Vous êtes sur la page 1sur 10

.

Solutions dexercices du Chapitre 8 de


Denuit, M. & Charpentier, A. (2004)

.
Cindy Courtois & Michel Denuit
24 janvier 2005
Denuit, M. & Charpentier, A. (2004). Mathematiques de lAssurance Non-Vie, Tome I :
Principes Fondamentaux de Theorie du Risque.
Exercice 8.1 (Loi exponentielle bivariee de Gumbel). Considerons la fonction de
repartition
F
X
(x) = 1 e
x
1
e
x
2
+ e
x
1
x
2
x
1
x
2
o` u [0, 1]. Montrez que
(i) la densite est donnee par
f
X
(x) = e
x
1
x
2
x
1
x
2
_
(1 + x
1
) (1 + x
2
)
_
.
(ii) cette loi traduit une absence de memoire au sens o` u
E[X
1
x
1
[X
1
> x
1
et X
2
> x
2
] = E[X
1
[X
2
> x
2
] .
Solution. (i) Il sut de remarquer que
f
X
(x) =

2
x
1
x
2
F
X
(x) =

x
1
_
e
x
2
e
x
1
x
2
x
1
x
2
(1 + x
1
)
_
= e
x
1
x
2
x
1
x
2
[(1 + x
1
) (1 + x
2
) ]
Exercice 8.2 (Loi exponentielle bivariee de Marshall & Olkin). Soient Z
1

cxp(
1
), Z
2
cxp(
2
) et Z
12
cxp(
12
) trois variables aleatoires independantes, et posons
X
1
= min Z
1
, Z
12
et X
2
= min Z
2
, Z
12
.
(i) Montrez que
F
X
(x) = e

1
x
1

2
x
2

12
max{x
1
,x
2
}
(ii) Montrez que
F
1
(x
1
) = e
(
1
+
12
)x
1
et
F
2
(x
2
) = e
(
2
+
12
)x
2
.
(iii) Montrez que cette fonction de queue verie une autre propriete dabsence de memoire,
F
X
(x
1
+ h, x
2
+ h) = F
X
(x
1
, x
2
) F
X
(h, h) .
(iv) En denissant
=

12

1
+
12
et =

12

2
+
12
,
montrez que la copule associee ` a la cette loi secrit
C(u
1
, u
2
) = min
_
u
1
1
u
2
, u
1
u
1
2
_
+ 1 u
1
u
2
=
_
u
1
1
u
2
+ 1 u
1
u
2
si u

1
u

2
u
1
u
1
2
+ 1 u
1
u
2
si u

1
u

2
1
Solution. (i) Comme Z
1
, Z
2
et Z
12
sont independants et identiquement distribues, il
vient
F
X
(x) = P[X
1
> x
1
, X
2
> x
2
] = P[Z
1
> x
1
] P[Z
2
> x
2
] P[Z
12
> x
1
, Z
12
> x
2
]
= P[Z
1
> x
1
] P[Z
2
> x
2
] P[Z
12
> max x
1
, x
2
]
= e

1
x
1
e

2
x
2
e

12
max{x
1
,x
2
}
.
(ii) Pour i = 1, 2, nous avons
F
i
(x
i
) = lim
x
j
0
F
X
(x) = e

i
x
i
e

12
x
i
,
o` u j = 1 ou 2 et j ,= i.
(iii) Cest evident si on remarque que
max x
1
+ h, x
2
+ h = max x
1
, x
2
+ h = max x
1
, x
2
+ max h, h .
(iv) Comme e

1
x
1
=
_
F
1
(x
1
)

1
et e

2
x
2
=
_
F
2
(x
2
)

1
, il vient
F
X
(x) = F
X
(x) 1 + F
1
(x
1
) + F
2
(x
2
)
= e

1
x
1

2
x
2

12
max{x
1
,x
2
}
1 + F
1
(x
1
) + F
2
(x
2
)
=
_
F
1
(x
1
)
_
F
2
(x
2
)

