Cadeau Kolmogorov olympiade

2»

Réponses

  • Avec une constante $C$ (indépendante de $a$) ? Pourtant, l'intégrale de $a$ à $+\infty$ est équivalente à $\displaystyle\frac1a\exp(-a^2/2)$ quand $a\to+\infty$.
  • @john_john Tu as oublié je pense le facteur $\frac 1{\sqrt{2\pi}}$ dans la fonction de densité
    $P(X\geq a)=\int_a^{+\infty} f(x) dx$ avec $f(x)=\frac 1{\sqrt{2\pi}}e^{-\frac{x^2}2}$. On a $f'(x)=-xf(x)$, d'où
    $P(X\geq a)=\int_a^{+\infty} \frac{xf(x)}x dx\le \int_a^{+\infty} \frac{xf(x)}a dx =-\frac 1a  \int_a^{+\infty} f'(x) dx=\frac 1a\frac 1{\sqrt{2\pi}}e^{-\frac{a^2}2}$
    Le 😄 Farceur


  • Exact : je n'avais plus en tête que l'intégrale elle-même.
  • john_john
    Modifié (October 2022)
    L'exerccie 9 de la saison VII est classique, mais en Algèbre : comme $B$ est somme de matrices de la forme $L\!\cdot\,^t\!L$, où $L=(\ell_1,...)$ est un vecteur ligne, il suffit d'établir le résultat dans ce cas. Or, on a alors $^t\!XCX=\sum a_{i,j}(\ell_ix_i)(\ell_jx_j)\geqslant0$.
  • Ce n'est pas  évident le problème 1 
    Problem 1. Let X be a random variable with finite variance which is not identically zero.
    Prove that P(X = 0) ≤ var(X)/E(X²) 
    On demande de prouver   P(X = 0) ≤ 1-E(X)²/E(X²)  ou d'une manière équivalente P(X $\ne$ 0) $\ge$  E(X)²/E(X²) Mystère ! 
    .
    Le 😄 Farceur


  • Ta reformulation est pertinente : il te reste à appliquer l'inégalité de Cauchy-Schwarz pour majorer $E(X)^2=E(X\times 1_{X\neq 0})^2$
  • Bien vu ce que je n'avais pas vu , c'était sous mon nez 
    Le 😄 Farceur


  • Lars
    Modifié (October 2022)
    Bonsoir
    B-T et $\{X=0\} \subset \{|X-EX|\ge |EX|\} $
    Pour le produit de Hadamard (stabilité de la semi positivité) il existe une preuve probabiliste utilisant des va gaussiennes mais...oubli. 
  • @Lars Ca te donne seulement P(X = 0) ≤ var(X)/E(X)²  et on a l'inégalité entre  E(X)²  et E(X²)  dans le mauvais sens pour conclure 
    Le 😄 Farceur


  • Ah il me semblait que c'était dans le bon sens mais je ne l'ai pas écrite. Ok, donc à oublier. Merci.
  • gebrane
    Modifié (October 2022)
    Je réfléchis au problem 5. "The sequence of random variables (Xn)n∈N converges in probability to the random
    variable X. If Xn and X are independent for every n ∈ N, does it follow that X is constant a.s. ? "
    Il me semble avoir déjà vu ce résultat Soit {Xn} une suite de variables aléatoires indépendantes convergeant presque sûrement vers une variable aléatoire X. Alors  X est presque sûrement une constante.
    Maintenant  si une suite converge en proba alors il existe une sous-suite qui converge presque sûrement, donc on conclut  ? que X est constante p.s (en disant que si Xn et  X indépendantes pour tout n ∈ N, alors les  variables aléatoires {Xn} sont  indépendantes  ?).
    Le 😄 Farceur


  • gebrane je ne pense pas que ta parenthèse est vraie en général, il faut soit montrer que ça marche quand même dans ce cas, soit trouver un contre-exemple pour l'exercice, l'énoncé me fait penser à la loi du zéro un de Kolmogorov, les tribus de queues...  Je reviens quand j'ai un peu de temps.
  • @Barjovrille J'ai mis des points d'interrogations 
    Le 😄 Farceur


