Présentation

Article

1 - ESPACE DE PROBABILITÉS

  • 1.1 - Langage des probabilités
  • 1.2 - Probabilité sur un espace fini. Calcul combinatoire
  • 1.3 - Conditionnement et indépendance

2 - VARIABLES ALÉATOIRES

  • 2.1 - Définition
  • 2.2 - Loi d’une variable aléatoire
  • 2.3 - Intégrale par rapport à une mesure de probabilité
  • 2.4 - Indépendance de variables aléatoires
  • 2.5 - Variables aléatoires à valeurs réelles
  • 2.6 - Cas des v.a.r. discrètes
  • 2.7 - Cas des v.a.r. à densité
  • 2.8 - Indépendance de v.a.r.

3 - VECTEURS ALÉATOIRES

  • 3.1 - Loi conjointe et lois marginales
  • 3.2 - Vecteurs gaussiens

4 - MODES DE CONVERGENCE. THÉORÈMES LIMITES FONDAMENTAUX

  • 4.1 - Différents modes de convergence
  • 4.2 - Loi des grands nombres
  • 4.3 - Théorème de la limite centrale

Article de référence | Réf : AF166 v1

Modes de convergence. Théorèmes limites fondamentaux
Probabilités - Concepts fondamentaux

Auteur(s) : Sylvie MÉLÉARD

Relu et validé le 19 nov. 2019

Pour explorer cet article
Télécharger l'extrait gratuit

Vous êtes déjà abonné ?Connectez-vous !

Sommaire

Présentation

Version en anglais En anglais

Auteur(s)

  • Sylvie MÉLÉARD : Université Paris 10, MODALX - Laboratoire de probabilités et modèles aléatoires Paris 6 et 7

Lire cet article issu d'une ressource documentaire complète, actualisée et validée par des comités scientifiques.

Lire l’article

INTRODUCTION

On trouvera dans l’article [AF 165] « Probabilités. Présentation » un historique et une description du développement de cette science de l’aléatoire que sont les probabilités. On pourra y trouver un certain nombre d’exemples motivant son intérêt dans la modélisation de nombreux phénomènes auxquels s’intéressent quotidiennement les ingénieurs (files d’attente, rupture, turbulence, mathématiques financières...).

Cet article introduit toutes les notions de base de la théorie des probabilités et permet d’acquérir le raisonnement probabiliste. La théorie des probabilités ne peut se construire axiomatiquement qu’en utilisant la théorie de la mesure et de l’intégration. Nous n’en donnerons dans ce texte que les éléments nécessaires à sa bonne compréhension, sans exiger de prérequis dans ce domaine. Les outils modernes du calcul stochastique et les méthodes de Monte-Carlo propres à la simulation seront développés dans d’autres articles.

Cet article est réservé aux abonnés.
Il vous reste 92% à découvrir.

Pour explorer cet article
Téléchargez l'extrait gratuit

Vous êtes déjà abonné ?Connectez-vous !


L'expertise technique et scientifique de référence

La plus importante ressource documentaire technique et scientifique en langue française, avec + de 1 200 auteurs et 100 conseillers scientifiques.
+ de 10 000 articles et 1 000 fiches pratiques opérationnelles, + de 800 articles nouveaux ou mis à jours chaque année.
De la conception au prototypage, jusqu'à l'industrialisation, la référence pour sécuriser le développement de vos projets industriels.

DOI (Digital Object Identifier)

https://doi.org/10.51257/a-v1-af166


Cet article fait partie de l’offre

Mathématiques

(166 articles en ce moment)

Cette offre vous donne accès à :

Une base complète d’articles

Actualisée et enrichie d’articles validés par nos comités scientifiques

Des services

Un ensemble d'outils exclusifs en complément des ressources

Un Parcours Pratique

Opérationnel et didactique, pour garantir l'acquisition des compétences transverses

Doc & Quiz

Des articles interactifs avec des quiz, pour une lecture constructive

ABONNEZ-VOUS

Lecture en cours
Présentation
Version en anglais En anglais

4. Modes de convergence. Théorèmes limites fondamentaux

4.1 Différents modes de convergence

Dans cette partie, on considère une suite de variables aléatoires , et on s’intéresse à son comportement asymptotique quand n tend vers l’infini. Rappelons que ces variables sont en fait des fonctions, et que les notions de convergence que l’on va définir sont de type fonctionnelle. Ces convergences vont être de natures différentes suivant que l’on considère les variables ou seulement leur loi.

