Exercices - Variables alatoires : lois continues : corrig

Lois classiques
Exercice 1 - Carr de la loi uniforme - L2/L3/ECS -
On calcule la fonction de rpartion F
Y
de Y . Si y < 0, on a
F
Y
(y) = P(Y y) = 0.
Si y 0, alors
F
Y
(y) = P(Y y) = P(

y X

y) = P(X

y) = F
X
(

y).
Connaissant la fonction de rpartition de X, on en dduit
F
Y
(y) =
_

_
0 si y < a
2
2

ya
ba
si y [a
2
, b
2
]
1 si y > b
2
.
Cette fonction de rpartition est drivable sauf en a
2
et en b
2
. La drive donne la densit. On
en dduit que Y admet une densit p
Y
donne par :
p
Y
(y) =
_

_
0 si y < a
2
1
2(ba)

y
si y [a
2
, b
2
]
9 si y > b
2
.
Pour calculer lesprance et la variance de Y , il est prfrable de se souvenir que Y = X
2
. On
en dduit :
E(Y ) = E(X
2
) =
_
b
a
x
2
b a
dx =
b
3
a
3
3(b a)
,
E(Y
2
) = E(X
4
) =
_
b
a
x
4
b a
dx =
b
5
a
5
5(b a)
,
Var(Y ) = E(Y
2
) E(Y )
2
=
4(b a)
4
45
.
Exercice 2 - Uniforme et exponentielle - L2/L3/ECS -
On va calculer la fonction de rpartition de X. On remarque que X x si et seulement si
U exp(x), puisque la fonction x exp(x) est dcroissante. On a donc
F
X
(x) = P(X x) = P(U exp(x)).
Si x < 0, alors exp(x) > 1 et donc F
X
(x) = 0. Si x 0, alors exp(x) [0, 1] et donc, puis
U suit une loi uniforme valeurs dans [0, 1],
F
X
(x) = 1 exp(x).
On reconnait bien la fonction de rpartition dune loi exponentielle de paramtre 1 (on peut
encore driver la fonction de rpartition pour retomber sur la densit).
Exercice 3 - Lecture de la table de la loi normale - L2/ECS -
http://www.bibmath.net 1
Exercices - Variables alatoires : lois continues : corrig
1. On note la fonction de rpartition de la loi N(0, 1). On a
P(t < X < t) = (t) (t) = (t) (1 (t)) = 2(t) 1.
Donc P(t < X < t) 0, 95 (t) = 0, 975 ce qui donne t 1, 96.
2. Posons Y =
X8
4
. Alors Y suit la loi N(0, 1). On peut alors rpondre aux diverses questions
en les formulant laide de Y , et en utilisant la table de la loi normale.
(a) On a X < 7, 5 Y < 0, 5/4 = 0, 125. On a donc
P(X < 7, 5) = (0, 125) = 1 (0, 125).
Puisque (0, 12) 0, 55 et (0, 13) 0, 55, on trouve nalement que
P(X < 7, 5) 1 0, 55 = 0, 45.
(b) On a X > 8, 5 Y > 0, 125 et donc
P(X > 8, 5) = P(Y > 0, 125) = 1 (0, 125) 0, 45.
(c) On a 6, 5 < X < 10 0, 375 < Y < 0, 5 et on trouve en raisonnant comme
prcdemment
P(6, 5 < X < 10) 0, 34.
(d) Il y a une dicult supplmentaire du fait de lvnement qui est un peu plus com-
pliqu. On rsoud cette dicult en crivant que :
P(X > 6|X > 5) =
P
_
(X > 6) (X > 5)
_
P(X > 5)
=
P(X > 6)
P(X > 5)
.
En renormalisant comme aux questions prcdentes, on trouve que
P(X > 6|X > 5) 0, 89.
3. Si X suit la loi N(m, ), alors Y =
Xm

suit la loi N(0, 1). On doit avoir :

