Colles en ÉCS2 Variables à densité. 1 - Lois quelconques. Florilège Exercice 4. Autour de l’arc-tangente. Z +∞ dx π . 4 Exercice 1. Loi de Laplace. 1 Soit f : R −→ R, x 7−→ e−|x| . 2 1. Montrer que f est une densité de probabilité. 2. Soit X une variable aléatoire admettant f pour densité. Déterminer la fonction de répartition de X. 3. Montrer que X admet une espérance et une variance et les calculer. 4. Soit Y = X. Déterminer une densité de Y. 5. Montrer que Y admet une espérance et une variance et les calculer. 1.a) En posant u = arctan x, établir que I = Exercice 2. Lois de Pareto avec ou sans moment. ( 0 si x 6 1 Soit a un réel et f : R −→ R, x 7−→ a . sinon x3 1. Déterminer a pour que f soit une densité de probabilité. 2. Soit X une variable aléatoire admettant f pour densité. Déterminer la fonction de répartition de X. 3. Étudier si√X admet une espérance et une variance. Si oui, les calculer. 4. Soit Y = X. Déterminer une densité de Y. 5. Étudier si Y admet une espérance et une variance. Si oui, les calculer. Exercice 5. Fléchettes. On lance une fléchette sur une cible circulaire de rayon égal à 1 métre. La probabilité d’atteindre une zone donnée de la cible est proportionnelle à l’aire de cette zone. 1. On note R la distance séparant le centre de la cible de la fléchette. Déterminer la loi de R. k 2. Pour participer au jeu, on mise 1 euro, et on gagne à chaque fois euro(s). On note R G le gain algébrique. du joueur. Montrer que G admet une espérance et la calculer, en fonction de k. 3. L’organisateur espère gagner 0,20 euro par partie en moyenne. Quelle valeur doit-il donner à k ? Dans la suite, k prend cette valeur. 4. Quels sont les gains possibles du joueur ? Que vaut P(G > 5) ? Et P(G > 0) ? Exercice 3. Par la loi ou par transfert. 1 1. Justifier que f : R −→ R, x 7−→ est une densité de variable aléatoire. π(1 + x2 ) 2. Soit X ayant f pour densité et Y par : ( définie ln X si X 6= 0 Y= . 0 sinon 1 + x2 b) Pour quelle valeur du réel a la fonction par f définie a si x > 0 f : R −→ R, x 7−→ (1 + x2 )2 0 sinon est-elle une densité de probabilité ? 2. Soit X une variable ayant f pour densité. Justifier l’existence et calculer E(X) et V(X). 0 Exercice 6. Une densité constante par morceaux. Pour x ∈ R, on note E(x) la partie entière de x. ( 0 si x 6∈ ] 1 ; 4 [ Soit α un réel et f : R −→ R, x 7−→ . αE(x) sinon 1. Déterminer α pour que f soit une densité de probabilité. 2. Soit X une VAR de densité f . Déterminer la fonction de répartition de X. 3. Étudier si X admet une espérance. Si oui, la calculer. 