• Aucun résultat trouvé

Correction suite Exos Vecteurs aléatoires

N/A
N/A
Protected

Academic year: 2022

Partager "Correction suite Exos Vecteurs aléatoires"

Copied!
3
0
0

Texte intégral

(1)

Université Paris Dauphine Année universitaire 2016-2017

Deuxième année du DE MI2E TD de MR. BEY

Probabilités multidimensionnelles et théorèmes limite Groupes 2 & 3

TD 14 : 22/03/2017

Correction suite Exos Vecteurs aléatoires

Solution Exercice 41 (Simulation de variables gaussiennes (algorithme de Box- Müller))

Énoncé : Soient U1 et U2 deux variables aléatoires indépendantes de loi uniforme sur [0,1]. Montrer que les variables aléatoires dénies par

X =p

−2 log(U1) cos(2πU2), Y =p

−2 log(U1) sin(2πU2).

sont indépendantes et de même loi N(0,1)).

On se rappelle que pour identier la loi d'une variable aléatoire, il sut de savoir calculer les espérances de fonctions de cette variables aléatoires (pour toute fonction dans un ensemble de fonctions tests). Notons :

G=

(u, v)∈R2 tel que u∈]0,1]×v ∈[0,1] .

Nous prenons donc ϕ∈Cb+(R2)est l'ensemble des fonctions positives, continues, bornées de R2 dans R:

E(ϕ(X, Y)) =E

ϕp

−2ln(U1) cos(2πU2),p

−2ln(U1) sin(2πU2)

.

= Z

G

ϕp

−2ln(u) cos(2πv),p

−2ln(u) sin(2πv)

fU1,U2(u, v)du dv

= Z

G

ϕp

−2ln(u) cos(2πv),p

−2ln(u) sin(2πv)

fU1(u)fU2(v)du dv

= Z

G

ϕp

−2ln(u) cos(2πv),p

−2ln(u) sin(2πv)

.1du dv

Nous eectuons le changement de variable suivant : r=p

−2ln(u), θ = 2πv ∀ u∈]0,1]×v ∈[0,1].

L'application

g1 : G=]0,1]×[0,1] −→H =R+×[0,2π]

(u, v) 7−→(r, θ) =p

−2ln(u),2πv

1

(2)

est une bijection de classe C1 de réciproque

g1−1 : H=R+×[0,2π] −→G=]0,1]×[0,1]

(r, θ) 7−→(u, v) =

e−r

2 2 ,2π

θ

. Nous obtenons la matrice jacobienne

g1(r, θ) =

∂r

∂u

∂r

∂v

∂θ

∂u

∂θ

∂v

=

−1 u

−2 ln(u) 0

0 2π

,

de déterminant J acg1 = |det(g1)| =

u

−2log(u). Donc dr dθ = |det(g1)|du dv. Par conséquent

du dv= up

−2log(u)

2π dr dθ= |r|e−r22

2π dr dθ= re−r

2 2

2π dr dθ

Le jacobien de g1 ne s'annule jamais sur G. Il découle de la formule du changement de variable que

E(ϕ(X, Y)) = Z

G

ϕp

−2ln(u) cos(2πv),p

−2ln(u) sin(2πv) du dv

= Z

R+×[0,2π]

ϕ(rcos(θ), rsin(θ))re−r

2 2

2π dr dθ Nous eectuons maintenant à nouveau le changement de variable

x=rcos(θ), y=rsin(θ) r∈R+, θ ∈[0; 2π]

(c'est le passage usuel en coordonnées polaires). Nous obtenons la matrice jacobienne

g2(x, y) =

∂x

∂r

∂y

∂r

∂x

∂θ

∂y

∂θ

=

cos(θ) sin(θ)

−rsin(θ) rcos(θ)

,

de déterminant det(g2) = rcos2(θ) +rsin2(θ) = r. Donc dxdy=rdrdθ.

E(ϕ(X, Y)) = Z

R+×[0,2π]

ϕ(rcos(θ), rsin(θ))re−r

2 2

2π dr dθ = Z

R2

ϕ(x, y)e−(x2+y2)/2 2π dxdy.

On conclut que la densité du couple (X, Y)vérie :

f(X,Y)(x, y) = e−(x2+y2)/2

2π .

Par un calcul intégrale, nous trouvons les lois marginales de X et Y :

fX(x) = Z

R

f(X,Y)(x, y)dy = Z

R

e−(x2+y2)/2

2π dy= e−(x2)/2

√2π Z

R

e−(y2)/2

√2π dy= e−(x2)/2

√2π

2

(3)

et

fY(y) = Z

R

f(X,Y)(x, y)dx = e−(y2)/2

√2π Z

R

e−(x2)/2

√2π dx= e−(y2)/2

√2π

Il est clair que f(X,Y)(x, y) = fX(x)fY(y) On montre donc X et Y sont deux variables indépendantes de même loi N(0,1).

Remarque : Pour simuler une variableX de loiN(0,1), il sut donc de prendre U1, U2 ∼U([0,1]) indépenantes et poser X =p

−2log(U1) cos(2πU2). Pour simuler une variable X de loi N(µ, σ2), il sut de prendre X =µ+σY avec Y ∼N(0,1).

3

Références

Documents relatifs

et suffisantes pour les déviations modérées par rapport aux ensembles fermés des sommes de variables aléatoires vectorielles indépendantes de..

[r]

2- Sachant que la consommation journalière moyenne observée dans l’échantillon est de 12 cigarettes, donner un intervalle de con…ance bilatéral à 90% pour m:?. 3- Quelle est

On remarquera que cela impose les lois marginales de (X, Y) mais pas la loi jointe du

Université Paris Dauphine Année universitaire 2016-2017.. Deuxième année du DE MI2E TD

Comme on peut (probablement …) s’y attendre, ce sont un calcul de variance (celui de la variable V n ) et celui de la covariance de la deuxième question qui sont les plus

Autrement dit, si le produit scalaire de ce vecteur aléatoire avec tout autre vecteur (déterministe) est une gaussienne (et on va alors pouvoir utiliser la

Une pièce en bois cubique est peinte, puis découpée en petits cubes identiques (voir figure ci-dessous) qu’on place dans un sac. On tire au hasard un cube du sac. 1°) Combien y