You are on page 1of 248

collection

DIDACTIQUES
DIDACTIOUES
MATHMATIQUES

AUTOUR DE LA
MODLISATION
EN PROBABILITS
Commission inter-IREM
Statistique et Probabilits
coordination

Michel HENRY

Presses universitaires de Franche-Comt

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

Auteurs

Commission inter-IREM Statistique et Probabilits :


CHAPUT Brigitte, COURTEBRAS Bernard, DANTAL Bernard,
GIRARD Jean-Claude, HENRY Michel, PICHARD Jean-Franois,
THINARD Jean-Claude

Coordination

HENRY Michel

Titre

Autour de la modlisation en probabilits

Rsum

Ce livre rassemble des articles sur les notions fondatrices du calcul


des probabilits : hasard, exprience alatoire, vnement,
probabilit. Dans une premire partie, deux tudes traitent des
origines historiques de la notion de probabilit, accompagnes
dune frise historique assez complte prsentant les auteurs
principaux et leurs uvres des origines au 20me sicle. Cette partie
sachve par une analyse philosophique et pistmologique des
conceptions sur le hasard. Une deuxime partie traite des enjeux de
la modlisation en probabilits, en vue de son enseignement. La
notion dexprience alatoire y est revisite pour prciser le statut
dun modle probabiliste quand il est conu pour dcrire une
ralit. La troisime partie prsente quelques exemples typiques de
modlisations et sujets de rflexion transposables comme activits
en classe. On trouvera en annexes une liste des uvres marquantes
dans lHistoire des probabilits, un recensement bibliographique
des articles et ouvrages publis au niveau national par le rseau des
IREM, ainsi que dautres donnes bibliographiques sintressant
lenseignement des probabilits et de la statistique.

Public

Enseignants de mathmatiques dans le second degr, expriments


ou en formation, formateurs en IUFM, animateurs des IREM,
chercheurs universitaires en didactique et pistmologie des
probabilits.

Soutien

Ouvrage publi avec le soutien de lInstitut de Recherche sur


lEnseignement des Mathmatiques (IREM) de Franche-Comt.

Mots cl

Hasard ; exprience alatoire ; probabilit ; histoire des probabilits ;


didactique des probabilits ; modle probabiliste ; modlisation ;
modle de Poisson.

Langue

Franais

dition intgrale en ligne de : Autour de la modlisation en probabilits


Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

Caractristiques de ldition papier


Rdition de la premire partie du livre Enseigner les probabilits au
Lyce, publi en 1997 par la CII Statistique et Probabilits, mise jour
et complte darticles originaux.
diteur

Presses universitaires de Franche-Comt


Universit de Franche-Comt
25030 BESANON Cedex - France

Anne

2001

Collection

Didactiques

Srie

Mathmatiques

Format

16 x 22 cm
262 pages recto verso
support papier
ISBN 2 -84627-018-X

Maquette et
mise en pages

Marie-Claire Rougeot

Couverture

nova mondo (03 80 68 25 02)

Imprimeur

Imprimerie commune de lUniversit

Dpt lgal

4e trimestre 2001

Copyright

Presses universitaires de Franche-Comt,


Universit de Franche-Comt - 2001

Note de lditeur
Cette publication des Presses universitaires de Franche-Comt est
la version intgrale en ligne de l'ouvrage sur support papier cit en
rfrence. L'accs cette publication est libre. Cependant toute
reproduction pour publication ou des fins commerciales de la
totalit ou d'une partie de loeuvre devra imprativement faire
l'objet d'un accord pralable avec lditeur. Toute reproduction
des fins prives, ou strictement pdagogiques dans le cadre limit
d'un enseignement, de la totalit ou d'une partie de luvre est
autorise sous rserve de la mention explicite des rfrences
ditoriales de l'ouvrage (titre, auteur, diteur, dpt lgal, N ISBN
ou ISSN, copyright, adresse du site, pages extraites) et de la
dclaration au Centre Franais dexploitation du droit de Copie
(www.cfcopies.com ) conformment la lgislation en vigueur.

dition intgrale en ligne de : Autour de la modlisation en probabilits


Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

Mathmatiques

AUTOUR

DE

LA

MODLISATION
E N
PROBABILITS

Commission inter-IREM
Statistique et Probabilits
Coordination : Michel HENRY

Presses universitaires de Franche-Comt 2001


Diffus par CiD - 131 boulevard Saint-Michel - 75005 Paris

dition intgrale en ligne de : Autour de la modlisation en probabilits


Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

SOMMAIRE

Prsentation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
PREMIRE PARTIE
Points dHistoire : Hasard et probabilits . . . . . . . . . . . . . . . 11
1 - Les probabilits au tournant du XVIIIe sicle
Jean-Franois PICHARD . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2 - Frise historique sur la probabilit et la statistique
Jean-Franois PICHARD . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
3 - A propos de la dfinition de la probabilit
Jean-Claude THIENARD . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
4 - Sur quelques conceptions du hasard
Bernard COURTEBRAS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95

DEUXIME PARTIE
Modlisation dune situation alatoire . . . . . . . . . . . . . . . . . 133
Introduction
Michel HENRY . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 135
1 - Les enjeux de la modlisation en probabilits
Bernard DANTAL . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137

dition intgrale en ligne de : Autour de la modlisation en probabilits


Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

4
2 - Quest-ce quune exprience alatoire ?
Jean-Claude GIRARD . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 141
3 - Un exemple de confusion modle-ralit
Jean-Claude GIRARD . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 145
4 - Notion de modle et modlisation dans
lenseignement
Michel HENRY . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 149
5 - Notion dexprience alatoire. Vocabulaire et modle probabiliste
Michel HENRY . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 161
6 - Modlisation en probabilits conditionnelles
Michel HENRY . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 173

TROISIME PARTIE
Exemples typiques de modlisations . . . . . . . . . . . . . . . . . . 187
1 - Quelques hypothses sur les difficults rencontres dans
lenseignement des probabilits
Jean-Claude GIRARD . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 189
2 - Sur la dure de la vie et lesprance de vie
Jean-Franois PICHARD . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 201
3 - Le problme croix ou pile de DAlembert
Michel HENRY . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 219
4 - Construction dun modle de Poisson
Michel HENRY . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 225
5 Un exercice de bac : capture et re-capture
Michel HENRY . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 233

dition intgrale en ligne de : Autour de la modlisation en probabilits


Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

5
Annexes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 241
1 - Oeuvres marquantes dans lhistoire des probabilits,
du XVIIIe sicle 1950
Michel HENRY, Jean-Franois PICHARD . . . . . . . . . . . . . . . . . . . . . 243
2 - Prsentation des IREM et de la Commission Statistique et
Probabilits
Brigitte CHAPUT . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 247
3 - Publications inter-IREM sur lenseignement des
Probabilits et de la Statistique
et autres donnes bibliographiques
Michel HENRY . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 251
4 - Les auteurs de louvrage et leurs adresses
professionnelles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 259

dition intgrale en ligne de : Autour de la modlisation en probabilits


Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

P R S E N TAT I O N

D E L O U V R A G E

Depuis plus de 30 ans, les IREM (Instituts de Recherche sur


lEnseignement des Mathmatiques), accompagnent de leurs travaux les
volutions de programmes des enseignements primaire et secondaire et
apportent aux enseignants des outils pour la classe et des matires pour leur
rflexion. Organiss en rseau, les 26 IREM se sont dots de commissions
nationales, lieux de dbats et de production douvrages issus de colloques ou
duniversits dt. Cet ouvrage est le fruit dune rflexion de 10 ans, mene
au sein de la Commission Inter-IREM Statistique et Probabilits.
Lenseignement de la statistique et des probabilits, encore trs jeune,
a d sadapter de multiples changements dobjectifs, souvent tributaires
des diffrences lgitimes de points de vue sur la place et le statut de ces deux
grands domaines de lenseignement des mathmatiques, particulirement
concerns par les applications. Cette caractristique conduit ncessairement
les enseignants sinterroger sur le sens pratique quils peuvent donner aux
objets thoriques intervenant dans la description des populations statistiques
et dans le modle probabiliste.
Au fur et mesure des discussions qui se sont droules dans la
commission, limportance de mieux cerner lorigine de lide de
probabilit sest fait sentir. Diverses conceptions, qui tirent leurs origines
du sens premier du terme probabilit , ou prouvabilit , comme degr
de crdibilit, de certitude dune proposition, dun tmoignage, etc., ainsi
que diffrentes utilisations dans la langue courante, voire mme lvocation
dexpressions labores comme celle de probabilit dune probabilit, ont
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

8
une interaction forte avec le concept de probabilit introduit en
mathmatique. Il est symptomatique dailleurs quil ny ait pas consensus sur
les interprtations des notions de base de la thorie probabiliste et sur leur
impact sur loutil statistique, ce qui conduit des prsentations diverses et
quelquefois contradictoires. Cela fait que la thorie des probabilits est au
sein des mathmatiques le domaine o lclairage pistmologique est de la
plus grande importance. Nous avons donc eu le souci, en premire partie, de
replacer les connaissances probabilistes naissantes dans leur perspective
historique, faisant intervenir les acteurs fondateurs avec quelques problmes
que lHistoire a immortaliss. Une frise historique sur la probabilit et la
statistique, souligne les apports essentiels des principaux mathmaticiens et
probabilistes, des toutes premires origines laxiomatique de Kolmogorov.
Par suite de la modification des programmes des Premires et
Terminales de 1991, qui proposaient de prsenter la notion de probabilit
partir dune approche frquentiste, la commission sest attele la tche pour
contribuer la rflexion des enseignants et pour examiner limpact de cette
approche sur la comprhension des notions de base qui en rsulte chez les
lves. Les nouveaux programmes des annes 2000, encore plus orients vers
la matrise de loutil statistique, renforcent la ncessit de clarifier le statut de
la probabilit et le rle de la modlisation.
Les concepts fondateurs de la thorie probabiliste sont difficiles et
dlicats manier, en partie parce quaux difficults de lapprentissage des
mathmatiques sajoute un point de vue compltement nouveau par rapport
au dterminisme de lenseignement scientifique de collge et de lyce jusqu
ce niveau. En outre, la diffrence des autres notions enseignes en
mathmatiques, les connaissances introduites en statistique et probabilits
prennent leur sens dans la ralit quotidienne de laquelle elles tirent leurs
fondements. La dmarche de modlisation intervient alors de faon
essentielle et lintroduction des notions probabilistes pose des problmes
didactiques spcifiques.
Cest aussi une difficult nouvelle pour les lves qui reflte de
vritables obstacles la comprhension des notions probabilistes, quand ils
doivent les relier lexplication de la ralit sensible. Mme si certains
exercices de combinatoire peuvent paratre droutants, la thorie des
probabilits, limite aux ensembles finis dvnements comme le prescrivent
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

9
les programmes des lyces, est mathmatiquement trs simple. Cependant,
son rle de modle abstrait nest pas immdiat, il est particulirement dlicat
cerner dans les cadres quelque peu artificiels des situations prsentes
traditionnellement en classe.
Ainsi, faire limpasse sur la modlisation induite par un rapport de
type exprimental ces connaissances que suppose notamment lapproche
frquentiste, cest se confiner un aspect formaliste et faire perdurer une
certaine ignorance sur limpact social de ce savoir. De toute faon une
introduction purement axiomatique de la thorie probabiliste, telle quelle
peut tre prsente luniversit, nvite pas ce passage dlicat de la
modlisation, du rel au formel, tous ceux qui veulent utiliser cette thorie,
en particulier dans les multiples domaines o intervient la statistique. Ces
quelques remarques nous ont donc amens revisiter les notions de base
enseignes en probabilits sous langle de la modlisation, dun point de vue
thorique en deuxime partie. En troisime partie, nous proposons des
exemples qui nous ont paru significatifs de cette dmarche.
Aussi nous souhaitons que les diffrents chapitres qui composent ce
livre puissent apporter aux lecteurs un certain nombre de pistes de travail et
peut-tre des rponses, mais aussi des questions pour prolonger leur
rflexion.

Jean-Franois PICHARD
Michel HENRY
Commission Inter-IREM
Statistique et Probabilits

dition intgrale en ligne de : Autour de la modlisation en probabilits


Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

P REMIRE
P OINTS

PARTIE

D H ISTOIRE

HASARD ET PROBABILITS

1 - Les probabilits au tournant du XVIII e sicle


Jean-Franois PICHARD
2 - Frise historique sur la probabilit et la statistique
Jean-Franois PICHARD
3 - A propos de la dfinition de la probabilit
Jean-Claude THIENARD
4 - Sur quelques conceptions du hasard
Bernard COURTEBRAS

dition intgrale en ligne de : Autour de la modlisation en probabilits


Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

1 - LES PROBABILITS AU TOURNANT DU


XVIIIe SICLE

Jean-Franois PICHARD

Mon intention est de prsenter les commencements de la thorie


probabiliste (cest--dire lmergence de la thorie probabiliste, pour
paraphraser le titre de Hacking [14]) jusqu ltablissement des notions de
base et des thormes limites (i.e. jusquau premier tiers du XVIIIe sicle et ses
trois grands traits), en essayant de dgager les problmatiques et les
diffrentes formes des concepts de base.

0 - La prhistoire
La thorie des probabilits est une mathmatisation de lincertitude
(une gomtrie du hasard, a dit Pascal), le hasard dsignant le caractre
fortuit, imprvisible des phnomnes observs. Cette partie des mathmatiques est apparue rcemment, il y a environ trois sicles et demi, contre vingt
cinq sicles au moins pour la gomtrie.
Le droulement imprvisible de la vie dun homme, lincertitude de la
situation prsente et venir, ont dabord t attribus aux divinits (le Destin,
Dieu, qui reste toujours omniprsent dans lesprit de beaucoup de gens), la
Nature et lHomme. Lanalyse philosophique pour la comprhension du
monde va amener les savants de la Grce antique prciser davantage ce
concept vague. La notion dvnement accidentel est dgage trs tt, en
particulier par Aristote1 qui discute des opinions des Anciens et distingue les
1 - Aristote (IVe sicle avant J.C.) distingue les vnements contingents, qui doivent
ncessairement se produire ou qui se produisent frquemment, i.e. trs souvent,
et les vnements fortuits ou accidentels, qui peuvent ou non se produire (e.g.
Physique II, 4,5,6, trad. par H. Carteron, Les Belles Lettres, Paris, 1983).
Lutilisation faite par Aristote du terme probable [dans la traduction indique]
est pistmique et porte sur des vnements uniques et particuliers ; cest un
attribut qualitatif.
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

14
vnements contingents, qui doivent ncessairement se produire, et les
vnements fortuits, qui peuvent ou non se produire.
Par ailleurs, des expriences alatoires sont ralises depuis bien
longtemps dj : les jeux avec des astragales, des ds... taient pratiqus en
Msopotamie2 et dans lancienne Egypte par exemple (on a retrouv des ds
bien cubiques et homognes dans des tombeaux).
De tels jeux de hasard taient effectus parfois avec opinitret. Contre
cela, des lois sont dictes contre les tripots dans la Rome antique3. Par la
suite, les jeux sont condamns par lEglise catholique, par le pouvoir4 et par
la morale5 ; cependant cette frnsie des jeux na pas cess depuis.
Dautres activits avaient aussi des rsultats incertains. Par exemple,
dans le cas du transport maritime, les bateaux navigant sur les mers et ocans
narrivent pas toujours bon port avec leurs cargaisons ; des Bourses avaient
mme t cres au XIIIe et XIVe sicle pour assurer (parier sur) ce risque, de
faon empirique. Les rentes viagres dont la valeur est un pari sur la dure
de la vie humaine, existent depuis au moins la Rome antique6.
On peut alors se poser deux questions : pourquoi la thorie des
probabilits a-t-elle port dabord sur les jeux de pur hasard (lancers de
pices, de ds...) et non sur dautres phnomnes alatoires de la vie
conomique par exemple, et pourquoi cela est-il survenu si tardivement ?7 En
e

2 - D en terre cuite du 3 millnaire avant J.C. ; cf. David F.N. : Games, Gods &
Gambling, Ch. Griffin, 1962.
3 - On a retrouv des ds spcialement pips datant de cette poque, do la notion
complmentaire de d quitable, et lon peut conjecturer que des joueurs avaient
empiriquement senti la frquence dapparition des diffrentes faces, cest--dire
une conception intuitive de la loi des grands nombres.
4 - Par exemple, Louis IX interdit en 1255 le jeu et les manufactures de ds : Ils
devront sabstenir... des jeux de ds, dchec, de la fornication et de frquenter les
tavernes.
5 - Dans le premier ouvrage sur le sujet [8], Cardano crit au chapitre 10 intitul
Pourquoi le jeu ft condamn par Aristote :
Aristote donne une autre raison quand il dit (4. Ethique, chap. 1, in fin.) que les
joueurs, les voleurs et les pilleurs font un mtier sordide pour lequel ils trafiquent pour
un profit indigne ; en fait, ils font nimporte quoi pour lamour du gain et de ce fait, ils
encourent des reproches...
Maintenant, les chrtiens tolrent les jeux de hasard, quoique ce ft condamn par les
anciens ; mais ils nadmettent pas ce flau...
(Lothographe reproduite ici est celle de la traduction dorigine, un peu diffrente de la
ntre. Il en sera de mme pour un certain nombre dautres citations).
6 - Les tables du jurisconsulte romain Ulpien (IIIe sicle) indiquent, suivant lge, la
valeur attribuer aux rentes viagres dans les successions.
7 - Voir par exemple [14] et dans [25], en particulier les chapitres 6 : La tardive
mergence du calcul des probabilits au XVIIe sicle, et 7 : Le contexte
juridique et commercial de lapparition du calcul des probabilits: les
mathmatiques et la spculation sur lavenir.
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

15
effet, les outils mathmatiques utiliss par les inventeurs de cette thorie sont
trs simples et taient connus ds lantiquit grecque pour larithmtique et
le calcul des proportions et le Moyen-Age pour les combinaisons8 ; ainsi, ds
cette poque, lappareillage mathmatique pour une telle thorie tait
disponible.
Sur le premier point, on peut remarquer que les jeux de hasard pur (o
ladresse des joueurs nintervient pas) sont les plus simples conceptuellement
et quils sont faciles modliser ; Pascal a crit ce propos que cette thorie
pourrait sarroger bon droit ce titre tonnant : Gomtrie du hasard. dans
son Adresse de 1654 lAcadmie Parisienne Le Pailleur (qui faisait suite
lacadmie de Mersenne)9. Ce sont des problmes de ce genre qui ont t
dvelopps en premier, lencontre de lhypothse de Maistrov10 quune
science se dveloppe pour rpondre des besoins conomiques.
Sur le second point, une premire raison est quun trait scientifique
sur les jeux de hasard ne fait peut-tre pas trs srieux, le jeu tant chose
futile aux yeux des savants. Une autre raison, certainement plus importante,
est que le rsultat dun tirage au sort est lexpression de la volont divine,
et comme telle on ne doit pas calculer dessus, on ne doit pas tenter Dieu (ou
le Diable) ; cette attitude existe encore actuellement avec les attitudes
superstitieuses de joueurs11. Cest peut-tre une raison pour laquelle lEglise
catholique avait prohib les jeux de hasard12.
Ltablissement de rgles aussi quitables que possibles13 dans les jeux
de hasard (qui taient malgr tout pratiqus) suppose une apprciation des
8 - Le triangle arithmtique donnant les combinaisons de p objets pris parmi n tait
dj connu des mathmaticiens arabes du XII-XIIIme sicle (voir A. Djebbar :
Lanalyse combinatoire au Maghreb. Lexemple dIbn MunIm, Pub. Math. dOrsay,
1985 ; dont des extraits sont donns dans Mathmatiques Arabes, IREM de Rouen,
1989) et des mathmaticiens italiens de la Renaissance, en particulier Tartaglia,
General Trattato de 1556.
9 - Cette acadmie tait un salon o se rencontraient des gens de lettres, de sciences
et de la noblesse pour discuter sur toutes sortes de sujets, en particulier
scientifiques, cest la prfiguration de lAcadmie Royale de Paris.
Pour avoir une ide de la diversit des questions traites lors de ces runions, on
peut voir :
Marin Mersenne : Questions inouyes, questions harmoniques, ... (1634), Fayard,
Corpus des oeuvres de philosophie en langue franaise, 1985.
10 - L. E. Maistrov : Probability Theory, A Historical Sketch, Academic Press, 1974.
11 - Et mme en gnral dans la vie courante. Il nest que de voir, par exemple, le
battage fait dans les mdias lorsque survient un vendredi 13.
12 - Par exemple, sermon de St Cyprien de Carthage (240),..., de St Bernadin de Sienne
(1423), etc...
13 - Cest--dire des rgles analogues une jurisprudence, une valuation du droit
des joueurs sur les mises.
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

16
possibilits des rsultats gagnants et perdants. Cependant, ce nest pas avant
la Renaissance, avec un certain nombre de savants qui basaient la
connaissance sur la mthode exprimentale, que des tentatives vont avoir
lieu (e.g. Cardan, voir ci-aprs). Dautre part, au dbut du XVIIe sicle, les
milieux scientifiques et philosophiques cherchent des explications au monde
et ce qui sy produit14 et, sappuyant sur les expriences, vont vers une
rationalisation du rel. Il nest donc pas tonnant quon se soit proccup
aussi, cette poque, des phnomnes alatoires.

1 - Les premiers crits : Cardan et Galile


Les premiers textes connus sur le calcul des hasards (ou des chances)
ont t crits au XVIe sicle (Cardan15) et au dbut du XVIIe sicle (Galile16),
mais ils nont t publis que bien plus tard, cest pourquoi ils nont eu
aucune influence directe sur le dveloppement public de cette thorie, parce
que celle-ci avait dj atteint un degr de sophistication suprieur celui du
travail de Cardan17. Ils donnent cependant un aperu de la faon de concevoir
les ides de hasard.
Des deux, le travail le plus complet et le plus intressant est celui de
Cardan, bien que Montmort ([27], p. IX) en ait crit :
Jrme Cardan a donn un Trait De Ludo Aleae; mais on ny trouve que de
lrudition & des rflexions morales.
Libri en dit dans son Histoire,
Cardan a crit un trait spcial De Ludo Aleae, o se trouvent rsolues
plusieurs questions danalyse combinatoire.

