Probabilités et Statistiques: Correction Contrôle Continu 2 Jeudi 6 Mai 2010 Dure : 2h. Le total de points est sur 21 (hors bonus). Toutes les réponses doivent être justifiées. Les documents sont interdits mais les calculatrices sont autorisées. Exercice 1 : Fonction de densité Soit X une variable aléatoire dont la fonction de densité est : c(1 − x2 ) − 1 < x < 1 f (x) = 0 sinon 1) Déterminer la valeur de c. (2 points) R On sait que R f (x) dx = 1, on obtient donc c par le calcul suivant : 1 Z 1 4 3 x3 =1⇔c× =1⇔c= c(1 − x2 ) dx = 1 ⇔ c x − 3 −1 3 4 −1 2) Déterminer la fonction de répartition de X. (2 points) La fonction de répartition s’obtient en intégrant la densité sur ] − ∞; x]. Z x Z x - si x < −1 : f (x) dx = 0 dx = 0 −∞ Z −∞ x Z 1 3 - si x > 1 : f (x) dx = (1 − x2 ) dx = 1 −∞ −1 4 x Z x Z x 3 3 x3 3 x3 1 2 - si −1 < x < 1 : f (x) dx = (1−x ) dx = x− = x− + 4 4 3 4 3 2 −∞ −1 −1 d’où : F (x) = 0 3 4 si x < −1 x− x3 3 + 1 1 2 si − 1 < x < 1 si x > 1 3) Calculer l’espérance et la variance de X. (2 points) Z +∞ Z 1 Z 3 3 1 2 E(X) = x × f (x) dx = x(1 − x ) dx = x − x3 dx 4 −1 −∞ −1 4 1 1 3 x2 x4 3 1 1 1 1 − = − − − =0 4 2 4 −1 4 2 4 2 4 Z Z +∞ Z 1 3 2 3 1 2 x − xt dx E(X 2 ) = x2 × f (x) dx = x (1 − x2 ) dx = 4 −1 −∞ −1 4 1 3 x3 x5 3 1 1 1 1 1 = − = − − − + = 4 3 5 −1 4 3 5 3 5 5 = V (X) = E(X 2 ) − E(X)2 = 1 5 Exercice 2 : Fonction de répartition Soit F la fonction définie sur R par : x α 1 − e−( θ ) x > 0 F (x) = 0 sinon avec (θ, α) ∈ R∗+ × R∗+ 1) Montrer que F est une fonction de répartition d’une variable aléatoire absolument continue X. (2 points) F est continue sur R, dérivable sur R∗ et croissante sur R. (à démontrer dans une copie !) De plus lim F (x) = 0 et lim F (x) = 1. x→−∞ x→+∞ Donc F est une fonction de répartition d’une variable aléatoire absolument continue. 2) Donner une densité de la loi de probabilité de X. (1.5 points) La densité s’obtient en dérivant F : α α x α−1 −( x e θ) x > 0 θ θ f (x) = 0 sinon Exercice 3 : Loi uniforme Deux étudiants se rendent la bibliothèque. L’heure d’arrivée du premier suit une loi uniforme sur [12, 18] et celle du second une loi uniforme sur [14, 17]. Exceptionnellement la bibliothèque ferme à 16 heures. Quelle est la probabilité qu’aucun des deux étudiants n’ai pu entrer ? (2.5 points) Soit X l’heure d’arrivée du premier étudiant et Y celle du second. Les deux évènement sont indépendants. La probabilité qu’aucun des deux étudiants n’ait pu entrer est P (X > 16 ∩ Y > 16). P (X > 16∩Y > 16) = P (X > 16)×P (Y > 16) = (1−P (X < 16))×(1−P (Y < 16)) 16 − 12 16 − 14 1 = (1 − FX (16)) × (1 − FY (16)) = 1 − × 1− = 18 − 12 17 − 14 9 2 Exercice 4 : Loi normale (1) On suppose que L la longueur en millimètre d’un os donné chez un adulte est une variable aléatoire telle que L ∼ N (60, 100). 