TD Master 2 Martingales et calcul stochastique
|
|
- Samuel Grenier
- il y a 7 ans
- Total affichages :
Transcription
1 Université d Orléans Master Recherche de Mathématiques 0- TD Master Martingales et calcul stochastique Corrigé des exercices du chapitre 6 Théorèmes de convergence Exercice 6. On considère le processus de Galton Watson Z n introduit dans l exercice Montrer que X n Z n /µ n converge dans L vers une variable aléatoire X d espérance égale à. Nous avons montré précédemment que E X σ E X m µ m+ σ µ m+ σ µµ <. Par la proposition 6.. du cours, E X n est uniformément bornée, donc X n converge dans L vers une variable aléatoire X. Comme X n converge à fortiori dans L, on a E X, et également P {X > 0} ρ.. On suppose p 0 > 0. A l aide de la loi 0 de Lévy, montrer que Z n converge presque sûrement vers une variable aléatoire Z : Ω {0, + }. Indications : Soit A {lim n Z n < } et B { n: Z n 0}. Montrer que dans A, on a lim n E B F n B, et en déduire que A B. Conclure en établissant que que Z dans A c et Z 0 dans B. S il y a Z n individus au temps n, alors Z n+ 0 si et seulement si chacun des Z n individus n a aucun descendant, ce qui arrive avec probabilité p Zn 0. Ceci montre que E {Zn+ 0} F n p Zn 0, et donc que E B F n p Zn 0. Or si ω A, alors il existe L Lω tel que Z n ω Lω pour tout n. Il suit que lim n E B F n ω p L 0 pour ces ω. Mais par la loi 0 de Lévy, cette limite vaut B ω. Par conséquent, B ω pour tout ω A, ou encore A B. D une part, par définition, Z dans A c. D autre part, B {lim n Z n 0} et donc Z 0 dans B. Ceci montre qu en fait A B {Z 0} et A c {Z }. Exercice 6. Un joueur dispose initialement de la somme X 0. Il joue à un jeu de hasard, dans lequel il mise à chaque tour une proportion λ de son capital, avec 0 < λ. Il a une chance sur deux de gagner le double de sa mise, sinon il perd sa mise. L évolution du capital X n en fonction du temps n est décrite par X n+ λx n + λx n ξ n n 0 où les ξ n sont i.i.d., avec P {ξ n } P {ξ n 0} /.. Montrer que X n est une martingale. Par construction, ξ n est indépendant de F n σξ 0,..., ξ n. Par conséquent E ξ n F n E ξ n, et il suit que E X n+ F n λx n + λx n X n.. Calculer E X n. Comme X n est une martingale, E X n E E X n F 0 E X 0.. Discuter la convergence presque sûre de X n lorsque n. X n étant une surmartingale positive donc X n une sous-martingale bornée supérieurement, elle converge presque sûrement vers une variable aléatoire intégrable X.
2 4. Calculer E X n par récurrence sur n. Comme ξ n est indépendante de F n, avec E ξ n et E ξ n, on obtient E X n+ + λ E X n donc E X n + λ n. 5. Que peut-on en déduire sur la convergence dans L de X n? La suite E X n diverge, donc la suite des X n ne converge pas dans L. 6. Déterminer le processus croissant X n. On a E X n+ X n F n λ X ne ξ n λ X n, d où X n n m0 E X m+ X m F m λ n m0 X m. 7. On suppose que le joueur mise à chaque tour la totalité de son capital, c est-à-dire λ. a Calculer explicitement la loi de X n. Comme X n+ X n ξ n, on vérifie par récurrence que X n Ω {0, n } avec P {X n n } n, b Déterminer la limite presque sûre de X n. P {X n 0} n. Comme P {X n 0} lorsque n et X n ω 0 implique X m ω 0 pour tout m n, X n converge presque sûrement vers X 0. c Discuter la convergence de X n dans L. Les X n sont-ils uniformément intégrables? On a E X n X E X n E X n pour tout n, donc X n ne converge pas dans L. Les X n ne peuvent donc pas être uniformément intégrables. On peut aussi le voir directement à partir de la définition d intégrabilité uniforme : on a E X n {Xn>M} n P { X n > M } { si n > M, 0 sinon. Par conséquent, sup n E X n {Xn>M} pour tout M. d Commenter ces résultats - est-ce que vous joueriez à ce jeu? Exercice 6. C est à vous de voir sachant que vous allez perdre votre mise presque sûrement. Toutefois, il y a une probabilité non nulle de gagner beaucoup d argent après tout nombre fini de tours. Un joueur mise sur les résultats des jets indépendants d une pièce équilibrée. A chaque tour, il mise une somme S 0. Si la pièce tombe sur Pile, son capital augmente de S, si elle tombe sur Face, le joueur perd sa mise et donc son capital diminue de S. Une stratégie populaire en France au XVIIIe siècle est appelée La Martingale. Elle est définie comme suit:
