26.06.2013 Views

Introduction aux Probabilités - Université Rennes 2

Introduction aux Probabilités - Université Rennes 2

Introduction aux Probabilités - Université Rennes 2

SHOW MORE
SHOW LESS

You also want an ePaper? Increase the reach of your titles

YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.

118 Chapitre 3. Variables aléatoires à densité<br />

1. Loi uniforme : dans le cas où f = [0,1], un petit calcul donne<br />

⎧<br />

⎨ 0 si x ≤ 0<br />

F(x) = x si 0 ≤ x ≤ 1<br />

⎩<br />

1 si x ≥ 1<br />

2. Loi exponentielle : si f(x) = e −x {x≥0}, on a (voir aussi figure 3.1 à droite)<br />

F(x) =<br />

0 si x ≤ 0<br />

1−e −x si x ≥ 0<br />

On retrouve sur ces exemples les propriétés vues dans le cas discret, et même mieux : monotonie,<br />

limites en ±∞, continuité (et non plus simplement continuité à droite). Elles sont en fait toujours<br />

vraies.<br />

Propriétés 3.1 (Propriétés d’une fonction de répartition)<br />

Soit X une variable aléatoire absolument continue, de densité f. Sa fonction de répartition F a<br />

les propriétés suivantes :<br />

1. F est croissante;<br />

2. limx→−∞F(x) = 0, limx→+∞F(x) = 1;<br />

3. F est continue surÊ.<br />

Preuve. Les deux premiers points se prouvent comme dans le cas discret. La continuité à droite<br />

se montre aussi comme dans le cas discret, il reste donc simplement à montrer la continuité à<br />

gauche en tout point. Soit donc x0 réel fixé. Puisque F est croissante surÊ, elle admet une limite<br />

à gauche en x0, notée F(x − 0 ) et qui vérifie donc F(x− 0 ) = limn→+∞F(x0 − 1/n). Nous voulons<br />

maintenant prouver que F(x − 0 ) = F(x0), ou de façon équivalente que limn→+∞F(x0 − 1/n) =<br />

F(x0). Supposons pour simplifier que f est continue par morce<strong>aux</strong>, alors f est bornée au voisinage<br />

de x0, disons par M, d’où :<br />

<br />

<br />

<br />

|F(x0)−F(x0 −1/n)| = <br />

<br />

x0<br />

x0−1/n<br />

<br />

<br />

<br />

f(x)dx<br />

≤<br />

x0<br />

x0−1/n<br />

|f(x)|dx,<br />

ce qui donne :<br />

x0<br />

|F(x0)−F(x0 −1/n)| ≤ Mdx =<br />

x0−1/n<br />

M<br />

n −−−−→<br />

n→+∞ 0,<br />

∈Ê<br />

et la continuité à gauche est prouvée. Ainsi F est bien continue surÊ.<br />

<br />

Quid des sauts de F ? Nous avions vu dans le cas discret que :<br />

∀x È(X = x) = F(x)−F(x − ).<br />

Cette relation est encore vraie, mais devient une tautologie, puisqu’elle ne dit rien de plus que 0=0.<br />

L’intérêt était pourtant de voir le lien entre la loi de X et sa fonction de répartition. Le résultat<br />

suivant rétablit ce lien.<br />

Proposition 3.1 (Lien entre fonction de répartition et densité)<br />

Soit X une variable aléatoire absolument continue, de densité f et de fonction de répartition F.<br />

Alors en tout point où f est continue, F est dérivable et on a F ′ (x) = f(x).<br />

Arnaud Guyader - <strong>Rennes</strong> 2 <strong>Probabilités</strong>

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!