• Aucun résultat trouvé

Le théorème central limite.

N/A
N/A
Protected

Academic year: 2022

Partager "Le théorème central limite."

Copied!
2
0
0

Texte intégral

(1)

Le théorème central limite.

Rémi Lajugie

Soit (Xi)i∈N une suite de variables aléatoires indépendantes et identiquement distribuées de loi µ et de carré sommable, que l’on suppose centrées et réduites (donc dans ce cas E[X2] = 1). On note

∀n ∈N, Sn = n1 Pni=1Xi.

On rappelle que la transformée de Fourier de la gaussienne centrée réduite estf :t7→exp(−t2/2).

Dans la suite du document, on noteraφY la transformée de Fourier d’une variable aléatoire Y. Théorème 1 On a

nSn qui converge en loi vers une loi normale centrée réduite.

Preuve

On aura besoin des deux lemmes suivants que nous énonçons comme proposition et que nous démon- trerons par la suite.

Proposition 1 Soit n∈N, x∈R, alors exp(ix)≤min(2xn!n,(n+1)!xn+1 ).

Proposition 2 Soit x1, . . . , xn, y1, . . . , yn des complexes de module 1. Alors |x1. . . xny1. . . yn| ≤

Pn

i=1|xiyi|.

Etape 1 :Par le théorème de Lévy, on sait qu’il suffit de vérifier que∀t,limn→+∞φY S

n(t) = exp(−t2/2).

Or, on a φnSn(t) =φX(t/√

n)n,par hypothèse d’indépendance et d’identique distribution.

On fixe t∈R. Etape 2 : On a ∀X

exp(itX

n)−(1−(tX)2

n ) ≤ min(t2X2/n, t3|X|3/n3/2)par la première prop (1) (2) Or, par Jensen,

|E[exp(itX

n)−(1 + (tX)2

n )]| ≤E[|exp(itX

n)−(1 + (tX)2

n )|]≤E[min(t2X2/n, t3|X|3/n3/2)].

D’autre part : kφX(t/√

n)n−(1−(tX)2

n )nk ≤

n

X

i=1

X(t/√

n)−(1− (tX)2

n )kPar la seconde proposition (3)

≤ E[min(t2X2, t3|X|3/n1/2)]. (4) Par convergence dominée, on en déduit donc que kφX(t/√

n)n−(1−(tX)n 2)nk tend vers 0.

D’autre part, il est bien connu que (1− (tX)n 2)n tend vers exp(−t2/2).

Preuve des propositions :

1

(2)

Seconde proposition : Par récurrence immédiate en remarquant que x1. . . xny1. . . yn = (x1y1)(x2. . . xn) +y1(x2. . . xny2. . . yn).

Première proposition :

On écrit la formule de Taylor avec reste intégral pour exp(ix) en 0 : exp(ix) =

n

X

i=1

(ix)k

k! +in+1 n!

Z x 0

tnexp(it)dt.

On a alors en majorant |exp(it)| par un :

|exp(ix)−

n

X

i=1

(ix)k

k! | ≤ 1

(n+ 1)!xn+1. D’autre part, cette même formule à l’ordren−1 donne

exp(ix) =

n−1

X

i=1

(ix)k

k! + in (n−1)!

Z x 0

tn−1(exp(it)−1)dt+ in (n)!xn. D’où :

|exp(ix)−

n

X

i=1

(ix)k

k! | ≤ 2 (n)!xn.

Références

— Billingsley.

— Ouvrard.

2

Références

Documents relatifs

Approximation d’une

Ce théorème apparait aussi parfois sous le nom de "théorème central limite", ou encore "théorème de la limite centrée"..

Ce théorème peut nous aider dans les rares cas où la méthode des moments en statistique ne peut pas être utilisée, par exemple avec des lois de Cauchy.. L’hypothèse de

Par exemple, les chocs de molécules d’eau sur une molécule de pollen ou les effets des conditions atmosphériques sur le plan de vol d’un avion peuvent être modélisés par

• Adapter l'un des deux programmes Tirages pour obtenir un programme Moyennes qui renvoie la liste des N moyennes successives associée à une liste [X 1 , X 2 ,3. Que peut-on dire de

Dans la leçon 218, il est bien- venu de mentionner le théorème des évènements rares de Poisson plutôt que la recherche d’un intervalle de confiance..

GALLARDO, Une loi des grands nombres et un théorème limite central pour les chaînes de Markov sur N2 associées aux polynômes discaux, C. GALLARDO,

On exprime ce résultat en disant que, si une suite vectorielle est équirépartie (dans le cube), ses termes constituent des suites équiréparties indépendantes. On connaît de