 |
Le
calcul
des probabilités est la branche des mathématiques qui étudie la
mesure quantitative de l'incertitude et du hasard. Il fournit un cadre
formel, fondé sur la théorie de la mesure (axiomatique de Kolmogorov),
dans lequel une expérience aléatoire est modélisée par un espace d'états,
une tribu d'événements et une mesure de probabilité assignant à chaque
événement un nombre compris entre 0 et 1. À partir de ces fondations
se développent des notions centrales comme l'indépendance, la conditionnement,
les variables aléatoires et leurs lois, ainsi que des outils puissants
tels que l'espérance, la variance, les fonctions caractéristiques ou
les théorèmes limites (loi des grands nombres, théorème central limite),
qui décrivent le comportement asymptotique de phénomènes aléatoires.
Issu de l'étude
des jeux de hasard, le calcul des probabilités s'est imposé au
fil dutemps comme un langage universel pour traiter des phénomènes incertains
dans des domaines très divers : statistique et analyse de données, physique
statistique et mécanique quantique, finance et assurance, biologie et
génétique, théorie de l'information, ou encore intelligence artificielle
et apprentissage automatique. Sa force réside dans sa double nature :
outil de modélisation rigoureux d'une part, il permet de construire des
inférences et des prédictions fiables à partir de données incomplètes
ou bruitées; cadre conceptuel d'autre part, il clarifie ce que signifie
raisonner rationnellement sous incertitude, en distinguant par exemple
le point de vue fréquentiste, qui interprète la probabilité comme une
limite de fréquences observées, du point de vue bayésien, qui la conçoit
comme un degré de croyance révisable à la lumière de nouvelles informations.
Le calcul des probabilités
comme problème philosophique
Penser le hasard et
l'incertain à travers le prisme du calcul des probabilités revient inévitablement
à affronter un paradoxe épistémologique fondamental : comment la raison
peut-elle soumettre à une loi mathématique rigoureuse ce qui, par définition,
échappe à la détermination stricte et à la prévisibilité absolue?
Le calcul des probabilités n'est pas simplement un outil heuristique ou
une branche des mathématiques appliquées; il constitue une tentative
monumentale de l'esprit humain pour domestiquer l'altérité du monde,
pour donner une syntaxe à l'ignorance. Dès lors, s'interroger sur la
nature des probabilités, c'est d'abord s'interroger sur la nature de notre
rapport au réel. Le statut ontologique de la probabilité oscille depuis
ses origines entre deux pôles irréductibles : est-elle une propriété
intrinsèque des systèmes physiques, une sorte de tissu de l'univers,
ou n'est-elle que le reflet de nos états de connaissance, une mesure purement
subjective de notre ignorance face à la complexité du monde?
Cette tension se
cristallise dans la divergence historique et philosophique entre les interprétations
fréquentistes et bayésiennes. L'approche fréquentiste, héritière des
réflexions de von Mises et ancrée dans une ontologie matérialiste, postule
que la probabilité est une propriété objective des "collectifs", une
limite vers laquelle tend la fréquence relative d'un événement au sein
d'une suite infinie de répétitions. Dans cette perspective, le calcul
des probabilités décrit la structure cachée mais réelle de la nature.
À l'opposé, l'interprétation subjectiviste, poussée dans ses retranchements
par Bruno de Finetti, affirme de manière radicale que " la probabilité
n'existe pas". Pour le bayésianisme subjectif, la probabilité n'est rien
d'autre que le degré de croyance rationnelle d'un agent face à une proposition
incertaine. Le théorème de Bayes devient alors non pas une loi de la
nature, mais une règle de cohérence logique, une grammaire de l'actualisation
des croyances face à l'arrivée de nouvelles données. Le calcul des probabilités
apparaît ici moins comme la description d'une réalité extérieure que
comme la formalisation de l'épistémologie elle-même, révélant que
l'incertitude n'est pas dans le monde, mais dans l'œil de celui qui l'observe.
Cependant, réduire
le calcul des probabilités à une simple mesure de l'ignorance humaine
ou à une construction de l'esprit risque de faire obstacle à son efficacité
miraculeuse dans la description du monde physique. Comment expliquer que
des outils forgés pour modéliser les jeux de hasard au XVIIe
siècle prédisent avec une précision stupéfiante le comportement des
particules subatomiques ou la thermodynamique des gaz? C'est ici que la
philosophie des probabilités doit convoquer la mécanique quantique et
la théorie du chaos. Le déterminisme laplacien, qui voyait dans les probabilités
le simple aveu de notre finitude cognitive face à un univers par ailleurs
entièrement déterminé par le démon du savoir absolu, s'est effondré.
L'aléa quantique suggère que l'indétermination n'est pas seulement épistémique,
mais ontologique. Karl Popper, pour tenter de sauver une forme d'objectivisme,
a proposé la théorie des "propensions", où la probabilité est vue comme
une disposition physique réelle d'une situation à produire un certain
résultat. Le calcul des probabilités deviendrait alors la mesure de ces
tendances latentes de la matière, le langage mathématique par lequel
l'univers exprime ses propres hésitations.
