Racine carrée d'une loi exponentielle
Colle de mathématiques
Sujet de colle de maths:- Variables aléatoires continuesVariables aléatoires continues
Énoncé du sujet
Soit
et
![\[f:\R\to\R, \, x\mapsto\la\begin{array}{cl}
0 &\text{si } x\leqslant0 \\
\lambda e^{-\lambda x} &\text{sinon}\enar\right.\]](/Generateur-Devoirs/Colles/VAC/sqrt-exp/2.png)
- Vérifier que
est une densité de probabailité
d'une variable aléatoire.
Soit
admettant
pour densité.
- Montrer que
et
existent et les calculer.
- On définit
par
. Déterminer une densité de
.
- Montrer que
et
existent et les calculer.
Correction
Correction
-
est clairement positive et continue, sauf en 0, et
![\[\begin{array}{ll}\dsp\int_{-\infty}^{+\infty}f(x)dx
&=\dsp\lambda\int_0^{+\infty}e^{-\lambda x}dx\\
&=\lambda\left[ -\dfrac1\lambda e^{-\lambda x}\rb_0^{+\infty}
=1\enar\]](/Generateur-Devoirs/Colles/VAC/sqrt-exp_c/2.png)
ce qui finit de montrer que
est une densité de variable aléatoire.
-
![\[E(X)=\lambda\int_0^{+\infty}xe^{-\lambda x}dx\]](/Generateur-Devoirs/Colles/VAC/sqrt-exp_c/4.png)
Comme
![\[\dsp\lim_{x\to+\infty}x^2\left( xe^{-\lambda x}\rp=0\]](/Generateur-Devoirs/Colles/VAC/sqrt-exp_c/5.png)
et d'après le critère de Riemann, cette intégrale converge bien en
,
et, en intégrant par parties,
![\[\begin{array}{ll}E(X)&=\dsp\lambda\lb-\dfrac{x}\lambda e^{-\lambda x}\rb_0^{+\infty}
+\int_0^{+\infty}e^{-\lambda x}dx\\
&=0+\lb-\dfrac1\lambda e^{-\lambda x}\rb_0^{+\infty}\\
&=\dfrac1\lambda\enar\]](/Generateur-Devoirs/Colles/VAC/sqrt-exp_c/7.png)
et de même (ou en ayant reconnu la loi exponentielle)
![\[V(X)=\dfrac1{\lambda^2}\]](/Generateur-Devoirs/Colles/VAC/sqrt-exp_c/8.png)
-
![\[\begin{array}{ll}F_Y(x)&=P(Y\leqslant x)\\
&=P\lp\sqrt{X}\leqslant x\rp\\
&=P\left( X\leqslant x^2\rp\\
&=F_X\left( x^2\rp\enar\]](/Generateur-Devoirs/Colles/VAC/sqrt-exp_c/9.png)
d'où
![\[F_Y(x)=\la\begin{array}{cl}0&\text{si} x\leqslant0\\
F_X\left( x^2\rp=&\text{sinon}\enar\right.\]](/Generateur-Devoirs/Colles/VAC/sqrt-exp_c/10.png)
et donc, la densité,
pour
et, pour
en dérivant
![\[f_Y(x)=2\lambda xF'_X(x^2)=2xe^{-\lambda x^2}\]](/Generateur-Devoirs/Colles/VAC/sqrt-exp_c/14.png)
-
![\[E(Y)=\int_{-\infty}^{+\infty}yf_Y(y)dy
=2\lambda \int_0^{+\infty}y^2e^{-\lambda y^2}dy\]](/Generateur-Devoirs/Colles/VAC/sqrt-exp_c/15.png)
et, en intégrant par parties
![\[\begin{array}{ll}\dsp\int_0^{+\infty}&y^2e^{-\lambda y^2}dy
=\dsp\int_0^{+\infty} y\times y e^{-\lambda y^2}dy\\[1em]
&=\dsp\left[ y\tm\dfrac{-1}{2\lambda} e^{-\lambda y^2}\rb_0^{+\infty}
+\dfrac1{2\lambda}\int_0^{+\infty} e^{-\lambda y^2}dy
\enar\]](/Generateur-Devoirs/Colles/VAC/sqrt-exp_c/16.png)
La partie intégrée est nulle, et la dernière intégrale se calcule en se ramenant à la loi normale, en posant
, soit
![\[\int_0^{+\infty}e^{-\lambda y^2}dy
=\dfrac1{\sqrt{2\lambda}}\int_0^{+\infty}
e^{-t^2/2}dt\]](/Generateur-Devoirs/Colles/VAC/sqrt-exp_c/18.png)
car pour
qui suit la loi normale centrée réduite,
![\[\begin{array}{ll}&P(Z\geqslant0)=\dsp\int_0^{+\infty}\dfrac1{\sqrt{2\pi}}e^{-t^2/2}dt
=\dfrac12\\
&\implies\displaystyle \int_0^{+\infty}e^{-t^2/2}dt
=\dfrac{\sqrt{2\pi}}2=\sqrt{\dfrac\pi2}
\enar\]](/Generateur-Devoirs/Colles/VAC/sqrt-exp_c/20.png)
d'où
![\[E(Y)=2\lambda\int_0^{+\infty}y^2e^{-\lambda y^2}dy
=\dfrac1{\sqrt{2\lambda}}\sqrt{\dfrac\pi2}
=\dfrac12\sqrt{\dfrac\pi\lambda}
\]](/Generateur-Devoirs/Colles/VAC/sqrt-exp_c/21.png)
On a ensuite
,
et donc
![\[V(Y)=E\left( Y^2\rp-\left( E(Y)\rp^2=\dfrac1\lambda-\dfrac\pi{4\lambda}
=\dfrac{4-\pi}{4\lambda}\]](/Generateur-Devoirs/Colles/VAC/sqrt-exp_c/23.png)
Tag:Variables aléatoires continues
Autres sujets au hasard:

Voir aussi: