Que doit-on ajouter pour que F soit la fonction de répartition d'une v.a.r.

à
Densité ?

Dans ce cas, il faut rajouter :

 F est continue en tout point de R .

 F est C1 sur R sauf, éventuellement, en un nombre fini de points.

1.1.2Énoncé du théorème d'inversion dans le cas où F

est bijective :

Démonstration du théorème d’inversion :

Soit G la fonction de répartition de la variable notée : Y=F-1(U).
G(y)=P( F−1 ¿ U ) ≤ y)
= P( F ¿ U ) ) ≤ F(y)) (monotonie de F)
= P(U ≤ F(y))
=F(y) (U suit une loi uniforme sur [0 ,1])

1.1.3 Simulation d'une v.a.r. suivant la loi de Cauchy :

En déduire que F est la fonction de répartition d'une v.a.r. X admettant une

densité f continue sur R que l'on déterminera :

 F est continue sur R .

 F est strictement croissante sur R .
lim FX ( x )=1 et lim FX ( x )=0 .
 x→+∞ x →−∞

 F est ce classe C sur R .

1

 D’où F est une fonction de répartition d'une v.a.r. X admettant une

densité f continue sur R :
 1

(a)
f ( x ) = π (1+ x 2)

Soit U une variable aléatoire suivant la loi uniforme sur l'intervalle ]0; 1[:
Quelle
est la loi de la variable aléatoire F-1(U) :
 D’après la méthode d’inversion, G(U) a pour fonction de répartition F. Ainsi,
G(U) suit la loi de Cauchy de paramètre a.

Représentation graphique :
Densité de probabilité :
1.2 Méthode d'inversion : cas pratique :

Simulation d'une v.a.r. suivant la loi uniforme sur un intervalle réel :

 La fonction de répartition d'une v.a.r. U suivant une loi

uniforme sur [a,b] :
u u
1 u−a
F ( u )=∫ f ( t ) dt= ∫ dt=¿ ¿
−∞ −∞ b−a b−a

Démontrer que F réalise une bijection de ]a; b[ sur ]0; 1[: Déterminer sa
bijection
réciproque G :]0; 1[→]a; b[:
1. F est continue sur ]a,b[ .
' 1
2. De plus F ( u ) = b−a >0 , ∀ u ∈¿ a , b ¿ Donc F est strictement croissante sur
cet intervalle.
 Donc F est bijective . De plus on a :
a< u<b ↔
0<u−a< b−a ↔
u−a
0< <1
b−a

 Donc F réalise une bijection de ]a; b[ sur ]0; 1[. Et on note G sa fonction
réciproque :
 x−a
On a : y= b−a
↔ (b-a)*y=x-a ↔ x=a+(b-a)*y

Écrire en Python une fonction unfiCont(a,b) simulant un v.a.r. suivant

la loi U([a, b])

1.2.3 Simulation d’une v.a.r suivant une loi

exponentielle :
La fonction de répartition dune v.a.r suivant une loi exponentielle :
Si x <0 :
F(x)=0 car la fonction de densité est nulle sur cet intervalle .
Sinon :
 F(x)=1-P(X≥ x)
∞

=1-∫ θ e dt
−θt

=1-e−θx

On prolonge G en posant G(x) = 0 si x < 0: déterminer la loi de la

v.a.r.
Y = G(U):

• Si x <= 0 :
[G(U) < x] = ∅ car G(U) est à valeurs strictement positives.
D’où FY(x) = 0.
• Si x > 0 :
P(G(U) < x) = P(F(G(U)) < F(x)) = P(U < F(x)) = F(x)= 1 − e –λx

→Donc Y suit une loi exponentielle de paramètre λ .

1.2.4 Représentation graphique :

Densité de probabilité :

Visualisation des deux lois continues : les lois gaussiennes

et Cauchy :