Mathématiques 2

2020
PC
4 heures Calculatrice autorisée
Fonction caractéristique d’une variable aléatoire réelle
Soit (Ω, 𝒜, ℙ) un espace probabilisé, où 𝒜 est une tribu sur Ω et ℙ une probabilité sur (Ω, 𝒜).
Toutes les variables aléatoires sont discrètes, à valeurs réelles ou complexes, définies sur (Ω, 𝒜).
Si la variable aléatoire 𝑋 : Ω → ℝ est d’espérance finie, on note 𝔼(𝑋) son espérance.
Pour tout nombre complexe 𝑧, on note Re(𝑧) sa partie réelle, Im(𝑧) sa partie imaginaire et 𝑧¯ son conjugué.
⎧ sin 𝑥
{ si 𝑥 ≠ 0,
On appelle sinus cardinal la fonction définie, pour tout réel 𝑥, par sinc(𝑥) = ⎨ 𝑥
{
⎩1 si 𝑥 = 0.
On admet que cette fonction est continue et que pour tout réel 𝑥, |sinc(𝑥)| ⩽ 1.

On étend aux variables aléatoires discrètes à valeurs complexes la notion d’espérance définie pour les variables
aléatoires discrètes réelles. Ainsi, on dit qu’une variable aléatoire discrète à valeurs complexes 𝑍 : Ω → ℂ
est d’espérance finie si les variables aléatoires réelles Re(𝑍) et Im(𝑍) sont d’espérance finie et on définit alors
l’espérance de 𝑍 par

𝔼(𝑍) = 𝔼(Re(𝑍)) + i 𝔼(Im(𝑍)).

On admettra les résultats suivants qui étendent aux variables aléatoires complexes les résultats analogues sur
les variables aléatoires réelles.
— Toute variable aléatoire 𝑍 complexe finie est d’espérance finie. Si 𝑍(Ω) = {𝑧1 , …, 𝑧𝑟 }, où les 𝑧𝑖 sont deux à
deux distincts, alors
𝑟
𝔼(𝑍) = ∑ 𝑧𝑘 ℙ(𝑍 = 𝑧𝑘 ).
𝑘=1

— Théorème du transfert (cas 𝑋(Ω) fini). Soit 𝑋 une variable aléatoire réelle d’image finie 𝑋(Ω) = {𝑥1 , …, 𝑥𝑟 }
où les 𝑥𝑖 sont deux à deux distincts et soit 𝑓 une application à valeurs complexes définie sur 𝑋(Ω).
Alors 𝑓(𝑋) est d’espérance finie et
𝑟
𝔼(𝑓(𝑋)) = ∑ ℙ(𝑋 = 𝑥𝑘 )𝑓(𝑥𝑘 ).
𝑘=1

— Soit 𝑍 une variable aléatoire complexe telle que 𝑍(Ω) soit dénombrable égal à {𝑧𝑛 , 𝑛 ∈ ℕ} où les 𝑧𝑛 sont
deux à deux distincts. Alors 𝑍 est d’espérance finie si, et seulement si, la série ∑ 𝑧𝑛 ℙ(𝑍 = 𝑧𝑛 ) converge
𝑛⩾0
absolument. Dans ce cas,
+∞
𝔼(𝑍) = ∑ 𝑧𝑛 ℙ(𝑍 = 𝑧𝑛 ).
𝑛=0

— Théorème du transfert (cas 𝑋(Ω) dénombrable). Soit 𝑋 une variable aléatoire réelle d’image dénombrable
𝑋(Ω) = {𝑥𝑛 , 𝑛 ∈ ℕ} où les 𝑥𝑛 sont deux à deux distincts et soit 𝑓 une application à valeurs complexes
définie sur 𝑋(Ω).
Alors 𝑓(𝑋) est d’espérance finie si, et seulement si, la série ∑ ℙ(𝑋 = 𝑥𝑛 )𝑓(𝑥𝑛 ) converge absolument. Dans
𝑛⩾0
ce cas,
+∞
𝔼(𝑓(𝑋)) = ∑ ℙ(𝑋 = 𝑥𝑛 )𝑓(𝑥𝑛 ).
𝑛=0

— Soit 𝑍 une variable aléatoire complexe et 𝑍¯ : 𝜔 ∈ Ω ↦ 𝑍(𝜔) sa variable aléatoire conjuguée.