3 le joueur s arrête de jouer dès qu il a gagné la première fois dès le premier Pile; il double sa mise à chaque tour, c est-à-dire qu il mise la somme S n n au nième tour, tant qu il n a pas gagné. Soit Y n le capital du joueur au temps n après n jets de la pièce. On admettra que le capital initial est nul, et que le joueur a le droit de s endetter d une somme illimitée, c est-à-dire que Y n peut devenir arbitrairement négatif. Soit X n le capital au temps n d un joueur misant un Euro à chaque tour.. Montrer que la stratégie est prévisible, et écrire Y n sous la forme Y n H X n en fonction du processus {X n } n 0. On a Y n Y n + H n X n X n avec H n n {X,X,...,X n n} qui est clairement prévisible.. Montrer que {Y n } n 0 est une martingale. E Y n F n Y n + H n E X n X n F n Y n + H n E X n X n Y n.. Déterminer le processus croissant Y n. Calculer E Y n et discuter la convergence de Y n dans L. On a E Y n Y n F n H n donc Y n n H m. Comme E H m m P {X, X,..., X n n} m+, on obtient E Y n n m+ 4 n. Par conséquent, Y n ne converge pas dans L. 4. Déterminer l image de Y n, sa loi, et discuter la convergence presque sûre de Y n. Quelle est sa limite? Par inspection, on voit que Y n prend les valeurs et n, avec P {Y n n } n si l on a perdu n fois et donc P {Y n } n. On observe que E Y + n pour tout n, donc Y n converge presque sûrement vers une variable Y. L expression de la loi de Y n montre que Y presque sûrement, c est-à-dire qu on aura gagné un Euro avec probabilité. 5. Y n converge-t-elle dans L? Non, car E Y n 0 E Y. On suppose maintenant que la banque n admet pas que le joueur s endette de plus qu une valeur limite L on pourra supposer que L k pour un k. Par conséquent, le joueur est obligé de s arrêter dès que son capital au temps n est inférieur à L + n+. Notons Z n ce capital. 6. Soit N la durée du jeu le nombre de fois que le joueur mise une somme non nulle. Montrer que N est un temps d arrêt et donner sa loi. On a N inf{n : Z n n < L ou Z n }. C est un temps d arrêt puisqu il s agit d un temps de premier passage. Sa loi est donnée par P {N n} n pour n,..., k et P {N k} k. 7. Le processus Z n est-il une martingale? Oui car Z n Y n N est une martingale arrêtée. 8. Discuter la convergence presque sûre et dans L de Z n et commenter les résultats. Comme dans le cas de Y n, Z n est une martingale telle que E Z + n est bornée, donc elle converge vers une variable aléatoire Z. On trouve P {Z } k et P {Z k } k. En particulier, E Z 0 E Z n donc Z n converge dans L. Avec la contrainte de la banque, la grande probabilité de faire un petit gain est donc compensée par la petite probabilité de faire une grande perte!
4 Exercice 6.4 Soit X 0. On définit une suite {X n } n N récursivement en posant que pour tout n, X n suit la loi uniforme sur ]0, X n ] c-à-d X n U n X n où les U n sont i.i.d. de loi uniforme sur ]0, ].. Montrer que X n est une martingale. E X n F n E U n X n F n X n E U n F n X n E U n X n.. Calculer le processus croissant X n et discuter la convergence de X n dans L. On a E Xn F n E 4U n Xn F n 4X n E Un 4 X n. Par conséquent, le processus croissant est donné par Comme X n E Xm Xm F m E X n E Xm Xm. 4 m, on a X, donc la suite ne peut pas converger dans L on peut aussi observer directement que E X n diverge.. Discuter la convergence presque sûre de X n. X n est une surmartingale positive, donc elle converge presque sûrement on peut aussi observer que c est une sous-martingale telle que E X + n E X n n. 4. Déterminer la limite presque sûre de X n. Indication : Considérer Y n logx n ainsi que Z n Y n E Y n. Comme Y n Y n + log + logu n, on a E Y n E Yn + log + E logun E Y n [ log ], et donc E Y n n[ log ] tend vers lorsque n. On peut donc s attendre à ce que Y n converge vers, donc que X n converge vers 0 presque sûrement. Pour le montrer, nous devons contrôler les fluctuations de Z n Y n + n[ log ]. On peut l écrire sous la forme Z n V k où V k + logu k. k Nous allons montrer que pour n assez grand, Z n cn presque sûrement pour tout c ]0, [. En prenant 0 < c < log, cela montrera qu en effet Y n converge presque sûrement vers, et donc X n 0 p.s. Une première méthode consiste à écrire P { Z n > cn } P { e γzn > e γcn} e γcn E e γzn [ e γc E e γv ] n. Comme e γv e γ U γ, on a E e γv e γ x γ dx 4 0 eγ γ +.
