A NNALES DE L ’I. H. P., SECTION B
X AVIER F ERNIQUE
Comparaison de mesures gaussiennes et de mesures produit
Annales de l’I. H. P., section B, tome 20, n
o2 (1984), p. 165-175
<http://www.numdam.org/item?id=AIHPB_1984__20_2_165_0>
© Gauthier-Villars, 1984, tous droits réservés.
L’accès aux archives de la revue « Annales de l’I. H. P., section B » (http://www.elsevier.com/locate/anihpb) implique l’accord avec les condi- tions générales d’utilisation (http://www.numdam.org/conditions). Toute uti- lisation commerciale ou impression systématique est constitutive d’une infraction pénale. Toute copie ou impression de ce fichier doit conte- nir la présente mention de copyright.
Article numérisé dans le cadre du programme Numérisation de documents anciens mathématiques
http://www.numdam.org/
Comparaison de
mesuresgaussiennes
et de
mesuresproduit
Xavier FERNIQUE
Université Louis Pasteur, Institut de Recherche Mathématique Avancée, Laboratoire associé au C. N. R. S., rue du Général-Zimmer,
F67084, Strasbourg, Cedex
Vol. 20, n° 2, 1984, p. 165 -175. Probabilités et Statistiques
SOMMAIRE. -
Soient J1
une mesuregaussienne
sur~~
etla suite de ses marges
unidimensionnelles ;
on montre quesi J1
n’est pasorthogonale
à une mesureproduit 03C0 = ~ n
et si pour tout n, ,un estéquivalente
à ~n,alors J1
estéquivalente
à x. La preuve est basée sur le fait suivant :soit J1
une mesuregaussienne
et n une mesureproduit
sur [Rn,le théorème de la limite centrale
permet
de construire une mesuregaussienne produit plus proche
de p que ~c au sens de la distance deHellinger.
ABSTRACT. -
Let J1
be agaussian
measure ontR~
and let(,un,
n E~l )
be its one dimensionalmarginal
distributions. We show thatif J1
is notorthogonal
to aproduct
measure 03C0 = ~ n and if for every n, n isequi-
valent to
then p
isequivalent
to ~e. Theproofs
relies on thefollowing
fact :
if ,u
is agaussian
measure and 7r aproduct
measure on~n,
then thecentral limit theorem allows one to construct a
product gaussian
measuredoser
to
than 03C0 for theHellinger
distance.Annales de l’Institut Henri Poincaré - Probabilités et Statistiques - Vol. 20, 0246-0203 165
0 . INTRODUCTION
0.1. Soient X et Y deux v. a. à valeurs dans les lois de X et de Y sont dites
orthogonales
s’il existe unepartie
mesurable A de telle queet elles sont dites
équivalentes
si pour toutepartie
mesurable A de[RN,
si et seulement siDans certains cas, on sait que ces deux notions sont
complémentaires :
si les
composantes
de X sontindépendantes
ainsi que celles deY,
alorsun théorème de S. Kakutani
[5 indique
que les lois de X et de Y sontéquivalentes
si et seulement si elles ne sont pasorthogonales
et les loisde leurs
composantes
de mêmes rangs sontéquivalentes ;
de la mêmemanière,
si les lois de X et de Y sontgaussiennes,
alors un théorème deHajek [4 ] et
Feldman[3 ] montre
que les lois de X et de Y sontéquivalentes
si et seulement si elles ne sont pas
orthogonales.
Onpeut
trouver dans[1] ]
une
présentation simple
de cespropriétés générales.
Lacomparaison
deslois de X et de Y dans le cas intermédiaire où X a une loi
gaussienne
et Y aune loi
produit
estcomplètement
étudiée dans[2 ]
si la loiproduit
de Yest une loi
gaussienne
et l’estpartiellement
dans[6] ]
dans une situationplus générale ;
dans le travailprésenté ici,
on étudie ceproblème :
si X aune loi
gaussienne
et Y une loiproduit,
si deplus
lescomposantes
de Xet de Y ont des lois
équivalentes,
alors les lois de X et de Y dans[RN
sontorthogonales
ouéquivalentes,
onprécise
dansquelles
conditionsl’équi-
valence est réalisée.
