ATLAS Ouvrir dans l'atlas →

ExerciceMaths Sup – MPSI, chapitre 21 — Dénombrement et probabilités · Inégalités probabilistes et loi faible des grands nombres

Exercice 96

Démonstration

Pour n∈ℕ∗n \in \mathbb{N}^{*}, on choisit un vecteur XnX_{n} de {0,1}n⊂ℝn\{0, 1\}^{n} \subset \mathbb{R}^{n} selon la loi uniforme, et l'on note ∥Xn∥\lVert X_{n} \rVert sa norme euclidienne. Montrer que, pour tout ε>0\varepsilon > 0, P(∣∥Xn∥n−22∣⩾ε)→n→+∞0.\mathrm{P}\Big(\Big|\frac{\lVert X_{n} \rVert}{\sqrt{n}} - \frac{\sqrt{2}}{2}\Big| \geqslant \varepsilon\Big) \xrightarrow[n \to +\infty]{} 0. Interpréter géométriquement : où se trouvent, pour la plupart, les sommets du cube [0 ,1]n[0\,,1]^{n} ?

Corrigé

On prend pour univers Ω={0,1}n\Omega = \{0, 1\}^{n}, muni de la probabilité uniforme, et Xn(ω)=ωX_{n}(\omega) = \omega. Chaque issue a la probabilité 12n=∏i=1n12\frac{1}{2^{n}} = \prod_{i=1}^{n} \frac{1}{2} : c'est la probabilité produit de la proposition 17, construite avec nn fois la distribution uniforme sur {0,1}\{0, 1\}. Les coordonnées C1C_{1}, …, CnC_{n} de XnX_{n} sont donc mutuellement indépendantes, de loi ℬ(12)\mathcal{B}(\frac{1}{2}). Comme Ci2=CiC_{i}^{2} = C_{i}, ∥Xn∥2=∑i=1nCi2=∑i=1nCi=Nn,Nn∼ℬ(n,12)\lVert X_{n} \rVert^{2} = \sum_{i=1}^{n} C_{i}^{2} = \sum_{i=1}^{n} C_{i} = N_{n}, \qquad N_{n} \sim \mathcal{B}(n,\tfrac{1}{2}) par le théorème 8 : le carré de la norme est le nombre de coordonnées égales à 11.

Comparaison des racines carrées. Pour u⩾0u \geqslant 0, on a u+12⩾22>0\sqrt{u} + \sqrt{\frac{1}{2}} \geqslant \frac{\sqrt{2}}{2} > 0, donc ∣u−22∣=∣u−12∣u+12⩽2 ∣u−12∣.\Big|\sqrt{u} - \frac{\sqrt{2}}{2}\Big| = \frac{\big|u - \frac{1}{2}\big|}{\sqrt{u} + \sqrt{\frac{1}{2}}} \leqslant \sqrt{2}\,\Big|u - \frac{1}{2}\Big|.

Conclusion. Avec u=Nnnu = \frac{N_{n}}{n}, on a ∥Xn∥n=u\frac{\lVert X_{n} \rVert}{\sqrt{n}} = \sqrt{u}. Soit ε>0\varepsilon > 0. Par l'inégalité précédente, l'événement étudié est inclus dans (∣Nnn−12∣⩾ε2)\big(\big|\frac{N_{n}}{n} - \frac{1}{2}\big| \geqslant \frac{\varepsilon}{\sqrt{2}}\big), et la loi faible des grands nombres (théorème 16, cas binomial, avec p(1−p)=14p(1 - p) = \frac{1}{4}) donne P(∣∥Xn∥n−22∣⩾ε)⩽P(∣Nnn−12∣⩾ε2)⩽1/4n ε2/2,\mathrm{P}\Big(\Big|\frac{\lVert X_{n} \rVert}{\sqrt{n}} - \frac{\sqrt{2}}{2}\Big| \geqslant \varepsilon\Big) \leqslant \mathrm{P}\Big(\Big|\frac{N_{n}}{n} - \frac{1}{2}\Big| \geqslant \frac{\varepsilon}{\sqrt{2}}\Big) \leqslant \frac{1/4}{n\,\varepsilon^{2}/2},

P(∣∥Xn∥n−22∣⩾ε)⩽12nε2→n→+∞0\boxed{\mathrm{P}\Big(\Big|\frac{\lVert X_{n} \rVert}{\sqrt{n}} - \frac{\sqrt{2}}{2}\Big| \geqslant \varepsilon\Big) \leqslant \frac{1}{2n\varepsilon^{2}} \xrightarrow[n \to +\infty]{} 0} Pour ε=0,05\varepsilon = 0{,}05 et n=1 000n = 1\,000, la majoration vaut 0,20{,}2, alors que la valeur exacte, calculée avec la loi binomiale, est de l'ordre de 9×10−69 \times 10^{-6} ✓.

Interprétation. Les sommets du cube [0 ,1]n[0\,,1]^{n} sont les 2n2^{n} points de {0,1}n\{0, 1\}^{n}, et XnX_{n} est un sommet choisi au hasard. Le résultat dit que, pour nn grand, la plupart des sommets sont à une distance de l'origine voisine de n2\sqrt{\frac{n}{2}}, à un facteur 1±ε21 \pm \varepsilon\sqrt{2} près : ils se concentrent près de la sphère de centre OO et de rayon n2\sqrt{\frac{n}{2}}, alors que les distances possibles s'étalent de 00 à n\sqrt{n}. On peut aussi le lire avec les angles du chapitre 19 : le cosinus de l'angle entre un sommet x≠0x \neq 0 et la grande diagonale (1,…,1)(1, \dots, 1) vaut Nn∥x∥n=∥x∥n\frac{N_{n}}{\lVert x \rVert\sqrt{n}} = \frac{\lVert x \rVert}{\sqrt{n}}, qui est proche de 22\frac{\sqrt{2}}{2} : vus de l'origine, presque tous les sommets font un angle voisin de π4\frac{\pi}{4} avec la diagonale. Les deux extrémités de la diagonale, 00 et (1,…,1)(1, \dots, 1), sont des sommets tout à fait atypiques.

Ouvrir dans l'atlas interactif →