Examen de probabilités
Transcription
Examen de probabilités
Examen de probabilités Master 1 mathématiques, janvier 2015 Durée 3h. 7 exercices. Aucun document autorisé. Pas d’appareils électroniques. exercice 1 : Soit X une variable aléatoire strictement positive telle que X et 1/X sont intégrables. Montrer que E(X)E(1/X) ≥ 1. exercice 2 : Soit (Xn ) une suite de variables aléatoires indépendantes, identiquement distribuées, de carrés intégrables. Montrer que les suites suivantes convergent presque sûrement vers une limite qu’on calculera. n 1X X2 n k=1 k n 1X Xk Xk+1 n k=1 X 2 Xi Xj n(n − 1) 1≤i<j≤n exercice 3 : Soit (Xn )n≥1 une suite de variables aléatoires indépendantes, identiquement disP tribuées, de carrés intégrables, d’espérance non nulle. On pose Sn = nk=1 Xk . Quelle est la limite presque sûre des suites suivantes ? Sn , Sn , n S √n , n Sn . n2 exercice 4 : Soit (Xn )n∈N une suite de variables aléatoires et a ∈ R. Montrer que la suite (Xn ) converge en loi vers une constante a ∈ R si et seulement si elle converge en probabilité vers cette constante. exercice 5 : Soit (Xn )n≥1 une suite de variables aléatoires indépendantes qui obéissent aux lois suivantes : √ 1 √ P Xn = n = P Xn = − n = . 2 – Calculer l’espérance et la variance de Xn . – Calculer la fonction caractéristique de Xn . – Montrer qu’il existe deux constantes A et B telles que pour tout x ∈ [−1, 1], − x2 x2 + Ax4 ≤ ln(cos(x)) ≤ − + Bx4 . 2 2 – On pose Sn = nk=1 Xk . Montrer que la suite ( Snn ) converge en loi vers une loi normale d’espérance nulle et d’écart-type à déterminer. P 1 exercice 6 : Etudier la convergence en loi des suites (Xn )n∈N∗ pour lesquelles on a les informations suivantes : 1) P (Xn = 1 + n1 ) = 2) P (Xn = 0) = 1 − 1 2 1 n = P (Xn = 1 − n1 ). et P (Xn = 1) = n1 . 3) Xn de loi uniforme sur l’ensemble {0, n1 , n2 , ..., n−1 n , 1}. exercice 7 : Soit p, q, r ∈ [0, 1] tels que p + q + r = 1, p > 0, q > 0. Soit (Xn )n∈N∗ une suite de variables aléatoires indépendantes définies sur un espace probabilisé (Ω, T , P ) telles que P (Xn = 1) = p, P (Xn = −1) = q, P (Xn = 0) = r. Soit a, b ∈ N∗ et ω ∈ Ω. On pose Sn (ω) = n X Xk (ω), k=1 φ(λ) = E(eλX1 ) = peλ + qe−λ + r, τ (ω) = inf{k > 0 | Sk (ω) = −a ou Sk (ω) = b}, (n ∧ τ )(ω) = min(n, τ (ω)) pour n ∈ N, (Sn∧τ )(ω) = S(n∧τ )(ω) (ω). – Montrer que τ est un temps d’arrêt et que P (τ < ∞) = 1. – Montrer que pour presque tout ω, la suite (n ∧ τ )(ω) est constante à partir d’un certain rang. – Montrer que la variable aléatoire Sn∧τ est convergente, sa limite est notée Sτ . – Montrer que la suite (Mn ) donnée par Mn = Sn − nE(X1 ) est une martingale. – Montrer que (Mn∧τ ) converge vers une limite à exprimer en fonction de Sτ . – En déduire que E(Sτ ) = E(τ )E(X1 ). – Montrer que la suite Mn = eλSn φ(λ)−n est une martingale. – Soit λ ∈ R tel que φ(λ) ≥ 1. Montrer que E(eλSτ φ(λ)−τ ) = 1. – Montrer l’égalité e−λa R −τ (Sτ =−a) φ(λ) dP + eλb R −τ (Sτ =b) φ(λ) dP = 1. On suppose maintenant que p 6= q. – Montrer qu’il existe λ0 6= 0 tel que φ(λ0 ) = φ(0) = 1. – Montrer que P (Sτ = −a) et P (Sτ = b) sont solutions d’un système linéaire de deux équations à deux inconnues. – Supposons a = b. Exprimer P (Sτ = b), E(Sτ ), E(τ ) en fonction de p, q, r, b. 2