L2 MIASHS 51EE07MT Probabilités & Statistiques Exercices corrigés n°3 Université Paris Diderot 2016 - 2017 Calcul de la série entière P ¡k ¢ k− j . kÊ j j x ¡ ¢ P Étudions la fonction x 7→ F j (x) = kÊ j kj x k− j pour tout j ∈ N. P La série entière k∈N x k admet 1 pour rayon de convergence donc converge vers F 0 (x) = (1 − x)−1 pour tout x ∈ ]−1, +1[. De plus, la fonction-somme F 0 est indéfiniment dérivable sur l’intervalle d’absolue convergence ]−1, +1[ et les dérivées successives de la fonction-somme sont calculables en dérivant le terme général de la série entière comme suit : à ! X k k− j X (j ) k− j (k) j x = ( j !) ∀j ∈ N ∀x ∈ ]−1, +1[ F 0 (x) = x = ( j !)F j (x). kÊ j j kÊ j Probabilités conditionnelles et indépendance Exercice 1 (E XERCICE N O 13 DE LA LISTE TD2 : UNE AFFAIRE DE FAMILLE ). Soient p ∈ ]0, 1[ et a ∈ ]0, 1/2[. Dans une population donnée, on suppose que la probabilité pour un enfant d’être un garçon est p et que, pour tout k ∈ N, la probabilité qu’une famille ait k enfants est p k , où la suite (p k )k∈N est définie par p 0 = p 1 = a , p k = (1−2a)2−(k−1) pour k Ê 2. Pour tout k ∈ N, on note A k l’événement « la famille a k enfants », Fk « la famille a k filles » et G k « la famille a k garçons ». où (k) j = L’espace probabilisé sous-jacent est noté, comme d’habitude, (Ω, A , P). 2 1. Calculer P(G j | A k ) pour tout couple ( j , k) ∈ N . 2 Soit ( j , k) ∈ N . Si j > k, G j ∩ A k = ; de sorte que P(G j | A k ) = 0. Supposons j É k. Alors, conditionnellement à A k , G j est réalisé si et seulement la famille de k enfants est composée de j garçons. Une hypothèse implicite du modèle est que les sexes de chaque enfant de la fratrie sont P-indépendants. Conditionnellement à A k , la fratrie compte j garçons si le k-uplet des sexes de chaque enfant compte j « Garçons » et k− j « Filles » , chacun de ces k-uplets étant de P( · | A k )probabilité p j (1 − p)k− j . Comme il y a autant de tels k-uplets que de parties à j éléments dans un ensemble de k éléments, on en déduit que : à ! k j P(G j | A k ) = 1 j Ék p (1 − p)k− j . (1.1) j ¡k ¢ 0Él < j (k − l) = ( j !) j . Q De plus, on prouve par récurrence que ∀j ∈ N ∀x ∈ ]−1, +1[ (j ) F 0 (x) = ( j !)(1 − x)−(j +1) ce qui, finalement, montre que ∀j ∈ N ∀x ∈ ]−1, +1[ à ! X k k− j F j (x) = x = (1 − x)−(j +1) . j kÊ j Ce calcul nous permet de donner une expression simplifiée de : ¶ µ 1 j 1 P(G j ) = 4(1 − 2a) 1 − 1+p 1+p (1.3) 3. Calculer la probabilité qu’une famille de j garçons ait seulement k enfants ( Calcul : p = 12 , k = j = 2). La probabilité qu’une famille de j garçons a seulement k enfants vaut P(A k | G j ). Si k < j , P(A k | G j ) = 0 car A k ∩G j = ;. Supposons que 2 É j É k. Alors, la formule de Bayes montre avec les relations (1.1) et (1.3) que à !µ ¶ µ ¶ P(G j | A k )P(A k ) k 1 − p k− j 1 + p j +1 = . P(A k | G j ) = P(G j ) 2 2 j 2. Calculer P(G j ) pour tout j ∈ N tel que j Ê 2. La famille dénombrable (A k )k∈N ∈ A N est une famille d’événements deux à deux disjoints, de réunion Ω et telle que P(A k ) > 0 pour tout k ∈ N. Soit j ∈ N tel que j Ê 2. Comme G j = ∪k∈NG j ∩ A k est une réunion dénombrable de parties deux à deux disjointes, à ! X X k 1 j Ék p j (1 − p)k− j P(A k ) P(G j | A k )P(A k ) = P(G j ) = j k∈N k∈N à ! X k j = p (1 − p)k− j (1 − 2a)2−(k−1) kÊ j j à ! ³ p ´ j X k µ 1 − p ¶k− j = 2(1 − 2a) . (1.2) 2 kÊ j j 2 Il en résulte que, si p = 12 , P(A 2 | G 2 ) = ¡ 3 ¢3 4 . 