0, 05 = P(X < 1) = P
_
Y <
1 m

_
=
_
1 m

_
et
0, 12 = P(X > 3) = 1 P
_
Y
3 m

_
= 1
_
3 m

_
.
Or, 0, 05 = 1 0, 95 = (1, 645) et 0, 12 (1, 175). On doit donc avoir
_
1m

= 1, 645
m3

= 1, 175.
On rsoud le systme et on trouve que
_
m 1, 33
1, 41.
http://www.bibmath.net 2
Exercices - Variables alatoires : lois continues : corrig
Exercice 4 - Somme - L2/ECS -
Notons X
i
la variable alatoire correspondant la quantit commande par la i-me cantine.
X
1
, X
2
et X
3
sont indpendantes, suivent des lois normales, avec X
1
N(55, 4), X
2
N(65, 10)
et X
3
N(30, 3). Notons Y la quantit totale commande au grossiste, Y = X
1
+ X
2
+ X
3
.
Alors Y suit une loi normale, desprance la somme des esprances et de variance la somme des
variances. Autrement dit, Y suit une loi N(150,

125). Notons A la quantit de viande dont il

doit disposer pour que le risque de ne pouvoir satisfaire la demande soit infrieure 0,05. On
a donc P(Y > A) 0, 05. Pour dterminer A vriant cette proprit, on va renormaliser Y et
saider dune table de la loi normale centre rduite. Posons en eet Z =
Y 150

125
. Alors Y suit
une loi normale centre rduite. De plus,
Y > A

125Z + 150 > A Z >

A150

125
.
Or, une lecture de la table de la loi normale indique que
P(Z > 1, 65) < 0, 05.
Ainsi, il sut que
A 1, 65

125 + 150 168, 4.

Le grossiste doit donc disposer denviron 168, 4 kg de viande.
Exercice 5 - Un quivalent de la queue de la gaussienne - L3 -
1. Ou bien on connait trs bien son cours, et dans ce cas on sait que si f(x) = o
_
g(x)
_
au
voisinage de +, et si lintgrale
_
+
a
g(t)dt converge, alors
_
+
x
f(t)dt =
+
o
__
+
x
g(t)dt
_
.
Ce rsultat sapplique immdiatement ici. Ou bien on ne connait pas ce rsultat, et on le
redmontre dans le cas qui nous intresse. Ici, il est clair que
1
t
2
e
t
2
/2
=
+
o
_
e
t
2
/2
_
.
Fixons > 0. Il existe donc a > 0 tel que, pour tout t a, on a
0
1
t
2
e
t
2
/2
e
t
2
/2
.
Par intgration, pour tout x a, on a
0 G(x) F(x).
Cest bien que G(x) =
+
o(F(x)).
2. On a P(X > x) =
1

2
F(x). On va dterminer un quivalent en intgrant par parties. En
eet
F(x) =
_
+
x
1
t
te
t
2
/2
dt
=
_

1
t
e
t
2
/2
_
+
x

_
+
x
1
t
2
e
t
2
/2
dt
=
1
x
e
x
2
/2
G(x).
http://www.bibmath.net 3
Exercices - Variables alatoires : lois continues : corrig
Comme G est ngligeable devant F au voisinage de +, on en dduit que
P(X > x)
+
e
x
2
/2

2x
.
Exercice 6 - Variable alatoire sans mmoire - L2/L3/ECS -
1. Il sagit simplement de calculer la fonction de rpartition dune loi exponentielle. Mais,
par intgration,
P(T > t) =
_
+
t
e
t
dt = e
t
,
ce qui entrane facilement que T est sans mmoire.
2. (a) On va prouver par rcurrence sur n que P(T > t/2
n
) = 0. Cest vrai pour n = 0 et
si cest vrai au rang n, alors
P(T > (t/2
n+1
+t/2
n+1
)) = P(T > t/2
n+1
)P(T > t/2
n+1
)
ce qui implique
P(T > t/2
n
) =
_
P(T > t/2
n+1
)
_
2
,
ce qui prouve que P(T > 2
n+1
) = 0. Mais alors, la suite dvnements (A
n
) dnie
par A
n
= T > t/2
n
est une suite croissante dvnements, et

n
A
n
= (T > 0). On
en dduit que
P(T > 0) = lim
n+
P(T > t/2
n
) = 0,
ce qui contredit lhypothse faite sur T. On a donc P(T > t) > 0 pour tout t 0.
(b) On commence par prouver par rcurrence sur n entier non-nul que P(T > n) =
n
.
Cest vrai pour n = 1, et si cest vrai au rang n, alors
P(T > n + 1) = P(T > n)P(T > 1) =
n
=
n+1
.
Soit maintenant t = p/q appartenant Q

+
, avec p, q des entiers strictement positifs.
On a alors :
P(T > p) = P(T > p/q + +p/q) (avec q termes dans la somme)
= P(T > p/q)P(T/p/q + +p/q) (avec q 1 termes dans la somme)
=
_
P(T > p/q)
_
q
soit
P(T > p/q) =
_
P(T > p)
_
1/q
=
p/q
.
Soit nalement t R

