1
UV8: Probabilits et Statistiques
Fiche de TD no 2
Lectures complmentaires: Cours de thorie de la mesure (UV3) ! P. Brmaud, Introduction aux probabilits, Springer-Verlag G. Calot, Exercices de calcul des probabilits, Dunod J.-P. Ansel, Y. Ducel, Exercices corrigs en thorie des probabilits, Ellipses (faisant suite : Exercices corrigs en thorie de la mesure et de lintgration) D. Foata, A. Fuchs, Calcul des probabilits: cours et exercices corrigs, Masson M. Cottrell, C. Duhamel, V. Genon-Catalot, Exercices de probabilits aves rappels de cours, Collections DIA 1. Soit une mesure niment additive sur une algbre A. Soit (An )nI une suite dvnements disjoints N P de A, telle que A = nI An A. Montrer que N (A)
n=0 X
UNIVERSITE DE BOURGOGNE
(An )
2. Soient a et b deux rels quelconques. Dterminer la fonction de rpartition de Y = aX + b. 3. Soit F une fonction de rpartition continue et h > 0, montrer que Z 1 x+h F (t) dt h (x) = h x est aussi une fonction de rpartition. 4. Mesure de Lebesgue-Stieljes. Une fonction de distribution gnralise G sur IR est une fonction croissante au sens large, valeurs dans I continue droite. On dnit pour tout a < b (]a, b]) = R, G(b) G(a). Montrer que stend en une mesure positive sur (IR, BI ). R 5. Soit (, A, P ) un espace probabilis. Soit (Xn )n=1... une suite de v.a.r.1 et N une variable alatoire valeur dans I . Montrer que X dnie par N est une v.a.r. 6. On suppose que X est une v.a.r. de loi uniforme sur [a, b], o a et b sont deux rels tels que a < b. Dterminer a et b sachant que E [X] = 10 et 2 (X) = 12. 7. (a) Sur un espace probabilis (, A, P ), on considre une v.a.r. X dont la fonction de rpartition est donne par FX (t) = 1 t e 1],0] (t) + 2 et 1]0,+[ (t) 2 X() = XN() ()
Dterminer la loi de Y = |X| (b) On suppose que Z est une v.a.r. de fonction de rpartition FZ (t) =
1 3 (t + 2) 1[1,0[[1,2[ (t) + 1[0,1] (t) + 1[2,+[ (t) 4 4
Donner une reprsentation graphique de FZ et dterminer la loi de Z. 8. Sur un espace probabilis (, A, P ), on considre une v.a.r. positive X de la fonction de rpartition FX . (a) Montrer que pour tout n IN Z + Z E [X n ] = ntn1 P {X > t} dt =
0
1 Variable
ntn1 (1 FX (t)) dt
(Indication: On pourra appliquer le thorme de Tonelli sur la fonction H (, t) = ntn1 1]t,+[ (X ()))
Alatoire Relle
2 (b) Montrer que lhypothse X positive est ncessaire. (c) Calculer lesprance et la variance des v.a.r. dans les cas suivants (o > 0): i. FX = t1[0,1[ (t) + 1[1,+[ (t) ii. FY = 1 et 1[0,+[ (t) FZ =
+ X
iii.
n=0
n 1 (t) n! [n,+[
9. Soit (Xn )n=1... une suite de v.a.r. i.i.d.2 suivant une loi de Bernouilli de paramtre 1 . Montrer que 2 X= est une v.a.r. et dterminer sa loi. 10. Soit (Xn )n=1... une suite de v.a.r. i.i.d. selon une loi de Bernouilli dans {0, 2} de paramtre 1 . On pose 2 X=
X Xn X Xn
n=1
2n
n=1
3n
Montrer que la v.a.r. X a une loi de probabilit continue mais non absolument continue (i.e. sa probabilit est une mesure singulire). 11. Soit X une v.a.r. de fonction de rpartition F que lon suppose continue. calculer la loi de F (X) (Indication: On pourra supposer dans un premier temps F strictement croissante). R 12. Thorme du rejet3 . Soit f une densit de probabilit sur I pouvant scrire f(x) = (x)g(x) o [1, +[ g densit de probabilit sur I R fonction valeurs dans [0, 1] Montrer que si Z est une v.a.r. de densit g et U est une v.a.r. de loi uniforme sur [0, 1] indpendante de Z alors la loi de probabilit de Z sachant {(Z) > U } est de densit f . 13. Soient X et Y deux v.a.r. i.i.d. de loi N (0, 1). Soit (R, ) [0, +[[0, 2[ la reprsentation en coordonnes polaires de (X, Y ). Montrer que (R2 , ) est un couple de v.a.r. indpendantes absolument continues par rapport la mesure de Lebesgue sur [0, +[[0, 2[ et dterminer la loi de R2 et de . 14. Algorithme de simulation. Soit (Un )nIN et (Vn )nIN deux suites de v.a.r. i.i.d. telles que pour tout entier n, le couple (Un , Vn ) suive la loi uniforme dans [1, 1]2 . Soient X, Y, et N les trois variables alatoires dnies par
2 N = inf{n I Un + Vn 1} N; 2 2 2 = UN + VN q
= 2 ln() X = UN Y = VN
2 Indpendantes 3 Cet
et Identiquement Distribues exercice et les deux suivants forme une srie dexercices un peu exotiques sur la simulation de variables alatoires.
3 (a) Dterminer la loi de N, calculer E [N ], (N ), et P {N n} pour n donn. (c) Calculer la loi de (X, Y ). 15. (a) Soit X une v.a.r. admettant un moment dordre r. En minorant E [|X|r ], montrer lingalit de Markov P {|X| t} (b) En dduire lingalit de Chebyshev P {|X E [X]| } 2 (X) 2 E [|X|r ] tr
(b) Montrer que suit une loi uniforme sur [0, 1].
16. Thorme de Weierstrass, dmonstration de Bernstein. Considrons N variables alatoires indpendantes (Xi )i=1...N telles que Xi = 1 avec probabilit x 1x Xi = 0 On notera YN la variable alatoire
1 N
Soit f : [0, 1] 7 I une fonction continue R (a) Calculer pN (x) = E [f (YN )]. (b) Montrer que pN f uniformment en N . (Indication: on utilisera lingalit de Chebychev sur YN )
PN
i=1 Xi .
