Dans quelles mesures la comprehension des

probabilités peut nous guider dans la vie courante ?

Tous les jours, nous parions sur des événements dont nous ignorons s’ils vont se
réaliser ou pas. Les mathématiciens Gaëlle Chagny et Thierry De La Rue
expliquent dans The Conversation comment se servir des probabilités au
quotidien.
Nous devons chaque jour, dans notre vie personnelle ou professionnelle, prendre des décisions tout en
n’ayant qu’une connaissance partielle des informations relatives à la situation : si je choisis cet
itinéraire, vais-je me retrouver bloqué dans un embouteillage et arriver en retard ? Dans quelle station-
service sur ma route le carburant sera-t-il le moins cher ? Ce chapitre du programme que je n’ai pas
encore révisé a-t-il des chances de tomber à l’examen ?
Les exemples sont innombrables où, consciemment ou non, nous parions quotidiennement sur des
événements dont nous ne savons pas s’ils vont se réaliser ou non. Dans de telles situations, nous ne
pouvons donc pas être certains de faire le bon choix : au final, le résultat relèvera aussi du hasard.
Malgré cette part d’incertitude, il nous faut tenter d’optimiser nos chances de succès, et cela passe par
le calcul ou l’estimation de la probabilité des événements incertains. Cette probabilité est un nombre
entre 0 et 1, d’autant plus proche de 1 que l’événement a des chances de se produire.
nous allons donc voir dans quels cas la comprehension des probabilités peut nous aider.

Le « problème de Monty Hall »

Le « problème de Monty Hall » se présente sous la forme d’un jeu de hasard inspiré de l’émission
télévisée américaine Let’s make a deal (dont Monty Hall était le présentateur). Le candidat a devant lui
trois portes fermées, notées A, B, C, derrière lesquelles sont cachées deux chèvres et une voiture
réparties au hasard. Son but est de trouver la porte dissimulant la voiture. Il commence par désigner
l’une des trois portes, sans l’ouvrir (disons que c’est la porte A). Le présentateur, qui connaît la
répartition, annonce alors qu’il va montrer une chèvre cachée derrière l’une des deux autres portes
(c’est toujours possible : puisqu’il n’y a qu’une voiture, au moins une des deux autres portes cache une
chèvre). Après avoir ainsi dévoilé une chèvre (disons derrière la porte B), il demande au candidat si
celui-ci maintient son choix initial, ou si il préfère aller vers l’autre porte encore fermée (la porte C
dans notre exemple). À votre avis, le candidat a-t-il intérêt à changer de porte ?

Au départ du jeu, le candidat ne sait strictement rien sur la position de la voiture et

des deux chèvres. Lorsqu’il choisit sa première porte, il a donc une chance sur
trois d’avoir choisi celle qui cache la voiture. Mais en montrant la chèvre derrière
la porte B, le présentateur apporte une nouvelle information au candidat : ce
dernier, qui ignorait tout au début, sait maintenant que la porte B dissimulait une
chèvre. En quoi cette nouvelle donnée pourrait-elle l’amener à réviser son choix
initial ?
À ce point deux raisonnements s’opposent qui aboutissent à deux conclusions
contradictoires. Voici la première façon d’aborder le problème : il reste deux
portes fermées, A et C, l’une cache une chèvre et l’autre une voiture. Il y a alors
une chance sur deux que la voiture soit derrière la porte A, et donc le candidat
aurait autant de chances de gagner en gardant la porte A qu’en choisissant la C.
Mais le second raisonnement consiste à remarquer que la voiture n’a pas changé
de place depuis le début du jeu. Comme il y avait une chance sur trois qu’elle soit
derrière la porte A, elle a maintenant deux chances sur trois d’être cachée derrière
la porte C. Selon ce second raisonnement, le candidat doublerait ses chances de
gagner en changeant de porte.
On trouve très facilement en ligne des simulations du jeu, et nous l’avons expérimenté
en situation réelle lors de la Fête de la Science avec un grand nombre de visiteurs. Les
résultats sont sans appel : lorsque le candidat conserve la porte qu’il avait choisie
initialement, il gagne environ dans 33 % des cas, alors que la stratégie de changer de
porte aboutit à environ 66 % de succès. C’est donc bien le second raisonnement qui
semble être correct. Mais alors, qu’est-ce qui cloche dans le premier ?
L’erreur dans le premier raisonnement vient de la mauvaise appréciation de
l’information effectivement apportée au candidat : le présentateur choisit
intentionnellement laquelle des deux portes il va ouvrir. Ainsi, non seulement le
candidat sait qu’il y a une chèvre derrière la porte B, mais il doit également tenir compte
du fait que le présentateur a délibérément choisi cette porte. Dans le cas où la voiture est
derrière la porte A, le choix du présentateur ne dit rien de plus (il peut avoir tiré à pile ou
face quelle porte il dévoile), mais dans le cas où la porte A cache une chèvre, ce qui
arrive deux fois sur trois, le présentateur choisit la porte B parce qu’il sait que la voiture
est derrière la C.

