Université Paris-Dauphine Année universitaire 2024-2025

Licence de mathématiques appliquées Intégrale de Lebesgue et probabilités

Feuille 5 : Indépendance

Exercice 1. À l’instant 0, une urne contient une boule rouge et une boule verte et on effectue une succession de tirages
définis par la règle suivante : on tire une boule de l’urne au hasard et on la remet dans l’urne en ajoutant une boule de la
même couleur (on dispose en réserve d’une infinité de boules rouges et vertes). On note Sn le nombre de boules rouges au
temps n ≥ 0. Prouver que pour tout n ≥ 0 et tout k ∈ {1, . . . , n + 1} on a
1
P(Sn = k) = .
n+1
Exercice 2. Un étudiant répond à une question où il y a à choisir entre m réponses possibles sachant qu’une seule est la
bonne. Soit p la probabilité que l’étudiant connaisse la bonne réponse. Quelle est la probabilité qu’il connaisse la bonne
réponse sachant qu’il a répondu correctement ?
Exercice 3. On participe au jeu suivant : on dispose au départ de 1 euro. On procède à n tirages au sort successifs dont les
résultats sont indépendants (p ∈]0, 1[) :
— Avec probabilité p/2 on voit le montant de sa cagnotte doublé et on continue le jeu.
— Avec probabilité p/2 on voit le montant de sa cagnotte divisé par 2 et on continue le jeu.
— Avec probabilité 1 − p on voit le montant de sa cagnotte passer à 0 euro.
On note Gn l’état de la cagnotte à la fin du jeu.
1. Quelles sont les valeurs possibles de Gn ?
2. Calculer P({Gn = 0}).
3. Donner la loi de Gn .
4. Calculer E[Gn ] ainsi que la limite de cette quantité quand n tend vers l’infini.
Exercice 4. Soient X1 , . . . , Xn des variables aléatoires positives indépendantes de même loi telle que P(X1 = 0) = 0. Pour
tout k = 1, . . . , n calculer  
X1 + · · · + Xk
E .
X1 + · · · + Xn
Exercice 5. Soient X1 , . . . , Xm des variables aléatoires réelles indépendantes de même loi admettant une densité. Calculer
P(X1 < X2 < · · · < Xm−1 < Xm ).
Exercice 6. Soit g une fonction définie sur [0, 1] et à valeurs dans [0, 1]. Soient X et Y deux variables aléatoires indépendantes
de loi uniforme sur [0, 1]. On pose
1
U = 1Y ≤g(X) , V = g(X), W = (g(X) + g(1 − X)) .
2
Montrer que E[U ] = E[V ] = E[W ] tandis que V[U ] ≥ V[V ] ≥ V[W ].
Exercice 7. Leonhard Euler a prouvé en 1741 que
∞
X 1 π2
=
n=1
n2 6
donnant ainsi une solution à ce qui est connu sous le nom de « Problème de Bâle ». Le but de cet exercice est de donner une
preuve « probabiliste » de ce résultat.
Soient X1 et X2 deux variables aléatoires continues : on note f1 la densité de X1 , f2 la densité de X2 et on suppose que pour
tout nombre réel x ≤ 0 on a f1 (x) = f2 (x) = 0. On suppose aussi que X1 et X2 sont indépendantes. On note Y la variable
aléatoire définie par Y = X
X2 .
1

1. Justifier que si X1 et X2 ont même loi alors P(0 ≤ Y ≤ 1) = 12 .

2. Montrer que Y admet Z ∞ 
g(u) = tf1 (tu)f2 (t)dt 1R+ (u)
0
pour densité.
On suppose à présent que pour tout nombre réel x > 0 on a
2
f1 (x) = f2 (x) = .
π(1 + x2 )

