.
-

La pensée et ses outils > Philosophie > Logique et théorie de la connaissance > Mathématiques
Le calcul des probabilités
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).
.


Dictionnaire Idées et méthodes
A B C D E F G H I J K L M N O P Q R S T U V W X Y Z
[Aide][Recherche sur Internet]

© Serge Jodra, 2004 - 2026. - Reproduction interdite.