ATLAS Ouvrir dans l'atlas →

Théorème 4Probabilités

Loi forte des grands nombres

Énoncé

Soient X1,X2,…X_1, X_2, \dots des variables indépendantes, de même loi, telles que E[X14]<+∞E[X_1^4] < +\infty, m=E[X1]m = E[X_1] et Sn=X1+⋯+XnS_n = X_1 + \cdots + X_n. Alors, presque sûrement, Snn⟶m.\frac{S_n}{n} \longrightarrow m.

Démonstration

Posons Yi=Xi−mY_i = X_i - m : E[Yi]=0E[Y_i] = 0, c=E[Yi4]<+∞c = E[Y_i^4] < +\infty, puisque Y4⩽8(X4+m4)Y^4 \leqslant 8(X^4 + m^4), et s=E[Yi2]s = E[Y_i^2] vérifie s2⩽cs^2 \leqslant c par Cauchy-Schwarz appliqué à Y2Y^2 et 11. En développant, E[(Y1+⋯+Yn)4]=∑i,j,k,lE[YiYjYkYl].E\big[(Y_1 + \cdots + Y_n)^4\big] = \sum_{i, j, k, l} E[Y_iY_jY_kY_l].

Si l'un des indices n'apparaît qu'une fois, disons ii, la variable YiY_i est indépendante du produit des trois autres (Indépendance, (ii)), qui est intégrable puisque ∣abc∣⩽∣a∣3+∣b∣3+∣c∣3⩽3+a4+b4+c4|abc| \leqslant |a|^3 + |b|^3 + |c|^3 \leqslant 3 + a^4 + b^4 + c^4, et le terme vaut E[Yi]⋅E[⋯ ]=0E[Y_i] \cdot E[\cdots] = 0 (Espérance, variance, (iv)).

Restent les nn termes où les quatre indices sont égaux, qui valent cc, et les 3n(n−1)3n(n - 1) termes formés de deux paires distinctes, qui valent s2s^2. Donc E[(Y1+⋯+Yn)4]⩽nc+3n2c⩽4n2c.\begin{aligned} E\big[(Y_1 + \cdots + Y_n)^4\big] &\leqslant nc + 3n^2c \\ &\leqslant 4n^2c. \end{aligned}

Par l'inégalité de Markov appliquée à la puissance quatrième, P(∣Snn−m∣⩾ε)⩽4cn2ε4,P\Big(\Big|\frac{S_n}{n} - m\Big| \geqslant \varepsilon\Big) \leqslant \frac{4c}{n^2\varepsilon^4}, terme général d'une série convergente, puisque 1n2⩽1n−1−1n\frac1{n^2} \leqslant \frac1{n - 1} - \frac1n pour n⩾2n \geqslant 2. Par Borel-Cantelli (Borel-Cantelli), presque sûrement ∣Sn/n−m∣<ε|S_n/n - m| < \varepsilon à partir d'un certain rang.

On prend ε=1/(k+1)\varepsilon = 1/(k + 1) ; l'intersection de ces événements de probabilité 11, indexée par k∈ℕk \in {\mathbb N}, est encore de probabilité 11.

□
Remarque

L'hypothèse E[X4]<+∞E[X^4] < +\infty rend la démonstration courte, mais elle n'est pas nécessaire : Kolmogorov a montré que l'intégrabilité suffit, et Etemadi (1981) a même affaibli l'indépendance mutuelle en indépendance deux à deux. La version de Kolmogorov est démontrée dans la branche des martingales (Loi forte de Kolmogorov), par une troncature des variables et l'inégalité maximale de Kolmogorov-Doob ; celle d'Etemadi est admise ici.

Remarque

La loi forte justifie l'interprétation fréquentielle des probabilités : la fréquence d'un événement dans une suite d'épreuves indépendantes tend presque sûrement vers sa probabilité. Le théorème central limite (Théorème central limite) précise la vitesse, en σ/n\sigma/\sqrt n, et la forme des fluctuations, qui suivent la loi normale.

Ouvrir dans l'atlas interactif →