Université de Bordj Bou-Arréridj Le 10/10/ 2021

Faculté des Mathématiques et Informatique

Département de Mathématiques

Série 1 et 2 (Probabilités et Statistique inférentielle)

Exercice 1

Soit X une v.a.r. discrète prenant les valeurs 3, 4, 5 et 6. Déterminer la loi de probabilité de X sachant
que: P([ X < 5]) = 1/3, P([ X > 5]) = 1/2, P([ X = 3]) = P([ X = 4]).

Exercice 2

Soit f la fonction définie par:

f ( x) = cx1[0,3[ ( x) + c(6 − x)1[3,6[ ( x)

1. Montrer que pour une constante c convenable, que l’on déterminera, f est une densité de probabil-
ité.

2. Soit X une v.a.r. de densité f .

• Déterminer la répartition F X de X, Puis dessiner grossièrement le graphe de F.

• Soit A l’événement [ X ≥ 3] et B l’événement [1.5 < X < 4, 5]. Calculer P( A) et P( B). Les
événements A et B sont-ils indépendants?

Exercice 3

Tous les jours, Sébastien parcourt le même trajet de 40 km pour se rendre à son travail. Sa vitesse est une
variable aléatoire V qui dépend des conditions météorologiques et de la circulation. Sa densité est de la
forme
Cve−λv Si v ≥ 0
(
fV (v) =
0 sinon

Sébastien roule à une vitesse moyenne de 80km/h.

1. Déterminer les valeurs de C et de λ.

40
2. La durée du trajet est décrite par la variable T = V.

3. Déterminer la densité, l’espérance et la variance de T.

Exercice 4

Soit X1 , ..., Xn , n variables indépendantes suivant la même loi de Bernoulli B( p), montrer que la variable
X = X1 + · · · + Xn suit une loi binomiale B(n, p). Déduire que E [ X ] = np et Var ( X ) = np(1 − p) = npq.

Exercice 5

Soit X une v.a.r. de loi normale N (0, 1). Soit n ≥ 2 et a > 0.

1. Pour quelle valeur du réel a, la probabilité P([a < X < na]) est-elle maximale?

2. Soit T = |X| + a. Calculer la fonction de répartition F de T en fonction de la fonction de répartition

Φ de X et en déduire la densité f de T .

Exercice 6

Soit X une v.a.r. de loi normale N (0, 1), de fonction de répartition Φ. Montrer que:

1. Pour tout x ∈ R, Φ( x) = 1 − Φ(−x), en particulier Φ(0) = 12 .

2. Pour tout x ∈ R, P([|X| ≤ x]) = 2Φ( x) − 1 et P([|X| ≥ x]) = 2(1 − Φ( x)).

Exercice 7

Sur un échantillon de population, on note que 11% des personnes mesurent moins de 1,60m et 8% plus
de 1,80m. En admettant que la taille d’une personne est une v.a.r. de loi normale, préciser les paramètres
de cette loi.

Exercice 8

Le bus passe toutes les quinze minutes à un arrêt précis. Un usager se présente à cet arrêt entre 7 heures
et 7 heures 30. La variable aléatoire sera l’heure exacte de son arrivée à cet arrêt, uniformément répartie
sur l’intervalle [0, 30].

1. Quelle est la probabilité que l’usager attende moins de 5 minutes le prochain bus ?

2. Quelle est la probabilité qu’il attende plus de dix minutes.

Exercice 9

Les lignes téléphoniques d’une compagnie aérienne sont occupées 70% du temps.

1. Si vous appelez cette compagnie, quelle est la probabilité d’avoir la ligne au premier coup? au
deuxième?

2. combien de fois en moyenne devez vous appeler pour avoir la ligne?

Exercice 10

La durée de vie X en années d’une télévision suit une loi exponentielle de densité

−x
e8
f ( x) = ,x≥0
8
.

1. Calculer la probabilité que la télévision que vous venez d’acheter ait une durée de vie supérieure à
8 ans.

2. Vous possédez une telle télévision depuis 2 ans. Quelle est la probabilité que sa durée de vie soit
encore de 8 ans à partir de maintenant ?

3. Quelle est la durée de vie moyenne E ( X ) d’une télévision? Et la variance de cette durée de vie?

Exercice 11

Dans un garage, le nombre de voitures vendues en une semaine suit la loi de Poisson de paramètre 8.