+
. Il existe deux suites de rationnels (x
n
) et (y
n
) avec x
n
t
y
n
pour tout n et les suites (x
n
), (y
n
) convergent vers . On a de plus

y
n
= P(T > y
n
) P(T > t) P(T > x
n
) =
x
n
.
On passe la limite quand n tend vers + et on trouve

t
P(T > t)
t
ce qui donne le rsultat voulu.
http://www.bibmath.net 4
Exercices - Variables alatoires : lois continues : corrig
(c) La fonction de rpartition de T est dnie, pour t > 0, par
F
T
(t) = 1 P(T > t) = 1
t
.
La fonction de rpartition est drivable sur ]0, +[, on retrouve la densit de T en
la drivant. Or, la drive de t 1
t
est t ln
t
= ln exp(t ln ). Cest
bien la densit dune loi exponentielle de paramtre = ln > 0.
3. On a
P(T > t +s|T > s) =
P(T > t +s T > s)
P(T > s)
=
P(T > t +s)
P(T > s)
= P(T > t).
Si T modlise la dure de vie dun composant, elle modlise une dure de vie "sans vieillis-
sement". Si le composant a dj vcu s minutes, il vivra t minutes de plus avec la mme
probabilit quun composant neuf vive au moins t minutes.
Exercice 7 - Minimum de deux lois exponentielles - L2 -
1. On va commencer par calculer P(X
1
> y). Si y 0, alors P(X
1
> y) = 1 (car X
1
est
valeurs dans R
+
). Sinon, pour y > 0, on a
P(X
1
> y) =
_
+
y
1

1
e

1
y
dy = e

1
y
.
De mme,
P(X
2
> y) = e

2
y
.
Y est valeurs positives, donc P(Y > y) = 1 si y 0. Si y > 0, alors
P(Y > y) = P(X
1
> y X
2
> y) = P(X
1
> y)P(X
2
> y) = e
(
1
+
2
)y
,
o on a utilis lindpendance de X
1
et X
2
. Ainsi, la fonction de rpartition de Y , note
F
Y
(y), vaut 0 si y 0 et 1 e
(
1
+
2
)y
si y > 0. On reconnait la fonction de rpartition
dune loi exponentielle de paramtre
1
+
2
. Comme la fonction de rpartition caractrise
la loi, on en dduit que Y suit une loi exponentielle de paramtre
1
+
2
.
2. On cherche E(Y ), avec
1
= 1/20 et
2
= 1/30. Lesprance de Y est donc
E(Y ) =
1

1
+
2
=
60
5
= 12.
3. Si on pose X = max(Y
1
, Y
2
), on cherche lesprance de X. Il serait possible de procder
comme prcdemment, en cherchant la fonction de rpartition de X (attention, X ne suit
pas une loi exponentielle). Mais comme on cherche son esprance, il y a un raisonnement
plus facile. En eet, il est facile de remarquer que
X
1
+X
2
= X +Y
(la somme de deux nombres est gale la somme de leur minimum et de leur maximum).
Prenant lesprance, on trouve
E(X) = E(X
1
) +E(X
2
) E(Y ) = 20 + 30 12 = 38.
http://www.bibmath.net 5
Exercices - Variables alatoires : lois continues : corrig
Exercice 8 - Lien entre lois exponentielles et lois gomtriques - L2 -
1. Y est valeurs dans N

. De plus, on a Y = n n 1 < X n. Ainsi,

P(Y = n) = F
X
(n) F
X
(n 1) = (1 e
n
) (1 e
(n1)
) = (1 e
1
)e
n
.
On en dduit que Y suit une loi gomtrique de paramtre 1 1/e.
2. Z est valeurs dans [0, 1[. Si on note F
Z
sa fonction de rpartition, elle est nulle gauche
de 0, et gale 1 droite de 1. Si t [0, 1[, alors on a Z t si et seulement si il existe
n N

tel que n t X n. Ainsi,

P(Z t) = P
_
+
_
n=1
{n t X n}
_
=
+

n=1
P(n t X n),
puisque les vnements n t X n sont disjoints. On en dduit
P(Z t) =

n1
_
e
n
+e
nt
_
=

n1
(e
t
1)e
n
=
e
t
1
e 1
,
car on a reconnu une somme gomtrique.
3. Il sut de driver :
f(t) = F

