Chapitre 3

Vecteurs aléatoires réels

3.1 Théorèmes de Fubini-Tonelli et Fubini

Théorème 3.1.1

Si µ1 est une mesure σ-finie sur l’espace mesurable (Ω1 , F1 ) et µ2 est une mesure
σ-finie sur l’espace mesurable (Ω2 , F2 ), alors il existe une unique mesure µ sur
(Ω1 × Ω2 , F1 ⊗ F2 ) telle que

∀A1 ∈ F1 , ∀A2 ∈ F2 , µ (A1 × A2 ) = µ1 (A1 ) µ2 (A2 )

Y
avec pour convention 0 × +∞ = +∞ × 0 = 0 et +∞ × +∞ = +∞. Cette mesure µ,
que nous notons sous la forme
NA
µ = µ1 ⊗ µ2 ,

est appelée mesure produit sur (Ω1 × Ω2 , F1 ⊗ F2 ) et est σ-finie.

AZ

Remarque 3.1.2

1). Si µ1 et µ2 sont deux mesures finies, alors la mesure produit µ1 ⊗ µ2 est bien
définie et est finie. Si de plus µ1 et µ2 sont deux probabilités, alors µ1 ⊗ µ2 est une
Z.

probabilité.
2). Le Théorème 3.1.1 se généralise à l’espace produit (Ω1 × · · · × Ωd , F1 ⊗ · · · ⊗ Fd ),.

Exemple 3.1.3

1. Pour tout a ∈ Ω1 et tout b ∈ Ω2 , δa ⊗ δb = δ(a,b) .

2. La mesure de Lebesgue λ étant σ-finie, la mesure produit λd = λ
|
⊗ ·{z
· · ⊗ λ} et
d fois
la mesure de Lebsegue sur BRd = BRd−1 ⊗ BR = BR ⊗ · · · ⊗ BR .
d fois

Les théorèmes de Fubini qui permetents de ramener le calcul d’une intégrale «double» sur un
espace produit Ω1 × Ω2 aux calculs d’intégrales simples.

28
 3.2. GÉNÉRALITÉS ET DÉFINITIONS

Théorème 3.1.4 (Théorème de Fubini-Tonelli)

Soient (Ω1 , F1 , µ1 ) et (Ω2 , F2 , µ2 ) deux espaces mesurés σ-finis. Soit

f : (Ω1 × Ω2 , F1 ⊗ F2 ) → ([0, +∞], B([0, +∞]))

une fonction mesurable à valeurs dans [0, +∞]. Nous considérons

Z Z
F1 (ω1 ) = f (ω1 , ω2 ) µ2 (dω2 ) et F2 (ω2 ) = f (ω1 , ω2 ) µ1 (dω1 )
Ω2 Ω1

Alors pour i ∈ {1, 2}, la fonction Fi : (Ωi , Fi ) → ([0, +∞], B([0, +∞])) est mesurable.
De plus
ZZ Z Z
f (ω1 , ω2 ) (µ1 ⊗ µ2 ) (dω1 , dω2 ) = F1 (ω1 ) µ1 (dω1 ) = F2 (ω2 ) µ2 (dω2 ) .
Ω1 ×Ω2 Ω1 Ω2

Y
Intéressons-nous au cas des fonctions a priori non positives.

Théorème 3.1.5 (Théorème de Fubini)

NA
Soient (Ω1 , F1 , µ1 ) et (Ω2 , F2 , µ2 ) deux espaces mesurés complets avec µi , i ∈ {1, 2},
une mesure σ-finie sur (Ωi , Fi ). Considérons f : (Ω1 × Ω2 , F1 ⊗ F2 ) → (R, B(R)) est
une fonction µ1 ⊗ µ2 -intégrable.
AZ

1. Alors la fonction F1 : ω1 7→ f (ω1 , ω2 ) µ2 (dω2 ) est bien définie µ1 -presque

R
Ω2
partout et est µ1 intégrable.
2. De même la fonction F2 : ω2 7→ Ω1 f (ω1 , ω2 ) µ1 (dω1 ) est bien définie µ2 -
R

presque partout et est µ2 -intégrable.

Z.

3. Enfin
ZZ Z Z 
f (ω1 , ω2 ) (µ1 ⊗ µ2 ) (dω1 , dω2 ) = f (ω1 , ω2 ) µ2 (dω2 ) µ1 (dω1 )
Ω1 ×Ω2 Ω1 Ω2
Z Z 
= f (ω1 , ω2 ) µ1 (dω1 ) µ2 (dω2 ) .
Ω2 Ω1

3.2 Généralités et définitions

Dans toutes la suites (Ω, T , P ) désigne un espace probabilisé, n ∈ N∗ et X une application
de Ω dans Rn .

Définition 3.2.1

X est un vecteur aléatoire réelle si et seulement si X est une application (T , B(Rn ))-
mesurable. Autrement dit, si X −1 (B) ∈ T pour tout B ∈ B(Rn ).