5 Il suit donc que P { Z n > cn } [ e γc γ + pour tout γ > 0. La meilleure borne est obtenue pour γ c/ c, et a la forme ] n P { Z n > cn } [ e c c ] n. La série de terme général [e c c] n converge pour tout c ]0, [, donc le lemme de Borel Cantelli montre que lim sup n Z n n c presque sûrement. C est le résultat cherché. Une seconde méthode de montrer que Z n cn presque sûrement pour n assez grand consiste à écrire On a P { Z n > cn } P { Zn 4 > cn 4} cn 4 E Zn 4. Z 4 n On trouve facilement les moments i,j,k,l V i V j V k V l. E V i 0, E V i, E V i, E V 4 i 9. Comme les V i sont indépendants, les seuls termes contribuant à E Zn 4 sont ceux qui contiennent soit quatre indices identiques, soit deux paires d indices identiques. Un peu de combinatoire nous fournit alors E Zn 4 ne V nn Ceci implique P { Z n > cn } c 4 n, et le lemme de Borel Cantelli permet de conclure. 5. Discuter la convergence de X n dans L. E V n + 6n. Nous avons montré que X n 0 presque sûrement. Par conséquent, nous avons aussi X n 0 en probabilité. Comme par ailleurs, E X n pour tout n, le Théorème 6.4. du cours montre que X n ne peut pas converger dans L. Exercice 6.5 Soit U une variable aléatoire uniforme sur [0, ]. Soit f : [0, ] R une fonction uniformément lipschitzienne. Soit I k,n [k n, k + n [ et soit F n la tribu sur Ω [0, ] engendrée par les I k,n pour k 0,..., n. On pose X n k0 fk + n fk n n {U Ik,n }. 5
6 . Montrer que X n est une martingale par rapport à F n. Commençons par montrer que les X n sont intégrables. Si K dénote la constante de Lipschitz, on a fk + n fk n K n, d où E X n k0 K P { U I k,n } K. Pour calculer les espérances conditionnelles, on observe que chaque intervalle I l,n est la réunion disjointe des deux intervalles I l,n+ et I l+,n+ de même longueur. Par conséquent E {U Il,n+ } En séparant les termes pairs et impairs, on a l0 F n E {U Il+,n+ } F n {U I l,n }. E n [ X n+ fl + n+ fl n+ Fn n+ E {U Il,n+ } Fn l0 l0 X n. + fl + n+ fl + n+ n+ E ] {U Il+,n+ } F n fl + n+ fl n+ n+ {U I l,n } fl + n fl n+ n {U Il,n }. Montrer que X n converge presque sûrement. On note la limite X. On a E X + n E X n K, donc X n converge presque sûrement vers une variable aléatoire X.. Discuter la convergence de X n dans L. En bornant chaque fonction indicatrice par et en utilisant à nouveau le caractère lipschitzien, on voit que X n ω est borné par K pour tout ω. Par conséquent, { Xn >M} 0 pour M > K, donc les X n sont uniformément intégrables. Il suit que X n converge vers X dans L. 4. Montrer que pour tout 0 a < b, Pour tout n, on a X n {U [a,b]} E X {U [a,b]} fb fa. k0 fk + n fk n n {U Ik,n [a,b]} k : I k,n [a,b] fk + n fk n n {U Ik,n }. 6
7 Soient k n et k + n le plus petit et le plus grand k tel que I k,n [a, b]. Prenant l espérance, comme P {U I k,n } n on voit que E X n {U [a,b]} fk+ n + n fk n n. Lorsque n, on a k n n a et k + n + n b. 5. On suppose f de classe C. A l aide de 4., expliciter X ω si l on note Uω ω pour tout ω Ω. D une part, E X {U [a,b]} X ω {ω [a,b]} dω D autre part, par le théorème fondamental du calcul intégral, 0 b a X ω dω. On en conclut que fb fa b a X ω f ω. f ω dω. 7
Texte Agrégation limitée par diffusion interne
Page n 1. Texte Agrégation limitée par diffusion interne 1 Le phénomène observé Un fût de déchets radioactifs est enterré secrètement dans le Cantal. Au bout de quelques années, il devient poreux et laisse
Plus en détail4. Martingales à temps discret
Martingales à temps discret 25 4. Martingales à temps discret 4.1. Généralités. On fixe un espace de probabilités filtré (Ω, (F n ) n, F, IP ). On pose que F contient ses ensembles négligeables mais les
Plus en détailImage d un intervalle par une fonction continue
DOCUMENT 27 Image d un intervalle par une fonction continue La continuité d une fonction en un point est une propriété locale : une fonction est continue en un point x 0 si et seulement si sa restriction
Plus en détailIntégration et probabilités TD1 Espaces mesurés
Intégration et probabilités TD1 Espaces mesurés 2012-2013 1 Petites questions 1) Est-ce que l ensemble des ouverts de R est une tribu? 2) Si F et G sont deux tribus, est-ce que F G est toujours une tribu?
Plus en détailIntégration et probabilités TD1 Espaces mesurés Corrigé
Intégration et probabilités TD1 Espaces mesurés Corrigé 2012-2013 1 Petites questions 1 Est-ce que l ensemble des ouverts de R est une tribu? Réponse : Non, car le complémentaire de ], 0[ n est pas ouvert.
Plus en détailMoments des variables aléatoires réelles
Chapter 6 Moments des variables aléatoires réelles Sommaire 6.1 Espérance des variables aléatoires réelles................................ 46 6.1.1 Définition et calcul........................................
Plus en détailProbabilités sur un univers fini
[http://mp.cpgedupuydelome.fr] édité le 7 août 204 Enoncés Probabilités sur un univers fini Evènements et langage ensembliste A quelle condition sur (a, b, c, d) ]0, [ 4 existe-t-il une probabilité P sur
Plus en détailExercice autour de densité, fonction de répatition, espérance et variance de variables quelconques.
14-3- 214 J.F.C. p. 1 I Exercice autour de densité, fonction de répatition, espérance et variance de variables quelconques. Exercice 1 Densité de probabilité. F { ln x si x ], 1] UN OVNI... On pose x R,
Plus en détailSuites numériques 4. 1 Autres recettes pour calculer les limites
Suites numériques 4 1 Autres recettes pour calculer les limites La propriété suivante permet de calculer certaines limites comme on verra dans les exemples qui suivent. Propriété 1. Si u n l et fx) est
Plus en détailQu est-ce qu une probabilité?
