Ressources mathématiques > Base de données d'exercices > Exercices de dénombrement - probabilités - statistiques >
Exercices corrigés - Convergence des suites de variables aléatoires - Théorèmes limites
Diverses notions de convergence
Enoncé
Pour tout entier naturel $n$ non nul, on considère la fonction $f_n$ définie par $$f_n(x)=\mathbf 1_{\mathbb
R_+}(x)n^2x\exp(-n^2x^2/2).$$
- Montrer que $f_n$ est la densité d'une variable aléatoire.
- Soit $(X_n)$ une suite de variables aléatoires telle que, pour tout entier $n\geq 1$, $X_n$ admet pour densité $f_n$. Démontrer que la suite $(X_n)$ converge en probabilité vers une variable aléatoire $X$ que l'on précisera.
Exercice 2 - Opérations et convergence en probabilité [Signaler une erreur] [Ajouter à ma feuille d'exos]
Enoncé
Soit $(X_n)$ une suite de variables aléatoires réelles définies sur $(\Omega,\mathcal A,P)$ convergeant en probabilité vers $X$.
Soit $Y$ une variable aléatoire définie sur $(\Omega,\mathcal A,P)$.
- Soit $\veps>0$. Démontrer qu'il existe $n_0\in\mathbb N$ et $M>0$ tel que $$\forall n\geq n_0,\ P(|X_n|\geq M)+P(|X|\geq M)+P(|Y|\geq M)\leq\veps.$$
- Démontrer que $YX_n$ converge en probabilité vers $YX$.
- Soit $f:\mathbb R\to\mathbb R$ une fonction uniformément continue. Démontrer que $(f(X_n))$ converge en probabilité vers $f(X)$.
- Soit $f:\mathbb R\to\mathbb R$ une fonction continue. Démontrer que $(f(X_n))$ converge en probabilité vers $f(X)$.
Enoncé
Soit $(U_n)$ une suite de variables aléatoires indépendantes suivant toutes la loi uniforme sur $[0,1]$.
On note $M_n=\max(U_1,\dots,U_n)$ et $X_n=n(1-M_n)$.
- Quelle est la fonction de répartition de $X_n$?
- Étudier la convergence en loi de la suite $(X_n)$.
Exercice 4 - Convergence en loi et en probabilité pour une suite de variables à densité [Signaler une erreur] [Ajouter à ma feuille d'exos]
Enoncé
Soit $n$ un entier naturel non-nul et soit $a$ un réel. On considère la fonction $f_n$
définie sur $\mathbb R$ par $f_n(x)=\frac{an}{\pi(1+n^2x^2)}.$
- Déterminer $a$ pour que $f_n$ soit une densité de variable aléatoire.
- Soit $(X_n)$ une suite de variables aléatoires telle que chaque $X_n$ admet pour densité $f_n$. Étudier l'existence de moments pour $X_n$.
- Étudier la convergence en loi de la suite $(X_n)$.
- Étudier la convergence en probabilité de la suite $(X_n)$.
Enoncé
On dit qu'une variable aléatoire $Y$ suit une loi de Gumbel si elle
admet pour densité $f(x)=e^{-x-e^{-x}}$.
- Vérifier que $f$ est une densité, et calculer la fonction de répartition de $Y$.
- Soit $(X_n)$ une suite de variables aléatoires indépendantes identiquement distribuées de loi exponentielle de paramètre 1. On pose $M_n=\max(X_1,\dots,X_n)$. Démontrer que la suite $(M_n-\ln n)$ converge en loi vers $Y$ suivant une loi de Gumbel.
Exercice 6 - Quand la convergence en loi entraîne la convergence en probabilité [Signaler une erreur] [Ajouter à ma feuille d'exos]
Enoncé
Soit $(X_n)$ une suite de variables aléatoires qui converge en loi vers
une variable aléatoire $X$ constante égale à $a$. Démontrer que
la suite $(X_n)$ converge aussi en probabilité vers $X$.