29
 3.3. LOI DE PROBABILITÉ D’UN VECTEUR ALÉATOIRE RÉEL

Remarque 3.2.2

1- Il est claire que X est un vecteur aléatoire réel si et seulement si pour

n
!
Y
tout x := (x1 , . . . , xn ) ∈ Rn , l’ensemble X∈ ] − ∞, xi ] , défini comme
i=1
n
!
Y
−1
X ] − ∞, xi ] , appartient à la tribu T .
i=1
2- Considérons X : Ω −→ Rn comme un vecteur aléatoire réel et pri comme la i-
ème projection de X (pri projette le vecteur aléatoire X sur sa i-ème composante).
Alors, Xi := pri ◦ X est une variable aléatoire réelle (c’est la composition de la
fonction continue pri et de la fonction mesurable Xi ) et X = (X1 , . . . , Xn ). Réci-
proquement, si X1 , . . . , Xn sont des variables aléatoires réelles, alors l’application
X définie sur Ω par X(ω) := (X1 (w), . . . , Xn (w)), pour tout ω ∈ Ω, est un vec-
teur aléatoire réel. En effet,
! comme X1 , . . . , Xn sont des variables aléatoires réelles,
n
Y n
\
alors X ∈ ] − ∞, xi ] = (Xi ≤ xi ) ∈ T , pour tout x := (x1 , . . . , xn ) ∈ Rn . En
i=1 i=1
conclusion la donnée d’un vecteur aléatoire réel X sur BRn permet de définir n va-

Y
riables aléatoires réelles X1 , . . . , Xn telles que X = (X1 , . . . , Xn ) et réciproquement.
NA
3.3 Loi de probabilité d’un vecteur aléatoire réel
AZ

Soient n ∈ N∗ et X = (X1 , . . . , Xn ) un vecteur aléotoire réel sur un espace probabilisé

(Ω, T , P ).

Définition 3.3.1 (Loi conjointe et lois marginales)

1- On appelle loi conjointe de X, la probabilité image PX de P par X définie

Z.

n
!
\
par PX (B) = P(X1 ,...,Xn ) (B1 × · · · × Bn ) = P (X ∈ B) = P (Xi ∈ Bi ) :=
i=1
P (X1 ∈ B1 , . . . , Xn ∈ Bn ) pour tout B = B1 × · · · × Bn ∈ B(Rn ), Bi ∈ B(R).
2- Soit X = (X1 , . . . , Xn ) un vecteur aléotoire réel, la loi marginale de rang i est la
loi PXi de chaque v.a.r Xi .

30
 3.4. FONCTION DE RÉPARTITION D’UN VECTEUR ALÉATOIRE RÉEL

Remarque 3.3.2

1- Soit PX est la loi conjointe de X. Comme (Xi ∈ R) = Ω, alors la ième loi marginale
PXi de Xi s’obtient en fonction de la loi conjointe PX de X par :

PXi (Bi ) = P (Xi ∈ Bi ) = P (X1 ∈ R, . . . , Xi−1 ∈ R, Xi ∈ Bi , Xi+1 ∈ R, . . . , Xn ∈ R)

= PX (Ri−1 × Bi × Rn−i ),

pour tout Bi ∈ B(R). Par conséquent, la loi conjointe caractérise les lois marginales.
2- La réciproque de la première remarque est fausse en général, c’est-à-dire que les
lois marginales PXn , . . . , PXn ne caractérisent pas la loi conjointe PX (voir l’exemple
suivant).

Exemple : Z
Soit X = (X1 , X2 ) un couple de v.a.r telles que PX (B) = 1[0,1]2 dλ2 . Donc si B := B1 × B2 ,

Y
B
où Bi ∈ B(R), alors
NA
PX (B) = λ2 (B ∩ [0, 1]2 ) = λ2 ((B1 ∩ [0, 1]) × (B2 ∩ [0, 1])) = λ(B1 ∩ [0, 1])λ(B2 ∩ [0, 1]).

On en déduit que PX1 (B1 ) = PX (B1 ×R) = λ(B1 ∩[0, 1]) = B1 1[0,1] (x)dx. Ainsi, la première loi
R

marginale P X1 est uniforme sur [0, 1]. De même, la deuxième loi marginale PX2 est uniforme
AZ

sur [0, 1]. Considérons maintenant le vecteur aléatoire Y = (X1 , X1 ). Pour ∆ = {(x, x) | x ∈
[0, 1]}, on observe que PX (∆) = P (X1 = X2 ) = 0, car λ2 (∆) = 0 et PX est absolument
continue par rapport à λ2 . En revanche, PY (∆) = P (Y ∈ ∆) = P (X1 = X1 ) = 1. Ainsi, bien
que les vecteurs aléatoires X et Y aient les mêmes lois marginales, leur loi conjointe diffère.
Z.

3.4 Fonction de répartition d’un vecteur aléatoire réel

Définition 3.4.1 (Fonction de répartition d’un vecteur aléatoire réel)

La fonction de répartition FX d’un vecteur aléatoire X ! := (X1 , . . . , Xn ) est la fonc-

n
Y
tion définie par FX (x1 , . . . , xn ) = P X ∈ ] − ∞, xi ] = P (X1 ≤ x1 , . . . , Xn ≤
i=1
xn ).