14 - Voir des exemples dans Mersenne op. cit, ainsi que dans Galile, Discours et
dmonstrations mathmatiques concernant deux sciences nouvelles, Trad. et notes de
Clavelin, Editions Colin, 1970.
15 - Gerolamo Cardano, (en franais, Jrme Cardan) : Liber de ludo aleae (crit entre
1526 et 1560) in Opera Omnia, vol. 1, Lyon, 1663 ; traduit en anglais par Oystein
Ore : Cardano, the Gambling Scholar, Princeton Univ. Press, 1953, Cf. [8] - les
citations donnes ci-aprs (traduction libre) sont faites daprs [8].
16 - Galilei Galileo : Considerazione sopra il giuco dei dadi, Opere, t.xiv, 293-296,
Firenze, 1855 ; premire dition de ce texte, viii 591-594 in Opere, 1718. La date de
rdaction est inconnue, vers 1620 ; Galileo est mort en 1642. Il avait intitul ce
texte Sopra le scoperte de i dadis.
17 - Pour plus de prcisions, voir e.g. [14], [24], [34].
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

17
La vrit se situe entre les deux. Cardan tudie, entre autres choses, les
diffrentes combinaisons possibles (quil distingue des rsultats observables
avec des ds indiscernables) avec un, deux et trois ds, et utilise cela pour
calculer les chances lorsquil y a quipossibilit ou gale facilit des cas
(terme que lon retrouve chez Laplace). Il dit pour le cas dun d :
Par exemple, je peux aussi facilement tirer le un, le trois ou le cinq que le
deux, le quatre ou le six. Les paris sont donc poss conformment cette galit si le
d est honnte et sinon ils sont faits dautant plus grands ou plus petits en proportion
de lcart lgalit vraie.
Cardan parat assigner une gale facilit aux diffrentes faces en raison
de la symtrie dans le cas dun d honnte, ce qui revient considrer le
d comme un cube parfait, cest--dire passer dun d particulier par
abstraction un d parfait, comme en gomtrie on passe dun fil bien tendu
la notion de ligne droite. Dautre part, cette allusion aux ds truqus montre
que Cardan (et certainement dautres joueurs avant lui) avait un sentiment
empirique de la loi des grands nombres et proposait dengager les paris selon
une approche quon qualifie aujourdhui de frquentiste. Cependant, son
expos est fait fondamentalement selon une doctrine mathmatique, les
expriences effectives de jeux qui sont mentionnes devant tre comprises
comme des illustrations.
Il nonce alors un principe premier :
Aussi il y a une rgle gnrale, que nous devons considrer le circuit entier
[i.e. toutes les possibilits], et le nombre de ces lancers qui reprsente en combien de
faons les rsultats favorables peuvent se produire, et comparer ce nombre au reste du
circuit, et les paris mutuels devront tre poss selon cette proportion, de sorte quon
puisse disputer en termes gaux.
qui est le premier nonc bien connu de la dfinition de la probabilit
objective : lorsque les cas sont quipossibles (quiprobables), la probabilit
dun vnement est le rapport du nombre de cas favorables au nombre de cas
possibles. On remarque aussi que le jeu est un contrat pass entre deux ou
plusieurs personnes, dont le rsultat est imprvisible pour chacune dentre
elles, et que la convention pour tablir les paris est base sur une rgle de
justice de sorte quon puisse disputer en termes gaux (jeu quitable), ce
que nous retrouverons plus tard.
Bien que ce trait nait pas t publi avant 1665, les ides de Cardan
ont d circuler en Italie, puis en France. En effet, Galile, dans son petit
mmoire sur le jeu de ds - crit la suite dune demande du Grand Duc de
Toscane vers 1620, mais publi seulement en 1718 - commence directement sa
note en supposant lquipossibilit des rsultats des lancers ; et il en est de
mme dans la correspondance de Pascal et Fermat.
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

18
2 - Le dbut officiel : Pascal et Fermat
Un certain dlai de publication sest aussi produit pour la
correspondance entre Pascal et Fermat de 1654, et pour le Trait du Triangle
Arithmtique (1654) de Pascal ; ces oeuvres ont t publies peu prs en
mme temps18 que celles de Cardan (les oeuvres de Pascal ont t publies en
1665) et avant celles de Galile. Nanmoins, les discussions sur le sujet qui
ont eu lieu dans lAcadmie Parisienne et lAdresse de Pascal communique
un certain nombre de savants, en ont fait connatre la substance
Christiaan Huygens (sjour Paris en 1655) et a incit celui-ci crire et
publier en 1657 le premier trait sur la thorie probabiliste.
Laccrditation de Pascal et Fermat comme fondateurs de la thorie
probabiliste semble due Huygens. En effet, il crit, dans sa lettre Frans
van Schooten (qui a traduit en latin le trait de Huygens et la publi en 1657
avec ldition latine de son ouvrage Mathematische Oeffeningen) :
Il faut savoir dailleurs quil y a dj un certain temps que quelques-uns des
plus Clbres Mathmaticiens de toute la France19 se sont occups de ce genre de
Calcul, afin que personne ne mattribue lhonneur de la premire Invention qui ne
mappartient pas.20
Leibniz, dans ses crits et sa correspondance ce sujet, ne cite que
Pascal, Fermat et Huygens, pourtant les uvres de Cardan taient dj
parues depuis 1663. Montmort, quant lui, avait eu connaissance de
louvrage de Cardan, puisquil le cite, mais dune manire trs restrictive,
alors quil dit de Pascal et Fermat (p. XXI) :
Je crois devoir parler maintenant de deux Geometres illustres qui je dois les
premiers ves que jai eues sur le sujet que je traite. En 1654 M. Pascal resolut ce
Problme... M. Pascal le proposa M. Fermat avec qui il toit en commerce damiti
& de Geometrie, & qui en cette Science ntoit inferieur qu M. Descartes.21
De sorte que la lgende Pascal et Fermat sont les fondateurs de la
thorie probabiliste a continu se propager, en particulier en France o les
historiens des sciences et les grands mathmaticiens des sicles suivants ont
consacr la primaut de Pascal et Fermat. On peut citer par exemple :
18 - Fermat : Varia Opera mathematica, Toulouse, 1679 ; voir [12].
19 - Il sagit surtout de Pascal et Fermat.
20 - [17], t.14, p.57-58.
21 - La graphie (et lorthographe) utilise ici est celle de louvrage original ; pour
certains termes, elle est diffrente de celle en usage de nos jours ; il en sera de
mme pour un certain nombre dautres citations.
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

19
Montucla ([28], t. 3, p. 383) :
Les premiers qui ayent fray cette carrire sont Pascal et Fermat. Lun et
lautre de ces hommes clbres examinoient vers le milieu du sicle pass quelques
questions sur les jeux et les paris des joueurs.
Laplace ([23], p. 197) :
Depuis longtemps on a dtermin dans les jeux les plus simples les rapports
des chances favorables ou contraires aux joueurs [...] Mais personne, avant Pascal et
Fermat, navaient donn des principes et des mthodes pour soumettre cet objet au
calcul [...] Cest donc ces deux grands gomtres quil faut rapporter les premiers
lments de la science des probabilits.
Poisson ([31], p. 1) dcrit de faon plus prcise :
Un problme relatif aux jeux de hasard, propos un austre jansniste par
un homme du monde, a t lorigine du calcul des probabilits. Il avait pour objet de
dterminer la proportion suivant laquelle lenjeu doit tre partag entre les joueurs,
lorsquils conviennent de ne point achever la partie, et quil leur reste prendre, pour
la gagner, des nombres de points ingaux. Pascal en donna le premier la solution,
mais pour le cas de deux joueurs seulement; il ft ensuite rsolu par Fermat, dans le
cas gnral dun nombre quelconque de joueurs. 22
Cependant, si lon considre que la date de publication fait foi, cest
C. Huygens que revient lhonneur dtre appel le pre de la thorie
probabiliste : si cest la date de lcrit qui compte, cest Cardan que revient
ce droit23.
Je vais donner ici seulement quelques indications sur les ides de
Pascal-Fermat, bien que publies environ une dizaine dannes aprs le trait
de Huygens, en raison de linfluence quelles ont eue, en complment de ce
trait de Huygens, sur le dveloppement de la thorie probabiliste au dbut
du XVIIIe sicle avec les trois grands traits de lpoque, qui seront tudis

22 - Ce problme de partage de lenjeu a t appel en France problme des partis,


car on cherche le parti des joueurs, selon lexpression consacre au XVIIe sicle et
dbut du XVIIIe sicle.
23 - Comme lcrit Montmort au dbut du XVIIIe sicle, le texte de Cardan est compt
comme quantit ngligeable pour le sujet (peut-tre ne lavait-il pas bien lu ?). De
plus, Cardan avait une rputation de plagiaire, en raison notamment de ses
disputes avec Tartaglia sur la rsolution de lquation du 3me degr. On peut
nanmoins se poser la question : pourquoi les auteurs franais cits ont-ils
attribu cela Pascal (invention avec Fermat de la thorie probabiliste, triangle
arithmtique dit de Pascal) alors que Pascal a par ailleurs bien dautres titres de
gloire ?
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

20
plus loin. Sur Pascal-Fermat, ainsi que sur Huygens, des tudes plus
approfondies ont t excellemment faites ds le dbut du XVIIIe sicle par
Jacques Bernoulli, Pierre Rmond de Montmort et Abraham de Moivre, puis
dans [28] et [34], et tout rcemment dans [1], [7], [14], [16], [18], [19] (et
certainement bien dautres).
Pascal et Fermat prsentent une approche probabiliste dun problme
juridique : comment rpartir quitablement entre les joueurs lenjeu dune
partie qui ne peut tre acheve24. Pour ce faire, ils utilisent de faon implicite
la proprit dadditivit et celle de multiplication pour des vnements
indpendants, comme si cela tait gnralement admis.
Pascal procde une rcurrence descendante partir du droit
desprer conditionnel la situation considre, comme on peut le voir dans
sa lettre du 29 juillet 1654 ([29], p. 43) :
Posons que le premier en ait deux et lautre une; ils jouent maintenant une
partie dont le sort est tel que, si le premier la gagne, il gagne tout largent qui est au
jeu, savoir, 64 pistoles; si lautre la gagne, ils sont deux parties deux parties, et par
consquent, sils veulent se sparer, il faut quils retirent chacun leur mise, savoir,
chacun 32 pistoles.
Considrez donc, Monsieur, que si le premier gagne, il lui appartient 64; sil
perd, il lui appartient 32. Donc sils veulent ne point hasarder cette partie et se
sparer sans la jouer, le premier doit dire : Je suis sr davoir 32 pistoles, car la perte
mme me les donne; mais pour les 32 autres, peut-tre je les aurai, peut-tre vous les
aurez; le hasard est gal, partageons donc ces 32 pistoles par la moiti et me donnez,
outre cela, mes 32 qui me sont sres .
On constate donc sur cet extrait que Pascal reprend, dans le cas dune
situation de jeu, lanalogue du calcul des esprances futures sur des biens des
personnes dont on doit hriter, avec les proprits communment admises :
additivit et des hritiers de mme rang ont les mmes esprances pour un
bien. Pour la question sur le jeu de ds pose par le chevalier de Mr, il sousentend quil est couramment admis que les faces du d sont galement
possibles et par l mme quelles ont la mme chance de se produire.
Fermat, quant lui, utilise les combinaisons pour dnombrer les cas
possibles et favorables, supposs ici quiprobables, sur le nombre
maximum de parties jouer, comme le fait Pascal, pour une partie simple, en

24 - Le problme de la division (qui est le nom anglais) de lenjeu semble dorigine


arabe, antrieur au XIVe sicle. Il avait dj t tudi sans succs par Pacioli la
fin du XVe sicle, puis par Cardan, Peverone, Tartaglia entre autres au XVIe sicle.
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

21
disant le hasard est gal, et en tirer la proportion dargent mis en jeu qui
revient chaque joueur. On peut illustrer cela par un extrait de la lettre de
Pascal Fermat du 24 aot 1654 ([29], p. 47) :
Voici comment vous procdez quand il y a deux joueurs : [...]
do vous concluez quil faut voir [...] combien il y a de combinaisons pour faire
gagner le premier et combien pour le second et partager largent suivant cette
proportion.
Et de mme dans la lettre de Fermat Pascal du 29 aot 1654 ([12],
p. 309) :
Cependant je rpondrai votre question des trois joueurs qui jouent en deux
parties. Lorsque le premier en a une, et que les autres nen ont pas une, votre
premire solution est la vraie, et la division de largent doit se faire en 17, 5 et 5 : de
quoi la raison est manifeste et se prend toujours du mme principe, les combinaisons
faisant voir dabord que le premier a pour lui 17 hasards gaux, lorsque chacun des
autres nen a que 5.
Pascal regroupe et formalise les rsultats quil a obtenus dans un trait
connexe au Trait du triangle arithmtique. Il commence par noncer une
convention :
en quelque terme que le jeu se trouve, ils peuvent le quitter; et, au contraire
de ce quils ont fait en y entrant, renoncer lattente du hasard, et rentrer chacun en
la proprit de quelque chose. Et en ce cas, le rglement de ce qui doit leur appartenir
doit tre tellement proportionn ce quils avaient droit desprer de la fortune, que
chacun deux trouve entirement gal de prendre ce quon lui assigne ou de continuer
laventure du jeu : et cette juste distribution sappelle le parti
cest--dire que le parti est gal au droit desprer. Cette mme convention
avait t aussi indique par Cardan :
Si le jeu recommenait, les parties en prsence devraient miser la mme
somme que celle quelles ont reue condition de sarrter de jouer. 25
Ensuite Pascal donne deux principes qui rglent ce droit desprer.
Le premier principe... est celui-ci. Si un des joueurs se trouve en telle
condition que, quoi quil arrive, une certaine somme lui doit appartenir en cas de
perte et de gain, sans que le hasard la lui puisse ter, il nen doit faire aucun parti,
mais la prendre entire comme assure.
En notation moderne, on peut le traduire par : lesprance
mathmatique dune constante est cette mme constante.
25 - Dans Cardan, Practica arithmetica, 1539.
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

22
Le second est celui-ci : si deux joueurs se trouvent en telle condition que, si
lun gagne, il lui appartiendra une certaine somme, et sil perd, elle appartiendra
lautre; si le jeu est de pur hasard et quil y ait autant de hasard pour lun que pour
lautre et par consquent non plus de raison de gagner pour lun que pour lautre,
sils veulent se sparer sans jouer, et prendre ce qui leur appartient lgitimement, le
parti est quils sparent la somme qui est au hasard par la moiti.
La conclusion du corollaire premier est :
Et, partant, si en cas de perte il lui appartient A, et en cas de gain A+B, le
parti est quil prenne A+ B .
2

En langage moderne on dirait que le droit desprer est un oprateur


additif.
Pascal applique ensuite ces proprits au problme des partis, en
utilisant les combinaisons dont il a tabli les proprits dans la premire
partie du Trait du triangle arithmtique.

3 - Le premier trait publi : Christiaan Huygens


Jai indiqu succinctement ci-dessus les circonstances qui ont incit
Christiaan Huygens, jeune hollandais g de 25 ans, en sjour Paris en 1655,
sintresser ce sujet. Son travail tait bien avanc au printemps 1656 et
Huygens se mit en rapport avec Pascal et Fermat ce propos. Le trait de
Huygens est dabord paru en latin en 1657 sous le titre De Ratiociniis in Ludo
aleae. Ecrit en hollandais, il a t traduit en latin par son professeur de
mathmatiques F. van Schooten qui la insr la suite de ses Exercitationum
Mathematicarum, Liber V. Il est publi en hollandais trois ans plus tard.
Huygens commence, ds le tout dbut de son trait [17]26, par
formaliser la notion de droit desprer, que lon a trouv exprime chez
Pascal dans le Trait du triangle arithmtique, sous le nom de valeur de la
chance :
Quoique dans les jeux de hasard pur les rsultats soient incertains, la chance
quun joueur a de gagner ou de perdre a cependant une valeur dtermine.
Cette notion de valeur de la chance a t traduite en latin par
expectatio, ce qui a donn en franais esprance mathmatique. Ensuite,
il indique ce quil entend par jeu juste :
26 - Voir aussi larticle plus dtaill de Denis Lanier, Huygens : lesprance et linfini,
dans [16].
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

23
je pars de lhypothse que dans un jeu la chance quon a de gagner quelque
chose a une valeur telle que si lon possde cette valeur on peut se procurer la mme
chance par un jeu quitable, cest--dire par un jeu qui ne vise au dtriment de
personne,
dj signal par Cardan. Huygens introduit aussi la notion de jeu quivalent.
Sa proposition I est :
Avoir des chances gales dobtenir a ou b me vaut

a+b
2

ce qui est le corollaire second de Pascal, qui en tait rest cette proprit car
ctait suffisant pour traiter le problme des partis o les deux joueurs ont
des hasards gaux. Huygens gnralise ce rsultat dans sa proposition III :
Avoir p chances dobtenir a et q dobtenir b, les chances tant quivalentes,
me vaut

pa + qb
p+q

A laide de cela, Huygens rsout le problme des partis par


rcursivit ; il nutilise pas de mthode combinatoire.
On a vu que, dj avec Cardan, la notion dquipossibilit avait t
dgage et postule. On retrouve cela chez Huygens ([17], p. 76) :
Dabord quon peut faire avec un d six coups diffrents galement
vraisemblables. Car je suppose que le d a la forme dun cube parfait. Ensuite quon
peut faire 36 coups diffrents avec deux ds, lesquels ont aussi des vraisemblances
gales. En effet, avec chaque coup du premier d chacun des 6 coups du deuxime d
peut se combiner. Et 6 fois 6 font 36.
et il fait le dcompte des points en appelant les ds A et B respectivement. On
remarque, comme pour Cardan, que lquipossibilit est admise, que ce soit
pour un ou plusieurs ds. Lindpendance ne sera considre que plus tard,
avec de Moivre.
La proposition XIV est intressante en ce quelle fait intervenir un
nombre de parties qui nest pas limit :
Si un autre joueur et moi jettent tour tour 2 ds condition que jaurai
gagn ds que jaurai jet 7 points et lui ds quil en aura jet 6, tandis que je lui
laisse le premier coup, trouver le rapport de ma chance la sienne.
Ici, si les deux ont manqu, on revient une situation quivalente
celle de dpart, de l Huygens propose implicitement une rsolution par
quation de rcurrence priodique. Si x est la valeur de sa chance au dbut,
ce sera de nouveau x chaque fois que cest son tour de jeter, et y est la
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

24
valeur de ma chance quand cest mon tour de jeter, on obtient un systme
de 2 quations entre les 2 inconnues x et y, facilement rsoluble.
Louvrage se termine par cinq propositions (exercices) laisses la
sagacit du lecteur, dont deux sont dues Fermat et une Pascal. Le numro
V est le plus remarquable et fait aussi intervenir ventuellement un nombre
non limit de parties : cest le premier exemple sur la dure du jeu, un sujet
qui a excit la sagacit de Bernoulli, Montmort, de Moivre, Lagrange et
Laplace, entre autres.
Ayant pris chacun 12 jetons, A et B jouent avec trois ds cette condition
qu chaque coup de 11 points, A doit donner un jeton B, mais que B en doit donner
1 A chaque coup de 14 points, et qui celui l gagnera qui sera le premier en
possession de tous les jetons. On trouve dans ce cas que la chance de A est celle de
B comme 244140625 est 282429536481.
Huygens pensait, pour la rsolution de cet exercice, certainement la
mthode par quation de rcurrence propose pour la proposition XIV.
Le trait de Huygens est rest le seul ouvrage important en thorie des
probabilits jusquau dbut du XVIIIe sicle. Peut-tre est-ce d au fait que les
mathmaticiens, pendant cette priode, taient occups dvelopper le
calcul diffrentiel et intgral invent par Leibniz et la mthode quivalente
des fluxions et des fluentes invente par Newton, et aussi au fait que cette
thorie ne semblait pas avoir dapplication en sciences.
Il sera traduit et comment dans un trait anglais anonyme de 1692,
attribu maintenant Arbuthnot. Il sera reproduit et comment dans la
premire partie de lArs conjectandi de Bernoulli ; des solutions,
interprtations et gnralisations aux cinq problmes laisss comme exercice
sont proposes par Huygens lui-mme, par Bernoulli, Montmort, de Moivre,
etc...

4 - La probabilit et son aspect philosophique


On a pu remarquer quil nest question de probabilit ni chez Pascal,
ni chez Fermat, ni chez Huygens ; les calculs sont effectus en fonction des
chances (ou hasards) de chacun des joueurs. Dailleurs ce mot probabilit
et ses drivs avaient une autre signification que celle qui est actuellement
accepte, en particulier en thorie mathmatique des probabilits.
Le terme probabilit a t introduit au Moyen-Age en jurisprudence,
construit partir du latin probare qui signifie prouver, sens que lon
retrouve dans les mots probant, probation, etc... Il sagissait dapprcier
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

25
les preuves, indices matriels ou tmoignages, lors dun jugement. Suivant la
notorit ou lautorit morale du tmoin, le tmoignage avait plus ou moins
de poids, ce qui donnait lieu un calcul des probabilits. Dans le
dictionnaire Hachette, Langue-Encyclopdie-Noms propres, 1980, on trouve :
> Calcul des probabilits : science dont le but est de dterminer la
vraisemblance dun vnement. - 1360. De mme pour le terme :
> Probable : adj. Qui a une apparence de vrit, semble plutt vrai
que faux. Il est probable quil vienne ; Lat. probabilis, de probare ;
proubable, quon peut prouver, 1285 ; 1380 .
Le mot est utilis dans ce sens par Mersenne en 163727. La probabilit
est considre alors comme le degr de crdibilit dune opinion ou dun
jugement sur un fait28.
Sera probable un avis ou une opinion attest par toutes les autorits
morales ou religieuses, ou par un grand nombre, et par glissement par au
moins une autorit ; on aboutit alors la doctrine du :
> Probabilisme : n.m. PHILO Doctrine qui juge impossible darriver la
certitude et recommande de sen tenir ce qui est le plus probable.,
prconise par les jsuites, et contre laquelle Pascal slvera, par exemple
([29] Penses 981, p. 637) :
Que serait-ce que les Jsuites sans la probabilit et que la probabilit sans les
jsuites ? et (P.985, p. 638) : La probabilit est peu sans les moyens corrompus, et
les moyens ne sont rien sans la probabilit.29,
o le terme probabilit se rfre cette doctrine.
Pascal, dans largument du pari ([29] Penses , p. 418, Infini-rien, p. 550),
utilise encore la proprit de lesprance : gain nombre de hasards pour

27 - Mersenne (opus cit) : Question XXIV : Peut-on savoir au vray quelle heure, quel
jour, en quel mois, et en quelle anne le monde a commenc, et quand il finira.
Il est certain que nul ne peut savoir sans revelation en quelle anne... Dieu a cre le
monde, car les plus savans Chronologues avoent ingenument quils ne vont qu
tastons, et quils nont que des conjectures, ou des probabilitez, ....
28 - Cette acception est toujours utilise, en particulier dans lappareil judiciaire,
comme on peut le voir dans lextrait de lordonnance de renvoi du juge Courroye
dans laffaire Carignon : Il existe de fortes probabilits pour que le cot de ces
avantages fournis par les socits concessionnaires ait t refactur en bout de chane aux
usagers et consommateurs du service public dlgu., cit dans le Canard Enchan
du 10 mai 1995.
29 - Pascal slve ici contre la doctrine du probabilisme ; voir e.g. Hacking [14], p. 2224, et [7].
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

26
le gain contre perte nombre de hasards pour la perte, il fait donc une
utilisation de la toute jeune thorie des chances pour en tirer une dcision.
On peut dire quil est linitiateur de la thorie de la dcision. Sa Gomtrie
du hasard tait un calcul algbrique des chances et des droits desprer qui
permet de choisir une stratgie et de prendre une dcision base sur un
critre scientifique.
Pascal faisait partie de la communaut jansniste de Port-Royal, o il
y avait des discussions religieuses, bien sr, mais aussi philosophiques et
scientifiques. Arnauld et Nicolle ont aussi rsid labbaye de Port-Royal et
discut de divers sujets avec Pascal.
Le mot probabilit dans le sens actuel est introduit pour la premire
fois en 1662 dans la Logique, ou lArt de Penser, dite Logique de Port-Royal
[3]30. Cet art de penser est structur selon les quatre aspects de la pense
rationnelle : comprendre, juger, dduire, ordonner. Cest un ouvrage dun
intrt considrable qui sera encore utilis comme manuel durant tout le
XVIIIe sicle. Dans la ligne dAristote sont tablies la caractrisation (interne
et externe) et les proprits logiques des propositions certaines ou
impossibles. Ensuite, les auteurs tudient les propositions incertaines, en
particulier les tmoignages sur des vnements, plus ou moins probables, de
la vie ordinaire et les miracles ; pour ces propositions, on a un calcul des
probabilits dans le sens indiqu ci-dessus, i.e. sur des degrs de crdibilit.
Aprs, Arnauld et Nicolle passent au cas des propositions concernant des
vnements futurs (ce qui est peut-tre un rsultat des discussions avec
Pascal), dans le livre IV, chapitre XVI Du jugement quon doit faire des
accidens futurs, qui commence ainsi :
Ces regles qui servent juger des faits passs, peuvent facilement sappliquer
aux faits venir.
Ils donnent lexemple suivant sur un jeu simple :
Il y a des jeux o dix personnes mettant chacun un cu, il ny en a quun qui
gagne le tout, & tous les autres perdent : ainsi chacun nest au hazard que de perdre
un cu, & en peut gagner neuf. Si lon ne consideroit que le gain & la perte en soi, il
sembleroit que tous y ont de lavantage : mais il faut de plus considerer que si chacun
peut gagner neuf cus, & nest au hazard que den perdre un, il est aussi neuf fois
plus probable lgard de chacun quil perdra son cu, & ne gagnera pas les neuf.

