Inégalité récalcitrante

Salut,

J'avais planché il y a quelques temps sur cet exo :

Soit $X_{1},\,\dots,\,X_{k},\,\dots$ des variables aléatoires indépendantes de loi de Bernoulli de paramètre $p$. Soit $N$ une variable aléatoire indépendante des variables aléatoires de Bernoulli précédentes suivant une loi de Poisson de paramètre entier $n\geq 1$. Pour tout entier $k\geq 1$, on pose $S_{k}=X_{1}+...+X_{k}$. On définit de plus $S_{0 =0$.

1. Calculer la loi de la variable aléatoire $S_{N}$.

2. Vérifier que $E\left( S_{N}-S_{n}\right)=0$.

3. Etablir que $E\left( \left( S_{N}-S_{n}\right)^{2}\right)
\ine\sqrt{n}p\left(1-p\right) $.

4. En déduire que pour tout $\varepsilon>0$ et tout
$\alpha\in\left]0,\, 3/4 \right[ $
$$\lim_{n\rightarrow\ip}P\left( n^{\alpha}\left\vert \frac{S_{N}}{n}
-\frac{S_{n}}{n}\right\vert \geq\varepsilon\right)=0$$

Pour le 1. et 2. pas de problème. On trouve que $S_N$ suit une loi de Poisson de paramètre $np$. En revanche je ne vois pas du tout comment faire le 3. A l'époque j'avais tout essayé, mais en vain et j'en étais venu à penser que cette inégalité était fausse. Mais peut-être que quelque chose m'échappe...

Merci de m'éclairer, Michal

Réponses

  • Bizarre, on ne voit rien...
  • Mais c'est déjà très beau comme ça...
  • Salut

    J'avais planché il y a quelques temps sur cet exo :

    Soit $X_{1},\ldots, X_{k},\ldots$ des variables aléatoires indépendantes de loi de Bernoulli de paramètre $p$. Soit $N$ une variable aléatoire indépendante des variables aléatoires de Bernoulli précédentes suivant une loi de Poisson de paramètre entier $n\geq 1$. Pour tout entier $k\geq 1$, on pose $S_{k}=X_{1}+\ldots+X_{k}$. On définit de plus $S_0 =0$.
    1. Calculer la loi de la variable aléatoire $S_{N}$.
    2. Vérifier que $E\left( S_{N}-S_{n}\right)=0$.
    3. Etablir que $E\left( \left( S_{N}-S_{n}\right)^{2}\right) =p\sqrt{n}\left(1-p\right) $.
    4. En déduire que pour tout $\varepsilon>0$ et tout $\alpha\in\left] 0, \frac{3}{4} \right[ $
    $$\lim_{n\to\infty}P\left( n^{\alpha}\left\vert \frac{S_{N}}{n}
    -\frac{S_{n}}{n}\right\vert \geq\varepsilon\right)=0
    $$ ==> Pour le 1. et 2. pas de problème. On trouve que $S_N$ suit une loi de Poisson de paramètre $np$. En revanche je ne vois pas du tout comment faire le 3. A l'époque j'avais tout essayé, mais en vain et j'en étais venu à penser que cette inégalité était fausse. Mais peut-être que quelque chose m'échappe...

    Merci de m'éclairer, Michal
  • L'inégalité de 3. c'est en fait :
    $$$E\left( \left( S_{N}-S_{n}\right)^{2}\right)
    \leq\sqrt{n}\,p\left(1-p\right) $$
  • Salut,

    Pas trop le temps de regarder cela car je suis au bureau, mais à vue de nez, on simplifie le problème en écrivant:

    $E[(S_N - S_n)^2] = E[{S_N}^2 + {S_n}^2 - 2 S_n (S_N - S_n + S_n)]$

    On connaît $E[{S_N}^2], E[{S_n}^2]$ et on se sert de l'indépendance de
    $(S_N - S_n)$ par rapport à $\sigma(S_n)$
    Et ensuite, on regarde $E[(S_N - S_n)]$ pour chaque valeur possible de $N$. Désolé de ne pouvoir proposer mieux pour l'instant.

    All
  • AD : effectivement tu n'étais pas réveillé...

