28 0 563KB
Exercices Corrigés sur les Couples de Variables Aléatoires Continues Exercice 1: Soit (X,Y) un couple de variables aléatoires de densité 1 𝑓(𝑥, 𝑦) = (2𝑥 + 𝑦)1[0,1]×[0,2] (𝑥, 𝑦). 4 1- Calculer 𝑃(𝑌 ≤ 1), 𝑃 (𝑋 ≤
1 2
, 𝑌 ≤ 1) 𝑒𝑡 𝑃(𝑋 + 𝑌 ≤ 1).
2- Calculer E(X), E(Y), E(X+Y), E(X.Y). 3- 𝑋 et 𝑌 sont-elles indépendantes ? Solution : 11 1 𝑥 𝑦 3 𝑃(𝑌 ≤ 1) = ∫ ∫ ( + ) 𝑑𝑥𝑑𝑦 = 4 8 0 0 2 1
1 2 𝑥 1 𝑦 1 𝑃 (𝑋 ≤ , 𝑌 ≤ 1) = ∫ ∫ ( + ) 𝑑𝑥𝑑𝑦 = 2 4 8 0 0 2 1
1−𝑥
𝑃(𝑋 + 𝑌 ≤ 1) = 𝑃(𝑌 ≤ 1 − 𝑋) = ∫ ∫ 0
0
𝑥 𝑦 1 ( + ) 𝑑𝑦𝑑𝑥 = 2 4 8
22
1
7 12 0 0 1 2 7 𝐸(𝑌) = ∫ ∫ 𝑦𝑓(𝑥, 𝑦)𝑑𝑦𝑑𝑥 = 6 0 0 1 1 𝑥 𝑦 2 𝐸(𝑋. 𝑌) = ∫ ∫ 𝑥. 𝑦 ( + ) 𝑑𝑥𝑑𝑦 = 2 4 3 0 0 21 𝐸(𝑋 + 𝑌) = 𝐸(𝑋) + 𝐸(𝑌) = 12 3- 𝐸(𝑋. 𝑌) ≠ 𝐸(𝑋). 𝐸(𝑌) ⟹ 𝑋 𝑒𝑡 𝑌 𝑛𝑒 𝑠𝑜𝑛𝑡 𝑝𝑎𝑠 𝑖𝑛𝑑é𝑝𝑒𝑛𝑑𝑎𝑛𝑡𝑒𝑠 𝐸(𝑋) = ∫ ∫ 𝑥𝑓(𝑥, 𝑦)𝑑𝑥𝑑𝑦 =
Exercice 2 : Soit (X,Y) un couple de variables aléatoires de densité 𝑓(𝑥, 𝑦) = 𝐾𝑥𝑦𝑒 −(𝑥
2 +𝑦 2 )
𝑠𝑖 (𝑥, 𝑦) ∈ ]0, +∞[ × ]0, +∞[
1- Calculer 𝐾 . 2- Trouver les lois marginales de X et Y. Etudier l’indépendance des deux variables. K.ZERFAOUI
Page 1
3- Calculer les densités conditionnelles de X sachant Y=y et de Y sachant X=x. 4- Calculer E(X), E(Y), V(X) et V(Y). Solution : +∞
𝐾∫
𝑥𝑦𝑒
+∞
−(𝑥 2 +𝑦 2 )
𝑑𝑥𝑑𝑦 = 1 ⟺ 𝐾 (∫
0
𝑦𝑒
−𝑦 2
+∞
𝑑𝑦) (∫
0
2