1) Quelle est la probabilité pour que la longueur d’un os soit supérieure à 65mm ? (1 point) 65 − 60 L − 60 L − 60 L − 60 > =P > 0.5 = 1−P < 0.5 P (L > 65) = P 10 10 10 10 = 1 − Φ(0.5) = 1 − 0.6915 = 0.3085 2) Le corps humain compte deux cents os, combien sont de longueur supérieure à 65mm ? (0.5 point) 200 × 0.3085 = 61.7 3) Quelle est la probabilité que la longueur d’un os soit comprise entre 55mm et 65mm ? (1.5 points) 55 − 60 L − 60 65 − 60 L − 60 P (55 < L < 65) = P < < = P −0.5 < < 0.5 10 10 10 10 = Φ(0.5)−Φ(−0.5) = Φ(0.5)−(1−Φ(0.5)) = 2Φ(0.5)−1 = 2×0.6915−1 = 0.383 4) Les 10% des os les plus petits souffrent de malformation. En-dessous de quelle longueur ont-ils cette malformation ? (1 point) l − 60 l − 60 L − 60 P (L < l) = 0.10 ⇔ P > = 0.10 ⇔ Φ = 0.10 10 10 10 L − 60 60 − l = 0.90 ⇔ = 1.28 ⇔ l = 60 − 10 × 1.28 ⇔ l = 47.2 ⇔Φ 10 10 Exercice 5 : Loi normale (2) Une étude statistique portant sur les revenus annuels français en 2009 montre que le salaire (en KE) suit une loi normale de moyenne m et d’écart-type σ. On dispose des données suivantes : 47% des français ont un salaire inférieur à 30KE et 13% ont un salaire compris entre 30KE et 50KE. 1) Déterminer les paramètres m et σ. (3 points) X −m 30 − m On a P (X < 30) = 0.47 ⇔ P < = 0.47 σ σ 30 − m −30 + m −30 + m ⇔Φ = 0.47 ⇔ Φ = 0.53 ⇔ = 0.08 σ σ σ 30 − m X −m 50 − m et P (30 < X < 50) = 0.13 ⇔ P < < = 0.13 σ σ σ 3 ⇔Φ 30 − m 50 − m −Φ = 0.13 ⇔ Φ − 0.47 = 0.13 σ σ 50 − m 50 − m = 0.60 ⇔ = 0.25 ⇔Φ σ σ 50 − m σ On doit donc résoudre le système suivant : m−30 = 0.08 σ 50−m = 0.25 σ d’où : m = 34.85 σ = 60.61 2) Quel pourcentage de français ont un salaire supérieur à 70KE ? (1 point) 70 − 35 X − 35 70 − 35 X − 35 > =1−P < P (X > 70) = P 61 61 61 61 = 1 − Φ(0.57) = 1 − 0.71566 = 0.28434 Exercice Bonus Une variable aléatoire suit une loi de Cauchy de paramètres (0, 1) si elle admet pour densité : 1 f (x) = , ∀x ∈ R. π(1 + x2 ) 1) Vérifier qu’il s’agit bien d’une densité de probabilité. 1 > 0 ∀x ∈ R π(1 + x2 ) Z +∞ −∞ 1 1 dx = π(1 + x2 ) π Z +∞ −∞ 1 1 1 π π 1 +∞ dx = [arctan(x)] = − − = ×π = 1 −∞ (1 + x2 ) π π 2 2 π avec y = tan(x) ⇔ x = arctan(y) 2) Montrer qu’elle n’admet pas d’espérance. Z +∞ x × f (x) dx = E(X) = −∞ 1 π Z +∞ −∞ +∞ 1 1 x 2 dx = ln(1 + x ) = +∞ (1 + x2 ) π 2 −∞ 3) La loi de X = |Y |, où Y suit une loi de Cauchy est appelée loi de Lorentz. Déterminer la densité de cette loi. FX (t) = P (X < t) = P (−t < Y < t) = FY (t) − FY (−t) fX (x) = FX (x) = fY (x) − fY (−x) = 2fY (x) car Y est paire dx 2 fX = , ∀x ≥ 0 π(1 + x2 ) 4