Formulaire de réponse pour le test 2

Yahya Bajdadi Groupe 5

Question 1
• Calculer la probabilité de battre un record à l’épreuve m
Réponse :
Comme les variables Xi sont des variables aléatoires indépendantes de même loi, alors en notant pour
tout m ∈ [[1, n]] et pour tout j ∈ [[1, m − 2]], Am,j := (Xj > X1 , X2 , ...Xj−1 , Xj+1 , ...Xm−1 ) et Am,m−1 :=
(Xm−1 > X1 , X2 , ...Xm−2 ) et Am,m := (Xm > X1 , X2 , , ...Xm−1 )qui est l’évenement de réussite à l’épreuve
m. Remarquer que: (Xm > maxi<m Xi ) = (Xm > ∩i<m Xi ) On a, par symétrie:

P(Am,1 ) = P(Am,j )

Et puisque les évenements (Am,j ) sont incompatibles l’un à l’autre pour m fixé, donc:
]
Ω= Am,j
j∈[[1,m]]

] m
X
⇒ P( Am,j ) = P(Am,j ) = 1
j∈[[1,m]] j=1

⇒ mP(Am,1 ) = 1
Donc, ∀m ∈ [[1, n]]:
1
P(Am,m ) =
m

Question 2
• N en écriture de VAR étagée:
Réponse :

n
X
N= 1Aj,j
j=1

* L’esperence de N pour n quelconque:

Réponse :
Par linéarité de l’esperence, on a:
n
X n
X
E(N ) = E( 1Aj,j ) = E(1Aj,j )
j=1 j=1

1
Comme ce sont des variables indicatrices, alors:
n
X
E(N ) = P(1Aj,j )
j=1

Et d’après ce qui précède:

n
X 1
⇒ E(N ) =
j=1
j

* Donner l’espérance de N pour n = 27.

Réponse :
Pour n = 27:
27
X 1
E(N ) = = 3, 8914
j=1
j

Question 3
1
• Démontrer que P(U1 < U2 ) = 2 et que P(U1 < U2 < U3 ) = 61 .
Réponse :
On remarque que les Ui suivent les mêmes propriétés que les Xi du problème précedent. Alors, on peut garder
les mêmes notations que précedement sauf qu’on note maintenant, pour simplifier, pour tout m ∈ [[1, n]],
Am,m = Am . On commence par montrer l’indépendance des (Am ): Soit Ik une partie Q finie d’élements de
[[1, n]] dont les élements sont p1 < .. < pk . On cherche à montrer que P(∩j∈I Aj ) = j∈I P(Aj ). Pour k=1 le
résultat est trivial, On montre le résultat au rang k (pour k ∈ [[2, n − 1]]). On a, comme on l’a montré dans le
problème précedent,

P(Ap1 ∩ ... ∩ Apk ) = P((Uj > U1 , ..Uj−1 Uj+1 ..Up1 ) ∩ ... ∩ Apk )
p1
X
⇒ p1 P(Ap1 ∩ ... ∩ Apk ) = P((Uj > U1 , ..Uj−1 Uj+1 ..Up1 ) ∩ ... ∩ Apk ) = P(Ap2 ∩ ... ∩ Apk )
j=1

Et comme, d’après ce qui précède,

1
P(Ap1 ) =
p1
on a alors:
P(Ap1 ∩ ... ∩ Apk ) = P(Ap1 )P(Ap2 ∩ ... ∩ Apk )
Donc ainsi de suite, on peut montrer ceci pour tout Ik sous-partie finie de [[1, n]] et puis en déduire que les
évenements (Am ) sont bien indépendants. Les deux probabilités demandées sont alors:
1
P(U1 < U2 ) = P(A2 ) =
2
Et
1
P(U1 < U2 < U3 ) = P(A3 ∩ A2 ) = .
6
• Calculer E[Yn ].
Réponse :
Comme les Ui ont même loi unforme, alors ∀i, j ∈ [[1, n]]

P(U1 < U2 ) = P(Ui < Uj )

2
Donc, et par linéarité de l’esperance, et le fait que les Xi sont des VAR indicatrices:
n−1
X
E(Yn ) = P(Xj = 1)
j=1

n−1
X n−1
⇒ E(Yn ) = P(Uj < Uj+1 ) =
j=1
2

** **

Question 4
• Calculer la valeur de la variance V ar[Y1 ].
Réponse :
D’après la formule de Koening-Huygens, V ar[X1 ] = E(X12 ) − (E(X1 ))2 Et comme X1 est une VAR indicatrice,
alors, d’après le théorème de transfert, on a:

E(X12 ) = E(X1 )) = P(X1 = 1)

1
⇒ E(X12 ) = E(X1 )) =
2
1 1 1
⇒ V ar[X1 ] = − =
2 4 4
* Calculer la valeur de la variance Cov[X1 , X2 ].
Réponse :
On sait que Cov[X1 , X2 ] = E(X1 X2 ) − E(X1 )E(X2 ), et comme on connaît l’esperance de X1 et de X2 qui
sont égales l’une à l’autre, alors: On commence par décrire ce qu’est la variable X1 X2 ;

1 si U1 < U2 < U3
X1 X2 =
0 sinon.

