ECG2 - Maths approfondies Lycée Louis Pergaud

TD14
Vecteurs aléatoires

Maximum, minimum
Exercice 14.1 (F)
Soient X1 , . . . , Xn des variables aléatoires mutuellement indépendantes suivant toutes une loi B(p). Déterminer
la loi de Z = max(X1 , . . . , Xn ).

Exercice 14.2 (F)

Soient X1 , . . . , Xn des variables aléatoires mutuellement indépendantes suivant toutes une loi G (p) avec p ∈]0, 1[,
et soit Z = min(X1 , . . . , Xn ). Montrer que Z suit une loi usuelle dont on précisera les paramètres. Calculer
E(Z) et V (Z).

Exercice 14.3 (FF)

Un sac contient N boules numérotées de 1 à N . On effectue dans ce sac n tirages d’une boule avec remise et
on note Zn le plus petit numéro obtenu. Déterminer la loi de Zn .

Exercice 14.4 (F - Minimum et maximum de lois uniformes)

Soit a > 0 et soient X1 , . . . , Xn n variables aléatoires indépendantes suivant toutes la loi uniforme U ([0, a]).
On pose
Y = max(X1 , . . . , Xn ) et Z = min(X1 , . . . , Xn ).
Montrer que Y et Z sont des variables aléatoires à densité et en déterminer une densité.

Exercice 14.5 (FF - Lois uniformes et loi de Pareto)

Soit n ≥ 3 et soient Z1 , . . . , Zn des variables aléatoires indépendantes sur (Ω, A , P ) suivant toutes la loi uniforme
1
sur ]0, a], a > 0. On pose alors Xi = .
Zi
1. Montrer que X1 est une variable aléatoire à densité, et qu’une densité de X1 est :

 1 si x ≥ a1 ,
f : x ∈ R 7→ ax2
0 sinon.

2. Soit Yn = min(X1 , . . . , Xn ). Montrer que Yn est une variable à densité, et qu’une densité de Yn est :
( n
si x ≥ a1 ,
g : x ∈ R 7→ an xn+1
0 sinon.

3. Montrer que Yn admet une espérance et une variance, et les calculer.

4. Python. Écrire une fonction pareto qui simule la loi de Xn pour a > 0 et n ∈ N∗ .

Exercice 14.6 (FFF)

Soit N une variable aléatoire suivant la loi binomiale de paramètres n et p (n ∈ N∗ , p ∈]0, 1[).
Soient X0 , X1 , . . . , Xn n + 1 variables aléatoires suivant la loi uniforme sur [0, 1].
On suppose que X0 , X1 , . . . , Xn , N sont mutuellement indépendantes.
1. Soit k ∈ {0, . . . , n}. Déterminer la fonction de répartition de la variable aléatoire
Tk = min(X0 , X1 , . . . , Xk ).
2. On pose T = min(X0 , X1 , . . . , XN ).
(a) Montrer que T est une variable aléatoire.

1
ECG2 - Maths approfondies Lycée Louis Pergaud

(b) Montrer que T est une variable à densité et déterminer une densité de T .
(c) Python. Écrire une fonction simulation qui simule la loi de T pour n ∈ N et p ∈]0, 1[.

Exercice 14.7 (FFFF - QSP HEC 2015)

Soit (Xn )n∈N∗ une suite de variables aléatoires indépendantes définies sur un espace probabilisé (Ω, A , P ) de
même loi exponentielle de paramètre a > 0.
Pour x ∈ R∗+ , on définit la variable aléatoire Nx par :
(
min(k ∈ N∗ , Xk (ω) > x) si cet ensemble n’est pas vide,
∀ω ∈ Ω, Nx (ω) =
0 sinon.

