Leçon 8 Exercices corrigés

(Une étoile * désignera une question de difficulté supérieure.)

Exercice 1. Un jet de deux dés est modélisé par l’espace probabilisé (Ω, A, P)
1
où Ω = {1, 2, 3, 4, 5, 6}2 , A = P(Ω) et P(A) = 36 Card(A). Le premier dé sera
la variable aléatoire X : Ω → E, E = {1, 2, 3, 4, 5, 6}, B = P(E), définie par
X(ω1 , ω2 ) = ω1 .
a) Quelle la mesure image PX de P par X ?
R R
b) Si φ : E → R, expliciter les deux intégrales Ω φ ◦ XdP et E φ dPX .

Corrigé. a) PX est une mesure sur les parties de l’ensemble discret

E = {1, 2, 3, 4, 5, 6}, il suffit donc de déterminer P({k}) pour k = 1, 2, 3, 4, 5, 6.
Par définition d’une mesure image,



P {k} = P (ω1 , ω2 ) ∈ Ω ; X(ω1 , ω2 ) = k


= P (ω1 , ω2 ) ∈ Ω ; ω1 = k
1
Card (ω1 , ω2 ) ∈ {1, 2, 3, 4, 5, 6}2 ; ω1 = k

=
36
6 1
= =
36 6
puisqu’il y a six couples de la forme (k, ω2 ) dans Ω. Donc PX est uniforme
sur E = {1, 2, 3, 4, 5, 6}. b) D’après la description de PX et l’intégration par
rapport à une mesure discrète,
Z 6 6
X
1X
φ d PX = φ(k) P {k} = φ(k).
E 6
k=1 k=1

1
Par ailleurs,
Z
1 X

φ ◦ X dP = φ X(ω1 , ω2 )
Ω 36
(ω1 ,ω2 ) ∈ Ω
1 X
= φ(ω1 )
36
(ω1 ,ω2 ) ∈ Ω
6
6 X
= φ(k).
36
k=1
R R
Il vient donc que Ω φ◦XdP = E φ dPX ce qui n’est rien d’autre que le théorème
de transport (Leçon 3) dans ce cadre.

Exercice 2. Soit X une variable aléatoire sur (Ω, A, P) à valeurs dans N

telle que, pour tous m, n ∈ N,


P X ≥ m + n | X ≥ n = P(X ≥ m).

(On dit que X est « sans mémoire ».) En supposant que P(X = 1) = a,
déterminer la loi de X. Même question si X est une variable aléatoire à valeurs
réelles positives telle que


P X > s + t | X > t = P(X > s), s, t > 0.

Exercice 3. Soit Y une variable aléatoire de loi uniformément répartie sur

l’intervalle [0, 5]. Quelle est la probabilité que les racines de l’équation

x2 + (Y + 2)x + Y + 3 = 0

en la variable x ∈ R soient réelles ?

Indications. La loi de la variable aléatoire Y est la loi uniforme sur l’inter-

valle [0, 5], de densité donc 51 1[0,5] par rapport à la mesure de Lebesgue sur R.

2
Le discriminant du trinôme x2 +(Y +2)x+Y +3 est une fonction de la variable
aléatoire Y ; il doit être positif ou nul pour qu’il y ait des racines réelles.

Exercice 4. Soit X une variable aléatoire sur (Ω, A, P) suivant la loi bino-
miale B(2n, 21 ) ; déterminer la loi de Y = |X − n|.

Corrigé. La variable X est à valeurs dans {0, 1, . . . , 2n}, et donc Y = |X−n|

est à valeurs dans {0, 1, . . . , n}. Si k = 0,
 
1 2n
P(Y = 0) = P(X = n) = 2n ,
2 n

et si k ∈ {1, . . . , n},

P(Y = k) = P(X = n − k) + P(X = n + k)

   
1 2n 2n
= 2n +
2 n−k n+k
 
1 2n
= 2n−1
2 n+k
d’après les propriétés des coefficients binomiaux.

