ECM 1A

Mathématiques 1A : Probabilités-Statistique
Autonomie : la loi gaussienne dans tous ses états1

Compétences (connaissances et savoir-faire) visées

Cette feuille d’autonomie permet de faire le lien entre des notions vues dans les autres parties du cours
de Mathématiques 1A et des résultats de la partie Probabilités-Statistique.

• Loi gaussienne,

• Equations différentielles ordinaires,

• Vecteur gaussien et indépendance,

• Loi χ2 .

Consignes de travail : à faire seul ou en groupe. Une permanence pour l’autonomie est assurée par
un membre de l’équipe pédagogique.
Exercice 1
Nous allons calculer la fonction caractéristique de la loi gaussienne standard à partir du calcul d’une
équation différentielle ordinaire.
1) Montrer que la fonction de caractéristique de la loi gaussienne standard peut s’écrire :
Z +∞  2
1 x
φZ (u) = √ cos (ux) exp − dx.
2π −∞ 2

Eléments de correction:
Z Z
iuZ
φZ (u) = E(e ) = E(cos(uZ)) + iE(sin(uZ)) = cos(uz)fZ (z)dz + sin(uz)fZ (z)dz
Ω Ω
 2
où fZ (z) = √1 exp − x2 . Comme la fonction sin(uz)fZ (z) est impaire le deuxième intégrale
2π
s’annule. Z +∞  2
x
2) Montrer que l’intégrale cos (ux) exp − dx est dérivable par rapport au paramètre u.
−∞ 2
Que vaut cette dérivée? Eléments de correction: comme comme la fonction sou l’intégrale est dérivabe
 2  2 R +∞  2
et | cos (ux) exp − x2 | ≤ exp − x2 alors l’intégrale est dérivable et dφdu
Z (u)
= − √12π −∞ u sin (ux) exp − x2 dx.
3) Par un intégration par partie, montrer que la fonction caractéristique vérifie :
Z +∞  2
0 dφZ (u) 1 x
φZ (u) = =− √ u cos (ux) exp − dx.
du 2π −∞ 2

En déduire que la fonction caractéristique vérifie l’équation différentielle ordinaire :

φ0Z (u)
= −u.
φZ (u)

Eléments de correction: l’intégration par partie se fait sans difficulté et nous remarquons que l’équation
différentielle s’en suit.
4) Trouver la solution générale de l’équation différentielle ordinaire de la question précédente et en
déduire la fonction caractéristique de la loi gaussienne standard. Eléments de correction: φZ (u) =
2 2
Ce−u /2 pour une constante C et comme φZ (0) = 1, on a C = 1 et donc φZ (u) = e−u /2
1
Version du 03/01/2023
Exercice 2
Dans cette exercice, nous allons manipuler les vecteurs gaussiens.
Soit X = (X1 , . . . , Xn )t un vecteur gaussien de loi Nn (0, In ), où In est la matrice identité de dimension
n.
1) Montrer qu’il existe une matrice unitaire, notée P telle que
   
Z1 X1 n
 ..   ..  √ 1 X
Z =  .  = P  .  avec Zn = nX̄n = √ Xi .
n
Zn Xn i=1

Eléments de correction: Soit (~e1 , · · · , , ~en ) la base canonique de Rn . Choisissons une base orthonormée
Pn
de Rn , (f~1 , · · · , , f~n ) telle que fn = √1
n i=1 ~ei . Soit P t la matrice de passage à la nouvelle base. Les
composants de la dernière colonne de P t sont égaux à √1n et P t est une matrice orthogonale car une
matrice de passage d’une base orthonormée à une autre. P est donc aussi une matrice orthogonale.
2) Quelle est la loi du vecteur Z? Eléments de correction: X est un vecteur gaussien et Z est une
combinaison linéaire des éléments de X alors il est aussi un vecteur gaussien. E(Z) = E(P X) =
P E(X) = 0 et Σ la matrice de variance-covariance de Z est égale à P P t = In
3) Montrer que
kZk2 = kXk2 .
Eléments de correction: kZk2 = kP Xk2 = X t P P X = kXk2 . alors ni=1 Xi2 = ni=1 Zi2 .
P P

4) Déduire de la question précédente que la loi de la v.a.

n
X
2
S= Xk − X̄n
k=1

est la loi χ2 (n − 1).

