TD2 PS NC 13

Télécharger au format pdf ou txt
Télécharger au format pdf ou txt
Vous êtes sur la page 1sur 2

PROCESSUS STOCHASTIQUE - TD 2

ESPÉRANCE CONDITIONNELLE - LOI CONDITIONNELLE

Exercice 1.
Soit X une v.a. L1 sur (ω, F, P), G une sous-tribu de F. Soit Y une v.a. G mesurable, on veut
montrer que E[X|G] = Y . Montrer que si Π est un ensemble de parties de Ω qui contient Ω,
stable par intersections finies, dont la tribu engendrée est G, il suffit de montrer que

∀π ∈ Π , E[X 1π ] = E[Y 1π ].

Exercice 2 (Un peu de conditionnement discret).


1. Soit (Ω, F, P) un espace de probabilité, soit (A1 , . . . , An ) une partition de Ω formée d’ensembles
mesurables vérifiant P(Ai ) > 0 pour tout i ∈ {1, . . . , n}. Montrer que pour tout événement
B ∈ F tel que P(B) > 0, on a

P(Ai )P(B|Ai )
P(Ai |B) = Pn .
j=1 P(Aj )P(B|Aj )

2. On considère à présent N boı̂tes, et on suppose que la i-ème boı̂te contient ri boules


rouges et ni boules noires. On tire une boı̂te au hasard uniformément, puis on tire une
boule uniformément dans la boı̂te choisie. Calculer la probabilité qu’on ait choisi la i-ième
boı̂te sachant qu’on a tiré une boule rouge.

3. Soient X et Y deux lancers de dés indépendants, U = min(X, Y ) et V = max(X, Y ).


Calculer la distribution conditionnelle de X sachant V , de U sachant V , de V sachant X.

4. Soit X un entier choisi uniformément sur {1, . . . , n} et Y un réel choisi uniformément sur
le segment [0, x]. Calculer la distribution conditionnelle de X sachant Y .

5. Soit N le nombre de particules émises par un échantillon de matériel radioactif, distribué


selon une loi de Poisson de paramètre a. Chaque particule a une probabilité p ∈ (0, 1)
d’être détectée, indépendamment de toutes les autres. Soit Y le nombre de particules
détectées. Calculer la loi conditionnelle de Y sachant N , la loi de Y et la loi conditionnelle
de N sachant Y .

Exercice 3.
Soit (X, Y ) un vecteur gaussien de matrice de covariance
 
2 1
C= .
1 3

1. Vérifier que la matrice est bien une matrice de covariance.

2. Déterminer E[X|Y ].

3. Déterminer la loi de X conditionnellement à Y .

1
Exercice 4.
Soit Y une v.a. à valeurs dans R+ de densité par rapport à la mesure de Lebesgue λ2 ye−λy .
Soit X une variable aléatoire dont la loi conditionnelle sachant Y est la loi uniforme sur [0, Y ].
Montrer que X et Y − X sont deux variables aléatoires indépendantes et déterminer leurs lois
respectives.

Exercice 5.
Soient X une v.a. réelle sur (Ω, F, P), G et H deux sous-tribus de F telles que G ∨ H = F.
Le jeune Igor affirme que si on connaı̂t E[X|G] et E[X|H], alors on peut déterminer X. Qu’en
pensez-vous ?

Exercice 6.

1. Soit B un espace de Banach et (Tn )n∈N , T∞ une famille d’opérateurs de B (endomor-


phismes continus) bornés pour la norme d’opérateur. On suppose qu’il existe D dense
dans B tel que pour tous x ∈ D,

Tn (x) −→ T∞ (x).
n→∞

Montrer que cette convergence a lieu pour tout x.

2. Pour le reste de l’exercice, on se donne (Ω, F, P) un espace de probabilité et p ∈ [1, ∞).


Soit Π ⊆ F contenant Ω, stable par intersections finies et dont la tribu engendrée est F.
Montrer que Vect(1π , π ∈ Π) est dense dans Lp (Ω, F, P).
S
3. Soit Fn une filtration, c-à-d une suite croissante de sous-tribus, et F∞ = σ( Fn ). Montrer
que pour tout X ∈ Lp ,
E[X|Fn ] −→ E[X|F∞ ].
n→∞

4. Soit Gn une famille indépendante de sous-tribus. On définit pour tout n la tribu An ,


appelée tribu de l’avenir au temps n, comme la tribu engendrée par les Fk pour k ≥ n.
Montrer que pour tout X ∈ Lp ,

E[X|An ] −→ E[X].
n→∞

Vous aimerez peut-être aussi