13/09/2021 Partie 3 - OpenClassrooms
RD
Accueil
> Cours
> Maîtrisez les bases des probabilités
> Quiz : Partie 3
Maîtrisez les bases des probabilités
12 heures Moyenne
Mis à jour le 11/05/2021
Y
Partie 3
R Vous n'avez pas validé ce quiz.
Vous n'avez pas atteint le seuil de validation de cet exercice, c'est-à-dire 70%. Ce n'est pas très
grave car vous pourrez repasser le quiz dans 24h.
Compétences évaluées
Découvrir les couples de variables aléatoires, covariance et corrélation linéaire
Description
Pour chaque proposition, dire si elle est vraie ou fausse.
Question 1
Quelles que soient les variables aléatoires X et Y , E(XY ) = E(X)E(Y )
VRAI
FAUX
https://openclassrooms.com/fr/courses/4525296-maitrisez-les-bases-des-probabilites/exercises/2693 1/7
13/09/2021 Partie 3 - OpenClassrooms
Non. Cette égalité n'est pas vraie dans le cas général. Par contre, si X et Y sont deux VAD
indépendantes admettant chacune une espérance, nous aurons bien :
Cov(X, Y ) = 0 ⇒ E(XY ) − E(X) × E(Y ) = 0
et par suite :
,
E(XY ) = E(X) × E(Y )
Question 2
On lance indéfiniment le même dé. Soit X le numéro du premier lancer où l'on
obtient un trois et Y celui du premier lancer où l'on obtient un quatre . Ces deux
variables aléatoires sont indépendantes.
VRAI
Y
FAUX
Lorsqu'une expérience consiste à répéter à l'infini de manière identique et indépendante une
épreuve aléatoire à deux issues considérées comme succès et échec (appelée épreuve de
R
Bernoulli), la variable aléatoire discrète indiquant le rang du premier succès suit une loi
géométrique dont le paramètre est la probabilité du succès.
Ainsi X et Y suivent la même loi géométrique de paramètre 1
6
.
X et Y seraient indépendants si la condition suivante était vérifiée :
∀(i, j) ∈ X(Ω) × Y (Ω), P((X = i) ∩ (Y = J )) = P(X = i) × P(Y = J )
Or ici il suffit de considérer le contre-exemple des événements (X = 1) et (Y = 1) . En effet
nous avons :
P(X = 1) = P(Y = 1) =
1
6
.
Tandis que :
P((X = 1) ∩ (Y = 1)) = 0
Puisque nous ne pouvons pas obtenir à la fois un 3 et un 4 dès le premier lancer.
Ainsi :
P((X = 1) ∩ (Y = 1)) ≠ P(X = 1) × P(Y = 1)
Les variables X et Y ne sont pas indépendantes.
Question 3
https://openclassrooms.com/fr/courses/4525296-maitrisez-les-bases-des-probabilites/exercises/2693 2/7
13/09/2021 Partie 3 - OpenClassrooms
X et Y sont deux variables aléatoires indépendantes s'il existe un x0 dans
X(Ω) et un y0 dans Y (Ω) tels que :
P[(X = x0 ) ∩ (Y = y0 )] = P[(X = x0 )] × P[(Y = y0 )]
,
VRAI
FAUX
Non.
Comment rendre toute une proposition complètement fausse en changeant un quantificateur.
Ici si on remplaçait "il existe" par "pour tout" la proposition serait vraie, ce serait la définition
même de l'indépendance de deux VAD.
Y
En revanche avec "il existe" ça ne marche pas. Ce n'est pas parce que cette égalité est valable
pour un certain x0 et un certain y0 que les variables seront pour autant indépendantes.
R Question 4
Deux variables aléatoires suivant la même loi sont égales.
VRAI
FAUX
Non. "De même loi" et "égales" ne signifient pas la même chose. Il suffit de considérer le contre-
exemple du couple (X, Y ) de la question 2. X et Y sont de même loi mais elles ne sont pas
égales.
Question 5
Si X et Y ont la même loi alors : X(Ω) = Y (Ω)
VRAI
FAUX
Oui. D'ailleurs l'égalité des supports est une condition nécessaire à l'égalité des deux variables
aléatoires.