Donc
1
E(X1 X2 ) = P(U1 < U2 < U3 ) =
6
Et d’où:
1 1 −1
Cov[X1 X2 ] = − =
6 4 12
• Calculer la valeur de la variance V ar[Y3 ].
Réponse :
On a V ar[Y3 ] = V ar[X1 + X2 ], d’où:

V ar[Y3 ] = V ar[X1 ] + V ar[X2 ] + 2Cov[X1 , X2 ]

Et donc, d’après ce qui précède:

1 1 1
V ar[Y3 ] = −2 =
2 12 3

3
Question 5
• Calculer Var[Yn ] pour tout n ≥ 2.
Réponse :
Pn−1 P
Pour tout n ≥ 2, V ar[Yn ] = i=1 V ar[Xi ] + 2 1≤i,j≤n−1 Cov[Xi , Xj ], On remarque que si |i − j| ≥ 2, les
variables Xi et Xj sont des indicatrices des évenements (Ui < Ui+1 ) et (Uj < Uj+1 ) respectivement; qui sont
des sous évenements des Ai de la question 3 qu’on a montré sont indépendants, d’où si |i − j| ≥ 2, alors:
Cov[Xi , Xj ] = 0
Entre-autres, si |i − j| = 1, et puisque les Ui suivent une même loi, alors:
1
Cov[Xi , Xj ] = −
12
D’où:
n−1
X X
V ar[Yn ] = V ar[Xi ] + 2 Cov[Xi , Xi+1 ]
i=1 1≤i≤n−2
n−1 n−2
⇒ V ar[Yn ] = −2
4 12
n+1
⇒ V ar[Yn ] =
12
** **

Question 6
• Combien de tirages suffisent pour qu’avec une probabilité supérieure à 0.99, An−1 soit proche de la
valeur 1/2 à 10−2 près.
Réponse :
On a d’après la loi faible des grands nombres:
V ar[An−1 ]
P(|An−1 − E(An−1 )| > ) ≤
2
V ar[An−1 ]
⇒ P(|An−1 − E(An−1 )| ≤ ) ≥ 1 −
2
Or par linéarité de l’esperance et les propriétés de la variance, on a:
V ar[Yn ] n+1
V ar[An−1 ] = 2
=
(n − 1) 12(n − 1)2
Et
E(Yn ) 1
E(An−1 ) = =
n−1 2
−2
Donc, en prennant  = 10 , on remet le problème à chercher un n minimal tel que:
V ar[An−1 ]
1− ≥ 0.99
2
104 (n + 1)
⇒1− ≥ 0.99
12(n − 1)2
Donc
12n2 − (106 + 24)n + (12 − 106 ) ≥ 0
On trouve deux valeurs dont la plus convenables est n = d83336.3e D’où
nmin = 83337
** **

4
Question 7
• Déterminer la valeur de c.
Réponse :
R∞
On sait que −∞
f (x, y)dxdy = 1, d’où:
Z
cy 2 cdxdy = 1
D
Z 1 Z y
⇒ cy 2 ( xdx)dy
0 0
1
cy 4
Z
⇒ dy = 1
0 2
1
⇒c =1
10
⇒ c = 10.
** **

Question 8
• Déterminer la fonction de répartition de la variable Y . Donner sa valeur au point t = 2/3.
Réponse :
Notons FY la fonction de répartition de Y, alors ∀t ∈ R:
Z t Z ∞
FY (t) = ( f (x, y)dx)dy
−∞ −∞

t
cy 4
Z
⇒ FY (t) = 1[0,1] (y)dy
−∞ 2

 0 si t ≤ 0
⇒ FY (t) = t5 si t ∈ (0, 1)
1 si t ≥ 1


Pour t = 23 ,
FY (t) = 0.131.
** **

Question 9
• Ecrire un algorithme de simulation d’un couple de densité f (x, y).
Réponse :

f <- function(x, y){10x(y^2)(0 < x)(x < y)*(y < 1)} x <- seq(0, 1, length = 100) y <- seq(0, 1, length =
100) var <- outer(x, y, f) persp(x, y, var)

5
Question 10
• On pose Z = XY . Déterminer la densité de la loi de la variable Z.
Réponse :
Comme Z = XY , alors en notant fZ la fonction densité de probabilité de Z, on a pour tout z dans R:
Z ∞
z 1
fZ (z) = fX,Y (t, ) dt
−∞ t t
Z ∞
z z 1
⇒ fZ (z) = 10t( )2 1D (t, ) dt
−∞ t t t
Z ∞
z z
⇒ fZ (z) = 10( )2 1D (t, )dt
−∞ t t
On remarque que FZ est constante en dehors de (0,1), √doncla fonction densité de Z est nulle sur cette
intervalle, Or on sait que 0 < t < zt < 1, c’est-à-dire: t < z et z < t, D’où, pour z ∈ (0,1):
√
Z z
z
fZ (z) = 10( )2 dt
z t
1√
⇒ fZ (z) = 10z 2 [− ]z z
t
1 1
⇒ fZ (z) = −10z 2 ( √ − )
z z
√
⇒ fZ (z) = 10z(1 − z)