Corrigé de l'exercice №1 – Série d’exercices №4 : Vecteurs Gaussiens

Page 1 sur 2Lecteur de document UniversityLib

Corrigé de l'exercice №1 – Série d’exercices №4 : Vecteurs Gaussiens

Probability Theory · notes

Voir tous les documents en mathématiques

´Ecole Sup´erieure Priv´ee d’Ing´enierie et de Technologies

Probabilit´e I

Corrig´e de l’exercice №1 - S´erie d’exercices №4 :

Vecteurs gaussiens

Niveau : 4`eme ann´ee D.S & INFINI

Ann´ee universitaire : 2020-2021

Exercice 1 :

Soit X = (X1, X2) un vecteur gaussien centr´e. On donne E[X 2

1 ] = a, E[X1X2] = b et E[X 2

2 ] = c,

avec a, b, c ∈ R.

1. D´eterminer la matrice de covariance Σ de X.

2. Calculer la fonction caract´eristique φX de X.

3. Donner une condition n´ecessaire et suffisante sur (a, b, c) ∈ R3 pour que X poss`ede une

densit´e fX , puis d´eterminer cette densit´e.

Solution :

1. D´eterminer la matrice de covariance Σ de X .

Le vecteur X est centr´e, ceci implique que son vecteur moyenne est :

m =

(cid:18) E[X1]

E[X2]

(cid:19)

(cid:18) 0

0

=

(cid:19)

De plus, on a :

Cov(X1, X2) = E[X1X2] − E[X1] E[X2] = E[X1X2] = b

V[X1] = E[X 2

V[X2] = E[X 2

1 ] − E[X1]2 = a

2 ] − E[X0]2 = a

Publicité

Donc la matrice de covariance de X est donn´ee par :

Σ =

(cid:19)

(cid:18) a b

c

b

2. Calculer la fonction caract´erestique φX de X.

1

La fonction caract´eristique φX du vecteur X est d´efinie pour u = (u1, u2) ∈ R2 par :

φX (u) = eiut.m e

−1

2 ut.Σ.u

= e

−1

2 ut.Σ.u

(cid:32)

= exp

(cid:18) u1

u2

1

2

(cid:18)

= exp

(cid:18)

= exp

1

2

1

2

Publicité

(cid:19)(cid:33)

(cid:19) (cid:18) u1

u2

(cid:19)t (cid:18) a b

c

b

(cid:19) (cid:18) u1

(cid:18) a b

u2

c

b

(cid:19)(cid:19)

(u1 u2)

(a u2

1 + 2b u1u2 + c u2

2)

(cid:19)

3. Donner une condition n´ecessaire et suffisante sur (a, b, c) ∈ R3 pour que X poss`ede une

densit´e fX , puis d´eterminer cette densit´e.

Le vecteur gaussien X poss`ede une densit´e fX si sa matrice de covariance Σ est inversible,

autrement dit :

det(Σ) = ac − b2 (cid:54)= 0

Dans ce cas, cette densit´e est donn´ee pour tout x = (x1, x2) ∈ R2 par :

fX (x) = f(X1,X2)(x1, x2) = (

1

)d

1

(cid:112)det(Σ)

e− 1

2 (x−m)tΣ−1(x−m)

Publicité

= (

1

)2

1

ac − b2

(cid:32)

exp

(cid:18) x1 − m1

x2 − m2

1

2

(cid:19)(cid:33)

(cid:19)t (cid:18) a b

c

b

(cid:18) c −b

a

−b

(cid:19)−1 (cid:18) x1 − m1

x2 − m2

(cid:19)(cid:19)

(cid:19) (cid:18) x1

x2

=

=

1

Publicité

ac − b2

1

ac − b2

(cid:18)

exp

(cid:18)

exp

1

2

(x1 x2)

1

(ac − b2)

1

2(ac − b2)

(cx2

1 − 2bx1x2 + ax2

2)

(cid:19)

———————————————————

Remarque : L’une des m´ethodes du calcul de l’inverse d’une matrice carr´ee d’ordre n est la m´ethode

de la comatrice donn´ee par :

A−1 =

———————————————————-

1

det(A)

com(A)t

2