Agrégation 2018/2019

Théorème Central Limite

Leçons : 260 ; 264

Références : QUEFFÉLEC–ZUILY, Analyse pour l’agrégation (p.540)

Prérequis :
- la convergence en loi
- le DL de ϕX pour X variable centrée réduite

Introduction :
Le Théorème Central Limite est un théorème de convergence en loi très important en probabilité
et en statistique, il permet notamment de montrer des intervalles de confiance. Son plus gros point
fort est que ses hypothèses sont très générales, il est valable pour n’importe quelle distribution
(discrète ou continue) de variables aléatoires identiquement distribuées indépendantes L2 .

Théorème 1. Soit Xi des variables aléatoires réelles indépendantes identiquement distribuées

(v.a.r.i.i.d.) dans L2 avec E(X1 ) = m et Var(X1 ) = σ 2 . Alors on a
n
X
Xi − m
i=1 Loi
√ =⇒ Z
nσ

où Z est une v.a.r. qui suit une loi normale centrée réduite (N (0, 1))

On va utiliser les deux lemmes suivants :

Lemme 1. Soit Z ∼ N (0, 1). Alors on a

t2
ϕZ (t) = e− 2

Lemme 2. Si la suite (zn ) ∈ CN converge vers un complexe z, alors

 z n n
1+ −−−→ ez
n n→∞

Démonstration du théorème. On peut supposer que les variables Xi sont centrées réduites (quitte
Xi − m
à prendre )
σ
On veut donc prouver que P
Xi Loi
√i ==⇒ Z ∼ N (0, 1)
n
n
X
On note Sn = Xi .
i=1

ENS Rennes - Université de Rennes 1 1 c b e a Pierre Le Barbenchon

 Agrégation 2018/2019

Pour prouver la convergence en loi, il suffit de prouver la convergence simple de la fonction

caractéristique. On veut donc prouver que
Sn (t) −
ϕ√ −−−−→ f (t) ∀t ∈ R
n n→+∞

où f est la fonction caractéristique d’une loi N (0, 1).

Dans un premier temps, étudions ϕ √ Sn .
n
On a     n
t t 1
Sn (t) = ϕSn
ϕ√ √ = ϕX1 √
n n n
Or, comme ϕX1 ∈ C 2 (R) 2 , par la formule de Taylor Young, il existe εn qui tend vers 0 quand
n tend vers 0 tel que
t2 00
 
t t εn
ϕX1 √ = ϕX1 (0) + √ ϕ0X1 (0) + ϕX1 (0) +
n n 2n n
On remarque que
ϕX1 (0) = E(ei×0×X1 ) = 1
ϕ0X1 (0) = E(iX1 ) = iE(X1 ) = 0 car la variable est centrée
ϕ00X1 (0) = E(−X12 ) = −Var(X1 ) + E(X1 )2 = −1 car la variable est réduite
| {z }
=0

On a donc n
t2

εn t2
ϕ√
Sn (t) = 1− + −−−−−→ e− 2
n 2n n n→+∞

t2 t2
On a utilisé le lemme 2 avec zn = − + εn qui tend vers z = − .
2 2
2
− t2
Enfin, par le lemme 1, on a ϕZ (t) = e .
Donc
S Loi
√n ==⇒ Z ∼ N (0, 1)
n
Ce qui conclut la preuve du théorème.