Chapitre 1 Qu est-ce qu une probabilité? 1 Modéliser une expérience dont on ne peut prédire le résultat 1.1 Ensemble fondamental d une expérience aléatoire Une expérience aléatoire est une expérience dont
Plus en détailChapitre 2 Le problème de l unicité des solutions
Université Joseph Fourier UE MAT 127 Mathématiques année 2011-2012 Chapitre 2 Le problème de l unicité des solutions Ce que nous verrons dans ce chapitre : un exemple d équation différentielle y = f(y)
Plus en détailCoefficients binomiaux
Probabilités L2 Exercices Chapitre 2 Coefficients binomiaux 1 ( ) On appelle chemin une suite de segments de longueur 1, dirigés soit vers le haut, soit vers la droite 1 Dénombrer tous les chemins allant
Plus en détailFiltrage stochastique non linéaire par la théorie de représentation des martingales
Filtrage stochastique non linéaire par la théorie de représentation des martingales Adriana Climescu-Haulica Laboratoire de Modélisation et Calcul Institut d Informatique et Mathématiques Appliquées de
Plus en détailENS de Lyon TD 1 17-18 septembre 2012 Introduction aux probabilités. A partie finie de N
ENS de Lyon TD 7-8 septembre 0 Introduction aux probabilités Exercice Soit (u n ) n N une suite de nombres réels. On considère σ une bijection de N dans N, de sorte que (u σ(n) ) n N est un réordonnement
Plus en détailSuites numériques 3. 1 Convergence et limite d une suite
Suites numériques 3 1 Convergence et limite d une suite Nous savons que les termes de certaines suites s approchent de plus en plus d une certaine valeur quand n augmente : par exemple, les nombres u n
Plus en détailContinuité d une fonction de plusieurs variables
Chapitre 2 Continuité d une fonction de plusieurs variables Maintenant qu on a défini la notion de limite pour des suites dans R n, la notion de continuité s étend sans problème à des fonctions de plusieurs
Plus en détailProbabilités III Introduction à l évaluation d options
Probabilités III Introduction à l évaluation d options Jacques Printems Promotion 2012 2013 1 Modèle à temps discret 2 Introduction aux modèles en temps continu Limite du modèle binomial lorsque N + Un
Plus en détailMesures gaussiennes et espaces de Fock
Mesures gaussiennes et espaces de Fock Thierry Lévy Peyresq - Juin 2003 Introduction Les mesures gaussiennes et les espaces de Fock sont deux objets qui apparaissent naturellement et peut-être, à première
Plus en détail3 Approximation de solutions d équations
3 Approximation de solutions d équations Une équation scalaire a la forme générale f(x) =0où f est une fonction de IR dans IR. Un système de n équations à n inconnues peut aussi se mettre sous une telle
Plus en détailPRIME D UNE OPTION D ACHAT OU DE VENTE
Université Paris VII - Agrégation de Mathématiques François Delarue) PRIME D UNE OPTION D ACHAT OU DE VENTE Ce texte vise à modéliser de façon simple l évolution d un actif financier à risque, et à introduire,
Plus en détailI. Polynômes de Tchebychev
Première épreuve CCP filière MP I. Polynômes de Tchebychev ( ) 1.a) Tout réel θ vérifie cos(nθ) = Re ((cos θ + i sin θ) n ) = Re Cn k (cos θ) n k i k (sin θ) k Or i k est réel quand k est pair et imaginaire
Plus en détailLimites finies en un point
8 Limites finies en un point Pour ce chapitre, sauf précision contraire, I désigne une partie non vide de R et f une fonction définie sur I et à valeurs réelles ou complees. Là encore, les fonctions usuelles,
Plus en détailSimulation de variables aléatoires
Chapter 1 Simulation de variables aléatoires Références: [F] Fishman, A first course in Monte Carlo, chap 3. [B] Bouleau, Probabilités de l ingénieur, chap 4. [R] Rubinstein, Simulation and Monte Carlo
Plus en détail3. Conditionnement P (B)
Conditionnement 16 3. Conditionnement Dans cette section, nous allons rappeler un certain nombre de définitions et de propriétés liées au problème du conditionnement, c est à dire à la prise en compte
Plus en détailLe modèle de Black et Scholes
Le modèle de Black et Scholes Alexandre Popier février 21 1 Introduction : exemple très simple de modèle financier On considère un marché avec une seule action cotée, sur une période donnée T. Dans un
Plus en détailTravaux dirigés d introduction aux Probabilités
Travaux dirigés d introduction aux Probabilités - Dénombrement - - Probabilités Élémentaires - - Variables Aléatoires Discrètes - - Variables Aléatoires Continues - 1 - Dénombrement - Exercice 1 Combien
Plus en détailCONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE. Cinquième épreuve d admissibilité STATISTIQUE. (durée : cinq heures)
CONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE Cinquième épreuve d admissibilité STATISTIQUE (durée : cinq heures) Une composition portant sur la statistique. SUJET Cette épreuve est composée d un
Plus en détailTP1 Méthodes de Monte Carlo et techniques de réduction de variance, application au pricing d options
