corrigé
Transcription
corrigé
Université Pierre et Marie Curie Probabilités et statistiques - LM345 2013-2014 Mercredi 6 novembre 2013 Contrôle continu. Documents, calculatrices et téléphones portables interdits. Exercice 1 Soient X1 , X2 , · · · , X2013 des variables aléatoires réelles discrètes. On suppose que pour tout 1 ≤ i ≤ 2013, P(Xi = i2 ) = 1 , i+2 P(Xi = −i2 ) = 1 , i+2 P(Xi = 0) = i . i+2 On pose Y := X1 + · · · + X2013 . Déterminer E(Y ). Exercice 2 Vecteur aléatoires discrets... Soit X et Y deux variables aléatoires indépendantes telles que X suit la loi de Poisson de paramètre λ et Y suit la loi de Poisson de paramètre µ. On rappelle que λn −λ ∀n ∈ N, P(X = n) = e . n! a) Donner la loi du couple Z = (X, Y ). b) Donner la loi de X + Y . ... et continus Soit Z = (X, Y ) un vecteur aléatoire admettant pour densité par rapport à la mesure de Lebesgue sur R2 1 2x2 − 2xy + y 2 exp − . f (x, y) = 2π 2 a) On rappelle que la loi normale N (µ, σ 2 ) admet pour densité par rapport à la mesure de Lebesgue sur R 1 (x − µ)2 fµ,σ2 (x) = √ exp − . 2σ 2 2πσ 2 R∞ 2 Quelle est la valeur de l’intégrale −∞ e−(x−a) dx pour a ∈ R quelconque ? b) Donner la loi de X. c) Donner la loi de Y . d) X et Y sont-elles indépendantes ? 1 Exercice 3 Soit (X, Y ) un couple de variables aléatoires réelles de densité fX,Y (x, y) = 1D (x, y)/π où D = {(x, y) ∈ R2 : x2 + y 2 ≤ 1} est le disque unité. a) Donner la loi de X. Les variables X et Y sont elles indépendantes ? b) Donner la loi de R = (X 2 + Y 2 )1/2 (on pourra calculer P(R ≤ r) en utilisant que (X, Y ) est de loi uniforme, c’est-à-dire que P((X, Y ) ∈ A) est proportionnel à l’aire de A). Solution de l’exercice 1 Les variables aléatoires X1 , X2 , · · · , X2013 étant bornées, elles admettent toutes un moment d’ordre 1. Pour tout 1 ≤ i ≤ 2013, on a E(Xi ) = i2 × P(Xi = i) + (−i2 ) × P(Xi = −i) + 0 × P(Xi = 0) = Par la linéarité de l’espérance, on obtient E(Y ) = P2013 i=1 i2 i2 − = 0. i+2 i+2 E(Xi ) = 0. Solution de l’exercice 2 Première partie a) La loi du couple Z = (X, Y ) est donnée par pour tout (n, m) ∈ N2 P((X = n) ∩ (Y = m)) = P(X = n)P(Y = m) car X et Y sont indépendantes λn µm P((X = n) ∩ (Y = m)) = e−(λ+µ) n! m! b) On retrouve le résultat très rapidement en passant par les fonctions caractéristiques, mais on peut aussi faire le calcul de la loi directement. La variable aléatoire X + Y est à valeurs dans N, donc sa loi est donnée par les P(X + Y = n) pour tout n ∈ N. ! n [ P(X + Y = n) = P (X = k) ∩ (Y = n − k) k=0 = = n X k=0 n X k=0 P((X = k) ∩ (Y = n − k)) = indep. n X P(X = k)P(Y = n − k) k=0 n λk −λ µn−k −µ e−(λ+µ) X n! e e = λk µn−k k! (n − k)! n! k=0 k!(n − k)! | {z } k Cn = binôme e−(λ+µ) (λ + µ)n n! donc X + Y suit la loi de Poisson de paramètre λ + µ. Deuxième partie. 2 R a) En utilisant que la densité de la loi N (a, 12 ) vérifie R fa, 1 (x)dx = 1 on a 2 Z ∞ Z ∞ √ 1 2 2 q e−(x−a) dx = 1 ⇒ e−(x−a) dx = π. −∞ 2π 12 −∞ b) Comme le couple Z possède une densité, la marginale possède une densité par rapport à la mesure de Lebesgue sur R qui est donnée par Z ∞ Z ∞ 1 1 2 2 exp − (2x − 2xy + y ) dy f (x, y)dy = fX (x) = 2π −∞ 2 −∞ Z ∞ Z 1 −x2 1 2 1 −x2 ∞ 1 2 2 = e exp − (y − 2xy) dy = e exp − [(y − x) − x ] dy 2π 2 2π 2 −∞ −∞ Z ∞ 2 (y−x) 1 − x2 = e− 2 dy e 2 2π −∞ √ R∞ (y−x)2 Or on a −∞ e− 2 dy = 2π (par le même argument que la question précédente, en utilisant le fait que la densité de N (x, 1) est d’intégrale 1). Ainsi x2 1 fX (x) = √ e− 2 , 2π et X suit la lui normale N (0, 1). c) De même, Y possède une densité par rapport à la mesure de Lebesgue sur R donnée par Z ∞ Z ∞ 1 1 2 2 f (x, y)dx = fY (y) = exp − (2x − 2xy + y ) dx 2π −∞ 2 −∞ Z ∞ 1 − y2 e 2 exp −(x2 − xy) dx = 2π −∞ Z ∞ 2 y y 2 y 2 1 − = e 2 exp − x − − dx 2π 2 4 −∞ Z y2 1 − y2 ∞ −(x− y2 )2 1 4 e dx = √ e− 4 e = 2π 4π | −∞ {z } √ π question a donc Y suit la loi normale N (0, 2). d) Si X et Y étaient indépendantes, on aurait ∀(x, y) ∈ R2 , f (x, y) = fX (x)fY (y). Or 1 2x2 + y 2 fX (x)fY (y) = √ exp − 6= f (x, y). 4 2 2π Donc X et Y ne sont pas indépendantes. 3 Solution de l’exercice 3 a) On voit aisément que Z Z 1 1 1 √ fX (x) = 1D (x, y) dy = 1|x|≤1 1|y|≤√x2 −1 dy = 2 1 − x2 1|x|≤1 . π π π √ √ Les variables√X et Y ne sont pas indépendantes puisque P(X > 3/2∩Y > 3/2) = √ 0 6= P(X > 3/2)P(Y > 3/2). b) On a P(R ≤ r) = πr2 /π = r2 . La variable R a donc pour densité fR (r) = 2r1[0,1] (r). 4