Indication : on utilisera l’interprétation de la loi χ2 (d) comme étant la loi de la somme des carrés de
Pn
2
d v.a. gaussiennes standards indépendantes. Eléments de correction: S = k=1 Xk − X̄n =
Pn 2
Pn Pn−1 2
k=1 Xk − Zn2 = 2 2
k=1 Zk − Zn = k=1 Zk sachant que que les Zi sont gaussiens centrée et
2
indépendantes alors S ∼ χ (n − 1).
Exercice 3
Dans cette exercice, nous allons manipuler les vecteurs gaussiens et montrer l’intérêt des fonctions
caractéristiques pour le calcul des lois.
Soit X = (X1 , . . . , Xn )t un vecteur gaussien de loi Nn (0, In ), où In est la matrice identité de dimension
n.
On donne la fonction caractéristique de la loi χ2 (d) :
1
φ (u) = .
(1 − 2iu)d/2

t
1) Montrer que le vecteur X1 − X̄n , . . . , Xn − X̄n , X̄n est un vecteur gaussien.
Quelle est la moyenne et la variance de la v.a. X̄n ?
Quelle est la loi de nX̄n2 ? Eléments de correction:
  1 − 1 1
··· 1

X1 − X̄n n n n
 
 ···   1 1
··· 1  X1
  n n n   .. 
Xn − X̄n  =  .. ..  . 

. . 1
 ... 1− n
X̄n 1 1 Xn
n ··· ··· n

t
ce qui entraı̂ne que X1 − X̄n , . . . , Xn − X̄n , X̄n est un vecteur gaussien.
X̄n est une combinaison linéaire de v.a. gaussiennes indépendantes, elle est donc gaussienne où
E(X̄n ) = E(X1 ) = 0 et var(X̄n ) = n1 .


2) Calculer cov Xk − X̄n , X̄n .
En déduire que les v.a. Xk − X̄n , k = 1, . . . , n et la v.a. X̄n sont indépendantes.
Remarque : ce résultat est un cas particulier du Théorème de Cochran. Eléments de correction:




cov Xk − X̄n , X̄n = E (Xk − X̄n )X̄n car les v.a. Xk −X̄n et X̄n sont centrées. Or, E (Xk − X̄n )X̄n =
E(Xk X̄n ) − E(X̄n2 ) = n1 var(Xk ) − n1 = 0 alors les v.a. Xk − X̄n et X̄n sont indépendantes.
n n
X
2 X
2
3) Calculer Xk − X̄n + nX̄n2 . Eléments de correction: En développant Xk − X̄n nous
k=1 k=1
n n
X
2 X
obtenons, Xk − X̄n + nX̄n2 = Xk2 .
k=1 k=1
n
X
2
4) Calculer la fonction caractéristique de Xk − X̄n + nX̄n2 . Eléments de correction: Les Xi , 1 ≤
k=1
n
X
i ≤ n, sont des variables aléatoires gaussiennes indépendantes Xk2 suit une loi de χ2 (n). Sachnat
k=1
n n n
X
2 X X
2
que Xk − X̄n + nX̄n2 = Xk2 alors Xk − X̄n + nX̄n2 ∼ χ2 (n) de fonction caractéristique
k=1 k=1 k=1
1
φ (u) = .
(1−2iu)n/2
n
X
2
5) Déduire des questions précédentes que la v.a. Xk − X̄n suit la loi χ2 (n − 1).
k=1
n
√ X
2
Eléments de correction: Sachant que nX̄n ∼ Nn (0, 1) alors nX̄n2 ∼ χ2 (1). Les v.a. Xk − X̄n
k=1
n
X
2
et nX̄n2 sont indépendantes alors la fonction caractéristique de Xk − X̄n + nX̄n2 est le produit
k=1
n
X
2
des fonctions caractéristiques de Xk − X̄n et de nX̄n2 . Sachant que φPn 2 (u) =
k=1 (Xk −X̄n ) +nX̄n2
k=1
1 1 1
et φnX̄n2 (u) = , alors φPn 2 (u) = la fonction caractéristique
(1−2iu)n/2 (1−2iu)1/2 k=1 (Xk −X̄n ) (1−2iu)(n−1)/2
d’une loi de χ2 (n − 1).