Quatrième moment d'une variable
Bonjour tout le monde,
J'essaie de réviser la mesure et probabilité, et je suis tombé sur un problème.
En fait je bloque dès la première question 1-a. Je ne vois pas comment faire pour calculer l'espérance de $S_n^4$.
Je sais que l'espérance est linéaire, mais c'est la puisse 4 qui me pose problème. Est ce que $ E (\sum_{i=1}^\infty X_i)^4 = \sum_{i=1}^\infty E( X_i^4) $ ?
J'ai besoin d'une piste, ou une idée.
Je vous remercie d'avance.
J'essaie de réviser la mesure et probabilité, et je suis tombé sur un problème.
En fait je bloque dès la première question 1-a. Je ne vois pas comment faire pour calculer l'espérance de $S_n^4$.
Je sais que l'espérance est linéaire, mais c'est la puisse 4 qui me pose problème. Est ce que $ E (\sum_{i=1}^\infty X_i)^4 = \sum_{i=1}^\infty E( X_i^4) $ ?
J'ai besoin d'une piste, ou une idée.
Je vous remercie d'avance.
Réponses
-
Ça n'a aucune chance d'être vrai. De toute façon, tu ne calculs pas la bonne espérance, on demande celle de $S_n^4$. $S_n$ est une somme finie, tu n'as qu'à développer cette somme à la puissance $4$ puis passer à l'espérance.
-
Bonjour,
Merci pour la réponse,
Vous êtes surs que c'est le seul moyen ? Le calcul n'est pas évident...
Ca donne ça : $ X_1^4 + 4 X_1^3 \sum_{i=2}^n X_i + 6X_1^2 (\sum_{i=2}^n X_i)^2 + 4X_1 ( \sum_{i=2}^n X_i )^3 + ( \sum_{i=2}^n X_i )^4$.
Comment faire pour trouver l'espérance de ce terme ? -
Il faut développer complètement la puissance de la somme. On a $$S_n^4 = \sum_{1 \leq i,j,k,l \leq n} X_i X_j X_k X_l.$$ Il reste à rassembler les puissances correctement. L'indépendance et l'hypothèse de moyenne nulle va simplifier l'expression de l'espérance.
-
AH merci pour ce développement , c'est assez technique quand même.
- Pour la question 1-b j'ai trouvé la majoration : $ \frac{4}{\varepsilon^2} \sum_{i=1}^\infty \frac{E(X_n^2)}{n^2}$
Pour cela il faut appliquer l'inégalité de kolmogorov, cas général de l'inégalité de Tchébychef, sachant que : $|S_n|>\varepsilon^{2^k}$ pour $n>2^{k+1}$.
- Pour la question 1-c c'est la lemme de Borel-Cantelli. Une application directe en utilisant la majoration par une série convergente d ela question d'avant.
C'est bien ça ?
- Par contre je bloque pour la question 1-d, j'ai du mal à manipuler les inclusions... Une aide svp ? -
Je ne sais pas ce qu'est ton inégalité de Kolmogorov mais ça me semble bien trop puissant par rapport à ce qui est attendu pour démontrer la loi des grands nombres $L^4$.
Pour la 1-d, il suffit de dire que si $$\limsup_n |S_n(\omega)/n| > \varepsilon,$$ alors pour une infinité de valeurs de $n$, on a $$|S_n(\omega)/n| > \varepsilon,$$ donc $\omega \in \limsup_n \{|S_n/n| > \varepsilon\}.$ -
C'est une inégalité que j'ai dans mon cours.
Elle dit que si une suite de v.a.r indépendantes, toutes de carré intégrable, et d'espérance nulle, alors en posant
$S_n=X_1 +...+X_n$ et pour tout $\alpha>0$ on a :
$P(\underset{1\leq k\leq n}{\max}|S_k|\geq \alpha) \leq \frac{1}{\alpha^2} E(S_n^2)$ -
Merci pour votre aide. J'ai du mal avec le raisonnement ensembliste en probabilité... PAr exemple, la question 1-c et 1-e c'est la même question ? Ou bien il y a une différence, ou bien il faut utiliser un autre raisonnement ?
-
Bah non, 1-e c'est une conséquence de 1-c et de l'inclusion de 1-d.
