Statistiques

La statistique est l'ensemble des instruments et de recherches mathématiques permettant de

déterminer les caractéristiques d'un ensemble de données (généralement vaste).

Ce domaine des mathématiques ne doit pas être confondu avec une statistique qui est un
nombre calculé à partir d'observations. Pour un article (plus technique) sur une statistique
consultez l'article statistique.

Les statistiques sont le produit des analyses reposant sur l'usage de la statistique. Cette activité
regroupe trois principales branches :

 la collecte des données ;

 le traitement des données collectées, aussi appelé la statistique descriptive ;
 l'interprétation des données, aussi appelée l'inférence statistique, qui s'appuie sur la
théorie des sondages et la statistique mathématique.

Cette distinction ne consiste pas à définir plusieurs domaines étanches. En effet, le traitement
et l'interprétation des données ne peuvent se faire que lorsque celles-ci ont été récoltées.
Réciproquement, la statistique mathématique précise les règles et les méthodes sur la collecte
des données, pour que celles-ci puissent être correctement interprétées.

John Tukey disait qu'il y a deux approches en statistiques, entre lesquelles on jongle
constamment : les statistiques exploratoires et les statistiques confirmatoires (exploratory and
confirmatory statistics) :

 on explore d'abord les données pour avoir une idée qualitative de leurs propriétés ;
 puis on fait des hypothèses de comportement que l'on confirme ou infirme en
recourant à d'autres techniques statistiques.

Sommaire
[masquer]
 1 Histoire
 2 Domaines d'application
 3 Statistique descriptive et statistique mathématique
 4 Statisticien
 5 La démarche statistique
o 5.1 Recueil des données
o 5.2 Traitement des données
 5.2.1 Étude d'une seule variable
 5.2.2 Étude de plusieurs variables
o 5.3 Interprétation et analyse des données
o 5.4 Statistique mathématique
o 5.5 Statistique en sciences sociales
  5.5.1 En sociologie
 6 Voir aussi
o 6.1 Liens internes
o 6.2 Liens externes

o 6.3 Ouvrages de références

Histoire [modifier]
Article détaillé : histoire des statistiques.

Bien que le nom de statistique soit relativement récent – on attribue en général l'origine du
nom au XVIIIe siècle de l'allemand Staatskunde – cette activité semble exister dès la naissance
des premières structures sociales. D'ailleurs, les premiers textes écrits retrouvés étaient des
recensements du bétail, des informations sur son cours et des contrats divers. On a ainsi trace
de recensements en Chine au XXIIIe siècle av. J.-C. ou en Égypte au XVIIIe siècle av. J.-C..
Ce système de recueil de données se poursuit jusqu'au XVIIe siècle. En Europe, le rôle de
collecteur est souvent tenu par des guildes marchandes, puis par les intendants de l'État.

Ce n'est qu'au XVIIIe siècle que l'on voit apparaître le rôle prévisionnel des statistiques avec la
construction des premières tables de mortalité.

La statistique mathématique s'appuyait sur les premiers travaux concernant les probabilités
développés par Fermat et Pascal. C'est probablement chez Thomas Bayes que l'on vit
apparaître un embryon de statistique inférentielle. Condorcet et Laplace parlaient encore de
probabilité là où l'on parlerait aujourd'hui de fréquence. Mais c'est à Adolphe Quételet que
l'on doit l'idée que la statistique est une science s'appuyant sur les probabilités.

Le XIXe siècle voit cette activité prendre son plein essor. Des règles précises sur la collecte et
l'interprétation des données furent édictées. La première application industrielle des
statistiques eut lieu lors du recensement américain de 1890, qui mit en œuvre la carte perforée
inventée par le statisticien Herman Hollerith. Celui-ci avait déposé un brevet au bureau
américain des brevets.

Au XXe siècle, ces applications industrielles se développèrent d'abord aux États-Unis, qui
étaient en avance sur les sciences de gestion, puis seulement après la Première Guerre
mondiale en Europe. Le régime nazi employa des méthodes statistiques à partir de 1934 pour
le réarmement. En France, on était moins au fait de ces applications.

L'application industrielle des statistiques en France se développe avec la création de l'INSEE,

qui remplaça le Service National des Statistiques créé par René Carmille.

L'avènement de l'informatique dans les années 1940 (aux États-Unis), puis en Europe (dans
les années 1960) permit de traiter un plus grand nombre de données, mais surtout de croiser
entre elles des séries de données de types différents. C'est le développement de ce qu'on
appelle l'analyse multidimensionnelle. Au cours du siècle, plusieurs courants de pensée vont
s'affronter :
  les objectivistes ou fréquentistes qui pensent que les probabilités fournissent un
modèle permettant d'idéaliser la distribution en fréquence et que là s'arrêtent leur rôle ;
 les subjectivistes qui voient les probabilités comme un moyen de mesurer la confiance
que l'on peut avoir dans une prévision ;
 les néo-bayesiens qui soutiennent que les données statistiques seules ne permettent pas
de donner le modèle probabiliste idéalisant la distribution en fréquence: il est
nécessaire de proposer au départ une forme générale du modèle.

Domaines d'application [modifier]

Les statistiques sont utilisées dans des domaines très variés comme :

 en géophysique, pour les prévisions météorologiques, la climatologie, la pollution, les

études des rivières et des océans ;
 en démographie : le recensement permet de faire une photographie à un instant donné
d'une population et permettra par la suite des sondages dans des échantillons
représentatifs ;
 en sciences économiques et sociales, et en économétrie : l'étude du comportement d'un
groupe de population ou d'un secteur économique s'appuie sur des statistiques. C'est
dans cette direction que travaille l'INSEE. Les questions environnementales s'appuient
également sur des données statistiques ;
 en sociologie : les sources statistiques constituent des matériaux d'enquête, et les
méthodes statistiques sont utilisées comme techniques de traitement des données ;
 en marketing : le sondage d'opinion devient un outil pour la décision ou
l'investissement ;
 en physique : l'étude de la mécanique statistique et de la thermodynamique statistique
(cf Physique statistique) permet de déduire du comportement de particules
individuelles un comportement global (passage du microscopique au macroscopique) ;
 en métrologie, pour tout ce qui concerne les systèmes de mesure et les mesures elles-
mêmes ;
 en médecine et en psychologie, tant pour le comportement des maladies que leur
fréquence ou la validité d'un traitement ou d'un dépistage ;
 en archéologie, appliquée aux vestiges (céramologie...)
 en écologie (étude des communautés végétales et des écosystèmes)
 en assurance et en finance (calcul des risques,...)

Statistique descriptive et statistique mathématique [modifier]

Le but de la statistique est d'extraire des informations pertinentes d'une liste de nombres
difficile à interpréter par une simple lecture. Deux grandes familles de méthodes sont utilisées
selon les circonstances. Rien n'interdit de les utiliser en parallèle dans un problème concret
mais il ne faut pas oublier qu'elles résolvent des problèmes de natures totalement distinctes.
Selon une terminologie classique, ce sont la statistique descriptive et la statistique
mathématique. Aujourd'hui, il semble que des expressions comme analyse des données et
statistique inférentielle soient préférées, ce qui est justifié par le progrès des méthodes
utilisées dans le premier cas.

