UNIVERSITE CADI AYYAD Facult´e PolyDisciplinaire de Safi
TD de calcul de Probabilit´es Variables al´eatoires
D´epartement Math´ematiques-Info.
Fili`ere SMA(S6) (A.U : 19-20)
Exercice 1. Soit (un)n∈N une suite r´eelle born´ee. Pour toutn∈N, on pose An={um, m≥n}.
1. Pour toutn∈N, on poseVn= inf(An) etWn= sup(An). Montrer que la suite (Vn)n∈Nest croissante et la suite (Wn)n∈Nest d´ecroissante. En d´eduire qu’elles sont convergentes.
2. On note : lim
n→+∞Vn= lim inf
n→+∞un = sup
n≥0
m≥ninf umet lim
n→+∞Wn= lim sup
n→+∞
un= inf
n≥0sup
m≥n
um. Calculer lim inf
n→+∞un et lim sup
n→+∞
un pour les suites (un)n = ((−1)n)n∈N et (un)n = (n1)n∈N∗.
Exercice 2. Soientxun nombre r´eel et (un)n la suite d´efinie par : ∀n∈N, un= h
10nxi 10n , o`u [x]
repr´esente la partie enti`ere d’un r´eel x.
1. Montrer que la suite (un)n converge versx.
On posea0=u0= [x] et∀n∈N, an+1= 10n+1(un+1−un).
2. Montrer que pour tout entiern∈Non a : 0≤an+1≤9 etun=
n
X
k=0
ak
10k. 3. On pose pour tout entiern∈N,vn=un+ 1
10n. Montrer que les deux suites (un)n et (vn)n sont adjacentes qui convergent vers xavecun≤x≤vn pour toutn∈N.
unest appel´ee l’approximation d´ecimale par d´efaut `a10npr`es dexetvnl’approximation d´ecimale par exc`es `a 10n pr`es.
Exercice 3. Soient (Ω,F) et (E,E) deux espaces probabilisables,Cune classe de parties deE et X une application de (Ω,F) `a valeurs dans (E,E).
1. Montrer que : σ(X−1(C)) =X−1(σ(C)).
2. On suppose que : σ(C) =E. Montrer que X est une variables al´eatoire si et seulement si X−1(C)⊂ F.
3. On suppose que : (E,E) = (R,BR). D´eduire queX est une variable al´eatoire r´eelle ssi pour tout t∈R,{X ≥t} ∈ F.
4. On suppose que E un espace topologique et E la tribu engendr´ee par la classe des ouverts deE. Montrer que toute fonction continuef : (E,E)→(R,BR) est mesurable.
Exercice 4. Soient (Xn)n≥1 une suite de variables al´eatoires ind´ependantes identiquement dis- tribu´ees et F la fonction de r´epartition deX1. Pour toutk∈N∗, on noteZk la variable al´eatoire d´efinie par
Zk= max(Xi: 1≤i≤k) = max(X1, X2, ..., Xk).
1. Pour k∈N, exprimer la fonction de r´epartitionHk deZk en fonction deF et k.
2. SoitN une variable al´eatoire `a valeurs dansN∗ ind´ependante des (Xn)n≥1. On consid`ere la variable al´eatoireZ d´efinie parZ = max(Xi : 1≤i≤N)
(a) Justifier l’´egalit´e, pourx∈R,
{Z≤x}= [
k≥1
{Zk ≤x}\
{N =k}
.
(b) En d´eduire que la fonction de r´epartitionH deZ est donn´ee par
∀x∈R, H(x) =X
k≥1
(F(x))k P(N =k).
UNIVERSITE CADI AYYAD Facult´e PolyDisciplinaire de Safi
TD de calcul de Probabilit´es Variables al´eatoires
D´epartement Math´ematiques-Info.
Fili`ere SMA(S6) (A.U : 19-20)
(c) D´eterminerHdans le cas o`uX1suit la loi uniforme sur [0,1] etNsuit la loi g´eom´etrique de param`etrep∈]0,1[,i.e. P(N=k) =p(1−p)k−1.
Exercice 5. 1. Soient X une variable al´eatoire positive et a > 0. D´emontrer l’in´egalit´e de Markov
P(X ≥a)≤EX a .
2. Soient (Xn)n≥1, une suite de variables al´eatoires ind´ependantes identiquement distribu´ees suivant la loi exponentielleE(1) de param`etre 1, etr >0. On poseSn =
n
X
k=1
Xk
(a) Montrer, en utilisant l’in´egalit´e de Markov, que pour tout 0< λ <1, P
hSn
n ≥1 +ri
≤P h
eλSn ≥enλ(1+r)i
≤
EeλX1 eλ(1+r)
n .
(b) En d´eduire queP hSn
n ≥1 +ri
≤(1 +r)ne−nr.
