COUPLES DE VARIABLES ALEATOIRES

Documents pareils
Corrigé du baccalauréat S Pondichéry 13 avril 2011

f n (x) = x n e x. T k

Chapitre 2 Le problème de l unicité des solutions

Tout ce qu il faut savoir en math

LICENCE DE MATHÉMATIQUES DEUXIÈME ANNÉE. Unité d enseignement LCMA 4U11 ANALYSE 3. Françoise GEANDIER

Correction de l épreuve CCP 2001 PSI Maths 2 PREMIÈRE PARTIE ) (

Titrages acidobasiques de mélanges contenant une espèce forte et une espèce faible : successifs ou simultanés?

Exercices - Fonctions de plusieurs variables : corrigé. Pour commencer

CSMA e Colloque National en Calcul des Structures Mai 2013

Licence M.A.S.S. Cours d Analyse S4

Théorème de Poincaré - Formule de Green-Riemann

3 Approximation de solutions d équations

ANALYSE NUMERIQUE NON-LINEAIRE

Garantie des Accidents de la Vie - Protection Juridique des Risques liés à Internet

Module 2 : Déterminant d une matrice

Notes du cours MTH1101 Calcul I Partie II: fonctions de plusieurs variables

Amphi 3: Espaces complets - Applications linéaires continues

I. Introduction. 1. Objectifs. 2. Les options. a. Présentation du problème.

Capacité d un canal Second Théorème de Shannon. Théorie de l information 1/34

Exercice autour de densité, fonction de répatition, espérance et variance de variables quelconques.

Espérance conditionnelle

semestre 3 des Licences MISM annnée universitaire

Synthèse de cours (Terminale S) Calcul intégral

Correction du Baccalauréat S Amérique du Nord mai 2007

Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre

Les nouvelles orientations politiques du budget 2015 du Gouvernement prévoient

a g c d n d e s e s m b

Formes quadratiques. 1 Formes quadratiques et formes polaires associées. Imen BHOURI. 1.1 Définitions

COURS D ANALYSE. Licence d Informatique, première. Laurent Michel

Moments des variables aléatoires réelles

Programmes des classes préparatoires aux Grandes Ecoles

Gestion de casiers en milieu scolaire. Augmenter la disponibilité en mode centralisé ou consignes, avec les casiers de Traka. traka.

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours

De même, le périmètre P d un cercle de rayon 1 vaut P = 2π (par définition de π). Mais, on peut démontrer (difficilement!) que

Simulation de variables aléatoires

Correction du baccalauréat S Liban juin 2007

Items étudiés dans le CHAPITRE N5. 7 et 9 p 129 D14 Déterminer par le calcul l'antécédent d'un nombre par une fonction linéaire

Séquence 8. Probabilité : lois à densité. Sommaire

Méthodes de quadrature. Polytech Paris-UPMC. - p. 1/48

Extrait du poly de Stage de Grésillon 1, août 2010

Fonctions de plusieurs variables. Sébastien Tordeux

au Point Info Famille

Intégration et probabilités TD1 Espaces mesurés Corrigé

4. Martingales à temps discret

Capes Première épreuve

Le théorème de Thalès et sa réciproque

I - PUISSANCE D UN POINT PAR RAPPORT A UN CERCLE CERCLES ORTHOGONAUX POLES ET POLAIRES

ANALYSE : FONCTIONS D UNE VARIABLE RÉELLE

L'algèbre de BOOLE ou algèbre logique est l'algèbre définie pour des variables ne pouvant prendre que deux états.

DOSSIER DE CANDIDATURE POUR UNE LOCATION

Université Paris-Dauphine DUMI2E 1ère année, Applications

Optimisation Discrète

Notes du cours MTH1101N Calcul I Partie II: fonctions de plusieurs variables

Cours d Analyse IV Suites et Séries de fonctions

Séries numériques. Chap. 02 : cours complet.

Dérivées d ordres supérieurs. Application à l étude d extrema.

