Académique Documents
Professionnel Documents
Culture Documents
A. Godichon-Baggioni
Rappels de probabilités Modes de convergence Inégalités classiques Théorèmes asymptotiques Opérations sur les limites
I. Rappels de probabilités
Rappels de probabilités Modes de convergence Inégalités classiques Théorèmes asymptotiques Opérations sur les limites
F ONCTIONS DE R ÉPARTITION
FX (x) = P [X ≤ x] .
lim FX (x) = 0,
x→−∞
lim FX (x) = 1.
x→+∞
Rappels de probabilités Modes de convergence Inégalités classiques Théorèmes asymptotiques Opérations sur les limites
E XEMPLES :
1.0
1.0
1.0
0.8
0.8
0.8
0.6
0.6
0.6
0.4
0.4
0.4
0.2
0.2
0.2
0.0
0.0
0.0
−1.0 0.0 0.5 1.0 1.5 2.0 −1.0 0.0 0.5 1.0 1.5 2.0 −4 −2 0 2 4
C ONVERGENCE EN LOI
Définition
Soit (Xn ) une suite de variables aléatoires. On dit que (Xn ) converge
en loi vers une variable aléatoire X et on note
L
Xn −−−−−→ X
n→+∞
E XEMPLES
Exemple 1 : Soit (Xn ) une
suite de
variables aléatoires telle que
1−p
pour tout n ≥ 1, Xn ∼ B p + n , alors
L
Xn −−−−−→ X ∼ B(p).
n→+∞
L
Xn −−−−−→ X ∼ N 0, σ 2
n→+∞
Rappels de probabilités Modes de convergence Inégalités classiques Théorèmes asymptotiques Opérations sur les limites
C ONVERGENCE EN LOI
Proposition
Soit (Xn ) une suite de variables aléatoires. Xn converge en loi vers
une variable aléatoire X si et seulement si en tout point de continuité
x de la fonction de répartition FX de X on a
E XEMPLES
Exemple 1 : Soit (Xn ) une
suite de
variables aléatoires telle que
1−p
pour tout n ≥ 1, Xn ∼ B p + n , alors
L
Xn −−−−−→ X ∼ B(p).
n→+∞
L
Xn −−−−−→ X ∼ N 0, σ 2
n→+∞
Rappels de probabilités Modes de convergence Inégalités classiques Théorèmes asymptotiques Opérations sur les limites
C ONVERGENCE EN LOI
Corollaire
Soient (Xn ) une suite de variables aléatoires et X une variable
aléatoire telles que Xn , X sont absolument continues de densités fn , f ,
alors Xn converge en loi vers X si et seulement si pour tout x ∈ R,
L
Xn −−−−−→ X ∼ N 0, σ 2
n→+∞
Rappels de probabilités Modes de convergence Inégalités classiques Théorèmes asymptotiques Opérations sur les limites
C ONVERGENCE EN LOI
ΦX (t) = E eitX .
Proposition
Soit (Xn ) une suite de variables aléatoires, Xn converge en loi vers X
si et seulement si pour tout t ∈ R,
alors
L
θ̂n −−−−−→ θ.
n→+∞
Rappels de probabilités Modes de convergence Inégalités classiques Théorèmes asymptotiques Opérations sur les limites
C ONVERGENCE EN PROBABILIT É
Définition
Soit (Xn ) une suite de variables aléatoires. On dit que (Xn ) converge
en probabilité vers X et on note
P
Xn −−−−−→ X
n→+∞
P
Xn −−−−−→ 0.
n→+∞
Rappels de probabilités Modes de convergence Inégalités classiques Théorèmes asymptotiques Opérations sur les limites
Proposition
Soit (Xn ) une suite de variables aléatoires. Si (Xn ) converge en
probabilité vers une variable aléatoire X, alors (Xn ) converge en loi
vers X.
Proposition
Soit (Xn ) une suite de variables aléatoires. Si (Xn ) converge en loi
vers une constante c, alors (Xn ) converge en probabilité vers c.
Rappels de probabilités Modes de convergence Inégalités classiques Théorèmes asymptotiques Opérations sur les limites
Définition
Soit (Xn ) une suite de variables aléatoires. On dit que (Xn ) converge
presque sûrement vers X et on note
p.s
Xn −−−−−→ X
n→+∞
si
P lim Xn = X = P ω ∈ Ω; lim Xn (ω) = X(ω) = 1.
n→+∞ n→+∞
Rappels de probabilités Modes de convergence Inégalités classiques Théorèmes asymptotiques Opérations sur les limites
Proposition
Soit (Xn ) une suite de variables aléatoires. Si (Xn ) converge presque
sûrement vers une variable aléatoire X, alors (Xn ) converge en
probabilité vers X.
