Chapitre 26 Couples de variables aléatoires 26.1 Lois de couples 26.1.1 Loi conjointe Dénition ( Couple de VAR ) Soit Ω un ensemble ni. Un couple de VAR (X, Y ) sur un espace probabilisé ni (Ω, A, P ) est une application de Ω dans E × E 0 où E et E 0 sont des ensembles : ( Ω → E × E0 ω 7→ (X(ω), Y (ω)) telles que X et Y soient des VAR dénies sur (Ω, A). Si E × E 0 = R2 , (X, Y ) est un couple de variables aléatoires réelles (discrètes nies). Th. . S.C.E. associé à un couple de VAR Soit un couple de VAR (X, Y ) sur un espace probabilisé ni (Ω, A, P ). Alors la famille d'événements ((X = x) ∩ (Y = y))(x,y)∈X(Ω)×Y (Ω) est un système complet d'événements de Ω. Dénition ( Loi conjointe ) Soient (X, Y ) un couple de var sur un espace probabilisé ni (Ω, A, P ). On appelle loi du couple (X, Y ) (ou loi de (X, Y ) ou loi conjointe de X et Y ) l'ensemble {((x, y), P [(X = x) ∩ (Y = y)]), x ∈ X(Ω) et y ∈ Y (Ω)} Remarque Test 635 Déterminer la loi conjointe revient à déterminer les probabilités de chacune des intersections. Pour bien démarrer, il faut donc déterminer les valeurs prises par X et par Y. Une urne contient 2 boules blanches, 3 boules rouges et 4 boules bleues. On extrait 3 boules de l'urne. On note X le nombre de boules blanches parmi ces 3 boules et Y le nombre de boules rouges. Déterminer la loi du couple (X, Y ). 26.1.2 Lois marginales Dénition ( Lois marginales ) Les variables X et Y sont appelées variables marginales du couple (X, Y ). La loi de la var X (resp. Y ) s'appelle la loi marginale de X (resp. Y ) du couple (X, Y ). 557 CHAPITRE 26. Th. COUPLES DE VARIABLES ALÉATOIRES . Calcul des lois marginales Soit (X, Y ) un couple de variables aléatoires sur un espace probabilisé ni On a : ∀x ∈ X(Ω), P (X = x) = X (ω, A, P ). P [(X = x) ∩ (Y = y)] y∈Y (Ω) ∀y ∈ Y (Ω), P (Y = y) = X P [(X = x) ∩ (Y = y)] x∈X(Ω) Remarque Test 636 On applique la formule des probabilités totales en utilisant tantôt le S.C.E. (Y = y)y∈Y (Ω) , tantôt le S.C.E. (X = x)x∈X(Ω) . Déterminer les lois marginales des VAR du test précédent Un atelier fonctionne avec 2 équipes d'ouvriers : une du matin et une du soir. Chaque jour on note le nombre d'ouvriers absents. Soit X VAR égale au nombre d'absences de l'équipe du matin. Soit Y VAR égale au nombre d'absences de l'équipe de soir. La loi du couple (X, Y ) est donnée dans le tableau suivant : Test 637 X\Y 0 1 2 3 0 0.25 0.20 0.05 0 1 0.20 0.10 0.05 0.05 2 0.05 0.02 0.02 0.01 1. Donner les lois de X et Y. 2. Calculer E(X), E(Y ), σ(X) et σ(Y ). 3. Une absence coûte 100 euros à l'usine. Quelle est la perte journalière moyenne due aux absences ? Attention Connaître les lois marginales ne permet pas de retrouver la loi conjointe. 26.1.3 Lois conditionnelles Dénition ( Dénition ) Soit (X, Y ) un couple de VAR discrètes sur un espace probabilisé ni (Ω, A, P ) et soit y ∈ Y (Ω) tel que P (Y = y) 6= 0. On appelle loi conditionnelle à [Y = y] de X l'ensemble des couples (xi , P[Y =y] (X = xi ))i∈I On dénit de même pour x ∈ X(ω) la loi conditionnelle à [X = x] de Y . Test 638 En reprenant le premier test du chapitre, déterminer la loi conditionnelle à [Y = 2] de X. Remarque On aurait ici pu déterminer la loi conditionnelle à [Y = 2] de X directement sans se servir de la loi du couple. 