Examen LM390, Juin 2006–2007, premi`ere session.
I Les variables al´eatoires X et Y sur un espace (Ω,F, P) `a valeurs dans R sont ind´ependantes, X a pour densit´e fX(x) = x3e−x2/61{x>0},Y a pour densit´efY(y) = 1
π√
1−y21]−1,1[(y) par rapport `a la mesure de Lebesgue.
(a) On poseU =XY,V =X√
1−Y2. Quelle est la densit´e du couple (U, V) ? (b) Les variables al´eatoiresU etV, sont-elles ind´ependantes ?
(c) Donner les densit´es de la variableU et de la variableV.
IIOn consid`ere une suite de variables al´eatoires ind´ependantes X1, . . . , Xn, . . . sur un espace (Ω,F, P): Xn suit la loi exponentielle de param`etreλn=n2. (Rappel : la densite de la loi exponentielle de param`etre λvaut λe−λx1{x>0}. )
(a) La s´erieP∞
n=1Xn(ω), converge-t-elle dansL2 ? Converge-t-elle p.s. ? (b) On pose
Yn(ω) =Xn(ω)1{Xn(ω)<1/n}+e2n1{Xn(ω)≥1/n}. Que vautP(ω:Yn(ω)6=Xn(ω)) ?
Que vaut limN→∞P(T
n≥N{ω:Xn(ω) =Yn(ω)}) ? (c) La s´erieP∞
n=1Yn(ω), converge-t-elle p.s. ? Converge-t-elle dansL2 ?
IIIOn consid`ere une suite de variables al´eatoires ind´ependantesX1, . . . , Xn, . . .`a valeurs dansRde mˆeme loi de densit´e suivantef(x) = (α+1)xα1[0,1](x) par rapport `a la mesure de Lebesgue. Le param`etreα >0. On poseIn= min(X1, . . . , Xn).
(a) Etudier la convergence en loi deIn ( Suggestion : pensez `a utiliser les fonctions de r´epartition).
(b) Etudier, en fonction deλ∈R+, la convergence en loi de la suite nλIn. (c) Etudier la convergence presque sˆure et dansL2 deIn.
IV(a) La fonction cos(t) est la fonction caract´eristique d’une variable al´eatoireX. Donner la loi deX.
(b) Soient X1, . . . , Xn des v.a. ind´ependantes de mˆeme loi que X, quelle est la fonction caract´eristique φSn(t) de Sn=X1+· · ·+Xn ?
(c) SoitN une variable al´eatoire ind´ependante deX1, X2, . . . ,`a valeurs dansNet P(N =n) =cn, avecP∞
n=1cn= 1.
Prouver l’une des ´egalit´es suivantes concernant la fonction caract´eristique φSN(t) de la variable al´eatoireSN(ω)(ω) :
soitφSN(t) =
∞
X
n=1
c−1n φSn(t), soit φSN(t) =
∞
Y
n=1
cnφSn(t), ou bienφSN(t) =
∞
X
n=1
cnφSn(t).
(d) On fixec1, c2, . . . tels queP∞
n=1cnxn= 1−(1−x)1/2 pour tout|x|<1.
Donner la loi de la varaible al´eatoireN dans ce cas.
Donner la fonction caract´eristiqueφSN(t) dans ce cas en utilisant le r´esultat du point (c).
(e) Dans le cadre de (d) : soientW1, W2, . . .des v.a. ind´ependantes de mˆeme loi que la v.a. SN dans le point (d). Soit
Zn =
√2(W1+· · ·+Wn)
n .
Existe-t-ila∈Rtel que la suiteZn converge versap.s. ? Si oui, donner la valeur de a.
(f) Calculer la limite en loi de Zn =
√
2(W1+···+Wn)
n en utilisant les fonctions caract´eristiques. (Rappel : (t2)1/2 =|t|, cost= 1−t2/2(1 +o(t)),t→0.)
VSoientX1, . . . , Xn des v.a. ind´ependantes de mˆeme loi,P(X1= 1) = 1/3,P(X1= 0) = 2/3. SoitSn=X1+· · ·+Xn. (a) Calculer la limite p.s. de la suite etVn =(Sn/n)S 100−1/3100
n/n−1/3 . (b) Calculer la limite en loi deWn =√
n((Sn/n)−1/3) et donner limn→∞P(√
n(Sn/n−1/3)≤10) sous forme d’int´egrale.
(c) En utilisant (a) et (b) calculer la limite en loi de la suite de v.a. √
n[(Sn/n)100−1/3100]. Donner l’esp´erance et la variance de la loi limite.
VI(X, Y, Z) est un vecteur Gaussien de l’esp´erance (1,0,1) et de matrice de covariances
B=
1 −1 0
−1 6 2
0 2 1
.
(a) Donner la loi du vecteurU~ = (X+Y, X+Z).
(b) Trouver une matriceAtelle que les composantes du vecteurA ~U soient ind´ependantes.
Correction
I(a) On pose u=xy, v =xp
1−y2, doncx=√
u2+v2, y = √ u
u2+v2, dxdy =|u2+vv 2|dudv. Pour touteh mesurable born´ee
Z
R2
h(xy, xp
1−y2)fX(x)fY(y)dxdy= Z
R2
h(u, v) 1
3πe−u2/6e−v2/61{v>0}dudv.
La densit´e de (U, V) est defU,V(u, v) =3π1e−u2/6e−v2/61{v>0}.