  • Lars
    Modifié (October 2022)
    Bonjour
    À justifier (je ne sais plus faire, histoires de tribus queue) $X$ est indépendante de $X$ et donc $\forall A$ dans la tribu $P(X\in A, X\in A)=P(X \in A)^2$ et comme à gauche le terme vaut $P(X\in A)$ on a $\forall A$ dans la tribu, $P(X\in A) \in \{0;1\}$.
    Puis en étudiant la fonction caractéristique de la va réelle positive $||X-a||$ (je suppose que $X$ est à valeurs dans $\R^d$), où $a\in \R^d$, on obtient que $||X-a||$ est pas constante et ceci $\forall a\in \R^d$.
    Puis on fait de localisation GPS ou Galileo en dimension $d$... tout point est localisable comme intersection d'un nombre fini au plus de sphères qui ne dépend que de $d$, on conclut.
  • @Lars Je ne vois pas où  tu as utilisé  les hypothèses  de
    l 'exercice, donc je ne comprends pas. Tu as commencé  ton raisonnement par X est indépendante à  elle même ! 
    Le 😄 Farceur


  • Bonjour, je crois que Lars a donné un contre-exemple, j'avais pensé à quelque chose du même type à savoir considérer une v.a indépendante d'elle-même, mais je n'ai pas réussi à avoir la v.a non constante ou constante. Je n'ai pas tout compris de la démonstration à partir de l'étape GPS, quelle est la définition de localisable? J'imagine que  c'est pour faire intervenir des suites ? Mais si tu as réussi à montrer que $X$ n'est pas constante ne suffit-il pas de considérer la suite pour tout $n$ $X_n=X$ qui vérifie toutes les hypothèses étant donné que $X$ est indépendante d'elle-même.
  • Bonjour @Barjovrille, il donne un contre exemple de quoi au juste 
    Le 😄 Farceur


  • Barjovrille
    Modifié (October 2022)
    Bonjour, @gebrane si j'ai compris sa démonstration il cherche à trouver une suite $X_n$ qui tend en proba vers $X$ avec $X_n$ indépendant de $X$, pour tout $n$ et $X$ n'est pas constante. Sinon je n'ai pas compris la démonstration.
  • gebrane
    Modifié (October 2022)
    Merci Barjovrille, puisque il n'explique ce qu'il fait, on oubli   D'ailleurs Terence Tao a démontré que : 

    Une variable aléatoire X est indépendante d'elle-même si et seulement si X est presque sûrement égal à une constante.
    Le 😄 Farceur


  • Lars
    Modifié (November 2022)
    Bonsoir
    Il doit y avoir un argument direct que je ne sais pas formuler à partir des tribus associées aux va $X_n$ et $X$ pour obtenir directement l'indépendance de la va $X$ avec $X$. Comme je l'ai indiqué dans mon message je ne sais pas l'écrire.
    On peut procéder plus manuellement :
    1) Quel que soit $A$ borélien de $\R^d,\ P((X, X_n)\in AXA) =P(X\in A)P(X_n \in A) $ (0)  hypothèse d'indépendance utilisée,
    2) (on munit $\R^dX\R^d$ de la topologie produit, par ex si la distance (issue d'une norme) était $d$ dans $\R^d$ on munit le produit de la distance $D$ somme des distances des " coordonnées"... la tribu borélienne est engendrée par les produits cartésiens d'ouverts etc... il n'y a aucun piège.
    On a $(X, X_n)$ est une va et elle converge en proba vers la va $(X, X)$ (1)
    En effet $D((X, X_n), (X, X))=d(X, X)+d(X_n, X)=d(X_n, X)=||X_n-X||$ et comme $\forall \epsilon>0,\ (P(||X_n-X|| \ge \epsilon))_{n\in \N} $ tend vers $0$, lorsque $n$ tend vers l'infini  on conclut : (1).
    3) Si $A$ est un borélien dont le bord est de mesure nulle, alors par passage à la limite dans (0), (et car convergence en proba implique convergence en loi)
     $\forall A$ borélien de $\R^d$ de bord de mesure nulle, $P(X, X) \in (A, A)=P(X\in A)^2$ et donc $P(X\in A)=0$ ou $1$.
    En particulier, $\forall a \in \R^d,\ \forall r>0,\ P(||X-a||<r)=0 $ ou $1$ (la boule ouverte est bien un borélien de bord de mesure nulle).
    En considérant la fonction de répartition de la va réelle positive $||X-a||$, il existe alors $b\in \R^+$ tel que ps $||X-a||=b$.
    Le reste, c'est de la géométrie "localisation gps" (sans perte de généralité on peut raisonner avec la norme euclidienne de $\R^d$).
    Si on veut éviter la géométrie, on raisonne par applications coordonnées qui sont continues :
    $\forall i,\ \forall n,\ x_{i, n} $ indépendante de $x_i$ et $\forall i,\ (x_{i, n})$ converge en proba vers $x_i$ d'où en considérant la fonction caractéristique de $x_i$ (et en utilisant le résultat précédent), il existe $c_i\in \R$ tel que ps $x_i=c_i$ et comme c'est vrai pour tout $I$ et qu'un  nombre fini d'ensembles (de la tribu) de mesure (proba) nulle est nulle, ps $X=$ le vecteur $(c_i)$.