4. Quelle est la probabilité qu’une famille ait exactement deux filles sachant qu’elle a exactement deux garçons ? Comme G 2 ∩ F 2 = A 4 ∩ G 2 , si p = 21 , à !µ ¶ µ ¶ µ ¶4 34 3 4 1 2 3 3 33 2 = 2 .3. 10 = 8 = P(F 2 | G 2 ) = P(A 4 | G 2 ) = 4 2 2 4 2 4 1 Exercice 2 (E XERCICE N O 14 DE LA LISTE TD2). Soient (Ω, A , P) un espace probabilisé et (A, B) ∈ A 2 tel que P(B) ∈ ]0, 1[. Exercice 3 (E XERCICE N O 15 DE LA LISTE TD2). Soient n ∈ N∗ , p ∈ [0, 1] et (Ω, A , P) l’espace probabilisé sous-jacent. On observe une suite de n lancers d’une pièce. On suppose que les lancers sont P-indépendants les uns des autres et que la P-probabilité d’obtenir Pile à chaque lancer vaut p . 1. Exprimer P(B)P(B c ) (P(A | B) − P(A | B c )) en fonction de P(A), P(B) et P(A ∩B). Comme P(B)P(A | B) = P(A ∩ B) et P(B c )P(A | B c ) = P(A ∩ B c ) = P(A) − P(A ∩ B), ¡ ¢ P(B)P(B c ) P(A | B) − P(A | B c ) = P(B c )P(A ∩ B) − P(B) (P(A) − P(A ∩ B)) 1. Décrire l’espace probabilisé associé à cette expérience. = P(A ∩ B) − P(B)P(A). Ainsi, ¯ ¯ ¯ ¯ ¯P(A ∩ B) − P(A)P(B)¯ = P(B)(1 − P(B))¯P(A|B) − P(A|B c )¯. 2. Montrez que ¯ ¯ ¯ ¯ ¯P(A ∩ B) − P(A)P(B)¯ É 1 ¯P(A|B) − P(A|B c )¯ 4 On code le résultat d’un lancer par 1 s’il donne Pile et 0 sinon. Le jeu consistant en n lancers consécutifs de la pièce est donc représenté par une suite finie ω ∈ {0, 1}n . On choisit donc pour espace fondamental Ω = {0, 1}n et pour σalgèbre A = P (Ω). Pour tout k ∈ N∗n et tout ε ∈ {0, 1}, C k (ε) désigne l’événement : « obtenir ε au k-ième lancer » de P-probabilité : P(C k (ε)) = p ε (1 − p)1−ε . (2.1) (⋆) Soit ω ∈ Ω. Comme l’événement {ω} coïncide avec l’intersection ∩1ÉkÉn C k (ωk ) de la famille P-indépendante des n événements (C k (ωk ))1ÉkÉn , on en déduit que Montrons que, pour tout (u, v) ∈ [0, 1]2 , |u − v| É 1 et u(1 − u) É 14 . Soit (u, v) ∈ [0, 1]2 . |u − v| = max{u, v} − min{u, v} É 1 et l’égalité est réalisée ssi max{u, v} = 1 et min{u, v} = 0. De plus, u(1 − u) = u − u 2 = 14 − ( 12 − u)2 É 14 avec égalité si et seulement si u = 12 . P({ω}) = P ! C k (ωk ) = 1ÉkÉn Y ω k (1 − p) Y P(C k (ωk )) 1ÉkÉn |ω|1 1−ωk =p (1 − p)n−|ω|1 , 1ÉkÉn 3. En déduire que |P(A ∩ B) − P(B)P(A)| É 14 . où |ω|1 = Comme les réels P(A | B) et P(A | B c ) sont compris entre 0 et 1, leur distance mutuelle |P(A | B) − P(A | B c )| est É 1. On déduit de (⋆) que 1 |P(A ∩ B) − P(B)P(A)| É P(B)(1 − P(B)) É . 