On mesure ici combien la probabilité d’un événement incertain dépend subtilement des
informations dont dispose la personne qui l’estime. Si on néglige une partie de notre
connaissance de la situation (par exemple, si on ne prend en compte que l’information
brute « il y a une chèvre derrière la porte B » en oubliant que cette information résulte
d’un choix intentionnel du présentateur dans un contexte précis), on risque d’aboutir à
une mauvaise estimation et au final réduire nos chances de succès.
« La décision de souscrire une assurance annulation pour
un voyage en avion ». Contexte :Nous avons tous deja rever de partir loin ,dans des
endroits paradisiaque ,a l'autre bout du [Link] probleme c'est que partir en avion ca a un cout et si
notre vol fini par se faire annuler nous serons rembourser que si nous avons souscris a une assurance.
On planifie un voyage en avion et on est confronté à la décision de souscrire ou non a une assurance
annulation pour le billet d’avion.
1) La probabilité de devoir annuler le voyage pour des raisons imprévues est de 10%.
2) Si annulation voyage ; l’assurance va rembourser 80% du coût du billet d’avion,
3) Le coût de l’assurance est de 10% du prix total du billet.
On utilise le Théorème de Bayes pour avoir la probabilité qu’on devait annuler le voyage sachant
qu’on a souscrit une assurance annulation
Soit : P(D) : probabilité de devoir annuler le voyage => P(D) = 0,10 (=10%)
PD(T) : Probabilité d’obtenir un remboursement avec l’assurance si on annule le voyagePD(T) = 0,80
(=80%)
PD_ (T) : Probabilité d’obtenir un remboursement avec l’assurance si on ne peut pas annuler le
voyage (0% car l’assurance est appliquée uniquement en cas d’annulation)
P(D-) : Probabilité « ne peut annuler le voyage »
Maintenant, on peut utiliser le Théorème de Bayes pour calculer PT (D), la probabilité de devoir
annuler le voyage sachant qu’on a obtenu un remboursement avec l’assurance :On a : PT (D)= PD(T) x
P(D)/P(T) ou : PT (D)= 0,8 x 0,1/P(T).Il faut maintenant calculer P(T), la probabilité d’obtenir un
remboursement avec l’assurance, quelles que soient les circonstances :On a : P(T)= PD (T) x P(D) + PD
(T) x P(D-) P(T)= 0,8 x 0,1 + 0 = P(T)= 0,08 On peut calculer PT(D) et on obtient : PT (D)= 0,8 x
0,1/0,08PT (D)= [Link] signifie que si on a obtenu un remboursement avec l’assurance, la probabilité
qu’on ait dû annulé le voyage est de 100%. En fait c'est plutot logique, si on a reçu un remboursement
avec l’assurance, c’est qu’on a annulé le voyage. Remarque : Sans assurance annulation, la perte
potentielle en cas d’annulation est de 100% du coût du billet, ce qui peut produire un impact financier
significatif.

