Examen de janvier 2012

Documents pareils
Exemples de résolutions d équations différentielles

2. Quelle est la valeur de la prime de l option américaine correspondante? Utilisez pour cela la technique dite de remontée de l arbre.

TD/TP : Taux d un emprunt (méthode de Newton)

Calcul Stochastique 2 Annie Millet

Texte Ruine d une compagnie d assurance

Fonction dont la variable est borne d intégration

Les circuits électriques en régime transitoire

VA(1+r) = C 1. VA = C 1 v 1

Finance 1 Université d Evry Val d Essonne. Séance 2. Philippe PRIAULET

Recueil d'exercices de logique séquentielle

F 2 = - T p K F T = - T p K 0 - K 0

Rappels théoriques. -TP- Modulations digitales ASK - FSK. Première partie 1 INTRODUCTION

CHAPITRE I : Cinématique du point matériel

Caractéristiques des signaux électriques

MATHEMATIQUES FINANCIERES

CHAPITRE 13. EXERCICES a) 20,32 ± 0,055 b) 97,75 ± 0,4535 c) 1953,125 ± 23, ±0,36π cm 3

Le mode de fonctionnement des régimes en annuités. Secrétariat général du Conseil d orientation des retraites

Cours d électrocinétique :

3. Conditionnement P (B)

Chapitre 2 Le problème de l unicité des solutions

Mathématiques financières. Peter Tankov

Ned s Expat L assurance des Néerlandais en France

THÈSE. Pour l obtention du grade de Docteur de l Université de Paris I Panthéon-Sorbonne Discipline : Sciences Économiques

Non-résonance entre les deux premières valeurs propres d un problème quasi-linéaire

Exercice autour de densité, fonction de répatition, espérance et variance de variables quelconques.

Intégration et probabilités TD1 Espaces mesurés

Simulation de variables aléatoires

Oscillations forcées en régime sinusoïdal.

Filtrage optimal. par Mohamed NAJIM Professeur à l École nationale supérieure d électronique et de radioélectricité de Bordeaux (ENSERB)

Intégration et probabilités TD1 Espaces mesurés Corrigé

Continuité en un point

Cours d Analyse. Fonctions de plusieurs variables

La rentabilité des investissements

Exo7. Matrice d une application linéaire. Corrections d Arnaud Bodin.

AMPLIFICATEUR OPERATIONNEL EN REGIME NON LINEAIRE

Image d un intervalle par une fonction continue

Capes Première épreuve

Sciences Industrielles pour l Ingénieur

Intégration de Net2 avec un système d alarme intrusion

TB 352 TB 352. Entrée 1. Entrée 2

CARACTERISTIQUES STATIQUES D'UN SYSTEME

Dualité dans les espaces de Lebesgue et mesures de Radon finies

3 Approximation de solutions d équations

Théorème du point fixe - Théorème de l inversion locale

EFFICIENCE INFORMATIONNELLE DES UNE VERIFICATION ECONOMETRIQUE MARCHES DE L OR A PARIS ET A LONDRES, DE LA FORME FAIBLE

Ecole des HEC Université de Lausanne FINANCE EMPIRIQUE. Eric Jondeau

Surface de Volatilité et Introduction au Risque de Crédit

SYSTÈME HYBRIDE SOLAIRE THERMODYNAMIQUE POUR L EAU CHAUDE SANITAIRE

Relation entre la Volatilité Implicite et la Volatilité Réalisée.

Mesures gaussiennes et espaces de Fock

Intégrales dépendant d un paramètre

3 POLITIQUE D'ÉPARGNE

Chapitre 2 L investissement. . Les principales caractéristiques de l investissement

EXERCICE 4 (7 points ) (Commun à tous les candidats)

Équations non linéaires

Développements limités. Notion de développement limité

Corrigé du baccalauréat S Pondichéry 13 avril 2011

Article. «Les effets à long terme des fonds de pension» Pascal Belan, Philippe Michel et Bertrand Wigniolle

Copules et dépendances : application pratique à la détermination du besoin en fonds propres d un assureur non vie

Résolution d équations non linéaires

Commun à tous les candidats

Correction de l examen de la première session

8.1 Généralités sur les fonctions de plusieurs variables réelles. f : R 2 R (x, y) 1 x 2 y 2

Files d attente (1) F. Sur - ENSMN. Introduction. 1 Introduction. Vocabulaire Caractéristiques Notations de Kendall Loi de Little.