𝑥𝑒 −𝑥 𝑑𝑥) = 1
0
On pose 𝑥² = 𝑡 +∞
∫ 0
1 +∞ 1 𝑥𝑒 −𝑥² 𝑑𝑥 = ∫ 𝑒 −𝑡² 𝑑𝑡 = 2 0 2
+∞
𝑑𝑜𝑛𝑐: 𝐾 ∫
𝑥𝑦𝑒 −(𝑥
2 +𝑦 2 )
0 +∞
2 − 𝑓𝑋 (𝑥) = 4𝑥𝑒 −𝑥² ∫0
+∞
𝑓𝑌 (𝑦) = 4𝑦𝑒 −𝑦² ∫0
1 1 𝑑𝑥𝑑𝑦 = 𝐾. . = 1 ⟺ 𝐾 = 4 2 2
𝑦𝑒 −𝑦² 𝑑𝑦 = 2𝑥𝑒 −𝑥² , 𝑥 > 0
𝑥𝑒 −𝑥² 𝑑𝑥 = 2𝑦𝑒 −𝑦² , 𝑦 > 0
𝑋 𝑒𝑡 𝑌 𝑠𝑜𝑛𝑡 𝑖𝑛𝑑é𝑝𝑒𝑛𝑑𝑎𝑛𝑡𝑒𝑠 𝑐𝑎𝑟 𝑓(𝑥, 𝑦) = 𝑓(𝑥). 𝑓(𝑦) 3 − 𝑓𝑋⁄𝑌=𝑦 (𝑥) =
𝑓(𝑥, 𝑦) 𝑓(𝑥). 𝑓(𝑦) = = 𝑓𝑋 (𝑥) 𝑓𝑌 (𝑦) 𝑓(𝑦)
De même pour 𝑓𝑌⁄𝑋=𝑥 (𝑥) =
𝑓(𝑥,𝑦) 𝑓𝑋 (𝑥)
=
𝑓(𝑥).𝑓(𝑦) 𝑓𝑋 (𝑥)
= 𝑓𝑌 (𝑦)
Exercice 3 : Soit (X,Y) un couple de variables aléatoires de densité
1 −(2𝑥²−2𝑥𝑦+𝑦² ) 2 𝑓(𝑥, 𝑦) = 𝑒 2𝜋
;
+∞
a- Quelle est la valeur de l’intégrale ∫−∞ 𝑒 −(𝑥−𝑎)² 𝑑𝑥
( 𝑥 , 𝑦) ∈ ℝ2 𝑝𝑜𝑢𝑟 𝑎 ∈ ℝ.
b- Donner la loi de X. c- Donner la loi de Y. d- X et Y son-elles indépendantes ? Solution : 1
a- En utilisant la densité de la loi 𝑁 (𝑎, 2): 2
𝟏 (𝑥−𝑎)² +∞ −𝟐 𝟏 𝟐 ∫ 𝑒 −∞
K.ZERFAOUI
+∞
𝑑𝑥 = ∫ −∞
𝟏 𝑥−𝑎 − ( 𝟏 ) 𝟐 √𝟐 𝑒
𝑑𝑥 =
1 √2
√2 √𝜋 = √𝜋 Page 2
2ème Méthode : +∞
𝑒 −(𝑥−𝑎)² 𝑑𝑥
∫ −∞
𝑂𝑛 𝑝𝑜𝑠𝑒 𝑥 − 𝑎 = 𝑡 , 𝑑𝑥 = 𝑑𝑡 +∞ √𝜋 ∫ 𝑒 −𝑡² = 2 ∫ 𝑒 −𝑡² 𝑑𝑡 = 2. = √𝜋 2 0 b- Loi de 𝑿 : +∞
1 −(2𝑥²−2𝑥𝑦+𝑦² ) 2 𝑒 𝑑𝑦 2𝜋 1 −𝑥² +∞ −1(𝑦²−2𝑥𝑦) 1 −𝑥² +∞ −1((𝑦−𝑥)2 −𝑥²) = 𝑒 ∫ 𝑒 2 𝑑𝑦 = 𝑒 ∫ 𝑒 2 𝑑𝑦 = 2𝜋 2𝜋 −∞ −∞
𝑓𝑋 (𝑥) = ∫ −∞
=
1 −𝑥² +∞ −1(𝑦−𝑥)2 1 −𝑥 2 𝑒 2∫ 𝑒 2 𝑑𝑦 = 𝑒 2 2𝜋 √2𝜋 −∞ Donc : 𝑋 ↝ 𝑁(0,1).
