Inscription / Connexion Nouveau Sujet

1 2 +


Niveau autre
Partager :

Convergence (probabilités)

Posté par
robby3
12-03-08 à 16:08

Bonjour tout le monde!
Me revoilà avec pleins de nouveau exercices...de probas!

La bete:
6$ \large \rm \fbox{L'EXERCICE}
 \\

Citation :
Soit (X_n) une suite de variables aléatoires indépendantes et de même loi exponentielle \epsilon(\lambda),\lambda>0.
Pour tout n\ge 1,on pose:
6$ M_n=max_{1\le k\le n} X_k

a)Montrer que 6$(\frac{M_n}{ln(n)}) converge presque surement vers 6$\frac{1}{\lambda}
b)Montrer que 6$ M_n-\frac{ln(n)}{\lambda} converge en loi vers L ou L suit une loi de Gumbel de paramètre \lambda.

Alors j'ai voulus montrer pour a) que à \epsilon fixé la série: 6$ \Bigsum_n P(|\frac{M_n}{ln(n)}-\frac{1}{\lambda}|>\epsilon)<\infty.

alors j'ai écrit que 6$ P\(|M_n.\lambda-ln(n)|\ge \lambda.ln(n).\epsilon\)\le \frac{1}{(\lambda.ln(n).\epsilon)^2}.E[(M_n.\lambda-ln(n))^2]
par Markov mais aprés bah je suis bloqué...je sais pas si c'est une bonne idée...


Merci d'avance de votre aide!

Posté par
robby3
re : Convergence (probabilités) 12-03-08 à 16:18

ce qui est caché c'est E[(M_n.\lambda-ln(n))^2]

Posté par
Tigweg Correcteur
re : Convergence (probabilités) 12-03-08 à 16:31

Salut robby


C'est une bonne idée de chercher à utiliser Borel-Cantelli, par contre Markov je ne sais pas.

j'essaierais plutôt de me débarrasser des valeurs absolues pour faire apparaître du P(Mn > quelque chose) puis me servirais du fait que Mn est un sup et qu'on a donc P(Mn < quelque chose)=P(chacun des Xk < ce quelque chose) = P(X1<...).P(X2<...)...P(Xn<...) par indépendance.

Il faut bien faire intervenir quelque part le fait que Mn est un sup!


Enfin sers-toi de la définition de la loi exponentielle.

Sans garantie bien sûr!

Posté par
robby3
re : Convergence (probabilités) 12-03-08 à 16:44

Salut Tigweg!
c'est ce que j'avais fais au début...ça m'a fait peur
voilà ce que j'avais fait:

P(|\frac{M_n}{ln(n)}-\frac{1}{\lambda}|\ge \epsilon)=P(|(Sup(X_k)).\lambda-ln(n)|\ge \epsilon.\lambda.ln(n))
on va dire que c'est positif donc j'enlève la valeur absolue:
=1-P(Sup(X_k)<\epsilon+\frac{ln(n)}{\lambda})=1-P(\Bigcap_{k=1}^n \{X_k}\}< \epsilon+\frac{ln(n)}{\lambda})
 \\ =1-(1-P(\{X\ge \epsilon+\frac{ln(n)}{\lambda}\}))^n
 \\
Aprés je fais I_n=(1-P(\{X\ge \epsilon+\frac{ln(n)}{\lambda}\}))^n=exp(n.ln(1-P(\{X\ge \epsilon+\frac{ln(n)}{\lambda}\})))
puis DL du ln ??

Posté par
Tigweg Correcteur
re : Convergence (probabilités) 12-03-08 à 17:04

Citation :
On va dire que c'est positif donc j'enlève la valeur absolue


->Sacré farceur, qui te dit que c'est positif? On n'en sait rien!
Tu peux utiliser l'équivalence |x-a| a-b< x
Ensuite après cette même phrase il y a une erreur d'isolement de Sup Xk, on récupère plutôt epsilon.ln(n)+ln(n)/lambda.

