UNIVERSITE CADI AYYAD

Ecole Nationale des Sciences

Appliqu´ees Safi

Travaux pratiques de simulation en Python

Module : Mod´elisation stochastique

TP 2 : Simulation de variables al´eatoires `a densit´e

Fili`ere : G´enie Informatique et Intelligence Artificielle (G.I.I.A.)

Premi`ere Ann´ee G.I.I.A.

EL HASSAN LAKHEL

Ann´ee Universitaitre : 2022-2023

(version-01 octobre 2022)

Instructions

— Les questions (T) sont th´eoriques, les questions (S) rel`event de la simulation.
— Le projet est `a rendre sur la plate-forme Google classroom sous la forme d’un fichier
Nom-Prenom.pdf.

— Le fichier doit ˆetre envoy´e `a lakhel72 @ gmail.com au plus tard le jeudi 30 d

´ecembre 2021.

1
Table des mati`eres
1 TP 2 : Simulation de variables al´eatoires `a densit´e : (´enonc´e) 3
1.1 M´ethode d’inversion : cas d’une fonction de r´epartition bijective . . . . . . . . 3
1.1.1 Introduction ................................ 3
1.1.2 Enonc´e du th´eor`eme d’inversion dans le cas ou` F est bijective . . . . . 4
1.1.3 Simulation d’une v.a.r. suivant la loi de Cauchy . . . . . . . . . . . . . 5
1.2 M´ethode d’inversion : cas pratique . . . . . . . . . . . . . . . . . . . . . . . . 7
1.2.1 Enonc´e du th´eor`eme d’inversion, cas pratique . . . . . . . . . . . . . .´ 7
1.2.2 Simulation d’une v.a.r. suivant la loi uniforme sur un intervalle r´eel . . 8
1.2.3 Simulation d’une v.a.r. suivant une loi exponentielle . . . . . . . . . . 9
1.2.4 Repr´esentation graphique . . . . . . . . . . . . . . . . . . . . . . . . . 11

Chapitre 1

TP 2 : Simulation de variables al
´eatoires `a densit´e : (´enonc´e)
1.1 M´ethode d’inversion : cas d’une fonction de r´epartition
bijective
1.1.1 Introduction
Dans ce Projet, on s’int´eresse au probl`eme suivant. Donn
´ees :

I une v.a.r. X a priori difficile `a simuler informatiquement,

I la fonction de r´epartition FX de la v.a.r. X.

But :
obtenir une v.a.r. Y de mˆeme fonction de r´epartition FX (i.e. de mˆeme loi que X) plus simple
`a simuler informatiquement.

Rappels sur la fonction de r´epartition

2
 Soit F : R→ [0,1] une fonction de r´epartition d’une v.a.r. X.
I (T) Rappeler les propri´et´es qui caract´erisent une fonction de r´epartition.
1. ...

2. ...

3. ...

4. ...

(T) Que doit-on ajouter pour que F soit la fonction de

répartition d’une v.a.r. `a densité?
->Dans ce cas, il faut rajouter :
.1 : F doit être continue sur R

2 :F est de classe C1 sur R éventuellement privée d’un nombre fini de points .

Finalement FX(x)’=f(x)

1.1.2 Enonc´e du th´eor`eme d’inversion dans le cas ou` F est bijective

3
Th´eor`eme 1.1. Soit X une v.a.r. dont la loi est donn´ee par sa fonction de r´epartition

F : R→]0,1[.

U
Soit U une v.a.r. telle que ∼U[0,1].
On suppose de plus que :
— F est continue sur R.

— F est srictement croissante.

On a alors :
— F est bijective de R dans ]0,1[.

— La v.a.r. Y = F−1(U) suit la loi de X. Autrement dit, Y a pour fonction de r´epartition F.

I (T) Rappeler la fonction de r´epartition d’une v.a.r. U telle que U ∼U[0,1].

Soit G la fonction de repartition de F−1 ¿ U )

Alors :
G(y)=P( F−1 ¿ U )≤y)
= P( F ¿ U ))≤F(y)) //monotonie de F
= P(U≤F(y)) =F(y) car U suit une loi uniforme sur [0,1] montrer le th´eor`eme d’inversion.

4
1.1.3 Simulation d’une v.a.r. suivant la loi de Cauchy
Ecriture en Python d’une fonction´ Cauchy(a) simulant une v.a.r. suivant la loi de
Cauchy.

Soient a > 0 et F la fonction d´efinie sur R par :

I (T) Justifier que F r´ealise une bijection de R sur ]0,1[.

I (T) En d´eduire que F est la fonction de r´epartition d’une v.a.r. X admettant une densit´e
fX continue sur R que l’on d´eterminera.

I (T) Expliciter la bijection r´eciproque F−1 de la fonction F.

I (T) Soit U une variable al´eatoire suivant la loi uniforme sur l’intervalle ]0,1[. Quelle est
la loi de la variable al´eatoire F−1(U)?
5
 I (S) Ecrire en´ Python une fonction Cauchy(a) simulant une v.a.r. suivant la loi de
Cauchy.