4. Soit Y = X − 2. Étudier si Y admet une espérance. Si oui, la calculer. a) Déterminer la fonction de répartition de Y en fonction de celle de X. b) Déterminer une densité continue fY de Y. c) Étudier la parité de fY , établir que Y possède une espérance et la calculer. Z 1 Z +∞ ln(x) ln(x) 3. Soit I = dx et J = dx. 2 1 + x 1 + x2 0 1 a) Établir la convergence de I puis celle de J. b) À l’aide du changement de variable u = 1/x, montrer que J = −I. c) Retrouver, à l’aide du théorème de transfert, l’existence et la valeur de l’espérance de Y. Nivôse à : 2 existe et vaut Exercice 7. Loi de l’arc-sinus. 0 si x 6∈ [ −1 ; 1 ] Soit f : R −→ R, x 7−→ 2 √ . 1 − x2 si x ∈ [ −1 ; 1 ] π 1. Vérifier que f est une densité de variable aléatoire. Soit X admettant f pour densité. 2. On définit Y par : Y ∈ [ −π/2 ; π/2 ] et sin Y = X. Déterminer une densité de Y. 3. Montrer que E(X) et V(X) existent et les calculer. 1/8 Fichier : rec_var_a_densite Variables à densité. Colles en ÉCS2 Exercice 8. Racine d’une variable exponentielle. ( 0 si x 6 0 . Soit λ > 0 et f : R −→ R, x 7−→ −λx λe si x > 0 1. Vérifier que f est une densité de variable aléatoire. Soit X admettant f pour densité. 2. Montrer que E(X) et V(X) √ existent et les calculer. 3. On définit Y par Y = X. Déterminer une densité de Y. 4. Montrer que E(Y) et V(Y) existent et les calculer. Exercice 9. Sup et inf d’une famille de lois de Pareto. Soit n un entier naturel au moins égal à 2. Soit X 1 , X2 , . . . , Xn n variables aléatoires 0 si x 6 1 . indépendantes toutes de densité f : R −→ R, x 7−→ 1 si x > 1 2 x 1. Étudier l’existence de E(Xi ) et de V(Xi ). 2. Soit Y = inf (Xi ) etZ = sup (Xi ). Déterminer une densité de Y et une densité de 16i6n 3. 1. 2. Exercice 10. Densité polynomiale. ( 0 si x 6∈ [ 0 ; 1 ] Soit a un réel et f : R −→ R, x 7−→ . a(x3 − x4 ) si x ∈ [ 0 ; 1 ] 1. Déterminer a pour que f soit une densité de probabilité. 2. Soit X admettant f pour densité. Expliciter la fonction de répartition F de X. 3. Montrer que E(X) et V(X) existent et les calculer. Donner la loi de Y. Montrer que E(Y) existe si, et seulement si, E(X) existe. Montrer que, dans ce cas, E(Y) 6 E(X) 6 E(Y) + 1. Exercice 13. Loi de Weibull. ( 0 si x 6 0 . Soit β ∈ ] 0 ; +∞ [ et f : R −→ R, x 7−→ β−1 −xβ βx e sinon Z +∞ β 1. Montrer que, pour tout k ∈ N, l’intégrale Ik = xk βxβ−1 e−x dx existe et cal0 2. 3. 4. 5. 16i6n Z. Étudier l’existence, et calculer éventuellement la valeur, de E(Y), de V(Y), de E(Z) et de V(Z). Florilège culer sa valeur à l’aide de la fonction Γ d’Euler, en fonction de k et β. Montrer que f est une densité de probabilité. Soit X une variable admettant f pour densité. Montrer que possède des moments de tous ordres. Calculer V(X) dans le cas particulier β = 2. On pose Y = Xβ . Déterminer la loi de Y. À l’aide du théorème de transfert et utilisant une densité de Y, retrouver l’existence et la valeur des moments de X. N.B. La loi de X porte le doux nom de loi de Weibull de paramètre β. Exercice 14. Exponentielles itérées. −x Soit f : R −→ R, x 7−→ e−x e−e . 1. Montrer que f est une densité de probabilité. 2. Soit X une variable admettant f pour densité. Déterminer la loi de Y = exp(−X). 