Approximation de MacLaurin et fonction de
répartition
Julien Parfait Bidias Assala
2024-08-24
Problème
Considérons la densité de probabilité de la variable aléatoire X définie
∀k ∈ R+ par
2
f (x ) = ρe k
Où ρ > 0 est un paramètre d’échelle. L’objectif est de calculer la
fonction de répartition de f notée F . En effet,
Z k Z k
2
FX (k) = f (x )dx = ρe x dx .
0 0
Fonction de répartition
Après avoir effectué un DL de MacLaurin au voisinage de 0 de la
2
fonction e x et quelques manipulations cosmiques j’obtiens finalement
:
∞
k 2n+1
Z k
2 X
e x dx = ρ .
0 n=0
(2n + 1) · n!
Ce résultat est-il correct ? C’est là où réside tout le problème quand
on a pas les outils pour le vérifier. Pour vérifier ce résultat on
peut comparer le calcul direct de l’intégrale avec un ordinateur ou
une calculatrice au calcul avec un algorithme prenant en compte
l’expression trouvée. Supposons que ρ = 1 et k = 1. Let’s go !
La preuve
Dans R pour calculer une intégrale on peut utiliser la fonction inte-
grate qui prend pour paramètres votre fonction, la borne inférieure
et la borne supérieure comme on peut le voir à travers le programme
ci-dessous : on obtient un résultat avec une marge d’erreur.
# on cree la fonction f
f <- function(x){exp(xˆ2)}
# borne superieure
k <- 1
# On calcule ensuite son integrale
resultat.1 = integrate(f, 0, k)
# On obtient le resultat suivant
resultat.1
1.462652 with absolute error < 1.6e-14
Vérification avec notre fonction
2 2n+1
Rappel : 0k e x dx = ρ ∞ k
R P
n=0 (2n+1)·n! . Avec k = 1 et ρ = 1, on
calcul cette fonction comme suit :
[Link] = function(k){
# valeur de l'expression pour n=0
somme = 1
# on suppose que l'infini vaut 100
infini = 100
# on applique la boucle for
for (n in 1:infini){
repartition = k**(2*n+1) / ((2*n +1)* factorial(n))
somme = somme + repartition
}
return(somme)
}
Application
On applique à notre fonction avec k=1 et on compare
resultat.2 = [Link](1)
print(c(resultat.1$value , resultat.2))
[1] 1.462652 1.462652
Le résultat de gauche obtenu avec la fonction intégrée dans le
logiciel et celui de droite obtenu avec notre algorithme prouvent que
l’approximation de la fonction de répartition via le développement
limité de Maclaurin est correcte.
Fin