Académique Documents
Professionnel Documents
Culture Documents
THÉORÈMES LIMITES
Ce qui établit le résultat (la démonstration dans le cas discret peut être établie de façon
analogue).
2 Inégalité de Tchebychev
Soit X une variable aléatoire d'espérance m et de variance 2. Pour tout réel k>0
2 2)
E((𝑋 − 𝑚)2 )
P((𝑋 − 𝑚) ≥ 𝑘 ≤
𝑘2
Il suffit d’appliquer l'inégalité de Markov, avec a = k2 , à la variable Y= (X — m)2
puisqu’elle est à valeurs non-négatives.
E(Y)
P(Y ≥ a) ≤
a
2 2)
E((𝑋 − 𝑚)2 )
P((𝑋 − 𝑚) ≥ 𝑘 ≤
𝑘2
Remarque : l'inégalité de Tchebychev peut être écrite sous la forme
E((𝑋 − 𝑚)2 ) 𝜎2
P(|𝑋 − 𝑚| ≥ 𝑘 ) ≤ = 2
𝑘2 𝑘
L'importance des inégalités de Markov et de Tchebychev réside en ce qu'elles permettent
de borner la valeur de certaines probabilités lorsque la distribution de la variable n’est
pas connue, seule l'espérance est connue, plus éventuellement la variance.
Chapitre III
Exemple On suppose que le nombre de pièces sortant d'une usine donnée en l'espace
d'une semaine est une variable aléatoire d'espérance 50.
a) Peut-on estimer la probabilité que la production de la semaine prochaine
dépasse 75 pièces ?
Désignons par X le nombre de pièces produites en une semaine
E(X) 50 2
L'inégalité de Markov donne P(X ≥ 75) ≤ = =
75 75 3
Preuve
X1 +. . .+Xn X1 +. . .+Xn σ2
On sait que E [ ]=m V( )= (exercice 22 TD2)
n n n
On sait qu'une variable poissonienne de paramètre 100 peut être considérée comme la
somme de 100 variables poissoniennes indépendantes de paramètre 1 chacune,
(exercice14 -TD1)
Exemple 2 On lance 100 dés équilibrés. On cherche la probabilité que la somme des
cent résultats soit comprise entre 300 et 400.
On note Xi le résultat montré par le i-ème dé, / = 1, 2,..., 100. Comme
E[Xi] = 7/2 et Var(Xi) = 35/12 on obtient par application du théorème central limite
100
𝑃(300 ≤ ∑ 𝑋𝑖 ≤ 400)
𝑖=1 1
300 − 100.7/2 ∑ 𝑋𝑖 − 100.7/2 400 − 100.7/2
= 𝑃( ≤ ≤ )
10√35/12 10√35/12 10√35/12
= 𝑃(−2,92 ≤ Z ≤ 2,92)
= Φ(2.92) − Φ(−2.92) =2. Φ(2.92) − 1 = 2 . 0,9982-1=0,9964