Écart entre deux variables aléatoires i.i.d.

Bonjour à tous,

Soit $A=\{C\geq 0 \, : \,\mathbb P(|X-Y|\leq 2) \leq C\,\mathbb P(|X-Y|\leq 1) \text{ pour tout } X,Y \text{ i.i.d.}\}$.
Dans le cadre d'un exercice j'ai appris que $C=\inf A$ existe, et que $3\leq C \leq 5$.

Peut-on être plus précis, est-ce qu'on connaît la valeur exacte de $C$, ou est ce qu'on sait mieux l'encadrer ?

Merci d'avance ;-)

Réponses

  • Est-ce que tu as une preuve rapide que ton ensemble $A$ est non vide ? Ça m'intéresse.
  • Oui j'ai une preuve (j'utilise le formalisme classique des probas).

    $|X-Y| \leq 2 \subset |[X]-[Y]| \leq 2$. Je note $X' = [X]$ et $Y'=[Y]$ qui sont alors deux variables aléatoires discrètes et i.i.d. Je note $p_i = \mathbb P(X'=i)$.

    On a donc \begin{align*} \mathbb P(|X'-Y'| \leq 2) &= \sum_{i=-2}^2 \mathbb P(X'=Y'+i) \\
    &= \sum_{i=-2}^2 \sum_{n\in\Z} \mathbb P(X'=Y'+i, Y'=n) \\
    &= \sum_{i=-2}^2 \sum_{n\in\Z} p_{n+i}p_n \leq \sum_{i=-2}^2 (\sum_{n\in\Z} p_{n+i}^2)^{1/2}(\sum_{n\in\Z} p_{n}^2)^{1/2} \end{align*} par Cauchy-Schwarz. Or $\sum_{n\in\Z} p_{n+i}^2 = \sum_{n\in\Z} p_{n}^2$ et donc $\mathbb P(|X'-Y'| \leq 2) \leq 5 \sum_{n\in\Z} p_{n}^2 = 5\mathbb P(X'=Y') \leq 5\mathbb P(|X-Y|\leq 1)$ car $[X]=[Y] \subset |X-Y| \leq 1$.

    Donc $\inf A \leq 5$, et $\inf A \geq 3$ se démontre en considérant la loi uniforme sur $\{2,4,6,...,2N\}^2$ pour le couple $(X,Y)$.

    Crédit : livre d'aléa de l'intégration aux probabilités.
  • Il me semble qu'il te manque des sommes sur $i$ un peu partout, mais sinon ok merci. Malin le fait de se ramener au cas discret !
  • Merci c'est corrigé ;-)

    Oui c'est malin, j'avoue que je n'y aurais jamais pensé sans indication.

    Moi aussi j'ai trouvé le résultat intéressant. Du coup ma question est que sait-on sur cette fameuse constante $C$ ?
  • Si $\varphi_X$ est la fonction caracteristique de $X$ on voit que
    $$\Pr(|X-Y|<1)=\lim_{T\to \infty}\frac{1}{\pi}\int_{-T}^T|\varphi_X(t)|^2\frac{\sin t}{t}dt=f_X$$ Si on pose $f_X(a)=f_{X/a}$ la question posee est celle du calcul de $C=\inf _Xf_X(2)/f_X(1)$ et en fait plus generalement de celle de
    $$C(a,b)=\inf _X\frac{f_X(a)}{f_X(b)}.$$


    Je me suis pose la question du calcul de $f_X(a)$ quand $X$ est uniforme sur $[0,1]$ ce qui m'a conduit a l'integrale 3.763 (4) dans Gradshtein and Ryzhik qui dit que si $a\geq b$ et $c>0$ alors

    $$I=\frac{2}{\pi}\int_{0}^{\infty}\frac{\sin at\, \sin bt\, \sin ct }{t^3}dt=bc-\frac{(a-b-c)^2}{8}$$ si $|c-a|<b$ et $I=bc$ sinon. Ceci me parait largement faux car alors $c\mapsto I$ serait discontinu en $a+b.$ On peut interpreter $I$ comme la valeur a l'origine de la densite de $aU+bV+cW$ ou $U,V,W$ sont iid uniformes sur $[-1,1].$




    Cher alea, ce probleme de ton livre ne sort pas de nulle part?
  • Sans doute, mais là il faut que je demande à Aline.
  • J'avoue que tu m'as complètement largué dès ta deuxième ligne P :-D
  • C'est base sur la TF de Fourier dans $L^2$
    $$1_{|x|<1}(x)=\lim_{T\to \infty}\frac{1}{\pi}\int_{-T}^{T}e^{itx}\frac{\sin t}{t}dt.$$
  • Un calcul assez similaire est fait dans le premier livre d'aléa page 213, pour exprimer la mesure en fonction de la fonction caractéristique.

    Je up ce fil, au cas où quelqu'un a des infos sur cette fameuse constante.
  • Merci beaucoup Siméon. Une preuve de ce fait est-elle accessible ? Existe-t-il une référence ?
  • La preuve est dans cet article d'Alon et Yuster : http://www.cs.tau.ac.il/~nogaa/PDFS/123.pdf

    Note au passage qu'il n'y a pas que des charlots qui s'y sont cassé les dents : Margulis, Peres, ...
  • Merci pour le papier ;-) Bon la preuve ne se fait pas en trois lignes de toute façon.
Connectez-vous ou Inscrivez-vous pour répondre.