You are on page 1of 7

´gration et probabilite ´s - Td9 Inte ´atoires : lois, fonctions de re ´partition... Variables ale Exercice 1.

Soient X , Y et Z des variables al´ eatoires r´ eelles d´ efinies sur un espace de probabilit´ e (Ω, A, P). (1) On suppose que X = Y p.s. Montrer que X et Y ont la mˆ eme loi. Montrer que la r´ eciproque est fausse. (2) On suppose que X et Y ont la mˆ eme loi. (a) Soit f : R → R une fonction bor´ elienne. Montrer que les variables al´ eatoires f (X ) et f (Y ) ont la mˆ eme loi. (b) Montrer que les variables al´ eatoires XZ et Y Z n’ont pas n´ ecessairement la mˆ eme loi.
Correction. (1) Si X = Y p.s. alors E(f (X )) = E(f (Y )) pour toute fonction bor´ elienne f : R → R+ , ce qui montre que X et Y ont la mˆ eme loi. La r´ eciproque est fausse. Consid´ erons une variable al´ eatoire X de √ −1 2 a la mesure de Lebesgue). loi normale N (0, 1) (c’est-` a-dire de densit´ e 2π e−x /2 par rapport ` Posons Y = −X . Alors Y est une variable al´ eatoire X de loi normale N (0, 1). En effet soit g : R → R+ une fonction bor´ elienne. Alors
+∞

E(g (Y )) =
−∞

g (−x)e−x

2

+∞ /2

dx =
−∞

g (x)e−x

2

/2

dx.

Donc X et Y ont la mˆ eme loi mais ne sont pas ´ egales p.s. (2) (a) Pour toute fonction bor´ elienne g : R → R+ , la fonction g ◦ f est bor´ elienne. Comme X et Y ont la mˆ eme loi, on a E(g ◦ f (X )) = E(g ◦ f (Y )), ce qui montre que f (X ) et f (Y ) ont la mˆ eme loi. (2) (b) On reprend les variables X et Y de la question 1. Soit Z = X . Alors XZ = X 2 et Y Z = −X 2 . La loi de X 2 est une mesure de probabilit´ e sur R+ (diff´ erente de la mesure de Dirac δ0 ) et la loi de −X 2 est une mesure de probabilit´ e sur R− donc XZ et Y Z n’ont pas la mˆ eme loi.

Exercice 2 : simulation de variables al´ eatoires. Soient X une variable al´ eatoire r´ eelle d´ efinie sur un espace de probabilit´ e (Ω, A, P) et F sa fonction de r´ epartition d´ efinie par F (t) = P(X ≤ t) pour t ∈ R. (1) Si F est continue et strictement croissante, et si U est une variable uniforme sur [0, 1], quelle est la loi de la variable al´ eatoire F −1 (U ) ? (2) Dans le cas g´ en´ eral on d´ efinit F −1 , l’inverse continu ` a droite de F par, F −1 (u) = inf {x ∈ R : F (x) > u}. Quelle est la loi de la variable al´ eatoire F −1 (U ) ?
Correction. (1) Soit t ∈ R. On a {F −1 (U ) ≤ t} = {U ≤ F (t)}. Donc P(F −1 (U ) ≤ t) = P(U ≤ F (t)) = F (t). Or la fonction de r´ epartition d’une variable al´ eatoire caract´ erise sa loi. Ainsi F −1 (U ) a la mˆ eme loi que X . ´ Mathilde Weill - Ecole normale sup´ erieure - FIMFA - 2007/2008

