Chapitre 6:

Fonctions Génératrices
et Fonctions Caractéristiques (suite)

Prof. Mohamed El Merouani

2019/2020

Prof. Mohamed El Merouani () Probabilités 2 2019/2020 1 / 17

Introduction :

La fonction caractéristique d’une v.a. X définie pour tout nombre

réel t par ϕ(t) = E(eitX ) a l’énorme avantage d’exister pour tout
nombre réel t et toute v.a. X.
En outre, la correspondance entre loi de probabilité d’une v.a. et
fonction caractéristique est bijective.
Le seule inconvénient est que l’utilisation des fonctions
caractéristiques est plus délicat, puisqu’il fait appel à la théorie des
fonctions d’une variable complexe.

Prof. Mohamed El Merouani () Probabilités 2 2019/2020 2 / 17

Théorème d’unicité :

Théorème :
La fonction caractéristique d’une v.a. détermine la loi de cette variable.
En d’autres termes, si deux v.a. admettent même fonction
caractéristique, elles ont même loi.

Ce théorème justifie l’appellation de fonction caractéristique : La

fonction caractéristique caractérise la loi.

Prof. Mohamed El Merouani () Probabilités 2 2019/2020 3 / 17

Tableau des fonctions caractéristiques des lois usuelles :

Lois discrètes :

Loi de Dirac ϕ(t) = eita

X ∼ δa
Loi de Bernoulli ϕ(t) = peit + (1 − p)
X ∼ B(p)
n
Loi binomiale ϕ(t) = peit + (1 − p)
X ∼ B(n, p)
ϕ(t) = exp λ(eit − 1)


Loi de Poisson
X ∼ P(λ)

Prof. Mohamed El Merouani () Probabilités 2 2019/2020 4 / 17

Tableau des fonctions caractéristiques des lois usuelles :
Lois discrètes :
peit
Loi géométrique (1) ϕ(t) = 1−(1−p)eit
X ∼ G(p)
X(Ω) = N∗
p
Loi géométrique (2) ϕ(t) = 1−(1−p)eit
X ∼ G(p)
X(Ω) = N  n
peit
Loi binomiale négative (1) ϕ(t) = 1−(1−p)eit
X ∼ N B(n, p)
X(Ω) = N∗  n
p
Loi binomiale négative (2) ϕ(t) = 1−(1−p)eit
X ∼ N B(n, p)
X(Ω) = N

Prof. Mohamed El Merouani () Probabilités 2 2019/2020 5 / 17

Tableau des fonctions caractéristiques des lois usuelles :

Lois continues :
1 eitb −eita
Loi uniforme ϕ(t) = b−a it
X ∼ U([a, b])
1
ei(a+b)t − eiat


Loi uniforme ϕ(t) = ibt
X ∼ U(]a, a + b[)
λ
Loi exponentielle ϕ(t) = λ−it
X ∼ Exp(λ)
t2
Loi normale ϕ(t) = e− 2
X ∼ N (0, 1)  
t2 σ 2
Loi normale ϕ(t) = exp imt − 2
X ∼ N (m, σ)

Prof. Mohamed El Merouani () Probabilités 2 2019/2020 6 / 17

Tableau des fonctions caractéristiques des lois usuelles :

Lois continues :
 −α
Loi gamma ϕ(t) = 1 − it
β
X ∼ Γ(α, β)
Γ(α+β) P∞ (it)k Γ(α+k)
Loi bêta ϕ(t) = Γ(α) k=0 k! Γ(α+β+k)
X ∼ B(α, β)
λ2 eitα
Loi de Laplace ϕ(t) = t2 +λ2
X ∼ L(α, λ)
Loi de Cauchy ϕ(t) = exp(iαt − λ|t|)
X ∼ C(α, λ)
n
Loi du Khi-deux ϕ(t) = (1 − 2it)− 2
X ∼ χ2 (n)

Prof. Mohamed El Merouani () Probabilités 2 2019/2020 7 / 17

Détermination d’une loi de probabilité sur R par sa
fonction caractéristique :
Formule d’inversion :

Soit F la fonction de répartition d’une v.a. et soit ϕ sa fonction

caractéristique.
Nous nous proposons d’exprimer F à partir de ϕ.
Théorème général :
Soit a, b ∈ R, a < b. Alors :
T
e−ita − e−itb
Z
1
lim ϕ(t)dt =
T →∞ 2π −T it

1 1
= [F (b + 0) + F (b − 0)] − [F (a + 0) + F (a − 0)]
2 2

Prof. Mohamed El Merouani () Probabilités 2 2019/2020 8 / 17

Détermination d’une loi de probabilité sur R par sa
fonction caractéristique :
Formule d’inversion :

Corollaire 1 :
Si a et b sont deux points de continuité de F . On a :
T
e−ita − e−itb
Z
1
F (b) − F (a) = lim ϕ(t)dt
T →∞ 2π −T it

Formule d’inversion (Paul-Levy)

Prof. Mohamed El Merouani () Probabilités 2 2019/2020 9 / 17

Détermination d’une loi de probabilité sur R par sa
fonction caractéristique :
Formule de réciprocité de Fourier :

Corollaire 2 :
Si ϕ est absolument intégrable, la fonction de répartition F est
dérivable dans R et de plus
Z +∞
0 1
F (x) = f (x) = e−itx ϕ(t)dt
2π −∞

(Formule de réciprocité de Fourier)