Exercice 6. 1. Soit X une variables al´eatoire de loi exponentielle E(λ) de param`etre λ >0.
D´eterminer la loiPZ de la variable al´eatoireZ = [X] + 1 o`u [x] d´esigne la partie enti`ere de x. Identifier la loi trouv´ee avec une loi usuelle.
2. SoitU une variable al´eatoire de loi uniformeU([−1,1]). D´eterminer la loi PV de la variable al´eatoireV = arcsin(U).
3. Soit X une variables al´eatoire de loi normale N(0,1). D´eterminer la loi PR de la variable al´eatoireR=|X|.
4. SoitX, Y deux variables al´eatoires ind´ependantes de loi normaleN(0,1).
(a) D´eterminer la loiPZ de la variable al´eatoitreZ= XY. Identifier la loi trouv´ee avec une loi usuelle.
(b) D´eterminer la loiPH de la variable al´eatoitreH =Z1.
Exercice 7. SoientU une variable al´eatoire de loi uniforme sur [−1,1] etX la variable al´eatoire d´efinie parX =1 +U
1−U.
1. D´eterminer la densit´e de la variable al´eatoireX.
2. Calculer la fonction de r´epartition deX.
3. D´eterminer la loi de la variable al´eatoireZ= [X] o`u [x] d´esigne la partie enti`ere dex.
Exercice 8. SoitX une variable al´eatoire `a valeurs dansRde loi de densit´e x7→f(x) = 1
π(1 +x2). Montrer X1 est de mˆeme loi queX.
Solution 1.
Proposition 0.1. Soit X variable al´eatoire `a valeurs dans Rd. S’il existe g :Rd →R telle que
∀f :Rd →Rbor´elienne born´ee telle que f(X) soit int´egrable ou positive, E(f(X)) =
Z
Rd
f(x)g(x)dx ,
UNIVERSITE CADI AYYAD Facult´e PolyDisciplinaire de Safi
TD de calcul de Probabilit´es Variables al´eatoires
D´epartement Math´ematiques-Info.
Fili`ere SMA(S6) (A.U : 19-20)
alorsg est la densit´e deX.
Soitg∈ Bb+(R)) l’ensemble des fonctions bor´eliennes born´ees deR`a valeurs dansR+(on peut prendre aussi l’ensemble des fonctions continues born´ees deR`a valeurs dansR+), la loi de la v.a.
1
X est uniquement d´etermin´ee par le calcul deE h
g
1 X
i
, le th´eor`eme de transfert nous donne E
h g1
X i
= Z
R
g1 x
dPX
= Z
R
g1 x
f(x)dx
= Z
R
g1 x
1 π(1 +x2)dx
= Z
]−∞,0[
g1 x
1
π(1 +x2)dx+ Z
]0,+∞[
g1 x
1 π(1 +x2)dx
=
0
Z
−∞
g1 x
1
π(1 +x2)dx+
+∞
Z
0
g(1 x) 1
π(1 +x2)dx
=
0
Z
−∞
g(u) 1 π(1 +u12)
du u2 +
+∞
Z
0
g(u) 1 π(1 +u12)
du
u2 (u= 1
x, du=−dx x2)
= Z
R
g(x) 1 π(1 +x2)dx
c’est `a dire que la loi de la v.a. X1 est dPX1 = 1
π(1 +x2)dxet par suite la densit´e de probabilit´eh de la v.a. X1 esth(x) = 1
π(1 +x2) qui la densit´e de probabilit´e d’une loi de Cauchy de param`etre 1. Donc les v.a. X et X1 ont mˆeme loi.
Exercice 9. Soit X1, ..., Xn des variables al´eatoires ind´ependantes de loi exponentielle E(λ) de param`etreλ >0.
1. Calculer la loi de la variable al´eatoireY = max
1≤i≤nXi. 2. Calculer la loi de la variable al´eatoireZ= min
1≤i≤nXi.
Solution 2. 1. Calculons la fonction de r´epartitionFY deY : soitt∈R P(Y ≤t) = P( max
1≤i≤nXi≤t)
= P(X1≤t,· · ·, Xn≤t)
= P
\n
i=1
{Xi≤t}
=
n
Y
i=1
P
Xi≤t
((Xi)ni=1 sont ind´ependantes)
=
n
Y
i=1
P
X1≤t
((Xi)ni=1 sont de mˆeme loi)
=
P
X1≤tn
=
FX1(t)n
(FX1 est la fonction de r´epartition deX1)
UNIVERSITE CADI AYYAD Facult´e PolyDisciplinaire de Safi
TD de calcul de Probabilit´es Variables al´eatoires
D´epartement Math´ematiques-Info.