Lemme 1. Soit Z ∼ N (0, 1). Alors on a

t2
ϕZ (t) = e− 2

Démonstration du lemme 1. Pour tout t ∈ R,

Z
1 x2
ϕZ (t) = E(eitZ ) = √ eitx e− 2 dx
2π R
On pose la fonction Z
1 x2
G(z) = √ e− 2} dx
ezx{z
2π R
|
f (z,x)

On va montrer que G est holomorphe sur C en utilisant le théorème d’holomorphie sous

l’intégrale sur le disque D(0, R) pour tout R > 0.
  n
!
Sn
i √t Sn i √t i √t Xk
it √
   P
Xk
 Y Y  i √t X 
1. puisque ϕ √
Sn (t) = E e n = E e n = E e n k
= E e n = E e n k =
n
k=1 k
n     n
Y  i √t X  Y
1 t t
E e n = ϕ X1 √ = ϕ X1 √
k k=1
n n
2
2. puisque X1 est dans L , on peut appliquer le théorème de dérivation sous le signe intégral

ENS Rennes - Université de Rennes 1 2 c b e a Pierre Le Barbenchon

 Agrégation 2018/2019

• ∀z ∈ D(0, R), x 7→ f (z, x) est intégrable sur R.

• ∀x ∈ R, z 7→ f (z, x) est holomorphe sur D(0, R).
x2
• ∀x ∈ R, ∀z ∈ D(0, R), |f (z, x)| 6 eRx e− 2 intégrable sur R.
1 R zx − x2
Donc G(z) = √ e e 2 dx est holomorphe sur C.
2π R
Or, pour tout u ∈ R,
Z
1 x2
G(u) = √ eux e− 2 dx
2π R
Z
1 (x−u)2 u2
=√ e− 2 e 2 dx
2π R
u2
=e 2

Z
1 (x−u)2
En utilisant le fait que √ e− 2 dx = 1 car c’est l’intégrale de la densité d’une loi normale
2π R
réduite d’espérance u.
z2
On a alors que z 7→ e 2 et G sont holomorphes et coïncident sur R. Ainsi elles coïncident sur
C par le théorème de prolongement analytique.
On peut alors écrire
(it)2 t2
ϕZ (t) = G(it) = e 2 = e− 2
Ce qui achève la preuve du lemme 1.

Lemme 2. Si la suite (zn ) ∈ CN converge vers un complexe z, alors

 z n n
1+ −−−→ ez
n n→∞

Démonstration du lemme 2.
+∞
 z n n X
e zn − 1 + = ak,n znk
n
k=0
  
1 n(n − 1) . . . (n − k + 1)

 1− si k 6 n
où ak,n = k! nk
1
sinon


k!
On a donc ak,n > 0 pour tout k, n ∈ N.
D’où
+∞
zn
 z n n X
e − 1+ 6 ak,n |zn |k car ak,n > 0
n
k=0
|zn | n
 
6 e|zn | − 1 +
n
  
|zn | |zn |
6e − exp n ln 1 +
n
|zn | |zn |2 x2
  
|zn |
6e − exp n − car ln(1 + x) > x − pour x > 0
n 2n2 2
|zn |2
 
6 e|zn | − exp |zn | −
2n

ENS Rennes - Université de Rennes 1 3 c b e a Pierre Le Barbenchon

 Agrégation 2018/2019

|zn |2
  
|zn |
6e 1 − exp −
2n
|zn |2
6 e|zn | en utilisant l’inégalité 1 − e−x 6 x ∀x ∈ R
2n
D’où  z n n |zn |2
ez − 1 + e|zn |
6 |ez − ezn | + |{z}
n 2n
−n→∞
−−→ez | {z }
| {z }
−n→∞
−−→0 −−−→0
n→∞

Ce qui conclut la preuve du lemme 2.

Remarques :
Historiquement, on a prouvé le théorème de Moivre-Laplace, qui est le théorème central
limite pour des variables suivant des lois de Bernoulli.

Astuces de l’agrégatif :
Il faut faire attention à son insertion dans la leçon 264, puisque c’est un théorème qui
sort du cadre des seules variables discrètes. Cependant, c’est une généralisation du théorème
de Moivre-Laplace, et c’est tellement utilisé même avec des variables aléatoires discrètes que
personnellement je trouve qu’il a toute sa place dans cette leçon.

ENS Rennes - Université de Rennes 1 4 c b e a Pierre Le Barbenchon