30 - Pascal a discut en particulier de gomtrie avec Arnauld, pour les Elmens de


gomtrie de celui-ci.
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

27
Ainsi chacun a pour soi neuf cus esperer, un cu perdre, neuf degrs de
probabilit de perdre un cu, & un seul de gagner les neuf cus : Ce qui met la chose
dans une parfaite galit.
Tous les jeux qui sont de cette sorte sont quitables, ..., & ceux qui sont hors
de cette proposition sont manifestement injustes.
On voit donc un glissement du sens du mot probable, utilis jusqu
cette poque pour dsigner le degr de crdibilit ou de possibilit dune
opinion ou dun tmoignage sur un vnement pass, vers la notion actuelle
concernant la probabilit mathmatique dun vnement futur sur une
exprience rptable, sous lhypothse dquipossibilit. Les termes
chances ou hasards utiliss par Pascal, Fermat et Huygens sont ici
exprims par degrs de probabilit. On peut noter aussi que le schma de
jeu indiqu est bas sur une convention de justice, dquit, explicite par ce
qui met la chose dans une parfaite galit.
Cette distinction a t bien rsume au XIXe sicle par Cournot :
Les explications que jai donnes... sur le double sens du mot de probabilit,
qui tantt se rapporte une certaine mesure de nos connaissances, et tantt une
mesure de la possibilit des choses, indpendamment de la connaissance que nous en
avons : ces explications, dis-je, me semblent propres rsoudre les difficults qui ont
rendu jusquici suspecte de bons esprits toute la thorie de la probabilit
mathmatique.31
La Logique se termine par un raisonnement analogue, plus terre terre,
celui du pari de Pascal (Infini-rien) :
Il y a, par exemple, beaucoup de personnes qui sont dans une frayeur
excessive lorsquils entendent tonner... si cest le seul danger de mourir par le
tonnerre32, qui leur cause cette apprehension extraordinaire, il est ais de leur faire
voir quelle nest pas raisonnable. Car de deux millions de personnes, cest beaucoup
sil y en a une qui meure en cette maniere... Puis donc que la crainte dun mal doit
tre proportionne non seulement la grandeur du mal, mais aussi la probabilit
de lvenement, comme il ny a gueres de genre de mort plus rare que de mourir par
le tonnerre, il ny en a gueres aussi qui nous dt causer moins de crainte.
31 - [10], p. IV. La suspicion, que Cournot signale ici, concerne lapplication de la
thorie mathmatique probabiliste la probabilit des tmoignages, quon
rencontre jusquau dbut du XIXe sicle avec Laplace, Poisson et Cournot luimme. Cet aspect sera compltement occult par les mathmaticiens
probabilistes jusquau dbut du XXe sicle, o il reviendra avec la thorie de la
dcision dans lincertain (initie par E. Borel, Ville,...) et dans lapproche
subjectiviste de la probabilit (voir ci-aprs).
32 - i.e. par la foudre.
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

28
On voit ici de plus lassimilation dune frquence33 avec une
probabilit.
Ils donnent aussi un autre exemple dvnement rare, toujours pour
illustrer ce raisonnement analogue au pari de Pascal :
Ainsi ce seroit une sottise de jouer vingt sols contre dix millions de livres, ...,
condition que lon ne pourroit le gagner, quau cas quun enfant arrangeant au
hazard les lettres dune Imprimerie, compost tout dun coup les vingt premiers Vers
de lEnede de Virgile.34
Dans la seconde moiti du XVIIe sicle, en ce qui concerne laspect
philosophique de la probabilit, nous avons encore mentionner G.W.
Leibniz. Bien que nayant obtenu aucun rsultat thorique significatif dans ce
domaine, il a jou nanmoins un rle important, la fois comme
mathmaticien (il est linventeur du calcul diffrentiel, publi en 1684) et
comme philosophe, par lintermdiaire de sa correspondance35.
Leibniz sest intress trs tt, ds 1676, la thorie initie par PascalFermat et Huygens (cf. [24]). Ses tudes juridiques lont amen tudier la
jurisprudence de lantiquit et du Moyen Age. Les juristes, pour rendre leurs
jugements, prenaient en compte diverses varits de preuves : les preuves
pleines, demi-pleines, etc... suivant la confiance quon pouvait leur accorder.
Lambition de Leibniz tait de rendre la jurisprudence aussi rigoureuse que
les mathmatiques et dobtenir une algbre universelle. Il avait dailleurs
prsent une thse en 1666, quand il avait 20 ans, dont le titre est De Arte
Combinatoria. Il va tendre, comme Arnauld et Nicolle, les oprations
logiques sur les propositions certaines aux propositions incertaines, lies
des vnements passs incompltement connus ou alatoires, avec des
degrs de crdibilit sur une chelle de 0 1. On peut considrer que cette
caractristique universelle, dans lesprit de Leibniz, sapparente la logique
floue et la thorie subjectiviste des probabilits, dveloppe par F.P.
Ramsey, D.V. Lindley, B. de Finetti36, puis L.J. Savage37, entre autres, cest-33 - Frquence suppose car il ny avait pas, lpoque, de statistique ce sujet.
34 - [3], p.353. Cette ide sera reprise par Emile Borel (e.g. [5]) sous limage des
singes dactylographes pour illustrer un vnement de probabilit extrmement
petite.
35 - Die Philosophischen Schriften von Gottfried Wilhelm Leibniz, Editions C.J.
Gerhardt, tome III, 1887, rdition Olms, 1960, qui contient une partie de la
correspondance de Leibniz entre 1673 et 1716.
36 - B. De Finetti : Theory of Probability, Wiley, 1974, dition italienne de 1970, premiers
travaux vers 1937.
37 - L. J. Savage. : The Foundations of Statistics, 1954.
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

29
dire que la probabilit nexiste pas en soi, nest pas intrinsque une chose,
mais est une valuation de notre incertitude sur cette chose, et pas seulement
sur des vnements futurs rptables. Nous pouvons assigner une
probabilit une proposition particulire par rapport notre jugement
personnel et notre tat de connaissance, mais lensemble de toutes nos
attributions de probabilit doit tre soumis des rgles assez strictes de
cohrence interne.

5 - Arithmtique politique38
Cette mme anne 1662 o parut la Logique de Port-Royal, un
marchand londonien, John Graunt, publia un ouvrage Natural and Political
Observations upon the Bills of Mortality, qui introduisait des problmes
nouveaux de dmographie. Les choses les plus remarquables de son livre
sont tout dabord une table de mortalit, et ensuite une valuation raisonne
de la population de Londres et de lAngleterre, ainsi que son volution dans
le temps. W. Petty, son ami et contemporain, dans des tudes similaires,
publies partir de 1683 et aprs sa mort (1687), introduit le terme
Arithmtique politique qui est le titre dun de ses ouvrages ; il prconise
des recensements plus dtaills pour saisir tous les aspects de la vie sociale
et conomique39.
Nous allons regarder ici la relation qui stablit entre ces statistiques et
la thorie naissante des probabilits. A cet gard, les ides des hollandais
Christiaan et Ludwig Huygens, van Hudde et de Witt, sont intressantes.
Bien sr, ces correspondances nont t publies que bien plus tard, mais elles
refltent un tat desprit de lpoque.
Christiaan Huygens, membre de lAcadmie Royale, tait Paris en
1669, o son frre Ludwig lui crit propos de la table de mortalit de
Graunt, avec laquelle il procde un calcul desprance de vie conditionnelle
lge. Christiaan lui rpond en terme de pari (gager avec gal avantage) qui
38 - Je ferai ici une prsentation succincte, me contentant de souligner les relations
avec la thorie probabiliste ; un aperu un peu plus dtaill est fait dans larticle
Sur la dure de la vie et esprance de vie (cf le 2- de la troisime partie, p. 201), une
tude plus complte sur cette priode peut tre trouve dans larticle de Lanier
sur Huygens dans [16], et surtout dans Jacques et Michel Dupquier, Histoire de
la dmographie, Perrin, 1985.
39 - Voir aussi larticle de A. Ropert : Naissance et destin de lArithmtique politique,
dans Scholies n9, Actes du Sminaire dHistoire des Sciences du lyce Malherbe
de Caen, 1989.
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

30
correspond la notion de dure de vie probable, puis reconnat que ce sont
deux notions distinctes :
Ce sont deux choses diffrentes que lesprance et la valeur de laage futur
dune personne, et laage auquel il y a gale apparence quil parviendra ou ne
parviendra pas. Le premier est pour rgler les rentes vie, et lautre pour les
gageures... Deux personnes de 16 ans chascun, combien peuvent-ils esprer vivre
ensemble sans que lun ou lautre meurt ?40
Ces questions sont au centre des discussions avec Jan van Hudde
(bourgmestre dAmsterdam) et Jan de Witt (Pensionnaire de Hollande) en
1671, pour dterminer la valeur des rentes viagres. On a ainsi la premire
application en conomie de la toute jeune thorie des probabilits.
En dehors de toute question sur la reprsentativit et ladquation des
donnes, il semble admis comme vident par les frres Huygens, Leibniz,
etc..., que les frquences observes peuvent tre considres comme des
valeurs de probabilit dans un jeu de hasard, la dure de vie tant le gain
dans un jeu contre la Nature ; les calculs sur plusieurs ttes se font par
multiplication, cest--dire en supposant quil y a indpendance41. Leibniz,
vers 1680, considrait aussi cette question comme analogue un jeu de
hasard, par exemple dans Lestime des rentes viagres :
en rputant toutes les annes de vie galement fatales je veux dire quil
meurt autant dhommes une anne quune autre et en les supposant dune gale
vitalit, jimaginerai quun tirage au sort dcide lequel dcde chaque anne42
Lors de lexamen des registres de naissance (ou de baptmes) qui
distinguaient les sexes, il avait t remarqu quil y avait plus de garons que
de filles (par exemple, par Graunt). La philosophie naturelle de Newton
consistait chercher des lois pour expliquer le monde, ces lois tant le signe,
le tmoignage dun ordre divin. Dans ce sens, John Arbuthnot prsente un
mmoire43 dans lequel il soutient que le fait quil nat plus de garons que de
filles est une preuve de la divine Providence. Cette question va soulever de
vives polmiques, depuis Nicolas Bernoulli jusqu Pierre Laplace en passant
par de Moivre.

40 - Christiaan Huygens, Oeuvres compltes, t.6 (Correspondance), 1920.


41 - Cependant, la notion dindpendance ntait pas encore dgage cette poque.
42 - [24], p.297.
43 - J. Arbuthnot : An argument for Divine Providence, taken from the constant regularity
observd in the Births of both Sexes, Philosophical Transactions, London, pour 17101712.
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

31
6 - Le tournant du XVIIIe sicle en thorie des probabilits
A laube du 18e sicle, depuis le trait de Huygens en 1657, peu de
choses ont t publies sur le sujet. Le vritable tournant en thorie des
probabilits a lieu en 1708-1713 avec la publication de trois ouvrages
majeurs : le livre Essay dAnalyse sur les jeux de hazard de Montmort en 1708,
le mmoire De Mensura Sortis de De Moivre en 171144 et le livre Ars conjectandi
de J. Bernoulli en 1713, auxquels il faut adjoindre la 2e dition revue et trs
augmente de lEssay de Montmort la fin de 1713.
Ces travaux traitent en grande partie des mmes problmes, cest-dire trouver les rapports des chances (probabilits) de gagner et les gains
esprs dans divers jeux de hasard. Les mthodes employes (combinatoire,
rcursivit, sries, esprance conditionnelle) se retrouvent dans les trois
ouvrages, des degrs plus ou moins importants.
On doit cependant mettre part la 4e partie du livre de Jacques
Bernoulli, o il voulait faire lapplication de la doctrine des chances aux
affaires civiles, morales et conomiques. Pour cela il clarifie la notion de
probabilit et la relation entre frquence et probabilit, donne par le premier
thorme limite en calcul des probabilits, dont la dmonstration termine
louvrage.45
Un certain nombre de rsultats nouveaux, qui figuraient dans le
manuscrit de J. Bernoulli, ont t publis avant ldition dArs Conjectandi par
Montmort et de Moivre. Jadopterai donc lordre de prsentation suivant :
Montmort, Bernoulli, de Moivre, car de Moivre, ayant vcu plus longtemps,
a pouss plus loin ses recherches sur le sujet et a donn des rsultats
importants en 1730-1733.
46

44 - De Moivre dveloppera ce mmoire pour faire son trait, Doctrine of Chances,


premire dition en 1718.
45 - Ce thorme peut sexprimer en gros de la faon suivante : pour une preuve
dont une issue possible E a une probabilit p, la frquence de ralisations de E
sera aussi proche que lon veut de p avec une probabilit fixe si lon fait un
nombre suffisamment grand de rptitions. Ltude du trait de Jacques Bernoulli
sera faite plus loin.
46 - Gravure de la p. 105 de lEssay de Montmort.
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

32
7 - Montmort : le traitement combinatoire
Montmort, qui crivit le premier ouvrage important [27] aprs celui de
Huygens, avait t incit ltude des hasards par des questions sur les jeux.
Il indique dans sa prface :
Plusieurs de mes Amis mavoient excit, il y a dj longtemps, essayer si
lAlgebre ne pourroit point atteindre dterminer quel est lavantage du Banquier
dans le Jeu du Pharaon. Je navois jamais os entreprendre cette recherche, car je
savois que le nombre de tous les divers arrangemens possibles de cinquante-deux
cartes, surpasse plus de cent mille millions de fois celui des grains de sable que
pourroit contenir le globe de la terre; [...] Je serois encore dans ce prjug si les succs
de feu M Bernoulli ne meussent invit il y a quelques annes chercher les diffrens
hazards de ce Jeu... cela me donna la pense de travailler fond sur cette matiere, &
le desir de ddommager en quelque sorte le Public de la perte quil feroit sil toit
priv de lexcellent Ouvrage de M. Bernoulli.
Fontenelle en dit dans son loge ([13], p. 469) :
il se fixa sur une matire toute neuve ; car le peu que MM. Pascal et
Huguens en avoient effleur ne lempchoit pas de ltre, et il se mit en composer
un Ouvrage qui ne pouvoit manquer dtre original. Feu M. Bernoulli avoit eu peu-prs le mme dessein, et lavoit fort avanc ; mais rien nen avoit paru... Aussi
ces sortes de sujets navoient-ils pas t traits... M. de Montmort sy engagea avec
un courage de Christophe Colomb, et en eut aussi le succs.
Cest donc loccasion de problmes sur les jeux que Montmort a
commenc travailler en thorie des probabilits. Dailleurs, la premire
dition de son ouvrage vrifie parfaitement le titre Essay danalyse sur les jeux
de hazard quil lui a donn : il passe en revue dans la premire partie un
certain nombre de jeux de cartes en vogue ; dans la seconde partie, des jeux
de ds ; il donne dans la dernire partie des solutions aux cinq problmes
poss par Huygens et divers autres problmes sur les chances. Les problmes
tudis sur les jeux de cartes, cependant, sont pour la plupart trs
compliqus et demandent bien plus dhabilet combinatoire (dveloppement
binomial et multinomial) que ceux considrs jusque l avec les ds. Ils font
intervenir des tirages sans remise et des quations de rcurrence rsolues par
sommation. Parmi les questions poses sur le Jeu de Treize, on trouve un
problme qui a une place importante en calcul des probabilits, cest celui des
rencontres :
Pierre ayant un jeu entier compos de cinquante-deux cartes, mles
discretion, les tire lune aprs lautre, nommant & prononant un lorsquil tire la
premiere carte, deux lorsquil tire la seconde, ... & ainsi de suite jusqu la treizime
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

33
qui est un Roy. Alors si dans toute cette suite de cartes il nen a tir aucune selon le
rang quil les a nommes, il paye ce que chacun des Joueurs a mis au jeu, & cede la
main.
On peut exprimer cette question sous la forme suivante : quelle est la
probabilit quau moins une des cartes sorte un rang correspondant son
ordre de valeur ? Montmort donne le rsultat sans dmonstration (dans la
1re dition). Dans la dernire partie, Montmort reprend le problme des
partis dont il donne une solution complte dans le cas de joueurs de mme
force (le cas o le hasard est gal). Montmort sest limit au cas des jeux et
en donne la raison :
Si je mtois propos de suivre en tout le projet de M. Bernoulli, jaurois d
ajoter une cinquime Partie, o jeusse fait lapplication des methodes contenues
dans les quatre premieres, des sujets politiques, oeconomiques ou moraux. Ce qui
men a empch, cest lembarras o je me suis trouv de faire des hypotheses, qui
tant appuyes sur des faits certains, pssent me conduire et me sotenir dans mes
recherches.
Cette question avait conduit Jacques Bernoulli son thorme dor,
mais Montmort ntait pas un aussi habile gomtre.
Montmort reut des commentaires de Jean Bernoulli qui lui conseilla
de regrouper les outils de combinatoire dont il stait servi pour lanalyse des
jeux. Il se lia damiti vers 1710 avec Nicolas Bernoulli47, neveu de Jean et de
Jacques :
M. de Montmort lemmena chez lui sa campagne, o ils passrent trois
mois dans un combat continuel de Problmes dignes des plus grands Gomtres. Il
sagissoit toujours destimer les hasards, de rgler des paris48,
puis ils entretinrent une correspondance importante sur divers problmes de
probabilit et de mathmatiques, qui contient de nombreuses avances par
rapport la premire dition de 1708 de lEssay.
Montmort publie en 1713 la seconde dition de son ouvrage. Outre un
avertissement, il y insre une partie importante intitule : Trait des
combinaisons qui regroupe les proprits combinatoires utilises en divers
endroits dans la premire dition, et en fin de volume, sa correspondance
avec Jean et Nicolas Bernoulli. Quelques problmes sont modifis, dautres
ajouts et les solutions donnes pour certains problmes pour lesquels il ny
47 - Nicolas Bernoulli soccupait alors de faire publier louvrage, lArs Conjectandi, de
son oncle Jacques, dont il sest peut-tre servi pour sa thse De Arte Conjectandi in
Jure, prsente en 1709.
48 - [13], p.470.
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

34
avait quun exemple numrique dans la premire dition. Par exemple,
daprs une suggestion de Jean Bernoulli, il tudie le problme des partis
avec des joueurs dadresses diffrentes (des chances ingales) et donne une
solution gnrale du problme de la dure du jeu :
Sur la dure des parties que lon joue en rabattant... On demande combien il
y a parier que la partie qui peut durer linfini, sera finie en un certain nombre
dtermin de coups au plus. (p. 268) ,
que lon trouve dans sa correspondance avec Nicolas Bernoulli. Ce problme
fut rsolu dune faon diffrente par de Moivre en 1711 dans son article De
Mensura Sortis49.
Dans une lettre Montmort, du 11 octobre 1712, Nicolas Bernoulli
reprend largument de Arbuthnot indiqu ci-dessus (fin du 5) :
On prtend que si le hazard gouvernoit le monde, il seroit impossible que les
nombres des mles & des femelles sapprochent de si prs pendant plusieurs annes
de suite... en examinant le Catalogue des enfans ns Londres depuis 1629 jusqu
1710 inclusivement, ..., la raison des mles aux femelles est fort prs de la raison de
18 17, do je conclus que la probabilit pour quil naisse un garon, est la
probabilit pour quil naisse une fille environ comme 18 17.
Il revient sur ce sujet dans une lettre du 23 janvier 1713 :
Or je vous prouverai quil y a beaucoup parier quentre 14000 enfans, le
nombre des mles ne sera ni plus grand ni plus petit que 7200 de 163, ... Pour cette
fin imaginons 14000 ds 35 faces chacun, dont 18 soient blanches & 17 noires,
il utilise des approximations pour les coefficients du binme et obtient un
nonc analogue la loi des grands nombres, o il remarque que la
probabilit que le nombre de faces blanches tombe dans un intervalle donn
dpend de la longueur de cet intervalle.
Les avances conceptuelles dans la premire dition de louvrage de
Montmort ne sont peut-tre pas trs significatives, sauf lemploi important
de lanalyse combinatoire, mais son influence est importante en ce quil a
jou le rle dincitation, en particulier pour de Moivre et les cousins
Bernoulli, Nicolas dabord et Daniel par la suite. Le problme ou paradoxe de
Saint-Ptersbourg50 est une extension de problmes que Nicolas Bernoulli
proposait Montmort dans une lettre de septembre 171351 :

49 - Ce problme sera aussi examin en grand dtail par Laplace [23].