Question 6
https://openclassrooms.com/fr/courses/4525296-maitrisez-les-bases-des-probabilites/exercises/2693 3/7
13/09/2021 Partie 3 - OpenClassrooms
Deux variables aléatoires suivant la même loi sont indépendantes.
VRAI
FAUX
Non. voir le contre-exemple du couple (X,Y) de la question 2. Deux variables suivant la même loi,
,
et qui ne sont pas indépendantes.
Question 7
Si nous avons Cov(X, Y ) = 0 , alors les variables X et Y sont indépendantes.
VRAI
FAUX
Y
Non. Comme précisé dans le cours, le fait que la covariance soit nulle est une condition
nécessaire mais pas suffisante à l'indépendance.
Donc la covariance de deux variables indépendantes est forcément nulle, mais deux variables de
R
covariance nulle ne sont pas forcément indépendantes.
Question 8
On suppose que V (X) et V (Y ) ne sont pas nulles. S'il existe deux nombres réels
a et b tels que Y = aX + b , alors on a :
ρX,Y = 1
VRAI
FAUX
Non. Pour montrer que ceci n'est pas vrai, il suffit de prendre des valeurs de a et b pour
lesquelles cela ne marche pas.
Si on pose a = −1 et b = 0 , nous aurions Y = −X . Et le calcul du coefficient ρ s'écrirait :
cov(X,−X)
ρX,Y =
√ V (X) √ V (−X)
Ensuite, en utilisant les propriétés de bilinéarité de la covariance :
Cov(X, −X) = −Cov(X, X)
Comme par ailleurs Cov(X, X) = V(X) et V(−X) = V(X) , nous aurons finalement :
https://openclassrooms.com/fr/courses/4525296-maitrisez-les-bases-des-probabilites/exercises/2693 4/7
13/09/2021 Partie 3 - OpenClassrooms
ρX,Y = −1 .
Question 9
Cov(X − Y , X + Y ) = 0 équivaut à V(X) = V(Y )
,
VRAI
FAUX
Oui. Il suffit d'appliquer la propriété de bilinéarité de la covariance mentionnée dans ce cours. Ce
qui donnerait, si on détaille cela en plusieurs étapes :
Cov(X − Y , X + Y ) = Cov(X, X + Y ) − Cov(Y , X + Y ) =
Cov(X, X) + Cov(X, Y ) − Cov(Y , X) − Cov(Y , Y ) = V(X) − V(Y )
Y Alors si Cov(X − Y , X + Y ) = 0 , nous aurons bien V(X) = V(Y ) .
Question 10
R
SI X et Y sont deux variables aléatoires ayant la même loi, alors on a :
E(XY ) = E(X
2
)
VRAI
FAUX
Si Y = X , c'est évidemment vrai. Mais ce n'est pas nécessairement le cas si les variables suivent
la même loi.
Contre-exemple : on lance un dé non truqué et on définit deux VAD X et Y , qui valent 1 et 0
pour X et 0 et 1 pour Y lorsqu'on obtient respectivement un 6 ou autre chose. X et Y sont
deux variables suivant une loi de Bernoulli de paramètre 1
6
pour X et 5
6
pour Y .
Alors le produit XY est nulle et a pour espérance 0, tandis que les espérances de X et Y valent
1
6
et 5
6
.
DÉCOUVREZ LES NOTIONS DE
DÉCOUVREZ LA LOI FAIBLE DES
COVARIANCE ET DE CORRÉLATION
GRANDS NOMBRES
LINÉAIRE
https://openclassrooms.com/fr/courses/4525296-maitrisez-les-bases-des-probabilites/exercises/2693 5/7
13/09/2021 Partie 3 - OpenClassrooms
Le professeur
Reza Hatami
Professeur de mathématiques intervenant dans plusieurs établissements dont
l'ENSAE-ENSAI formation continue.
OPENCLASSROOMS
POUR LES ENTREPRISES
AIDE
Y
EN PLUS
Français
R
https://openclassrooms.com/fr/courses/4525296-maitrisez-les-bases-des-probabilites/exercises/2693 6/7
13/09/2021 Partie 3 - OpenClassrooms
https://openclassrooms.com/fr/courses/4525296-maitrisez-les-bases-des-probabilites/exercises/2693 7/7
