Espérance

Bonjour,

Je n'arrive pas à trouver l'espérance de X sachant Y si Z=(X,Y) est de loi uniforme sur le disque de rayon 1. En fait, je trouve que la probabilité de X est Pi, mais je ne comprends pas Z=(X,Y).


Merci pour votre réponse.

Réponses

  • Géométriquement, si $Y=k$ est donné, cela signifie que le point est situé sur la droite d'équation $y=k.$
    Comme $Z$ suit la loi uniforme sur le disque, un simple dessin et le théorème de Pythagore prouve que $X$ suit la loi uniforme sur l'intervalle $\left[-\sqrt{1-k^2};\sqrt{1-k^2}\right].$
  • Merci pour votre réponse, mais Y=K n'est pas donnée, j'ai que ça comme énoncé : l'espérance de X sachant Y si Z=(X,Y) est de loi uniforme sur le disque de rayon 1.
  • Je n'ai plus fait ça depuis longtemps, mais il me semble évident que $E(X|Y)=0.$

    De façon informelle, sachant que $Y=k$ et comme je l'ai écrit ci-dessus, $X$ suit clairement la loi uniforme sur $\left[-\sqrt{1-k^2};\sqrt{1-k^2}\right].$ Son espérance est donc nulle.

    De façon plus rigoureuse, la tribu $\sigma(Y)$ est engendrée par les événements $Y\leq t.$ Il suffit donc de prouver que $E\left(X\mathbb{1}_{Y\leq t}\right)=0$ (*), ce qui se fait à l'aide d'une intégrale double(**).

    Pour (*), on aura bien $E\left(X\times \mathbb{1}_{A}\right)=E\left(0\times \mathbb{1}_{A}\right)$ pour tout $A\in\sigma(Y).$

    Pour (**), $E\left(X\mathbb{1}_{Y\leq t}\right)=\frac{1}{\pi}\int_{-1}^t\int_{-\sqrt{1-k^2}}^{\sqrt{1-k^2}}x\mathrm{d}x\mathrm{d}y=\frac{1}{\pi}\int_{-1}^t 0\mathrm{d}y=0.$
  • Merci pour votre réponse. En fait, si j'ai bien compris, X et Y sont indépendantes ?
  • Dans ton premier message, tu dis que la probabilité est $\pi$... etc etc
    Le réflexe, immédiat : Quoi ? Une probabilité, c'est une valeur entre 0 et 1, jamais un nombre plus grand que 1.
    Tu me dis, j'oublie. Tu m'enseignes, je me souviens. Tu m'impliques, j'apprends. Benjamin Franklin
  • Non, elles ne sont pas indépendantes. $P(X>1/\sqrt{2},Y>1/\sqrt{2})=0$ tandis que le produit des probabilités est strictement positif.

    Pour trouver l'espérance conditionnelle, reviens à la définition.

    Essaie de trouver $\Psi$ avec $E[X\phi(Y)]=E[\Psi(Y)\phi(Y)]$ quelle que soit $\phi$ mesurable positive bornée. Si tu trouves une telle fonction $\Psi$, alors $E[X|Y]=\Psi(Y)$.
Connectez-vous ou Inscrivez-vous pour répondre.