50 - Dans le mmoire de Daniel Bernoulli : Specimen theoriae de mensura sortis, Comm.
Acad. Sc. Petrop. pour 1730-1731, publi en 1738.
51 - [27], p.402.
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

35
Quatrime problme. A promet de donner un cu B, si avec un d
ordinaire il amne au premier coup six points, deux cus sil amene le six au second,
trois cus sil amene ce point au troisime coup, quatre cus sil lamene au
quatrime, & ainsi de suite ; on demande quelle est lesperance de B.
Cinquime problme. On demande la mme chose si A promet B de lui
donner des cus en cette progression 1, 2, 4, 8, 16, &c. ou 1, 4, 9, 16, 25, &c. au lieu
de 1, 2, 3, 4, 5, &c. comme auparavant.
Daniel propose un jeu avec une pice quilibre et des gains en la
progression 1, 2, 4, 8, 16, &c si on obtient pour la premire fois croix au
premier lancer, au deuxime, &c. Le paradoxe provient de ce quun jeu tait
alors considr comme quitable si la mise est gale lesprance
mathmatique de gain, or ici cette valeur est infinie, bien que ceux qui
cherchaient rsoudre cette question sentaient que lenjeu devait tre fini, et
mme assez petit. Buffon donne quelques dtails sur ce problme ([6], pp. 4758), il avait dailleurs conduit une exprimentation sur ce sujet et obtenu une
valeur quivalente environ cinq cus (voir [6], p. 53), ce qui est la premire
exprimentation statistique pour valider une hypothse probabiliste52.

8 - La relation entre frquence et probabilit : la loi des grands


nombres de Jacques Bernoulli
Jacques Bernoulli, n en 1654 Ble, lanne de la correspondance
entre Pascal et Fermat, allait devenir un des fondateurs de cette nouvelle
thorie publie par Huygens. Selon lloge fait par Fontenelle ([13] , p. 109 et sq.),
on le destinoit tre Ministre53, et on lui appris du Latin, du Grec, de la
Philosophie Scholastique, nulle Gomtrie : mais ds quil eut vu par hasard des
figures gomtriques, il en sentit le charme, si peu sensible pour la plupart des
esprits. A peine avoit-il quelque Livre de Mathmatiques, encore nen pouvoit-il jouir
qu la drobe... Il alla mme jusqu lAstronomie... en 1684 la face de la Gomtrie
change presque tout--coup. Lillustre M. Libnitz donna dans les Actes de Lipsic
quelques Essais du nouveau Calcul Diffrentiel, ou des Infiniments Petits, dont il
cachoit lart et la mthode. Aussitt Messieurs Bernoulli... sappliqurent en
chercher le secret ; ils y russirent... au point que M. Libnitz a dclar quelle leur
appartenoit autant qu lui.54
52 - Ce problme dit de Saint-Ptersbourg a t rsolu par Feller en 1937, voir W.
Feller : An introduction to probability theory and its applications, Wiley, vol. 1, 1951.
53 - i.e. pasteur protestant.
54 - Eloge par Fontenelle dans lHistoire de lAcadmie, Paris, pour 1705, publie en
1706. Un autre loge non sign est paru dans le Journal des Savans de 1706, par
Saurin daprs Montmort ([27], p. IV).
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

36
On ne sait pas ce qui a incit Jacques Bernoulli sintresser la
thorie des probabilits, peut-tre le mmoire de Sauveur sur le Jeu de la
Bassette dans le Journal des Savans de 1679, jeu alors fort en vogue, ou le petit
trait de Huygens. Cependant la premire chose quil donna sur ce sujet est
un article, dans le Journal des Savans pour 1685, contenant deux problmes
de jeu de ds, prolongement des problmes que Huygens avait lancs comme
dfi aux autres mathmaticiens. La solution de ces problmes, donne par J.
Bernoulli dans les Acta Eruditorum de Leipzig pour 1690, puis quelque temps
aprs par Leibniz, fait intervenir des sries infinies. Un autre crit en franais,
anonyme (daprs Montucla [28], p. 391) mais qui lui a t attribu et qui a
t publi par Nicolas Bernoulli la suite de son Ars Conjectandi [4], est
intitul Lettre un Amy sur les Parties du Jeu de Paume. Daprs ses dires,
Bernoulli aurait commenc mditer partir de cette poque sur son grand
ouvrage en thorie des chances, lArs conjectandi. A sa mort en 1705, louvrage
ntait pas termin et des querelles familiales firent quil ne parut quen 1713,
par les soins de son neveu Nicolas.
Fontenelle en dit dans son loge ([13], p. 120-121) :
Il achevoit un grand Ouvrage, De Arte conjectandi; et quoiquil nen est
rien paru, nous pouvons en donner une ide sur la foi de M. Herman... Quelques
grands Mathmaticiens, et principalement Messieurs Pascal et Hugens, ont dj
propos ou rsolu des Problmes sur cette matire, mais nont fait que leffleurer ; et
M. Bernoulli lembrassoit dans une plus grande tendue, et lapprofondissoit
beaucoup davantage. Il la portoit mme jusquaux choses morales et politiques... La
suite de ces ides a conduit M. Bernoulli cette question : Si le nombre des cas
inconnus diminuant toujours, la probabilit du parti quon doit prendre en augmente
ncessairement, de sorte quelle en vienne la fin tel degr de certitude quon
voudra...M. Bernoulli, qui possdoit fort cette matire, assuroit que ce Problme toit
beaucoup plus difficile que celui de la Quadrature du Cercle, et certainement il seroit
sans comparaison plus utile.
Ce trait de Jacques Bernoulli, lArs conjectandi, est divis en quatre
parties. La premire partie comporte une reproduction du trait de Huygens
avec des notes et commentaires. En particulier, J. Bernoulli propose pour la
proposition XIV (voir ci-dessus) une solution base sur le calcul de
lesprance mathmatique par des progressions gomtriques infinies. La
seconde partie est un trait des permutations et des combinaisons, la
troisime comporte des problmes relatifs des jeux de chance avec leurs
solutions. La quatrime partie est reste inacheve, mais expose une rflexion
en profondeur sur la probabilit ; elle traite de lusage et lapplication de la
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

37
doctrine prcdente aux affaires civiles, morales et conomiques. Ceci est un cho
des travaux sur les rentes viagres faits par les hollandais ; en effet, en 1703,
J. Bernoulli a demand Leibniz de lui procurer une copie du petit trait de
1671 de van Hudde et du rapport de de Witt, mais en vain.
Dans cette quatrime partie, J. Bernoulli commence en prliminaire par
distinguer la certitude objective et subjective dune chose55, et indique que :
La probabilit est en effet un degr de la certitude et en diffre comme la
partie diffre du tout.,
passe la certitude morale56, puis caractrise les vnements ncessaires et
contingents dans une vue subjectiviste :
ce qui peut sembler contingent quelquun en une circonstance, pour un
autre (ou plutt le mme) en un autre temps, une fois les causes connues, sera
ncessaire ; si bien que la contingence est surtout en rapport avec notre
connaissance.
Laplace dira ([23], p. 34) :
La probabilit est relative en partie cette ignorance, en partie nos
connaissances.
Bernoulli passe ensuite aux chapitres 2 et 3 lart de conjecturer et de
calculer les probabilits, qui est une formalisation et une algbrisation des
ides de la Logique de Port-Royal ([3]).
Dans le chapitre 4, Bernoulli en arrive
La manire de rechercher le nombre des cas. Ce quil faut penser de celui qui
est tabli par des expriences.
Il explicite dabord la dmarche de base dun calcul probabiliste :
il est seulement requis dune part que les nombres de cas soient
soigneusement dtermins, et dautre part que soit dfini combien les uns peuvent
arriver plus facilement que les autres,
cest--dire, en langage moderne, de dterminer lunivers ou ensemble
fondamental et les probabilits des vnements lmentaires (les rsultats
possibles) ; ce que lon peut faire pour

55 - Cest la raison pour laquelle certains subjectivistes revendiquent Bernoulli


comme le fondateur de la thorie subjectiviste des probabilits.
56 - De nombreuses tudes (e.g. [5], [6], [23]) ont trait ce point qui est un des plus
dlicats et controverss pour lapplication de la thorie probabiliste la vie
ordinaire : partir de quelle valeur peut-on dire quon a atteint la certitude
morale ou limpossibilit morale pour un vnement ?
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

38
les jeux de hasard que leurs premiers inventeurs ont pris soin dorganiser en
vue de se mnager lquit, ... de telle sorte que tous ces cas puissent arriver avec une
gale facilit.
Il passe ensuite aux phnomnes o cela na pas du tout lieu et o
on ne peut faire un calcul des probabilits. Mais
Ce quil nest pas donn dobtenir a priori lest du moins a posteriori, cest-dire quil sera possible de lextraire en observant lissue de nombreux exemples
semblables.
Le problme dfini ici par Bernoulli est celui de lestimation. Il va donc
tudier la relation entre la probabilit dun vnement concernant une
exprience alatoire et la frquence relative de celui-ci lors de la rptition de
cette preuve ; il appellera le rsultat obtenu son thorme dor, appel
actuellement thorme de Bernoulli57. Le nom de loi des grands
nombres, utilis maintenant pour des rsultats de ce type, semble avoir t
donn par Poisson qui crit dans son trait, ds le prambule ([31], p. 7) :
Les choses de toutes natures sont soumises une loi universelle quon peut
appeler la loi des grands nombres., et p. 8 :
Cette loi des grands nombres sobserve dans les vnements que nous
attribuons au hasard aveugle, faute den connatre les causes, ou parce quelles sont
trop compliques... Mais dans la plupart des questions dventualit, la
dtermination a priori des chances des divers vnements est impossible, et ce sont,
au contraire, les rsultats observs qui les font connatre.
Ce que Poisson appelle loi des grands nombres est un principe
conjectur, une ligne de recherche qui se poursuit encore aujourdhui. Ce
nom caractrise un certain type de thormes limites. Il pose ici trs
clairement le concept de lapproche frquentiste, que ce soit pour la valeur
dune probabilit ou pour une distribution. Le rsultat dmontr par Jacques
Bernoulli a t gnralis dans de nombreuses directions ; cest maintenant
un cas particulier de la loi faible des grands nombres, pour la probabilit
dun vnement.
La problmatique envisage par Bernoulli nest cependant pas
nouvelle : elle est contenue de faon implicite dans la construction de ds
57 - Pour une tude bien plus dtaille sur Bernoulli, voir [4] ainsi que larticle de
Norbert Meusnier, Argumentation et dmonstration : quoi sert la dmonstration de
la Loi des grands nombres de Jacques Bernoulli, dans [22] ; sur la loi des grands
nombres, voir larticle de Denis Lanier et Didier Trotoux, La loi des Grands
Nombres : le thorme de Moivre-Laplace, Actes de la 6me Universit dt 95 sur
lhistoire des mathmatiques de Besanon, IREM de Franche-Comt, 1996.
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

39
truqus, mentionns dj dans la Rome antique. Elle est indique de faon
obscure par Cardan :
Pour une succession rpte, ... cette connaissance est base sur une
conjecture qui produit seulement une approximation, et le compte nest pas exact
dans ses dtails ; cependant il arrive dans le cas de beaucoup de circuits que la chose
tombe trs prs de la conjecture.
Galile aussi lavait not, mais de faon plus claire :
Toutefois, quoique le 9 et le 12 se composent en autant de faons que le 10 et
le 11, ce pour quoi ils devraient tre prsums dusage gal, on voit nanmoins que
la longue observation a fait estimer par les joueurs que le 10 et le 11 sont plus
avantageux que le 9 et le 12.58
Ce premier thorme limite de la thorie probabiliste est tabli par
Jacques Bernoulli dans la quatrime partie de son ouvrage Ars Conjectandi.
Bernoulli, daprs ses explications littrales et pralables, se posait le
problme de lintervalle de confiance, cest--dire quayant observ une
certaine frquence relative sur une exprimentation de n rptitions dune
mme preuve deux issues, il demande quelle valeur attribuer la
proportion des issues fertiles inconnue, et plus prcisment quel est le
meilleur intervalle qui recouvrira la valeur vritable de la proportion avec un
niveau de confiance donn lavance. Cependant, lorsquil traite le
problme, ce quil rsout est la question de dterminer la taille de
lchantillon partir dun intervalle de pari. En notation moderne, la
question se prsente ainsi : on veut dterminer le nombre n dexpriences
faire pour que la frquence de succs (de probabilit a priori p connue) tombe
dans un intervalle centr sur p, de largeur fixe (cest lintervalle de pari),
avec une probabilit donne.
Considrons sa proposition principale59 :
58 - Galile, op. cit. Selon Hacking [14], il est improbable que des joueurs de ds se
soient rendus compte dune diffrence de probabilit de 0,01, et ceci pour
plusieurs raisons : les ds sont en gnral imparfaits, la possibilit de tricherie, les
joueurs ne notent pas de sries aussi longues pour mettre en vidence une telle
diffrence. Cependant, lexistence, depuis longtemps, de ds spcialement pips
infirme cette dernire supposition.
59 - On peut exprimer ce thorme de la faon suivante avec des notations modernes :
Soit A une issue possible dune preuve, de probabilit p. On rpte n fois cette
preuve et on note Fn la frquence de ralisations de A dans ces n preuves.
Alors pour toute valeur 1- entre 0 et 1 et tout > 0, on peut trouver n0 assez
grand tel que si n > n0, on a: P(|Fn - p| < ) > 1 - ce qui signifie que la suite de
variables alatoires Fn tend en probabilit vers la valeur p de la probabilit.
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

40
... jappellerai fertiles les cas dans lesquels un vnement peut se produire,
et striles les cas dans lesquels le mme vnement ne peut se produire : de mme,
jappellerai expriences fertiles celles pour lesquelles on constate quun des cas
fertiles peut survenir, et striles celles pour lesquelles on observe quun des cas
striles se produit. Soit donc le nombre de cas fertiles au nombre de cas striles
prcisment ou approximativement dans le rapport r/s et quil soit en consquence,
r
au nombre de tous dans le rapport
ou r/t rapport quencadrent les limites
r+s
r-1
t

&

r+1
. Il faut montrer que lon peut concevoir des expriences en un nombre
t

tel quil soit plus vraisemblable dautant de fois que lon veut (soit c) que le nombre
des observations tombe lintrieur de ces limites plutt quen dehors, cest--dire
que le nombre des observations fertiles soit au nombre de toutes les observations dans
r+1

r-1

un rapport ni plus grand que


, ni plus petit que
.
t
t
Bernoulli utilise, pour faire cette dmonstration, des mthodes
combinatoires : comparaison des coefficients du binme dont lexposant est
trs lev et minorations fines de leurs rapports infiniment grands.
Stigler [33, p. 77] avance lhypothse que Jacques Bernoulli na pas
publi son Ars conjectandi60 parce quil estimait que ctait un chec en raison
du nombre considrable (25 550) dexpriences faire pour avoir une
certitude morale (0,999 quil prend avec c = 1 000) que la frquence des cas
fertiles observs est dans lintervalle 29/50, 31/50 (ayant 50 boules dans
son urne dont 30 blanches, pour modliser chaque preuve). Si on considre
quune preuve prend une minute, la dure de ralisation de ces expriences
faites sans sarrter prendrait prs de 18 jours entiers. Le rsultat de Bernoulli
na donc aucune valeur pratique, moins damliorer lingalit qui permet
de dterminer le nombre dexpriences faire, ou de prendre une condition
moins forte que la certitude morale (le niveau de confiance couramment
utilis de nos jours est 95% correspondant c = 19, mais cela ne joue que par
un facteur denviron 2 sur la taille de lchantillon prlever : le calcul de
Bernoulli donnerait alors 14 750 preuves au lieu de 25 550) et surtout un
intervalle plus grand car daprs les rsultats de De Moivre (voir plus loin),
le nombre dpreuves rpter varie comme le carr de la longueur de
lintervalle de confiance. De plus, ce nombre considrable ne correspond pas
lintuition commune quau bout de quelques dizaines ou centaines
dpreuves, on obtient une frquence trs approche de la vritable valeur de
60 - Bernoulli avait peu prs son thorme vers 1690.
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

41
la proportion p. Peut-tre aussi Bernoulli avait-il conscience que cette
procdure quil indiquait ne correspondait pas au problme quil se posait,
qui tait celui de lestimation par intervalle.
Une approche efficace de ce problme de la probabilit inverse (que
peut-on dire de la probabilit dun vnement quand on connat sa frquence
de ralisations sur un certain nombre de rptitions ?) ne sera effectue qu
la fin du sicle par Bayes et Laplace (probabilits a posteriori) puis par le
thorme limite central de Laplace au dbut du XIXe sicle.
61

9 - De Moivre : le traitement analytique


Cest la demande dun Lord, Francis Roberts62, membre de la Royal
Society, lecteur du trait de Huygens et de lEssay de Montmort, et
certainement joueur, que Abraham de Moivre commena vers 1709 ses
travaux en thorie des probabilits. Comme il lcrit dans sa lettre de
ddicace de son mmoire De Mensura Sortis de 1711, il se base sur les livres
de Huygens et de Montmort
A ma connaissance, Huygens fut le premier prsenter des rgles pour
rsoudre ces sortes de problmes, que trs rcemment un auteur Franais63 a bien
illustr dexemples varis; mais ces gentilshommes distingus ne semblent pas avoir
employ toute la simplicit et la gnralit que la nature du sujet demande.
Ceci laisse sous-entendre que Montmort napportait rien de plus par
rapport Huygens, sinon une illustration par quelques exemples nouveaux.
Cela va amener des remarques de Montmort dans la 2e dition de son Essay
et une dispute de priorit sur quelques uns des rsultats nouveaux.
La 2e dition trs augmente de lEssay de Montmort (1713) comporte
beaucoup de rsultats que De Moivre a publis dans De Mensura Sortis de
1711. Comme Montmort le souligne lui-mme, puisque De Moivre a bas son
61 - Gravure en tte de lavertissement p.xi de la Doctrine of Chances de De Moivre,
3me dition.
62 - Francis Roberts avait dj travaill le sujet : mmoire An Arithmetical Paradox,
concerning the chances of Lotteries, Philosophical Transactions, n 198 pour le
mois de mars 1693.
63 - Il sagit de Pierre Rmond de Montmort qui a publi son Essay danalyse sur les
jeux de hazard en 1708.
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

42
travail sur le trait de Huygens et la 1e dition de lEssay, il ny a rien de
surprenant ce que les rsultats de De Moivre et ceux de Montmort et
Nicolas Bernoulli soient similaires.
Le mmoire de De Moivre, De Mensura Sortis de 1711, porte aussi sur
les jeux, mais de faon pure ; cest un traitement purement mathmatique
qui en est fait. Il commence directement en dfinissant le degr de probabilit
partir du nombre de cas galement faciles, puis en prenant comme axiome
la proprit de lesprance mathmatique donne par Huygens dans sa
proposition III. Ensuite, de Moivre traite le problme des partis dans le cas de
joueurs de forces ingales (cest le problme de Roberts pour des personnes
jouant aux boules, qui ont des adresses diffrentes ce jeu) et plus de deux
joueurs, ainsi que le problme de la dure du jeu (le cinquime de ceux
proposs par Huygens).
Les 26 problmes sont bass sur des modles mathmatiques de jeux
de hasard, il ny a pas de mention dobservations (et de relation entre
frquence et probabilit), ni mme dobjets qui conduisent des attributions
de chances pour les issues possibles. La solution de beaucoup de problmes
est donne en utilisant des dveloppements du binme64 et de la binomiale
ngative, ainsi que des sries.
Abraham de Moivre dveloppe ensuite ce mmoire en 1718 dans The
Doctrine of Chances, [26].
De Moivre, aprs avoir indiqu vers 1721 quil ne se sentait pas de
taille amliorer le rsultat de Bernoulli, forge, dans Miscellanea Analytica
(1730-1733), les outils mathmatiques qui lui permettront daborder ce
problme. Comme ce quavait fait Bernoulli, cest une tude dtaille65 du
dveloppement binomial pour des puissances leves qui vont lui donner la
clef. En donnant une approximation numrique pour les coefficients
binomiaux, qui est quivalente la formule de Stirling, il trouve que le
logarithme du rapport dun terme, situ la distance d du terme mdian
(maximum), ce terme mdian est - 2dd /n 66. Il arrive ainsi la courbe quon
appellera normale, mais il ne la considre que comme une approximation et
non comme la densit dune loi continue. Il insre ces rsultats dans les 2e et
3e ditions, quil applique au rapport des naissances garons/filles en
64 - Voir larticle de M. Pensivy : Les dmonstrations de la formule du binme au XVIIe
sicle, dans [22].
65 - A Method of approximating the Sum of the Terms of the Binomial (a+b)n expanded into
a Series, Doctrine of Chances, 3me dition, pp. 243-250.
66 - Corollaire 1, [26] Doctrine of Chances, 3me dition, p. 245.
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

43
rponse Nicolas Bernoulli67. Citons ses derniers corollaires ([26], p. 249250) :
Corollaire 8.
Le rapport que, dans une puissance infinie dune binomiale, dnote par n, le
plus grand terme porte la somme de tout le reste, sera justement exprim par la
a+b
abnc

fraction

, o c dsigne, comme auparavant, la circonfrence dun cercle dont

le rayon gale lunit.


Corollaire 9.
Si, dans une puissance infinie, quelque terme est distant du plus grand par
lintervalle l, alors le logarithme hyperbolique du rapport que ce terme porte au plus
grand sera exprim par la fraction

(a + b) 2
ll
2abn

, pourvu que le rapport de l n ne

soit pas un rapport fini, mais soit tel quil puisse tre conu entre tout nombre donn
p

et

n,

de sorte que l soit exprimable par p

n.

Ce trait de de Moivre, The Doctrine of Chances, est rest Le Trait en


calcul des probabilits jusqu la parution du grand trait de Laplace de 1812,
Thorie analytique des probabilits, dans lequel ce dernier achve le dessein de
Bernoulli en montrant que la loi limite de la variable discrte binomiale est
une loi continue68.

67 - Remarque II, [26] Doctrine of Chances, 3me dition, p. 251-253.


