3 Simulation d’un vecteur gaussien
De la simulation de la loi N(0,1), on d´eduit celle de la loi normale d’esp´erance µet
de variance σ2quelconques par une transformation affine. En effet si Xsuit la loi N(0,1)
alors µ+σX suit la loi N(µ, σ2). La situation est analogue en dimension dquelconque.
Rappelons qu’un vecteur est dit gausien si toute combinaison lin´eaire de ses composantes
est une variable al´eatoire r´eelle gaussienne. On montre que la loi d’un vecteur gaussien est
caract´eris´ee par la donn´ee de son ´esp´erance µet sa matrice de variance-covariance Σ. C’est
une matrice semi-d´efinie positive, la fonction caract´eristique de Nd(µ, Σ) est donn´ee par
ϕNd(µ,Σ)(u) = exp(iu0µ−1
2u0Σu)
et lorsque la matrice est d´efinie positive, donc inversible, la loi gaussienne multidimensionnelle
admet une densit´e par rapport `a la mesure de Lebesgue
fNd(µ,Σ)(x) = 1
(2π)d/2|Σ|1/2exp(−1
2(x−µ)0Σ−1(x−µ)),
avec |Σ|est le d´eterminant de Σ.
Pour simuler un vecteur gaussien d’esp´erance µ∈Rdet de matrice de variance-covariance
Σ, il suffit de trouver une matrice Atelle que AA0= Σ, simuler un vecteur al´eatoire X=
(X1,···, Xd) de Rdde loi Nd(0, I), c’est `a dire dvariables al´eatoires r´eelles de loi N(0,1),
puis consid´erer µ+AX. En effet µ+AX suit la loi Nd(µ, Σ).
On veut maintenant simuler un vecteur gaussien centr´e de matrice de covariance 1ρ
ρ1.
Montrer que si G1
G2suit la loi N0,1 0
0 1 alors X
Y=1 0
ρp1−ρ2 G1
G2
suit la loi N0,1ρ
ρ1.
— Ecrire un programme pour simuler un vecteur gaussien centr´e et de matrice de variance
covariance N0,1ρ
ρ1.
Remarque La matrice L=1 0
ρp1−ρ2est en fait la d´ecomposition de Cholesky
de M=1ρ
ρ1(i.e. LLT=Met Ltriangulaire inf´erieure). Cette m´ethode permet
de simuler un vecteur gaussien d`es que l’on a calcul´e la d´ecomposition de Cholesky de sa
matrice de covariance. Sous Matlab la fonction chol permet de calculer la d´ecomposition de
Cholesky d’une matrice sym´etrique. Cette fonction renvoie LT. Une version de l’algorithme
utilis´e pour calculer la d´ecomposition de Cholesky Ld’une matrice sym´etrique positive A
est donn´e par
pour k= 1..size faire
Lk,k =qAk,k −Pj<k L2
k,j
pour i=k+ 1..size faire
Li,k =Ai,k −Pj<k Lk,jLi,j
Lk,k