Fili`ere SMA(S6) (A.U : 19-20)
Calculons maintenant la fonction de r´epartition deFX1 deX1, soit t∈R,
a. sit <0, alorsFX1(t) = 0, puisque la fonction de densit´e est nulle pour t≤0.
b. sit≥0
P(X1≤t) =
t
Z
−∞
λe−λx1[0,+∞[dx
=
t
Z
0
λe−λxdx= (1−e−λt)
doncFX1 est donn´e par
FX1(t) =
0 si t <0
1−e−λt si t≥0.
Donc
FY(t) =
0 si t <0
(1−e−λt)n si t≥0.
On applique la proposition suivante pour calculer la densit´e :
Proposition 0.2. SiX est une v.a.r. de fonction de r´epartitionF telle queF est d´erivable, alors X a une densit´e f qui est ´egale `a f(x) = F0(x). Si F est d´erivable partout sauf en un nombre fini de point,X est encore continue et elle a pour densit´ef =F0 (que l’on peut calculer partout sauf en un nombre fini de points, on met n’importe quelle valeur pourf aux points o`uF n’est pas d´erivable).
doncY a pour densit´e de probabilit´efY donn´ee par fY(t) =FY0(t) =
0 si t <0
nλe−λt(1−e−λt)n−1 si t≥0.
2. Calculons la fonction de r´epartitionFZ deZ : soitt∈R P(Z≤t) = 1−P( min
1≤i≤nXi ≥t)
= 1−P(X1≥t,· · · , Xn≥t)
= 1−P \n
i=1
{Xi≥t}
= 1−
n
Y
i=1
P
Xi≥t
((Xi)ni=1 sont ind´ependantes)
= 1−
n
Y
i=1
P
X1≥t
((Xi)ni=1 sont de mˆeme loi)
= 1− 1−P
X1≤tn
= 1−
1−FX1(t)n
(FX1 est la fonction de r´epartition deX1).
Donc Donc
FZ(t) =
0 si t <0
1−e−nλt si t≥0.
Par cons´equent Z suit une loi exponentielle de param`etrenλ.
UNIVERSITE CADI AYYAD Facult´e PolyDisciplinaire de Safi
TD de calcul de Probabilit´es Variables al´eatoires
D´epartement Math´ematiques-Info.
Fili`ere SMA(S6) (A.U : 19-20)
Exercice 10. 1. SoitXune variable al´eatoire qui suit une loi binomialeB(n, p) de param`etres n∈N∗ et p∈[0,1]. Calculer la fonction caract´eristique ϕX deX.
2. Soit (Xn)n∈N∗ une suite de variables al´eatoires r´eelles ind´ependantes et de mˆeme loi de Bernoulli de param`etrep∈]0,1[. On poseS0=T0= 0 et, pour toutn≥1,
Sn =
n
X
k=1
Xk, Tn=n−Sn. (a) Pourn≥1, pr´eciser la loi des variables al´eatoiresSn etTn.
(b) Pourn≥1, calculer P(Sn= 0, Tn= 0). Sn et Tn sont-elles ind´ependantes?
3. SoitN une variable al´eatoire ind´ependante des variables al´eatoires (Xn)n≥1suivant la loi de Poisson de param`etreλ >0. On pose
∀ω∈Ω, U(ω) =SN(ω)(ω), V(ω) =TN(ω)(ω) =N(ω)−U(ω).
(a) Justifier l’´egalit´e, pour toutk∈N, P(U =k) =X
n≥k
P(Sn=k, N=n).
(b) En d´eduire queU suit la loi de Poisson de param`etreλp.
(c) D´eterminer la loi de 1−X1 puis, pr´eciser la loi deV .
(d) Montrer que, pour (k, l)∈N2, P(U =k, V =l) =P(N =k+l)P(Sk+l=k).
(e) En d´eduire que les variables al´eatoiresU etV sont ind´ependantes.
Solution 3. 1. Calculons la fonction caract´eristiqueϕX de la variable al´eatoireX qui suit la loi binomiale B(n, p) de param`etresn∈N∗ et p∈[0,1], Comme PX =P
k≥0P(X =k)δk, par la formule de binˆome, on a
∀t∈R, ϕX(t) = E(eitX) = Z
R
eit.xdPX(x)
=
+∞
X
n=0
eitkP(X =k) =
+∞
X
k=0
eitkCnkpk(1−p)n−k
=
+∞
X
k=0
eitkP(X=k) =
+∞
X
k=0
Cnk(eitp)k(1−p)n−k
= (eitp+ 1−p)n.
2. (a) (Xn)n∈N∗ est une suite de variables al´eatoires r´eelles ind´ependantes et de mˆeme loi de Bernoulli de param`etrep∈]0,1[ alors la sommeSn suit la loi binomialeB(n, p),Tn est aussi la somme des variables al´eatoires (1−Xk)k=1,..,n, 1−Xk est une v.a qui suit une loi de Bernoulli de param`etre 1−psuit la loi binomialeB(n,1−p).