Guide de correction TD 6

Chapitre 3. Mesures stationnaires. et théorèmes de convergence

3. Conditionnement P (B)

I3, Probabilités 2014 Travaux Dirigés F BM F BM F BM F BM F B M F B M F B M F B M

Un K-espace vectoriel est un ensemble non vide E muni : d une loi de composition interne, c est-à-dire d une application de E E dans E : E E E

Introduction à l étude des Corps Finis

Continuité en un point

7. Droit fiscal. Calendrier Actualité fiscale 7.2 Contrôle et contentieux fiscal 7.3 Détermination du résultat fiscal.

Probabilités III Introduction à l évaluation d options

Chapitre 1 : Fonctions analytiques - introduction

nous votre service clients orange.fr > espace client 3970*

CNAM UE MVA 210 Ph. Durand Algèbre et analyse tensorielle Cours 4: Calcul dierentiel 2

Polynômes à plusieurs variables. Résultant

LE SURENDETTEMENT. a s s e c o. leo lagrange UNION NATIONALE DES ASSOCIATIONS FAMILIALES. union féminine civique et sociale

CHAPITRE V SYSTEMES DIFFERENTIELS LINEAIRES A COEFFICIENTS CONSTANTS DU PREMIER ORDRE. EQUATIONS DIFFERENTIELLES.

Comment utiliser une banque en France. c 2014 Fabian M. Suchanek

Sur certaines séries entières particulières

Equations différentielles linéaires à coefficients constants

Que faire lorsqu on considère plusieurs variables en même temps?

Calcul fonctionnel holomorphe dans les algèbres de Banach

Limites finies en un point

Master Modélisation Aléatoire Paris VII, Cours Méthodes de Monte Carlo en nance et C++, TP n 2.

Du Premier au Second Degré

Florence Jusot, Myriam Khlat, Thierry Rochereau, Catherine Sermet*

8.1 Généralités sur les fonctions de plusieurs variables réelles. f : R 2 R (x, y) 1 x 2 y 2

Relation d ordre. Manipulation des relations d ordre. Lycée Pierre de Fermat 2012/2013 Feuille d exercices

TVA et Systèmes d Information. Retour d expérience d entreprise. A3F - 26 mars 2015 Hélène Percie du Sert COFELY INEO

[ édité le 30 avril 2015 Enoncés 1

MATHS FINANCIERES. Projet OMEGA

MESURE ET INTÉGRATION EN UNE DIMENSION. Notes de cours

Cours 02 : Problème général de la programmation linéaire

Correction du baccalauréat STMG Polynésie 17 juin 2014

Intégrales doubles et triples - M

Probabilités sur un univers fini

Exemple de Plan d Assurance Qualité Projet PAQP simplifié

MA6.06 : Mesure et Probabilités

I. Polynômes de Tchebychev

Baccalauréat S Asie 19 juin 2014 Corrigé

Fonctions de deux variables. Mai 2011

Impôts PLUS ou moins-values

I. Ensemble de définition d'une fonction

Cours d Analyse. Fonctions de plusieurs variables

Travaux dirigés d introduction aux Probabilités

Introduction à la Statistique Inférentielle

Transcription:

A. Cs générl ) Définition COUPLES DE VARIABLES ALEATOIRES L loi d un coupl XY, d dux vribls létoirs définis sur l mêm spc probbilisé, TP, st donné pr l fonction F XY, défini sur ) Propriété (dmis) létoirs g X, Y t, pr : x, y, F x, y P X x Y y XY, Si dux coupls X, Y t X, Y d vribls létoirs définis sur l mêm spc probbilisé, TP, ont mêm loi t si g st un fonction continu sur lors ls vribls g X Y ont mêm loi Exmpls : Si X, Y t X, Y sont dux coupls d vribls létoirs définis sur l mêm spc probbilisé, TP, qui ont mêm loi Alors Ls vribls létoirs XYt X Yont mêm loi Ls vribls létoirs XYt X Yont mêm loi Ls vribls létoirs XYt XYont mêm loi 3) Définition Dux vribls létoirs X t Y définis sur l mêm spc probbilisé, TP, sont indépndnts si t sulmnt si, pour tous réls x t y, Rmrqu : P X x Y y P X x P Y y Ctt drnièr églité put s écrir : x, y, F x, y F x F x 4) Crctéristions ) Crctéristion Dux vribls létoirs X t Y définis sur l mêm spc probbilisé, TP, sont indépndnts si t sulmnt si, pour tous intrvlls I t J d, P X I Y J P X I P Y J XY, X Y