Considérons par exemple les notes globales à un examen. Il peut être intéressant d'en tirer une
valeur centrale qui donne une idée synthétique sur le niveau des étudiants. Celle-ci peut être
complétée par une valeur de dispersion qui mesure, d'une certaine manière, l'homogénéité du
groupe. Si on veut une information plus précise sur ce dernier point, on pourra construire un
histogramme ou, d'un point de vue légèrement différent, considérer les déciles. Ces notions
peuvent être intéressantes pour faire des comparaisons avec les examens analogues passés les
années précédentes ou en d'autres lieux. Ce sont les problèmes les plus élémentaires de
l'analyse des données qui concernent une population finie. Les problèmes portant sur des
statistiques multidimensionnelles nécessitent l'utilisation de l'algèbre linéaire.
Indépendamment du caractère, élémentaire ou non, du problème il s'agit de réductions
statistiques de données connues dans lesquelles l'introduction des probabilités améliorerait
difficilement l'information obtenue. Il est raisonnable de regrouper ces différentes notions :

 statistique descriptive pour les notions élémentaires ;

 analyse en composantes principales ;
 analyse factorielle des correspondances ;
 analyse discriminante ;
 visualisation des données ;
 etc.

Un changement radical se produit lorsque les données ne sont plus considérées comme une
information complète à décrypter selon les règles de l'algèbre mais comme une information
partielle sur une population plus importante, généralement considérée comme une population
infinie. Pour induire des informations sur la population inconnue il faut introduire la notion de
loi de probabilité. Les données connues constituent dans ce cas une réalisation d'un
échantillon, ensemble de variables aléatoires supposées indépendantes (voir Loi de probabilité
à plusieurs variables). La théorie des probabilités permet alors, entre autres opérations :

 d'associer les propriétés de l'échantillon à celles qui sont prêtées à la loi de probabilité,
inconnue en toute rigueur, c'est l'échantillonnage ;
 de déduire inversement les paramètres de la loi de probabilité des informations que
donne l'échantillon, c'est l'estimation ;
 de déterminer un intervalle de confiance qui mesure la validité de l'estimation ;
 de procéder à des tests d'hypothèse, le plus utilisé étant le Test du χ² pour mesurer
l'adéquation de la loi de probabilité choisie à l'échantillon utilisé ;
 etc.

Statisticien [modifier]
Article détaillé : Statisticien.

Le statisticien utilise des statistiques théoriques et appliquées dans le secteur privé et le

secteur public. Le cœur du travail est de mesurer, interpréter et décrire le monde en combinant
généralement l'interprétation statistique avec des fortes connaissances sur le domaine d'étude.

Les domaines d'applications sont très variés: la production, la recherche, les finances, la
médecine, l'assurance et les statistiques descriptives au sujet de la société. Les statisticiens
sont souvent employés en tant qu'aide à la décision. Ils effectuent des recherches sur des
concepts, des théories, des procédés et des méthodes statistiques, sous leurs aspects
mathématiques et autres, les améliorent, et donnent des avis sur leurs applications dans des
domaines tels que le commerce, la médecine, les sciences sociales et autres, ou les appliquent
eux-mêmes.
La démarche statistique [modifier]
Recueil des données [modifier]

L'enquête statistique est toujours précédée d'une phase où sont déterminés les différents
caractères à étudier.

L'étape suivante consiste à choisir la population à étudier. Il se pose alors le problème de

l'échantillonnage : choix de la population à sonder (au sens large : cela peut être un sondage
d'opinion en interrogeant des humains, ou bien le ramassage de roches pour déterminer la
nature d'un sol en géologie), la taille de la population et sa représentativité.

 Voir article détaillé : Plan d'expérience

Que ce soit pour un recueil total (recensement) ou partiel (sondage), des protocoles sont à
mettre en place pour éviter les erreurs de mesures qu'elles soient accidentelles ou répétitives
(biais).

 Voir articles détaillés : Erreur (métrologie), Erreur statistique.

Le pré traitement des données est extrêmement important, en effet, une transformation des
données initiales (un passage au logarithme, par exemple), peuvent considérablement faciliter
les traitements statistiques suivants.

Traitement des données [modifier]

 Voir article détaillé : statistique descriptive

Le résultat de l'enquête statistique est une série de chiffres (tailles, salaires) ou de données
qualitatives (langues parlées, marques préférées). Pour pouvoir les exploiter, il va être
nécessaire d'en faire un classement et un résumé visuel ou numérique. Il sera parfois
nécessaire d'opérer une compression de données. C'est le travail de la statistique descriptive. Il
sera différent selon que l'étude porte sur une seule variable ou sur plusieurs variables.

Étude d'une seule variable [modifier]

Le regroupement des données, le calcul des effectifs, la construction de graphiques permet un

premier résumé visuel du caractère statistique étudié. Dans le cas d'un caractère quantitatif
continu, l'histogramme en est la représentation graphique la plus courante.

 Voir article détaillé : Représentations graphiques de données statistiques

Les valeurs numériques d'un caractère statistique se répartissent dans , il est nécessaire de
définir leurs positions. En statistiques, on est en général en présence d'un grand nombre de
valeurs. Or, si l'intégralité de ces valeurs forme l'information, il n'est pas aisé de manipuler
plusieurs centaines voire milliers de chiffres, ni d'en tirer des conclusions. Il faut donc
calculer quelques valeurs qui vont permettre d'analyser les données : c'est le rôle des
réductions statistiques. Celles-ci peuvent être extrêmement concises, réduites à un nombre :
c'est le cas des valeurs centrales et des valeurs de dispersion. Certaines d'entre elles (comme la
variance) sont élaborées pour permettre une exploitation plus théorique des données (voir
Inférence statistique)

 Voir articles détaillés : critères de position, critères de dispersion.

On peut aussi chercher à comparer deux populations. On s'intéressera alors plus

particulièrement à leurs critères de position, de dispersion, à leur boîte à moustaches ou à
l'analyse de la variance.

Étude de plusieurs variables [modifier]

Les moyens informatiques permettent aujourd'hui d'étudier plusieurs variables simultanément.

Le cas de deux variables va donner lieu à la création d'un nuage de points, d'une étude de
corrélation (mathématiques) éventuelle entre les deux phénomènes ou étude d'une régression
linéaire .

Mais on peut rencontrer des études sur plus de deux variables : c'est l'analyse
multidimensionnelle dans laquelle on va trouver l'analyse en composantes principales,
l'analyse en composantes indépendantes, la régression linéaire multiple et le data mining.
Aujourd'hui, le data mining (appelé aussi knowledge discovery) s'appuie sur la statistique pour
découvrir des relations entre les variables de très vastes bases de données. Les avancées
technologiques (augmentation de la fréquence des capteurs disponibles, des moyens de
stockage, et de la puissance de calcul) donnent au data mining un vrai intérêt.

Interprétation et analyse des données [modifier]

Article détaillé : Inférence statistique.

L'inférence statistique a pour but de faire émerger des propriétés d'un ensemble de variables
connues uniquement à travers quelques une de ses réalisations (qui constituent un échantillon
de données).

Elle s'appuie sur les résultats de la statistique mathématique, qui applique des calculs
mathématiques rigoureux concernant la théorie des probabilités et la théorie de l'information
aux situations où on n'observe que quelques réalisations (expérimentations) du phénomène à
étudier.

Sans la statistique mathématique, un calcul sur des données (par exemple une moyenne), n'est
qu'un indicateur. C'est la statistique mathématique qui lui donne le statut d'estimateur dont on
maîtrise le biais, l'incertitude et autres caractéristiques statistiques. On cherche en général à ce
que l'estimateur soit sans biais, convergeant et efficace.

On peut aussi émettre des hypothèses sur la loi générant le phénomène général, par exemple
« la taille des enfants de 10 ans en France suit-elle une loi gaussienne ? ». L'étude de
l'échantillon va alors valider ou non cette hypothèse : c'est ce qu'on appelle les tests
d'hypothèses. Les tests d'hypothèses permettent de quantifier la probabilité avec laquelle des
variables (connues seulement à partir d'un échantillon) vérifient une propriété donnée.