c- Loi de 𝒀 : +∞
𝑓𝑌 (𝑦) = ∫ −∞
1 1 −(2𝑥²−2𝑥𝑦+𝑦² 1 −𝑦 2 1 −𝑦 2 ) − [2𝑥²−2𝑥𝑦] 2 2 2 𝑒 𝑑𝑥 = 𝑒 ∫𝑒 𝑑𝑥 = 𝑒 2 ∫ 𝑒 −[𝑥²−𝑥𝑦] 𝑑𝑥 = 2𝜋 2𝜋 2𝜋 2
2
𝑦 2 𝑦 1 −𝑦 2 1 −[(𝑥− ) − ] 2 4 𝑑𝑥 = = 𝑒 2 ∫𝑒 2𝜋 2𝜋
=
1 2√2𝜋
𝑒
−
𝑦2 2
𝑦 1 𝑥− 2 − [ ] 2 1 𝑦2 − √2 𝑒 4 ∫𝑒
,
𝑑𝑥 =
1 −𝑦 2 1 𝑒 2 √2𝜋 = 2𝜋 √2
𝑌 ↝ 𝑁(0,4)
𝑋 𝑒𝑡 𝑌 𝑛𝑒 𝑠𝑜𝑛𝑡 𝑝𝑎𝑠 𝑖𝑛𝑑é𝑝𝑒𝑛𝑑𝑎𝑛𝑡𝑒𝑠 𝑐𝑎𝑟 𝑓(𝑥, 𝑦) ≠ 𝑓(𝑥). 𝑓(𝑦)
Exercice 4 : La densité conjointe de (X,Y) est donnée par : 1
𝑓(𝑥, 𝑦) = {𝑦 𝑒
−
0
𝑥 𝑦
𝑒 −𝑦
𝑠𝑖 𝑥 > 0, 𝑦 > 0, 𝑠𝑖𝑛𝑜𝑛
1- Déterminer 𝑓𝑋/𝑌 (x). 2- Trouver P(X 0 𝑒𝑡 𝑦 > 0
𝑓(𝑥,𝑦) 𝑓𝑌 (𝑦)
𝑥 +∞ 1 −𝑥 −𝑦 1 −𝑦 +∞ −𝑥 1 −𝑦 1 − 𝑦 𝑦 𝑦 𝑒 𝑒 𝑑𝑥 = 𝑒 ∫ 𝑒 𝑑𝑥 = 𝑒 [−𝑦𝑒 ] = 𝑒 −𝑦 . 𝑦 = 𝑒 −𝑦 , 𝑦 > 0 𝑦 𝑦 𝑦 𝑦 0 0
𝑑𝑜𝑛𝑐 ∶ 𝑌 ↝ 𝐸𝑥𝑝(1) 𝑓𝑋⁄𝑌=𝑦 (𝑥) =
1 −𝑥 𝑒 𝑦 , 𝑥>0 𝑦
2- 𝑃(𝑋 < 1/𝑌 = 𝑦) =
1 ∫0 𝑓𝑋⁄𝑌=𝑦 (𝑥)𝑑𝑥
=
𝑥
1 − ∫ 𝑒 𝑦 𝑑𝑥 𝑦 0 1
1
= 𝑦 [−𝑦𝑒
−
1 𝑦
1
1
] = 𝑦 [𝑦 − 𝑦𝑒 −1/𝑦 ] = 0
= 1 − 𝑒 −1/𝑦 . +∞
3- 𝐸(𝑋 3 ⁄𝑌 = 𝑦) = ∫0
1
+∞
𝑥 3 𝑓𝑋⁄𝑌=𝑦 (𝑥)𝑑𝑥 = 𝑦 ∫0 +∞
4- 𝐸(𝑋 3 ) = 𝐸[𝐸(𝑋 3 ⁄𝑌 = 𝑦)] = ∫0
𝑥3 𝑒
−
𝑥 𝑦
1 Γ(4)
𝑑𝑥 = 𝑦 [ +∞
𝑦 3 . 3! 𝑓𝑌 (𝑦)𝑑𝑦 = 3! ∫0
1 4 𝑦
] = 𝑦 3 . 3!
