Exercices de Probabilités
Licence - Master - Écoles d'ingénieurs
Marie Cottrell/Valentine Genon-Catalot/Christian Duhamel/Thierry Meyre
Cassini
Préface
XII
Préface de la première édition
XIII
Avant-propos
XV
Chapitre 1. Probabilités sur un ensemble fini
1.1. Expérience aléatoire. Épreuves1
1.2. Événements aléatoires. Tribus1
1.3. Probabilités2
Probabilités conditionnelles. Événements indépendants2
Probabilités sur un ensemble fini ou dénombrable3
Probabilité uniforme sur une partie de Rk3
1.4. Variables aléatoires4
1.5. Appendice. Introduction aux marches aléatoires4
Exercice 1.1. Trois dés5
Exercice 1.2. Des livres sur une étagère6
Exercice 1.3. Conditionnement7
Exercice 1.4. Indépendance8
Exercice 1.5. Fonction d'Euler8
Exercice 1.6. Un parapluie conditionné10
Exercice 1.7. Formule de Bayes11
Exercice 1.8. Cherchez l'erreur11
Exercice 1.9. Où l'on voit comment se transmet l'information13
Exercice 1.10. Indépendance conditionnelle14
Exercice 1.11. Loi de succession de Laplace14
Exercice 1.12. Taux de panne16
Exercice 1.13. Théorème du scrutin18
Exercice 1.14. Retours en zéro22
Chapitre 2. Variables aléatoires. Lois de probabilité
2.1. Limite supérieure, limite inférieure d'une suite d'événements25
2.2. Indépendance d'une famille de tribus25
2.3. Théorèmes d'existence et d'unicité25
2.4. Variables aléatoires. Tribus engendrées27
2.5. Loi de probabilité. Espérance28
2.6. Moments des variables aléatoires réelles28
2.7. Fonctions de répartition29
2.8. Lois marginales30
2.9. Indépendance des v.a.31
2.10. Égalité P-presque sûrement32
Exercice 2.1. Tribus indépendantes32
Exercice 2.2. Indice aléatoire32
Exercice 2.3. Variables aléatoires X-mesurables33
Exercice 2.4. Variable aléatoire p.s. constante34
Exercice 2.5. Borne supérieure essentielle34
Exercice 2.6. Atomes d'un espace probabilisé35
Exercice 2.7. Exemple de mesure invariante36
Exercice 2.8. Estimateurs de la moyenne et de la variance39
Exercice 2.9. Espérance d'une v.a. à valeurs entières ou réelles
positives41
Exercice 2.10. Binomiale négative41
Exercice 2.11. Probabilité d'une réunion finie d'ensembles43
Exercice 2.12. Rencontre45
Exercice 2.13. Temps d'arrêt47
Exercice 2.14. Calculs de lois49
Exercice 2.15. Loi de Cauchy et convolution51
Exercice 2.16. Égalisation53
Exercice 2.17. Statistiques d'ordre53
Exercice 2.18. Simulation57
Exercice 2.19. Loi de F(X)58
Exercice 2.20. Loi non absolument continue. Distribution de Cantor59
Chapitre 3. Lois discrètes, fonctions génératrices. Lois uniforme et
exponentielle
3.1. Variables aléatoires à valeurs dans N63
Lois usuelles63
Fonctions génératrices. Calcul des moments64
3.2. Variables aléatoires à valeurs dans R64
Lois à densité (lois absolument continues) usuelles64
Statistiques d'ordre d'un n-échantillon de loi continue64
Exercice 3.1. Fonction génératrice de v.a. binomiale et de Poisson65
Exercice 3.2. Dés truqués67
Exercice 3.3. Loi binomiale négative68
Exercice 3.4. Somme aléatoire de variables aléatoires69
Exercice 3.5. Processus de branchement72
Exercice 3.6. Loi triangulaire74
Exercice 3.7. Statistiques d'ordre de v.a. uniformes76
Exercice 3.8. Somme de deux v.a. exponentielles de paramètres
distincts78
Exercice 3.9. Temps d'attente en parallèle ou statistiques d'ordre
de v.a. exponentielles79
Exercice 3.10. Exemple de temps d'attente en parallèle80
Exercice 3.11. Lois gamma, bêta, X282
Exercice 3.12. Première valeur record87
Exercice 3.13. Théorème de La Palice89
Exercice 3.14. Variables amnésiques91
Exercice 3.15. Files d'attente92
Exercice 3.16. Estimation de la durée de vie (moyenne) d'une
ampoule électrique94
Exercice 3.17. Instants d'arrivée avant le n-ième97