Donc il existe λ ≥ 0 tel que G(t) = −λt pour tout t > 0. P(X > t + s) = P(X > t)P(X > s). P). Correction.+∞[ . la derni` ere ´ egalit´ e´ etant une cons´ equence de la continuit´ e` a droite de F . Exercice 5. et la propri´ et´ e d’absence de m´ emoire est v´ erifi´ ee. ∞ Correction. Exercice 3. Donc la fonction x → P(|X | ≥ x) est int´ egrable.(2) Soit t ∈ R. Soit X une variable al´ eatoire r´ eelle int´ egrable (c’est-` a-dire v´ erifiant E(|X |) < ∞) d´ efinie sur (Ω. A. Montrer qu’une variable al´ eatoire r´ eelle positive X v´ erifie la propri´ et´ e d’absence de m´ emoire si et seulement si X est exponentielle. G = log(1 − FX ) est continue ` a droite. Et G ≤ 0. De mˆ eme a > −∞. Correction. Elle est de plus d´ ecroissante ce qui implique le r´ esultat. Comme F (x) → 1 quand x → +∞ on a a < +∞. (1) Si X est exponentielle de param` etre λ alors P(X > t) = t λe−λx dx = e−λt .2007/2008 . On a {F −1 (U ) ≤ t} = P(F −1 (U ) ≤ t)  = P n≥1 n≥1 {U < F (t + 1/n)}. Calculer la loi de la variable al´ eatoire X . Montrer que µ est une mesure de Dirac. k + 1[) = k λe−λx dx = (e−λk − e−λ(k+1) ) = (1 − e−λ )e−λk . De plus. Montrer que x→∞ lim xP(|X | ≥ x) = 0. donc G est lin´ eaire. Exercice 4 : variables exponentielles. et donc F est la fonction de r´ epartition de δa . On a k+1 ∞ P(N = k ) = P(X ∈ [k. 1} pour tout x ∈ D. o` u D est un ensemble dense de R. Donc  U <F 1 t+ n  = lim P U < F n→∞ t+ 1 n = lim F n→∞ t+ 1 n = F (t). Si X v´ erifie la propri´ et´ e d’absence de m´ emoire alors la fonction G : t → log(P(X > t)) est additive. Par continuit´ e` a droite de F on a F (x) ∈ {0. (2) Soit X une variable al´ eatoire exponentielle. On pose a = inf {x ∈ R : F (x) = 1}. On a. ce qui signifie que N suit la loi g´ eom´ etrique de param` etre e−λ . t > 0. o` u x d´ esigne la partie enti` ere de X . on a F (x) = 1[a. E(|X |) = 0 P(|X | ≥ x) dx.Ecole normale sup´ erieure . et donc X est exponentielle de param` etre λ. (1) On dit qu’une variable al´ eatoire r´ eelle positive v´ erifie la propri´ et´ e d’absence de m´ emoire si pour tous s. 1} pour tout t ∈ R. Par continuit´ e` a droite de F . (2) On pose N = X . Soit F la fonction de r´ epartition d’une mesure de probabliti´ e µ telle que F (x) ∈ {0. ´ Mathilde Weill .FIMFA .

