Académique Documents
Professionnel Documents
Culture Documents
Convergences et Théorèmes-limites
Adjoint(e)s Techniques de la Statistique, Première année
Année académique 2018 − 2019
13 juin 2019
1 Motivations
2 Inégalités classiques
Problème
Soit Ω une population de taille N et une caractéristique (Age)
observable auprès des individus de cette population.
Soit X la variable désignant la valeur de cette caractéristique d’un
individu de cette population à un moment donné. X est une v.a.r. à
valeurs dans R de loi PX , à priori, inconnue.
Considérons l’expérience aléatoire suivante : sélectionner, de
manière aléatoire (indépendante), un groupe de n individus
dans Ω et collecter l’information auprès de chacun d’eux.
Cette expérience correspond à un vecteur aléatoire (X1 , . . . , Xn )
indépendant tel que Xi (la valeur de l’individu i) admet pour loi
PX , ∀i = 1, . . . , n.
Le modèle probabiliste associé est :
(Rn , B(Rn ), PX ⊗n )
Problème
Soit Ω une population de taille N et une caractéristique (Age)
observable auprès des individus de cette population.
Soit X la variable désignant la valeur de cette caractéristique d’un
individu de cette population à un moment donné. X est une v.a.r. à
valeurs dans R de loi PX , à priori, inconnue.
Considérons l’expérience aléatoire suivante : sélectionner, de
manière aléatoire (indépendante), un groupe de n individus
dans Ω et collecter l’information auprès de chacun d’eux.
Cette expérience correspond à un vecteur aléatoire (X1 , . . . , Xn )
indépendant tel que Xi (la valeur de l’individu i) admet pour loi
PX , ∀i = 1, . . . , n.
Le modèle probabiliste associé est :
(Rn , B(Rn ), PX ⊗n )
Problème
Soit Ω une population de taille N et une caractéristique (Age)
observable auprès des individus de cette population.
Soit X la variable désignant la valeur de cette caractéristique d’un
individu de cette population à un moment donné. X est une v.a.r. à
valeurs dans R de loi PX , à priori, inconnue.
Considérons l’expérience aléatoire suivante : sélectionner, de
manière aléatoire (indépendante), un groupe de n individus
dans Ω et collecter l’information auprès de chacun d’eux.
Cette expérience correspond à un vecteur aléatoire (X1 , . . . , Xn )
indépendant tel que Xi (la valeur de l’individu i) admet pour loi
PX , ∀i = 1, . . . , n.
Le modèle probabiliste associé est :
(Rn , B(Rn ), PX ⊗n )
Problème
Soit Ω une population de taille N et une caractéristique (Age)
observable auprès des individus de cette population.
Soit X la variable désignant la valeur de cette caractéristique d’un
individu de cette population à un moment donné. X est une v.a.r. à
valeurs dans R de loi PX , à priori, inconnue.
Considérons l’expérience aléatoire suivante : sélectionner, de
manière aléatoire (indépendante), un groupe de n individus
dans Ω et collecter l’information auprès de chacun d’eux.
Cette expérience correspond à un vecteur aléatoire (X1 , . . . , Xn )
indépendant tel que Xi (la valeur de l’individu i) admet pour loi
PX , ∀i = 1, . . . , n.
Le modèle probabiliste associé est :
(Rn , B(Rn ), PX ⊗n )
Problème
A présent, considérons Un = T (X1 , . . . , Xn ) un résumé du vecteur
(X1 , . . . , Xn ) avec T borélienne de Rn dans R.
Un est également une v.a.r. à valeurs dans R de loi PUn inconnue mais
qui dépend de n.
Deux questions se posent :
1 Existerait-il un réel a (une v.a.r. Z0 ) tel que la probabilité que Un
prenne cette valeur (la valeur de Z0 ) est d’autant plus élevée que
n est grand ?
n → +∞, P({Un proche de a}) = 1.