26.1.4 Liens entre ces lois Jonglage Il est important de bien savoir jongler entre loi du couple, lois marginales et lois conditionnelles. Il s'agit uniquement d'appliquer la dénition des probabilités conditionnelles ou alors d'appliquer la formule des probabilités totales mais voici tout de même une propriété générale qui reprend tout cela. Lycée Châtelet Douai Page 558 26.2. Th. FONCTIONS DE COUPLES . Liens entre loi du couple, lois marginales et lois conditionnelles Soit (X, Y ) un couple de VAR sur un espace probabilisé ni (Ω, A, P ) . x ∈ X(Ω) et y ∈ Y (Ω) tels que P (X = x) 6= 0 et P (Y = y) 6= 0 Pour tout • Loi conditionnelle à partir de la loi du couple : P[X=x] (Y = y) = • P ([X = x] ∩ [Y = y]) P (X = x) P[Y =y] (X = x) = X P ((X = x) ∩ (Y = y)) X P (Y = y) = y∈Y (Ω) P ((X = x) ∩ (Y = y)) x∈X(Ω) Lois marginales à partir des lois conditionnelles : P (X = x) = X P[Y =y] (X = x)P (Y = y) y∈Y (Ω) Test 639 P ((X = x) ∩ (Y = y)) = P[Y =y] (X = x)P (Y = y) Lois marginales à partir de la loi du couple : P (X = x) = • P ([X = x] ∩ [Y = y]) P (Y = y) Loi du couple à partir de la loi conditionnelle : P ((X = x) ∩ (Y = y)) = P[X=x] (Y = y)P (X = x) • on a : P (Y = y) = X P[X=x] (Y = y)P (X = x) x∈X(Ω) On considère une urne contenant quatre boules rouges et trois boules noires. On pioche une à une sans remise les boules de l'urne. Pour tout entier i ∈ [[1, 2]], on note Xi le nombre de tirages nécessaires pour obtenir la ième boule noire. 1. Donner la loi de X1 ainsi que son espérance et sa variance. 2. Expliciter la loi conjointe de (X1 , X2 ). En déduire la loi de X2 . 3. On note T la variable aléatoire dénie par T = X2 − X1 . Que représente T ? Donner son espérance. 26.2 Fonctions de couples Proposition Soient X, Y deux var réelles sur un espace probabilisé ni (Ω, A, P ). Alors X + Y, XY, max(X, Y ), min(X, Y ) sont des VAR sur (Ω, A). De manière générale, si g est une fonction de deux variables dénies sur X (Ω) × Y (Ω) alors g (X, Y ) est aussi une var. Proposition (Loi) Soient X, Y deux var réelles sur un espace probabilisé ni (Ω, A, P ) et g une fonction de deux variables dénie sur X (Ω) × Y (Ω). Soit Z = g(X, Y ) une var dépendant uniquement de X et Y. Alors Z(Ω) = {g(x, y), x ∈ X(Ω) et y ∈ Y (Ω)} et ∀z ∈ Z(Ω) on a X P (Z = z) = P ((X = x) ∩ (Y = y)) x et y tels que g(x,y)=z Proposition (Espérance) Soient X, Y deux var sur un espace probabilisé ni (Ω, A, P ) et g une fonction de deux variables dénie sur X (Ω) × Y (Ω). Soit Z = g(X, Y ) une var dépendant uniquement de X et Y. Alors on a E(Z) = X X g(x, y)P ((X = x) ∩ (Y = y)) x∈X(Ω) y∈Y (Ω) Page 559 Alain Couteèle et Mélissa Bailloeuil CHAPITRE 26. COUPLES DE VARIABLES ALÉATOIRES Soit X1 et X2 deux variables indépendantes et de même loi, avec : 1 5 P (Xi = 0) = , P (Xi = 1) = . 6 6 Soit S = X1 + X2 , P = X1 X2 . Test 640 1. Donner la loi du couple (S, P ) puis celles de S et P . 2. S et P sont-elles indépendantes ? 3. Calculer E(S), E(P ), V (S), V (P ). 