2
Universit´ e du Sud Toulon–Var – Master 1 de Math´ ematiques 2006-7 1 M4-3 - Probabilit´ es Examen du 5 avril 2007 Dur´ ee: 3 heures Il sera tenu compte de la qualit´ e de la r´ edaction. Les documents et les calculatrices sont autoris´ es. Les points sont donn´ es ` a titre indicatif. Probl` eme I (5 points) Soient X n , n N * , des variables al´ eatoires exponentielles, d´ efinies sur un mˆ eme espace probabilis´ e (Ω, F , P): P{X n >x} =e -λnx x > 0 . 1. D´ eterminer sous quelle condition sur les λ n la suite des X n converge vers 0 en probabilit´ e lorsque n →∞. 2. D´ eterminer sous quelle condition sur les λ n la suite des X n converge vers 0 dans L p lorsque n →∞. 3. Montrer que s’il existe une suite ε n & 0 telle que X n>1 e -λnεn < +, alors X n 0 presque sˆ urement lorsque n →∞. 4. Montrer que si les X n sont ind´ ependantes et X n>1 e -λn =+, alors X n 60 presque sˆ urement lorsque n →∞. 5. D´ eterminer dans quels sens X n tend vers 0 lorsque n →∞ pour λ n = n 2 , pour λ n = n et pour λ n = log n. Probl` eme II (15 points) Soit X = {1,...,M } un ensemble fini. On consid` ere une chaˆ ıne de Markov sur X de matrice de transition P =(p i,j ). On suppose que P est irr´ eductible. 1. On dit que la chaˆ ıne est eversible s’il existe un vecteur non nul m R M tel que m i p i,j = m j p j,i i, j ∈X . Montrer que si la chaˆ ıne est r´ eversible, alors w donn´ e par w i = m i j ∈X m j est une distribution stationnaire de la chaˆ ıne. 2. Montrer que si la chaˆ ıne est r´ eversible de distribution stationnaire w, alors P w {X 0 = i 0 ,X 1 = i 1 ,...,X n = i n } = P w {X 0 = i n ,X 1 = i n-1 ,...,X n = i 0 } . Suite au verso

Exam 43 Avril07

Embed Size (px)

DESCRIPTION

Exam 43 Avril07

Citation preview

Page 1: Exam 43 Avril07

Universite du Sud Toulon–Var – Master 1 de Mathematiques 2006-7 1

M4-3 - Probabilites

Examen du 5 avril 2007

Duree: 3 heuresIl sera tenu compte de la qualite de la redaction.Les documents et les calculatrices sont autorises.Les points sont donnes a titre indicatif.

Probleme I (5 points)

Soient Xn, n ∈ N ∗, des variables aleatoires exponentielles, definies sur un meme espaceprobabilise (Ω,F ,P):

PXn > x = e−λnx ∀x > 0 .

1. Determiner sous quelle condition sur les λn la suite des Xn converge vers 0 enprobabilite lorsque n→∞.

2. Determiner sous quelle condition sur les λn la suite des Xn converge vers 0 dans Lplorsque n→∞.

3. Montrer que s’il existe une suite εn 0 telle que∑n>1

e−λnεn < +∞ ,

alors Xn → 0 presque surement lorsque n→∞.

4. Montrer que si les Xn sont independantes et∑n>1

e−λn = +∞ ,

alors Xn 6→ 0 presque surement lorsque n→∞.

5. Determiner dans quels sens Xn tend vers 0 lorsque n → ∞ pour λn = n2, pourλn = n et pour λn = logn.

Probleme II (15 points)

Soit X = 1, . . . ,M un ensemble fini. On considere une chaıne de Markov sur X dematrice de transition P = (pi,j). On suppose que P est irreductible.

1. On dit que la chaıne est reversible s’il existe un vecteur non nul m ∈ RM tel que

mipi,j = mjpj,i ∀i, j ∈ X .

Montrer que si la chaıne est reversible, alors w donne par

wi =mi∑j∈X mj

est une distribution stationnaire de la chaıne.

2. Montrer que si la chaıne est reversible de distribution stationnaire w, alors

PwX0 = i0, X1 = i1, . . . , Xn = in = PwX0 = in, X1 = in−1, . . . , Xn = i0 .

Suite au verso

Page 2: Exam 43 Avril07

3. On considere une chaıne (toujours supposee irreductible) telle que pi,j ne peut ad-mettre que deux valeurs differentes pour tout i:

pi,j ∈ 0, qi ∀i, j ∈ X .

Montrer que qi > 0. Determiner, en fonction de qi, le nombre ni de j tels quepi,j 6= 0. Montrer que si la chaıne est reversible, alors nipi,j = njpj,i pour tout i, jet en deduire la distribution stationnaire de la chaıne.

4. La marche aleatoire symetrique avec conditions au bord periodiques est definie parpi,i+1 = pi+1,i = 1/2 pour i = 1, . . .M et p1,M = pM,1 = 1/2. Montrer que cettechaıne est reversible et calculer sa distribution invariante.

5. La marche aleatoire asymetrique avec conditions au bord periodiques est definie parpi,i+1 = 1−pi+1,i = q pour i = 1, . . .M et 1−p1,M = pM,1 = q (avec q ∈ [0, 1]\1

2).Montrer que cette chaıne n’est pas reversible.

6. La marche aleatoire symetrique avec reflexions au bord est definie par pi,i+1 =pi,i−1 = 1/2 pour i = 2, . . . ,M − 1 et p1,2 = pM,M−1 = 1. Calculer sa distribu-tion stationnaire et le temps de recurrence moyen pour chaque site.

7. Un roi se deplace sur un echiquier en choisissant au hasard, de maniere equiprobable,l’une des cases adjacentes. Calculer le temps de recurrence moyen vers le coininferieur gauche de l’echiquier.

Meme question pour un fou, qui ne se deplace qu’en diagonale, mais a une distancearbitraire.

Dans les deux cas, on suppose que les pieces ne peuvent pas rester au meme endroitd’un coup au suivant.

8. On decrit le modele d’Ehrenfest, de maniere differente du cours, par une chaıne deMarkov sur X = 0, 1N . Dans une configuration η = (η1, . . . , ηN ), la composanteηi vaut 0 si la ieme boule est dans l’urne de gauche, 1 si elle est dans l’urne dedroite. A chaque temps, on choisit une boule au hasard de maniere equiprobable, eton la change d’urne. Montrer que ce processus est decrit par une chaıne de Markovreversible et determiner sa distribution stationnaire.

2