Math'φsics

Menu
  • Acceuil
  • Maths
  • Physique
    • Maths
    • Physique
  • Moment

    Formulaire de report


    Moment d'ordre \(p\) de \(X\)
    Correspond à la quantité \({\Bbb E}[X^p]\).
    • est bien définie si et seulement si \({\Bbb E}[\lvert X\rvert^p]\lt +\infty\) ou si \(X\geqslant0\)
    • le moment d'ordre \(1\) est l'Espérance
    • on appelle moment absolu la quantité \({\Bbb E}[\lvert X\rvert^p]\)


    Exercices

    Soit \(X\) une v.a. Positive et \(a\gt 0\).
    On suppose que \({\Bbb E}[X^a]\) est fini.
    Montrer que \(t^a{\Bbb P}(X\gt t)\) tend vers \(0\) lorsque \(t\) tend vers \(+\infty\).

    On utilise l'Inégalité de Markov.

    On a alors la convergence par TCD.


    Soit \(X\) une v.a. À valeur dans \({\Bbb N}\).
    Montrer que $${\Bbb P}(X\ne0)\leqslant{\Bbb E}[X].$$

    C'est l'Inégalité de Markov avec \(t=1\).


    Soit \(X\) une v.a. À valeur dans \({\Bbb N}\).
    Montrer que $${\Bbb P}(X\ne 0)\geqslant1-\frac{\operatorname{Var}(X) }{{\Bbb E}[X]^2}$$

    C'est l'Inégalité de Bienaymé-Tchebychev avec \(t={\Bbb E}[X]\).


    Soit \(X\) une v.a. À valeur dans \({\Bbb N}\).
    Montrer que $${\Bbb P}(X\ne0)\geqslant\frac{{\Bbb E}[X]^2}{{\Bbb E}[X^2]}$$

    C'est l'Inégalité de Cauchy-Schwarz avec \(X\Bbb 1_{X\ne 0}\).



  • Rétroliens :
    • Convergence Lp de variables aléatoires
    • Densité de probabilité
    • Inégalité de Markov