Epreuve de contrôle continu du 8 Mars 2016. Sujet 2.

Il y avait 2 sujets, celui-ci commençait par : « X et Z désignent 2 variables aléatoires ... »

Exercice 1

Question 1

P( -0,44 < X < 1,16) = P ( -0,44 < X < 0) + P ( 0 < X < 1,16)

= P ( 0 < X < + 0,44) + P ( 0 < X < 1,16)

≈ 0,1700 + 0,3770
≈ 0,5470
≈ 0,55 à 0,01 près.
Y −9 12−9 Y −9 Y −9
Question 2 P (Y > 12) = P( > )≈ P( >1,5) , suit la loi N ( 0,1).
√4 2 √4 √4

Y −9 = 0,5 Y −9
P( >1,5) - P (0< <1,5)
2 2
≈ 0,5 - 0, 4332
≈ 0,0668

Question 3
Remarquons d'abord que 0,82 > 0,5 donc t ≥ 0
0,5 0,32

p 1/5
 0,82 = P ( X < t ) =P(X <0) +P(0<X<t)

= 0,5 + P (0 < X < t)

Donc P ( 0 < X < t ) = 0,82 – 0,5 = 0,32
Donc d'après la table de la loi N (0,1), t ≈ 0,92 à 0,01 près.

Question 4 0,17≈P (Y < t)=P

(√
Y −9 t−9
4
<
2 ) , et
Y −9
√4
suit la loi N (0,1).

t−9
Posons z = . Cherchons d'abord le signe de z :
2
0,17 0,26
0,17< 0,5 donc z < 0.

Y −9 0,5 – 0,17
0,17 = P ( > |z| )
√4
Y −9 0,17
donc P ( 0 < < |z|) = 0,5 – 0,17 = 0, 33.
√4

| z|

D'où, d'après la table de la loi N (0,1) , |z| ≈ 0,96 .

t−9
Donc = z ≈ - 0,96 , d'où t ≈ 9- 0,96x 2 ≈ 7 , 08
2
X +Z 1 1 1
Question 5 E( )= E ( X + Z )= (E ( X )+ E ( Z ))= (0+0)=0
2 2 2 2
X, Z sont indépendantes , donc Var(X+Z) = Var X + Var Z , donc
X +Z 1 1 1
Var ( )= Var ( X + Z )= (Var X +Var Z )=2 /4=
2 4 4 2
Question 6 X,Y forment un vecteur Gaussien, donc X+Y suit une loi Gaussienne. Elle est définie par sa
variance et son espérance.
Or E(X+Y) = E(X) + E(Y) = 0 + 9 = 9,
et Var(X+Y) =Var(X) + Var(Y) + 2 Cov ( X,Y) = 1 + 4 + 2 ∙ 1 = 7
Donc X+Y suit la loi N (9, 7).
Question 7. A nouveau, X et Y forment un vecteur Gaussien donc X et aX+ bY forment aussi un vecteur
Gaussien, et ces deux variables aléatoires sont indépendantes si et seulement si leur covariance est nulle.
Or Cov( X, aX + bY) = Cov(X, aX) + Cov ( X, bY) = a Cov(X,X) + b Cov(X, Y) = a Var(X) + b Cov(X,Y)

p 2/5
 = a+ b
Donc Y, aX + b Y sont indépendantes si et seulement si a+b = 0.
Par exemple, pour a = 1 et b = -1 : X et X – Y sont deux variables aléatoires indépendantes.

Exercice 2
Question 9
a) h est définie sur tout IR
b) h(t) ≥ 0 pour tout t de IR
+∞ 1 +∞ +∞

−∞ −∞
2
c) ∫ h(t) dt = ∫ 0 dt + ∫ 3 dt = 0 +
1 t
[ −1
2 ( ) t −2
2 ]1
= 0 + ( 0 - (-1) ) = 1

h possède donc les 3 propriétés caractéristiques d'une densité de probabilité.

Question 10 Notons H cette fonction de répartition.

t t
Pour tout t de ] - ∞ , 1 ] , H(t) = ∫ h(u)du
−∞
= ∫ 0 du
−∞
=0
t 1 t
Pour tout t de [1 , + ∞ [ , H(t) = ∫ h(u)du
−∞
= ∫ h( u)du
−∞
+ ∫ h(u)du
1

1 t
= ∫ 0 du
−∞
+ ∫ 2 u−3 du
1
t t
=0+ [ −1
2 ( )u−2
2 ]
1
=0+
[ ]
−1
u
2
1
1
= 1− 2
t
1 +∞

[ ]
+∞ +∞ +∞ +∞
2 2 2×t −1
Question 11 ∫ t h (t)dt = ∫ 0 dt + ∫ t × 3 dt = 0 + ∫ t 2 dt = ∫ 2t −2
dt =
−∞ −∞ 1 t 1 1 −1 1
+∞
= [ ]
2
−t 1
= 0 - (-2) = 2