Exercice 3.18. Paradoxe de l'autobus98
Exercice 3.19. Indépendance101
Chapitre 4. Convergence en loi
4.1. Convergence faible des probabilités103
4.2. Convergence en loi des v.a.103
4.3. Suite tendue104
4.4. Fonctions caractéristiques104
4.5. Propriétés des fonctions caractéristiques104
4.6. Fonction caractéristique des lois usuelles. Loi normale106
4.7. Seconde fonction caractéristique106
4.8. Théorème limite central106
Exercice 4.1. Convergence en loi et arithmétique107
Exercice 4.2. Convergence des fonctions de répartition108
Exercice 4.3. Convergence faible des mesures de Dirac109
Exercice 4.4. Convergence faible pour des probabilités sur N110
Exercice 4.5. Théorème de Scheffé110
Exercice 4.6. Probabilité d'un intervalle111
Exercice 4.7. Suite tendue113
Exercice 4.8. Théorèmes de Helly et de Prohorov114
Exercice 4.9. Théorème de Lévy (suite de l'exercice précédent)117
Exercice 4.10. Fonction caractéristique d'une v.a. discrète118
Exercice 4.11. Fonctions caractéristiques des lois discrètes usuelles119
Exercice 4.12. Fonctions caractéristiques des lois continues usuelles121
Exercice 4.13. Somme d'un nombre aléatoire de v.a.124
Exercice 4.14. Loi de Cauchy125
Exercice 4.15. Une application non probabiliste du théorème limite
central127
Exercice 4.16. Erreurs d'arrondi127
Exercice 4.17. Caractérisation de la loi normale128
Exercice 4.18. Théorème limite central pour une somme d'un
nombre aléatoire de v.a. indépendantes équidistribuées129
Exercice 4.19. Convergence en loi de la médiane d'un échantillon131
Exercice 4.20. Convergence en loi et types des variables aléatoires132
Exercice 4.21. Lois indéfiniment divisibles134
Exercice 4.22. Stabilité138
Exercice 4.23. Extrêmes140
Exercice 4.24. Caractérisation des fonctions caractéristiques
(théorème de Bochner)143
Chapitre 5. Convergences
5.1. Inégalités147
5.2. Différentes sortes de convergence147
5.3. Événements asymptotiques. Lemme de Borel-Cantelli149
5.4. Transformée de Laplace149
Exercice 5.1. Lim sup150
Exercice 5.2. Retours à zéro151
Exercice 5.3. Séries de v.a. indépendantes151
Exercice 5.4. Loi 0-1 et espérance151
Exercice 5.5. Loi forte des grands nombres. Théorème de Cantelli153
Exercice 5.6. Non-équivalence des diverses convergences154
Exercice 5.7. Somme et produit155
Exercice 5.8. Convergence de sommes de v.a. indépendantes156
Exercice 5.9. Loi forte des grands nombres156
Exercice 5.10. Une série158
Exercice 5.11. Une minoration158
Exercice 5.12. Théorèmes d'analyse159
Exercice 5.13. Transformée de Laplace162
Exercice 5.14. Théorème de Chernoff163
Chapitre 6. Espérances conditionnelles
6.1. Espérance conditionnelle d'une v.a. intégrable169
Cas général169
Exemples importants170
Propriétés générales des espérances conditionnelles171
6.2. L'espérance conditionnelle comme projecteur172
6.3. Version régulière173
6.4. Cas gaussien174
Exercice 6.1. Loi binomiale, loi de Poisson174
Exercice 6.2. Conditionnement par une v.a. discrète176
Exercice 6.3. Exemple de conditionnement par une v.a. discrète177
Exercice 6.4. Dérivée usuelle et dérivée de Radon-Nikodym179
Exercice 6.5. Conditionnement par le sup de deux tribus179
Exercice 6.6. Loi conditionnelle du minimum sachant le maximum181
Exercice 6.7. Partition engendrée par les statistiques d'ordre182
Exercice 6.8. Exemple de loi conditionnelle sans densité185
Exercice 6.9. Conditionnement par les statistiques d'ordre188
Exercice 6.10. Variance et covariance conditionnelles190
Exercice 6.11. Somme d'un nombre aléatoire de v.a.r.191
Exercice 6.12. Indépendance et conditionnement192
Exercice 6.13. Densités conditionnelles193
Exercice 6.14. Théorème de Fubini et espérance conditionnelle195
