Universit de Nice-Sophia Antipolis -L2 MASS - Probabilits

Correction (ou rponses rapides) de la feuille TD 5 : probabilits continues

Attention, la correction peut contenir des erreurs de calcul. Ecrivez-moi si vous ne com-
prenez pas.

Exercice 1 :
Calculer la fonction de rpartition dune variable alatoire X de loi uniforme sur ]0, 1[. Quelle
est la probabilit que X soit dans lintervalle ]1/4, 3/4[, dans lintervalle [1/2, 3], dans lintervalle
] 5, 1/3] ?

FX (x) = 0 si x < 0
FX (x) = x si 0 x < 1
FX (x) = 1 si x 1
P(X ]1/4, 3/4[) = 1/2 ; P(X ]1/2, 3[) = 1/2 ; P(X ] 5, 1/3[) = 1/3
Exercice 2 :
Calculer la fonction de rpartition de la loi exponentielle de paramtre > 0.
Cest du cours !
F (x) = 0 si x < 0 , F (x) = 1 ex si x 0 .
Exercice 3 :
Etant donne une variable alatoire X de loi uniforme sur ]0, 1[, donner la loi de la variable
X + pour et deux rels.
Mthode. On crira, pour a < b,
P{a X + b},
comme lintgrale entre a et b dune fonction de densit. On utilisera pour cela le changement
de variable y = x + .

On pose Y = X + (Y est une variable alatoire). On suppose > 0 (sinon il faut juste
faire attention aux bornes des intgrales). Par dfinition de la densit de Y , note fY , on a
Z b
P(Y [a, b]) = fY (y)dy
a

Par ailleurs :
P(Y [a, b]) = P(X + [a, b])
= P(X [(a )/, (b )/]
Z (b)/
= fX (x)dx
(a)/
Z b
= fX ((y )/)dy/
a
On a utilis un changement de variable dans la dernire galit. Cette galit est vraie pour
tous a et b. En comparant avec la dfinition de fY , on voit donc que

fY (y) = fX ((y )/)/

Donc fY (y) = 0 si y < , fY (y) = 0 si y > + , fY (y) = 1/ sinon. Y est donc une v.a. de
loi uniforme sur lintervalle [, + ].

Exercice 4
Etant donne une variable alatoire X de loi exponentielle de paramtre 1, donner la loi de
1 X, pour rel strictement positif.
Mthode. On crira, pour a < b,

P{a 1 X b},

comme lintgrale entre a et b dune fonction de densit. On utilisera pour cela le changement
de variable y = 1 x.

Mme mthode. On pose Y = X/.

P(Y [a, b]) = P(X/ [a, b])

= P(X [a, b]
Z b
= fX (x)dx
a
Z b
= fX (y)dy
a

Comme lexercice prcdent, on en dduit

fY (y) = fX (y)

Donc fY (y) = 0 si y < 0, et fY (y) = ey si y 0. Donc Y est une v.a. de loi exponentielle
de paramtre .

Exercice 5
Etant donne une variable alatoire X de loi gaussienne centre rduite, i.e. de loi de densit
1 x2

x R 7 exp .
2 2
donner la loi de m + X, pour m rel et rel strictement positif.
Mthode. On crira, pour a < b,

P{a m + X b},

comme lintgrale entre a et b dune fonction de densit. On utilisera pour cela le changement
de variable y = m + x.

Cest encore le mme principe; on trouve que Y = m + X est une v.a. de loi N (m, 2 ).

Exercice 6
Une machine-outil dbite des plaques carres dont le ct, mesur en centimtres, est une v.a.
X de loi U([9, 11]).
a. Donner la densit de probabilit de la variable alatoire S reprsentant la surface dun carr.
On a S = X 2 . Toujours la mme mthode pour calculer la densit de S. Bien sr, S ne prend
que des valeurs positives. Soient donc a et b positifs; on a :
P(S [a, b]) = P(X 2 [a, b])

= P(X [ a, b]
Z b
= fX (x)dx
a
b

Z
= fX ( y)dy/(2 y)
a

On en dduit que fY (y) = 1/(4 y) si y [92 , 112 ], et 0 sinon.

b. En utilisant le a., calculer la probabilit quun carr ait une surface au moins gale
110 centimtre carrs.
112