3. Y possède-t-elle une espérance ? 4. Établir que X possède une espérance. Exercice 15. Loi d’un produit. b e2t dt. Exercice 11. Inversion d’une loi γ. 2t a A+e Z +∞ − 1 1 e x 2. Vérifier que f : R −→ R, x 7−→ est une densité de probabilité. Soit, pour n ∈ N, In = dx. n π(1 + x2 ) x 0 1 1. Prouver, à l’aide de la fonction Γ, que In converge pour n > 2 et donner sa valeur. 3. Soit x ∈ R. Montrer qu’il existe A et B réels tels que : ∀u ∈ R, = (u + 1)(e2x + u) 0 si x 6 0 1 A B −x 2. On suppose maintenant n > 2. Soit fn : R −→ R, x 7−→ . + 2x . λ n e si x > 0 u + 1 e +u xn admettant toutes deux f pour densité. Montrer que, pour une valeur λn que l’on calculera, fn est une densité de probabilité. 4. Soit X et Y deux variables indépendantes a) Déterminer une densité de ln X . 3. Soit Xn une v.a.r. admettant fn pour densité. Étudier l’existence, et éventuellement calculer, E(Xn ) et V(Xn ). b) Déterminer une densité de ln XY. Z 1. Pour a < b et A > 0, calculer l’intégrale Exercice 12. Discrète vs à densité. Soit X une v.a.r. positive à densité. Soit Y la partie entière de X. Nivôse à : 2/8 Fichier : rec_var_a_densite Variables à densité. Colles en ÉCS2 Exercice 16. Laplace de base 3. Exercice 20. . ( −x a.3 a.3x si x ∈ R+ soit une densité sinon 1. Déterminer un réel a tel que f : R −→ R, x 7−→ 2. 3. 4. 5. de probabilité. Soit X admettant f pour densité. Déterminer la fonction de répartition de X. Établir l’existence et déterminer la valeur de E(X). On poseY = 3X . Déterminer la fonction de répartition de Y. Y admet-elle une espérance ? 2 - Autour des lois usuelles. Florilège 1. 2. 3. 4. e2x − 1 est une bijection. e2x + 1 −1 Déterminer f (y) pour y ∈ ] −1 ; 1 [. 1 1+X Soit X une v.a.r. de loi uniforme U] −1 ; 1 [ . Soit Y = ln . Déterminer une 2 1−X densité de Y. Montrer que Y a une espérance et la calculer. Montrer que f : R −→ ] −1 ; 1 [ , x 7−→ Exercice 21. . 1. Soit X une variable aléatoire suivant la loi γ (3). Rappeler une densité de X. 2. On pose Y = 1/X si X > 0, et Y = 0 sinon. 0 si y 6 0 a) Montrer que FY (y) = . 1 1 − FX sinon y b) En déduire une densité de Y. 3. Montrer que E(Y) existe et la calculer. Exercice 17. . 1. Soit X une variable aléatoire réelle de fonction de répartition F, de support X(Ω) = ] a ; b [ où a ∈ [ −∞ ; +∞ [, b ∈ ] −∞ ; +∞ ] et a < b. On suppose F strictement croissante sur ] a ; b [. Montrer que la restriction de F à ] a ; b [ est une bijection de ] a ; b [ sur un intervalle à préciser. 2. On pose Y = F(X). Quelle est la loi de Y ? Exercice 22. . 3. Soit λ un réel strictement positif et Y une variable suivant la loi uniforme U] 0 ; 1 [ . On dit qu’une variable X suit une loi symétrique si : Déterminer une variable X définie en fonction de Y et suivant la loi exponentielle ∀x ∈ R, P(X < −x) = P(X > x). E(λ). 