You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
Corrigé 69 Tout d’abord remarquons que<br />
Mais P(X 1 ≥ t) = e −tλ . D’où<br />
P(min(X 1 , . . .,X n ) ≥ t) = P(X 1 ≥ t, . . . , X n ≥ t) = P(X 1 ≥ t) n<br />
P(min(X 1 , . . . , X n ) ≥ t) = e −tnλ<br />
On en déduit que min(X 1 , . . .,X n ) est une variable aléatoire exponentielle de paramètre λn.<br />
Corrigé 70 On regarde pour y ∈ R<br />
P(Y ≤ y) =<br />
∫ y<br />
−∞<br />
f Y (z)dz. (1)<br />
Du fait que la fonction logarithme soit inversible (elle est strictemement croissante), on peut écrire<br />
P(Y ≤ y) = P(log X ≤ y) = P(X ≤ exp(y)) =<br />
On fait le changement de variable z = log x et on obtient<br />
P(Y ≤ y) =<br />
et on s’aperçoit en regardant (1) et (2) que<br />
∫ y<br />
−∞<br />
∫ exp(y)<br />
0<br />
exp(−x)dx.<br />
exp(z)exp(− exp(z))dz, (2)<br />
f Y (z) = exp{z − exp(z)}.<br />
Corrigé 71 D’abord on observe que f Z (z) = 0 pour z < 0. Pour z ≥ 0 on écrit<br />
∫ z<br />
f Z (r)dr = P( √ ∫<br />
X 2 + Y 2 1<br />
≤ z) =<br />
( √ 2π) exp 2 (−x2 /2)exp (−y 2 /2)dxdy,<br />
0<br />
{(x,y): √ x 2 +y 2 ≤z}<br />
où, pour la derniére égalité, on a utilisé le fait que X et Y sont indépendantes. Si on utilise les coordonées<br />
polaires (r = √ x 2 + y 2 , tanθ = y/x) on obtient<br />
∫ z<br />
0<br />
f Z (r)dr =<br />
∫ z<br />
0<br />
r exp(−r 2 /2)dr.<br />
Donc f Z (z) = z exp(−z 2 /2) pour z ≥ 0. La fonction de répartition est<br />
si z ≥ 0 et P(Z ≤ z) = 0 si z < 0.<br />
P(Z ≤ z) = 1 − exp(−z 2 /2),<br />
Corrigé 72 Tout d’abord nous calculerons la loi de Y . C’est-à-dire,<br />
P(Y ≥ x) = P(X ≥ lnx) = √ 1 ∫ ∞<br />
e − y2 2 dy<br />
2π<br />
=<br />
∫<br />
1 ∞<br />
√<br />
2π<br />
x<br />
(ln y)2<br />
− 1<br />
e 2<br />
y dy<br />
où dans la dernière égalité on a fait le changement de variable y → lny ′ . On en déduit que la densité de<br />
la loi de Y est<br />
{<br />
(ln y)2<br />
√1<br />
− 1<br />
f(y) = 2π<br />
e 2<br />
y<br />
si y ≥ 0<br />
0 si y < 0<br />
Corrigé 73 a) Soit f(x) la densité de X et f(y) la densité de Y . Remarquons que<br />
∫ ∞<br />
f(y) = f(x, y)dx = xe−x(1+y)<br />
∞ ∣ −(1 + y) ∣ + e−x(1+y) ∣∣∣<br />
∞<br />
1<br />
−(1 + y) 2 =<br />
(1 + y) 2<br />
0<br />
On en déduit que Y a une loi donnée par P(Y < a) = a<br />
1+a<br />
. D’autre part,<br />
f(x) =<br />
∫ ∞<br />
0<br />
0<br />
ln x<br />
f(x, y)dy = e −x<br />
On en déduit que X est une variable aléatoire exponentielle de paramètre 1. X et Y ne sont pas<br />
indépendantes parce que f(x, y) ≠ f(x)f(y).<br />
0<br />
19