L’indépendance est-elle nécessaire pour additionner deux espérances ?
Réponse courte
Non. Pour deux variables aléatoires finies définies sur la même expérience, E(X+Y)=E(X)+E(Y), qu’elles soient indépendantes ou dépendantes.
Comprendre
La linéarité suffit
Si X et Y sont des variables aléatoires finies sur une même expérience, l’espérance de leur somme vaut E(X+Y)=E(X)+E(Y). Cette propriété est appelée linéarité de l’espérance et ne demande aucune indépendance. On peut l’appliquer aussi à plusieurs variables en additionnant leurs espérances.
Un jeu avec dépendance possible
Supposons que les gains bruts X et Y d’un jeu aient pour espérances 4 € et 3 €, et qu’un prix d’entrée fixe de 8 € soit payé. Le gain net G=X+Y−8 a pour espérance 4+3−8=−1 €, même si les deux étapes du jeu sont dépendantes. La constante du prix est soustraite une seule fois.
Ne pas confondre avec la variance
L’indépendance n’est pas requise pour additionner les espérances, mais elle est une hypothèse suffisante pour additionner les variances : V(X+Y)=V(X)+V(Y) lorsque X et Y sont indépendantes. Sans information sur leur dépendance, on ne peut pas appliquer automatiquement cette formule de variance. Deux règles proches en apparence n’ont donc pas les mêmes hypothèses.
Exemples
- Si E(X)=4 et E(Y)=3, alors E(X+Y)=4+3=7, sans condition d’indépendance.
- Avec un prix fixe de 8 €, G=X+Y−8 donne E(G)=4+3−8=−1 € lorsque les espérances des gains bruts valent 4 € et 3 €.
Pièges fréquents
- Exiger l’indépendance pour utiliser E(X+Y)=E(X)+E(Y) ajoute une hypothèse inutile ; c’est la variance qui demande une précaution liée à l’indépendance.
- Lire E(G)=−1 € comme une perte de 1 € à chaque partie confond une moyenne théorique avec le résultat de chaque partie.
