Académique Documents
Professionnel Documents
Culture Documents
Convergence
E.N.S.I
2023/2024
2 Convergence en loi
4 Approximations
Inégalité de Markov
Soit X une variable aléatoire réelle qui possède un moment d’ordre 1,
E[X ]. Pour tout nombre réel a > 0, on a :
E[|X |]
P(|X | ≥ a) ≤
a
Inégalité de Bienaymé-Tchebichev
Soit X une variable aléatoire réelle qui possède un moment d’ordre 2,
E(X 2 ). Alors, pour tout nombre réel a > 0, on a l’inégalité de
Bienaymé-Tchebichev :
V (X )
P(|X − E(X )| ≥ a) ≤
a2
Inégalité de Jensen
Soit X une variable aléatoire réelle intégrable, et f une fonction mesurable
telle que f (X ) soit intégrable. Supposons de plus que f soit une fonction
convexe. Alors
E(f (X )) ≥ f (E(X )).
Définition
On dit que la suite (Xn )n∈N de variables aléatoires à valeurs dans R
L
converge en loi vers la variable aléatoire X à valeurs R et on note Xn −
→X
si :
∀f : R → R continue bornée, E(f (Xn )) −−−−→ E(f (X )).
n→+∞
Propriété
Soient (Xn )n∈N des v.a.d à valeurs dans N. Les assertions suivantes sont
équivalentes :
1 Xn converge vers X en loi.
2 ∀k ∈ N, on a lim P {Xn = k} = P {X = k} .
n→+∞
3 GXn converge simplement vers GX sur [0, 1].
GX (t) = E(t X )
E.N.S.I (II.1) Probabilités Appliquées & Statistiques2023/2024 7 / 22
Théorème
Soit (Xn )n∈N une suite de v.a. réelles. Soit FX la fonction de répartition
d’une v.a. réelle X . Les assertions suivantes sont équivalentes :
1 Xn converge en loi vers X .
2 Si x est un point de continuité de FX , alors lim FXn (x ) = FX (x ).
n→+∞
Théorème
Soient (Xn )n∈N et (Yn )n∈N deux suites de v.a. réelles définies sur un
même espace de probabilité. Si Xn converge en loi vers X , et si Yn
converge en loi vers c ∈ R, alors :
L
1 Xn + Yn −
→X +c;
L
2 Xn Yn −
→ cX
Xn L X
3 −
→ , si c ̸= 0
Yn c
On considère une machine qui tourne à une cadence de n cycles par unité
de temps et qui a une probabilit p ∈]0, 1[ de tomber en panne lors de
chaque cycle et ce indépendamment des autres cycles. Soit N le numéro
du cycle où se produit la première panne.
1 Quelle est la loi de N ? Que représente T = N/n ?
Soit µ l’espérance de T . Exprimer µ en fonction de p et n.
2 Dans le cas où n est grand, on souhaite approcher la variable discrète
T par une variable aléatoire à densité. Pour cela on va effectuer le
passage à la limite n → +∞ en choisissant pn de façon à ce que
l’espérance de Tn reste égale à µ.
a. Que vaut pn ?
b. Calculer la fonction caractéristique de Tn
c. En déduire que cette variable converge en loi vers une limite que l’on
précisera.
1
ϕTn (t) =
1 + nµ e −it/n − 1
c On a lim n e −it/n − 1 = −it
n→+∞
1 1/µ
∀t ∈ R, lim ϕTn (t) = =
n→+∞ 1 − itµ 1/µ − it
Donc les variables Tn convergent en loi vers la loi exponentielle de
paramètre 1/µ
TLC
Soient X1 , X2 , . . . , Xn , . . . une suite de v.a.réelles i.i.d (i.e indépendantes et
n
X
identiquement distribuées), avec E(X 2 ) < ∞. On note Sn = Xi la
i=1
somme partielle au rang n, µ = E(X ), et σ 2 = Var (X ). Alors :
n
X L
Sn = Xi −−−−→ N (nµ, nσ 2 )
n→+∞
i=1
Autrement :
Sn − nµ L
Sn∗ = √ −−−−→ N (0, 1)
σ n n→+∞
La loi normale apparaît comme loi limite ( pour n ≥ 30 )quelle que soit la
loi des Xi (il faut juste que µ et σ existent). Ceci montre le caractère
universel des lois normales et leurs importances.
E.N.S.I (II.1) Probabilités Appliquées & Statistiques2023/2024 14 / 22
...
Le théorème central limite est l’un des résultats les plus importants de la
théorie des probabilités. De façon informelle, ce théorème donne une
estimation très précise de l’erreur qu’on commet en approchant la
moyenne mathématique par la moyenne empirique .
Il a d’abord été observé par Gauss, qui l’appelait la loi des erreurs ; mais ce
dernier n’en a pas donné de démonstration rigoureuse. La preuve en a été
apportée par Moivre et Laplace, le théorème porte parfois leurs noms. La
dénomination actuelle est apparue vers 1950 (en anglais : central limit
theorem, ce qu’on a parfois traduit à tort par “le théorème de la limite
centrale”).
" # !
c − E(N)
∗ c − E(N)
P [N ≤ c] = P N ≤ p =π p
V (N) V (N)
Pour pouvoir faire face à demande avec une probalité de 98%, le
centre doit avoir la capacité c(n) donnée par : c(n)−E(N)
√ =2
V (N)
s
100 1 1
c(n) = + 20 1−
n n n
Théorème
Si (pn )n est une suite de réels de [0, 1] telle que lim npn = λ, alors, pour
n→+∞
tout k fixé,
λk
lim Ckn pnk (1 − pn )n−k = e −λ .
n→+∞ k!