Controle UCAO 2024 Bis

UCAO 2023-2024 DEVOIR Note sur 20
Institut d’Economie et de Gestion STATISTIQUE 3 Durée :

Les supports de cours, les cellulaires et les ordinateurs portables ne sont pas autorisés
Cet exercice est donné à faire aux groupes 1, 2, 9 et 10 comme soutien à la préparation de
l’examen final.
EXERCICE
Soit (X, Y) un couple de variables aléatoires réelles de densité de probabilité :
𝑓(𝑥, 𝑦 = 𝛼𝜆2 𝑒 −𝜆𝑥 1𝐷 (𝑥, 𝑦)

où D= {(𝑥, 𝑦) ∈ ℝ2+ | 0 ≤ 𝑦 ≤ 𝑥}, 𝜆 un nombre strictement positif et où 𝛼 est un facteur de
normalisation.
(1) Déterminer la valeur de 𝛼.
(2) Déterminer les lois marginales.
(3) Les variables aléatoires X et Y sont-elles indépendantes ?
(4) Déterminer la densité conditionnelle de X sachant Y.
Solution commentée
Je propose une solution dans le cas général. Vous pouvez faire cet exercice avec des valeurs
particulières de 𝜆, par exemple 𝜆 = 2 ou 𝜆 = 3.
1 si (𝑥, 𝑦) ∈ 𝐷
Précisons que 1𝐷 est ici la fonction de ℝ2 vers ℝ définie par : 1𝐷 (𝑥, 𝑦) = {
0 si (𝑥, 𝑦) ∉ 𝐷
(1) Détermination de 𝛼
C’est le nombre réel 𝛼 qu’il faut déterminer contrairement à 𝜆 qui est connu.
Le nombre réel 𝛼 est appelé facteur de normalisation car il est à déterminer pour que
+∞ +∞
∫−∞ ∫−∞ 𝑓(𝑥, 𝑦)𝑑𝑥𝑑𝑦 soit égal à 1.
Notez que le nombre réel 𝛼 cherché doit être strictement positif car f est une fonction positive.
+∞ +∞
On a : ∫−∞ ∫−∞ 𝑓(𝑥, 𝑦)𝑑𝑥𝑑𝑦 = ∬𝐷 𝑓(𝑥, 𝑦)𝑑𝑥𝑑𝑦 + ∬𝐸 𝑓(𝑥, 𝑦)𝑑𝑥𝑑𝑦, où E désigne ici
l’ensemble des couples (𝑥, 𝑦) de nombres réels n’appartenant pas à D.
Par exemple si 𝑥 ou 𝑦 est négatif, alors le couple (𝑥, 𝑦) appartient à E ou si 𝑦 > 𝑥 alors le
couple (𝑥, 𝑦) appartient à E. Si le couple (𝑥, 𝑦) appartient à E, 1𝐷 (𝑥, 𝑦) = 0 et par
+∞ +∞
conséquent, ∬𝐸 𝑓(𝑥, 𝑦)𝑑𝑥𝑑𝑦 = 0. On obtient : ∫−∞ ∫−∞ 𝑓(𝑥, 𝑦)𝑑𝑥𝑑𝑦 = ∬𝐷 𝑓(𝑥, 𝑦)𝑑𝑥𝑑𝑦.
D’où : ∬𝐷 𝑓(𝑥, 𝑦)𝑑𝑥𝑑𝑦 = 𝛼𝜆2 ∬𝐷 𝑒 −𝜆𝑥 1𝐷 (𝑥, 𝑦)𝑑𝑥𝑑𝑦 .
Pour tout nombre réel 𝑥 de l’intervalle [0 ; +∞[, le nombre réel 𝑦 varie de 0 à 𝑥. On a

