Comment déterminer la loi d'un… : En calculant F_ (X_1,…,X_n)… — ECG2 approfondies | MetMat

Comment déterminer la loi d'un vecteur aléatoire $(X_1,\dots,X_n)$ à partir de sa fonction de répartition ?

En calculant $F_{(X_1,\dots,X_n)}(x_1,\dots,x_n)=P(X_1\leq x_1,\dots,X_n\leq x_n)$

Caractériser la loi du vecteur $(X_1,\dots,X_n)$ en déterminant sa fonction de répartition conjointe $F_{(X_1,\dots,X_n)}$ .

Maîtriser

Reconnaître

Résoudre

Que ferais-tu face à un exercice de ce type ?

Soient $X$ et $Y$ deux variables aléatoires indépendantes suivant toutes deux la loi uniforme $\mathcal{U}[0,1]$ . Déterminer la fonction de répartition conjointe du couple $(X,Y)$ .

L'objectif

Caractériser la loi du vecteur $(X_1,\dots,X_n)$ en déterminant sa fonction de répartition conjointe $F_{(X_1,\dots,X_n)}$ .

Le principe

La loi d'un vecteur aléatoire $(X_1,\dots,X_n)$ à valeurs dans $\mathbb{R}^n$ est entièrement caractérisée par sa fonction de répartition conjointe $F_{(X_1,\dots,X_n)}(x_1,\dots,x_n)=P\!\left(\bigcap_{i=1}^{n} [X_i\leq x_i]\right)$ , définie pour tout $(x_1,\dots,x_n)\in \mathbb{R}^n$ .

La méthode

1
Je fixe un $n$ -uplet quelconque $(x_1,\dots,x_n)\in \mathbb{R}^n$ et je traduis l'événement $\bigcap_{i=1}^{n} [X_i\leq x_i]$ concrètement dans l'expérience.
2
Je calcule $P\!\left(\bigcap_{i=1}^{n} [X_i\leq x_i]\right)$ en utilisant la structure du problème (indépendance des tirages, loi conditionnelle, décomposition sur un SCE, etc.).
3
Je distingue si nécessaire selon les valeurs de $(x_1,\dots,x_n)$ (zones où la FdR vaut $0$ , $1$ ou une expression intermédiaire).
4
J'exprime $F_{(X_1,\dots,X_n)}$ sur $\mathbb{R}^n$ : cela caractérise entièrement la loi du vecteur.

Pour comprendre, fais des exercices !

Exercice d'exemple

Soient $X$ et $Y$ deux variables aléatoires indépendantes suivant toutes deux la loi uniforme $\mathcal{U}[0,1]$ . Déterminer la fonction de répartition conjointe du couple $(X,Y)$ .

Étape 1 —

Je fixe un

n

-uplet quelconque

(x_1,\dots,x_n)\in \mathbb{R}^n

et je traduis l'événement

\bigcap_{i=1}^{n} [X_i\leq x_i]

concrètement dans l'expérience.

Je fixe $(x,y)\in \mathbb{R}^2$ et j'étudie $F_{(X,Y)}(x,y)=P(X\leq x, Y\leq y)$ .

Étape 2 —

Je calcule

P\!\left(\bigcap_{i=1}^{n} [X_i\leq x_i]\right)

en utilisant la structure du problème (indépendance des tirages, loi conditionnelle, décomposition sur un SCE, etc.).

Par indépendance, $P(X\leq x, Y\leq y)=P(X\leq x)P(Y\leq y)=F_X(x)F_Y(y)$ .

Étape 3 —

Je distingue si nécessaire selon les valeurs de

(x_1,\dots,x_n)

(zones où la FdR vaut

0

1

ou une expression intermédiaire).

Je distingue selon les zones : pour $x<0$ ou $y<0$ , $F_{(X,Y)}(x,y)=0$ ; pour $x>1$ et $y>1$ , $F_{(X,Y)}(x,y)=1$ ; sinon $F_X(x)=\min(\max(x,0),1)$ et de même pour $Y$ .

Étape 4 —

J'exprime

F_{(X_1,\dots,X_n)}

sur

\mathbb{R}^n

: cela caractérise entièrement la loi du vecteur.

Pour $(x,y)\in [0,1]^2$ : $F_{(X,Y)}(x,y)=xy$ ; la formule générale $F_{(X,Y)}(x,y)=F_X(x)F_Y(y)$ caractérise la loi du couple.

$F_{(X,Y)}(x,y)=F_X(x)F_Y(y)$ avec $F_X(x)=\min(\max(x,0),1)$ et de même pour $Y$ ; la loi du couple est ainsi entièrement déterminée.

Les applications suivantes et la correction guidée sont réservées aux membres Premium

La méthode et sa première application corrigée restent en accès libre. Le Premium débloque les applications suivantes, l'aide IA et le suivi de ta maîtrise.

Comment déterminer la loi d'un vecteur aléatoire (X1,…,Xn)(X_1,\dots,X_n)(X1​,…,Xn​) à partir de sa fonction de répartition ?

En calculant F(X1,…,Xn)(x1,…,xn)=P(X1≤x1,…,Xn≤xn)F_{(X_1,\dots,X_n)}(x_1,\dots,x_n)=P(X_1\leq x_1,\dots,X_n\leq x_n)F(X1​,…,Xn​)​(x1​,…,xn​)=P(X1​≤x1​,…,Xn​≤xn​)

Pour comprendre, fais des exercices !

Comment déterminer la loi d'un vecteur aléatoire $(X_1,\dots,X_n)$ à partir de sa fonction de répartition ?

En calculant $F_{(X_1,\dots,X_n)}(x_1,\dots,x_n)=P(X_1\leq x_1,\dots,X_n\leq x_n)$