Cours de probabilités

icon

248

pages

icon

Français

icon

Documents

Lire un extrait
Lire un extrait

Obtenez un accès à la bibliothèque pour le consulter en ligne En savoir plus

Découvre YouScribe en t'inscrivant gratuitement

Je m'inscris

Découvre YouScribe en t'inscrivant gratuitement

Je m'inscris
icon

248

pages

icon

Français

icon

Ebook

Lire un extrait
Lire un extrait

Obtenez un accès à la bibliothèque pour le consulter en ligne En savoir plus

Cours de probabilités niveau master de Jean-François Le Gall
Voir Alternate Text

Publié par

Nombre de lectures

280

Langue

Français

Poids de l'ouvrage

1 Mo

FIMFA Int´egration, Probabilit´es et Processus Al´eatoires Jean-Franc¸ois Le Gall Septembre 2006 D´epartement Math´ematiques et Applications Ecole normale sup´erieure de Paris 2 Sommaire I Int´egration 7 1 Espaces mesur´es 9 1.1 Ensembles mesurables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9 1.2 Mesures positives . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11 1.3 Fonctions mesurables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13 1.4 Classe monotone . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15 2 Int´egration par rapport `a une mesure 17 2.1 Int´egration de fonctions positives . . . . . . . . . . . . . . . . . . . . . . . . 17 2.2 Fonctions int´egrables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23 2.3 Int´egrales d´ependant d’un param`etre . . . . . . . . . . . . . . . . . . . . . . 26 3 Construction de mesures 29 3.1 Mesures ext´erieures . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29 3.2 La mesure de Lebesgue . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31 3.3 Liens avec l’int´egrale de Riemann . . . . . . . . . . . . . . . . . . . . . . . . 38 3.4 Un exemple d’ensemble non mesurable . . . . . . . . . . . . . . . . . . . . . 39 3.5 Int´egrale de Stieltjes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39 3.6 Le th´eor`eme de repr´esentation de Riesz . . . . . . . . . . . . . . . . . . . . . 41 p4 Espaces L 43 4.1 D´efinition et in´egalit´e de H¨older . . . . . . . . . . . . . . . . . . . . . . . . . 43 p4.2 L’espace de Banach L (E,A,) . . . . . . . . . . . . . . . . . . . . . . . . . 46 p4.3 Th´eor`emes de densit´e dans les espaces L . . . . . . . . . . . . . . . . . . . . 49 4.4 Le th´eor`eme de Radon-Nikodym . . . . . . . . . . . . . . . . . . . . . . . . . 52 5 Mesures produits 57 5.1 G´en´eralit´es sur les espaces produits . . . . . . . . . . . . . . . . . . . . . . . 57 5.2 Construction de la mesure-produit . . . . . . . . . . . . . . . . . . . . . . . . 58 5.3 Le th´eor`eme de Fubini . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61 5.4 Applications . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63 5.4.1 Int´egration par parties . . . . . . . . . . . . . . . . . . . . . . . . . . 63 5.4.2 Convolution . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64 5.4.3 Calcul du volume de la boule unit´e . . . . . . . . . . . . . . . . . . . 67 3 6 Mesures sign´ees 69 6.1 D´efinition et variation totale . . . . . . . . . . . . . . . . . . . . . . . . . . . 69 6.2 La d´ecomposition de Jordan . . . . . . . . . . . . . . . . . . . . . . . . . . . 72 p q6.3 La dualit´e L −L . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75 6.4 Le th´eor`eme de repr´esentation de Riesz . . . . . . . . . . . . . . . . . . . . . 79 7 Formule de changement de variables et compl´ements 81 7.1 La formule de changement de variables . . . . . . . . . . . . . . . . . . . . . 