(b) On a
P(Sn = 0, Tn = 0) =P(Sn= 0, n−Sn = 0) =P(Sn= 0, Sn=n) = 0.
Or
P(Sn= 0)P(Tn= 0) = (1−p)npn>0, alors
P(Sn= 0, Tn= 0)6=P(Sn= 0)P(Tn= 0).
D’o`u Sn etTn ne sont pas ind´ependantes.
UNIVERSITE CADI AYYAD Facult´e PolyDisciplinaire de Safi
TD de calcul de Probabilit´es Variables al´eatoires
D´epartement Math´ematiques-Info.
Fili`ere SMA(S6) (A.U : 19-20)
3. (a) PuisqueN est `a valeurs enti`eres, pour toutk∈N, P(U =k) = P
(U =k)∩Ω
= P
(U =k)∩h
∪+∞n=0(N =n)i
= P
∪+∞n=0h
(U =k)∩(N =n)i
=
+∞
X
n=0
P
(U =k)∩(N =n)
=
+∞
X
n=0
P
(Sn =k)∩(N =n)
=
k−1
X
n=0
P
(Sn =k)∩(N =n) +
+∞
X
n=k
P
(Sn=k)∩(N=n)
=
+∞
X
n=k
P
(Sn=k)∩(N =n) ,
o`u on a utilis´e dans la derni`ere ligne le fait qque Sn est `a valeurs dans {0,· · ·, n} ⇒ k∈ {0,· · · , n} et doncP(Sn=k, N =n) = 0 sin < k
(b) Puisque les v.a. N et (Xn)n∈N∗ sont ind´ependantes, Sn et N le sont ´egalement. Par cons´equent,
P(U =k) =
+∞
X
n=k
P
(Sn =k)∩(N =n)
=
+∞
X
n=k
P(Sn =k)×P(N=n)
=
+∞
X
n=k
Cnkpk(1−p)n−ke−λλn n!
= e−λpk
+∞
X
n=k
n!
(n−k)!k!(1−p)n−kλn n!
= e−λpkλk k!
+∞
X
n=k
(1−p)n−kλn−k (n−k)!
= e−λpkλk k!
+∞
X
q=0
(λ(1−p))q q!
= e−λpkλk k! eλ(1−p)
= (λp)ke−λp k!
alorsU suit la loi de PoissonP(λp) de param`etreλp.
(c) 1−X1 suit la loi B(1−p) ; V se comporte commeU au changement de ppar 1−p.
Donc,V suit la loi de Poisson P(λ(1−p)).
(d) Montrons que, pour (k, l)∈N2, P(U =k, V =l) =P(N =k+l)P(Sk+l =k).On a,
UNIVERSITE CADI AYYAD Facult´e PolyDisciplinaire de Safi
TD de calcul de Probabilit´es Variables al´eatoires
D´epartement Math´ematiques-Info.
Fili`ere SMA(S6) (A.U : 19-20)
puisque Sn etN sont 2 variables al´eatoires ind´ependantes P(U =k, V =l) = P(SN =k, N−SN =l)
= P(SN =k, N=k+l)
= P(Sk+l=k, N=k+l)
= P(Sk+l=k)P(N=k+l) (e) Les variables al´eatoiresU et V sont ind´ependantes :
P(U =k, V =l) = P(SN =k, N−SN =l)
= P(SN =k, N =k+l)
= P(Sk+l=k, N =k+l)
= P(Sk+l=k)P(N =k+l)
= Ck+lk pk(1−p)lλk+le−λ (k+l)!
= (k+l)!
l!k! pk(1−p)lλk+le−λ (k+l)!
= (λp)ke−λp k!
((1−p)λ)le−λ(1−p) l!
= P(U =k)P(V =l).
Les variables al´eatoiresU et V sont donc ind´ependantes
Exercice 11. Soit (Xn)n∈N∗ une suite de variables al´eatoires ind´ependantes et de mˆeme loi de PoissonP(λ),λ >0. On rappelle que,P[X =k] =e−λλk
k!, pour toutk∈N. 1. Calculer la fonction caract´eristiqueϕX1 deX1.
2. En d´eduire la loi de la sommeS=X1+X2+...+Xn.
Exercice 12. Soit (Xn)n≥1 une suite de variables al´eatoires ind´ependantes identiquement dis- tribu´ees suivant la loi normaleN(0,1) etN une variable al´eatoire `a valeurs dansN∗ind´ependante des variables al´eatoires (Xn)n≥1. On note, pourn≥1,
Yn= 1
√n
n
X
k=1
Xk, Y = 1
√ N
N
X
k=1
Xk.
1. Calculer, pour toutn≥1, la fonction caract´eristique deYn et pr´eciser sa loi.
2. D´eterminer la fonction caract´eristique de Y ainsi que sa loi.