0.2. Les résultats
rappelés
ci-dessus ont montré que l’outil essentiel pour ce genre d’études est le suivant : pour tout entier n, nous notons ~n laprojection
de sur leproduit
[Rn de ses npremiers facteurs,
noussupposons que les lois de et ont des densités et pour la mesure de
Lebesgue
dansfR",
on sait alors que les lois de X et Ysont
orthogonales
dans(1~~
si et seulement si la distance deHellinger
tend vers
~ quand
n tend vers l’infini ouplus simple-
ment si le
produit
scalaire associé tend vers zéro.Pour utiliser efficacement ce passage à la
limite,
nous étudierons dans leparagraphe 1,
les variations de ceproduit
scalaire pour X et n fixésquand
Y décrit l’ensemble des v. a. à loi
produit ;
dans leparagraphe 2,
nouspré-
ciserons ces
propriétés quand
la loi de X estgaussienne ;
leparagraphe
3présentera
le résultatprincipal.
Le fil conducteur est le suivant : si X a une Annales de l’Institut Henri Poincaré - Probabilités et Statistiquesloi
gaussienne
et Y une loiproduit
nonorthogonale
à celle deX, peut-on
construire àpartir
du théorème de la limite centraleappliqué
à Y une loiproduit gaussienne
nonorthogonale
à celle de X et doncéquivalente ?
l. APPROXIMATION DE MESURES PAR LES MESURES PRODUIT EN DIMENSION FINIE
. 1.1. Soient 1 un index fini et
(Ei, m;),
i E 1 une familled’espaces
mesurés deformes
respectives ~
on pose E = iEIE;,
dx = 0dx.
’ °On note
X = (Xi,
i EI)
une v. a. à valeurs dans E dont la loi a une densité0~
continue et strictement
positive,
les densités des composantes étant deplus
localement bornées. On pose
et
On note 03A6
l’application
de F dansR+
définie par :L’inégalité
deCauchy-Schwarz
montreque «P
estmajorée
par 1 dansFi ;
d’ailleurs siF1
est muni de la convergence faible des racines carrées dansL 2(E),
il estcompact
et C est continue de sorte que l’ensemblequi
est contenu dans l’ensemble eI,
= 1est
un ensemblecompact
non vide. Laproposition
1.2analyse
certainespropriétés géné-
rales de
P(X).
PROPOSITION 1. 2. -
Si f appartient
àP(X), alors f
a toutes ses compo- santes strictementpositives
p. p. ; deplus,
on a :Enfin f ’
a ses composantes p. p.égales
à desfonctions
continues sur lesE~
et
P(X)
estcompact
pour latopologie
de la convergenceétroite,
pour latopologie forte
de et pour latopologie
de la convergenceuniforme
surtout compact de E des versions continues ; ces
topologies
coïncident surP(X).
Démonstration. Soient
f
un élément deFi
etf
un élément deP(X) ;
nous fixons un élément i de I et nous leur associons
l’application
~p de[0,
1]
dans R définie par :alors (p est maximale en a = 1. Pour tout ~ > 0 et tout a E
[0, 1 [,
on a donc :Quand
a tend vers1,
le théorème de convergence dominée par 2~
montre que lepremier
membre a la limite finieM(X) ;
jel
le
premier
terme du second membre a donc aussi une limitefinie,
cequi exige
en tenantcompte
=0 ~
quel’intégrale
soit
nulle ; puisque
lesJj
ne sont pas p. p. nuls dans les autresE J
et queAx
est
positif partout,
en choisissant convenablementf;,
on constate que lamesure de =
o ~
estnulle,
c’est lapremière
affirmation de l’énoncé.On
peut
aussiappliquer
au second terme du second membre le théorèmeAnnales de l’Institut Henri Poincaré - Probabilités et Statistiques
de convergence dominée par
E _1 2( 1
+03B1)-1 f fj0394x;
iI fournit:et donc
puisque f
est strictementpositive
p. p. :En utilisant des suites de
fonctions £ convergeant
vers des mesures deDirac,
on obtient par le théorème de dérivation deLebesgue :
en
intégrant
en xi, la définition deM(X)
montrequ’en
fait il y a p. p.éga- lité,
c’est la relation1.2.1. ;
la relation 1.2.2 s’en déduit parl’inégalité
de
Cauchy-Schwarz.