Enfin ça n'a pas de sens une intersection de v.a.!

Ca ferait 1-P(pour tout k, Xk>...)

Ou encore l'intersection doit porter sur chacun des événements (Xk<...).

Corrigeons déjà tout ceci pour y voir plus clair!

Posté par
robby3
re : Convergence (probabilités) 12-03-08 à 17:16


que de betises!

je reprend...
P(|\frac{M_n}{ln(n)}-\frac{1}{\lambda}|\ge \epsilon)=
 \\ P(|(Sup(X_k)).\lambda-ln(n)|\ge \epsilon.\lambda.ln(n))
 \\ =1-P(|(Sup(X_k)).\lambda-ln(n)|<\epsilon.\lambda.ln(n))
 \\ =1-P\(ln(n)-\epsilon.\lambda.ln(n)<Sup(X_k).\lambda<ln(n)+\epsilon.\lambda.ln(n)\)
 \\ =1-P(ln(n)\frac{[1-\epsilon.\lambda]}{\lambda}<Sup(X_k)<ln(n)\frac{[1+\epsilon.\lambda]}{\lambda})

Posté par
Tigweg Correcteur
re : Convergence (probabilités) 12-03-08 à 17:21

Jusque là ça me semble bon!

Posté par
robby3
re : Convergence (probabilités) 12-03-08 à 17:22

et ensuite que fait-on??

Posté par
Tigweg Correcteur
re : Convergence (probabilités) 12-03-08 à 17:29

J'avoue que le côté gauche de l'inégalité me pose problème a priori.

Le mieux est sans doute de commencer par déterminer la loi suivie par le sup des Xk, on tombera avec un peu de chance sur une certaine densité f puis il suffira d'intégrer f entre le côté gauche et le côté droit de l'inégalité.

Malheureusement je ne connais plus très bien mes théorèmes...

Donc calculons P(sup Xk

Posté par
robby3
re : Convergence (probabilités) 12-03-08 à 17:31

Citation :
commencer par déterminer la loi suivie par le sup des Xk

>c'est pas une loi exponentielle?
le sup va etre atteint en un certains X_i non?
or chaque X_k suit une loi exponentielle...
je dis peut-etre une betise encore?

Posté par
Tigweg Correcteur
re : Convergence (probabilités) 12-03-08 à 17:45

Ton argument n'est pas bon, sup(Xk) n'est pas l'un des Xk en général!

De même, la fonction max(x²,x) n'est ni l'une ni l'autre, c'est en chaque x qu'on regarde.

Donc on écrit P(sup Xkn=intégrale...

Posté par
robby3
re : Convergence (probabilités) 12-03-08 à 17:52

=\(\Bigint_{-\infty}^x \lambda.exp(-\lambda.X_1)dX_1\)^n=\frac{1}{x^n}.exp(-\lambda.n.x)
non?

Posté par
Tigweg Correcteur
re : Convergence (probabilités) 12-03-08 à 17:58

Euh...X1 varie de 0 à x, il n'y a pas de -infini me semble-t-il dans la loi exponentielle (ça ne converge pas en -infini!)

Je trouve 4$(1-e^{-\lambda.x})^n du coup.

Posté par
robby3
re : Convergence (probabilités) 12-03-08 à 18:00

ah oui pfff,je suis pas du tout concentré excuse moi là!
je fais une pause,je reviens

Posté par
Tigweg Correcteur
re : Convergence (probabilités) 12-03-08 à 18:01

OK!

Qu'en déduis-tu pour la densité de la loi de max(Xk)?

Posté par
robby3
re : Convergence (probabilités) 12-03-08 à 19:40

Citation :
Qu'en déduis-tu pour la densité de la loi de max(Xk)?

>??
on a P(X_1<x)^n=(1-exp(-\lambda.x))^n=P(Sup(X_k)<x)
mais pourquoi on a fait ça au juste?