b) Crctéristion Dux vribls létoirs X t Y définis sur l mêm spc probbilisé, TP, sont indépndnts si t sulmnt si Tout évènmnt A T st indépndnt d tout évènmnt B TY X Rppl : On nott X l tribu ou -lgèbr ngndré pr ls évènmnts X x pour tout rél x 5) Espérnc conditionnll dns l cs d l indépndnc Soint dux vribls létoirs X t Y définis sur l mêm spc probbilisé, TP, Si X st un vribl létoir discrèt Si Y st indépndnt d X Si AT Y / E X E X A Démonstrtion : Soit un vribl létoir discrèt défini sur un spc probbilisé, TP, qui dmt un spérnc t tll qu / E X E X A x P X x x P X x A A i A i xx ii Comm X x i TX, X x i st indépndnt d A TY (crctéristion), on t E X / A xi P X xi E X P X x P X x A i i X ; X x i I i ii

B. Coupls d vribls létoirs discrèts ) Crctéristion d l loi d un coupl d vribls létoirs discrèts L loi d un coupl XY, d dux vribls létoirs discrèts définis sur l mêm spc probbilisé, TP, st crctérisé pr l donné ds vlurs P X xy y PX x, Y y PX x t Y y x, y X Y L loi du coupl,,pour tout coupl En fft ls y j XY prmt d détrminr ls lois d X t d Y : ( Y ) formnt un systèm complt d événmnts, l formul ds jj probbilités totls donn : p X x ) p( X x Y y ) D mêm ls x i ii ( i i j jj ( X ) formnt un systèm complt d événmnts, on obtint p( Y y j ) p( X xi Y y j ) ii Mis ls lois d X t d Y n prmttnt ps, n générl, d détrminr l loi du coupl ) Crctéristion d l indépndnc d dux vribls létoirs discrèts Dux vribls létoirs discrèts X ty définis sur l mêm spc probbilisé, TP, sont indépndnts si t sulmnt si, pour tout couplx, y X Y P X x Y y = P X x PY y, Dns c cs ls lois d X t d Y prmttnt d détrminr l loi du coupl 3) Loi d l somm d dux vribls létoirs discrèts Soint dux vribls létoirs discrèts X ty indépndnts définis sur l mêm spc probbilisé, TP,, on : pour tout rél z, P X Y z P X x P Y z x xx Démonstrtion : X x formnt un systèm complt, l formul ds probbilités Ls évènmnts xx totls donn : P X Y z P X x X Y z xx Soit P X Y z P X x Y z x xx sont indépndnts, il vint Si z xy lors PY z x 0 xx t comm ls vribls létoirs X ty P X Y z P X x P Y z x P X Y z P X x P Y z x On put donc écrir xx zxy 3

4) Stbilité pr l somm ) Stbilité d l loi binomil Soint X t Y sont dux vribls létoirs indépndnts définis sur l mêm spc probbilisé X B n, p Y B m, p X Y B n m, p Si t lors Rmrqu : n t m désignnt ds ntirs nturls non nuls t p un rél pprtnnt à l intrvll 0, Démonstrtion X Comm 0, n ty 0, m, on 0, s 0, m n, P X Y s k 0, n sk 0, m s k 0, m 0 s k m s m k s Il vint : X Y m n P X k P Y s k s 0, m n, P X Y s On s 0, m n, P X Y s Soit s 0, m n, P X Y s kmin n, s kmx(0, sm) P X k P Y s k kmin n, s kmx(0, sm) s pq mn s n m p q p q k s k kmin n, s n m mx(0, sm) k s k k k nk sk msk Pour conclur nous vons bsoin d l idntité d Vndrmond mn mn m n r x x r0 r m n m n mn m n m i n j m n i j Or x x x x x x i0 i j0 j i0 j0 i j m n Idntifions ls trms ds dux dévloppmnts du polynôm x Pour tout ntir nturl r m n, on Donc m n imin( r, m) m n = r imx(0, rn) i r i Rtour u problèm initil s 0, m n, P X Y s pq b) Stbilité d l loi d Poisson m n x r = r s mn s m n k imin( r, m) imx(0, rn) m n r x i r i, donc X Y Bm n, p Soint X t Y sont dux vribls létoirs indépndnts définis sur l mêm spc probbilisé Si X P Y P X Y P t lors 4

