Comment exploiter la somme pour… : En appliquant X_n xrightarrow P X, Y_n… — ECG2 approfondies | MetMat

Comment exploiter la somme pour la convergence en probabilité ?

En appliquant $X_n \xrightarrow{P} X$ , $Y_n \xrightarrow{P} Y \Rightarrow X_n + Y_n \xrightarrow{P} X + Y$

Conclure à la convergence en probabilité de la somme de deux suites à partir des convergences individuelles.

Maîtriser

Reconnaître

Résoudre

Que ferais-tu face à un exercice de ce type ?

Soit $(X_i)$ et $(Y_i)$ deux suites indépendantes i.i.d. avec $E(X_1) = a$ , $V(X_1) < +\infty$ , $E(Y_1) = b$ , $V(Y_1) < +\infty$ . Montrer que $\overline{X}_n + \overline{Y}_n \xrightarrow{P} a + b$ .

L'objectif

Conclure à la convergence en probabilité de la somme de deux suites à partir des convergences individuelles.

Le principe

Si $X_n \xrightarrow{P} X$ et $Y_n \xrightarrow{P} Y$ , alors $X_n + Y_n \xrightarrow{P} X + Y$ ; la preuve utilise l'inclusion $\{|X_n + Y_n - X - Y| \geq \varepsilon\} \subset \{|X_n - X| \geq \varepsilon/2\} \cup \{|Y_n - Y| \geq \varepsilon/2\}$ et la croissance de $P$ .

La méthode

1
Je vérifie les deux convergences : $X_n \xrightarrow{P} X$ et $Y_n \xrightarrow{P} Y$ (souvent via LFGN, Bienaymé-Tchebychev ou théorèmes antérieurs).
Comment appliquer l'inégalité de Bienaymé-Tchebychev pour contrôler $P(|X-E(X)| \geq \varepsilon)$ ?Voir
2
Je fixe $\varepsilon > 0$ et j'invoque l'inclusion $\{|X_n + Y_n - (X+Y)| \geq \varepsilon\} \subset \{|X_n - X| \geq \varepsilon/2\} \cup \{|Y_n - Y| \geq \varepsilon/2\}$ , conséquence de l'inégalité triangulaire.
3
Par croissance et sous-additivité de $P$ , $P(|X_n + Y_n - (X+Y)| \geq \varepsilon) \leq P(|X_n - X| \geq \varepsilon/2) + P(|Y_n - Y| \geq \varepsilon/2)$ .
4
Les deux majorants tendent vers $0$ par hypothèse, donc $X_n + Y_n \xrightarrow{P} X + Y$ .

Pour comprendre, fais des exercices !

Exercice d'exemple

Étape 1 —

Je vérifie les deux convergences :

X_n \xrightarrow{P} X

Y_n \xrightarrow{P} Y

(souvent via LFGN, Bienaymé-Tchebychev ou théorèmes antérieurs).

Par la LFGN, $\overline{X}_n \xrightarrow{P} a$ et $\overline{Y}_n \xrightarrow{P} b$ .

Étape 2 —

Je fixe

\varepsilon > 0

et j'invoque l'inclusion

\{|X_n + Y_n - (X+Y)| \geq \varepsilon\} \subset \{|X_n - X| \geq \varepsilon/2\} \cup \{|Y_n - Y| \geq \varepsilon/2\}

, conséquence de l'inégalité triangulaire.

Je fixe $\varepsilon > 0$ : $\{|\overline{X}_n + \overline{Y}_n - (a+b)| \geq \varepsilon\} \subset \{|\overline{X}_n - a| \geq \varepsilon/2\} \cup \{|\overline{Y}_n - b| \geq \varepsilon/2\}$ .

Étape 3 —

Par croissance et sous-additivité de

P

P(|X_n + Y_n - (X+Y)| \geq \varepsilon) \leq P(|X_n - X| \geq \varepsilon/2) + P(|Y_n - Y| \geq \varepsilon/2)

$P(|\overline{X}_n + \overline{Y}_n - (a+b)| \geq \varepsilon) \leq P(|\overline{X}_n - a| \geq \varepsilon/2) + P(|\overline{Y}_n - b| \geq \varepsilon/2)$ .

Étape 4 —

Les deux majorants tendent vers

0

par hypothèse, donc

X_n + Y_n \xrightarrow{P} X + Y

Chaque terme tend vers $0$ (LFGN), donc $\overline{X}_n + \overline{Y}_n \xrightarrow{P} a + b$ .

$\overline{X}_n + \overline{Y}_n \xrightarrow{P} a + b$ .

Les applications suivantes et la correction guidée sont réservées aux membres Premium

La méthode et sa première application corrigée restent en accès libre. Le Premium débloque les applications suivantes, l'aide IA et le suivi de ta maîtrise.

Comment exploiter la somme pour la convergence en probabilité ?

En appliquant Xn→PXX_n \xrightarrow{P} XXn​P​X, Yn→PY⇒Xn+Yn→PX+YY_n \xrightarrow{P} Y \Rightarrow X_n + Y_n \xrightarrow{P} X + YYn​P​Y⇒Xn​+Yn​P​X+Y

Pour comprendre, fais des exercices !

En appliquant $X_n \xrightarrow{P} X$ , $Y_n \xrightarrow{P} Y \Rightarrow X_n + Y_n \xrightarrow{P} X + Y$