Exercices corrigés ECG2 maths appliquées : couples de variables aléatoires et statistiques bivariées

↩ Chapitre : Variables aléatoires discrètes (ECG maths appliquées)

Introduction

Cette série de 12 exercices corrigés accompagne la partie « Probabilités et statistiques » du troisième semestre (2e année, ECG maths appliquées) : statistiques bivariées et régression, couples de variables aléatoires discrètes, lois marginales et conditionnelles, minimum et maximum, stabilité, covariance et corrélation, sommes de n variables.

Avant de commencer

Revoir les lois usuelles discrètes et la formule de Koenig-Huygens. Retenir : mathrm{Cov}(X,Y)=E(XY)-E(X)E(Y) et V(X+Y)=V(X)+V(Y)+2,mathrm{Cov}(X,Y).

Exercices

Exercice 1 · Statistique bivariée : covariance et corrélation ★★★

On relève, pour 5 entreprises, les dépenses de publicité x_i et les ventes y_i (en millions de dirhams) : x=(1,2,3,4,5) et y=(2,4,5,4,5).

  1. Calculer le point moyen (\bar x,\bar y), les variances empiriques s_x^2, s_y^2 et la covariance empirique s_{x,y}.
  2. Calculer le coefficient de corrélation linéaire r_{x,y}.
Corrigé
  1. \bar x=3, \bar y=4. s_x^2=\frac{4+1+0+1+4}5=2 ; s_y^2=\frac{4+0+1+0+1}5=\frac65 ; s_{x,y}=\frac{(-2)(-2)+(-1)\times0+0+1\times0+2\times1}5=\frac65.
  2. r_{x,y}=\dfrac{s_{x,y}}{s_xs_y}=\dfrac{6/5}{\sqrt{2\times6/5}}=\sqrt{\dfrac35}\approx0{,}77 : corrélation positive assez forte.

Exercice 2 · Droite de régression et prévision ★★★

On reprend les données de l’exercice 1.

  1. Déterminer la droite de régression de y en x par la méthode des moindres carrés.
  2. Quelle prévision de ventes obtient-on pour x=6 ? Commenter.
Corrigé
  1. y=ax+b avec a=\dfrac{s_{x,y}}{s_x^2}=\dfrac{6/5}2=0{,}6 et b=\bar y-a\bar x=4-1{,}8=2{,}2 : y=0{,}6x+2{,}2. La droite passe par le point moyen.
  2. 0{,}6\times6+2{,}2=5{,}8. Prévision fragile : x=6 sort des données observées, et 5 points seulement avec r\approx0{,}77.

Exercice 3 · Loi d’un couple fini ★★★

Le couple (X,Y) à valeurs dans \{0,1\}^2 a pour loi : P(0,0)=0{,}1, P(0,1)=0{,}3, P(1,0)=0{,}2, P(1,1)=0{,}4, où P(x,y) désigne P([X=x]\cap[Y=y]).

  1. Déterminer les lois marginales. X et Y sont-elles indépendantes ?
  2. Déterminer la loi de Y sachant [X=1], puis \mathrm{Cov}(X,Y).
Corrigé
  1. P(X=0)=0{,}4, P(X=1)=0{,}6 ; P(Y=0)=0{,}3, P(Y=1)=0{,}7. Comme P(0,0)=0{,}1\neq0{,}4\times0{,}3, elles ne sont pas indépendantes.
  2. P_{[X=1]}(Y=0)=\frac{0{,}2}{0{,}6}=\frac13 et P_{[X=1]}(Y=1)=\frac23. E(XY)=P(1,1)=0{,}4, E(X)E(Y)=0{,}6\times0{,}7=0{,}42, donc \mathrm{Cov}(X,Y)=-0{,}02.

Exercice 4 · Loi d’une somme et espérance d’un produit ★★★

X et Y sont indépendantes, de même loi uniforme sur \{1,2,3\}.

  1. Déterminer la loi de Z=X+Y.
  2. Calculer E(XY).
Corrigé
  1. Z(\Omega)=\{2,\dots,6\} et chaque couple a la probabilité \frac19 : P(Z=2)=\frac19, P(Z=3)=\frac29, P(Z=4)=\frac39, P(Z=5)=\frac29, P(Z=6)=\frac19.
  2. Par indépendance, E(XY)=E(X)E(Y)=2\times2=4.

Exercice 5 · Tirages sans remise ★★★

Une urne contient trois boules numérotées 1, 2, 3. On tire successivement et sans remise deux boules ; X est le numéro de la première, Y celui de la seconde.

  1. Déterminer la loi du couple (X,Y), puis celle de X+Y.
  2. Calculer E(XY) et \mathrm{Cov}(X,Y). Interpréter le signe.
Corrigé
  1. Les 6 couples (i,j) avec i\neq j ont chacun la probabilité \frac16. X+Y vaut 3, 4 ou 5, chacune avec la probabilité \frac13.
  2. E(XY)=\frac{2+3+2+6+3+6}6=\frac{11}3 et E(X)=E(Y)=2, donc \mathrm{Cov}(X,Y)=\frac{11}3-4=-\frac13. Un grand numéro au premier tirage rend plus probable un petit numéro au second.

Exercice 6 · Maximum et minimum de deux dés ★★★

On lance deux dés équilibrés indépendants ; X et Y sont les résultats, M=\max(X,Y) et m=\min(X,Y).

