Introduction aux Probabilités - Université Rennes 2
Introduction aux Probabilités - Université Rennes 2
Introduction aux Probabilités - Université Rennes 2
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
∈Ê<br />
146 Chapitre 3. Variables aléatoires à densité<br />
donc c = 1/π et la densité d’une variable de Cauchy de paramètre 1 (cf. figure 3.9 à gauche)<br />
est<br />
1<br />
∀x f(x) =<br />
π(1+x 2 ) .<br />
Remarque : De façon plus générale, une loi de Cauchy de paramètre a > 0 a pour densité<br />
f(x) = a<br />
π(a 2 +x 2 ) .<br />
2. La fonction de répartition F de X est définie pour tout réel x par :<br />
F(x) =È(X ≤ x) =<br />
x<br />
−∞<br />
dt<br />
π(1+t 2 1<br />
=<br />
) π [arctant]x<br />
1 1<br />
−∞ = +<br />
2 π arctanx.<br />
Cette fonction de répartition est représentée figure 3.9 à droite.<br />
0.35<br />
0.3<br />
0.25<br />
0.2<br />
0.15<br />
0.1<br />
0.05<br />
0<br />
−20 −15 −10 −5 0 5 10 15 20<br />
1<br />
0.9<br />
0.8<br />
0.7<br />
0.6<br />
0.5<br />
0.4<br />
0.3<br />
0.2<br />
0.1<br />
0<br />
−20 −15 −10 −5 0 5 10 15 20<br />
Figure 3.9 – Densité et fonction de répartition d’une loi de Cauchy.<br />
3. Par définition, la variable X de densité f admet une espérance si l’intégrale Êxf(x)dx est<br />
convergente. Or dans notre cas<br />
Êxf(x)dx =<br />
+∞<br />
−∞<br />
x<br />
π(1+x 2 0<br />
dx =<br />
) −∞<br />
x<br />
π(1+x 2 ) dx+<br />
+∞<br />
0<br />
x<br />
π(1+x 2 ) dx,<br />
intégrale doublement généralisée, qui converge si et seulement si les deux intégrales sont<br />
convergentes. Or<br />
+∞ x<br />
π(1+x 2 1 2 +∞<br />
dx = ln(1+x ) = +∞,<br />
) 2π 0<br />
0<br />
donc l’intégrale définissant l’espérance est divergente. Par conséquent la variable X n’admet<br />
pas d’espérance. Ceci est dû au fait que les queues de la densité de X ne décroissent pas<br />
assez vite vers zéro lorsque x tend vers ±∞. La loi de Cauchy est un exemple typique de loi<br />
à queue lourde (heavy-tailed distribution).<br />
4. Si Y est une variable aléatoire uniforme sur −π <br />
π<br />
2 , 2 , sa densité est<br />
f(y) = 1<br />
π ]−π<br />
2 ,π<br />
2[ (x).<br />
La fonction tangente établit une bijection de −π <br />
π<br />
2 , 2 vers ]−∞,+∞[, donc X est à valeurs<br />
dansÊtout entier. Calculons sa fonction de répartition en utilisant le fait que la fonction<br />
arctan est la réciproque de la fonction tan et qu’elle est croissante : pour tout réel x, on a<br />
F(x) =È(X ≤ x) =È(tanY ≤ x) =È(Y ≤ arctanx).<br />
Arnaud Guyader - <strong>Rennes</strong> 2 <strong>Probabilités</strong>