Enfin, on peut chercher à modéliser un phénomène a posteriori. La modélisation statistique

doit être différenciée de la modélisation physique. Dans le second cas des physiciens (c'est
aussi vrai pour des chimistes, biologistes, ou tout autre scientifique), cherchent à construire un
modèle explicatif d'un phénomène, qui est soutenu par une théorie plus générale décrivant
comment les phénomènes ont lieu en exploitant le principe de causalité. Dans le cas de la
modélisation statistique, le modèle va être construit à partir des données disponibles, sans
aucun a priori sur les mécanismes entrant en jeux. Ce type de modélisation s'appelle aussi
modélisation empirique. Compléter une modélisation statistique par des équations physiques
(souvent intégrées dans les pré traitements des données) est toujours positif.

Un modèle est avant tout un moyen de relier des variables à expliquer Y à des variables
explicatives X, par une relation fonctionnelle :

Y = F(X)
Les modèles statistiques peuvent être regroupés en grandes familles (suivant la forme de la
fonction F):

 les modèles linéaires ;

 les modèles non linéaires ;
 les modèles non paramétriques.

Les modèles bayésiens (du nom de Bayes) peuvent être utilisés dans les trois catégories.

Statistique mathématique [modifier]

 Voir article détaillé : statistique mathématique

Cette branche des mathématiques, très liée aux probabilités, est indispensable pour valider les
hypothèses ou les modèles élaborés dans la statistique inférentielle. La théorie mathématiques
des probabilités formalise les phénomènes aléatoires. Les statistiques mathématiques se
consacrent à l'étude de phénomènes aléatoires que l'on connaît via certaines de ses
réalisations.

Par exemple, pour une partie de dés à six faces :

 le point de vue probabiliste est de formaliser un tel jeu par une distribution de
probabilité associée aux événements la première, deuxième, ...,
sixième face est tirée. La théorie des probabilités nous dit par exemple que pour que

cette distribution soit une distribution de probabilité, il est nécessaire que

. On peut alors étudier différentes propriétés de ce jeu ;
 une fois cela fixé, les statistiques s'intéressent alors à ce genre de question : « Si au
bout de 100 parties, chaque face n a été tirée fn fois, puis-je avoir une idée de la valeur
des probabilités ? Avec quel degré de confiance ? »

Une fois la règle établie, elle peut être utilisée en statistique inférentielle.

Statistique en sciences sociales [modifier]

 Les statistiques sont utilisées dans la plupart des sciences sociales. Elles présentent une
méthodologie commune avec toutefois certaines spécificités selon la complexité de l'objet
d'étude

En sociologie [modifier]

L'apport des méthodes statistiques permet au sociologue l'utilisation de méthode quantitative

lui permettant de déterminer des sociostyles.

Le problème majeur est pour le chercheur de définir des unités comparables (style de vie,
tranche de revenus, opinions politiques etc ...).

Le sociologue réussit ainsi à déterminer des nuages de points correspondant à des axes
comportementaux qui définissent l'évolution des différents groupes sociaux vers tel type de
comportement (achat de tel ou tel produit, vote pour tel ou tel candidat à une élection).

Voir aussi [modifier]

Sur les autres projets Wikimedia :
 Statistiques, sur Wiktionary (dictionnaire universel)
 Statistiques, sur Wikiversity (communauté pédagogique libre)

Liens internes [modifier]

 Catégorie:Statistiques
 Statistiques (mathématiques élémentaires)
 Statistique descriptive
 Statistique inférentielle
 Inférence bayésienne
 Statistique mathématique
 Catégorie:Statistiques économiques
 Catégorie:Physique statistique
 Liste de statisticiens
 Loi de Gauss ou loi de Laplace-Gauss appelée aussi loi normale
 Apprentissage automatique
 Métrologie
 Probabilité
 Institut national de statistique

Liens externes [modifier]

 (fr) Institut National de Statistique et des Etudes Economiques, France

 (fr) la Revue de Statistique Appliquée Texte intégral de 1953 à 2000
 (fr) Institut National de Statistique et d'Economie Appliquée, Rabat, Maroc
 (en) => (fr)Glossaire anglais-français de nombreux termes anglais employés en
statistiques
 (fr) Institut de la statistique du Québec Information statistique relative à la société
québécoise
Ouvrages de références [modifier]

 Michel Volle, Le métier de statisticien (texte en ligne), Economica 1984, 2e édition,

ISBN 2-7178-0824-8
 Michel Volle, Histoire de la statistique industrielle, Economica, 1982, ISBN 2-7178-
0520-6,
 Georges Hostelet, Le concours de l’analyse mathématique à l’analyse expérimentale
des faits statistiques,
 T.H. et R.J. Wonnacott, Statistique
 (fr) Gilbert Saporta, Probabilités, Analyse des données et Statistique, 2006 [détail des
éditions]
 Nicolas Gauvrit, Statistiques : Méfiez-vous !, Ed. Ellipses (Paris), 2007, ISBN 978-2-
7298-3070-0
 Stéphanie Dupays, "Déchiffrer les statistiques économiques et sociales" Ed. Dunod,
2008, ISBN 2100515845
Probabilités

Probabilité
Un article de Wikipédia, l'encyclopédie libre.

Aller à : Navigation, rechercher

La probabilité (du latin probabilitas) est une évaluation du caractère probable d'un
évènement. En mathématiques, l'étude des probabilités est un sujet de grande importance
donnant lieu à de nombreuses applications.

La probabilité d'un événement est un nombre réel compris entre 0 et 1. Plus ce nombre est
grand, plus le risque (ou la chance, selon le point de vue) que l'événement se produise est
grand. Si on considère que la probabilité qu'un lancer de pièce donne pile est égale à 1/2, cela
signifie que, si on lance un très grand nombre de fois cette pièce, la fréquence des piles va
tendre vers 1/2, sans préjuger de la régularité de leur répartition. Cette notion empirique sera
définie plus rigoureusement dans le corps de cet article.

Contrairement à ce que l'on pourrait penser de prime abord l'étude scientifique des
probabilités est relativement récente dans l'histoire des mathématiques. D'autres domaines tels
que la géométrie, l'arithmétique, l'algèbre ou l'astronomie faisaient l'objet d'étude
mathématique durant l'Antiquité mais on ne trouve pas de trace de textes mathématiques sur
les probabilités. L'étude des probabilités a connu de nombreux développements au cours des
trois derniers siècles en partie grâce à l'étude de l'aspect aléatoire et en partie imprévisible de
certains phénomènes, en particulier les jeux de hasard. Ceux-ci ont conduit les
mathématiciens à développer une théorie qui a ensuite eu des implications dans des domaines
aussi variés que la météorologie, la finance ou la chimie. Cet article est une approche
simplifiée des concepts et résultats d'importance en probabilité ainsi qu'un historique de
l'usage du terme "probabilité" qui a eu de nombreux autres sens avant celui qu'on lui connait
aujourd'hui.

Sommaire
[masquer]
 1 Histoire
o 1.1 La notion de probabilité chez Aristote
o 1.2 La doctrine de la probabilité au XVIe siècle et XVIIe siècle
o 1.3 La notion moderne de probabilité
o 1.4 Les probabilités du XVIIe au XIXe siècle
o 1.5 Naissance de la théorie classique des probabilités
 2 Applications
 3 Principes fondamentaux
o 3.1 Probabilité et Réalité
o 3.2 La notion d'indépendance
 o 3.3 Variable aléatoire
o 3.4 Fonction de répartition et densité
o 3.5 L'espérance
 4 Deux théorèmes de base des probabilités
o 4.1 Loi des grands nombres
o 4.2 Théorème central limite
 5 Le calcul des probabilités
o 5.1 L'usage de la combinatoire en probabilité
o 5.2 Estimateurs statistiques
o 5.3 Révision Bayésienne
o 5.4 Interprétation des probabilités
 6 Le calcul stochastique
 7 Références
 8 Voir aussi
o 8.1 Articles connexes

o 8.2 Liens externes

Histoire [modifier]
A l'origine, dans les traductions d'Aristote, le mot "probabilité" ne désigne pas une
quantification du caractère aléatoire d'un fait mais l'idée qu'une idée est communément admise
par tous. Ce n'est que au cours du Moyen Âge puis de la Renaissance autour des
commentaires successifs et des imprécisions de traduction de l'œuvre d'Aristote que ce terme
connaitra un glissement sémantique pour finir par désigner la vraisemblance d'une idée. Au
XVIe siècle puis au XVIIe siècle c'est ce sens qui prévaut en particulier dans le probabilisme
en théologie morale. Il faudra attendre le milieu du XVIIe siècle pour que ce mot prenne son
sens actuel avec le début du traitement mathématique du sujet par Blaise Pascal et Pierre de
Fermat. Ce n'est alors qu'au XIXe siècle qu'apparait ce qui peut être considéré comme la
théorie moderne des probabilités en mathématiques.

