Académique Documents
Professionnel Documents
Culture Documents
Fayçal HAMDI
fhamdi@usthb.dz
(t, ω ) 7! X (t, ω ) ,
8t 2 T , ω 7! X (t, ω )
est mesurable.
Dé…nition
Soit T un ensemble d’indices. On appelle processus stochastique dé…ni sur
T , à valeurs dans l’espace mesurable (E , B) le terme
X = Ω, A, P, (Xt )t 2T constitué par la donnée d’un espace probabilisé
(Ω, A, P) et d’une famille (Xt )t 2T de v.a. dé…nies sur (Ω, A, P), à
valeurs dans (E , B).
Notations
Il apparaîtra souvent plus commode de noter X (t, ω ) l’élément
Xt (ω ) de E . Dans certains cas on utilisera aussi bien la notation
X (t ) ou X (t, .) pour la variable aléatoire Xt .
Dé…nition
Le produit cartisien des ensembles (Et )t 2T est l’ensemble de toutes les
applications [
x :T ! Et
t 2T
t 7 !x (t )2E t
Cas particuliers
Dé…nition
Soient S T et E S = ∏ Et le produit cartisien des ensembles Et , t 2 S.
t 2S
Alors E T = E S E T S .
On appelle projection de E T sur E S l’application notée π S et dé…nie par
πS : ET ! ES
(xt )t 2T 7 !π S ((xt )t 2T )=(xt )t 2S
Remarque
0
Si S S 0 T , alors π S ,S 0 est la projection de E S sur E S dé…nie par
π S ,S 0 = π S (xt )t 2S 0 = (xt )t 2S . On a aussi π S ,S 0 π S = π S .
Dé…nition
N
Soit S …ni inclus dans T , et soit A un élément de Bt . On note cette
t 2S
tribu par B S engendrée par les applications projections fπ t,S , t 2 S g, i.e.,
( )
B S = σ fπ t,S , t 2 S g = σ ∏ At , At 2 Bt .
t 2S
Remarque
Si S et S 0 sont deux parties de T telle que S \ S 0 = ∅, alors
0 0
1 E S [S = E S ES .
0 0
2 8AS E S et AS ES ,
1 S 1 S 0 0 S [S 0 .
πS A \ πS 0 A = AS AS ET
Dé…nition
Une partie A de E T est appelée cylindre s’il existe S T …ni et AS BS
1
avec A = AS E T S , i.e., A = π S (AS ). AS est une base du cylindre et
on note C l’ensemble des cylindre de E T .
Remarque
C est une algèbre sur E T .
Dé…nition
L’espace probabilisable E T , B T sera appelé espace produit des espaces
probabilisables ((Et , Bt ))t 2T .
Remarque
Il est évident que si T est …ni l’ensemble des cylindres coïncide avec
l’ensemble des pavés mesurables et que le produit que nous venons de
dé…nir est le produit au sens ordinaire du produit d’une famille …nie
d’espaces probabilisables.
Proposition
B T est la tribu sur E T engendrée par les projections π ft g , t 2 T .
La dé…nition ci-dessus exprime que B T est la plus petite tribu rendant
mesurables les applications de projection canoniques π S .
On voit aisément que les applications π S sont mesurables si et
seulement si les applications de projection canoniques π ft g le sont
pour tout t 2 T .
Dé…nition
Pour tout S …ni, soit PS une probabilité sur E S , B S . On dit que la
famille fPS , S …nig est un système projectif de probabilité par rapport à la
famille de projection fπ S ,S 0 , S S 0 , S 0 …nig si π S ,S 0 (PS 0 ) = PS , i.e., PS
est l’image de PS 0 par π S ,S 0 .
n
O
8A 2 Bt , P(t1 ,...,tn ) (A) = P ((Xt1 , ..., Xtn ) 2 A) ,
t =1
n
N
i.e., P(t1 ,...,tn ) est une probabilité sur E n, Bt .
t =1
Remarque
n
N
Comme Bt est engendrée par les partie A = A1 An , At 2 Bt .
t =1
Alors,
Dé…nition
On appelle loi du processus (Xt )t 2T la probabilité image de P par ϕ.
Théorème de Kolomogorov
Soit T R. Pour tout S T …ni, soit PS la probabilité dé…nie sur
R , BR . On suppose que fPS , S …nig est un système projectif, il existe
S S
Théorème
Soit Pft1 ,...,tn g , ft1 , ..., tn g T un système projectif de probabilité sur
(Rn , BRn ). Il existe un espace de probabilité (Ω, A, P) et un processus
(Xt )t 2T dé…ni sur cet espace et à valeurs dans (R, BR ) telle que 8n 1,
ft1 , ..., tn g T , A1 , . . . , An 2 BR
Dé…nition
Soit T = [a, b [ R ou T = N et soit E un groupe. Un processus
Ω, A, P, (Xt )t 2T à valeurs dans E est dit à accroissements
indépendants si, pour tout système …ni d’instants t1 < t2 < < tn , les
v.a. Xt1 , Xt2 Xt1 , ..., Xtn Xtn 1 sont indépendantes.
Dé…nition
Un processus à accroissements indépendants est dit homogène si pour tout
s, t, h 2 T tels que s + h et t + h 2 T .
Ps ,t = Ps +h,t +h ,
Exemple
Processus de Poisson non homogène
Il s’agit d’un processus à accroissements indépendants
Ω, A, P, (Xt )t 2R+ à valeurs dans Z associé à une famille
fPs ,t ; s, t 2 R+ avec s < t g de lois de Poisson de paramètre
λs ,t = Ft Fs où F est une fonction sur R+ positive croissante.
Processus de Poisson homogène
Il s’agit d’un processus à accroissements indépendants homogène
Ω, A, P, (Xt )t 2R+ à valeurs dans Z, associé à un fPh ; h 2 R+ g
de lois de Poisson de paramètre λh, où λ est un nombre réel positif
donné.
Dé…nition
Soit T = [a, b [ R ou T = N. Un processus Ω, A, P, (Xt )t 2T à
valeurs dans E est dit strictement ou fortement stationnaire si, pour tout
système …ni d’instants t1 , t2 , ..., tn , et pour tout h 2 T , les variables
n-dimensionnelle (Xt1 , ..., Xtn ) et (Xt1 +h , ..., Xtn +h ) ont la même
distribution, i.e,
Dé…nition
Soit T = [a, b [ R ou T = N. Un processus Ω, A, P, (Xt )t 2T à
valeurs dans E est dit dit stationnaire du second ordre, ou stationnaire au
sens faible, ou stationnaire d’ordre deux, si les trois conditions suivantes
sont satisfaites :
Xt 2 L2 (Ω, A, P) .
8t 2 T , E(Xt ) = m, indépendant de t.
8(t, h) 2 T T , cov (Xt , Xt +h ) = γ(h), indépendante de t.