Elle montre enparticulier
queP(X)
estmajoré
àun facteur
numérique
fixeprès
par la fonctionintégrable
iEI
Du fait de la relation
1. 2. 2,
lespropriétés topologiques
énoncées serontétablies si on montre que les versions des éléments de
P(X)
définiespartout
par la relation 1. 2.1 sont sur toutcompact
de E uniformémentéquiconti-
nues. Ceci résultera de la continuité de
0394x
et de lamajoration
desNous utilisons sur E et sur tout
E~
les normes définies par lesplus grandes composantes.
Soient i EI,
B > 0 et K uncompact
deEi,
nous choisissonsun
nombre
A tel que : .nous fixons ensuite un
nombre ~
> 0 tel que :Vol. 20, n° 2-1984.
Dans ces
conditions,
en utilisant successivement deux formules de Cau-chy-Schwarz,
onmajore
par :On
majore l’intégrale figurant
aupremier
terme parl’inégalité 1. 2 . 2,
lechoix de A et
de q
concluent à lamajoration
par G et ceci termine la démon- stration de laproposition.
1.3. Dans cet
alinéa,
nous utilisons deux fois les structures ci-dessus.La
première fois,
1 =[1, n], ni
= 1 et doncEi
=R,
E = F est associéà la
décomposition
de E suivant les n facteurs de la secondefois,
1 =[1, n j, n~ = 2
et donc xR, E = (fl~
xf~)’~,
F est associé à ladécomposition
de E suivant les n facteurs de
(R
x~)n
et non pas les deux n facteurs de[R2n.
On note X =X2)
uncouple
de v. a.indépendantes
à valeurs danson construit
M(X1)
etP(X1), M(X2)
etP(X2).
On a aussiX=((X),
i E[1, 2]),
j E [1, n D,
c’est une v. a. à valeurs dans((1~
x[R)",
on construitM(X)
etP(X).
PROPOSITION 1.3. - On a
M(X)==M(X1)M(X2);
deplus
pour tout élé-P(X),
lesintégrales f (x2, x2i)dx2i définissent
un élémentde
P(X~).
1= 1 ’
Démonstration. Utilisant un élément
f
1 deP{X~)
et un élémentf2
de
P(X2),
on constate immédiatementl’inégalité M(X).
Choisissons alors un
élémentf de P(X),
on a la suited’inégalités : M(X)
En utilisant la définition de
M(X2)
dansl’intégrale interne,
ceci semajore
par :
Annales de l’Institut Henri Poincaré - Probabilités et Statistiques
les éléments du
produit
de facteurs sont les racines carrées des compo- santes d’unélément f de Fl ;
en utilisant la définition deM(X1),
on obtientla
majoration
par si bien que lesinégalités
successives sont en fait toutes deségalités ;
les résultats énoncés s’ensuivent.2. APPROXIMATION DES MESURES GAUSSIENNES ‘- PAR DES MESURES PRODUIT EN DIMENSION FINIE
THÉORÈME 2 .1. - On suppose I =
[l, n ],
ni =1, E;
=R,
E =(~n ;
soit G une v. a.gaussienne
centrée à valeurs dans~n ;
soitenfin
A une v. a. dontla loi est une loi
produit
appartenant àP(G).
Dans cesconditions,
Apossède
des moments des deux
premiers
ordres et estcentrée ;
la loigaussienne
pro- duit centrée ayant même covarianceappartient
aussi àP(G).