4 1ÉkÉn ωk est la hauteur de la suite ω. 2. Calculer la probabilité (2.2) (a) d’obtenir au moins un Pile au cours des n lancers, Pour tout k ∈ Nn , notons A k l’événement « obtenir au moins k fois Pile » et B k l’événement « obtenir exactement k fois Pile ». A c1 = B 0 est le singleton de la suite nulle de longueur n notée 0n : A c1 = {0n } et P(A c1 ) = p 0 (1−p)n−0 = (1 − p)n . Supposons A ⊆ B, i.e. A ∩ B = A ou A ∩ B c = ;. Alors, P(A | B) = P(B)−1 P(A) et P(A | B c ) = 0. Il en résulte que P(A ∩ B) − P(A)P(B) = P(A)P(B c ) et P(A|B) − P(A|B c ) = P(B)−1 P(A). (⋆) s’écrit alors : P(A)P(B c ) É 14 P(B)−1 P(A). (b) d’obtenir exactement k Pile où k ∈ N. Pour que (⋆) soit une égalité, il faut et i suffit que P(B )P(B c ) = P(B) (1 − P(B)) = 14 , i.e. P(B) = 12 . Soit k ∈ N. Pour tout ω ∈ Ω, ω ∈ B k si et seulement si |ω|1 = k. B k est l’ensemble des suites à valeurs dans {0, 1} prenant exactement k fois la valeur 1. Notons Θ l’application de P (N∗n ) dans Ω qui, à toute partie A ⊆ N∗n , associe la suite finie de longueur n, Θ(A) = (1 A (k))1Ék Én . On sait que ¡ ¢ Θ est bijective et l’on constate que Θ(P k (N∗n )) = B k de sorte que #B k = nk . Il en résulte que : 5. Construire un espace de probabilité (Ω, A , P) et (A, B) ∈ A 2 tels que |P(A ∩ B) − P(B)P(A)| = 14 . L’inégalité (2.2) est une égalité ssi P(B)(1− P(B)) = 41 et |P(A | B) − P2(A | B c )| = 1. D’après ce qui précède, ceci impose que P(B) = 21 et que {P(A | B), P(A | B c )} = {0, 1}. Soit C ∈ {B, B c } tel que P(A | C c ) = 0 et P(A | C ) = 1. Comme P(A ∩ C c ) = 0 et P(A ∩ C ) = P(C ) = 12 , P(A) = P(A ∩ C ) = 21 et P(A c ∩ C ) = P(C ) − P(A ∩ C ) = 0. 1 2 P Remarquons que la probabilité P n’est pas uniforme, sauf si p = 12 . 4. Que donne l’inégalité (⋆) lorsque A ⊆ B ? Dans quels cas est-ce une égalité ? En conclusion, il suffit de choisir B et A de P-probabilité \ p = Comme P(B) ∈ [0, 1], on déduit de (2.1) l’inégalité (⋆). à P(B k ) = tels que P(A ∩B c ) = 0. X ω∈B k 2 k P({ω}) = p (1 − p) n−k à ! n k #B k = p (1 − p)n−k , k 3. Décrire l’espace probabilisé obtenu lorsqu’on conditionne par l’événement Bk , « obtenir exactement k Pile au cours des n lancers ». ¡ ¢−1 Soit k ∈ N. Pour tout ω ∈ B k , P({ω} | B k ) = P({ω})P(B k )−1 = nk . La P-probabilité conditionnelle sachant B k est donc la mesure de probabilité uniforme sur B k . 2. Montrer que, si p > 0, on est sûr d’obtenir au moins un Pile au cours de l’expé- rience. Soit A l’événement « obtenir au moins un Pile lors du jeu infini ». Ω \ A est le singleton formé de la suite constante égale à 0, autrement dit : 4. Si n = 6, calculer la probabilité, sachant qu’on a obtenu exactement deux Pile, A c = ∩n∈N∗ C (0n ). que ces Pile soient consécutifs. Soit D l’événement « les Pile sont consécutifs ». Conditionnellement à B 2 , D est Comme la suite (C (0n ))n∈N∗ est une suite décroissante d’événements, P(A c ) est la limite de la suite décroissante (P(C (0n )))n∈N . Comme P(C (0n )) = (1−p)n pour tout n ∈ N, P(A c ) = 0 et P(A) = 1. 6 l’ensemble des suites ω ∈ {0, 1} comportant exactement deux Pile consécutifs, i.e. dont le premier Pile se trouve en position 1 à 5. Il en résulte que : (Remarque : Tout événement A ∈ A tel que P(A) = 1 est dit P-presque sûr.) à !−1 2 1 6 = = . 