26.3 Indépendance 26.3.1 Dénition Dénition ( Indépendance ) Soient X, Y 2 var sur sur un espace probabilisé ni (Ω, A, P ) à valeurs respectives dans E et F . Dire que X et Y sont indépendantes signie que ∀x ∈ X(Ω) et ∀y ∈ Y (Ω) P ((X = x) ∩ (Y = y)) = P (X = x) × P (Y = y) La loi conjointe du couple (X, Y ) est donnée par X\Y Test 641 0 1 2 0 1/20 1/4 0 1 17/60 1/4 1/6 1. Déterminer les lois marginales. 2. X et Y sont-elles indépendantes ? 3. Calculer E(X), E(Y ). Proposition Soient X et Y deux var sur un espace probabilisé ni (Ω, A, P ) indépendantes à valeurs respectives dans E et F et soient A ⊂ E et B ⊂ F . Alors on a P ((X ∈ A) ∩ (Y ∈ B)) = P (X ∈ A)P (Y ∈ B) Compléter le tableau suivant de la loi conjointe de X et Y connaissant les probabilités indiquées et sachant que X et Y sont indépendantes. Test 642 X\Y 0 0 0.04 1 0.02 2 0.06 1 2 3 0.09 0.06 loideX 3 loideY 0.2 La loi conjointe du couple (X, Y ) est donnée par Test 643 X\Y −1 0 1 0 1/4 a 1/8 1 1/5 b 1/10 1. Donner les lois de X et Y. 2. Déterminer a et b de manière que X et Y soient indépendantes. Lycée Châtelet Douai Page 560 26.3. INDÉPENDANCE Proposition Soient X et Y deux var sur (Ω, A, P ) indépendantes et soient f, g deux fonctions dénies respectivement sur X(Ω) et sur Y (Ω). Alors f (X) et g(Y ) sont deux var dénies sur (Ω, A, P ) indépendantes. 26.3.2 Espérance et variance Th. . Calcul de l'espérance et de la variance Soient X et Y (Ω, A, P ) deux var nies sur indépendantes alors, E(XY ) = E(X)E(Y ) V (X + Y ) = V (X) + V (Y ) Remarque et V (X − Y ) = V (X) + V (Y ) Si X et Y sont indépendantes alors E(XY ) = E(X)E(Y ). La réciproque est fausse. Par contre si E(XY ) 6= E(X)E(Y ) alors X et Y ne sont pas indépendantes. Soit (Xi )i∈N une suite de VAR de Bernoulli de paramètre p, indépendantes. Soit Yi = Xi Xi+1 1. Quelle est la loi de Yi ? n X 2. Soit, ∀n ∈ N∗ , Sn = Yi . Calculer E(Sn ). Test 644 i=1 26.3.3 Covariance Dénition ( Covariance ) Soient X et Y deux VAR discrètes nies. On appelle covariance de X et de Y le nombre réel : cov(X, Y ) = E[(X − E(X))(Y − E(Y ))] Th. . Covariance Soient X et Y deux VAR discrètes nies. cov(X, Y ) = E(XY ) − E(X)E(Y ) C'est ce théorème qu'on utilisera le plus souvent pour calculer la covariance. Test 645 La covariance dénit-elle un produit scalaire sur l'ensemble des variables aléatoires d'un espace probabilisé ? I cov(Y, X) = cov(X, Y ) et on a aussi cov(X, X) = V (X). Corollaire Si X et Y sont indépendantes alors cov(X, Y ) = 0. Attention ce n'est pas parce que cov(X, Y ) = 0 que X et Y sont nécessairement indépendantes. Par contre si cov(X, Y ) 6= 0, on peut armer que X et Y ne sont pas indépendantes. Soit X une VAR discrète dont la loi est donnée par : xi P (X = xi ) Test 646 -2 1 6 -1 1 4 0 1 6 1 1 4 2 1 6 On considère la variable Y = X 2 . 1. Déterminer la loi de Y ainsi que celle du couple (X, Y ). 2. X et Y sont-elle indépendantes ? 