Deplus
on a :Démonstration.
a)
Soit G une v. a.gaussienne
centrée nondégénérée
à valeurs dans
E,
sa densité est continue strictementpositive
et les den-sités de ses
composantes
sont bornées de sortequ’on peut
luiappliquer
les résultats
précédents ;
nous notons X =(X~, X2)
uncouple
decopies indépendantes
de G. Soit( f 1, f 2)
uncouple
d’éléments deP(G),
alorsn
la
proposition
1. 3 montre que est un élément deP(X),
on a donc : i =1
soit 0 E
[o, 2~ [,
on lui associe lechangement
de variables défini par :choisi de sorte de conserver la mesure dx et la loi
de X ;
en calculant lechangement
devariables,
on obtient :et ceci
exprime (proposition 1. 3)
que la suite(gi,
1 eI)
définie par :est un élément de
P(X) ;
la mêmeproposition implique
donc que la suitef = g(, x2)dx2
est un élément deP(G).
Ceci se traduitplus simplement
en introduisant deux v. a.
indépendantes
à valeurs dansE, A~ de
loi etA2
de loi( f 2dx2);
on constate en effet que( fdx)
est la loi deA~
cos 0 -A2
sin0,
cette loi est donc un élément de
P(G).
b)
Soitf
un élément arbitraire deP(G) ;
nous notons A une v. a. de loi( f dx)
et une suite decopies indépendantes
deA ;
le résul-tat
(a)
montre par induction que la loi deSN(A)
= N2(A1
+ ...+ AN)
a une densité
qui appartient
àP(G) ;
lespropriétés
decompacité
deP(G) (proposition 1.2) impliquent qu’on peut
extraire de la suite de ces loisune suite étroitement
convergente
vers un élément deP(G) ;
le théorème de la limite centrale dans ~n montre donc que Apossède
un moment dusecond ordre et est
centrée,
la loi limite étant la loigaussienne
centrée demême variance. Cette loi est une loi
gaussienne produit appartenant
àP(G) ;
lespremiers
résultats du théorème sont démontrés.c)
Cespremiers
résultats montrent queM(G)
se calcule àpartir
desseules lois
gaussiennes produit.
Notant y la covariance de G et g la matriceinverse,
nous avons :où x
parcourt
l’ensemble X des n x n-matricesdiagonales positives ;
entenant
compte
de la commutativité du déterminant d’unproduit,
l’inté-gration
fournit : ’et en effectuant dans cet ordre :
Les matrices y et x étant
symétriques positives,
la matrice h =yx -
1a un
spectre A(h) positif,
la matrice k =qui
en est une fonctionpositive
a unspectre (k) = {03BB + 1 03BB - 2 , 03BB ~ (h) }
Annales de l’Institut Henri Poincaré - Probabilités et Statistiques
qui
est aussipositif.
On en déduit encomptant
les valeurs propres avec leur ordre demultiplicité :
c’est-à-dire que det
(I
+k/4)
estcompris
entre 1+ 4 (Tr k)
etexp (1 4
Trk ;
ceci s’écrit : ~ ~
et donc :
On a de la même manière :
et un calcul élémentaire fournit le résultat 2.1.1.
3. COMPARAISON DE MESURES GAUSSIENNES ET DE MESURES PRODUIT EN DIMENSION INFINIE
THÉORÈME 3 .1. - Soient X et Y deux v. a. à valeurs dans on suppose X
gaussienne
et les composantes de Yindépendantes,
on suppose aussi que les composantes de X et de Y ont des loiséquivalentes.
Alors les troispropriétés
suivantes sont
équivalentes :
i )
Les lois de X et de Y ne sont pasorthogonales
dansii )
Les lois de X et de Y sontéquivalentes
dansiii)
Les lois de X et de Y sontéquivalentes
à la loiproduit
des marges unidimensionnelles de X.Vol. 20, n° 2-1984.
Démonstration. - Les
implications (iii)
~(ii)
~(i )
sonttriviales ;
il suffit donc d’établir
(i )
==>(iii ) ;
sousl’hypothèse (i ),
onpeut
à une transla- tionprès
supposer que X est centré etquitte
à enlever de[RN
certains fac- teurs où les lois descomposantes
de X et de Y sont simultanémentdégé- nérées,
onpeut
limiter la preuve au cas où toutes lescomposantes
de X et de Y ont des loiséquivalentes
à la mesure deLebesgue correspondante.
