Espaces de probabilités.



Documents pareils
Calculs de probabilités

Intégration et probabilités TD1 Espaces mesurés

NOTIONS DE PROBABILITÉS

Intégration et probabilités TD1 Espaces mesurés Corrigé

Couples de variables aléatoires discrètes

Construction de l'intégrale de Lebesgue

La mesure de Lebesgue sur la droite réelle

Espaces probabilisés

Image d un intervalle par une fonction continue

Cours de Probabilités et de Statistique

Vers l'ordinateur quantique

Exercices de dénombrement

Théorie de la Mesure et Intégration

Recherche dans un tableau

Limites finies en un point

Théorie de la mesure. S. Nicolay

Problèmes de Mathématiques Filtres et ultrafiltres

1. Introduction Création d'une requête...2

chapitre 4 Nombres de Catalan

Suites numériques 3. 1 Convergence et limite d une suite

Qu est-ce qu une probabilité?

Structures algébriques

Projet de traitement d'image - SI 381 reconstitution 3D d'intérieur à partir de photographies

PROBLEMES D'ORDONNANCEMENT AVEC RESSOURCES

CNAM UE MVA 210 Ph. Durand Algèbre et analyse tensorielle Cours 4: Calcul dierentiel 2

Exercices Corrigés Premières notions sur les espaces vectoriels

Axiomatique de N, construction de Z

Mesure et Intégration (Notes de cours de L3)

LibreOffice Calc : introduction aux tableaux croisés dynamiques

1 Définition et premières propriétés des congruences

1. Création d'un état Création d'un état Instantané Colonnes Création d'un état Instantané Tableau... 4

Développement décimal d un réel

modélisation solide et dessin technique

I. Polynômes de Tchebychev

Mesures gaussiennes et espaces de Fock

TP : Shell Scripts. 1 Remarque générale. 2 Mise en jambe. 3 Avec des si. Systèmes et scripts

Le produit semi-direct

Seconde et première Exercices de révision sur les probabilités Corrigé

Logiciels concernés. Situation. Ciel et le pont comptable. Note conçue et rédigée par Jalons sprl tous droits réservés - 27/06/2007.

Intégrale de Lebesgue

NOTATIONS PRÉLIMINAIRES

Introduction. I Étude rapide du réseau - Apprentissage. II Application à la reconnaissance des notes.

Probabilités conditionnelles Exercices corrigés

OPTIMISATION À UNE VARIABLE

D'UN THÉORÈME NOUVEAU

Condition de stabilité d'un réseau de les d'attente à deux stations et N classes de clients 1

Théorie et codage de l information

Date : Tangram en carré page

3 Approximation de solutions d équations

POKER ET PROBABILITÉ

Probabilités. I Petits rappels sur le vocabulaire des ensembles 2 I.1 Définitions... 2 I.2 Propriétés... 2

Rappels sur les suites - Algorithme

Université Ibn Zohr Excel Résume de cours

Objets Combinatoires élementaires

2. RAPPEL DES TECHNIQUES DE CALCUL DANS R

Qu'est-ce que la messagerie électronique?

Groupe symétrique. Chapitre II. 1 Définitions et généralités

S'orienter et se repérer sur le terrain avec une carte

CHAPITRE VIII : Les circuits avec résistances ohmiques

Commun à tous les candidats

Par : Abdel YEZZA, Ph.D. Date : avril 2011 / mise à jour oct (ajout de la section 3 et augmentation de la section 1)

Introduction au Calcul des Probabilités

Théorie de la Mesure et Intégration

Fonctions de plusieurs variables

Continuité et dérivabilité d une fonction

1 Première section: La construction générale

13 conseils pour bien choisir son prestataire de référencement

LE PROBLEME DU PLUS COURT CHEMIN

Géométrie dans l espace Produit scalaire et équations

Rapidolect Les Productions de la Columelle ( ) Page 1

t 100. = 8 ; le pourcentage de réduction est : 8 % 1 t Le pourcentage d'évolution (appelé aussi taux d'évolution) est le nombre :

3. Conditionnement P (B)

6. Les différents types de démonstrations

Probabilités. C. Charignon. I Cours 3

Publipostage avec Calc

Les probabilités. Chapitre 18. Tester ses connaissances

Feuille d exercices 2 : Espaces probabilisés

1 Comment faire un document Open Office /writer de façon intelligente?

Programmes des classes préparatoires aux Grandes Ecoles

Fonctions de plusieurs variables : dérivés partielles, diérentielle. Fonctions composées. Fonctions de classe C 1. Exemples

