[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 STOCHASTIQUES - TD 4
MARTINGALES - TEMPS D"ARR
ˆET
Exercice 1(Une trivialit´e).
Soit(Mn)n0une martingale par rapport`a une filtration(Fn)n0. On note pourn0,Gn= (M0;:::;Mn)la filtrationcanoniqueassoci´ee`a la martingale(Mn). Montrer que(Mn)est une martingale pour la filtration(Gn).Correction :On remarque queGn Fnet donc
E[Mn+1j Gn] =E[E[Mn+1j Fn]j Gn] =E[Mnj Gn] =Mn:
Exercice 2(`A la pˆeche aux martingales).
Soit(Xi)i1une suite de variables al´eatoires ind´ependantes identiquement distribu´ees telles
queP(X1= 1) =P(X1=1) = 1=2. Pourn0, on noteFn=(X1;X2;:::;Xn)(F0= f?; g) et on pose S n=nX i=1X i:1. Montrer que(Sn)n0est une martingale pour la filtration(Fn)n0:
2. Montrer que(S2nn)n0est une martingale pour la filtration(Fn)n0:
3. Montrer que(S3n3nSn)n0est une martingale pour la filtration(Fn)n0:
4. Devinez un polyn
ˆomeP(x;y)de degr´e4enxet de degr´e2enytel que(P(Sn;n))n0soit une martingale pour la filtration(Fn)n0:5. Plusg
est une martingale pour la filtration(Fn)n0si pour touss;n2Zon aP(s+ 1;n+ 1) +P(s1;n+ 1) = 2P(s;n):
6. Soit2R. Trouver un2Rtel que(exp(Snn))n0soit une martingale pour(Fn)n0:
Correction :
1. Celui-ci est
´evident.
2. Dans tout le reste de l"exercice, on va utiliser le fait queP[Sn+1=Sn+ 1] =P[Sn+1=
S n1] =12E[S2n+1(n+ 1)jFn] =12
(Sn+ 1)2+12 (Sn1)2n1 =S2nn: 3. mˆeme d´emonstration
4. m ˆeme d´emonstration avecP(Sn;n) =S4n6nS2n3n22n. 5. mˆeme d´emonstration
16. il faut prendre= ln(cosh()).
Exercice 3.
SoitTun temps d"arrˆet pour une filtration(Fn)n0. On suppose qu"il existe" >0etN2N tels que pour toutn0, on aP(Tn+Nj Fn)> "; p:s::
Montrer queTest fini presque sˆurement et queE[T]<1.Correction :On montre par r´ecurrence surk0que
P(TkN)(1")k:
C"est vrai pourk= 0et on a
P(T(k+ 1)N) =E1TkN1T(k+1)N
=E[1TkNE[1TkN+Nj FkN]]E[1TkN(1")]
(1")k+1; par hypoth `ese de r´ecurrence. On en d´eduit ais´ement queE[T]<1et en particulier queTest presque sˆurement fini.
Exercice 4.
Soit(Xn)n1une suite de variables al´eatoires iid sur( ;F;P)dont la loi est d´etermin´ee parP(Xn= 1) =petP(Xn=1) = 1p
avecp2]0;1[nf1=2g. SoientKetNdeux entiers tels que0KN. On poseS0=K, S n=K+X1+:::+Xnpourn1,T0= inffn0;Sn= 0g,TN= inffn0;Sn=Ng,T=T0^TNet pour toutn0,
M n=1pp Sn1. Montrer que(Mn)n0est une martingale.
2. En consid
´erant la martingale arrˆet´ee(Mn^T)n0, calculerP(T=T0)etP(T=TN). Correction :Corrig´e page 184 du poly de J.F. Le Gall.Exercice 5(Deux transformations de martingales.).
