ECC 1A 2016/2017

Probabilités
Examen de session 1, décembre 2016
Durée : 1h30
Tous les documents sont autorisés.
Téléphones portables interdits
Le barème (sur 28,5) est donné à titre indicatif.
Sujet recto/verso.
Toutes les réponses doivent être justifiées

Correction. FEUILLE DE CORRECTION

Exercice 1 (9 points). Soit (X, Y ) un vecteur gaussien centré (i.e d’espérance O) et de matrice de
covariance  2 
σ1 0
Σ=
0 σ22
On suppose, dans un premier temps, que σ := σ1 = σ2 > 0.
1. Rappeler la densité de la loi du vecteur (X, Y ).
2. Quelle est l’espérance de X 2 et de Y 2 ?
3. Quelle est la densité de la loi de Z1 := (X 2 , Y 2 ) ?
4. Quelle est la densité de la loi de Z2 := (X + Y )2 , (X − Y )2 ?

5. Déterminer c ∈ R tel que Z1 et cZ2 ont même loi.

On suppose maintenant σ1 et σ2 quelconques strictement positifs. On note Pσ1 ,σ2 la loi de Z1 .
6. Soit (σ1,n , σ2,n )n≥1 une suite de couples de réels positifs. Montrer que (σ1,n , σ2,n ) → (σ1 , σ2 ) si
et seulement si Pσ1,n ,σ2,n → Pσ1 ,σ2 faiblement (i.e. les variables aléatoires convergent en loi).

Correction. 1. (1 pt)
1 1 2 +y 2
(x, y) 7→ e− 2σ2 (x )
σ 2 2π
2. (1 pt) EX 2 = σ 2 = EY 2
3. (2 pt) Le calcul donne
1 1 − 12 (x+y)
(x, y) 7→ 1x>0,y>0 √ e 2σ .
xy σ 2 2π
√
4. (2 pt) On remarque que 2Z1 et Z2 ont même loi. Donc
 
y
1 1 − 41 x
2 + σ2
σ1
(x, y) 7→ 1x>0,y>0 √ e 2 .
xy σ1 σ2 4π

1
5. (1 pt) c = 2
6. (2 pt) On peut utiliser le théorème de représentation de Skorokhod ou utiliser la densité de Z1
dans ce cas (avec un théorème de convergence dominée bien jusitifé)

Exercice 2 (13 points). Soit (Xn , Yn )n≥1 une suite de variables aléatoires de loi N ((mX , mY ), Σ) où
Σ est inversible.
1. Rappeler la loi des grands nombres appliquée à cette suite.
 2. Déterminer la limite presque sûre lorsque n → ∞ de
 2
n n
1 X
Xi − 1
X
Sn = Xj  .
n n
i=1 j=1

Dans quels autres modes cette convergence a-t-elle lieu ?

3. Rappeler le théorème centrale limite appliqué la suite (Xn , Yn )n≥1 .
4. On pose X̄n = n1 ni=1 Xi et Ȳn = n1 ni=1 Yi . Quelle est la loi de
P P

√

n (X̄n , Ȳn − (mX , mY ))?

5. Quelle est la limite quand n → ∞ de

√ X̄n − mX
Gn = n √ ?
Sn

Dans quel(s) mode(s) cette convergence a-t-elle lieu ?

6. Calculer E(X1 |Y1 ).
7. Calculer la loi de X1 conditionnellement à X12 .

1 Pn 1 Pn

Correction. 1. (1 pt) En notant Z̄n = n i=1 Xi , n i=1 Yi ,

Z̄n → (mX , mY ) .

p.s. et dans L1 .
2. (2 pt) Sn → V ar(X1 ) = Σ11 . La convergence a lieu aussi dans L1 , en proba et en loi.
3. (1 pt) Convergence en loi :
√
n (Zn − (mX , mY )) → N (0, Σ)

4. (2 pt) C’est un vecteur gaussien :

√
n (Zn − (mX , mY )) ∼ N (0, Σ)

5. (2 pt) En utilisant le théorème de Slutsky,

Gn → N (0, 1)

en loi.
6. (2 pt) Le calcul donne
−1/2
E(X1 |Y1 ) = mX + Σ12 Σ22 (Y − mY ).

7. (3 pt) Le calcul montre

L(X1 |X12 ) = p|X1 | δ|X1 | + p−|X1 | δ−|X1 |
avec
(x−mX )2
e− 2σ 2
px = (x−mX )2 (x+mX )2
.
− −
e 2σ 2 +e 2σ 2

Exercice 3 (6,5 points). Soit X une variable aléatoire réelle positive.

 1. Montrer (en justifiant précisément) que
Z
EX = P(X > t)dt.
t>0

2. Rappeler l’inégalité de Markov.

3. Montrer que s’il existe C > 0 tel que
 
C
P(X ≥ a) ≥ min , 1 , ∀a > 0,
a

alors EX = +∞.
4. Trouver une loi de X telle que EX = +∞ et tel qu’il existe C > 0 tel que
C
P(X ≥ a) ≤ , ∀a > 0.
a

Correction. 1. (2 pt) En utilisant Tonelli

Z Z Z
P(X > t)dt = E1{X>t} dt = E 1{X>t} dt = EX
t>0 t>0 t>0

2. (1 pt) P(X ≥ a) ≤ EX
a
3. (2 pt) Z Z
C
EX = P(X > t)dt ≥ C + dt = +∞
t>0 t>C t
C
4. (1.5 pt) Une loi de densité x 7→ 1x>0 c+x 2 pour c, C > 0.