Exercice 5. Soit X une variable aléatoire, sur un espace probabilisé (Ω, A, P),
de loi géométrique G(p) de paramètre p ∈ ]0, 1[ ; calculer pn (t) = P(X > nt),
t ≥ 0, n ≥ 1. Pour p = n1 , n ≥ 2, t ≥ 0, étudier la limite de pn (t) lorsque
n → ∞.

Corrigé. Par définition de la loi géométrique G(p),

X
pn (t) = P(X > nt) = p(1 − p)k−1 .
k>nt

3
Donc
X
pn (t) = p(1 − p)k−1
k≥bntc+1
X
= (1 − p)bntc p(1 − p)k−bntc−1
k−bntc−1≥0
X
= (1 − p)bntc p(1 − p)`
`≥0
bntc
= (1 − p) .

Lorsque p = n1 , limn→∞ (1 − p)bntc = e−t . Ainsi P(X > nt) converge vers
P(Y > t) où Y suit la loi exponentielle E(1).

Exercice 6. Soit la fonction

(
0 si t < 0,
F (t) = t
1+t si t ≥ 0.

a) Tracer F et démontrer que c’est une fonction de répartition.

b) Expliquer pourquoi F est la fonction de répartition d’une unique mesure de
probabilité P sur la tribu des boréliens de R.

On désigne par X une variable aléatoire réelle, sur un espace probabilisé

(Ω, A, P), de loi P .
c) Décrire un espace probabilisé possible.
d) Soit Y = X 1{X≤3} ; justifier que Y est une variable aléatoire ; dans quel
ensemble prend-elle ses valeurs ? Décrire et tracer la fonction de répartition
FY (t) = PY (] − ∞, t] = P(Y ≤ t), t ∈ R, de la loi PY de Y .
e) Exprimer PY sous la forme d’une combinaison d’une mesure discrète et d’une
mesure admettant une densité.

4
 Corrigé. a) La fonction F est croissante, continue, et limt→−∞ F (t) = 0,
limt→+∞ F (t) = 1. C’est donc une fonction de répartition. b) La fonction F
détermine une fonction additive P sur les intervalles ]a, b], a < b, de R, par
P (]a, b]) = F (b) − F (a), qui s’étend en une unique mesure de probabilité sur
les boréliens de R. Il peut être noté que F est dérivable sur ]0, ∞[, de dérivée
1
(1+x)2 , qui est donc la densité de F par rapport à la mesure de Lebesgue sur
R+ . c) Il est toujours possible de considérer Ω = R, A = B(R), P = P ,
et la variable aléatoire (identité) X(ω) = ω, ω ∈ Ω = R, dont la loi est
clairement P . d) Comme X est mesurable, {X ≤ 3} ∈ A, et donc 1{X≤3}
est mesurable. La variable Y est donc mesurable comme produit de fonctions
mesurables (variables aléatoires). La variable X est à valeurs positives ou nulles
(car P(X ≤ 0) = F (0) = 0) ; par ailleurs, si X > 3, alors Y = 0. Donc Y est
à valeurs dans [0, 3], et la fonction de répartition FY de la loi de Y est nulle si
t < 0 et égale à 1 si t > 3. Si 0 ≤ t ≤ 3, la définition de Y indique que

P(Y ≤ t) = P(X ≤ t, X ≤ 3) + P(X > 3)

= P(X ≤ t, X ≤ 3) + 1 − F (3)
= P(X ≤ t) + 1 − F (3)

Comme F (3) = 41 , il s’ensuit que


0 si t < 0,


FY (t) = P(Y ≤ t) = t 1
1+t + 4 si 0 ≤ t ≤ 3,


1 si t > 3.

e) La fonction de répartition FY de la loi de Y présente un point de discontinuité

en t = 0 d’amplitude 41 . En dehors de ce point (et de t = 3), elle est continue et
2 1]0,3[ (t). Donc la loi PY de Y se décompose
1
dérivable, de dérivée f (t) = (1+t)
en la somme de la masse de Dirac 14 δ0 et de la mesure de densité f par rapport
à la mesure de Lebesgue sur R.

