UMBB/Faculté des Sciences Module : Processus Stochastiques

Département de Mathématiques 3 année LMA

Série d’exercices n0 1
Classification des processus aléatoires

Exercice 1 Déterminer la fonction de densité 𝑓(𝑥, 𝑡) du processus stochastique (𝑋𝑡 )𝑡≥0 défini par 𝑋𝑡 =
𝑡𝑌 + 1. Où 𝑌 est une variable aléatoire suivant une loi uniforme sur l’intervalle (0,2).

Exercice 2 Le processus stochastique (𝑋𝑡 )𝑡≥0 a pour fonction d’auto covariance 𝐶𝑋 (𝑡1 , 𝑡2 ) avec 𝐸[𝑋𝑡 ] =
𝑚𝑡 et Var(𝑋𝑡 ) = 𝜎𝑡2 . Soit 𝑎(𝑡) et 𝑏(𝑡) des fonctions non aléatoires et 𝑌𝑡 = 𝑎(𝑡)𝑋𝑡 + 𝑏(𝑡). Trouver

𝐸[𝑌𝑡 ], 𝐶𝑌 (𝑡1 , 𝑡2 ) et 𝑉𝑎𝑟(𝑌𝑡 ).

Exercice 3 L’espérance mathématique et la fonction d’auto covariance du processus stochastique 𝑋𝑡 sont

données. Trouver l’espérance mathématique, la fonction d’auto covariance et la variance du processus
𝑑𝑋𝑡
stochastique 𝑌𝑡 si 𝐸[𝑋𝑡 ] = 1 , 𝐶𝑋 (𝑡1 , 𝑡2 ) = 𝑒 𝛼(𝑡1+𝑡2) et 𝑌𝑡 = 𝑡 𝑑𝑡
+ 1.

Exercice 4 Soit (𝑋𝑡 )𝑡≥0 un processus stochastique tel que 𝐸[𝑋𝑡 ] = 0, on définit le processus

𝑌𝑡 = 𝑋𝑡−𝜏 − 𝑋𝑡 , 𝑡 ∈ 𝑇 et 𝜏 une constante. Déterminer la fonction d’intercorrélation et la fonction d’inter

covariance.

Exercice 5 Soit (𝑋𝑡 )𝑡≥0 un processus stochastique à accroissements indépendants et stationnaires, tel
que
𝑒 −𝛼𝑡 (𝛼𝑡)𝑘
𝑃 (𝑋𝑡 = 𝑘) = , 𝑘 ≥ 0, 𝛼 > 0
𝑘!

Calculer 𝑃(𝑋𝑠 = 1, 𝑋𝑡+𝑠 − 𝑋𝑠 = 0), 𝐸[𝑋𝑡 ], 𝑉𝑎𝑟(𝑋𝑡 ), 𝑅𝑋 (𝑡, 𝑡 + 𝑠) et 𝐶𝑋 (𝑡, 𝑡 + 𝑠), 𝑠 < 𝑡.

Exercice 6 Soit (𝑁𝑡 )𝑡≥0 un processus stochastique à accroissements indépendants et stationnaires tel
que 𝐸[𝑁𝑡 = 𝑉𝑎𝑟(𝑁𝑡 ) = 𝜆𝑡 et 𝑋0 une variable aléatoire indépendante de ce processus, 𝐸[𝑋0 ] = 0 et
]
𝑉𝑎𝑟(𝑋0 ) = 1. On pose 𝑋𝑡 = 𝑋0 (−1)𝑁𝑡 . Le processus 𝑋𝑡 est-il stationnaire au sens large ?

Exercice 7 Soit (𝑋𝑡 )𝑡∈ℝ un processus gaussien, avec 𝐸[𝑋𝑡 ] = 𝜇𝑡, 𝑡 ≥ 0, et où 𝜇 est une constante
positive, et 𝑅𝑋 (𝑡, 𝑡 + 𝑠) = 2𝑡 + 𝜇2 𝑡 (𝑡 + 𝑠), 𝑠, 𝑡 ≥ 0. On définit 𝑌𝑡 = 𝑋𝑡 − 𝜇𝑡, 𝑡 ≥ 0. Le processus (𝑌𝑡 )𝑡∈ℝ
est-il stationnaire au sens large ?

Exercice 8 Soit (𝑋𝑛 )𝑛≥0 un processus à temps discret tel que 𝐸[𝑋𝑛 ] = 0, 𝑛 ∈ ℕ et

𝜎2
𝑠𝑖 𝑛 = 0
𝑉𝑎𝑟(𝑋𝑛 ) = {1 − 𝜇2
𝜎 2 𝑠𝑖 𝑛 ≥ 1

On construit un nouveau processus à temps discret

 𝑋0 𝑠𝑖 𝑛 = 0
𝑍𝑛 = {
𝜇𝑍𝑛−1 + 𝑋𝑛 𝑠𝑖 𝑛 ≥ 1

Montrer que le processus 𝑍𝑛 est stationnaire au sens large ?

Exercice 9 Soit (𝑋𝑡 )𝑡≥0 un processus stationnaire au sens large de moyenne nulle. La fonction d’auto
corrélation est donnée par

𝑅𝑋 (𝑠) = 𝑒 −2𝑐|𝑠|
Où 𝑐 une constante positive. Le processus (𝑋𝑡 )𝑡 est il de moyenne ergodique ?

Exercice 10 Soit (𝑋𝑡 )𝑡≥0 un processus gaussien stationnaire au sens large, avec 𝐸[𝑋𝑡 ] = 0 et
𝑅𝑋 (𝑠) = 2 𝑒 −4|𝑠| .
1- Quelle est la distribution de 𝑋𝑡 ?
2- Le processus 𝑋𝑡 est il de moyenne ergodique ?