TD 5 : Espérance conditionnelle Corrigé
Exercice 1 (Petits contre-exemples) Soient X et Y deux variables aléatoires réelles sur (Ω ¿
TD 6 : Espérance conditionnelle dans L lois conditionnelles Corrigé
Exercice 1. On se donne deux variables aléatoires réelles positives X et Y et on suppose que E[X
TD Master 2 – Martingales et calcul stochastique - Corrigé des
Corrigé des exercices du chapitre 3 – Espérance conditionnelle. Exercice 3.1. Dans une expérience consistant `a jeter deux tétra`edres parfaitement
Espérance conditionnelle & Chaînes de Markov
Exercice 2.21 (Espérance conditionnelle et indépendance). On considère trois variables Exercices corrigés en théorie des probabilités. Ellipses 1996. [19] ...
TD Espérance Conditionnelle - Corrigé
TD Espérance Conditionnelle - Corrigé. Exercice . Dans cet exercice les v.a. formule vue en cours pour le calcul de l'espérance conditionnelle
X – MAP PC – Lundi mai – Veeurs de variables aléatoires
Corrigé des exercices non traités sur http://www.normalesup.org/˜kortchem . Page 8. ( ) En déduire la valeur de l'espérance conditionnelle de X sachant ...
Exercices corrigés
Calculer la densité de probabilité conditionnelle fX2
TD 6 : Espérance conditionnelle martingales Corrigé
Exercice 1. On se donne deux variables aléatoires réelles positives X et Y et on suppose que E[X
ESPÉRANCE CONDITIONNELLE MARTINGALES
Le point suivant est laissé en exercice. Enfin pour le dernier point on a Calculs d'espérance conditionnelle loi conditionnelle. • B = {∅
TD 5 : Espérance conditionnelle Corrigé
Exercice 3 (Espérance conditionnelle et positivité) Soit X une variable aléatoire positive sur (? ¿
Espérance conditionnelle et indépendance Exercices
25 févr. 2004 (V 3) Va G R VarP [aX + b] = a2VarP [X]. Exercice 3.3. Montrez que pour toutes variables aléatoires X et Y et pour tous nombres réels a et b. ( ...
TD 5 : Espérance conditionnelle Corrigé
et G = ?(X + Y ). Exercice 2 (Calculs gentils). Soient X1
ESPÉRANCE CONDITIONNELLE MARTINGALES
Propriétés de l'espérance conditionnelle analogues à celles de l'espérance Le point suivant est laissé en exercice. Enfin pour le dernier point on a ...
TD Master 2 – Martingales et calcul stochastique - Corrigé des
Corrigé des exercices du chapitre 3 – Espérance conditionnelle. Exercice 3.1. Dans une expérience consistant `a jeter deux tétra`edres parfaitement
TD 6 : Espérance conditionnelle dans L lois conditionnelles Corrigé
18 oct. 2017 Exercice 1. On se donne deux variables aléatoires réelles positives X et Y et on suppose que E[X
TD Espérance Conditionnelle - Corrigé
Dans cet exercice les v.a. X et Y sont discrètes. formule vue en cours pour le calcul de l'espérance conditionnelle
X – MAP PC – Lundi mai – Veeurs de variables aléatoires
Corrigé des queions non abordées en PC Corrigé des exercices non traités sur ... ( ) Calculer la densité conditionnelle de X sachant Y .
Intégration et probabilités (cours + exercices corrigés) L3 MASS
1.2 Exercices . 10.2 Gaussiennes et espérance conditionnelle . ... Informations utiles (partiels barêmes
ENS Lyon Mathématiques M1 Probabilités Feuille dexercices
Dans toute (in)égalité faisant intervenir l'espérance conditionnelle la mention «presque sûrement» est sous-entendue. Exercice 1 Le cas d'une tribu discrète.