5 ème Chapitre 4 Triangles

Chapitre 2. Eléments pour comprendre un énoncé

Garde des enfants et droit de visite

Introduction a l'algorithmique des objets partages. Robert Cori. Antoine Petit. Lifac, ENS Cachan, Cachan Cedex. Resume

L'INTÉRÊT COMPOSÉ. 2.1 Généralités. 2.2 Taux

RapidMiner. Data Mining. 1 Introduction. 2 Prise en main. Master Maths Finances 2010/ Présentation. 1.2 Ressources

À l'intention des parents

I. Ensemble de définition d'une fonction

NORME INTERNATIONALE D AUDIT 260 COMMUNICATION DES QUESTIONS SOULEVÉES À L OCCASION DE L AUDIT AUX PERSONNES CONSTITUANT LE GOUVERNEMENT D'ENTREPRISE

Le Seven Card Stud. Club Poker 78

Programmation Objet - Cours II

Algorithmes de recherche

Table des matières. 10 Gimp et le Web. Option de traitement d'images Mémento pour la séance N o Création d'animation

CRÉER DES LEÇONS AVEC L'ÉDITEUR DU LOGICIEL 1000 MOTS POUR APPRENDRE À LIRE EN FRANÇAIS, ANGLAIS ET ALLEMAND

Cours3. Applications continues et homéomorphismes. 1 Rappel sur les images réciproques

Probabilités sur un univers fini

Mesures et Intégration

CHAPITRE IV. L axiome du choix

Problème 1 : applications du plan affine

Coefficients binomiaux

Transcription:

Université Pierre et Marie Curie 2010-2011 Probabilités et statistiques - LM345 Feuille 2 Espaces de probabilités. 1. Donner un exemple d'une famille de parties d'un ensemble qui ne soit pas une tribu. Solution de l'exercice 1. La dénition d'une tribu impose d'importantes contraintes, de sorte qu'il est très facile de produire des familles de parties d'un ensemble E (non vide) qui ne sont pas des tribus. Par exemple, (car ne contient aucun élément et en particulier pas l'ensemble vide), {E} et { } (pas stable par complémentaire) ne sont pas des tribus. On peut aussi faire en sorte que ce soit la stabilité par union/intesection qui soit en défaut, en prenant par exemple E = {1, 2, 3, 4}, et en considérant {, E, {1, 2}, {3, 4}, {2, 3}, {1, 4}} (qui n'est pas une tribu car {1, 2} {2, 3} n'est pas dedans). On peut même avoir la stabilité par complémentaire, par union ou intersection nie, mais pas par union ou intersection dénombrable : il sut de considérer E inni (par exemple E = N) et l'ensemble de ses parties qui sont nies ou dont le complémentaire est ni (en revanche, si on remplace "ni" par "dénombrable, on obtient une tribu). 2. Soient a, b des réels tels que a < b. Montrer que les sous-ensembles suivants de R sont boréliens : [a, b], ]a, b], ], a], {a}, Z, Q. Solution de l'exercice 2. [a, b], ], a], {a} et Z sont fermés, ce sont des complémentaires d'ouverts. Les ouverts étant boréliens, et les boréliens étant stables par passage au complémentaires, les fermés sont manifestement des boréliens. Q est dénombrable, et peut donc s'écrire comme la réunion dénombrable de ses singletons qui sont boréliens, c'est donc aussi un borélien. Enn ]a, b] = [a, b] ]a, + [ est l'intersection de deux boréliens (pour le premier, on vient de le voir, et le second est borélien puisqu'ouvert), donc borélien. 3. Soit Ω = {0, 1} N l'ensemble des suites innies de 0 et de 1. Pour tout i 1 et tout ε {0, 1}, on note c i,ε = {ω = (ω 0, ω 1,...) Ω : ω i = ε}. On note F la tribu sur Ω engendrée par l'ensemble des parties C i,ε. Montrer que les 1

