[PDF] [PDF] cours 6 le lundi 15 février 2010 Inégalité de Markov Elle est aussi





Previous PDF Next PDF



Leçon 11

Proposition 1 (Inégalité de Markov). Soit X une variable aléatoire positive ; pour tout t > 0. P(X ? t) ?. 1 t. E(X). La démonstration est immédiate (et 



cours 6 le lundi 15 février 2010 Inégalité de Markov Elle est aussi

15 fév. 2010 Inégalité de Markov. Elle est aussi appelée de Tchebychev de Bienaymé-Tchebychev (prouvée vers 1869)



Chapitre 5 Espérance

Voici maintenant 3 preuves de l'inégalité de Markov libre au lecteur de choisir celle qu'il préfère. Preuve no 1. C'est la preuve « muette » donnée par la 



Théorie de la mesure

Les conséquences de l'inégalité de Markov ont été formulées et démontrées en termes de valeurs de fonction de répartition complémentaire. 2. La fonction ?f est 



Théorèmes Limites

Inégalités de Markov et Bienaymé–Tchebychev. Tout d'abord l'inégalité de Markov dont la démonstration est d'un simplicité enfantine. Proposition 1.



Inégalité de Markov Soit X une variable aléatoire réelle supposée

Corollaire: Inégalité de Bienaymé-Tchebychev (IBT) Preuve: Il suffit d'appliquer l'inégalité de Markov à la v.a.



CH XIV : Convergence et approximation

Démonstration. • Rappelons tout d'abord l'inégalité de Bienaymé-Tchebychev. Pour toute v.a.r. Y admettant une variance V 



Table des matières Pré-requis Objectifs

II.4 Inégalités de Markov et de Bienaymé-Tchebychev . démonstration : 2ème inégalité de Markov appliqué à (X ? E(X)) ?. Remarque 1.



Inégalité de Markov Inégalité de Jensen

Rappelez l'inégalité de Bienaymé-Tchebychev et redémontrez-la à partir de l'inégalité de Markov. 2. UNE FORMULE ALTERNATIVE POUR L'ESPÉRANCE. Dans ce qui suit 



Probabilités - Préparation à lagrégation interne

29 sept. 2016 3.7 Inégalités de Markov et de Bienaymé-Tchebychev . . . . . . . . . . . . 52 ... m impairs (ceci mérite une démonstration qui est omise).



[PDF] Inégalités de Markov et de Tchebychev

Proposition 1 (Inégalité de Markov) Soit X une variable aléatoire positive ; pour tout t > 0 P(X ? t) ? 1 t E(X) La démonstration est immédiate (et 



[PDF] Inégalité de Markov Soit X une variable aléatoire réelle supposée

Théorème: Inégalité de Markov Soit X une variable aléatoire réelle supposée presque sûrement positive (P(X ? 0) = 1) Alors ?? > 0 P(X ? ?) ? E[X]



[PDF] Chapitre 5 Espérance

C'est l'inégalité de Markov que nous verrons ci-dessous (proposition 5 21) Voyons maintenant quelques exemples simples de calcul d'espérance de variables 



[PDF] Inégalités de concentration SpéMaths 1 Un problème historique

Dans tout ce chapitre on considère des variables aléatoires réelles définies sur un univers ? fini muni d'une loi de probabilité P 2 1 Inégalité de Markov Si 



[PDF] cours 6 le lundi 15 février 2010 Inégalité de Markov Elle est aussi

15 fév 2010 · Si ?X f dµ < +? alors µ({f = +?}) = 0 Preuve — Si l'intégrale de f est nulle on obtient par Markov pour tout a > 0 µ({f 



Inégalités de Markov et de Bienayme-Tchebycheff

A - Démonstration de l'inégalité de Markov · 1 Cas d'une variable finie ou discrète L'espérance E(X) s'écrit (où * désigne le nombre de valeurs prises par X 



[PDF] T spé Inégalités de Markov et de Bienaymé-Tchebychev

2 jui 2022 · La démonstration « moderne » dans la théorie axiomatique de Kolmogorov repose sur une L'inégalité de Markov permet de démontrer que ( )



Preuve : Inégalités de Markov

On peut alors appliquer à Xr X r l'inégalité de Markov puisqu'elle est positive et qu'elle admet une espérance : ?a?]0+?[ 