Mémoire présenté et soutenu en vue de l obtention

Impact du vieillissement démographique sur l impôt prélevé sur les retraits des régimes privés de retraite

Analyse Numérique : SMA-SMI S4 Cours, exercices et examens

Moments des variables aléatoires réelles

4. Martingales à temps discret

DE L'ÉVALUATION DU RISQUE DE CRÉDIT

CAHIER ANALYSE DES CHOCS D'OFFRE ET DE DEMANDE DANS LA ZONE CFA : UNE MÉTHODE STRUCTURELLE D'AUTORÉGRESSION VECTORIELLE

Méthodes de quadrature. Polytech Paris-UPMC. - p. 1/48

Cahier technique n 114

Limites finies en un point

Les solutions solides et les diagrammes d équilibre binaires. sssp1. sssp1 ssss1 ssss2 ssss3 sssp2

Risque associé au contrat d assurance-vie pour la compagnie d assurance. par Christophe BERTHELOT, Mireille BOSSY et Nathalie PISTRE

Calcul matriciel. Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes.

Université Technique de Sofia, Filière Francophone d Informatique Notes de cours de Réseaux Informatiques, G. Naydenov Maitre de conférence, PhD

Suites numériques 4. 1 Autres recettes pour calculer les limites

Séquence 2. Pourcentages. Sommaire

Problème 1 : applications du plan affine

MIDI F-35. Canal MIDI 1 Mélodie Canal MIDI 2 Basse Canal MIDI 10 Batterie MIDI IN. Réception du canal MIDI = 1 Reproduit la mélodie.

Exercices - Polynômes : corrigé. Opérations sur les polynômes

Chapitre 7 : Intégration sur un intervalle quelconque

DESSd ingéniérie mathématique Université d Evry Val d Essone Evaluations des produits nanciers

Développements limités, équivalents et calculs de limites

Optimisation des fonctions de plusieurs variables

f n (x) = x n e x. T k

Continuité et dérivabilité d une fonction

Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications

Première partie. Préliminaires : noyaux itérés. MPSI B 6 juin 2015

Filtrage stochastique non linéaire par la théorie de représentation des martingales

Attitude des ménages face au risque. M1 - Arnold Chassagnon, Université de Tours, PSE - Automne 2014

Cours d analyse numérique SMI-S4

Chapitre 11. Séries de Fourier. Nous supposons connues les formules donnant les coefficients de Fourier d une fonction 2 - périodique :

Exercices de révision

NOTE SUR LES METHODES UNIVARIEES

PARTIAL DIFFERENTIAL EQUATIONS. On global discontinuous solutions of Hamilton-Jacobi equations.

CHAPITRE 4 RÉPONSES AUX CHOCS D INFLATION : LES PAYS DU G7 DIFFÈRENT-ILS LES UNS DES AUTRES?

Documentation Technique de Référence Chapitre 8 Trames types Article

Transcription:

Insiu Tunis-Dauphine Inégrale de Lebesgue e Probabiliés Examen de janvier 212 Deux heures. Sans documen, ni calcularice, ni éléphone, ec. Chaque quesion numéroée vau le même nombre de poins. Il es demandé de raier deux des rois exercices suivans, en indiquan clairemen son choix. Seuls les deux premiers exercices raiés seron corrigés. Exercice 1 Parie finie de Hadamard Soien a < b Ê, f L 1 ([a,b]) e F : [a,b] Ê elle que F(x) = x a f()d. 1. Monrer que F es coninue sur [a,b] ; on pourra commencer par appliquer le héorème de convergence dominée de Lebesgue à des suies de foncions du ype (f()½ [a,xn]()), où x n x ]a,b[. 2. Monrer que, si f es coninue, F es dérivable sur [a,b] e a pour dérivée f (en revenan à la définiion d une dérivée). En déduire que, si f es coninue e si F es un primiive de f, on a b a f()d = F (b) F (a). Soi φ : [,1] Ê une foncion de classe C 1. 3. Déduire de la quesion précédene qu il exise une foncion θ coninue elle que φ(x) = φ() + xθ(x). 4. Dans quels cas la foncion x φ(x)/x es-elle inégrable sur [,1]? En déduire que, dans ous les cas, quand end vers, la limie, noée P.f. φ()/ d, de φ() d + φ() ln, exise (parie finie de Hadamard de φ()/ d). Exercice 2 Développemens décimaux Soi (X n ) n 1 une suie de variables aléaoires réelles indépendanes définies sur le même espace de probabilié (Ω, A,P), de même loi uniforme sur l ensemble d eniers {,1,2,,9}. 1. Calculer la loi e la foncion caracérisique communes des X n. Pour ou n 1, on défini Y n comme la somme parielle de rang n de la série k Y n = X 1 1 + X 2 1 2 + + X n 1 n. X k 1 k :