( )
𝑦 3 𝑒 −𝑦 𝑑𝑦 = 3! Γ(4) = 3! .3!
2ème Méthode : +∞
𝐸(𝑋
3)
=∫ 0
+∞
+∞
+∞
1 −𝑥 𝑥 3 𝑒 𝑦 𝑒 −𝑦 𝑑𝑥𝑑𝑦 𝑦 0 0 0 +∞ +∞ +∞ +∞ 𝑥 1 −𝑦 1 −𝑦 4 − =∫ 𝑒 𝑑𝑦 ∫ 𝑥 3 𝑒 𝑦 𝑑𝑥 = ∫ 𝑒 [𝑦 Γ(4)] 𝑑𝑦 = Γ(4) ∫ 𝑦 3 𝑒 −𝑦 𝑑𝑦 𝑦 𝑦 0 0 0 0 = 3! .3! = 36 ∫
3
𝑥 𝑓(𝑥, 𝑦)𝑑𝑥𝑑𝑦 = ∫
∫
Exercice 5 : Soit (X,Y) un couple de variables aléatoires de densité : 𝑓(𝑥, 𝑦) = {𝑘𝑒 0
−𝜃𝑦
𝑠𝑖
0≤𝑥≤𝑦 𝑠𝑖𝑛𝑜𝑛
1- Déterminer la valeur de la constante 𝑘. 2- Déterminer les lois marginales de X et Y. ces deux variables sont-elles indépendantes ? 3- Calculer 𝑃(𝑋 ≤ 1, 𝑌 ≤ 1)𝑒𝑡 𝑃(𝑋 ≤ 1⁄𝑌 ≤ 1). 4- Calculer la densité de probabilité du vecteur (𝑋, 𝑌 − 𝑋) et montrer que 𝑋 𝑒𝑡 𝑌 − 𝑋 𝑠𝑜𝑛𝑡 𝑖𝑛𝑑é𝑝𝑒𝑛𝑑𝑎𝑛𝑡𝑒𝑠. Solution : 1𝑓(𝑥, 𝑦) = 𝑘𝑒 −𝜃𝑦 , 0 ≤ 𝑥 ≤ 𝑦 +∞
K.ZERFAOUI
+∞
+∞
k∫
∫
𝑒 −𝜃𝑦 𝑑𝑥𝑑𝑦 = 1 ⟺ 𝑘 ∫
0
0
0
𝑦
𝑒 −𝜃𝑦 𝑑𝑦 ∫ 𝑑𝑥 = 1 0
Page 4
+∞
𝑦 𝑒 −𝜃𝑦 𝑑𝑦 = 𝑘
k∫ 0
Γ(2) = 1 ⟺ 𝑘 = 𝜃² 𝜃²
2+∞
1 −𝜃𝑦 +∞ 𝑒 𝑑𝑦 = 𝜃² [− 𝑒 ] = 𝜃𝑒 −𝜃𝑥 , 𝑥 > 0 𝜃 𝑥 𝑋 ↝ 𝐸𝑥𝑝(𝜃) = 𝛾(1, 𝜃) −𝜃𝑦
𝑓𝑋 (𝑥) = 𝜃² ∫ 𝑥
𝑦
𝑓𝑌 (𝑦) = 𝜃²𝑒
−𝜃𝑦
∫ 𝑑𝑥 = 𝜃²𝑦𝑒 −𝜃𝑦 , 𝑦 > 0 0
𝑌 ↝ 𝛾(2, 𝜃) 𝑋 𝑒𝑡 𝑌 𝑛𝑒 𝑠𝑜𝑛𝑡 𝑝𝑎𝑠 𝑖𝑛𝑑é𝑝𝑒𝑛𝑑𝑎𝑛𝑡𝑒𝑠 31
