Théorème de Donsker

simulations de X_n de n=100 à n=800 avec U de loi uniforme sur l'ensemble {-1,1}

En Théorie des probabilités, le Théorème de Donsker établie la convergence en loi d'une marche aléatoire vers un Processus stochastique gaussien. Il est parfois appelé le théorème central limite fonctionnel.

Ce théorème est une référence pour la convergence en loi de marches aléatoires renormalisées vers un processus à temps continus. De nombreux théorèmes sont alors dits de "type Donsker".

Sommaire

1 Énoncé classique
- 1.1 Théorème (Donsker, 1951)
- 1.2 Idées de la démonstration
2 Énoncé pour les processus empiriques
3 Voir également
- 3.1 Références

Énoncé classique

Soient $\scriptstyle(U_n, n \geq 1)$ une suite iid de variables aléatoires centrées, de carré intégrable et de variance $\scriptstyle \sigma^2$ .

On interpole la Marche aléatoire $\sum_{k=1}^{n}U_k$ de manière affine par morceaux en considérant le processus $\scriptstyle (X_n(t),t \geq 0)$ défini par

$X_n(t)= \frac{1}{\sigma\sqrt{n}} \left(\sum_{k=1}^{[nt]} U_k +(nt - [nt])U_{[nt]+1} \right)$ pour t ∈ [0,1] et où [x] désigne la partie entière de x.

Considérons l'espace $\scriptstyle \mathcal C([0,1])$ des fonctions à valeurs réelles et continues sur [0,1]. On munit $\scriptstyle \mathcal C ([0,1])$ de la Tribu borélienne $\scriptstyle\mathcal B$ et de la norme infinie $\scriptstyle ||.||_\infty$ . Ainsi, $\scriptstyle X_n$ est une variable aléatoire à valeurs dans $\scriptstyle(\mathcal C ([0,1]),\mathcal B )$ .

Théorème (Donsker, 1951)

La suite $\scriptstyle(X_n,n \geq 1)$ converge en loi vers un mouvement brownien standard $\scriptstyle B=(B_t,t \geq 0)$ quand n tend vers l'infini.

Ici B est vu comme un élément aléatoire de $\scriptstyle(\mathcal C ([0,1]),\mathcal B )$ .

Idées de la démonstration

Notons $X_n(t)= \frac{1}{\sigma\sqrt{n}} \sum_{k=1}^{[nt]} U_k +\psi_{n,t}$

En utilisant l'Inégalité de Bienaymé-Tchebychev, on montre que $\scriptstyle \psi_{n,t}$ convergence en probabilité vers 0.

Ainsi par le Théorème central limite, $\scriptstyle X_n(t)\underset{n \rightarrow \infty}{\stackrel{loi}{\longrightarrow}}\sqrt{t} N$ (converge en loi) où N est une variable aléatoire de Loi normale $\scriptstyle \mathcal N(0,1)$ .

De manière similaire, on obtient successivement

$(X_n(s),X_n(t)-X_n(s)) \underset{n \rightarrow \infty}{\stackrel{loi}{\longrightarrow}} (B_s,B_{t-s})$

$(X_n(s),X_n(t)) \underset{n \rightarrow \infty}{\stackrel{loi}{\longrightarrow}} (B_s,B_s+B_{t-s})$

$(X_n(t_1),X_n(t_2),...,X_n(t_k)) \underset{n \rightarrow \infty}{\stackrel{loi}{\longrightarrow}} (B_{t_1},B_{t_2},...,B_{t_k})$

où $B$ est un mouvement brownien standard.

Reste à montrer que la suite $\scriptstyle (X_n,n \geq 1)$ est tendue. Pour cela, on montre que

$\lim_{\lambda \rightarrow \infty} \underset{n \rightarrow \infty}{\lim\sup}\, \lambda^2 \max_{k\leq n} \mathbb P ( \sum_{i=1}^{k} U_i \geq \lambda\sigma\sqrt{n})=0$

On démontre d'abord cette convergence pour le cas où les variables $\scriptstyle U_i$ sont normales. Pour généraliser à une loi quelconque, on utilise le théorème central limite et l'Inégalité de Bienaymé-Tchebychev pour affiner les majorations. (voir ^[1] pour plus détails)

Énoncé pour les processus empiriques

Soit $\scriptstyle (X_i,i \geq 1)$ une suite iid de variables aléatoires de loi uniforme sur [0,1]. On note F la Fonction de répartition commune des variables $\scriptstyle X_i$ . ( $\scriptstyle F(t)=\mathbb P [X_i \leq t]$ ) On définit la fonction de répartition empirique F_n de l'échantillon X₁,X₂,...,X_n par

$F_n(t)= \frac{1}{n}\sum_{i=1}^{n} 1\!\!\!1_{X_i\leq t}\, ,\, t\in [0,1]$

ainsi que le processus empirique associé W_n par

$W_n(t)=\sqrt{n}(F_n(t)-F(t))= \frac{1}{\sqrt{n}}\sum_{i=1}^{n} (1\!\!\!1_{X_i\leq t}-F(t) )\, ,\, t\in [0,1]$ .