68 - Ce rsultat est connu sous le nom de Moivre-Laplace. On lexprime en
notation moderne de la faon suivante: Si Xn suit une loi binomiale B(n , p),
cest--dire Xn est le nombre de ralisations dun vnement E de
probabilit p lors de n rptitions de lpreuve, alors quand n tend vers linfini, la
loi de (X n np) np (1 p) tend vers la loi normale centre rduite de densit
f(x) =

1
2

x2
2

dition intgrale en ligne de : Autour de la modlisation en probabilits


Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

44
Bibliographie
[1] P. J. ABOUT et M. BOY : La correspondance de Blaise Pascal et de Pierre de Fermat, la
Gomtrie du Hasard ou le dbut du Calcul des Probabilits, Les Cahiers de Fontenay
n 32, 1983.
[2] Jean LE ROND DALEMBERT : Opuscules Mathmatiques, vol.2 1761, vol.4 1768.
[3] Antoine ARNAULD et Pierre NICOLLE : La logique ou lArt de penser, 1662, 2me
dition 1664, Edition critique par Pierre CLAIR et Franois GIRBAL, PUF, 1965.
[4] Jacques BERNOULLI : Ars Conjectandi, 1713, 4me partie, traduit du latin par
Norbert MEUSNIER, IREM de Rouen, 1987.
[5] Emile BOREL : Valeur pratique et philosophie des probabilits, Editions GauthierVillars, 2me dition 1952.
[6] Georges Louis LECLERC, Comte DE BUFFON : Essai darithmtique morale (1777),
Oeuvres, tome 12, Garnier Frres, 1855, et aussi in Un autre Buffon par J. L. BINET
et J. ROGER, Editions Hermann, 1977.
[7] Cahiers pdagogiques de philosophie et dhistoire des mathmatiques, fasc. 4 :
Pascal et les probabilits, CRDP-IREM de Rouen, 1993.
[8] Gerolamo CARDANO : The Book of Games of Chances, Editions Holt, Rinehard and
Winston, 1961.
[9] E. COUMET : La thorie du hasard est-elle ne par hasard ?, Annales Economies,
Socits, Civilisations, n 3, 1970.
[10] Antoine Augustion COURNOT : Exposition de la thorie des chances et de la
probabilit, Hachette, 1843.
[11] Encyclopdie Mthodique, Mathmatiques, 1785, rdition ACL, 1987.
[12] Pierre DE FERMAT : Oeuvres, (tome 2, Correspondance, 1894) publies par P.
TANNERY et C. HENRY, Editions Gauthier-Villars, 1891-1922.
[13] FONTENELLE : Oeuvres compltes, tome VI, Eloges, Editions Fayard, 1994.
[14] Ian HACKING : The emergence of probability, Cambridge University Press,
Cambridge, 1975.
The Taming of Chance, Cambridge University Press, 1990.
[15] Abraham HALD : A history of probability and statistics, New York, 1989.
[16] Histoire dinfini, Actes du 9me colloque Epistmologie et Histoire des
mathmatiques, Landerneau, 1992, IREM de Brest, 1994.
[17] Christiaan HUYGENS : Ratiociniis in aleae ludo, 1657, traduction franaise Du
calcul dans les jeux de hasard in tome 14, Oeuvres compltes, 22 vol. 1888-1950,
La Haye.
[18] IREM de Paris 7, collection M.A.T.H. Mathmatiques : approche par des textes
historiques, n 61, 1986 et Mnmosyne n 6, 1993.
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

45
[19] IREM de Poitiers, Thmes pour lenseignement de la statistique et des probabilits,
1994.
[20] IREM de Strasbourg, Enseigner les probabilits en classe de premire, 1992.
[21] M. G. KENDALL and R. L. PLACKET, eds : Studies in the history of statistics and
probability, vol. 2, C. Griffin & Co, Londres, 1977.
[22] La dmonstration mathmatique dans lhistoire, Actes du 7me colloque Epistmologie
et Histoire des mathmatiques, Besanon, 1989, IREM de Besanon et de Lyon,
1990.
[23] Pierre Simon DE LAPLACE : Essai philosophique sur les probabilits (5me dition
1825), prface de Ren THOM, postface de B. BRU, Editions Bourgois, 1986.
Thorie analytique des probabilits, 1re dition 1812, 3me dition 1820, Oeuvres
compltes, tome 7.
[24] Gottfried Wilhelm LEIBNIZ : Lestime des apparences, traduction et notes de
M. Parmentier, Editions Vrin, 1995.
[25] M. LELOUARD, C. MIRA, J. M. NICOLLE : Etudes dhistoire externaliste des
mathmatiques, IREM de Rouen, 1994.
[26] Abraham DE MOIVRE : De Mensura Sortis, Philosophical Transactions of the Royal
Society, London, n 329, pour les mois de janvier, fvrier et mars 1711, publi en
1712.
The Doctrine of Chances, 1718, 1738, 3me dition 1756.
[27] Pierre REMOND DE MONTMORT : Essay danalyse sur les jeux de hazard, 1708,
2me dition 1713.
[28] Jean-Franois MONTUCLA : Histoire des mathmatiques, 4 tomes, (tome 3, p. 380426 sur les probabilits) 1799-1802, rdition Blanchard, Paris, 1968.
[29] Blaise PASCAL : Oeuvres compltes, Editions du Seuil, 1963.
[30] E. S. PEARSON and M. G. KENDALL, eds : Studies in the history of statistics and
probability, vol. 1, C. Griffin & Co, Londres, 1970.
[31] Simon Denis POISSON : Recherches sur la probabilit des jugements, 1837.
[32] Collectif: Le futur est-il prvisible ?, Sciences et Avenir, Hors-srie n 106, juin 1996.
[33] Stephen M. STIGLER : The history of statistics, Belknap Press, 1986.
[34] Isaac TODHUNTER : A history of the mathematical theory of probability, from the time
of Pascal to that of Laplace, 1865, rdition Chelsea, New York, 1965.

dition intgrale en ligne de : Autour de la modlisation en probabilits


Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

2 - FRISE HISTORIQUE SUR LA PROBABILIT


ET LA STATISTIQUE
Bref aperu du dveloppement des thories
probabiliste et statistique
Jean-Franois PICHARD

Dans cette prsentation, jai essay de faire un dcoupage selon les


grands thmes qui ont travers les poques. Ce choix est arbitraire, bien sr,
et lon retrouvera des grands savants (avec srement des omissions) sur
plusieurs de ces thmes, mais un ordre chronologique aurait miett la fois
ces grands thmes et les apports de ces savants.

0 - La prhistoire
les jeux,
lincertain,

3e millnaire
av J.C.

astragales, ds en terre cuite

Msopotamie

limprvisible

2e milln. av J.C.

ds cubiques quilibrs

Egypte

Aristote

IVe sicle av J.C.

logique distinguant le fortuit

Grce

juriste Ulpien

IIIe sicle ap J.C.

tables destimation des rentes


viagres

Rome

risques maritimes

XIIIe sicle

bourses dassurance

Italie

rentes viagres

XIIIe sicle

estimation empirique

Pays-Bas

calcul des
probabilits

1361
(dictionnaire
Hachette)

science dont le but est


de dterminer la
vraisemblance dun
vnement

Probabilit comme
degr de crdibilit
dune opinion

1 - Frise extraite de louvrage de P.R. de Montmort. Essay danalyse sur les jeux de Hazard,
2e d. 1713, p. 130.
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

48
1 - Les premiers crits : Cardan et Galile
Jrme Cardan

1501-1576
Italie

Galileo Galilei

1564-1642

trait De Ludo Aleae, entre Notions : jeu quitable


1525 et 1560,publi en 1665 quipossibilit des faces
pour un dhonnte, la mise
est proportionnelle aux
chances, combinaisons
pour 2 et 3 ds
mmoire vers 1620,
publi en 1718

Problme du
Grand Duc de Toscane

Italie

2 - Le dbut officiel : Pascal et Fermat

Pierre de Fermat

1601-1665
France

correspondance de 1654,
publie en 1679

Problme des partis


combinaisons

Blaise Pascal

1623-1662
France

Trait du triangle
arithmtique, 1654,
publi en 1665

Jeu quitable, droit


desprer, conditionnel,
rcurrence

3 - Le premier trait publi : Huygens3


Christiaan
Huygens

1629-1695
Hollande

trait De ratiociinis in Ludo


aleae, 1657

Notions : jeu juste,


valeur du jeu =
expectatio do
esprance

4 - Logique des vnements et probabilit


Antoine Arnauld 1612-1694
et Pierre Nicolle 1625-1695
France

la Logique de Port Royal


ou lart de penser, 1662

probabilit est pris au


sens de degr de crdibilit
et au sens probabiliste
actuel de rapport de
chances

2 - La thorie des probabilits est une mathmatisation du hasard (une gomtrie du


hasard, comme la formul Pascal).
3 - Le trait de Huygens est rest le seul ouvrage important en thorie des
probabilits jusquau dbut du XVIIIe sicle.
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

49
5 - Arithmtique politique
John Graunt

1620-1674
Angleterre

trait Natural and Political


Observations upon the Bills
of Mortality..., 1662

Critique des sources, table


de mortalit,
estimation raisonne de la
population et de son
volution

William Petty

1623- 1687
Angleterre

trait Political Arithmtic,


vers1673, publi en 1690

valuation de la population,
de sa croissance, et de sa
distribution
hommes
/femmes ; valuation de
divers biens et
marchandises

Christiaan et
Hollande
Ludwig Huygens,
Jan Hudde

correspondance 1669-1671, valuation des rentes


publie en 1920
viagres sur des tables
de mortalit, esprance de
vie (conditionnelle), vie
probable, courbe de
mortalit (tudie par
Ch. Huygens)

Jan de Witt

1625-1672
Hollande

rapport sur les rentes


viagres 1671

Gottfried
W. Leibniz

1646-1716
Allemagne

De incerti aestimatione, 1678 Vie moyenne


(conditionnelle),
Essay de quelques raisonvie probable, population
nements nouveaux sur la
stationnaire, calcul de
vie humaine et sur le nombre fcondit
des hommes, 1680,
publi en 1866

Edmund Halley

1656-1742
Angleterre

mmoire An Estimate of
the degrees of the Mortality
of Mankind, Phil. Trans.4,
1693

Premire table de mortalit


digne de ce nom, pour
rgler la valeur des
assurances sur la vie et les
rentes viagres

6 - La probabilit la fin du XVIIe sicle


Gottfried
W. Leibniz

1646-1716
Allemagne

De arte combinatoria, 1666,


divers mmoires, de 1678
1686, publis en 1866
et sq. correspondance

Aspects philosophiques,
jeu juste, quipossibilit
par principe de raison
suffisante, probabilit
comme degr de possibilit

Jakob Bernoulli

1654-1705
Suisse

mmoire de 1685

Introduction de srie dans


le calcul dune probabilit

4 - Philosophical Transactions of the Royal Society of London.


dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

50
7 - Le dbut du XVIIIe sicle et les trois grands traits
Jakob Bernoulli

1654-1705
Suisse

trait Ars Conjectandi,


vers 1692, publi en 1713

Lurne comme modle,


schma binomial,
application aux choses
morales et politiques, une
loi des grands nombres :
son thorme dor

Pierre Rmond
Montmort

1678-1719
France

trait Essay danalyse


sur les jeux de hazard,
1708 ; 2e dition 1713

Le premier trait aprs de


celui de Huygens ;
traitement algbrique
(combinatoire) de jeux
complexes, fonction
gnratrice

avec Nicolas
Bernoulli

1695-1726
Suisse

correspondance dans
la 2e dition, 1713

Linfini dans les jeux :


loi gomtrique

Abraham de
Moivre

1667-1754
Angleterre

mmoire De mensura
sortis, Phil. Trans.,1711
trait Doctrine of Chances,
1718, 3e dition 1756

quation de rcurrence aux


diffrences finies,
traitement analytique,
fonction gnratrice, loi
des grands nombres par
approximation normale5.
Loi de mortalit, valeur des
rentes viagres sur
plusieurs ttes.

A Traitise of Annuities
on Lives, 1725.
Georges Louis
1707-1788
Leclerc de Buffon France

mmoire sur le jeu de


Franc-Carreau, 1733,
dans Essai darithmtique
morale, 1777

Probabilit gomtrique,
intervention du calcul
intgral en thorie des
probabilits, premire
exprimentation sur le
paradoxe de SaintPtersbourg.

Daniel Bernoulli

mmoire Specimen
theoriae novae de
mensura sortis
lAcadmie Petrov,
1730-31

Paradoxe de SaintPtersbourg : variable


alatoire ayant une
esprance mathmatique
infinie, esprance morale.

1700-1782
Suisse

5 - La distribution de Laplace-Gauss a t qualifie de normale par Pearson en


1893.
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

51
8 - Dmographie au XVIIIe sicle
J. Arbuthnot,
N. Bernoulli,
G.L. Buffon,
A. de Moivre,
D. Bernoulli,
P. S. Laplace,
D. Poisson

XVIIIe sicle et
dbut XIXe
sicle

An Argument for
Divine Providence,
Phil. Trans., 1710

Rapport du nombre de
naissances de garons
celui des filles, le premier
test dhypothse
statistique.

Leonhard Euler

1707-1783
Suisse

recherches gnrales sur


la mortalit..., 1760

Relation entre table de


mortalit et croissance de
la population.

Antoine
Deparcieux

1703-1768
France

trait Essai sur les


probabilits de la dure
de la vie humaine, 1746

Thorie et premire table


de mortalit franaise ;
dure de vie probable,
moyenne dans une
population non
stationnaire.

Daniel Bernoulli

1700-1782

mmoires vers 1760

Jean Le Rond
dAlembert

1717-1783
France

Opuscules mathmatiques

Dispute sur linoculation

Pierre Wargentin

1718-1783
Sude

mmoires de 1755 et sq

Tables de mortalit avec


rpartition par sexe, ge et
causes de dcs

9 - La thorie des erreurs, vers la loi normale et le thorme limite central6


Thomas Simpson 1710-1761
Angleterre

Miscellaneous tracts,... 1757

Distribution des erreurs


suivant une densit
continue triangulaire.

Daniel Bernoulli

1700-1782
Suisse

dijudicatio maxime
probabilis plurium observationum discrepantium, 1777

Densit continue en arc de


cercle.

Johann H.
Lambert

1728-1777
Allemagne

Photometria sive de mensura, Premire reprsentation


1760
dune courbe des erreurs
en cloche.

Joseph L.
Lagrange

1736-1813
Italie

mmoire sur lutilit de


prendre le milieu..., 1776

6 - Cest le problme de la combinaison dobservations discordantes dune mme


quantit ou de plusieurs lies par des quations de condition, afin den obtenir
les meilleures estimations possibles.
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

52
Pierre Simon
Laplace

1749-1827
France

mmoire sur le milieu


quil faut choisir entre
les rsultats de plusieurs
observations, 1777; etc...
Thorie analytique des
probabilits, 1812.

Diverses densits, en
particulier 1re loi de
Laplace et loi normale ;
nonc du TLC7.
Il fonde les bases de la
thorie de linfrence.

Adrien Marie
Legendre

1752-1833
France

Nouvelles mthodes pour la


dtermination de lorbite
des comtes, 1805

Mthode des moindres


carrs.

Carl Friedrich
Gauss

1777-1855
Allemagne

Theoria Motus, 1809 ;


Theoria combinationis
observationum erroribus
minimis, 1821

Mthode des moindres carrs


et loi normale Mthode des
moindres carrs, traduction
Bertrand, 1855.

10 - Le problme de la probabilit inverse


Thomas Bayes

1701-1761
Angleterre

An Essay towards solving a Problme de linfrence


problem in the Doctrine of
statistique partir de
Chances, Phil. Trans., 1763 probabilits a posteriori.

Pierre Simon
Laplace

1749-1827
France

Mmoire sur la probabilit


des causes par les
vnements, 1774

11 - Agrgation des prfrences - probabilit des tmoignages


Borda

1733-1799
France

Mmoire sur les lections


au scrutin, 1781

Jean Antoine
Condorcet

1743-1794
France

Essai sur lapplication de


lanalyse la probabilit des
dcisions rendues la
pluralit des voix, 1785

Pierre Simon
Laplace

1749-1827
France

mmoire sur les probabilits, 1781 et Thorie


Analytique des probabilits,
1812, chap. xi

Simon Denis
Poisson

1781-1840
France

Recherche sur la probabilit


des jugements..., 1837

Cette application du calcul


des probabilits va susciter
de vives polmiques ds le
dbut du XIXe sicle.

7 - TLC = Thorme Limite Central, daprs une dnomination de G. Plya en 1920.


dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

53
12 - Enseignement et philosophie des probabilits
Jean Antoine
Condorcet

1743-1794
France

Elmens du calcul des


probabilits et son
application aux jeux de
hasard..., 1805

Le premier ouvrage
destin lenseignement

Sylvestre Lacroix

1765-1840
France

Trait lmentaire du
calcul des probabilits,
1816, 1822

Le premier enseigner le
calcul des probabilits en
1785 sur un plan de
Condorcet ; cet ouvrage
expose les diffrents
thmes voqus ici.

Pierre Simon
Laplace

1749-1827
France

Essai philosophique sur


les probabilits, 1814

Premier trait de
vulgarisation ; essai
daxiomatisation.

Simon Denis
Poisson

1781-1840
France

Recherche sur la probabilit


des jugements..., 1837

Distinction des
probabilits objective et
subjective;

Antoine Augustin 1801-1877


Cournot
France

Exposition de la thorie des


chances et des probabilits,
1843

Fondement de la thorie,
distinction des probabilits
objective et subjective
critique de lhomme
moyen de Quetelet.

Joseph Bertrand

1822-1900
France

Calcul des probabilits, 1889

Il signale lambigut de
lexpression au hasard.

Emile Borel

1871-1956
France

Le hasard, 1914/1948
Valeur pratique et philosophie
des probabilits, 1938

Discussion sur lattribution


de probabilit dans des cas
concrets.

13 - La statistique conomique et sociale


William Playfair

1759-1823
Angleterre

The commercial and


political atlas, 1786,
Statistical Breviary, 1801

Premire publication de
graphiques statistiques.

Andr M.
Guerry

France

Essai sur la statistique


morale de la France, 1833

Cartes statistiques et
premier histogramme.

Adolphe
Quetelet

1796-1874
Belgique

Sur lhomme et le
dveloppement de ses
facults, ou Essai de
physique sociale, 1835

Homme moyen,
vrification de la
distribution normale en
sciences de la vie.

dition intgrale en ligne de : Autour de la modlisation en probabilits


Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

54
14 - Lois limites
Simon Denis
Poisson

1781-1840
France

Recherche sur la probabilit


des jugements..., 1837

Fonction cumulative, loi


des grands nombres et
variable alatoire de
Poisson.

Irne Jules
Bienaym

1796-1878
France

considrations lappui
de la dcouverte de
Laplace..., 1853

galit de Bienaym,
Thorme Limite Central
plusieurs dimensions.

Pafnouti
Ludovic
Tchebychev

1821-1894
Russie

des valeurs moyennes,


1867

Le pre de lcole russe, loi


des grands nombres, 1863
ingalit de B.-T., 1867.

Andre
Andreevitch
Markov

1856-1922
Russie

la loi des grands nombres Dmonstration rigoureuse


et la mthode des
du TLC en 1898 ;
moindres carrs (en russe),
1898.

A.M. Liapounov

1857-1918
Russie

proposition gnrale du
calcul des probabilits,
1901

Dmonstration du TLC
avec conditions
suffisantes.

Emile Borel

1871-1956
France

les probabilits
dnombrables... 1909

Loi forte des grands


nombres.

15 - La biomtrie en Angleterre
Francis Galton

1822-1911
Angleterre

Regression towards
mediocrity in hereditary
stature, 1886.

Prolongement de Quetelet,

Co-relations and their


measurement, 1888

Rgression linaire et
corrlation.

Karl Pearson

1857-1936
Angleterre

on the criterion that a


given system of deviations
from the probable..., 1900

Loi normale multidimensionnelle,


corrlation partielle ; test
du Khi-deux, mthode du
maximum de
vraisemblance.

Ronald Fisher

1890-1962
Angleterre

The design of Experiments,


1935

Statistique en gomtrie
multidimensionnelle ;
analyse de variance ; plan
dexprience.

dition intgrale en ligne de : Autour de la modlisation en probabilits


Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

55
16 - Laxiomatisation
Emile Borel

1871-1956
France

Leons sur la thorie des


fonctions, 1896

Thorie des ensembles et


de leur mesure.

Henri Lebesgue

1875-1941
France

Leons sur lintgration


et la recherche des fonctions
primitives, 1904

Thorie abstraite de la
mesure et intgration.

Maurice Frchet

1878-1973
France

Intgrale dfinie sur un


ensemble abstrait, 1915

Esprance mathmatique
dune variable alatoire.

Paul Lvy

1886-1971
France

Calcul des probabilits,


1925

Loi de 0 ou 1, fonction
caractristique et
convergence en loi.

Andre N.
Kolmogorov

1903-1987
Russie

Grundbegriffe der
Wahrscheinlichkeitsreichnung, 1933

Fondement axiomatique
de la thorie des
probabilits appuye sur la
thorie de la mesure.

Harald Cramr

1893-1985
Sude

Random variables and


probability distributions,
1937.

Fondements
mathmatiques de la
thorie des probabilits.

dition intgrale en ligne de : Autour de la modlisation en probabilits


Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

56
17 - Processus et problmes limites
Andre
Andreevitch
Markov

1856-1922
Russie

Wahrscheinlichkeitsrechnung, 1912

Processus en chane, 1906.

Alexandre J.
Khintchine

1894-1959
Russie

Asymptotische Gesetze
der Wahrscheinlichkeitsrechnung, 1933.

Thormes limites en
calcul des probabilits.

Paul Lvy

1886-1971
France

Thorie de laddition des


variables alatoires,1937.
Processus stochastiques et
mouvement brownien, 1948.

Lois stables et infiniment


divisibles. Problmes
limites. Temps alatoire,
temps local.
Conditionnement,
martingales.

Andre N.
Kolmogorov
et Boris V.
Gnedenko

1903-1987
Russie

Distributions limites de
sommes de variables
alatoires indpendantes,
1949 (en russe).

Problmes des grandes


dviations, 1929. Processus
de Markov, lois infiniment
divisibles.

William Feller

1906-1970
Yougoslavie
puis U.S.A.

Introduction to probability
thorie, 1950.

Rsolution complte de la
loi des erreurs, 1937.

Maurice Frechet

1878-1973
France

Recherches thoriques
modernes sur la thorie des
probabilits, Livre I,
Gnralits sur les
Probabilits. Variables
alatoires. 1937.

Complments la thorie
de Kolmogorov.

Harald Cramr

1893-1985
Sude

Sur un nouveau thorme


limite de la thorie des
probabilits, 1938.

Consquences du T.C.L. et
th. de continuit avec Paul
Lvy.

A. BlancLapierre et
R. Fortet

France.

Thorie des fonctions


alatoires, 1952

Joseph Lee Doob

U.S.A.