𝑦
𝑃(𝑋 ≤ 1, 𝑌 ≤ 1) = ∫ ∫ 𝜃²𝑒 0
1 −𝜃𝑦
𝑑𝑥𝑑𝑦 = ∫ 𝜃²𝑦𝑒 −𝜃𝑦 𝑑𝑦 = 1 − 𝑒 −𝜃 − 𝜃𝑒 −𝜃
0
0
𝑃(𝑋 ≤ 1, 𝑌 ≤ 1) 𝑃(𝑋 ≤ 1⁄𝑌 ≤ 1). = =1 𝑃(𝑌 ≤ 1) Car : 1
1
𝑃(𝑌 ≤ 1) = ∫ 𝑓(𝑦)𝑑𝑦 = 𝜃² ∫ 𝑦𝑒 −𝜃𝑦 𝑑𝑦 = 𝑃(𝑋 ≤ 1, 𝑌 ≤ 1) 0
0
4la loi de (𝑋, 𝑌 − 𝑋) : 1- 𝑈 = 𝑋, 𝑉 = 𝑌 − 𝑋 𝑋=𝑈 ⟺ 𝜑 −1 = { 𝑌 =𝑉+𝑈 1 0 𝐽𝜑−1 = | |=1 1 1 𝑓𝑈,𝑉 (𝑢, 𝑣) = 𝑓(𝑋,𝑌) (𝜑 −1 (𝑢, 𝑣)). |𝐽𝜑−1 |
𝑈=𝑋 𝜑: { 𝑉 =𝑌−𝑋
𝑓𝑈,𝑉 (𝑢, 𝑣) = 𝑓(𝑋,𝑌) (𝑢, 𝑣 + 𝑢) = 𝜃²𝑒 −𝜃(𝑣+𝑢) , 0 ≤ 𝑢 ≤ 𝑣 + 𝑢 𝑓𝑈,𝑉 (𝑢, 𝑣) = 𝜃²𝑒 −𝜃𝑢 𝑒 −𝜃𝑣 , 𝑢 ≥ 0 𝑒𝑡 𝑣 ≥ 0 𝑓𝑈 (𝑢) = 𝜃𝑒 −𝜃𝑢 , 𝑢≥0 −𝜃𝑣 𝑓𝑉 (𝑣) = 𝜃𝑒 , 𝑣≥0 𝑑𝑜𝑛𝑐: 𝑈 𝑒𝑡 𝑉 𝑠𝑜𝑛𝑡 𝑖𝑛𝑑é𝑝𝑒𝑛𝑑𝑎𝑛𝑡𝑒𝑠 Exercice 6 : Soit (X,Y) un couple de variables aléatoires de densité :
K.ZERFAOUI
Page 5
𝑒 −𝑦 𝑓(𝑥, 𝑦) = { 0 123456-
𝑠𝑖
0≤𝑥≤𝑦 𝑠𝑖𝑛𝑜𝑛
Calculer 𝑃(𝑌 ≤ 2) 𝑒𝑛 𝑢𝑡𝑖𝑙𝑖𝑠𝑎𝑛𝑡 𝑙𝑎 𝑙𝑜𝑖 𝑑𝑢 𝑐𝑜𝑢𝑝𝑙𝑒 ( 𝑋, 𝑌). Déterminer les lois marginales de 𝑋 𝑒𝑡 𝑌. s’agit-il de lois usuelles ? Calculer la covariance du couple ( 𝑋, 𝑌). 𝑋 𝑒𝑡 𝑌sont-elles indépendantes ? Déterminer la densité conditionnelle de X sachant Y=y. S’agit-il d’une loi usuelle ? Déterminer 𝐸(𝑋⁄𝑌).
