Exercice 1
Soit F la fonction de répartition d’une v.a. X possédant une espérance mathématique.
Montrer que ∫ +∞ ∫ 0
E(X) = P ({X ≥ t}) dt − F (t) dt
0 −∞
Exercice 2
Soit ∫ +∞
Γ: R∗+ →R p→ exp(−x)xp−1 dx.
0
Soit p un réel strictement positif. On dit qu’une v.a.r. X suit la loi Gamma de paramètre p et
on note X ∼ γ(p) si elle admet pour densité la fonction
{ 1 p−1
x exp(−x) si x > 0.
γp : x → Γ(p)
0 si x ≤ 0.
1) vérifier que Γ(p) est défini pour p > 0. On dit qu’une v.a.r. X suit la loi du X 2 à n degrés
de liberté, et on note X ∼ X 2 (n) si et seulement si Y = X2 suit la loi γ( n2 ). Soit X ∼ X 2 (n).
Déterminer la densité de X.
2) On considère un vecteur aléatoire Z = (X, Y ) de densité f (x, y). Quelle est la densité g de
V =X Y
.
3) Soit X ∼ X 2 (n) et soit Y une v.a. indépendante de X de loi N (0, 1). √
X
a) Rappeler les expressions des densités de X,Y et définir la densité k de Z = n
.
b) vérifier que le quotient √YX a pour densité
n
( )−( n+1 )
1 Γ( n+1 ) t2 2
h(t) = √ 2
n 1+ .
nπ Γ( 2 ) n
(On dit qu’une v.a.r. de densité h suit la loi de Student à n degrés de liberté.)
Exercice 3
Une v.a.r. est dite v.a. gamma de paramètre a et λ (a > 0, λ > 0), notée G(a, λ), si sa loi a
la densité γa,λ où
λa
γa,λ (x) = exp(−λx)xa−1 IIR+ (x).
Γ(a)
1) Soit X une v.a. de loi G(a, λ). calculer E(X) et V ar(X).
2) Soient X et Y deux v.a. indépendantes de lois respectives G(a, λ), G(b, λ).
X
a) Montrer que X + Y et X+Y sont indépendantes et calculer leur loi de probabilité. En déduire
que ∫ 1
Γ(a)Γ(b)
B(a, b) = xa−1 (1 − x)b−1 dx = .
0 Γ(a + b)
b) Donner la loi de probabilité de X Y
.
c) Si X1 , . . . , Xn sont n v.a. indépendantes de même loi exponentielle de densité
λ exp(−λx)IIR+ (x),
donner la loi de probabilité de Sn = X1 + . . . + Xn .
4) a) Soit Y une v.a. Gaussienne centrée réduite, notée N (0, 1). Montrer que Y 2 a la loi G( 12 , 12 ).
1
b) Si Y1 , . . . , Yn sont n v.a. indépendantes de loi N (0, 1), donner la loi de probabilité de
Z = Y12 + . . . + Yn2 et calculer E(Z) puis V ar(Z).
Exercice 4
Soient X, Y, Z trois v.a. indépendantes de même loi uniforme sur [−1, 1]. Calculer la loi de
X + Y , 12 (X + Y ), X + Y + Z.
Exercice 5
Soit X une v.a.r. de fonction de répartition F telle que E(|X|) < +∞. Montrer que
lim x(1 − F (x)) = 0.
x→+∞
Exercice 6
Montrer que si f est continue sur [0, 1], f (x) est la limite uniforme de la suite de polynômes
∑n ( )
k
Pn (x) = f Cnk xk (1 − x)n−k .
k=0
n
Exercice 7
Soient X1 et X2 deux v.a.r. indépendantes, de même densité
1
f (x) = II[1,+∞[ (x).
x2
On pose U = X1 .X2 , V = X X2
1
.
a) Calculer la loi du couple (U, V ). U et V sont-elles indépendantes ?
b) Calculer les(lois marginales
) de U et de V .
1
c) Calculer E √U .V .
Exercice 8
Jean et Gaston projettent de se rencontrer entre 17h et 19h. Chacun d’eux a promis de
ne pas attendre l’autre plus de 20 minutes. On suppose qu’ils arrivent indépendamment à des
instants uniformément distribués entre 17h et 19h.
a) Calculer la probabilité d’une rencontre.
b) Jean fixe son heure d’arrivée à x. Quelle probabilité a-t’il de rencontrer Gaston ?
c) En arrivant à l’heure x Jean ne rencontre personne. Quelle probabilité a-t’il de rencontrer
Gaston ?
Exercice 9
Un triplet de variables aléatoires (X, Y, Z) a une loi de probabilité conjointe qui admet une
densité de probabilité f . On suppose que :
a) La loi marginale de X est une loi uniforme sur le segment ]0, 1[.
b) Sachant que X = x, Y admet une densité conditionnelle f Y |X=x définie par :
f Y |X=x (y) = (y − x) exp(−(y − x))IIA (x, y) où A = {(x, y) : 0 < x < 1, y > x}.
c) Sachant X = x et Y = y, Z admet une densité conditionnelle f Z|X=x,Y =y définie par :
f Z|X=x,Y =y (z) = (y − x) exp(−z(y − x))IIB (x, y, z); où B = {(x, y, z) ∈ A × R∗+ }.
1) Quelle est la loi de probabilité de (X, Y, Z) ?
2) Quelles sont les loi marginales de Y et de Z ?
3) Quelle est la l’espérance conditionnelle de Y sachant X = x ? Quelle est l’espérance de Y ?
4) On pose U = Y − X , V = Z(Y − X).
Quelle est la loi de probabilité du triplet (X, U, V ) ?
Les v.a. X, U, V sont-elles indépendantes ?
