Académique Documents
Professionnel Documents
Culture Documents
Ainsi, comme P(X > t) = e−t pour tout t > 0, il s’ensuit que la fonction de
répartition FZ de la variable aléatoire Z = min(X, 2) est de la forme
0 si t < 0,
FZ (t) = 1 − P(Z > t) = 1 − e−t si 0 ≤ t < 2,
si t ≥ 2.
1
1
Soit F : R → [0, 1] une fonction croissante, continue à droite telle que
limt→−∞ F (t) = 0 et limt→+∞ F (t) = 1. On se propose de montrer qu’il existe
une loi sur R dont F est la fonction de répartition.
a) On définit la fonction inverse généralisée F (−1) de F par la formule
Montrer que pour y ∈ ]0, 1[, F (−1) (y) est bien définie (i.e. la borne inférieure
existe dans R).
b) Montrer que pour y ∈ ]0, 1[, F (−1) (y) ≤ t si et seulement si y ≤ F (t).
c) Soit U une variable aléatoire de loi uniforme sur ]0, 1[. Montrer que la variable
aléatoire F (−1) (U ) a pour fonction de répartition F .
x ≤ F (−1) (y) + ε.
y ≤ F (x) ≤ F (t + ε).
2
pour soulager les notations. D’après le point précédent, X = F (−1) (U ) ≤ t si
et seulement si U ≤ F (t). Ainsi, pour tout t ∈ R,
FX (t) = P(X ≤ t) = P U ≤ F (t) = F (t).
ce qui est le résultat.
Cette observation est utilisée pour simuler des variables aléatoires de loi
quelconque à partir de la simulation d’une loi uniforme. À noter que les argu-
ments précédents montrent de la même façon que si X est une variable aléatoire
dont la loi admet une fonction de répartition FX continue, alors la variable
aléatoire FX (X) suit la loi uniforme sur [0, 1].
3
Si la fonction ψ est constante égale à 1, il en résulte que
∞
e−1X
φ(n)e−n
E φ(N ) =
e n=0
−n
de sorte que la loi de N est la probabilité discrète P = e−1
P
e n∈N∪{0} e δn
(vérifier qu’elle est bien de masse totale 1, c’est une forme de la mesure géomé-
trique de paramètre 1e ou 1 − 1e suivant la convention). De la même façon, si la
fonction φ est constante égale à 1,
Z
e
ψ(y)e−y dλ
E ψ(D) =
e − 1 [0,1[
e
de sorte que la loi de D est la mesure de probabilité Q de densité f (y) = e−1 e−y ,
y ∈ [0, 1[, par rapport à la mesure de Lebesgue λ sur [0, 1[ (vérifier qu’elle est
bien de masse totale 1). La loi du couple (N, D) est le produit des probabilités
P et Q puisque
Z
E φ(N )ψ(D) = φ ψ dP ⊗ Q.
(N∪{0})×[0,1[
R
Corrigé. La loi de X sous P est décrite par les intégrales C φ(x) dP (x, y)
pour φ : R → R borélienne, positive ou bornée. Comme P est la mesure image
par Ψ de la mesure de Lebesgue λ sur D \ {0} (normalisée), d’après la formule
d’intégration par rapport à une mesure image (Proposition 9, Leçon 3),
Z Z
1 x
φ(x) dP (x, y) = φ p dλ(x, y).
C π D\{0} x2 + y 2
5
Exercice 5. Le couple aléatoire (X, Y ) est uniformément réparti sur le
disque unité D de R2 .
a) Déterminer les lois marginales.
b) Déterminer la loi du couple (R, Θ) des coordonnées polaires de (X, Y ). (In-
dication : évaluer E(φ(R)ψ(Θ)) pour des fonctions boréliennes, positives ou
bornées, φ, ψ : R → R.)
1 2
+y 2 )
c) Mêmes questions si (X, Y ) suit la loi de densité f (x, y) = 1
2π e− 2 (x ,
(x, y) ∈ R2 , par rapport à la mesure de Lebesgue sur R2 .
Le couple (R, Θ) a ainsi pour loi le produit P ⊗ Q des mesures (de probabilité)
P de densité 2ρ1]0,1[ (ρ) et Q de densité 2π1
1]0,2π[(θ) par rapport à la mesure
de Lebesgue sur R. La loi de R est P , la loi de Θ est Q (l’angle Θ est donc
uniforme sur ]0, 2π[). c) Dans ce cas, le couple (R, Θ) a pour loi le produit
6
P ⊗Q des mesures (de probabilité) P de densité ρ e− 2 ρ 1]0,∞[ (ρ) et Q de densité
1 2
7
Exercice 9 (Loi log-normale). Une variable aléatoire X à valeurs réelles
strictement positives est dite de loi log-normale si Y = ln(X) suit une loi
normale N (m, σ 2 ). Calculer l’espérance et la variance de X si m = 0 et σ 2 = 1.