La notion de probabilité chez Aristote [modifier]

Le premier usage du mot probabilité apparait en 1370 avec la traduction de l'éthique à

Nicomaque d'Aristote par Oresme et désigne alors « le caractère de ce qui est probable »1. Le
concept de probable chez Aristote (ενδοξον, en grec) est ainsi défini dans les Topiques2:

"Sont probables les opinions qui sont reçues par tous les hommes, ou par la plupart d’entre
eux, ou par les sages, et parmi ces derniers, soit par tous, soit par la plupart, soit enfin par les
plus notables et les plus illustres"

Ce qui rend une opinion probable chez Aristote est son caractère généralement admis 3; ce
n'est qu'avec la traduction de Cicéron des Topiques d'Aristote, qui traduit par probabilis ou
par verisimilis, que la notion de vraisemblance est associée à celle de "probabilité" ce qui aura
un impact au cours du Moyen Âge puis de la Renaissance avec les commentaires successifs
de l'œuvre d'Aristote.4

La doctrine de la probabilité au XVIe siècle et XVIIe siècle [modifier]

La doctrine de la probabilité, autrement appelée probabilisme, est une théologie morale
catholique qui s'est développée au cours du XVIe siècle sous l'influence entre autres de
Bartolomé de Medina et des jésuites. Avec l'apparition de la doctrine de la probabilité, ce
terme connaîtra un glissement sémantique pour finir par désigner au milieu du XVIIe siècle le
caractère vraisemblable d'une idée.

Cette théologie morale considère que "si une opinion est probable, il est permis de la suivre,
quand bien même est plus probable l’opinion opposée" selon la formulation de Bartolomé de
Medina en 1527. Cette théologie morale cherche alors à définir quelle action entreprendre
quand il existe un doute sur la meilleure action à entreprendre. Cette théologie morale a été
très critiquée à partir du milieu du XVIIe siècle5 comme introduisant le relativisme moral, en
particulier par les jansénistes et par Blaise Pascal, qui sera l'un des fondateurs du traitement
mathématique des probabilités6.

La probabilité d'une opinion désigne alors au milieu du XVIIe siècle la probabilité qu'une
opinion soit vraie. Ce n'est qu'à partir de la fin du XVIIe siècle avec l'émergence de la
probabilité mathématique que la notion de probabilité ne concernera plus seulement les
opinions et les idées mais aussi les faits et se rapprochera de la notion de hasard que l'on
connaît aujourd'hui 2.

La notion moderne de probabilité [modifier]

L'apparition de la notion de "risque", préalable à l'étude des probabilités, n'est apparue qu'au
XIIe siècle pour l'évaluation de contrats commerciaux avec le Traité des contrats de Pierre de
Jean Olivi, 7 et s'est développée au XVIe siècle avec la généralisation des contrats d'assurance
maritime8. À part quelques considérations élémentaires par Gerolamo Cardano 9au début du
XVIe siècle et par Galilée au début du XVIIe siècle, le véritable début de la théorie des
probabilités date de la correspondance entre Pierre de Fermat et Blaise Pascal en 1654.

Ce n'est qu'à partir du milieu du XVIIe siècle avec l'émergence du traitement mathématique du
sujet qu'est apparu l'usage moderne du terme probabilité. 2

Les probabilités du XVIIe au XIXe siècle [modifier]

Une page de la correspondance entre Pascal et Fermat, 1654 10

Le véritable début de la théorie des probabilités date de la correspondance entre Pierre de

Fermat et Blaise Pascal en 1654. Ceux-ci commencent à élaborer les bases du traitement
mathématique des probabilités autour de l'étude de jeux de hasard proposés, entre autres, par
le chevalier de Méré. (voir ci-contre une page de la correspondance entre Pascal et Fermat).
Même s'ils sont considérés comme les fondateurs du traitement des probabilités, ils n'ont rien
publié de leurs travaux, et il faudra attendre Huygens pour avoir un premier ouvrage sur le
sujet.

Encouragé par Pascal, Christiaan Huygens publie De ratiociniis in ludo aleae (raisonnements
sur les jeux de dés) en 1657. Ce livre est le premier ouvrage important sur les probabilités. Il y
définit la notion d'espérance et y développe plusieurs problèmes de partages de gains lors de
jeux ou de tirages dans des urnes. 11 Deux ouvrages fondateurs sont également à noter : Ars
Conjectandi de Jacques Bernoulli (posthume, 1713) qui définit la notion de variable aléatoire
et donne la première version de la loi des grands nombres12, et Théorie de la probabilité d'
Abraham de Moivre (1718) qui généralise l'usage de la combinatoire.13

La Théorie des erreurs, qui cherche à quantifier l'écart entre la mesure que l'on fait d'une
variable et sa vraie valeur et qui est une préfiguration des théorèmes central limite, voit le jour
avec Opera Miscellanea de Roger Cotes (posthume, 1722). Le premier à l'appliquer aux
erreurs sur les observations est Thomas Simpson en 1755.

Pierre-Simon Laplace donne une première version du théorème central limite en 1812 qui ne
s'applique alors que pour une variable à deux états, par exemple pile ou face mais pas un dé a
6 faces.

Sous l'impulsion de Quételet, qui ouvre en 1841 le premier bureau statistique le Conseil
Supérieur de Statistique 14, les statistiques se développent et deviennent un domaine à part
entière des mathématiques qui s'appuie sur les probabilités mais n'en font plus partie.
Naissance de la théorie classique des probabilités [modifier]

La théorie de la probabilité classique ne prend réellement son essor qu'avec les notions de
mesure et d'ensembles mesurables qu'Emile Borel introduit en 1897. Cette notion de mesure
est complétée par Henri Léon Lebesgue et sa théorie de l'intégration15. La première version
moderne du théorème de la limite centrale est donné par Alexandre Liapounov en 190116 et la
première preuve du théorème moderne est donnée par Paul Lévy en 1910. En 1902, Andrei
Markov introduit les chaînes de Markov17 pour entreprendre une généralisation de la loi des
grands nombres pour une suite d'expériences dépendant les unes des autres. Ces chaînes de
Markov connaîtront de nombreuses applications entre autres pour modéliser la diffusion ou
pour l'indexation de sites internet sur google.

Il faudra attendre 1933 pour que la théorie des probabilités sorte d'un ensemble de méthodes
et d'exemples divers et devienne une véritable théorie, axiomatisée par Kolmogorov18.

Kiyoshi Itô met en place une théorie et un lemme qui porte son nom dans les années 1940 19.
Ceux-ci permettent de relier le calcul stochastique et les équations aux dérivées partielles
faisant ainsi le lien entre analyse et probabilités. Le mathématicien Wolfgang Doeblin avait de
son côté ébauché une théorie similaire avant de se suicider à la défaite de son bataillon en juin
1940. Ses travaux furent envoyés à l'Académie des sciences dans un pli cacheté qui ne fut
ouvert qu'en 200020.