31
 3.5. DENSITÉ DE PROBABILITÉ D’UN VECTEUR ALÉATOIRE

Proposition 3.4.2

Soit FX la fonction de répartition d’un vecteur aléatoire X. Alors, FX vérifie les pro-
priétés suivantes :
1. FX est à valeurs dans [0, 1].
2. FX est croissante en chacune de ses coordonnées, c’est-à-dire que la fonction
t 7→ FX (x1 , . . . , xi−1 , t, xi+1 , . . . , xn ) est croissante en t, pour tout i = 1, . . . , n.
3. FX est continue à droite en chacune de ses coordonnées, c’est-à-dire que la
fonction t 7→ FX (x1 , . . . , xi−1 , t, xi+1 , . . . , xn ) est continue à droite en t, pour
tout i.
4. lim FX (x1 , . . . , xn ) = 1, et lim FX (x1 , . . . , xn ) = 0, pour tout i.
x1 →+∞,...,xn →+∞ xi →−∞

Remarque 3.4.3

Y
1. Comme dans le cas des variables aléatoires, la fonction de répartition d’une
vecteur aléatoire réel caractérise sa loi, de sorte que si X et Y sont deux
NA
vecteurs aléatoires réels, alors PX = PY si et seulement si FX = FY .
2. Si F est une fonction sur Rn , vérifiant les quatre condition de la Proposition
3.4.2, alors il existe une probabilité ν sur B(Rn ) telle que F (x1 , . . . , xn ) =
n
!
AZ

Y
ν ] − ∞, xi ] et réciproquement.
i=1

3.5 Densité de probabilité d’un vecteur aléatoire

Z.

Soit X un vecteur aléatoire défini sur (Ω, T , P ) à valeurs dans R2 , X = (X1 , . . . , Xn ), de loi
de probabilité PX .

Définition 3.5.1

On dit que X est à densité par rapport à la mesure de Lebesgue λn sur (Rn , BRn ) si
PX est absolument continue par rapport à λn , PX << λn . Dans ce cas, il existe une
fonction fX définie sur Rn , fX ⩾ 0, λn -intégrable et
Z
fX (x1 , . . . , xn ) dλn (x1 , . . . , xn ) = 1
Rn

32
 3.6. DENSITÉ MARGINALES

Remarque 3.5.2

On a pour tout B ∈ BRn ,

Z
PX (B) = fX (x1 , . . . , xn ) dλn (x1 , . . . , xn )
B

Si B =] − ∞, x1 ] × · · · ×] − ∞, xn ], avec x1 , . . . , xn ∈ R, alors

PX (B) = FX (x1 , . . . , xn )
Z
= fX (x1 , . . . , xn ) dλ(x1 ) . . . dλ(xn ).
]−∞,x1 ]×···×]−∞,xn ]

Exemple : La fonction f définie sur Rn par f (x1 , . . . , xn ) = 1[0,1]n (x1 , . . . , xn ) = 1[0,1] (x1 ) . . . 1[0,1] (xn )
est une densité de probabilité sur (Rn , BRn , λn ). En effet, f est mesurable puisque [0, 1]n ∈
BRn , De plus, f est bornée, ce qui la rend intégrable par rapport à la mesure de Lebesgue λn .
En utilisant le théorème de Fubini-Tonelli on montre que
Z

Y Z !n
NA
fX (x1 , . . . , xn ) dλn (x1 , . . . , xn ) = 1[0,1] (x)dx = 1.
Rn [0,1]

Ainsi, la fonction f satisfait les propriétés requises pour être une densité de probabilité.
AZ

3.6 Densité marginales

Proposition 3.6.1

Soit X = (X1 , . . . , Xn ) un vecteur aléatoire réel défini sur l’espace probabilisé

Z.

(Ω, T , P ), de loi PX absolument continue par rapport à la mesure de Lebesgue λn .

Soit fX la densité correspondante. Alors, pour tout i = 1, . . . , n :
1. La i-ème loi marginale PXi est absolument continue par rapport à la mesure
de Lebesgue λ (PXi ≪ λ).
2. La fonction fXi définie par
Z
fXi (x) = fX (t1 , . . . , ti−1 , x, ti+1 , . . . , tn ) dλn−1 (t1 , . . . , ti−1 , ti+1 , . . . , tn )
Ri−1 ×Rn−i

est une densité de probabilité de la v.a.r Xi , et est appelée la ième densité

marginale.

33
 3.7. CALCUL DES LOIS DANS Rn

Preuve
1. Considérons B ∈ R tel que λ(B) = 0. Nous avons

PXi (B) = PX (Ri−1 × B × Rn−i )

Z
= fX (t1 , . . . , tn )dλ(t1 , . . . , tn )
Ri−1 ×B×Rn−i
Z Z 
= fX (t1 , . . . , tn )dλ(ti ) dλn−1 (t1 , . . . , ti−1 , ti+1 , . . . , tn ), (Fubini-Tonelli)
Ri−1 ×Rn−i B

Puisque λ(B) = 0, alors fX (t1 , . . . , tn )dλ(ti ) = 0. Ainsi, PXi (B) = 0 et donc PXi ≪ λ.
R
B

2. Nous écrivons
Z Z 
PXi (B) = fX (t1 , . . . , ti−1 , xi , ti+1 , . . . , tn ) dλn−1 (t1 , . . . , ti−1 , ti+1 , . . . , tn ) dλ(xi ).
B Ri−1 ×Rn−i

En posant
Z
fXi (x) = fX (t1 , . . . , ti−1 , x, ti+1 , . . . , tn ) dλn−1 (t1 , . . . , ti−1 , ti+1 , . . . , tn ),
Ri−1 ×Rn−i

Y
nous obtenons PXi (B) = B fXi (x)dλ(x). De plus, puisque fXi vérifie les propriétés
R
NA
d’une densité (notamment sa mesurabilité découle du théorème de Fubini-Tonelli),
alors c’est une densité de Xi .

