cours et TD - Enseeiht
cours et TD - Enseeiht
cours et TD - Enseeiht
- No tags were found...
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
5.ESPÉRANCE MATHÉMATIQUE 53Théorème 5.3.13. Soit (X, Y ) un couple de variables aléatoires réelles adm<strong>et</strong>tant des espérances mathématiques.La covariance de X <strong>et</strong> de Y existe si <strong>et</strong> seulement si E(XY ) existe <strong>et</strong> on a la relation suivante :Cov(X, Y ) = E(XY ) − E(X)E(Y )Corollaire 5.3.14. Soit (X, Y ) un couple de variables aléatoires réelles adm<strong>et</strong>tant des espérances mathématiques.Si X <strong>et</strong> Y sont indépendantes alors :Cov(X, Y ) = 0DémonstrationCela provient de l’application directe des théorèmes (5.3.8) <strong>et</strong> (5.3.13). ✷Théorème 5.3.15. Soit (X, Y ) un couple de variables aléatoires réelles adm<strong>et</strong>tant des espérances mathématiques<strong>et</strong> des variances. Alors la variance de X + Y <strong>et</strong> la covariance de X <strong>et</strong> Y existent <strong>et</strong> on a la relation suivante :DémonstrationV ar(X + Y ) = V ar(X) + V ar(Y ) + 2Cov(X, Y )✷V ar(X + Y ) = E[(X + Y − E(X + Y )) 2 ]= E[((X − E(X)) + (Y − E(Y ))) 2 ]= E[(X − E(X)) 2 ] + E[(Y − E(Y )) 2 ] + E[2(X − E(X))(Y − E(Y ))]= V ar(X) + V ar(Y ) + 2Cov(X, Y )Corollaire 5.3.16. Sous les mêmes hypothèses que précédemment <strong>et</strong> si de plus les variables aléatoires sontindépendantes alors :V ar(X + Y ) = V ar(X) + V ar(Y )DémonstrationImmédiate ✷Remarque 5.3.17. Les résultat précédents se généralisent sans difficultés au cas d’un n-upl<strong>et</strong> de variables aléatoires :(i)V ar(n∑Y i ) =i=1(ii) Si les variables sont indépendantes deux à deuxV ar(n∑i=1V ar(Y i ) + 2 ∑ i