Université Pierre et Marie Curie 2012-2013
Probabilités de base - MM010 Feuille 6
Convergence de suites de variables aléatoires.
1. Soit Ω un ensemble. Soit (An )n≥1 une suite de parties de Ω. Déterminer les relations
d’inclusion qui existent toujours entre les parties suivantes de Ω :
[ \ \ [ [ \
An , An , An , An , Ω, ∅.
N ≥1 n≥N N ≥1 n≥N n≥1 n≥1
Montrer par un exemple que ces six parties peuvent être deux à deux distinctes.
2. Soit Ω un ensemble. Soit (Xn )n≥1 une suite de fonctions à valeurs réelles définies
sur Ω.
a. Décrire en français et sans utiliser les expressions "quelque soit" ni "il existe" les
parties suivantes de Ω :
[[\
A= {ω ∈ Ω : a ≤ Xn (ω) ≤ b},
a∈R b∈R n≥1
[ \ \
B= {ω ∈ Ω : Xn (ω) − Xm (ω) ≥ 0},
N ≥1 n≥N m≥n
[ \ [ \ 1
C= ω ∈ Ω : |Xn (ω) − `| ≤ ,
`∈R+ k≥1 N ≥1 n≥N
k
[ \ [ [ 1
D= ω ∈ Ω : |Xn (ω) − Xm (ω)| > .
k≥1 N ≥1 n≥N m≥N
k
b. Faire l’opération de traduction inverse pour les parties suivantes de Ω :
L’ensemble des ω ∈ Ω tels que la suite (Xn (ω))n≥1 ...
E ... soit à termes positifs,
F ... ne soit pas bornée supérieurement,
G ... tende vers +∞,
H ... ne converge pas vers un réel positif.
3. 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 .
1
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 .
4. Soit (Ω, F , P) un espace de probabilités. Soit (An )n≥1 une suite d’événements sur
cet espace de probabilités. Soit p ≥ 1 un réel. 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 Lp vers 0.
c. La suite (1An )n≥1 converge presque sûrement vers 0.
5. 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.
Donner un énoncé analogue pour une suite de variables aléatoires indépendantes de
loi exponentielle de paramètre 1.
6. Soit (Xn )n≥1 une suite de variables aléatoires. Montrer que si la suite Xn converge
simultanément vers deux variables aléatoires X et Y , alors X = Y presque sûrement, et
ceci quel que soit le mode de convergence vers X et quel que soit le mode de convergence
vers Y , parmi : convergence presque sûre, convergence dans Lp avec p ≥ 1, convergence
en probabilité.
P (Xn )n≥1 une suite de variables aléatoires indépendantes. On suppose que
7. Soit
P série n≥1 Xn converge presque sûrement. Montrer que pour tout réel c > 0, on a
la
n≥1 P(|Xn | > c) < +∞.
8. a. Soit (an )n≥1 une suite de nombre réels. Montrer 1 que lim an = +∞ si et seulement
si pour tout k ≥ 1 et tout n0 ≥ 1 il existe n ≥ n0 tel que an ≥ k.
b. Soit (Xn )n≥1 une suite de variables aléatoires positives indépendantes et toutes de
même loi. On suppose E[X1 ] = +∞. Montrer que
Xn
P lim = +∞ = 1.
n
S T(Ω, F , P). On
9. Soit (An )n≥1 une suite d’événements sur un espace de probabilités
rappelle que la limite inférieure des An est l’événement lim inf An = p≥1 n≥p An .
a. Montrer que si limn→+∞ P(An ) = 0, alors P(lim inf An ) = 0.
1. Rappelons que, par définition, lim an = lim sup an et que cette limite existe (éventuellement égale
p→∞ n≥p
à ±∞) car c’est la limite d’une suite décroissante d’éléments de ] − ∞, +∞].
2
P+∞
b. On suppose limn→+∞ P(An ) = 0 et n=1 P(An ∩ Acn+1 ) < +∞. Montrer que
P(lim sup An ) = 0.
10. Soit (an )n≥1 une suite de réels. Soit c un réel.
a. Montrer que lim 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 an < c si et seulement s’il existe un réel c0 < c tel que an < c0 pour
n assez grand.
c. Soit (Xn )n≥1 une suite de variables aléatoires. Montrer que X = limn→∞ Xn est une
variable aléatoire, c’est-à-dire que pour tous a, b réels avec a < b, la partie {ω ∈ Ω : a <
X < b} est un événement.
d. Qu’en est-il de limn→∞ Xn ?
11. Soit (Xn )n≥1 une suite de variables aléatoires de loi exponentielle de paramètre
1.
Xn
b. Montrer que P lim > 1 = 0.
log n
X1 , X2 , . .
On suppose désormais . indépendantes.
Xn
c. Montrer que P lim < 1 = 0. Montrer que ce résultat peut être faux sans
log n
l’hypothèse d’indépendance.
Xn
d. Montrer que lim log n
est presque sûrement égale à une constante que l’on détermi-
nera.
e. Déterminer une suite (an )n≥1 de réels qui converge vers 0 et telle qu’on ait Xn < an
infiniment souvent avec probabilité 1, c’est-à-dire P(Xn < an infiniment souvent) = 1. En
déduire ce que vaut lim Xn .
f. Déterminer une suite (bn )n≥1 de réels telle qu’on ait lim(bn Xn ) = 1 presque sûrement.
12. a. Montrer qu’une suite de réels converge vers un réel l si et seulement si de toute
sous-suite de cette suite on peut extraire une sous-sous-suite qui converge vers l.
b. Montrer qu’une suite de variables aléatoires converge en probabilité vers une variable
aléatoire X si et seulement si de toute sous-suite de cette suite on peut extraire une sous-
sous-suite qui converge vers X.
c. Montrer que si une suite (Xn )n≥1 de variables aléatoires réelles converge en proba-
bilité vers une variable aléatoire X, et si f : R → R est une fonction continue, alors la
suite (f (Xn ))n≥1 converge en probabilité vers f (X).