Z
dy 2
P(S 110) = = [ y/2]11
110 = 5.5 110/2 ' 0.256
110 4 y
c. Calculer directement partir de la loi de X, la mme probabilit quau b. et vrifier en
comparant les rsultats.
1
P(S 110) = P(X 2 110) = P(X 110) = (11 110) ' 0.256
2
Exercice 7
Soit X une v.a. de loi U([0, 1]). Pour a > 0, on dfinit Y = ln(X)/a. Dterminer la loi de Y .
Pour changer des exercices 3, 4, 5 et 6, on utilise une mthode un peu diffrente. On note FX
la fonction de rpartition de X, et FY celle de Y . Remarquons dabord que puisque X prend
ses valeurs entre 0 et 1, Y prend ses valeurs entre 0 et +. Donc FY (y) = 0 si y 0.
On a X = eaY , donc, pour y > 0 (en prenant garde que la fonction y 7 eay est dcroissante) :
P(Y y) = P(eaY eay )
= P(X eay )
= 1 FX (eay )

eay est compris entre 0 et 1; en utilisant lexpression de la fonction de rpartition dune v.a.
uniforme sur [0, 1], on a FX (eay ) = eay . Donc FY (y) = 1 eay , pour y > 0. On reconnat
la fonction de rpartition dune loi exponentielle, et on conclut que Y est de loi E(a).

Exercice 8
Calculer lesprance et la variance de la loi uniforme sur le segment [a, b], a < b, i.e. la loi de
densit
1
x R 7 1[a,b] (x).
ba
Cours.
Exercice 9
Calculer lesprance et la variance de la loi exponentielle de paramtre > 0.
Cours.
 Exercice 10
Soit X une variable alatoire de loi gaussienne centre rduite. Calculer E[exp(X)].

On utilise le cours
Z
E[exp(X)] = fX (x)ex dx
Z +
1 2
= ex /2+x dx
2
Z +
1 2
= e(x1) /2+1/2 dx
2
Z +
1/2 1 2
= e ey /2 dy
2
1/2
= e

On a utilis le changement de variable y = x 1.

Exercice 11 :
On lance un d quilibr 3000 fois. On sintresse la v.a. N qui compte le nombre de rsultats
suprieurs ou gaux 5.
a. En utilisant la loi des grands nombres, de quel nombre N/3000 devrait tre proche ?
On pose Xi = 1 si le lancer de d i donne 5 ou 6, et Xi = 0 sinon. Chaque Xi suit une loi
B(1/3), et les Xi sont indpendants. De plus, N = (X1 + . . . + X3000 . La loi des grands nombres
dit que (X1 + . . . + Xn )/n tend vers E(Xi ) = 1/3 quand n tend vers linfini. Donc N/3000 doit
tre proche de 1/3.

b. Quel est lcart-type de N ?

N est la somme de 3000 v.a. indpendantes et de mme loi, de variance 1/3(1 1/3) = 2/9.
La variance de N est donc 3000 2/9 = 2000/3

c. En utilisant le TCL : quelle est la probabilit que N soit plus grand que 1030 ? Compris
entre 950 et 1050 ?
N
est la somme de 3000 v.a.p indpendantes et de mme loi. Le TCL dit que la loi de
n[(X1 + . . . + Xn )/n 1/3]/ 2/9 tend vers une loi N (0, 1) quand
n tend vers linfini.p3000
est suffisamment grand pour que lon puisse approximer la loi de ( 3000(N/3000 1/3)/ 2/9
par une loi N (0, 1). Alors
p p
P(N 1030) = P( 3000(N/3000 1/3)/ 2/9 3000(1030/3000 1/3)/ 2/9)
' P(Z 1.16)
' 0.123

o Z est une v.a. de loi normale centre rduite. On a utilis une table de la loi normale pour
la dernire ligne.

Exercice 12 :
Je prends un bus 240 fois dans lanne. On peut considrer que les temps dattente sont des
variables alatoires indpendantes et de mme loi. Je sais que le temps moyen dattente est de
5 minutes. Je sais de plus que le temps dattente dun bus suit une loi exponentielle.
 Quelle est le paramtre cette loi exponentielle ? Puis-je valuer la probabilit que mon
temps dattente total sur une anne soit infrieur 19h ?

Une loi exponentielle de paramtre a une esprance 1/. Le temps dattente (exprim en
minutes) suit donc une loi E(1/5). Le temps total dattente sur un an est X = (T1 + . . . + T240 ).
Les Ti sont des v.a. de mme loi, desprance 5 et de variance 52 . On peut supposer que les Ti
sont indpendantes. 240 est assez grand pour
quon puisse utiliser lapproximation fournie par
le TCL. On crit donc que (X 240 5/( 240 5) suit approximativement une loi normale
centre rduite. Donc

P(X 19 60) = P((X 240 5)/( 240 5) (19 60 240 5)/( 240 5))

' P((X 240 5)/( 240 5) 0.775)
' P(Z 0.775)

o Z est une v.a. de loi normale centre rduite. On a utilis lapproximation donne par le
TCL pour la dernire ligne. La proba cherche est environ 0.22 (en utilisant une table de la loi
normale).