2 Pour n assez grand, la loi de Un se rapprocherait-elle
(convergerait-elle) d’une loi donnée P0 d’une variable Z0 ?
n → +∞, PUn (A) = PZ0 (A), ∀A ∈ B(R).
Objectifs du module
Définir la notion de Convergences en théorie des probabilité.
Présenter deux Théorèmes fondamentaux répondant à 1 et 2.
Boris BAFFO (ENSEA) THEORIE DES PROBABILITES 13 juin 2019 4 / 21
Motivations
Problème
A présent, considérons Un = T (X1 , . . . , Xn ) un résumé du vecteur
(X1 , . . . , Xn ) avec T borélienne de Rn dans R.
Un est également une v.a.r. à valeurs dans R de loi PUn inconnue mais
qui dépend de n.
Deux questions se posent :
1 Existerait-il un réel a (une v.a.r. Z0 ) tel que la probabilité que Un
prenne cette valeur (la valeur de Z0 ) est d’autant plus élevée que
n est grand ?
n → +∞, P({Un proche de a}) = 1.
2 Pour n assez grand, la loi de Un se rapprocherait-elle
(convergerait-elle) d’une loi donnée P0 d’une variable Z0 ?
n → +∞, PUn (A) = PZ0 (A), ∀A ∈ B(R).
Objectifs du module
Définir la notion de Convergences en théorie des probabilité.
Présenter deux Théorèmes fondamentaux répondant à 1 et 2.
Boris BAFFO (ENSEA) THEORIE DES PROBABILITES 13 juin 2019 4 / 21
Motivations
Problème
A présent, considérons Un = T (X1 , . . . , Xn ) un résumé du vecteur
(X1 , . . . , Xn ) avec T borélienne de Rn dans R.
Un est également une v.a.r. à valeurs dans R de loi PUn inconnue mais
qui dépend de n.
Deux questions se posent :
1 Existerait-il un réel a (une v.a.r. Z0 ) tel que la probabilité que Un
prenne cette valeur (la valeur de Z0 ) est d’autant plus élevée que
n est grand ?
n → +∞, P({Un proche de a}) = 1.
2 Pour n assez grand, la loi de Un se rapprocherait-elle
(convergerait-elle) d’une loi donnée P0 d’une variable Z0 ?
n → +∞, PUn (A) = PZ0 (A), ∀A ∈ B(R).
Objectifs du module
Définir la notion de Convergences en théorie des probabilité.
Présenter deux Théorèmes fondamentaux répondant à 1 et 2.
Boris BAFFO (ENSEA) THEORIE DES PROBABILITES 13 juin 2019 4 / 21
Motivations
Problème
A présent, considérons Un = T (X1 , . . . , Xn ) un résumé du vecteur
(X1 , . . . , Xn ) avec T borélienne de Rn dans R.
Un est également une v.a.r. à valeurs dans R de loi PUn inconnue mais
qui dépend de n.
Deux questions se posent :
1 Existerait-il un réel a (une v.a.r. Z0 ) tel que la probabilité que Un
prenne cette valeur (la valeur de Z0 ) est d’autant plus élevée que
n est grand ?
n → +∞, P({Un proche de a}) = 1.
2 Pour n assez grand, la loi de Un se rapprocherait-elle
(convergerait-elle) d’une loi donnée P0 d’une variable Z0 ?
n → +∞, PUn (A) = PZ0 (A), ∀A ∈ B(R).
Objectifs du module
Définir la notion de Convergences en théorie des probabilité.
Présenter deux Théorèmes fondamentaux répondant à 1 et 2.
Boris BAFFO (ENSEA) THEORIE DES PROBABILITES 13 juin 2019 4 / 21
Inégalités classiques
E[ϕ(X )]
P[ϕ(X ) ≥ ε] ≤
ε
Var (X )
P[|X − E(x)| ≥ ε] ≤
ε2
Définition
Soit (Xn )N une suite de v.a.r..
