[PDF] TD 7 : Martingales théorème darrêt Corrigé
Solution de l'exercice 1 Les temps T1 T2 et T4 sont des temps d'arrêts car à chaque fois l' Soit T un temps d'arrêt pour une filtration (Fn)n?0
[PDF] Processus stochastiques et temps darrêt Exercices
13 mar 2004 · g) Démontrez que le premier instant ou la tirelire est vide est un temps d'arrêt Exercice 2 2 Soit (?T) un espace probabilisable tel que
[PDF] TD 6 : Conditionnement martingales théorème darrêt Corrigé - ENS
Exercice 2 (Convergence L2 des martingales rétrogrades) Solution de l'exercice 5 Les temps T1 T2 et T4 sont des temps d'arrêts car à chaque fois l'
[PDF] TD Master 2 – Martingales et calcul stochastique
Corrigé des exercices du chapitre 5 – Temps d'arrêt Exercice 5 1 Démontrer la Proposition 5 3 1 : 1 Si N et M sont des temps d'arrêt alors N ? M et N
[PDF] ISFA Vincent Lerouvillois Processus stochastiques
Le processus stochastique (Yn)n?N est donc une martingale Exercice 3 : Propriétés des temps d'arrêt Soit (Fn)n?N une filtration et soient S et T deux temps
[PDF] Feuille dexercices 2 Temps darrêt et marche aléatoire simple sur Z
Processus stochastiques – Feuille d'exercices 2 Temps Soit TT1T2 des temps d'arrêt et k ? N On note a ? b = max{a b} et a ? b = min{a b}
[PDF] martingales et temps darrêt - LPSM
Exercice 1 (Temps d'arrêt) suivantes lesquelles sont des temps d'arrêt ? Exercice 2 (Quelques martingales du mouvement brownien)
[PDF] TD Processus Stochastiques 1 : Temps darrêt - Université dAngers
TD Processus Stochastiques 1 : Temps d'arrêt Exercice 1 Aujourd'hui lundi vous avez un dollar dans votre tirelire `A partir de
[PDF] EXERCICES DE CALCUL STOCHASTIQUE DESS IM Evry option
Soit T un temps d'arrêt Montrer que le processus Xt = 11]0T ](t) est adapté Exercice 1 5 4 Comparaison de tribus Soit S et T deux temps d'arrêt tels
[PDF] CCM_TD2pdf - Ceremade
Contrôle des chaînes de Markov Année : 2021-2022 Feuille d'exercices 2 Arrêt optimal Exercice 1 Soit X une v a intégrable et T un temps d'arrêt d'une
Processus stochastiques et temps d’arrêt Exercices - HEC
Est-ce que la somme de ces deux temps d’arrêt est aussi un temps d’arrêt ? Si oui démontrez-le Sinon donnez un contre exemple Exercice 2 6 On lance deux dés et on observe le nombre X de points sur le pre-mier et le nombre Y de points sur le deuxième Nous recevrons un paiment d’un mon-tant de max(XY) au temps ? = min(XY)
TD Processus Stochastiques 1 : Temps d’arr^et - univ-angersfr
7 D emontrez que le premier instant ou la tirelire est vide est un temps d’arr^et Exercice 2 On lance deux d es et on observe le nombre Xde points sur le premier et le nombre Y de points sur le deuxi eme Nous recevrons un paiment d’un montant de max (X;Y) au temps ?= min(X;Y) Le processus fS t: t2f1;2;:::;6ggmod elise l’ evolution des
Processus stochastiques et temps d™arrŒt Exercices - HEC
Montrer que ? est un temps d™arrŒt Exercice 2 5 Soit ? 1 et ? 2 deux (;F;F) temps d™arrŒt oø est un ensemble fonda-mental contenant un nombre –ni d™ØlØments et F =fF t: t 2 f0;1;2;:::gg est une –ltration Est-ce que lasomme de ces deuxtemps d™arrŒt est aussi untemps d™arrŒt ? Si oui dØmontrez-le
TD 7 : Martingales théorème d’arrêt Corrigé - PSL
temps T^tvalent alors T^tet on a E[T^t] !E[T] par convergence monotone Les pertes du singesontmajoréespar26 11+2610 + +1 ettendentp s vers26 +264 +26 quandttendvers +1doncleurespérancetendvers2611 + 264 + 26 bananesparconvergencedominée 3 On obtient E[T] = 2611 soit une espérance strictement inférieure à celle du temps d’apparition
PROCESSUS STOCHASTIQUES - TD 4 MARTINGALES - TEMPS D’ARRETˆ