5
 Exercice 7. Soient X et Y deux variables aléatoires sur (Ω, A, P) à valeurs
dans N. On suppose que la loi jointe du couple (X, Y ) est donnée par

c
P (X, Y ) = (k, `) = , (k, `) ∈ N × N,
k! `!
où c ∈ R.
a) Déterminer la valeur de c. Reconnaître les lois marginales de X et Y .
c(k+`)
b) Mêmes questions si à présent P((X, Y ) = (k, `)) = 2k+`
, (k, `) ∈ N × N.

Exercice 8. Le couple aléatoire (X, Y ) défini sur un espace probabilisé

(Ω, A, P) suit la loi uniforme sur le carré [−1, +1]2 . Déterminer la probabilité
P( 12 < X 2 + Y 2 < 1).

Corrigé. L’ensemble à mesurer correspond à la couronne, centrée en 0, entre

les rayons √12 et 1. Son aire (mesure de Lebesgue) est donc π − π2 = π2 . La
loi de (X, Y ) est uniforme sur le carré [−1, +1]2 , donc après la normalisation
probabiliste, il s’agit de 41 λ pour λ la mesure de Lebesgue restreinte au carré.
Ainsi, la probabilité recherchée est π8 .

Exercice 9 (Loi du demi-cercle). Un couple aléatoire (X, Y ) est uniformé-

ment réparti sur le disque unité

D = (x, y) ∈ R2 ; x2 + y 2 ≤ 1


de R2 .
a) Décrire la densité de la loi de (X, Y ) par rapport à la mesure de Lebesgue
sur R2 .
b) Calculer P(X ≥ √1 ). (Indications : faire un dessin ; sin( π4 ) = cos( π4 ) = √1 .)
2 2
c) Démontrer que la loi de X admet une densité par rapport à la mesure de
Lebesgue que l’on identifiera.

6
 Corrigé. a) La densité f de la loi de (X, Y ) est donnée par f = π1 1D .
b) Sur un dessin, l’ensemble {X ≥ √12 } correspond à un quart de disque privé
du triangle isocèle (demi carré) le supportant ; sa surface est donc π4 − 12 et ainsi,
après la normalisation probabiliste,
 1  1 π 1 1 1
P X≥√ = − = − .
2 π 4 2 4 2π

c) La loi de la marginale X admet une densité par rapport à la mesure de

Lebesgue λ sur R donnée par R f (x, y)dλ(y), x ∈ R. Comme f = π1 1D , pour
R

tout x ∈ [−1, +1],

Z
1  p 2
p
2
 2p
f (x, y)dλ(y) = λ − 1 − x , 1 − x = 1 − x2 .
R π π
√
Ainsi, la fonction π2 1 − x2 1[−1,+1] (x), x ∈ R, est la densité de la loi dite du
demi-cercle (même si, de par la normalisation π2 , son graphe est une ellipse).

Exercice 10*. Pour un entier n ≥ 1, et pour 1 ≤ k ≤ n, soit

 Xn 
Ω = Ωk = x ∈ {0, 1}n ; x` = k .
`=1

L’espace Ω est muni de la tribu A = P(Ω) des parties de Ω et de la probabilité

uniforme P. Le vecteur aléatoire X = (X1 , . . . , Xn ) sur (Ω, A, P) réprésente les
composantes d’un élément de Ω.
Vérifier que, pour tout ` = 1, . . . , n, X` suit une loi de Bernoulli. Démontrer
que, pour tous j, ` = 1, . . . , n distincts, (Xj , X` ) a même loi que (X1 , X2 ).
(Indication : observer que n`=1 X` = k.)
P