[<] Covariances [>] Inégalités de concentration
On dit qu’une variable aléatoire admet un moment d’ordre lorsque admet une espérance finie.
Soit une variable aléatoire réelle discrète admettant un moment d’ordre .
Montrer que admet un moment d’ordre pour tout .
Soient et deux variables aléatoires réelles dont les carrés sont d’espérances finies.
On suppose que la variable n’est pas presque sûrement nulle et que l’on a
Montrer qu’il existe tels que presque sûrement.
Solution
Pour , on introduit la variable aléatoire . La variable admet une espérance et, par linéarité,
Cette expression est un trinôme11 1 En effet car n’est pas presque sûrement nulle. en de discriminant
Il existe donc tel que . Or la variable est à valeurs positives et donc presque sûrement, c’est-à-dire presque sûrement.
Soient et deux variables aléatoires discrètes réelles bornées. On suppose
A-t-on nécessairement ?
Solution
La réponse est négative. Si suit une loi de Bernoulli de paramètre et si , on vérifie
alors que !
Soient et deux variables aléatoires discrètes réelles prenant chacune leurs valeurs dans . On suppose
Montrer que, pour toute fonction continue,
Solution
Par linéarité, on vérifie
Soit une fonction continue. Pour tout , le théorème de Weierstrass assure l’existence d’un polynôme tel que
On a alors
et de même
On en déduit
Cela étant vrai pour tout , on peut conclure.
(Fonction génératrice des moments)
Soit une variable aléatoire discrète réelle. On note l’ensemble des pour lesquels la variable admet une espérance finie et l’on pose
Montrer que est un intervalle contenant .
On suppose que 0 est intérieur à l’intervalle . Montrer que la variable admet des moments à tout ordre et que, sur un intervalle centré en ,
Soit une variable aléatoire discrète réelle. Sous réserve d’existence, on appelle fonction génératrice des moments de l’application
On suppose que suit une loi de Poisson de paramètre . Déterminer .
On suppose que la fonction est définie sur un intervalle .
Montrer qu’elle y est de classe et que l’on a
Solution
Soit , on a, avec convergence absolue
Si ne prend qu’un nombre fini de valeurs , l’affaire est entendue: la fonction génératrice des moments de est développable en série entière sur avec
et après permutation des sommes
Si prend une infinité de valeurs, c’est plus technique…
Notons une énumération des valeurs de . Pour
avec
Par hypothèse, la série de fonctions convergence simplement sur .
Les fonctions sont toutes de classe avec
Soit tel que .
Pour , on peut écrire
Introduisons . On peut écrire
D’une part, la fonction est définie et continue sur et de limite nulle en , elle est donc bornée ce qui permet d’introduire une constante vérifiant
D’autre part,
En vertu de la convergence en de la série définissant , on peut assurer la convergence de la série positive
La majoration uniforme
donne la convergence normale de sur .
Via convergence uniforme sur tout segment, on peut conclure que est de classe sur .
De plus, on a pour tout ordre de dérivation et avec sommabilité la relation
[<] Covariances [>] Inégalités de concentration
Édité le 29-08-2023
Bootstrap 3 - LaTeXML - Powered by MathJax