Les grands théorèmes

_________________

① Soit m un réel et  un réel positif.

Soit X1, X2, …, Xn n variables aléatoires indépendantes, de même espérance m et écart
type 
1
On considère la variable aléatoire X n  ( X 1  X 2  ...  X n ) .
n

1 1
On sait déjà que E( X n ) = ( E ( X 1 )  E ( X 2 )  ...  E ( X n ) )  (nm)  m ; d’autre part
n n
X1, X2, …Xn étant n variables aléatoires indépendantes :
1 1 2 
V( X n ) = 2 (V ( X 1 )  V ( X 2 )  ...  V ( X n ) )  2 (n 2 )  d’où  X n )= .
n n n n
On doit retenir que :
1 
X n  ( X 1  X 2  ...  X n ) est une variable aléatoire d’espérance m et d’écart type .
n n

② Cas particulier
Dans le cas où X1, X2, …, Xn sont n variables aléatoires indépendantes, suivant la même loi
1
normale N (m ; ), X n  ( X 1  X 2  ...  X n ) est une variable aléatoire qui suit la loi
n

normale N (m ; ).
n

③ Théorème de la limite centrée

Soient X1, X2, …, Xn n variables aléatoires indépendantes, suivant la même loi de probabilité,
de même espérance m et écart type 
1
Pour n suffisamment grand, la variable aléatoire X n  ( X 1  X 2  ...  X n ) suit
n

approximativement la loi normale N (m ; ).
n

④ Théorème de la loi faible des grands nombres

Avec les notations du paragraphe ①, on précise que :
Avec un réel strictement positif
pour n suffisamment grand, la probabilité P ( m– X n  m + peut être approchée par 1.