Z
(t) =
e
t
e 1
1
[0,1]
(t).
Exercice 9 - Uniforme et binomiale - L2/L3/ECS -
1. On va calculer la fonction de rpartion F
k
de U
k
. Pour tout x R, on a
P(U
k
> x) = P
_

k
i=0
X
i
> x
_
=
k

i=0
P(X
i
> x),
car les variables alatoires sont indpendantes. On en dduit :
F
k
(x) = P(U
k
x) = 1 P(U
k
> x) = 1
k

i=0
_
1 P(X
i
x)
_
.
Connaissant la loi des X
i
, on en dduit :
F
k
(x) =
_

_
0 si x < 0
1 (1 x)
k+1
si x [0, 1]
1 si x > 1.
La fonction F
k
est C
1
sur R\{0, 1}. On en dduit que U
k
admet une densit g
k
donne
par la drive de F
k
,
g
k
(x) =
_
0 si x / [0, 1]
(k + 1)(1 x)
k
si x [0, 1].
http://www.bibmath.net 6
Exercices - Variables alatoires : lois continues : corrig
2. On procde de la mme faon, en utilisant la formule des probabilits totales. On obtient,
pour tout x R,
P(U x) =
n

k=0
P(N = k)P(U x|N = k)
=
n

k=0
P(N = k)P(U
k
x)
=
n

k=0
_
n
k
_
1
2
n
_
1 (1 x)
k+1
_
.
La fonction de rpartition est C
1
sur R\{0, 1}. On en dduit que U admet une densit g
donne par
g(x) =
_
0 si x / [0, 1]

n
k=0
_
n
k
_
1
2
n
(k + 1)(1 u)
k
si u [0, 1].
Autres lois
Exercice 10 - Exponentiel des deux cts ! - Oral ESCP -
1. La fonction f est continue sur R, positive si a 0, et on a :
_
+
0
3
x
dx =
_

0
e
xln 3
dx =
1
ln 3
,
_
0

3
x
dx =
1
ln 3
.
Ainsi, f est une densit de probabilit si et seulement si a =
ln 3
2
.
2. Si x 0, on a :
F(x) =
1
2
ln 3
_
x

e
t ln 3
dt =
3
x
2
.
Si x 0, on a :
F(x) = F(0) +
_
x
0
e
t ln 3
dt = 1
3
x
2
.
La fonction xf(x) est ngligeable au voisinage de +devant la fonction 1/x
2
, et il en est
de mme au voisinage de car cette fonction est impaire. Elle est donc intgrable, et
X admet bien une esprance. En outre, toujours par imparit de x xf(x), lesprance
est nulle !
3. Y prend ses valeurs dans R
+
, et on a :
P(Y x) = P(3
X
x) = P
_
X
ln x
ln 3
_
.
On en dduit : si 0 x 1,
F
Y
(x) =
1
2
3
ln x
ln 3
=
x
2
.
http://www.bibmath.net 7
Exercices - Variables alatoires : lois continues : corrig
Si x > 1, on a :
F
Y
(x) = 1
1
2
3

ln x
ln 3
= 1
1
2x
.
En particulier, pour x > 1, la densit de Y est :
f
Y
(x) = F

Y
(x) =
1
2x
2
.
Au voisinage de +, on a :
xf(x)
1
2x
,
fonction qui nest pas intgrable. Y nadmet pas desprance.
Exercice 11 - Loi de Laplace - L2 -
1. Pour que f soit une densit, il faut que
_
R
f(x)dx = 1. On calcule lintgrale en sparant
R
+
et R

et on trouve c = 1/2.
2. On a, pour tout n 1, x
n
e
|x|
= o(x
2
) en , ce qui prouve la convergence de lint-
grale. Par imparit de la fonction x x
n
e
|x|
si n est impair, les moments dordre impair
sont nuls. Les moments dordre pair sont calculs par rcurrence. En eet, pour n = 2p,
posons I
p
=
_
+
0
x
2p
e
x
dx, de sorte que E(X
2p
) = I
p
. Alors, en intgrant par parties
(deux fois), on trouve
I
p
=
_
+
0
2px
2p1
e
x
dx =
_
+
0
2p(2p 1)x
2p2
e
x
dx = 2p(2p 1)I
p1
.
On en dduit immdiatement que I
p
= (2p)!I
0
, et il est ais de voir que I
0
= 1. En
conclusion, on a E(X
2p
) = (2p)!.
Exercice 12 - Loi log-normale - L2 -
1. X = e
Y
ne prend ses valeurs que dans [0, +[. On en dduit que F
X
(x) = 0 si x 0.
Pour x > 0, on a X x Y ln x et donc F
X
(x) = (ln x).
2. Il sut de driver, et on trouve
f
X
(x) =
1
x

