Probabilités - théorème de Weierstrass
Bonjour,
j'essaie de comprendre la démonstration du théorème de Weierstrass : " toute application définie et continue sur [0;1], à valeurs réelles est limite uniforme sur ce segment d'une suite de polynômes."
La démonstration se fait avec une var qui suit une loi binomiale de paramètres n (entier non nul) et x, un réel de l'intervalle [0;1].
et on considère la suite de fonctions (pn) définie par pn(x)=l'espérance de l'image par f de la var sur n...
1er problème : comment trouve-t-on que les pn sont des polynômes ?
J'ai la formule dans la démonstration mais je ne comprends pas d'où elle vient ??
Merci.
j'essaie de comprendre la démonstration du théorème de Weierstrass : " toute application définie et continue sur [0;1], à valeurs réelles est limite uniforme sur ce segment d'une suite de polynômes."
La démonstration se fait avec une var qui suit une loi binomiale de paramètres n (entier non nul) et x, un réel de l'intervalle [0;1].
et on considère la suite de fonctions (pn) définie par pn(x)=l'espérance de l'image par f de la var sur n...
1er problème : comment trouve-t-on que les pn sont des polynômes ?
J'ai la formule dans la démonstration mais je ne comprends pas d'où elle vient ??
Merci.
Réponses
-
Ce serait bien de mettre un pointeur vers « la » démonstration pour savoir de quoi on parle précisément, les notations, tout ça.
Pourquoi les $p_n$ sont-ils des polynômes ? Soit $X$ la var. On cherche l'espérance de l'image par $f$ de $X/n$. Les valeurs possibles prises par $X/n$ sont les $k/n$ où $k$ décrit $\{0,\dots,n\}$. La probabilité que $X/n=k/n$ est $\binom{n}{k}x^k(1-x)^{n-k}$. Par le théorème de transfert, l'espérance de $f(X/n)$ est donc \[p_n(x)=\sum_{k=0}^nf\Bigl(\frac{k}n\Bigr)\cdot\binom{n}{k}x^k(1-x)^{n-k},\]qui est visiblement un polynôme.
La suite à prendre avec des pincettes, sous couvert des probabilistes du forum... Heuristiquement, on joue $n$ fois à pile ou face avec une pièce biaisée : à chaque lancer, on avance de $1/n$ avec probabilité $x$ et on reste sur place avec probabilité $1-x$ (ou l'inverse ?). La variable $X/n$ dit où on arrive à la fin et $f(X/n)$ décrit le gain. On se demande « combien on va gagner en moyenne ». Pour $n$ grand, la loi des grands nombres dit que $X/n$ converge vers $x$ (en quel sens au fait ?). Ce n'est pas très étonnant que l'espérance du gain converge vers $f(x)$. -
D'accord avec Math Coss.
Je dirais même plus, n'importe quelle loi des grands nombres suffit à montrer que $p_n(x)\to f(x)$.
L'uniformité demande un peu plus de travail. -
C’est un développement d’agrégation interne « ultra classique ».
Ça doit se trouver en sept secondes. -
Dans le Zuily Queffélec il y a tous les détails par exemple.
-
Merci
Connectez-vous ou Inscrivez-vous pour répondre.
Bonjour!
Catégories
- 163.2K Toutes les catégories
- 9 Collège/Lycée
- 21.9K Algèbre
- 37.1K Analyse
- 6.2K Arithmétique
- 53 Catégories et structures
- 1K Combinatoire et Graphes
- 11 Sciences des données
- 5K Concours et Examens
- 11 CultureMath
- 47 Enseignement à distance
- 2.9K Fondements et Logique
- 10.3K Géométrie
- 65 Géométrie différentielle
- 1.1K Histoire des Mathématiques
- 68 Informatique théorique
- 3.8K LaTeX
- 39K Les-mathématiques
- 3.5K Livres, articles, revues, (...)
- 2.7K Logiciels pour les mathématiques
- 24 Mathématiques et finance
- 314 Mathématiques et Physique
- 4.9K Mathématiques et Société
- 3.3K Pédagogie, enseignement, orientation
- 10K Probabilités, théorie de la mesure
- 773 Shtam
- 4.2K Statistiques
- 3.7K Topologie
- 1.4K Vie du Forum et de ses membres