81 7.2 Mesure de Lebesgue sur la sph`ere unit´e . . . . . . . . . . . . . . . . . . . . . 85 II Probabilit´es 89 8 Fondements de la th´eorie des probabilit´es 91 8.1 D´efinitions g´en´erales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91 8.1.1 Espaces de probabilit´e . . . . . . . . . . . . . . . . . . . . . . . . . . 91 8.1.2 Variables al´eatoires . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93 8.1.3 Esp´erance math´ematique . . . . . . . . . . . . . . . . . . . . . . . . . 94 8.1.4 Exemple : le paradoxe de Bertrand . . . . . . . . . . . . . . . . . . . 96 8.1.5 Lois classiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 98 8.1.6 Fonction de r´epartition d’une variable al´eatoire r´eelle . . . . . . . . . 99 8.1.7 Tribu engendr´ee par une variable al´eatoire . . . . . . . . . . . . . . . 100 8.2 Moments de variables al´eatoires . . . . . . . . . . . . . . . . . . . . . . . . . 101 8.2.1 Moments d’ordre p et variance . . . . . . . . . . . . . . . . . . . . . . 101 8.2.2 La r´egression lin´eaire . . . . . . . . . . . . . . . . . . . . . . . . . . . 103 8.2.3 Fonctions caract´eristiques . . . . . . . . . . . . . . . . . . . . . . . . 104 8.2.4 Fonction g´en´eratrice . . . . . . . . . . . . . . . . . . . . . . . . . . . 107 9 Ind´ependance 109 9.1 Ev´enements ind´ependants . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109 9.2 Variables al´eatoires et tribus ind´ependantes . . . . . . . . . . . . . . . . . . 111 9.3 Le lemme de Borel-Cantelli . . . . . . . . . . . . . . . . . . . . . . . . . . . 116 9.4 Sommes de variables al´eatoires ind´ependantes. . . . . . . . . . . . . . . . . . 119 10 Convergence de variables al´eatoires 125 10.1 Les diff´erentes notions de convergence . . . . . . . . . . . . . . . . . . . . . . 125 10.2 La loi forte des grands nombres . . . . . . . . . . . . . . . . . . . . . . . . . 127 10.3 La convergence en loi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 131 10.4 Deux applications . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137 10.4.1 La convergence des mesures empiriques . . . . . . . . . . . . . . . . . 137 10.4.2 Le th´eor`eme central limite . . . . . . . . . . . . . . . . . . . . . . . . 138 10.4.3 Extension au cas vectoriel . . . . . . . . . . . . . . . . . . . . . . . . 140 4 11 Conditionnement 143 11.1 Conditionnement discret . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 143 11.2 La d´efinition de l’esp´erance conditionnelle . . . . . . . . . . . . . . . . . . . 145 11.2.1 Cas des variables int´egrables . . . . . . . . . . . . . . . . . . . . . . . 145 11.2.2 Cas des variables positives . . . . . . . . . . . . . . . . . . . . . . . . 147 11.2.3 Le cas particulier des variables de carr´e int´egrable . . . . . . . . . . . 150 11.3 Propri´et´es sp´ecifiques de l’esp´erance conditionnelle . . . . . . . . . . . . . . . 150 11.4 Calculs d’esp´erance conditionnelle . . . . . . . . . . . . . . . . . . . . . . . . 153 11.4.1 Conditionnement discret . . . . . . . . . . . . . . . . . . . . . . . . . 153 11.4.2 Cas des variables `a densit´e . . . . . . . . . . . . . . . . . . . . . . . . 153 11.4.3 Conditionnement gaussien . . . . . . . . . . . . . . . . . . . . . . . . 154 11.5 Probabilit´es de transition et lois conditionnelles . . . . . . . . . . . . . . . . 157 III Processus al´eatoires 161 12 Th´eorie des martingales `a temps discret 163 12.1 D´efinitions et exemples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 163 12.2 Temps d’arrˆet . