📊 statistics

Empirical Measures and Strong Laws of Large Numbers in Categorical Probability

Cet article établit un cadre catégoriel unifié pour le théorème de Glivenko–Cantelli, la loi forte des grands nombres et le théorème de de Finetti en introduisant des « morphismes d'échantillonnage empirique » au sein de catégories quasi-markoviennes afin de formaliser la convergence des mesures empiriques à partir de premiers principes.

Auteurs originaux : Tobias Fritz, Tomáš Gonda, Antonio Lorenzin, Paolo Perrone, Areeb Shah Mohammed

Publié 2026-05-13

📖 6 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Tobias Fritz, Tomáš Gonda, Antonio Lorenzin, Paolo Perrone, Areeb Shah Mohammed

Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

Imaginez que vous êtes un détective essayant de déterminer la « vraie nature » d'une foule mystérieuse uniquement à partir d'une longue liste de personnes passant devant. C'est essentiellement ce que fait la théorie des probabilités : elle tente de comprendre les règles cachées (la distribution) qui génèrent une séquence d'événements aléatoires (les échantillons).

Cet article, intitulé « Mesures empiriques et lois fortes des grands nombres en probabilités catégorielles », par Tobias Fritz et ses collègues, est une aventure mathématique de haut niveau. Il ne se contente pas d'examiner des nombres ; il tente de reconstruire toute la logique de la théorie des probabilités en utilisant un nouveau langage appelé théorie des catégories. Considérez la théorie des catégories comme un « traducteur universel » qui décrit comment les choses se connectent et s'écoulent, plutôt que de simplement calculer des nombres spécifiques.

Voici l'histoire de leur découverte, décomposée en concepts et analogies simples.

1. Le Problème : La Séquence « Infinie »

Dans le monde réel, si vous lancez une pièce 1 000 fois, vous pouvez compter le nombre de faces obtenues. Si vous la lancez un million de fois, vous obtenez une meilleure idée. Mais que se passe-t-il si vous la lancez pour toujours ?

Les mathématiciens savent depuis longtemps (grâce à la Loi des Grands Nombres) que si vous continuez à lancer une pièce, le pourcentage de faces finira par se stabiliser à la vraie probabilité (50 %). C'est la « Loi Forte ».

Cependant, il y a un piège. Toutes les séquences infinies de lancers de pièce ne se stabilisent pas. Certaines séquences peuvent osciller indéfiniment (comme 1, 0, 1, 0, 1, 0... mais avec des pauses de plus en plus longues). Pour ces séquences « mauvaises », on ne peut pas définir une vraie probabilité.

Les auteurs se demandent : Pouvons-nous construire une machine mathématique qui prend une séquence infinie en entrée et produit la distribution de probabilité « vraie », mais uniquement si la séquence est « bonne » assez pour en avoir une ?

2. La Solution : La « Machine d'Échantillonnage Empirique »

Les auteurs proposent un nouveau type d'objet mathématique appelé morphisme d'échantillonnage empirique.

Imaginez cela comme un distributeur automatique spécialisé :

L'Entrée : Vous lui donnez un flux infini de données (comme une longue liste de nombres ou de lancers de pièce).
La Sortie : Si le flux est « bien comporté », la machine éjecte un seul échantillon tiré de la « moyenne » de ce flux (la mesure empirique).
Le Piège : Si le flux est chaotique et ne se stabilise jamais, la machine refuse de fonctionner. Elle ne vous donne pas une mauvaise réponse ; elle dit simplement : « Je ne peux pas traiter cela. »

Dans le langage de l'article, il s'agit d'un morphisme partiel. C'est une fonction qui ne fonctionne que sur un sous-ensemble spécifique d'entrées (les séquences « bonnes »).