temps d’arret bornˆ e´ ?on a E[X ?] = E[X 0] alors X nest une martingale Correction : Le processus (X n) est int´egrable et adapt e donc il suf?t de montrer que pour´ tout n E(X n+1jF n) = X n Par la caracterisation de l’esp´ erance conditionnelle il suf?t donc de´ montrer que pour tout net pour tout A2F n on a E(X n+11 A
Université de Picardie Jules Verne Année 2010-2011 Master 1
n ?/]ab[} est un temps d’arrêt Exercice 3 1) Montrer que si ? = k est un temps d’arrêt constant alors F ? ?{? = k} = F k 2) Montrer que tout temps d’arrêt ? est F ? mesurable 3) Montrer que si (X n) est F n-adapté alors pour tout n ? N X ??n est F ? mesurable Exercice 4 (Un exemple de martingale) Soit Z une v a
Feuille d'exercices 2 : Martingales - univ-rennes1fr
0] pour tout temps d'arrêt borné ? On pourra considérer des temps d'arrêt Uavec T n A2F net S n+ 1 Exercice 11 Un critère de nitude ourp les temps d'arrêt Soit T un temps d'arrêt pour une ltration (F n) 0 On suppose qu'il existe ">0 et N 1 un entier tels que pour tout n 0 on a P(T n+ NjF n) >" p s Montrer que T est ni presque
Feuille d’exercice 3: Martingales discrètes et temps d’arret
temps d’arret April 5 2021 Pourchacundesexercices ditessilesa?rmations sontcorrectesou nonet justi?er Exercise 1 Soit X n des variables iid telles que E(X
Exercice de la distance d’arrêt - Formimaths
Pourra-t-il s’arrêter à temps ? 3) Léa dit : « Si je roule deux fois plus vite ma distance d’arrêt sera deux fois plus longue » A-t-elle raison ? Exercice de la distance d’arrêt La distance d’arrêt pour un automobiliste est la distance qu'il parcourt entre le moment où il voit un
Distance d’arrêt temps de réaction et distance de freinage
a) Le temps de réaction du conducteur: le temps nécessaire au conducteur pour prendre conscience de la situation et appuyer sur le frein Pour un conducteur attentif ce temps de réaction est d’une seconde environ Mais si le conducteur est fatigué ou s’il a pris des médicaments ou de l’alcool ce temps sera plus long
Temps d’arrêt Arrêt optimal - École des ponts ParisTech
? appartenant à une famille de temps aléatoires plus grande que les temps déterministes mais plus petite que tous les temps aléatoires plus grande que les temps déterministes : parce que l’on souhaite pouvoir tenir compte des valeurs de Xn au ?l du temps plus petite que tous les temps aléatoires : parce que à l’instant n
ORGANISATION DE MAINTENANCE BTS MS Exercices CONCEPT FMD TRS
Pour mesurer la maintenabilité d’un matériel on utilise le plus souvent les critères suivants : • MTTR = Mean Time To Repair = Moyenne des Temps T pour Réparer (diagnostic + réparation + remise en état) MTTR est donc le temps passé au total en réparation divisé par le nombre de pannes
Searches related to exercices temps d arret filetype:pdf
banque a une fortune de N : le jeu s’arr`ete-t-il en temps ?ni? (oui technique de temps d’arrˆet ´el´ementaire) Esp´erance du temps de jeu : k(N ?k) Probabilit´e de ruine du joueur : p k = 1? k N Ces r´esultats peuvent/doivent doivent faire l’objet d’une discussion (la meilleure illustration
Processus aléatoiresThomas Budzinski
ENS Paris, 2017-2018 Bureau V2
thomas.budzinski@ens.frTD 7 : Martingales, théorème d"arrêt
Corrigé
Vendredi 27 Octobre
1 Temps d"arrêt
Exercice 1(Vrai ou faux)
Soit(Sn)une marche aléatoire simple symétrique surZetFn=(S0;S1;:::;Sn). Lesquelles des variables
suivantes sont des temps d"arrêt pour(Fn)?1.T1= minfn0jSn= 2017g,
2.T2= minfn2017jSn=Sn2017g,
3.T3= minfn0jSn=Sn+2017g,
4.T4= minfnT1jSn= 0g,
5.T5= maxfn2[[0;2017]]jSn= 0g,
6.T6= minfn2[[0;2017]]j8m2[[0;2017]];SmSng.