Rmrqu : t désignnt ds réls strictmnt positifs Démonstrtion Comm X ty, on X Y s, P X Y s s k s k k sk P X k P Y s k Il vint : s, P X Y s P X k PY s k Soit s, P X Y s s k s k s k 0 k0 k! s k! s k s k s! = k! s k! s! k0 Soit finlmnt s, P X Y s s! s k0 s k k sk s donc X Y P s! 5) Loi d un vribl létoir fonction d dux vribls létoirs discrèts, on montr qu l vribl létoir Z g X, Y Pour tout coupl XY, d vribls létoirs discrèts t pour tout fonction g défini sur X( ) Y( ) st un vribl létoir discrèt ) Problémtiqu : détrminr l loi d l vribl létoir discrèt Z Soint X ty dux vribls létoirs discrèts définis sur l mêm spc probbilisé (,, p), z Z Z z X x Y y x, y X Y gx, y z Ctt union st un union d évènmnts incomptibls dux à dux, donc on, z Z p Z z p X x Y y x, y X Y gx, y z Exmpls : Z X Y, Z mx X, Y, Z min X, Y. b) Théorèm «d trnsfrt» : Soint X ty dux vribls létoirs discrèts définis sur l mêm spc probbilisé (,, p) t g un fonction, à dux vribls, défini sur X ( ) Y( ). L vribl létoir discrèt Z g X, Y spérnc défini pr :, x, yx Y dmt, sous résrv d convrgnc bsolu, un E Z g x y P X x Y y On lors E( Z) g( x, y ) p( X x Y y ) xx yy yy xx g( x, y ) p( X x Y y ) 5

c) Applictions (dmiss) i. Appliction : Z=X+Y On lors E Z) ( x y ) p( X x Y y ) sous résrv d convrgnc bsolu ( i j i j ii jj Si X ty dmttnt chcun un spérnc, lors X Ydmt un spérnc t on E X Y E X E Y (linérité d l spérnc) Conséquncs : Croissnc d l spérnc Si dux vribls létoirs discrèts X t Y définis sur l mêm spc probbilisé,,p dmttnt un spérnc t si X Y prsqu sûrmnt (c st à dir Y 0 ), lors E X E Y P X Si dux vribls létoirs discrèts X t Y définis sur l mêm spc probbilisé,,p dmttnt un spérnc t si X Y prsqu sûrmnt (c st à dir P X Y 0), lors E Y E X Existnc d un spérnc pr domintion Si dux vribls létoirs discrèts X t Y définis sur l mêm spc probbilisé,,p vérifint 0 X Y prsqu sûrmnt t si Y dmt un spérnc, lors X dmt un spérnc t dns c cs, on E X E Y ii. Appliction : Z=XY On lors E Z) x y p( X x Y y ) sous résrv d convrgnc bsolu ( i j i j ii jj Si X ty sont dux vribls létoirs discrèts indépndnts dmttnt chcun un spérnc, lors. E XY E X E Y XYdmt un spérnc t on Rmrqu : Si X ty sont dux vribls létoirs discrèts dmttnt chcun un momnt d ordr lors XYdmt. un spérnc En fft, pour tous réls t b, Donc x, y X Y, Nous vons x, y X Y, Il vint Puis b b xy x y xy P X x Y y x y P X x Y y xy P X x Y y x P X x Y y y P X x Y y xy P X x Y y x P X x y P Y y,c qui ssur l résultt 6

6) Covrinc ) Définition Soint X ty dux vribls létoirs discrèts définis sur l mêm spc probbilisé Cov X, Y défini dmttnt un momnt d ordr, on ppll covrinc d X ty l rél noté pr :, Cov X Y E X E X Y E Y b) Propriétés d l covrinc : Soint XYt, Z trois vribls létoirs discrèts définis sur l mêm spc probbilisé dmttnt un momnt d ordr Symétri : Cov Y, X Cov X, Y Linérité à guch :, Cov X Y, Z Cov X, Z Cov Y, Z Linérité à droit :, Cov X, Y Z Cov X, Y Cov X, Z, Cov X, 0 Cov( X, X ) V X c) Formul d Huygns-Konig Soint X ty dux vribls létoirs discrèts définis sur l mêm spc probbilisé dmttnt un momnt d ordr Cov X, Y E XY E X E Y Conséqunc : Si X ty sont indépndnts lors, 0 Dux vribls létoirs X ty tlls qu Cov X Y mis l réciproqu st fuss. Cov X, Y 0sont dits non corrélés d) Vrinc d l somm d dux vribls létoirs discrèts : Soint X ty dux vribls létoirs discrèts, définis sur l mêm spc probbilisé, dmttnt chcun un vrinc. L vribl létoir discrèt X Y dmt un vrinc t on : V X Y V X V Y Cov X, Y Donc Si X ty sont indépndnts lors V X Y V X V Y mis l réciproqu st fuss 7) Cofficint d corréltion linéir : ) Définition Soint X ty dux vribls létoirs discrèts dmttnt chcun un vrinc non null 7