3. Les Règles de la Machine

Pour s'assurer que cette machine a du sens, les auteurs lui imposent deux règles strictes (axiomes) :

Règle 1 : La Règle du Mélange (Invariance par Permutation)
Imaginez que vous avez une liste de 1 000 nombres. Si vous mélangez les 10 premiers nombres, la « nature moyenne » de la liste ne devrait pas changer. La machine doit donner le même résultat indépendamment de l'ordre de l'entrée, tant que l'ensemble global des données reste le même. Elle ignore l'ordre et ne regarde que le « gros » des données.
Règle 2 : La Règle de la Cohérence de Soi (Adéquation Empirique)
C'est un peu comme un test de miroir. Si vous prenez une séquence générée par une pièce équilibrée, la faites entrer dans la machine pour obtenir une « pièce moyenne », puis utilisez cette moyenne pour générer une nouvelle séquence, la nouvelle séquence devrait être statistiquement identique à l'originale. La machine doit être cohérente avec elle-même.

4. La Grande Découverte : Reconstruire les Probabilités à partir de Zéro

Les auteurs n'ont pas construit cette machine pour un seul cas spécifique (comme les lancers de pièce). Ils ont construit un cadre théorique (en utilisant des « Catégories Quasi-Markov ») qui leur permet de prouver simultanément trois théorèmes massifs et célèbres, en utilisant uniquement les règles de leur machine :

Le Théorème de de Finetti : Il dit que si une séquence d'événements semble aléatoire et échangeable (l'ordre n'a pas d'importance), elle doit avoir été générée par une distribution « moyenne » cachée. Les auteurs prouvent que ceci est une conséquence naturelle des règles de leur machine.
Le Théorème de Glivenko–Cantelli : Il s'agit de la version « uniforme » de la Loi des Grands Nombres. Il dit que toute la forme de la distribution des données (pas seulement la moyenne) converge vers la vérité.
La Loi Forte des Grands Nombres : Le résultat classique selon lequel la moyenne de vos échantillons converge vers la vraie valeur attendue.

La Magie : Habituellement, prouver ces trois théorèmes nécessite des mathématiques lourdes et complexes (théorie de la mesure). Les auteurs montrent que si vous acceptez l'existence de leur « Machine d'Échantillonnage Empirique » et de ses deux règles, les trois théorèmes découlent automatiquement, comme des dominos.

5. Rendre cela Réel : La Machine « Partielle »

Un obstacle majeur était que, dans le monde réel (spécifiquement avec les nombres réels), on ne peut pas toujours définir cette machine pour toute séquence infinie possible.

L'Analogie : Imaginez essayer de calculer la taille moyenne d'une file infinie de personnes. Si la file inclut des personnes d'une taille infinie, la moyenne s'effondre.
La Solution : Les auteurs ont construit une version spécifique de cette machine pour les nombres réels (comme la taille des personnes ou les cours boursiers). Ils ont défini exactement quelles séquences sont « bonnes » (celles où la moyenne se stabilise et n'explose pas vers l'infini) et lesquelles sont « mauvaises ».

Ils ont prouvé que pour ces séquences « bonnes », la machine fonctionne parfaitement et retrouve les résultats standards que nous utilisons en statistiques aujourd'hui.

Résumé

En termes simples, cet article est une théorie unifiée du hasard.

Les auteurs ont construit une « boîte noire » conceptuelle (le morphisme d'échantillonnage empirique) qui prend des données infinies et produit la probabilité sous-jacente. En définissant exactement comment cette boîte devrait se comporter (en ignorant l'ordre et en étant cohérente avec elle-même), ils ont pu déduire les lois les plus importantes des probabilités (de Finetti, Glivenko–Cantelli et Loi Forte) comme des conséquences logiques.

Ils ont montré que ces lois ne sont pas de simples coïncidences heureuses des mathématiques ; elles sont le résultat inévitable de la façon dont nous définissons la « moyenne » sur des données infinies. C'est une nouvelle façon, plus claire et plus structurée, de comprendre pourquoi la « Loi des Grands Nombres » fonctionne.

