MT15Y030 Probabilités : 18 juin 2024, Contrôle 4, rattrapage

Aucun document n’est autorisé. Toute réponse doit être justifiée.

La durée du contrôle est de 2h15.
Rédigez les questions de cours et les 2 exercices sur 3 feuilles séparées, s’il vous plait.

La note finale est la somme des points ×0.9

Questions de cours. 2 points par réponse

(1) Ω un ensemble : démontrer qu’une intersection quelconque (non vide) de tribus
(ou σ-algèbres) sur Ω est encore une tribu sur Ω.
(2) Donner la définition de FX , fonction de répartition de la variable aléatoire X, et
montrer que P (X = x) = FX (x) − limy%x FX (y).
(3) Rappeler ce que l’affirmation “(Xn )n∈N sont indépendantes” veut dire, puis mon-
trer que “(Xn )n∈N sont indépendantes” implique que “(hn (Xn ))n∈N sont indépen-
dantes” pour toutes fonctions boréliennes h1 , h2 , . . ..
(4) Rappeler les notions de convergence en loi et de convergence en probabilité, puis
donner une suite de variable aléatoires (Xn )n∈N et une variable X, toutes ces
variables sur le même espace probabilisé, telles que limn→∞ Xn = X en loi mais
(Xn )n∈N ne converge pas en probabilité.
(5) Rappeler la notion de convergence presque sûre, puis montrer que si limn→∞ Xn =
X en probabilité alors il existe une suite strictement croissante (nj ) de nombres
entiers telle que limj→∞ Xnj = X presque surement.

Exercice 1. Dans cette exercice, nous considérons une variable aléatoire X dont la
fonction de répartition FX est caractérisée par
(
1
exp(x) si x < 0 ,
FX (x) = 3 1
1 − 3 exp(−x) si x > 0.

(1) Donner la valeur de FX (0). 1

(2) Calculer P (X ∈ Z). 1
(3) Est-ce que X admet une densité? Expliquer. .5+.5
(4) Calculer E[X+ ] et E[X− ]. Si X ∈ L1 calculer aussi E[X]. 1.5
(5) On pose F (x) := P (X ≤ x|X 6= 0) pour tout x ∈ R. Montrer que F est la
fonction de répartition d’une variable aléatoire continue Y dont on explicitera
la densité. 2 move move move move move move move move move move move
1
2

move move move move move move move move move move move move move
move move move move move move
(6) La suite (Xn ) est IID avec X1 ∼ X. Pour les 2 cas qui suivent, est-ce que la
limite existe p.s. et, si elle existe, pouvez vous l’expliciter ? 1+1
(a)
X 2 + X22 + . . . + Xn2
lim 1 ,
n→∞ n
(b)
X 4 X2 + X24 X3 + . . . + Xn4 Xn+1
lim 1 ,
n→∞ n
(7) (Ω, F, P) est canonique. Donner, de façon explicite, une variable aléatoire Z
sur cet espace telle que Z a la même loi que X. 2

Exercice 2. 1.5 points par réponse Dans cet exercice X et Y sont deux variables
continues et indépendantes. La densité de X est fX (x) = exp(−x)1]0,∞[ (x) et la
densité de Y est fY (x) = x exp(−x)1]0,∞[ (x), pour x ∈ R.
(1) Le vecteur aléatoire (X, Y ) est-il continu ? C’est-à dire, (X, Y ) admet-il une
densité par rapport à la mesure de Lebesgue dans R2 ? Détailler la réponse
s’il vous plait (par example en démarrant de P (X ≤ t, Y ≤ s), t, s ∈ R).
(2) Identifier la loi de X + Y . Pour vérifier : la densité de X + Y est de la forme
c1 xc2 exp(−x) avec c1 et c2 bien choisies.
(3) Identifier la loi de X/(X + Y ). Pour vérifier : la densité de X/(X + Y ) est
un polynôme de premier degré (fois une fonction indicatrice).
(4) Identifier la loi de (X + Y, X/(X + Y )) et montrer que X + Y et X/(X + Y )
sont indépendantes.
(5) Montrer que (X/(X + Y ), Y /(X + Y )) n’est pas un vecteur aléatoire continu.
(6) X/(X + Y ) et Y /(X + Y ) sont-elles indépendantes ?
 3

