Vous êtes sur la page 1sur 8

Université Pierre & Marie Curie Licence de Mathématiques L3

UE LM345 – Probabilités élémentaires Année 2014–15

TD 8 : Modes de convergence

1. Soit (Ω, F , P) un espace de probabilité. Déterminer pour chacune des convergences


suivantes à quelle condition sur la suite (An )n≥1 elle a lieu.
a. La suite (1An )n≥1 converge en probabilité vers 0.
b. La suite (1An )n≥1 converge dans L2 vers 0.
c. La suite (1An )n≥1 converge presque sûrement vers 0.
Solution de l’exercice 1. a. Supposons que 1An converge vers 0 en probabilité. Alors
en particulier, P(1An > 21 ) = P(An ) tend vers 0. Réciproquement, si P(An ) converge vers
0, alors pour tout ε > 0, P(1An > ε) ≤ P(An ) converge vers 0.
Finalement la condition est limn→∞ P(An ) = 0.
b. On a E[1An ] = P(An ). La condition est donc limn→∞ P(An ) = 0.
c. Soit ω ∈ Ω. La suite (1An (ω))n≥1 converge vers 0 si et seulement si elle est station-
naire, égale à 0 à partir d’un certain rang. Ceci a lieu si et seulement si ω appartient à
lim inf Acn , qui est le complémentaire de lim sup An . Ainsi, la convergence a lieu presque
sûrement si et seulement si P(lim sup An ) = 0.

2. Soit (Xn )n≥1 une suite de variables aléatoires indépendantes de loi de Bernoulli de
paramètre p ∈]0, 1[. Montrer qu’avec probabilité 1, la suite (Xn )n≥1 prend une infinité de
fois la valeur 1 et une infinité de fois la valeur 0.
Solution de l’exercice 2. Pour tout n ≥ 1, posons An = {Xn = 1} et Bn = {Xn = 0}.
P événements (An )n≥1 sont indépendants et tous de probabilité p > 0. En particulier,
Les
n≥1 P(An ) = +∞. La deuxième partie du lemme de Borel-Cantelli entraîne donc que
P(lim sup An ) = 1. Le même raisonnement s’applique aux événements Bn qui sont de
probabilité 1 − p > 0. Donc P(lim sup Bn ) = 1, et P(lim sup An ∩ lim sup Bn ) = 1. Or
l’événement lim sup An ∩lim sup Bn est précisément l’événement où la suite (Xn )n≥1 prend
une infinité de fois la valeur 1 et une infinité de fois la valeur 0.

3. Soit (Xn )n≥1 une suite de variables aléatoires indépendantes telle que pour tout
n ≥ 1 on ait
1 1
P(Xn = −1) = 1 − 2 et P(Xn = n2 − 1) = 2 .
n n
a. Montrer que la suite (Xn )n≥1 converge vers −1 en probabilité.

1
b. Montrer que la suite (Xn )n≥1 converge presque sûrement vers −1. Cette convergence
a-t-elle lieu dans L1 ?
Solution de l’exercice 3. a. Soit ε > 0 un réel. Pour tout n ≥ 1, on a P(|Xn + 1| > ε) =
1
n2
, donc
lim P(|Xn + 1| > ε) = 0.
n→∞
Puisque ceci a lieu pour tout ε > 0, la suite (Xn )n≥1 converge en probabilité vers −1.
b. On a, pour tout n ≥ 1, P(Xn 6= −1) = n12 , donc
X
P(Xn 6= −1) < +∞.
n≥1

D’après le lemme de Borel-Cantelli, ceci entraîne qu’avec probabilité 1, il n’y a qu’un


nombre fini de valeurs de n pour lesquelles Xn n’est pas égal à −1. Autrement dit, avec
probabilité 1, Xn est égal à −1 pour n assez grand. En particulier, avec probabilité 1, la
suite (Xn )n≥1 converge vers −1.
La suite (Xn )n≥1 converge donc presque sûrement vers −1.
Si l’on avait convergence dans L1 de la suite (Xn )n≥1 vers −1, on aurait en particulier
limn→∞ E[Xn ] = E[−1] = −1. Or, pour tout n ≥ 1, on a
1 1
E[Xn ] = −1(1 − 2
) + (n2 − 1) 2 = 0.
n n
La convergence n’a donc pas lieu dans L1 .