Solution : 12
𝑦
2
𝑃(𝑌 ≤ 2) = ∫ [∫ 𝑒 0
−𝑦
2
𝑑𝑥] 𝑑𝑦 = ∫ 𝑦𝑒
0
−𝑦
𝑑𝑦 =
[−𝑦𝑒 −𝑦 ]20
+ ∫ 𝑒 −𝑦 𝑑𝑦 = 1 − 3𝑒 −2
0
0
2+∞
𝑒 −𝑦 𝑑𝑦 = 𝑒 −𝑥 , 𝑥 ≥ 0
𝑓𝑋 (𝑥) = ∫
𝑑𝑜𝑛𝑐 𝑋 ↝ 𝐸𝑥𝑝(1)
𝑥 𝑦
𝑓𝑌 (𝑦) = ∫ 𝑒 −𝑦 𝑑𝑥 = 𝑦𝑒 −𝑦 , 𝑦 ≥ 0
𝑑𝑜𝑛𝑐 𝑌 ↝ 𝛾(2, 1)
0
3-𝐶𝑜𝑣(𝑋, 𝑌) = 𝐸(𝑋𝑌) − 𝐸(𝑋). 𝐸(𝑌) 𝐸(𝑋) = 1 , ∞
∞
𝑦
+∞
𝐸(𝑋𝑌) = ∫ 𝑦 [∫ 𝑥 𝑒 0
𝐸(𝑌) = 2
−𝑦
𝑑𝑥] 𝑑𝑦 = ∫
0
𝑦𝑒
−𝑦
0
+∞ 3 𝑥2 𝑦 −𝑦 1 [ ] 𝑑𝑦 = ∫ 𝑒 𝑑𝑦 = Γ(4) = 3 2 0 2 2 0
𝐶𝑜𝑣(𝑋, 𝑌) = 3 − 2 = 1 4−
𝑋 𝑒𝑡 𝑌 𝑛𝑒 𝑠𝑜𝑛𝑡 𝑝𝑎𝑠 𝑖𝑛𝑑é𝑝𝑒𝑛𝑑𝑎𝑛𝑡𝑒𝑠 𝑐𝑎𝑟 : 𝐶𝑜𝑣(𝑋, 𝑌) ≠ 0 𝑜𝑢𝑏𝑖𝑒𝑛 𝑜𝑛 𝑗𝑢𝑠𝑡𝑖𝑓𝑖𝑒 𝑝𝑎𝑟: 𝑓(𝑥, 𝑦) ≠ 𝑓(𝑥). 𝑓(𝑦)
5- 𝑓𝑋⁄𝑌=𝑦 (𝑥) =
𝑓(𝑥,𝑦) 𝑓𝑌 (𝑦)
=
𝑒 −𝑦 𝑦𝑒 −𝑦
1
=𝑦
, 0≤𝑥≤𝑦
6- 𝐸(𝑋⁄𝑌 = 𝑦) ↝ 𝑈[0,𝑦] ⟹ 𝐸[𝑋⁄𝑌 = 𝑦] =
𝑦 2
, 𝑦>0
⟹ 𝐸(𝑋⁄𝑌) =
𝑌 2
Exercice 7 : Soit (X,Y) un couple de variables aléatoires de densité :
K.ZERFAOUI
Page 6
𝑒 −𝑦 𝑓(𝑥, 𝑦) = { 0
𝑠𝑖
0≤𝑥≤𝑦 𝑠𝑖𝑛𝑜𝑛
7- Calculer 𝑃(𝑌 ≤ 2) 𝑒𝑛 𝑢𝑡𝑖𝑙𝑖𝑠𝑎𝑛𝑡 𝑙𝑎 𝑙𝑜𝑖 𝑑𝑢 𝑐𝑜𝑢𝑝𝑙𝑒 ( 𝑋, 𝑌). 8- Déterminer les lois marginales de 𝑋 𝑒𝑡 𝑌. s’agit-il de lois usuelles ? 9- Calculer la covariance du couple ( 𝑋, 𝑌). 10𝑋 𝑒𝑡 𝑌sont-elles indépendantes ? 11- Déterminer la densité conditionnelle de X sachant Y=y. S’agit-il d’une loi usuelle ? 12Déterminer 𝐸(𝑋⁄𝑌). Solution : 12
𝑦
2
𝑃(𝑌 ≤ 2) = ∫ [∫ 𝑒 0
−𝑦
2
