• Aucun résultat trouvé

Eléments de correction de la

N/A
N/A
Protected

Academic year: 2022

Partager "Eléments de correction de la"

Copied!
2
0
0

Texte intégral

(1)

Ecole Polytechnique Aléatoire, MAP311

Eléments de correction de la

proposition "Représentation explicite de Φ" p.9 Amphi 9 - E. Gobet

Soit(Sn)nla marche aléatoire symétrique dansZd:Sn=Pn

i=1XiavecP(Xi =±1) = 2−d. Pour démontrer que la marche aléatoire repassep.s.infiniment souvent par 0 en dimension d = 1 et 2, et un nombre fini (aléatoire) de fois en dimension plus grande, nous avons utilisé le résultat suivant.

Proposition. Pour z ∈ [0,1[, posons Q(z) = P

n≥0P(Sn = 0)zn et Φ(z) = E(zT0) avec T0= inf{n≥1 :Sn= 0}(avec la convention T0 = +∞ si{∀n≥1 :Sn6= 0}). Alors

Q(z) = 1 + Φ(z)Q(z).

Preuve. Soit n≥1 : en décomposant les trajectoires sur leur 1er temps de retour en 0, on a

[

k=1,...,n

{S1 6= 0, . . . , Sk−1 6= 0, Sk= 0, Sn= 0}={Sn= 0}

d’où

P(Sn= 0) =

n

X

k=1

P(S16= 0, . . . , Sk−16= 0, Sk= 0, Sn= 0).

Ainsi, en utilisant que les variables (S1, . . . , Sk) sont indépendantes de(Xk+1, . . . , Xn), on déduit pourk∈ {1, . . . , n}

P(S1 6= 0, . . . , Sk−1 6= 0, Sk= 0, Sn= 0)

=P(S1 6= 0, . . . , Sk−1 6= 0, Sk= 0, Xk+1+· · ·+Xn= 0)

=P(S1 6= 0, . . . , Sk−1 6= 0, Sk= 0)P(Xk+1+· · ·+Xn= 0).

Le premier facteur n’est autre que P(T0 =k) alors que le second estP(Sn−k= 0), soit

P(Sn= 0) =

n

X

k=1

P(T0 =k)P(Sn−k= 0).

Par un calcul standard de produit de séries, il découle :

Q(z) = 1 +X

n≥1

P(Sn= 0)zn

= 1 +X

n≥1 n

X

k=1

P(T0=k)P(Sn−k= 0)zkzn−k

= 1 + X

k≥1

P(T0 =k)zk X

l≥0

P(Sl= 0)zl

= 1 + Φ(z)Q(z).

(2)

Ecole Polytechnique Aléatoire, MAP311

Conséquence. Si d = 1 ou 2, on a X

n≥0

P(Sn = 0) = +∞ (car les termes pairs sont

équivalents àcn−d/2). Ainsi,lim

z↑1Q(z) = +∞et par conséquentlim

z↑1Φ(z) = lim

z↑1

Q(z)−1

Q(z) =

1. Les propriétés des fonctions génératrices donnent lim

z↑1Φ(z) =P(T0 < +∞). On a donc prouvé qu’en partant de 0, la marche aléatoire repassep.s.en 0. Puis une fois revenu en 0, le phénomène recommence et la marche aléatoire repasse p.s. une seconde fois en 0 etc...

donc une infinité de fois.

Références

Documents relatifs

Réciproquement, si le domaine de dénition de F est étoilé en un de ses points, alors si div(F ) = 0, F dérive d'un potentiel

Résumé : Nous proposons une nouvelle approche pour l’échantillonnage de champs gaus- siens corrélés dans le cas où les approches classiques ne sont pas utilisables : lorsque

dans le cas de la régression, on peut reécrire les z j en fonction des x i dans le modèle linéaire pour obtenir une régression portant sur les variables initiales. Cf fonctions pcr

On souhaite comparer sur ces jeux de donn´ ees la pr´ ediction faite ` a l’aide d’un mod` ele lin´ eaire p´ enalis´ e avec celle faite en petite dimension suite ` a une PLS

GÉOMÉTRIE KÄHLERIENNE ET THÉORIE DE HODGE FEUILLE D’EXERCICES 51.

Tout comme pour la modélisation il s’agit donc d’estimer une fonction de très grande dimension, d’où la difficulté de ce problème.. Nous allons voir que comme x a un grand

Pour minimiser la borne supérieure de la somme de l’erreur de modèle et de l’erreur de fluctuation, on veut trouver un ensemble H de fonctions telles que l’erreur

La proposition suivante montre que l’erreur de cette estimation, tout comme dans l’appren- tissage supervisé, se décompose comme la somme d’un terme de biais, autrement dit