1𝐷 (𝑥, 𝑦) = 1. Par suite :
+∞ 𝑥
∬𝐷 𝑓(𝑥, 𝑦)𝑑𝑥𝑑𝑦 = 𝛼𝜆2 ∫0 (∫0 𝑒 −𝜆𝑥 𝑑𝑦)𝑑𝑥 ;
+∞ −𝜆𝑥 𝑥 +∞ 𝑥
∬𝐷 𝑓(𝑥, 𝑦)𝑑𝑥𝑑𝑦 = 𝛼𝜆2 ∫0 𝑒 (∫0 𝑑𝑦)𝑑𝑥 = 𝛼𝜆2 ∫0 𝑥𝑒 −𝜆𝑥 𝑑𝑥, car ∫0 𝑑𝑦 = 𝑥. En posant
1
𝑢 = 𝑥, 𝑣 ′ = 𝑒 −𝜆𝑥 ; on a 𝑢′ = 1, 𝑣 = − 𝜆 𝑒 −𝜆𝑥 et en intégrant par parties, l’intégrale
+∞
∫0 𝑥𝑒 −𝜆𝑥 𝑑𝑥, obtient :
+∞ 1 1 +∞ 1 1 1
∫0 𝑥𝑒 −𝜆𝑥 𝑑𝑥 = [− 𝜆 𝑥𝑒 −𝜆𝑥 ]+∞
0 + ∫ 𝑒 −𝜆𝑥 𝑑𝑥 = 0 + 𝜆 [− 𝜆 𝑒 −𝜆𝑥 ]+∞
0 = Par suite :
𝜆 0 𝜆2.
+∞ 1
𝛼𝜆2 ∫0 𝑥𝑒 −𝜆𝑥 𝑑𝑥 = 𝛼𝜆2 × 𝜆2. = 𝛼. On en déduit que 𝛼 = 1.
Rappelons que 𝑓(𝑥, 𝑦) est une densité de probabilité si :

- 𝑓(𝑥, 𝑦) est continue (c’est le cas ici) ;
- 𝑓(𝑥, 𝑦) est positive ;
- 𝑓(𝑥, 𝑦) est d’intégrale 1.
Remarque : on peut aussi utiliser la méthode exposée lors de la correction dans les groupes 2
et 10 le vendredi.
(2) Détermination des lois marginales
Rappelons à toutes fins utiles que la loi de probabilité d’une variable aléatoire est déterminée
par sa fonction densité ou sa fonction de répartition ou encore par sa fonction caractéristique.
Soit 𝑓𝑋 et 𝑓𝑌 les fonctions densités respectives de X et Y.
Détermination de 𝑓𝑋 .
+∞ +∞
∀𝑥 ∈ ℝ, 𝑓𝑋 (𝑥) = ∫−∞ 𝑓(𝑥, 𝑦)𝑑𝑦 = 𝜆2 𝑒 −𝜆𝑥 ∫−∞ 1𝐷 (𝑥, 𝑦)𝑑𝑦.
1er cas : 𝑥 < 0

Dans ce cas 𝑓𝑋 (𝑥) = 0, car 1𝐷 (𝑥, 𝑦) = 0.
2ème cas : 𝑥 ≥ 0
Pour plus de compréhension, faisons la décomposition suivante :
+∞ 0 𝑥 +∞
∫−∞ 1𝐷 (𝑥, 𝑦)𝑑𝑦 = ∫−∞ 1𝐷 (𝑥, 𝑦)𝑑𝑦 + ∫0 1𝐷 (𝑥, 𝑦)𝑑𝑦 + ∫𝑥 1𝐷 (𝑥, 𝑦)𝑑𝑦.
En considérant le membre de droite de l’égalité ci-dessus, la première intégrale est nulle car 𝑦
est négatif et la dernière intégrale est également nulle car 𝑦 est supérieur à 𝑥. Par suite :
+∞ 𝑥
𝜆2 𝑒 −𝜆𝑥 ∫−∞ 1𝐷 (𝑥, 𝑦)𝑑𝑦 = 𝜆2 𝑒 −𝜆𝑥 ∫0 1𝐷 (𝑥, 𝑦)𝑑𝑦.
𝑥
D’où : 𝑓𝑋 (𝑥) = 𝜆2 𝑒 −𝜆𝑥 ∫0 𝑑𝑦, car 1𝐷 (𝑥, 𝑦) = 1. On a : 𝑓𝑋 (𝑥) = 𝜆2 𝑥𝑒 −𝜆𝑥 .
2 −𝜆𝑥
On obtient donc : 𝑓𝑋 (𝑥) = {𝜆 𝑥𝑒 si 𝑥 ≥ 0
0 si 𝑥 < 0
Ce qui peut encore s’écrire : 𝑓𝑋 (𝑥) = 𝜆2 𝑥𝑒 −𝜆𝑥 1[0; +∞[ (𝑥).
Détermination de 𝑓𝑌 .
+∞ +∞
∀𝑦 ∈ ℝ, 𝑓𝑌 (𝑦) = ∫−∞ 𝑓(𝑥, 𝑦)𝑑𝑥 = 𝜆2 ∫−∞ 𝑒 −𝜆𝑥 1𝐷 (𝑥, 𝑦)𝑑𝑥. Pour faire comme
précédemment, on a :
+∞ 𝑦 +∞ −𝜆𝑥
𝜆2 ∫−∞ 𝑒 −𝜆𝑥 1𝐷 (𝑥, 𝑦)𝑑𝑥 = 𝜆2 ∫−∞ 𝑒 −𝜆𝑥 1𝐷 (𝑥, 𝑦)𝑑𝑥 + 𝜆2 ∫𝑦 𝑒 1𝐷 (𝑥, 𝑦)𝑑𝑥.
En considérant le membre de droite de l’égalité ci-dessus, la première intégrale nulle car