Exemple : Considérons la fonction de densité f définie par f (x, y) = π1 1D (x, y), où D est
AZ

le disque unité. Il est facile de vérifier que f est une densité de probabilité d’un couple
aléatoire réel X = (X1 , X2 ). Calculons la densité marginale fX1 . Nous avons 1D (x, y) =
1[−√1−x2 ,√1−x2 ] (y)1[−1,1] (x), ce qui donne
√
Z
1 Z
2 1 − x2
Z.

fX1 (x) = f (x, y)dλ(y) = 1[−1,1] (x) √ √ dλ(y) = 1[−1,1] (x).

R π [− 1−x2 , 1−x2 ] π

3.7 Calcul des lois dans Rn

La proposition suivante sert au calcul des lois des vecteurs aléatoires.

Proposition 3.7.1

Soit X un vecteur aléatoire réel défini sur l’espace probabilisé (Ω, T , P ), de loi PX .
Les conditions suivantes sont équivalentes :
1. µ une probabilité sar (Rn , BRn ) est la loi de X et PX = µ;
2. ∀h mesurable positive h : Rn → R, on a E(h(X)) =
R
Rn h(x)dµ(x);
3. ∀h continue bornée h : Rn → R, on a E(h(X)) =
R
Rn h(x)dµ(x);
4. ∀h continue à support compact h : Rn → R (i.e. il existe un compact K de Rn
t.q. φ = 0 sur K c ) , on a E(h(X)) = Rn h(x)dµ(x).
R

34
 3.8. CARACTÉRISATIONS DE L’INDÉPENDANCE

Exemple :
1. Soit X une variable aléatoire qui suit une loi normale N (0, 1), et soit m ∈ R et σ > 0.
Quelle est la loi de Y = m + σX ?
Pour cela, soit h : Rn → R une fonction mesurable positive. Le théorème du trans-
port implique que :
Z
E(h(Y )) = E(h(m + σX)) = h(m + σx)dPX (x)
Rn
1 Z 2
− x2 1 Z +∞ x2
=√ h(m + σx)e dλ(x) = √ h(m + σx)e− 2 dx.
2π R 2π −∞
y−m
En effectuant le changement de variables y = m + σx, on obtient x = σ
, et donc
Z +∞
1 −
(y−µ)2
Z Z
E(h(Y )) = h(y) √ e 2σ 2
dy = h(y)fY (y)dλ(y) = h(y)dµ(y),
−∞ 2πσ R R

(y−µ)2
1
où fY (y) := √2πσ e− 2σ2 et µ := fY dλ. On peut facilement vérifier que fY ≥ 0, est

Y
mesurable et R fY (y)dλ(y) = 1. Ainsi, fY est une densité de probabilité et µ := fY dλ
R

est une mesure de probabilité. En conclusion, PX = µ = fY dλ, ce qui signifie que la

NA
variable aléatoire Y = m + σX a pour densité fY par rapport à la mesure de Lebesgue.

3.8 Caractérisations de l’indépendance

AZ

3.8.1 Indépendance et loi conjointe

Proposition 3.8.2

Soit X = (X1 , . . . , Xn ) un vecteur aléatoire réel défini sur l’espace probabilisé

Z.

(Ω, T , P ). Les variables aléatoires X1 , . . . , Xn sont indépendantes si et seulement

si la loi conjointe PX est le produit des lois marginales PX1 , . . . , PXn . Autrement dit,
X1 , . . . , Xn sont indépendantes si et seulement si PX = PX1 ⊗ · · · ⊗ PXn .

35
 3.8. CARACTÉRISATIONS DE L’INDÉPENDANCE

3.8.3 Indépendance et calcul d’espérances

Proposition 3.8.4

Soit X = (X1 , . . . , Xn ) un vecteur aléatoire réel défini sur l’espace probabilisé

(Ω, T , P ). Alors l’égalité
n n
!
Y Y
E φi (Xi ) = E (φi (Xi )) ,
i=1 i=1

est vérifiée lorsque l’une des conditions suivantes est satisfaite :

1. φ1 , . . . , φn sont des fonctions boréliennes de R dans [0, +∞].
2. φ1 , . . . , φn sont des fonctions boréliennes de R dans R et φ1 (X1 ), . . . , φn (Xn )
sont toutes intégrables. Dans ce cas ni=1 φi (Xi ) est également intégrable.
Q

Proposition 3.8.5

Y
Soit X = (X1 , . . . , Xn ) un vecteur aléatoire réel défini sur l’espace probabilisé
NA
(Ω, T , P ). Alors X1 , . . . , Xn sont indépendantes si et seulement si l’égalité
n n
!
Y Y
E φi (Xi ) = E (φi (Xi )) ,
i=1 i=1
AZ

est satisfaite pour toutes les fonctions mesurables bornées φ1 , . . . , φn de R dans R,

ou pour toutes les fonctions mesurables positives φ1 , . . . , φn de R dans R, ou encore
pour toutes les fonctions continues à support compact φ1 , . . . , φn de R dans R.
Z.