    Ps j'aurais dû mettre en majuscule les $x_{i,n}, x_n$
    Du coup je précise ce que j'entends par continue : je note $u_i$ l'application de $\R^d$ dans $\R$ qui à un vecteur associe sa i ème coordonnée dans la base canonique de $\R^d$. C'est une application (linéaire) continue et on a $x_{i, n}-x_n=u_i(X_n-X) $ qui avec les théorèmes généraux (je ne connais pas le nom de ce théorème : à vérifier j'ai en tête continue bornée (*) ) converge en proba vers $u_i(0)=0$.
    (*) Si les hypothèses de ce théorème (nom  ?) ne s'appliquent pas, on procéde autrement en utilisant la norme infinie de $\R^d$ et en utilisant l'inégalité $\forall i, n, |u_i(X_n-X)|\le ||X_n-X||_{\infty} $ pour montrer la convergence en proba directement en revenant à la définition.
  • Foys
    Modifié (November 2022)
    Je rappelle rapidement comment montrer la "loi du 0-1" de Kolmogorov. C'est une conséquence du lemme de classe monotone.

    Soit $(X_n)_{n\in \N}$ une suite de VA indépendantes, pour tout $n\in \N$ soit $\sigma(X_k, k\geq n)$ la plus petite tribu rendant mesurables les $(X_k)_{k\geq n}$ et enfin soit $\mathcal Q:= \bigcap_{n\in \N} \sigma(X_k, k \geq n)$ (édité). Soit $A\in \mathcal Q$. Soit $\mathcal T_A:= \{B \in \sigma(X_n, n\geq 0) \mid P(A \cap B ) = P(A) P(B )\}$. Alors:
    1°) $\mathcal T_A$ contient $\bigcup_{n\in \N} \sigma(X_k, k\in \{0,1,...,n\})$
    2°) Pour tous $E,F\in \mathcal A,$ si $E,F\in \mathcal T_A$ et si $E\subseteq F$ alors $F\backslash E \in \mathcal T_A$ (calculs).
    3°) Pour toute $(G_n)_{n\in \N}\in \mathcal T_A^{\N}$ croissante pour l'inclusion, $\bigcup_{n\in \N} G_n \in \mathcal T_A$ (calculs/limites). 
    4°) $\bigcup_{n\in \N} \sigma(X_k, k\in \{0,1,...,n\})$ est stable par intersection finie.

    Le lemme de classe monotone entraîne alors immédiatement l'inclusion $\sigma(X_n, n\geq 0) \subseteq \mathcal T_A$. Par suite n'importe quelle variable aléatoire $\sigma(X_n, n\geq 0)$-mesurable est indépendante de $\mathcal T_A$ d'où le résultat visé.

    Une fonction est un ensemble $f$ de couples tel que pour tous $x,y,z$, si $(x,y)\in f$ et $(x,z)\in f$ alors $y = z$.
  • Bonjour @Foys il manque quelque chose après l'intersection, pour l'égalité qui définie $\mathcal{Q}$. Peut être un $\sigma(X_k$...)?
  • En cherchant la question sur le net car il doit y avoir une solution simple , j'ai trouvé ce fil https://www.chegg.com/homework-help/questions-and-answers/3-let-xn-p-x-let-x-xn-mutually-independent-every-n-prove-x-const-s-hint-consider-median-x-q81328897 avec une indication. Je ne vois vraiment pas comment exploiter la médiane de X et vous ?
    Le 😄 Farceur


  • @Barjovrille oui; je viens de le mettre.
    Une fonction est un ensemble $f$ de couples tel que pour tous $x,y,z$, si $(x,y)\in f$ et $(x,z)\in f$ alors $y = z$.
Connectez-vous ou Inscrivez-vous pour répondre.