  1. Calculer P(M\leqslant k) puis P(M=k) pour k\in[\![1,6]\!].
  2. Calculer P(m>k) puis P(m=k).
Corrigé
  1. [M\leqslant k]=[X\leqslant k]\cap[Y\leqslant k], donc P(M\leqslant k)=\frac{k^2}{36} et P(M=k)=\frac{k^2-(k-1)^2}{36}=\frac{2k-1}{36}.
  2. P(m>k)=\frac{(6-k)^2}{36} et P(m=k)=P(m>k-1)-P(m>k)=\frac{(7-k)^2-(6-k)^2}{36}=\frac{13-2k}{36}.

Exercice 7 · Covariance nulle sans indépendance ★★★

Soit X uniforme sur \{-1,0,1\} et Y=X^2.

  1. Calculer \mathrm{Cov}(X,Y).
  2. Montrer que X et Y ne sont pas indépendantes.
Corrigé
  1. E(X)=0 et XY=X^3, d’où E(XY)=\frac{-1+0+1}3=0. Donc \mathrm{Cov}(X,Y)=0.
  2. P([X=0]\cap[Y=1])=0 alors que P(X=0)P(Y=1)=\frac13\times\frac23\neq0. La réciproque de « indépendantes \Rightarrow covariance nulle » est fausse.

Exercice 8 · Variance d’une somme, coefficient de corrélation ★★★

Soient X et Y admettant un moment d’ordre 2, avec V(X)=V(Y)=1 et \mathrm{Cov}(X,Y)=\frac12.

  1. Calculer V(X+Y), V(X-Y) et \rho(X,Y).
  2. Soit Z=aX+b avec a\neq0. Montrer que \rho(X,Z)=1 si a>0 et -1 si a<0.
Corrigé
  1. V(X+Y)=1+1+2\times\frac12=3, V(X-Y)=1+1-1=1, \rho(X,Y)=\dfrac{1/2}{1\times1}=\frac12.
  2. \mathrm{Cov}(X,aX+b)=aV(X) et \sigma(Z)=|a|\sigma(X), donc \rho(X,Z)=\dfrac{aV(X)}{|a|V(X)}=\dfrac a{|a|}.

Exercice 9 · La loi binomiale comme somme de variables de Bernoulli ★★★

Soient X_1,\dots,X_n mutuellement indépendantes de loi \mathcal B(p), et S=X_1+\cdots+X_n.

  1. Quelle est la loi de S ?
  2. Retrouver E(S) et V(S) à l’aide des propriétés de l’espérance et de la variance.
Corrigé
  1. S compte le nombre de succès dans n épreuves de Bernoulli indépendantes : S\hookrightarrow\mathcal B(n,p).
  2. Par linéarité, E(S)=np. Les X_i étant indépendantes, V(S)=\displaystyle\sum_{i=1}^nV(X_i)=np(1-p).

Exercice 10 · Stabilité de la loi binomiale et loi conditionnelle ★★★

Soient X\hookrightarrow\mathcal B(n,p) et Y\hookrightarrow\mathcal B(m,p) indépendantes, q=1-p, et s\in[\![0,n+m]\!].

  1. Rappeler la loi de X+Y.
  2. Montrer que, pour k convenable, P_{[X+Y=s]}(X=k)=\dfrac{\binom nk\binom m{s-k}}{\binom{n+m}s}. Ce résultat dépend-il de p ?
Corrigé
  1. Par stabilité, X+Y\hookrightarrow\mathcal B(n+m,p).
  2. P([X=k]\cap[X+Y=s])=P(X=k)P(Y=s-k)=\binom nk\binom m{s-k}p^sq^{n+m-s}. On divise par P(X+Y=s)=\binom{n+m}sp^sq^{n+m-s}. Le résultat ne dépend pas de p : c’est la loi du nombre de boules « X » parmi s tirées sans remise dans une urne de n+m boules.

Exercice 11 · Méthode des indicatrices ★★★

Une urne contient N boules numérotées. On effectue n tirages avec remise et on note Z le nombre de boules jamais tirées. Pour i\in[\![1,N]\!], X_i vaut 1 si la boule i n’est jamais tirée, 0 sinon.

  1. Calculer P(X_i=1).
  2. En déduire E(Z). Application numérique pour N=n=10.
Corrigé
  1. Les tirages sont indépendants et chacun évite la boule i avec la probabilité 1-\frac1N : P(X_i=1)=\left(1-\frac1N\right)^n.
  2. Z=X_1+\cdots+X_N, et la linéarité ne demande pas l’indépendance : E(Z)=N\left(1-\frac1N\right)^n. Pour N=n=10 : 10\times0{,}9^{10}\approx3{,}49.

Exercice 12 · Somme et différence de deux variables ★★★

Soient X et Y admettant un moment d’ordre 2.

  1. Montrer que \mathrm{Cov}(X+Y,X-Y)=V(X)-V(Y).
  2. On suppose X et Y indépendantes de loi \mathcal B\left(\frac12\right). Montrer que S=X+Y et D=X-Y ont une covariance nulle mais ne sont pas indépendantes.
Corrigé
  1. Par bilinéarité et symétrie : \mathrm{Cov}(X+Y,X-Y)=V(X)-\mathrm{Cov}(X,Y)+\mathrm{Cov}(Y,X)-V(Y)=V(X)-V(Y).
  2. Les variances sont égales, donc \mathrm{Cov}(S,D)=0. Mais P([S=0]\cap[D=1])=0 alors que P(S=0)P(D=1)=\frac14\times\frac14\neq0.

Pour aller plus loin

Pr. Elakili, agrégé de mathématiques et professeur en classes préparatoires depuis 25 ans, accompagne aussi quelques étudiants vers les écoles de commerce, à Casablanca et à distance. En savoir plus

Publications similaires