1𝐷 (𝑥, 𝑦) = 0 du fait que 𝑥 est inférieur à 𝑦. Par conséquent, on a :
+∞ +∞
𝜆2 ∫−∞ 𝑒 −𝜆𝑥 1𝐷 (𝑥, 𝑦)𝑑𝑥 = 𝜆2 ∫𝑦 𝑒 −𝜆𝑥 1𝐷 (𝑥, 𝑦)𝑑𝑥. Deux cas sont à envisager :
1er cas : 𝑦 < 0

Dans ce cas 𝑓𝑌 (𝑦) = 0, car 1𝐷 (𝑥, 𝑦) = 0.
2ème cas : 𝑦 ≥ 0
+∞ −𝜆𝑥 +∞ −𝜆𝑥
Dans ce cas, 𝑓𝑌 (𝑦) = 𝜆2 ∫𝑦 𝑒 𝑑𝑥, car 1𝐷 (𝑥, 𝑦) = 1. En intégrant ∫𝑦 𝑒 𝑑𝑥, on obtient :
𝜆𝑒 −𝜆𝑥 𝑠𝑖 𝑦 ≥ 0
𝑓𝑌 (𝑦) = 𝜆𝑒 −𝜆𝑦 . Enfin, on a : 𝑓𝑌 (𝑦) = {
0 𝑠𝑖 𝑦 < 0
Ce qui peut encore s’écrire : 𝑓𝑌 (𝑦) = 𝜆𝑒 −𝜆𝑦 1[0; +∞[ (𝑦).
(3) Les variables aléatoires X et Y sont-elles indépendantes ?

La première idée devant ce genre de question est de tenter de démontrer que ces variables ne
sont pas indépendantes sur des exemples. Si plusieurs essais sont infructueux, on tente le
contraire.
En choisissant ici (𝑥, 𝑦) = (1, 2), on a : 𝑓(1, 2) = 0, car 1𝐷 (1, 2) = 0 (2 > 1).
𝑓𝑋 (1) = 𝜆2 𝑒 −𝜆 et 𝑓𝑌 (2) = 𝜆𝑒 −2𝜆 . Ces nombres sont différents de zéro. Par suite :
𝑓(1, 2) ≠ 𝑓𝑋 (1)𝑓𝑌 (2). Les variables X et Y ne sont pas indépendantes.
(4) Détermination de la densité conditionnelle de X sachant Y.
𝑓(𝑥,𝑦)
On a : 𝑓𝑋|𝑌 (𝑥|𝑦) = ;
𝑓𝑌 (𝑦)
𝑓𝑌 (𝑦) ≠ 0 ⟺ 𝑦 ≥ 0.
Pour tout 𝑦 ≥ 0 et pour tout nombre réel 𝑥, 1𝐷 (𝑥, 𝑦) = 1[𝑦; +∞[ (𝑥), car pour 𝑦 ≥ 0,
1 𝑠𝑖 𝑥 ≥ 𝑦 1 𝑠𝑖 𝑥 ≥ 𝑦
1𝐷 (𝑥, 𝑦) = { et 1[𝑦; +∞[ (𝑥) = { .
0 si non 0 si non
On en déduit que : 𝑓𝑋|𝑌 (𝑥|𝑦) = 𝜆𝑒 −𝜆(𝑥−𝑦) 1[𝑦; +∞[ (𝑥).
Beaucoup de courage !

Controle UCAO 2024 Bis

Transféré par

Droits d'auteur :

Formats disponibles

Controle UCAO 2024 Bis

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Controle UCAO 2024 Bis

Transféré par

Droits d'auteur :

Formats disponibles

UCAO 2023-2024 DEVOIR Note sur 20

Institut d’Economie et de Gestion STATISTIQUE 3 Durée :

𝑓(𝑥, 𝑦 = 𝛼𝜆2 𝑒 −𝜆𝑥 1𝐷 (𝑥, 𝑦)

Pour tout nombre réel 𝑥 de l’intervalle [0 ; +∞[, le nombre réel 𝑦 varie de 0 à 𝑥. On a

Rappelons que 𝑓(𝑥, 𝑦) est une densité de probabilité si :

1er cas : 𝑥 < 0

En considérant le membre de droite de l’égalité ci-dessus, la première intégrale nulle car

1er cas : 𝑦 < 0

(3) Les variables aléatoires X et Y sont-elles indépendantes ?

Vous aimerez peut-être aussi