Master 1 MFA-Probabilités 2

Examen final
16 Mai 2017
Paul Lescot

Durée: 3h.

Documents et calculatrices interdits.

Toutes les variables aléatoires considérées sont définies sur un espace probabilisé complet (D, F, P)
fixé une fois pour toutes.

Les trois exercices sont indépendants les uns des autres.

Exercice I
Soit (Fn)nEN une filtration complète. On désigne par (Mn)nEN une (Fn)nEN-martingale, et on suppose
que

(Vw ED) (\/n EN) Mn(w) 2: O. "

On pose

(Vw ED) T(w) := inf{n E NIMn(w) = O}.

1. Montrer que T est un (Fn)nEN-temps d'arrêt.
2. Pour tout couple (k, l) E N 2 avec k :S: l, calculer

3. Etablir que, pour presque tout w En, si T(w) < +oo alors Mn(w) = 0 pour tout n 2: T(w).

Exercice II
Soient T1,•-·,Tn,··· des variables aléatoires indépendantes et identiquement distribuées suivant une loi
exponentielle de paramètre À > O. Définissons

S0 =0,

et
\/t 2 0 N(t) = sup( {n ENI Sn :S: t}) .
On a vu en cours qu'alors, pour chaque t 2: 0, N(t) suivait une loi de Poisson de paramètre >.t.
Soit t > 0 fixé; quelle est la valeur de l'espérance E-( (TN(t)+1) 2 )?

1
t
Exercice III
Un réel p E [ü, 1] étant donné, on considère une chaîne d e Markov homogène X d'espace d'états

L!p)
et de matrice de transition

p ~ (; 1 1

1. Déterminer la ou les R-classe(s) dans E.

2. Quels sont les (éventuels) états récurrents, transients, absorbants et de non-retour pour X?
3. Déterminer la ou les mesure(s) de probabilité surf, invariante(s) sous X .
Indi cation Dans les deux premières questions, l'on pourra distinguer les cas p = 0, 0 < p < 1 et p = l.

,
'
'
•

2
--------