parties suivantes de Ω appartiennent à F : A = {suites qui contiennent une innité de 1}, B = {suites qui ne contiennent pas deux 1 consécutifs}, { } C a,b,n = D p = E = { ω = (ω n ) n 0 : a N 1 i=0 1 n 1 n ω i b, avec N N, a, b R et a < b, ω = (ω n ) n 0 : lim ω i = p, avec p [0, 1], n i=0 { } 1 n 1 ω = (ω n ) n 0 : la limite lim ω i existe. n n On prendra garde au fait que l'égalité E = p [0,1] D p ne permet pas de déduire que E est un événement du fait que les D p le sont, car il s'agit d'une réunion non dénombrable. Solution de l'exercice 3. On peut écrire : A = n N } c i,1. Chaque c i,1 est dans F par hypothèse, et donc les réunions dénombrables d'éléments de F i n c i,1 le sont aussi, ainsi que leur intersection sur n N. On raisonne de même pour les autres ensembles, pour cela il sut de les construire à partir d'éléments de F comme les c i,ε en eectuant des passages au complémentaire, des réunions et intersections dénombrables : C a,b,n = i n i=0 B = n N(c i,1 c i+1,1 ) c. I {0,...,N 1} a #I b i I c i,1 j {1,...,N 1}\I Dans l'écriture ci-dessus, chaque I est ni et I décrit un sous-ensemble de P({0,..., N 1}) qui est ni, donc les intersections et la réunion portent bien sur des ensembles dénombrables (et même nis). Cet équation justie donc que les C a,b,n sont dans la tribu F, résultat que l'on va utiliser pour traiter les ensembles suivants : D p = k 1 n 0 i n C i(p 1 k ),i(p+ 1 k ),i. Pour E, on utilise le fait qu'une suite réelle converge si et seulement si elle est de Cauchy, et on prend garde à exprimer cette propriété en ne quantiant que sur des ensembles dénombrables : E = C i(a 1 k ),i(a+ 1 ),i. k k 1 n 0 a Q i n 2 c j,0.

4. On tire deux cartes d'un jeu de 32. Quelle est la probabilité d'obtenir une paire? Si l'on a pas obtenu une paire, on a le choix entre jeter l'une des deux cartes tirées et en retirer une parmi les 30 restantes, ou jeter les deux cartes tirées et en retirer deux parmi les 30 restantes. Quelle stratégie donne la plus grande probabilité d'avoir une paire à la n? Solution de l'exercice 4. Il y a C4 2 = 6 paires de chaque hauteur, donc 6 8 = 48 en tout. Si on change une seule carte, on obtient une paire lorsqu'on tire une des 3 cartes de la même hauteur que celle qu'on a gardée en main. On a donc une probabilité 3 = 1 30 10 d'obtenir une paire. Si on change les deux cartes, il y a 30 29 tirages ordonnés possibles de 2 nouvelles cartes. Parmi eux, on a deux manières d'obtenir une paire : Considérons d'abord le cas où la première carte est l'une des 6 cartes de la même hauteur que l'une des deux cartes que l'on a jetées, alors il reste seulement 2 cartes parmi les 29 restantes permettant de compléter la paire. Dans l'autre cas, où la première carte est l'une des 24 autres cartes, il y a 3 secondes cartes possibles donnant une paire. Au nal, on obtient 6 2 + 24 3 = 80 80 tirages ordonnés donnant une paire. Soit une probabilité de = 8 < 1 30 29 87 10. C'est donc la première stratégie qui donne la plus grandes possibilité d'obtenir une paire. 5. On considère un jeu de pile ou face inni. Soit n 1 un entier. Calculer la probabilité que le premier temps auquel on obtient pile soit le temps n. Soit k 1 un entier. Calculer la probabilité que le k-ième temps auquel on obtient pile soit le temps n. Solution de l'exercice 5. On note p la probabilité d'obtenir un pile. Celle d'obtenir un face est donc 1 p. L'énoncé laisse entendre que le jeu est non biaisé et que p = 1/2 mais les calculs sont plus clairs en gardant la notation p. La probabilité que le premier pile soit obtenu au temps n (et donc qu'on a donc obtenu face lors des n 1 premiers tirages) est (1 p) n 1 p. Soit k 1. Dire que le k-ième temps auquel on obtient pile est le temps n, revient a dire qu'on a obtenu exactement k 1 pile sur les n 1 premiers tirages, puis un pile encore au n-ième. Il y a Cn 1 k 1 manières d'obtenir cela (chacune revient à choisir les positions des k 1 premiers pile parmi les n 1 premiers lancers). Chacun de ces tirages a la même probabilité (1 p) n k p k. De plus ces événements sont disjoints, donc la probabilité totale (que le k-ième temps auquel on obtient pile soit le temps n) est Cn 1(1 k 1 p) n k p k. 6. Le but de ce problème est de démontrer qu'une mesure de probabilités borélienne sur R est déterminée par sa fonction de répartition. Pour ce faire, on démontre un résultat technique important appelé lemme de classe monotone. 3

