Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
Exercices - Variables aléatoires : propriétés générales<br />
: énoncé<br />
Moments - Fonction de répartition<br />
Exercice 1 - Variable discrète - L3/M1 - ⋆<br />
Soit X une variable aléatoire réelle et soit M ⊂ R tel que, tout x ∈ M, P (X = x) > 0.<br />
Démontrer que M est fini ou dénombrable.<br />
Exercice 2 - Sur la variance - L3/M1 - ⋆<br />
Soit X une variable aléatoire admettant un moment d’ordre 2. Démontrer que E ( (X − a) 2)<br />
est minimal pour a = E(X).<br />
Exercice 3 - Une variable aléatoire de fonction de répartition donnée - M1/Prépa<br />
Agreg - ⋆⋆<br />
Soit F : R → R une fonction croissante, continue à droite, vérifiant lim −∞ F = 0 et<br />
lim +∞ F = 1. On veut démontrer qu’il existe une variable aléatoire X dont F est la fonction<br />
de répartition. Pour u ∈]0, 1[, on pose<br />
1. Vérifier que G est bien définie.<br />
G(u) = inf{x ∈ R; F (x) ≥ u}.<br />
2. Démontrer que, pour tout x ∈ R et tout u ∈]0, 1[, F (x) ≥ u ⇐⇒ x ≥ G(u).<br />
3. Soit U une variable aléatoire suivant une loi uniforme sur [0, 1]. Quelle est la fonction de<br />
répartition de G(U) ?<br />
Inégalité de Bienayme-Tchebichev et de Markov<br />
Exercice 4 - Une variante de l’inégalité de Markov - version L2/ECS - L2/ECS -<br />
⋆⋆<br />
Soit X une variable aléatoire admettant une densité f. On suppose que X ne prend que des<br />
valeurs positives ou nulles, et que X admet une espérance mathématique m non-nulle.<br />
1. Démontrer que pour tout λ > 0, P (X ≥ λm) ≤ 1 λ .<br />
2. On note q le 3-ième quartile de X, c’est-à-dire le nombre q tel que F (q) = 3/4, où F est<br />
la fonction de répartition de X. Démontrer que q ≤ 4m.<br />
Exercice 5 - Une variante de l’inégalité de Markov - version L3 - L3 - ⋆⋆<br />
Soit X une variable aléatoire ne prenant que des valeurs positives ou nulles et admettant<br />
une espérance mathématique m non-nulle. Démontrer que pour tout λ > 0, P (X ≥ λm) ≤ 1 λ .<br />
Fonction caractéristique<br />
Exercice 6 - Uniforme continuité - M1/Prépa Agreg - ⋆⋆<br />
Soit µ une mesure de probabilité sur R. Montrer que sa transformée de Fourier est uniformément<br />
continue.<br />
Exercice 7 - Fonction caractéristique périodique - M1/Prépa Agreg - ⋆⋆<br />
Soit X une variable aléatoire. On souhaite démontrer que φ X (1) = 1 si et seulement si<br />
P X (R\2πZ) = 0.<br />
http://www.bibmath.net 1
Exercices - Variables aléatoires : propriétés générales<br />
: énoncé<br />
1. On suppose que φ X (1) = 1. Démontrer que ∫ R (1 − cos x)dP X(x) = 0. En déduire que<br />
P X (R\2πZ) = 0.<br />
2. Démontrer la réciproque.<br />
3. Démontrer que ces deux conditions sont aussi équivalentes à φ X est 1-périodique.<br />
Exercice 8 - Stabilité de la loi par la somme - M1/Prépa Agreg - ⋆⋆<br />
Soient X, Y deux variables aléatoires réelles indépendantes de même loi. On suppose qu’elles<br />
possèdent un moment d’ordre 2 et on note σ 2 leur variance commune. On suppose de plus que<br />
X+Y √<br />
2<br />
a même loi que X.<br />
1. Démontrer que X est d’espérance nulle.<br />
2. Donner un développement limité à l’ordre 2 de φ X .<br />
3. Démontrer que<br />
∀n ≥ 1, ∀t ∈ R,<br />
[ ( )] t 2 n<br />
φ X<br />
2 n/2 = φ X (t).<br />
4. En déduire que X suit une loi normale dont on précisera les paramètres.<br />
5. Retrouver ce résultat en appliquant le théorème limite central.<br />
http://www.bibmath.net 2