UNIVERSITÉ CADI AYYAD Année 2011/2012

Ecole Nationale Des sciences Appliquée Module : Proba.

Resp. : I. Ouassou

Fiche de TD N 0 4

Exercice 1 Une urne contient N boules numérotées de 1 à N . On tire une boule au hasard
(toutes les boules ont la même probabilité d’être tirées) et on définit la v.a. X égale au numéro de
la boule extraite.

1. Déterminer E[X], Var[X], σX et la v.a. centrée–réduite associée à X.

Exercice 2 Une fois rien, c’est rien. Deux fois rien, c’est pas grand chose. Mais avec trois fois
rien, on peut déjà avoir quelque chose.
Toute varaible aléatoire égale à rien suit une loi normale réduite de moyenne nulle N (0, 1). Soit
Y une variable aléatoire égale à trois fois rien, c’est-à-dire à la somme de trois variables aléatoires
indédendentes égales à rien.
Quelles valeurs faut-il donner à α pour que :

P (|Y | > α) > 0, 01.

Exercice 3 ( Corrélations entre deux Bernoulli(p)) Supposons que 0 < r ≤ p ≤ 1/2, que
X1 , X2 suivent toutes deux la loi Ber(p), et enfin que P (X1 = 1, X2 = 1) = r.

1. Calculer Cov(X1 , X2 ) en fonction de p, r. A quelle condition les deux variables sont-elles

positivement correlées ?

2. Calculer E(X1 + X2 ), V ar(X1 + X2 ).

3. On suppose dans cette question que de plus P (X1 = 0, X2 = 0) = r. Quelle est la loi de la
variable X1 + X2 ?

4. Soient X3 , . . . , Xn des variables aléatoires suivant la loi Ber(p), indépendantes de X1 .

Calculer Cov(X1 , X2 + X3 + . . . + Xn ).

Exercice 4 Un promoteur organise une petite réunion amicale avec les personnes influentes qui
lui ont écarté les obstacles pour construire un immeuble de grand standing sur l’emplacement d’un
square, rénové un an auparavant par une de ses filiales (aux frais des contribuables).
Les serveurs présentent à chacun des cent cinquente convives une coupe de caviar servi à la
louche. Une louche contient en moyenne 140 grammes de caviar avec un écart-type de 11 grammes.
Sachant que le bélouga utilisé revient à 8 500 DH le kilogramme, on note X le prix du premier
service de caviar.

1. Etablir la loi de probabilité de X, son espérence mathématique et son écart-type.

2. Calculer la probabilité d’avoir servi pour moins de 170 000 DH de caviar.

1
 3. Reprendre le problème avec les deux cent cinquente ouvriers de chantier, des oeufs de Lump
à 82 DH le kilo servis dans un verre de cantine avec une cuillère de contenance moyenne
45 grammes, avec écart-type de 7 grammes.

4. Calculer la probabilités d’avoirs dépensé plus de 1000 DH d’ersatz.

(On ne tient pas compte des gourmands qui en prennent plusieurs fois.

Exercice 5 On se donne la loi du couple (Y, Z) par le tableau suivant :

Z : :Y -2 0 5
-1 1/10 3/10 1/10
1 1/5 1/5 1/10

1. Que vaut P (Y ≤ 0) ?

2. Que vaut la somme des valeurs dans le tableau (hormis bien sûr les valeurs de Y et Z notées
en premières ligne et colonne) ? Pourquoi devait-on s’attendre au résultat ?

3. Calculer les lois marginales de (Y, Z).

Exercice 6 Soient X1 , X2 , . . . , Xn des v.a. indépendantes continues ayant la même fonction de

répartition F . Notons par X(i) , i = 1, . . . , n les n statistiques d’ordre.

1. Montrer que la fonction de répartition de la loi conjointe de (X(1) , X(n) ) est donnée par

F1n (x, y) = F n (y) − [F (y) − F (x)]n x ≤ y. (1)

2. Expliquer comment à l’aide de (1) on peut déduire les fonctions de répartition de X(1) et de
X(n) .

Exercice 7 On effectue n lancers de pile ou face d?une pièce équilibrée, on note X le nombre de
piles obtenus et Y le nombre de faces obtenus au cours de ces n lancers. Calculer Cov(X, Y ). En
déduire le coefficient de corrélation de X et Y :

Cov(X, Y )
ρ(X, Y ) := .
V ar(X)V ar(Y )

Exercice 8 Soient X et Y des variables possédant toutes deux un moment d?ordre 2. Montrer
que le coefficient de corrélation défini dans l?exercice précédent est un élément de [−1, 1]. Donner
un exemple pour lequel il vaut −1, puis un exemple pour lequel il vaut 1.

Exercice 9 Soient (X1 , X2 ) deux variables indépendantes et identiquement distribuées (iid) suiv-
ant une loi exponentielle de paramètre λ > 0. Soit X3 une variable qui suit la loi uniforme sur
[0, 4] indépendante de (X1 , X2 ).