Sur le plan strictement
formel, l'axiomatisation de Kolmogorov en 1933 a offert au calcul des probabilités
le socle rigoureux de la théorie de la mesure, en l'ancrant dans la théorie
des ensembles. Pourtant, cette victoire formelle n'a pas épuisé les questions
philosophiques.
L'espace probabilisé
( défini par un univers Ω, une tribu F et une mesure P) pose le problème
épineux du rapport entre le modèle mathématique et la réalité empirique.
La tribu, ou σ-algèbre, représente l'ensemble des événements que l'on
peut mesurer, traçant une frontière épistémologique entre ce qui est
observable et ce qui ne l'est pas. Le philosophe et mathématicien Émile
Borel, tout comme Antoine Augustin Cournot avant lui, a souligné la nécessité
de relier ce formalisme abstrait au monde physique à travers ce qu'on
appelle le principe de Cournot : un événement de probabilité mathématiquement
infiniment petite ne se produit pas dans la réalité physique. Ce principe,
qui n'a rien d'une vérité mathématique pure mais relève d'une intuition
métaphysique du lien entre le continu mathématique et le discret physique,
montre que le calcul des probabilités ne peut faire l'économie d'une
philosophie de la nature. Il exige un saut conceptuel entre l'espace des
possibles dénombrables ou continus de la mathématique et la rugosité
du monde empirique.
La portée du calcul
des probabilités dépasse la seule contemplation théorique pour s'ancrer
dans la pragmatique de l'action et de la décision. Dans un monde complexe,
marqué par l'interdépendance des systèmes et l'émergence de risques
globaux, la probabilité est le boussole de la rationalité limitée. La
théorie de l'utilité espérée et l'analyse des risques transforment
le calcul des probabilités en un outil éthique et politique. Il ne s'agit
plus seulement de prédire, mais de choisir dans le brouillard de l'incertain.
Le calcul des probabilités nous enseigne ainsi une forme d'humilité épistémologique
radicale : il nous oblige à renoncer à l'illusion de la certitude absolue,
héritage d'un rationalisme dogmatique, pour épouser une rationalité
de l'approximation, du pari et de la mise à jour perpétuelle. Penser
les probabilités, c'est accepter que la raison ne soit pas toute-puissante,
mais qu'elle trouve sa plus haute expression non pas dans la dissolution
de l'énigme du monde, mais dans la capacité à naviguer avec rigueur
au coeur de cette énigme même. Le calcul des probabilités est la reconnaissance
par l'esprit fini de sa condition, et la preuve éclatante que l'on peut
être rationnel sans être certain.
Les principes du calcul
des probabilités
Le calcul des probabilités
a pour but de mesurer les chances d'arrivée des événements dus au hasard.
Il semble, au premier abord, que de pareilles chances soient peu susceptibles
de mesure, cependant, si l'on y réfléchit, bien
que deux événements soient absolument dus au hasard, on n'hésitera pas,
dans bien des cas, à leur attribue les mêmes chances. Si, par exemple,
une urne contient une boule blanche et une boule noire, parfaitement semblables
de forme, il est bien évident, qu'on fermant les yeux, on aura des chances
égales de porter la main sur la blanche et sur la noire. Si l'urne contient
deux, trois... boules blanches et une noire, il est clair qu'il y aura
deux, trois... fois plus de chances de mettre la main sur une blanche que
sur la noire. La probabilité d'un événement est le rapport
du nombre des cas favorables à l'arrivée de
cet événement au nombre des cas possibles
et également possibles qui peuvent se présenter quand on attend l'arrivée
de cet événement. Il est clair que la définition
que nous venons de donner du nombre en question est, dans tous les cas,
la véritable mesure de ce que l'on appelle la chance. Quelques exemples
vont nous permettre de bien faire comprendre notre définition.
1°) Un
,jeu de piquet contient 32 cartes, 4 as, 4 sept..., 4 dix, 4 valets, 4
dames, 4 rois, on tire une carte au hasard, quelle est la probabilité
de tirer un roi? Le nombre des cas également possibles qui peuvent se
présenter est 32, car il est également possible de tirer l'une quelconque
des 32 cartes, 4 cas amèneront l'événement attendu. Ce sont ceux dans
lesquels on tirera un roi; la probabilité de tirer un roi est donc 4/32
= 1/8, la probabilité de tirer un coeur est 8/32=1/4, car il y a toujours
les
mêmes 32 cas possibles
que tout à l'heure, mais 8 cas favorables qui correspondent aux 8 coeurs
du jeu.