2 6 3 P(D | B 2 ) = 5 3. On suppose dorénavant p > 0. (a) Soit n ∈ N∗ . Montrer que les événements An : « le premier Pile survient au n -ième lancer » et C1 : « le premier Pile est immédiatement suivi d’un Face » sont P-indépendants. Exercice 4 (E XERCICE N O 16 DE LA LISTE TD2). Soient p ∈ [0, 1] et (Ω, A , P) l’espace probabilisé sous-jacent. L’expérience consiste en une infinité de lancers d’une même pièce. On suppose que les lancers sont P-indépendants les uns des autres et que la probabilité d’obtenir Pile à chaque lancer vaut p . Pour tout k ∈ N∗ , C 1 ∩ A k est l’ensemble C (0k−1 10) des jeux commençant par k − 1 Face puis 1 Pile puis 1 Face, de sorte que P(C 1 ∩ A k ) = p 1 (1 − p)k . Comme C 1 ∩ A c ⊆ A c et P(A c ) = 0, P(C 1 ∩ A c ) = 0. (A k )k∈N∗ est une suite d’événements deux à deux disjoints de réunion A = ∪k∈N∗ A k . On en déduit que C 1 ∩ A = ∪k∈N∗ C 1 ∩ A k est la réunion disjointe de la suite d’événements (C 1 ∩ A k )k∈N∗ telle que 1. Décrire l’espace probabilisé associé à cette expérience. Pour tout n ∈ N∗ , calculer la probabilité que le premier Pile survienne au n e lancer. On code le résultat d’un lancer par 1 s’il donne Pile et 0 sinon. Le jeu consiste en une infinité de lancers consécutifs de la pièce et peut être représenté par une ∗ ∗ suite ω ∈ {0, 1}N . L’espace fondamental est donc Ω = {0, 1}N . Le choix de la σalgèbre A est plus délicat. On appelle événement cylindrique toute partie de Ω telle qu’il existe m ∈ N∗ et une suite finie ε ∈ {0, 1}m vérifiant C (ε) = { ω ∈ Ω | ∀k ∈ N∗m P(C 1 ∩ A) = Y P(C 1 ∩ A k ) = k∈N∗ X p(1 − p)k = 1 − p k∈N∗ et P(C 1 ) = P(C 1 ∩ A c ) + P(C 1 ∩ A) = 1 − p. ωk = εk }. En conclusion, C 1 et A n sont P-indépendants car On choisit A la σ-algèbre engendrée par l’ensemble de tous les événements cylindriques. Sous les hypothèses de l’énoncé, si une probabilité P définie sur A existe, pour tout m ∈ N∗ et toute suite finie ε ∈ {0, 1}m , on a P (C (ε)) = X P(C 1 )P(A n ) = (1 − p)p(1 − p)n−1 = p(1 − p)n = P(C 1 ∩ A n ). (b) Est-ce encore le cas si on remplace C1 par D3 : « le premier Pile est p εk (1 − p)1−εk = p |ε|1 (1 − p)m−|ε|1 immédiatement suivi de trois Pile » ? k∈N∗ m Pour tout k ∈ N∗ , D 3 ∩ A k est l’ensemble C (0k−1 14 ) des jeux commençant par k − 1 Face puis 4 Pile, de sorte que P(D 3 ∩ A k ) = p 4 (1 − p)k−1. P De même que précédemment, on a : P(D 3 ) = k∈N∗ P(D 3 ∩ A k ) = p 3 . Il en résulte que D 3 et A n sont P-indépendants car P où |ε|1 = 1ÉkÉm ωk est la hauteur de la suite ε. On ADMET l’existence d’une telle probabilité P. Pour tout n ∈ N∗ , notons A n l’événement « la premier Pile survient au ne lancer ». Notons 0n−1 1 la suite finie de longueur n constituée de n − 1 0 suivis de 1. Clairement, A n = C (0n−1 1) et P(A n ) = p(1 − p)n−1 . P(D 3 )P(A n ) = p 3 p(1 − p)n−1 = p(1 − p)n+2 = P(D 3 ∩ A n ). 3 Exercice 5 (E XERCICE N O 17 DE LA LISTE TD2). Émilie et Denis jouent aux dés. On note (Ω, A , P) l’espace probabilisé sous-jacent. Exercice 6 (E XERCICE N O 18 DE LA LISTE TD2 : I NDÉPENDANCE REVISITÉE ). 1. Soit Ω un espace fondamental. On rappelle que, pour tout ensemble F de parties de Ω (F ⊆ P (Ω)), il existe une et une seule σ-algèbre sur Ω contenant F , minimale pour l’inclusion, la σ-algèbre engendrée par F notée σ(F ). Soit A ∈ P (Ω). Prouver que σ({A}) = {;, A, Ω \ A, Ω}. 