1
 3. Montrer que pour tout nombre réel u > 0 on a
4 ln(u)
g(u) = .
π 2 u2 − 1
4. Justifier que
1
π2
Z
ln(u)
du = .
0 u2 − 1 8
5. En déduire que
∞ Z 1
X π2
u2n ln(u) du = − .
n=0 0 8
1
P∞
Indication : utiliser le fait que pour tout réel x ∈ [0, 1[ on a 1−x = n=0 xn .
6. Déduire de l’égalité établie à la question précédente que
∞
X 1 π2
2
= .
n=0
(2n + 1) 8

7. Conclure.
π2
Cet exercice est une transcription de l’article de Luigi Pace « Probabilistically proving that ζ(2) = 6 » publié en 2011 dans
la revue « American Mathematical Monthly ».
Exercice 8. Soit Z une variable aléatoire de loi uniforme sur ]0, 2π[ et X et Y les variables aléatoires définies par X = cos(Z)
et Y = sin(Z).
1. Les variables aléatoires X et Y sont-elles indépendantes ?
2. Déterminer les lois de X et Y .
Exercice 9. SoientX, Y et Z trois variables aléatoires à valeurs dans N telles que P(X ̸= Y ) = P(Y ̸= Z) = P(Z ̸= X) = 1.
On pose a = P(X > Y ), b = P(Y > Z) et c = P(Z > X).
2
1. Montrer que min{a, b, c} ≤ 3 et donner un exemple où min{a, b, c} = 32 .
2. Montrer que si X, Y et Z sont indépendantes et de même loi alors
1
P(X > Y ) = P(Y > Z) = P(Z > X) = .
2
On suppose à présent que P(X = 0) = 1, que Y et Z sont indépendantes et vérifient P(Y = −1) = P(Z = 1) = p et
P(Y = 2) = P(Z = −2) = 1 − p.
3. Montrer que X est indépendante de Y et de Z.
4. Calculer min{a, b, c} et calculer la plus grande valeur de min{a, b, c} quand p varie dans [0, 1].
Exercice 10. Soient X et Y deux variables aléatoires indépendantes de loi uniforme sur [0, 1].
1. Déterminer la loi de T = min(X, Y ) et celle de Z = max(X, Y ).
2. les variables Z et T sont-elles indépendantes ?
3. Déterminer la covariance du couple (Z, T ).
4. Déterminer la loi du couple (Z, T ).
5. De façon plus générale, on suppose à présent que les lois de X et Y sont de densité f et g respectivement, X et Y étant
toujours indépendantes. Montrer que la jointe du couple (T, Z) est de densité

(f (x)g(y) + f (y)g(x))1x<y

par rapport à la mesure de Lebesgue sur R2 .

Exercice 11. Soient X et Y deux variables aléatoires réelles indépendantes. On suppose que leurs lois sont de densité f et
g respectivement.
1. Quelle est la loi du couple (X, X + Y ) ?
2. En déduire que la densité de X + Y est donnée par le produit de convolution de f et g que l’on note f ∗ g et que l’on
définit par
f ∗g : R → R R+
x 7→ R f (u)g(x − u)du.
3. On suppose que la densité de Y est une fonction paire.
(a) Montrer que la loi de Y est symétrique, c’est-à-dire que pour toute partie mesurable A de R on a P(Y ∈ A) =
P(−Y ∈ A).

2
 (b) Montrer que X + Y et X − Y ont même loi.
Exercice 12. On considère la densité de probabilité de la loi Γ(α, β) (α, β > 0), définie sur R par

β α α−1 −βx
f (x) = x e 1R∗+ (x).
Γ(α)