Soit Ω un ensemble. On dit qu'une partie L de P(Ω) est un λ-système si Ω L, si pour tous A, B L tels que A B on a B \A L et si enn pour toute suite croissante (A n ) n 0 d'éléments de L, la réunion n 0 A n appartient à L. a) Montrer que pour toute partie S de P(Ω), il existe un unique λ-système qui contient S et qui est minimal pour l'inclusion parmi les λ-systèmes qui contiennent S. On l'appelle le λ-système engendré par S. Soit I une partie de P(Ω). On dit que I est un π-système si pour tout n 1 et tous A 1,..., A n I, on a A 1... A n I. b) Montrer qu'une tribu est à la fois un λ-système et un π-système. c) Soit F une partie de P(Ω) qui est à la fois un λ-système et un π-système. Montrer que F est stable par unions nies, c'est-à-dire que pour tous A 1,..., A n F, on a A 1... A n F. Montrer que F est une tribu. Soit S un π-système. Soit L le λ-système engendré par S. d) Montrer que L est inclus dans la tribu engendrée par S. On va démontrer que L lui-même est une tribu. Pour cela, on montre qu'il est stable par intersections nies. e) Soit A S. On pose L 1 = {B L : A B L }. Montrer que L 1 est un λ-système qui contient S. En déduire que L 1 = L. f) Soit maintenant A L. On pose L 2 = {B L : A B L }. Montrer que L 2 est un λ-système qui contient S. En déduire que L 2 = L. g) Conclure de ce qui précède que si S est un π-système, alors le λ-système engendré par S est égal à la tribu engendrée par S. Ce résultat s'appelle le lemme de classe monotone. h) Soit (Ω, F ) un espace mesurable. Soient P 1 et P 2 deux mesures de probabilités sur (Ω, F ). Soit S un π-système inclus dans F tel que F = σ(s ). Montrer que si P 1 (A) = P 2 (A) pour tout A S, alors P 1 = P 2. On pourra considérer E = {A F : P 1 (A) = P 2 (A)}. i) Montrer que l'ensemble des intervalles de la forme ], a] où a R est un π- système sur R. En déduire que si deux mesures de probabilités sur (R, B R ) ont la même fonction de répartition, alors elles sont égales. Solution de l'exercice 6. 4

a) On remarque que l'intersection quelconque d'une famille de λ-systèmes contenant un ensemble de parties données est encore un λ-système. C'est un phénomène général pour les objets dénis par des propriétés de stabilité (comme les sous-groupes, les sous-espaces vectoriels). Pour obtenir le λ-système contenant S minimal pour l'inclusion, il sut de considérer l'intersection (qui a un sens car il existe toujours au moins un λ-système contenant S :P(Ω)) des λ-systèmes contenant S. C'est encore un λ-système contenant S, et il est inclus dans tous les autres ayant cette propriété par construction. b) Le fait qu'une tribu est à la fois un λ-système découle immédiatement des dénitions de ces objets (la condition qu'une tribu contient équivaut au fait qu'elle contient l'ensemble total, ou encore qu'elle est non vide à cause de la stabilité par complémentaire ; on peut aussi vérier facilement qu'un λ-système contient toujours = Ω \ Ω). On sait aussi qu'une tribu est stable par intersection dénombrable (et donc par intersection nie), cela découle de la stabilité par réunion et par passage au complémentaire. Une tribu est donc aussi un π-système. c) Il sut de traiter le cas n = 2. La stabilité par réunion nie découle de la stabilité par intersection nie (du π-système) et par passage au complémentaire (du λ-système) via le calcul suivant : Si A 1 et A 2 sont dans F, alors A 1 A 2 = (A c 1 A c 2) c aussi. Soit maintenant A n une suite de parties de F. En raisonnement par récurrence, on déduit de l'argument précédent que pour tout n 2, B n := A 1 A n F. Comme F est un λ-système, n 1 A n, qui s'écrit aussi comme la réunion croissante des B n est aussi dans F. Comme on sait déjà que F est non vide et est stable par passage au complémentaire, cela prouve qu'il s'agit d'une tribu. d) La tribu engendrée par S est en particulier un λ-système qui contient S. D'après le a), L aussi et de plus cet ensemble est minimal parmi ceux ayant cette propriété et est donc inclus dans la tribu engendrée par S. e) On vérie chaque axiome. Tout d'abord, on a bien Ω L 1 puisque si A S, alors A Ω = A S L. Soient maintenant B 1 et B 2 dans L 1 tels que B 2 B 1. Par dénition de L 1, cela entraine que A B 1 et A B 2 sont dans L. Comme L est un λ-système, on en déduit que Autrement dit B 1 \ B 2 L 1. A (B 1 \ B 2 ) = (A B 1 ) \ (A B 2 ) L. Soit maintenant (B n ) n 1 une suite croissante d'éléments de L 1. Chaque A B n est dans L, et leur réunion croissante aussi : A ( n 1 B n ) = n 1(A B n ) L. Cela montre que n 1 B n L 1. Ainsi L 1 est un λ-système. Comme A S et S est un π-système, on vérie facilement que L 1 contient S. Or L est minimal parmi les λ-systèmes contenant S. Donc L L 1. Or par contruction de L 1, on a L 1 L. Donc L 1 = L. 5

