$$\newcommand{\mtn}{\mathbb{N}}\newcommand{\mtns}{\mathbb{N}^*}\newcommand{\mtz}{\mathbb{Z}}\newcommand{\mtr}{\mathbb{R}}\newcommand{\mtk}{\mathbb{K}}\newcommand{\mtq}{\mathbb{Q}}\newcommand{\mtc}{\mathbb{C}}\newcommand{\mch}{\mathcal{H}}\newcommand{\mcp}{\mathcal{P}}\newcommand{\mcb}{\mathcal{B}}\newcommand{\mcl}{\mathcal{L}} \newcommand{\mcm}{\mathcal{M}}\newcommand{\mcc}{\mathcal{C}} \newcommand{\mcmn}{\mathcal{M}}\newcommand{\mcmnr}{\mathcal{M}_n(\mtr)} \newcommand{\mcmnk}{\mathcal{M}_n(\mtk)}\newcommand{\mcsn}{\mathcal{S}_n} \newcommand{\mcs}{\mathcal{S}}\newcommand{\mcd}{\mathcal{D}} \newcommand{\mcsns}{\mathcal{S}_n^{++}}\newcommand{\glnk}{GL_n(\mtk)} \newcommand{\mnr}{\mathcal{M}_n(\mtr)}\DeclareMathOperator{\ch}{ch} \DeclareMathOperator{\sh}{sh}\DeclareMathOperator{\th}{th} \DeclareMathOperator{\vect}{vect}\DeclareMathOperator{\card}{card} \DeclareMathOperator{\comat}{comat}\DeclareMathOperator{\imv}{Im} \DeclareMathOperator{\rang}{rg}\DeclareMathOperator{\Fr}{Fr} \DeclareMathOperator{\diam}{diam}\DeclareMathOperator{\supp}{supp} \newcommand{\veps}{\varepsilon}\newcommand{\mcu}{\mathcal{U}} \newcommand{\mcun}{\mcu_n}\newcommand{\dis}{\displaystyle} \newcommand{\croouv}{[\![}\newcommand{\crofer}{]\!]} \newcommand{\rab}{\mathcal{R}(a,b)}\newcommand{\pss}[2]{\langle #1,#2\rangle} $$
Bibm@th

Exercices corrigés - Couple de variables aléatoires

Vecteurs aléatoires discrets finis
Exercice 1 - Tirage simultané dans une urne [Signaler une erreur] [Ajouter à ma feuille d'exos]
Enoncé
On tire simultanément deux boules dans une urne contenant 4 boules indiscernables au toucher et numérotées de $1$ à $4$. On note $U$ le numéro de la plus petite boule, et $V$ le numéro de la plus grande boule. Déterminer la loi conjointe de $(U,V)$, puis les lois de $U$ et de $V$.
Indication
Corrigé
Exercice 2 - Couple de variables aléatoires uniformes [Signaler une erreur] [Ajouter à ma feuille d'exos]
Enoncé
Soit $(\Omega,P)$ un espace probabilisé fini et soit $X:\Omega\to E$ et $Y:\Omega\to F$ deux variables aléatoires. Démontrer que les deux assertions suivantes sont équivalentes :
  1. $(X,Y)\sim \mathcal U(E\times F)$;
  2. $X\sim \mathcal U(E)$, $Y\sim\mathcal U(F)$ et $X$ et $Y$ sont indépendantes.
Indication
Corrigé
Enoncé
On dispose de $n$ boites numérotées de $1$ à $n$. La boite $k$ contient $k$ boules numérotées de $1$ à $k$. On choisit au hasard de façon équiprobable une boite, puis une boule dans cette boite. On note $X$ le numéro de la boite et $Y$ le numéro de la boule.
  1. Déterminer la loi conjointe du couple $(X,Y)$.
  2. En déduire la loi de $Y$.
  3. Calculer l'espérance de $Y$.
Indication
Corrigé
Enoncé
Soit $(X,Y)$ un couple de variables aléatoires suivant une loi uniforme sur $\{0,\dots,n\}^2$.
  1. Déterminer la loi de $X$, la loi de $Y$, la loi de $X+Y$.
  2. $X$ et $Y$ sont-elles indépendantes?
