EXAMEN FINAL DE PROBABILITÉS
17 JANVIER 2005
Professeur : Lionel Banege
Calculatrices non autorisées
Aucun document autorisé sauf 1 feuille A4 recto/verso
OU 2 feuilles A4 recto manuscrites
(à remettre avec la copie)
Durée : 2h00
1. Variable aléatoire
Soit X une variable aléatoire réelle de loi de densité f (x) = ce −x 1[2,+∞[ (x), où
c ∈ R, par rapport à la mesure de Lebesgue sur R.
(1) Déterminer la valeur de la constance c et calculer E[X].
(2) On pose Y = bXc, partie entière de X (Y (ω) = sup{k ∈ N : k ≤ X(ω)}).
Déterminer la loi de Y et calculer E[Y ].
(3) On pose Z = X − Y . Déterminer la loi de Z et son espérance (Indica-
tion: Calculer la fonction de répartition de Z en utilisant la formule des
probabilités totales) .
2. Couple de variables aléatoires
Soient X et Y deux variables aléatoires réelles indépendantes à valeurs dans
[1, +∞[ et de même loi de densité par rapport à la mesure de Lebesgue sur R :
(
1
2, x≥1
f (x) = x .
0, x<1
X
On pose U = XY et V = Y .
(1) Déterminer la densité du couple (X, Y ).
(2) Déterminer la densité du couple (U, V ).
(3) Déterminer les densités marginales de U et V . Les variables aléatoires U et
V sont elles indépendantes? Ce résultat pouvait-il se déduire directement
de l’expression
√ de la densité de (U, V )?
(4) Soit Z = U . Calculer E[Z] sans déterminer ni sa loi ni sa densité.
(5) Déterminer la fonction de répartition de Z.
3. Lois et espérances conditionnelles
Rappel sur la fonction Gamma:
Z +∞
Γ(ν) = e−x xν−1 dx et Γ(ν + 1) = νΓ(ν), ν > 0.
0
1
Soit h(x) = Γ(a+1) e−x xa−1 1R∗+ (x), x ∈ R, où a > 0, et soit D le domaine de R 2 ,
D = {(x, y) ∈ R2 : 0 < y < x}. On pose f (x, y) = h(x) 1 D (x, y), (x, y) ∈ R2 .
2 EXAMEN FINAL DE PROBABILITÉS 17 JANVIER 2005
(1) Montrer que f (x, y) est une densité de probabilité sur R 2 .
Soit (X, Y ) un couple de variables aléatoires réelles de densité f (x, y) par rapport
à la mesure de Lebesgue sur R2 .
(2) Déterminer la loi conditionnelle de Y sachant X = x, puis l’espérance con-
ditionnelle E[Y |X = x] de Y sachant X = x.
(3) Déterminer la variable aléatoire E[Y |X] et calculer son espérance. Comment
pouvez vous vérifier le résultat obtenu?
(4) Soit U une variable aléatoire de Bernouilli de paramètre p ∈]0, 1[ indépendante
du couple (X, Y ). On a donc P(U = 1) = p et P(U = 0) = q = 1 − p. On
pose Z = U X + (1 − U )Y . Déterminer la loi conditionnelle de Z sachant X
et calculer E[Z].
4. Décollages
Les décollages sur un aéroport commencent à t = 0. Les aéronefs arrivent au
seuil de piste pour décoller à des instants aléatoires {T n , n = 1, 2, . . . }. On pose
T0 = 0 et on suppose que les variables aléatoires τ n = Tn − Tn−1 , n = 1, 2, . . .
sont indépendantes et identiquement distribuées suivant une loi exponentielle de
paramètre λ > 0 de densité f (x) = λe −λx 1R (x) pour x ∈ R. La durée du décollage
et les contraintes de séparation entre aéronefs font que la piste est inutilisable
pour le décollage suivant pendant une durée aléatoire de X minutes après l’entrée
sur la piste d’un aéronef. (Cette durée dépend du type d’avion et des conditions
météorologiques.) Un aéronef en attente décolle dès que la piste devient utilisable.
On suppose que la variable aléatoire X est indépendante des instants d’arrivées
{Tn , n = 1, 2, . . . }.
(1) Un premier avion se présente au seuil de piste à l’instant aléatoire T 1 et
décolle aussitôt. Calculer la probabilité p que le second avion puisse décoller
dès son arrivée au seuil de piste dans les deux cas suivants :
(a) La variable aléatoire X est constante, X = c > 0.
(b) La variable aléatoire
( X suit une loi exponentielle de paramètre µ, de
µe−µx , x ≥ 0,
densité f (x) =
0, x < 0.
(2) Exprimer l’attente W avant décollage du second aéronef en fonction des
variables aléatoires X et τ2 . En déduire une expression unique de W en
utilisant une fonction indicatrice. Montrer que lorsque X est une constante
c > 0, l’attente moyenne vaut E[W ] = c − λ1 (1 − e−λc ).
(3) Déterminer E[W/X = x] lorsque X est une variable aléatoire quelconque.
En déduire l’attente moyenne du second aéronef, E[W ], dans le cas (b) ci-
dessus.