1
1 + F
1
(x
1
) + F
2
(x
2
) si x
1
x
2
F
2
(x
2
)
_
F
1
(x
1
)

1
1 + F
1
(x
1
) + F
2
(x
2
) si x
1
x
2
De plus, comme nous avons
u
i
= F
i
(x
i
) x
i
= ln (1 u
i
)

i
+
12
, i = 1, 2
il est evident que
x
1
(resp. )x
2
(1 u
1
)

(resp. ) (1 u
2
)

.
Ainsi, par le Theor`eme de Sklar, il vient
C(u
1
, u
2
) =
_
(1 u
1
) (1 u
2
)
1
1 + u
1
+ u
2
si (1 u
1
)

(1 u
2
)

(1 u
2
) (1 u
1
)
1
1 + u
1
+ u
2
si (1 u
1
)

(1 u
2
)

ou encore
C(v
1
, v
2
) =
_
v
1
v
1
2
+ 1 v
1
v
2
si v

1
v

2
v
2
v
1
1
+ 1 v
1
v
2
si v

1
v

2
Ce qui sut.
Exercice 8.3 (Loi exponentielle bivariee de Basu & Block). Considerons la fonc-
tion de queue bivariee suivante :
F
X
(x) =

1
+
2
+
12

1
+
2
e

1
x
1

2
x
2

12
max{x
1
,x
2
}


12

1
+
2
e
(
1
+
2
+
12
) max{x
1
,x
2
}
.
2
(i) Montrez que la fonction de queue de X
1
vaut
F
1
(x) =

1
+
2
+
12

1
+
2
e
(
1
+.
12
)x


12

1
+
2
e
(
1
+
2
+
12
)x
.
(ii) Montrez que min(X
1
, X
2
) cxp (
1
+
2
+
12
).
Solution. (i) Cest evident si on note que, pour i = 1, 2, F
i
(x
i
) = lim
x
j
0
F
X
(x) (j = 1
ou 2 et j ,= i).
(ii) Notons X = min X
1
, X
2
. Il vient
F
X
(x) = P[min X
1
, X
2
> x] = P[X
1
> x, X
2
> x] = F
(X
1
,X
2
)
(x, x),
ce qui sut pour conclure.
Exercice 8.4 (Loi de Cherian). Considerons trois variables aleatoires independantes,
Z
i
cxp (
i
), et denissons
X
1
= Z
1
+ Z
3
et X
2
= Z
2
+ Z
3
.
Montrez que la densite du couple X est donnee par
f
X
(x) =
e
x
1
x
2
(
1
) (
2
) (
3
)
_
min{x
1
,x
2
}
0
(x
1
t)

1
1
(x
2
t)

2
1
t

3
1
dt
Exercice 8.5 (Loi Beta bivariee). Soit (X, Y ) un couple dont la densite est donnee
par
f
X
(x) =
(
1
+
2
+
3
)
(
1
) (
2
) (
3
)
x

1
1
1
x

2
1
2
(1 x
1
x
2
)

3
1
,
(i) Montrez que X
1
Bet (
1
,
2
+
3
) et X
2
Bet (
2
,
1
+
3
).
(ii) Montrez que conditionnellement ` a X
1
= x
1
,
X
2
1 x
1
Ber (
2
,
3
) .
(iii) Considerons trois variables aleatoires independantes, Z
1
cxp (
1
), Z
2
cxp (
2
) et
Z
3
cxp (
3
), et denissons
X
1
=
Z
1
Z
1
+ Z
2
+ Z
3
et X
2
=
Z
2
Z
1
+ Z
2
+ Z
3
.
Montrez que X poss`ede la densite donnee ci-dessus.
Exercice 8.6 (Periodes de retour bivariees). La periode de retour dun risque X de
niveau x

(une catastrophe etant alors denie comme un evenement tel que X > x

) est
denie par la variable aleatoire T
X
(x

) correspondant au temps entre deux catastrophe. Soit


Z
i
le temps entre deux survenances devenements, et N
X
(x

) le nombre devenements entre


les deux catastrophes, de telle sorte que
T
X
(x

) = Z
1
+ Z
2
+ + Z
N
X
(x

)
et
E[T
X
(x

)] = E[N
X
(x

)] E[Z
1
] ,
3
(i) Montrez que N
X
(x

) suit une loi geometrique, i.e.