1. Calculer V ar(X1 + 2X2 + 4X3 ).

2. Exprimer P (X3 < X1 < X2 ).

2
Exercice 10 Soit X ∼ exp(1). Calculer la densité des variables suivantes :
1. Y = aX + b, où a > 0 et b ∈ R. Que se passe-t-il dans le cas où b = 0 ?

2. Z = X 2 .

3. U = exp(−X).

Exercice 11 Soient X1 ,X2 deux variables indépendantes et identiquement distribuées (iid) suiv-
ant la loi U nif {1, 2, 3}. On note U = min{X1 , X2 }, V = max{X1 , X2 } et enfin S = U + V
.
1. Déterminer la loi jointe de (U, V ) et (V, S).

2. En déduire les lois de U, V et S. Calculer les lois de U V et V S.

3. Calculer les covariances et les coefficients de corrélation de (U, V ) et (V, S).

Exercice 12 Soient X1 , X2 et X3 3 variables aléatoires réelles indépendantes uniformément dis-

tribuées sur [−1, 1]. On pose U = inf{X1 , X2 , X3 } et V = sup{X1 , X2 , X3 }.
1. Calculer les lois de U et de |U | puis leurs espérances et variances.

2. Calculer la loi du couple (U, V ).

Exercice 13 Soient X1 , X2 deux variables aléatoires réelles indépendantes et distribuées suivant

des lois exponentielles de paramètres respectifs λ > 0, µ > 0. On note U = min(X1 , X2 ), V =
max(X1 , X2 ).
1. Déterminer la loi de U , puis celle de V .

2. Déterminer la loi jointe de (U, V ).

Exercice 14 On suppose que le nombre X d’oeufs pondus par un insecte suit une loi de Poisson
de paramètre λ > 0 et que la probabilité qu’un oeuf meurt sans éclore est, indépendamment des
autres oeufs, égale à 1 − p, où p ∈]0, 1[.
1. Démontrer que le nombre Y d’oeufs qui arrivent à éclosion suit une loi de Poisson de
paramètre λp.

2. Quelle est la loi jointe de (Y, Z), où Z = X − Y est le nombre d?oeufs morts avant éclosion?

Exercice 15 Soit Z = (X, Y ), une variable aléatoire à valeurs dans R2 . On suppose que Z
admet une densité f définie par
 2
x + y2

4
f (x, y) = exp − 1{x≥|y|} ,
πσ 2 σ2
où σ > 0.
1. Vérifier que f est bien une densité de probabilité.

3
 2. Calculer les lois de X et de Y .

3. Les variables aléatoires X et Y sont-elles indépendantes ?

4. Calculer la loi de (X − Y, X + Y ).

5. Montrer que X − Y et X + Y sont indépendantes.

Exercice 16 Soit (X, Y ) un couple de variables aléatoires dont la loi admet la densité
 
1 x
f (x, y) = exp − − y , si x > 0 , y > 0,
y y

f (x, y) = 0 sinon

1. X et Y sont-elles indépendantes ?

2. Déterminer la loi marginale de Y .

3. Calculer P (X > 1|Y > 1).

Exercice 17 Soient X et Y deux variables aléatoires réelles indépendantes et identiquement dis-

tribuées (iid) suivant la loi normale centrée réduite. On note Z = XY

1. Expliquer pourquoi la variable aléatoire Z est bien définie.

2. A l’aide d’un changement de variable, trouver la loi jointe du couple (X, Z), et en déduire
que Z suit une loi de Cauchy.

3. Soit C suit une loi de Cauchy. Quelle est la loi de 1/C ?

Exercice 18 Dans les ruches de Ali, la longévités d’une abeille ouvrière née au printemps est une
variable aléatoire X définie par la densité de probabilité suivante :

t≥0 , f (t) = λt2 e−αt

1. Sachant que la longévité moyenne est de 50 jours, calculer λ et α.

2. Soit Z la longévité moyenne de 2 000 ouvrières nées le premier mai.

Déterminer la valeur de t pour laquelle :

P (|Y − 50| > t) < 0, 01

en utilisant l’inégalité de Bienaymé-Tchebychev , si T est une variable aléatoire de moyenne

m(T ) et de variance σ 2 (T ) alors ∀x ∈ R?+ :

σ 2 (T )
P (|T − m(T )| > x) <
x2
-en effectuant une approximation par une loi normale.

4
Exercice 19 (Loi de Pareto) On dit queX suit une loi de Pareto de paramètres (a, α) si X est
une v.a. absolument continue dont une densité f est définie par :

0 si x < a
f (x) = α a α+1

(2)
a
· x si x ≥ a

1. Dessiner les représentations graphiques de f et de la fonction de répartition FX de X.

2. Montrer que X admet une espérance si et seulement si α > 1 et calculer alors E[X].

3. Montrer que X admet une variance si et seulement si α > 2 et calculer alors V ar(X).