1.a) Montrer que U (] −1 ; 1 [) et N (0; 1) sont deux lois symétriques. 4. En turbo-pascal, la fonction random renvoie un réel suivant la loi U] 0 ; 1 [ . Définir b) Soit λ ∈ ] 0 ; +∞ [. E (λ) est-elle une loi symétrique ? un algorithme en turbo-pascal prenant le réel λ comme argument et renvoyant un 2.a) Montrer que si X suit une loi symétrique, alors X possède une densité paire. réel suivant la loi E(λ). Que peut-on dire de l’espérance de X, si elle existe ? Exercice 18. . b) Réciproquement, montrer que si X possède une densité paire, alors X suit une loi Soit n ∈ N∗ et X une v.a.r. de loi uniforme U[ 0 ; n [ . Soit Y la partie entière de X et symétrique. Z = X − Y. 3. Soit X une variable suivant une loi symétrique. 1. Déterminer la loi de Y. a) On suppose que X2 suit la loi exponentielle de paramètre 1. Déterminer une densité Z +∞ 2. Déterminer la loi de Z (on pourra utiliser le système ([Y = k])k∈[[0 ; n−1]] ). fX de X et vérifier que fX (x)dx = 1. 0 Exercice 19. . b) Montrer que E(X) et V(X) existent et les calculer. Soit X une variable suivant la loi uniforme U[ 0 ; 1 ] . 4. On suppose que les variables indépendantes X et Y suivent toutes les deux des lois 1. Rappeler une densité et la fonction de répartition de X. symétriques et que la loi de Z = X + Y peut être obtenue à l’aide du produit de 2. On pose Y = − ln X. Montrer que Y admet une espérance E(Y) sans déterminer sa convolution. Montrer que la loi de Z est symétrique. loi. 3. Déterminer la loi de Y et retrouver E(Y). 4. La fonction turbopascal random renvoie un réel suivant la loi U[ 0 ; 1 ] . Écrire une fonction en turbopascal renvoyant un réel suivant la même loi que Y. Nivôse à : 3/8 Fichier : rec_var_a_densite Variables à densité. Colles en ÉCS2 Exercice 23. Une matrice aléatoire. Soit X une variable suivant la loi normale N(0; 4) et M = prés, la 1. M 2. M 3. M 2X −4 1 X ! . Calculer, à 10−3 4. 5. Florilège Soit k ∈ ] 0 ; +∞ [. Calculer P(X > kY). Z possède-t-elle une espérance ? Si oui, la calculer. Exercice 28. Loi d’un produit. Soit n, p ∈ N∗ , (Xi )i∈[[1 ; n]] et (Yi )i∈[[1 ; p]] 2n variables aléatoires indépendantes toutes de loi uniforme U [ 0 ; 1 ]. On pose : Rn = max(X1 , . . . , Xn ) et Sp = max(Y1 , . . . , Yp ). 1. Déterminer les lois de Rn et de Sp . 2. Déterminer les lois de ln(Rn ) et de ln(Sp ). 3. Déterminer la loi de T = Rn Sp . 4. Montrer que T possède des moments de tous ordres. 5. Calculer E(T). probabilité que : possède deux valeurs propres réelles distinctes ; possède deux valeurs propres complexes non réelles ; possède deux valeurs propres imaginaires pures. Exercice 24. . Soit X une variable suivant la loi normale N(0; 1). 1. Montrer que Y = X2 possède une espérance que l’on précisera (On ne cherchera pas à déterminer la loi de Y). Exercice 29. Somme de lois exponentielles. 2. Montrer que Y suit une loi usuelle dont on précisera les paramètres. 