3.8.6 Indépendance et fonctions de répartition

Proposition 3.8.7
Qn
1. Si X1 , . . . , Xn sont indépendantes, alors FX (x1 , . . . , xn ) = i=1 FXi (xi ), pour
tout x1 , . . . , xn ∈ R.
2. Réciproquement, si il existe des fonctions mesurables h1 , . . . , hn de R dans
R telles que FX (x1 , . . . , xn ) = ni=1 hi (xi ), pour tout x1 , . . . , xn ∈ R, alors les
Q

variables aléatoires X1 , . . . , Xn sont indépendantes.

36
 3.9. FORMULES DE CHANGEMENT DE VARIABLE

3.8.8 Indépendance des marginales d’un vecteur de loi absolument conti-

nue
Proposition 3.8.9

Soit X = (X1 , . . . , Xn ) un vecteur aléatoire réel défini sur l’espace probabilisé

(Ω, T , P ).
Qn
1. Si X1 , . . . , Xn sont indépendantes, alors fX (x1 , . . . , xn ) = i=1 fXi (xi ), pour
tout x1 , . . . , xn ∈ R.
2. Réciproquement, si il existe des fonctions mesurables positives h1 , . . . , hn
telles que fX (x1 , . . . , xn ) = ni=1 hi (xi ), pour presque partout x1 , . . . , xn ∈ R,
Q

alors les variables aléatoires X1 , . . . , Xn sont indépendantes, et il existe des

constantes ci > 0 telles que ni=1 ci = 1, et hi = ci fXi
Q

3.9 Formules de changement de variable

Y
NA
Passons maintenant à l’étude des fonctions de v.a vectorielles, i.e. à valeurs dans Rn . On
s’intéresse au problème suivant : soit g : Rn −→ Rn une fonction borélienne. Etant donnée
un v.a. X = (X1 , . . . , Xn ) à valeurs dans Rn , admettant la densité f, quelle est la densité de
Y = g(X)? et pour commencer, existe-t-elle ? Nous aurrons besoin d’un résultat classique et
AZ

important, sur les changements de variables dans les intégrales multiples. Rappelons d’abord
que si g est une fonction différentiable d’un ouvert G de Rn dans Rn , sa matrice jacobienne
∂g ∂gi
Jg (x) au point x ∈ G est Jg (x) = ∂x , i.e. Jg (x)ij = ∂xj
, où g = (g1 , . . . , gn ). Le jacobien de g en
x est le déterminant de la matrice jacobienne Jg (x). Si le jacobien est non nul, alors la fonction
Z.

g est inversible sur un voisinage de x. et le jacobien de l’inverse (ou fonction réciproque) g −1

1
au point y = g(x) est l’inverse du jacobien de g en x, c’est-à-dire det (Jg−1 (y)) = .
det(Jg (x))

Théorème 3.9.1 (Formule de changement de variable)

Soit U un ouvert de Rn et g : U −→ Rn une fonction de classe C 1 . Supposons de plus

que g soit injective sur U et que son jacobien ne s’annule jamais sur U. Soit f une
fonction borélienne telle que la fonction produit f 1g(U ) soit positive ou intégrable
par rapport à la mesure de Labesgue λn . On a alors
Z Z
f (y) dλn (y) = f (g(x))|det (Jg (x)) | dλn (x).
g(U ) U

37
 3.9. FORMULES DE CHANGEMENT DE VARIABLE

Théorème 3.9.2

Soit X := (X1 , . . . , Xn ) un vecteur aléatoire admettant une densité fX . Soit g : U ⊂

Rn −→ Rn une fonction de classe C 1 et injective dont le jacobien ne s’annule pas.
Alors le vecteur aléatoire Y = g(X) admet la densité

fY (y) = fX (g −1 (y))|det (Jg−1 (y)) | 1g(U ) (y).

Exemple 3.9.3

Soit X et Y des v.a. indépendantes N(0, 1). Calculons la densité du couple (U, V ) =
(X + Y, X − Y ). On a

g(x, y) = (x + y, x − y) = (u, v),

u+v u−v
 
g −1 (u, v) = , .
2 2

Y
La matrice jacobienne ne dépend pas ici de (u, v) et vaut
NA
 
1 1
2 2
Jg−1 (u, v) =  1
.
2
− 12

et
AZ

1 1 1 1 1
    
det (Jg−1 (u, v)) = − − =− .
2 2 2 2 2
Donc
u+v u−v
 
f(U,V) (u, v) = f(X,Y ) , | det (Jg−1 (u, v)) |
2 2
u+v u−v
   
= fX fY | det (Jg−1 (u, v)) |
Z.