1. Le jeu est le suivant. Émilie commence la partie et lance son dé. Elle gagne si Denis obtient, en lançant à son tour le dé, un nombre plus petit ou égal au sien. Déterminer la probabilité p que Emilie gagne cette partie. Le jeu consiste à observer le résultat de deux lancers consécutifs du dé, le premier par Émilie, le second par Denis. L’espace d’états (fini) est Ω = (N∗6 )2 , muni de la σ-algèbre A = P (Ω). Comme on suppose le dé non biaisé et les deux lancers P-indépendants, A est munie de la probabilité uniforme notée P. Notons E l’événement : « Émilie gagne la partie ». Ainsi, E = {ω ∈ Ω | ω2 É ω1 } et P 7 #E = 1É j É6 j = 12 6.7. D’où : P(E ) = 612 #E = 12 = p. Soit F ⊆ P (Ω) une σ-algèbre telle que A ∈ F . Nécessairement, Ω\ A ∈ F , Ω ∈ F et ; ∈ F , i.e. F ⊇ F0 = {;, A, Ω \ A, Ω}. On note A + = A et A − = Ω \ A = A c . Ω ∈ F0 et F0 est clairement stable par passage au complémentaire. Montrons que F0 est stable par réunion dénombrable. Soit (A k )k∈N ∈ F0N . Notons A ∞ = ∪k∈N A k et 2. Émilie et Denis font plusieurs parties de ce type de la manière suivante. Émilie K 0 = {k ∈ N | A k = Ω} K + = {k ∈ N | A k = A + } et K − = {k ∈ N | A k = A − }. commence la première partie. Si elle gagne, elle commence la deuxième partie ; sinon, c’est Denis. Et ainsi de suite : le joueur qui gagne une partie donnée commence la partie suivante. Pour tout n ∈ N∗ , on désigne par En l’événement « Émilie gagne la n e partie » et l’on note un = P(En ). (a) Calculer u1 . Par définition, u1 = p. (b) Montrer que la suite (un )n∈N∗ vérifie la relation de récurrence : Si K 0 6= ;, A ∞ = Ω ∈ F0 . Sinon, K 0 = ;.Si K + et K − sont tous deux non vides, il existe i ∈ K + et j ∈ K − de sorte que A k = A, A j = A c , A k ∪ A j = Ω et A ∞ = Ω. Sinon, ou K + = ; ou K − = ;. Notons ε ∈ {−, +} tel que K ε = ;. Alors, A k ∈ {;, A −ε } pour tout k ∈ N et A ∞ ∈ {;, A −ε }. Dans tous les cas, A ∞ ∈ F0 . F0 est donc une σ-algèbre sur Ω donc plus petite σ-algèbre contenant A : F0 est la σ-algèbre engendrée par {A}. ∀n ∈ N∗ un = (2p − 1)un−1 + 1 − p. 2. Soient (Ω, A , P) un espace probabilisé et (A, B) ∈ A 2 . ne Conditionnellement à E n−1 , Émilie joue la première la partie de sorte c que P(E n | E n−1 ) = p. Conditionnellement à E n−1 , Émilie joue après Dec nis la n e partie de sorte que P(E n | E n−1 ) = 1 − p. Comme P(E n ) = P(E n | c c E n−1 )P(E n−1) + P(E n | E n−1 )P(E n−1 ), on obtient : (a) Quand dit-on que A et B sont P-indépendants ? A et B sont P-indépendants ssi P(A ∩ B) = P(A)P(B). (b) Prouver l’équivalence des deux assertions suivantes : i) A et B sont P-indépendants un = pun−1 + (1 − p)(1 − un−1 ) soit, un = (2p − 1)un−1 + 1 − p. ii) pour tout (C , D) ∈ σ({A}) × σ({B}), C et D sont P-indépendants. (c) Chercher a ∈ R telle que la suite de terme général un −a définisse une suite Comme A ∈ σ({A}) et B ∈ σ({B}), il est clair que ii) entraîne i). Pour prouver que i) entraîne ii), nous montrons le résultat simple suivant : si C et D sont deux événements P-indépendants, C et D c = Ω \ D le sont aussi. En effet, géométrique. On suppose désormais que p < 1. Soit a ∈ R. Comme, pour tout n ∈ N∗ , (un − a) = (2p − 1)(un−1 − a) + 1− p − a + (2p − 1)a, la suite de terme général un − a est une suite