Si 𝑍 est d’espérance finie, alors 𝑍¯ est d’espérance finie et 𝔼(𝑍)
¯ = 𝔼(𝑍).
— Soit 𝑍1 et 𝑍2 deux variables aléatoires complexes d’espérance finie et soit 𝜆 ∈ ℂ.
Alors 𝑍1 + 𝑍2 et 𝜆𝑍1 sont d’espérance finie et 𝔼(𝑍1 + 𝑍2 ) = 𝔼(𝑍1 ) + 𝔼(𝑍2 ) et 𝔼(𝜆𝑍1 ) = 𝜆𝔼(𝑍1 ).

2020-02-17 16:13:24 Page 1/4

I Fonction caractéristique d’une variable aléatoire réelle
À toute variable aléatoire réelle discrète 𝑋 : Ω → ℝ, on associe une fonction 𝜙𝑋 , appelée fonction caractéristique
de 𝑋 et définie par

∀𝑡 ∈ ℝ, 𝜙𝑋 (𝑡) = 𝔼 (ei 𝑡𝑋 ) .

I.A – Premières propriétés

Dans cette sous-partie, 𝑋 est une variable aléatoire réelle discrète.
Q 1. On suppose, dans cette question, que 𝑋(Ω) est un ensemble fini de cardinal 𝑟 ∈ ℕ∗ .
On note 𝑋(Ω) = {𝑥1 , …, 𝑥𝑟 } où les 𝑥𝑖 sont deux à deux distincts, et, pour tout entier 𝑘 ∈ ⟦1, 𝑟⟧, 𝑎𝑘 = ℙ(𝑋 = 𝑥𝑘 ).
𝑟
Montrer que, pour tout réel 𝑡, 𝜙𝑋 (𝑡) = ∑ 𝑎𝑘 ei 𝑡𝑥𝑘 .
𝑘=1
Q 2. On suppose dans cette question que 𝑋(Ω) est un ensemble dénombrable. On note 𝑋(Ω) = {𝑥𝑛 , 𝑛 ∈ ℕ}
où les 𝑥𝑛 sont deux à deux distincts. Pour tout 𝑛 ∈ ℕ, on pose 𝑎𝑛 = ℙ(𝑋 = 𝑥𝑛 ).
+∞
Montrer que 𝜙𝑋 est définie sur ℝ et que, pour tout réel 𝑡, 𝜙𝑋 (𝑡) = ∑ 𝑎𝑛 ei 𝑡𝑥𝑛 .
𝑛=0
Q 3. Montrer que 𝜙𝑋 est continue sur ℝ.
Q 4. Soit 𝑎 et 𝑏 deux réels et 𝑌 = 𝑎𝑋 + 𝑏. Pour tout réel 𝑡, exprimer 𝜙𝑌 (𝑡) en fonction de 𝜙𝑋 , 𝑡, 𝑎 et 𝑏.
Q 5. Soit 𝑡 ∈ ℝ. Donner une expression de 𝜙𝑋 (−𝑡) en fonction de 𝜙𝑋 (𝑡). En déduire une condition nécessaire
et suffisante portant sur l’image 𝜙𝑋 (ℝ) pour que la fonction 𝜙𝑋 soit paire.

I.B – Trois exemples

Q 6. Soit 𝑛 ∈ ℕ∗ et 𝑝 ∈ ]0, 1[. On suppose que 𝑋 : Ω → ℝ suit une loi binomiale ℬ(𝑛, 𝑝) et on note 𝑞 = 1 − 𝑝.
Montrer que, pour tout 𝑡 ∈ ℝ, 𝜙𝑋 (𝑡) = (𝑞 + 𝑝ei 𝑡 )𝑛 .
Q 7. Soit 𝑝 ∈ ]0, 1[. Quelle est la fonction caractéristique d’une variable aléatoire suivant une loi géométrique
de paramètre 𝑝 ?
Q 8. Soit 𝜆 > 0. Quelle est la fonction caractéristique d’une variable aléatoire suivant une loi de Poisson
de paramètre 𝜆 ?