Corrigé

Questions de cours. 2 points par réponse

(1) Argument pour familles dénombrables est accepté (même si le résultat est valable
aussi dans le cas non dénombrable!).
(2) Le théorème sur la continuité des mesures par rapport à des suites d’ensembles
monotones doit être mentionné pour la totalité des points.
(3) Faute/imprecision typique : traiter des familles de n événements sans dire que le
résultat doit être valable pour tout n (−0.5).
(4) Faute typique : convergence de la fonction de répartition sans specifier pour quels
points.
(5) Faute typique : il existe Ω0 = {ω ∈ Ω : . . .}. Pourquoi il existe ? Si on le donne
explicitement, l’ensemble existe.

Exercice 1. Dans cette exercice, nous considérons une variable aléatoire X dont la
fonction de répartition FX est caractérisée par
(
1
exp(x) si x < 0 ,
FX (x) = 3 1
1 − 3 exp(−x) si x > 0.

(1) FX est CAD donc FX (0) = 2/3.

(2) P (X ∈ Z) = P (X = 0) = 1/3.
(3) La réponse : FX n’est pas C 0 donc X n’admet pas une densité donne 0.5
points. Plusieurs explications complètes sont acceptées (+0.5), même simple-
ment dire, par l’absurd, que si X admet une densité alors P (X = x) = 0 pour
tout x et donc FX ∈ C 0 . Certains ont remarqué que si la densité existe, on a
R ∞ fX (x) = (1/3) exp(−|X|) pour x 6= 0. La valeur en 0 ne modifiera
forcement
pas −∞ fX = 2/3 < 1, donc fX n’existe pas.
(4) E[X+ ] = E[X− ] = 1/3 donc X ∈ L1 et E[X] = 0.
(5) F (x) = (3/2)P (X ≤ x, X 6= 0) car P (X 6= 0) = 2/3). Donc si x < 0 on a
F (x) = exp(x)/2. Si x = 0 on a F (x) = (3/2)P (X < 0, X) = 1/2 et pour
x > 0 on a
 
1 3 1 2
F (x) = (3/2)P (X < 0) + (3/2)P (0 < X < x) = + 1 − exp(−x) −
2 2 3 3
1
= 1 − exp(−x) .
2
F est donc C 0 sur R et C ∞ en dehors de l’origine, ec qui suggère que la densité
existe. En fait, on derive et on obtient la densité f : x → (1/2) exp(−|x|),
puis on vérifie aisément que F = FY si Y une variable continue de densité f .
(6) (a) On peut appliqué la LGN et obtenir
X12 + X22 + . . . + Xn2 4
lim = ,
n→∞ n 3
4

p.s. car (Xj2 ) est une suite IID et E[X12 ] < ∞. En fait, on calcule
E[X12 ] = 4/3. Le calcul explicite est requis (il est demandé dans le sujet).
Sans calcul explicite de la limite 0.5 points.
(b)
X14 X2 + X24 X3 + . . . + Xn4 Xn+1
lim = 0,
n→∞ n
p.s.. Ceci ne suit pas directement de la LGN car les variables ne sont
pas indépendantes, mais il suffit de séparer la somme en deux termes :
(Xj4 Xj+1 )j=1,3,5,... est une suite de variables IID (pareil pour (Xj4 Xj+1 )j=2,4,6,... ).
De plus E[X14 X2 ] = E[X14 ]E[X2 ] = 0 par indépendance, Xj ∈ Lp pour
tout p ≥ 1, et parce que E[Xj ] = 0. Donc, avec n0 = n − 1 si n est paire
et n0 = n − 2 si n est impaire, on a que p.s.