1. Montrer que pour tous α, β > 0 on a

Z Z
α−1 −βx
Γ(α) = β α
x e dx = xα−1 e−x dx.
R+ R+

2. Déduire de la question précédente que pour tout α > 0 on a Γ(α + 1) = αΓ(α).

3. Déduire de la question précédente que pour tout entier n ≥ 1 on a Γ(n) = (n − 1)! (On rappelle que 0! = 1).
Soient U1 et U2 deux variables aléatoires réelles indépendantes. On suppose que U1 (resp. U2 ) est de loi Γ(α1 , β) (resp.
Γ(α2 , β)) avec α1 , α2 , β > 0.
4. Calculer E[U1 ].
5. Montrer que U1 + U2 est de loi Γ(α1 + α2 , β).
Soit (Xn )n≥1 une suite de variables aléatoires réelles indépendantes de même loi exponentielle de paramètre β > 0, qui admet
g(x) = βe−βx 1R∗+ (x) pour densité.
6. Quelle est la loi de Sn = X1 + · · · + Xn ?
7. Donner la limite en +∞ de la suite (un )n≥1 définie par
n
βn
Z β
un = xn−1 e−βx dx.
0 (n − 1)!

On rappelle que pour tout entier n ≥ 1, si U et V sont deux ouverts de Rn et φ : U → V un difféomorphisme de classe C 1
alors pour toute fonction g : Rn → R qui est mesurable et intégrable par rapport à la mesure de Lebesgue λn on a
Z Z
g(x)λn (dx) = g(φ−1 (x))|det(Jφ (φ−1 (x)))|−1 λn (dx)
U V

Exercice 13. Soient α1 , α2 et β trois nombres réels strictement positifs. Soient U et V deux variables aléatoires indépen-
dantes. On suppose que U est de loi Γ(α1 + α2 , β) et que V est de loi B(α1 , α2 ). On rappelle que la densité de la loi Γ(a, b)
(a, b > 0) est donnée par
ba a−1 −bx
f (x) = x e 1]0,∞[ (x)
Γ(a)
et que la densité de la loi B(a, b) (a, b > 0) est donnée par

Γ(a + b) a−1
g(x) = x (1 − x)b−1 1]0,1[ (x).
Γ(a)Γ(b)
1. Calculer la loi du couple (X, Y ) où X = U V et Y = U (1 − V ).
2. Calculer les lois de X et Y .
3. Les variables aléatoires X et Y sont-elles indépendantes ?

Exercice 14. Soient X, Y et Z trois variables aléatoires indépendantes de lois Γ(α1 , β), Γ(α2 , β) et Γ(α3 , β) respectivement.
On rappelle que la densité de la loi B(a, b) (a, b > 0) est donnée par

Γ(a + b) a−1
g(x) = x (1 − x)b−1 1]0,1[ (x).
Γ(a)Γ(b)
1. Quelle est la loi du couple (S, T ) où S = X + Y et T = X/(X + Y ) ?
2. Calculer les lois de S et T . Ces variables sont elles indépendantes ?
3. Quelle est la loi de X + Y + Z ?
Exercice 15. Soient X, Y et Z trois variables aléatoires indépendantes de loi N (0, 1).
1. Déterminer la loi de U = X + Y + Z.
2. Montrer que les trois variables aléatoires X − Y, Y − Z et Z − X sont chacune indépendantes de U .
3. Soit V = Y − X et W = X + αY . Déterminer (si il existe) α tel que V et W soient indépendantes.
4. Quelle est la loi du vecteur (X + Y + Z, 2X − Y − Z, Y − Z) ?
5. Les variables aléatoires X + Y + Z, 2X − Y − Z et Y − Z sont-elles indépendantes ?

3
Exercice 16. Soit X une variable aléatoire de loi N (0, 1). Pour tout a > 0 on pose

Y (a) = X1|X|<a − X1|X|≥a .