(b)fU,V(u, v) ´etant le produit de deux fonctions, l’une de la variableu, l’autre de la variablev, ces v.a. sont ind´ependantes.
(c)U est une v.a. Gaussienne de moyenne 0 et de variance 3,fU(u) = √1
6πe−u2/6. V n’est pas une variable Gaussienne ! fV(v) =p
2/3πe−v2/61{v>0}.
IIEXn = 1/n2. V arXn = 1/n4. Les s´eriesP∞
n=1EXn <∞, P∞
n=1V arXn <∞ convergent. Donc la s´erie P∞ n=1Xn
converge dansL2, donc en probabilit´e et donc p.s. par le Thm du cours sur la convergence des s´eries de v.a. ind´ependantes.
P(Yn 6= Xn) = n2R∞
1/ne−n2xdx = e−n. La s´erie P∞
n=1P(Yn 6= Xn) converge. Par le lemme de Borel Cantelli limN→∞P(T
n≥NYn = Xn) = 1. Donc P∞
n=1Yn converge p.s. aussi. Par contre EYn ≥ en, cette s´erie ne converge pas dansL2.
III(a), (b)
P(nλIn≤x) =P(In ≤xn−λ) = 1−(P(X > xn−λ))n. Ceci est ´egal `a 1 six≥nλ, `a 0 six <0 et
1−(1−xα+1n−λ(α+1))n si 0≤x < nλ. Pourn→ ∞, et 0≤λ <(1 +α)−1, on a
1−(1−xα+1n−λ(α+1))n→1.
Donc, si 0≤λ <(1 +α)−1,nλIn converge en loi vers 0.
Siλ= (1 +α)−1, on a
1−(1−xα+1n−λ(α+1))n →1−exp(−x1+α).
AlorsnλIn converge en loi vers une v.a. surRdont la fonction de repartiton est (1−exp(−x1+α))1[0,∞[(x).
Siλ >(1 +α)−1, on a
1−(1−xα+1n−λ(α+1))n→0 et nλIn ne converge pas en loi.
(c)P(In> ) = (1−α+1)n. La s´erieP∞
n=1P(In> ) est convergente. Donc par le lemme de Borel-CantelliIn→0 p.s.
Comme|In| ≤1∈L2, alors, par le Th´eor`eme de LebesgueIn→0 dansL2. IV(a)P(X = 1) =P(X =−1) = 1/2. On aφX(t) =eit(1/2) +e−it(1/2) = cost.
(b)φSn(t) = (cos(t))n. (c)φSN(t) =EeitSN =P∞
n=1EeitSnP(N =n) =P∞
n=1cnφSn(t).
(d) P(N = n) = cn = (1/2)(1/2−1)(1/2 −2)· · ·(1/2−(n−1))(n!)−1 pour n = 1,2, . . . En utilisant (b) et (c) φSN(t) =P∞
n=1cn(cos t)n = 1−(1−cost)1/2.
(e) Comme φSN(t) n’est pas d´erivable dans 0, les v.a. Wn ne sont pas int´egrables, donc par la loi de grands nombres cette valeur n’existe pas.
(f) φZn(t) = (φ√2n−1/2W1(t))n = (φW1(√
2n−1t))n = (1−[1−cos(√
2n−1t)]1/2)n = (1−[t2n−2(1 +o(n−1))]1/2)n = (1− |t|n−1(1 +o(n−1)))n = exp(nln[1− |t|n−1(1 +o(n−1))])→exp(−|t|). La suiteZn converge en loi vers la loi de Cauchy dont on reconnaˆıt la fonction caract´eristique.
V(a)Sn/n→1/3 p.s. par la loi de grands nombres. DoncVn →f0(1/3) o`u f(x) =x100. DoncVn →100(1/3)99 p.s.
b) Par le TCL √
n(Sn/n−1/3) converge vers une v.a. de loi Normale dont l’esp´erance est 0 et la variance est de V arX = 2/9. Donc la fonction de r´epartition deF√n(S
n/n−1/3)(x) converge vers la fonction de r´epartition de la loi Normale dont l’esp´erance est 0 et la variance est de V arX = 2/9 pour tout point x ∈ R, et notamment pour x = 10. Donc limn→∞P(√
n(Sn/n−1/3)≤10)→(2πσ2)−1/2R10
−∞e−t2/(2σ2)dt, avecσ2= 2/9.
c)√
n[(Sn/n)100−1/3100] =
√n[(Sn/n)100−1/3100](Sn/n−1/3)
Sn/n−1/3 =VnWn. Comme l’une des suites de v.a. (Vn) converge en loi vers un constante, ceci converge en loi vers le produit d’une v.a. Gaussienne (dont l’esp´erance est z´ero et la variance 2/9) et de la constante 100/399, ce qui est une v.a. de loi Gaussienne dont l’esp´erance est z´ero et la variance (2/9)×(1002/399×2).
VI(a) C’est un vecteur Gaussien de l’esp´erance (1,2) et de matrice de covariances
C=
5 2 2 2
.
On cherche A telle que ACAT soit diagonale. Les valeurs propres de C sont (1,6), un vecteur propre est propotionnel `a (1,−2) et l’autre `a (2,1). Soit
P=
1/√
5 2/√ 5
−2/√ 5 1/√
5
.
AlorsP−1CP est la matrice diagonale avec 1 et 6 sur la diagonale. On peut prendre donc
A=P−1=PT = 1/√
5 −2/√ 5 2/√
5 1/√ 5
.