Preuve :

F (x + h) − F (x) T
e−itx − e−it(x+h)
Z
0 1
F (x) = lim = lim lim ϕ(t)dt
h→0 h h→0 T →+∞ 2π −T ith

Prof. Mohamed El Merouani () Probabilités 2 2019/2020 10 / 17

Détermination d’une loi de probabilité sur R par sa
fonction caractéristique :
Preuve de la Formule de réciprocité de Fourier :

T
1 − e−ith −itx
Z
1
F 0 (x) = lim lim e ϕ(t)dt
h→0 T →+∞ 2π −T ith
1− e−ith
Or, e−itx ϕ(t) ≤ |ϕ(t)|
ith
R∞
et puisque, par hypothèse −∞ |ϕ(t)|dt < ∞, on peut en vertu de
théorème de Lebesgue, passer à la limite sous l’opérateur d’intégration
et on a :
Z ∞
1 − e−ith −itx 1 − e−ith −itx
Z T
1 1
lim e ϕ(t)dt = e ϕ(t)dt
T →+∞ 2π −T ith 2π −∞ ith

Prof. Mohamed El Merouani () Probabilités 2 2019/2020 11 / 17

Détermination d’une loi de probabilité sur R par sa
fonction caractéristique :
Preuve de la Formule de réciprocité de Fourier :

∞
1 − e−ith −itx
Z
0 1
F (x) = f (x) = lim e ϕ(t)dt
2π −∞ h→0 ith
Z ∞
1
= e−itx ϕ(t)dt
2π −∞
Cette dernière intégrale est absolument convergente en x : C’est une
fonction continue en x.
Donc, la v.a. correspondante à F (x) est absolument continue, de densité
f. 

Prof. Mohamed El Merouani () Probabilités 2 2019/2020 12 / 17

Détermination d’une loi de probabilité sur R par sa
fonction caractéristique :
Formule d’inversion :

Exemple
Trouvons la densité de la v.a. dont la fonction caractéristique est
ϕ(t) = e−c|t| .

Prof. Mohamed El Merouani () Probabilités 2 2019/2020 13 / 17

Détermination d’une loi de probabilité sur R par sa
fonction caractéristique :
Formule d’inversion :

En effet, puisque ϕ(t) est absolument intégrable, la distribution est

absolument continue avec la densité :
Z +∞ Z +∞
1 1
f (x) = e−itx ϕ(t)dt = e−itx e−c|t| dt
2π −∞ 2π −∞
Z 0 Z +∞
1 1
= e t(c−ix)
dt + e−t(c+ix) dt
2π −∞ 2π 0
Les fonctions à intégrer sont holomorphes, donc
1 h i0 1 h i+∞
f (x) = et(c−ix) − e−t(c+ix)
2π(c − ix) −∞ 2π(c + ix) 0
 
1 1 1 c
= + =
2π c − ix c + ix π(c2 + x2 )
Prof. Mohamed El Merouani () Probabilités 2 2019/2020 14 / 17
Détermination d’une loi de probabilité sur R par sa
fonction caractéristique :
Formule d’inversion - Théorèmes d’unicité :

Théorème :
Si deux fonctions de répartitions correspondent à la même fonction
caractéristique, alors elles sont égales.
i.e. ϕF1 = ϕF2 =⇒ F1 = F2

La fonction caractéristique d’une v.a. détermine la loi de cette variable.

Autrement dit, si deux v.a. admettent même fonction caractéristique,
alors elles ont même loi.
Proposition :
Soit ϕX (u) est la fonction caractéristique d’une v.a. X et ϕY (u) est la
fonction caractéristique d’une v.a. Y .
X et Y ont même loi si, et seulement si ϕX (u) = ϕY (u).

Prof. Mohamed El Merouani () Probabilités 2 2019/2020 15 / 17

Fonction caractéristique et indépendance :
Théorème :
Soit (X, Y ) un couple de v.a. indépendantes. Alors, pour tout réel t, on
a:
ϕX+Y (t) = ϕX (t)ϕY (t)

Preuve :
En effet, ϕX+Y (t) = E(eit(X+Y ) ) = E(eitX eitY ), d’où, puisque X et Y
sont indépendantes, donc aussi eitX et eitY :
ϕX+Y (t) = E(eitX )E(eitY ) = ϕX (t)ϕY (t).
On peut généraliser le théorème précédent de la façon suivante :
Théorème :
Soient X1 , X2 , · · · , Xn des v.a. indépendantes. Alors, pour tout réel t,
on a :
ϕPni=1 Xi (t) = Πni=1 ϕXi (t)
Prof. Mohamed El Merouani () Probabilités 2 2019/2020 16 / 17
Fonction caractéristique et indépendance :

Remarque :
On peut trouver des v.a. X et Y non indépendantes qui vérifient,
quand même, ϕX+Y (t) = ϕX (t)ϕY (t).

Contre-exemple :
Soit X une v.a. de Cauchy C(0, 1) ; sa fonction caractéristique est
donnée par ϕX (t) = e−|t| . Le couple (X, Y ), où Y = X vérifie :
ϕX+Y (t) = ϕ2X (t) = e−2|t| = (e−|t| )2 = ϕX (t)ϕY (t).

Corollaire :
Le produit de deux fonctions caractéristiques est une fonction
caractéristique.

Prof. Mohamed El Merouani () Probabilités 2 2019/2020 17 / 17