Résumé technique : Mesures empiriques et lois fortes des grands nombres en probabilité catégorielle

Énoncé du problème
L'article aborde le défi de formuler les théorèmes limites fondamentaux de la théorie des probabilités — spécifiquement le théorème de Glivenko–Cantelli et la loi forte des grands nombres (SLLN) — dans le cadre de la probabilité catégorielle. Alors que la probabilité catégorielle a réussi à abstraire des concepts tels que l'indépendance, le conditionnement et le théorème de de Finetti à l'aide de catégories de Markov, ces cadres supposent généralement des morphismes totaux (morphismes définis pour toutes les entrées).

La difficulté spécifique traitée ici réside dans la nature des mesures empiriques pour les suites infinies. En théorie de la mesure standard, la mesure empirique d'une suite infinie $(x_i)_{i \in \mathbb{N}}$ est définie comme la limite des fréquences relatives. Cependant, cette limite n'existe pas pour toute suite (par exemple, les suites oscillantes), et même lorsqu'elle existe, elle peut ne pas définir une mesure de probabilité valide (par exemple, en échouant à satisfaire la $\sigma$ -additivité, comme dans la suite $1, 2, 3, \dots$ sur $\mathbb{N}$ ). Par conséquent, l'opération d'"échantillonnage à partir d'une mesure empirique" est intrinsèquement une opération partielle. Les catégories de Markov standard, qui exigent que tous les morphismes soient totaux, sont insuffisantes pour modéliser directement ce phénomène. Les auteurs cherchent à développer un cadre synthétique (axiomatique) qui accommoderait ces partialités tout en retrouvant les résultats standards de la théorie de la mesure.

Méthodologie
Les auteurs adoptent une approche à deux volets combinant la théorie des catégories abstraite avec des constructions concrètes de la théorie de la mesure :

Catégories quasi-Markov : Pour gérer la partialité, les auteurs travaillent au sein de catégories quasi-Markov. Contrairement aux catégories de Markov standard où chaque morphisme est total, les catégories quasi-Markov permettent des morphismes qui sont « quasi-totaux ». Un morphisme $f: A \to X$ est quasi-total s'il est soit indéfini, soit produit une sortie normalisée pour chaque entrée. Ce cadre supporte un ordre partiel canonique (relation d'extension) où $f \sqsupseteq g$ si $f$ étend $g$ .
$\sigma$ -continuité : Pour gérer les produits tensoriels infinis (produits de Kolmogorov) et les suites infinies, les auteurs introduisent l'hypothèse de $\sigma$ -continuité. Cela garantit que les ensembles de morphismes possèdent des bornes inférieures dénombrables dirigées (intersections de domaines) et que ces bornes inférieures sont préservées par la composition et les produits tensoriels. Cette propriété est montrée correspondre à la $\sigma$ -continuité des mesures de probabilité en théorie de la mesure.
Axiomatisation de l'échantillonnage empirique : Le cœur de la méthodologie réside dans la définition d'un morphisme d'échantillonnage empirique $es_X: X^\mathbb{N} \to X$ $e s_{X} : X^{N} \to X$ . Ce morphisme prend une suite infinie en entrée et produit un échantillon issu de sa mesure empirique. Les auteurs proposent deux axiomes pour ce morphisme :
- Invariance par permutation : Le morphisme est invariant sous les permutations finies de la suite d'entrée.
- Adéquation empirique : Si une distribution sur $X^\mathbb{N}$ est échangeable, alors l'échantillonnage à partir de celle-ci est équivalent à un échantillonnage empirique itéré appliqué à une suite échantillonnée.
Constructions concrètes : Les auteurs construisent des morphismes d'échantillonnage empirique explicites pour les espaces boréliens standards (ensembles finis, $\mathbb{N}$ et $\mathbb{R}$ ) au sein de la catégorie des noyaux de Markov partiels, Partial(BorelStoch). Ils définissent soigneusement les domaines de ces morphismes pour s'assurer que les limites résultantes satisfont la $\sigma$ -additivité et, pour $\mathbb{R}$ , la convergence uniforme des fonctions de répartition cumulatives (CDF).

