Pour compléter et avoir une vision intuitive du pourquoi la condition sur l'espérance conditionnelle est insuffisante, on peut le voir en "nombre de contraintes" (rajoutez autant de guillemets que nécessaire).
Avoir X et Y indépendantes, c'est très fort et ca impose une contrainte locale en chaque point de l'espace de proba produit de X et de Y, c'est dire qu'en tout point de l'espace de X x l'espace de Y, la proba de cet événement est le produit des probas pour x et pour y.
Alors que la contrainte sur l'espérance conditionnelle, c'est bien une contrainte local sur Y (pour chaque y, E[X|Y=y] = E[X] mais c'est juste une contrainte globale sur X (une espérance), on voit intuitivement "qu'il en manque".
Vu autrement avec de l'analyse, si on se prend des variables a densité, l'indépendance ca veut dire f(x,y) = g(x)h(y) pour tout x et pour tout y !
Alors que la contrainte d'espérance conditionnelle c'est dire :
}{h(y)}dx = \int xg(x)dx)
, on a une seule contrainte globale sur l'intégrale de x ce qui bien sur ne permet pas de retrouver une contrainte locale qu'est l'indépendance.
La où c'est joli c'est que la définition équivalente de l'équivalence permet de reporter les contraintes locales de l'espace des probas vers un espace de fonctions (bla bla pour toutes fonctions phi, psi, E[phi(X)psi(Y)] = E[phi(X)]E[psi(Y)])
Je ne sais pas si ça éclaircit
