Mesures de Probabilité ( mais seulement )

pas
. .
.

1) Mesure Image & loi d' une VA

1. Definitions

(R A , , µ
) espace mesuré

(E E ) mesurable
, espace
f : n → E mesurable

Def : On appelle image de µ par f-

la mesure

: E → [0 ; ta ] A t' 1 (An [ 0,1 ] )

µ g-
A ( f- (A ) )
'
→

µ
dem cf TD rit µ
tient
: .

pass toward
"
-

.
f-
B

f- (D) c- A
'

BEE

Def : (R A P ) , , :
espace proba
✗ : r → E : VA à valeurs dans E

On loi de ✗ de P
appelle l'
image Px par
✗

On note ✗ ~
Px
A BEE ,
R, (B) = PIX ( B ))
- '

= PC { ✗ c- B}) = PC ✗ c- B) notation simplifiée

2. Théorème de transfert (ou transport )

On ( (B ) ) '

=p f-
a (B)
µ
rem :
11f -
'
(B) =
11130f
f11 ☐ dµf (
µ f- (
B) ) / 11f du f11 ☐ fd µ
'

µf (B)
'
(B)
-

= =
= = .

r r
E

Théorème : Soit h : E → IRI ou R mesurable

bof L (R )
' '
i ) h c- L ( E
,
E , µ f) Ssi c- ,
A
µ,

ii ) Si h est positive ( IRI ) alors

ou
pç
-

intégrable ,

f- h dit =
{ hofdp
 rem :
je hlnlpfldxl =
frhlflw )) µ
( dw )

x c- E WER
flw) de variable
changement
→
x =

" "
version proba :

i) h L' LE E Px ) ssi ho ✗ c- L' CR -1 , P )

c- , , ,
↳✗ = HH )
si El / h (a) 1) < + •

ii ) si h est ( IRI ) Px
positive ou
-

intégrable
EC h / ✗ D= SE hdpx

3.
Exemples
( E , E) = ( IR , BUR))
R VA réelle de loi binomiale M'
*

✗ : → IR , Binn , p) , ne
,PEIO ;D
En / E) "
>

Px pk / 1- p ) f. h
"
=

Pour h : IR →
IR (mesurable)
n
Kom
flhldpx = Exklhlkll < + x l somme finie )
k=o
donc he L' IE , E, Px ) et ECHCX) ) =
↳ HKW) Pldw ) théorème de
{Rh d- Px transfert
-

discrète
= Èxnhlk) ,
mesure

h=0

4. Caractérisation de la Loi

(R A ,
,
P) (E, E)

✗ y ,
: R→ E mesurables CVA )

Théorème : ✗ et Y ont la même loi (Px = Py )

Ssi Hh : E → Êt mesurable Pcr ) = 1 < ta

ECHFX ) ) = Ech ( y ) )

Ssi Hh : E → IR mesurable bornée

ELHCX ) ) = ECHLY ) )
dem : en exercice
2) Fonction de Répartition

1. Definition

Def Soit P ( IR , BUR ))

: une mesure de proba sur

Fonction de répartition de P : F : IR → [0 ; 1 ]

a → Pl ] -

x ; x ])

Théorème : La F. R .
caractérise la mesure

dem : admis

Ex : P = Sxo F (x ) = Sno (] -

x
,
x ])

{
^ six > x .
=

r
I 0 sinon
q
i
l

R s

no

Def si ✗ est VA réelle FR de ✗ la FR de la loi Px

: une , on
appelle .

2.
Propriétés

Théorème : F : IR → [0:13
i) F est la FR d' une mesure P sur
( IR , BUR ) )
) F vérifie les suivantes
Ssi ii
propriétés
• F est croissante
• F continue à droite
• Lim Fcn ) = 0
a → -
a

• Lin Fcn) = 1
n → +x

dem Ü de construire proba Ptq V-x.PL ] ]) Fcn )

: i il s'
agit une x
-

x , =

donc ta < b , PC ] a , b ] ) = Fcb ) -

F (a)

Existence : admise
i ii Mq F est croissante
soient a < x
'

] -

x ; n
'
] = ] -

x
,
x ] U[x
,
x
'
)
F(x ) '
= P (] -

x , x
'
))
 ])
P(]xçx'])_
= PC ] -
x
, x
+

± Fln )
→ le reste en exercice

3.
Exemples

1) Mesure discrète D= -2k Xksxk

2k E IR

✗ne [ 0,1 ] tq Etre = 1

F (x ) = E th San ( ) -

x ; n )) = Eh ✗k
Un > xp ,

Supposons xo
< n
,
< .
. .

par exemple
f- (n) n •
→

* .

±: :
n
U U
Mo ,
z

2) Loi uniforme sur [ a ,

b) → Uta ,
b]

{
0 <
✗
a
si
U[ t'✗ ( )
x
~
a b] si n =
,
si acn < b
ça
ÎÎ
si on > b.
1

i
. - - - -

I֕
-

i exo : P? (mesure de Lebesgue )

3) Densité

1. Definitions (E E
p
) mesuré
, ,
espace

Prop / Def : i) Hf : E → Et mesurable

A ↳
la fdp est une mesure

ii) Si v est une mesure telle que

✓ (A) =
fa fdp ,
TA c- E

une certaine f E → À + mesurable

pour
:
,

on dit que v admet la densité f par rapport à

µ
 "
du "

On note f- = → dérivée de Radon -

Nikodym
DT ( unicité modulo l' )
égalité µ pp
-

dem : en exercice

vocabulaire
" "

: si v est une
proba , f- → densité de probabilité
test mesurable positive
f- est une ddp ssi
{ / fdp
,
= 1
✓ (E) = ,

2. Lien avec la F. R .
(E = IR ,
E = BUR ) )

P proba sur URBIUR ) ) →

F. R .
F

Théorème P admet la densité f

:

"
rapport par
à
µ
Ssi tre IR ,
Fcn) =
/ ftnpcdt )
- x

dem : PIA ) =
/ Afd µ HAEBUR )
1- = ] -

x ; n ] → OK

⇐ la FR caractérise la mesure

convention :
µ
=] sauf precision du contraire

P admet la ddp
Supposons µ
=3 ,
RAPPEL : Si f
alors •
Funtime
•
F dérivable a -

pp
.
t' =
f 7 -

pp

Réciproquement . . .

FH

t.EE
3. Exemples

1) U [ ai b]

Ë
"

2) Loi Nlm ) MER 62>0

gaussienne ,
62 ,
 "Ëi
"
^
e-
%:
f- (n ) =

ow
> x

4.
Integration
On a HAI = Sa fdp
ie .
/ 11A du =
/ f- Mad µ
g- g-

Théorème : Soit
g.
E → À+ ou IR ,
mesurable , f- =

dud µ
il L' IE , E , ) (E E )
'
l
g
c- u ssi
off e , , µ
ü) est / gdv
si
g positive ou u -

intégrable ,
=
fgfd µ
rein :
formellement ,
du =
du _
dµ
du

Ex en
proba : si Px admet ddpf pour g positive
la ou Px -

intégrable
Elga )) =
Sgdl? / gf da =