1. Déterminer la loi de Nx et préciser son espérance E(Nx ).

2. Déterminer lim P (Nx > E(Nx )).
x→+∞

Vecteurs aléatoires, fonction d’un vecteur

Exercice 14.8 (FF)
Une urne contient n boules numérotées de 1 à n (n ≥ 3). On tire simultanément trois boules dans l’urne, et on
note X1 le plus petit des trois numéros, X3 le plus grand et X2 le numéro intermédiaire.
1. Déterminer la loi de (X1 , X2 , X3 ).
2. En déduire la loi de X2 , puis son espérance.

Exercice 14.9 (FF)

Soient X, Y, Z trois variables aléatoires indépendantes suivant toutes la loi de Poisson P(λ). Montrer que
X +Y
admet une espérance, et la déterminer.
1+Z

Exercice 14.10 (FFFF - QSP HEC 2008)

Les variables aléatoires considérées dans cet exercice sont définies sur un même espace probabilisé (Ω, A , P ).
On considère n variables aléatoires à densité, de même loi et indépendantes X1 , . . . , Xn . On note F la fonction
de répartition et f une densité des Xi .
Pour tout ω ∈ Ω, on note (Y1 (ω), Y2 (ω), . . . , Yn (ω)) la suite des Xi (ω) pour 1 ≤ i ≤ n réordonnés par ordre
croissant. On a donc Y1 (ω) ≤ Y2 (ω) ≤ · · · ≤ Yn (ω) pour tout ω de Ω.

1. Si 1 ≤ k ≤ n et x ∈ R, montrer que :
n  
X n
P ([Yk ≤ x]) = F (x)j (1 − F (x))n−j .
j
j=k

X
2. En déduire que Yk admet une densité qu’on explicitera sans le signe .

Somme de variables aléatoires

Exercice 14.11 (F)
Soient X1 , X2 , X3 des variables indépendantes de loi E (λ), et soit T = X1 + X2 + X3 . Calculer P (T > 1).

Exercice 14.12 (FF)

On désigne par p un réel de ]0, 1[. On considère une suite de variables aléatoires (Xn )n∈N∗ , indépendantes, dont
la loi commune est donnée, pour tout n ∈ N∗ , par : P (Xn = 1) = p et P (Xn = −1) = 1 − p.

2
ECG2 - Maths approfondies Lycée Louis Pergaud

1. On pose Yn = aXn + b avec (a, b) ∈ R2 .

Déterminer a et b pour que Yn suive une loi de Bernoulli de paramètre p.
n
X
2. Pour tout n ∈ N∗ , on pose Sn = Xk . Déterminer la loi de Sn .
k=1

3. Application. Un supporter de foot sort d’un bar après une longue soirée. À chaque seconde, il avance d’un
mètre en se déplaçant d’un mètre vers la gauche avec la probabilité p, et d’un mètre vers la droite avec la
probabilité 1 − p. En t = 0, il se trouve à la sortie du bar, à l’ordonnée y = 0.

(a) Donner la loi de son ordonnée à l’instant t = n secondes.

(b) En moyenne, où se trouve-t-il à t = 10 secondes ?
(c) Python. Proposer une fonction d’entête def marche(n,p) simulant la marche de ce supporter
pendant n secondes. Cette fonction renverra un vecteur de longueur n + 1, dont la k-ème coordonnée
contient l’ordonnée du supporter à l’instant t = k + 1.
(d) Python. Proposer un script qui représente la trajectoire de ce supporter pendant 1000 secondes.

Exercice 14.13 (FF - Loi du χ2 )

Soit n ∈ N∗ , et X1 , . . . , Xn n variables aléatoires mutuellement indépendantes, suivant toutes la loi normale
n
1X 2
centrée réduite. On note Z = X .
2 i=1 i

1 2
1. Montrer que X suit une loi usuelle que l’on déterminera.
2 1
2. En déduire la loi de Z.

Exercice 14.14 (FF - Loi binomiale négative)

On considère une expérience ayant probabilité p de réussite, et 1 − p d’échouer.
On répète l’expérience jusqu’à obtenir m succès, et on note X le nombre d’essais nécessaires.
On note également Xi la variable aléatoire qui vaut 1 si l’expérience i a été un succès, et 0 sinon.
1. Reconnaitre la loi de X lorsque m = 1.

