Marche aléatoire

Bonsoir,

Je bloque sur l'indépendance. Le reste de la première question j'ai fait :

Soit $i \in [|1,n|]$. Notons $Y_i = \dfrac{1+X_i}{2}$. On a $Y(\Omega)=\{0,1\}$

On a l'égalité des événements $\{X_i=1 \}= \{\dfrac{1+X_i}{2} =1 \}$ et $\{X_i=-1 \}= \{\dfrac{1+X_i}{2} =0 \}$

Donc $P(Y_i =1)= \dfrac{1}{2}$ et $P(Y_i =0)= \dfrac{1}{2}$

Les $Y_i$ suivent une loi de Bernoulli de paramètre $1/2$ donc $\displaystyle\sum_{i=1}^n Y_i=\displaystyle\sum_{i=1}^n \dfrac{1+X_i}{2}=\dfrac{S_n+n}{2}$ suit une loi binomiale de paramètres $n$ et $1/2$.109478

Réponses

  • Pour l'indépendance il faut montrer que pour tout $(y_1,...,y_n)\in \{0,1\}^n$, $P(Y_1=y_1,Y_2=y_2,...,Y_n=y_n) = \prod_1^n P(Y_k=y_k)$.

    Est-ce que tu arrives à faire apparaître les $X_i$ dans l'expression $P(Y_1=y_1,Y_2=y_2,...,Y_n=y_n)$ pour pouvoir utiliser leur intépendance ?
  • D'accord merci.

    Soit $(y_1, \cdots , y_n) \in \{0,1 \}^n$

    $P(Y_1=y_1,Y_2=y_2,...,Y_n=y_n)=P(\dfrac{1+X_1}{2}=y_1,\dfrac{1+X_2}{2}=y_2, \cdots , \dfrac{1+X_n}{2}=y_n) $

    Donc $P(Y_1=y_1,Y_2=y_2,...,Y_n=y_n)=P(X_1=2y_1-1, X_2=2y_2-1, \cdots, X_n=2y_n-1)$

    Or $\forall y_i \in \{0,1\}$ on a $2y_i-1 \in \{-1,1\}$ et donc $P(Y_1=y_1,Y_2=y_2,...,Y_n=y_n)= \displaystyle\prod_{i=1}^n P(X_i =2y_i-1)$ par indépendance des $(X_i)_{1 \leq i \leq n}$

    Mais pour tout $i \in [|1,n|]$ on a l'égalité des évènements : $\{X_i =2y_i -1 \} = \{2Y_i-1=2y_i-1 \}= \{Y_i=y_i \}$ ainsi :

    $\boxed{P(Y_1=y_1,Y_2=y_2,...,Y_n=y_n)= \displaystyle\prod_{i=1}^n P(Y_i=y_i)}$
  • Je bloque sur la $1)b)$ je ne comprends pas à quoi sert l'ensemble $A_n$.
  • Mets de côté $A_n$ et réfléchis à comment exploiter le fait que $\dfrac{S_n+n}{2}$ suit une loi binomiale pour déterminer la valeur de $P(S_n=k)$.
  • D'accord. Cette piste me semble intéressante.
    Je pense avoir trouvé, je suis content de moi car c'est un sujet d'ENS BCSTP et je ne dispose pas de correction.

    Soit $k \in [|0,n|]$.

    On a $P(\dfrac{S_n+n}{2}=k)=\displaystyle\binom{n}{k} (\dfrac{1}{2})^k (\dfrac{1}{2})^{n-k}$

    D'où $\boxed{P(\dfrac{S_n+n}{2}=k)=\displaystyle\binom{n}{k} (\dfrac{1}{2})^n}$

    Par ailleurs, $\{\dfrac{S_n+n}{2}=k \}= \{S_n+n=2k \} = \{S_n = 2k-n \}$

    Posons $k'=2k-n$. Alors $k=\dfrac{n+k'}{2}$ et donc $\boxed{k' \in A_n}$

    $P(\dfrac{S_n+n}{2}=k)=P(S_n=2k-n)=P(S_n=k')=2^{-n} \displaystyle\binom{n}{\frac{n+k'}{2}} $

    Par ailleurs, on a $k \in [|0,n|] \Leftrightarrow k' \in A_n$

    Donc si $k' \notin A_n$ alors $k \notin [|0,n|]$ et donc $P(S_n =k')=0$ d'après la relation encadrée.

    On a montré : $\boxed{\forall n \in \N \ \forall k \in \Z \ u_{n,k}=\begin{cases}
    2^{-n} \displaystyle\binom{n}{\frac{n+k}{2}} \ \text{si} \ k \in A_n \\ 0 \ \text{sinon} \end{cases}}$
  • Pour la question c :

    Comme $S_0=0$ on a $u_{0,0}=P(S_0)=1$ et $\forall k \in \Z, \ u_{0,k}=P(S_0=k)=0$

    Pour la suite je ne vois pas comment procéder.

