k, Vn ≤ l)−P(Un ≥ k+1, Vn ≤ l) = − .
Nn Nn
On remarque que
Exercice 5.3. Dans le bois de Vincennes, on modélise le diamètre d’un arbre par une variable
aléatoire X, et sa hauteur par une autre variable aléatoire Y . La loi jointe de X et Y est donnée
par la densité : fX,Y (x, y) = 41 (x + y)e−y pour y ≥ 0, 0 ≤ x ≤ 2.
1. Donner la densité marginale de X.
2. X et Y sont-elles independantes ?
3. Calculer E[X].
4. L’âge d’un arbre est donné par W = 12XY . Calculer E[W ].
Solution.
1. On calcule
0 0 ∞ 0 ∞
1 1% &
fX (x) = (x + y)e−y 1[0,2] (x)dy = 1[0,2] (x) x −y
e dy + ye−y dy
y≥0 4 4 0 0
x+1
= 1[0,2] (x) .
4
2. X et Y ne sont pas indépendantes car fX,Y n’est pas le produit d’une fonction de x et
d’une fonction de y.
3. En se servant de la densité de X, on a
0 2
x+1 2 1 7
E[X] = x× dx = + = .
0 4 3 2 6
4. On calcule
0 +∞ 0 2
1
E[W ] = 12E[XY ] = 12 xy × (x + y)e−y dxdy
y=0 x=0 4
0 +∞ %8 &
=3 e−y y + 2y 2 dy = 8 + 12 = 20 .
y=0 3
Exercice 5.4. Soient (Xi )i≥1 une suite de v.a. i.i.d. (indépendantes identiquement distribuées).
On suppose que X1 admet une densité.
1. Montrer que pour tout i ̸= j, P(Xi = Xj ) = 0.
2. En déduire que P(X1 ≤ X2 ≤ . . . ≤ Xn ) = P(X1 < · · · < Xn ), et calculer cette quantité.
3. Calculer P(Xn > max1≤i≤n−1 Xi ).
Solution.
1. On a pour i, j ∈ N, i ̸= j, P(Xi = Xj ) = P((Xi , Xj ) ∈ D) où D = {(x, y), x = y}.
Comme D est de mesure1de Lebesgue nulle et que Xi , Xj sont indépendantes de densité
f , on a P(Xi = Xj ) = D f (x)f (y)dxdy qui est egale a zero car D est de mesure de
Lebesgue nulle. Par suite,
P(X1 ≤ X2 ≤ · · · ≤ Xn ) = P(X1 < X2 < · · · < Xn ).
2. Soit Sn l’ensemble des permutations des indices {1, . . . , n}. Comme les variables aléatoires
sont indépedantes et de même loi, pour toute permutation σ ∈ Sn , le n-uplet (X1 , X2 , . . . , Xn )
a même loi que (Xσ(1) , Xσ(2) , . . . , Xσ(n) ). Ainsi, P(X1 < X2 < · · · < Xn ) = P(Xσ(1) <
Xσ(2) < · · · < Xσ(n) ) pour toute permutation σ. On remarque que
2
Ω= {Xσ(1) < Xσ(2) < · · · < Xσ(n) } ∪ {∃ i ̸= j : Xi = Xj }.
σ∈Sn
On effecture un changement de variable : on pose (u, v) = (xy, y), (x, y) = (u/v, v), et la
matrice associée aux dérivées partielles est
! ∂x ∂y " ! 1 "
∂u ∂u v 0
= ,
∂x
∂v
∂y
∂v
− vu2 1
qui est de déterminant v1 . On a bien que (x, y) -→ (u, v) est une bijection de classe C 1 , de ]0, 1[2
dans D = {0 < u < v < 1}. En appliquant le changement de variable, on a donc
0 1 0 1 0 1
1
E[g(Z)] = g(u) dvdu = g(u) [− log u] du.
u=0 v=u v 0 3 45 6
densité de Z
Exercice 5.7. Soient X et Y deux variables aléatoires indépendantes. X suit une loi N (0, 1)
et Y une loi N (0, σ 2 ), où σ désigne un réel positif.
1. Écrire la densité de la loi du couple (X, Y ).
2. On pose U = Y /X. Calculer la densité de la loi du couple (X, U ).
3. Les variables X et U sont-elles indépendantes ?
(x−m) 2
Solution. On rappelle la densité de N (m, σ 2 ) sur R : √ 1
2
e− 2σ2
2πσ
1. Comme X et Y sont indépendantes, la densité du couple (X, % Y2 ) est2 simplement
& le
1 x y
produit des densités de X et de Y , donc f(X,Y ) (x, y) = 2πσ exp − 2 − 2σ2 , (x, y) ∈ R2 .
2. Soit g une fonction mesurable et bornée de R2 dans R :
0 ! 2 "
1 x y2
E[g(X, U )] = E[g(X, Y /X)] = g(x, y/x) exp − − 2 dx dy .
R2 2πσ 2 2σ
On fait le changement de variables x = x et u = y/x. On a donc x = x et y = ux. La
matrice associée aux dérivées partielles est
8 ∂x ∂y 9 8 9
∂x ∂x 1 u
∂x ∂y =
∂u ∂u
0 x
Exercice 5.8. Soient X et Y deux variables aléatoires indépendantes. X suit une loi uniforme
Y
sur [0,1] et Y une loi exponentielle de paramètre 1. Calculer la loi de X .