Applications [modifier]
Les jeux de hasard sont l'application la plus naturelle des probabilités mais de nombreux
autres domaines s'appuient ou se servent des probabilités. Citons entre autres:

 les statistiques, sont un vaste domaine qui s'appuie sur les probabilités pour le
traitement et l'interprétation des données.
 La théorie des jeux s'appuie fortement sur la probabilité et est utile en économie et
plus précisément en micro-économie.
 l'estimation optimale par usage de la loi de Bayes, qui sert de fondement à une grande
partie des applications de décision automatique (imagerie médicale, astronomie,
reconnaissance de caractères, filtres anti-pourriel).
 En physique ainsi qu'en biologie moléculaire l'étude du mouvement brownien pour de
petites particules ainsi que les Équation de Fokker-Planck font intervenir des concepts
s'appuyant sur le calcul stochastique et la marche aléatoire
 les mathématiques financières font un large usage de la théorie des probabilités pour
l'étude des cours de la bourse et des produits dérivés. Citons par exemple le Modèle de
Black-Scholes pour déterminer le prix de certains actifs financiers (notamment les
options).
 les Etudes Probabilistes de Sûreté où l'on évalue la probabilité d'occurrence d'un
événement indésirable. C'est devenu un outil d'évaluation des risques dans bon nombre
d'installations industrielles.

Principes fondamentaux [modifier]

La probabilité d'un certain évènement A, , est représenté par un nombre compris entre 0
et 1. Un évènement en probabilité peut être à peu près n'importe quoi pouvant se produire ou
non. L'évènement A peut par exemple être le fait qu'il fasse beau demain, le fait d'obtenir un 6
avec un dé, voire même le fait que le théorème de Pythagore soit vrai. Le seul impératif que
l'on se fixe c'est de pouvoir vérifier si cet évènement se vérifie ou pas. On peut par exemple
vérifier s'il fera beau demain, si on obtient un 6 ou si le théorème de Pythagore est vrai.

Un évènement impossible a une probabilité de 0 et un évènement certain a une probabilité de

1. Il faut savoir que le contraire n'est pas forcément vrai. Un évènement qui a une probabilité
0 peut très bien se produire dans le cas où un nombre infini d'évènements différents peut se
produire. Ceci est détaillé dans l'article Ensemble négligeable et un exemple d'évènement de
probabilité 0 et pouvant se produire est (rapidement) esquissé dans la partie loi des grands
nombres. De même un évènement de probabilité 1 peut "exceptionnellement" ne pas se
produire.

Probabilité et Réalité [modifier]

Même si l'essence de la probabilité est la prédiction d'évènements du monde réel, la

probabilité, n'étant qu'une théorie, ne peut pas nous renseigner sur la réalité. Comme dirait
René Thom, prédire n'est pas expliquer...

Dans les faits, la probabilité s'occupe d'ensembles et de la mesure de ces ensembles. Dans un
ensemble Oméga des possibles la probabilité du sous-ensemble A est sa mesure divisée par
celle de Oméga. Pour l'exemple du dé ci-dessus, on a créé un ensemble Oméga ={1,2,3,4,5,6}
de mesure 6, et avec A ={6}, la probabilité de A est 1/6. Le fait de créer ces objets
mathématiques et de les relier à la réalité s'appelle modéliser, et toutes les vérités que l'on
produit ne sont vraies qu'à l'intérieur du modèle. Seule l'expérimentation s'intéresse au lien
entre la réalité et le modèle (les vérités mathématiques restent confinées au sein du modèle).

Ainsi, même si des pléthores d'expérimentations valident ou non chaque jour des myriades de
modèles, rigoureusement, on ne peut affirmer que la probabilité qu'une pièce jetée en l'air
retombe sur pile soit 1/2. Tout au plus, on peut faire cette hypothèse de modélisation. Mais
cette hypothèse peut avoir diverses conséquences selon, par exemple, que l'on accepte ou non
l'existence de l'infini. (Bien sûr, on peut imaginer l'infini en mathématique, la question qui
reste ouverte est : cet infini a-t-il une existence concrète ? et peut-on envisager des modèles
dans lequel il n'intervient pas ?) Supposons qu'une pièce a la probabilité 1/2 de faire pile, et
1/2 de faire face. Supposons de plus que l'on vient d'assister à 10 lancer de cette pièce sur pile.
Oméga est l'ensemble des lancer possibles de cette pièce et A est l'ensemble des lancer
possibles donnant un face. On sait que la mesure de A divisée par celle de Oméga vaut 1/2. La
probabilité de faire face, après avoir assisté aux 10 lancer de pile est alors la mesure de A
divisée par : la mesure de Oméga moins la mesure de l'ensemble B correspondant aux 10
lancer ayant donné pile. La probabilité dépend du choix de la mesure, mais si l'on n'accepte
pas l'hypothèse de l'existence réel de l'infini, la mesure qui s'impose dans un modèle est celle
du dénombrement, on obtient alors que l'on a un peu plus de chance de faire un face qu'un pile
si l'on vient d'assister à 10 réalisations de piles. (Cette probabilité est (M /2) / (M -10), où M
est le nombre, que l'on ne connait pas, des lancer possibles de la pièce). Ce modèle, bien sûr,
n'est pas utilisable en pratique, et on pense communément qu'il est possible de lancer un pièce
une infinité de fois. ("Possible" étant à prendre au sens le plus large, c'est-à-dire ici cela
pourrait donner qu'il est possible que la pièce survive à la destruction de la Terre et continue
d'être lancée par des extra-terrestres...) Avec cette hypothèse commune, il s'ensuit que la
mesure de B devient négligeable (car c'est 10 devant l'infini) et que l'on a autant de chance de
faire un face qu'un pile, même si l'on vient d'assister à 10 réalisations de piles. (C'est
l'indépendance des évènements traitée ci-dessous.)

Finalement, penser que l'on a autant de chance de faire un face qu'un pile, même si l'on vient
d'assister à 10 réalisations de piles, est donc une croyance et n'a aucun caractère de vérité en
dehors d'un modèle probabiliste. Par-ailleurs, c'est le bon sens communément partagé, en
l'occurrence celui qui nous fait penser que des lancer de pièces sont indépendants, qui impulse
la théorie et qui rend le concept mathématique de l'infini pertinent. Et non l'inverse : on ne
peut donc pas démontrer que, dans la réalité, les lancer de pièces sont indépendants. Ce sont
en fait les probabilités qui sont conçues pour coller à cette hypothèse.

En dehors de tout considération métaphysique, l'infini et le continu doivent être considérés

comme des concepts utiles en pratique. Ils aident à obtenir des modèles simples et pertinent
face à la réalité. Par-exemple, chaque jour les professionnels de la bourse utilise un modèle
continu (le modèle Black-Scholes) alors que la réalité de la bourse appellerait une
modélisation discrète mais trop compliquée, ou encore, en théorie des jeux certains modèles
(de l'économie/sciences sociales), pour être suffisamment simples et réalistes, utilisent la
notion de continuum de joueurs qui parait à première vue très loin de la réalité (au sein de
laquelle le nombre de joueurs est fini). De même que pour modéliser notre lancer de pièce,
l'infini est indispensable pour obtenir dans un cadre formel l'indépendance de deux lancer.

La notion d'indépendance [modifier]

Article détaillé : Indépendance (probabilités).

On dit que deux évènements sont indépendants lorsque le fait de connaitre le résultat du
premier évènement ne nous aide pas pour prévoir le second et inversement. C'est le cas
lorsque la réalisation d'un évènement n'influence pas la probabilité que l'autre se réalise.