4. Soit (θn )n≥1 une suite de réels strictement positifs telle que limn→+∞ θn = +∞.
Soit (Xn )n≥1 une suite de variables aléatoires indépendantes telle que pour tout n ≥ 1,
Xn suive la loi exponentielle de paramètre θn .
a. Étudier la convergence en probabilités de la suite (Xn )n≥1 . Quelle hypothèse n’a-t-on
pas utilisée ?
b. Reprendre la question précédente avec la convergence dans L1 .
c. Étudier, dans le cas où θn = n puis dans le cas où θn = log n, la convergence presque
sûre de la suite (Xn )n≥1 .
Solution de l’exercice 4. a. On devine que la suite (Xn )n≥1 tend vers 0 en probabilité.
Par exemple, on peut observer que l’espérance et la variance de Xn , qui valent toutes
deux θ1n , convergent vers 0. On sait que cela implique que la suite (Xn )n≥0 converge dans
L2 vers 0, et donc en probabilité.
Démontrons néanmoins directement la convergence. Soit ε > 0. On a
Z +∞
P(Xn > ε) = θn e−θn x dx = e−θn ε .
ε

Puisque la suite (θn )n≥1 tend vers +∞, la suite (e−θn ε )n≥1 tend vers 0, et ce quel que soit
ε. Ceci montre qu’on a la convergence
P
Xn −→ 0.
n→+∞

2
On ne s’est pas servi de l’hypothèse d’indépendance.
b. Puisque la suite (Xn )n≥1 converge vers 0 en probabilité, sa seule limite possible dans
1
L est 0. Pour tout n ≥ 1, on a
1
E[|Xn − 0|] = E[|Xn |] = E[Xn ] = ,
θn
qui tend vers 0 lorsque n tend vers l’infini. Ceci montre qu’on a la convergence
L1
Xn −→ 0.
n→+∞

On ne s’est toujours pas servi de l’hypothèse d’indépendance.


c. Comme à la question précédente, la seule limite presque sûre possible pour la suite
(Xn )n≥0 est 0. La question est donc de déterminer si l’événement
\ [ \  1

|Xn | ≤ ,
k≥1 N ≥1 n≥N
k

qui est l’événement où la suite converge vers 0, est de probabilité 1 ou non. Pour que cet
événement soit de probabilité 1, il faut (et il suffit) que pour tout k ≥ 1, l’événement
[ \  1

|Xn | ≤
N ≥1 n≥N
k

soit de probabilité 1, ce qui équivaut à ce que l’événement complémentaire


\ [  1

|Xn | >
N ≥1 n≥N
k

soit de probabilité nulle. Ce dernier événement se présente comme la limite supérieure
1
d’une suite d’événements, en l’occurence la suite |Xn | > k n≥1 .
Considérons la cas θn = n. Nous avons
 
1 n 1
P |Xn | > = e− k = (e− k )n ,
k
si bien que pour tout k ≥ 1, la série
X  1

P |Xn | > ,
n≥1
k

qui est une série géométrique de raison strictement inférieure à 1, converge. Le lemme de
Borel-Cantelli nous permet d’en déduire que
   \ [  !
1 1
P lim sup |Xn | > =P |Xn | > = 0.
k N ≥1 n≥N
k

3
Nous avons déjà dit pourquoi ceci entraînait la convergence presque sûre de la suite. Dans
ce cas, nous avons donc
p.s.
Xn −→ 0.
n→+∞

Nous ne nous sommes toujours pas servi de l’hypothèse d’indépendance.