2 2
1 1 u+v 2 1 1 u−v 2 1
= √ e− 2 ( 2 ) √ e− 2 ( 2 ) ·
2π 2π 2
1 − v2 1 − u2
=√ e 4 √ e 4,
4π 4π
pour u, v ∈ R. On en déduit que U et V sont indépendantes et de même loi normale
centrée N (0, 2).

On peut aussi traiter le cas où g n’est pas injective mais seulement “injective par morceaux”.

38
 3.9. FORMULES DE CHANGEMENT DE VARIABLE

Corollaire 3.9.4

Soient U0 , U1 . . . Um des ouverts deux à deux disjoints de Rn , avec λn (U0 ) = 0 Soit

X := (X1 , . . . , Xn ) un vecteur aléatoire admettant une densité fX nulle en dohors de
m
[
U := Ui (donc X ∈ U p.s.) Soit g : U −→ Rn une fonction telle que pour chaque
i=0
i = 1, . . . , m, la restriction gi de g à Ui soit de classe C 1 , injective, de jacobien ne
s’annule pas. Le vecteur aléatoire Y = g(X) admet alors la densité
m  
fX (gi−1 (y))|det Jg−1 (y) | 1gi (Ui ) (y).
X
fY (y) =
i
i=1

Exemple 3.9.5

Soit (X, Y ) un couple aléatoire de densité f . On veut trouver la densité de U = XY.

Dans ce cas h(x, y) = xy applique R2 dans R, et on ne peut donc pas utiliser le

Y
théorème. On peut cependant s’y ramener par une astuce simple. Posons
NA
g(x, y) = (xy, x).

Soit U0 := {(x, y) : x = 0, y ∈ R} = {0} × R et U1 := R2 \ U0 = R∗ × R. Alors 

λ2 (U0 ) = 0 et g est injective de U1 dans R2 , g(U1 ) = R × R∗ et g −1 (u, v) = v, uv . La
matrice jacobienne est
AZ

 
0 1 .
Jg−1 (u, v) =  1 u
v
− v2

et det (Jg−1 (u, v)) = − v1 . Donc si V = X et si on considère le couple aléatoire (U, V ),

le corollaire donne
Z.

  
f v, u 1

si v ̸= 0
v |v|
f(U,V ) (u, v) =
0

si v = 0.

Rappelons qu’on cherche la densité fU de U, qui est donnée par

Z ∞ Z ∞
u 1
 
fU (u) = f(U,V ) (u, v)dv = f v, dv
−∞ −∞ v |v|

39
 3.10. MOMENTS D’UN VECTEUR ALÉATOIRE

3.10 Moments d’un vecteur aléatoire

Définition 3.10.1

Soit X = (X1 , . . . , Xn ) un vecteur aléatoire réel défini sur un espace probabilisé

(Ω, T , P ). On dira que X possède une espérance (ou intégrable par rapport à P ) si
et seulement si les variable aléatoire X1 , . . . , Xn sont toutes possèdent une espérance
fini (intégrables). Dans ce cas E(X) = (E(X1 ), . . . , E(X1 )) .

v
u n
uX
Notons dans la suite ∥X∥ = t X 2. k On a alors la proposition suivante :
k=1

Proposition 3.10.2

Un vecteur aléatoire X admet une espérance si et seulement si E(∥X∥) < ∞.

Preuve
Y
NA
n
X n
X
On a |Xi | ≤ ∥X∥ ≤ |Xk |. Ainsi, E(|Xi |) ≤ E(∥X∥) ≤ E(|Xk |). D’où le résultat.
k=1 k=1

Proposition 3.10.3
AZ

∥E(X)∥ ≤ E(∥X∥), pour tout vecteur aléatoire réel X := (X1 , . . . , Xn ).

Preuve
L’inégalité de Cauchy-Schwarz donne | < X, E(X) > | ≤ ∥X∥∥E(X)∥, où ⟨t, x⟩ = ni=1 ti xi
P
Z.

est le produit scalaire euclidien de t = (t1 , . . . , tn ) et x = (x1 , . . . , xn ) appartenant à Rn . Ainsi

E(| < X, E(X) > |) ≤ E(∥X∥).∥E(X)∥. Or
n n n
∥E(X)∥2 = | E(Xi )2 | = |E(
X X X
Xi E(Xi ))| ≤ E(| Xi E(Xi )|) = E(| < X, E(X) > |),
i=1 i=1 i=1

alors ∥E(X)∥ ≤ E(∥X∥).

3.11 Matrice de covariance d’un vecteur aléatoire

Définition 3.11.1 (Covariance)

Soient X1 , X2 deux v.a.r de carré intégrable (i.e. E(Xi2 ) < ∞, i = 1, 2) On ap-

pelle covariance de X1 , X2 , notée cov(X1 , X2 ), la quantité cov(X1 , X2 ) = E[(X1 −
E(X1 ))(X2 − E(X2 )] = E(X1 X2 ) − E(X1 )E(X2 ).

40
 3.11. MATRICE DE COVARIANCE D’UN VECTEUR ALÉATOIRE

Proposition 3.11.2

Soient W, X, Y, Z des v.a.r de carré intégrable.

