Probabilité et dualité : des lancers de pièces à la géométrie de haute dimension

2025-09-21

Cet article explore plusieurs problèmes de probabilité apparemment sans lien, tels que la probabilité qu’un chemin existe dans un graphe aléatoire et la probabilité que l’enveloppe convexe de quatre points sur un cercle unitaire contienne l’origine, tous deux étonnamment égaux à 1/2. L’auteur utilise habilement des astuces de dualité et des arguments combinatoires pour révéler les liens profonds qui sous-tendent ces problèmes. En analysant le nombre de cellules découpées dans un espace de haute dimension par des hyperplans linéaires et en étudiant les propriétés des matrices aléatoires, l’auteur explique finalement ces résultats de probabilité et pose plusieurs problèmes mathématiques non résolus, incitant les lecteurs à réfléchir à la curieuse relation entre probabilité, géométrie et dualité.

Lire plus
Divers dualité

Les Secrets Etonnants Cachés dans l'Entropie d'un Mélange

2025-07-01

Cet article explore la relation entre l'entropie d'un mélange de fonctions de densité de probabilité et son facteur d'interpolation. L'auteur révèle que l'entropie, en tant que fonction des probabilités, est concave, et cette concavité est directement liée à l'information mutuelle entre les deux distributions. En introduisant une variable de Bernoulli et le concept d'entropie conditionnelle, l'article explique élégamment comment l'information mutuelle quantifie le changement dans la surprise attendue d'une prédiction, étant donné la connaissance du facteur de mélange. De plus, il introduit un nouveau concept, la 'proclivité', en le connectant à la divergence KL et à l'entropie croisée. L'article discute également de la divergence de Jensen-Shannon et de la divergence de Neyman χ² qui apparaît dans les développements de Taylor d'ordre supérieur. En fin de compte, il conclut que la fonction d'entropie du mélange décrit complètement la distribution des rapports de vraisemblance entre les deux distributions de probabilité, offrant une nouvelle perspective pour comprendre la relation entre les distributions de probabilité.

Lire plus