Solution. La densité de X est fX (x) = 1[0,1] (x) et celle de Y est fY (y) = e−y 1R+ (y). Comme
X et Y sont indépendantes, la densité du couple (X, Y ) est f(X,Y ) (x, y) = fX (x)fY (y) =
1[0,1] (x)e−y 1R+ (y). Pour toute fonction borélienne et bornée, on a donc
0 ∞0 1
E[g(Y /X)] = g(y/x)e−y dy dx.
0 0
Exercice 5.9. Soit L une v.a. positive admettant une densité de probabilité f et X une v.a.
de loi uniforme sur [0, 1], indépendante de L. On définit deux v.a. L1 et L2 par L1 = XL et
L2 = (1 − X)L, (cela modélise par exemple la rupture d’une chaı̂ne moléculaire de longueur
initiale aléatoire L).
1. Déterminer la loi du couple (L1 , L2 ) ainsi que les lois de L1 et L2 .
2. Que peut-on dire du couple (L1 , L2 ) lorsque f (x) = λ2 x exp(−λx)1[0,+∞[ (x), (λ > 0) ?
3. Déterminer la loi de Z = min(L1 , L2 ) dans ce cas.
Solution.
1. Pour toute fonction g, de R2 dans R, mesurable bornée,
0
E[g(L1 , L2 )] = E[g(XL, (1 − X)L)] = g(xl, (1 − x)l)f (l)dxdl
[0,1]×R+
f (l1 +l2 )
Ainsi le couple (L1 , L2 ) a une loi de densité f(L1 ,L2 ) = l1 +l2 1R2+ (l1 , l2 ).
On cherche maintenant la loi de L1 . Si le couple (X,
1 Y ) admet une densité f(X,Y ) (x, y),
la loi de X a une densité donnée par fX (x) = y∈R f(X,Y ) (x, y)dy. On a donc que
1 +∞ f (x+l)
FL1 suit une loi de densité fL1 (l) = 0 x+l dx1R+ (l) qu’on peut réécrire fL1 (l) =
1 +∞ f (x)
l x dx1R+ (l). La loi de L2 admet la même densité.(En particulier, L1 et L2 ont la
même loi.)
2. Dans ce cas, on trouve que f(L1 ,L2 ) (l1 , l2 ) = λ2 exp(−λ(l1 + l2 ))1R2+ (l1 , l2 ). L1 et L2
suivent donc des lois exponentielles de paramètre λ, indépendantes. (Si (X, Y ) a une den-
sité de la forme f(X,Y ) (x, y) = g(x)h(y), alors nécessairement X et Y sont indépendantes,
1 1
et fX (x) = ! g(z)dz g(x) et fY (y) = ! h(z)dz h(y).)
R R
Exercice 5.10. On appelle variable gamma de paramètre a > 0 une variable à valeurs dans
R+ dont la loi admet la densité : e−t ta−1 /Γ(a).
1. Soit Za une v.a. gamma de paramètre a. Calculer explicitement les moments entiers :
E((Za )n ), en fonction de a et de n ∈ N.
2. Soient Za et Zb deux variables gamma indépendantes de paramètres respectifs a et b.
Montrer que les variables Za /(Za + Zb ) et Za + Zb sont indépendantes et expliciter la
loi de Za /(Za + Zb ).
Solution.
1
1 Γ(a+n)
1. E[Zan ] = Γ(a) R+ tn e−t ta−1 dt = Γ(a) .
2. Pour toute fonction g mesurable bornée,
0
1
E[g(Za /(Za +Zb ), Za +Zb )] = g(za /(za +zb ), za +zb )e−aza −bzb zaa−1 zbb−1 dza dzb
Γ(a)Γ(b) R2+
1
D’où la densité fX,Y (x, y) = Γ(a)Γ(b) exp(−y)y a+b−1 xa−1 (1 − x)b−1 1[0,1]×R+ (x, y). Elle
est le produit d’une fonction de x par une fonction de y, les deux variables sont donc
indépendantes et l’on obtient la densité
1 ∞de la loi de Za /(Za + Zb ) en l’intégrant en y, on
obtient ainsi, en utilisant le fait que 0 e−t ta+b−1 dt = Γ(a + b) :
Γ(a+b) a−1
fZa /(Za +Zb ) (x) = Γ(a)Γ(b) x (1 − x)b−1 1[0,1] (x) (loi Béta de paramètre (a, b)).
X1 X2
cos Φ = et sin Φ = .
R R
Déterminer la densité du couple (R, Φ) puis celle de Φ.
Solution.
1. 1
fX1 (x1 ) = R 2π
√1 1
exp(− 2(1−ρ 2 2 2
2 ) ((x2 − ρx1 ) + (1 − ρ )x1 ))dx2
2
1−ρ! "
x21 1 1 x2
= exp(− 2 ) R √ 2
exp(− 2(1−ρ2 )dx
2π 1−ρ
= √1 2
exp(−x1 /2).
2π