[PDF] Suites de variables aléatoires - CPGE Brizeux

Proposition 3 (1ère Inégalité de Markov) démonstration : On note Y la v a r définie pour tout ? ? ? on a Y (?) = { t si X(?) ? t 0 si X(?) < t



[PDF] V Douine – Terminale – Spé maths – Chapitre 12 – Inégalités de

Cette inégalité est l'inégalité de Markov Démonstration Notons i x pour 1 i n les n valeurs prises par la variable aléatoire X

:
cours 6, le lundi 15 f´evrier 2010

In´egalit´e de Markov

Elle est aussi appel´ee de Tchebychev, de Bienaym´e-Tchebychev (prouv´ee vers 1869), mais

si l"id´ee en est la mˆeme, elle n"est pas exactement celle deMarkov, qui est ult´erieure et

donne le principe extrˆemement simple et g´en´eral, qui est(en renversant le cours de l"histoire) `a l"origine de celle de Bienaym´e-Tchebychev. Lemme.Soitfune fonctionF-mesurable surX, `a valeurs dans[0,+∞]; pour tout nombre r´eela >0, on a a? X fdμ. Preuve. -Consid´erons l"ensemble A ={f≥a}; on sait que A? Fet on remarque que la fonctionF-´etag´ee?=a1Av´erifie l"in´egalit´e aμ(A) =? X X fdμ, ce qu"il fallait d´emontrer??.

Corollaire 1.Sif≥0et?

Xfdμ= 0, alors

?{f?= 0}?=μ?{f >0}?= 0. Si

Xfdμ <+∞, alors

μ?{f= +∞}?= 0.

Preuve. -Si l"int´egrale defest nulle, on obtient par Markov, pour touta >0, a? X fdμ= 0, donc la mesure de{f≥a}est nulle; on applique ceci successivement `aan= 2-n, pour tout entiern≥0, et on remarque la formule de r´eunion suivante : on a n{f≥2-n}={f >0}={f?= 0}, qui est donc de mesure nulle comme union d´enombrable d"ensembles de mesure nulle, ce qui termine ce premier cas. Si l"int´egrale defest finie, on applique Markov aveca=nentier>0 pour obtenir n? X fdμ, majorant qui peut ˆetre rendu arbitrairement petit, d"o`u le r´esultat. 1

Remarque.Si l"int´egrale defest finie, on a

X 1 {f=+∞}fdμ= 0. En effet, l"ensemble N ={f= +∞}est de mesure nulle ; toute fonction ´etag´ee?telle est de mesure nulle ; si on exprime?sous la forme?nj=1aj1Aj, o`u Ajest une partition, on note queajμ(Aj) = 0 pour toutj: soit parce que la valeurajest nulle, soit, quand a j?= 0, parce que la mesureμ(Aj) d"un ensemble Ajo`u?prend une valeur non nulle est nulle (siaj?= 0, on aura Aj?N). On a donc? le r´esultat.

Exemple.On pose

f(x) =+∞? n=1e -n2|x-rn|?[0,+∞],

o`u (rn)n?1est une ´enum´eration des rationnels. Il est tr`es difficile (et mˆeme impossible

si on n"a pas indiqu´ecommenton a ´enum´er´e) de dire en quels pointsxcette fonction est finie. N´eanmoins R e-n2|x-rn|dλ(x) =? e-n2|x-rn|dx=? e-n2|y|dy = 2 0 e-n2ydy=2 n2, et d"apr`es la version s´eries du th´eor`eme de convergencemonotone, R f(x)dλ(x) =+∞? n=1? R e-n2|x-rn|dλ(x)<+∞.

Il en r´esulte que l"ensemble

N ={x?R:f(x) = +∞} ? B

est de mesure nulle : il y a vraimentbeaucoupde pointsxen lesquels la s´erie qui d´efinitf(x) a une somme finie. On dit qu"une propri´et´e des points de la droite est vraie (Lebesgue)presque partoutquand l"ensemble des points o`u elle n"est pas v´erifi´ee est contenu dans un bor´elien de mesure (de Lebesgue) nulle. Ainsi, la s´erie qui d´efinitf(x) converge presque partout.

