01.04.2015 Views

Enoncés - Bibmath

Enoncés - Bibmath

Enoncés - Bibmath

SHOW MORE
SHOW LESS

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

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!