Solution de l"exercice 1Les tempsT1,T2etT4sont des temps d"arrêts, car à chaque fois l"événement
fTngne dépend que de(S0;S1;:::;Sn). En revanche,T3,T5etT6n"en sont pas puisque les événements
fT3= 0g,fT5= 0getfT6= 0gne sont pasF0-mesurables.Exercice 2(Ce qui peut arriver, arrivera)
SoitTun temps d"arrêt pour une filtration(Fn)n0. On suppose qu"il existe" >0etn02Ntels que pour toutn0, on a p.s.P(Tn+n0jFn)> ":
Montrer queTest fini presque sûrement et queE[T]<+1. Solution de l"exercice 2On montre par récurrence surkque pour toutk0:P(Tkn0)(1")k:
C"est vrai pourk= 0et on a
P(T(k+ 1)n0) =E?Tkn0?T(k+1)n0
=E[?Tkn0P(Tkn0+n0j Fkn0)]E[?Tkn0(1")]
(1")k+1;par hypothèse de récurrence. On en déduit aisément queE[T]<+1et en particulier queTest presque
sûrement fini. RemarqueIl s"agit d"une généralisation de la question 1 de l"exercice 9 du TD 5. 12 Martingales et marches aléatoires
Exercice 3(À la pêche aux martingales)
Soit(Sn)une marche aléatoire simple symétrique surZ, etFn=(S1;Sn). 1. Mon trerque (Sn)est une martingale pour la filtration(Fn). 2. Mon trerque (S2nn)est une martingale pour la filtration(Fn). 3. Mon trerque (S3n3nSn)est une martingale pour la filtration(Fn). 4. Soit P(X;Y)un polynôme à deux variables. Montrer que(P(Sn;n))est une martingale pour la filtration(Fn)si pour touss;n2Z, on aP(s+ 1;n+ 1)2P(s;n) +P(s1;n+ 1) = 0:
5. Soit 2R. Trouver2Rtel queexp(Snn)est une martingale pour(Fn). Solution de l"exercice 3On noteXn=SnSn1les pas de la marche aléatoire. 1. On aE[Sn+1jFn] =E[Sn+Xn+1jFn] =Sn+E[Xn+1] =Sn
par indépendance des accroissements. 2. On a ES2n+1jFn=ES2njFn+ 2SnE[Xn+1jFn] +EX2n+1jFn=S2n+ 1: On a doncES2n+1(n+ 1)jFn=S2nn, donc on a bien une martingale. 3.Le calcul est similaire :
E (Sn+1)33(n+ 1)Sn+1jFn=S3n+ 3S2nE[Xn+1jFn] + 3SnEX2n+1jFn+EX3n+1jFn3(n+ 1)E[Sn+1jFn]
=S3n+ 3Sn3(n+ 1)Sn =S3n3nSn: 4.On calcule
E[P(Sn+1;n+ 1)jFn] =12
P(Sn+ 1;n+ 1) +12
P(Sn1;n+ 1):
Il suffit donc deP(X+ 1;n+ 1)2P(X;n) +P(X1;n+ 1) = 0. 5.On calcule
E eSn+1jFn=EeSneXn+1jFn =eSnEeXn+1jFn e+e2 eSn:Il faut donc choisir= ln(ch()).
