ATLAS Ouvrir dans l'atlas →

ExerciceMaths Sup – MPSI, chapitre 21 — Dénombrement et probabilités · Variance et covariance

Exercice 81

Calcul

Soit XX et YY deux variables indépendantes de même loi ℬ(p)\mathcal{B}(p), avec p∈]0 ,1[p \in \left]0\,,1\right[. On pose U=X+YU = X + Y et V=X−YV = X - Y. Déterminer la loi du couple (U,V)(U, V), la covariance de UU et VV, et dire si UU et VV sont indépendantes.

Corrigé

On note q=1−pq = 1 - p. Le couple (X,Y)(X, Y) prend les quatre valeurs de {0,1}2\{0, 1\}^{2}, avec les probabilités q2q^{2}, pqpq, qpqp, p2p^{2} par indépendance, et le couple (U,V)=(X+Y,X−Y)(U, V) = (X + Y, X - Y) prend les valeurs (0,0)(0, 0), (1,1)(1, 1), (1,−1)(1, -1) et (2,0)(2, 0), deux à deux distinctes. On en déduit la loi conjointe, en lisant uu en ligne et vv en colonne : v=−1v=0v=1P(U=u)u=00q20q2u=1pq0pq2pqu=20p20p2P(V=v)pqp2+q2pq1\begin{array}{c|ccc|c} & v = -1 & v = 0 & v = 1 & \mathrm{P}(U = u) \\ \hline u = 0 & 0 & q^{2} & 0 & q^{2} \\ u = 1 & pq & 0 & pq & 2pq \\ u = 2 & 0 & p^{2} & 0 & p^{2} \\ \hline \mathrm{P}(V = v) & pq & p^{2} + q^{2} & pq & 1 \end{array} Par la bilinéarité et la symétrie de la covariance (proposition 23), Cov⁡(U,V)=Cov⁡(X,X)−Cov⁡(X,Y)+Cov⁡(Y,X)−Cov⁡(Y,Y)=V(X)−V(Y),\operatorname{Cov}(U, V) = \operatorname{Cov}(X, X) - \operatorname{Cov}(X, Y) + \operatorname{Cov}(Y, X) - \operatorname{Cov}(Y, Y) = \mathrm{V}(X) - \mathrm{V}(Y), d'où Cov⁡(U,V)=0\boxed{\operatorname{Cov}(U, V) = 0}, puisque XX et YY ont la même loi. Pourtant P(U=1,V=0)=0\mathrm{P}(U = 1, V = 0) = 0, alors que le produit P(U=1)P(V=0)\mathrm{P}(U = 1)\mathrm{P}(V = 0) vaut 2pq(p2+q2)>02pq(p^{2} + q^{2}) > 0 : U et V sont deˊcorreˊleˊes, mais pas indeˊpendantes\boxed{U \text{ et } V \text{ sont décorrélées, mais pas indépendantes}} On le lit sur le tableau : la case centrale est vide, alors que sa ligne et sa colonne ne le sont pas. Savoir que U=1U = 1 force V=±1V = \pm 1.

Piège. C'est le phénomène de la remarque qui suit la proposition 20 : l'indépendance entraîne la décorrélation (proposition 23 (iii)), et la réciproque est fausse. L'erreur la plus répandue est de conclure à l'indépendance à partir d'une covariance nulle.

Ouvrir dans l'atlas interactif →