L cofficint d corréltion linéir d X t Y st l rél noté XY, b) Propriétés On cov( X, Y) ( X ). ( Y) XY XY, cov( XY, ) ( X). ( Y) défini pr : (Inéglité d Cuchy-Schwrz) t donc XY,, si t sulmnt si Y st fonction qusi-ffin d X (c st à dir il xist dux réls t b tls qu p ( Y X b) ). XY, L sign d XY, «msur» grossièrmnt l dépndnc linéir ds vribls X t Y. (t donc clui d cov( XY, ) ) indiqu si ls dux vribls ont tndnc à vrir dns l mêm sns ou n sns contrir. Démonstrtion : Montrons qu cov( X, Y) ( X ). ( Y) Considérons l vribl létoir X Y où Ctt vribl létoir dmt un vrinc V X Y cov X Y, X Y V X cov X, Y V Y P SiV X 0, P st un polynôm du scond dgré positif L discriminnt d P qui vut 4 cov X, Y V X V Y On n déduit qu cov X, Y V X V Y soit cov( X, Y) ( X ). ( Y) rcin crré st croissnt sur0, st donc négtif SiV X 0, P st un polynôm d dgré infériur ou égl à toujours positif puisqu l fonction Supposons cov X, Y 0, P st lors un polynôm d dgré, il chng donc d sign : c st bsurd Pr conséqunt cov XY, 0 t l inéglité cov( X, Y) ( X ). ( Y) st vérifié X, Y cov X, Y ( ) X Y cov X, Y X Y Comm X ty sont dux vribls létoirs discrèts dmttnt chcun un vrinc non null, on V X 0 XY, XY, 0 V 0X Y XY, X Y C XY, P st un polynôm du scond dgré positif dont l discriminnt st nul, 0 0 prsqu sûrmnt Y st fonction qusi-ffin d X ou ffin prsqu sûrmnt 8

C. COUPLES DE VARIABLES ALEATOIRES A DENSITE ) Linérité d l spérnc Soint dux vribls létoirs à dnsité X ty définis sur l mêm spc probbilisé Si X ty dmttnt chcun un spérnc, lors X Ydmt un spérnc t on E X Y E X E Y (linérité d l spérnc) Conséquncs : Croissnc d l spérnc Si dux vribls létoirs à dnsité X t Y définis sur l mêm spc probbilisé,,p dmttnt un spérnc t si X Y prsqu sûrmnt (c st à dir Y 0 ), lors E X E Y P X Si dux vribls létoirs X t Y définis sur l mêm spc probbilisé,,p dmttnt un spérnc t si X Y prsqu sûrmnt (c st à dir P X Y 0), lors E Y E X Existnc d un spérnc pr domintion Si dux vribls létoirs à dnsité X t Y définis sur l mêm spc probbilisé,,p vérifint 0 X Y prsqu sûrmnt t si Y dmt un spérnc, lors X dmt un spérnc t dns c cs, on E X E Y ) Dnsité d l somm d dux vribls létoirs à dnsité indépndnts Soint X ty dux vribls létoirs à dnsité définis sur l mêm spc probbilisé Soit f un dnsité d l vribl X Soit g un dnsité d l vribl Y Si l fonction h défini pr l rltion h x f t g x t dt st défini t continu suf put-êtr n un nombr fini d points, c st un dnsité d l vribl létoir Z X Y Rmrqu : C st l cs si f (ou g ) st borné L produit d convolution d l fonction f pr l fonction g st l fonction f pr f g x f t g x t dt f x t g t dt 9 gdéfini sur Ctt définition st à «comprr» vc l églité étbli pour dux vribls létoirs discrèts indépndnts X ty : z, P X Y z P X x P Y z x xx

