Académique Documents
Professionnel Documents
Culture Documents
Exercice 1. Une variable aléatoire X à valeurs dans ]0, +∞[ est dite suivre la loi log-normale
de paramètres (µ, σ 2 ) si Y = log X suit la loi gaussienne N (µ, σ 2 ). On note L(µ, σ 2 ) la loi
log-normale de paramètres (µ, σ 2 ).
W X
∆ = .
Y Z
Exercice 3. Soit {Xn , n ≥ 1} une suite de variables aléatoires indépendantes telles que
P[Xn = 1] = 1/n et P[Xn = 0] = 1 − 1/n. On pose Sn = X1 + · · · + Xn .
(a) Montrer que E[Sn ] ∼ Var[Sn ] ∼ log n quand n → +∞.
*(b) Calculer la transformée de Fourier de
Sn − log n
√
log n
et montrer à l’aide d’un développement de Taylor à l’ordre 2 en zéro des fonctions log(1 + x)
et ex que
Sn − log n d
√ → N (0, 1), n → +∞.
log n
1
Exercice 4. (a) Soit {Xn , n ≥ 1} une suite de variables aléatoires de carré intégrable et
ayant une même espérance µ. On pose Sn = X1 + · · · + Xn et on suppose qu’il existe δ > 0
pour nδ−2 VarSn → 0. Montrer que
Sn
→ µ n→∞
n
dans L2 , puis en probabilité.
(b) En déduire que la loi faible des grands nombres est vérifiée pour une suite {Xn , n ≥ 1}
de variables aléatoires de même loi, décorrélées mais pas nécéssairement indépendantes.
Exercice 5. Soit {Xn , n ≥ 1} une suite de variables indépendantes et de même loi N (0, 1).
On pose Sn = X1 + · · · + Xn et on considère
Sn2
1
Mn = √ exp .
n+1 2(n + 1)
(a) Montrer que Sn suit une loi gaussienne dont on calculera les paramètres et en déduire
que E[Mn ] = 1 pour tout n ≥ 1.
(b) Montrer que Mn est une martingale pour la filtration Fn = σ(X1 , . . . , Xn ).
(c) A l’aide du théorème limite central, montrer que Mn → 0 en probabilité quand n → ∞.
T = inf{n ≥ 1, Sn = −a ou Sn = b}
(d) On suppose p 6= 1/2 et on pose ξ = (1 − p)/p. Montrer que {ξ Sinf(n,T ) , n ≥ 1} est une
martingale et déduire comme précédemment que
ξ a+b − ξ a
P[ST = −a] = ·
ξ a+b − 1