Vous êtes sur la page 1sur 12
EspEspéérancerance conditionnelleconditionnelle 10 20 50 Y X On jette chaque pièce: on gagne le montant
EspEspéérancerance conditionnelleconditionnelle
10
20
50
Y
X
On jette chaque pièce: on gagne le montant si on obtient pile
Y
= montant obtenu lors des jets des pièces de 10 et de 20
X
= montant obtenu après les 3 jets
ω∈Ω={(ε 1 ,ε 2 ,ε 3 ), ε i ∈ {0, 1}} X 00 1010
ω∈Ω={(ε 1 ,ε 2 ,ε 3 ), ε i ∈ {0, 1}}
X 00
1010
2020 3030
5050 6060
7070 8080
Y
00
1/81/8
00
00
00
1/81/8
00
00
00
1010
00
1/81/8
00
00
00
1/81/8
00
00
2020
00
00
1/81/8
00
00
00
1/81/8
00
B 20
3030
00
00
00
1/81/8
00
00
00
1/81/8
B 20 = {ω; Y (ω) = 20} = {(0, 1, 0), (0, 1, 1)} = (0, 1, ∗)
E(X|Y )(ω) =? On utilise la probabilité conditionnelle P(ω) E(X|B) = X(ω) P(B) ω∈B 1
E(X|Y )(ω) =? On utilise la probabilité conditionnelle
P(ω)
E(X|B) = X(ω)
P(B)
ω∈B
1
=
xP ({X = x} ∩ B) = xP (X = x|B)
P(B)
x
x
B 20
(0, 1, ∗)
(0, 0, ∗)
B 10
(1, 0, ∗)
B 0
B 30
P(B 20 )=1/8+1/8=1/4
(1, 1, ∗)
1
E(X|B 0 ) = P(B 0 ) (0P (0, 0, 0) + 50P (0, 0, 1))
1
=
1/4 (0 + 50 1 8 ) = 25
1 E(X|B 0 ) = P(B 0 ) (0P (0, 0, 0) + 50P (0,
1
E(X|B 0 ) = P(B 0 ) (0P (0, 0, 0) + 50P (0, 0, 1))
1
=
1/4 (0 + 50 1 8 ) = 25
E(X|Y )(ω) est constante sur les sous-ensembles
B 0 , B 10 ,B 20 , B 30
E(X|Y )(ω) = 25 si ω ∈ B 0
Question: comment définir l’espérance conditionnelle
si les variables aléatoires prennent leurs valeurs
dans les réels ?
DDééfinitionfinition Y,Y, XX variablesvariables alalééatoiresatoires rrééelleselles EspEspéérancerance
DDééfinitionfinition
Y,Y, XX variablesvariables alalééatoiresatoires rrééelleselles
EspEspéérancerance conditionnelleconditionnelle dede XX éétanttant
donndonnéé YY estest lala variablevariable alalééatoireatoire ZZ
Z=E(X|Y)
ZZ estest
σ(Y)
mesurable,mesurable, i.e.i.e. ilil existeexiste
uneune fonctionfonction GG telletelle queque Z=G(Y)Z=G(Y)
telletelle queque
{Y∈A} XdP= {Y∈A} ZdP, ∀A ∈ B(R).