TD Espérance Conditionnelle - Corrigé - u-bordeauxfr
>TD Espérance Conditionnelle - Corrigé - u-bordeaux fr
TD 5 : Espérance conditionnelle Corrigé - PSL
>TD 5 : Espérance conditionnelle Corrigé - PSL
TD 6 : Conditionnement martingales théorème d’arrêt Corrigé
>TD 6 : Conditionnement martingales théorème d’arrêt Corrigé
Chapitre 4 Espérances conditionnelles et martingales
>Chapitre 4 Espérances conditionnelles et martingales
Espérance conditionnelle Chaînes de Markov
>Espérance conditionnelle Chaînes de Markov
Feuille d’exercices 1 Espérance conditionnelle - Dauphine-PSL Paris
>Feuille d’exercices 1 Espérance conditionnelle - Dauphine-PSL Paris
TD 5 : Espérance conditionnelle Corrigé - PSL
>TD 5 : Espérance conditionnelle Corrigé - PSL
ESPÉRANCE CONDITIONNELLE MARTINGALES - u-bordeauxfr
>ESPÉRANCE CONDITIONNELLE MARTINGALES - u-bordeaux fr
TD 6 : Espérance conditionnelle martingales Corrigé
>TD 6 : Espérance conditionnelle martingales Corrigé
TD 6 : Espérance conditionnelle dans L2 lois conditionnelles Corrigé
>TD 6 : Espérance conditionnelle dans L2 lois conditionnelles Corrigé
Probabilit´e et Esp´erance conditionnelle - École Polytechnique
>Probabilit´e et Esp´erance conditionnelle - École Polytechnique
Comment calculer l'espérance conditionnelle?
1 Espérance conditionnelle dans L2 Exercice 1 On se donne deux variables aléatoires réelles positives X et Y, et on suppose que E[XjY] = Y et E[YjX] = X. 1.MontrerquesiXetY sontdansL2,alorsX= Y p.s.. 2.On se place maintenant dans le cas général. En étudiant des quantités de la forme E[Y1Xa], montrerqueX= Y p.s..
Qu'est-ce que les espérances conditionnelles?
1 Espérances conditionnelles Cette notion sert à modéliser la réponse à la question suivante : si X est une v.a.r. liée à une certaine expérience, que sait-on d’elle si l’on n’a pas toute l’infor- mation (donnée par la tribu A des événements, mais seulement une information partielle (donnée par une sous-tribu B? 1.1 Dé?nition
Comment calculer l’espérance conditionnelle d’une variable par un couple?
Exercice 2.14 (Conditionnement d’une variable par un couple) Soit [X,Y,Z]?un vecteur gaussien centré de matrice de covariance : ? = ? ? 4 1 2 1 9 ?3 2 ?3 4 ? ? 1. Calculer E[XY,Z], l’espérance conditionnelle de X sachant le couple (Y,Z).
Espérance conditionnelle et indépendance
Exercices
Geneviève Gauthier
Dernière mise à jour : 25 février 2004
Exercice 3.1. Démontrez les quatre propriétés ci-dessous : pour toutes variables aléatoires
XetYet pour tous nombres réelsaetb,
(E1) EP [aX+bY]=aE P [X]+bE P [Y]; P P [Y]; (E3)De façon générale,EP [XY]?=E P [X]E P [Y]; (E4)SiXetYsont indépendantes alorsE P [XY]=E P [X]E P [Y]. Exercice 3.2. Montrez que pour toute variable aléatoireXet pour tous nombres réelsaet b, (V1) VarP [X]≥0; (V2) Var P [X]=E P [X 2 ]-?EP [X]? 2 (V3)?a?R,Var P [aX+b]=a 2 Var P [X]. Exercice 3.3.Montrez que pour toutes variables aléatoiresXetYet pour tous nombres réelsaetb (C1) CovP [X,Y]=E P [XY]-E P [X]E P [Y]; (C2)SiXetYsont indépendantes alorsCov P [X,Y]=0; (C3)?a,b?R,CovP [aX 1 +bX 2 ;Y]=aCov P [X 1 ;Y]+bCov P [X 2 ;Y]. Exercice 3.4.Reprenons un problème traité dans les exercices du chapitre 2. Aujourd"hui lundi, vous avez un dollar dans votre tirelire. À partir de demain matin et ce, tous les matinsjusqu"à vendredi inclusivement, vous tirez à pile ou face pour savoir si vous retirez un dollar
