26.06.2013 Views

Introduction aux Probabilités - Université Rennes 2

Introduction aux Probabilités - Université Rennes 2

Introduction aux Probabilités - Université Rennes 2

SHOW MORE
SHOW LESS

Create successful ePaper yourself

Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.

142 Chapitre 3. Variables aléatoires à densité<br />

2. Calculer la dérivée de f. En déduire le mode de X, c’est-à-dire l’abscisse du point où f est<br />

maximale.<br />

3. Représenter f.<br />

4. Déterminer la fonction de répartition F de X. Donner son allure.<br />

5. Supposons que la durée de vie (en années) d’un élément soit distribuée selon la loi de Weibull<br />

ci-dessus.<br />

(a) Quelle est la probabilité que cet élément dure plus de 2 ans ?<br />

(b) Quelle est la probabilité que sa durée de vie soit comprise entre un an et deux ans ?<br />

(c) Quelle est la probabilité que sa durée de vie soit supérieure à deux ans sachant qu’il<br />

fonctionne encore au bout d’un an?<br />

Exercice 3.35 (Loi du khi-deux)<br />

Soit X une variable distribuée selon une loi normale centrée réduite N(0,1).<br />

1. Rappeler la moyenne et la variance de X. En déduire E[X 2 ].<br />

2. Rappeler la densité de X. Grâce à une intégration par parties et en utilisant la question<br />

précédente, montrer que E[X 4 ] = 3.<br />

3. SoitY = X 2 . Exprimer la variance deY en fonction des moments deX. Déduire des questions<br />

précédentes que Var(Y) = 2.<br />

4. Soit n ∈Æ∗ un entier naturel non nul. Si X1,...,Xn sont des variables indépendantes<br />

et identiquement distribuées suivant la loi normale centrée réduite, on dit que la variable<br />

Sn = X 2 1 +···+X2 n suit une loi du khi-deux à n degrés de liberté, noté Sn ∼ χ 2 n .<br />

(a) Calculer la moyenne et la variance de Sn.<br />

(b) On tire 200 variables gaussiennes centrées réduites, on les élève au carré et on les ajoute<br />

pour obtenir un nombre S. Donner un intervalle dans lequel se situe S avec environ<br />

95% de chances.<br />

Exercice 3.36 (Loi de Laplace)<br />

On considère une variable aléatoire X dont la densité f est donnée par :<br />

∀x ∈Ê, f(x) = 1<br />

2 e−|x| ,<br />

où |x| représente la valeur absolue de x, c’est-à-dire |x| = x si x ≥ 0 et |x| = −x si x ≤ 0.<br />

1. Vérifier que f est bien une densité surÊ. Représenter f.<br />

2. On note F la fonction de répartition de X. Calculer F(x) (on distinguera les cas x ≤ 0 et<br />

x ≥ 0). Représenter F.<br />

3. Montrer que E[X] = 0.<br />

4. Pour tout n ∈Æ, on appelle In l’intégrale définie par :<br />

(a) Combien vaut I0 ?<br />

+∞<br />

In = x<br />

0<br />

n e −x dx.<br />

(b) Montrer que pour tout n ∈Æ∗ , In = nIn−1. En déduire que In = n! pour tout n ∈Æ.<br />

5. Pour tout n ∈Æ, calculer E[X 2n ]. Que vaut Var(X)?<br />

6. Pour tout n ∈Æ, que vaut E[X 2n+1 ]?<br />

Arnaud Guyader - <strong>Rennes</strong> 2 <strong>Probabilités</strong>

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

Saved successfully!

Ooh no, something went wrong!