P[N
X
(x

) = n] = F
X
(x

)
n1
[1 F
X
(x

)] .
desperance E(N
X
(x

)) = 1/ [1 F
X
(x

)].
(ii) Deduisez-en que
E[T
X
(x

)] =
E[Z]
1 F
X
(x

)
.
(iii) Dans le cas o` u les deux risques X et Y sont bases sur les memes survenances (i.e.
les memes Z
i
) alors, il est possible de considerer les deux periodes de retour sui-
vantes : T

XY
(x

, y

) et T
+
XY
(x

, y

) correspondant respectivement aux periodes de re-


tour X > x

ou Y > y

, et X > x

et Y > y

. Montrez que
E
_
T

XY
(x

, y

=
E[Z]
1 F
XY
(x

, y

)
,
et
E
_
T

XY
(x

, y

=
E[Z]
1 F
X
(x

) F
Y
(y

) + F
XY
(x

, y

)
.
(iv) Il est aussi possible de considerer des periodes de retour conditionelles T
X|Y
(x

[y

), par
exemple X > x

sachant Y > y

. Montrez que
E
_
T
X|Y
(x

[y

=
E[Z]
_
1 F
Y
(y

)
__
1 F
X
(x

) F
Y
(y

) + F
XY
(x

, y

)
_.
Exercice 8.7. Supposons que X_
sm
Y. Montrez qualors
E
_
X
2

X
1
> x
1

E
_
Y
2

Y
1
> x
1

.
Exercice 8.8. Soient X
1
et X
2
des variables aleatoires independantes. Montrez que X
1
et X
1
+ X
2
sont associees.
Exercice 8.9. Soient I
1
Ber(q
1
) et I
2
Ber(q
2
). Montrez que les conditions suivantes
sont equivalentes :
(i) Cov [I
1
, I
2
] 0 ;
(ii) I
1
et I
2
sont dependantes positivement par quadrant ;
(iii) I
1
et I
2
sont associees ;
(iv) I
1
et I
2
sont conditionnellement croissantes.
Exercice 8.10. Considerons la variable aleatoire
Z = F
X
(X
1
, X
2
) F
1
(X
1
) F
2
(X
2
) .
Montrez que
E[Z] =
3
12
.
4
Exercice 8.11 (Decroissance de queue). Esary & Proschan (1972) ont introduit
les notions de decroissance et de croissance de queue, denies comme suit : Y est decroissante
en queue ` a gauche en X (left-tail decreasing LTD - note LTD(Y [X)) si, et seulement si,
pour tout x, x

, y
x < x

= P
_
Y y[X x

P[Y y[X x]
et de fa con analogue, Y est croissante en queue ` a droite en X (right-tail increasing RTI -
note RTI (Y [X)) si, et seulement si, pour tout x, x

, y
x < x

= P
_
Y y[X > x

P[Y y[X > x] .


Montrez que
(i) LTD(Y [X) si, et seulement si, pour tout 0 v 1,
u
C (u, v)
u
est strictement decroissante en u.
(ii) RTI (Y [X) si, et seulement si, pour tout 0 v 1,
u
1 u v + C (u, v)
1 u
est strictement croissante en u, ou de fa con equivalente,
u
v C (u, v)
1 u
est strictement decroissante en u
(iii) LTD(Y [X) si, et seulement si, pour tout 0 v 1,

u
C (u, v)
C (u, v)
u
pour presque tout u.
(iv) RTI (Y [X) si, et seulement si, pour tout 0 v 1,