Les Probabilités et l'Évaluation des Risques

Espérance Mathématique
L'espérance mathématique, souvent appelée moyenne, est une mesure de la tendance centrale d'une
distribution de probabilités. Elle représente la valeur moyenne qu'on s'attend à obtenir si l'expérience
est répétée un grand nombre de fois.

E(X)=∑ni=1 xi P(xi)
ou xi sont les valeurs possibles de la variable aléatoire X et P(xi) est la probabilité xi

Exemple : Imaginons que vous devez décider si vous allez souscrire ou non à une assurance pour
votre smartphone. La prime d'assurance est de 10€ par mois et la franchise en cas de réparation

que votre smartphone se casse dans l'année est de 10% (0.1).

est de 50€. Si vous ne souscrivez pas, la réparation vous coûte 200€. Supposons que la probabilité

A= assurance A-= sans assurance

Calcul de l'espérance des coûts si vous ne souscrivez pas à l'assurance :

E(A-)= 0.1x200+0.9x0=20
En moyenne, si vous ne prenez pas d'assurance, vos coûts seront de 20€ par an.
Calcul de l'espérance des coûts si vous souscrivez à l'assurance :
E(A)=12x10+0.1x50=125
En moyenne, si vous prenez l'assurance, vos coûts seront de 125€ par an.
Cela signifie que, en moyenne, il est moins coûteux de ne pas souscrire à
l'assurance (20€) que de souscrire (125€).

Variance et Écart-Type
La variance mesure la dispersion des valeurs d'une variable aléatoire autour de
leur moyenne. L'écart-type est la racine carrée de la variance et donne une
mesure de cette dispersion dans les mêmes unités que la variable aléatoire.
Formule de la Variance :
xi(pi-E)²
Formule de l'Écart-Type :
o=racine de la variance
Reprenons l'exemple de l'assurance. Nous avons déjà calculé l'espérance des
coûts.

Calcul de la variance des coûts si vous ne souscrivez pas à l'assurance :

E(A-)= 20
V(A-)=0.1(200-20)²+0.9(0-20)²
=3600
o=racine de 3600=60

indique une large dispersion des coûts. Vous pourriez payer très peu (0€) ou beaucoup (200€),
Les coûts peuvent varier considérablement autour de cette moyenne. Un écart-type de 60€

avec une forte incertitude.

Calcul de la variance des coûts si vous souscrivez à l'assurance :

E(A)= 125
V(A)=0.9(120-125)²+0.1(170-125)²
=225
o=racine de 225=15
Avec Assurance :
Les coûts sont beaucoup plus concentrés autour de la moyenne. Un écart-type de
15€ indique une faible dispersion des coûts. Vous aurez des coûts relativement
constants, avec une faible incertitude (principalement la prime d'assurance fixe
et la faible probabilité de payer la franchise).
Conclusion
Dans cet exemple de la vie courante, la compréhension de l'espérance, de la
variance et de l'écart-type nous aide à prendre une décision rationnelle.
L'espérance des coûts montre qu'il est en moyenne moins coûteux de ne pas
souscrire à l'assurance, mais la variance et l'écart-type indiquent que les coûts
sans assurance sont beaucoup plus imprévisibles et risqués.
Nous avons donc vu que la compréhension des probabilités peut nous aider dans
la vie courante ,que ce soit sur des problemes comme le "monty hall" mais aussi
sur certain choix qu'on aurais tendance a faire. Nous avons donc explorer 3
exemples dans lesquelles la comprehension des probabilités nous aides .Mais
bien sur ca ne s'arrete pas là ,les probabilités entoure notre vie .Nous aurions pu
citer simplement les trajets avec la probabilités de se prendre un ou plusieurs
feu rouge, les paris sportif ,les investissements etc...