3. Calculer cov(X, Y ) et faire une remarque sur ce résultat. Page 561 Alain Couteèle et Mélissa Bailloeuil CHAPITRE 26. COUPLES DE VARIABLES ALÉATOIRES Dénition ( Dénition ) Si X et Y sont deux variables aléatoires telles que cov(X, Y ) = 0, on dit que les variables sont non corrélées. I Deux VAR indépendantes sont non corrélées mais la réciproque est en générale fausse. Th. . Variance d'une somme • V (X + Y ) = V (X) + V (Y ) + 2cov(X, Y ) • 26.4 Si X et Y sont indépendantes n Généralisation à V (X + Y ) = V (X) + V (Y ). variables 26.4.1 n-uplet de VAR Dénition ( n-uplet de VAR réelles ) Un n-uplet de VAR (X1 , X2 , · · · , Xn ) sur un espace probabilisé ni (Ω, A, P ) est une application de Ω dans Rn : ( Ω → Rn ω 7→ (X1 (ω), · · · , Xn (ω)) telles que X1 ,... Xn soient des VAR dénies sur (Ω, A). Dénition ( Loi conjointe ) Soient (X1 , X2 , · · · , Xn ) Un n-uplet de VAR sur (Ω, A, P ). On appelle loi du n-uplet (X1 , X2 , · · · , Xn ) (ou loi conjointe ) l'ensemble {((x1 , x2 , · · · , xn ), P [ \ (Xi = xi )]), x1 ∈ X1 (Ω),... xn ∈ Xn (Ω)} 1≤i≤n 26.4.2 Indépendance Dénition ( VAR mutuellement indépendantes ) Soient X1 , ..., Xn n VAR discrètes. On dit que les variables X1 , ..., Xn sont indépendantes (ou tout simplement indépendantes ) lorsque pour tout (x1 , ..., xn ) ∈ X1 (Ω) × · · · × Xn (Ω) : mutuellement P ([X1 = x1 ] ∩ · · · ∩ [Xn = xn ]) = P (X1 = x1 ) × · · · × P (Xn = xn ) Proposition (Lemme des coalitions) Soient X1 , · · · , Xn n VAR discrètes mutuellement indépendantes et soit p ∈ {2, ..., n − 1}. Alors toute variable aléatoire fonction des variables X1 , · · · , Xp est indépendante de toute variable aléatoire fonction des variables Xp+1 , · · · , Xn . Exemple Th. Si X1 , X2 , X3 , X4 , X5 sont 5 VAR discrètes mutuellement indépendantes alors les variables X1 + 2X32 et X2 − eX5 sont indépendantes. . Somme de variables binomiales Si X1 , X2 , · · · , Xn sont des VAR mutuellement indépendantes suivant des lois bino- (m1 , p), (m2 , p), · · · , (mn , p) alors n X de paramètre p et de taille mi . miales de paramètres respectifs n X Xi suit une loi binomiale k=1 la variable aléatoire k=1 Corollaire Soient X1 , X2 , · · · , Xn n VAR mutuellement indépendantes qui suivent toutes une loi de Bernoulli de paramètre p, alors X1 + · · · + Xn suit la loi B(n, p). Lycée Châtelet Douai Page 562 26.4. GÉNÉRALISATION À N VARIABLES 26.4.3 Espérance et variance Th. . Espérance d'une somme Soient X1 , X2 , · · · , Xn des VAR discrètes nies sur un même espace probabilisé. E n X ! Xi = i=1 Th. n X E(Xi ) i=1 . Variance d'une somme Soient X1 , X2 , · · · , Xn V des VAR discrètes nies sur un même espace probabilisé. n X ! Xi = i=1 Si de plus X1 , X2 , · · · , Xn n X i=1 cov(Xi , Xj ) 1≤i<j≤n sont mutuellement indépendantes, on a V n X i=1 Page 563 X V (Xi ) + 2 ! Xi = n X V (Xi ) i=1 Alain Couteèle et Mélissa Bailloeuil CHAPITRE 26. 26.5 COUPLES DE VARIABLES ALÉATOIRES Exercices Exercice 1 n 1 boîtes sont numérotées de à n La boîte numérotée k contient k boules numérotées de X 1 à k. Y les numéros de correspondants distincts (n > 2). Pour ]0, 1[ et la On choisit au hasard une boîte, puis une boule dans cette boîte. Soient et la boîte et de la boule obtenus. 