2. Déterminer la loi de Xi .
3. Écrire l’évènement [X = k] en fonction d’évènements formés à partir des variables aléatoires X1 +· · ·+Xk−1
et Xk .
4. En déduire la loi de X dans le cas général.

5. En écrivant X comme somme de m variables aléatoires suivant une loi usuelle, déterminer l’espérance de
X.

Exercice 14.15 (FF - Loi Γ à deux paramètres - )

Soient b et ν deux réels strictement positifs. On définit la fonction

0 si t ≤ 0
f : t 7→ tν−1 e− bt
 si t > 0
bν Γ(ν)

1. Montrer que f est une densité de probabilité.

Dans la suite, on considère une variable aléatoire X admettant pour densité f , et on dit que X suit la loi
Γ de paramètres b et ν, et on écrit X ,→ Γ(b, ν).

1
2. Quelle est la loi de X ? Quelle est la loi de X si ν = 1 ?
b

3
ECG2 - Maths approfondies Lycée Louis Pergaud

3. Reconnaitre la loi Γ(1, ν).

4. Montrer que X admet une espérance et une variance, et qu’on a E(X) = bν et V (X) = b2 ν.
5. Soient X1 , X2 deux variables aléatoires réelles indépendantes sur (Ω, A , P ) telles que X1 ,→ Γ(b, ν1 ) et
X2 ,→ Γ(b, ν2 ). Montrer que X1 + X2 ,→ Γ(b, ν1 + ν2 ).
X1 X2
On pourra commencer par considérer la loi de b + b .

6. Plus généralement, si X1 , . . . , Xn sont n variables mutuellement indépendantes telles que Xi ,→ Γ(b, νi ),

montrer que X1 + · · · + Xn ,→ Γ(b, ν1 + · · · + νn ).
7. Soient X1 , . . . , Xn des variables aléatoires mutuellement indépendantes sur (Ω, A, P ) suivant la loi expo-
nentielle E (λ). Montrer que X1 + · · · + Xn suit la loi Γ( λ1 , n).
8. Soit Y une variable aléatoire suivant la loi N (0, 1). Montrer que Y 2 suit une loi Γ dont on précisera les
paramètres.

Exercice 14.16 (FFFF - Oral ESCP 2014)

Soit (Xn )n≥1 une suite de variables aléatoires indépendantes, identiquement distribuées, définies sur un même
espace probabilisé (Ω, A , P ) et suivant la loi exponentielle de paramètre λ > 0.
Xn
Pour tout entier n ≥ 1, on pose Sn = Xk et Un = min Xk
1≤k≤n
k=1

1. Soit n un entier naturel non nul.

(a) Déterminer la loi de Un .
(b) Donner une densité de Sn . Montrer que pour tout x > 0,
n−1
X λk xk
P (Sn > x) = e−λx .
k!
k=0

2. Soit N une variable aléatoire définie sur (Ω, A , P ), indépendante des (Xi ) et qui suit la loi géométrique
de paramètre p, avec 0 < p < 1. On définit S et U par :

pour tout ω ∈ Ω, S(ω) = SN (ω) (ω) et U (ω) = UN (ω) (ω).

On admet que S et U sont des variables aléatoires.
(a) Montrer que U est une variable aléatoire à densité et déterminer une densité de U .
(b) Déterminer la loi de S.

Exercice 14.17 (FFFF - QSP ESCP 2014)

Soit (Xi )i≥1 une suite de variables aléatoires sur un espace probabilisé (Ω, A , P ), mutuellement indépendantes
et suivant toutes la loi géométrique de paramètre p.
Xn
Pour tout n ∈ N∗ , on pose Sn = Xk .
k=1

1
1. Soit n ∈ N∗ . Montrer que la variable aléatoire admet une espérance, que l’on notera par la suite mn .
Sn
Sk
2. Soient (k, n) ∈ N × N∗ . Déterminer l’espérance de en fonction de mn .
Sn