géométrique si et seulement si 1− p − a + (2p − 1)a = 0. Comme p < 1, cela impose que a = 12 . ¡ ¢ C = C ∩ Ω = C ∩ D ∪ D c = (C ∩ D) ∪ (C ∩ D c ), (d) En déduire pour tout n ∈ N∗ l’expression de un en fonction de p et de n . Comment se comporte un quand n tend vers +∞ ? Commenter. ¡ ¢ Comme la suite un − 21 n∈N est géométrique de raison 2p − 1 = 16 , ¡ ¢ ¡ ¢n−1 1 1 n−1 (u1 − 12 ) = 12 ∀n ∈ N∗ un − 12 = 61 6 Il en résulte que un tend vers 1 2 de sorte que P(C ) = P(C ∩ D) + P(C ∩ D c ) et P(C ∩ D c ) = P(C ) − P(C ∩ D) = P(C ) − P(C )P(D) = P(C )(1 − P(D)) = P(C )P(D c ). Supposons i). Alors A et B c sont P-indépendants, ainsi que B et A c par symétrie. Puis, en appliquant le résultat ci-dessus au couple (B c , A), B c et A c le sont aussi. Le résultat est ainsi prouvé pour tout couple (C , D) ∈ {A, A c } × {B, B c }. Si C ou D est Ω ou ;, on sait que C et D sont P-indépendants. en +∞. 4 3. Soit (Ω, A , P) un espace probabilisé. Si A ∈ A , on note A +1 = A , A −1 = Ω \ A et A 0 = Ω. Soit (A i )i∈I ∈ A I une famille d’événements à valeurs dans A . Montrer l’équivalence des quatre assertions suivantes : I (A i )i∈I ∈ A est une famille d’événements P-indépendante ³\ ´ Y ∀J ∈ P f (I ) P Ak = P(A k ) k∈J ∀J ∈ P f (I ) ∀(εk )k∈J ∈ {−1, 0, +1} J P ³\ k∈J ∀J ∈ P f (I ) ∀(C k )k∈J ∈ Y σ({A k }) P ´ Ck = Y P(C k ), (6.3) k∈J k∈J D’après (6.2), P(D) = k∈J + P(A k ). Distinguons k∈J + k∈J nul et J ⊇ J + . (6.5) (−1) L∈P (J − ) #L ¢ P AL ∩ D = ¡ L∈P (J − ) k∈J L∈P (J − ) = = à à Y P(A k ) k∈J + Y (−1) P(A k ) !à Y k∈J − P(A ck ) ! = (−1)#L Y L∈P (J − ) #L Y k∈J + ∪J − Ak ´ P(A k ) k∈J + ! P(A k ) = L∈P (J − ) k∈L k∈J + Y X X ³ \ k∈L∪J + L∈P (J − ) k∈L∪J + !à (−1)#L P X ce qui s’écrit grâce à (6.2), ³\ ´ X Y (−1)#L P(A k ) = P Ck = à Y P(A k ) k∈J + P(C k ) = Y Y P(A k ) k∈L !à Y (1 − P(A k )) k∈J − P(C k ) = k∈J 0 ∪J + ∪J − Y On a ainsi prouvé que les quatre assertions (6.1)—(6.4) sont équivalentes. Exercice 7 (P REUVE DE LA CONTINUITÉ MONOTONE D ’ UNE MESURE DE PROBABILITÉS ). La propriété de continuité monotone d’une mesure de probabilités s’énonce ainsi. Soient (Ω, A , P) un espace probabilisé et (A n )n∈N ∈ A N une suite croissante (resp. décroissante) d’événements. Alors, la suite croissante (resp. décroissante) (P(A n ))n∈N converge vers P(∪n∈N A n ) (resp. P(∩n∈N A n )). k∈J − selon que P(D) est nul ou non. 5 ! P(C k ). k∈J Ceci achève la preuve de (6.4). k∈J − k∈J − k∈J + L∈P (J − ) X = Comme C k = Ω pour tout k ∈ J 0 , on obtient en utilisant les lois de D E M ORGAN : ! à ! à ! à ! à ! à \ \ \ \ \ c \ Ck ∩ Ck ∩ Ck = Ak ∩ A k = D ∩ Sc . Ck = k∈J + k∈J + P(C k ) est k∈J Sinon, C k 6= ; pour tout k ∈ J . Notons J + = {k ∈ J | C k = A k }, J − = {k ∈ J | C k = A ck } et J 0 = {k ∈ J | C k = Ω} de sorte que J = J 0 ∪ J + ∪ J − (réunion disjointe). Notons \ [ D= A k et S = Ak . Q k∈J + En injectant la formule (6.6) dans l’identité précédente (6.5), on obtient : à ! ³\ ´ X X ¡ ¢ ¡ ¢ #L P C k = P(D) (−1) P A L | D = (−1)#L P A L | D P(D) Supposons (6.2). Montrons (6.4). Q Soient J ∈ P f (I ) et (C k )k∈J ∈ k∈J σ({A k }), i.e. C k ∈ {;, Ω, A + , A− } pour tout k ∈ J . k k T