2° Une urne contient
10 boules blanches et 20 boules noires, on en tire 3 à la fois au hasard,
quelle est la probabilité que deux seront blanches et une noire? On peut
considérer comme possibles toutes les combinaisons de trois boules prises
parmi les 30 de l'urne, le nombre des cas possibles est donc : C(3,30)
= (30.29.28)/(1.2.3). Pour trouver parmi ces cas ceux qui sont favorables,
c.-à-d. le nombre de combinaisons formées de deux blanches et d'une noire,
considérant l'une d'elles, ôtons la noire, nous aurons une combinaison
de 2 boules prises parmi les 10 blanches, le nombre des combinaisons est
donc C(2,10) =(10.9)/(1.2), chaque boule noire correspond une de ces combinaisons
concourant à produire un cas favorable, ce qui fait en tout (10.9)/(1.2)
x 20 cas favorables qui sont également possibles, la probabilité cherchée
est donc : ((10.9)/(1.2).20)/((30.29.28)/(1.2.3)) = 45/203, environ 1/5;
Dans tous les exemples qui précèdent, la
probabilité trouvée a été inférieure à 1; il en est toujours ainsi,
le nombre des cas favorables étant presque toujours inférieur au nombre
de cas possibles; il ne lui est jamais supérieur, mais peut lui être
égal; dans ce cas, la probabilité représentée par le nombre 1 est une
certitude.
La probabilité de tirer une boule blanche d'une urne qui ne contient que
des boules blanches est une certitude, elle est égale à 1. Il est clair
que la probabilité de tirer une boule blanche d'une urne qui ne contient
que des boules noires est 0. 1 est donc le symbole de la certitude de l'arrivée
de l'événement attendu, 0 est le symbole de son impossibilité.
Nous ne pouvons pas ici exposer en détail
les procédés employés dans le calcul des probabilités, nous nous bornerons
à énoncer les principes sur lesquels on s'appuie,
en renvoyant pour leur démonstration aux
ouvrages spéciaux.
Probabilité composée.
Lorsqu'un événement E dépend du concours d'événements E' E"...
dont les arrivées ne s'influencent pas mutuellement, la probabilité de
E est le produit des probabilités de E', E"... Lorsque, au contraire,
un événement E dépend du concours de deux autres E' et E" et que l'arrivée
de E" ne peut avoir lieu que si E' est déjà arrivé, la probabilité
de E est le produit de la probabilité de E' par celle de E" quand E est
arrivé.
Probabitite totale. Si l'on appelle
cause
d'un événement ce qui lui donne sa probabilité, on pourra énoncer le
principe suivant: si un événement E peut être attribué à plusieurs
causes C, C', C"..., qui s'excluent mutuellement, si l'on désigne par
p, p', p"... les probabilités que ces causes agissent, par q, q', q" ...
les probabilités qu'agissant elles donnent respectivement à l'événement
attendu E, la probabilité de cet événement est pq + p'q' + p"q" +...
Théorème de Bayes. Soient p, p',
p"... les probabilités que des causes c, c', c"..., indépendantes, agissent
pour produire l'événement E, soient q, q', q"... les probabilités que,
ces causes agissant, elles donnent à l'événement E, la probabilité
que, l'événement E étant arrivé, la cause c a produit l'événement,
est : pq /(pq + p'q' + p"q"...). La probabilité que la cause c' l'a produit
est : p'q'/(pq + p'q' + p"q") et ainsi de suite.
Pour terminer cet article on mentionnera
une partie du calcul des probabilités qui a pour but de faire connaître
les faits qui, sans être certains, ont cependant de très grandes chances
de se produire; dans cet ordre d'idées, il convient surtout de mentionner
un célèbre théorème de Jacques Bernoulli
qui peut s'énoncer comme il suit : si un événement a une probabilité
p, il se présentera dans un très grand nombre s d'épreuves un nombre
de fois égal à sp±e,
et la quantité e
est de l'ordre de la racine carrée du nombre s des épreuves. Le théorème
de Bernoulli fait connaître la probabilité
P très voisine de l'unité, que e
sera inférieur à une limite donnée l.
Inversement, si dans s épreuves on observe
un événement E, m fois sa probabilité sera m/s±e,
et e
sera de s l'ordre de la racine carrée de s. Ces théorèmes et quelques
autres analogues sont d'une grande utilité pratique.
Parmi les applications du calcul
des probabilités, il faut placer en première ligne la théorie des jeux
de hasard. Ce sont d'ailleurs des questions relatives aux jeux qui ont
donné naissance au calcul des probabilités dont Pascal
et Fermat sont des inventeurs. La théorie du
jeu a aussi son côté pratique; la théorie des assurances sur la vie,
contre l'invalidité..., fait partie de la théorie du jeu.
Le calcul des probabilités est la base
de toute statistique sérieuse, il fournit aux physiciens, aux astronomes,
etc. des moyens précieux pour discuter leurs expériences ou les résultats
de leurs calculs, enfin il permet souvent de contrôler certaines affirmations,
de retrouver des erreurs, etc. (GE).
 |
En
bibliothèque -
Gouraud, Histoire du calcul des probabilités; Paris, 1848, in-8.-A.
Cournot, Essai sur les fondements de nos connaissances et sur les caractères
de la critique philosophique; Paris, 1851,2 vol. in-8; Poisson, Recherches
sur la probabilité des jugements (ouvrage assez complet et cependant
facile à lire). - Laplace, Théorie analytique des probabililés
(ouvrage qu il ne faut lire que si l'on a déjà quelques notions sur le
calcul des probabilités). - Jacques Bernoulli, Ars conjectandi.
- Les oeuvres de Pascal. - Traités de Lacroix, Cournot,
Liagre, Laurent, Bertrand, Poincaré (par ordre chronologique). |
|
|