Exercice 10. Soit X une variable aléatoire de loi normale centrée réduite
N (0, 1).
a) Pour toute fonction g : R → R de classe C 1 , bornée ainsi que sa dérivée,
démontrer que
E Xg(X) = E g 0 (X) .
8
Comme g est bornée, le premier terme du membre de droite est nul, et par
transport le second est précisément E(g 0 (X)), ce qu’il fallait démontrer.
b) Comme la fonction sinus est impaire, par le théorème de transport,
ϕX (u) = E cos(uX) + i sin(uX)
Z
1 1 2
cos(ux) + i sin(ux) e− 2 x dλ(x)
= √
2π ZR
1 1 2
cos(ux) e− 2 x dλ(x) = E cos(uX)
= √
2π R
pour tout u ∈ R. En particulier, la fonction caractéristique ϕX est à valeurs
réelles. D’après le théorème de dérivabilité de Lebesgue, ϕ0X (u) = −E(X sin(uX)),
u ∈ R. La question précédente appliquée à x 7→ sin(ux) pour tout u ∈ R fournit
E(X sin(uX)) = u E(cos(uX)), de sorte que
9
la question b), pour tout u ∈ R,
1 2 2
ϕZ (u) = E eiu(m+σX) = eium− 2 σ u ,
Exercice 11. Soit X une variable aléatoire sur (Ω, A, P) à valeurs dans Z,
dont la loi a pour fonction caractéristique ϕX ; vérifier que
Z 2π
1
P(X = 0) = ϕX (θ)dθ.
2π 0
uN 1
Démontrer que fN (u) ≤ 4 ln(2) et que gN (u) ≤ uN ln(N ) .
c) Trouver une fonction u → N (u) définie sur ]0, 1] à valeurs dans N telle que
limu→0 fN (u) (u) = limu→0 gN (u) (u) = 0.
d) En utilisant la symétrie de P , établir que
Z
ϕ(u) − 1 = −2 sin2 ux
2 dP (x), u ∈ R.
N
10
Corrigé. Comme P est de probabilité, n≥2 n22cln n = 1 ce qui détermine la
P
qui est une série divergente. b) Pour majorer fN (u), utiliser que | sin(x)| ≤ |x|
pour tout x réel pour en déduire que
N
X u uN
fN (u) ≤ ≤ .
n=2
4 ln(n) 4 ln(2)
Pour majorer gN (u), utiliser simplement que | sin(x)| ≤ 1 pour tout x réel pour
en déduire que
∞ ∞
X 1 1 X 1 1
gN (u) ≤ ≤ ≤
un2 ln(n) u ln(N ) n2 uN ln(N )
n=N +1 n=N +1
après une comparaison entre série et intégrale dans la dernière étape. c) Un peu
de réflexion conduit à choisir une fonction de la forme (pour u assez petit)
j 1 k
N (u) =
u(ln( u1 ))α
où 0 < ρ < 1 pour laquelle
uN (u) 1
lim = lim = 0
u→0 4 ln(2) u→0 uN (u) ln(N (u))
1
puisque uN (u) ∼ et ln(N (u)) ∼ ln( u1 ) quand u → 0. d) Par définition
(ln( u1 ))ρ
Z Z
ϕ(u) = eiux dP = cos(ux)dP, u ∈ R,
R R
R
puisque R sin(ux)dP= 0 par symétrie de P . Donc
Z Z
cos(ux) − 1 dP = −2 sin2 ux
ϕ(u) − 1 = 2 dP.
R R
11
e) Comme ϕ(0) = 1, pour établir la dérivabilité de ϕ en 0, il convient d’examiner
la limite quand u → 0 de u1 [ϕ(u) − 1]. D’après la question d), pour tout u > 0
et tout N ∈ N,
1
ϕ(u) − 1 = −2c fN (u) + gN (u) .
u
En choisissant N = N (u) pour chaque u > 0, limu→0,u>0 u1 [ϕ(u) − 1] = 0
en vertu de c). De la même façon, limu→0,u<0 u1 [ϕ(u) − 1] = 0, et donc ϕ est
dérivable en 0 (de dérivée 0).
1 t 1
Z
ϕX (u) = exp − du , u ∈ R.
2 0 u+i
Calculer ϕX (u), u ∈ R.
R∞
b) Quel est le sens de I = 0 cos(x2 )dx ? Calculer I en étudiant ϕX (u) lorsque
u → ∞.
12