CU-K AYA 2024-2025 LSIE2

TD Probabilité III

Exercice 1. Une urne contient quatre boules numérotées de 1 à 4 et l’on effectue deux tirages successifs sans
remise, notant X (resp. Y) la v.a. indiquant le chiffre marqué sur la boule tirée au premier (resp. second)
tirage. Déterminer la loi de probabilité de la v.a. X + Y.

Exercice 2. Démonstration à l ’aide des probabilités du Théorème de Weierstrass-Stone. Il s ’agit du théo-

rème suivant : toute fonction continue sur [0; 1] (plus généralement sur un compact [ a, b]) est limite uni-
forme d’une suite de polynômes. Autrement dit, il existe une suite ( Pn ) d ’éléments de R [ X ] telle que :

sup | Pn ( x ) − f ( x )| −→ 0 (1)
n+∞
x ∈[0,1]

On va démontrer que la suite de polynômes ( Pn ) définie par :

n   
k
∀n ≥ 1, Pn ( x ) = ∑ Cn x (1 − x )
k k n−k
f (2)
k =0
n

convient (ces polynômes sont appelés polynômes de Bernstein). On se place sur un espace probabilisé
(Ω, A, P). Pour tout x ∈ [0; 1], on considère une suite de v.a.r. ( Xi ) indépendantes et de même loi de
Bernoulli de paramètre x.
n
1. Soit Sn = ∑ Xi Quelle est la loi de Sn ?
k =1

2. Montrer que   
Sn
E f = Pn ( x ) (3)
n

3. Comme f est continue sur le compact [0; 1], elle est uniformément continue (Théorème de Heine,
démonstration par l ’absurde...) d’où :

ϵ > 0, ∃ α > 0, | x − y| ≤ α =⇒ | f ( x ) − f (y)| < ϵ (4)

On pose alors  
k
I= k; −x <α (5)
n
 
Sn
Calculer P n − x ≥ α et montrer que :
 
Sn
| Pn ( x ) − f ( x )| ≤ ϵ + 2M × P −x ≥α (6)
n

où M = sup {| f ( x )|}.
x ∈[0,1]
 
Sn
4. A l’aide de l ’inégalité de Bienaymé-Tchebychev, majorer P n − α ≥ α et conclure.

1
CU-K AYA 2024-2025 LSIE2

Exercice 3. On lance deux fois une pièce de monnaie équilibrée. Soient X la variable prenant pour valeur
le nombre de Pile obtenus moins un, et Y la variable prenant pour valeur le nombre de Pile au deuxième
lancer moins le nombre de Pile au premier lancer.

1. Déterminer la loi conjointe du couple (X ;Y ).

2. Calculer la covariance du couple.

3. Les variables X et Y sont-elles indépendantes ?

Exercice 4. Soit ( X, Y ) un couple de variables aléatoires discrètes dont la loi est donnée par le tableau
suivant :
X/Y 1 2 3 4
1 0,08 0,04 0,16 0,12
2 0,04 0,02 0,08 0,06
3 0,08 0,04 0,16 0,12

1. Déterminer les lois marginales du couple et préciser si X et Y sont indépendantes.

2. Calculer Cov( X, Y ).

3. En déduire la loi de probabilité de la variable aléatoire E(Y | X ). Calculer E [E(Y | X )] ; le résultat était-
il prévisible ?

4. Déterminer la loi du couple (min( X, Y ); max ( X, Y )).

Exercice 5. Soient X et Y des variables aléatoires de loi absolument continue et de fonction de densité
jointe f (X,Y ) ( x, y). Calculez la densité de X + Y.
Exercice 6. Soit un jeton portant 1 sur une face et 2 sur l’autre. On lance une fois le jeton, on appelle X la
variable : "faire 1 ou 2 à l’issu du lancer". On lance une fois le jeton et on appelle Y la variable "faire 2 ; 3 ou
4" à l’issu des deux lancers.

1. Déterminer les loi fe probabilité de X et de Y . Calculer E( X ) , V ( X ) , E(Y ) , V (Y ) et cov( X, Y ) ;

Donnez en une conclusion.

2. Calculer la matrice de variance covariance ∑ du couple aléatoire ( X, Y ) .

3. Calculer la variance des V.A U1 = 2X − Y et U2 = X + 2Y.

4. Calculer la matrice de covariance H du couple aléatoire U = (U1 , U2 ).

Exercice 7. Soient X1 , X2 , ..., Xn une suite de V.A indépendantes de densité f et de fonction de répartition
F . On considère les V.A
Mn = max { Xi } , mn = min { Xi }
1≤ i ≤ n 1≤ i ≤ n

1. Exprimer les événements {mn ≥ y} et { Mn ≤ z} au moyen d’événements liés aux Xi .

2. En déduire les fonctions réelles G et H des V.A mn et Mn et leurs densités respectives g et h en

fonction de f et F.