1. Quelle est la loi de X ? Préciser 2. Etablir la loi du couple Y. 3. En déduire la loi de E(X) et V (X). (X, Y ). Calculer E(Y ). Exercice 2 Une secrétaire eectue n n appels téléphoniques vers p chaque appel, la probabilité d'obtenir le correspondant demandé est probabilité de ne pas l'obtenir est 1. Soit X q, avec q = 1 − p. le nombre de correspondants obtenus lors de ces E(X) Calculer l'espérance 2. Après ces n appartenant à et la variance n appels. Quelle est la loi de X ? V (X). recherches, la secrétaire demande une deuxième fois chacun des spondants qu'elle n'a pas obtenus la première fois. obtenus dans la deuxième série d'appels, et Soit Z = X +Y Y n−X corre- le nombre de correspondants le nombre total de correspondants obtenus. Quelles sont les valeurs prises par 3. Calculer Z ? p0 = P (Z = 0), p1 = P (Z = 1). p1 = npq 2n−2 (1 + q). Montrer que 4. Calculer la probabilité conditionnelle P(X=k) (Y = h) pour k ∈ {0, .., n} et h ∈ {0, .., n − k}. 5. Démontrer que P (Z = s) = s X P ((X = k) ∩ (Y = s − k)) k=0 6. Calculer ps = P (Z = s). 7. Montrer que En déduire que p(1 + q) = 1 − q 2 ps = n [p(1 + q)]s (q 2 )n−s s et reconnaître la loi suivie par Z Exercice 3 Un joueur lance une pièce équilibrée autant de fois que nécessaire. aléatoire réelle discrète égale au nombre de fois où, au cours des N On note XN la variable premiers lancers, deux résultats successifs ont été diérents. Par exemple , si les 9 premiers lancers ont donné successivement Pile, Pile, Face, Pile, Face, Face, Face, Pile, Pile alors la variable quatre changements, aux 1. Justier que 3ième , 4ième , 5ième et 8ième X9 aura pris la valeur 4 ( lancers ). XN (Ω) = {0, ..., N − 1}. 2. Déterminer la loi de X2 3. Déterminer la loi de X3 . Lycée Châtelet Douai ainsi que son espérance. Page 564 26.5. EXERCICES N −1 1 P (XN = 0) = 2 N 1 . = 1) = 2(N − 1) 2 4. Montrer que et P (XN 5. Justier que pour tout entier k de 6. En déduire que pour tout entier {0, ..., N − 1}, P(XN =k) (XN +1 = k) = k 1 . 2 {0, ..., N − 1}, P (XN +1 − XN = 0 ∩ XN = k) = de 1 P (XN = k). 2 7. En sommant cette relation de k=0 à N − 1, montrer que P (XN +1 − XN = 0) = 1 XN +1 − XN suit une loi de Bernoulli de paramètre . 2 1 E(XN +1 ) = + E(XN ), puis donner E(XN ) en fonction 2 1 . 2 8. Montrer que la variable En déduire la relation 9. Montrer que les variables XN +1 − XN 10. En déduire par récurrence sur En déduire la variance N que et XN XN de N. sont indépendantes. suit une loi binomiale V (XN ). 1 B(N − 1, ). 2 Exercice 4 Soient X, Y et Z trois variables aléatoires mutuellement indépendantes et dénies sur le même espace probabilisé (Ω, A, P ) . On suppose que X, Y et Z suivent la loi U[|1,n|] . k−1 . n2 1. Montrer que : ∀k ∈ [|2, n + 1|], P (X + Y = k) = 2. Montrer que : ∀k ∈ [|n + 2, 2n|], P (X + Y = k) = 2n − k + 1 . n2 3. Utiliser la formule des probabilités totales pour déduire de la première question que : P (X + Y = Z) = 4. Montrer que la variable aléatoire 5. Pourquoi T T =n+1−Z est-elle indépendante de T P (X + Y + Z = n + 1). 6. En faisant intervenir la variable probabilité X et de Y n−1 2n2 suit la loi U[|1,n|] . ? et en utilisant la troisième question, déterminer la Exercice 5 Soit n un entier naturel supérieur ou égal à 2. On considère une urne contenant : • 1 boule numérotée 1 • 2 boules numérotées 2 • ... • n boules numérotées n. X le numéro obtenu. n(n + 1)(2n + 1) k2 = 6 1. On tire une boule de cette urne, on note calculer E(X). On rappelle que n X k=1 Page 565 Déterminer la loi de X et Alain