Thorie gnrale des


processus stochastiques.
Stochastic processes, 1953.

dition intgrale en ligne de : Autour de la modlisation en probabilits


Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

3 - A

PROPOS DE LA DFINITION
DE LA PROBABILIT

Jean-Claude THIENARD

Introduction
P.S. Laplace donne comme dfinition de la probabilit dun vnement
...le rapport du nombre de cas favorables celui de tous les cas possibles et il
ajoute : mais cela suppose les divers cas galement possibles1.
Un sicle plus tard2, alors que cette dfinition a t systmatiquement
reprise dans les diffrents traits qui ont suivi celui de Laplace et transmise
par la tradition didactique naissante quils instituaient, H. Poincar interroge
et commente : cette dfinition est une sorte de ptition de principe : comment
reconnatre que tous les cas sont galement possibles ?
Cet article traitera succinctement et partiellement :
Des difficults thoriques, logiques et didactiques lies la
dfinition Laplacienne.
Des origines de dfinition Laplacienne. De sa fonction dans le
Trait de Laplace et dans les traits qui le suivent. De ses articulations avec
les pratiques prcdentes. Du problme de lapplicabilit du calcul .
De lintroduction de la probabilit dans les traits modernes3.
Des problmes didactiques que pose lintroduction du concept de
probabilit.
1 - Trait Analytique des Probabilits (1812).
2 - Calcul des Probabilits de H. Poincar (1896).
3 - Trait de Kolmogorov : fondements de la thorie des probabilits (1933) et ceux qui le
suivent.
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

58
Ce travail est fond sur une tude intertextuelle des grands auteurs et
suppose donc, en pralable, la lecture de certains textes. Cest pourquoi il est
propos au lecteur, ds le dbut de larticle, quatre extraits de P.S. Laplace, J.
Bertrand et H. Poincar, complts par la suite par des textes de Fermat et de
J. Bernoulli. Dautres textes comments sont placs en annexes.

A - Des difficults thoriques et didactiques lies la dfinition


Lanalyse qui suit sappuie sur les extraits reprs par une lettre (T),
(T) de
lintroduction au Trait Analytique des Probabilits de P. S. Laplace, du Calcul
des Probabilits de J. Bertrand et du calcul des Probabilits de H. Poincar.

(T 1 )
La thorie des hasards consiste rduire4 tous les vnemens5
du mme genre, un certain nombre de cas galement
possibles4, cest--dire, tels que nous soyons galement indcis
sur leur existence ; et dterminer le nombre des cas favorables
lvnement dont on cherche la probabilit. Le rapport4 de ce
nombre celui de tous les cas possibles, est la mesure de cette
probabilit4 qui nest ainsi quune fraction dont le numrateur
est le nombre des cas favorables, et dont le dnominateur est le
nombre de tous les cas possibles.
Introduction du Trait Analytique
des Probabilits de P. S. LAPLACE

(T 2 )
Principes gnraux du calcul des Probabilits.
Premier Principe.
Le premier de ces principes est la dfinition mme de la
probabilit qui, comme on la vu, est le rapport du nombre des
cas favorables celui de tous les cas possibles.

4 - Dans cet article, les mots et expressions crits en caractres gras ont t mis en
relief par lauteur, J. C. Thinard.
5 - Lorthographe et la ponctuation sont celles du texte original, seconde dition
publie en 1814 par Courcier, imprimeur Paris.
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

59
Deuxime Principe.
Mais cela suppose les divers cas galement possibles. Sils ne le
sont pas, on dterminera dabord leurs possibilits respectives
dont la juste apprciation est un des points les plus dlicats de
la thorie des hasards. Alors la probabilit sera la somme des
possibilits de chaque cas favorable. claircissons ce principe
par un exemple.
Supposons que lon projette en lair, une pice large et trs mince
dont les deux grandes faces opposes, que nous nommerons
croix et pile, soient parfaitement semblables. Cherchons la
probabilit damener croix, une fois au moins en deux coups. Il
est clair quil peut arriver quatre cas galement possibles4,
savoir, croix au premier et au second coup ; croix au premier
coup et pile au second ; pile au premier coup et croix au second ;
enfin pile aux deux coups. Les trois premiers cas sont favorables
lvnement dont on cherche la probabilit qui, par
consquent est gale
; en sorte quil y a trois contre un
parier que croix arrivera au moins une fois en deux coups.
On peut ne compter ce jeu, que trois cas diffrens5, savoir ;
croix au premier coup, ce qui dispense den jouer un second ; pile
au premier coup et croix au second ; enfin pile au premier et au
second coup. Cela rduirait la probabilit , si lon considre
avec dAlembert6, ces trois cas, comme tant galement
possibles. Mais il est visible 5 que la probabilit damener croix
au premier coup est , tandis que celle des deux autres cas est .
Le premier cas est un vnement simple qui correspond aux
deux vnemens composs, croix au premier et au second coup,
et croix au premier coup ; pile au second. Maintenant si
conformment au second principe, on ajoute la possibilit de
croix au premier coup, la possibilit
de pile arrivant au
premier coup et croix au second ; on aura
pour la
probabilit cherche, ce qui saccorde avec ce que lon trouve
dans la supposition o lon joue les deux coups. Cette

6 - Voir le texte de DAlembert dans lannexe I.


dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

60
supposition ne change rien au sort de celui qui parie pour cet
vnement : elle sert seulement rduire les divers cas, des
cas galement possibles.
Introduction du Trait Analytique
des Probabilits. P. S. LAPLACE.

(T 3 )
CHAPITRE I.
NUMRATION DES CHANCES
On estime la probabilit dun vnement par le nombre des cas
favorables divis par le nombre des cas possibles.
La difficult ne consiste que dans lnumration des cas.
LAGRANGE
1. Dfinition de la probabilit. Lgalit des chances est suppose dans
la dfinition. - 2. Exemple dune numration incorrecte. - 3. Autre
exemple. - 4. Le nombre des cas ne doit pas tre infini. Contradiction
rsultant de loubli de cette condition. - 5. Second exemple. - 6.
Troisime exemple. - 7. Quatrime exemple. - 8, 9, 10, 11, 12, 13.
Solution de quelques problmes par lnumration des chances. - 14.
Prtendu paradoxe du chevalier de Mr. - 15. Combien faut-il tenter
de coups pour obtenir une probabilit donne de produire au moins
une fois un vnement dont la probabilit est connue ? - 16. Problme
du jeu de rencontre. -17. Problme relatif aux tirages de boules
numrotes sans les remettre aprs chaque tirage. - 18. Problme relatif
au dpouillement dun scrutin de ballottage. - 19. Une urne contient
des boules numrotes, quelle est la probabilit pour que sur n tirages
la somme des points tirs ait une valeur donne. - 20. Application au
cas de trois ds.

1. La probabilit dun vnement est estime4 par lnumration


des cas favorables, rapproche de celle des cas possibles.
On parie, en jetant un d, quil montrera le point 4. Le d a six
faces : six cas sont possibles, un seul est favorable. La probabilit
est . Cest une dfinition4.

dition intgrale en ligne de : Autour de la modlisation en probabilits


Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

61
On jette deux ds ; les six points du premier, en sassociant aux
six du second, peuvent former trente-six combinaisons : la
probabilit damener une dentre elles, double deux par
exemple, est .
La probabilit damener 3 et 4 est
: chacun des ds pouvant
donner 3 lorsque lautre donne 4, il y a deux combinaisons
favorables 3 et 4, 4 et 3 ; on leur donne le mme nom, 3 et 4, mais
elles sont rellement distinctes.
La probabilit dun vnement est le rapport du nombre des
cas favorables au nombre total des cas possibles. Une
condition est sous-entendue : tous les cas doivent tre
galement possibles.7 La dfinition, sans cette restriction,
naurait aucun sens. Il peut se faire que lvnement arrive, il se
peut aussi quil narrive pas ; ce sont deux cas possibles, un seul
est favorable. Toute probabilit serait donc
. Lerreur est
grossire. DAlembert a lev lobjection et refus de passer
outre.
Avant de compter les chances, il faut constater quelles ont
mme vraisemblance.
[]
3. Supposons, pour second exemple, que Pierre et Paul jouent
aux boules ; celui qui placera la boule la plus rapproche du but
gagnera. Ils sont galement habiles ; mais Pierre a deux boules
jeter, Paul nen a quune. Quelle est la probabilit pour que
Pierre gagne ?
Sur trois boules jetes par des joueurs galement habiles, Pierre
en a deux. La probabilit de gagner est pour lui .
Ne pourrait-on pas dire cependant :
Chacune des boules de Pierre peut tre meilleure ou moins
bonne que la boule de Paul ; quatre cas sont donc possibles. Sur
les quatre, un seul fait perdre Pierre, celui o ses deux boules
sont lune et lautre moins bonnes que celle de Paul, les trois
autres cas lui sont favorables. La probabilit de gagner, pour
Pierre, est
.
7 - Cette condition implicite est souvent oublie par les lves.
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

62
Lnumration est exacte, mais les cas nont pas mme
vraisemblance.
Paul a de bons et de mauvais coups. Si la boule quil a lance
lemporte sur la premire boule de Pierre, il est croire, sans
rien savoir de plus, quelle nest parmi les mauvaises. La chance
pour quelle soit moins bonne que la seconde boule de Pierre est
diminue. Parmi les quatre cas possibles, ceux dans lesquels
Pierre vaincu dans un coup est vainqueur dans lautre sont
moins vraisemblables que ceux dans lesquels ses deux boules
ont le mme sort.
Calcul des Probabilits de J. BERTRAND (1899)
(daprs les cours du Collge de France).

(T 4 )
CHAPITRE I.
DFINITION DES PROBABILITES.
1. On ne peut gure donner une dfinition satisfaisante de la
Probabilit. On dit ordinairement : la probabilit dun vnement
est le rapport du nombre des cas favorables cet vnement au
nombre total des cas possibles.
Ainsi, si le premier nombre est n et le second N, la probabilit
est
; cette dfinition, dans certains cas, ne soulve aucune
difficult. Dans un jeu de 32 cartes, la probabilit de tirer un roi
est , puisque le nombre total des cas possibles, cest--dire des
cartes, est 32, et que parmi ces cartes il y a quatre rois ; on a donc
ici N = 32, n = 4. Quand on jette un d, la probabilit damener
le point 4 est , car N = 6 et n = 1, le d ayant 6 faces dont une
seule porte le point 4. Dans une urne qui contient n boules
blanches et p noires, on tire une boule ; la probabilit quelle
soit blanche est
.
2. Prenons un exemple un peu plus compliqu. Deux urnes, qui
ne diffrent pas extrieurement, renferment, la premire n
boules blanches et p noires, la seconde n blanches et p
noires.

dition intgrale en ligne de : Autour de la modlisation en probabilits


Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

63
On fait tirer une boule une personne, et on demande quelle est
la probabilit pour amener blanche. On pourrait dire que le
nombre total des cas est n+n+p+p et que la probabilit est
.
On peut dire aussi que deux cas peuvent dabord se prsenter,
soit la premire, soit la seconde urne ; la probabilit de prendre
dans la premire est
et dans la seconde , car il y a autant de
chances de mettre la main dans lune que dans lautre. Si jai mis
la main dans la premire urne, la probabilit est
pour que,
prenant dans la premire urne, on ait une boule blanche ; en
vertu du thorme de la probabilit compose, que je ne tarderai
pas tablir, la probabilit de mettre la fois la main dans la
premire urne et den tirer une boule blanche est
;
la probabilit analogue pour la seconde urne est
.
La somme
est lvaluation correcte de la
probabilit demande, et il ny aura galit entre les deux
valuations que dans un cas particulier
, cest--dire
A quoi tient cette divergence ? A ce que les n+n+p+p cas ne sont
pas galement probables.
Ainsi supposons quil y ait deux fois plus de boules dans la
premire urne
n + p =
(n + p) .

La probabilit pour que je prenne une boule donne dans cette


urne est

; et pour que je la prenne dans la seconde elle

est
.
A la dfinition de la probabilit, il faut donc ajouter : condition
que tous les cas soient galement vraisemblables.
Deux autres exemples sont dus Bertrand.8

8 - Nous ne reproduisons ici que le second : le problme du jeu de boules.


dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

64
4. Problme du jeu de boules. - Deux joueurs galement
habiles, Pierre et Paul, jouent aux boules ; Pierre a deux boules
lancer, Paul une boule, et la victoire est celui des deux dont
lune des boules approchera le plus du but.
Quelle est la probabilit pour que Paul gagne ?
Soient A et B les boules de Pierre, C celle de Paul ; six cas
peuvent se prsenter, en rangeant les boules suivant leur
proximit du but.
ABC, BCA, CAB, ACB, CBA, BAC.
Ces six cas sont galement probables ; ceux qui donnent la
victoire Pierre sont au nombre de quatre, ceux qui donnent la
victoire Paul au nombre de deux : la probabilit de gagner est
donc
pour Paul.
On pourrait raisonner autrement : la boule A de Pierre est plus
loigne du but que C, ou bien cest le contraire.
A > C ou
A < C.
De mme pour la boule B
B > C ou B < C.
Donc quatre cas sont possibles
A > C avec
B > C,
A<C

B > C,
A>C

B < C,
A<C

B < C.
Un seul cas, le premier, est favorable Paul, puisque sa boule est
la fois plus rapproche que A et B ; la probabilit serait donc .
Mais les quatre cas ne sont pas galement probables.
A > C avec B > C correspond 2 combinaisons CAB, CBA
A<C B>C

ACB
A>C B<C

BCA
A<C B<C

ABC, BAC
5. La dfinition complte de la probabilit est donc une sorte
de ptition de principe9 : comment reconnatre que tous les cas
9 - Dans la mesure o celle-ci nest pas de nature axiomatique.
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

65
sont galement probables ? Une dfinition mathmatique ici
nest pas possible10 ; nous devrons, dans chaque application,
faire des conventions10, dire que nous considrons tel et tel cas
comme galement probables. Ces conventions ne sont pas tout
fait arbitraires, mais chappent lesprit du mathmaticien qui
naura pas les examiner, une fois quelles seront admises.
Ainsi tout problme de probabilit offre deux priodes dtude :
la premire, mtaphysique pour ainsi dire, qui lgitime telle ou
telle convention ; la seconde, mathmatique, qui applique ces
conventions les rgles du calcul.10
Calcul des Probabilits
de H. POINCAR
A partir du Trait de Laplace et jusqu celui de Kolmogorov, les
Traits et les cours de probabilit, commencent par la dfinition
Laplacienne de la probabilit. Comme dans le trait de Laplace (voir (T2)
(T3) (T4) ), ils la font suivre dexemples destins montrer comment appliquer
la dfinition et mettre en garde contre les mauvaises applications qui
peuvent en tre faites.
Ces exemples soulignent que la dfinition ne sapplique que si les
divers cas sont galement possibles.
Mais cela suppose les divers cas galement possibles (T2)
Une condition est sous entendue : tous les cas doivent tre galement
possibles. La dfinition, sans cette restriction naurait aucun sens. (T3)
A la dfinition de la probabilit il faut ajouter : condition que tous les cas
soient galement vraisemblables. (T4)
J. Bertrand recopie P.S. Laplace. H. Poincar recopie et discute J.
Bertrand. Ainsi reconsidrant lexemple, dtaill par J. Bertrand, dans la
partie de boules entre Pierre et Paul, H. Poincar en vient mettre en cause
la dfinition Laplacienne de la probabilit : la dfinition complte de la
probabilit est une sorte de ptition de principe, comment reconnatre que tous les cas
sont galement probables ?
10 - Voir en Annexe IV
1. La synthse faite sur la dfinition et la signification de la probabilit dans
lencyclopdie des Mathmatiques pures et appliques. Article de E. Czuber (1906) Edition franaise publie sous la direction de Molla.
2. La rflexion de Borel sur les deux priodes dtude distingues par H.
Poincar.
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

66
En dautres termes : (Voir extraits de T2, T3, T4 ci -dessus) :
1) La dfinition est circulaire - Elle suppose, dans son nonc, la
dfinition de lquiprobabilit donc celle de probabilit Ce nest donc pas une dfinition au sens mathmatique du terme.
2) La dfinition nest pas opratoire. Elle nindique pas comment
assigner des probabilits aux possibilits dune exprience dont les rsultats
dpendent du hasard, autrement dit, elle ne donne pas ses cas dapplication.
Poincar affirme ensuite : une dfinition mathmatique ici nest pas
possible ; nous devons dans chaque application faire des conventions, dire que
nous considrons tel et tel cas comme galement probables11.
Il est donc vain de chercher une telle dfinition ou une telle procdure.
Il faut faire des conventions.
Le texte de Poincar par la critique quil dveloppe de la dfinition de
Laplace, par laffirmation quune dfinition mathmatique ici nest pas
possible..., inaugure le point de vue moderne12: le calcul des probabilits est
affaire de mathmaticiens en tant que corpus de dfinitions, de thormes...
construire et dvelopper sur des objets - les probabilits - grs par un
certain nombre de rgles, fournies par la tradition et prises pour axiomes.
Le problme de lassignation de probabilits aux possibilits dune
exprience alatoire, cest dire le problme de lapplicabilit du calcul - qui
est primordial - est alors hors champ mathmatique. De plus, Poincar laisse
penser que ce problme nest pas susceptible de solutions relevant dune
ncessit, cest--dire de lapplication de rgles ou de procdures explicites
universellement appliques13.

11 - Cf. note 9.
12 - Point de vue qui sera parachev par Kolmogorov.
13 - Il convient de noter lirruption de la subjectivit dans le texte Poincar - faire des
conventions, dire que nous considrons... - et donc lirruption de la non ncessit, du
non mathmatique. Les conventions ne sont pas tout fait arbitraires. Elles
rsultent dun accord sur de bonnes raisons partages.
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

67
En effet : quest ce qui conduit dans lexemple du jeu de boules entre
Pierre et Paul assigner une gale probabilit ABC, ACB, etc... ?
Que rpondre DAlembert ? Que rpond Laplace ?14
La position de Poincar, qui intervient aprs deux sicles et demi de
pratique du calcul des probabilits, semble indiquer que les principes
directeurs de celui-ci se sont perdus, plus prcisment que la smantique du
calcul chappe : Ces conventions ne sont pas tout fait arbitraires, mais
chappent lesprit du mathmaticien qui naura pas les examiner, une fois quelle
seront admises....
En consquence, la smantique du calcul est clairement rejete hors
du champ des mathmatiques : Ainsi tout Problme de probabilit offre deux
priodes, la premire mtaphysique15 pour ainsi dire..., et donc seule la syntaxe
du calcul concerne le mathmaticien.
Cette position, pour bien fonde quelle soit, est dun point de vue
historique et pistmologique, paradoxale par le renversement quelle opre
par rapport aux points de vue traditionnels. En effet, le calcul a t cr et
dvelopp pour tre appliqu et ce que Poincar appelle des conventions
qui sont, pour les crateurs, des dterminations de sens sont alors
premires. Elles dterminent la smantique du calcul, et les rgles du
calcul ce que Laplace appelle les principes en dcoulent par voie de
consquence.
Lanalyse compare des quatre textes cits ci-dessus, lanalyse de
lvolution du contenu smantique, de la fonction de la dfinition
Laplacienne , de Laplace Poincar, la recherche de ses origines et de ses
raisons aideront :
1) comprendre comment les mathmaticiens en sont arrivs
considrer le calcul selon le point de vue exprim par Poincar.
2) dgager et discuter les problmes thoriques et didactiques ainsi
rsolus ou poss.

14 - Voir le texte de DAlembert dans lannexe I.


15 - Sens Kantien du terme : qui relve de la facult de connatre.
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

68
B - Des origines de la dfinition. De sa fonction dans le Trait
de Laplace et dans ceux qui le suivent.
Texte (T4) de H. Poincar :
On ne peut gure donner une dfinition satisfaisante de la probabilit.
On dit ordinairement : la probabilit dun vnement est le rapport du nombre de
cas favorables cet vnement au nombre de cas possibles.
... ainsi dans certains cas, cette dfinition ne soulve aucune difficult...
Poincar donne alors lexemple du jeu de cartes et celui dune urne
contenant n boules blanches et p boules noires.
On tire une boule ; la probabilit quelle soit blanche est
.16
Pour Poincar, dans le cas de lurne, la dfinition sapplique de faon
vidente. Pourquoi17 ?
Autrement dit, il est vident que dans ce cas, tous les cas possibles ont
la mme probabilit de ralisation. Le problme du fondement de cette
vidence est immdiatement pos par lexemple des deux urnes qui suit, o
la dfinition ne sapplique pas, et par lexemple de la partie de boules entre
Pierre et Paul qui conduit parler de Ptition de principe quant
lassignation de probabilits aux diffrentes possibilits, de conventions
faire dans chaque applications.
Ptition de principe , Conventions , lopration ne relve donc
pas dune ncessit, mais est de lordre de laccord et cela doit valoir dans le
cas de lurne comme dans les autres. Lvidence nexiste pas plus dans ce cas
que dans les autres. Simplement la convention est ancienne et admise par
tous, cest peut tre cela, son vidence. De plus ici, le rsultat rsulte de
lapplication de la dfinition. Est ce un hasard ou par quel hasard ?
Texte (T3) J. Bertrand :
La probabilit dun vnement est estime par lnumration des cas
favorables, rapproche celle des cas possibles.