u
C (u, v)
v C (u, v)
1 u
pour presque tout u.
Exercice 8.12 (Notions de dependance negative). La notion de dependance positive
par quadrant peut etre renversee pour denir une premi`ere notion de dependance negative.
Plus precisement, (X
1
, X
2
) est dit depend par quadrant negativement si, pour tout x
1
et x
2
,
P[X
1
x
1
, X
2
x
2
] P[X
1
x
1
] P[X
2
x
2
] .
(i) Considerons N /ult(n, p
1
, p
2
). Montrez que N
1
et N
2
sont dependants negativement
par quadrant.
5
(ii) Montrez que les copules de Frank expriment de la dependance negative par quadrant
lorsque 0.
Exercice 8.13 (Copule min-max). Considerons le couple (X
1:n
, X
n:n
) o` u
X
1:n
= min X
1
, . . . , X
n
et X
n:n
= max X
1
, . . . , X
n
,
avec des X
1
, . . . , X
n
independantes et de meme fonction de repartition F. Montrez que
(i) les fonction de repartition de X
1:n
et de X
n:n
sont respectivement donnees par
F
1:n
(x) = 1
_
F(x)

n
et F
n:n
(x) = [F(x)]
n
, x R.
(ii) la fonction de repartition du couple (X
1:n
, X
n:n
) est donnee par
F
1,n
(x
1
, x
2
) =
_
[F(x
2
)]
n
[F(x
2
) F(x
1
)]
n
, si x
1
< x
2
,
[F(x
2
)]
n
, si x
1
x
2
.
(iii) la copule du couple (X
1:n
, X
n:n
), notee C
n
, est de la forme suivante
C
n
(u
1
, u
2
) =
_
u
2

_
u
1/n
2
+ (1 u
1
)
1/n
1
_
n
, si 1 (1 u
1
)
1/n
< u
1/n
2
,
u
2
, si 1 (1 u
1
)
1/n
u
1/n
2
.
(iv) si n alors C
n
C
I
.
(v) le tau de Kendall et le rho de Spearman associes ` a la copule min-max sont respectivement
donnes par
=
1
2n 1
,
et
= 3 12
_
2n
n
_
1 n

k=0
(1)
k
2n k
_
2n
n + k
_
+ 12
(n!)
3
(3n)!
(1)
n
.
Solution. (i) Comme X
1
, . . . , X
n
sont independants et identiquement distribues (de fonc-
tion de repartition F), on a
F
1:n
(x) = 1 P[X
1:n
> x] = 1 P[X
1
> x] P[X
n
> x] = 1
_
F(x)

n
et
F
n:n
(x) = P[X
n:n
x] = P[X
1
x] P[X
n
x] = [F(x)]
n
.
(ii) Si x
1
x
2
, on a
F
1:n
(x
1
, x
2
) = P[X
1:n
x
1
, X
n:n
x
2
] = P[X
n:n
x
2
] = [F(x
2
)]
n
.
Par contre, si x
1
x
2
, il vient
F
1:n
(x
1
, x
2
) = F
n:n
(x
2
) P[X
1:n
> x
1
, X
n:n
x
2
] = [F(x
2
)]
n
[F(x
2
) F(x
1
)]
n
.
(iii) Remarquons premi`erement que
u
1
= F
1:n
(x
1
) F(x
1
) = 1 (1 u
1
)
1/n
6
et
u
2
= F
n:n
(x
2
) F(x
2
) = u
1/n
2
.
Ensuite, considerons les cas x
1
x
2
et x
1
< x
2
separement. Pour x
1
x
2
, comme
F
1:n
(x
1
, x
2
) = [F(x
2
)]
n
, nous avons
C
n
(u
1
, u
2
) = u
1/n
2
pour 1 (1 u
1
)
1/n
u
1/n
2
par le Theor`eme de Sklar. Par contre, pour x
1
< x
2
, il vient
F
1:n
(x
1
, x
2
) = [F(x
2
)]
n
[F(x
2
) F(x
1
)]
n
= F
n:n
(x
2
)
_
(F
n:n
(x
2
))
1/n
1 + (1 F
1:n
(x
1
))
1/n
_
n
et le Theor`eme de Skar nous donne
C
n
(u
1
, u
2
) = u
2

