Probabilités de l'ingénieur : algorithmes stochastiques et simulation/Introduction et rappels

Début de la boite de navigation du chapitre
Introduction et rappels
Icône de la faculté
Chapitre no 1
Leçon : Probabilités de l'ingénieur : algorithmes stochastiques et simulation
Retour auSommaire
Chap. suiv. :Simulation de la loi uniforme
fin de la boite de navigation du chapitre
En raison de limitations techniques, la typographie souhaitable du titre, « Probabilités de l'ingénieur : algorithmes stochastiques et simulation : Introduction et rappels
Probabilités de l'ingénieur : algorithmes stochastiques et simulation/Introduction et rappels
 », n'a pu être restituée correctement ci-dessus.

Théorèmes utiles

modifier

Loi des grands nombres

modifier

Cette loi est une propriété fondamentale dans la théorie des probabilités, qui dit qu’il est possible, à partir d'un grand échantillon de variables aléatoires de même loi, de retrouver les propriétés de cette loi.

La loi des grands nombres existe sous deux formes : la faible et la forte.

Début d’un théorème
Fin du théorème


Ainsi, on dit qu’il y a convergence en probabilité de la moyenne des variables aléatoires (la variable Y) vers leur espérance  .

La loi forte des grands nombres permet, à partir d'hypothèses moindres sur les variables aléatoires, d'obtenir un résultat de convergence plus fort :

Début d’un théorème
Fin du théorème


Ainsi, on dit qu’il y a convergence presque sûre de la moyenne des variables aléatoires vers leur espérance  .

Il existe plusieurs démonstrations de la loi forte, notamment par Kolmogorov.

Théorème de la limite centrale

modifier

Le théorème de la limite centrale est un grand résultat des probabilités, qui permet d'approcher la loi de probabilité de la somme d'un grand nombre de variables aléatoires par une loi normale.

Deux remarques avant le théorème :

Début d’un théorème
Fin du théorème