Enoncé
Soit $\lambda>0$. Pour tout entier $n\geq\lambda$, on fixe $(X_i^n)_{i\geq 1}$ une suite de variables aléatoires indépendantes
de Bernoulli de paramètre $p_n=\lambda/n$. On considère alors la variable aléatoire
$$N_n=\frac 1n\inf\{i\geq 1;\ X_i^n=1\}.$$
Démontrer que la suite $(N_n)$ converge en loi vers une variable aléatoire réelle de loi exponentielle de paramètre $\lambda$.
Exercice 8 - Convergence de la loi binomiale vers la loi de Poisson [Signaler une erreur] [Ajouter à ma feuille d'exos]
Enoncé
Soit $(X_n)$ une suite de variables aléatoires vérifiant une loi binomiale $\mathcal B(n,p_n)$,
avec $np_n\to\lambda>0$. Démontrer que $(X_n)$ converge en loi vers une variable aléatoire
$X$ suivant une loi de Poisson $\mathcal P(\lambda)$.
Approximation de la loi binomiale par la loi de Poisson
Enoncé
Une société de location de voitures a calculé que la probabilité qu'une de ses voitures louée ait un accident est égale à $0,2\%$. On suppose que les accidents sont indépendants les uns des autres. Chaque jour, 1000 voitures de la société sont en circulation. On note $N$ le nombre de voitures accidentées.
- Quelle est la loi de $N$?
- Donner une valeur approchée de la probabilité pour qu'il y ait au moins 5 voitures accidentées dans la journée.
Enoncé
- Soit $X$ une variable aléatoire suivant une loi de Poisson de paramètre $\lambda$. Calculer $P(X=0\ |\ X\textrm{ est pair})$.
-
2. Application : Une ligne de transmission entre émetteur et récepteur
transporte des données représentées par 1024 octets (soit 8 192 bits). La
probabilité que la transmission d’un bit soit erronée est estimée à $10^{-5}$
et on admet que les erreurs sont indépendantes les unes des autres. On
contrôle la qualité de la transmission avec un calcul de parité
sur le nombre de 1 envoyés :
- si il y a un nombre impair d’erreurs, un message d’erreur apparaît.
- sinon, c’est à dire si il y a un nombre pair d’erreurs, la transmission est acceptée.
Loi des grands nombres
Exercice 11 - Une variante de la loi faible des grands nombres [Signaler une erreur] [Ajouter à ma feuille d'exos]
Enoncé
Soit $(X_n)_{n\geq 1}$ une suite de variables aléatoires deux à deux indépendantes. On suppose que chaque $X_n$ suit une loi de Bernoulli de paramètre $p_n$. On note $S_n=X_1+\dots+X_n$ et on souhaite démontrer que, pour tout $\veps>0$,
$$\lim_{n\to+\infty}P\left(\left|\frac {S_n}n-\frac 1n\sum_{k=1}^n p_k\right|\geq \veps\right)=0.$$
- Pourquoi ne peut-on pas appliquer directement la loi faible des grands nombres?
- Quelle est l'espérance de $S_n$? Sa variance? Démontrer que $V(S_n)\leq n$.
- En déduire le résultat.
Enoncé
On suppose qu'à la naissance, la probabilité qu'un nouveau-né soit un garçon est égale à $1/2$. On suppose que
tous les couples ont des enfants jusqu'à obtenir un garçon. On souhaite évaluer la proportion de garçons dans une génération
de cette population. On note $X$ le nombre d'enfants d'un couple pris au hasard dans la population.
- Donner la loi de la variable aléatoire $X$.
- On suppose qu'une génération en âge de procréer est constituée de $N$ couples, et on note $X_1,\cdots,X_N$ le nombre d'enfants respectif de chaque couple. On note enfin $P$ la proportion de garçons issus de cette génération. Exprimer $P$ en fonction de $X_1,\dots,X_N$.
- Quelle est la limite de $P$ lorsque $N$ tend vers l'infini. Qu'en pensez-vous?
Enoncé
Soient $(X_n)_{n\geq 1}$ une suite de variables aléatoires indépendantes vérifiant
$$P(X_n=1)=p,\ P(X_n=-1)=1-p=q\textrm{ avec }p\neq\frac 12.$$
On pose
$$S_n=\sum_{i=1}^n X_i,\quad A_n=\{S_n=0\}.$$
- Que représente l'événement $\limsup A_n$?
