• Aucun résultat trouvé

II. Théorème d’inversion dans le cas où F est bijective

N/A
N/A
Protected

Academic year: 2022

Partager "II. Théorème d’inversion dans le cas où F est bijective"

Copied!
7
0
0

Texte intégral

(1)

TP10/11 : Méthode d’inversion

I Dans votre dossier Info_2a, créer le dossierTP_12.

I. Avant-propos

Dans ce TP, on s’intéresse au problème suivant.

Données:

× une v.a.r. X a priori difficile à simuler informatiquement,

× la fonction de répartitionF de la v.a.r. X.

But:

obtenir une v.a.r. V de même fonction de répartition F

(i.e. de même loi que X) plus simple à simuler informatiquement.

I Rappeler les propriétés qui caractérisent une fonction de répartition.

Une fonction F :R→Rest la fonction de répartition d’une v.a.r. X si : 1) ∀x∈R, 06FX(x)61.

2) FX est croissante.

3) lim

x→−∞ FX(x) = 0 et lim

x→+∞FX(x) = 1 4) FX est continue à droite en tout point x∈R.

Autrement dit : ∀x∈R, lim

tx t > x

FX(t) =FX(x)

5) FX admet une limite finie à gauche en tout point x∈R.

∀x∈R, lim

tx t < x

FX(t) = FX(x)−P([X =x]) = P([X < x])

II. Théorème d’inversion dans le cas où F est bijective

II.1. Énoncé du théorème d’inversion

Théorème 1.

SoitX une v.a.r. dont la loi est donnée par sa fonction de répartitionF :R→]0,1[.

Soit U une v.a.r. telle que U ,→ U(]0,1[).

On suppose de plus que :

× F est continue sur R,

× F est strictement croissante sur R. On a alors :

F est bijective deR dans ]0,1[.

La v.a.r. V =F−1(U) a pour fonction de répartition F.

(2)

I Rappeler la fonction de répartition d’une v.a.r. U telle que U ,→ U(]0,1[).

Pour tout x∈]0,1[, on a :FU(x) =x. Six <0,FU(x) = 0 et pour x >1,FU(x) = 1.

I Démontrer le résultat du théorème.

La fonction F est bijectivepar application du théorème de la bijection.

Notons Gla fonction de répartition de la v.a.r. F−1(U).

Autrement dit, pour tout x∈R, on a :G(x) = P(

F−1(U) 6 x ).

Soit x∈R etω∈Ω, remarquons tout d’abord que : ω ∈

F−1(U) 6 x

⇔ F−1(U(ω)) 6 x

⇔ U(ω) 6 F(x)

⇔ ω ∈[U 6 F(x)]

Ainsi, on a : G(x) = P(

F−1(U) 6 x

) = P([U 6 F(x)]) = F(x).

II.2. Application : simulation de lois à l’aide de rand II.2.a) Loi uniforme sur un intervalle réel

On considère une v.a.r. X telle queX ,→ U([a, b]) (oùa etbdeux réels tels que a < b).

I Que signifie queX ,→ U([a, b])? a) X(Ω) = [a, b]

b) X admet pour densité la fonctionf définie par :

f : R → R

x 7→

 1

b−a six∈[a, b]

0 sinon I Calculer la fonction de répartitionF de X.

Soit x∈R. On étudie la valeur deF(x) en fonction dex.

Six < a : F(x) =

Z x

−∞

f(t) dt = Z x

−∞

0 dt = 0

Six∈[a, b]: F(x) =

Z x

−∞

f(t) dt = Z a

−∞

f(t)dt + Z x

a

f(t) dt

= Z a

−∞

0dt + Z x

a

1 b−a dt

(3)

Six > b : F(x) =

Z a

−∞

f(t) dt + Z b

a

f(t) dt + Z x

b

f(t) dt

= Z a

−∞

0 dt + Z b

a

1

b−a dt + Z x

a

0dt

= 0 + b−a

b−a + 0 = 1

I Démontrer que F réalise une bijection de [a, b]dans[0,1].

Déterminer sa bijection réciproque G: [0,1]→[a, b].

Soit x∈[0,1]ety ∈[a, b]. On détermineGen raisonnant par équivalence.

y = F(x) ⇔ y = x−a

b−a ⇔ (b−a)y = x−a ⇔ x = (b−a)y+a ⇔ x = G(y)

Ainsi, la fonction G: [0,1]→[a, b]est définie par : ∀x∈[0,1], G(x) =a+ (b−a) x.

I On prolongeGen posant G(x) =asi x <0 etG(x) =b six >1.

Déterminer la loi de la v.a.r.V =G(U).

Soit x∈R.

Six < a :

[G(U)6x] = ∅carG(U) est à valeurs dans [a, b]. D’où : P([G(U)6x]) = 0.

Six∈[a, b]:

FV(x) = P(G(U)6x) = P(F(G(U))6F(x)) = P(U 6F(x)) = F(x).