Nous allons enfin nous en servir dans le cas θn = log n. En effet, dans ce cas,
 
1 log n 1
P |Xn | > = e− k = 1 .
k nk
Pour k = 1 par exemple, nous en déduisons
X  1

P |Xn | > = +∞
n≥1
k

et donc, par la deuxième assertion du lemme de Borel-Cantelli,


!
\ [
P (lim sup {|Xn | > 1}) = P {|Xn | > 1} = 1.
N ≥1 n≥N

Ainsi, avec probabilité 1, la suite (Xn )n≥1 prend une infinité de fois des valeurs supérieures
à 1. Ce comportement est incompatible avec la convergence vers 0, aussi, la probabilité
qu’elle converge vers 0 est nulle. Nous avons déjà dit que la seule limite presque sûre
possible pour la suite (Xn )n≥1 était la variable nulle, car c’est sa limite en probabilité.
Dans le cas où θn = log n, nous en déduisons que la suite (Xn )n≥1 n’a pas de limite
presque sûre.
Une simulation peut permettre de mieux saisir la différence entre la convergence en
probabilité et la convergence presque sûre. Voici respectivement un tirage des 100 pre-
miers termes et des 10000 premiers termes de la suite (Xn )n≥1 lorsque θn = n.

La suite converge rapidement vers 0 et, après quelques fluctuations, ne prend plus que
des valeurs extrêmement petites. On verrait un tel comportement en grossissant autant
qu’on pourrait le souhaiter l’échelle sur l’axe des ordonnées.
Voici maintenant un tirage des 100 premiers termes et des 10000 premiers termes de
la suite (Xn )n≥1 lorsque θn = log n.

La suite a tendance à prendre des valeurs proches de 0 et, bien que ce ne soit pas très
visible, cette tendance s’accentue lorsque n grandit, au point que la densité de points bleus
au-dessus de n’importe quelle barrière strictement positive finira par devenir quasiment
nulle (c’est le sens de la convergence en probabilité). Par contre, il arrive, et il continuera
d’arriver pour des valeurs arbitrairement grandes de n que la suite prenne des valeurs
macroscopiquement grandes, en l’occurence de l’ordre de 1. On peut vérifer expérimen-
talement la persistance de ce comportement en regardant un tirage des 100 000 premiers
termes :

4
5. Soit (an )n≥1 une suite de réels. Soit c un réel.
a. Montrer que lim sup an > c si et seulement s’il existe un réel c0 > c tel qu’on ait
an > c0 pour une infinité de n.
b. Montrer que lim sup an < c si et seulement s’il existe un réel c0 < c tel que an < c0
pour n assez grand.
Solution de l’exercice 5. a. Supposons lim sup an > c. Il existe une sous-suite de (an )n≥1
qui converge vers lim sup an . Soit (ank )k≥1 une telle sous-suite. Soient c0 et c00 tels que
c < c0 < c00 < lim sup an . Le fait que la suite (ank )k≥1 converge vers lim sup an assure que
pour k assez grand, on a ank ≥ c00 > c0 . Ainsi, la suite (an )n≥1 a une infinité de termes
strictement supérieurs à c0 .
Réciproquement, supposons qu’il existe c0 > c et une infinité de n tels que an > c0 . La
suite (an )n≥1 possède donc une sous-suite (bk )k≥1 dont tous les termes sont strictement
supérieurs à c0 . Toute valeur d’adhérence de cette sous-suite est donc supérieure ou égale
à c0 . Par ailleurs, toute valeur d’adhérence de (bk )k≥1 est aussi une valeur d’adhérence de
(an )n≥1 . Ainsi, lim sup an ≥ lim sup bk ≥ c0 > c.
b. Supposons an < c0 pour n assez grand. Alors toute suite extraite de an est bornée
asymptotiquement par c0 , donc toute limite de suite extraite de an est inférieure ou égale
à c0 . Ainsi, lim sup an ≤ c0 < c.
Réciproquement, supposons que lim sup an < c. On peut trouver c0 tel que lim sup an <
c0 < c. Alors en reprenant les notations de l’exercice précédent, vu la décroissance de sp ,
il existe un N tel que sp < c0 pour tout p > N , en particulier sN < c0 ce qui donne par
définition de sN , pour tout n > N , an < c0 < c.