- Démontrer, en utilisant une loi des grands nombres, que $P(\limsup A_n)=0$.
- Quel autre théorème aurait-on pu utiliser pour prouver ce résultat? Le faire! On pourra utiliser que $p(1-p)<1/4$.
Enoncé
Soit $(X_n)$ une suite de variables aléatoires indépendants de même loi et de carré intégrable.
On note $m$ leur espérance commune.
Étudier la convergence presque sûre de la suite
$$S_n=\frac{X_1X_2+X_2X_3+\dots+X_{n-2}X_{n-1}+X_{n-1}X_n}{n}.$$
Exercice 15 - Loi forte pour des variables non indépendantes [Signaler une erreur] [Ajouter à ma feuille d'exos]
Enoncé
Soit $(X_k)$ une suite de variables aléatoires indépendantes définies sur $(\Omega,\mathcal A,P)$, suivant une loi uniforme sur $[0,1]$.
On pose, pour tout $j\geq 1$, $Z_j=X_jX_{j+1}$.
- Calculer $\textrm{Var}(Z_j)$ et $\textrm{Cov}(Z_j,Z_{j+i})$ pour $i\geq 1$.
- En déduire que $$\frac 1n\sum_{j=1}^n Z_j\xrightarrow[L^2(\Omega)]{n\to+\infty}\frac 14.$$
- Les variables aléatoires $(Z_j)_{j\geq 1}$ sont-elles indépendantes? Et les variables $(Z_{2k})_{k\geq 1}$?
- Déduire de la question précédente que $$\frac 1n\sum_{j=1}^n Z_j\xrightarrow[ps]{n\to+\infty}\frac 14.$$
Théorème limite central
Enoncé
Un fournisseur d'accès à Internet met en place un point local d'accès, qui dessert $5000$ abonnés. A instant donné,
chaque abonné a une probabilité égale à 20\% d'être connecté. Les comportements des abonnés sont supposés indépendants les uns des autres.
- On note $X$ la variable aléatoire égale au nombre d'abonnés connectés à un instant $t$. Quelle est la loi de $X$? Quelle est son espérance, son écart-type?
- On pose $Y=\frac{X-1000}{\sqrt{800}}$. Justifier précisément qu'on peut approcher la loi de $Y$ par la loi normale $\mathcal{N}(0,1)$.
- Le fournisseur d'accès souhaite savoir combien de connexions simultanées le point d'accès doit pouvoir gérer pour que sa probabilité d'être saturé à un instant donné soit inférieure à $2,5\%$. En utilisant l'approximation précédente, proposer une valeur approchée de ce nombre de connexions.
Enoncé
Une usine fabrique des pièces dont une proportion inconnue $p$ est défectueuse, et on souhaite trouver une valeur approchée de $p$. On effectue un prélèvement de $n$ pièces. On suppose que le prélèvement se fait sur une population très grande, et donc qu'il peut s'apparenter à une suite de $n$ tirages indépendants avec remise. On note $X_n$ la variable aléatoire égale au nombre de pièces défectueuses et on souhaite quantifier le fait que $X_n/n$ approche $p$.
- Quelle est la loi de $X_n$? Sa moyenne? Sa variance?
- Démontrer que, pour tout $\veps>0$, $P\left(\left|\frac{X_n}n-p\right|\geq\veps\right)\leq\frac 1{4n\veps^2}.$
- En déduire une condition sur $n$ pour que $X_n/n$ soit une valeur approchée de $p$ à $10^{-2}$ près avec une probabilité supérieure ou égale à $95\%$.
- Répondre à la question précédente en utilisant cette fois une approximation de $X_n$ par le théorème de de Moivre-Laplace. Qu'en pensez-vous?
Enoncé
Lors de la construction d'un collège accueillant 500 élèves, il est prévu la construction d'une cantine comprenant deux salles, chacune
disposant de $N$ places. On fait l'hypothèse que chaque élève qui mange choisit au hasard et de façon équiprobable l'une des deux salles, indépendamment les uns des autres.