-
J'ai un gros souci de compréhension, c'est quoi la différence entre : $\omega \in \limsup_n \{|S_n/n| > \varepsilon\}.$ et $ \limsup_n |S_n(\omega)/n| > \varepsilon,$ ? J'ai trouvé les définition suivantes mais c'est un peu ambigu dans ma tête.
$\limsup_n A_n =\bigcap_{n\ge 0}(\bigcup_{k\ge n} A_k).$
Limite supérieure d'une suite de parties $\scriptstyle \Omega$ est l'ensemble $\scriptstyle \limsup_n\, A_n$ des éléments $\scriptstyle \omega$ de $\scriptstyle \Omega$ tels que l'assertion $\scriptstyle \{\omega\in A_k\}$ soit vérifiée pour une infinité d'indices $\scriptstyle k\ge 0$ -
Et du coup par définition de la convergence presque sure $\forall \epsilon > 0,\qquad \mathbb{P}\left(\liminf_n \{ | X_n - X | < \epsilon \}\right) = 1$ ou $\forall \epsilon > 0,\qquad \mathbb{P}\left(\limsup_n \{ | X_n - X | > \epsilon \}\right) = 0$ on déduit la convergence de la moyenne empirique presque surement vers 0
-
$\limsup_n u_n$ est la plus grande valeur d'adhérence de la suite de réels $(u_n)_n$. En particulier si celle-ci est $> a$ alors pour une infinité de valeurs de $n$, on a $u_n > a$. Pour la limite supérieur d'ensembles, tu as la bonne définition, et la caractérisation avec l'appartenance à une infinité de tes événements te donne bien ce qu'il faut.
Je n'ai rien compris à ton dernier message, c'est quoi $X$ ? -
C'est une caractérisation du cas général de $X_n$ converge presque sûrement vers $X$, dans notre car $X=0$ et $X_n = S_n/n$
-
C'est ça ta définition de convergence presque sûre ? Ça m'étonnerait fortement, ne serait-ce que parce que ce que tu écris est faux, et même en corrigeant, c'est loin d'être la définition la plus claire.
-
Ben la définition dans le cas général de $X_n$ converge presque sûrement vers $X$ c'est $ \mathbb{P}\left(\lim_{n\rightarrow\infty}X_n=X\right)=1$ Ce que j'avais écrit c'est une caractérisation
-
Mouais, pas besoin de s'embêter avec cette caractérisation. Si pour tout $\varepsilon > 0$, $\limsup_n |S_n/n| \leq \varepsilon$ presque-sûrement, alors $S_n/n \to 0$ presque-sûrement puisque $|S_n/n| \geq 0$.
-
Ah oui d'accord Je vous remercie.
Vous maîtrisez bien la mesure et probabilité, vous êtes prof ?
Maintenant on suppose que$ M= \underset{n}{\sup} E(X_n^4) < \infty$
les variables ne sont plus de même loi (pratiquement, le fait qu'elles soient pas de même loi, qu'est ce que ça change ?).
$E(X_n^2) \leq\sqrt{M}$
On sait que les variables sont toujours centrées -
J'ai trouvé : L'inégalité de Jensen, avec comme fonction convexe sur les réels $ f(x) = x^2$.
Donc 2-a est fait.
Connectez-vous ou Inscrivez-vous pour répondre.
Bonjour!
Catégories
- 163.2K Toutes les catégories
- 9 Collège/Lycée
- 21.9K Algèbre
- 37.1K Analyse
- 6.2K Arithmétique
- 53 Catégories et structures
- 1K Combinatoire et Graphes
- 11 Sciences des données
- 5K Concours et Examens
- 11 CultureMath
- 47 Enseignement à distance
- 2.9K Fondements et Logique
- 10.3K Géométrie
- 65 Géométrie différentielle
- 1.1K Histoire des Mathématiques
- 69 Informatique théorique
- 3.8K LaTeX
- 39K Les-mathématiques
- 3.5K Livres, articles, revues, (...)
- 2.7K Logiciels pour les mathématiques
- 24 Mathématiques et finance
- 314 Mathématiques et Physique
- 4.9K Mathématiques et Société
- 3.3K Pédagogie, enseignement, orientation
- 10K Probabilités, théorie de la mesure
- 773 Shtam
- 4.2K Statistiques
- 3.7K Topologie
- 1.4K Vie du Forum et de ses membres