𝑑𝑥] 𝑑𝑦 = ∫ 𝑦𝑒
0
−𝑦
𝑑𝑦 =
[−𝑦𝑒 −𝑦 ]20
+ ∫ 𝑒 −𝑦 𝑑𝑦 = 1 − 3𝑒 −2
0
0
2+∞
𝑒 −𝑦 𝑑𝑦 = 𝑒 −𝑥 , 𝑥 ≥ 0
𝑓𝑋 (𝑥) = ∫
𝑑𝑜𝑛𝑐 𝑋 ↝ 𝐸𝑥𝑝(1)
𝑥 𝑦
𝑓𝑌 (𝑦) = ∫ 𝑒 −𝑦 𝑑𝑥 = 𝑦𝑒 −𝑦 , 𝑦 ≥ 0
𝑑𝑜𝑛𝑐 𝑌 ↝ 𝛾(2, 1)
0
3-𝐶𝑜𝑣(𝑋, 𝑌) = 𝐸(𝑋𝑌) − 𝐸(𝑋). 𝐸(𝑌) 𝐸(𝑋) = 1 , ∞
∞
𝑦
+∞
𝐸(𝑋𝑌) = ∫ 𝑦 [∫ 𝑥 𝑒 0
𝐸(𝑌) = 2
−𝑦
𝑑𝑥] 𝑑𝑦 = ∫
0
𝑦𝑒
−𝑦
0
+∞ 3 𝑥2 𝑦 −𝑦 1 [ ] 𝑑𝑦 = ∫ 𝑒 𝑑𝑦 = Γ(4) = 3 2 0 2 2 0
𝐶𝑜𝑣(𝑋, 𝑌) = 3 − 2 = 1 4−
𝑋 𝑒𝑡 𝑌 𝑛𝑒 𝑠𝑜𝑛𝑡 𝑝𝑎𝑠 𝑖𝑛𝑑é𝑝𝑒𝑛𝑑𝑎𝑛𝑡𝑒𝑠 𝑐𝑎𝑟 : 𝐶𝑜𝑣(𝑋, 𝑌) ≠ 0 𝑜𝑢𝑏𝑖𝑒𝑛 𝑜𝑛 𝑗𝑢𝑠𝑡𝑖𝑓𝑖𝑒 𝑝𝑎𝑟: 𝑓(𝑥, 𝑦) ≠ 𝑓(𝑥). 𝑓(𝑦)
7- 𝑓𝑋⁄𝑌=𝑦 (𝑥) =
𝑓(𝑥,𝑦) 𝑓𝑌 (𝑦)
=
𝑒 −𝑦 𝑦𝑒 −𝑦
1
=𝑦
, 0≤𝑥≤𝑦
8- 𝐸(𝑋⁄𝑌 = 𝑦) ↝ 𝑈[0,𝑦] ⟹ 𝐸[𝑋⁄𝑌 = 𝑦] =
𝑦 2
, 𝑦>0
⟹ 𝐸(𝑋⁄𝑌) =
𝑌 2
Exercice 8 : Soit (X,Y) un couple de variables aléatoires de densité :
𝑓(𝑥, 𝑦) = 𝑒 −(𝑥+𝑦) K.ZERFAOUI
, 𝑥 ≥ 0 𝑒𝑡 𝑦 ≥ 0. Page 7
1- Déterminer les densités marginales de X et Y. 2- X et Y sont-elles indépendantes ? 3- Soit X une v.a. suivant une loi Normale 𝑁(𝑚, 𝜎).On suppose que 𝑃(𝑋 < −1) = 0.488 𝑒𝑡 𝑃(𝑋 < 3) = 0.998. Déterminer 𝑚 et 𝜎. Solution : 1-
𝑓(𝑥, 𝑦) = 𝑒 −(𝑥+𝑦)
, 𝑥 ≥ 0 𝑒𝑡 𝑦 ≥ 0
Les lois marginales : +∞
𝑓𝑋 (𝑥) = 𝑒 −𝑥 ∫
𝑒 −𝑦 𝑑𝑦 = 𝑒 −𝑥 ,
𝑥≥0
0 +∞
𝑓𝑌 (𝑦) = 𝑒 −𝑦 ∫
𝑒 −𝑥 𝑑𝑦 = 𝑒 −𝑦 , 𝑦 ≥ 0
0
𝐷𝑜𝑛𝑐 ∶
𝑋 𝑒𝑡 𝑌 ↝ 𝐸𝑥𝑝(1)