6. Soit (Xn )n≥1   aléatoires de loi exponentielle E(1).


une suite de variables
Xn
a.Montrer que P lim sup > 1 = 0.
log n
 X1 , X2 , . . . indépendantes.
On suppose désormais 
Xn
b. Montrer que P lim sup < 1 = 0. Montrer que ce résultat peut être faux
log n
sans l’hypothèse d’indépendance.
Xn
c. Montrer que lim sup log n
est presque sûrement égale à une constante que l’on déter-
minera.
d. Montrer que lim inf Xn est presque sûrement égale à 0.
Solution de l’exercice 6. a. D’après l’exercice 3, on a
  [ 
Xn Xn 1
lim >1 = > 1 + infiniment souvent
log n k≥1
log n k
 
[ Xn 1
= lim sup >1+ .
k≥1
n→∞ log n k

5
Pour tous n, k ≥ 1, on a, puisque Xn suit la loi exponentielle de paramètre 1,
 
1+ 1
 
Xn 1   1
 − log n k 1
P >1+ = P Xn > log n1+ k =e = 1+ 1 .
log n k n k
Pour tout k ≥ 1, ce nombre est, en fonction de n, le terme général d’une série convergente,
donc
X  Xn 1

P >1+ < +∞.
n≥1
log n k
Le lemme de Borel-Cantelli assure donc que
  
Xn 1
P lim sup >1+ = 0.
n→∞ log n k
Puisqu’une union dénombrable d’événements de probabilité nulle est encore de probabilité
nulle, on en déduit  
Xn
P lim > 1 = 0.
log n
b. D’après l’exercice 3 encore,
  [ 
Xn Xn 1
lim <1 = < 1 − pour n assez grand
log n k≥1
log n k
 
[ Xn 1
= lim inf <1−
k≥1
n→∞ log n k
[  c
Xn 1
= lim sup ≥1− .
k≥1
n→∞ log n k

Pour tous n, k ≥ 1, on a, d’après le même calcul que précédemment,


 
Xn 1 1
P ≥1− = 1− 1 ,
log n k n k
si bien que
X  Xn 1

P ≥1− = +∞.
n≥1
log n k
Puisque les variables aléatoires X1 , X2 , . . . sont indépendantes, la deuxième partie du
lemme de Borel-Cantelli entraîne
  
Xn 1
P lim sup ≥1− = 1,
n→∞ log n k
d’où il découle que  
Xn
P lim < 1 = 0.
log n

6
Si on avait par exemple Xn = X1 pour tout n ≥ 1, auquel cas l’hypothèse d’indépendance
Xn X1
serait mise en défaut, on aurait log n
= log n
qui tendrait vers 0 presque sûrement. En
Xn
particulier, on aurait lim sup log n = 0 presque sûrement.
Xn Xn Xn
c. Puisque P(lim sup log n
< 1) + P(lim sup log n
> 1) + P(lim sup log n
= 1) = 1, il
Xn
découle des résultats précédents que lim sup log n est presque sûrement égale à 1.
d. Soit (an ) une suite de réels. D’après la deuxième partie du Plemme de Borel-Cantelli,
il suffit, pour qu’on ait Xn < an infiniment souvent, d’avoir n≥1 P(Xn < an ) = +∞.
−a 2
P pour a voisin de 0, on a P(X < a) = 11− e = a + O(a ). Il suffit donc d’avoir
Or,
n≥1 an = +∞. On peut donc prendre an = n .
L’événement {Xn ≤ n1 infiniment souvent} est donc de probabilité 1. Sur cet événe-
ment, lim inf Xn = 0, donc lim inf Xn = 0 presque sûrement.
Ici encore, si on avait par exemple Xn = X1 pour tout n ≥ 1, on aurait lim inf Xn = X1
presque sûrement, qui n’est pas la variable aléatoire nulle.

