UNIVERSITÉ GRENOBLE ALPES Année 2015-2016
D. Piau, L. Coquille M1 – MAT414
Processus stochastiques – Feuille d’exercices 0 Révisions
1 Borel-Cantelli
Montrer qu’il n’existe pas de probabilité PsurN∗ telle queP(Ak) = 1/k pour toutk, oùAk=kN. Indications : On suppose qu’une telle mesure de probabilité Pexiste,
1. Montrer que deux événementsAp etAqsont indépendants si et seulement sipetqsont premiers entre eux.
2. SoitB ={n∈N∗ :nappartient à une infinité deAp}.
Montrer queB est vide et de probabilité 1. Conclure.
2 Approximation polynomiale des fonctions continues
Soit f : [0,1]→ R une fonction continue, p ∈ [0,1] et λ > 0. Etudions la convergence, lorsque n tend vers l’infini, de la suite
Wn(p) :=
n
X
k=0
n k
pk(1−p)n−k·f(k/n)
Remarque : on appelle Bn,k:p7→ nk
pk(1−p)n−k polynômes de Bernstein (de paramètres n, k).
1. ExprimerWn(p) comme l’espérance d’une fonction d’une variable aléatoire Xn suivant une loi PX que l’on précisera.
2. Montrer que
P(|f(p)−f(X/n)|> )→0 uniformément en plorsque n→ ∞
en utilisant l’inégalité de Chebychev (et la continuité uniforme de f).
3. Montrer que pour tout >0,
|f(p)−Wn(p)| ≤+ 2kfk∞P(|f(p)−f(X/n)|> ) 4. En déduire que Wn(p)→f(p) uniformément sur[0,1].
3 Changement de variables
Soient X etY deux variables indépendantes de loiN(0,1).
1. Montrer queU :=X2+Y2 suit une loi exponentielle dont on précisera le paramètre.
2. Montrer que le quotientZ :=X/Y suit une loi de Cauchy, c’est-à-dire admet la densité suivante surR:
fZ(x) = 1
π × 1 1 +x2. 3. Que vaut l’espérance deZ?
4 Marche aléatoire simple sur Z
On considère la marche aléatoire simple unidimensionnelle
Sn=
n
X
i=1
Xi
avec S0= 0 et(Xi)i≥1 une famille i.i.d. de variables aléatoires de Bernoulli :
P(Xi= +1) =p, P(Xi =−1) =q, p+q= 1.
Soit An ={Sn= 0} l’événement "la marche retourne en 0 au temps n". On poseA =∩k≥1∪j≥kAj, c’est-à-dire l’événement "la marche retourne une infinité de fois en 0".
1. Prouver que, si p6= 1/2, alors P(A) = 0.
2. En utilisant la loi forte des grands nombres, donner une conclusion plus précise permettant de retrouver le résultat précédent.
5 Modes de convergence
Soit(Yn)n≥1une suite de variables aléatoires réelles définies sur l’espace de probabilité((0,1],B((0,1]), λ) de la façon suivante :Yn=n1/p1(0,1/n], où pest un entier supérieur ou égal à 1 fixé.
1. Montrer que la suite (Yn)n converge presque sûrement vers 0.
2. Montrer qu’elle converge également en probabilité.
3. Que vaut E(Ynp)? En déduire que chaque variable aléatoire Yn est dans Lp, mais que la suite de variables aléatoires(Yn)n ne converge pas dansLp.