Repr´esentation graphique
Densit´e de probabilit´e
I (S) Tracer sur un mˆeme graphique la densit´e th´eorique et la densit´e simul´ee.

Fonction de r´epartition
I (S) Tracer sur un mˆeme graphique la fonction de r´epartition th´eorique et celle simul´ee.

6
1.2 M´ethode d’inversion : cas pratique
1.2.1 Enonc´e du th´eor`eme d’inversion, cas pratique´
Th´eor`eme 1.2. Soit X une v.a.r. dont la loi est donn´ee par sa fonction de r´epartition F.
U
Soit U une v.a.r. telle que ∼U[0,1].
On suppose de plus qu’il existe (a,b) ∈R2 telle que : — F
est srictement croissante sur ]a,b[.

— F est nulle sur ] −∞,a[

— F est ´egale `a 1 sur ]b,+∞[. On a

alors :
— F est bijective de ]a,b[ dans ]0,1[.

— La v.a.r. Y = F−1(U) suit la loi de X. Autrement dit, Y a pour fonction de r´epartition F.

1.2.2 Simulation d’une v.a.r. suivant la loi uniforme sur un intervalle r´eel I (T)

Rappeler la fonction de rp´artition d’une v.a.r. U telle que U ∼U[a,b].

I (T) D´eterminer la fonction de r´epartition F de X.

Soit x ∈R. On ´etudie la valeur de F(x) en fonction de x.
— Si x < a :

— Si x ∈ [a,b] :

— Si x > b :

7
I (T) D´emontrer que F r´ealise une bijection de ]a,b[ sur ]0,1[. D´eterminer sa bijection r
´eciproque G :]0,1[→]a,b[.

I (T) On prolonge G en posant G(x) = a si x 6 0 et G(x) = b si x > 1. D´eterminer la loi de la

v.a.r. Y = G(U).
Soit x ∈R. On ´etudie la valeur de la fonction de r¨epartition FY (x) en fonction de x.
— Si x < a :

— Si x ∈ [a,b] :

— Si x > b :

Ainsi, on a : Y suit la loi U([a;b]).

I (S) Ecrire en´ Python une fonction unfiCont(a,b) simulant un v.a.r. suivant la loi
U([a;b]).

8
1.2.3 Simulation d’une v.a.r. suivant une loi exponentielle
Ecriture d’une fonction en Python qui simule une v.a.r. suivant la loi exponen-´ tielle de
param`etre λ.

I (T) Soit λ > 0 et soit X une v.a.r. telle que X ∼ exp(λ). Que signifie
X suit exp(λ)?

I (T) D´eterminer la fonction de r´epartition FX de X.

I (T) D´emontrer que FX r´ealise une bijection de ]0,+∞[ dans ]0,1[. D´eterminer sa
bijection r´eciproque G :]0,+∞[→]0,1[.

I (T) On prolonge G en posant G(x) = 0 si x < 0. D´eterminer la loi de la v.a.r.

Y = G(U).
Soit x ∈R. On ´etudie la valeur de la fonction de r´epartition FY (x) en fonction de x.
9
 — Si x < 0 :

— Si x > 0 :

Ainsi, on a : Y suit la loi exp(λ).

I (S) Ecrire une fonction en´ Python qui simule une v.a.r. Y suivant la loi exponentielle de
param`etre λ.

1.2.4 Repr´esentation graphique

Densit´e de probabilit´e
I (S) Tracer sur un mˆeme graphique la densit´e th´eorique et la densit´e simul´ee.

Fonction de r´epartition
I (S) Tracer sur un mˆeme graphique la fonction de r´epartition th´eorique et celle simul´ee.

10
I (S) Le but de cet exercice est de visualiser les deux lois continues : les lois gaussiennes et
Cauchy.
1. Nous souhaitons tracer les fonctions de densit´e et les fonctions de r´epartition des
lois gaussiennes et Cauchy . Pour cela, diviser la fenˆetre en 4 cases (2 lignes et 2
colonnes) avec plt.subplot. Puis tracer (`a l’aide de plt.plot) :
— Dans la premi`ere ligne, la fonction de densit´e et la fonction de r´epartition de
la loi gaussienne de moyenne nulle et ´ecart-type σ = 0.5, 1 et 2 (superposer les
trois trac´es), sur l’intervalle [−5, 5].

— Dans la seconde ligne, la fonction de densit´e et la fonction de r´epartition de la

loi de Cauchy, sur l’intervalle [−5, 5].

2. Superposer sur l’intervalle [−10, 10] les densit´es des lois gaussiennes standard et
Cauchy. Comparer les deux : quels sont les points communs, quelles sont les diff
´erences?

3. Superposer sur l’intervalle [−5,5] les densit´es des lois gaussiennes de moyenne
nulle et d’´ecart-type 1, 0.5, 0.25, 0.1 et 0.05. Faire de mˆeme pour la fonction de r
´epartition. Qu’observe-t-on quand l’´ecart-type tend vers z´ero?

11