Probabilités et statistiques M2MT01 - TD5 Convergence en loi (suite) Exercice 1 Soit (Yn ) une suite de variables aléatoires de loi binômiale de paramètres (n, pn ). On suppose que lim npn = θ avec θ ∈]0, +∞[. Montrer que la suite n→+∞ (Yn ) converge en loi vers la loi de Poisson de paramètre θ. Cette approximation est utile quand n est grand car le calcul numérique des coefficients binômiaux Cnk est peu efficace. Exercice 2 Soit (Un ) une suite de variables aléatoires indépendantes de loi uniforme sur l’intervalle [0, θ]. On pose pour n ≥ 1, Xn = max Ui . 1≤i≤n 1. Montrer que (Xn ) converge p.s. et déterminer sa limite. On pourra calculer P(|Xn − θ| > ε). 2. Etudier la convergence en loi de la suite (n(θ − Xn )). Exercice 3 Soit (Xn ) une suite de variables aléatoires indépendantes de loi de n X Xk . Etudier la convergence en loi et Cauchy de paramètre a > 0. On note Sn = k=1 en probabilité des suites : Sn 1. √ . n Sn 2. . n2 Sn 3. . On pourra déterminer la loi de n ne tend pas en probabilité vers 0. S2n 2n − Sn n et en déduire que cette suite Exercice 4 Soit (Un ) une suite de variables aléatoires indépendantes de loi uniforme sur [0, 1]. Soit α > 0. 1. Pour n > 0, on pose Xn = (U1 · · · Un )α/n . Montrer que la suite (Xn ) converge p.s. et donner sa limite. √ 2. Montrer que la suite (Yn ) définie par Yn = [Xn eα ] miner la loi limite. n converge en loi et déter- Exercice 5 Soit X une variable aléatoire réelle, M la fonction définie par M (t) = E[etX ]. On suppose que U = {t, M (t) < +∞} est un voisinage de 0. 1 1. Montrer que les fonctions M et L = ln M sont convexes sur U . (On devra dans un premier temps montrer que U est un intervalle) 2. On suppose que E[X] < 0 et que P(X > 0) > 0. On suppose également que lim M (t) = +∞. t→sup U Soit ρ = inf M (t). Montrer que 0 < ρ < 1 et que ρ = M (τ ) pour un τ > 0. Montrer que P(X ≥ 0) ≤ ρ. 3. Soit Z une variable aléatoire réelle de loi définie par dPZ (x) = eτ x dPX (x) M (τ ) et MZ la transformée de Laplace de Z. Montrer que MZ (t) = s2 = V ar(Z) = M 00 (τ ) M (τ ) M (t+τ ) , M (τ ) E[Z] = 0, · 4. On pose p = P(Z ≥ 0). Montrer que P(X ≥ 0) τs 0 ≤ − ln ≤ − ln p. ρ p 5. On pose m4 = E[Z 4 ]. Montrer les inégalités suivantes : 1/2 E[Z+2 ] ≤ p1/2 m4 1/3 E[Z−2 ] ≤ E[Z− ]2/3 m4 1/4 E[Z− ] = E[Z+ ] ≤ m4 p3/4 . 6. En déduire une minoration de P(X ≥ 0). 7. Soit (Xn ) une suite de variables aléatoires réelles indépendantes, de même loi que X. On pose Sn = X1 + · · · + Xn . Montrer que lim n→+∞ 1 ln P(Sn ≥ 0) = ln ρ. n 8. Soit a un réel tel que E[X] < a, P(X > a) > 0. Trouver une majoration et une minoration de P(X ≥ a). 9. Soit (Xn ) une suite de variables aléatoires indépendantes et de même loi que X avec E[X] < a et P(X > a) > 0. En posant Sn = X1 + · · · Xn , montrer que 1 Sn lim ln P ≥ a = inf(ln M (t) − at). n→+∞ n n 2