Soit S = {B ∈ B(R) : B = −B } la tribu des bor´ eliens sym´ etriques. avec n ∈ N. (a) Φ(t) = θ − it exp(it) − 1 . (a) On suppose que la loi de X admet une densit´ e f par rapport ` a la mesure de Lebesgue sur R. 1−p .FIMFA . σ (X ) ⊂ S . Comme ces ensembles sont dans σ (X ). (b) Uniforme sur [0. 1]. (2) Calculer les fonctions caract´ eristiques des lois suivantes: (a) Exponentielle de param` etre θ > 0. ´pendance Inde Exercice 8 : variables al´ eatoires sym´ etriques. 1]. Correction. (1) Soit X une variable al´ eatoire r´ eelle. Donc. 1]. (b) Montrer que X est sym´ etrique si et seulement si sa fonction caract´ eristique est r´ eelle. −a] avec 0 ≤ a ≤ b. Montrer que si X est sym´ e trique alors ε | X | a mˆ e me loi que X . de loi 2 1 2 ´ Mathilde Weill . X −1 (A) = {ω ∈ R : ω 2 ∈ A} est un bor´ elien sym´ etrique. R´ eciproquement. 1[. On a θ . (2) Soit t ∈ R. (b) Φ(t) = it Exercice 7. (c) G´ eom´ etrique de param` etre p ∈ ]0. (c) G(s) = 1 − sp (d) G(s) = exp(−λ(1 − s)). (1) Calculer les fonctions g´ en´ eratrices des lois suivantes : (a) Bernoulli de param` etre p ∈ [0. Donc S est engendr´ ee par les ´ elements de la forme [a. 1]. on a S ⊂ σ (X ) puis σ (X ) = S .Ecole normale sup´ erieure . Une variable al´ eatoire r´ eelle V est dite sym´ etrique si −V a la mˆ eme loi que V . Correction. On a (a) G(s) = 1 − p + ps. b] ∪ [−b. si S ∈ S alors S = (S ∩ R+ ) ∪ −(S ∩ R+ ). Montrer que la variable al´ eatoire X − Y est sym´ etrique. Sur (R. on consid` ere la variable al´ eatoire X : ω ∈ R → ω 2 . (b) G(s) = (1 − p + ps)n .2007/2008 . p ∈ [0. (b) Binˆ omiale de param` etres (n.Exercice 6. (d) Poisson de param` etre λ > 0. D´ eterminer la tribu σ (X ) engendr´ ee par X . Montrer que X est sym´ etrique si et seulement si f (x) = f (−x) pour λpresque tout x ∈ R. (3) Soit X une variable al´ eatoire r´ elle et soit ε une variable al´ eatoire ind´ ependante de X et 1 δ −1 + 1 δ . Pour tout A ∈ B(R+ ). p). (1) Soit s ∈ [0. B (R)). (2) Soient X et Y deux variables al´ eatoires r´ eelles ind´ ependantes et de mˆ eme loi.

Ainsi la variable −X a pour loi la mesure f (−x)dx. (2) Soit X une variable al´ eatoire r´ eelle dont la loi admet une densit´ e par rapport ` a la mesure de Lebesgue sur R. X ) n’admet pas de densit´ e par rapport ` a la mesure de Lebesgue sur R2 . y ) = e−x si x ≥ y ≥ 0 = 0 sinon. Ainsi. ΦX −Y est r´ eelle et d’apr` es la question (1)(b).Ecole normale sup´ erieure .2007/2008 . Exercice 9. La variable X est donc sym´ etrique si et seulement si les mesures f (x)dx et f (−x)dx sont ´ egales c’est-` a-dire si et seulement si les fonctions f et x → f (−x) sont ´ egales λ-p. ´ Mathilde Weill . Calculer la densit´ e fX (resp. (1) Soit (X.FIMFA .p. V´ erifier que la mesure f (x. de Y ). X − Y est sym´ etrique. (1) (b) Pour toute variable al´ eatoire r´ eelle X . si et seulement si X est sym´ etrique. Φ−X (t) = E e−itX = E eitX = E (eitX ) = ΦX (t). Y ) une variable al´ eatoire ` a valeurs dans R2 dont la loi admet une densit´ e f par rapport ` a la mesure de Lebesgue sur R2 . Ainsi. o` u la deuxi` eme ´ egalit´ e est obtenue par le changement de variables x → −x. En donner une expression en fonction de f . c’est-` a-dire. On a E(g (−X )) = R g (−x)f (x) dx = R g (x)f (−x) dx. (1) (a) Soit g : R → R+ bor´ elienne. Montrer que la loi de (X. On a E eit(X −Y ) = E eitX E e−itY = |ΦX (t)|2 . (b) On suppose que f (x. et montrer que les variables X et Y ne sont pas ind´ ependantes. y ) dx dy est une mesure de probabilit´ e. ΦX est r´ eelle si et seulement si ΦX = Φ−X . fY ) de X (resp.Correction. on a pour tout t ∈ R. (2) Soit t ∈ R. ce qui montre que ε|X | a la mˆ eme loi que X . (a) Montrer que les lois de X et de Y admettent chacune une densit´ e par rapport ` a la mesure de Lebesgue sur R. (3) On a pour g : R → R+ bor´ elienne E(g (ε|X |)) = E g (|X |)1{ε=1} + E g (−|X |)1{ε=−1} = P(ε = 1)E (g (|X |)) + P(ε = −1)E (g (−|X |)) 1 E (g (|X |)) + E (g (−|X |)) = 2 1 = E g (X )1{X ≥0} + E g (−X )1{X<0} + E g (−X )1{X ≥0} + E g (X )1{X<0} 2 1 = E(g (X )) + E(g (−X )) 2 = E(g (X )).