Indication
Corrigé
Exercice 5 - Vecteurs aléatoires et matrices [Signaler une erreur] [Ajouter à ma feuille d'exos]
Enoncé
On considère un espace probabilisé $(\Omega,\mathcal{B},P)$ et deux variables aléatoires $X$ et $Y$ définies sur $\Omega$ et à valeurs dans $\{1,\dots,n+1\}$, où $n$ est un entier naturel supérieur ou égal à 2. On pose, pour tout couple $(i,j)\in\{1,\dots,n+1\}^2$ $$a_{i,j}=P(X=i,Y=j).$$ On suppose que : $$a_{i,j}=\left\{ \begin{array}{ll} \frac{1}{2n}&\textrm{si }|i+j-(n+2)|=1\\ 0&\textrm{sinon}. \end{array}\right.$$
  1. Vérifier que la famille $(a_{i,j})$ ainsi définie est bien une loi de probabilité de couple.
  2. Ecrire la matrice $A\in\mathcal{M}_{n+1}(\mtr)$ dont le terme général est $a_{i,j}$. Vérifier que $A$ est diagonalisable.
  3. Déterminer les lois de probabilité de $X$ et $Y$.
  4. Pour tout couple $(i,j)\in\{1,\dots,n+1\}^2$, on pose : $$b_{i,j}=P(X=i|Y=j).$$ Déterminer la matrice $B\in\mathcal{M}_{n+1}(\mtr)$ dont le terme général est $b_{i,j}$. Montrer que le vecteur $$v=\left(\begin{array}{c} P(X=1)\\ \vdots\\ P(X=n+1) \end{array}\right)$$ est vecteur propre de $B$.
Indication
Corrigé
Vecteurs aléatoires discrets infinis
Enoncé
Soient $X$ et $Y$ deux variables aléatoires à valeurs dans $\mtn^*$, telles que : $$P\big((X=i)\cap(Y=j)\big)=\frac{a}{2^{i+j}},$$ pour tous $i,j$ de $\mtn^*$.
  1. Calculer $a$.
  2. Déterminer les lois marginales de $X$ et $Y$.
  3. $X$ et $Y$ sont-elles indépendantes?
Indication
Corrigé
Enoncé
Soit $X$ et $Y$ deux variables aléatoires indépendantes suivant la même loi géométrique de paramètre $p\in ]0,1[$. On pose $Z=\min(X,Y)$ et $q=1-p$. Soit en outre $n$ un entier strictement positif.
  1. Calculer $P(X\geq n)$.
  2. Calculer $P(Z\geq n)$. En déduire $P(Z=n)$. Quelle est la loi de $Z$?
  3. Les variables $X$ et $Z$ sont-elles indépendantes?
Indication
Corrigé
Enoncé
Dans un bureau de poste, il y a deux guichets. Chacune des personnes arrivant à la poste choisit le premier guichet avec une probabilité $p$, ou le deuxième guichet avec une probabilité $q=1-p$. Les personnes effectuent leur choix de façon indépendante. En une heure, le nombre $X$ de personnes arrivés à la poste suit une loi de Poisson $\mathcal{P}(m)$. On désigne par $Y$ le nombre de personnes ayant choisi le premier guichet.
  1. Exprimer la probabilité conditionnelle de $Y=k$ sachant que $X=n$.
  2. En déduire la loi conjointe du couple $(X,Y)$.
  3. Déterminer la loi de $Y$. On trouvera que $Y$ suit une loi de Poisson de paramètre $mp$.
Indication
Corrigé
Enoncé
On suppose que le nombre $N$ d'enfants dans une famille suit une loi de Poisson de paramètre $\lambda>0$. On suppose qu'à chaque naissance, la probabilité que l'enfant soit une fille est $p\in ]0,1[$ et celle que ce soit un garçon est $q=1-p$. On suppose aussi que les sexes des naissances successives sont indépendants. On note $X$ la variable aléatoire correspondant au nombre de filles par familles, et $Y$ celle du nombre de garçons.