Six > b :

[G(U)6x] = ΩcarG(U)est à valeurs dans [a, b]. D’où : P([G(U)6x]) = 1.

Ainsi, on a : V ,→ U([a, b]).

I En déduire une simulation enScilabd’une v.a.r.X telle queX ,→ U([a, b]).

On écrira une fonction unifContinue qui :

× prend en paramètre deux réelsaetb,

× renvoie une variablev qui contient le résultat de la simulation deX.

On utilisera la fonction rand.

1 function v = unifContinue(a,b)

2 v = a + (b-a) ? rand()

3 endfunction

(4)

II.3. Le théorème d’inversion aux concours (session 2015)

II.3.a) Simulation d’une v.a.r. suivant une loi exponentielle (EML 2015) Soitλ >0et soit X une v.a.r. telle queX ,→ E(λ).

I Que signifie X ,→ E(λ)?

a) X(Ω) = [0,+∞[

b) X admet pour densité la fonctionf définie par :

f : R → R

x 7→

λe−λx six∈[0,+∞[

0 sinon

I Déterminer la fonction de répartition F de X.

Six <0:F(x) = P(X6x) = P(∅) = 0.

(en effet, X est à valeurs positives)

Six>0:

F(x) = Z x

−∞

f(t) dt = Z 0

−∞

f(t) dt+ Z x

0

f(t) dt = Z x

0

λe−λt dt

= λ Z x

0

e−λt dt = λ

−e−λt λ

x

0

= −e−λx+eλ0 = 1−e−λx

I Démontrer que F réalise une bijection de [0,+∞[dans[0,1[.

Déterminer sa bijection réciproque G: [0,1[→[0,+∞[.

Soient x∈[0,1[ety∈[0,+∞[. On détermineG en raisonnant par équivalence.

y = F(x) ⇔ y = 1−e−λx ⇔ 1−y = e−λx ⇔ −λ x = ln(1−y) ⇔ x = −ln(1−y) λ

Ainsi, la fonction G: [0,1[→[0,+∞[est définie par : ∀x∈[0,1], G(x) =−ln(1−x)

λ .

I On prolongeGen posant G(x) = 0 six <0. Déterminer la loi de la v.a.r.V =G(U).

Soit x∈R.

Six <0:

[G(U)6x] = ∅carG(U) est à valeurs positives. D’où : P([G(U)6x]) = 0.

Six∈[0,+∞[:

P(G(U)6x) = P(F(G(U))6F(x)) = P(U 6F(x)) = F(x).

(5)

I En déduire une simulation enScilabd’une v.a.r.X telle queX ,→ E(λ).

On écrira une fonction expoqui :

× prend en paramètre un réellambda,

× renvoie une variablev qui contient le résultat de la simulation deX.

On utilisera la fonction rand.

1 function y = expo(lambda)

2 v = -(1/lambda) ? log(1-rand())

3 endfunction

L’énoncéEML 2015commençait par ce résultat d’inversion.

L’usage des fonctions de répartition n’était pas explicitement demandé.

I SoitU une v.a.r. suivant la loi uniforme sur[0,1[. Quelle est la loi de la v.a.r.V =−1

λln(1−U)?

1) Déterminons tout d’abord le support deV.

CommeU(Ω) = [0,1[, on a :(1−U)(Ω) = ]0,1].

Ainsi :ln(1−U)(Ω) = ]− ∞,0].

Enfin :V(Ω) =

−1

λln(1−U)

(Ω) = [0,+∞[.

On en déduit que pour tout x <0, on a : FV(x) =P(V 6x) = 0.

2) Déterminons alors FV(x) pourx>0. On a alors : [V 6x] = [ln(1−U)>−λx] =h

1−U >e−λxi

=h

U 61−e−λxi Et ainsi : FV(x) =P(V 6x) =P(U 61−e−λx) =FU(1−e−λx)

On remarque alors que :1−e−λx∈[0,1[. En effet :

× 1−e−λx > 0 ⇔ e−λx61 ⇔ −λx60 ⇔ x>0,

× 1−e−λx 6 1 ⇔ e−λx > 0.

On en déduit que : FV(x) =FU(1−e−λx) = 1−e−λx. 3) En rassemblant, on obtient donc : FV(x) =

0 six <0 1−e−λx six>0 et ainsiV ,→ E(λ).

I Ércire une fonction enScilabqui, étant donné un réel λstrictement positif, simule la loi exponen- tielle de paramètreλ.

(6)

II.3.b) Simulation d’une v.a.r. suivant la loi standard de Gumbel (HEC 2015) SoitF la fonction définie surR à valeurs réelles telle que :F(x) = exp −e−λx

.

I Justifier que F est de classeC sur R et montrer queF réalise une bijection de Rsur ]0,1[.

F est de classeC comme composée de fonctionsC, et pour tout x∈R: F0(x) = −(−λe−λx)e−e−λx = λe−λxe−e−λx >0

La fonction F est : 1) continue surR,

2) strictement croissante surR.