{Y∈A} XdP= {Y∈A} G(Y )dP, ∀A ∈ B(R) : Y ∈{y 1 , y 2
{Y∈A} XdP= {Y∈A} G(Y )dP, ∀A ∈ B(R) :
Y ∈{y 1 , y 2 , ···}
P(X=x i |Y =y j )= P(X=x i ,Y =y j )
P(Y=y j )
{Y∈A} XdP= y j ∈A x i x i P(X=x i ,Y =y j )
{Y∈A} G(Y )dP = y j ∈A G(y j )P(Y =y j )
x i P(X=x i ,Y =y j ) ≡ G(y j )P(Y =y j )
x i
G(y) = xP (X = x, Y = y)/P (Y = y)
x
= xP (X = x|Y = y) = E(X|Y = y)
x
Le cas où le vecteur aléatoire (X,Y) possède une densité jointe f(x,y): E(X|Y) = G(Y)=
Le cas où le vecteur aléatoire (X,Y) possède une
densité jointe f(x,y):
E(X|Y) = G(Y)= R R xf f (x, (x, Y Y )dx )dx
= R xf (x|Y )dx,
f (x,y)
f(x|y)=
R f (x,y)dx ,
est la densité conditionnelle de X étant donné Y=y
car par définition {Y∈A} XdP= {Y∈A} G(Y )dP, ∀A ∈ B(R) : {Y∈A} XdP= A
car par définition
{Y∈A} XdP= {Y∈A} G(Y )dP, ∀A ∈ B(R) :
{Y∈A} XdP= A R xf (x, y)dx dy,
{Y∈A} G(Y )dP = A G(y) R f (x, y)dx dy,
ce qui implique que
G(y) R f (x, y)dx ≡ R xf (x, y)dx,
xf (x,y)dx
E(X|Y =y)=G(y)= R
R f (x,y)dx .
MartingalesMartingales ExemplesExemples dede jeujeu honnête:honnête: SoientSoient uneune famillefamille dede v.a.v.a.
MartingalesMartingales
ExemplesExemples dede jeujeu honnête:honnête: SoientSoient
uneune famillefamille dede v.a.v.a. i.i.d.i.i.d. tellestelles queque
X 1 ,X 2 ,···
P(X 1 = −1) = P (X 1 = +1) = 1
2
UnUn joueurjoueur parieparie pourpour commencercommencer ww francsfrancs
sisi
X 1 =−1
alorsalors lele joueurjoueur perdperd lesles ww francsfrancs
sinonsinon ilil gagnegagne lesles ww francs.francs. SonSon espespéérancerance
dede gaingain apraprèèss unun jeujeu vautvaut
wP (X 1 = 1) − wP (X 1 = −1) = 0
Le joueur décide alors d’opter pour une stratégie i.e. de se donner une famille de
Le joueur décide alors d’opter pour une stratégie
i.e. de se donner une famille de v.a.
W k
telles que lors de chaque partie, il mise un montant de W k
Fortune initiale:
Y 0
Fortune après n parties:
Y n =Y 0 + n
k=1 W k X k
Restriction: On impose que le joueur n’a pas connaissance
du futur W k est σ(X 1 ,···,X k−1 ) mesurable
Le processus Y est une martingale
E(Y n |X 1 ,···,X n−1 )=Y n−1
E(Y n )≡E(Y 0 )
Son espérance de gain est nulle
Cependant, voici un exemple historique qui a intrigué de nombreux joueurs durant longtemps: Le principe
Cependant, voici un exemple historique qui a intrigué de
nombreux joueurs durant longtemps:
Le principe consiste à doubler la mise lors de chaque partie
jusqu’au premier succès
W k =w2 k−1 si X i =−1, i=1,···,k−1
W k = 0 sinon
Si le joueur gagne après n parties, il aura perdu
w+2w+···+2 n−2 w = w(2 n−1 − 1) francs
2 n−1 w
et
gagne
francs lors de la dernière partie.
Son gain vaut donc
= w(2 n−1 −2 n−1 + 1) = w francs !
Que se passe-t-il? Soit T l’instant du premier succès, qui est une Variable aléatoire, telle
Que se passe-t-il?
Soit T l’instant du premier succès, qui est une
Variable aléatoire, telle que
P (T < +∞) = 1.
On a Y T =Y 0 + k=1 T W k X k avec
E(Y n |X 1 ,···,X n−1 )=Y n−1 , E(Y n )≡E(Y 0 )
En général
E(Y T ) =E(Y 0 ),
sauf sous certaines conditions sur Y, W ou
T, qui ne sont pas vérifiées dans l’exemple