1. Déterminer la probabilité des évènements A ”en une semaine, 8 voitures ont été vendues” et B ”en
une semaine, au moins 2 voitures ont été vendues”.

2. Quelle est la probabilité qu’en une semaine il y ait eu au moins 6 et au plus 10 voitures vendues?

Exercice 12

Soit X une v.a.r. de fonction de répartition F continue et strictement croissante et soit Y = F ( X ). Déter-
miner la fonction de répartition de Y et en déduire la loi de Y.
Exercice 13

Soit X une v.a.r. strictement positive et λ > 0. On définit les v.a.r. U et V par
− ln X
U = 1 − X, V= .
λ

1. Déterminer les lois de U et de V si X suit la loi uniforme sur ]0, 1[.

2. Déterminer la loi de X pour que V suit la loi exponentielle ξ (λ).

Exercice 14

Soient ( Xn )n≥1 une suite de v.a.r. de carré intégrable non corrélées. On suppose qu’il existe X +un réel µ et un
1 X2 + X3 ,...Xn
réel positif C tels que, pour tout n ≥ 1, E [ Xn ] = µ et Var ( Xn ) ≤ C. Montrer que la suite n n≥1
converge vers µ dans L2 et en probabilité.

Exercice 15

Soit ( Xn ) une suite de v.a. mutuellement indépendantes dont la loi est définie par :

1 1
P ( Xn = 0 ) = 1 − , P( Xn = n) = P( Xn = −n) =
n 2n

1. Étudier la convergence en probabilité, en moyenne et en moyenne quadratique de cette suite.

2. Peut-on appliquer la loi des grands nombres ou le théorème central limite?

n
1X √
3. Montrer que la suite ( X̄n = Xi ) converge en loi vers N (0, 1/ 2).
n i=1

Exercice 16

Soit X une v.a. de densité :

1

(1 + 3x2 ) si − 1 ≤ x ≤ 1



 4


f ( x) = 



 0

sinon
Déterminer un intervalle de la forme [−l, l] qui contienne X avec une probabilité supérieure à 0, 75 puis
calculer la probabilité exacte de cet intervalle.
Exercice 17

Soient (Ω, F , P) un espace probabilisé et ( xn )n∈N , n ≥ 1, une suite de v.a supposées indépendantes. On
suppose que qn = P( Xn = n) = 1 − P( Xn = 0), pour tout n ≥ 1. Trouver une condition nécessaire et
suffisante sur (qn )n≥1 pour que la suite ( Xn )n≥1 converge en probabilité vers une v.a. réelle que l’on
précisera. Même question pour une convergence en norme L1 . Même question pour une convergence
presque sûre.

Exercice 18

On considère une variable aléatoire X qui suit la loi exponentielle de paramètre 1. On pose Y = e−X
et ∀n ∈ N? , Yn = e−X + n . Etudier Y. Montrer que (Yn )n≥1 converge en loi vers Y. La suite (Yn )n≥1
1

converge t-elle en probabilité vers Y.

Exercice 19

1. Soit ( Xn )n≥1 une suite de variables aléatoires indépendantes de loi de Bernoulli de paramètre p ∈
]0, 1[.

• Montrer qu’avec probabilité 1, la suite ( Xn )n≥1 prend une infinité de fois la valeur 1 et une
infinité de fois la valeur 0.

2. Soit ( Xn )n≥1 une suite de variables aléatoires indépendantes telle que pour tout n ≥ 1, on ait P( Xn =
−1) = 1 − n12 , P( Xn = n2 − 1) = 1/n2 .

• Montrer que la suite ( Xn )n≥1 converge vers −1 en probabilité.

• Est ce que la suite ( Xn )n≥1 converge presque sûrement vers −1. Cette convergence a-t-elle
lieu dans L1 ?

Exercice 20

Soit X1 , . . . , Xn des v.a. indépendantes et de même loi que X, de densité :

f ( x) = exp[−( x − θ) − e−( x−θ) ]

où θ est un nombre réel positif donné. Étudier la convergence en loi de la suite (T n ) de v.a. définie par :
n
1 X −(Xi −θ)
Tn = e .
n i=1