On se place sur l"espace(
;F;P), muni de la filtration(Fn)n2N.1. Soit:R!R+une fonction convexe, et soit(Xn)n2Nun processus adapt´e (i.e.Xnest
F n-mesurable pour toutn), tel queE[(Xn)]<1pour toutn2N. Montrer que si(Xn) est une martingale, alors((Xn))est une sous-martingale. Montrer que si(Xn)est une sous-martingale et siest croissante, alors((Xn))est une sous-martingale. 22. On dit qu"un processus(Hn)n1est pr´evisible si, pour toutn1,HnestFn1-mesurable
(Attention, parfois pr´evisible recouvre en plus la notion de bornitude, pas ici). Soit(Xn)n2Nun processus adapt ´e et(Hn)n1une famille pr´evisible et born´ee. On pose(HX)0= 0et pour toutn1, (HX)n=H1(X1X0) +H2(X2X1) +:::+Hn(XnXn1): Montrerquesi(Xn)estunemartingale, alors((HX)n)estaussiunemartingale. Montrer que si(Xn)est une surmartingale (respectivement sous-martingale), et siHn0pour toutn1,((HX)n)est une surmartingale (respectivement sous-martingale).Correction :
1. La mesurabilit
´e par rapport`aFnet l"int´egrabilit´e de(Xn)sont triviales dans les deux cas pour toutn. Or par l"in´egalit´e de Jensen pour les esp´erances conditionnelles, pour toutn2N, on aE[(Xn+1)jFn](E[Xn+1jFn]):
DanslepremiercasonconclutcarE[Xn+1jFn] =Xnp.s., etdansl"autrecascarE[Xn+1jFn] X netest croissante.2. On v
´erifie facilement dans les deux cas que, pour toutn2N,(HX)nest int´egrable (car les(Xi)sont int´egrables et les(Hi)sont born´es) et mesurable par rapport aFn(car les (Xi)sont adapt´es et les(Hi)sont pr´evisibles). Il suffit donc de regarder, pour toutn2N, le signe deE[(HX)n+1(HX)njFn];
si cette variable est nulle p.s. alors((HX)n)est une martingale, si elle est positive c"est une sous-martingale, et si elle est n´egative c"est une surmartingale. Or(HX)n+1(H
X)n=Hn+1(Xn+1Xn)et puisqueHn+1estFn-mesurable on aE[Hn+1(Xn+1Xn)jFn] =Hn+1E[Xn+1XnjFn]:
Le r ´esultat tombe alors imm´ediatement suivant les hypoth`eses sous lesquelles on se place (que ce soitE[Xn+1XnjFn] = 0,E[Xn+1XnjFn]0etHn+10ouE[Xn+1XnjFn]0etHn+10).
Exercice 6.
Trouver un processus(Mn)n0avecE[jMnj]<1pour toutnet tel queE[Mn+1jMn] =Mn sans que(Mn)soit une martingale.1mais au premier retour en0la marche est oblig´ee de faire le mˆeme pas que son tout premier.
Exercice 7(Une r´eciproque au th´eor`eme d"arrˆet). Soit(Xn)n2Nun processus sur(!;F;Fn;P), int´egrable et adapt´e. Montrer que si pour tout temps d"arr ˆet born´eon aE[X] =E[X0], alorsXnest une martingale. Correction :Le processus(Xn)est int´egrable et adapt´e, donc il suffit de montrer que pourtoutn,E(Xn+1jFn) =Xn. Par la caract´erisation de l"esp´erance conditionnelle, il suffit donc de
montrer que pour toutnet pour toutA2 Fn, on aE(Xn+1?A) =E(Xn?A):(1)
3Le seul outil en notre possession
´etant les temps d"arrˆet, on va essayer d"en trouver qui sont adapt´es`a notre probl`eme.
On se fixen2NetA2 Fn. D"une part, si on consid`ere le temps d"arrˆet constant=n, on obtientE[Xn] =E[X] =E[X0]:
D"autre part, pour un temps d"arr
ˆetquelconque, on en d´eduit que
E[X] =E[X0] =E[Xn]:
Etant donn
´e qu"on veut montrer (1), il semble naturel de chosirtel queXs"exprime en terme deXn,Xn+1et?A. Si on choisit =n?Ac+ (n+ 1)?A; on aX=Xn?Ac+Xn+1?Aet doncE[Xn?Ac+Xn+1?A] =E[Xn];
ce qui implique bienE(Xn+1?A) =E(Xn?A);
et permet de conclure. Exercice 8(Une autre version du th´eor`eme d"arrˆet.). Soient(Xn)n0une martingale sur un espace de probabilit´e filtr´e( ;F;(Fn)n0)etTun temps d"arrˆet v´erifiant
P(T <+1) = 1;E(jXTj)<1etE(jXnj?fT>ng)!n!+10:
1. Montrer queE(jXTj?fT>ng)!n!+10:
2. Montrer queE(jXT^nXTj)!n!+10:
3. En d
´eduire queE(XT) =E(X0).
Correction :
1. Le temps d"arr
ˆetTest fini p.s. etjXTjaussi donc
jXTj?fT>ngp:s:!n!10: OrjXTj?fT>ng jXTjetE(jXTj)<+1. Ainsi, le th´eor`eme de convergence domin´ee entraˆıne le r´esultat.
2. On a
E(jXT^nXTj) =EjXnXTj?fT>ngE(jXnj?fT>ng) +E(jXTj?fT>ng):Le terme de droite de cette
´equation tend vers0quandntend vers l"infini d"apr`es la deuxi `eme hypoth`ese et la question 1., on a donc le r´esultat. 43. Pour toutn2N,E(XT^n)=E(X0)car(XT^n)n2Nest une martingale (ou de mani`ere
equivalente par le th´eor`eme d"arrˆet appliqu´e au temps d"arrˆet born´eT^n). La ques-
tion 2. implique la convergenceE(XT^n)!n!1E(XT);
doncE(XT) =E(X0). 5quotesdbs_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