Par exemple lorsque l'on lance deux dés à la suite le résultat obtenu au premier dé ne va pas
influencer le deuxième dé. Le fait de connaître le résultat du premier dé ne nous aide en rien
pour prévoir le résultat du deuxième. On a toujours une chance sur 6 d'obtenir un 6 au
deuxième jet de dé quel que soit le résultat du premier dé. Ce n'est pas parce que l'on a obtenu
un 6 au premier jet de dé que cela change la probabilité d'obtenir un 6 au deuxième. Souvent
si on mène deux expériences séparément (par exemple lancer un dé) le résultat de la première
expérience n'influe pas sur la deuxième et on a alors une indépendance des résultats de la
première expérience par rapport à la deuxième.

Cette notion d'indépendance intervient dans de nombreux théorèmes par exemple dans la loi
des grands nombres et le théorème central limite exposés plus bas. En terme mathématique,
deux évènements A et B sont indépendants si et seulement s'ils vérifient

où est la probabilité d'avoir à la fois A et B. On pourrait montrer grâce aux

probabilités conditionnelles que cette définition recoupe bien l'idée que l'on se fait de
l'indépendance.
On peut par exemple vérifier que la probabilité d'obtenir un 6 à un premier jet de dé est
indépendante de celle d'obtenir un 6 à un deuxième lancer avec cette définition . La
probabilité d'obtenir un 6 au premier dé vaut 1/6 (A), celle d'obtenir un 6 au deuxième dé vaut
1/6 (B). On peut grâce aux combinatoires montrer que la probabilité d'obtenir un double 6
vaut 1/36. On a alors:

Le fait d'obtenir un 6 au premier dé est donc bien indépendant du fait d'obtenir un 6 au

deuxième dé.

Variable aléatoire [modifier]

Article détaillé : Variable aléatoire.

Une notion importante en probabilité est celle de variable aléatoire.

Les variables aléatoires furent introduites à l'origine pour représenter un gain. Par exemple
effectuons l'expérience suivante, lançons une pièce de monnaie et suivant que le résultat est
pile nous gagnons dix euros, ou face nous perdons un euro. On considère alors X, la variable
aléatoire qui prend la valeur 10 lorsque nous obtenons pile et la valeur -1 lorsque nous
obtenons face. X représente le gain à l'issue d'un lancer de la pièce.

De façon plus générale une variable aléatoire est une certaine fonction, qui dépend du résultat
d'une expérience aléatoire par exemple dans ce cas le résultat du pile ou face. Cette fonction
associe une certaine valeur au résultat d'une expérience. Dans notre exemple plus haut la
variable aléatoire associe 10 à "pile" et -1 à "face". Cela permet d'associer des nombres à des
résultats d'expériences qui ne sont pas numériques.

Le terme de variable aléatoire peut parfois être trompeur, en effet, ce n'est pas la valeur qu'elle
prend une fois que l'on connait le résultat de l'expérience qui est aléatoire, mais la valeur
qu'elle va prendre avant d'avoir effectué l'expérience. Une fois que l'on connaît le résultat du
pile ou face on connaît la valeur de X, notre gain, avec certitude et celle-ci ne dépend pas du
hasard. Par contre, avant de jeter la pièce on ne sait pas quelle valeur va prendre X car on ne
sait pas encore si l'on va obtenir pile ou face.

On ne considèrera ici que des variables aléatoires qui sont des nombres réels. De façon encore
plus générale une variable aléatoire peut soit être un vecteur avec des coordonnées réelles soit
un nombre réel. Il faut alors définir la loi jointe ainsi qu'une mesure sur un espace à plusieurs
dimensions ce qui entraine des complications supplémentaires. Néanmoins pour des cas
concrets on peut souvent se contenter de considérer plusieurs variables aléatoires qui
dépendent de la même expérience. La restriction au cas de variables réelles n'est donc pas
forcément aussi réducteur que l'on pourrait le penser.

Fonction de répartition et densité [modifier]

Article détaillé : Fonction de répartition.

Article détaillé : Densité de probabilité.
Fonction de répartition de la loi normale centrée réduite

En probabilité, la fonction de répartition d'une variable aléatoire X est la fonction qui à

tout réel x associe la probabilité que la variable X soit plus petite que x :

C'est une fonction croissante, allant de 0 à 1.

Pour les variables dont la fonction de répartition est absolument continue, on définit alors la
densité de probabilité, qui est la dérivée de F par rapport à x :

La connaissance de la densité de probabilité permet notamment, en intégrant, de calculer la

probabilité que X soit, par exemple, compris entre a et b.

L'espérance [modifier]

Article détaillé : Espérance mathématique.

L'espérance est un nombre qui se confond souvent avec la moyenne d'une variable, voir à ce
sujet la loi des grands nombres ou le prochain paragraphe. On la définit par:

pour une variable avec un nombre fini de réalisations possibles.

Par exemple, pour un dé à 6 faces, chaque face à une probabilité 1/6 d'apparaitre et
l'espérance vaut alors .

pour une variable continue de densité f.

Deux théorèmes de base des probabilités [modifier]

Deux théorèmes mathématiques ont une place particulière en probabilité. Ces deux théorèmes
sont la loi des grands nombres et le théorème central limite et sont présentés ici succinctement
pour en faire comprendre l'intérêt et l'usage.

Loi des grands nombres [modifier]

Article détaillé : Loi des grands nombres.

On ne présente ici que la loi forte des grands nombres mais il faut savoir que d'autre versions
de lois des grands nombres existent.

Pour des variables aléatoires indépendantes, de même loi Xi et dont l'espérance existe:

Concrètement cette loi nous dit que la moyenne empirique d'une variable tend vers son
espérance. Par exemple, pour un dé à 6 faces que l'on jetterait plusieurs fois de suite, la
moyenne des lancers tend vers l'espérance 3,5.

Tendre vers est pris au sens presque sûrement, comme bien souvent en probabilité, c'est-à-dire
que la probabilité que cela arrive est égale à 1. Comme esquissé dans les principes
fondamentaux il peut très bien se faire que "exceptionnellement" cette moyenne ne tende pas
vers l'espérance. On pourrait très bien, par exemple, ne tirer que des 1 lors des lancers de dés
et que la moyenne soit alors 1 mais cela n'arrive "jamais". En général, si on lance des dés
suffisamment de fois on tombera autant de fois sur chacune des 6 faces. Ce théorème
formalise cette remarque de bon sens.

Théorème central limite [modifier]

Article détaillé : théorème de la limite centrale.

Ce théorème central limite est utile pour savoir comment une somme entre une réalisation
d'une variable et la valeur moyenne se comporte. La loi des grands nombres montre que la
moyenne des réalisations tend vers l'espérance. Quant au théorème central limite, il montre de
quelle façon cette moyenne tend vers l'espérance. Une façon simple, mais pas très rigoureuse,
d'écrire ce théorème permet de mieux comprendre son utilité:

est la loi normale de variance , autrement appelée gaussienne et représentée

ci-contre. Ce théorème a une très grande utilité en physique par exemple. Il peut se
comprendre par « La moyenne des erreurs observées tend vers une loi normale. » La somme
d'un grand nombre d'erreurs sur des observations par exemple est presque gaussienne. Elle
serait gaussienne si on sommait une infinité d'erreurs mais en pratique cela n'est pas souvent
le cas. La loi gaussienne fournit alors une approximation pour la loi de l'erreur souvent plus
facilement utilisable que la loi exacte qui n'est pas tout le temps connue. De plus bon nombre
de phénomènes naturels sont dûs à la superposition de causes nombreuses, plus ou moins
indépendantes qui se somment entre elles. Il en résulte que la loi normale les représente de
manière raisonnablement efficace.

Pour être plus correct, il faudrait écrire le théorème central limite de la façon suivante:

où la limite est prise au sens de tendre en loi, c'est-à-dire que la distribution de terme de
gauche tend vers la distribution d'une gaussienne.