Considérons l'espace $\scriptstyle D([0,1])$ des fonctions càdlàg (continues à droite et avec limites à gauche) sur [0,1] muni de la topologie de Skorokhod.

Théorème (Donsker, 1952)(conjecture de Doob, 1949)

La suite de processus $\scriptstyle (W_n,n \geq 1)$ converge en loi dans l'espace $\scriptstyle D ([0,1])$ vers un pont brownien $\scriptstyle W=(W(t),t \in [0,1])$ quand n tend vers l'infini.

Voir également

Références

↑ (en) P. Billingsley, Convergence of Probability measures, [publication], août 1999, 2ème^e éd. (ISBN 978-0-471-19745-4)

M.D. Donsker, « Justification and extension of Doob's heuristic approach to the Kolmogorov–Smirnov theorems », dans Annals of Mathematical Statistics, vol. 23, 1952, p. 277–281 [lien DOI]
(en) R.M. Dudley, Uniform Central Limit Theorems, Cambridge, Cambridge University Press, 1999 (ISBN 978-0-521-46102-3)

Portail des probabilités et des statistiques

Catégories :

Wikimedia Foundation. 2010.

Contenu soumis à la licence CC-BY-SA. Source : Article Théorème de Donsker de Wikipédia en français (auteurs)

Игры ⚽ Поможем написать реферат

Regardez d'autres dictionnaires:

M. D. Donsker — Monroe David Donsker (1925 à Burlington 1991 à New York) est un mathématicien américain. Ses sujets de recherche étaient concentrés dans le domaine de la théorie des probabilités[1]. Sommaire 1 Biographie 2 Contributions … Wikipédia en Français
Mouvement brownien — d une particule. Le mouvement brownien, ou processus de Wiener, est une description mathématique du mouvement aléatoire d une « grosse » particule immergée dans un fluide et qui n est soumise à aucune autre interaction que des chocs… … Wikipédia en Français
Projet:Mathématiques/Liste des articles de mathématiques — Cette page n est plus mise à jour depuis l arrêt de DumZiBoT. Pour demander sa remise en service, faire une requête sur WP:RBOT Cette page recense les articles relatifs aux mathématiques, qui sont liés aux portails de mathématiques, géométrie ou… … Wikipédia en Français
Liste Des Théorèmes — par ordre alphabétique. Pour l établissement de l ordre alphabétique, il a été convenu ce qui suit : Si le nom du théorème comprend des noms de mathématiciens ou de physiciens, on se base sur le premier nom propre cité. Si le nom du théorème … Wikipédia en Français
Liste des theoremes — Liste des théorèmes Liste des théorèmes par ordre alphabétique. Pour l établissement de l ordre alphabétique, il a été convenu ce qui suit : Si le nom du théorème comprend des noms de mathématiciens ou de physiciens, on se base sur le… … Wikipédia en Français
Liste des théorèmes — par ordre alphabétique. Pour l établissement de l ordre alphabétique, il a été convenu ce qui suit : Si le nom du théorème comprend des noms de mathématiciens ou de physiciens, on se base sur le premier nom propre cité. Si le nom du théorème … Wikipédia en Français
Liste de théorèmes — par ordre alphabétique. Pour l établissement de l ordre alphabétique, il a été convenu ce qui suit : Si le nom du théorème comprend des noms de mathématiciens ou de physiciens, on se base sur le premier nom propre cité. Si le nom du théorème … Wikipédia en Français
Fonction de répartition empirique — En Statistiques, une fonction de répartition empirique est une fonction de répartition qui attribue la probabilité 1/n à chacun des n nombres dans un échantillon. Soit un échantillon de variables iid à valeurs dans avec pour fonction de… … Wikipédia en Français
Distribution empirique — Fonction de répartition empirique En Statistiques, une fonction de répartition empirique est une fonction de répartition qui attribue la probabilité 1/n à chacun des n nombres dans un échantillon. Soit un échantillon de variables iid à valeurs… … Wikipédia en Français
Pont brownien — Simulations de deux ponts browniens standard indépendants (en rouge et en vert) Un pont brownien standard est un objet Mathématique de la théorie des Probabilités. C est un processus stochastique à temps continu de loi celle d un processus de… … Wikipédia en Français

Dictionnaires et Encyclopédies sur 'Academic'

Théorème de Donsker

Sommaire