f) Soit maintenant A L. Le raisonnement est quasi-identique à celui de la question précédente. Tout d'abord, on a bien Ω L 2 puisque si A L, alors A Ω = A L. Soient maintenant B 1 et B 2 dans L 2 tels que B 2 B 1. Par dénition de L 2, cela entraine que A B 1 et A B 2 sont dans L. Comme L est un λ-système, on en déduit que Autrement dit B 1 \ B 2 L 2. A (B 1 \ B 2 ) = (A B 1 ) \ (A B 2 ) L. Soit maintenant (B n ) n 1 une suite croissante d'éléments de L 2. Chaque A B n est dans L, et leur réunion croissante aussi : A ( n 1 B n ) = n 1(A B n ) L. Cela montre que n 1 B n L 2. Ainsi L 2 est un λ-système. Dire qu'il contient S revient à dire que si B S, alors A BL. Or c'est exactement ce que l'on a démontré à la question précédente (en échangeant les lettres A et B). Donc L 2 est un λ-système contenant S. Par minimalité de L parmi de tels objets, on en déduit que L L 2. L'autre inclusion découlant de la dénition de L 2, on a L 2 = L. g) On a démontré à la question précédente que L est un π-système. C'est aussi, par construction, un λ-système. D'après le c), c'est donc une tribu. De plus L contient S. L contient donc la σ(s ) (puisque, par dénition, celle-ci est minimale parmis les tribus contenant S ). L'autre inclusion a été démontrée au d). Ces deux tribus sont donc égales. h) On commence par vérier que E soit un λ-système. Tout d'abord, P 1 (Ω) = 1 = P 2 (Ω). Ensuite, si A 1, A 2 E sont tels que A 1 A 2, alors, comme A 2 et A 2 \ A 1 sont des éléments disjoints de F, et par additivité de chacune des probabilités, on a P 1 (A 1 ) + P 1 (A 2 \ A 1 ) = P 1 (A 2 ) et P 2 (A 1 ) + P 2 (A 2 \ A 1 ) = P 2 (A 2 ). Or, A 1, A 2 E signie que P 1 (A 1 ) = P 2 (A 1 ) et P 1 (A 2 ) = P 2 (A 2 ). En combinant ces 4 égalités, on obtient P 1 (A 2 \ A 1 ) = P 2 (A 2 \ A 1 ). Autrement dit A 2 \ A 1 E. Pour la stabilité par réunion croissante, elle découle de la propriété suivante de continuité des probabilités (Proposition 2.1.3 a) du poly) : si (A n ) n 1 est une suite croissante d'éléments de F, alors, pour i {1, 2}, ( ) lim P i(a n ) = P i A n. n En eet, les deux suites (pour i = 1 et i = 2) sont égales, et donc leurs limites aussi, ce qu'on voulait justement démontrer. E est donc un λ-système contenant S. Il contient donc 1 le λ-système engendré par S, 1. le "sous-objet engendré par une partie" est toujours croissant en la partie, qu'il s'agisse de groupes, espaces vectoriels, tribus ou λ-systèmes, et l'argument est le même : l'objet engendré par la plus grosse partie contient la plus petite, mais l'objet engendré par la plus petite partie est minimal parmi les objets ayant cette propriété, et est donc inclus dans le précédent n 1 6

qui n'est autre que σ(s ) = F, d'après le g), puisque S est un π-système. Les deux mesures sont donc égales sur E = F. i) Les intervalles de la forme ], a] où a R forment un π-système sur R, puisque l'intersection d'un nombre ni d'entre eux est égale au plus petit. Si deux mesures de probabilités sur (R, B R ) ont la même fonction de répartition, cela signie qu'elles sont égales sur ce π-système. Le résultat de la question précédente permet de conclure qu'elles sont égales sur la tribu engendrée par ce π-système, qu'on sait être la tribu borélienne. 7