Il faut également savoir qu'il existe de nombreuses généralisations de ce théorème, entre

autres pour des variables qui ne seraient pas identiquement distribuées (conditions de
Liapounov ou conditions de Lindeberg 21) ou pour des variables de variance infinie (due à
Gnedenko et Kolmogorov22)

Le calcul des probabilités [modifier]

Il existe deux façons de calculer les probabilités en mathématiques: le calcul a priori et le
calcul a posteriori.

La première méthode, aussi appelée probabilité mathématique, part d'un calcul mathématique
pour obtenir les probabilités. C'est le cas en particulier de la combinatoire, mais également des
caractérisations de la loi exponentielle ou de la modélisation par une loi normale grâce à
l'usage du théorème central limite. Ces méthodes ont en commun le fait qu'aucune expérience
ne soit nécessaire pour déterminer les probabilités qui sont déterminées a priori.

La deuxième méthode est le calcul a posteriori, autrement appelé probabilité statistique, ces
méthodes partent des résultats d'expériences pour déduire les probabilités. C'est le cas par
exemple pour l'utilisation de la fréquence comme estimateur de la probabilité, du maximum
de vraisemblance ou de l'Inférence bayésienne. Ces méthodes ont en commun le fait qu'une
expérience soit nécessaire pour déterminer les probabilités qui sont déterminées a posteriori.
Nous présentons ici les principales méthodes permettant le calcul des probabilités.

L'usage de la combinatoire en probabilité [modifier]

Article détaillé : Combinatoire.

Certains problèmes de calcul de probabilité peuvent se ramener à un calcul de dénombrement,

en particulier ceux pour lesquels il y a un nombre fini d'issues possibles à l'expérience et où la
probabilité de chaque issue est la même. Cette méthode consiste à compter (dénombrer) le
nombre total de cas possibles et le nombre de cas favorables à la réalisation d'un évènement.

Cette méthode permet par exemple de calculer la probabilité d'obtenir un 6 avec un dé

équitable ou la probabilité d'obtenir un nombre pair, elle ne permet pas de calculer les
probabilités avec un dé biaisé par exemple car alors la probabilité d'obtenir chaque face n'est
plus la même. Cette méthode ne permet pas non plus de calculer la probabilité lorsqu'il y a un
nombre infini de résultats possibles à l'expérience.

Estimateurs statistiques [modifier]

Article détaillé : Estimateur (statistique).

Les estimateurs statistiques sont des valeurs calculées à partir d'un échantillon de la
population totale ou d'un certain nombre de résultats de l'expérience aléatoires. Ces
estimateurs sont souvent construits sur le principe du maximum de vraisemblance qui permet
de construire tout une série d'estimateurs.

Parmi ceux ci l'estimation par la fréquence d'apparition permet de déterminer la probabilité

d'un évènement lorsqu'il y a un nombre fini d'évènements possibles et que l'on peut reproduire
un grand nombre de fois et de façon indépendante l'expérience. Cet estimation peut, par
exemple, servir pour obtenir la probabilité d'obtenir face ou un 6 avec un dé qu'il soit biaisé
ou non. Il consiste à estimer la probabilité d'un évènement par sa fréquence d'apparition quand
on répète un très grand nombre de fois l'expérience:

Par exemple si nous effectuons N lancers d'une pièce et que N F représente le nombre de fois
où la pièce tombe sur face, à mesure que N devient de plus en plus grand, nous nous attendons
à ce que le rapport NF/N devienne de plus en plus proche de 1/2. Cela nous suggère de définir
la probabilité P(F) d'obtenir face comme étant la limite, quand N tend vers l'infini, de la suite
des proportions :

Cet estimateur pour la probabilité d'un évènement est, entre autres, un cas particulier de la loi
des grands nombres en prenant par exemple la variable aléatoire X qui vaut 1 quand on
obtient face et 0 sinon. Cette variable s'appelle la fonction caractéristique de F.

Des généralisations pour des variables continues existent par exemple la distribution
empirique ou les estimateurs à noyaux. Ces estimateurs statistiques ont tous pour principal
défaut le fait qu'il faut pouvoir répéter un grand nombre de fois l'expérience aléatoire ce qu'il
n'est pas toujours possible de faire. Par exemple dans la pratique, nous ne pouvons pas lancer
une pièce une infinité de fois.

Révision Bayésienne [modifier]

Article détaillé : inférence bayésienne.

La révision bayésienne est une autre méthode pour le calcul des probabilités. Elle est utilisée
entre autres en théorie des jeux ou en intelligence artificielle pour créer des processus
d'apprentissage. Elle se base sur la révision au fur et à mesure des expériences d'une croyance
initiale (autrement appelée "probabilité a priori" quand cela n'entraine pas de confusion avec
les probabilités a priori décrites dans l'introduction de cette section). Le choix de cette
croyance initiale dépend des contraintes imposées à la distribution de probabilité. On choisit
de toutes les distributions compatibles avec les contraintes celle d'entropie maximale, car c'est
celle qui contient le moins d'information ajoutée 23 Nous présentons seulement ici le
mécanisme qui permet de réviser cette croyance initiale. Celle-ci se fait grâce au théorème de
Bayes:

Dans cette version la croyance initiale est P(hypothèse). C'est la probabilité qu'une certaine
hypothèse se vérifie. Cette croyance initiale est alors révisée grâce à une preuve que l'on peut
observer. On en déduit une nouvelle probabilité que l'hypothèse initiale soit vérifiée en tenant
compte de la preuve que l'on a observée. Ce processus s'appelle la "révision des croyances".

Notons ici que les termes Preuve et Hypothèse ont été choisis pour exprimer le lien qui
devrait exister entre les deux événements et ainsi que le caractère asymétrique de ces deux
événements. On aurait très bien pu prendre deux événements A et B par exemple. Dans la
pratique il faut que l'événement "preuve" s'il se réalise rende plus probable (ou moins
probable) la réalisation de l'événement "hypothèse" pour que cette méthode aboutisse. Ces
deux événements ne doivent pas par exemple être indépendants.

Par exemple:

1. On se demande quel temps il fera demain. On regarde pour cela la météo. On connaît
la probabilité que la météo a d'annoncer qu'il fera beau sachant qu'il fera effectivement
beau: p(M|Beau)=0.9 et la probabilité que la météo annonce qu'il fait beau sachant
qu'il pleuvra: P(M|Pleut)=0.2. Ces probabilités ont par exemple été estimées par
d'autres méthodes sur l'année écoulée. L'événement M dénote ici le fait que la météo
annonce du beau temps.
2. On part d'une croyance a priori sur le fait qu'il fera beau ou pas demain. Par exemple:
P(Beau)=1/2 on croit a priori qu'il y a une chance sur deux qu'il fera beau demain. Ici
notre hypothèse est le fait qu'il fera beau demain.
3. On estime P(M) la probabilité que la météo annonce qu'il fasse beau grâce à notre
croyance initiale: P(M)=p(M|Beau)P(Beau)+p(M|
pleut)P(pleut)=0.9*1/2+0.2*1/2=0.55 la météo annonce qu'il fait beau dans 55% des
cas. La probabilité qu'il fera beau demain sachant que la météo a annoncé beau temps
est alors donnée par:
On pourrait alors, par exemple, réviser une deuxième fois l'hypothèse qu'il fera beau en
regardant un deuxième bulletin météo d'une source différente. On prendrait alors comme
croyance initiale la probabilité qu'il fasse beau que l'on vient de calculer.

Cette méthode permet de réviser la croyance que l'on a dans le fait qu'un événement futur va
se passer. Cette méthode n'est employable que lorsque l'on a la possibilité d'estimer les
probabilités conditionnelles p(M|Beau) p(M|pleut)

dans la formule donnée plus haut ainsi que

pour calculer ) Cette méthode peut être utile car
il est souvent plus simple de calculer les probabilités des observables conditionnées aux
paramètres que de faire le contraire.