2
CU-K AYA 2024-2025 LSIE2

3. Application au cas où les V.A Xi 1 ≤ i ≤ n admettent une répartition uniforme sur [ a, b] . Prendre les
cas où a = 0 et b = 1 puis a = −1 et b = 1 . Calculer les limites de E (mn )et E ( Mn ) quand n −→ ∞ .

Exercice 8. Soit X1 , ..., Xn un échantillons i.i.d de X de densité

 −θx
 θe si x ≥ 0θ > 0
f ( x; θ ) = (7)
0 si x<0


On rappelle que la loi exponentielle de paramètre θ est encore appelée loi γ (1; θ ). Si Xi ⇝ γ (1; θ ) alors si
n
∑ Xi ⇝ γ (n; θ ) de densité :
i =1
θ n −θx n−1

 Γ(n)
e x si x ≥ 0θ > 0
f n ( x; θ ) = (8)

0 si x<0

1. Vérifier que f ( x; θ ) est une densité de probabilité.

2. Calculer E( X ) et V ( X ).

3. Quel est l’estimateur du maximum de vraisemblance θ̂ de θ . Est-il sans biais ? Construire alors un
estimateur Tn sans biais pour θ.

4. Qu’est ce qu’un estimateur convergent ? L’estimateur Tn est-il convergent ?

5. Déterminer si possible l’information de Fisher des deux lois.

6. Calculer la borne de Fréchet (FDCR) de Tn . L’estimateur Tn est-il efficace ?

Exercice 9. Soit f la fonction de densité du couple ( X, Y ) dénie sur R2 par


 k ( x + y) si 0≤y≤x≤1k≥0
f X,Y ( x, y) =
0 sinon


1. Déterminer k pour que f ( x, y) soit une fonction de densité. Supposons dans la suite que la valeur de
k est celle trouvée plus haut.

2. Établir si X et Y sont dépendantes ou pas.

3. Calculer P( X + Y < 1).

4. Calculer la fonction de répartition FX ( x ).

Exercice 10. On effectue n tirages avec remise dans une urne qui contient une boule noire, deux blanches
et trois vertes. Déterminer la loi de probabilité du vecteur N dont les composantes N1 , N2 et N3 désignent
respectivement le nombre de boules noires, blanches et vertes tirées. Calculer ensuite E (N) et V(N).

3
CU-K AYA 2024-2025 LSIE2

Exercice 11. Soient U1 et U2 deux variables aléatoires indépendantes de loi uniforme sur [0, 1]. Montrer
que les variables aléatoires définies par
q q
X = −2log (U1 )cos (2πU2 ) , Y = −2log (U1 )sin (2πU2 )

sont indépendantes et de même loi N (0, 1).

Exercice 12. Soit ( X, Y ) un couple de v.a. de densité :

 i
1 1 h 2 2
f ( x, y) = √ exp − (1 + a) x + 2 (1 + 2a) xy + (1 + 4a) y , ∀a > 0 (9)
2π a 2a

1. Déterminer les lois marginales de X et Y. Ces variables sont-elles indépendantes ?

1
2. Déterminer la loi de la v.a Z = a ( X + Y ).

Exercice 13. Soit le polynôme P( X ) = X 2 − 2AX + B. On suppose que A et B sont des v.a.r. indépendantes
qui suivent la loi uniforme sur [0; 1].

1. Quelle est la probabilité que P possède 2 racines réelles distinctes ?

2. Quelle est la probabilité que P possède une racine double ?

3. Quelle est la probabilité que P possède 2 racines complexes (et non réelles) ?

Exercice 14. Soit X1 , X2 et X3 trois v.a. indépendantes de même loi N (0, 1) . Déterminer la loi de probabilité
des v.a. suivantes :
1 ( X1 + X2 ) 2 X + X2
U = √ ( X2 − X1 ) , V = 2
, W= q 1
2 ( X1 − X2 ) ( X1 − X2 ) 2
1 2 
Y= 5X1 + 2X2 + 5X3 + 4X1 X2 − 2X1 X3 + 4X2 X3 , Z = X12 + X22 + X32 − Y
2 2
6
et montrer que Y et Z sont indépendantes.

Exercice 15. Considérons un vecteur aléatoire Z = ( X, Y ) dont la densité est donnée par :

0≤x≤y≤∞
 −θy
 ke si
f ( x, y) =
0 sinon


1. Montrez que k = θ 2 .

2. Calculez les densités marginales de X et de Y. Ces deux variables aléatoires sont-elles indépendantes ?

3. Calculez P ( X ≤ 1, Y ≤ 1) et P ( X ≤ 1 | Y ≤ 1).

4. Calculez la densité de probabilité du vecteur ( X, Y − X ) et montrez que X et Y − X sont indépendants

4
CU-K AYA 2024-2025 LSIE2

Exercice 16. Pour rappel, une variable aléatoire X est dite variable χ2 , chi-carrée à n degrés de liberté, si

X = X12 + X22 + ... + Xn2

n
où les Xi sont i.i.d N (0, 1). De plus, ϕX (t) = (1 − 2it)− 2 .