1. Montrer que la fonction définie sur R par : 3. Retrouver alors E(Y) et en déduire l’existence et la valeur de V(Y). F(x) = 1 − 2e−x/3 + e−2x/3 11] 0 ; +∞ [ 4. Déterminer une valeur approchée à 0,01 prés de la médiane m de Y, définie par est une fonction de répartition. FY (m) = 21 . 2. Soit Z une variable ayant F pour fonction de répartition. a) Donner une densité de Z. Exercice 25. . b) Justifier l’existence de E(Z) et V(Z) et les calculer. Soit X une variable aléatoire de loi exponentielle E(1). 2 3. Soit X et Y deux variables indépendantes de loi respective E (1/3) et E (2/3). Quelle est la probabilité que le polynôme en t : t + 2(X − 2)t + 2X + 4 admette au moins déf. une racine réelle ? a) Montrer que S = X + Y suit la même loi que Z. Exercice 26. Non corrélées, non indépendantes. Soit X de loi N (0; 1). 1. On pose Y = |X|. Montrer que Y est une variable à densité et déterminer son espérance. 2. On pose Z = XY. Montrer que Z est une variable à densité et déterminer son espérance. 3. On définit le coefficient de corrélation linéaire de X et Y par E(XY) − E(X)E(Y) ρ(X, Y) = . σ(X)σ(Y) Calculer ρ(X, Y). 4. Étudier l’indépendance de X et Y. Exercice 27. Loi d’un quotient. Soit X et Y deux variables indépendantes de loi exponentielle E(1). 1. Déterminer les lois de ln X et − lnY. X ex 2. Montrer qu’une densité de ln est x 7→ x . Y (e + 1)2 3. En déduire la loi de Z = X/Y. Nivôse à : b) Retrouver alors E(Z) et V(Z). Exercice 30. Une caractérisation de la loi exponentielle. Soit (Xi )i∈N∗ une suite de variables aléatoires toutes définies sur un même espace de probabilité (Ω, T, P), indépendantes et de même loi, telle que Xi (Ω) = R+ et FXi est dérivable sur R+ . On notera F la fonction de répartition commune des Xi . Pour tout n de N∗ , on désigne par In la variable aléatoire définie par In = n×inf 16i6n (Xi ). 1. Dans cette question, on suppose que la loi commune des variables Xi est la loi exponentielle de paramètre λ. Montrer que, pour tout n de N∗ , In suit aussi la loi exponentielle E (λ). 2. Dans cette question, on suppose que, pour tout n de N∗ , In suit la même loi que les variables Xi . a) Montrer que : n ln(1 − F(x/n)) ∼ n→+∞ −xF0d (0), où F0d (0) désigne la dérivée à droite de F en 0. b) Montrer que, pour tout x de R+ et tout n de N∗ , 1 − F(x) = 1 − F x n n . c) En déduire la loi commune des Xi . 4/8 Fichier : rec_var_a_densite Variables à densité. Colles en ÉCS2 Florilège 4. Y(Ω) = R+ , FY (y) = 11[ 0 ; +∞ [ (y)(FX (y) − FX (−y)) = (1 − e−y )11[ 0 ; +∞ [ (y), fY (y) = Exercice 31. Quotient d’inf et sup. e−y 11[ 0 ; +∞ [ (y) ... Y ,→ E (1). Soit a ∈ ] 0 ; +∞ [. Soit X et Y deux variables indépendantes de même loi uniforme sur 5. E(Y) = 1, V(Y) = 1. ] 0 ; a [. I On pose I = inf(X, Y) et S = sup(X, Y) et on s’intéresse à la loi de Z = . Exercice 2. Lois de Pareto avec ou sans moment. S Z +∞ 1. Montrer que ln Z = − |ln X − ln Y|. 