Supposons ³qu’il existe J tel que C α = ;. Alors, k∈J C k = ; et P(C α ) = 0 de ´ α ∈Q T sorte que P k∈J C k = 0 = k∈J P(C k ). (6.4) est donc vérifiée dans ce cas. k∈J 0 Q L∈P (J − ) (6.2) est donc démontré. k∈J Y Y Y ¢ P(C k ), C k = 0 = P(D) = P(A k ) = P(C k ) = S Appliquons la formule d’inclusion-exclusion à S = k∈J − A k et à la mesure de probabilités P( · | D). Notant A L = ∩k∈L A k pour toute partie finie L de I , on obtient : X ¡ ¢ ¡ ¢ 1−P S | D = (−1)#L P A L | D . (6.6) (6.4) ´ ³\ ´ Y Y ε ε P(A k ). P(A kk ) = Ak = P A kk = k∈J + É P(D) = 0 et ¢ k∈J ε k∈J k∈J C k ¡T Supposons que P(D) > 0. On peut ainsi exprimer : ³\ ´ ¢ ¡ ¢ ¡ ¡ ¢¢ ¡ P C k = P D ∩ Sc = P(D)P Sc | D = P(D) 1 − P S | D . Supposons (6.3). Soit J ∈ P f (I ). Choisissons εk = 1, i.e. A kk = A k pour tout k ∈ J T T ε de sorte que k∈J A kk = k∈J A k . On déduit de (6.3) que k∈J ⊆ D, P (6.2) La définition de la P-indépendance de (A i )i∈I est l’équivalence de (6.1) et (6.2). k∈J k∈J C k car le produit Supposons (6.4). D’après la question précédente, pour tout k ∈ I , la σ-algèbre engendrée par {A k } est σ({A k }) = {;, A + , A − , A 0 }. (6.3) en résulte immédiatement. ³\ T (6.1) où l’on a noté P f (I ) l’ensemble des parties finies de I . P ¡\ k∈J k∈J k∈J k∈J P k∈J ´ Y ε ε A kk = P(A kk ) ³\ Supposons que P(D) = 0. Comme P(A ∪ B) É P(A) + P(B) pour tout (A, B) ∈ A 2 , l’hypothèse de récurrence appliquée à (E i )1ÉiÉn donne : X X P(F n+1 ) É P(F n ) + P(E n+1 ) É P(E i ) + P(E n+1 ) = P(E i ) C AS CROISSANT. Supposons (A n )n∈N ∈ A N croissante. Pour tout n ∈ N∗ , A n−1 ⊆ A n de sorte que B n = A n \ A n−1 = A n ∩(Ω\ A n−1 ) ∈ A et A n = A n−1 ∪B n est réunion disjointe de A n−1 et B n . On pose B 0 = A 0 Ï Vérifions que (B n )n∈N ∈ A N est une suite d’événements deux à deux disjoints. En effet, si (p, q) ∈ N2 et p 6= q, on peut supposer que p < q. Comme 0 É p < q, p É q − 1 et, par croissance de (A n )n∈N , A p ⊆ A q−1 , de sorte que 1ÉiÉn En déduire que P B p ∩ B q ⊆ A p ∩ (Ω \ A q−1 ) ⊆ A q−1 ∩ (Ω \ A q−1 ) = ;, i.e. B p ∩ B q = ;. Ï Montrons par récurrence que, pour tout n ∈ N, A n = ∪0ÉkÉn B k . Si n = 0, par définition, B 0 = A 0 et le résultat est prouvé pour n = 0. Soit n ∈ N. Supposons prouvé que A n = ∪0ÉkÉn B k . Comme A n+1 = A n ∪ B n+1 est réunion disjointe de A n et B n+1 , il résulte de l’hypothèse de récurrence que à ! [ [ B k ∪ B n+1 = Bk . A n+1 = A n ∪ B n+1 = 0ÉkÉn P P(E i ) n X P(E i ) − (n − 1) + P(E n+1 ) − 1 = n+1 X P(E i ) − n. i=1 3. Montrer que, si P(E k ) = 1 pour tout k ∈ N∗ , alors P(∩∞ E ) = 1. i=1 i Supposons que P(E k ) = 1 pour tout k ∈ N∗ . (8.2) montre que P(G n ) Ê 1, i.e. P(G n ) = 1 si n ∈ N∗ .¡ (G n )n∈N∗¢ étant décroissante, par continuité ¡monotone ¢ de T T P, P(G n ) tend vers P i∈N∗ E i car ∩n∈N∗ G n = ∩i∈N∗ E i . D’où 1 = P i∈N∗ E i . 