Pour tout entier n E
fil,
les lois denn(X)
et de n’étant pasorthogo- nales,
la loi denn(X)
ne sera pasportée
par un sous-espace vectoriel strict de ~’~ de sorte que la loi denn(X)
sera absolument continue pour la mesurede
Lebesgue
dansf~~.
On pourraappliquer
ànn(X)
les résultats des para-graphes
1 et 2.Puisque (i )
estvérifiée,
il existe 8 > 0 tel que pour toutentier n,
on ait :notons Z une v. a. à valeurs dans
gaussienne
àcomposantes indépen-
dantes de mêmes marges unidimensionnelles que
X ;
le théorème 2 .1implique
alors pour tout entier n : _d’après
le résultatrappelé
en0.2,
les lois de X et de Z ne sont donc pasorthogonales ;
comme elles sontgaussiennes
dans[RN,
le théorème deHajek-Feldman
conclut à leuréquivalence ;
ceciimplique
que les lois de Y et de Z ne sont pas nonplus orthogonales ;
comme ce sont des loisproduit,
le théorème de Kakutani conclut à leuréquivalence.
Le théorèmeest démontré.
3 . 2
Remarques : (1)
Soit X une v. a. à valeursdans [Rn;
si n =2,
lespropriétés
de concavité de( fl , f2)
~ montrent queP(X)
n’aqu’un élément ;
si deplus
X estgaussien centré, l’équation
1. 2 .1permet
de calculerexplicitement
la covariance de cet élémentgaussien
deP(X) ;
si n est
supérieur
à 2 et Xgaussien centré, l’équation
1.2.1permet
encore de calculer unsystème
de néquations
à n inconnues vérifiées par les élé- ménts de la covariance de l’élémentgaussien
deP(X) ;
le théorème 3 .1 prouve enparticulier
l’existence d’une solution de cesystème.
(2) L’argument
central de l’ensemble des preuvesprésentées
ici dansle cas
gaussien
sesitue
à l’alinéa(a)
de la démonstration du théorème 2.1 : si X estgaussien
et centré dans ~’~ et siA et A2
sont deux v. a.indépendantes
1
dont les lois
appartiennent
àP(X),
alors la loi de 22(A 1
+A2) appartient
Annales de l’Institut Henri Poincaré - Probabilités et Statistiques
aussi à
P(X).
Cet énoncé sembleimposer
l’extension naturelle au casoù la loi de X serait stable non
gaussienne.
Il faut pourtant remarquer que lapropriété gaussienne
de X intervient dans la preuve d’une manière trèsforte,
savoir la stabilité de la loi d’uncouple
decopies indépendantes
de Xpour certaines
transformations ;
cette invariance n’a pasd’équivalent
pour les autres lois stables de sorte que lapossibilité
de l’extension n’est pas évidente.RÉFÉRENCES
[1] S. D. CHATTERJI et V. MANDREKAR, Equivalence and singularity of gaussian
measures and applications. Probabilistic Analysis and related topics, t. 1, Aca- demic Press, N. Y., 1978, p. 169-197.
[2] S. D. CHATTERJI et S. RAMASWAMY, Mesures gaussiennes et mesures produits.
Séminaire de Probabilités, XVI, Lectures Notes, t. 920, Springer.
[3] J. FELDMAN, Equivalence and perpendicularity of gaussian processes. Pacific J.
Math., t. 9, 1958, p. 699-708.
[4] J. HAJEK, On a property of normal distribution of any stochastic processes. Math.
Statist. Prob., t. 1, 1958-1961, p. 245-252.
[5] S. KAKUTANI, On equivalence of infinite product measures. Ann. of Math., t. 49, 1948, p. 214-224.
[6] S. RAMASWAMY, Gaussian measures and product measures (preprint), 1983.
(Manuscrit reçu le 28 octobre 1983)