Petits exos sur sommes de va exponentielles

Soit $X_1,\ldots, X_n,\ldots$ des va indépendantes de même loi exponentielle $\Pr(X_n>x)=e^{-x}$ pour $x>0.$ Soit $a_1,\ldots,a_n,\ldots$ positifs et deux à deux distincts.

1) Quelle est la densité de $a_1X_1+\cdots+a_nX_n\ ?$
2) Si $Y=\sum\limits_{n=1}^{\infty}a_nX_n\leq \infty$ pour quels $(a_n)_{n\geq 1}$ a-t-on $\Pr(Y<\infty)=1\ ?$

Réponses

  • Je ne détaille pas les calculs.
    1) Notons pour $N\in \mathbb{N}^{*},$ $\displaystyle P_{N}(X)=\prod_{k=1}^{N}(a_{i}X+1)$ et, $\displaystyle Y_{N}=\displaystyle \sum_{k=1}^{N}a_{k}X_{k}.$
    Alors, par inversion de Laplace, après avoir procédé à une décomposition en éléments simples (c'est ici que le fait que les $a_{i}$ soient deux à deux distincts intervient), la densité de la variable aléatoire $Y_{N}$ est : $$
    f_{Y_{N}}(x)=\left\{ \begin{array}{rl}
    \sum_{k=1}^{N}\frac{e^{-\frac{x}{a_{k}}}}{P'_{N}(-\frac{1}{a_{k}})},& \mbox{ si } x>0\\
    0 ,&\mbox{ sinon.}
    \end{array}\right.

    $$ 2) Comme je ne vois pas le rapport avec la première question, on peut indiquer que dans le cadre de l'énoncé, le résultat découle directement de l'utilisation du théorème des trois séries de Kolmogorov.

    Comme ici, toutes les quantités en jeu sont positives, on peut en donner une preuve "à la mano".
    La condition nécessaire est suffisante est que la suite $a$ soit $\ell^{1}$ (mais pas nécessairement injective... et il me semble que les va $X_{k}$ n'ont nul besoin d'être indépendantes mais seulement de suivre la même loi).

    *Si $a\in \ell^{1}$ alors, on a par Fubini positif : $\displaystyle \mathbb{E}[Y]=\sum_{k\geq 1}a_{k}<+\infty.$
    Et ainsi, $Y$ est finie pp.

    **Réciproquement, si on suppose que $Y$ est finie pp. vu que les quantités en jeu sont positives (par croissance des sommes partielles définissant $Y$), il vient que la série aléatoire converge pp.
    Alors, il existe un ensemble de probabilité (arbitrairement) grande : $A$ (lemme d'Egorov) sur lequel $Y$ est uniformément bornée sur $A$ (disons par $M$).
    Il vient alors par le lemme de convergence monotone et comme chacune des $X_{k}$ suivent la même loi :
    \begin{align*}
    \sum_{k\geq 1}a_{k} & \lesssim \sum_{k\geq 1}a_{k}\mathbb{E}[X_{k}\mathrm{1}_{A}]\\
    & = \mathbb{E}[Y\mathrm{1}_{A}]\\
    & \leq M.

    \end{align*} Ainsi, la suite $a$ est nécessairement $\ell^{1}.$
  • Bien joué Bobby Joe. Pas de rapport entre les deux questions puisque le titre disait exos et non exo. Pour le 1) cela vaut la peine d'expliciter la densité $$
    \sum_{i=1}^n\frac{a_i^{n-2}}{\prod_{j\neq i}(a_i-a_j)}\times e^{-y/a_i}.
    $$ Pour le 2), résultat moins général que le tien car utilisant l’indépendance. En effet, pour $s>0$ $$
    \mathbb{E}(e^{-sY})=\prod_{n=1}^{\infty}\frac{1}{1+a_is}=P(s)\geq 0
    $$ et $P(s)$ non nul si, et seulement si, $\sum_{n=1}^{\infty}a_n<\infty.$ Si $Y$ est fini avec pb 1, $P(s)$ est non nul. Si $P(s)$ est non nul, il tend vers $1$ si $s$ tend vers $0$ et $Y$ ne peut être infini avec une probabilité positive.


    Application des exos 1 et 2: quelle est la densite de $Y$ si $\sum_{n=1}^{\infty}a_n<\infty.$ ?
Connectez-vous ou Inscrivez-vous pour répondre.