7. Soit (Xn )n≥1 une suite de variables aléatoires indépendantes et toutes de carré
intégrable.
a. Montrer que pour tout n ≥ 1 et tout a ∈ R, on a

E[(Xn − a)2 ] = (E[Xn ] − a)2 + Var(Xn ).

b. En déduire que la suite (Xn )n≥1 converge en moyenne quadratique vers une constante
a si et seulement si on a les convergences

lim E[Xn ] = a et lim Var(Xn ) = 0.


n→∞ n→∞

Solution de l’exercice 7. a. On a

E[(Xn − a)2 ] = E[((Xn − E[Xn ]) + (E[Xn ] − a))2 ]


= Var(Xn ) + 2E[(Xn − E[Xn ])(E[Xn ] − a)] + (E[Xn ] − a))2 .

En sortant la constante (E[Xn ] − a) de l’espérance du deuxième terme du membre de


droite, on constate que celui-ci est nul, d’où le résultat.
b. Supposons d’abord que E[(Xn − a)2 ] → 0 lorsque n → ∞. D’après la question
précédente, E[(Xn − a)2 ] = (E[Xn ] − a)2 + Var(Xn ), les deux termes sont positifs donc
tendent aussi vers 0 quand n → ∞.
Réciproquement, supposons que

lim E[Xn ] = a et lim Var(Xn ) = 0.


n→∞ n→∞

On conclut grâce à l’égalité démontrée au a., en remarquant que les deux termes du
membre de droite tendent vers 0.

7
8. Soit (Ω, F , P) un espace de probabilité. Soient X, X1 , X2 , . . . : (Ω, F , P) → R des
variables aléatoires réelles. On suppose que la suite (Xn )n≥1 converge en probabilité vers
X.
a. Montrer qu’il existe une suite strictement croissante d’entiers 1 ≤ n1 < n2 < . . .
telle que pour tout k ≥ 1 on ait
 
1 1
P |Xnk − X| > ≤ k.
k 2

b. Pour tout k ≥ 1, on pose Yk = Xnk (on dit que la suite (Yk )k≥1 est extraite de la
suite (Xn )n≥1 ). Montrer que la suite (Yk )k≥1 converge presque sûrement vers X.
On a montré que d’une convergence en probabilité on pouvait extraire une convergence
presque sûre.
Solution de l’exercice 8. a. Soit k ≥ 1. Supposons qu’on ait construit les k − 1 premiers
termes n1 < · · · < nk−1 de la suite. Comme P |Xn − X| > k1 → 0 lorsque n → ∞, on
peut trouver n = nk > nk−1 tel que
 
1 1
P |Xnk − X| > ≤ k.
k 2

b. On remarque que
K   X  
X 1 1
lim P |Xnk − X| > = P |Xnk − X| > < +∞.
K→∞
k=1
k k≥1
k

Or, par le théorème de convergence monotone,


K
" K #
X  1
 
1

1{|Xnk −X|> k1 }
X X
P |Xnk − X| > = lim P |Xnk − X| > = lim E
k≥1
k K→∞
k=1
k K→∞
k=1
" K
# " #
1{|Xnk −X|> k1 } = E 1{|Xnk −X|> k1 } .
X X
= E lim
K→∞
k=1 k≥1

Comme cette espérance est finie, on en déduit que la variable aléatoire k≥1 1{|Xn −X|> 1 }
P
k k
est finie presque sûrement. Autrement dit, il y a seulement un nombre fini (dépendant de
ω) d’indices k tels que |Xnk −X| > k1 . On en déduit qu’avec probabilité 1, pour tout k assez
grand |Xnk − X| ≤ k1 . En particulier, |Xnk − X| → 0 quand k → ∞ presque sûrement. En
fait on pouvait conclure directement en appliquant le lemme de Borel-Cantelli, l’argument
donné ci-dessus étant le coeur de la preuve de ce lemme.

Vous aimerez peut-être aussi