TD2 : variables aléatoires ; vecteurs aléatoires ; convergence des variables aléatoires
Variables aléatoires.
Exercice 1
Soit l'ensemble fondamental Ω ={a,b,c} et la tribu associée A ={∅,{a,b},{c}, Ω },les
événements a et b étant indiscernables. On définit l'application réelle X sur Ω par X(a) =1, X(b)
=2 et X(c) =3.
1) S'il y a équiprobabilité des événements élémentaires, peut-on définir la loi de probabilité de
X?
2) Si la probabilité P est définie sur (Ω, A) par P({c}) =1 et si on définit l'application Y sur Ω
par Y(ω) =3 pour tout ω de Ω, calculer P (X = Y). Peut-on en conclure que X et Y ont même
loi de probabilité ?
Exercice 2
Vous participez à un jeu où vous avez la probabilité p de remporter une partie. Si vous gagnez
deux parties consécutives le jeu s'arrête et vous emportez un gain de 40−4N euros, N étant le
nombre total de parties jouées. Le nombre maximum de parties jouées est fixé à quatre et vous
donnez à votre adversaire dans ce jeu la somme de 25 euros en cas de perte. Ce jeu vous paraît-
il équitable ?
Exercice 3
2 𝑥
Soit X une v.a. de densité : f (x) =𝑎 (1 − 𝑎) si 0 ≤ x ≤ a et 0 sinon
Où a est un réel strictement positif.
1) Déterminer la fonction de répartition (f.r.) de X.
2) Calculer E (X) et V (X).
3) Soit X1,...,Xn des v.a. indépendantes, de même loi que X. Déterminer la f.r., puis la densité,
de la v.a. Mn =max{X1,...,Xn}et mn =min{X1,...,Xn} ainsi que leurs espérances et variances
Exercice 4
Au casino, un joueur décide de miser sur un même numéro (ou série de numéros), jusqu'à ce
qu'il gagne. Sa mise initiale est a > 0, le numéro qu'il joue a la probabilité p de sortir à chaque
partie et il rapporte k fois la mise, k ∈ N∗. Calculer l'espérance mathématique du gain G de ce
joueur qui double sa mise à chaque partie.
Exercice 5
Si X est une v.a. de loi normale telle que P(X < 2) =0,0668 et P(X ≥ 12) =0,1587 calculer la
valeur de a telle que P([X − E(X)] 2 < a)= 0,95.
TD2 : variables aléatoires ; vecteurs aléatoires ; convergence des variables aléatoires
Exercice 6
Soit X une variable aléatoire dont la densité a pour expression, pour x > 0 :
−(ln(𝑥))2
1
f (x) = 𝑒 2𝜃 avec θ>0
𝑥√2𝜋𝜃
Déterminer la loi de probabilité de la variable aléatoire Y =ln X.
Exercice 7 (IFORD, 2022)
𝑋
Soient X et Y des V.A indépendantes de loi N(0,1) on définit la V.A Z=𝑌
1) Déterminer la loi de Z dite loi de Cauchy. Comparer les positions relative de la loi de
Cauchy et de la loi N(0,1)
2) La loi de Z admet-elle des moments ?
3) Calculer la loi de la variable aléatoire U=AZ+B
Exercice 8 (IFORD, 2021)
Soit n € 𝑁 ∗ et θ>0 on rappelle qu’une V.A Y sur une loi ϒ (n, θ) si elle admet pour fonction de
θ𝑛 𝑛−1 −θt
densité f(t)=
(𝑛−1)!
𝑡 𝑒 (t>0)
∞
1) Déterminer ∫0 𝑡 𝑛−1 𝑒 −θt 𝑑𝑡
2) Soient Y1 et Y2 deux variables aléatoire indépendantes. On suppose que Y1 suit une loi
ϒ (n, θ) et Y2 suit une loi ϒ (1, θ)
a) Déterminer la loi de Y1+Y2
b) En déduire la somme de N V.A identiquement distribuées de loi ϒ(1, θ)
3) Soit X une V.A de densité g(t)= θ𝑒 θ−t avec 0≤t≤1. Calculer E(X) et V(X)
4) Déterminer la loi de Z= log(X) ; calculer E(Z).
Exercice 9
Soit X une V.A qui suit une loi de poisson de paramètre θ
1 1
1) Vérifier que 𝑋+1 est une variable aléatoire intégrable et calculer E (𝑋+1)
1 1
2) Calculer E ((𝑋+2)( )
𝑋+1)
Exercice 10
Soit X une V.A dont la fonction de répartition F est définie pour tout réel x par F(x)=0 si x≤1et
1
F(x)=1-𝑛(𝑛+1) ou n est l’unique entier naturel positif tel que n ≤ x˂ n+1
1) Calculer pour tout entier n p(X=n)
2) Calculer l’Esperance de la V.A X
3) Que peut-on dire de la variance de la V. a X ?
TD2 : variables aléatoires ; vecteurs aléatoires ; convergence des variables aléatoires
Exercice 11
On considère une V. a réelle X carré intégrable centrée et de écart-type σ pour tout a positifs 1à
1) démontrer à l’aide de l’inégalité de Cauchy-Schwarz
a ≤ E(a-X)1]∞;𝑎] (𝑋)) < √𝑝(𝑋≤a)(σ2 + 𝑎2 )
σ2
3) Déduire que P(X˃a) =σ2 +𝑎2
Exercice 12
Montrer à l’aide du théorème central limite que
𝑛𝑘 1
Lim ∑+∞
𝑘=𝑛 exp(−𝑛) 𝑘! = 2
Exercice 13
On suppose que pour chaque n, 𝑋𝑛 est une v.a de loi binomiale de paramètre n et p. exprimer
Lim P ( 𝑋𝑛 < np+√𝑛) comme une intégrale de densité la loi normale centrée réduite.