A. dont l’int´ egrale entre 0 et 1 vaut n/(n + 1). . . y ) dx dy = R g (x) R f (x.2007/2008 . (1)(a) Soit g : R → R+ une fonction bor´ elienne. X ) n’est pas ` a densit´ e. . ce qui signifie que la loi de X admet comme densit´ e fX (x) = Y admet comme densit´ e fY (y ) = R f (x. p}. . Tn = X1 + . n ≥ 1) une suite de variables al´ eatoires ind´ ependantes d´ efinies sur (Ω. De mˆ eme. la loi de e−x dx dy = R e−x [0. On pose T0 = 0 et pour tout n ≥ 1. . k n − (k − 1)n . . D’o` u le r´ esultat. p n k p . On a d’apr` es le th´ eor` eme de Fubini-Tonelli. . A. Soit (Xn . P). fX (x)fY (y ) > 0 = f (x. . (1)(b) On a f (x. Un ind´ ependantes et de loi uniforme sur {1. . y ) dy R dx. . Exercice 11.FIMFA . + Xn . On remarque alors que pour tous 0 ≤ x < y. p}. . 2. y ) dx dy = R2 {0≤y ≤x} f (x. . y ) dy . . . (2) La loi de (X. E(g (X )) = R2 g (x)f (x. (1) Trouver la loi de Mn = max1≤k≤n Uk . Exercice 10. y ). . y ) dx.x] dy dx = R xe−x dx = 1. ´ Mathilde Weill . . de mˆ eme loi exponentielle de param` etre 1. . p p→∞ n + 1 Correction. P) des variables al´ eatoires U1 . P(Un ≤ k ) = P(U1 ≤ k )n = On en d´ eduit la loi de Mn : P(Mn = k ) = P(Mn ≤ k ) − P(Mn ≤ k − 1) = (2) On a (voir la question 2 de l’exercice 7 du Td8). pn E(Mn ) = k=1 P(Mn ≥ k ). . on a. On d´ efinit sur (Ω. (2) Montrer que n E[Mn ] −→ . . On reconnaˆ ıt une somme de Riemann de la fonction x → 1 − xn . X ) ne charge que la diagonale qui est de mesure de Lebesgue nulle et donc (X. P(Mn ≤ k ) = P(U1 ≤ k.Correction.Ecole normale sup´ erieure . Un ≤ k ) = P(U1 ≤ k ) . On a fX (x) = xe−x pour x ≥ 0 et fY (y ) = e−y pour y ≥ 0. (1) Pour tout k ∈ {1. n p−1 n et donc 1 E (Mn ) = p p p 1− k=1 k−1 p 1 = p 1− k=0 k p . .