3) Propriétés dmiss ) Espérnc d un produit Si X ty sont dux vribls létoirs à dnsité indépndnts définis sur l mêm spc probbilisé, dmttnt chcun un spérnc. E XY E X E Y L vribl létoir dmt un spérnc t on b) Vrinc d un somm Soint X ty dux vribls létoirs à dnsité indépndnts définis sur l mêm spc probbilisé, dmttnt chcun un vrinc. L vribl létoir X Y V X Y V X V Y dmt un vrinc t on : Rmrqu : Si X ty sont dux vribls létoirs discrèts dmttnt chcun un momnt d ordr lors XYdmt. un spérnc 4) Stbilité pr l somm ) Stbilité d l loi pr l somm Soint X ty dux vribls létoirs à dnsité indépndnts définis sur l mêm spc probbilisé Si X t si Y lors X Y Démonstrtion : Notons f t g ls dnsités rspctivs d X ty Soit l fonction h défini pr l rltion f x x t g x x si x 0 0 0 t 0 0 t On 0 si x 0 h x f t g x t dt f t g x t t x t t t x Si x 0, hx 0 x x, Si 0 0 si x 0 x x x si 0 x t xt h x f t g x t dt t x t dt 0 0 x x Soit h x t x t dt 0 En ffctunt l chngmnt d vribl t ux x x x Il vint h x ux x xu x du u u du 0 0 0

L xprssion u u du 0 n dépnd ps d l vribl x : ll st constnt t st noté C L fonction st continu sur suf put-êtr n 0 ; c st un dnsité d X Y Comm hx dx hx dx, il vint C 0 x x dx Finlmnt si 0 x, hx x x b) Stbilité pr l somm d l loi norml Soint X ty dux vribls létoirs à dnsité indépndnts définis sur l mêm spc probbilisé X N m, Y N m, X Y N m m, Si t lors 0 Démonstrtion : L fonction f X étnt borné, on put dir qu l fonction h défini sur tm xtm hx dt st un dnsité d X Y pr Trvil préliminir : Soint trois réls bt, c vc 0 ) Montrr qu, pour tout rél t, t bt c t b vc b 4c 4 t btc 4 ) En déduir qu, pour tout rél t, f t où f st l dnsité d un loi norml à précisr t btc 3) En déduir qu ls intégrls dt sont bsolumnt convrgnts t sont 4 égls à Corrction trvil préliminir : ) b c b b c b t bt c t t t t 4 4 Alors n dévloppnt, on obtint : b 4 t bt c t

) b t b t 4 4 b t t btc 4 t btc 4 Soit finlmnt f t b U N, 3) Comm f t dt convrg bsolumnt (t vut ), lors bsolumnt t on : où f st un dnsité d l vribl létoir t btc dt f tdt t btc 4 4 dt convrg Rtour à l démonstrtion : t btc hx dt, vc, m x m b m c x m t D plus b 4c x m m t Donc Finlmnt tm xtm dt hx 4 = On bin X Y N m m, = xm m x m m 4 x m m xm m

Biln Propriétés d l spérnc Soint dux vribls létoirs X ty définis sur l mêm spc probbilisé Cs vribls létoirs puvnt êtr touts dux discrèts, touts dux à dnsité, l un discrèt t l utr à dnsité Si X ty dmttnt chcun un spérnc, lors X Ydmt un spérnc t on E X Y E X E Y (linérité d l spérnc) Conséquncs : ) Croissnc d l spérnc Si dux vribls létoirs X t Y définis sur l mêm spc probbilisé,,p dmttnt un spérnc t si X Y prsqu sûrmnt (c st à dir P X Y 0 ), lors E Y E X Si dux vribls létoirs X t Y définis sur l mêm spc probbilisé,,p dmttnt un spérnc t si X Y prsqu sûrmnt (c st à dir P X Y 0), lors E Y E X ) Existnc d un spérnc pr domintion Si dux vribls létoirs X t Y définis sur l mêm spc probbilisé,,p vérifint 0 X Y prsqu sûrmnt t si Y dmt un spérnc, lors X dmt un spérnc t dns c cs, on E X E Y 3