I.C – Image de 𝜙𝑋
On se donne ici une variable aléatoire réelle discrète 𝑋 : Ω → ℝ, dont on note 𝜙𝑋 la fonction caractéristique.
Pour tout (𝑎, 𝑏) ∈ ℝ2 , 𝑎 + 𝑏ℤ désigne l’ensemble {𝑎 + 𝑏𝑘, 𝑘 ∈ ℤ}.
Q 9. Montrer que pour tout 𝑡 ∈ ℝ, |𝜙𝑋 (𝑡)| ⩽ 1.
2𝜋
Q 10. Montrer que, s’il existe 𝑎 ∈ ℝ et 𝑡0 ∈ ℝ∗ tels que 𝑋(Ω) ⊂ 𝑎 + ℤ, alors |𝜙𝑋 (𝑡0 )| = 1.
𝑡0
On suppose réciproquement qu’il existe 𝑡0 ∈ ℝ∗ tel que |𝜙𝑋 (𝑡0 )| = 1.
Dans la suite de cette sous-partie I.C, on suppose de plus que 𝑋(Ω) est dénombrable et on reprend les notations
de la question 2.
+∞
Q 11. Montrer qu’il existe 𝑎 ∈ ℝ tel que ∑ 𝑎𝑛 exp(i(𝑡0 𝑥𝑛 − 𝑡0 𝑎)) = 1.
𝑛=0
+∞
Q 12. En déduire que ∑ 𝑎𝑛 (1 − cos(𝑡0 𝑥𝑛 − 𝑡0 𝑎)) = 0.
𝑛=0
2𝜋
Q 13. Montrer que pour tout 𝑛 ∈ ℕ, si 𝑎𝑛 ≠ 0, alors 𝑥𝑛 ∈ 𝑎 + ℤ.
𝑡0
2𝜋
Q 14. En déduire que ℙ (𝑋 ∈ 𝑎 + ℤ) = 1.
𝑡0

2020-02-17 16:13:24 Page 2/4

II Fonction caractéristique et loi d’une variable aléatoire
L’objectif de cette partie est de montrer que la fonction caractéristique d’une variable aléatoire détermine sa loi.
Deux méthodes de démonstration sont proposées.

II.A – Première méthode

Soit 𝑋 une variable aléatoire réelle et discrète et 𝑚 ∈ ℝ.
𝑇
1
Pour 𝑇 ∈ ℝ∗+ , on pose 𝑉𝑚 (𝑇 ) = ∫ 𝜙𝑋 (𝑡) e−i𝑚𝑡 d𝑡.
2𝑇
−𝑇
II.A.1) On suppose que 𝑋(Ω) est fini et on reprend les notations de la question 1.
𝑟
Q 15. Montrer que, pour tout 𝑇 ∈ ℝ∗+ , on a 𝑉𝑚 (𝑇 ) = ∑ sinc(𝑇 (𝑥𝑛 − 𝑚))ℙ(𝑋 = 𝑥𝑛 ).
𝑛=1
Q 16. En déduire que 𝑉𝑚 (𝑇 ) →→→→→→→→→→→→ ℙ(𝑋 = 𝑚).
𝑇 → +∞

II.A.2) On suppose que 𝑋(Ω) est dénombrable et on reprend les notations de la question 2.
𝑥 −𝑚
Pour 𝑛 ∈ ℕ et ℎ ∈ ℝ∗+ , on pose 𝑔𝑛 (ℎ) = sinc ( 𝑛 ) ℙ(𝑋 = 𝑥𝑛 ).
ℎ
+∞
1
Q 17. Montrer que pour tout 𝑇 ∈ ℝ∗+ , on a 𝑉𝑚 (𝑇 ) = ∑ 𝑔𝑛 ( ).
𝑛=0
𝑇
Q 18. Montrer que la fonction 𝑔𝑛 se prolonge en une fonction 𝑔𝑛̃ définie et continue sur ℝ+ .
+∞
Q 19. Montrer que la fonction 𝐺 = ∑ 𝑔𝑛̃ est définie et continue sur ℝ+ .
𝑛=0
Q 20. Établir que 𝑉𝑚 (𝑇 ) →→→→→→→→→→→→ ℙ(𝑋 = 𝑚).
𝑇 → +∞