(si possible) de la tirelire (pile) ou si vous y en mettez un (face). Quelle est l"espérance 1 conditionnelle du contenu de la tirelire vendredi midi étant donné l"information disponible mercredi midi ? Exercice 3.5.Reprenons l"exercice sur la ruine dujoueur (exercice 2.4). CalculezE[X 4 |F 0 E[X 4 |F 2 ],E[Y 4 |G 2 ]etE[Y 2 |G 4 ]pourpen général ainsi que pour le cas particulierp= 1 2 Exercice 3.6.Vous devez justifier toutes vos réponses.Le processus stochastiqueX={X
t :t?{0,1,2,3,4}}représente l"évolution du prix d"une action. L"intervalle de temps considéré est d"une durée de six mois. X 0 (ω)X 1 (ω)X 2 (ω)X 3 (ω)X 4 (ω)P(ω) 111 13 15 16 16 0,06
211 13 15 16 14 0,065
311 13 15 15 16 0,06
411 13 15 15 14 0,065
511 13 15 14 16 0,06
611 13 15 14 14 0,065
711 13 12 13 14 0,0625
811 13 12 13 18 0,08
911 13 12 13 12 0,04
1011 13 12 13 11 0,0675
1111 11 12 13 14 0,0625
1211 11 12 13 12 0,0625
1311 11 12 12 12 0,0625
1411 11 11 14 20 0,0625
1511 11 11 14 12 0,0625
1611 11 11 12 12 0,0625
a)Quelle est la filtration engendrée par le processusX? b)Donnez la distribution conditionnelle deX 4étant donnéeX
2 c)Calculez l"espérance conditionnelle deX 4étant donnéX
2 d)Donnez la distribution conditionnelle deX 4étant donnéeF
2 e)Calculez l"espérance conditionnelle deX 4étant donnéF
2 Problème 3.7.Considérons le contexte du problème 3.6. Deux investisseurs, disons A et B, achètent aujourd"hui une action (nous pourrions tout aussi bien dire cent mille actions, mais cela ne ferait qu"ajouter un paquet de zéros à nos calculs) qu"ils pourront revendre soit l"année prochaine(t=2)ou dans deux ans(t=4). Si un investisseur décide de vendre son action à l"instantt=2, il placera le montant obtenu de la vente dans un compte bancairerapportant un taux d"intérêt annuel de 15% (les intérêts sont capitalisés annuellement aux
2 datest=2ett=4). S"il décide de ne pas vendre l"action, il la vendra alors au bout de 2 ans, c"est-à-dire à l"instantt=4. Ces deux investisseurs seront tous les deux absents pour au moins les cinq prochaines années (disons qu"ils partent explorer la planète mars) et doivent donc mandater chacun un procureur (compétent et digne de confiance) pour effectuer les opérations à leur place. Comble de malchance, ces deux procureurs ne comprennent rien aux questions d"argent (com-pétents ?), ce qui amène nos deux investisseurs à prévoir maintenant ce que les procureurs
devront faire l"année prochaine selon ce que ces derniers auront observé du comportement de l"action. Évidemment, les investisseurs donneront des instructions qui viseront à maximiser leur profit ! Le procureur de l"investisseur A sera en mesure d"observer le prix de l"action au tempst=1tandis que le procurreur de l"investisseur B ne le pourra pas (peut être que cet individu n"est pas le procureur idéal ! ). C"est-à-dire que les temps d"observations pour le procureur A sontt=1ett=2tandis que pour le procureur B, le temps d"observation