Académique Documents
Professionnel Documents
Culture Documents
Feuille d’exercices 9
n-uplets de variables aléatoires
Exercice 3. Soit n ∈ N tel que n > 3. Soit Z1 , . . . , Zn des variables aléatoires indépendantes
1
suivant toutes la même loi uniforme sur ]0, a], où a > 0. On pose Xi = .
Zi
1. Déterminer la loi de chaque Xi .
Montrer que ces variables sont à densité et en déterminer une.
2. Soit X = min(X1 , . . . , Xn ).
Montrer que X est une variable à densité et en déterminer une.
3. En déduire l’espérance et la variance de X.
Exercice 4. Soit (Xk )k∈N une suite de variables aléatoires mutuellement indépendantes suivant
toutes la même loi uniforme sur [0, 1]. Pour tout n ∈ N∗ , on pose Sn = X1 + · · · + Xn .
Montrer par récurrence que Sn est une variable à densité et qu’elle admet une densité telle
que
xn−1
∀x ∈ [0, 1], fn (x) = .
(n − 1)!
Remarque. Dans cet exercice on ne détermine pas fn sur tout son ensemble de définition, mais
seulement sur [0, 1].
Exercice 5. On considère une suite (Xn )n∈N∗ de variables aléatoires mutuellement indépen-
dantes de même loi, à valeurs dans {−1, 1}. On pose pour tout n ∈ N∗ , p = P (Xn = 1) et on
suppose que p ∈]0, 1[.
n
Y
1. Pour tout n ∈ N∗ , on pose Yn = Xi .
i=1
(a) Calculer E(Yn ) et V (Yn ).
(b) Déterminer la loi de Y2 et celle de Y3 .
1
(c) On pose pn = P (Yn = 1).
Déterminer une relation de récurrence entre pn+1 et pn .
En déduire une expression de pn en fonction de p et n.
n
X
∗
2. Pour tout n ∈ N , on pose Sn = Xi .
i=1
(a) Calculer E(Sn ) et V (Sn ).
1
(b) Déterminer la loi de Sn en travaillant avec Xi0 = (1 + Xi ).
2
Exercice 8. Soit X1 , . . . , Xn des variables aléatoires discrètes qui admettent une variance. On
pose S = X1 + · · · + Xn .
1. Si les Xi sont mutuellement indépendantes, que dire de la variance de S ?
2. On ne suppose plus les Xi mutuellement indépendantes.
(a) À l’aide de l’inégalité de Cauchy-Schwarz, montrer que pour tous réels (x1 , . . . , xn ),
2
Exercice 9. Soit X1 , . . . , Xn des variables aléatoires indépendantes qui suivent toutes la loi
normale centrée réduite. On note Φ leur fonction de répartition commune.
1. On pose Y = X12 .
(a) Déterminer la fonction de répartition de Y en fonction de Φ.
En déduire que Y est à densité et en donner une.
1
(b) Déterminer une densité de Y et reconnaître sa loi.
2
2 2
2. On pose Yn = X1 + · · · + Xn .
1
Déduire des questions précédentes la loi de Yn , puis une densité de Yn .
2
Remarque. Cette loi s’appelle loi du khi-deux, notée χ2
Exercice 10. Soit (Xn )n∈N une suite de variables aléatoires de même univers image N, indé-
pendantes et de même loi (on dit parfois : indépendantes et identiquement distribuées). On
suppose qu’elles admettent une espérance. Soit N une variable aléatoire à valeurs dans N, in-
dépendante des Xn et admettant aussi une espérance. On suppose que toutes ces variables sont
définies sur le même espace probabilisé (Ω, A, P ). On définit S = X1 + · · · + XN , c’est à dire
N (ω)
X
∀ω ∈ Ω, S(ω) = Xi (ω).
i=1