Introduction aux Probabilités - Université Rennes 2
Introduction aux Probabilités - Université Rennes 2
Introduction aux Probabilités - Université Rennes 2
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>