Académique Documents
Professionnel Documents
Culture Documents
4 – Compléments
Question 1
Soit X une variable aléatoire continue de densité
4
3 x si 0 < x < 12
4
f (x) = si 12 ≤ x < 1
3
0 ailleurs
Solutions
1. Cf JPEG ci-joint
2. Calcul de l’espérance :
Z ∞
E(X) = xf (x)dx
−∞
Z 1/2 Z 1
4 2 4
= x dx + xdx
0 3 1/2 3
1 1 5
= + =
18 2 9
3. Calcul de la variance :
1
Question 2
Soient X et Y deux variables aléatoires discrètes dont la distribution conjointe, p(x, y), est
donnée au tableau suivant :
x
0 1
0 0, 45 0, 35
y 1 0, 13 0, 02
2 0, 02 0, 03
(a) Vérifier que p(x, y) est bien une densité de probabilité.
(b) Calculer pX (x) ; E(X) ; V ar(X).
(c) Calculer pY (y) ; E(Y ) ; V ar(Y ).
(d) Calculer E(X − Y ) et V ar(X − Y ).
(e) Pour X = 1, trouver p(y|X = 1) ; E(Y |X = 1) V ar(Y |X = 1).
(f ) X et Y sont elles indépendantes ?
(g) Calculer Cov(X, Y ).
Solutions
(a) Il faut tout d’abord noter que chaque entrée du tableau est une probabilité valide
comprise entre 0 et 1. Ensuite, on note que la somme de toutes ses probabilités est égale
à1:
0, 45 + 0, 13 + 0, 02 + 0, 35 + 0, 02 + 0, 03 = 1
où la somme sur y est prise sur toutes les valeurs possibles de la variable aléatoire Y .
En utilisant cette formule :
pX (0) = 0, 45 + 0, 13 + 0, 02 = 0, 6
pX (1) = 0, 35 + 0, 02 + 0, 03 = 0, 4
E(X) = 0 × 0, 6 + 1 × 0, 4 = 0, 4
2
Le calcul de la variance se base sur la définition de la variance, var(X) = E(X 2 )−(EX)2 .
Nous devons au préalable calculer E(X 2 ) en utilisant la formule
X
E(X 2 ) = x2 pX (x)
x
E(X 2 ) = 02 × 0, 6 + 12 × 0, 4 = 0, 4
nous obtenons
E(XY ) = 1 × 1 × 0, 02 + 1 × 2 × 0, 03 = 0, 08
Finalement,
pXY (x, y)
p(y|X = x) =
pX (x)
3
En appliquant cette formule on obtient
0,35 7
0,4 = 8 si y = 0
0,02 = 1
si y = 1
p(y|X = 1) = 0,4 20
0,03 3
= si y = 2
0,4 40
0 pour toute autre valeur de y
L’espérance conditionnelle :
X
E(Y |X = 1) = yp(y|X = 1)
y
1 3 1
=1× +2× =
20 40 5
La variance conditionnelle est var(Y |X = 1) = E(Y 2 |X = 1) − [E(Y |X = 1)]2 . On
calcule tout d’abord E(Y 2 |X = 1) :
X
E(Y 2 |X = 1) = y 2 p(y|X = 1)
y
1 3 7
=1× + 22 × =
20 40 20
Finalement
var(Y |X = 1) = E(Y 2 |X = 1) − [E(Y |X = 1)]2
2
7 1 31
= − =
20 5 100
(f ) Pour répondre à cette question, il faut vérifier les identités
pXY (x, y) = pX (x)pY (y) pour tout x et y.
La réponse à la questions est négative, puisque, par exemple, cette identité n’est pas
vérifiée pour les valeurs particulières x = 0 et y = 0 :
pXY (0, 0) = 0, 45
pX (0) = 0, 6
pY (0) = 0, 8
et 0, 45 6= 0, 6 × 0, 8.
(g) Cette covariance a été calculée dans l’exercice (d) : Cov(X, Y ) = −0, 02.
Question 3
Soit des variables Y et X telles que E(Y |X) = 1 + 3X, E(X) = 0 et V ar(X) = 4. Calculez
E(Y − 3X + 4X 2 − XY |X) et E(Y − 3X + 4X 2 − XY ).
Supposons de plus que V ar(Y |X) = 3X 2 . Calculez ou simplifiez au maximum les expressions
suivantes :
V ar(Y − 3X + 4X 2 − XY |X) et V ar(Y ).
4
Hint
Important à retenir pour le calcul d’espérances conditionnelles : Conditionnellement à X,
la variable X n’est plus aléatoire. Il faut donc la traiter comme une constante et lui appliquer
les règles usuelles du calcul des espérances concernant les constantes. Par exemple :
E(4Y ) = 4E(Y ) (car 4 est une constante)
donc :
ou encore :
E(Y + 7) = E(Y ) + 7
donc :
Solutions
(a) E(Y − 3X + 4X 2 − XY |X)
= E(Y |X) − E(3X|X) + E(4X 2 |X) − E(XY |X) (linéarité de l’espérance)
= E(Y |X) − 3X + 4X 2 − XE(Y |X) (idem, en utilisant X comme une constante)
2
= 1 + 3X − 3X + 4X − X(1 + 3X) (car E(Y |X) = 1 + 3X)
2
=X −X +1
(b) (Attention, dans le calcul de l’espérance non conditionnelle, la variable X est une va-
riable aléatoire !) E(Y − 3X + 4X 2 − XY )
= E(Y ) − 3E(X) + 4E(X 2 ) − E(XY ) (linéarité de l’espérance)
2
= E(Y ) + 4E(X ) − E(XY ) (car E(X) = 0)
5
(iii) Calcul de E(XY ). En utilisant à nouveau la formule des espérances itérées :
Les deux expressions entre crochets sont donnés dans l’énoncé. On a donc :
V ar(Y ) = 3 × 4 + 36 = 48