Académique Documents
Professionnel Documents
Culture Documents
EL HASSAN LAKHEL
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.
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 :
2. ...
3. ...
4. ...
Finalement FX(x)’=f(x)
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.
On a alors :
— F est bijective de R dans ]0,1[.
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.
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) 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[.
1.2.2 Simulation d’une v.a.r. suivant la loi uniforme sur un intervalle r´eel I (T)
— 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[.
— Si x ∈ [a,b] :
— Si x > 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´emontrer que FX r´ealise une bijection de ]0,+∞[ dans ]0,1[. D´eterminer sa
bijection r´eciproque G :]0,+∞[→]0,1[.
— Si x > 0 :
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].
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