4 Vecteurs aléatoires réelles
Simple généralisation des définitions pour dvariables aléatoires réelles.
Notions nouvelles uniquement à propos de la (in)dépendance entre lois : covariance...
X= (X1, ..., Xd) : (Ω,A)→(Rd,B(Rd))
ω7→ X(ω)=(X1(ω), ..., Xd(ω)) loi jointe
Simple généralisation des définitions :
•Probabilité d’un événement :
PX(A) = P(X1,...,Xd)(A1×... ×Ad) = P(X1∈A1, ..., Xd∈Ad)
•Fonction de répartition de X:
FX:Rd→[0,1]
t7→ FX(t) = F(X1,...,Xd)(t1, ..., td) = P(X16t1, ..., Xd6td)
•Fonction de densité de X:
fX:Rd→R+
t7→ fX(t1, ..., td) = ∂d
∂t1...∂td
FX(t1, ..., td)
avec ZRd
fX(t1, ..., td)dt1...dtd=ZDX
fX(t)dt=1
et DXsupport de X.
FX(t1, ..., td) = Zt1
−∞
... Ztd
−∞
fX(t1, ..., td)dt1...dtd
PX(A) = ZA
fX(t)dt=ZA
fX(t)1DXdt=ZA∩DX
fX(t)dt
•Fonction caractéristique de X:
φX:Rd→C
t7→ φX(t1, ..., td) = E(eiht,Xi)
•Espérance de X:E(X)=(E(X1), ..., E(Xd)) ∈Rd
•i-ème loi marginale de X: projection/intégration de Xsur sa i-ème composante :
–fXi(x) = ZRd−1
fX(x1, ..., xi−1, x, xi+1, ...xd)dx1...dxi−1dxi+1...dxd
Dans R2:fX(x) = ZR
f(X,Y )(x, y)dy
–FXi(ti) = FX(+∞, ..., ti, ..., +∞)(écriture non formelle)
–ϕXi(ti) = φX(0, ..., 0, ti,0..., 0)
•Xet Ysont indépendantes ⇐⇒ P(X∈A, Y ∈B) = P(X∈A)×P(Y∈B),∀A, B
continue
⇐⇒ f(X,Y )(x, y) = fX(x)fY(y),∀(x, y)∈R2
discret
⇐⇒ P(X=xi, Y =yi) = P(X=xi)P(Y=yi),∀(xi, yj)
Xet Ysont des v.a.r. indépendantes =⇒
E(XY ) = E(X)E(Y)
V ar(X+Y) = V ar(X) + V ar(Y)
∀t∈R, ϕX+Y(t) = ϕX(t)ϕY(t)
∀t, s ∈R, ϕ(X,Y )(t, s) = ϕX(t)ϕY(s)
=⇒généralisation au vecteur de dimension d.
5