Fonctions mesurables `a valeurs dans

R Soit (fn) une suite de fonctionsF-mesurables `a valeurs dans

R; on rappelle que la

fonction limsup nfn= limn? sup k≥nfk?

est obtenue par des op´erations qui pr´eservent la mesurabilit´e, le sup d´enombrable et limn,

qui est une limite d"une suite d´ecroissante, donc un inf d´enombrable. Si?= limnfn(x) 2 existe dansR, supposons d"abord que?soit r´eel, et soitε >0 ; il existe un entiern0tel que ?-ε < fk(x)< ?+ε entraˆıne le mˆeme encadrement pour limsup nfn(x), et commeεest arbitraire, on conclut que limsup nfn(x) =?= limnfn(x). Si la limite est-∞, on ´ecrit que pour tout A>0, il existen0tel que pourk≥n0 f k(x)<-A, ce qui implique liminf limsup nfn(x) =-∞=?= limnfn(x) `a nouveau. Le cas d"une limite +∞est analogue. Dans tous les cas on constate que quand la limite simple existe, elle est ´egale `a limsup (et aussi `a liminf), donc Si une suite(fn)de fonctionsF-mesurables tend simplement vers une fonctionf, cette fonction limite estF-mesurable. Une fonctionF-´etag´ee r´eelle est une fonction?: X→R, de la forme ?=m? i=1a i1Ai, o`u lesaisont dansRet les AidansFforment une partition de X. Si?,ψsont deux

fonctions ´etag´ees r´eelles, on peut supposer qu"on a raffin´e la partition de sorte queψ

puisse s"exprimer avecla mˆeme partitionque celle utilis´ee pour?, sous la forme

ψ=m?

i=1b i1Ai. Si F :R2→Rest une fonction quelconque, il est clair que la fonction F(?,ψ) :x→ F(?(x),ψ(x)) estF-´etag´ee, puisqu"elle admet la repr´esentation

F(?,ψ) =m?

i=1F(ai,bi)1Ai.

Proposition.Une fonctionfdeXdans

RestF-mesurable si et seulement s"il existe

une suite(?n)de fonctionsF-´etag´ees qui tend simplement versf; on peut supposer que

Preuve. -On ´ecrit

f=f+-f-, o`uf+= max(f,0) etf-= max(-f,0) sontF-mesurables positives. On a vu qu"il existe une suite (?n,1) de fonctionsF-´etag´ees≥0 qui tend versf+en croissant, et de mˆeme il existe une suite (?n,2) pourf-; alors?n=?n,1-?n,2estF-´etag´ee pour toutn, et tend simplement versf(car on n"a jamais +∞et-∞en mˆeme temps dans l"expression f +(x)-f-(x) ; bien sˆur on n"a plus le caract`ere croissant pour la suite(?n) maintenant) ; 3 Cons´equence.Sif,gsont mesurables `a valeurs dansR, alorsf+g,fg,-f,max(f,g), |f|,f+,f-,αf+βg, etc., sontF-mesurables. Plus g´en´eralement, siF :R2→Rest une fonction r´eellecontinue, la fonctionx?X→F(f(x),g(x))estF-mesurable.

Preuve. -Il suffit de v´erifier l"´enonc´e g´en´eral avec F(f,g). On trouve (?n) et (ψn)

´etag´ees qui tendent simplement versfetg. Comme F est continue, les fonctions ´etag´ees F(?n,ψn) tendent simplement vers F(f,g), qui est doncF-mesurable.

II.2.4.Int´egrale de fonctions r´eelles

D´efinition.On dit qu"une fonctionF-mesurable r´eellef: X→Rest int´egrable par rapport `aμsi?

X|f|dμest finie.

Sifest la diff´erencef1-f2de deux fonctions mesurables `a valeurs dans [0,+∞[ (infini exclus; pour changer) d"int´egrale finie, la quantit´e X f

1dμ-?

X f

2dμ

ne d´epend que def. En effet, sif1-f2=g1-g2, avecg1,g2elles aussi positives et d"int´egrale finie, alorsf1+g2=g1+f2, et comme on a montr´e l"additivit´e de l"int´egrale des fonctions positives, on a? X f

1dμ+?

X g

2dμ=?

X f

2dμ+?

X g

1dμ,

ce qui donne bien le r´esultat voulu car toutes les quantit´es sont finies, et les soustractions

possibles pour conclure que X f

1dμ-?

X f

2dμ=?

X g

1dμ-?

X g

2dμ.

D´efinition.SifestF-mesurable `a valeurs dansR, int´egrable par rapport `aμ, son int´egraleest d´efinie par X fdμ:=? X f+dμ-? X f-dμ, mais on sait que l"int´egrale peut se calculer avec n"importe quelle d´ecomposition comme diff´erence de fonctions≥0 int´egrables. Sif≥0, l"int´egrale nouvelle est coh´erente avec l"ancienne. En effet, on a dans ce casf=f+,f-= 0 et?