Exercice 4(Temps de sortie II, le retour)
Soit(Sn)n0une marche aléatoire simple symétrique surZ. Soienta;b0etT= minfn2N;Sn= aouSn=bg. On rappelle queT <+1p.s.. 1.En utilisan tla première martingale de l"exercice précéd entet le théorème d"arrêt, redémon trer
P(ST=b) =aa+b:
2.En utilisan tla seconde m artingalede l"exercice préc édentet le théorème d"arrêt, redémon trer
E[T] =ab:
2Indication :Le temps d"arrêtTn"est pas borné. Il faut donc passer par des temps d"arrêt de la forme
T^t= min(T;t).
Solution de l"exercice 41.Soit t >0. AlorsT^test un temps d"arrêt borné, auquel on peut appliquer le théorème d"arrêt :
E[ST^t] =E[S0] = 0:
De plus,T <+1p.s. doncST^tconverge p.s. versST, et on aaST^tbpour toutt. Par convergence dominée, on a doncE[ST] = limt!+1E[ST^t] = 0:
D"autre part, en notantp=P(ST=b), on a
0 =E[ST] = (1p)(a) +pb;
d"oùp=aa+b. 2. Soit t >0. En appliquant le théorème d"arrêt àS2nnet au temps d"arrêtT^t, on obtientE[T^t] =E[S2T^t]:
Comme dans la première question, en utilisantT <+1p.s., le membre de gauche converge vers E[T]par convergence monotone et le membre de droite versE[S2T]par convergence dominée. On a donc, en utilisant la première question :E[T] =E[S2T]
ba+b(a)2+aa+bb2 =ab:RemarqueSi vous n"êtes pas fatigués par les calculs : en utilisant la troisième martingale de l"exercice
précédent (ainsi que les deux questions précédentes), on peut calculerE[TjST=b] =13
2ab+b2:
Exercice 5(Martingales et marche biaisée)
Soitp6=12
et(Sn)n0une marche aléatoire biaisée surZ, i.e.Sn=X1++XnavecXii.i.d. etP(Xi= 1) =petP(Xi=1) = 1p.
1.T rouvertel queSnsoit une martingale.
2. Soien ta,betTcomme dans l"exercice précédent. CalculerP(ST=b). Solution de l"exercice 51.On a E[Sn+1jFn] =SnE[Xn+1] =Snp+ (1p)1. Le processus(Sn)est donc une martingale ssi p+ (1p)1= 1;ce qui est une équation de degré2en. En la résolvant, on obtient= 1(ce qui n"est pas très
intéressant) ou=1pp 2. En reprenan texactemen tle raisonnemen tde l"exercice précéden t(question 1), on trouv eP(ST=b) =1a1a+b
avec=1pp 3Notons que si par exemplep >12
, alors <1donc, en faisant tendrebvers+1, on obtientP(Ta<+1) = 1a= 11pp
a poura0, oùTa= minfn0jSn=ag. On en déduit queminfSnjn0gsuit une loi géométrique de paramètre=1ppExercice 6(Un contre-exemple)
Trouver un processus(Mn)n0avecE[jMnj]<+1pour toutnet tel queE[Mn+1jMn] =Mnpour toutn, mais sans queMsoit une martingale.Solution de l"exercice 6On considère une marche aléatoire simple démarrant de0avec des pas indépen-
dants1, mais au premier retour en0, la marche est obligée de faire le même pas que son tout premier.
Pourn1, on a alors
E[Mn+1jFn] =8
:M nsiMn6= 0,1siMn= 0etM1=1,
1siMn= 0etM1= 1.
En particulier,E[Mn+1jFn]6=MnsiMn= 0, doncMn"est pas une martingale.3 Martingales, chimpanzés et vaisseaux spatiaux
Exercice 7(Singe savant)
Un chimpanzé est assis devant une machine à écrire et commence à taper une lettre par seconde. Il tape à
chaque fois une lettre choisie uniformément parmi les 26 lettres de l"alphabet, indépendamment des lettres
précédentes. On noteTle premier temps auquel les 11 dernières lettres écrites par le singe forment le mot
"ABRACADABRA". Le but de l"exercice est de calculerE[T]. Pour cela, on va définir une martingale. On
suppose que le singe a juste à côté de lui un sac rempli de beaucoup (beaucoup, beaucoup) de bananes.
