Intégrale sans méthode de Laplace

Bonjour

Auriez-vous une idée pour démontrer $$\lim_{n \rightarrow +\infty} \int_{n}^{+ \infty} t^{n} e^{-t} dt = \frac{1}{2}$$ sans utiliser la méthode de Laplace ?

Remarque : on démontre par majoration simple que $$\lim_{n \rightarrow +\infty} \int_{2n}^{+ \infty} t^{n} e^{-t} dt = 0
$$ Cordialement.
Vercingétorique

Réponses

  • Si $Y_1,\ldots,Y_{n+1}$ sont des variables indépendantes et de même loi définie par $\Pr(Y_1>y)=e^{-y}$ pour $y>0$ alors $X_{n+1}=Y_1+\cdots+Y_{n+1}$ satisfait $$\Pr(X_{n+1}>x)=\int_{x}^{\infty}e^{-y}\frac{y^n}{n!}dy
    $$ Donc le théorème central limite entraîne que $$
    \Pr\Big(\big(X_{n+1}-(n+1)\big)\frac{1}{\sqrt{n+1}}>0\Big)\ \xrightarrow[n\to \infty]{}\ 1/2,$$ autrement dit $$\int_{n+1}^{\infty}e^{-y}\frac{y^n}{n!}dy\ \longrightarrow\ 1/2.$$ Facile de montrer de la mème manière que $$\int_{n}^{\infty}e^{-y}\frac{y^n}{n!}dy\ \longrightarrow\ 1/2.$$ Et donc il manque un gros $n!$ à ce que tu demandes.
  • Si tu connais les lois de exponentielle et le TCL, c'est assez rapide!
    Soit $(X_{i})_{i\geq 1}$ une suite de VA i.i.d suivant la loi exponentielle de paramètre $1.$
    Notons pour $n\geq 1,$ $Y_{n}=\sum_{k=1}^{n}X_{i}.$ La variable aléatoire $Y_{n}$ a pour densité $t\mapsto \chi_{\mathbb{R}^{+}}(t)\frac{t^{n--1}e^{-t}}{(n-1)!}$ (ce que tu peux prouver par récurrence assez aisément).
    Ainsi, on a $$\int_{n-1}^{+\infty}\frac{t^{n-1}e^{-t}}{(n-1)!}dt=\mathbb{P}(Y_{n}\geq n-1)=\mathbb{P}\Big(\frac{Y_{n}-n}{\sqrt{n}}\geq -\frac{1}{\sqrt{n}}\Big).$$
    Mais alors, par le TCL, la variable aléatoire $\frac{Y_{n}-n}{\sqrt{n}}$ converge en loi vers une variable aléatoire suivant la loi normale centrée réduite. En d'autres termes, on a en particulier (en procédant par encadrement) : $$\lim_{n\rightarrow+\infty} \mathbb{P}\Big(\frac{Y_{n}-n}{\sqrt{n}}\geq -\frac{1}{\sqrt{n}}\Big)=\frac{1}{\sqrt{2\pi}}\int_{0}^{+\infty}e^{-\frac{x^{2}}{2}}dx=\frac{1}{2}.$$
    D'où le résultat que tu veux prouver.
  • Petite erreur chez Bobby joe, qui melange $n$ et $n+1$ : voir le message de P. avant.
  • @P. Merci, c'est corrigé... En effet, j'avais mal calculé la convolée de la loi....
  • Bonsoir à tous et merci pour votre aide précieuse, il s'agissait effectivement d'un oubli (pour $n!$). Même si on peut considérer le TCL comme une variation sur la méthode de Laplace...
  • Puisque $\displaystyle\frac 1{n!}\int_0^{+\infty}t^ne^{-t}\text{d}t=1$, il s'agit de montrer que $\displaystyle\underset{{n}\rightarrow{+\infty}}\lim\frac 1 {n!}\int_0^{n}t^ne^{-t}\text{d}t=\frac 12$. Par le changement de variable $x=\dfrac{n-t}{\sqrt n}$ : $\displaystyle\frac 1 {n!}\int_0^{n}t^ne^{-t}\text{d}t=\frac 1 {n!}\int_0^{\sqrt n}e^{x\sqrt n-n}(n-x\sqrt n)^n\sqrt n\text{d}x=\frac{\sqrt nn^ne^{-n}}{n!}\int_0^{\sqrt n}\left(1-\frac x{\sqrt n}\right)^ne^{x\sqrt n}\text{d}x=\frac{\sqrt nn^ne^{-n}}{n!}\int_0^{+\infty}f_n(x)\text{d}x$ avec $\forall x\geq 0,\; f_n(x)=\left(1-\frac x{\sqrt n}\right)^ne^{x\sqrt n}{{1}_{[0,\sqrt n]}}(x)$. On conclut alors par la formule de Stirling et par convergence dominée ($0\leq f_n(x)\leq e^{-\frac{x^2}2}$).
  • @dedekind93: il me semble que le changement de variable $x=\frac{n-t}{\sqrt{n}}$, c'est justement le coeur de la méthode de Laplace. Quant à la formule de Stirling, c'est aussi une conséquence de la méthode de Laplace (même si on peut procéder autrement)

