I.

Vecteurs gaussiens
I.1. Exercice. Expliciter la fonction caracteristique de la loi N (0, 1).
Si X N (0, 1) calculer E(X k ), k N.
I.2. Exercice. Soit X et Y deux variables aleatoires reelles. On suppose que X et Y sont
independantes et que la loi du vecteur aleatoire (X, Y ) est invariante par les rotations de
centre (0, 0).
L

(1) Montrer que X = Y et X = X.

(2) On note la fonction caracteristique de X. Montrer que
p


(u)(v ) = u 2 + v 2
u, v R.
(3) Conclure.
I.3. Exercice. Soit Y un vecteur gaussien de dimension n de matrice de covariance V et de
moyenne m Rn . Expliciter la fonction caracteristique de Y .
I.4. Exercice*. (Methode de Box-Muller ou des coordonnees polaires) Soient (U1 , U2 ) une
variable uniforme sur [0, 1] [0, 1]. On pose
p
p
Y1 = 2 log U1 cos(2U2 ), Y2 = 2 log U1 sin(2U2 ).
(1) Quelle est la loi de Y12 + Y22 ? et de Y2 /Y1 ?
(2) Montrer que le couple (Y1 , Y2 ) est un vecteur gaussien centre de matrice de covariance
lidentite.
I.5. Exercice. Soit Y un vecteur gaussien de dimension n, centre et de matrice de covariance
2 In . Quelle est la loi de AY si A est une matrice orthogonale?
I.6. Exercice.
Soit Y unvecteur gaussien de dimension n dont la matrice de covariance

V1

V2

u Vi est `i `i . Demontrer que les

V =
est diagonale par blocs, o`
.
.

.
Vk
vecteurs
Z1 = (Y1 , . . . , Y`1 ), Z2 = (Y`1 +1 , . . . , Y`1 +`2 ), . . . , Zk = (Y`1 ++`k1 +1 , . . . , Yn )
sont independants.
I.7. Exercice. Soit X un vecteur aleatoire `
a valeurs dans Rd de carre integrable et de matrice
de covariance K. Soient T1 (resp. T2 ) une application lineaire de Rd dans Rd1 (resp. Rd2 ).


T1 X
(1) Expliciter la matrice de covariance du vecteur aleatoire
.
T2 X
(2) Dans le cas o`
u X est gaussien, montrer les vecteurs aleatoires T1 X et T2 X sont
independants si et seulement si T1 K T2? = 0.
1

Universit
e Paris-Diderot - M1- Statistique fondamentale

I.8. Exercice. Soit X N (0, 1) et a > 0. On pose

Y a := X 1{|X| < a} X 1{|X| a} .
Montrer que Y a est une v.a.r. gaussienne.
Montrer quil existe b > 0 tel que
Z b
dx
1
2
x 2 e x /2
= .
4
2
0
Calculer la covariance de X et Y b . Le couple (X, Y b ) forme-t-il un vecteur gaussien ?
I.9. Exercice. Soit X une variable aleatoire gaussienne centree reduite et Y une variable
aleatoire independante de X, ne prenant que les valeurs -1 et 1 avec P {Y = 1} = p, 0 <
p < 1. On pose Z = X Y .
(1) Quelle est la loi de Z ? Le couple (X, Z) est-il gaussien ?
(2) Montrer que pour tout p [0, 1], X et Z ne sont pas independantes. Montrer
cependant que pour p bien choisi Cov(X, Z) = 0.


1
I.10. Exercice. Soit (X, Y ) un vecteur gaussien de matrice de covariance
o`
u
1
[0, 1]. Montrer que X + Y et X Y sont deux variables aleatoires gaussiennes independantes.
I.11. Exercice*. Soient X1 et X2 deux variables aleatoires independantes N (0, 12 ) et N (0, 22 ).
Montrer que (X1 + X2 )2 et (X1 X2 )2 sont independantes si et seulement si ils sont noncorreles.
I.12.
Exercice.

Soit X = (X1 , X2 , X3 ) un vecteur gaussien de matrice de covariance : V =

2 1 1
1 2 2 et desperance (1, 1, 0).
1 2 2
(1) Determiner le noyau de la matrice V et en deduire que, presque-s
urement : X2 X3 =
1.
(2) Le vecteur (X1 , X2 ) admet-il une densite dans R2 ? si oui, lexpliciter.
(3) Quel est le support dans R3 de la loi de X ?
I.13. Exercice*. Soient X une variable aleatoire gaussienne centree reduite, independante
de la suite de variables aleatoires (Yn ) o`
u Yn suit la loi 2 (n). On pose Tn = XYn .
n

(1) Montrer que la densite tn de Tn est donnee par

1
1 ((k + 1)/2)
.
tn (x) =

k (k/2) (1 + t 2 /k)(k+1)/2
(2) Montrer que pour tout x R
x2
1
lim tn (x) = e 2 .
n
2

On pourra tout dabord montrer que

(a + 1/2)/ (a) a quand a en
remarquant que (a + 1/2)/ (a) = E[ U] o`
u U suit une loi Gamma(a, 1).

Universit
e Paris-Diderot - M1- Statistique fondamentale

(3) Montrer que (Tn ) converge en loi et identifier sa limite.

I.14. Exercice. Soit X = (X1 , . . . , Xd ) un vecteur gaussien sur Rd centre, de matrice de
P
covariance inversible K. Quelle est la loi de di,j=1 (K 1 )ij Xi Xj ?
I.15. Exercice. Soit V1 , V2 , . . . , Vd des sous-espaces vectoriels de Rn deux `
a deux orthogonaux et soit X N (0, In ) un vecteur gaussien standard de dimension n. Pour i = 1, . . . , d on
consid`ere une base orthonormale (ei,1 , . . . , ei,`i ) de Vi et on note Yi la projection orthogonale
de X sur Vi .
(1) Montrer que les variables i,k := hei,k , Xi, 1 i d, 1 k `i , sont des gaussiennes
standards independantes.
(2) Exprimer Yi en fonction des i,k et des ei,k .
(3) En deduire que les vecteurs Y1 , . . . , Yd sont independants et expliciter la loi de kYi k2 .
I.16. Exercice. Soient X1 , . . . , Xn i.i.d N (m, 2 ). On pose
n
n
X
X
1
n )2 .

(Xi X
Xn := n
Xi et Rn :=
i=1

i=1

n , Rn ).
1) Determiner la loi du couple (X
n et (max1in Xi min1in Xi ) sont independants.
2) Montrer que X

I.17. Exercice. Soit (X1 , X2 ) un vecteur gaussien centre de matrice de covariance

1
1

o`
u || < 1. On pose

(1)
(2)
(3)
(4)

1
Y1 = (X1 + X2 ),
2
1
Y2 = (X1 X2 ).
2
Calculer la matrice de covariance de (Y1 , Y2 ). Quelle est la loi jointe de (Y1 , Y2 ) ? Les
variables Y1 et Y2 sont-elles independantes?
Quelle est la loi de X1 ? Quelle est celle de Y1 ? Deduire de E{X14 } le moment dordre
4 de Y1 puis calculer E{X12 X22 }.
On pose Z = X1 /X2 . Calculer la loi de Z puis en deduire sans calcul celle de 1/Z.
1
egalement
Montrer que si X suit une loi de Cauchy (de densite (1+x
2 ) ) alors 1/X suit
une loi de Cauchy.