_
u
1/n
2
1 + (1 u
1
)
1/n
_
n
pour 1 (1 u
1
)
1/n
< u
1/n
2
.
Exercice 8.14. Considerons la copule normale donnee en (8.18). Montrez que
(i) =
2

arcsin().
(ii) lorsque

,
C

(u) C

(u), pour tout u [0, 1]


2
,
de sorte que C

crot en au sens _
sm
.
(iii) C
1
= C
W
, C
0
= C
I
et C
1
= C
M
.
(iv) Montrez que C

exprime de la dependance positive par quadrant d`es que 0.


(v) =
6

arcsin (/2).
Exercice 8.15. Morgenstein a introduit en 1956 la famille
C

(u
1
, u
2
) = u
1
u
2
_
1 + (1 u
1
)(1 u
2
)
_
, [1, 1].
Montrez que
(i) la densite associee vaut
c

(u) = 1 + (1 2u
1
)(1 2u
2
).
(ii) le tau de Kendall associe vaut
=
2
9

_

2
9
,
2
9
_
.
(iii) le coecient de correlation lineaire pour un couple de variables aleatoires de fonction
de repartition jointe C

satisfait r [1/3, 1/3].


(iv) quel que soit le couple X possedant C

comme copule, r(X


1
, X
2
) 1/3.
(v) si X
1
et X
2
sont de loi cxp(1) et poss`edent C

comme copule, r(X


1
, X
2
) [1/4, 1/4].
Exercice 8.16. La famille de copules
C(u, v, ) = uv/ [1 (1 u)(1 v)]
o` u 1 +1 est connue sous le nom de Ali-Mikhail-Haq. Montrez que
7
(i) la densite associee vaut
c(u, v, ) =
1 + [(u + 1) (v + 1) 3] +
2
[(u 1) (v 1)]
[1 (1 u)(1 v)]
3
(ii) le tau de Kendall est donne par
=
3 2
3

2 (1 )
2
3
2
log (1 ) .
(iii) le rho de Spearman est donne par
=
12 (1 + )

2
_

0
log (1 x)
x
dx
3 (12 + )


24 (1 )

2
log (1 ) .
(iv) cette copule est archimedienne de generateur
(t) = log (1 [1 t]) log t.
Exercice 8.17. Joe (1993) a introduit la famille
C(u, v, ) = 1
_
[1 u]

+ [1 v]

[1 u]

[1 v]

_
1/
o` u 1. Montrez que
(i) cette copule poss`ede la densite
c(u, v, ) =
_
[1 u]

+ [1 v]

[1 u]

[1 v]

_
2+1/
[1 u]
1
[1 v]
1
_
1 + [1 u]

+ [1 v]

[1 u]

[1 v]

_
.
(ii) cette copule est archimedienne de generateur
(t) = log
_
1 (1 t)

_
.
Exercice 8.18. La famille dite de Farlie-Gumbel-Morgenstein admet pour copula
C(u, v, ) =
uv
[1 + (1 u

)(1 v

)]
1/
o` u 0 < +1. Montrez que
(i) la densite associee vaut
c(u, v, ) =
4 2
_
u

+ v

_
+ (1 ) u

(2 u

+ u

)
2+1/
.
(ii) cette copule est archimedienne de generateur
(t) = log
_
2t

1
_
.
8
Exercice 8.19 (Copule de Mardia). Montrez que les copules associees aux fonctions
de repartition bivariees denies dans la Remarque 8.2.4 sont
C(u, v) = C
M
(u, v) + (1 ) C
W
(u, v) pour tout [0, 1].
et
C(u, v) =

2
(1 )
2
C
M
(u, v) +
_
1
2
_
C
I
(u, v) +

2
(1 + )
2
C
W
(u, v),
pour [0, 1].
Exercice 8.20. Montrez que la copule de Gumbel-Barnett, donnee par
C(u, v, ) = uv exp ( log ulog v) ,
est archimedienne de generateur (t) = log (1 log t).
9