0% ont trouvé ce document utile (0 vote)
7 vues13 pages

Cours sur les modes de convergence en probabilité

Le document présente des concepts avancés de probabilité, notamment les inégalités de Markov, Bienaymé-Tchebychev et Jensen, ainsi que les différentes formes de convergence des variables aléatoires. Il définit la convergence en probabilité, en moyenne d'ordre p, en loi et presque sure, tout en établissant des liens entre ces types de convergence. Des conditions suffisantes pour la convergence en probabilité et des théorèmes associés sont également abordés.

Transféré par

abdelwahabbouchibane
Copyright
© © All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd
0% ont trouvé ce document utile (0 vote)
7 vues13 pages

Cours sur les modes de convergence en probabilité

Le document présente des concepts avancés de probabilité, notamment les inégalités de Markov, Bienaymé-Tchebychev et Jensen, ainsi que les différentes formes de convergence des variables aléatoires. Il définit la convergence en probabilité, en moyenne d'ordre p, en loi et presque sure, tout en établissant des liens entre ces types de convergence. Des conditions suffisantes pour la convergence en probabilité et des théorèmes associés sont également abordés.

Transféré par

abdelwahabbouchibane
Copyright
© © All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd

Cours de probabilité Avancée

Diffalah LAISSAOUI

Université de Médéa
Faculté des sciences
Département de mathématiques et Informatique

L3 Maths

Mai 2022

Diffalah LAISSAOUI ( ) Modes de convergences 22 mai 2022 1 / 11


Inegalité de Markov
Proposition
Soit X une variable aléatoire positive dont l’espérance mathématique
existe, l’inégalité de Markov établit que pour tout λ > 0 :

E (X )
P (X λ) .
λ

Remarque
Dans le cas d’une variable aléatoire de signe quelconque, en
appliquant l’inégalité de Markov à jX jk , pour tout k tel que E jX jk
k
j j E X
existe : on obtient P (jX jk λ) λ . On introduit alors un nombre
k
e > 0 tel que e = λ et on en déduit pour tout e > 0 :

E jX jk
P (jX j e) .
ek
Diffalah LAISSAOUI ( ) Modes de convergences 22 mai 2022 2 / 11
Inegalité de Bienaymé-Tchebychev

On obtient l’inegalité de Bienaymé-Tchebychev en appliquant


l’inégalité de Markov sous sa dernière forme, à la variable aléatoire
X E (X ) pour k = 2, donc pour une variable dont la variance existe
on obtient
V (X )
P (jX E (X )j e) .
e2

Diffalah LAISSAOUI ( ) Modes de convergences 22 mai 2022 3 / 11


Inégalité de Jensen

Si g est une fonction réelle convexe sur un intervalle I de R


(g (αx + (1 α)y ) αg (x ) + (1 α)g (y ) pour tout x et y de I et tout
α 2 [0, 1] ou g 00 (x ) 0 si g est deux fois dérivable) et si E (X ) et
E (g (X )) existent, alors

g (E (X )) E (g (X )).

Exemple
Si on applique cette inégalité à g (t ) = t 2 on obtient (E (X ))2 E (X 2 ),
résultat bien connu par ailleurs puisqu’il traduit que la variance est
positive.

Diffalah LAISSAOUI ( ) Modes de convergences 22 mai 2022 4 / 11


Convergence en probabilité :
Si (Xn ) est une suite de variable aléatoire qui converge vers une
variable aléatoire X , cela signifie que Xn se rapproche de X quand n
augmente. On mesure la distance entre Xn et X par jXn X j qui sera
d’autant plus petite que n sera grand.

Définition
On dit que la suite de variable aléatoire (Xn ) converge en probabilité
vers une variable aléatoire X si, pour tout e > 0 :

P (jXn X j < e) ! 1 quand n ! ∞,

ou de façon équivalente :

P (jXn X j > e) ! 0 quand n ! ∞.

On écrit
Xn !p X .

Diffalah LAISSAOUI ( ) Modes de convergences 22 mai 2022 5 / 11


Conditions suffisantes de convergence en probabilité :

Si (Xn ) est une suite de variable aléatoire telle que

E (Xn ) ! a
V (Xn ) ! 0

quand n ! ∞, alors :
Xn !p a.

Diffalah LAISSAOUI ( ) Modes de convergences 22 mai 2022 6 / 11


Convergence en moyenne d’ordre p :

Definition
On dit que la suite de variable aléatoire (Xn ) converge en moyenne
d’ordre p, avec 0 < p < ∞, vers la variable aléatoire X si :

E (jXn X jp ) ! 0 quand n ! ∞.

On écrit
Xn !Mp X .

Diffalah LAISSAOUI ( ) Modes de convergences 22 mai 2022 7 / 11


Convergence en loi :

Définition
On dit que la suite de variable aléatoire (Xn ), de fonction de répartition
Fn , converge en loi vers une variable aléatoire X de fonction de
répartition F si la suite fFn (x )g converge vers F (x ) en tout point x où
F est continue ; on écrit alors :

Xn !loi X .

Diffalah LAISSAOUI ( ) Modes de convergences 22 mai 2022 8 / 11


Lien avec la convergence en probabilité :

Théorème
La convergence en probabilité d’une suite (Xn ) implique sa
convergence en loi

Xn !p X =) Xn !loi X .

Propriété
Si (Xn ) et (Yn ) sont deux suites de variable aléatoire telles que pour
n ! ∞,
Xn !loi X et Yn !p a
où a est un nombre réel, alors :
Xn + Yn !loi X + a.

Diffalah LAISSAOUI ( ) Modes de convergences 22 mai 2022 9 / 11


Lien avec la convergence en probabilité :

Théorème
La convergence en probabilité d’une suite (Xn ) implique sa
convergence en loi

Xn !p X =) Xn !loi X .

Propriété
Si (Xn ) et (Yn ) sont deux suites de variable aléatoire telles que pour
n ! ∞,
Xn !loi X et Yn !p a
où a est un nombre réel, alors :
Xn + Yn !loi X + a.
Xn Yn !loi aX .

Diffalah LAISSAOUI ( ) Modes de convergences 22 mai 2022 9 / 11


Lien avec la convergence en probabilité :

Théorème
La convergence en probabilité d’une suite (Xn ) implique sa
convergence en loi

Xn !p X =) Xn !loi X .

Propriété
Si (Xn ) et (Yn ) sont deux suites de variable aléatoire telles que pour
n ! ∞,
Xn !loi X et Yn !p a
où a est un nombre réel, alors :
Xn + Yn !loi X + a.
Xn Yn !loi aX .
Xn X
Yn !loi a si a 6= 0.

Diffalah LAISSAOUI ( ) Modes de convergences 22 mai 2022 9 / 11


Convergence presque sure :

On dit que la suite (Xn ) converge presque surement vers la variable


aléatoire X si :

P fω 2 Ω/limXn (ω ) = X (ω )g = 1
n

et on écrit
Xn ! X , n ! ∞.
p.s

Diffalah LAISSAOUI ( ) Modes de convergences 22 mai 2022 10 / 11


Lien entre les convergences en :

Théorème
La convergence presque sure d’une suite (Xn ) implique sa
convergence en en probabilité.

Xn !p.s X =) Xn !p X =) Xn !loi X .

Diffalah LAISSAOUI ( ) Modes de convergences 22 mai 2022 11 / 11

Vous aimerez peut-être aussi