1 1
P [Xn = 0] = 1 − et P [Xn = n] = .
n2 n2
Rappels de probabilités Modes de convergence Inégalités classiques Théorèmes asymptotiques Opérations sur les limites
Définition
Soit (Xn ) une suite de variables aléatoires de carré intégrable. On dit
que (Xn ) converge en moyenne quadratique vers X et on note
L2
Xn −−−−−→ X
n→+∞
si h i
2
E |Xn − X| −−−−−→ 0.
n→+∞
Proposition
Soit (Xn ) une suite de variables aléatoires. Si (Xn ) converge en
moyenne quadratique vers une variable aléatoire X, alors (Xn )
converge en probabilité vers X.
n−1 1
P [Xn = 0] = , P [Xn = n] = .
n n
Rappels de probabilités Modes de convergence Inégalités classiques Théorèmes asymptotiques Opérations sur les limites
R ÉSUM É
p.s P L
Xn −−−−−→ X =⇒ Xn −−−−−→ X =⇒ Xn −−−−−→ X
n→+∞ n→+∞ n→+∞
L2 P L
Xn −−−−−→ X =⇒ Xn −−−−−→ X =⇒ Xn −−−−−→ X
n→+∞ n→+∞ n→+∞
C ONTRE - EXEMPLES
1 1
P [Xn = 0] = 1 − et P [Xn = n] = .
n2 n2
Rappels de probabilités Modes de convergence Inégalités classiques Théorèmes asymptotiques Opérations sur les limites
III.Inégalités classiques
Rappels de probabilités Modes de convergence Inégalités classiques Théorèmes asymptotiques Opérations sur les limites
I N ÉGALIT É DE M ARKOV
I N ÉGALIT É DE H ÖLDER
Sn P
−−−−−→ m.
n n→+∞
Rappels de probabilités Modes de convergence Inégalités classiques Théorèmes asymptotiques Opérations sur les limites
Sn p.s
−−−−−→ m.
n n→+∞
L ANCER DE PI ÈCE
0.50
0.40
0.30
0.20
√
Sn L
− m −−−−−→ N 0, σ 2
n
n n→+∞
√
1 L
Pn := 2 n θ̂n − −−−−−→ N (0, 1).
2 n→+∞
Rappels de probabilités Modes de convergence Inégalités classiques Théorèmes asymptotiques Opérations sur les limites
1.0
1.0
● ● ● ● ● ● ● ● ●●●●●●●●●●●●● ●●●●●●●
● ● ●●●●●●
● ●●●●
● ●●●
● ●●●
●●
●●
●
● ● ●●
●
●
●
●
● ●
●
●
●
● ●
●
●
● ●
●
0.8
0.8
0.8
●
●
●
●
●
● ●
● ●
●
●
●
●
●
●
●
●
●
0.6
0.6
0.6
●
● ●
● ●
●
●
●
●
●
●
●
●
●
0.4
0.4
0.4
● ●
●
●
● ●
●
●
●
●
●
●
● ● ●
●
0.2
0.2
0.2
●
●
●
●
● ●
●
●
●
● ●
●
● ●
●
●
●●
● ●●
● ●●
●
●●
● ●●
●●
● ●●
●●
● ●●●
0.0
0.0
0.0
● ● ●●●●●●
● ● ● ● ● ● ●●● ●● ●●●●●●●●●●●●
−4 −2 0 2 4 −4 −2 0 2 4 −4 −2 0 2 4
1 1
P [Xn = 0] = 1 − et P [Xn = n] = .
n3 n3
Rappels de probabilités Modes de convergence Inégalités classiques Théorèmes asymptotiques Opérations sur les limites
L ANCER DE PI ÈCE
Si θ ∈ (0, 1), on a
1 p.s 1
r −
−−−−→ p .
n→+∞ θ(1 − θ)
θ̂n 1 − θ̂n
et en particulier
p
θ(1 − θ) p.s
r −
−−−−→ 1.
n→+∞
θ̂n 1 − θ̂n
Rappels de probabilités Modes de convergence Inégalités classiques Théorèmes asymptotiques Opérations sur les limites
Corollaire
Soit (Xn ) une suite de variables aléatoires, a et σ 2 des constantes
telles que
√ L
n (Xn − a) −−−−−→ N 0, σ 2 ,
n→+∞
D ELTA M ÉTHODE
alors √
L 2
n (g (Xn ) − g (a)) −−−−−→ N 0, (g0 (a)) σ 2 .
n→+∞
Rappels de probabilités Modes de convergence Inégalités classiques Théorèmes asymptotiques Opérations sur les limites
L ANCER DE PI ÈCE
√
1 1 L 1−θ
n − −−−−−→ N 0, 3 .
θ̂n θ n→+∞ θ