(ln x)1
[0,+[
(x) =
1
x

2
e

ln
2
x
2
1
[0,+[
(x).
3. Plutt que dutiliser la densit, on va utiliser le thorme de transfert et crire
E(X) = E(e
Y
) =
_
R
e
y
e
y
2
/2

2
dy =

e
_
R
e
(y1)
2
/2

2
dy.
Aprs changement de variables u = y 1, on reconnait
_
R
e
u
2
/2
qui vaut

2. Do le
rsultat.
Exercice 13 - Etude dune densit - Oral ESCP -
http://www.bibmath.net 8
Exercices - Variables alatoires : lois continues : corrig
1. f est une fonction dnie sur R, continue, positive. Il sut de prouver que
_
+

f(x)dx = 1.
Remarquons que x
1
1+e
x
est une primitive de f. Donc :
_
b
a
f(t)dt =
1
1 +e
b

1
1 +e
a
.
Faisant tendre b vers + et a vers , on trouve que
_
+

f(x)dx = 1. f est bien une

densit de probabilit.
2. La fonction est dnie sur R, drivable, et vrie

(x) =
2e
x
(1+e
x
)
2
> 0. En outre,
limx (x) = 1 et lim
x+
(x) = +1 : ralise une bijection strictement crois-
sante de R sur ] 1, 1[. Pour calculer
1
, il faut rsoudre lquation suivante :
y =
e
x
1
e
x
+ 1
e
x
=
1 +y
1 y
,
et donc pour tout y ] 1, 1[, on a :

1
(y) = ln
_
1 +y
1 y
_
.
3. Y prend ses valeurs dans ] 1, 1[, et, pour tout x de ] 1, 1[ :
P(Y x) = P((X) x) = P(X
1
(x))
= P
_
X ln
_
1 +x
1 x
__
=
1
1 + exp
_
ln
_
1+x
1x
__
=
x + 1
2
.
Ainsi,
Y U(] 1, 1[).
Exercice 14 - Entropie - L2 -
1. Cest trs classique. On utilise la concavit ou bien on fait une tude de fonctions.
2. Puisque f(x) = 0 ou 1, lentropie dune variable alatoire uniforme est nulle.
3. On a
h(X) =
_
R
e
(xm)
2
/2
2

2
ln
_
e
(xm)
2
/2
2

2
_
dx
=
ln(2
2
)
2
_
R
e
(xm)
2
/2
2

2
dx +
1
2
2
_
R
(x m)
2
e
(xm)
2
/2
2

2
dx
=
ln(2
2
)
2
+
1
2
2
E(X
2
)
=
ln(2
2
)
2
+
1
2
.
http://www.bibmath.net 9
Exercices - Variables alatoires : lois continues : corrig
4. La vrication est immdiate. Remarquons que la deuxime intgrale est convergente car
Y admet un moment dordre 2.
5. La premire intgrale se traite laide du rsultat de la premire question. En eet, on a
_
R
f(x) ln
(x)
f(x)
dx
_
R
f(x)
_
(x)
f(x)
1
_
dx =
_
R
_
(x) f(x)
_
dx = 0.
La seconde se calcule, exactement comme la question 3. En eet,

_
R
f(x) ln (x)dx =
ln 2
2
2
_
R
f(x)dx +
1
2
2
_
R
x
2
f(x)dx =
1
2
_
1 + ln(2
2
)
_
.
Exercices pratiques
Exercice 15 - Tailles - L2 -
Comme usuellement, on note la fonction de rpartition de la loi normale N(0, 1). On note
aussi Y =
X185
6
, qui suit une loi N(0, 1).
1. On cherche P(X > 185) quon va calculer en renormalisant la loi normale :
P(X > 185) = P
_
X 185
6
>
185 175
6
_
= P(Y > 5/3) = 1 (5/3) 0, 05.
2. Cest le mme raisonnement, si ce nest quil fait de plus intervenir une probabilit condi-
tionnelle :
P(X > 192|X > 180) =
P(X > 192 X > 180)
P(X > 180)
=
P(X > 192)
P(X > 180)
.
On mne les calculs comme prcdemment, et on trouve
P(X > 192|X > 180) =
1 (17/6)
1 (5/6)
0, 01.
Exercice 16 - Chane de fabrication - Concours Ecricome -
1. Une densit de M est : v (t) = 0 sur R