On joue alors au jeu suivant : justeavantchaque seconden= 1;2;3;:::un joueur arrive derrière le singe
et parie1banane avec lui sur l"événement flan-ième lettre tapée par l"animal est un "A"g.Si il perd, il part (et le singe met1banane dans son sac). Si il gagne, il reçoit26bananes du singe, qu"il
remise immédiatement sur l"événement flan+ 1-ième lettre tapée par l"animal est un "B"g.Si il perd, il part. Si il gagne, il reçoit262bananes qu"il remise immédiatement sur l"événement
flan+ 2-ième lettre tapée par l"animal est un "R"g.Et ainsi de suite jusqu"à ce que "ABRACADABRA" sorte de la machine. Notez qu"il peut y avoir jusqu"à
trois joueurs en train de miser derrière le singe. 1. Mon trerque le nom brede bananes dans le sac du c himpanzéau temps nest une martingale pour (Fn)n0, oùFnest la tribu engendrée par lesnpremières lettres tapées par l"animal. 2.En déduire
E[T] = 2611+ 264+ 26:
3. Refaire le même exercice en remplaçan t"ABRA CADABRA"par " ABCDEFGHIJK".Commen ter.Solution de l"exercice 71.Cela est dû au fait que les paris son tà c haqueétap e"équilibrés" : conditionnellemen tà Fn, l"espé-
rance de gain de chacun des parieurs est nulle donc l"espérance de gain du singe aussi. 42.Supp osonsd"ab ordqu"on puisse appliquer le théorème d"arrêt à T: alors la variation du nombre
de bananes dans le sac du singe au tempsTest d"espérance nulle, donc l"espérance de ses gainsest égale à l"espérance de ses pertes. Les pertes du singe sont faciles à calculer : au moment où
ABRACADABRA sort, il y a 3 parieurs derrière le singe : un qui est arrivé juste avant le premier
"A" et qui repart avec2611bananes, un qui est arrivé juste avant le second "A" et qui repart avec 264bananes, et un qui est arrivé juste avant le dernier "A" et qui repart avec26bananes. Les pertes
du singe sont donc de2611+264+26bananes. D"autre part, chacun desTparieurs qui est passé adonné une banane au singe (y compris les 3 parieurs qui gagnent à la fin), donc les gains du singe
sont deTbananes.Pour écrire cela proprement, on peut appliquer le théorème d"arrêt àT^t. Les gains du singe au
tempsT^tvalent alorsT^tet on aE[T^t]!E[T]par convergence monotone. Les pertes du singe sont majorées par2611+2610++1et tendent p.s. vers2611+264+26quandttend vers +1, donc leur espérance tend vers2611+ 264+ 26bananes par convergence dominée. 3.On obtien tE[T] = 2611, soit une espérance strictement inférieure à celle du temps d"apparition
de ABRACADABRA. Si cela peut paraître contre-intuitif, la raison est que les sous-mots qui serépètent ("A" et "ABRA") introduisent des corrélations positives entre l"apparition de "ABRA-
CADABRA" à deux rangs différents, ce qui augmente les chances que l"événement se produise très
tard.Exercice 8(Vaisseau spatial perdu)
LeMillenium Falconse trouve à une distanceD0du Soleil mais ses commandes ne répondent plus :toutes les heures, Han Solo ne peut qu"entrer une distanceRninférieure à la distance au Soleil dans
l"ordinateur de bord, qui effectue alors un saut dans l"hyperespace de longueurRnet de direction choisie
uniformément dans la sphèreS2. On noteDnla distance du vaisseau au Soleil aprèsnsauts etFnla