4. On appelle limite supérieure de la suite (E n )n∈N∗ la partie de Ω définie par : T S∞ limsupn∈N∗ E n = ∞ E . Justifier que limsupn∈N E n ∈ A . Interpréter. k=1 n=k n E ∗ = limsupn∈N E n ∈ A car c’est l’intersection dénombrable de réunions déS T∞ nombrables d’éléments de A . (E ∗ )c = ∞ E c est la partie de Ω constituée k=1 n=k n des éléments qui n’appartiennent à aucun E n à partir d’un certain rang, i.e. qui n’appartiennent qu’à un nombre fini de parties E n . E ∗ est donc l’ensemble des réalisations telles qu’un nombre infini de E n soient réalisés. P Montrer que, si ∞ i=1 P(E i ) < ∞, la probabilité qu’un nombre infini de E n soient réalisés est nulle. 1. Montrer l’inégalité de Boole : 1ÉiÉn (8.2) i=1 i=1 Exercice 8 (I NÉGALITÉS DE B OOLE ET DE B ONFERRONI). Soit (Ω, A , P) un espace pro∗ babilisé et (E n )n∈N∗ ∈ A N une famille dénombrable d’événements. ¢ Ei É n ¢ X Ei Ê P(E i ) − (n − 1). P(G n+1 ) Ê P(G n ) + P(E n+1 ) − 1 Ê C AS DÉCROISSANT. Supposons (A n )n∈N ∈ A décroissante. Pour tout n ∈ N, notons A ′n = Ω \ A n ∈ A le complémentaire de A n dans Ω. Comme (A n )n∈N est décroissante, (A ′n )n∈N ∈ A N est croissante et P(A ′n ) = 1− P(A n ) converge en croissant vers P(A ′∞ ) où A ′∞ = ∪k∈N A ′k . Ainsi, (P(A n ))n∈N tend donc vers 1 − P(A ′∞ ). Or, 1 − P(A ′∞ ) = P(Ω \ A ′∞ ) et Ω \ A ′∞ = ∩k∈N A k . Bref, (P(A n ))n∈N converge en décroissant vers P(∩k∈N A k ). P n ¡\ Prouvons (8.2) par récurrence. Notons G n = ∩1ÉiÉn E i pour tout n ∈ N∗ . (8.2) est vraie si n = 1. Soit n ∈ N∗ telle que (8.2) est vraie. L’inégalité (8.2) pour (E i )1ÉiÉn , l’égalité G n+1 = G n ∩ E n+1 et l’inégalité de Bonferroni montrent que N ∀n ∈ N∗ P i=1 0ÉkÉn+1 X i∈N∗ En déduire que : S ¡ [ ¢ 2. Montrer l’inégalité de Bonferroni : si (A, B) ∈ A 2 , P(A ∩ B) Ê P(A) + P(B) − 1. En effet, P(A ∩ B) = P(A) + P(B) − P(A ∪ B) Ê P(A) + P(B) − 1 car P(A ∪ B) É 1. Ï Soient A ∞ = n∈N A n et B ∞ = n∈N B n . Montrons que B ∞ = A ∞ . En effet, pour tout p ∈ N, B p ⊆ A p ⊆ A ∞ de sorte que B ∞ ⊆ A ∞ . Réciproquement, soit ω ∈ A ∞ . Il existe n ∈ N tel que ω ∈ A n . M(ω) = {k ∈ N | ω ∈ A k }, non vide, admet donc un minimum m(ω) = min M(ω). Ou m(ω) = 0 et ω ∈ A 0 = B 0 , ou m(ω) ∈ N∗ et ω ∈ A m(ω) \ A m(ω)−1 = B m(ω) . Dans tous les cas, ω ∈ B ∞ . P Ï Par définition d’une mesure de probabilité, P(B ∞ ) = n∈N P(B n ). Or, P(B 0 ) = P(A 0 ) P et, pour tout n ∈ N∗ , A n = ∪0ÉkÉn B k de sorte que P(A n ) = 0ÉkÉn P(B k ). La converP gence de la série k∈N P(B k ) à termes positifs signifie que la suite croissante de terme général P(A n ) tend vers P(B ∞ ) = P(A ∞ ) lorsque n tend vers +∞. S 1ÉiÉn+1 E i É i∈N∗ P(E i ). S (F n )n∈N∗ étant croissante de réunion E ∞ = i∈N∗ E i , P(F n ) tend vers P(E ∞ ) par P P continuité monotone de P. D’après (8.1), P(F n ) É 1ÉiÉn P(E i ) É i∈N∗ P(E i ) = S pour tout n ∈ N∗ de sorte que P(F n ) É S. Il en résulte que P(E ∞ ) É S. ¡S P S Notons Ẽ k = ∞ E pour tout k ∈ N∗ . Supposons que i∈N∗ P(E i ) converge. nÊk n P D’après la conséquence de l’inégalité de Boole, P(Ẽ k ) É ∞ P(E n ) = S k . nÊk Comme (Ẽ k )k∈N∗ est décroissante, ∩k∈N∗ Ẽ k = E ∗ et S k tend vers 0, P(Ẽ k ) tend vers P(E ∗ ) = 0. On en conclut que la probabilité qu’un nombre infini de E n soient réalisés, i.e. P(E ∗ ), est nulle. (8.1) 1ÉiÉn Prouvons (8.1) par récurrence. Notons F n = ∪1ÉiÉn E i pour tout n ∈ N∗ . Si n = 1, (8.1) est vraie. Soit n ∈ N∗ telle que (8.1) est vraie. Comme F n+1 = F n ∪ E n+1 et 6