Université de Lorraine Modélisation Stochastique Master 2 IMOI 2014-2015 TP1 Méthodes de Monte Carlo et techniques de réduction de variance, application au pricing d options 1 Les options Le but de ce
Plus en détailAmphi 3: Espaces complets - Applications linéaires continues
Amphi 3: Espaces complets - Applications linéaires continues Département de Mathématiques École polytechnique Remise en forme mathématique 2013 Suite de Cauchy Soit (X, d) un espace métrique. Une suite
Plus en détailProbabilités sur un univers fini
[http://mp.cpgedupuydelome.fr] édité le 10 août 2015 Enoncés 1 Proailités sur un univers fini Evènements et langage ensemliste A quelle condition sur (a,, c, d) ]0, 1[ 4 existe-t-il une proailité P sur
Plus en détailCommun à tous les candidats
EXERCICE 3 (9 points ) Commun à tous les candidats On s intéresse à des courbes servant de modèle à la distribution de la masse salariale d une entreprise. Les fonctions f associées définies sur l intervalle
Plus en détailChapitre 1 : Évolution COURS
Chapitre 1 : Évolution COURS OBJECTIFS DU CHAPITRE Savoir déterminer le taux d évolution, le coefficient multiplicateur et l indice en base d une évolution. Connaître les liens entre ces notions et savoir
Plus en détailProbabilités conditionnelles Loi binomiale
Exercices 23 juillet 2014 Probabilités conditionnelles Loi binomiale Équiprobabilité et variable aléatoire Exercice 1 Une urne contient 5 boules indiscernables, 3 rouges et 2 vertes. On tire au hasard
Plus en détailLicence MASS 2000-2001. (Re-)Mise à niveau en Probabilités. Feuilles de 1 à 7
Feuilles de 1 à 7 Ces feuilles avec 25 exercices et quelques rappels historiques furent distribuées à des étudiants de troisième année, dans le cadre d un cours intensif sur deux semaines, en début d année,
Plus en détailExercices sur le chapitre «Probabilités»
Arnaud de Saint Julien - MPSI Lycée La Merci 2014-2015 1 Pour démarrer Exercices sur le chapitre «Probabilités» Exercice 1 (Modélisation d un dé non cubique) On considère un parallélépipède rectangle de
Plus en détailCapacité d un canal Second Théorème de Shannon. Théorie de l information 1/34
Capacité d un canal Second Théorème de Shannon Théorie de l information 1/34 Plan du cours 1. Canaux discrets sans mémoire, exemples ; 2. Capacité ; 3. Canaux symétriques ; 4. Codage de canal ; 5. Second
Plus en détailSur certaines séries entières particulières
ACTA ARITHMETICA XCII. 2) Sur certaines séries entières particulières par Hubert Delange Orsay). Introduction. Dans un exposé à la Conférence Internationale de Théorie des Nombres organisée à Zakopane
Plus en détailLes mathématiques de la finance Université d été de Sourdun Olivier Bardou olivier.bardou@gdfsuez.com 28 août 2012 De quoi allons nous parler? des principales hypothèses de modélisation des marchés, des
Plus en détailTSTI 2D CH X : Exemples de lois à densité 1
TSTI 2D CH X : Exemples de lois à densité I Loi uniforme sur ab ; ) Introduction Dans cette activité, on s intéresse à la modélisation du tirage au hasard d un nombre réel de l intervalle [0 ;], chacun
Plus en détail* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours
Exo7 Continuité (étude globale). Diverses fonctions Exercices de Jean-Louis Rouget. Retrouver aussi cette fiche sur www.maths-france.fr * très facile ** facile *** difficulté moyenne **** difficile *****
Plus en détailContinuité en un point
DOCUMENT 4 Continuité en un point En général, D f désigne l ensemble de définition de la fonction f et on supposera toujours que cet ensemble est inclus dans R. Toutes les fonctions considérées sont à
Plus en détailCorrection de l examen de la première session
de l examen de la première session Julian Tugaut, Franck Licini, Didier Vincent Si vous trouvez des erreurs de Français ou de mathématiques ou bien si vous avez des questions et/ou des suggestions, envoyez-moi
Plus en détailLa mesure de Lebesgue sur la droite réelle
Chapitre 1 La mesure de Lebesgue sur la droite réelle 1.1 Ensemble mesurable au sens de Lebesgue 1.1.1 Mesure extérieure Définition 1.1.1. Un intervalle est une partie convexe de R. L ensemble vide et
Plus en détailLeçon 01 Exercices d'entraînement
Leçon 01 Exercices d'entraînement Exercice 1 Etudier la convergence des suites ci-dessous définies par leur terme général: 1)u n = 2n3-5n + 1 n 2 + 3 2)u n = 2n2-7n - 5 -n 5-1 4)u n = lnn2 n+1 5)u n =
Plus en détailComparaison de fonctions Développements limités. Chapitre 10
PCSI - 4/5 www.ericreynaud.fr Chapitre Points importants 3 Questions de cours 6 Eercices corrigés Plan du cours 4 Eercices types 7 Devoir maison 5 Eercices Chap Et s il ne fallait retenir que si points?
Plus en détailThéorème du point fixe - Théorème de l inversion locale
Chapitre 7 Théorème du point fixe - Théorème de l inversion locale Dans ce chapitre et le suivant, on montre deux applications importantes de la notion de différentiabilité : le théorème de l inversion
Plus en détailI. Introduction. 1. Objectifs. 2. Les options. a. Présentation du problème.