1 dx = donc a = 2 et f vérifie toutes les propriétés d’une densité. 1. 2. Déterminer des densités de U = ln X et V = − ln Y. 3 x 2 1 3. Déterminer une densité de W = U + V. 1 2. F (x) = 1 − 11] 1 ; +∞ [ (x). X 4. En déduire la loi de Z. x2 Z +∞ Z +∞ 2 Exercice 32. Lois limites. 3. dx existe et vaut 2 : E(X) existe et vaut 2. xf (x)dx = x2 Soit (Xn )n>1 est une suite de variables de fonction de répartition respective FXn et X une Z1 +∞ Z1 +∞ 2 variable de fonction de répartition FX . dx n’existe pas : E(X2 ) et V(X) n’existent pas. x2 f (x)dx = x Lorsque, en tout x de R où FX est continue, on a : lim FXn (x) = FX (x), on dit que Xn 1 1 n→+∞ 1 4 converge en loi vers X. 4. FY (y) = 1 − 4 11] 1 ; +∞ [ (y), FY (y) = 5 11] 1 ; +∞ [ (y). x x 1. Étudier la convergence en loi de la suite (Xn ) lorsque, pour tout n de N∗ , Xn suit 4 2 U ([ −1/n ; 1/n ]). 5. E(Y) = , E(Y2 ) = E(X) = 2, V(Y) = . 3 9 2. Étudier la convergence en loi de la suite (Xn ) lorsque, pour tout n de N∗ , Xn suit U ([ −n ; n ]). Exercice 3. Par la loi ou par transfert. ∗ +∞ Z +∞ 3. Étudier la convergence en loi de la suite (X ) lorsque, pour tout n de N , X suit n n 1 2 arctan x n−1 = 1. 1. f est manifestement continue et positive sur R et f (x)dx = U n, n, . . . , n , 1 . π −∞ −∞ 2.a) Pour y ∈ R, FY (y) = FX (ey ) − FX (−ey ). 2ey b) Pour y ∈ R, fY (y) = . π(1 + e2y ) 3 - Indications de réponses. Exercice 1. Loi de Laplace.. Z 1. f est continue, positive et paire sur R. Z +∞ Par parité, f (x)dx = 1. 0 +∞ 1 f (x)dx = 2 Z 0 +∞ e−x dx = 1 1 Γ(1) = . 2 2 −∞ 2. 3. 2ey 2e−y = = fY (y), fY est paire. π(1 + e−2y ) π(e2y + 1) Z +∞ 2ye−y yfY (y) ∼ et comme ye−y dy existe (c’est Γ(2) ! ! ! !), par équivalence y→+∞ π 0 Z +∞ yfY (y)dy existe. y 7→ yfY (y) étant impaire, E(Y) existe et vaut 0. c) fY (−y) = 1 1 Si x < 0, FX (x) = ex et si x > 0, FX (x) = 1 − e−x . 2 2 0 Z +∞ Z 1 +∞ −x 1 Z 1 xfX (x)dx = xe dx = Γ(2) donc existe ! ! ! Par "imparité" de x → 7 ln(x) 2 2 3.a) ∼ ln(x) et ln(x)dx existe (utiliser la primitive x 7→ x ln(x) − x et la 0 0 Z +∞ 1 + x2 x→0 0 limite lim x ln(x) = 0), ce qui assure la convergence de I. xfX (x), xfX (x)dx = 0 et E(X) = 0. x→0 Z +∞ −∞ Z +∞ Z +∞ 1 dx ln(x) 1 1 = o et existe (Riemann) donc convergence de J. x2 fX (x)dx = x2 e−x dx = Γ(3) donc existe ! ! ! Par parité de x → 7 2 3/2 x→+∞ x3/2 1 + x x 1 2 0 2 0 Z +∞ Z +∞ Z 0 Z 1 ln(x) ln(1/u) −1 ln(u) x2 fX (x), x2 fX (x)dx = Γ(3) = 2! = 2, E(X2 ) = 2, V(X) = 2. b) J = dx = du = − du = −I :-) 2 2 2 2 1+x −∞ 1 1 1 + 1/u u 0 u +1 Nivôse à : 5/8 Fichier : rec_var_a_densite Variables à densité. Colles en ÉCS2 Z +∞ c) E(Y) = E(ln |X|) = −∞ ln |x| parité 2 dx = π(1 + x2 ) π Z 0 +∞ ln |x| 2 dx = (I + J) = 0. 