Exercice 6.15. Version régulière197
Chapitre 7. Variables et vecteurs gaussiens
7.1. Généralités sur les vecteurs aléatoires199
7.2. Vecteurs gaussiens (ou normaux)201
Exercice 7.1. Orthogonalité et indépendance203
Exercice 7.2. Indépendance de deux combinaisons linéaires de
gaussiennes indépendantes204
Exercice 7.3. Indépendance mutuelle204
Exercice 7.4. Vecteur gaussien standard. Forme canonique205
Exercice 7.5. Évaluation de la queue de la distribution normale207
Exercice 7.6. Une caractérisation de la loi normale209
Exercice 7.7. C.N.S. d'indépendance de (...) et S2211
Exercice 7.8. Loi du X2214
Exercice 7.9. Loi du X'2215
Exercice 7.10. Convergence de la loi multinomiale. Test du X2216
Exercice 7.11. Théorème de Cochran219
Exercice 7.12. Analyse de la variance à un facteur222
Exercice 7.13. Convergence en loi de variables gaussiennes224
Exercice 7.14. Coefficient de corrélation linéaire et rapport de
corrélation225
Exercice 7.15. Espérance conditionnelle pour un vecteur gaussien228
Exercice 7.16. Suite gaussienne markovienne229
Exercice 7.17. Estimateurs bayesiens232
Chapitre 8. Martingales à temps discret
8.1. Définitions : sous-martingales, martingales, surmartingales237
8.2. Martingales de carré intégrable238
8.3. Temps d'arrêt. Échantillonnage des martingales238
8.4. Théorèmes de convergence forts. Équiintégrabilité. Loi forte des
grands nombres239
Exercice 8.1. Changement de tribus240
Exercice 8.2. Exemples de martingales241
Exercice 8.3. Stratégies. Processus arrêté241
Exercice 8.4. Décomposition de Doob243
Exercice 8.5. Martingale équidistribuée244
Exercice 8.6. Applications de l'inégalité de Jensen245
Exercice 8.7. Exemples245
Exercice 8.8. Franchissement de barrières247
Exercice 8.9. Marches aléatoires. Arrêtez si vous gagnez249
Exercice 8.10. Convergence pour des martingales de L2251
Exercice 8.11. Théorème des trois séries (condition suffisante)253
Exercice 8.12. Ensemble de convergence d'une martingale254
Exercice 8.13. Marche aléatoire de Bernoulli255
Exercice 8.14. Équiintégrabilité et suite des espérances
conditionnelles256
Exercice 8.15. Théorème de Radon-Nikodym257
Exercice 8.16. Loi du logarithme itéré259
Chapitre 9. Chaînes de Markov
9.1. Définition. Propriété de Markov265
9.2. Décomposition de l'espace des états267
9.3. Distribution stationnaire268
9.4. Convergence vers la distribution stationnaire269
Exercice 9.1. Dépenses énergétiques269
Exercice 9.2. Comment démontrer qu'une suite est une chaîne de
Markov271
Exercice 9.3. Marche aléatoire272
Exercice 9.4. Bruit qui court272
Exercice 9.5. Loi du temps de séjour en un état273
Exercice 9.6. Étude de Rhôxy274
Exercice 9.7. Probabilités d'absorption275
Exercice 9.8. File d'attente278
Exercice 9.9. Marches aléatoires dans Zk280
Exercice 9.10. Un critère de récurrence283
Exercice 9.11. File d'attente : application de l'exercice 9.10285
Exercice 9.12. Chaîne à deux états286
Exercice 9.13. Chaînes d'Ehrenfest288
Exercice 9.14. Le Monopoly292
Exercice 9.15. Probabilités stationnaires d'une chaîne non
irréductible295
Exercice 9.16. Chaîne de naissance et de mort296
Exercice 9.17. "I should've quit when I was ahead" : application de
l'exercice précédent299
Exercice 9.18. Longueur de la suite de succès299
Exercice 9.19. Exemples d'application de la propriété de Markov
simple302
Exercice 9.20. Propriété de Markov forte303
Exercice 9.21. Chaîne de Galton-Watson305
Exercice 9.22. Martingales : temps de sortie307
Annexe. Théorie de la mesure
A.1. Tribus311
A.2. Applications mesurables312
A.3. Mesures313
A.4. Intégration des v.a.r.315
A.5. Espaces Lp318
Bibliographie
319
Notations
321
Index
323