Xf-dμ= 0.

Lin´earit´e et croissance

On donnef,gint´egrables. On ´ecritf=f+-f-etg=g+-g-; on a une repr´esentation de la somme sous la formef+g= (f++g+)-(f-+g-), diff´erence de fonctions positives int´egrables, qui permet de calculer l"int´egrale de la somme et de v´erifier que X (f+g)dμ=? X fdμ+? X gdμ.

En effet,

X (f+g)dμ=? X (f++g+)dμ-? X (f-+g-)dμ 4 X f+dμ-? X f-dμ+? X g+dμ-? X g-dμ=? X fdμ+? X gdμ.

Siαest un r´eel positif, on ´ecritαf=αf+-αf-et on utilise la posilin´earit´e de

l"int´egrale des fonctions≥0, et pourα <0, on ´ecritαf=|α|f-- |α|f+pour voir que

dans tous les cas,? X (αf)dμ=α? X fdμ. X (g-f)dμ=? X gdμ-? X fdμ, qui donne la croissance de l"int´egrale.

On a clairement

X |f|dμ=-? X f+-? X X X f++? X f-=? X |f|, ce qui donne X fdμ??? X |f|dμ. R´esum´e.Soientf,gdeux fonctionsF-mesurables surX, `a valeurs dansRet int´egrables par rapport `aμ; on a ?α,β?R,? X (αf+βg)dμ=α? X fdμ+β? X gdμ, et X X gdμ,???? X fdμ??? X |f|dμ.

Parenth`ese : espacesL1,L2

L"espaceL1(X,F,μ) est l"espace vectoriel des fonctionsf: X→Rqui sontF-mesurables et int´egrables par rapport `aμ. On le munit d"une semi-norme, ?f?1=? X |f(x)|dμ(x), qui peut ˆetre nulle pour des fonctionsfqui ne sont pas identiquement nulles sur X (mais qui sont tout de mˆemepresque partoutnulles d"apr`es le corollaire 1). L"espaceL2(X,F,μ) est l"espace (vectoriel lui aussi) des fonctionsf: X→Rqui sontF-mesurables etde carr´e int´egrable, c"est-`a-dire que|f|2a une int´egrale finie (on peut dire encore|f|2? L1(X,F,μ)). On le munit de la semi-norme ?f?2=?? X |f(x)|2dμ(x)? 1/2, et il faut un proc´ed´e de passage au quotient pour obtenir l"espace de Hilbert L2(X,F,μ) dont on parlera plus tard. 5 Th´eor`emede Lebesgue, premi`ere version.Si une suite(fn)de fonctionsF-mesurables `a valeurs dansRtend simplement versfr´eelle, et s"il existe une fonction int´egrableg`a valeurs dans[0,+∞[telle que

pour toutn, il en r´esulte que lesfnsont int´egrables, ainsi quefetl"int´egrale de la limite

est la limite des int´egrales,? X fdμ= limn? X f ndμ. Preuve. -On sait quefestF-mesurable comme limite simple; de plus, on obtient

Comme????

X f ndμ-? X fdμ??? X |fn-f|dμ,

il suffit de prouver que la deuxi`eme int´egrale tend vers 0. Par l"in´egalit´e triangulaire, on

obtient aussi et|fn-f|tend simplement vers 0 sur X. Les fonctions 2g- |fn-f|sont positives et tendent simplement vers 2g; d"apr`es Fatou, 2 X X (2g- |fn-f|)dμ, ce qui entraˆıne en retranchant l"int´egrale (finie !) deg limsup n? X d"o`u le r´esultat. 6quotesdbs_dbs27.pdfusesText_33
[PDF] espérance variance ecart type probabilité

[PDF] inégalité de markov exercice corrigé

[PDF] ecart type probabilité loi normale

[PDF] variance probabilité formule

[PDF] esperance ecart type loi binomiale

[PDF] ecart type probabilité

[PDF] variance probabilité première s

[PDF] pensee positive permanente

[PDF] etre positif pdf

[PDF] le pouvoir de la pensée positive pdf gratuit

[PDF] pensée positive citation pdf

[PDF] pensée positive gratuite télécharger

[PDF] livre la puissance de la pensée positive pdf gratuit

[PDF] la pensée positive pour les nuls pdf gratuit

[PDF] soon the end