• Aucun résultat trouvé

Couple de variables aléatoires

N/A
N/A
Protected

Academic year: 2021

Partager "Couple de variables aléatoires"

Copied!
12
0
0

Texte intégral

(1)

Couple de variables aléatoires

Prof. Mohamed El Merouani

Université Abdelmalek Essaâdi Faculté des Sciences de Tétouan Département de Mathématiques

2019/2020

(2)

Couple de variables aléatoires :

Définition :

Soit (Ω, A, P ) un espace probabilisé.

Une application (X, Y ) de Ω dans R 2 , qui à tout ω de Ω fait correspondre un couple (X(ω), Y (ω)) de R 2 , s’appelle un couple de v.a. (où X et Y sont deux variables aléatoires).

(X, Y ) s’appelle aussi v.a. à deux dimensions.

(3)

Loi de probabilités conjointes de deux v.a. discrètes :

Un couple de v.a. (X, Y ) peut prendre les valeurs successives : (x 1 , y 1 ); (x 1 , y 2 ); · · · ; (x 1 , y m ); (x 2 , y 1 ); · · · ; (x 2 , y m ); · · ·

· · · ; (x i , y j ) · · · ; (x n , y m )

A chaque couple (x i , y j ) correspond une probabilité p ij d’observer simultanément la valeur x i pour X et la valeur y j pour Y :

p ij = P (X = x i et Y = y j ) = P(X = x i , Y = y j ) On a : 0 ≤ p ij ≤ 1 ; ∀i = 1, 2, · · · , n ; ∀j = 1, 2, · · · , m ; et

n

X

i=1 m

X

j=1

p ij = 1

(4)

Fonction de répartition d’un couple de v.a. discrètes :

Définition :

On appelle fonction de répartition d’une v.a. à deux dimensions (X, Y ) la fonction définie par :

F (x, y) = P (X ≤ x, Y ≤ y) = X

x

i

≤x

X

y

j

≤y

P (X = x i , Y = y j )

Loi de probabilité marginales :

La probabilité P (X = x i ) = p i. est appelée loi marginale de X.

On a :

P(X = x i ) = p i. = X

j

p ij , i = 1, 2, · · · , n

La probabilité P (Y = y j ) = p .j est appelée loi marginale de Y . On a :

P (Y = y j ) = p .j = X

i

p ij , j = 1, 2, · · · , m

(5)

Loi de probabilité marginales :

X\Y y 1 · · · y j · · · y m X

j

p ij

x 1 p 11 · · · p 1j · · · p 1m p 1.

.. . .. . .. . .. . .. .

x i p i1 · · · p ij · · · p im p i.

.. . .. . .. . .. . .. .

x n p n1 · · · p nj · · · p nm p n.

X

i

p ij p .1 · · · p .j · · · p .m 1

(6)

Loi conditionnelle de v.a. discrètes :

La loi conditionnelle de X sachant Y = y j est définie par :

P (X/Y = y j ) = P(X = x i , Y = y j ) P(Y = y j )

De même, la loi conditionnelle de Y sachant X = x i est définie par :

P (Y /X = x i ) = P (X = x i , Y = y j )

P (X = x i )

(7)

Indépendance de deux variables aléatoires discrètes :

Les variables aléatoires discrètes X et Y sont indépendantes si : P (X = x i , Y = y j ) = P (X = x i ).P (Y = y j )

∀i = 1, 2, · · · , n, ∀j = 1, 2, · · · , m Dans ce cas,

P (X/Y = y j ) = P (X = x i ) et P (Y /X = x i ) = P (Y = y j ).

Les variables aléatoires X et Y sont donc indépendantes si : P (X ≤ x, Y ≤ y) = P (X ≤ x).P (Y ≤ y) ou encore si :

F (x, y) = F X (x).F Y (y)

(8)

Loi de probabilités conjointes de deux v.a. continues :

Une v.a. à deux dimensions Z = (X, Y ) est dite continue s’il existe une application f (x, y) appelée densité de probabilité conjointe du couple de v.a. (X, Y ), vérifiant :

1

f (x, y) ≥ 0; ∀(x, y) ∈ R 2

2

R +∞

−∞

R +∞

−∞ f (x, y)dxdy = 1

Fonction de répartition d’un couple de v.a. continues :

La fonction de répartition du couple (X, Y ) est définie par :

F(x, y) = P (X ≤ x, Y ≤ y) = Z x

−∞

Z y

−∞

f(u, v)dudv

et l’on a

f (x, y) = ∂ 2 F (x, y)

∂x∂y

(9)

Lois marginales (Fonctions de répartition marginales) :

Les fonctions :

F X (x) = P (X ≤ x) = Z x

−∞

Z +∞

−∞

f (u, v)dudv

et

F Y (y) = P (Y ≤ y) = Z y

−∞

Z +∞

−∞

f (u, v)dudv

sont dites fonctions de répartition marginales des v.a. X et Y

respectivement.

(10)

Lois marginales (Fonctions de densités marginales) :

Les fonctions :

f X (x) = Z +∞

−∞

f (x, v)dv

et

f Y (y) = Z +∞

−∞

f (u, y)du

sont dites fonctions de densités marginales des v.a. X et Y

respectivement.

(11)

Lois conditionnelles des v.a. continues :

La densité conditionnelle de X sachant Y = y est définie par :

f X (x/Y = y) = f(x, y)

f Y (y) avec f Y (y) 6= 0

La densité conditionnelle de Y sachant X = x est définie par :

f Y (y/X = x) = f (x, y)

f X (x) avec f X (x) 6= 0

(12)

Indépendance de deux variables aléatoires continues :

Les variables aléatoires continues X et Y sont indépendantes si : P (X ≤ x, Y ≤ y) = P(X ≤ x).P (Y ≤ y); ∀x, ∀y ou

F (x, y) = F X (x).F Y (y)

ou encore, en dérivant deux fois par rapport à x et à y : f (x, y) = f X (x).f Y (y)

Dans ce cas, f X (x/Y = y) = f X (x) et f Y (y/X = x) = f Y (y).

Références

Documents relatifs

Montrer que la matrice A est inversible et calculer son inverse. b) Résoudre le système par la méthode matricielle en utilisant la question n°1. Calculer les valeurs propres de M

Une variable aléatoire continue X a pour densité de probabilité la fonction. 1°)Trouver l’espérance mathématique et la variance de la variable aléatoire Y=sin X.

2) Un processus stochastique est parfaitement caractérisé lorsque l’on peut déterminer les fonctions de distribution conjointe pour chaque ensemble fini de variables du

Lorsqu’il y a une forte corrélation entre les valeurs d’une série temporelle éloignées dans le temps, c’est-à-dire R k garde des valeurs très élevées pour un k assez

Les arguments peuvent être des objets (« données », formules, expressions,) dont certains peuvent être définis par défaut dans la fonction ; ces valeurs par

Étant donné l’emprunt de besoins B et un horizon de mois T pour rembourser les prêts, l’acheteur d’appartement voudrait minimiser le coût total d’achat (ou ce qui

Mohamed El Merouani (Université Abdelmalek Essaâdi Faculté des Sciences de Tétouan Département de Mathématiques) Methodes de Monte-Carlo 2018/2019 1 /

Mohamed El Merouani (Université Abdelmalek Essaâdi Faculté des Sciences de Tétouan Département de Mathématiques) Methodes de Monte-Carlo 2018/2019 21 / 27.. Autrement dit, X et Y ont