Contributions clés

Cadre pour la partialité : L'article développe la théorie des catégories quasi-Markov, établissant spécifiquement l'existence et les propriétés des produits de Kolmogorov dans ce contexte. Cela inclut la preuve que Partial(BorelStoch) est une catégorie quasi-Markov $\sigma$ -continue.
Définition des morphismes d'échantillonnage empirique : Les auteurs fournissent une définition catégorielle rigoureuse des morphismes d'échantillonnage empirique via les axiomes d'invariance par permutation et d'adéquation empirique. Ils démontrent que ces morphismes existent pour tous les espaces boréliens standards.
Preuves synthétiques des théorèmes limites : En utilisant l'existence des morphismes d'échantillonnage empirique et la scission des idempotents équilibrés, les auteurs dérivent des versions abstraites de :
- Le théorème de de Finetti : Montrant que les morphismes échangeables se factorisent à travers un objet de distribution.
- Le théorème de Glivenko–Cantelli : Établissant la convergence uniforme des mesures empiriques vers la distribution sous-jacente.
- La loi forte des grands nombres : Déduisant la convergence des moyennes empiriques vers l'espérance mathématique.
Unification : Ce travail fournit une preuve conjointe du théorème de de Finetti, du théorème de Glivenko–Cantelli et de la SLLN à partir de premiers principes au sein d'un seul cadre catégoriel, plutôt que de les traiter comme des résultats distincts de la théorie de la mesure.

Résultats

Représentabilité : L'existence de morphismes d'échantillonnage empirique implique que la catégorie est représentable observationnellement. Cela signifie que pour tout objet $X$ , il existe un objet de distribution $PX$ (représentant les mesures de probabilité sur $X$ ) et un morphisme d'échantillonnage $samp: PX \to X$ .
Théorème de Glivenko–Cantelli synthétique : Dans toute catégorie quasi-Markov satisfaisant les hypothèses des auteurs (incluant l'existence de morphismes d'échantillonnage empirique), le morphisme de rééchantillonnage $es^{(N)}$ se scinde à travers l'objet de distribution. Cela conduit au résultat que pour tout morphisme échangeable $f$ , la mesure empirique est presque sûrement égale à la distribution sous-jacente.
Récupération des résultats standards : En instanciant les théorèmes abstraits dans Partial(BorelStoch) :
- Le théorème de Glivenko–Cantelli synthétique récupère le théorème standard pour les variables aléatoires à valeurs réelles, affirmant que la CDF empirique converge uniformément vers la vraie CDF presque sûrement.
- La SLLN synthétique récupère la SLLN de Kolmogorov pour les variables aléatoires à valeurs réelles ayant des moments d'ordre un finis. Les auteurs notent qu'une restriction spécifique sur le domaine du morphisme d'échantillonnage empirique pour $\mathbb{R}$ est nécessaire pour assurer la convergence de la moyenne empirique (gérant le cas où la moyenne pourrait ne pas exister).

Signification
L'article affirme que ce travail fournit une preuve structurée de trois résultats probabilistes fondamentaux à partir de premiers principes. Les auteurs soutiennent que leur preuve conjointe est plus courte et possède une clarté conceptuelle accrue par rapport aux traitements purement de la théorie de la mesure traditionnels. En identifiant les morphismes d'échantillonnage empirique comme un concept clé, l'article suggère que ces morphismes sont un outil inestimable pour traduire les lois des grands nombres dans le langage catégoriel. Les auteurs posent que cette réalisation facilite les progrès futurs en probabilité catégorielle, aidant potentiellement au développement d'autres théorèmes limites, tels que les théorèmes ergodiques, au sein du même cadre. Le travail souligne que, bien que la traduction des concepts probabilistes vers la théorie des catégories soit souvent non triviale, l'abstraction résultante révèle les propriétés structurelles essentielles (invariance par permutation et adéquation empirique) qui sous-tendent ces théorèmes classiques.