tribu engendrée par lesnpremiers sauts. Han Solo veut revenir dans le système solaire, c"est-à-dire à
distance au plusddu Soleil. 1. En utilisan tdes souv enirsde ph ysiquede prépa (théorème de Gauss), mon trerque 1D n est une martingale. 2.En déduire q uela probabilité que Han Solo revienne un jour dans le système solaire est inférieure
ou égale à dD 0. 3. A la pl acedu pilote, feriez-v ousplutôt de gr andsou de p etitss auts? Solution de l"exercice 8Toutes les justifications des interversions seront laissées en exercice. 1. Soit Xnla variable aléatoire à valeurs dansS2qui indique la direction dun-ième saut, etFn= (X1;:::;Xn). Notons qu"au moment où il choisitRn+1, la seule information dont dispose le piloteest l"ensemble des sauts déjà effectués, doncFn, doncRn+1estFn-mesurable. On veut montrer que
Eh kSn+Rn+1Xn+1k1jFni =kSnk1. Pour toutxdansR3nf0g, on posef(x) =kxk1. On aE[f(Sn+Rn+1Xn+1)jFn] =14Z
S2f(Xn+1+Rn+1u)du:
On veut donc montrer que pour tousx2R3etr 14Z S 2f(x+ru)du=f(x):
Il suffit pour cela de vérifier que la dérivée par rapport àrdu membre de gauche est nulle (par
convergence dominée, il tend bien versf(x)quandr!0). Notons que le membre de gauche a une discontinuité enr=kxk, c"est pourquoi on imposer 5 puis en appliquant le théorème de Gauss, on obtient ddrZ S 2f(x+ru)du=Z
S 2rrf(x+ru)udu
=r2Z B 1div(rf(x+y))dy
=r2Z B 1f; oùB1est la boule de rayon1autour de l"origine dansR3. Un simple calcul (ou, à nouveau, des souvenirs de physique de prépa) montre que le Laplacienfest nul surR3nf0g, donc1D nest bien une martingale. 2. Soit T= inffnjDndg. Le tempsTest un temps d"arrêt (éventuellement infini), donc on peut appliquer le théorème d"arrêt àT^tet à la martingale1D n: E 1D T^t =1D 0: On en déduit,
P(Tt) =P(DT^td)
=P1D T^t1d 1d 1 E1D T^tquotesdbs_dbs17.pdfusesText_23
2f(x+ru)du=f(x):
Il suffit pour cela de vérifier que la dérivée par rapport àrdu membre de gauche est nulle (par
convergence dominée, il tend bien versf(x)quandr!0). Notons que le membre de gauche a unediscontinuité enr=kxk, c"est pourquoi on imposer 2f(x+ru)du=Z
S 2rrf(x+ru)udu
=r2Z B 1div(rf(x+y))dy
=r2Z B 1f; oùB1est la boule de rayon1autour de l"origine dansR3. Un simple calcul (ou, à nouveau, des souvenirs de physique de prépa) montre que le Laplacienfest nul surR3nf0g, donc1D nest bien une martingale. 2. Soit T= inffnjDndg. Le tempsTest un temps d"arrêt (éventuellement infini), donc on peut appliquer le théorème d"arrêt àT^tet à la martingale1D n: E 1D T^t =1D 0: On en déduit,
P(Tt) =P(DT^td)
=P1D T^t1d 1d 1 E1D T^tquotesdbs_dbs17.pdfusesText_23
[PDF] exercices texte argumentatif
[PDF] exercices théâtre mimes
[PDF] exercices théorème de rolle accroissements finis
[PDF] exercices théorème des valeurs intermédiaires pdf
[PDF] exercices théorème des valeurs intermédiaires terminale s pdf
[PDF] exercices thérapie cognitivo comportementale pdf
[PDF] exercices traitement de données 4ème
[PDF] exercices traitement de texte cycle 3
[PDF] exercices traitement du signal aléatoire
[PDF] exercices transformée de fourier+correction
[PDF] exercices triangles semblables brevet
[PDF] exercices vecteurs gaussiens
[PDF] exercices vocabulaire policier
[PDF] exercices word 2007 gratuit pdf