Interprétation des probabilités [modifier]

Il existe deux façons de considérer les probabilités. La première historiquement a consisté à

effectuer des calculs combinatoires dans le cas de jeux de hasard (Pascal, Bernoulli, Pólya…)
cette approche peut se qualifier d'objective. La seconde, qui a commencé à se répandre vers
1974, est fondée sur le Théorème de Cox-Jaynes, qui démontre sous des hypothèses
raisonnables que tout mécanisme d'apprentissage est soit isomorphe à la théorie des
probabilités, soit inconsistant. Dans cette seconde approche, la probabilité est considérée
comme la traduction numérique d'un état de connaissance et donc une valeur subjective (mais
néanmoins obtenue par un processus rationnel); la subjectivité s'explique par le fait que le
contexte d'interprétation d'un événement diffère chez chacun. C'est l'école bayésienne.24

L'idée de probabilité est le plus souvent séparée en deux concepts:

1. la probabilité de l'aléatoire, qui représente la probabilité d'événements futurs dont la

réalisation dépend de quelques phénomènes physiques aléatoires, comme obtenir un as
en lançant un dé ou obtenir un certain nombre en tournant une roue ;
2. la probabilité de l'épistémé, qui représente l'incertitude que nous avons devant des
affirmations, lorsque nous ne disposons pas de la connaissance complète des
circonstances et des causalités. De telles propositions peuvent avoir été vérifiées sur
des événements passés ou seront peut-être vraies dans le futur. Quelques exemples de
probabilités de l'épistémé sont, par exemple, assigner une probabilité à l'affirmation
qu'une loi proposée de la physique est vraie, ou déterminer comment il est «probable»
qu'un suspect ait commis un crime, en se basant sur les preuves présentées.

Une probabilité est-elle réductible à notre incapacité à prédire précisément quelles sont les
forces qui pourraient affecter un phénomène, ou fait-elle partie de la nature de la réalité elle-
même ainsi que le suggère la mécanique quantique ? La question reste à ce jour ouverte (voir
aussi Principe d'incertitude).

Bien que les mêmes règles mathématiques s'appliquent indépendamment de l'interprétation

choisie, le choix a des implications philosophiques importantes : parlons-nous jamais du
monde réel (et a-t-on le droit d'en parler ?) ou bien simplement des représentations que nous
en avons ? Ne pouvant par définition différencier le monde réel de ce que nous connaissons, il
est bien entendu impossible de trancher de notre point de vue : la question est pour nous, par
nature, subjective (voir aussi libre arbitre).

Des descriptions mathématiques rigoureuses de ce type de problèmes ne virent le jour que

récemment, en particulier depuis

 Blaise Pascal au XVIIe siècle pour le déductif,

 Thomas Bayes et Pierre-Simon Laplace au XVIIIe siècle pour l'inductif.

Pour donner un sens mathématique possible, et par ailleurs réducteur, à une probabilité,
considérez une pièce de monnaie que vous lancez. Intuitivement, nous considérons la
probabilité d'obtenir face à n'importe quel lancer de la pièce égale à 1/2 ; mais que signifie
opérationnellement cette phrase ? Si nous lançons la pièce 9 fois de suite, la pièce ne pourra
évidemment pas tomber « quatre fois et demie » de chaque côté; il est même possible
d'obtenir 6 face et 3 pile, voire 9 face de suite. Que signifie dans ce cas le rapport 1/2 dans ce
contexte et que pouvons-nous exactement en faire ?

Le calcul stochastique [modifier]

Article détaillé : calcul stochastique.

Un processus stochastique, est un processus aléatoire qui dépend du temps. Un processus

stochastique est donc une fonction de deux variables: le temps et la réalisation ω d'une
certaine expérience aléatoire.

Un exemple de processus stochastique: la marche aléatoire. Ici on a représenté trois marches

aléatoires indépendantes

Parmi les processus stochastiques les chaînes de Markov constituent sans doute celui avec le
plus d'applications pratiques. Ce sont des processus pour lesquels la prédiction du futur à
partir du présent ne nécessite pas la connaissance du passé. Ces chaînes de Markov permettent
de modéliser des phénomènes pour lesquels il suffit de connaître l'état présent pour pouvoir
prévoir ce qui va se passer.

Ceci s'oppose, par exemple, à la notion d'hystérésis en physique où l'état actuel dépend de
l'histoire et non seulement de l'état actuel. Les chaînes de Markov sont, entre autres, liées au
mouvement brownien et à l'hypothèse ergodique, deux sujets de physique statistique qui ont
été très importants au début du XXe siècle. Ils ont depuis connu d'autres utilisations pour
étudier, par exemple, les fluctuations du marché boursier, ou pour la reconnaissance vocale.
 En temps discret, les processus stochastiques sont aussi connus sous le nom de Séries
temporelles et servent entre autres en économétrie où ils ont une importance particulière.

Références [modifier]
1. ↑ voir l'entrée probabilité [archive] du dictionnaire TLFI [archive]
2. ↑ a b c [1] [archive] 'De la doctrine de la probabilité à la théorie des probabilités' thèse de philosophie de
Anne-Sophie Godfroy-Genin sur
3. ↑ [2] [archive] étude philosophique sur Aristote
4. ↑ [3] [archive] analyse du sens de "probabilité" au XVIe siècle dans les commentaires des Topiques
5. ↑ [4] [archive] Catholic encyclopeida, 1911, article sur le probabilisme.
6. ↑ [5] [archive] un site sur la pensée de Pascal
7. ↑ [Link] [archive], Journ@l Electronique d’Histoire des
Probabilités et de la Statistique
8. ↑ [Link] [archive], Journ@l Electronique d’Histoire des
Probabilités et de la Statistique
9. ↑ [Link] [archive] site sur l'histoire des probabilités
10. ↑ copie de la lettre [archive]
11. ↑ Les probabilités : Approche historique et définition. [archive]
12. ↑ [Link] [archive], une histoire de la probabilité jusqu'à Laplace
13. ↑ Ian Hacking L'emergence des probabilitées
14. ↑ [Link] [archive], une biographie de quételet
15. ↑ [Link] [archive] histoire des probabilités de Borel à la seconde
guerre mondiale
16. ↑ Entre De Moivre et Laplace [archive]
17. ↑ DicoMaths : Chaine de Markov [archive]
18. ↑ [6] [archive]un article sur la mise en place de l'axiomatisation des probabilités.
19. ↑ Biographie d'Itô sur le site de Mac Tutor [archive]
20. ↑ Bernard Bru et Marc Yor (éd.), « Sur l'équation de Kolmogoroff, par W Doeblin », C. R. Acad. Sci.
Paris, Série I 331 (2000). Sur la vie de Doeblin, voir Bernard Bru, « La vie et l'œuvre de W. Doeblin
(1915-1940) d'après les archives parisiennes », Math. Inform. Sci. Humaines 119 (1992), 5-51 et, en
anglais, Biographie de Doeblin sur le site de Mac Tutor [archive]
21. ↑ versions du théorème central limite [archive]
22. ↑ Gnedenko-Kolmogorov, Limit distributions for sums of independant random variables. Nouvelle
édition. Addison Wesley, 1968
23. ↑ [7] [archive] publication de l'Insee sur l'analyse statistique bayésienne, mais les méthodes bayésiennes
ne concernent pas que les statistiques
24. ↑ [8] [archive] pour plus de détails sur l'objectivité et la subjectivité en probabilité

Voir aussi [modifier]

Sur les autres projets Wikimedia :
 Probabilité, sur Wiktionary (dictionnaire universel)
 Probabilité, sur Wikiversity (communauté pédagogique libre)

Articles connexes [modifier]

 Théorie des probabilités

 Calcul stochastique
 Variable aléatoire
 Loi de probabilité
 Cindynique
 Loi des grands nombres
 Théorème de la limite centrale
 Probabilité (mathématiques élémentaires) pour une première approche de la notion