2. Monrer que la suie (Y n ) converge simplemen, vers une variable aléaoire que l on noera Y. Converge--elle en probabilié? En loi? 3. Monrer que la foncion caracérisique de Y n es ϕ Yn () = 1 1 n 1 exp(i) 1 exp(1 n i) ( Ê) ; on pourra commencer par supposer / 2π. 4. En déduire que la loi de Y es uniforme sur [,1] ; on pourra commencer par calculer la foncion caracérisique de Y. Exercice 3 Un exemple de veceur gaussien Soien X 1, X 2 e X 3 rois variables aléaoires réelles inhdépendanes de loi N 1 (,1). On noe X = (X 1,X 2,X 3 ). Soien Y, Z e W les veceurs aléaoires Y = AX, Z = BY e W = CY, où A = 1 ( ) 1 1, B = 1 ( ) 1 ( ) 1 1, e C = 1 1 2 1 1 2 2 1. Calculer la loi de Y ; possède--elle une densié? Les composanes de Y son-elles indépendanes? 2. Calculer la loi de Z e celle de W ; possèden--elles une densié? 3. Inerpréer géomériquemen la quesion précédene en foncion de Y. Noons X = (X 1,X 2 ). On rappelle que l espérance condiionnelle E(X 3 X) es la projecion orhogonale de X 3 sur l espace L 2 (σ( X)), où σ( X) es la plus peie ribu rendan le veceur aléaoire X borélien. 4. Monrer qu une variable aléaoire réelle W es σ( X)-mesurable si e seulemen si il exise une foncion h : Ê 2 Ê borélienne elle que W = h X. 5. Monrer que dans le cas où W = E(X 3 X 1,X 2 ), W es la projecion orhogonale V de X 3 sur le plan vecoriel réel engendré par X 1 e X 2 (e donc h es une forme linéaire) ; on pourra commencer par jusifier que X 3 V es indépendane de X e que donc E(X 3 V X) = E(X 3 V ) =.

Soluion de l exercice 1 1. Soien c ]a,b[ e (x n ) une suie de [a,b] qui end vers c. Presque parou, la suie (f ½ [a,xn]) converge simplemen vers la foncion f ½ [a,c]. (Le presque parou es imporan, puisqu on ne sai pas ce qui se passe au poin c lui-même. En effe, si (x n ) converge par valeurs inférieures, la limie de f(c) ½ [a,xn](c) es f(c); si elle converge par valeurs sricemen supérieures, sa limie es ; e en général, si f(c), f(c) ½ [a,xn](c) possède deux valeurs d adhérences disinces e f(c), donc n a pas de limie.) D aure par, f ½ [a,xn] es dominée par la foncion f, qui es inégrable. Donc, d après le héorème de convergence dominée, on a xn lim F(x n) = lim f()d = f()d = f()d = F(c). n + n + a Donc F es coninue sur ]a,b[. De même, en prenan une suie (x n ) convergean à droie vers a ou à gauche vers b, on voi que F es coninue à droie en a e à gauche en b, e donc, finalemen, coninue sur [a,b]. 2. Soien c [a,b] e h Ê els que c + h [a,b]. Le aux d accroissemen de F enre c e c + h vau τ c (h) = F(c + h) F(c) h [a,c[ = 1 h c+h c [a,c] f()d. Comme f es coninue en c, pour ou > il exise η > el que pour ou el que c < η on ai f() f(c) <. Alors, si h < η, par croissance de l inégrale on a τ c (h) f(c). Comme ceci es vrai pour ou, F es dérivable en c e F (c) = f(c). C es dire que f possède une primiive e que F es la primiive de f elle que F(a) =. Si F es une primiive quelconque de f, comme (F F ) = il exise un réel c el que F = F + c; comme F(a) =, on a c = F (a), donc b 3. D après la quesion précédene, a f()d = F(b) = F (b) F (a). φ(x) φ() = x φ ()d. D après la formule du changemen de variable ( = ux), φ(x) φ() = xθ(x), avec θ(x) = φ (x)dx. Pour ou [,1], la foncion x φ(x) es coninue. Comme φ es coninue, pour ou x [,1] la foncion φ(x) es inégrable e dominée par une une consane qui ne dépend pas de x. Donc la foncion θ es coninue sur [,1]. 4. D après la quesion précédene, on a φ(x) x = φ() x + θ(x),

