Exercices - Couples Variables Aleatoires

Télécharger au format pdf ou txt
Télécharger au format pdf ou txt
Vous êtes sur la page 1sur 3

Exercices de Probabilités

1ère année Sciences du Numérique - FISA

1 Couple de variables aléatoires continues


On considère un couple de variables aléatoires (X, Y ) dont la densité conjointe est donnée par :
c(x + y)2 si 0 ≤ x ≤ 1 et 0 ≤ y ≤ 1

f (x, y) =
0 sinon
R
1. Calculer la constante c (on rappelle qu’il faut R2 f (x, y)dxdy = 1).
2. Calculer les lois marginales de X et de Y . Les variables X et Y sont-elles indépendantes ?
3. Calculer E[X] et E[Y ], puis cov(X, Y ).

2 Couple de variables aléatoires continues


On génère une variable aléatoire X selon une loi uniforme sur [0; 1]. On génère alors la variable aléatoire Y
selon une loi uniforme sur [0; x]. La variable “Y sachant X” a donc comme densité f (y|x) la densité d’une loi
uniforme sur [0; x].
1. Exprimer f (y|x).
2. En déduire l’expression de la densité conjointe f (x, y). On prendra soin de bien déterminer le domaine de
R2 pour lequel cette expression est valable.
3. Calculer alors la densité marginale fY (y) (on fera attention aux bornes d’intégration).
4. Déterminer E[Y ] (on fera une intégration par partie).
R1 Rx 
5. Calculer alors Cov(X, Y ) (aide : on a E[XY ] = 0 0 xyf (x, y)dy dx).
6. les variables X et Y sont-elles indépendantes ?

3 Exercice
Soit X une variable aléatoire de loi normale N (0, 1) et Y une variable aléatoire binaire prenant les valeurs +1
et −1 avec P [Y = +1] = P [Y = −1] = 1/2. On suppose que X et Y sont indépendantes, et on pose : Z = XY .
1. Calculer la fonction de répartition de Z (on pensera au théorème des probabilités totales).
2. Déterminer Cov(X, Z).
3. Calculer P [X + Z = 0] et en déduire que X et Z ne sont pas indépendantes.

4 Couple de Variables Aléatoires Discrètes


On considère une urne constituée de N > 1 boules numérotées de 1 à N . On tire 2 boules sans remise dans
cette urne. On note X1 le numéro de la première boule, et X2 celui de la seconde.
1. Déterminer les lois de X1 , de X2 et du couple (X1 , X2 ) (on prendra soin de préciser les domaines de ces
variables et vecteurs aléatoires).
2. Calculer Cov(X1 , X2 ). On rappelle que
n n
X n(n + 1) X n(n + 1)(2n + 1)
j= et j2 =
j=1
2 j=1
6

3. Déterminer la loi du couple (Z, U ) avec Z = X1 − X2 et U = X1 (on prendra soin de représenter


graphiquement l’ensemble des valeurs possibles du couple (Z, U )). En déduire la loi de Z.

1
5 Loi du module d’un signal de télécoms

On considère un couple de variables aléatoires (X, Y ) où X et Y sont indépendantes et de même loi N 0, σ 2 .
1) Déterminer la loi du couple (R, Θ) puis les lois marginales de R et de Θ lorsque

X = R cos Θ
Y = R sin Θ

Que peut on en conclure sur la dépendance des va R et Θ ?


Remarque : on dit que R suit la loi de Rayleigh et on vérifie que sa moyenne et sa variance vérifient E [R] = π2 σ
p

et V ar [R] = 2 − π2 σ 2 .


2) Mêmes questions
 que précédemment lorque X et Y sont deux va indépendantes de lois respectives N m, σ 2
et N 0, σ 2 . On exprimera les résultats à l’aide de la fonction de Bessel modifiée d’ordre 0
Z 2π
1
I0 (x) = ex cos ϕ dϕ
2π 0

et de la fonction de répartition de la loi normale centrée réduite


Z x
u2
F (x) = √1 e− 2 du

−∞

Remarque : on dit que R suit la loi de Rice et on vérifie que X et Y sont des va indépendantes si et seulement
si m = 0.
Application : la modélisation d’un bruit blanc Gaussien centré à bande étroite conduit au signal

b(t) = X(t) cos (2πf0 t) − Y (t) sin (2πf0 t)


= R(t) cos (2πf0 t + Θ)

A chaque instant t, R(t) représente l’amplitude du signal reçu dont il est important de connaı̂tre les propriétés
statistiques.

6 Loi du nombre de paquets prioritaires/non-prioritaires


On suppose que le nombre de paquets X arrivant dans un commutateur de réseau pendant un intervalle de
temps ∆ suit une loi de Poisson de paramètre λ. Afin de garantir une certaine qualité de service dans ce réseau,
on distingue les paquets prioritaires des paquets non-prioritaires. On note p ∈ ]0, 1[ la probabilité qu’un paquet
soit prioritaire et Y le nombre de paquets prioritaires arrivant au commutateur pendant l’intervalle de temps
∆. On suppose également que les instants d’arrivées de paquets sont des variables aléatoires indépendantes.

1. Déterminer la loi conditionnelle de Y |X = x puis la loi du couple (X, Y ).


2. Quelle est la loi marginale de Y ? Les variables aléatoires X et Y sont-elles indépendantes ?

3. On pose Z = X − Y . Que représente Z ? En déduire sa loi (sans aucun calcul).


4. Quelle est la loi du couple (Z, Y ) ? Les variables aléatoires Z et Y sont-elles indépendantes ?

7 Théorèmes limites : estimation d’un taux d’erreur binaire


Afin de tester les performances d’un système de communications numériques, il est usuel de simuler le fonction-
nement de ce système sur un ordinateur. Un des problèmes consiste alors à estimer la probabilité d’erreur p
associé à ce système. On estime généralement cette probabilité comme suit :
N
1 X
pb = Xi
N i=1

2
où Xi est une variable aléatoire binaire telle que

Xi = 1 s’il y a une erreur pour le ième symbole (évènement de probabilité p)


Xi = 0 s’il n’y a pas d’erreur pour le ième symbole (évènement de probabilité 1 − p)

Déterminer la moyenne et la variance de pb puis sa loi limite en utilisant le théorème de la limite centrale. On
cherche le nombre de points N nécessaire pour que pb soit une approximation de p avec une précision relative
inférieure à 10%. Pour cela, on se fixe un degré de confiance α = 95%, qui indique la probabilité d’avoir cette
précision soit  
pb − p
P <ε =α
p
Déterminer N pour que l’égalité précédente soit vérifiée.
Remarque : pour ε = 20%, on trouve N ' 100/p d’où N p ' N pb ' 100, d’où la règle pratique suivante : il suffit
d’observer une centaine d’erreurs pour pouvoir estimer la probabilité d’erreur p à l’aide de l’estimateur pb avec
une précision relative ε = 20% et un degré de confiance α = 95%.

Vous aimerez peut-être aussi