MAP 311 - Aléatoire - Groupes 5 et 18. PC 7 - 8 Juin 2015 Gersende Fort et Amandine Véber Les feuilles de PC sont disponibles sur le site http://www.cmap.polytechnique.fr/~veber/ et des compléments sur le site http://perso.telecom-paristech.fr/~gfort/. Les exercices marqués (?) sont corrigés dans le livre Aléatoire de S. Méléard. Mots-clés de la semaine : fonctions caractéristiques, convergence en loi, théorème de la limite centrale. Fonctions caractéristiques EXERCICE 1 - Loi Gamma. On rappelle que la loi Gamma G(r, λ) (pour r > 0 et λ > 0) a pour densité γr,λ (t) = λr r−1 −λt t e 1R+ (t), Γ(r) R∞ où Γ(r) = 0 tr−1 e−t dt. Le but de cet exercice est de retrouver tous les résultats sur les lois Gamma vus dans les PCs précédentes à l’aide de leurs fonctions caractéristiques. 1) Calculer la fonction caractéristique d’une v.a. de loi G(r, λ). 2) Montrer que si X et Y sont des v.a. indépendantes de lois respectives G(r, λ) et G(s, λ), alors X + Y a une loi G(r + s, λ). Pourrait-on aussi faire varier le paramètre λ ? 3) Soient X1 , . . . , Xn des v.a indépendantes de loi exponentielle de paramètre λ. Calculer la loi de X1 + . . . + Xn . 4) Soient X1 , . . . , Xn des v.a indépendantes de loi N (0, 1). Montrer que X12 a une loi Gamma et en déduire la loi de X12 + . . . + Xn2 . EXERCICE 2 - Vecteurs gaussiens. Soient (X1 , . . . , Xn ) des variables aléatoires i.i.d. de loi normale centrée réduite. On pose X = (X1 , . . . , Xn ). 1) Calculer la fonction caractéristique de X. 2) Soit A une matrice de taille p × n et b ∈ Rp . Calculer la fonction caractéristique de AX + b. Lorsque n = p, à quelle(s) condition(s) ce vecteur admet-il une densité ? 3) Soit P ∈ Mn (R) une matrice orthogonale. Montrer que X et P X ont la même loi. En déduire X que la loi de kXk est une mesure de probabilité sur la sphère unité S (n−1) de Rn invariante par toute transformation orthogonale (cette propriété caractérise la mesure uniforme sur S (n−1) ). EXERCICE 3 - Convergence en loi. 1) Soit λ > 0. Étudier la convergence en loi de la suite (Xn /n)n≥1 , où Xn suit une loi géométrique de paramètre pn = nλ . 2) Soit Xn une v.a. de loi uniforme sur {0, n1 , n2 , . . . , n−1 n , 1}. a) Trouver la limite en loi de la suite (Xn )n≥1 . On notera X une v.a. ayant cette loi. b) Montrer que P(Xn ∈ Q) ne converge pas vers P(X ∈ Q). Comparer avec la définition de la convergence en loi. EXERCICE 4 - Loi des extrêmes. Soit (Xn )n≥1 une suite de variables aléatoires i.i.d. Posons Mn = max1≤i≤n Xi , la valeur la plus grande prise par les Xi , i ≤ n. L’objectif de cet exercice est de montrer que pour des suites déterministes (an )n≥1 et (bn )n≥1 bien choisies, la variable an (Mn − bn ) converge en loi vers une limite non-triviale. Montrer cette convergence dans le cas où 1) Xi suit une loi uniforme sur [0, 1], an = −n et bn = 1 ; 2) Xi suit une loi exponentielle de paramètre 1, an = 1 et bn = ln n ; 3) Xi suit une loi de Cauchy, an = π/n et bn = 0. On peut en fait montrer que quelle que soit la loi commune des Xi , si la loi limite de an (Mn − bn ) existe alors il s’agit nécessairement de l’une des trois lois limites obtenues ici (à une homothétie ou translation près). Théorème de la limite centrale EXERCICE 5 - Stabilité des lois gaussiennes. (?) Considérons X1 et X2 , deux v.a. indépendantes de même loi µ, de variance finie égale à σ 2 et qui satisfont la propriété suivante : X1 + X2 √ a encore la loi µ. 2 L’objectif est de montrer que nécessairement, µ est la loi normale N (0, σ 2 ). (P) 1) Montrer que si µ est la loi normale N (0, σ 2 ), alors la propriété (P) est satisfaite. 2) On suppose maintenant que (P) est satisfaite. a) Montrer que E(X1 ) = 0. b) Prouver que si X1 , X2 , · · · , X2n sont des v.a. indépendantes de même loi µ, alors X1 + X2 + · · · + X2n √ a la loi µ. 2n c) Conclure que µ est la loi normale N (0, σ 2 ). EXERCICE 6 - Dilemme du couturier. Un couturier fabrique deux modèles de chemise, le modèle A à rayures et le modèle B à carreaux, pour 2000 clients. Chaque client choisit le modèle A avec probabilité 1/4 et donc le modèle B avec probabilité 3/4. Combien ce couturier doit-il fabriquer de chemises de type A pour qu’il y en ait suffisamment avec probabilité 90% ?