2- 𝑋 𝑒𝑡 𝑌 𝑠𝑜𝑛𝑡 𝑖𝑛𝑑é𝑝𝑒𝑛𝑑𝑎𝑛𝑡𝑒𝑠 𝑐𝑎𝑟 𝑓(𝑥, 𝑦) = 𝑓(𝑥). 𝑓(𝑦) 3- 𝑋 ↝ 𝑁(𝑚, 𝜎²) −1 − 𝑚 𝑚+1 𝑃(𝑋 < −1) = 0.488 ⟺ Φ ( ) = 0.488 ⟺ Φ ( ) = 1 − 0.488 = 0.512 … … . (1) 𝜎 𝜎 3−𝑚 𝑃(𝑋 < 3) = 0.998 ⟺ Φ ( ) = 0.998 … … … … (2) 𝜎 𝑚+1 = 0.03 … … … (1) 𝜎 3−𝑚 = 2.89 … … … (2) 𝜎 (1) + (2) ⟹
4 = 2.92 ⟹ 𝝈 = 𝟏. 𝟑𝟔 𝜎
𝑚 = 1,36 . 0,03 − 1 = −0.959 ⟹ 𝒎 = −𝟎. 𝟗𝟓𝟗 Exercice 9 : Soit X une v.a.r de densité 𝑓(𝑥) = 𝜃(1 − 𝑥)𝜃−1 1]0 ,1[ (𝑥) ;
𝜃 ∈ ℝ∗+
1- Montrer que la v.a. 𝑌 = −𝐿𝑛(1 − 𝑋) suit une loi usuelle connue. Déduire E(Y) et Var(Y). 2- Si 𝑋1 𝑒𝑡 𝑋2 sont 2 v.a.r. indépendantes de même loi que X a) Donner la loi de 𝑍 = − ∑2𝑖=1 𝐿𝑛(1 − 𝑋𝑖 ) b) Déterminer la loi de 𝑇 = 2𝜃𝑍.
K.ZERFAOUI
Page 8
Solution : 1- 𝑌 = −𝐿𝑛(1 − 𝑋) 𝐹𝑌 (𝑦) = 𝑃(𝑌 ≤ 𝑦) = 𝑃(−𝐿𝑛(1 − 𝑋) ≤ 𝑦) = 𝑃(𝑋 ≤ 1 − 𝑒 −𝑦 ) = 𝐹𝑋 (𝑦) Après dérivation de la fonction de répartition on trouve le résultat : 𝑓𝑌 (𝑦) = 𝜃𝑒 −𝜃𝑦 , 𝑦 ≥ 0 1 1 𝑌 ↝ 𝐸𝑥𝑝(𝜃) , 𝐸(𝑌) = 𝑒𝑡 𝑉(𝑌) = 2 𝜃 𝜃 2a- 𝑍 = − ∑2𝑖=1 𝐿𝑛(1 − 𝑋𝑖 ) ⟹ 𝑍 ↝ 𝛾(2, 𝜃) b- Loi de 𝑇 = 2𝜃𝑍 𝐹𝑇 (𝑡) = 𝑃(𝑇 ≤ 𝑡) = 𝑃 (𝑍 ≤ 𝑓𝑇 (𝑡) =
𝑡 𝑡 ) = 𝐹𝑍 ( ) 2𝜃 2𝜃
𝑡 1 𝑡 1 −𝑡 𝑡 1 𝑓𝑍 ( ) = 𝑒 2 . 𝜃² = 𝑡𝑒 −2 , 𝑡 ≥ 0 2𝜃 2𝜃 2𝜃 2𝜃 4
𝟏 4 1 𝟐𝜽𝒁 ↝ 𝜸 (𝟐, ) = 𝛾 ( , ) = 𝜒42 𝟐 2 2
K.ZERFAOUI
Page 9