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 $1/2$.
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 $1/2$.
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 : $P(S_{n+1}=k)= P( \{S_{n}=k+1\} \cap \{X_{n+1}=-1 \}) + P( \{S_{n}=k-1\} \cap \{X_{n+1}=1 \}) \\
= P( \{S_{n}=k+1\}) P(\{X_{n+1}=-1 \})+ P( \{S_{n}=k-1\}) P( \{X_{n+1}=1 \}) \\
=\dfrac{1}{2} u_{n,k+1}+\dfrac{1}{2} u_{n,k-1}=u_{n+1,k}$ -
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. -
oui
Connectez-vous ou Inscrivez-vous pour répondre.
Bonjour!
Catégories
- 163.1K Toutes les catégories
- 7 Collège/Lycée
- 21.8K Algèbre
- 37.1K Analyse
- 6.2K Arithmétique
- 52 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
- 62 Géométrie différentielle
- 1.1K Histoire des Mathématiques
- 68 Informatique théorique
- 3.8K LaTeX
- 39K Les-mathématiques
- 3.5K Livres, articles, revues, (...)
- 2.7K Logiciels pour les mathématiques
- 24 Mathématiques et finance
- 312 Mathématiques et Physique
- 4.9K Mathématiques et Société
- 3.3K Pédagogie, enseignement, orientation
- 10K Probabilités, théorie de la mesure
- 772 Shtam
- 4.2K Statistiques
- 3.7K Topologie
- 1.4K Vie du Forum et de ses membres