16 - On remarquera que Poincar ne traite en fait quun seul exemple : celui de lurne.
Le jeu de cartes ntant quune urne contextualise , ou lurne quun jeu de
cartes dcontextualis .
17 - Cette question trouvera des lments de rponse dans la suite.
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

69
On parie en jetant un d, quil montrera le point 4. Le d a six faces : six cas
sont possibles, un seul est favorable. La probabilit est
. Cest une dfinition.
Aprs lexemple des deux ds, Bertrand nonce la dfinition
Laplacienne :
la probabilit dun vnement est le rapport du nombre des cas favorables au
nombre total des cas possibles. Une condition est sous entendue : tous les cas
doivent tre galement possibles. La dfinition sans cette restriction naurait
aucun sens.
Dans tout problme de probabilit, il faut commencer par assigner des
probabilits aux vnements possibles. Bertrand commence son trait en
expliquant comment rsoudre ce problme. A cette fin, il utilise le paradigme
du d. Celui-ci sert penser lgale probabilit des possibles et justifier,
fonder la dfinition . Mais la dmarche nest pas claire ; elle appelle la
critique. Ce sera celle de Poincar.
En effet, il y a ambigut. De quel d parle J. Bertrand ? Dun d rel...
On parie en jetant un d... Quest-ce qui justifie alors laffirmation que tous
les cas sont galement possibles ? Le d peut tre pip ou mal quilibr. J.
Bertrand assigne au point 4 la probabilit et dit : cest une dfinition..
Il signifie ainsi, quayant un d en main, il ny a pas de raisons de
penser quil est mal quilibr et quen consquence toutes les faces ont les
mmes chances dapparatre. Le mot dfinition est ici dplac. Il sagit
dune hypothse faite sur le d, dune ptition de principe, dune
convention comme le dit Poincar.
Le paradigme du d sert ensuite de fondement la dfinition , qui
est prsente comme une rgle opratoire.
Or la rgle nest pas opratoire en raison de la restriction apporte...
tous les cas doivent tre galement possibles. Cela est immdiatement mis en
vidence par quelques exemples dont celui du jeu des boules entre Pierre et
Paul qui illustre que dans lune des faons de penser les vnements
possibles, il nest pas raliste mais comment le savoir ? de leur assigner
une gale probabilit.
La dfinition ne rsout donc pas le problme quelle est cense
rsoudre. Comment ... constater quelles (les possibilits) ont mme
vraisemblance ?
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

70
Dans la suite, la difficult est oublie. La pratique va tre fonde par
lexemple, donc sur le mode mimtique. J. Bertrand dveloppe la solution de
treize problmes destins exhiber les conventions qui seront faites dans
tel ou tel cas. Lquiprobabilit des possibles est chaque fois affirme,
postule.
Problme I. On jette une pice de monnaie n fois de suite. Quelle est
la probabilit pour que pile et face se succdent dans un ordre assign ?
Pile et face, chaque preuve, sont galement possibles. Toutes les
successions prsentent des chances gales...
Ptition de principe, Convention, pas tout fait arbitraire..., la
dfinition nopre alors que dans un second temps, comme rgle de
calcul. Poincar, lecteur et critique de J. Bertrand na trouv chez ce dernier
que des ruines trop dlabres de la smantique du calcul pour pouvoir la
reconstituer et en rendre compte18. Do son point de vue, qui assignera pour
tche au mathmaticien de ne soccuper que de la syntaxe du calcul.
Textes (T1) et (T2) P. S. Laplace :
(T1) renvoie la tradition, la pratique dj sculaire. la thorie des
hasards consiste rduire tous les vnements du mme genre, un certain nombre
de cas galement possibles.
La smantique du calcul, bien connue de Laplace, est donc dans cette
opration qui consiste rduire... Cette opration tant faite - comment ?19
Laplace et ses contemporains le savent - il faut alors... dterminer le nombre de
cas favorables lvnement dont on cherche la probabilit. Le rapport de ce nombre
celui de tous les cas possibles, est la mesure de la probabilit...
Cela rsume la pratique, issue des dterminations de sens faites par les
crateurs (elles seront explicites ultrieurement).
(T2) donne les principes gnraux du calcul des probabilits.
P.S Laplace crit un trait. Un trait doit tre organis sur le mode
dductif, comme les lments dEuclide ou les Principes de Philosophie
18 - Voir lannexe II. Le problme VIII est le seul qui laisse entrevoir la smantique du
calcul telle que lavait tablie les crateurs.
19 - Cette question trouvera des lments de rponse dans la suite.
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

71
naturelle de Newton qui sont les grands modles. En consquence, il doit
commencer par des dfinitions et des axiomes do, par ncessit logique, se
dduiront les noncs, solutions aux problmes etc... Une dfinition de la
probabilit est ncessaire. P.S. Laplace nonce : le premier de ces principes est
la dfinition mme de la probabilit qui, comme on la vu, est le rapport...
Il dtache alors une rgle , opratoire dans le contexte des pratiques
en cours, et lrige au rang de dfinition non opratoire, puisque circulaire
etc...
Le premier principe traite des cas galement possibles do la
ncessit du second principe : si les divers cas ne sont pas galement
possibles,(...) Alors la probabilit sera la somme des probabilits de chaque cas
favorable .
Lillustration donne de lapplication de ces principes mrite dtre
analyse.
Supposons... Il est clair quil peut arriver quatre cas galement possibles...
... Cela rduirait la probabilit , si lon considrait avec dAlembert, ces
trois cas comme tant galement possibles. Mais il est visible que ....
Il est clair il est visible renvoie lvidence, une stipulation qui
ne donne pas ses raisons. Il y a hiatus. DAlembert20 connat la solution
traditionnelle expose par Laplace, il fait remarquer quun autre chemin est
possible. Pourquoi ne le prend-on pas ? Ne serait il pas meilleur ? Laplace ne
rpond pas cette interrogation21. Laplace rpond par ce que dit la tradition,
il se rfre la pratique et aux dterminations de sens cres et dveloppes
par Fermat, Huyghens, Bernoulli... Ce point sera repris.
En Rsum :
1) La dfinition, rgle syntaxique, ne permet pas de rpondre
dAlembert qui pose un problme dordre smantique. Lassignation dune
probabilit un cas possible est toujours de lordre du smantique.
2) La dfinition tant donne22, les diffrents principes, rgles de calcul
etc... appartiennent dsormais lordre de la ncessit. La dfinition cre la
ncessit - au sens mathmatique du terme - dans le champ des probabilits.
Elle jouera toujours ce rle dans les traits et cours jusqu celui de Poincar
inclus23.
20 - Voir le texte de DAlembert dans lannexe I.
21 - Voir lannexe I.
22 - Voir Chapitre 1 du livre II du trait analytique des probabilits de P.S. LAPLACE.
Lannexe III en donne le dbut.
23 - Voir le Chapitre II du Calcul des Probabilits de J. BERTRAND.
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

72
Sa fonction est donc de rsoudre un problme dordre logique li au
mode dexposition hypothtico-dductif.
3) La dfinition occulte la smantique du calcul, conduit des pertes
de sens et la critique de Poincar. Cela conduira la conception moderne
du calcul des probabilits - dj formule par Poincar - conu comme pure
syntaxe, dtach du problme fondamental de son applicabilit.
Ces pertes de sens progressives engendreront les difficults dordre
thorique et donc didactique implicitement pointes par Poincar : Ainsi
tout problme de probabilit offre deux priodes dtude : la premire, mtaphysique
pour ainsi dire, qui lgitime telle ou telle convention...

C - De ses articulations avec les pratiques prcdentes


Comme cela a t dit (T1) la dfinition Laplacienne est abstraite des
pratiques inities par les crateurs. Elle sarticule donc troitement celles-ci.
Les deux textes qui suivent (T5) et (T6) ont pour objectif de mettre en vidence
ces articulations.
Rappelons la situation support de lchange pistolaire : trois
personnes jouent un jeu de hasard en un certain nombre de parties. Ltat
du jeu est : il manque pour gagner une partie au premier, deux au second et
deux au troisime.
Fermat entreprend de calculer les hasards - autrement dit la
probabilit - qui font gagner le premier.24

(T 5 )
Lettre de Fermat Pascal du 25 septembre 1654 (Extrait)
Le premier peut gagner, ou en une seule partie, ou en deux, ou
en trois. Sil gagne en une seule partie, il faut quavec un d qui
a trois faces, il rencontre la favorable du premier coup. Un seul
d produit trois hasards : ce joueur a donc pour lui
des
hasards, lorsquon ne joue quune partie.
Si on en joue deux, il peut gagner de deux faons, ou lorsque le
second joueur gagne la premire et lui la seconde, ou lorsque le
troisime gagne la premire et lui la seconde. Or, deux ds

24 - Le calcul est men par Fermat de deux faons. Une seule est expose.
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

73
produisent 9 hasards : ce joueurs a donc pour lui
des
hasards, lorsquon joue deux parties.
Si on en joue trois, il ne peut gagner que de deux faons, ou
lorsque le second gagne la premire, le troisime la seconde et
lui la troisime, ou lorsque le troisime gagne la premire, le
second la seconde et lui la troisime ; car, si le second ou le
troisime joueur gagnoit les deux premires, il gagneroit le jeu,
et non pas le premier joueur. Or, trois ds ont 27 hasards : donc
ce premier joueur a
des hasards lorsquon joue trois parties.
La somme des hasards qui font gagner ce premier joueur est par
consquent
, ce qui fait en tout

.
Pierre de FERMAT
Correspondance.

(T 6 )
Ars Conjectandi (1713) J. Bernoulli (Extraits).
(T61)
La probabilit est en effet un degr de la certitude et en diffre
comme la partie diffre du tout. Evidemment, si la certitude
intgrale et absolue, que nous dsignons par la lettre a ou par
lunit 1, est constitue de - supposons par exemple - cinq
probabilits ou parties, dont trois militent pour quun
vnement existe ou se produise, les autres sy opposant : nous
dirons que cet vnement a a, ou de certitude.
Jacques BERNOULLI
Ars Conjectandi , Partie IV, Chap. 1.
(T62)
CHAPITRE IV
LA

DOUBLE MANIRE DE RECHERCHER LES NOMBRES DE CAS.

CE

QUIL FAUT PENSER DE CELUI QUI EST TABLI PAR DES EXPERIENCES.

PROBLME PARTICULIER PROPOS CE PROPOS. ETC


On a montr dans le chapitre prcdent comment, daprs les
nombres de cas dans lesquels peuvent exister ou ne pas exister
les arguments en faveur de nimporte quelle chose, dans
lesquels ils peuvent rvler ou ne pas rvler, ou mme rvler
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

74
le contraire, les forces de ce qui prouve de ces arguments et les
probabilits des choses qui leur sont proportionnelles peuvent
tre dduites et estimes par le calcul. On en est ainsi venu ce
point que pour former selon les rgles des conjectures sur
nimporte quelle chose il est seulement requis dune part que les
nombres de cas soient soigneusement dtermins, et dautre
part que soit dfini combien les uns peuvent arriver plus
facilement que les autres. Mais cest ici enfin que surgit une
difficult, nous semble-t-il : cela peut se voir peine dans
quelques trs rares cas et ne se produit presque pas en dehors
des jeux de hasard que leurs premiers inventeurs ont pris soin
dorganiser en vue de se mnager lquit, de telle sorte que
fussent assurs et connus les nombres de cas qui doivent
entraner le gain ou la perte, et de telle sorte que tous ces cas
puissent arriver avec une gale facilit. En effet lorsquil sagit
de tous les autres rsultats, dpendant pour la plupart soit de
luvre de nature soit de larbitre des hommes, cela na pas du
tout lieu. Ainsi, par exemple, les nombres de cas sont connus
lorsquil sagit des ds, car pour chacun des ds les cas sont
manifestement aussi nombreux que les bases, et ils sont tous
galement enclins choir ; car cause de la similitude des
bases et du poids uniforme des ds il ny a point de raison pour
quune des bases soit plus encline choir que lautre, comme
cela arriverait si les bases taient de formes dissemblables, ou si
le d tait constitu dun ct dune matire plus lourde que de
lautre. Ainsi sont connus de mme les nombres de cas pour que
sorte de lurne un bulletin blanc ou noir, et on sait que tous sont
galement possibles, puisque sont videmment dtermins et
connus les nombres de bulletins de chaque espce, et quon ne
voit aucune raison pour que celui-ci ou celui-l doive sortir
plutt que nimporte quel autre.
Jacques BERNOULLI
Ars Conjectandi , Partie IV, Chap. 4
(T5) : Le jeu est de hasard donc chaque partie, chaque joueur a des
hasards pour lui ; cest une dtermination de sens, elle porte sur les mots
hasards, hasards gaux et la quantification qui leur est attribue : dans un jeu
de hasard, les hasards sont gaux, sil y a n rsultats possibles, chacun deux
a pour lui des hasards.
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

75
Fermat introduit alors le d 3 faces pour penser les diffrents cas - le
d nest pas un d rel (3 faces) - Si on en joue deux, il peut gagner de deux
faons, ou lorsque le second joueur gagne la premire et lui la seconde ou lorsque le
troisime joueur gagne la premire et lui la seconde. Or deux ds produisent 9
hasards : le joueur a donc pour lui des hasards. Les 9 hasards sont gaux - par
dtermination de sens - rsulte alors dune nouvelle dtermination de sens
explicite quelques lignes plus loin la somme des hasards qui font gagner le
joueur... donne les hasards quil a pour lui. Le d permet de mettre ceux ci
en vidence, de les penser, de les reprsenter..
Le calcul est cr par ces dterminations de sens et par lintroduction
du d n faces qui assurera la transfrabilit de la dmarche suivie par
Fermat pour rsoudre ce problme, toute situation prsentant n hasards
gaux. Le paradigme du d n faces, qui sera remplac par J. Bernoulli par
celui de lurne, sera systmatiquement utilis pour penser, reprsenter modliser25 - les situations les plus diverses. Il contient, dtermine, toute la
smantique du calcul.26.
Les faces du d, ou les tirages dans lurne de Bernoulli reprsentent
des hasards gaux do (T1) la thorie des hasards consiste rduire tous les
vnements du mme genre un certain nombre de cas galement possibles27...
Il convient, ce niveau, de distinguer le ou le obtenu par Fermat
du
ou
que produirait lapplication de la dfinition Laplacienne.
Fermat produit ces rsultats par lintermdiaire du paradigme du d - on
dirait aujourdhui : par lintermdiaire dune modlisation - et non par
application dune formule.
La dfinition Laplacienne fonctionne sur le paradigme du d ou de
lurne ; elle ne fait qunoncer sous forme dune rgle les dterminations de
sens faites sur ces paradigmes.

25 - Le terme est videmment anachronique.


26 - Une situation dont les rsultats dpendent du hasard tant donne... tout se passe
comme si en terme de hasard, on jetait un d n faces, si k faces reprsentent
les hasards favorables lvnement A, la probabilit k/n lui est assign.
27 - Cest ce que Fermat fait explicitement dans la premire solution adresse Pascal.
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

76
La dfinition Laplacienne ne fonctionne pas sur les situations, voir
lexemple de dAlembert ou de la partie du jeu de boules entre Pierre et Paul.
Elle fonctionne sur les situations aprs modlisation, ce qui revient
nouveau dire quelle ne fonctionne que sur le paradigme du d ou de
lurne.
Le problme est alors : pourquoi telle modlisation plutt que telle
autre ? La tradition rpond dans les deux exemples voqus ci-dessus.
Comment ? Sur quels critres sest elle constitue ?
Lexemple de dAlembert est trait de faon immdiate par la
tradition. La pice est le d deux faces do la solution (cf. T2 ). DAlembert
remet celle-ci en cause. Il remet en cause les dterminations de sens faites par
les crateurs. Il connat le chemin trac par ceux-ci mais refuse de
lemprunter et en propose un autre. Lequel choisir ? Pourquoi ? Lvidence
laquelle P.S. Laplace fait appel nest pas une rponse. Une dtermination de
sens est faite, une rgle est stipule. Elle peut tre accepte ou rejete. Elle ne
relve pas dune ncessit. Alors pourquoi cette stipulation plutt que cette
autre ? Parce que le calcul doit sappliquer, quil doit conduire des
prdictions, que celles-ci doivent tre en accord avec lobservation ou
lexprimentation. dAlembert, par son questionnement, renvoie ce point
primordial ; trs tt abord et lucid par J. Bernoulli28.

D - Le problme de lapplicabilit du calcul.


Le problme de lapplicabilit du calcul est au cur de lArs
Conjectandi de J. Bernoulli. Le problme fondamental est (T62) que pour former
des conjectures sur nimporte quelle chose, il est seulement requis dune part que les
nombres de cas soient soigneusement dtermins, et dautre part que soit dfini
combien les uns peuvent arriver plus facilement que les autres. Mais cest ici enfin
que surgit une difficult...
En effet, les inventeurs ont pu procder par dtermination de sens, a
priori, en ne considrant que des jeux de hasard en vue de se mnager
lquit, leurs procdures ne fonctionnent pas en dehors de ces cas.

28 - J. Bernoulli a pens son thorme ds 1685. La publication dArs Conjectandi


(1713) est posthume.
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

77
J. Bernoulli discute alors deux exemples. Celui du d et celui de lurne.
Le d de Bernoulli nest pas le d idal de Fermat, il est rel,
symtrique et homogne. Il y a alors de bonnes raisons de stipuler que
chaque face apparatra avec la mme probabilit. Les probabilits sont alors
fixes a priori. Elles font lobjet dune convention, non dune ptition de
principe , elles rsultent dune modlisation.
Lexprience permettra de juger de la bonne adquation des rsultats
du calcul aux rsultats observs.29
Si le d nest pas symtrique ou homogne, la dmarche - hypothse
de modle a priori - prcdente ne peut plus tre faite. Comment procder
alors ? En jetant le d un nombre suffisant de fois et en observant chaque
fois ce quil prsente29.
Lurne de J. Bernoulli est introduite avec le double rle de paradigme,
servant oprer les dterminations de sens essentielles - si elle contient
3 000 bulletins blancs et 2 000 bulletins noirs, la probabilit de tirer un
bulletin blanc est de , cest une dtermination de sens a priori30 - et durne
relle servant faire des expriences. J. Bernoulli montre quune personne
qui ne connat pas la composition de cette urne, peut, par exprience, arriver
une valuation trs prcise de la proportion des blancs ou des noirs, et ainsi
ce quil nest pas donn dobtenir a priori lest du moins a posteriori.
Ce double rle est fondamental. Il permet de traiter de lapplicabilit
du calcul, comme le montre le texte qui suit.

(T 7 )
Je suppose que, dans une urne, ton insu, soient places trois
mille pierres blanches et deux mille pierres noires ; je suppose
que pour connatre leurs nombres par exprience tu tires une
pierre aprs lautre (en replaant cependant chaque fois la pierre
que tu as tire avant de choisir la suivante, pour que le nombre
des pierres ne diminue pas dans lurne) ; tu observes combien
29 - Voir la suite.
30 - J. Bernoulli donne la raison, purement intellectuelle, de la dtermination de sens
faite ... on ne voit aucune raison pour que celui-ci ou celui l doive sortir plutt que
nimporte quel autre.
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

78
de fois sort une pierre blanche et combien de fois une noire. On
demande si tu peux le faire tant de fois quil devienne dix fois,
cent fois, mille fois etc. plus probable (cest--dire quil devienne
moralement certain) que le nombre de fois o tu choisis une
pierre blanche et le nombre de fois o tu choisis une pierre noire
soient dans ce mme rapport sesquilatre o se complaisent
tre entre eux les nombres de pierres ou de cas, plutt que dans
tout autre rapport diffrent de celui-ci. (...)
On montrera que lon peut arriver ce que le rapport trouv
grce des expriences recommences de nombreuses fois,
tombe entre ces limites
du rapport sesquilatre
plus
probablement, de toute probabilit donne, quen dehors.31
Jacques BERNOULLI
Ars Conjectandi, Partie IV, Chap. 4.
Le paradigme de lurne32 contient donc toute la smantique du
calcul , et comme cela a dj t dit, il permet J. Bernoulli de rgler le
problme de lapplicabilit du calcul. Cela peut se rsumer ainsi :
1) Une urne contient k boules blanches et l boules noires. La
probabilit de tirer une blanche lors dun tirage est
.
Cest une probabilit a priori, obtenue par dtermination de sens.
2) Soit une exprience et un vnement A li celle-ci. Si p(A) = p,
alors tout se passe en terme de hasard, lorsque lexprience est effectue,
comme si on tirait une boule blanche dans une urne compose comme en 1).
Cest une modlisation.
31 - En langage moderne, J. Bernoulli montre en substance que si :
- fn (B) et fn (N) sont les frquences observes sur n tirages avec remise dans
lurne des vnements on tire une blanche, on tire une noire,
-

do

, ds que n est suprieur un certain no , > 0 et C > 0 tant donns.

32 - Ou celui du d gnralis n faces.


dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

79
Lurne est pour J. Bernoulli, le modle des tres alatoires les plus
divers, do son rle fondamental. Elle est utilise soit pour reprsenter des
probabilits a priori, soit pour reprsenter des probabilits ignores, qui
seront dtermine a posteriori, par exprience, (Voir le point 3 suivant).
3) Lexprience qui consiste tirer une boule de lurne prcdente est
renouvele n fois - toujours dans les mmes conditions, donc avec remise
- Si fn est la frquence observe de lvnement : une blanche est tire,
alors la probabilit que fn donne une approximation de p 10-u prs (u
entier arbitraire) peut tre rendue arbitrairement voisine de 1 (cest--dire
lim P (fn - p < 10-u) = 1).
n

Cet nonc, en reliant les concepts de probabilit a priori et de


probabilit a posteriori, relie lexprience et lobservable, les rsultats
fournis par le calcul issu de lassignation des probabilits.
Il rsulte alors de ce qui prcde que le thorme de J. Bernoulli
fournit :
1) La possibilit de mesurer ladquation dune probabilit stipule a
priori, ou drivant dun calcul, aux rsultats observs, cest--dire la
possibilit dvaluer le degr de validit des prvisions auxquelles conduit le
calcul.
2) La possibilit dassigner aux vnements les plus divers, les plus
complexes - sous rserve que lexprience qui les produit puisse tre
renouvele un nombre arbitraire de fois dans les mmes conditions - une
probabilit p*, qui a de trs bonnes chances dtre une approximation
10-u prs de p.
Cest en ce double sens, que le thorme de J. Bernoulli rgle le
problme de lapplicabilit du calcul.
Il donne la solution au problme que dAlembert soulvera cinquante
ans plus tard. On jette une pice honnte deux fois. Lexprience est
renouvele un grand nombre de fois, la frquence de lvnement croix a t
amen est observe. Elle est voisine de
et non de .
Les crateurs ont trac le bon chemin.33
33 - En premier lieu, ladoption de ces concepts exprime lattente sre delle, de certaines expriences :
Mais maintenant nous avons trouv un chemin grce, pour ainsi dire, aux traces laisses
par ceux qui lont emprunt ! Et le trafic se fait maintenant sur ce chemin vers diffrentes
fins. L. Wittgenstein : Remarques sur les fondements des mathmatiques.
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

80
Conclusions
1 - De lintroduction de la Probabilit dans les Traits modernes
Dans les traits modernes34, la probabilit est conue comme une
mesure. Suite aux travaux de Borel, la notion de probabilit a t tendue
des espaces non finis, non dnombrables pour lesquels une dfinition
opratoire de la probabilit est impossible. Ce qui est alors dfini est une
algbre de probabilits. Lapplicabilit du calcul est assure par le choix des
axiomes qui stipulent que les probabilits doivent obir aux rgles de calcul
que suivent les frquences, cest la dmarche des programmes de lyces des
annes 2000 :
: si A est certain, alors
, correspond la prescription : si
A est certain alors P(A) = 1. De mme, : Si A et B sexcluent mutuellement
alors :

, correspond la stipulation : si A

et B sexcluent mutuellement alors P (A B) = P(A) + P(B).


Autrement dit, les syntaxes adoptes sont conformes la smantique
du calcul, exprime dune certaine manire par le thorme de J. Bernoulli.
Le calcul des probabilits est alors une thorie mathmatique dans
laquelle sont dveloppes les rgles applicables dans les espaces
probabiliss. Dans la pratique, ces espaces sont obtenus par modlisation des
situations tudies, et comme le souligne dj H. Poincar, le mathmaticien
nest concern quune fois cette modlisation ralise.
e

Ds la fin du XIX sicle la division du travail semble bien tablie35, les


modlisations sont la charge des utilisateurs qui sont les seuls aptes juger
de leur bonne adquation aux phnomnes tudis36, les tudes thoriques
des modles, la mise en ordre des savoirs constitus, sont alors la charge
des mathmaticiens.

