- Théorème porte-manteau
-
Sommaire
Rappel
Soit X une variable aléatoire et soit
une suite de variables aléatoires, toutes à valeurs dans le même espace métrique (E,d).Définition — On dit que la suite
converge en loi vers X si, pour toute fonction
continue bornée sur E,![\lim_n\mathbb E\left[\varphi(X_n)\right]\ =\ \mathbb E\left[\varphi(X)\right].](7/fc7d336c50fb0c82a456c6e9f365f8e2.png)
La convergence en loi est souvent notée en ajoutant la lettre
au-dessus de la flèche de convergence:
Énoncé
Théorème porte-manteau[1] — Les cinq assertions suivantes sont équivalentes :
1. Xn converge en loi vers X ;
2. pour toute fonction
bornée et uniformément continue sur E,![\lim_n\mathbb E\left[\varphi(X_n)\right]\ =\ \mathbb E\left[\varphi(X)\right]\ ;](6/41676ee127de611f57b6568819827db2.png)
3. pour tout fermé F de E,

4. pour tout ouvert O de E,

5. pour tout borélien A de E tel que


Ici,
désigne la frontière, ou le bord de A.Conséquence
D'un point de vue pratique, les propriétés 2 à 5 sont rarement utilisées pour démontrer la convergence en loi, mais la propriété 5 est certainement une conséquence importante de la convergence en loi. D'une part, la propriété 5 préfigure le théorème de l'application continue ; par ailleurs la propriété 5 possède un cas particulier d'usage fréquent, dans le cas où S est la droite réelle :
Proposition — Si Xn converge en loi vers X, alors, dès que la fonction de répartition F de X est continue en x, on a :

où Fn désigne la fonction de répartition de Xn .
DémonstrationPar définition d'une fonction de répartition, la propriété

s'écrit sous la forme :

pour peu qu'on choisisse
![A_x\ =\ ]-\infty, x].](2/f621c7f32bfe50e1945314b0a9ff218e.png)
Par ailleurs

Donc,

qui est nul si et seulement si F est continue à gauche en x, i.e. si et seulement si F est continue en x (en effet, une fonction de répartition est partout continue à droite).
Cette proposition est en fait une équivalence, et sert souvent, dans le cas des variables aléatoires réelles, de définition de la convergence en loi.
Démonstration du Théorème porte-manteau
1 entraîne 2Si
![\lim_n\mathbb E\left[\varphi(X_n)\right]\ =\ \mathbb E\left[\varphi(X)\right]\](3/963bbb78074db35e3d930010ac730ede.png)
est vrai pour toute fonction
bornée et continue sur E, alors cela est vrai également pour toute fonction
bornée et uniformément continue sur E.2 entraîne 3Pour un fermé F de E, on pose

La suite
est une suite décroissante de fermés de E, et
donc :
Ainsi, pour tout
on peut trouver k tel que :
Pour tout x dans E, posons
Représentation graphique de l'application ƒ.

où ƒ est défini par la figure ci-contre. Les fonctions ƒ et
sont 1-lipschitziennes, donc
est uniformément continue, et![\lim_n\mathbb E\left[\varphi_k(X_n)\right]\ =\ \mathbb E\left[\varphi_k(X)\right].\](3/b93b25df1687022e746df3e661c59a2f.png)
Par ailleurs,
![\varphi_k(x)\ =\ \left\{\begin{matrix} 1&\ &\textrm{si}\ x\in F,\\0&\ &\textrm{si}\ x\notin G_k,\\\in[0,1]&\ &\textrm{si}\ x\in G_k\backslash F.\end{matrix}\right.](1/261fc4f3a9e5f55701b769b6c1d2c59c.png)
Donc

Finalement
![\begin{align}\mathbb P\left(X\in F\right)+\varepsilon&\ge \mathbb P\left(X\in G_k\right)\ =\ \mathbb E\left[1_{G_k}(X)\right]
\\
&\ge \mathbb E\left[\varphi_k(X)\right]
\\&= \lim_n \mathbb E\left[\varphi_k(X_n)\right]
\\
&= \limsup_n \mathbb E\left[\varphi_k(X_n)\right]
\\
&\ge\ \limsup_n \mathbb E\left[1_F(X_n)\right]
\\
&= \limsup_n \mathbb P\left(X_n\in F\right),\end{align}](0/3306d6d890fbde8bfde6add9a9e7fe8a.png)
cela pour tout
(CQFD)Historique
D'après Billingsley[2] ou Kallenberg[3], le théorème porte-manteau est dû à Alexandrov[4]. Dans la deuxième édition de Convergence of Probability Measures, Billingsley attribue le théorème à Jean-Pierre Portmanteau, de l'université de Felletin, dans un papier que Jean-Pierre Portmanteau aurait publié en 1915 dans Annals of the University of Felletin, sous le titre farfelu « Espoir pour l'ensemble vide ». Il s'agit d'un canular : il n'y a pas de mathématicien portant le nom de Jean-Pierre Portmanteau, et il n'y a jamais eu d'université à Felletin.
À voir
Notes
- Patrick Billingsley, Convergence of Probability Measures, Wiley, août 1999, 2e éd., 296 p. (ISBN 978-0-471-19745-4), p. 16.
- Patrick Billingsley, Convergence of Probability Measures, Wiley, 1968, 1re éd., 263 p., p. 16.
- Olav Kallenberg, Foundations of Modern Probability [détail des éditions], Théorème 4.25, page 75.
- Additive set functions in abstract spaces, A.D. Aleksandrov - Mat. Sb., 8, 307-348, 1940, 9, 563-628, 1941, 13, 169-238, 1943.
- Portail des probabilités et des statistiques
Catégories :- Probabilités
- Théorème de mathématiques
Wikimedia Foundation. 2010.