  1. Déterminer la loi conjointe du couple $(N,X)$.
  2. En déduire la loi de $X$ et celle de $Y$.
Indication
Corrigé
Vecteurs aléatoires continus
Enoncé
Théo fait du tir à l'arc sur une cible circulaire de rayon 1. On suppose que Théo est suffisamment maladroit pour que le point d'impact M de coordonnées $(X,Y)$ soit uniformément distribué sur la cible. On note $D=\{(x,y)\in\mathbb R^2;\ x^2+y^2\leq 1\}$.
  1. Quelle est la densité du couple $(X,Y)$?
  2. Déterminer les lois marginales de $X$ et de $Y$.
  3. Les variables aléatoires $X$et $Y$ sont-elles indépendanes?
Indication
Corrigé
Enoncé
Soit $T$ l'intérieur d'un triangle du plan délimité par les points $O(0,0)$, $I(1,0)$ et $J(0,1)$ et soit $(X,Y)$ un couple de variables aléatoires de loi uniforme sur le triangle $T$.
  1. Donner la densité du couple $(X,Y)$.
  2. Calculer les lois marginales de $X$ et de $Y$.
  3. Les variables aléatoires $X$ et $Y$ sont-elles indépendantes?
  4. Calculer la covariance du couple $(X,Y)$. Qu'en pensez-vous?
Indication
Corrigé
Enoncé
Soit $X$ et $Y$ deux variables aléatoires indépendantes suivant des lois exponentielles de paramètres respectifs $\lambda$ et $\mu$. Déterminer $P(X>Y)$.
Indication
Corrigé
Exercice 13 - Produit de lois de Pareto [Signaler une erreur] [Ajouter à ma feuille d'exos]
Enoncé
On dit que la variable aléatoire $X$ suit une loi de Pareto de paramètre $\alpha>0$ si, $$\forall x\geq 1,\ P(X>x)=x^{-\alpha}.$$
  1. Démontrer que cette propriété caractérise effectivement la loi de $X$. Montrer que $X$ suit une loi à densité, et préciser cette densité.
  2. Pour quelles valeurs de $\alpha$ la variable $X$ est-elle d'espérance finie?
  3. Soient $X,Y$ deux variables aléatoires indépendantes suivant une loi de Pareto de paramètre $\alpha$. On note $dP_Y$ la loi de $Y$. Montrer que, si $t\geq 1$, alors $$P(XY>t)=\int_1^{+\infty}P\left(X>\frac ty\right)dP_Y(y).$$
  4. En déduire que, pour tout $t\geq 1$, $P(XY>t)=t^{-\alpha}(1+\alpha\ln t).$
Indication
Corrigé
Meef
Enoncé
Un étudiant s’ennuie durant son cours de probabilités et passe son temps à regarder par la fenêtre les feuilles tomber d’un arbre. On admet que le nombre de feuilles tombées à la fin du cours est une variable aléatoire $X$ qui suit une loi de Poisson de paramètre $\lambda>0$. Cela signifie que pour tout $k\in\mathbb N$, $$P(X = k) = e^{-\lambda}\frac{\lambda^k}{k!}.$$
    1. Expliquer pourquoi les hypothèses de l'énoncé permettent de dire que pour tout $\lambda>0$, $$e^{\lambda}=\sum_{k=0}^{+\infty}\frac{\lambda^k}{k!}.$$
    2. \emph{Calculer} l’espérance et la variance de X.
  1. A chaque fois qu’une feuille tombe par terre, l’étudiant lance une pièce qui donne pile avec une probabilité $p$ et face avec probabilité $q = 1-p$, $p\in]0, 1[$. On note $F$ et $P$ le nombre de faces et de piles obtenus respectivement.
    1. Pour $k\in\mathbb N$ fixé, expliquer de manière simple pourquoi la loi de $F$ sachant $X = k$ est une loi binomiale dont on précisera les paramètres. En déduire l’expression de $P(F = a|X = k)$.
    2. Pour $(k, a)\in\mathbb N$, calculer la quantité $P(X = k, F = a)$.
    3. En déduire la loi de $F$, ainsi que son espérance.
    4. Donner, sans calculs, la loi de $P$.
  2. Montrer que $P$ et $F$ sont indépendantes.
  3. Calculer $E[P F]$ et $Var[P + F]$.
Indication
Corrigé