où θ es coninue donc inégrable. Donc x φ(x)/x es inégrable si e seulemen si x φ()/x es inégrable, c es-à-dire si e seulemen si φ() =. Nous venons d uiliser le fai que 1/x n es pas inégrable. Redémonrons ce fai classique, pour l exemple. Noons f : [,1] Ê +, x 1/x si x, e, par exemple, f() =. Soi A ], 1]. La foncion logarihme es une primiive de f sur [A,1] e la resricion de f à l inervalle [A,1] es de classe C, donc coninue. D après la quesion précédene, on a donc A d = lna, e, en pariculier, f es inégrable sur [A, 1]. De plus, la suie croissane des foncions posiives f ½ [1/n,1], n 1, converge simplemen vers f sur ],1], donc presque parou sur [,1]. D après le héorème de convergence monoone, on a donc d = lim ln 1 n n = +. [,1] Donc 1/x n es pas inégrable sur [,1]. Mainenan, comme φ() = φ() + θ(), on a φ() 1 ( ) φ() d + φ() ln = + θ() d + φ() ln = θ()d ; comme θ es coninue sur [, 1], d après le héorème de convergence dominée cee quanié a bien une limie quand end vers. Soluion de l exercice 2 1. La loi des X n es la mesure uniforme U sur {,,9} : U = 1 1 k 9 La foncion caracérisique de X n es la foncion (indépendane de n) ϕ Xn () = e ix du(x) = 1 e ik ( Ê), Ê 1 soi δ k. k 9 { 1 1 exp(1i) ϕ Xn () = 1 1 exp(i) si e i 1 1 sinon. 2. Pour ou k, le erme général de la série k X k 1 k 9 1 k, X k 1 k vérifie donc la série converge simplemen vers une variable aléaoire Y : Ω Ê +, avec Y 9 k 1 1 1 k = 1. Cee convergence simple parou implique la convergence presque sûre, donc la convergence en probabilié e la convergence en loi.

3. Comme les X n son indépendanes, ϕ Yn () = 1 k n ϕ Xk /1 k() = 1 k n ( ) ϕ Xk 1 k. Si / 2π, cerainemen / 2π pour ou k 1, donc, d après la quesion 1 k précédene, soi, après simplificaion, ϕ Yn () = 1 1 n 1 k n 1 exp(1 (k 1) i) 1 exp(1 k, i) ϕ Yn () = 1 1 n 1 exp(i) 1 exp(1 n i). Comme la foncion caracérisique d une variable aléaoire inégrable es coninue, cee expression es valable pour ou / 1 n 2π. Si 1 n 2π, on voi soi par un calcul direc soi en prenan la limie de l expression précédene, que ϕ Yn () = 1. 4. Quand n end vers l infini, ϕ Yn () = 1 ( ) 1 exp(i) 1 n 1 n i + O(1 2n ) e ϕ Yn () 1 1. exp(i) 1 i si, D après le héorème de convergence dominée, puisque (Y n ) converge simplemen vers Y e es dominée par la foncion inégrable consane 1, (ϕ Yn ) converge simplemen vers ϕ Y presque parou. D après le calcul précéden, on a donc { exp(i) 1 ϕ Y () = i si 1 si = presque parou, e, par coninuié, parou. On reconnaî la foncion caracérisique de la loi uniforme sur [, 1]. Donc, par injecivié de la ransformaion de Fourier, la loi de X es la loi uniforme sur [,1]. Soluion de l exercice 3 1. La foncion caracérisique de X es ϕ X () = e 1 2 2 ( Ê 3 ), donc celle de Y = AX vau ϕ Y () = ϕ X (A ) = e 1 2 (AA ) ( Ê 2 ), donc, par injecivié ( de la ) ransformaion de Fourier, la loi de Y es N 2 (,D Y ), 1 1 avec D Y = AA = 1 2. 1 1 Comme la marice de dispersion D de Y n es pas diagonale, les composanes de Y ne son pas indépendanes (en fai, Y 1 = Y 2 ). Comme de D =, D n es pas inversible e Y = (Y 1,Y 2 ) n a pas de densié.

2. De même, la loi de Z es N 1 (,D Z ), avec D Z = BD Y B = 1 2, donc P Z adme pour densié 1 π exp( z 2 ). La loi de W es N 1 (,D W ), avec D W = CD Y C =, donc P W n adme pas de densié. 3. La droie vecorielle D = KerC d équaion y 1 = y 2 concenre la mesure P Y (puisque Y 1 = Y 2 ), au sens où la mesure d un ensemble disjoin de D es auomaiquemen de mesure nulle. B es la projecion orhogonale sur D, andis que C es la projecion orhogonale sur la droie orhogonale à D. 4. Voir le héorème 5.7 du cours polycopié. 5. Noons V = λ 1 X 1 + λ 2 X 2 la projecion orhogonale de X 3 sur le plan vecoriel engendré par X 1 e X 2. Remarquons que cov (X 3 V,X i ) = E[(X V )X i ] =, i = 1,2, (par définiion de la projecion orhogonale), donc X V es indépendan de X, donc E(X 3 V X) = E(X 3 V ). (Cee dernière égalié vien du fai que, si T es σ( X)-mesurable, T es indépendane de X 3 V, donc E((X 3 V )T) = E(X 3 V )E(T) = E(E(X 3 V )T).) Donc E(X 3 V X) = E(X 3 ) E(V ) = =. L espérance condiionnelle cherchée es W = E(X 3 X) = E(X 3 V X) + E(V X) = E(V X). Comme de plus V es σ( X)-mesurable, E(V X) = V. Donc W = V.