Couteèle et Mélissa Bailloeuil CHAPITRE 26. COUPLES DE VARIABLES ALÉATOIRES 2. On eectue dans cette urne deux tirages successifs sans remise. On note T2 la première boule obtenue et (b) En déduire la loi des variables (d) Déterminer T1 le numéro de (T1 , T2 ). (a) Déterminer la loi du couple (c) Les variables aléatoires T1 le numéro de la deuxième boule. et T1 T2 et T2 . sont-elles indépendantes ? E(T1 + T2 ). Exercice 6 Soit (X, Y ) un couple de VAR discrètes à valeurs dans N2 , P ([X = i] ∩ [Y = j]) = de loi conjointe : a 2i+1 j! a. 1. Déterminer toutes les valeurs possibles de 2. Déterminer les lois marginales. 3. X et Y sont-elle indépendantes ? Exercice 7 Dans cet exercice, les variables aléatoires sont toutes supposées nies et prendre leurs valeurs dans Z. On appelle fonction caractéristique d'une variable aléatoire X l'application ϕX : R → C dénie par ϕX (u) = E eiuX C∞. ϕ00X (0) ? b) Calculer la fonction caractéristique d'une variable X suivant une loi de Bernoulli de paramètre p. Même question avec une loi binomiale de paramètres n et p. c) Soient X une variable aléatoire réelle nie à valeurs dans Z et x0 un entier. Vérier a) Vérier que ϕX est 2π -périodique et de classe 0 Calculer ϕX (0). Comment interpréter ϕX (0) et P (X = x0 ) = 1 2π Z 2π ϕX (u)e−iux0 du 0 En déduire ϕX = ϕY ⇒ X = Y d) Soient X et Y deux variables aléatoires indépendantes. Vérier ϕX+Y = ϕX ϕY e) Exploiter ce résultat pour retrouver la fonction caractéristique d'une variable aléatoire suivant une loi binomiale. Lycée Châtelet Douai Page 566 26.6. 26.6 EXERCICES COMPLÉMENTAIRES Exercices Complémentaires Exercice 1 Soient X et Y deux variables aléatoires prenant pour valeurs a1 , . . . , an avec P (X = ai ) = P (Y = ai ) = pi On suppose que les variables X Y et sont indépendantes. Montrer que n X P (X 6= Y ) = pi (1 − pi ) i=1 Exercice 2 Soient X une variable aléatoire dénie sur un espace probabilisé ni dénie sur (Ω, P ) et f une application X(Ω). A quelle condition les variables aléatoires X et f (X) sont-elles indépendantes ? Exercice 3 Soit p ∈ ]0, 1[ et (Xk )k∈N? une suite de variables aléatoires mutuellement indépendantes vériant P (Xk = 1) = p a) Calculer l'espérance de et P (Xk = −1) = 1 − p Xk . b) On pose n Y Yn = Xk k=1 Yn , n → +∞. En calculant de deux façons l'espérance de c) Quelle est la limite de pn quand déterminer pn = P (Yn = 1). Exercice 4 Y deux variables aléatoires indépendantes à valeurs E(X) en fonction de P (X > k). b) On suppose les variables X et Y uniformes. Déterminer l'espérance de min(X, Y ) puis de max(X, Y ). Déterminer aussi l'espérance de |X − Y |. Soient X et dans [[1, n]]. a) Exprimer Exercice 5 Soient m X1 , . . . , Xn des σ2 . variables mutuellement indépendantes suivant une même loi d'espérance et de variance a) On pose n Xn = Calculer espérance et variance de 1X Xi n i=1 X n. b) On pose n 2 1 X Vn = Xi − X n n − 1 i=1 Calculer l'espérance de Vn . Exercice 6 Page 567 Alain Couteèle et Mélissa Bailloeuil CHAPITRE 26. Soit X et Y COUPLES DE VARIABLES ALÉATOIRES deux variables aléatoires réelles sur l'espace probabilisé (Ω, P ). Montrer |Cov(X, Y )| 6 Lycée Châtelet Douai p V (X)V (Y ) Page 568