Déterminer la valeur de $N$ à prévoir pour que la probabilité que chaque élève trouve une place dans la salle qu'il a choisie soit supérieure à 0,99.
Enoncé
Une entreprise compte 300 employés. Chacun d'eux téléphone en moyenne 6 minutes par heures. Quel est le nombre de lignes
que l'entreprise doit installer pour que la probabilité que toutes les lignes soient utilisées au même instant soit au plus égale à 0,025. On pourra utiliser une approximation
de la loi d'une certaine variable aléatoire.
Enoncé
Il arrive assez souvent que le nombre de réservations pour une liaison aérienne soit supérieur au nombre de passagers se présentant effectivement le jour du vol.
Cela est dû à des empêchements imprévisibles de certains passagers et à une politique systématique de certains d'entre eux
qui réservent des places sur plusieurs vols de façon à choisir au dernier moment celui qui leur convient le mieux (en raison de la concurrence, et selon les tarifs choisis, les compagnies ne pénalisent pas les clients qui se désistent et ne font payer effectivement que ceux qui embarquent).
Pour compenser ce phénomène, une compagnie aérienne exploitant un avion de 300 places décide de faire de la surréservation (surbooking) en prenant
pour chaque vol un nombre $n>300$ de réservations. S'il se présente plus de 300 passagers à l'embarquement, les 300 premiers arrivés prennent leur vol et les autres sont dédommagés financièrement.
- On considère que les passagers sont mutuellement indépendants et que la probabilité de désistement de chacun d'eux est $10\%$. On note $n$ le nombre de réservations prises par la compagnie pour un vol donné et $S_n$ le nombre (aléatoire) de passagers se présentant à l'embarquement pour ce vol. Donner la loi de $S_n$, $E(S_n)$ et $V(S_n)$.
- Le directeur commercial de la compagnie aimerait connaitre la valeur maximale de $n$ telle que $P(S_n\leq 300)\geq 0,99$. En utilisant le théorème limite central (ou théorème de De Moivre-Laplace), proposez une solution approchée de ce problème. On pourra s'aider d'une table de la loi normale.
Enoncé
En appliquant le théorème limite central à une suite de variables aléatoires indépendantes $(X_n)$ suivant toutes
une loi de Poisson $\mathcal P(1)$, démontrer que
$$e^{-n}\sum_{k=0}^n \frac{n^k}{k!}\to \frac12.$$
Exercice 22 - Optimalité d'une égalité grâce au théorème limite central [Signaler une erreur] [Ajouter à ma feuille d'exos]
Enoncé
On peut démontrer que, si des variables aléatoires indépendantes $X_i$, $i\geq 1$, prennent leurs valeurs dans $[-1,1]$ et sont centrées, alors on a
$$\mathbb P\left(\left|n^{-1/2}\sum_{i=1}^n X_i\right|\geq a\right)\leq 2\exp\left(-\frac{a^2}2\right)$$
pour tout $n\geq 1$ et tout $a\geq 0$.
On souhaite démontrer que le facteur $-\frac 12$ intervenant dans l'exponentielle est optimal. Pour cela, on suppose qu'il existe $A>0$
et $\kappa\in\mathbb R$ tels que, pour toute suite de variables aléatoires indépendantes
$X_i$ à valeurs dans $[-1,1]$ et centrées, pour tout $n\geq 1$ et tout $a>0$,
$$\mathbb P\left(\left|n^{-1/2}\sum_{i=1}^n X_i\right|\geq a\right)\leq A\exp\left(-\kappa a^2\right).$$
Par ailleurs, on introduit
$$\varphi(x)=\frac{e^{-x^2/2}}{\sqrt{2\pi}}\textrm{ et }\phi(x)=\int_{-\infty}^{x}\varphi(t)dt$$
la densité et la fonction de répartition de la loi normale de moyenne 0 et de variance 1. On pose aussi
$F(x)=\int_{x}^{+\infty}e^{-t^2/2}dt$ et $G(x)=\int_{x}^{+\infty}\frac1{t^2}e^{-t^2/2}dt$.