I. Introduction. 1. Objectifs. Le but de ces quelques séances est d introduire les outils mathématiques, plus précisément ceux de nature probabiliste, qui interviennent dans les modèles financiers ; nous
Plus en détailExercices - Polynômes : corrigé. Opérations sur les polynômes
Opérations sur les polynômes Exercice 1 - Carré - L1/Math Sup - Si P = Q est le carré d un polynôme, alors Q est nécessairement de degré, et son coefficient dominant est égal à 1. On peut donc écrire Q(X)
Plus en détailFonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre
IUFM du Limousin 2009-10 PLC1 Mathématiques S. Vinatier Rappels de cours Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre 1 Fonctions de plusieurs variables
Plus en détailNombre dérivé et tangente
Nombre dérivé et tangente I) Interprétation graphique 1) Taux de variation d une fonction en un point. Soit une fonction définie sur un intervalle I contenant le nombre réel a, soit (C) sa courbe représentative
Plus en détailCalculs de probabilités
Calculs de probabilités Mathématiques Générales B Université de Genève Sylvain Sardy 13 mars 2008 1. Définitions et notations 1 L origine des probabilités est l analyse de jeux de hasard, tels que pile
Plus en détailThéorie de la Mesure et Intégration
Université Pierre & Marie Curie (Paris 6) Licence de Mathématiques L3 UE LM364 Intégration 1 & UE LM365 Intégration 2 Année 2010 11 Théorie de la Mesure et Intégration Responsable des cours : Amaury LAMBERT
Plus en détailExo7. Matrice d une application linéaire. Corrections d Arnaud Bodin.
Exo7 Matrice d une application linéaire Corrections d Arnaud odin. Exercice Soit R muni de la base canonique = ( i, j). Soit f : R R la projection sur l axe des abscisses R i parallèlement à R( i + j).
Plus en détailChaînes de Markov au lycée
Journées APMEP Metz Atelier P1-32 du dimanche 28 octobre 2012 Louis-Marie BONNEVAL Chaînes de Markov au lycée Andreï Markov (1856-1922) , série S Problème 1 Bonus et malus en assurance automobile Un contrat
Plus en détailContinuité et dérivabilité d une fonction
DERNIÈRE IMPRESSIN LE 7 novembre 014 à 10:3 Continuité et dérivabilité d une fonction Table des matières 1 Continuité d une fonction 1.1 Limite finie en un point.......................... 1. Continuité
Plus en détailCalcul matriciel. Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes.
1 Définitions, notations Calcul matriciel Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes. On utilise aussi la notation m n pour le
Plus en détailMARTINGALES POUR LA FINANCE
MARTINGALES POUR LA FINANCE une introduction aux mathématiques financières Christophe Giraud Cours et Exercices corrigés. Table des matières I Le Cours 7 0 Introduction 8 0.1 Les produits dérivés...............................
Plus en détailBaccalauréat S Antilles-Guyane 11 septembre 2014 Corrigé
Baccalauréat S ntilles-guyane 11 septembre 14 Corrigé EXERCICE 1 6 points Commun à tous les candidats Une entreprise de jouets en peluche souhaite commercialiser un nouveau produit et à cette fin, effectue
Plus en détailMaster IMEA 1 Calcul Stochastique et Finance Feuille de T.D. n o 1
Master IMEA Calcul Stochastique et Finance Feuille de T.D. n o Corrigé exercices8et9 8. On considère un modèle Cox-Ross-Rubinstein de marché (B,S) à trois étapes. On suppose que S = C et que les facteurs
Plus en détailCCP PSI - 2010 Mathématiques 1 : un corrigé
CCP PSI - 00 Mathématiques : un corrigé Première partie. Définition d une structure euclidienne sur R n [X]... B est clairement symétrique et linéaire par rapport à sa seconde variable. De plus B(P, P
Plus en détail4 Distributions particulières de probabilités
4 Distributions particulières de probabilités 4.1 Distributions discrètes usuelles Les variables aléatoires discrètes sont réparties en catégories selon le type de leur loi. 4.1.1 Variable de Bernoulli
Plus en détailProbabilités conditionnelles Exercices corrigés
Terminale S Probabilités conditionnelles Exercices corrigés Exercice : (solution Une compagnie d assurance automobile fait un bilan des frais d intervention, parmi ses dossiers d accidents de la circulation.
Plus en détailCours d Analyse. Fonctions de plusieurs variables
Cours d Analyse Fonctions de plusieurs variables Licence 1ère année 2007/2008 Nicolas Prioux Université de Marne-la-Vallée Table des matières 1 Notions de géométrie dans l espace et fonctions à deux variables........
Plus en détailOptimisation des fonctions de plusieurs variables
Optimisation des fonctions de plusieurs variables Hervé Hocquard Université de Bordeaux, France 8 avril 2013 Extrema locaux et globaux Définition On étudie le comportement d une fonction de plusieurs variables
Plus en détailChapitre 11. Séries de Fourier. Nous supposons connues les formules donnant les coefficients de Fourier d une fonction 2 - périodique :
Chapitre Chapitre. Séries de Fourier Nous supposons connues les formules donnant les coefficients de Fourier d une fonction - périodique : c c a0 f x dx c an f xcosnxdx c c bn f xsinn x dx c L objet de
Plus en détailIntroduction au Calcul des Probabilités
Université des Sciences et Technologies de Lille U.F.R. de Mathématiques Pures et Appliquées Bât. M2, F-59655 Villeneuve d Ascq Cedex Introduction au Calcul des Probabilités Probabilités à Bac+2 et plus
Plus en détailProbabilités. Une urne contient 3 billes vertes et 5 billes rouges toutes indiscernables au toucher.