Posté par
robby3
re : Convergence (probabilités) 12-03-08 à 19:51

ah oui c'est pour calculer la densité se sup(Xk),on s'en sert ensuite pour faire le calcul de mon post de 17:16.
Donc en fait on a
P(ln(n)\frac{[1-\epsilon.\lambda]}{\lambda}<Sup(X_k)<ln(n)\frac{[1+\epsilon.\lambda]}{\lambda})
 \\ 
 \\ =\Bigint_{ln(n)\frac{[1-\epsilon.\lambda]}{\lambda}}^{ln(n)\frac{[1+\epsilon.\lambda]}{\lambda}} (1-exp(-\lambda.x))^n dx
c'est ça?

Posté par
Tigweg Correcteur
re : Convergence (probabilités) 12-03-08 à 19:53

Citation :

Le mieux est sans doute de commencer par déterminer la loi suivie par le sup des Xk, on tombera avec un peu de chance sur une certaine densité f puis il suffira d'intégrer f entre le côté gauche et le côté droit de l'inégalité.


->Pour ça!

On vient de calculer la fonction de répartition de sup(Xk).
Comment en déduire qu'elle admet une densité par rapport à la mesure de Lebesgue et comment la calculer?

Posté par
Tigweg Correcteur
re : Convergence (probabilités) 12-03-08 à 19:53

Posts croisés!

Non, on n'a pas encore la densité!

Posté par
robby3
re : Convergence (probabilités) 12-03-08 à 20:00

Comment ça pas encore?
j'avoue je comprend pas trop Tigweg...
pourquoi mon post de 19:51 n'est pas correct?

Posté par
Tigweg Correcteur
re : Convergence (probabilités) 12-03-08 à 20:09

On a calculé P(sup Xk

Posté par
robby3
re : Convergence (probabilités) 12-03-08 à 20:16

moi j'ai pour la densité:
P(a<X<b)=\bigint_a^b f_X(x) dx

f_X est la densité.

et avec la fonction de répartition,on a que F(a)=P(X\le a)=\Bigint_0^a f_X(x)dx
(ici 0 car loi exponentielle)
donc nous on a F(a),on veut f_X(x),je dérive par rapport à x le truc qu'on a ??(1-exp(-\lambda.x))^n ??

Posté par
Tigweg Correcteur
re : Convergence (probabilités) 12-03-08 à 20:21

Ben oui, tout bêtement!

Posté par
robby3
re : Convergence (probabilités) 12-03-08 à 20:28

on trouve (n.\lambda exp(-\lambda.x))(1-exp(-\lambda.x))^{n-1} ?

Posté par
Tigweg Correcteur
re : Convergence (probabilités) 12-03-08 à 20:30

Oui!

Pourquoi prends-tu des mines si tristes?!

Posté par
robby3
re : Convergence (probabilités) 12-03-08 à 20:37

parce que d'habitude j'aime bien la proba...là ça commence à mal partir

donc mon espèce de chose de 20:28 c'est la densité.
je reprend donc 19:51 en remplaçant par la bonne chose dans l'integrale?

Posté par
Tigweg Correcteur
re : Convergence (probabilités) 12-03-08 à 20:46

YES!

Posté par
robby3
re : Convergence (probabilités) 12-03-08 à 20:53

mais tu sais que c'est horrible??



\large \Bigint_{ln(n).\frac{(1-\epsilon.\lambda)}{\lambda}}^{ln(n).\frac{(1+\epsilon.\lambda)}{\lambda}} n.\lambda.exp(-\lambda.x).(1-exp(-\lambda.x))^{n-1} dx
t'es sérieux là?

Posté par
Tigweg Correcteur
re : Convergence (probabilités) 12-03-08 à 21:07

Aucun problème!
Une primitive de ce machin étant la fonction de répartition F, il suffit de prendre F(du haut)-F(du bas)

D'ailleurs c'était évident, même sans calcul de densité...
J'ai plus l'habitude!

