Loi des grands nombres

Appliquer l’inégalité de concentration pour déterminer la taille d’un échantillon - Exercice 1

15 min
30
Question 1

Soit une variable aléatoire XX d'espérance 0,50,5 et de variance 7,5.7,5.
Soit MnM_n la variable aléatoire moyenne d'un échantillon de taille nn de la variable XX.
Déterminer la taille nn de l'échantillon tel que la probabilité que la moyenne MnM_n appartienne à l'intervalle ]13;23[\left]\frac{1}{3};\frac{2}{3}\right[ soit supérieur à 0,95.0,95.

Correction
P(13<Mn<23)0,95P\left(\frac{1}{3}< M_n< \frac{2}{3}\right)\ge 0,95
P(1312<Mn12<2312)0,95P\left(\frac{1}{3}-\frac{1}{2}< M_n-\frac{1}{2}< \frac{2}{3}-\frac{1}{2}\right)\ge 0,95
P(16<Mn12<16)0,95P\left(-\frac{1}{6}< M_n-\frac{1}{2}< \frac{1}{6}\right)\ge 0,95
P(Mn12<16)0,95P\left(\left|M_n-\frac{1}{2}\right|< \frac{1}{6}\right)\ge 0,95
La somme de la probabilité d'un évènement AA et de la probabilité de son contraire est égale à 11.
Ainsi :
P(Mn12<16)+P(Mn1216)=1P\left(\left|M_n-\frac{1}{2}\right|< \frac{1}{6}\right)+P\left(\left|M_n-\frac{1}{2}\right|\ge \frac{1}{6}\right)=1
P(Mn12<16)=1P(Mn1216)P\left(\left|M_n-\frac{1}{2}\right|< \frac{1}{6}\right)=1-P\left(\left|M_n-\frac{1}{2}\right|\ge \frac{1}{6}\right)
Ce qui donne :
1P(Mn1216)0,951-P\left(\left|M_n-\frac{1}{2}\right|\ge \frac{1}{6}\right)\ge 0,95
P(Mn1216)0,951-P\left(\left|M_n-\frac{1}{2}\right|\ge \frac{1}{6}\right)\ge 0,95-1
P(Mn1216)0,05-P\left(\left|M_n-\frac{1}{2}\right|\ge \frac{1}{6}\right)\ge -0,05
P(Mn1216)0,05P\left(\left|M_n-\frac{1}{2}\right|\ge \frac{1}{6}\right)\le 0,05
    L’ineˊgaliteˊ de concentration\red{\text{L'inégalité de concentration}}
Soit XX la variable aléatoire d'espérance E(X)E\left(X\right) et de variance V(X)V\left(X\right) .
Soit MnM_n la variable aléatoire moyenne d'un échantillon de taille nn de la variable aléatoire XX.
Pour tout réel strictement positif α\alpha , on a :
P(MnE(X)α)V(X)nα2P\left(\left|M_n-E\left(X\right)\right|\ge \alpha \right)\le \frac{V\left(X\right)}{n{\alpha }^2}
Si α=16\alpha =\frac{1}{6} et en utilisant l'inégalité de concentration, on a :
P(Mn1216)7,5n×(16)2P\left(\left|M_n-\frac{1}{2}\right|\ge \frac{1}{6}\right)\le \frac{7,5}{n\times {\left(\frac{1}{6}\right)}^2}
Il faut donc ici que le majorant 7,5n×(16)2\frac{7,5}{n\times {\left(\frac{1}{6}\right)}^2} soit lui même inférieur au majorant 0,050,05 car nous souhaitons résoudre P(Mn1216)0,05P\left(\left|M_n-\frac{1}{2}\right|\ge \frac{1}{6}\right)\le 0,05
Il vient donc que :
P(Mn1216)7,5n×(16)20,05P\left(\left|M_n-\frac{1}{2}\right|\ge \frac{1}{6}\right)\le \frac{7,5}{n\times {\left(\frac{1}{6}\right)}^2}\le 0,05
Il nous faut donc résoudre :
7,5n×(16)20,05\frac{7,5}{n\times {\left(\frac{1}{6}\right)}^2}\le 0,05
7,50,05×n×(16)27,5\le 0,05\times n\times {\left(\frac{1}{6}\right)}^2
7,50,05×(16)2n\frac{7,5}{0,05\times {\left(\frac{1}{6}\right)}^2}\le n
Ainsi : 5400n5400\le n
Si l'échantillon dépasse une taille de 54005400 alors la probabilité que la moyenne MnM_n appartienne à l'intervalle ]13;23[\left]\frac{1}{3};\frac{2}{3}\right[ sera supérieur à 0,950,95 .