Lycée Jean Bart PCSI Année 2013-2014 17 février 2014 Probabilités Probabilités basiques Exercice 1. Vous savez bien qu un octet est une suite de huit chiffres pris dans l ensemble {0; 1}. Par exemple 01001110
Plus en détailaux différences est appelé équation aux différences d ordre n en forme normale.
MODÉLISATION ET SIMULATION EQUATIONS AUX DIFFÉRENCES (I/II) 1. Rappels théoriques : résolution d équations aux différences 1.1. Équations aux différences. Définition. Soit x k = x(k) X l état scalaire
Plus en détailÉquation de Langevin avec petites perturbations browniennes ou
Équation de Langevin avec petites perturbations browniennes ou alpha-stables Richard Eon sous la direction de Mihai Gradinaru Institut de Recherche Mathématique de Rennes Journées de probabilités 215,
Plus en détailPROBABILITÉS CONDITIONNELLES
PROBABILITÉS CONDITIONNELLES A.FORMONS DES COUPLES Pour la fête de l école, les élèves de CE 2 ont préparé une danse qui s exécute par couples : un garçon, une fille. La maîtresse doit faire des essais
Plus en détailCalcul fonctionnel holomorphe dans les algèbres de Banach
Chapitre 7 Calcul fonctionnel holomorphe dans les algèbres de Banach L objet de ce chapitre est de définir un calcul fonctionnel holomorphe qui prolonge le calcul fonctionnel polynômial et qui respecte
Plus en détailFluctuation d une fréquence selon les échantillons - Probabilités
Fluctuation d une fréquence selon les échantillons - Probabilités C H A P I T R E 3 JE DOIS SAVOIR Calculer une fréquence JE VAIS ÊTRE C APABLE DE Expérimenter la prise d échantillons aléatoires de taille
Plus en détailRésolution d équations non linéaires
Analyse Numérique Résolution d équations non linéaires Said EL HAJJI et Touria GHEMIRES Université Mohammed V - Agdal. Faculté des Sciences Département de Mathématiques. Laboratoire de Mathématiques, Informatique
Plus en détailÉTUDE ASYMPTOTIQUE D UNE MARCHE ALÉATOIRE CENTRIFUGE
ÉTUDE ASYMPTOTIQUE D UNE MARCHE ALÉATOIRE CENTRIFUGE JEAN-DENIS FOUKS, EMMANUEL LESIGNE ET MARC PEIGNÉ J.-D. Fouks. École Supérieure d Ingénieurs de Poitiers. 40 avenue du Recteur Pineau, 860 Poitiers
Plus en détailProbabilités et Statistiques. Feuille 2 : variables aléatoires discrètes
IUT HSE Probabilités et Statistiques Feuille : variables aléatoires discrètes 1 Exercices Dénombrements Exercice 1. On souhaite ranger sur une étagère 4 livres de mathématiques (distincts), 6 livres de
Plus en détailProbabilité. Table des matières. 1 Loi de probabilité 2 1.1 Conditions préalables... 2 1.2 Définitions... 2 1.3 Loi équirépartie...
1 Probabilité Table des matières 1 Loi de probabilité 2 1.1 Conditions préalables........................... 2 1.2 Définitions................................. 2 1.3 Loi équirépartie..............................
Plus en détailThéorie et Codage de l Information (IF01) exercices 2013-2014. Paul Honeine Université de technologie de Troyes France
Théorie et Codage de l Information (IF01) exercices 2013-2014 Paul Honeine Université de technologie de Troyes France TD-1 Rappels de calculs de probabilités Exercice 1. On dispose d un jeu de 52 cartes
Plus en détailProbabilités. Rappel : trois exemples. Exemple 2 : On dispose d un dé truqué. On sait que : p(1) = p(2) =1/6 ; p(3) = 1/3 p(4) = p(5) =1/12
Probabilités. I - Rappel : trois exemples. Exemple 1 : Dans une classe de 25 élèves, il y a 16 filles. Tous les élèves sont blonds ou bruns. Parmi les filles, 6 sont blondes. Parmi les garçons, 3 sont
Plus en détailChapitre 6. Fonction réelle d une variable réelle
Chapitre 6 Fonction réelle d une variable réelle 6. Généralités et plan d étude Une application de I dans R est une correspondance entre les éléments de I et ceu de R telle que tout élément de I admette
Plus en détailLES GENERATEURS DE NOMBRES ALEATOIRES
LES GENERATEURS DE NOMBRES ALEATOIRES 1 Ce travail a deux objectifs : ====================================================================== 1. Comprendre ce que font les générateurs de nombres aléatoires
Plus en détailExo7. Probabilité conditionnelle. Exercices : Martine Quinio
Exercices : Martine Quinio Exo7 Probabilité conditionnelle Exercice 1 Dans la salle des profs 60% sont des femmes ; une femme sur trois porte des lunettes et un homme sur deux porte des lunettes : quelle
Plus en détailChapitre 7 : Intégration sur un intervalle quelconque
Universités Paris 6 et Paris 7 M1 MEEF Analyse (UE 3) 2013-2014 Chapitre 7 : Intégration sur un intervalle quelconque 1 Fonctions intégrables Définition 1 Soit I R un intervalle et soit f : I R + une fonction
Plus en détailPour l épreuve d algèbre, les calculatrices sont interdites.