La suite (Xn )N est dite indépendante et identiquement-distribuée, en
abrégré i.i.d., si la suite est indépendante et toutes v.a.r. de la suite ont la
même loi.
Définition
Si (Xn )N une suite de v.a.r. alors pour tout n ≥ 1, on appelle moyenne
empirique d’ordre n associée à la suite (Xn )N , notée X n , la v.a.r. définie
par
X1 + . . . + Xn
Xn = .
n
Proposition
Si (Xn )N une suite i.i.d. de v.a.r. de carré intégrable, d’espérance m et de
variance σ 2 , alors
σ2
E(X n ) = m et Var (X n ) =
n
Boris BAFFO (ENSEA) THEORIE DES PROBABILITES 13 juin 2019 6 / 21
Convergences et Théorèmes fondamentaux
Proposition
Soient f une application continue de R2 dans R, (Xn )N et (Yn )N deux
suites de v.a.r. convergeant en probabilité respectivement vers les v.a.r. X
et Y , alors la suite des v.a.r. (f (Xn , Yn ))N converge en probabilité vers la
v.a.r. f (X , Y ).
Proposition
Si (Xn )N et (Yn )N sont deux suites de v.a.r. convergeant en probabilité
respectivement vers les v.a.r. X et Y , alors les suites des v.a.r. (Xn + Yn )N
et (Xn Yn )N convergent en probabilité respectivement vers les v.a.r. X + Y
et XY .
Boris BAFFO (ENSEA) THEORIE DES PROBABILITES 13 juin 2019 8 / 21
Convergences et Théorèmes fondamentaux
Proposition
Soient f une application continue de R2 dans R, (Xn )N et (Yn )N deux
suites de v.a.r. convergeant en probabilité respectivement vers les v.a.r. X
et Y , alors la suite des v.a.r. (f (Xn , Yn ))N converge en probabilité vers la
v.a.r. f (X , Y ).
Proposition
Si (Xn )N et (Yn )N sont deux suites de v.a.r. convergeant en probabilité
respectivement vers les v.a.r. X et Y , alors les suites des v.a.r. (Xn + Yn )N
et (Xn Yn )N convergent en probabilité respectivement vers les v.a.r. X + Y
et XY .
Boris BAFFO (ENSEA) THEORIE DES PROBABILITES 13 juin 2019 8 / 21
Convergences et Théorèmes fondamentaux
Proposition
Soient f une application continue de R2 dans R, (Xn )N et (Yn )N deux
suites de v.a.r. convergeant en probabilité respectivement vers les v.a.r. X
et Y , alors la suite des v.a.r. (f (Xn , Yn ))N converge en probabilité vers la
v.a.r. f (X , Y ).
Proposition
Si (Xn )N et (Yn )N sont deux suites de v.a.r. convergeant en probabilité
respectivement vers les v.a.r. X et Y , alors les suites des v.a.r. (Xn + Yn )N
et (Xn Yn )N convergent en probabilité respectivement vers les v.a.r. X + Y
et XY .
Boris BAFFO (ENSEA) THEORIE DES PROBABILITES 13 juin 2019 8 / 21
Convergences et Théorèmes fondamentaux
σ2
P[|X n − m| ≥ ε] ≤ .
nε2
Par conséquent
lim P[|X n − m| ≥ ε] = 0
n→+∞
Définition
On dit que la suite de v.a.r. (Xn )N converge presque-sûrement vers Y si
P (∆Y ) = 1.
Pour n assez, il est certain que les valeurs de Xn et Y soient très proches.
Définition
On dit que la suite de v.a.r. (Xn )N converge presque-sûrement vers Y si
P (∆Y ) = 1.
Pour n assez, il est certain que les valeurs de Xn et Y soient très proches.
Définition
On dit que la suite de v.a.r. (Xn )N converge presque-sûrement vers Y si
P (∆Y ) = 1.
Pour n assez, il est certain que les valeurs de Xn et Y soient très proches.