1. Si X ∼ χ2n calculez E [ X ] et V [ X ].

2. Si X et Y sont des variables aléatoires indépendantes, montrez que ϕX +Y (t) = ϕX (t) ϕY (t).

3. A l’aide des fonctions caractéristiques, montrez que si X ∼ χ2n et Y ∼ χ2m X et Y étant indépendantes,
alors X + Y ∼ χ2n+m .

Exercice 17. Soient X et Y deux v.a.r. discrètes admettant une variance.

1. Montrer qu’alors X Y admet une espérance et que :

1 h  2  i
E [| XY |] ≤ E X + E Y2 (10)
2

2. Montrer que q
|E ( XY )| = E ( X 2 ) E (Y 2 ) (11)
(penser à la démonstration de l ’inégalité de Cauchy-Schwarz).

Exercice 18. Pour a > 0 et λ > 0, on définit la loi γa,λ par sa densité relativement à la mesure de Lebesgue

λ a a−1 −λx
f a,λ ( x ) = x e 1R + ( x ) (12)
Γ ( a)

1. Vérifier que cette fonction définit bien une densité.

2. On utilise le fait que Γ( a + 1) = aΓ( a) pour obtenir que l’espérance de cette loi est a/λ.

3. Soit V1 , V2 , ..., Vn des variables aléatoires réelles indépendantes de loi ε (λ) . Déterminer la loi du
vecteur (V1 , V1 + V2 , ..., V1 + · · · + Vn )et en déduire que V1 + · · · + Vn ⇝ γn,λ .

4. Soit X et Y deux variables aléatoires réelles indépendantes de loi γa,λ .

(a) Déterminer la loi de λX.

(b) Montrer que X + Y et X/Y sont des v.a. indépendantes dont on calculera les lois.
(c) Montrer que X + Y et X/( X + Y ) sont des v.a. indépendantes. Calculer la loi de X/( X + Y ).

5. Soit X et Y deux variables aléatoires réelles indépendantes de loi γa,λ et γb,λ respectivement. Déter-
miner la loi de X + Y .

6. Soit Z1 , Z2 , ..., Zn des variables aléatoires réelles indépendantes de loi N (0, 1).

(a) Montrer que Z12 suit une loi γ 1 , 1 .

2 2

(b) Montrer que Z12 + · · · + Zn2 suit une loi γ n , 1 . La loi γ n , 1 est également appelée loi du khi-deux à
2 2 2 2
n degrés de liberté, notée χ2n .

5
CU-K AYA 2024-2025 LSIE2

Exercice 19. (Formule de Bayes)

1. Soit (Ω, P) un espace de probabilité discret, et ( H1 , ..., Hn ) une partition de Ω en n événements de

probabilité non nulle. Montrer que, pour i = 1, ..., n, si A est un événement de probabilité non nulle :

P ( A/Hi ) × P ( Hi )
P ( Hi /A) = n (13)
∑ P A/A j × P Hj



j =1

2. Une maladie M affecte une personne sur 1000 dans une population donnée. On dispose d’un test
sanguin qui détecte M avec une fiabilité de 99% lorsque cette maladie est effectivement présente.
Cependant, on obtient aussi un résultat faussement positif pour 0,2% des personnes saines testées.
Quelle est la probabilité qu’une personne soit réellement malade lorsque son test est positif ?

Exercice 20. Théo fait du tir à l’arc sur une cible circulaire de rayon 1. On suppose que Théo est suffisam-
ment maladroit pour que le point d’impact M de coordonnées (X,Y) soit uniformément distribué sur la
cible. On note D = ( x, y) ∈ R2 ; x2 + y2 ≤ 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 indépendantes ?

Exercice 21. Les différentes question de cet exercice sont indépendantes.

1. Soit X1 , ..., Xn des v.a. indépendantes et de même loi que la v.a. X de loi normale N (0, σ), où σ est
un nombre réel positif donné. Montrer que la suite ( Tn ) définie par :
n
1
Tn =
n ∑ | Xi | (14)
i =1

converge en moyenne quadratique vers une limite que l’on déterminera.

2. La durée d’une communication téléphonique urbaine est représentée par une v.a. D uniformément
distribuée sur l’intervalle [0, t], où t est un nombre réel positif donné. On souhaite étudier le compor-
tement de la plus longue durée de n communications, définie par Mn = max { D1 , ..., Dn }, lorsque
n devient infini, les v.a. Di étant supposées indépendantes et de même loi que D. Montrer que Mn
converge en probabilité vers t.

3. Si X1 , X2 et X3 sont trois v.a. indépendantes de même loi N (0, 1), déterminer la loi de probabilité du
vecteur Y dont les composantes sont définies par :
1
Y1 = 2 ( X1 + X2 ) , Y2 = − 13 ( X1 + X2 − X3 ) , Y3 = 1
6 (− X1 + X2 + 2X3 ) (15)