    Je suis parti de soit $k \in A_n$. Je veux calculer $u_{n,k-1}+u_{n,k+1}$ mais je ne comprends pas comment manipuler les différents cas avec l'ensemble $A_n$, suivant que j'ai $k+1$, $k$ ou $k-1$.
  • Personne n'a d'idées pour cette question ? :-(
  • La question b) n'est d'aucune utilité pour répondre à la question c). Au contraire, elle risque de mener à des calculs bien compliqués.
    Il suffit d'appliquer la formule des probabilités totales, en remarquant que $S_{n+1}=S_n+X_{n+1}$ et que $X_{n+1} $ est indépendant de $S_n$ (lemme des coalitions).
  • D'accord merci, en effet j'étais têtu à vouloir utiliser la question précédente.

    J'ai mis du temps à trouver le système complet d'évènement alors que c'était évident 8-)

    Je prends le système complet d'évènement $\{X_{n+1}=-1 \}$ et $\{X_{n+1}=1 \}$ on obtient :

    $P(S_{n+1}=k)= P( \{S_{n+1}=k \} \cap \{X_{n+1}=-1 \}) + P( \{S_{n+1}=k \} \cap \{X_{n+1}=1 \}) $

    Donc par indépendance : $P(S_{n+1}=k)= P( \{S_{n}=k+1\} \cap \{X_{n+1}=-1 \}) + P( \{S_{n}=k-1\} \cap \{X_{n+1}=1 \}) \\
    = P( \{S_{n}=k+1\}) P(\{X_{n+1}=-1 \})+ P( \{S_{n}=k-1\}) P( \{X_{n+1}=1 \}) \\
    =\dfrac{1}{2} u_{n,k+1}+\dfrac{1}{2} u_{n,k-1}=u_{n+1,k}$
  • Je n'ai aucune idée de comment traiter la question 2)a).109572
    1.png 113.9K
  • Merci, je n'avais pas encore vu ce théorème.

    Vérifions les hypothèses.
    Calculons $E(X_1)$. On a $E(X_1)=1 \times P(X_1=1) - 1 \times P(X_1 =-1) = 0$

    Comme $X_1 \in \{-1,1 \}$ on a $X_1 ^2 =1$
    D'après le théorème de Koenig-Huygens : $Var(X_1)=E(X_1 ^2)-(E(X_1))^2=E(X_1 ^2)=\dfrac{1}{2}+\dfrac{1}{2}=1$

    Posons $Y_n=\dfrac{S_n - n E(X_1)}{\sqrt{Var(X_1)} \sqrt{n}}$

    D'après le cours $P(Y_n \leq x)=P(\dfrac{S_n}{\sqrt{n}} \leq x)$ converge vers la quantité voulue.
  • Je bute un peu sur la question 2)b).

    Soit $x \in \R$ et $t \in \R^{+}$. On a $\lim\limits_{n \rightarrow +\infty} F_n(x,t)= \lim\limits_{n \rightarrow +\infty} \displaystyle\sum_{k \leq [x \sqrt{n}]} P(S_{[nt]}=k)$

    Je ne vois pas comment continuer.
  • Ce n'est tout de même pas compliqué. C'est complètement évident avec l'indication
    (à condition se comprendre que $[nt]=n'$ est un entier et de ce que veut dire $(S_n\leq k)$ quand $S_n$ est discrète).
     
  • Il y a la limite et la somme qui me dérangent.

    On a $\lim\limits_{n \rightarrow +\infty} \displaystyle\sum_{k \leq [x \sqrt{n}]} P(S_{[nt]}=k)=\lim\limits_{n \rightarrow +\infty} \displaystyle\sum_{k \leq [x \sqrt{n}]} P(S_{[nt]} \leq [x \sqrt{n}])$

    On peut rentrer la limite dans la somme ? Et même en supposant qu'on puisse, je n'arrive pas au résultat.
  • Je crois que tout te dérange.
    Laisse tomber ça dépasse tes compétences.
     
  • Je n'ai pas compris ton explication comme souvent ça ne veut pas dire que c'est infaisable.
  • Il n' y a aucune difficultés dans la question. Mais quand on se permet de remplacer

    $$\sum_{k\leq x\sqrt{n}} P(S_{[nt]}=k) \ \mbox { par } \sum_{k\leq x\sqrt{n}} P(S_{[nt]}\leq [x\sqrt{n}])$$

    c'est qu'on est à la masse et il vaut mieux viser plus bas.
     
  • Ok merci je vois mon erreur, en effet j'ai écrit n'importe quoi.
  • C'est bon j'ai compris.

    On a $F_n(x,t)=P\Big(\dfrac{S_{[nt]}}{\sqrt{[nt]}} \leq \dfrac{[x \sqrt{n} ]}{\sqrt{[nt]}}\Big)$
    Posons $N=[nt]$ et $x_N = \dfrac{[x \sqrt{n} ]}{\sqrt{[nt]}}$
    $x \sqrt{n} -1 < [x \sqrt{n}] \leq x \sqrt{n}$ donc pour $n$ assez grand $1- \dfrac{1}{ x \sqrt{n}} \leq \dfrac{[ x \sqrt{n}]}{ x \sqrt{n}} \leq 1$

    Donc, $ [x \sqrt{n}] \sim x \sqrt{n}$

    Ainsi, $x_N \sim x \dfrac{\sqrt{n}}{\sqrt{N}} \sim \dfrac{x}{\sqrt{t}}$ ce qui donne le résultat d'après la question précédente.
Connectez-vous ou Inscrivez-vous pour répondre.