Proposition
Soient f une application continue de R2 dans R, (Xn )N et (Yn )N deux
suites de v.a.r. convergeant presque-sûrement respectivement vers les v.a.r.
X et Y , alors la suite des v.a.r. (f (Xn , Yn ))N converge presque-sûrement
vers la v.a.r. f (X , Y ).
Proposition
Si (Xn )N et (Yn )N sont deux suites de v.a.r. convergeant presque-sûrement
respectivement vers les v.a.r. X et Y , alors les suites des v.a.r. (Xn + Yn )N
et (Xn Yn )N convergent presque-sûrement respectivement vers les v.a.r.
X + Y et XY .
Boris BAFFO (ENSEA) THEORIE DES PROBABILITES 13 juin 2019 11 / 21
Convergences et Théorèmes fondamentaux
Proposition
Soient f une application continue de R2 dans R, (Xn )N et (Yn )N deux
suites de v.a.r. convergeant presque-sûrement respectivement vers les v.a.r.
X et Y , alors la suite des v.a.r. (f (Xn , Yn ))N converge presque-sûrement
vers la v.a.r. f (X , Y ).
Proposition
Si (Xn )N et (Yn )N sont deux suites de v.a.r. convergeant presque-sûrement
respectivement vers les v.a.r. X et Y , alors les suites des v.a.r. (Xn + Yn )N
et (Xn Yn )N convergent presque-sûrement respectivement vers les v.a.r.
X + Y et XY .
Boris BAFFO (ENSEA) THEORIE DES PROBABILITES 13 juin 2019 11 / 21
Convergences et Théorèmes fondamentaux
Proposition
Soient f une application continue de R2 dans R, (Xn )N et (Yn )N deux
suites de v.a.r. convergeant presque-sûrement respectivement vers les v.a.r.
X et Y , alors la suite des v.a.r. (f (Xn , Yn ))N converge presque-sûrement
vers la v.a.r. f (X , Y ).
Proposition
Si (Xn )N et (Yn )N sont deux suites de v.a.r. convergeant presque-sûrement
respectivement vers les v.a.r. X et Y , alors les suites des v.a.r. (Xn + Yn )N
et (Xn Yn )N convergent presque-sûrement respectivement vers les v.a.r.
X + Y et XY .
Boris BAFFO (ENSEA) THEORIE DES PROBABILITES 13 juin 2019 11 / 21
Convergences et Théorèmes fondamentaux
Proposition
Soient f une application continue de R dans R, (Xn )N une suite de v.a.r.
convergeant en loi vers la v.a.r. Y , alors la suite des v.a.r. (f (Xn ))N
converge en loi vers la v.a.r. f (Y ).
Proposition
Soient f une application continue de R dans R, (Xn )N une suite de v.a.r.
convergeant en loi vers la v.a.r. Y , alors la suite des v.a.r. (f (Xn ))N
converge en loi vers la v.a.r. f (Y ).
Proposition
Soient f une application continue de R dans R, (Xn )N une suite de v.a.r.
convergeant en loi vers la v.a.r. Y , alors la suite des v.a.r. (f (Xn ))N
converge en loi vers la v.a.r. f (Y ).
Proposition
Soient f une application continue de R dans R, (Xn )N une suite de v.a.r.
convergeant en loi vers la v.a.r. Y , alors la suite des v.a.r. (f (Xn ))N
converge en loi vers la v.a.r. f (Y ).
Proposition
Si (Xn )N est une suite de v.a.r. convergeant en probabilité vers la
v.a.r. X , alors (Xn )N converge en loi vers X .
La réciproque est fausse.
La réciproque est vraie dans le cas où X est une constante a réel.
Proposition
Si (Xn )N est une suite de v.a.r. convergeant en probabilité vers la
v.a.r. X , alors (Xn )N converge en loi vers X .
La réciproque est fausse.
La réciproque est vraie dans le cas où X est une constante a réel.