Posté par
robby3
re : Convergence (probabilités) 12-03-08 à 21:42

ça donne exp(-\lambda^{1-n}(ln(n))^n.(1-\epsilon.\lambda)^n)-exp(-\lambda^{1-n}(ln(n))^n(1+\epsilon.\lambda)^n
Comment arranger ceci?

Posté par
Tigweg Correcteur
re : Convergence (probabilités) 12-03-08 à 22:00

Je trouve autre chose, robby:

4$(1-e^{-(\ell n(n))(1+\epsilon\lambda)})^n\;-\;(1-e^{-(\ell n(n))(1-\epsilon\lambda}))^n

Posté par
robby3
re : Convergence (probabilités) 12-03-08 à 22:04

ahh mince!!!
j'avais zappé que les puissances n portaient sur le tout!
ok ok d'accord.
et tu trouve ça cool Tigweg?
on passe à l'expo puis on fait un DL?

Posté par
Tigweg Correcteur
re : Convergence (probabilités) 12-03-08 à 22:07

C'est ce que je viens de faire, mais ça m'a l'air de diverger grossièrement ce satané truc!
Je revérifie.

Non, c'est pas cool finalement!!

Posté par
robby3
re : Convergence (probabilités) 12-03-08 à 22:09

attend on a pas fait ça pour rien?

Posté par
Tigweg Correcteur
re : Convergence (probabilités) 12-03-08 à 22:12

Ca arrive, tu sais! :D

Posté par
robby3
re : Convergence (probabilités) 12-03-08 à 22:19

ok!!!
No probleme!!
mais ça m'arrive plus souvent à moi qu'à toi!!
j'y re-réfléchis demain!

Posté par
Tigweg Correcteur
re : Convergence (probabilités) 12-03-08 à 22:22



Décidément ça ne veut pas converger ce machin, j'ai refait les calculs!
Ce qui voudrait dire que Borel-Cantelli est un critère trop grossier dans cette situation!
La vache!

Bonne soirée quand même, robby!


Tigweg

Posté par
robby3
re : Convergence (probabilités) 15-03-08 à 12:11

un petit
j'ai toujours pas trouvé!

Posté par
Tigweg Correcteur
re : Convergence (probabilités) 15-03-08 à 15:17

Salut robby, je l'ai!
Je poste la solution, en fait il n'y a aucune astuce et surtout pas de Borel-Cantelli, il suffit d'écrire les choses conformément à leur définition.
C'est marrant j'ai trouvé ça en 5 minutes sur un papier alors que la dernière fois j'étais bloqué sur ce problème de convergence de série...comme quoi Borel-Cantelli est un critère trop grossier ici

Bon je poste ce que j'ai trouvé!

Tigweg

Posté par
robby3
re : Convergence (probabilités) 15-03-08 à 15:24

ok bon bah je vais voir ça alors

Posté par
Tigweg Correcteur
re : Convergence (probabilités) 15-03-08 à 15:27

Attends mais non je dis une bêtise, je me rends compte que j'ai simplement prouvé la convergence en probabilités!
Je regarde à nouveau.

Posté par
robby3
re : Convergence (probabilités) 15-03-08 à 15:29

ah...tu m'a fait une fausse joie là!

Posté par
Tigweg Correcteur
re : Convergence (probabilités) 15-03-08 à 15:43

Désolé! Finalement je regarde à nouveau la série!

Mais en fait on avait confondu, le bon terme général c'est 1 moins ce qu'on avait regardé puisqu'on avait changé les > en < !
Ca pourrait expliquer qu'on s'était heurté à un mur!

Bon, il faut prouver la convergence de la série de terme général

4$1-e^{n\ell n(1-\frac 1{n^{\lambda.\epsilon+1}})}+e^{n\ell n(1-\frac 1{n^{1-\lambda.\epsilon}})}

Faut faire très attention à ce machin!
T'es prêt?

Posté par
robby3
re : Convergence (probabilités) 15-03-08 à 15:53

alllons-y!!