Donc E(Y) = 2

Question 12 Z = exp (Y)

a) Fonction de répartition de Z :
Notons FZ la fonction de répartition de Z . Pour tout t de IR , FZ(t) = P ( Z ≤ t) = P ( exp(Y) ≤ t )
• pour t ≤ 0 : P ( exp(Y) ≤ t ) = 0 , donc FZ(t) = 0
• pour t > 0 : FZ(t) = P ( exp(Y) ≤ t ) = P ( Y ≤ ln(t) ) = H (ln (t)), d'où :
◦ pour lnt appartenant à ] - ∞ , 1] , c'est-à-dire pour 0 < t ≤ e1, FZ(t) = 0
1
◦ pour lnt appartenant à ]1 , + ∞ [ , c'est-à-dire pour t > e1, FZ(t) = 1−
( ln t)2

p 3/5
 Finalement :
pour tout t de ] - ∞ , e] , FZ(t) = 0
1
pour tout t de ]e , + ∞ [ , FZ(t) = 1− 2
( ln t)
b) Densité de probabilité de Z :
Il suffit de dériver là où FZ est dérivable :
Pour tout t de ] - ∞ , e[, fZ (t ) = FZ' (t) = 0
2
Pour tout t de ]e , + ∞ [ , fZ (t ) = FZ' (t) = 3
t( lnt )
Pour t = e, on peut choisir n'importe quelle valeur positive, par exemple fZ(e) = 0

Exercice 3
Question 13
a) Domaine de définition : G est définie sur tout IR, d'après sa définition
b) Limites en - ∞ et + ∞ : lim G(t)=0 car G(t) = 0 pour tout t de ] - ∞ , -2[
x→−∞
lim G(t)=1 car G(t) = 1 pour tout t de ] 12, + ∞ [
x→+∞

c) Continuité :
lim G (t)=0,05(−2+2)2 =0 , lim G( t)=0
t →-2 + t →-2 -
lim G(t)=0,05×1+0,4=0,45 , lim G(t)=0,05(2+ 1)2 =0,45
t →1 + t →1 -
lim G (t)=0,05×12+0,4=1 lim G(t )=1
t →12 - t →12 +
donc G est continue sur IR
d) sens de variation : sur ]-2, 1[ G est dérivable, g'(t) = 0,1t +0,2 > 0 pour tout t > -2
sur ] 1, 12] G(t) = 0,05t + 0,4 donc G est croissante sur cet intervalle
sur ]- ∞ , -2[ et ]12, + ∞ [ G est constante,
on peut dresser le tableau de variations :
t −∞ -2 1 12 +∞

G(t) 0  0  0,45  1  1

G est donc croissante sur IR

d'après a),b), c), d) G possède les propriétés caractéristiques d'une fonction de répartition d'une variable
aléatoire continue.

Question 14 Notons g cette densité de probabilité.

Pour tout t de ] - ∞ , -2 [ g(t) = G ' (t) = 0
Pour tout t de ] - 2, 1 [ g(t) = G ' (t) = 0,1 t + 0,2
Pour tout t de ]1 , 12 [ g(t) = G ' ( t) = 0,05
Pour tout t de ]12, + ∞ [ g(t) = G ' (t) = 0

p 4/5
 Pour t = - 2 , t = 1 , t = 12 on peut choisir n'importe quelle valeur positive pour g(t). On peut
prendre, par exemple : g(-1) = 0 , g(1) = 0,05 , g(12) = 0.

Question 15 P ( -1 < X < 3 ) = P (X < 3 ) - P ( X ≤ -1)

= P ( X≤ 3 ) - P ( X ≤ -1) ( car X est une variable aléatoire continue)
= G (3) – G(-1)
= 0,05×3+ 0,4 - 0,05(-1+2)2
= 0,50
Question 16 P ( X > 3) = 1 - P ( X ≤ 3) =1 – G (3) = 1 – ( 0,05 ∙ 3+0,4) = 0,45

Question 17 La médiane est le nombre m solution de 0,5 = P ( X≤ m) = G(m).

D'après le tableau de variations , m est dans l'intervalle ]1, 12] et m est solution de 0,05 m + 0,4 = 0,5 , c'est-
à-dire 0,05 m = 0,1 c'est-à-dire m = 0,1/0,05 = 2

Question 18
sur ] - ∞ , - 2] et sur [ 12, + ∞ [ g est constante, et égale à 0 ,
sur ] - 2, 1 [ g(t) = 0,1 t + 0,2 , donc f est croissante
sur [ 1, 12 [ g(t) =0,05
On peut donc dresser le tableau de variations :
t −∞ -2 1 12 +∞

f(t) 0  0 0  0,3 0,05  0,05 0  0

La densité f atteint donc un maximum en 1, donc X a un mode : 1.

p 5/5