Ainsi, F réalise une bijection de RdansF(R) = ] lim

x→−∞F(x), lim

x→+∞F(x)[. Or :

× lim

x→−∞ −e−λx = −∞ donc lim

x→−∞ e−e−λx = 0.

× lim

x→+∞ −e−λx = 0 et lim

x→+∞e−e−λx = 1.

F réalise bien une bijection deRdans]0,1[.

I En déduire que F est la fonction de répartition d’une variable aléatoire T admettant une densité fT continue surR que l’on déterminera ; on dit queT suit la loi de Gumbel de paramètre λ.

La fonction F :R→]0,1[vérifie les propriétés suivantes.

2) FX est croissante.

3) lim

x→−∞ FX(x) = 0 et lim

x→+∞FX(x) = 1

4) FX est continue à droite en tout point x∈Rcar continue sur R. Ainsi, F est la fonction de répartition d’une v.a.r. T.

De plus, commeF est :

× continue surR,

× de classeC1 surR.

alorsT est une v.a.r. à densité.

On obtient une densité en dérivant F sur l’intervalle ouvert]− ∞,+∞[:

∀t∈R, fT(t) = λe−λt e−e−λt. On suppose maintenant que λ= 1.

I Expliciter la bijection réciproque Gde la fonction F.

Avec λ= 1, on a F(x) = e−e−x et on sait queF est bijective deR dans]0,1[.

Soient x∈Rety∈ ]0,1[. On détermineGen raisonnant par équivalence.

F(x) =y ⇔ e−e−x =y ⇔ −e−x= lny ⇔ e−x=−lny ⇔ −x= ln(−lny)

⇔ x=−ln(−lny)

(les opérations précédentes sont permises car y >0 et−lny >0)

(7)

I On considère le programme Scilab suivant :

x=linspace(-2,2,400); y=(exp(-exp(-x))); plot(x,y), plot(y,x)

Le réel 0 fait-il partie des nombres renvoyés par la commande x=linspace(-2,2,400)?

La commande linspace(-2,2,400)crée un vecteur ligne contenant 400nombres régulièrement espacés entre−2 et2.

Tout nombre créé est donc de la forme :

−2 + k

399 [2−(−2)] =−2 + 4k

399, avec k∈J0,399K Pour obtenir 0, il faudrait : −2 + 4k

399 = 0 ⇔ 4k

399 = 2 ⇔ k= 399 2 Or 399

2 n’est pas un entier, donc la valeur0 ne fait pas partie des nombres renvoyés.

Quel sera le résultat de l’exécution de ce programme ?

x est un vecteur contenant des abscisses entre −2 et2.

y contient les ordonnées correspondantes par F.

plot(x,y) permet donc de tracer le graphe deF.

Enfin, plot(y,x)effectue le tracé dans lequel le rôle des abscisses et des ordonnées est échangé. Ainsi, cette commande trace le symétrique de la courbe précédente par rapport à la droite d’équation y=x. On en déduit que cette commande permet le tracé du graphe de G, réciproque de la fonctionF.

I Soit U une variable aléatoire suivant la loi uniforme sur l’intervalle ]0,1[.

Quelle est la loi de la variable aléatoire G(U)?

G est la réciproque de F donc, d’après la méthode d’inversion, la v.a.r.G(U)a pour fonction de répartition F. Autrement dit,G(U) suit la loi de Gumbel de paramètre 1.

On peut le démontrer.

Soit x∈R. Comme F est strictement croissante sa réciproqueGl’est aussi et : [G(U)6x] = [G−1(G(U))6G−1(x)] = [U 6F(x)]

Ainsi FG(U)(x) = FU(F(x)) = F(x) carF(x)∈]0,1[.

I Par une méthode de votre choix, écrire en Scilab les commandes qui permettent de simuler la loi de T.

Les questions précédentes permettent d’écrire le programme :

1 y = rand()

2 t = -log(-log(u))

Références

Documents relatifs

Ainsi après un régime de rotation stationnaire, si le cylindre extérieur est arrêté subitement, le temps d’amortissement du cylindre intérieur est plus court avec l’air

*La durée des soins comprend le temps d’installation - During the treatments time, setting up is included.. GOMMAGE AU SUCRE DE BETTERAVES Scrub with

beef 100%, 'graviera' cheese, crispy 'pita' bread, traditional French fries.. VEGETABLE MEAT PATTY V mixed fresh

SKOLEM, Einige S~tze tiber gewisse Reihenentwicklungen und exponenti~le Beziehungen mit Anwendung auf diophantische Gleichungen.. A_lmqvist &amp; Wiksells

Il faut déterminer la fonction de transfert pour chacun

[r]

La Société s'interdit de placer ses avoirs nets en valeurs mobilières et instruments du marché monétaire d'un même émetteur dans une proportion qui excède les limites

- Lorsque l’embarquement débutera, nous vous inviterons à passer le contrôle de sécurité propre au Salon, puis nous escorterons en voiture sur la piste jusqu’à votre