7. On considère l’espace de probabilités ([0,1[,B[0,1[,Leb). Pour tout n≥1, on définit
une variable Xnà valeurs réelles en posant
∀x∈[0,1[, Xn(x) = b2{2n−1x}c.
a) Représenter le graphe de X1, X2, X3vues comme fonctions de [0,1[ dans R.
b) Déterminer la loi de Xnpour tout n≥1.
c) Soit n≥1un entier. Soient ε1, . . . , εn∈ {0,1}. On pose a=Pn
k=1 2−kεket b=
a+ 2−n. Montrer que
{x∈[0,1[: X1(x) = ε1, . . . , Xn(x) = εn}= [a, b[.
En déduire la loi de la variable aléatoire (X1, . . . , Xn)à valeurs dans {0,1}n.
La suite des variables aléatoires (Xn)n≥1, définie sur l’espace de probabilités ([0,1[,B[0,1[,Leb),
constitue donc un jeu de pile ou face infini.
8. Dans l’exercice 7, on a montré comment simuler des variables indépendantes de
Bernouilli à partir d’une variable uniforme sur [0,1]. On montre dans cet exercice comment
simuler n’importe quelle variable réelle Xà partir d’une variable uniforme sur [0,1].
Soit Xune variable réelle, on pose FX(x) = P[X≤x]. On définit
F−1
X(y) = inf {x, FX(x)≥y}.
a- Montrer que F−1
Xest bien définie et finie sur ]0,1[
b- Si FXest continue strictement croissante, montrer que F−1
Xest la fonction réci-
proque habituelle.
c- Calculer F−1
Xdans le cas où Xest une variable Bernouilli de paramètre 1
2.
d- On admet avoir montré que F−1
Xest continue à gauche donc mesurable. Soit Uune
variable uniforme sur ]0,1[. Montrer que F−1
X(U)a la même loi que X.
Discussion : On peut donc simuler théoriquement toutes les variables aléatoires réelles
à partir de la variable uniforme. Si on a accès à un générateur de nombres aléatoires
entre 0et 1, il suffit de lui appliquer la fonction F−1
X. En pratique inverser FXde façon
implémentable peut se révéler difficile. Quelques exemples pratiques :
– Loi de Cauchy, variable de densité 1
π(1+x2), on a
F−1
X(y) = tan(π(y−1
2)).
– Loi exponentielle de paramètre λ:
F−1
X(y) = −1
λln(1 −y).
– Loi de Bernouilli de paramètre p:
F−1
X(y) = bp+yc
2