1 + x2 π 3. Exercice 4. Autour de l’arc-tangente. Z π/2 Z π/2 Z π/2 du π 1 + cos(2u) 2 1.a) I = du = . = cos udu = 2 2 4 1 + tan u 0 0 0 1 4 b) a = = . I π Z +∞ 4 dx 2. xf (x) ∼ et existe ... E(X) existe. x→+∞ πx3 x3 Z1 +∞ 4 dx x2 f (x) ∼ et existe ... E(X2 ) et V(X) existent. x→+∞ πx2 x2 1 +∞ Z +∞ 2 2 4x dx = − = . E(X) = 2 2 2 π(1 + x ) π(1 + x ) 0 π 0 Z +∞ Z +∞ Z +∞ 2 2 4x 4 1 + x − 1 4 dx 2 E(X ) = dx = dx = −J = π(1 + x2 )2 π 0 (1 + x2 )2 π 1 + x2 0 0 π 4 π2 − 4 4 +∞ [arctan x]0 − = 2 − 1 = 1. V(X) = 1 − 2 = . π 4 π π2 E(X) = Florilège 17 , E(Y) = 1. 6 Exercice 7. Loi de l’arc-sinus. 1. En posant x = cos y : Z 1 Z Z 2 π/2 2 π/2 cos(2y) + 1 f (x)dx = cos2 (y)dy = dy = 1. π −π/2 π −π/2 2 −1 2. 3. Exercice 8. Racine d’une loi exponentielle. 1. En posant u = λx, on se ramène à la fonction Γ d’Euler, ou on reconnaît la loi exponentielle de paramètre λ. 2. E(X) = 1/λ et V(X) = 1/λ2 . 2 3. FY (y) = FX (y 2 )11] 0 ; +∞ [ (y), fY (y) = 2λye−λy 11] 0 ; +∞ [ (y). Z +∞ Z +∞ √ −u 2 1 4. E(Y) = 2λ ue du (j’ai posé u = λy 2 ), E(Y) = y 2 e−λy dy = √ λ 0 0 r 1 3 1 π 1 4−π √ Γ = , E(Y2 ) = E(X) = , V(Y) = . 2 2 λ λ 4λ λ Exercice 9. Sup et inf d’une famille de lois de Pareto. Z +∞ Z +∞ 1 dx diverge, ni E(Xi ) ni V(Xi ) n’existent. 1. f (x)dx = πr2 x 2 −∞ 0 = r . Par dérivation, 1. R(Ω) = [ 0 ; 1 ]. Pour r ∈ [ 0 ; 1 ], FR (r) = P(R 6 r) = 2. • Y(Ω) = ] 1 ; +∞ [ et pour y ∈ ] 1 ; +∞ [, FY (y) = P(Y 6 y) = 1 − P(Y > y) = π × 12 Q Q indép. fR (r) = 2r11[ 0 ; 1 ] (r). 1 − P(∩i [Xi > y]) = 1 − i P(Xi > y) = 1 − i (1 − F(y)) = 1 − (1 − F(y))n = Z 1 k lin. 1 k k transf. 2. G = R − 1. E R = 2rdr = 2k. E(G) = 2k − 1. 1 − n car F est la fonction de répartition des Xi , définie par primitivation par r y 0 3. E(G) = 0, 2 pour k = 0, 6, G(Ω) = [ −0, 40 ; +∞ [ (le joueur peut faire exploser la n 1 11] 1 ; +∞ [ (y). fY (y) = n+1 11] 1 ; +∞ [ (y). F(y) = 1 − banque ...) y y k k • Z(Ω) = ] 1 ; +∞ [ et pour z ∈ ] 1 ; +∞ [, FZ (z) = P(Z 6 2 z) = n P(G > 5) = P −1>5 =P R6 = P(R 6 0, 1) = 0, 1 = 1% Q Q R 6 1 indép. n . P(∩i [Xi 6 z]) = i P(Xi 6 z) = i F(z) = (F(z)) = 1 − k k z P(G > 0) = P −1>0 = P R6 = P(R 6 0, 6) = 0, 62 = 36%, et donc n−1 R 1 n 1 fZ (z) = 2 1 − 11] 1 ; +∞ [ (z). 64% de chance d’être perdant ... z z Z +∞ dy n Exercice 6. Une densité constante par morceaux. 3. • E(Y) = n existe et vaut si n > 2. n y n − 1 Z 4 Z 2 Z 3 Z 4 1 Z 1 +∞ dy n 1. α = car E(x)dx = 1dx + 2dx + 3dx = 6. 2 E(Y ) = n existe et vaut si n > 3. 6 n−1 1 1 2 3 y n − 2 1 2. Si x ∈ [ 1 ; 2 ], F(x) = (x − 1)/6, si x ∈ [ 2 ; 3 ], F(x) = (2x − 3)/6 et si x ∈ [ 3 ; 4 ], n V(Y) existe et vaut si n > 3. F(x) = (x − 2)/2. (n − 2)(n − 1)2 Exercice 5. Fléchettes. Nivôse à : 6/8 Fichier : rec_var_a_densite Variables à densité. Colles en ÉCS2 • zfZ (z) ∼ z→+∞ n donc z mais. Z +∞ zfZ (z)dz diverge et E(Z), donc V(Z), n’existent ja1 Exercice 10. Densité polynomiale. Z 1 1. x3 − x4 dx = 20 donc a = 20, f (x) = x3 − x4 = x3 (1 − x) > 0. 