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 167 12.3 Convergence presque suˆre des martingales . . . . . . . . . . . . . . . . . . . 169 p12.4 La convergence dans L pour p> 1 . . . . . . . . . . . . . . . . . . . . . . . 176 12.5 Uniforme int´egrabilit´e et martingales . . . . . . . . . . . . . . . . . . . . . . 179 12.6 Martingales r´etrogrades. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 186 13 Chaˆınes de Markov 191 13.1 D´efinition et premi`eres propri´et´es . . . . . . . . . . . . . . . . . . . . . . . . 191 13.2 Quelques exemples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 193 13.2.1 Variables al´eatoires ind´ependantes . . . . . . . . . . . . . . . . . . . . 193 d13.2.2 Marches al´eatoires surZ . . . . . . . . . . . . . . . . . . . . . . . . 194 13.2.3 Marche al´eatoire simple sur un graphe . . . . . . . . . . . . . . . . . 194 13.2.4 Processus de branchement . . . . . . . . . . . . . . . . . . . . . . . . 194 13.3 La chaˆıne de Markov canonique . . . . . . . . . . . . . . . . . . . . . . . . . 195 13.4 La classification des ´etats . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 200 13.5 Mesures invariantes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 206 13.6 Comportement asymptotique . . . . . . . . . . . . . . . . . . . . . . . . . . 211 13.7 Martingales et chaˆınes de Markov . . . . . . . . . . . . . . . . . . . . . . . . 215 14 Introduction au mouvement brownien 219 14.1 Le mouvement brownien comme limite de marches al´eatoires . . . . . . . . . 219 14.2 La construction du mouvement brownien . . . . . . . . . . . . . . . . . . . . 222 14.3 La mesure de Wiener . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 226 14.4 Premi`eres propri´et´es du mouvement brownien . . . . . . . . . . . . . . . . . 227 14.5 La propri´et´e de Markov forte . . . . . . . . . . . . . . . . . . . . . . . . . . . 230 14.6 Fonctions harmoniques et probl`eme de Dirichlet . . . . . . . . . . . . . . . . 233 5 14.7 Fonctions harmoniques et mouvement brownien . . . . . . . . . . . . . . . . 241 6 Partie I Int´egration 7 Chapitre 1 Espaces mesur´es L’id´ee de d´epart de la th´eorie de la mesure est d’assigner un nombre r´eel positif (la mesure de ce sous-ensemble) `a chaque sous-ensemble d’un ensemble donn´e, de mani`ere `a satisfaire certaines propri´et´es naturelles d’additivit´e (la mesure d’une r´eunion disjointe doit ˆetre la somme des mesures). Pour des raisons profondes, il n’est pas possible en g´en´eral de d´efinir la mesure de n’importe quel sous-ensemble, et on doit se restreindre `a une certaine classe (tribu) de sous-ensembles, appel´es les sous-ensembles mesurables : un ensemble muni d’une tribu est appel´e espace mesurable. Ce chapitre introduit les notions fondamentales de tribu (= famille des ensembles mesurables), de mesure sur un espace mesurable, et de fonctions mesurables, qui sont les fonctions dont on saura plus tard d´efinir l’int´egrale. Le dernier paragraphe´enonce une forme du lemme de classe monotone, qui joue un rˆole tr`es important `a la fois en th´eorie de la mesure et en th´eorie des probabilit´es. 1.1 Ensembles mesurables D´efinition 1.1.1 Soit E un ensemble quelconque. Une tribu (ou σ-alg`ebre) sur E est une familleA de parties de E telle que: (i) E∈A ; c(ii) A∈A⇒A ∈A ; [ (iii) Si A ∈A pour tout n∈N, on a aussi A ∈A.n n n∈N Les´el´ementsdeAsontappel´espartiesmesurables,ouparfo
Voir Alternate Text
  • Univers Univers
  • Ebooks Ebooks
  • Livres audio Livres audio
  • Presse Presse
  • Podcasts Podcasts
  • BD BD
  • Documents Documents
Alternate Text