1. Montrer que pour tout a > 0 la variable aléatoire Y (a) est de loi N (0, 1).
Z b
1 t2 1
2. Montrer qu’il existe b > 0 tel que √ t2 e− 2 dt = .
2π 0 4
(b) (b)
3. Calculer Cov(X, Y ). Les variables X et Y sont-elles indépendantes ?
4. Le couple (X, Y (b) ) est-il un couple gaussien ?
2
Exercice 17. Soient X1 et X2 deux variables aléatoires indépendantes de lois N (0, σ12 ) et N (0, σ22 ). Montrer que (X1 + X2 )
2
et (X1 − X2 ) sont indépendantes si et seulement si σ1 = σ2 .
Exercice 18. Soit Y = (Y1 , . . . , Yn ) un vecteur gaussien de moyenne nulle et de matrice de dispersion la matrice identité In
et X = (X1 , . . . , Xn ) un vecteur gaussien de moyenne nulle et de matrice de dispersion D. On suppose que D est inversible.
1. Montrer que D est symétrique et définie positive.
2. La matrice D est-elle diagonalisable ?
3. Montrer que toutes les valeurs propres de D sont strictement positives.
4. Déduire des questions précédentes qu’il existe une matrice C telle que D = CC ∗ .
5. Quelle est la densité jointe de Y ?
6. Quelle est la loi du vecteur défini par V = CY ?
7. À l’aide d’un changement de variables, déduire des questions précédentes la densité jointe du vecteur X.
Exercice 19. Soit X un vecteur aléatoire gaussien à valeurs dans Rd de matrice de dispersion K. Soient T1 , T2 les matrices
représentant deux applications linéaires de Rd dans Rd1 et Rd2 respectivement. Montrer que les vecteurs Y1 = T1 X et
Y2 = T2 X sont indépendants si et seulement si T1 KT2∗ = 0.
Pn
Exercice 20. Soient X1 , . . . , Xn des variables aléatoires gaussiennes indépendantes de loi N (0, 1) et X̄n = n1 i=1 Xi .
1. Quelle est la loi de X̄n ?
2. Montrer que pour tout réel a on a P(maxi=1,..,n Xi ≤ a) > 0.
3. Montrer que X̄n et maxi=1,..,n Xi ne sont pas indépendantes.
4. Montrer que X̄n et mini=1,..,n Xi ne sont pas indépendantes.
5. Montrer que X̄n et (X1 − X̄n , . . . , Xn − X̄n ) sont indépendantes.
6. En déduire que X̄n et (maxi=1,..,n Xi − mini=1,..,n Xi ) le sont aussi.
Exercice 21. Soient X et Y deux variables aléatoires indépendantes de même loi N (0, 1). Montrer que U = X/Y est de
densité
1
f (u) = .
π(1 + u2 )
Exercice 22. 1. Soit X une variable aléatoire de loi N (0, 1). Montrer que U = X 2 suit une loi gamma dont on précisera
les paramètres.
Pn
2. Soient X1 , . . . , Xn des variables aléatoires indépendantes de même loi N (0, 1). Quelle est la densité de T = i=1 Xi2 ?
La loi de T est appelée loi χ2 (n).
3. Soient V et W deux variables aléatoires indépendantes de loi χ2 (n) et χ2 (m) respectivement. Quelle est la loi de V +W ?
, Xn ) un vecteur aléatoire à composantes indépendantes et de même loi N (m, σ 2 ), σ ̸= 0.
Pn X = (X1 , . . .P
Exercice 23. Soit
n
On définit Y = i=1 Xi et Z = i=1 (Xi − Y /n)2 .
√
1. Soit A une matrice orthogonale d’ordre n, de Pterme général ai,j telle que pour tout 1 ≤ j ≤ n on a a1,j = 1/ n.
n
Montrer que pour tout entier n ≥ l ≥ 2 on a j=1 alj = 0. En déduire la loi de W = AX.
2. Montrer que W1 = √Yn .
Pn Pn
3. Montrer que i=1 Wi2 = i=1 Xi2 .
Pn
4. Montrer que Z = i=2 Wi2 .
5. Montrer que les variables aléatoires Y et Z sont indépendantes.
6. Déterminer les lois de probabilité des variables aléatoires Y et Z/σ 2 .
Exercice 24. Soient ϵ1 , . . . , ϵn des variables aléatoires indépendantes de loi N (0, σ 2 ). Soit a ∈ R et X1 , . . . , Xn les variables
aléatoires définies par
Xi = aXi−1 + ϵi i = 1, . . . , n
en posant X0 = 0. Quelle est la loi du vecteur (X1 , . . . , Xn ) ?