1. Si X, Y sont indépendantes, alors X et Y sont décorrélées, i.e. cov(X, Y ) = 0.
(Attention la réciproque n’est pas vraie en générale ! Exemple 3.11.3).
2. Si A, B ∈ T , alors cov(1A , 1B ) = P (A ∩ B) − P (A)P (B).
3. cov(X + a, Y + b) = cov(X, Y ), pour tous a, b ∈ R.
4. La covariance est bilinéaire symétrique, c’est-à-dire que :
(a) cov(X, Y ) = cov(Y, X),
(b) cov(αX +Y, βZ +T ) = αβcov(X, Z)+αcov(X, Z)+βcov(Y, Z)+cov(Y, T ),
pour tous α, β ∈ R.
2
5. cov(αX, βX) = αβσX .
6. |cov(X, Y )| ≤ σX σY .

Preuve
Y
NA
1. Si X et Y sont indépendantes, alors E(XY ) = E(X)E(Y ) = 0. Ainsi cov(X, Y ) = 0.
2. En utilisant l’inégalité de Cauchy-Schwarz (Proposition 2.3.3), on trouve

|cov(X, Y )| = |E ((X − E(X))(Y − E(Y ))) |

AZ

q q
≤ E ((X − E(X))2 ) E ((Y − E(Y ))2 ) = σX σY .

Exemple 3.11.3

Soient X ∼ N (0, 1) et Y = X 2 . On a E(X) = E(XY ) = E(X 3 ) = 0, ainsi X et Y

Z.

sont décorrélées, i.e. cov(X, Y ) = 0, mais X et Y ne sont pas indépendantes.

Proposition 3.11.4

Soient X1 , . . . , Xn sont toutes de carré intégrable (i.e. E(Xi2 ) < ∞), alors
n
X n
X X n
X X
Var( Xi ) = Var(Xi ) + cov(Xi , Yj ) = Var(Xi ) + 2 cov(Xi , Yj ).
i=1 i=1 i̸=j i=1 1≤i<j≤n

En particulier, si de plus X1 , . . . , Xn sont indépendantes, alors

n
X n
X
Var( Xi ) = Var(Xi ).
i=1 i=1

41
 3.11. MATRICE DE COVARIANCE D’UN VECTEUR ALÉATOIRE

Définition 3.11.5 (Coefficient de corrélation linéaire)

Soit X et Y deux variables aléatoires réelles de variances finies non nulles. Le coef-
ficient de corrélation linéaire de X et Y est le nombre
cov(X, Y )
p(X,Y ) = .
σX σY

Remarque 3.11.6

Soient X et Y deux variables aléatoires réelles de variances finies non nulles. Po-
sons U := X−E(X)
σX
et V := Y −E(Y
σY
)
. Alors U, V sont des v.a.r centrées réduites
(i.e. E(U ) = E(V ) = 0 et σX = σY = 1) et p(X,Y ) = p(U,V ) = cov(U, V ).

Proposition 3.11.7

Y
Soit X et Y deux variables aléatoires réelles de variances finies non nulles. Alors
NA
1. |p(X,Y ) | ≤ 1.
2. p(aX+b,cY +d) = p(X,Y ) , pour tous réels a, b, c, d avec a, c ̸= 0.
3. |p(X,Y ) | = 1 si et seulement si il existe a, b, c ∈ R, ab ̸= 0 tels que aX +bY +c =
0 P-p.s.
AZ

4. Si X, Y sont indépendantes, alors p(X,Y ) = 0.

Preuve
On va démontrer uniquement le troisième point, les autres étant triviaux.
Z.

⇒ Supposons que |p(X,Y ) | = 1. Considérons les variables centrées réduites U = X−E(X) σX

et
Y −E(Y ) 2 2
V = σY . Alors, on a |p(X,Y ) | = |E(U V )| = 1. Si E(U V ) = 1, alors E [(U − V ) ] = E (U ) +
E (V 2 ) − 2E(U V ) = 1 + 1 − 2 = 0. Ainsi U − V = 0 P-presque sûrement, ce qui implique
X−E(X)
σX
= Y −E(Y
σY
)
. D’où σY X − σX Y + (σX E (Y ) − σY E (X)) = 0 P-presque sûrement.
Et si E(U V ) = −1, alors E [(U + V )2 ] = E (U 2 ) + E (V 2 ) + 2E(U V ) = 1 + 1 − 2 = 0.
Ainsi U + V = 0 P-presque sûrement, ce qui implique X−E(X) σX
= − Y −E(Y
σY
)
. D’où σY X + σX Y −
(σX E (Y ) + σY E (X)) = 0 P-presque sûrement.
Autre méthode : Une approche alternative consiste à démontrer cette implication h
en exploi-
i
tant le fait que si |p(X,Y ) | = 1, alors le polynôme du second degré en λ, E (U + λV )2 , a un
discriminant
h
réduit
i
nul et possède donc une racine double λ0 . En conséquence, on obtient
2
E (U + λ0 V ) . Cela implique que U + λ0 V = 0 P-presque sûrement.
⇐ Supposons qu’il existe a, b, c ∈ R, ab ̸= 0 tels que aX + bY + c = 0 P-presque sûrement.
Alors, aE (X) + bE (Y ) + c = 0, d’où Y := a (X − E (X)) + b (Y − E (Y )) = 0 P-presque sû-
rement. Ainsi, Var(Y ) = 0 = E (Y 2 ), car E(Y ) = 0. Or Var(Y ) = b2 Var (Y ) + 2ab cov (X, Y ) +
a2 Var (X) = 0, alors cov (X, Y ) − Var (X) Var (Y ) ≥ 0. Par conséquent, |cov (X, Y )| ⩾ σX σY .
Ce qui entraîne 1 ≥ |cov (X,Y )|
σX σY
≥ 1, et donc |p(X,Y ) | = 1.