    [Michal : pour ne pas mourrir idiot, quelle est la différence ? AD]
  • Je crois que j'y ai été un peu rapidement. Si $(S_N - S_n)^2$ était indépendant de $\sigma(S_n)$, alors on ne pourrait pas avoir d'inégalité avec $sqrt{n}$.

    Il vaut peut-être mieux écrire directement:
    $E[(S_N - S_n)^2] = \sum_{k \geq n}E[(S_k - S_n)^2 1_{(N=k)}]$

    Je vais y réfléchir ce soir.

    All
  • Je crois que j'y ai été un peu rapidement. Si $(S_N - S_n)^2$ était indépendant de $\sigma(S_n)$, alors on ne pourrait pas avoir d'inégalité avec $\sqrt{n}$.

    Il vaut peut-être mieux écrire directement:
    $E[(S_N - S_n)^2] = \sum_{k \geq n}E[(S_k - S_n)^2 1_{(N=k)}]$

    Je vais y réfléchir ce soir.

    All
  • Bonjour Alain,

    C'est le signe égal qui est devenu une inégalité.
    Amitiés,

    All

    [Ah oui, merci, je ne suis donc pas encore réveillé. AD]
  • J'ai un peu réfléchi sur le 3).
    Je n'ai pas su finir, mais peut-être qu'avec des équivalents bien choisis on peut terminer tout cela.
    $E[(S_N - S_n)^2] = \sum_{k \geq n}E[S_k - S_n)^2 1_(N=k)]$
    $= \sum_{k \geq n}E[S_k - S_n)^2]E[1_(N=k)]$ par indépendance
    $= \sum_{k \geq n}E[S_k - S_n)^2]P(N=k)$
    $= \sum_{k \geq n}e^{-np} \frac{(np)^k}{k!} E[S_k - S_n)^2]$
    $= \sum_{i \geq 0}e^{-np} \frac{(np)^{i+n}}{(i+n)!} E[{S_i}^2]$
    $= e^{-np}(np)^n \sum_{i \geq 0} \frac{(np)^i}}{(i+n)!} E[{S_i}^2]$
    $= e^{-np}(np)^n \sum_{i \geq 0} \frac{(np)^i}}{(i+n)!}ip(1-p+ip)$
    Je ne vois pas comment aller plus loin mais j'espère que ça aide un peu,

    All
  • Dans mon post du 25/04 18:23, j'ai dit une bêtise. $(S_N - S_n)^2$ est évidemment indépendante de $S_n$.
    Le $n$, paramètre de la loi de Poisson porte à confusion.

    All
  • J'avais commencé le calcul quand tu (=michal) n'avais pas corrigé l'énoncé donc avec l'égalité. Il y a qq termes que je n'arrivais pas à simplifier (j'avais pas essayé de majorer).

    Ceci dit, All, pourquoi écartes les $k1$).

    Je sais bien que cette espérance se retrouve aussi dans le terme $(N=2n-1)$ (ou un truc du genre), mais la proba associée n'est pas la même, je me trompe (la loi de Poisson n'est pas symétrique autour de sa moyenne) ?