II.A.3) Application
Q 21. Soient 𝑋 : Ω → ℝ et 𝑌 : Ω → ℝ deux variables aléatoires discrètes telles que 𝜙𝑋 = 𝜙𝑌 . Montrer que,
pour tout 𝑚 ∈ ℝ, ℙ(𝑋 = 𝑚) = ℙ(𝑌 = 𝑚), autrement dit que 𝑋 et 𝑌 ont la même loi.

II.B – Deuxième méthode

i 𝑡𝑏 i 𝑡𝑎
⎧e −e
{ si 𝑡 ≠ 0,
Si 𝑎 et 𝑏 sont deux réels, on note 𝐾𝑎,𝑏 la fonction définie pour tout réel 𝑡 par 𝐾𝑎,𝑏 (𝑡) = ⎨ 2i𝑡
𝑏 − 𝑎
{
⎩ 2 si 𝑡 = 0.
Q 22. À l’aide de séries entières, montrer que 𝐾𝑎,𝑏 est de classe 𝐶 ∞ sur ℝ.
𝑁

Soit 𝑁 un entier naturel et soit 𝐹𝑁 la fonction définie, pour tout réel 𝑥, par 𝐹𝑁 (𝑥) = ∫ 𝐾𝑎,𝑥 (𝑡) d𝑡.
−𝑁
Q 23. Montrer que 𝐹𝑁 est de classe 𝐶 1 sur ℝ et que, pour tout réel 𝑥, 𝐹𝑁′ (𝑥) = 𝑁 sinc(𝑁 𝑥).
𝑁 𝑁𝑏

Q 24. Montrer que ∫ 𝐾𝑎,𝑏 (𝑡) d𝑡 = ∫ sinc(𝑠) d𝑠.

−𝑁 𝑁𝑎
+∞

Q 25. Montrer que l’intégrale ∫ sinc(𝑠) d𝑠 est convergente.

0
+∞
𝜋
On admettra dans la suite que ∫ sinc(𝑠) d𝑠 = .
2
0
𝑁

Q 26. En déduire l’existence et la valeur de lim ∫ 𝐾𝑎,𝑏 (𝑡) d𝑡 dans le cas où 𝑎 < 𝑏.
𝑁→+∞
−𝑁
Q 27. Soit 𝑋 : Ω → ℝ une variable aléatoire telle que 𝑋(Ω) est fini. On suppose que les réels 𝑎 et 𝑏
n’appartiennent pas à 𝑋(Ω). Montrer que
𝑁
1
∫ 𝜙𝑋 (−𝑡)𝐾𝑎,𝑏 (𝑡) d𝑡 →→→→→→→→→→→→ ℙ(𝑎 < 𝑋 < 𝑏).
𝜋 𝑁 → +∞
−𝑁

2020-02-17 16:13:24 Page 3/4

III Régularité de 𝜙𝑋
On fixe dans cette partie une variable aléatoire réelle 𝑋 : Ω → ℝ, dont l’image 𝑋(Ω) est un ensemble dénombrable
et on reprend les notations de la question 2.
On cherche à établir des liens entre des propriétés de la loi de 𝑋 et la régularité de 𝜙𝑋 .
Pour tout 𝑘 ∈ ℕ∗ , on dit que 𝑋 admet un moment d’ordre 𝑘 si la variable aléatoire 𝑋 𝑘 est d’espérance finie.
III.A –
Soit 𝑘 ∈ ℕ∗ . On suppose dans cette sous-partie III.A que 𝑋 admet un moment d’ordre 𝑘.
Q 28. Soit 𝑗 un entier tel que 1 ⩽ 𝑗 ⩽ 𝑘. Montrer que pour tout réel 𝑥, |𝑥|𝑗 ⩽ 1 + |𝑥|𝑘 et en déduire que 𝑋
admet un moment d’ordre 𝑗.
Q 29. En déduire que 𝜙𝑋 est de classe 𝐶 𝑘 sur ℝ et donner une expression de la dérivée 𝑘−ième de 𝜙𝑋 .
Q 30. En déduire une expression de 𝔼(𝑋 𝑘 ) en fonction de 𝜙𝑋 (0).
(𝑘)