X14 X2 + X34 X4 + . . . + Xn40 Xn0 +1

lim = 0,
n→∞ n

par la LGN. En répétant le même argument pour (Xj4 Xj+1 )j=2,4,6,... on

arrive au résultat.
(7) FX est une bijection de R\{0} à ]0, 1/3[∪]2/3, 1[. On écrit aisément la fonction
réciproque:
(
log(3ω) si ω ∈]0, 1/3[ ,
Z(ω) :=
− log(3(1 − ω)) si ω ∈]2/3, 1[ ,

puis on complète la définition de Z en posant Z(ω) = 0 si ω ∈ [1/3, 2/3] et

on vérifie par calcul direct que P(Z ≤ x) = FX (x) pour tout x ∈ R. La
formule de Z(ω) pour ω ∈]0, 1[\[1/3, 2/3] donne 1 point. 1.5 si la définition
est complète, et 2 si la vérification que FZ = FX est donnée.

Exercice 2.
(1) X et RY sont indépendantes, donc RP (X ≤ t, Y ≤ s) = P (X ≤ t)P (Y ≤
t Rs
s) = −∞ fX (x)dx −∞ fY (y)dy = ]−∞,t]×]−∞,s] fX (x)fY (y)dxds par Fubini-
2
Tonelli. On sait que B(]R R− ∞, t]×] − ∞, s] : t, s ∈ R) = B(R ) et donc 2on a
que P ((X, Y ) ∈ A) = fX (x)fY (y)1A ((x, y))dxdy pour tout A ∈ B(R ) et
la loi de (X, Y ) a densité (x, y) 7→ fX (x)fY (y). Donc il existe la densité du
couple (X, Y ) et elle coincide avec le produit des densités.
(2) fX+Y (s) = (s2 /2) exp(−s)1]0,∞[ (s).
(3) P (X/(X + Y ) ∈]0, 1[) = 1 donc on calcule pour t ∈]0, 1[
 
X 1−t
P ≤ t = P (Y ≥ qX) avec q = ,
X +Y t
 5

et
Z ∞ Z ∞  Z ∞
−x −y
P (Y ≥ qX) = e ye dy dx = e−(1+q)x (1 + qx)dx
0 qx 0
1 + 2q
= = t(2 − t) .
(1 + q)2
Donc fX/(X+Y ) (t) = 2(1 − t)1]0,1[ (t).
(4) On remarque que pour s > 0 et t ∈]0, 1[
 
X  
P X + Y ≤ s, ≤ t = P Y ≤ s − X, Y ≥ ((1 − t)/t)X
X +Y
Z st Z s−x 
−x −y
= e ye dy dx
0 (1−t)x/t
 
1 −s
= 1 − e (2 + s(2 + s)) (2 − t)t .
2
Le dernier passage est un calcul à faire soigneusement tout en sachant que,
si les deux variables sont indépendantes comme affirmé dans le texte, on doit
avoir que si on derive par rapport à t et à s la dernière expression on obtient
(s2 e−s /2)(2(1 − t)) = s2 e−s (1 − t), ce qui est effectivement les cas.
(5) X/(X + Y ) + Y /(X + Y ) = 1 donc P ((X/(X + Y ), Y /(X + Y )) ∈ D) = 1,
avec D = {(x, y) : x + y = 1}. Mais la mesure de Lebesgue dans R2 de D est
0, donc (X/(X + Y ), Y /(X + Y )) n’est pas un vecteur aléatoire continu.
(6) X/(X+Y ) et Y /(X+Y ) ne sont pas indépendantes. Si elles étaient indépendantes
(X/(X + Y ), Y /(X + Y )) serait un vecteur aléatoire continu (par l’argument
à la réponse (1)).