- Théorème de könig-huyghens
-
Théorème de König-Huyghens
En statistiques et en théorie des probabilités, le théorème de König-Huygens est une identité remarquable reliant la variance et la moyenne.
Sommaire
Énoncé en probabilités
Le théorème de König-Huygens énonce de la façon suivante :
Théorème — Pour toute variable aléatoire réelle X, on a :
.
La démonstration est relativement simple et algébrique. Trois points sont à rappeler :
- Le développement du binôme de Newton ;
- La linéarité de l'espérance en fonction de la variable aléatoire ;
- L'espérance d'une constante vaut cette constante.
Ces trois propriétés rappelées impliquent :
.
Énoncé en statistiques
Ce théorème peut également s'appliquer pour une décomposition de la formule de la variance empirique:
Théorème —
Démonstration
Généralisation
Cette formulation est un fait un cas particulier d'une identité plus générale:
Identité —
Démonstration![\begin{align}
\sum_{i=1}^n(X_i-a)^2
&=\sum_{i=1}^n(X_i-\bar X+\bar X -a)^2\\
&=\sum_{i=1}^n\left((X_i-\bar X)+(\bar X -a)\right)^2\\
&=\sum_{i=1}^n\left[(X_i-\bar X)^2+2(X_i-\bar X)(\bar X-a)+(\bar X -a)^2\right]\\
&=\sum (X_i-\bar X)^2 +2(\bar X-a)(\sum X_i-\bar X)+n(\bar X -a)^2\\
&=\sum (X_i-\bar X)^2 +2(\bar X-a)(\sum X_i-n\frac{1}{n}X_i)+n(\bar X -a)^2\\
&=\sum_{i=1}^n(X_i -\bar X)^2+n(\bar X -a)^2
\end{align}](/pictures/frwiki/55/775860a483f965c78de2dc4e99065589.png)
NB: la démonstration est tirée de Mood et al. (2001, p. 229)
Remarque :En passant le deuxième terme de droite à gauche et en prenant a=0 on retrouve la formule de la variance montrée plus haut:

Et donc si

Relation avec la fonction de Leibniz
Ce théorème est un cas particulier de simplification de la fonction scalaire de Leibniz concernant des barycentres.
En effet, la moyenne m est le barycentre du système pondéré {(xi,ni)}i = 1...k. La simplification de la fonction scalaire de Leibniz donne pour le système {(Ai,ai)i = 1...k} de barycentre G :
En remplaçant G par m, M par m', ai par ni et Ai par xi, on obtient
Ce qui est, à un facteur n près et à l'ordre près, la formule précédente.
Énoncé en mécanique (Théorème d'Huygens)
Soit un système de k points matériels Ai, de masse respective mi, de masse totale M, de centre de masse G et un point A distant de d du point G. Le théorème de transport ou théorème de Huygens ou théorème de Steiner donne JA le moment d'inertie du système par rapport à A en fonction de JG le moment d'inertie du système par rapport à G :

avec



d2 = GA2
Références
- (en) Alexander MacFarlane Mood, Introduction to the Theory of Statistics, Tata McGraw-Hill, New Delhi (ISBN 0070428646), p. 564
- Portail des mathématiques
Catégories : Statistiques | Probabilités | Théorème de mathématiques
Wikimedia Foundation. 2010.