Ecole normale sup´ erieure . (3) Pour n ≥ 1 et t > 0.. Rn + ∗ n Or φ : (x1 . . . . . tn )1{tn ≤t. . .. .<tn } dt1 . . . Calculer la loi du n-uplet (T1 . . . Tn ). . x1 + x2 + .FIMFA . A ∈ A. . . Tn ) a pour densit´ e e−tn 1{0<t1 <. Et l’on a ∞ P(Nt = 0) = P(T1 > t) = P(X1 > t) = t e−x dx = e−t .Pour tout t ≥ 0. Tn )) = Rn + f (t1 . P(Nt = n) = +1 Rn + e−tn+1 1{0<t1 <. . (3) Soit f : Rn → R . On en d´ eduit d’apr` es la question (1) que pour n ≥ 1. ... tn )e−tn 1{0<t1 <. . n! o` u la deuxi` eme ´ egalit´ e est une cons´ equence du th´ eor` eme de Fubini-Tonelli. < tn } est un 1 C -diff´ eomorphisme de jacobien ´ egal ` a 1 donc d’apr` es la formule du changement de variables. . une fonction mesurable. Tn )1{Nt =n} ) = E(f (T1 . . (2) Soit n ∈ N. . . dtn .Tn+1 >t} ) +1 Rn + = = Rn + f (t1 . Tn )1{Tn ≤t. (1) Soit n ≥ 1. . . tn )1{0<t1 <.. . . . on pose Nt = max{n ≥ 0 : Tn ≤ t}. E(f (T1 . . tn )1{0<t1 <. . . . . Qn. Correction. dtn dtn+1 ∞ = Rn + 1{0<t1 <. .2007/2008 .. . (1) Soit f : Rn + → R+ . (2) En d´ eduire la loi de Nt pour tout t > 0. . on d´ efinit sur Ω une nouvelle mesure de probabilit´ e Qn. . . . . .. . . . . .<tn ≤t} dt1 . . . .<tn <t} dt1 . x1 + x2 ..<tn } par rapport ` n de Lebesgue sur R . croissante et donc P(Nt = n) = P(Tn ≤ t.t par la formule P(A ∩ {Nt = n}) . .t . ´ Mathilde Weill . .t (A) = P(Nt = n) Calculer la loi du n-uplet (T1 .+xn ) dx1 ... . .<tn <tn+1 } 1{tn ≤t} 1{tn+1 >t} dt1 .<tn <tn+1 } dt1 . . xn ) ∈ (R+ ) → (x1 . une fonction mesurable. a la mesure ce qui signfie que la loi de (T1 . .. . Tn )) = f (x1 . . .<tn <t} dt1 . . . + xn ) ∈ {0 < t1 < . + xn )e−(x1 +x2 +. . dxn .. . . . On a + + E(f (T1 . .. . ... Tn+1 > t} car la suite (Tn )n≥0 est p.tn+1 >t} )e−tn+1 1{0<t1 <. . dtn . x1 + x2 . . . . Tn ) sous la mesure de probabilit´ e Qn. On voit que Nt suit la loi de Poisson de param` etre t. x1 + x2 + . . dtn t e−tn+1 dtn+1 dtn+1 = e−t Rn + f (t1 . . . t2 . On a {Nt = n} = {Tn ≤ t.. dtn dtn+1 ∞ f (t1 . . . Tn+1 > t). . dtn t e−tn+1 tn −t = e .s. On a E(f (T1 . .

. . . .Ecole normale sup´ erieure . Tn ) sous Qn.. . ` Remarque : (T1 . . .<tn <t} dt1 . Donc E(f (T1 . .t a pour densit´ e n! t−n 1{0<t1 <. . . . . . dtn . . Tn )1{Nt =n} ) n.. Tn ) a la loi de n variables al´ eatoires ind´ ependantes uniformes sur [0..<tn <t} par rapport n a la mesure de Lebesgue sur R .FIMFA . t] ordonn´ ees dans l’ordre croissant (voir exercice 2 du Td8). . . . .. . t Rn + ce qui signfie que la loi de (T1 .o` u la troisi` eme ´ egalit´ e est une cons´ equence du th´ eor` eme de Fubini-Tonelli.t EQ (f (T1 . ´ Mathilde Weill .2007/2008 . tn )1{0<t1 <. Tn )) = P(Nt = n) n! = n f (t1 . . . .