    Crou!
  • Désolé de ne pas avoir répondu plus tôt... Je reprends ton calcul All, mais en tenant compte des termes <SPAN CLASS="MATH"><IMG WIDTH="43" HEIGHT="30" ALIGN="MIDDLE" BORDER="0" SRC="http://www.les-mathematiques.net/phorum/2006/04/27/86175/cv/img1.png&quot; ALT="$ k<n$"></SPAN>. Ca donne :
    <P></P><DIV ALIGN="CENTER" CLASS="mathdisplay"><IMG WIDTH="319" HEIGHT="54" ALIGN="MIDDLE" BORDER="0" SRC="http://www.les-mathematiques.net/phorum/2006/04/27/86175/cv/img2.png&quot; ALT="$\displaystyle E[(S_N - S_n)^2]=\sum_{k \geq 0}E[(S_k - S_n)^2]\,P(N=k)$"></DIV><P></P>
    Je calcule <SPAN CLASS="MATH"><IMG WIDTH="100" HEIGHT="34" ALIGN="MIDDLE" BORDER="0" SRC="http://www.les-mathematiques.net/phorum/2006/04/27/86175/cv/img3.png&quot; ALT="$ E[(S_k - S_n)^2]$"></SPAN>. Comme <SPAN CLASS="MATH"><IMG WIDTH="71" HEIGHT="32" ALIGN="MIDDLE" BORDER="0" SRC="http://www.les-mathematiques.net/phorum/2006/04/27/86175/cv/img4.png&quot; ALT="$ (S_k - S_n)$"></SPAN> suit une loi binomiale (au signe près), avec la formule de Koenig, je trouve :
    <P></P><DIV ALIGN="CENTER" CLASS="mathdisplay"><IMG WIDTH="320" HEIGHT="36" ALIGN="MIDDLE" BORDER="0" SRC="http://www.les-mathematiques.net/phorum/2006/04/27/86175/cv/img5.png&quot; ALT="$\displaystyle E[(S_k - S_n)^2]=\vert n-k\vert\,p(1-p)+(n-k)^2\,p^2$"></DIV><P></P>
    Alors :
    <P></P><DIV ALIGN="CENTER" CLASS="mathdisplay"><IMG WIDTH="438" HEIGHT="54" ALIGN="MIDDLE" BORDER="0" SRC="http://www.les-mathematiques.net/phorum/2006/04/27/86175/cv/img6.png&quot; ALT="$\displaystyle E[(S_N - S_n)^2]=\sum_{k \geq 0}\left[\vert n-k\vert\,p(1-p)+(n-k)^2\,p^2\right]\,P(N=k)$"></DIV><P></P>
    soit
    <P></P><DIV ALIGN="CENTER" CLASS="mathdisplay"><IMG WIDTH="518" HEIGHT="54" ALIGN="MIDDLE" BORDER="0" SRC="http://www.les-mathematiques.net/phorum/2006/04/27/86175/cv/img7.png&quot; ALT="$\displaystyle E[(S_N - S_n)^2]=p(1-p)\sum_{k \geq 0}\vert n-k\vert\,P(N=k)+p^2\sum_{k \geq 0}(n-k)^2\,P(N=k)$"></DIV><P></P>
    soit encore
    <P></P><DIV ALIGN="CENTER" CLASS="mathdisplay"><IMG WIDTH="377" HEIGHT="36" ALIGN="MIDDLE" BORDER="0" SRC="http://www.les-mathematiques.net/phorum/2006/04/27/86175/cv/img8.png&quot; ALT="$\displaystyle E[(S_N - S_n)^2]=p(1-p)E(\vert n-N\vert)+p^2E[(n-N)^2]$"></DIV><P></P>
    J'arrive à traiter le deuxième terme :
    <P></P><DIV ALIGN="CENTER" CLASS="mathdisplay"><IMG WIDTH="377" HEIGHT="36" ALIGN="MIDDLE" BORDER="0" SRC="http://www.les-mathematiques.net/phorum/2006/04/27/86175/cv/img9.png&quot; ALT="$\displaystyle E[(n-N)^2]=V(n-N)+(E(n-N))^2=V(N)=n$"></DIV><P></P>
    mais pas le premier. Est-ce que quelqu'un voit ce que l'on peut dire de sensé sur <SPAN CLASS="MATH"><IMG WIDTH="80" HEIGHT="32" ALIGN="MIDDLE" BORDER="0" SRC="http://www.les-mathematiques.net/phorum/2006/04/27/86175/cv/img10.png&quot; ALT="$ E(\vert n-N\vert)$"></SPAN> ?<BR>
  • En fait $V(N)=np$...
  • Si un gentil modérateur pouvait effacer mon dernier message, puisque $V(N)=n$... Merci
  • Je me réponds moi-même... Comme $E(X)\leq E(X^2)^{1/2}$, alors $E(|n-N|)\leq \sqrt{n}$, donc :
    $$E((n-N)^2)\leq p(1-p)\sqrt{n}+p^2\,n$$
    Le deuxième terme a dû être oublié dans l'énoncé. Il est probable alors que la question 4 soit fausse.
  • ça parait pas mal tout ça ! Reste à vérifier si cette nouvelle inégalité permet de vérifier la dernière question (ça sent l'inégalité de Tchebitcheff), étant donné qu'on a une majoration moins bonne que prévue.

    Crou!
Connectez-vous ou Inscrivez-vous pour répondre.