Posté par
robby3
re : Convergence (probabilités) 15-03-08 à 15:56

euhh attend comment tu pases de ton message de 22:00 à celui de 15:43 aujourd'hui?

Posté par
Tigweg Correcteur
re : Convergence (probabilités) 15-03-08 à 16:03

Tu peux vérifier après quelques transformations avec exp et ln que ce que j'ai écrit aujourd'hui c'est bien 1 moins ce que j'ai écrit à 22h.

Bon là je l'ai refait sérieusement, apparemment ça diverge quand même cette vacherie!

Je refais encore mes calculs, pour l'instant essaie de te convaincre que j'ai bien écrit aujourd'hui 1 moins ce que j'ai écrit à 22h.

Posté par
robby3
re : Convergence (probabilités) 15-03-08 à 16:22

hum
j'ai toujours pas compris,j'ai essayé des deux cotés...
t'as fait quoi comme transformation?

Posté par
Tigweg Correcteur
re : Convergence (probabilités) 15-03-08 à 16:34

Alors je trouve bien après vérifications(je ne détaille pas les calculs):

4$1-e^{n\ell n(1-\frac 1{n^{\lambda.\epsilon+1}})}=\frac{n+1}{2n^{\lambda\epsilon+1}}+o(\frac 1{n^{2\lambda\epsilon+1}})

qui, d'après le critère de Riemann, est la somme du terme général d'une série divergente (car il est positif et équivaut à 4$\frac1{2n^{\lambda\epsilon}} , or pour epsilon assez petit, 4$0<\lambda.\epsilon<1 )
et du terme général d'une série convergente (l'exposant de 1/n est strictement plus grand que 1), ainsi ce premier terme est celui d'une série divergente.


Pour le deuxième terme, je trouve de même

5$e^{n\ell n(1-\frac 1{n^{1-\lambda.\epsilon}})}=e^{(-n\lambda\epsilon)}\;[e^{-\frac 1{2n^{(1-2\lambda\epsilon)}}+O(\frac 1{n^{2-3\lambda\epsilon}})}]

Il est facile de voir que pour n assez grand, l'exposant du crochet est négatif.Le crochet est donc plus petit que 1.
Ainsi le deuxième terme est majoré par

4$e^{(-n\lambda\epsilon)} qui est le terme général d'une série géométrique convergente; à ce titre, le deuxième terme est aussi celui d'une série convergente.

En résumé, notre terme général initial est celui d'une série divergente+celui d'une série divergente=celui d'une série divergente.

C'est déprimant.

Posté par
robby3
re : Convergence (probabilités) 15-03-08 à 16:39


Tigweg,d'habitudes,je trouve la proba facile,du moins aprés quelques manipulations assez élémentaire,ça roule,là je crois qu'on est parti en vrille...
Faut changer de piste.
Essayons avec la définition,
X_n converge presque surement vers X si P(\{\omega\in \Omega,lim_{n\to \infty}X_n(\omega)=X(\omega)\}=1
si tuvois comment s'en sortir....

Posté par
Tigweg Correcteur
re : Convergence (probabilités) 15-03-08 à 16:40

Réponse à ta question de 16h22:

5$[1-e^{-(\ell n(n))(1+\epsilon\lambda)}]^n=[1-\frac 1{(e^{\ell n(n)})^{(1+\epsilon\lambda)}}]^n=[1-\frac 1{n^{(1+\epsilon\lambda)}}]^n.


Pareil pour le terme d'à côté.

1 2 +




Vous devez être membre accéder à ce service...

Pas encore inscrit ?

1 compte par personne, multi-compte interdit !

Ou identifiez-vous :


Rester sur la page

Inscription gratuite

Fiches en rapport

parmi 1675 fiches de maths

Désolé, votre version d'Internet Explorer est plus que périmée ! Merci de le mettre à jour ou de télécharger Firefox ou Google Chrome pour utiliser le site. Votre ordinateur vous remerciera !