Les pages qui suivent comportent, à titre d exemples, les questions d algèbre depuis juillet 003 jusqu à juillet 015, avec leurs solutions. Pour l épreuve d algèbre, les calculatrices sont interdites.
Plus en détailCorrection du baccalauréat ES/L Métropole 20 juin 2014
Correction du baccalauréat ES/L Métropole 0 juin 014 Exercice 1 1. c.. c. 3. c. 4. d. 5. a. P A (B)=1 P A (B)=1 0,3=0,7 D après la formule des probabilités totales : P(B)=P(A B)+P(A B)=0,6 0,3+(1 0,6)
Plus en détailDate : 18.11.2013 Tangram en carré page
Date : 18.11.2013 Tangram en carré page Titre : Tangram en carré Numéro de la dernière page : 14 Degrés : 1 e 4 e du Collège Durée : 90 minutes Résumé : Le jeu de Tangram (appelé en chinois les sept planches
Plus en détailAxiomatique de N, construction de Z
Axiomatique de N, construction de Z Table des matières 1 Axiomatique de N 2 1.1 Axiomatique ordinale.................................. 2 1.2 Propriété fondamentale : Le principe de récurrence.................
Plus en détailChapitre 3. Mesures stationnaires. et théorèmes de convergence
Chapitre 3 Mesures stationnaires et théorèmes de convergence Christiane Cocozza-Thivent, Université de Marne-la-Vallée p.1 I. Mesures stationnaires Christiane Cocozza-Thivent, Université de Marne-la-Vallée
Plus en détailProbabilités. C. Charignon. I Cours 3
Probabilités C. Charignon Table des matières I Cours 3 1 Dénombrements 3 1.1 Cardinal.................................................. 3 1.1.1 Définition............................................. 3
Plus en détailOptimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications
Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications A. Optimisation sans contrainte.... Généralités.... Condition nécessaire et condition suffisante
Plus en détailTHÉORIE DE LA MESURE ET DE L INTÉGRATION.
THÉORIE DE LA MESURE ET DE L INTÉGRATION. THIERRY GALLAY Transcrit par Tancrède LEPOINT 29 UNIVERSITÉ JOSEPH FOURIER, GRENOBLE TABLE DES MATIÈRES Avant-propos Biographie sommaire...........................................
Plus en détailPlanche n o 22. Fonctions de plusieurs variables. Corrigé
Planche n o Fonctions de plusieurs variables Corrigé n o : f est définie sur R \ {, } Pour, f, = Quand tend vers, le couple, tend vers le couple, et f, tend vers Donc, si f a une limite réelle en, cette
Plus en détailRésolution de systèmes linéaires par des méthodes directes
Résolution de systèmes linéaires par des méthodes directes J. Erhel Janvier 2014 1 Inverse d une matrice carrée et systèmes linéaires Ce paragraphe a pour objet les matrices carrées et les systèmes linéaires.
Plus en détailLogique. Plan du chapitre
Logique Ce chapitre est assez abstrait en première lecture, mais est (avec le chapitre suivant «Ensembles») probablement le plus important de l année car il est à la base de tous les raisonnements usuels
Plus en détailFONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4)
FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4) Bernard Le Stum Université de Rennes 1 Version du 13 mars 2009 Table des matières 1 Fonctions partielles, courbes de niveau 1 2 Limites et continuité
Plus en détailFonctions homographiques
Seconde-Fonctions homographiques-cours Mai 0 Fonctions homographiques Introduction Voir le TP Géogébra. La fonction inverse. Définition Considérons la fonction f définie par f() =. Alors :. f est définie
Plus en détailExamen optimisation Centrale Marseille (2008) et SupGalilee (2008)
Examen optimisation Centrale Marseille (28) et SupGalilee (28) Olivier Latte, Jean-Michel Innocent, Isabelle Terrasse, Emmanuel Audusse, Francois Cuvelier duree 4 h Tout resultat enonce dans le texte peut
Plus en détailL E Ç O N. Marches aléatoires. Niveau : Terminale S Prérequis : aucun
9 L E Ç O N Marches aléatoires Niveau : Terminale S Prérequis : aucun 1 Chaînes de Markov Définition 9.1 Chaîne de Markov I Une chaîne de Markov est une suite de variables aléatoires (X n, n N) qui permet
Plus en détailP1 : Corrigés des exercices
P1 : Corrigés des exercices I Exercices du I I.2.a. Poker : Ω est ( l ensemble ) des parties à 5 éléments de l ensemble E des 52 cartes. Cardinal : 5 I.2.b. Bridge : Ω est ( l ensemble ) des parties à
Plus en détailEXERCICE 4 (7 points ) (Commun à tous les candidats)
EXERCICE 4 (7 points ) (Commun à tous les candidats) On cherche à modéliser de deux façons différentes l évolution du nombre, exprimé en millions, de foyers français possédant un téléviseur à écran plat
Plus en détailDéveloppements limités, équivalents et calculs de limites
Développements ités, équivalents et calculs de ites Eercice. Déterminer le développement ité en 0 à l ordre n des fonctions suivantes :. f() e (+) 3 n. g() sin() +ln(+) n 3 3. h() e sh() n 4. i() sin(
Plus en détail