est t=2. a)Quelles sont les directives laissées par l"investisseur A à son procureur ? b)Quelles sont les directives laissées par l"investisseur B à son procureur ? Afin de faciliter les comparaisons, vous pouvez utiliser le rendement de détention. Le rendement de détention associé à un titre pour un intervalle de temps donné (disons que nous achetons le titre au début de lat 1 ième période pour la vendre à la fin de lat 2 ième période) est R t 1 ,t 2 =X t 2 X t 1 Problème 3.8. Ce problème utilise la notation introduite dans les problèmes 3.6 et 3.7. a)Est-ce que les temps aléatoiresτ A etτ B représentant respectivement l"instant où l"action est vendue par le procureur A et par le procureur B sont des temps d"arrêts ? b)Si la mesure de probabilitéPest changée pourQoùQ(ω)= 1 16 pour toutω?Ω, est-ce queτ A etτ B sont des temps d"arrêt ?Problème 3.9.SoientX
1 ,X 2 ,X 3 des variables aléatoires indépendantes telles queP(X i1) =P(X
i =-1) = 1 2 .On définitA 1 ={X 2 =X 3 },A 2 ={X 1 =X 3 }etA 3 ={X 1 =X 2Montrez que les événementsA
1 ,A 2 etA 3 sont indépendants deux à deux, mais que ces trois événements ensemble ne sont pas mutuellement indépendants. Problème 3.10.SoientXetYdeux variables aléatoires indépendantes, gaussiennes, cen-trées et réduites. Soitεune variable aléatoire indépendante deYet telle que :P{ε=1}=
P{ε=-1}=
1 2 a) Montrez queZ=εYest gaussienne mais queY+Zn"est pas gaussienne. b) Montrez aussi queYetZne sont pas indépendantes, alors queCov(Z, Y)=0. Problème 3.11. Si les variables aléatoiresXetYsont indépendantes et identiquement distribuées, alors montrez queE[X-Y|X+Y]=0. 3Solutions
1 Exercice 3.1
Preuve de(E1)E[aX+bY]=aE[X]+bE[Y].
Comme yffS Y f X,Y (x,y)=? yffS YP[X=xetY=y]
=P?? yffS Y {X=xetY=y}? car ces événements sont disjoints =P?? yffS Y {{X=x}∩{Y=y}}? =P? {X=x}∩?? yffS Y {Y=y}?? =P[{X=x}∩Ω] =P[{X=x}]=f X (x)(1) alorsE[aX+bY]=?
xffS X yffS Y (ax+by)f X,Y (x,y) xffS X yffS Y axf X,Y (x,y)+? yffS Y xffS X byf X,Y (x,y) =a? xffS X x? yffS Y f X,Y (x,y)+b? yffS Y y? xffS X f X,Y (x,y) =a? xffS X xf X (x)+b? yffS Y yf Y (y) =aE[X]+bE[Y].? Remarquons, dans un premier temps, que siWest une variable aléatoire non négative alors 4E[W]≥0. En effet,
E[W]=?
xffS W x???? 0 f W (x)? 0 ≥0.E[W]≥0.
Mais, en utilisant(E1),nousavonsque
E[W]=E[Y-X]=E[Y]-E[X].
Ainsi,
2 Exercice 3.3
Preuve de(C1)Cov[X,Y]=E[XY]-E[X]E[Y].
5Cov[X,Y]
xffS X yffS Y (x-E[X])(y-E[Y])f X,Y (x,y) xffS X yffS Y (xy-xE[Y]-yE[X]+E[X]E[Y])f X,Y (x,y) xffS X yffS Y xy f X,Y (x,y)-E[Y]? xffS X x? yffS Y f X,Y (x,y) -E[X]? yffSquotesdbs_dbs14.pdfusesText_20[PDF] espérance conditionnelle par rapport à une variable
[PDF] espérance conditionnelle pdf
[PDF] espérance conditionnelle vecteur gaussien
[PDF] espérance d un mouvement brownien géométrique
[PDF] espérance d une matrice
[PDF] espérance d une somme de variables aléatoires
[PDF] espérance d utilité et utilité espérée
[PDF] espérance d'une fonction de densité
[PDF] espérance d'une somme de variables aléatoires
[PDF] espérance du maximum de deux variables aléatoires
[PDF] espérance et variance formule
[PDF] espérance excel
[PDF] espérance loi binomiale
[PDF] esperance loi conjointe