• Aucun résultat trouvé

Examen partiel du 7 janvier 2019

N/A
N/A
Protected

Academic year: 2022

Partager "Examen partiel du 7 janvier 2019"

Copied!
2
0
0

Texte intégral

(1)

Université Paris 13, Institut Galilée MACS 2 & M1 – Probabilités Année universitaire 2018–2019

Examen partiel du 7 janvier 2019

Durée : 3 heures

Aucun appareil électronique n’est autorisé.

Le seul document autorisé est une feuille A4 de notes manuscrites, personnelle.

La qualité de la présentation et de la rédaction seront prises en considération.

Exercice 1. Soitλ >0. On considère un couple(X, Y)de variables aléatoires tel que

— X suit la loi de densité fX:x7→λ2xe−λx1]0,+∞[(x);

— la loi conditionnelle de Y sachantX est la loi uniforme sur [0, X].

1.Déterminer la densitéf(X,Y)de la loi du couple (X, Y).

2.Calculer la densité de la loi deY.

3.CalculerE[Y|X]etE[Y2|X]. En déduireE[(X+Y)2|X].

4.Pour toute fonction mesurable positiveg:R→R, montrer queE[g YX

|X] =R1

0 g(u)du, et en déduire la loi de YX.

5.Calculer la densité conditionnelle deX sachantY.

6.En déduire que, pour toute fonction mesurable positiveg:R2→R,

E[g(X, Y)|Y] =ψ(Y), oùψ(y) =E[g(y+Y0, y)],

où Y0 suit la loi exponentielle de paramètre λ, puis que E[g(X, Y)] = E[g(Y +Y0, Y)], en choisissant Y0 indépendante deY. Que peut-on en déduire sur les lois deY +Y0 et de Y+YY 0 ?

Exercice 2. Soitλ >1. Soit(X, Y)un couple de variables aléatoires à valeurs entières tel que pour tousk, n∈N, P(X =k, Y =n) =e−λ(λ−1)n−k

k!(n−k)!1{k≤n}. 1.Quelle est la loi deY?Penser à nk

=k!(n−k)!n! . 2.Quelle est la loi deX?

3.Pourn∈N, quelle est la loi de X sachantY =n?Identifier une loi classique.

4.En déduireE[X|Y].

Exercice 3. Soit (Xn)n≥1 une suite de variables aléatoires réelles, de carré intégrables. On note (Fn)n≥0 sa filtration naturelle :F0={∅,Ω}et, pourn≥1,Fn=σ(X1, . . . , Xn). On suppose que, pour toutn≥0, presque sûrement,

E[Xn+1| Fn] = 0 et E[Xn+12 | Fn] =σ2n+1,

oùσ1, σ2, . . .est une suite de réels strictement positifs. On noteS0= 0,A0= 0et, pour tout n≥1, Sn=X1+· · ·+Xn et An21+· · ·+σ2n.

1.Montrer que(Sn)n≥0est une martingale. Justifier chaque propriété utilisée (ici et dans la suite).

2.On s’intéresse àVn =S2n−An.

2.a)Montrer que, si1≤i < j,E[XiXj] = 0.

2.b)Montrer que(Vn)n≥0 est une martingale.

3.On suppose queP

n≥1σn2 <∞. En déduire que (Sn)n converge p.s. et dans L2 vers une variable aléatoire S.

4.On suppose maintenant que(Sn)n converge p.s. vers une variable aléatoire réelle S. On suppose de plus que(Xn)n est bornée : il existeM >0 tel que|Xn| ≤M p.s., pour toutn≥1.

4.a)Soita >0. On définit

τa = inf n≥0

|Sn|> a ,

avecτa =∞si|Sn| ≤apour toutn. Prouver queτa est un temps d’arrêt pour la filtration(Fn)n≥0. 4.b)Justifier que, pour toutn≥0,E[Sn∧τ2 a] =E[An∧τa].

4.c)Prouver qu’il existe a∈Ntel que P(τa =∞)>0.On pourra raisonner par l’absurde.

4.d)En déduire que P

n≥1σ2n<∞.

1

(2)

Exercice 4 – Théorèmes d’arrêt. SoitX= (Xn)n≥0 une martingale par rapport à une filtration(Fn)n≥0, etT un temps d’arrêt fini. On considère les différentes hypothèses suivantes :

(0) T est borné (il existe M ∈Ntel queT ≤M p.s.) (1) X est bornée (il existeC >0tel que |X| ≤C p.s.)

(2) T est intégrable, et ∆X est bornée (il existeC >0 tel que|Xn+1−Xn| ≤C p.s. pour toutn∈N) (3) X est bornée dansL2 (il existeC >0tel queE[Xn2]≤C pour toutn∈N).

On rappelle que (par le théorème d’arrêt) si (0) est vrai, alorsE[XT] =E[X0].

On souhaite montrer que cette conclusion reste correcte sous les hypothèses (1), (2) et (3) aussi. On va donc supposer successivement chacune de ces hypothèses vérifiée.

1.On suppose que (1) est vraie.

1.a)Justifier que, pour toutn∈N,E[Xn∧T] =E[X0].

1.b)Par un passage à la limite (à justifier), en déduireE[XT] =E[X0].

2.On suppose maintenant que (2) est vraie.

2.a)Justifier que, pour toutn∈N,XT =Xn∧T +

X

k=n

(Xk+1−Xk)1{k<T}.

2.b)Montrer que E

X

k=n

(Xk+1−Xk)1{k<T}

≤ CE[T1{T >n}] et justifier que ce terme tend vers 0 quand n→ ∞.

2.c)Conclure queE[XT] =E[X0]. On pourra utiliser 1.a) 3.On suppose maintenant que (3) est vraie.

3.a)Justifier (avec des résultats du cours) que, pour toutn,E[Xn∧T2 ]≤E[Xn2].

3.b)En déduire que E[XT2]≤C.On rappelle le lemme de Fatou : si Zn ≥0,E[lim infnZn]≤lim infnE[Zn].

3.c)Montrer que E(|Xn∧T −XT|) =E(|Xn−XT|1{T >n})≤2C1/2P(T > n)1/2 et justifier que ce terme tend vers 0 quandn→ ∞.

3.d)Conclure queE[XT] =E[X0]. On pourra utiliser 1.a)

2

Références

Documents relatifs

On la modélise par une chaîne de Markov (X n ) n∈ N , où X n est le nombre de molécules présentes en A après que n molécules ont traversé l’ouverture dans un sens ou l’autre,

Calculer la densité de (X, Z).. , X n ) (on prêtera une attention particulière à justier toutes les propriétés de cette martingale)... 4.c) En déduire que cette martingale

Trouver la valeur de c (en fonction de a) pour laquelle la majoration précédente est la meilleure, et donner l’inégalité dans ce cas.. Appliquer ce qui précède à une valeur de

Université Paris 13, Institut Galilée MACS 2 Probabilités Année universitaire 20172018.. Examen du 9

Université Paris 13, Institut Galilée MACS 1 – Intégration et probabilités Année universitaire 2016-2017.. Examen du 4

Université Paris 13, Institut Galilée MACS 1 – Intégration et probabilités Année universitaire 2012-2013.. Examen partiel du 15

Représenter le schéma de cette chaîne de Markov (on disposera les états « en cercle », dans le sens des aiguilles d’une montre).. Déterminer les classes de communication et

La rigueur et la clarté de votre rédaction entreront pour une part importante dans l’évaluation de la copie.. Les exercices pourront être traités dans l’ordre de