III.B –
On suppose dans cette sous-partie III.B que 𝜙𝑋 est de classe 𝐶 2 sur ℝ.
2𝜙𝑋 (0) − 𝜙𝑋 (2ℎ) − 𝜙𝑋 (−2ℎ)
Q 31. On note 𝑓 la fonction qui à tout réel ℎ > 0 associe 𝑓(ℎ) = . Quelle est
4ℎ2
la limite de 𝑓 en 0 ?
+∞
sin2 (ℎ𝑥𝑛 )
Q 32. Montrer que pour tout ℎ ∈ ℝ∗ , 𝑓(ℎ) = ∑ 𝑎𝑛 .
𝑛=0
ℎ2
Q 33. En déduire que 𝑋 admet un moment d’ordre 2.

III.C –
On fixe dans cette sous-partie III.C un entier naturel 𝑘 ∈ ℕ et on suppose à la fois que 𝜙𝑋 est de classe 𝐶 2𝑘+2
sur ℝ et que 𝑋 admet un moment d’ordre 2𝑘. On note 𝛼 = 𝔼(𝑋 2𝑘 ).
Q 34. Que peut-on dire de 𝑋 si 𝛼 est nul ?
On suppose dorénavant que le réel 𝛼 est strictement positif.
Q 35. Soit 𝑌 : Ω → ℝ une variable aléatoire vérifiant 𝑌 (Ω) = 𝑋(Ω) et, pour tout 𝑛 ∈ ℕ,
𝑎𝑛 𝑥2𝑘
𝑛 .
ℙ(𝑌 = 𝑥𝑛 ) =
𝛼
Montrer que 𝜙𝑌 est de classe 𝐶 2 sur ℝ.
Q 36. En déduire que 𝑋 admet un moment d’ordre 2𝑘 + 2.
Q 37. Soit 𝑘 ∈ ℕ∗ . Déduire des questions précédentes que si 𝜙𝑋 est de classe 𝐶 2𝑘 sur ℝ, alors 𝑋 admet un
moment d’ordre 2𝑘.

IV Développement en série entière de 𝜙𝑋

Soit 𝑋 : Ω → ℝ une variable aléatoire réelle.
IV.A –
On suppose que 𝑋(Ω) est fini et on reprend les notations de la question 1.
+∞
(i 𝑡)𝑛
Q 38. Montrer que 𝜙𝑋 est développable en série entière sur ℝ et, pour tout réel 𝑡, 𝜙𝑋 (𝑡) = ∑ 𝔼(𝑋 𝑛 ).
𝑛=0
𝑛!

IV.B –
On suppose que 𝑋(Ω) est dénombrable et on reprend les notations de la question 2.
On suppose également que, pour tout entier 𝑛 ∈ ℕ, 𝑋 admet un moment d’ordre 𝑛 et qu’il existe un réel 𝑅 > 0
tel que
𝑛𝑛
𝔼(|𝑋|𝑛 ) = 𝑂 ( ) quand 𝑛 → +∞.
𝑅𝑛
𝑛
(i𝑦)𝑘 |𝑦|𝑛+1
Q 39. Montrer que pour tout 𝑛 ∈ ℕ et tout 𝑦 ∈ ℝ, ∣ei𝑦 − ∑ ∣⩽ .
𝑘=0
𝑘! (𝑛 + 1)!
𝑅 𝑅
Q 40. En déduire que pour tout réel 𝑡 ∈ [− , ],
e e
+∞
(i𝑡)𝑘
𝜙𝑋 (𝑡) = ∑ 𝔼(𝑋 𝑘 ).
𝑘=0
𝑘!

• • • FIN • • •

2020-02-17 16:13:24 Page 4/4