HAUT DE PAGE

4.1.1 Convergence en probabilité

On considère ici une suite de v.a. définies sur le même espace de probabilité (Ω,  P ), ainsi que la v.a. X.

On dit que la suite converge en probabilité vers X si pour tout :

On écrit .

Exemple

Soit la suite de v.a. à valeurs dans [0,1], de loi ...

Cet article est réservé aux abonnés.
Il vous reste 95% à découvrir.

Pour explorer cet article
Téléchargez l'extrait gratuit

Vous êtes déjà abonné ?Connectez-vous !


L'expertise technique et scientifique de référence

La plus importante ressource documentaire technique et scientifique en langue française, avec + de 1 200 auteurs et 100 conseillers scientifiques.
+ de 10 000 articles et 1 000 fiches pratiques opérationnelles, + de 800 articles nouveaux ou mis à jours chaque année.
De la conception au prototypage, jusqu'à l'industrialisation, la référence pour sécuriser le développement de vos projets industriels.

Cet article fait partie de l’offre

Mathématiques

(166 articles en ce moment)

Cette offre vous donne accès à :

Une base complète d’articles

Actualisée et enrichie d’articles validés par nos comités scientifiques

Des services

Un ensemble d'outils exclusifs en complément des ressources

Un Parcours Pratique

Opérationnel et didactique, pour garantir l'acquisition des compétences transverses

Doc & Quiz

Des articles interactifs avec des quiz, pour une lecture constructive

ABONNEZ-VOUS

Lecture en cours
Modes de convergence. Théorèmes limites fondamentaux
Sommaire
Sommaire

BIBLIOGRAPHIE

  • (1) - BOULEAU (N.) -   Probabilités de l’ingénieur, variables aléatoires et simulation.  -  Hermann (1986).

  • (2) - BOUZITAT (C.), PAGÈS (G.) -   En passant par hasard... Les probabilités de tous les jours.  -  Vuibert (1999).

  • (3) - BREIMAN (L.) -   Probability.  -  Addison-Wesley (1968).

  • (4) - JACOD (J.), PROTTER (P.) -   Probability essentials.  -  Springer (2000).

  • (5) - MÉTIVIER (M.) -   Notions fondamentales de la théorie des probabilités.  -  Dunod (1972).

  • (6) - NEVEU (J.) -   Bases mathématiques du calcul des probabilités.  -  Masson (1984).

Cet article est réservé aux abonnés.
Il vous reste 93% à découvrir.

Pour explorer cet article
Téléchargez l'extrait gratuit

Vous êtes déjà abonné ?Connectez-vous !


L'expertise technique et scientifique de référence

La plus importante ressource documentaire technique et scientifique en langue française, avec + de 1 200 auteurs et 100 conseillers scientifiques.
+ de 10 000 articles et 1 000 fiches pratiques opérationnelles, + de 800 articles nouveaux ou mis à jours chaque année.
De la conception au prototypage, jusqu'à l'industrialisation, la référence pour sécuriser le développement de vos projets industriels.

Cet article fait partie de l’offre

Mathématiques

(166 articles en ce moment)

Cette offre vous donne accès à :

Une base complète d’articles

Actualisée et enrichie d’articles validés par nos comités scientifiques

Des services

Un ensemble d'outils exclusifs en complément des ressources

Un Parcours Pratique

Opérationnel et didactique, pour garantir l'acquisition des compétences transverses

Doc & Quiz

Des articles interactifs avec des quiz, pour une lecture constructive

ABONNEZ-VOUS