- Démontrer que $G(x)=_{+\infty}o\big(F(x)\big)$.
- Démontrer que $$1-\phi(x)\sim_{x\to+\infty}\frac{ \varphi(x)}x.$$
- On suppose que les $(X_i)$ sont identiquement distribuées et vérifient $P(X_i=1)=P(X_i=-1)=1/2$. Démontrer que $\kappa\leq1/2$.
Lemmes de Borel-Cantelli
Enoncé
On lance une infinité de fois une pièce de monnaie parfaitement équilibrée. Montrer qu'avec probabilité 1, on obtiendra une infinité de fois deux piles consécutifs.
Exercice 24 - Convergence presque sûre d'une suite de variables aléatoires suivant une loi exponentielle [Signaler une erreur] [Ajouter à ma feuille d'exos]
Enoncé
Soit $(X_n)_{n\geq 2}$ une suite de variables aléatoires indépendantes, suivant toutes une loi exponentielle de paramètre 1. Pour $a>0$ et $n\geq 2$, on note $A_{n,a}$ l'événement $A_{n,a}=\left\{\frac{X_n}{\ln n}\geq a\right\}$.
- Calculer $P(A_{n,a})$.
- On note $$A_a=\limsup_{n\to+\infty}A_{n,a}=\bigcap_{n\geq 2}\bigcup_{k\geq n}A_{k,a}.$$ Démontrer que $P(A_a)=0$ si $a>1$ et que $P(A_a)=1$ si $a\leq 1$.
- Justifier que pour tout $a>0$, $$\left\{\limsup_{n\to+\infty}\frac{X_n}{\ln n}>a\right\}\subset A_a\subset \left\{\limsup_{n\to+\infty}\frac{X_n}{\ln n}\geq a\right\}.$$
- En déduire que $$\limsup_{n\to+\infty}\frac{X_n}{\ln n}=1\textrm{ presque sûrement.}$$
Enoncé
On considère une épreuve ayant $r$ issues équiprobables. Par exemple, pour un lancer de pièces de monnaies, $r=2$, pour un lancer de dés, $r=6$. On répète de façon indépendante cette épreuve. On note $A_n$ l'événement : "au cours des $nr$ premières épreuves,
chacune des $r$ issues distinctes se produit exactement $n$ fois". Lorsque l'événement $A_n$ se produit, on dit qu'il y a compensation exacte.
- Calculer $p_n=P(A_n)$.
- En utilisant la formule de Stirling, déterminer un équivalent de $p_n$.
- En déduire que si $r\geq 4$, presque sûrement, il n'y a qu'un nombre fini de compensations exactes.
Enoncé
Soient $(X_n)$ une suite de variables aléatoires réelles et $(a_n)$ une suite de réels positifs tels que $\sum_n a_n<\infty$ et $\sum_n P(|X_{n+1}-X_n|>a_n)<+\infty$. Montrer que $(X_n)$ converge presque sûrement.
Exercice 27 - Somme qui converge presque sûrement? [Signaler une erreur] [Ajouter à ma feuille d'exos]
Enoncé
Soit $(X_n)$ une suite de variables aléatoires indépendantes vérifiant $P(X_n=1)=1/2$ et $P(X_n=-1)=1/2$. On pose $S_n=\sum_{k=1}^n k^{-1/2}X_k$.
- Calculer la fonction caractéristique de $X_n$.
- En déduire la fonction caractéristique $\phi_{S_n}$ de $S_n$.
- Démontrer que, pour $t\neq 0$, $\phi_{S_n}(t)$ tend vers 0.
- Démontrer que, pour tout $t\in\mathbb R$, $$|\phi_{S_{n+p}-S_n}(t)-1|\leq |t|+2P(|S_{n+p}-S_n|\geq 1).$$
- En déduire l'existence d'une sous-suite $(n_k)_{k\geq 1}$ telle que, pour tout $k\geq 1$, $$P(|S_{n_{k+1}}-S_{n_k}|\geq 1)\geq 1/4.$$
- Démontrer que la suite $(S_n)$ est presque sûrement divergente.