et v (t) = 2e
2t
sur R
+
une densit de N est :
w(t) = 1 sur [0, 1] et 0 ailleurs
2. Le temps total de fabrication est la somme des temps de passage sur A et B. On a
donc S = N + M. On en dduit que le temps moyen de fabrication dune pice est :
E (S) = E (M) +E (N) =
1
2
+
10
2
= 1.
Exercice 17 - Pannes - L2/L3/ECS -
1. La dure moyenne de fonctionnement entre deux pannes conscutives est lesprance (com-
mune) des variables alatoires X
1
, X
2
et X
3
, cest--dire 1/(1/2) = 2.
http://www.bibmath.net 10
Exercices - Variables alatoires : lois continues : corrig
2. Lvnement E scrit : E = (X
1
2) (X
2
2) (X
3
2). Les variables alatoires X
1
,
X
2
et X
3
tant indpendantes, on a P(E) = P(X
1
2) P(X
2
2) P(X
3
2). Or,
P(X
i
2) =
_
+
2
1
2
e
t/2
dt = e
1
.
On en conclut que P(E) = e
3
.
3. (a) On a Y = max(X
1
, X
2
, X
3
). Ainsi, (Y t) = (X
1
t) (X
2
t) (X
3
t). Par
indpendance des 3 variables alatoires, on en dduit que
P(Y t) = P(X
1
t)P(X
2
t)P(X
3
t).
Ainsi, si t 0, P(Y t) = 0. Si t > 0, alors
P(Y t) =
_
1 e
t/2
_
3
.
(b) La quantit calcule la question prcdente est la fonction de rpartition de Y ,
nous la notons F
Y
. Alors F
Y
est continue sur R et C
1
sur R

. On en dduit que Y
admet une densit note f
Y
dnie sur R

par f
Y
(t) = F

Y
(t), soit
f
Y
(t) =
_
_
_
0 si t < 0
3
2
e
t/2
_
1 e
t/2
_
2
si t > 0.
(c) A laide dune intgration par parties, on trouve que
_
x
0
te
at
dt =
_
te
at
a
_
x
0

_
x
0
e
at
a
dt
=
x
a
e
ax

1
a
_
e
ax
a
_
x
0
=
x
a
e
ax

e
ax
a
2
+
1
a
2
.
Faisant tendre x vers +, on trouve nalement que
_
+
0
te
at
dt =
1
a
2
.
(d) Nous allons prouver que
_
x
0
tf
Y
(t) admet une limite lorsque x tend vers +. Mais,
pour tout x > 0,
_
x
0
tf
Y
(t)dt =
_
x
0
3
2
te
t/2
(1 e
t/2
)
3
dt
=
3
2
_
x
0
_
te
t/2
2te
t
+te
3t/2
_
dt
Faisant tendre x vers + et utilisant la question prcdente, on obtient que lint-
grale
_
+
0
tf
Y
(t)dt converge, et vaut
E(Y ) =
3
2
_
1
(1/2)
2

1
(1)
2
+
1
(3/2)
2
_
=
11
3
.
La dure maximale moyenne de fonctionnement entre deux pannes est 3h40min.
http://www.bibmath.net 11
Exercices - Variables alatoires : lois continues : corrig
Exercice 18 - La station-service - L2 -
1. f doit tre une densit de probabilit, et donc on doit avoir
_
1
0
f(x)dx = 1.
Or,
_
1
0
f(x)dx = c
_

(1 x)
5
5
_
1
0
=
c
5
.
On a donc c = 5.
2. On va commencer par chercher la fonction de rpartition F
X
(x) de X. Elle est nulle
gauche de 0, gale 1 droite de 1, et si x [0, 1], on a
F
X
(x) =
_
x
0
f(t)dt = 1 (1 x)
5
.
On cherche alors x tel que la probabilit de consommer plus de x milliers de litre dans la
semaine soit infrieure 10
5
. Autrement dit, on cherche x le plus petit possible tel que
F
X
(x) > 1 10
5
. Ceci est quivalent
(1 x)
5
10
5
1 x 10
1
x 0, 9.
Le rservoir doit contenir au moins 900 litres.
http://www.bibmath.net 12