PROBABILITE I) CHANGEMENT DE VARIABLE ALÉATOIRE - MODIFICATION DE LA D.D.P. Pb : Soit X une variable aléatoire absolument continue de densité X. G est une fonction de IR dans IR mesurable, continue, dérivable. Alors Y=G(X) est une nouvelle variable aléatoire. Quelle est sa densité ? 1er cas : G est bijective : on suppose G' 0 et G-1 dérivable a) G est croissante P x X x dx P y Y y dy X (x )dx Y (y) dy dx Y ( y) X (x) dy pour dx inf iniment petit Y ( y) X (x )G 1 (y ) b) G est décroissante Px X x dx Py dy Y y X xdx Y ydy pour dx inf iniment petit Conclusion : Si G est bijective Y y X x dx dy où on exprime x en fonction de y : x =G-1 (y) exemple simple : changement de variable linéaire Y aX b a 0 X de d. d. p. X X 1 Y b a avec bien sûr : dx 1 dy a Y y X ( x) IR X (x)dx 1 et dx 1 y b X a dy a IR Y (y)dy 1 2ème cas : G est non bijective On divise le domaine de X en une réunion d'intervalles Di sur lesquels, la restriction de G à Di est bijective. P(y Y y dy) P xi X xi dxi i Y y X ( xi ) i dxi dy Y y X Gi 1(y) Gi1 (y) i Cela revient à séparer le domaine de définition en sous-domaines sur lesquels G est bijective. Changements de variables et moments X v.a.c. de d.d.p. X .Y=G(X) changement de variable non nécessairement bijectif. But : Calculer les moments E[Y]= E[G(X)]. On va montrer qu'il n'est pas nécessaire de connaître la densité de Y. Reprenons le schéma : E Yn yn X Gi1(y) G1 i (y) J i ynX Gi1(y ) G1 (y) dy i J J ynY (y)dy i dy Pour chaque i, Gi est bijectif. On peut alors effectuer un changement de variable 1 1 xi Gi (y ) dxi Gi ( y) dy n i D Gi (xi ) dxi E Y G(x ) (x )dx n E Y avec des bornes orientées dans le sens croissant (Di orienté dans le sens croissant ) i n n IR Ex : Y X 3 1 X E( Y) D x 3 1 X (x )dx Rque Ce n'est pas seulement valable pour les moments. De façon générale : E G( X) IR G( x) X (x) dx Il suffit en réalité, que le changement de variable soit continu et dérivable sur les sousensembles Di , où il y a bijection. II) COUPLES ALEATOIRES exemple : 1 2 (x, y) exp ( x2 xy y2 ) 3 3 La loi de Y admet pour densité Y (y) IR (x, y) dx y 2 1 exp 2 2 Alors : y 2 1 2 x / exp (x 2 xy y2 ). 2 exp 3 Y y 3 2 2 y 2 2 exp x 3 3 2 X suit une loi gaussienne de moyenne y/2 et de variance 3/4. Vérifier également que : x dx 1 x / Y y X/ Yy III) COUPLES DISCRETS La fonction de répartition est discontinue. La probabilité est concentrée - en certains points isolés (xi,yj) ; c'est le cas discret. La loi du couple est entièrement déterminée par la donnée de : p i,j P X xi Y y j 0 avec pi,j 1 i,j Tous les pi,j définissent la loi du couple pi Pr oba X xi pi j j Lois marginales : p j Pr oba Y y j pi j i loi conditionnelle de X par rapport à Y p i,j p Pr obaX xi / Y y j i/ p j j cas d' indépendance p i,j p i.p j pour tout (i, j) exemple : 1 1 i j p i,j . i j . . K a i! j! 1 j Pr oba Y y j . exp j K j! a a0 i IN j IN 1 Pr oba X i / j0 exp j0 Y j0 i ! a a i IV) CHANGEMENT DE VARIABLES But : Calculer la densité du vecteur aléatoire (U,V) connaissant celle du couple (X,Y). On se contentera d'étudier le cas où (X,Y) admet une densité. U=U(X,Y) V=V(X,Y) Soit G définie et bijective sur un ouvert . Les dérivées partielles de G (resp. de G-1 ) existent et sont continues en tout point de (resp. D). u x Le déter min ant J v x u y v y ne s' annule pas sur Alors la d.d.p. du vecteur (U,V) est définie par J1 1 X,Y G (u, v ) U,V (u, v ) 0 x x où J1 u v y y u v . (u, v) D (u, v ) D Ex : transformation linéaire dans IRn Soit X un vecteur aléatoire et Y=AX+B où A est une matrice n x n régulière, B vecteur de IRn. 1 Y ( y) A 1Y B dét A X Si G est non bijective, il faut partitionner comme dans le cas unidimensionnel, le domaine , en domaines k, sur chacun desquels la restriction de G est bijective. Densité de probabilité d’une fonction de deux variables aléatoires ex 1 : loi de U=X.Y x x 0 X V U X. Y u v 1 U y y Y V X v V u v 1 u U,V (u, v ) X,Y (v, ) v v 1 u U (u) U,V (u, v ) dv X,Y (v, ) dv v v Intégrale à séparer en deux 2 ex 2 : loi du à 2 degrés de libertés X et Y suivent des lois de Gauss centrées réduites indépendantes. On cherche la loi de U X2 Y2 1 1 u 2 v v x u y u X U cos Y U sin cos x v 2 u y sin v 2 u U IR 0, 2 1 U, (u, ) X,Y u cos , u sin 2 x2 1 2 u cos y2 1 2 2 1 1 1 2(x y ) e 2 . e 2 e 2 2 2 X,Y ( x, y) avec u sin 1 1 1 2 (u) U, (u, ) . e 2 2 U (u ) 2 0 u 1 U (u ) e 2 2 U (u) 0 U, (u, ) d u 0 u 0 2 loi du à deux degrés de liberté V) FONCTION CARACTERISTIQUE D’UN COUPLE DE VARIABLES ALEATOIRES X,Y (u, v) E exp i (uX vY ) Déf : X,Y (u, v) IR 2 exp i (ux vy ) X,Y ( x, y ) dx dy Remarques : X,Y (u, 0 ) X (u) X,Y (0, v) Y (v ) Sous réserve d'inversibilité on a : 1 X,Y (x, y) 2 2 X,Y (0, 0 ) 1 IR 2 exp i (ux vy ) X,Y (u, v ) du dv La fonction caractéristique est équivalente à la donnée de la loi de probabilité X,Y . Sous réserve de développement de la fonction u2 2 (u, v) 0, 0 u 0, 0 v 0, 0 0, 0 u v 2! u2 v2 2 u v 2 0, 0 0, 0 ... ... 2 ! v 2 2 ! u v (u, v) 1 i uE(X) v E(Y ) 1 2 u E(X 2 ) 2u vE(X. Y) v2E(Y 2 ) u 2 v 2 2