42
 3.11. MATRICE DE COVARIANCE D’UN VECTEUR ALÉATOIRE

Définition 3.11.8

Soit X := (X1 , . . . , Xn ) un vecteur aléatoire. La matrice de covariance ΓX de X est

la matrice n × n dont le terme général est aij := cov(Xi , Xj ).

Remarque 3.11.9

1. La matrice de covariance d’un vecteur aléatoire X en fonction de l’espérance

est
h i
ΓX = E (X − E(X))(X − E(X))T , où M T est la matrice transposée de M.

2. Si X1 , . . . , Xn sont indépendantes, alors la matrice de covariance ΓX de X :=

(X1 , . . . , Xn ) est diagonale, car dans ce cas aij := cov(Xi , Xj ) = 0 pour tous
i ̸= j.

Remarque 3.11.10
Y
NA
Avant de présenter le résultat suivant, rappelons quelques propriétés des matrices
symétriques semi-définies positives. Une matrice symétrique réelle M est considérée
comme semi-définie positive si elle satisfait l’une des deux conditions équivalentes
AZ

suivantes :
1. Pour tout vecteur colonne x, le produit < ΓX x, x >:= xT M x est toujours
supérieur ou égal à zéro ;
2. Toutes les valeurs propres de M sont des réelles positives ou nulles.
Z.

De plus, si M1 et M2 sont deux matrices symétriques semi-définies positives de même

dimension, alors toute combinaison linéaire aM1 + bM2 avec a ≥ 0 et b ≥ 0 reste une
matrice symétrique semi-définie positive. De plus, le théorème spectral entraîne que
si M est symétrique semi-définie positive, alors il existe une matrice orthogonale P
(i.e. P est inversible et P −1 = P T ) et une matrice diagonale D = Diag (λ1 , . . . , λd )
(avec λi ≥ 0) telles que M = P DP T . On en déduit qu’il existe une √
matrice A (pas
T
√ 
unique en général), telle que M = AA ; par exemple A = P Diag λ1 , . . . , λd .

Proposition 3.11.11

La matrice de covariance est symétrique et semi-définie positive : i.e. aij = aji et

X X X
< ΓX x, x >:= ( aij xj )xi = aij xj xi ≥ 0, pour tout x = (x1 , . . . , xn ) ∈ Rn .
i j i,j

43
 3.11. MATRICE DE COVARIANCE D’UN VECTEUR ALÉATOIRE

Preuve
La symétrie est évidente. On a pour tout x ∈ Rn :
h i h i
< ΓX x, x > = xT ΓX x = xT E (X − E(X))(X − E(X))T x = E xT (X − E(X))(X − E(X))T x
  T   2 
= E xT (X − E(X)) xT (X − E(X)) =E xT (X − E(X))
 2 
=E xT X − E(xT X) = Var(xT X) ≥ 0.

Par conséquent ΓX est semi-définie positive.

Théorème 3.11.12

Soit X := (X1 , . . . , Xn ) un vecteur aléatoire de matrice de covariance ΓX . Soit A

une matrice m × n, et posons Y = AX. Alors Y est un vecteur aléatoire dans Rm ,
d’espérance E(Y ) = AE(X) et sa matrice de covariance ΓY = AΓX AT , où AT est la
transposée de A.

Preuve
Y
NA
C’est une simple conséquence de la linéarité de l’espérance. Pour la moyenne on a :

E(AX) = AE(X)
AZ

et pour la matrice de covariance :

h i h i
ΓY = E (AX − AE(X))(AX − AE(X))T = E A(X − E(X))(X − E(X))T AT
h i
= AE (X − E(X))(X − E(X))T AT = AΓX AT .
Z.

Proposition 3.11.13

Toute matrice symétrique et semi-définie positive est une matrice de covariance d’un
vecteur aléatoire réel.

Preuve
Si M est une matrice symétrique et semi-définie positive d’ordre n, alors il existe une matrice
N telle que N N T = M . Considérons un vecteur aléatoire réel X = (X1 , . . . , Xn ) de Rn dont
les composantes sont indépendantes, centrées et réduites (i.e. E(Xi ) = 0 et Var(Xi ) = 1) .
L’espérance de X est donc le vecteur nul, et la matrice de covariance est égale à la ma-
trice identité In . Le vecteur aléatoire Y = N X est alors centré de matrice de covariance
ΓY = N ΓX N T = N In N T = N N T = ΓX .

44