2ECS - Mathématiques

Feuille d’exercices 9
n-uplets de variables aléatoires

Exercice 1. Soit λ > 0 et X1 , . . . , Xn des variables aléatoires mutuellement indépendantes de

même loi E(λ). On pose Y = min(X1 , . . . , Xn ).
1. Déterminer la fonction de répartition de Y .
2. En déduire que Y est une variable aléatoire à densité et en donner une densité.

Exercice 2. Soit a > 0 et X1 , . . . , Xn des variables aléatoires mutuellement indépendantes de

même loi U([0, a]). On pose Y = max(X1 , . . . , Xn ) et Z = min(X1 , . . . , Xn ).
Montrer que Y et Z sont des variables aléatoires à densité et en donner des densités.

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 6. Soit n ∈ N∗ . On considère des variables aléatoires X1 , . . . , Xn indépendantes, sui-

vant toutes la loi géométrique de paramètre p ∈]0, 1[. On pose q = 1−p et Y = min(X1 , . . . , Xn ).
1. Soit i ∈ J1, nK. Soit k ∈ N. Calculer P (Xi > k) puis P (Y > k).
2. En déduire que Y suit une loi géométrique dont on déterminera le paramètre.

Exercice 7. On considère une expérience ayant probabilité p de réussir et 1 − p d’échouer. On

répète l’expérience, de façons indépendantes, jusqu’à l’obtention de m succès et on note X le
nombre d’essais nécessaires. On note également Xi la variable aléatoire qui vaut 1 si l’expérience
numéro i est un succès et 0 sinon.
1. Reconnaître la loi de X lorsque m = 1.
2. Déterminer la loi de Xi .
3. Écrire [X = k] à l’aide d’événements formés à partir de X1 + · · · + Xk−1 et Xk .
4. En déduire la loi de X en général.
5. En écrivant X comme la somme de m variables aléatoires suivant une loi usuelle, déter-
miner l’espérance de X.
Remarque. La loi de X s’appelle loi binomiale négative.

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 ),

(x1 + · · · + xn )2 6 n(x21 + · · · + x2n ).

(b) En déduire que S admet une variance.

(c) À l’aide de la bilinéarité de la covariance, montrer que
n
X X
V (S) = V (Xi ) + 2 Cov(Xi , Xj ).
i=1 16i<j6n

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

On admet que S est aussi une variable aléatoire.

1. Soit n ∈ N∗ . Montrer que l’espérance conditionnelle E(S|N = n) existe et la calculer en
fonction de E(X1 ).
2. Montrer que S admet une espérance que l’on exprimera en fonction de E(N ) et E(X1 ).