ATLAS Ouvrir dans l'atlas →

ExerciceMaths Sup – MPSI, chapitre 21 — Dénombrement et probabilités · Variance et covariance

Exercice 85

Démonstration

Soit AA et BB deux événements. Montrer que ∣P(A∩B)−P(A) P(B)∣⩽14\big|\mathrm{P}(A \cap B) - \mathrm{P}(A)\,\mathrm{P}(B)\big| \leqslant \frac{1}{4}, et caractériser les cas d'égalité. On pourra appliquer l'inégalité de Cauchy-Schwarz du cours aux indicatrices de AA et de BB.

Corrigé

On note a=P(A)a = \mathrm{P}(A), b=P(B)b = \mathrm{P}(B) et c=P(A∩B)c = \mathrm{P}(A \cap B). Comme 1A1B=1A∩B\mathbf{1}_{A}\mathbf{1}_{B} = \mathbf{1}_{A \cap B}, la proposition 23 (i) et le théorème 9 (iv) donnent Cov⁡(1A,1B)=E(1A∩B)−E(1A)E(1B)=c−ab.\operatorname{Cov}(\mathbf{1}_{A}, \mathbf{1}_{B}) = \mathrm{E}(\mathbf{1}_{A \cap B}) - \mathrm{E}(\mathbf{1}_{A})\mathrm{E}(\mathbf{1}_{B}) = c - ab. Les indicatrices suivent les lois ℬ(a)\mathcal{B}(a) et ℬ(b)\mathcal{B}(b), de variances a(1−a)a(1 - a) et b(1−b)b(1 - b) (proposition 21). Par l'inégalité de Cauchy-Schwarz (théorème 12), puis la majoration x(1−x)=14−(x−12)2⩽14x(1 - x) = \frac{1}{4} - \big(x - \frac{1}{2}\big)^{2} \leqslant \frac{1}{4}, ∣c−ab∣⩽a(1−a) b(1−b)⩽12×12,∣P(A∩B)−P(A)P(B)∣⩽14|c - ab| \leqslant \sqrt{a(1 - a)}\,\sqrt{b(1 - b)} \leqslant \frac{1}{2} \times \frac{1}{2}, \qquad \boxed{\big|\mathrm{P}(A \cap B) - \mathrm{P}(A)\mathrm{P}(B)\big| \leqslant \frac{1}{4}}

Cas d'égalité. S'il y a égalité, les deux inégalités sont des égalités, donc a(1−a)=b(1−b)=14a(1 - a) = b(1 - b) = \frac{1}{4}, c'est-à-dire a=b=12a = b = \frac{1}{2}, et ∣c−14∣=14\big|c - \frac{1}{4}\big| = \frac{1}{4}, soit c=12c = \frac{1}{2} ou c=0c = 0.

• Si c=12c = \frac{1}{2}, alors P(A∖B)=a−c=0\mathrm{P}(A \setminus B) = a - c = 0 et P(B∖A)=b−c=0\mathrm{P}(B \setminus A) = b - c = 0 (proposition 7 (ii)) : les événements AA et BB ne diffèrent que par un événement de probabilité nulle, et Cov⁡(1A,1B)=14\operatorname{Cov}(\mathbf{1}_{A}, \mathbf{1}_{B}) = \frac{1}{4}.

• Si c=0c = 0, alors P(A∪B)=a+b−c=1\mathrm{P}(A \cup B) = a + b - c = 1 : l'événement B‾\overline{B} ne diffère de AA que par un événement de probabilité nulle, puisque P(A∩B)=0\mathrm{P}(A \cap B) = 0 et P(A‾∩B‾)=1−P(A∪B)=0\mathrm{P}(\overline{A} \cap \overline{B}) = 1 - \mathrm{P}(A \cup B) = 0, et Cov⁡(1A,1B)=−14\operatorname{Cov}(\mathbf{1}_{A}, \mathbf{1}_{B}) = -\frac{1}{4}.

Réciproquement, ces deux situations donnent l'égalité. Ainsi eˊgaliteˊ  ⟺  P(A)=P(B)=12 et (P(A∩B‾)=P(A‾∩B)=0  ou  P(A∩B)=P(A‾∩B‾)=0)\boxed{\text{égalité} \iff \mathrm{P}(A) = \mathrm{P}(B) = \tfrac{1}{2} \text{ et } \big(\mathrm{P}(A \cap \overline{B}) = \mathrm{P}(\overline{A} \cap B) = 0 \ \text{ ou } \ \mathrm{P}(A \cap B) = \mathrm{P}(\overline{A} \cap \overline{B}) = 0\big)} Pour un lancer de pièce équilibrée, A=B=A = B = « pile » donne 12−14=14\frac{1}{2} - \frac{1}{4} = \frac{1}{4}, et A=A = « pile », B=B = « face » donne 0−14=−140 - \frac{1}{4} = -\frac{1}{4}.

À retenir. La quantité P(A∩B)−P(A)P(B)\mathrm{P}(A \cap B) - \mathrm{P}(A)\mathrm{P}(B) mesure l'écart à l'indépendance ; elle est bornée par 14\frac{1}{4}, et cette borne n'est atteinte que dans le cas le plus dépendant qui soit, celui où chaque événement détermine l'autre. La borne 14\frac{1}{4} vient de la proposition 22, qui majore par 14\frac{1}{4} la variance d'une variable à valeurs dans [0 ,1][0\,,1], ici celle de chaque indicatrice.

Dans l'édifice

Thèmes

variance et covariance

Notions

variance, covariance

Ouvrir dans l'atlas interactif →