5. Florilège Pour y > 0, FY (y) = P(Y 6 y) = P(X 6 y 1/β ) = FX (y 1/β ), 1−β 1 fY (y) = y β f (y 1/β ) = e−y , Y ,→ E (1). β Z +∞ k transf. k E(X ) = E(Yk/β ) = y k/β e−y dy = Γ +1 . β 0 0 2. 3. F(x) = (5x4 − 4x5 )11[ 0 ; 1 ] (x) + 11] 1 ; +∞ [ (x). 2 10 , V(X) = . E(X) = 21 63 Exercice 14. Exponentielles itérées. +∞ Z +∞ −x −x −x −e −e 1. e e dx = e = 1 − 0 = 1. −∞ 2. Exercice 11. Inversion d’une loi γ. 1. En posant u = 1/x, In = Γ(n − 1) = (n − 2)! pour n > 2. 1 1 . 2. λn = = In (n − 2)! 1 3. E(Xn ) existe si n > 3 et E(Xn ) = λn In−1 = . n−2 1 E(X2n ) existe si n > 4 et E(X2n ) = λn In−2 = . (n − 3)(n − 2) 1 V(Xn ) existe si n > 4 et V(Xn ) = . (n − 3)(n − 2)2 3. 4. Exercice 12. Discrète vs à densité. Z 1. 2. k+1 P(Y = k) = P(k > X > k + 1) = FX (k + 1) − FX (k) = fX (x)dx. k xfX (x), Tout repose sur : ∀k ∈ N, ∀x ∈ [ k ; k + 1 ] , kfX (x) 6 donc Z k+1 Z k+1 Z k+1 déf. déf. kfX (x)dx 6 xfX (x)dx, 0 6 uk = kP(Y = k) 6 xfX (x)dx = vk . k k k P P Si E(X) existe, k vkP converge donc k uP k converge, E(Y) existe. Si E(Y) n’existe pas, k uk diverge donc k vk diverge, E(X) n’existe pas. Y 6 X < Y + 1 et la croissance de l’espérance fait le reste... Exercice 13. Loi de Weibull. 1. u = xβ , du = βxβ−1 dx conduit à Ik = 2. I0 = Γ(1) = 1... Z 0 3. E(Xk ) = Ik = Γ √ k +1 . β π/2, E(X2 ) = Γ(2) = 1 et V(X) = X(Ω) = ] 0 ; +∞ [, Y(Ω) = ] 0 ; +∞ [. Nivôse à : uk/β e−u du = Γ k +1 . β Pour β = 2 : E(X) = Γ(3/2) = 4. +∞ 4−π . 4 −∞ X(Ω) = R, Y(Ω) = ] 0 ; +∞ [, pour y > 0 : FY (y) = P(Y 6 y) = P(X > − ln(y)) = 1 − FX (− ln(y)). 1 fY (y) = f (− ln(y)) = e−y , Y ,→ E (1). y E(Y) = 1. Z +∞ transf. E(X) = E(− ln(Y)) = − ln(y)e−y dy. 0Z 1 1 • − ln(y)e−y ∼ ln(y) et − ln(y)dy existe (vaut [−y ln(y) + y]0 = 1). Par équiy→0 0 Z 1 valence, − ln(y)e−y dy existe. 0 Z +∞ • |− ln(y)e−y | = o (ye−y ) et ye−y dy existe (c’est Γ(2)). Par comparaison, y→+∞ 0 Z +∞ − ln(y)e−y dy converge absolument donc existe. 1 E(X) existe... Exercice 15. Loi d’un produit. b Z b e2t 1 1 A + e2b 2t 1. dt = ln(A + e ) = ln . A + e2t 2 2 A + e2a a Za+∞ 1 dx +∞ = [arctan(t)]−∞ = 1. 2. 2) π(1 + x π −∞ ( A+B=0 A B (A + B)u + (e2x A + B) 3. + 2x = . A et B solutions de u+1 e +u (u + 1)(e2x + u) e2x A + B = 1 1 conviennent : A = 2x = −B. e −1 4.a) Soit Z = ln |X|. Z(Ω) = R. FZ (x) = P(−ex 6 X 6 ex ) = FX (ex ) − FX (−ex ). 2ex , et Z0 = ln |Y| a la même densité. fZ (x) = ex (f (ex ) + f (−ex )) = π(1 + e2x ) 7/8 Fichier : rec_var_a_densite Colles en ÉCS2 Variables à densité. Florilège b) ln XY = ln |X| + ln |Y| = Z + Z0 . Z +∞ Z +∞ 4 et ex−t fZ (t)fZ0 (x − t)dt = 2 Soit h(x) = dt 2t π −∞ 1 + e 1 + e2x−2t −∞ Z 4ex +∞ e2t h(x) = 2 dt. 2t 2t 2x π −∞ (e + 1)(e + e ) Pour éviter de couper cette intégrale convergente en deux intégrales divergentes, avançons prudemment : soit a < b. Z b e2t dt (e2t + 1)(e2t + e2x ) Za+∞ e2t dt = 2t 2t 2x −∞ (e + 1)(e + e ) Nivôse à : 8/8 Fichier : rec_var_a_densite