    Bien sûr, tout dépendde ce qu'on appelle la méthode de Laplace. La méthode de Laplace en toute généralité, c'est un peu pénible. Mais il y a plein de cas particuliers où un changement de variable ad-hoc et un petit coup de convergence dominée font l'affaire, comme dans ta preuve.

    @vercingétorique: est-ce que tu peux développer ce que tu entends par "on peut considérer le TCL comme une variation sur la méthode de Laplace" ?
  • Bonjour à tous,
    J'apprécie énormément vos lumières et votre travail. La dernière solution de dedekind93 est celle que je recherchais. @aléa j'appelle méthode de Laplace en première approximation l'utilisation d'un développement limité à l'ordre 2 pour évaluer une limite d'intégrale (enfin il me semble que c'est la méthode classique). Mais il est vrai qu'on peut considérer que Stirling se démontre par cette méthode même si je crois qu'elle n'est pas indispensable à exposer pour le faire. Merci encore. Cordialement.
    Vercingétorique.
  • Oui, aléa, je suis d'accord avec toi fondamentalement. J'ai pensé que vercingétorique souhaitait une méthode accessible à des niveaux où la méthode de Laplace n'est pas encore connue, et qu'il voyait cette méthode plutôt dans son cas général...
  • Pour info et par curiosité, voici une preuve élémentaire de l'inégalité
    $$\frac{1}{n!} \int_n^\infty t^n e^{-t} \, \textrm{d}t > \frac{1}{2}.$$
    On part de l'inégalité $e^u < \dfrac{1}{1-u}$ valide pour tout $u \in \left]0,1 \right[$. On l'élève au carré et on l'intègre sur $\left[0,u \right]$, ce qui permet d'obtenir
    $$e^{2u} < \frac{1+u}{1-u} \Longleftrightarrow e^u (1-u) < e^{-u} (1+u) \quad \left( 0 < u < 1 \right).$$
    Ainsi, si on pose $g(t) := te^{-t}$, on a montré $g(1-u) < g(1+u)$ pour tout $u \in \left]0,1 \right[$. On en déduit $\displaystyle \int_0^1 \left( t e^{-t} \right)^n \textrm{d}t < \int_1^2 \left( t e^{-t} \right)^n \textrm{d}t$, et donc
    $$\int_0^1 \left( t e^{-t} \right)^n \textrm{d}t < \int_1^\infty \left( t e^{-t} \right)^n \textrm{d}t.$$
    Le changement de vatiable $u=nt$ ramène cette inégalité à
    $$\int_0^n u^n e^{-u} \textrm{d}u < \int_n^\infty u^n e^{-u} \textrm{d}u$$
    et on conclut en se rappelant que $\displaystyle n! = \int_0^\infty u^n e^{-u} \textrm{d}u$.
  • Retour sur le joli post de noix de totos. Soit $0<u_-(v)<1$ et $1<u_+(v)$ les deux solutions de $v=ue^{-u}$ quand $0<v<e^{-1}.$ Alors
    $$u'_-(v)=\frac{1}{e^{-u_-(v)}-v}>0,\ u'_+(v)=\frac{1}{e^{-u_+(v)}-v}<0$$ et donc $f(v)=e^{-u_+(v)}+e^{-u_-}(v)-2v$ satisfait $$f(0)=1,\ f(e^{-1})=0,\ f'(v)<0, \ f(v)>0.$$ Donc
    $$\int_1^{\infty}(ue^{-u})^ndu-\int_0^{1}(ue^{-u})^ndu=\int_0^{e^{-1}}v^nf(v)\frac{dv}{(v-e^{-u_+(v)})(e^{-u_-(v)}-v)}>0.$$
  • Bien joué, P. Une méthode alternative pour montrer la même inégalité.
Connectez-vous ou Inscrivez-vous pour répondre.