34 - Ils reprennent grosso-modo le dbut du trait de A. Kolomgorov.


35 - Cette division du travail, due la spcialisation entrane par la croissance et la
complexification des corpus du savoir scientifique, navait pas de sens un sicle
auparavant.
36 - Que lon pense aux diffrentes modlisations faites par les physiciens dans le
cadre de la thorie cintique des gaz : modles de Boltzmann, de Bose-Einstein,
de Fermi-Dirac...
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

81
Dans ces traits, et dans le cas ou lespace est fini, la dfinition
Laplacienne nest plus considre comme une dfinition, mais seulement comme
une mthode pour calculer les probabilits, dans une algbre de probabilit finie, dont
les vnements lmentaires, pour certaines raisons, par exemple des proprits de
symtrie, ont la mme probabilit .
A. RENYI - Calcul des probabilits.
2 - Des problmes didactiques que posent lintroduction du concept
de probabilit.
1) Lintroduction de la dfinition Laplacienne qui renvoie aux
dnombrements des cas , rsout un problme dordre thorique, dans le
cadre des probabilits finies, puisque les diffrents principes du calcul
peuvent en tre drivs. Elle cre des difficults dordre logique - elle est
circulaire - ainsi que didactique - elle nest pas opratoire - que
lenseignement traditionnel rglait par recours au mimtisme : voil un
exemple, voil ce quil faut faire ; voil un autre exemple, fais de mme,
recopie, imite.
Cette faon de faire cre des habitudes, des pratiques qui finissent par
bien fonctionner sur des situations strotypes, mais ne conduit ni au sens,
ni la culture. Les savoirs acquis sont, pour beaucoup dlves, non
transfrables37 , donc vides.
2) Les exposs axiomatiques modernes de type universitaire
prsentent le calcul des probabilits comme une thorie dtache de ses
applications, dans laquelle la probabilit est un objet abstrait qui doit suivre
un certain nombre de rgles et non un concept.
Or pour le calcul des probabilits, les applications sont
fondamentales et nont de sens que par rapport au concept de probabilit. Le
lien du calcul avec celles-ci se fait alors par les exemples et la prsentation
des grands modles, qui apparaissent alors, lexprience, comme un certain
type de dcontextualisation de diverses situations. Cette dmarche, trs
abstraite, risque dtre opaque pour un dbutant. Elle occulte le lien
organique qui existe entre le calcul et ses applications, en dissimulant le fait
que le calcul sapplique par lintermdiaire de modlisations, que ce sont ces
modlisations qui donnent un sens aux divers schmas durnes, etc...

37 - On pourra se reporter A propos de lenseignement du calcul des probabilits IREM


de POITIERS. (1993) pour des justifications cette affirmation.
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

82
Ltudiant qui aborde le calcul des probabilits laide de ce type de
prsentation, apprend faire fonctionner des rgles de calcul, reconnatre
des modles, les projeter sur des situations, traiter avec aisance les
problmes thoriques poss et rsolus dans la thorie, sans ncessairement
accder la smantique profonde du calcul38. Si lon admet quun
enseignement, quel que soit son niveau, ne se justifie que sil contribue
intgrer des savoirs la culture de lindividu, que sil contribue lui
apprendre penser, et si lon admet les arguments prcdents, il convient
alors dviter, lors dune premire approche (qui sera la seule pour 80 % au
moins des lves du secondaire), les deux entres prcdentes.
Lentre par la notion de frquence, propose par les programmes de
1991 pour les classes de premire, na pas les inconvnients qui viennent
dtre dcrits. En effet, le problme central de lapplicabilit du calcul, et
donc celui du sens de ce calcul, y est pos demble. Nanmoins ce mode
dintroduction nest pas une panace ; il a linconvnient de prsenter une
circularit39 qui gnre des difficults dordre logique et risque de crer un
obstacle durable pour laccs au concept de probabilit a priori, qui est
premier et primordial. La dmarche des programmes de seconde et de
premire des annes 2000 semble vouloir mieux faire le partage entre
lobservation des frquences et le statut de modle thorique de la
probabilit.
Lhistoire, la rflexion pistmologique, permettent en suivant les
diffrentes tapes de la gense du calcul de localiser les difficults
thoriques ou didactiques lies la dfinition de la probabilit, ou plus
prcisment, lintroduction du concept de probabilit. Elles permettent de

38 - Une syntaxe peut tre utilise correctement, voire avec aisance, sans faire sens.
Cela a t souvent mesur par lauteur sur lexemple des dfinitions de la
probabilit conditionnelle et de lindpendance des vnements par voie
axiomatique.
39 - 1) La notion de frquence qui, stabilise, dterminerait la probabilit - a posteriori
- est lie celle de probabilit a priori par les lois des grands nombres dont
lnonc suppose acquis le concept de probabilit,
2) Faire croire ou laisser croire, que la frquence observe dun vnement
conduit sa probabilit risque de gnrer des obstacles la comprhension
globale de la thorie. Pour une argumentation dtaille de cette affirmation on se
reportera : A propos de lenseignement du calcul des probabilits (page 4) publi
par lIREM de Poitiers.
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

83
comprendre les origines et lvolution des pratiques thoriques ou
didactiques, les raisons qui ont conduit, de Laplace Kolmogorov, la
sparation des champs smantique et syntaxique. Elles enseignent que, lors
dune premire approche, une autre voie est possible qui vite les difficults
prcdemment dcrites : celle explore par Fermat et dfinitivement ouverte
par J. Bernoulli, centre sur les modlisations, par le d ou lurne40, qui
permet dapprhender la dmarche probabiliste dans son ensemble, den
comprendre les mcanisme profonds41 et les enjeux, savoir que le calcul est
labor pour traiter, prvoir, dcider dans certains types de situations aux
rsultats alatoires42.

40 - Tout se passe en terme de hasard, comme si...


41 - Les rgles du calcul apparaissent comme des consquences directes des
dterminations de sens faites sur le paradigme de lurne ou du d.
42 - Se reporter A propos de lenseignement du calcul des Probabilits, IREM de
Poitiers.
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

84
Annexe I
Extrait comment de lArticle Croix ou Pile
crit pour lEncyclopdie par DALEMBERT.
CROIX OU PILE, (analyse des hasards). Ce jeu, qui est trs connu, & qui na
pas besoin de dfinition, nous fournira les rflexions suivantes. On demande
combien il y a parier quon amnera croix en jouant deux coups conscutifs.
La rponse quon trouvera dans les auteurs, & suivant les principes
ordinaires, est celle-ci. Il y a quatre combinaisons.
Premier coup.
Deuxime coup.
Croix.
Croix.
Pile.
Croix.
Croix.
Pile.
Pile.
Pile.
De ces quatre combinaisons, une seule fait perdre & trois font gagner,
il y a donc 3 contre 1 parier en faveur du joueur qui jette la pice. Sil pariait
en trois coups, on trouveroit huit combinaisons, dont une seule fait perdre, &
sept font gagner ; ainsi, il y aurait 7 contre 1 parier. Voyez COMBINAISON &
AVANTAGE. Cependant cela est-il bien exact ?43 Car, pour ne prendre ici que
le cas de deux coups, ne faut-il pas rduire une les deux combinaisons qui
donnent croix au premier coup ? Car, ds quune fois croix est venu, le jeu est
fini, & le second coup est compt pour rien. Ainsi, il ny a proprement que
trois combinaisons de possibles :
Croix, premier coup
Pile, Croix, premier & second coup.
Pile, pile, premier & second coup.
Donc il ny a que 2 contre 1 parier. De mme, dans le cas de trois
coups, on trouvera :
Croix
Pile, croix.
pile, pile, croix.
Pile, pile, pile.
Donc il ny a que 3 contre 1 parier. Ceci est digne, ce me semble, de
lattention des calculateurs, & irait rformer bien des rgles
unanimement reues sur les jeux de hasard43.
43 - Soulign par lauteur.
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

85
Commentaires :
Que signifie cependant cela est il bien exact ? Quune rgle a t mal
applique ? Que la rgle applique nest pas adquate ?
Dans le texte (T2), Laplace44 suggre que dAlembert na pas compris
comment les principes du calcul sappliquent : si dAlembert ne comprend
pas la solution avec les quatre cas quiprobables, il doit (il est visible que )
alors dire : la probabilit damener croix au premier coup est tandis que...
Doit renvoie une ncessit. Or la ncessit ici est cre par la rgle.
Mais quelle est la ncessit de cette rgle ? Telle est la question de dAlembert :
Ne faut il pas rduire une les deux combinaisons... Laplace ne rpond pas : il
est visible que la probabilit damener croix au premier coup est
tandis... nest
pas une rponse.
DAlembert pense que les rgles unanimement reues sur les jeux de
hasard sont mal formes et donc rformer. DAlembert remet en cause la
smantique et par voie de consquence la syntaxe du calcul cest--dire les
rgles unanimement reues.
Laplace, quant lui, ne traite la question que du point de vue
syntaxique, cest--dire du comment appliquer les rgles, et non du
pourquoi telle rgle ?
DAlembert pose implicitement le problme de lapplicabilit du
calcul, puisque la seule rponse qui peut lui tre fournie est : fais lexprience
un grand nombre de fois et observe la frquence de croix a t amen .
Quelle valeur lattire,
ou
? Cest
, les crateurs ont donc ouvert la
bonne piste.
Il y a une ambigut. Lexprience est conduite avec une pice relle
or
est le rsultat obtenu pour une pice modlise par le d 2 faces de
Fermat ou lurne de Bernoulli contenant une boule blanche et une boule
noire. Il faut donc pralablement tester la pice, vrifier que la modlisation
faite lui correspond, cest--dire que de longues sries de lancers produisent
un rapport des nombres de croix ceux de pile voisin de 1, changer
de pice sinon.
Une question demeure. Peut-il exister une pice vicieuse qui conforte
dAlembert dans son opinion ? Autrement dit peut-il exister une pice dont

44 - Voir le texte T2.


dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

86
les jets seront modliss par une urne contenant n1 boules blanches et n2
boules noires, telle que :
o Bi est lvnement : on tire une blanche au ime tirage.
Or,

45

On doit alors avoir


do :
Il y a impossibilit de trouver une telle pice.

45 - Pour deux tirages, Fermat dirait : il y a (n1 + n2)2 hasards, tous gaux dtermination de sens - n2 n1 sont favorables

nouvelle dtermination de sens. J. Bernouilli, par lexprience qui consiste


rpter n fois 2 tirages avec remise dans cette urne, confirme ce rsultat.
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

87
Annexe II
Extrait du chapitre I du cours de probabilit de J. BERTRAND.
Suite la dfinition, J. Bertrand, donne quelques exemples destins
montrer les prcautions prendre pour son application, puis il dveloppe la
solution de quelques problmes. Le problme VIII est le seul problme
thorique de la srie.
A loccasion de ce problme, J. Bertrand renoue avec la tradition en
reprsentant -modlisant - les donnes laide dune urne - se rfrant ainsi
aux dterminations de sens essentielles institues par les crateurs 15. PROBLEME VIII. - La probabilit dun
vnement est p, combien faut-il tenter dpreuves
pour que la probabilit de voir lvnement se
produire au moins une fois dpasse une fraction
donne r ?
Supposons que, dans une urne, soient contenues m
boules blanches et n noires, m et n tant telles
que :
Il faut chercher combien de tirages doivent tre
tents pour que la probabilit damener une boule
blanche soit plus grande que r. La boule sortie est
remise dans lurne aprs chaque preuve, de telle
sorte que la probabilit reste, chaque tirage, gale
p. Le nombre des combinaisons possibles, sur k
preuves, est :
(m + n)k
Le nombre de celles qui ne contiennent pas de
boules blanches est nk.
Le nombre des combinaisons contenant une boule
blanche au moins est :
(m + n)k - nk.
La probabilit demande est donc :
(m + n)k

Le nombre k des preuves tenter pour que cette


probabilit soit gale r est donn par lquation :
1 - (1 - p)k = r,
do :

Lvnement de probabilit p est


reprsent par tirage dune boule
blanche dans une urne qui contient
m blanches et n noires, telle que
et la rptition de lpreuve par des
tirages successifs avec remise dans
cette urne.

La solution est alors donne


par application de la dfinition
laplacienne , qui suppose - cela est
implicite dans la dmarche de J.
Bertrand - que les (m + n)k tirages
possibles sont quiprobables. Il y a
hiatus, dans la dmarche. Le point
dlicat est lud, il fait lobjet dune
stipulation implicite.
La difficult est lude, mais
lusage est fix et cest ce qui
importe pour la suite du Trait.

Cette valeur de k nest pas, en gnral, un nombre


entier. Pour un nombre dpreuves plus petit que k,
la probabilit de voir une boule blanche sortir sera
moindre que r ; elle surpassera r si le nombre des
preuves est plus grand que k.
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

88
Annexe III
Extrait du chapitre I du livre II du
Trait Analytique des Probabilits de P. S. LAPLACE
LIVRE II.
THORIE GNRALE DES PROBABILITS
CHAPITRE PREMIER.
Principes gnraux de cette Thorie
1. On a vu dans lintroduction, que la probabilit
dun vnement, est le rapport du nombre des cas
qui lui sont favorables, au nombre de tous les cas
possibles ; lorsque rien ne porte croire que lun de
ces cas doit arriver plutt que les autres, ce qui les
rend pour nous, galement possibles. La juste
apprciation de ces cas divers, est un des points les
plus dlicats de lanalyse des hasards.

Premier principe.
Rappel de la dfinition. Elle nest
pas opratoire (Voir larticle).
Mais elle cre la ncessit. Les
diffrents principes du calcul - les
dterminations de sens des
crateurs - nen sont que des
consquences.

Si tous les cas ne sont pas galement possibles, on


dterminera leurs possibilits respectives ; et alors
la probabilit de lvnement sera la somme des
probabilits de chaque cas favorable. En effet,
nommons p la probabilit du premier de ces cas.
Cette probabilit est relative la subdivision de tous
les cas, en dautres galement possibles. Soit N la
somme de tous les cas ainsi subdiviss, et n la
somme de ces cas qui sont favorables au premier
cas ; on aura p = n/N . On aura pareillement
p = n/N, p = n/N , etc ; en marquant dun trait,
de deux traits, etc, les lettres p et n, relativement au
second cas, au troisime, etc. Maintenant, la
probabilit de lvnement dont il sagit, est, par la
dfinition mme de la probabilit, gale :

Deuxime principe.
Alors la probabilit sera la somme des
possibilits de chaque cas favorable.
Introduction du
Trait Analytique des Probabilits.

elle est donc gale p + p + p + etc.


Lorsquun vnement est compos de deux
vnemens simples, indpendans lun de lautre ;
il est clair que le nombre de tous les cas possibles est
le produit des deux nombres qui expriment tous les

Troisime principe.
Si les vnemens sont indpendans
les uns des autres, la probabilit de
lexistence de leur ensemble est le

dition intgrale en ligne de : Autour de la modlisation en probabilits


Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

89
cas possibles relatifs chaque vnement simple ;
parce que chacun des cas relatifs lun des ces
vnemens, peut se combiner avec tous les cas
relatifs lautre vnement. Par la mme raison, le
nombre des cas favorables lvnement compos,
est le produit des deux nombres qui expriment les
cas favorables chaque vnement simple ; la
probabilit de lvnement compos, est donc alors
le produit des probabilits de chaque vnement
simple.

produit
de
particulires.

leurs

probabilits

Ainsi la probabilit damener deux fois de suite, un


as avec un d, est un trente-sixime, lorsque lon
suppose les faces du d parfaitement gales ; parce
que le nombre de tous les cas possibles en deux
coups, est trente-six, chaque cas de la premire
projection pouvant se combiner avec les six cas de
la seconde ; et parmi tous ces cas, un seul donne
deux as de suite.

Le d est modlis par le d de


Fermat et le raisonnement reprend
les dterminations de sens faites
par ce dernier.

Introduction du
Trait Analytique des Probabilits.

La dmonstration, tous les cas tant


supposs galement possibles, ce
qui peut toujours tre fait, est
purement combinatoire.

En gnral, si p, p, p, etc. sont les possibilits


respectives dun nombre quelconque dv-nemens
simples indpendans les uns des autres ; le produit
p.p.p, etc. sera la probabilit dun vnement
compos de ces vnemens.
Si les vnemens simples sont lis entre eux, de
manire que la supposition de larrive du premier,
influe sur la probabilit de larrive du second ; on
aura la probabilit de lvnement compos, en
dterminant, 1 la probabilit du premier
vnement ; 2 la probabilit que cet vnement
tant arriv, le second aura lieu.

lis dfinit indpendans du


paragraphe prcdent.

Pour dmontrer ce principe dune manire


gnrale, nommons p le nombre de tous les cas
possibles, et supposons que dans ce nombre, il y en
ait p favorables au premier vnement. Supposons
ensuite que dans le nombre p, il y en ait q
favorables au second vnement ; il est clair que qp ;
sera la probabilit de lvnement compos. Mais la
probabilit du premier vnement est pp ; la
probabilit que cet vnement tant arriv, le
second aura lieu, est qp ; car alors un des cas p

devant exister, on ne doit considrer que ces cas.

Quatrime principe.
Quand deux vnemens dpendent
lun de lautre ; la probabilit de
lvnement compos est le produit de
la probabilit du premier vnement,
par la probabilit que cet vnement
tant arriv, lautre aura lieu
Introduction du
Trait Analytique des Probabilits

dition intgrale en ligne de : Autour de la modlisation en probabilits


Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

90
Maintenant on a

q
p

p
p

q
p

ce qui est la traduction en analyse, du principe


nonc ci-dessus.
En considrant comme vnement compos,
lvnement observ, joint un vnement futur ; la
probabilit de ce dernier vnement, tire de
lvnement observ, est videmment la probabilit
que lvnement observ ayant lieu, lvnement
futur aura lieu pareillement ; or, par le principe que
nous venons dexposer, cette probabilit multiplie
par celle de lvnement observ, dtermine a
priori, ou indpendamment de ce qui est dj
arriv, est gale celle de lvnement compos,
dtermine a priori ; on a donc ce nouveau
principe, relatif la probabilit des vnemens
futurs, dduite des vnemens observs.

Ces quelques extraits du dbut du


Trait suffisent justifier les
affirmations de larticle sur la
fonction de la Dfinition
Laplacienne .

La probabilit dun vnement futur, tire dun


vnement observ, est le quotient de la division de
la probabilit de lvnement compos de ces deux
vnemens, et dtermine a priori, par la
probabilit de lvnement observ, dtermine
pareillement a priori.
etc...

dition intgrale en ligne de : Autour de la modlisation en probabilits


Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

91
Annexe IV
CALCUL DES PROBABILITS.
Expos, daprs lArticle Allemand de E. CZUBER (Vienne),
par J. Le ROUX (Rennes). (1906)
Probabilit a priori.
1. Dfinition et signification de la probabilit mathmatique.
Les vnements incertains sont ceux dont larrive ne rsulte pas avec
certitude des conditions connues ou donnes, mais pour lesquels on peut seulement
exprimer un degr plus ou moins lev de possibilit. Le calcul des probabilits a
pour objet ltude de la frquence relative des vnements incertains.
Suivant H. Poincar, il nest gure possible de donner une dfinition
satisfaisante de la probabilit. A.A. Cournot, au contraire, dveloppe une srie de
considrations de nature conduire une dfinition rationnelle de la probabilit
mathmatique. On peut les rsumer de la manire suivante : Supposons quil sagisse
dun vnement incertain E, et que sur m preuves ou observations, faites dans des
conditions constantes dtermines, cet vnement se produise n fois. Il peut arriver
que le rapport
qui en mesure la frquence relative tende vers une limite p lorsque
le nombre m crot. Cest cette limite que A.A. Cournot appelle la probabilit
mathmatique de lvnement E dans les conditions considres. Il est vident que le
nombre p regard comme une limite ne peut tre rvl rigoureusement par
lexprience : des raisons thoriques permettraient seules de lui assigner une valeur
prcise.
La probabilit ainsi conue peut tre regarde, daprs A. A. Cournot, comme
la mesure de la possibilit physique ; elle ne sapplique qu des classes de faits
susceptibles dune rptition en quelque sorte indfinie et pour lesquels la limite p
existe.
Dans les questions de statistique, le rapport
nadmet pas en gnral de
limite dtermine, mais il peut osciller entre deux limites assez resserres pour que,
dans ces questions, lon puisse faire usage, avec une approximation suffisante, du
calcul des probabilits.
En dehors de ces conditions la probabilit na quune valeur subjective : il peut
alors tre question dune numration des cas, il est illusoire de parler de mesure.
Cest de cette probabilit subjective quon peut dire avec P. S. LAPLACE quelle
est relative en partie nos connaissances, en partie notre ignorance.
Les vnements auxquels on applique le calcul des probabilits sont tantt des
faits thoriques ou mathmatiques pour lesquels la mesure de la probabilit rsulte
dune dfinition : cest la probabilit a priori ; tantt des faits physiques ou sociaux
pour lesquels lobservation doit servir de guide : cest la probabilit a posteriori.

dition intgrale en ligne de : Autour de la modlisation en probabilits


Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

92
Le calcul des probabilits a pris naissance dans les problmes relatifs aux jeux
de hasard.
Ce sont ces problmes relatifs aux jeux de hasard qui donnent lieu la
distinction en cas homognes galement vraisemblables et leur rpartition en cas
favorables ou chances et en cas dfavorables.
Dans ces conditions la probabilit mathmatique dun vnement est le
rapport du nombre des cas favorables au nombre total des cas possibles, pourvu que
les cas considrs soient galement possibles.
Dans cette dfinition classique il faut attacher la plus haute importance la
notion de lgale possibilit des cas. Au point de vue gnral il peut tre tout aussi
difficile de dfinir lgale possibilit des cas que de dfinir la probabilit elle-mme ;
mais, pour certains problmes, la dfinition peut tre quelquefois impose par les
conditions de lnonc. Sil sagit dun d, par exemple, ce que lon a en vue dans le
raisonnement, ce nest pas tel d particulier, mais un d thorique que lon suppose
homogne et rgulier de telle sorte que la chute sur lune quelconque des faces ait la
mme probabilit. La symtrie de constitution que lon suppose au d relativement
toutes les conditions du problme revient en dernire analyse la notion dun groupe
de transformations qui laisse la probabilit invariante.
Une remarque semblable peut tre faite propos de la plupart des problmes
du calcul des probabilits. La formation des cas galement possibles quivaut la
construction dun groupe de substitution de certains lments. On pourrait donner
ce groupe le nom de groupe dinvariance de la probabilit.
Soit m le nombre total des cas galement possibles, g celui des cas
favorables ; la probabilit p aura pour valeur
. Ce nombre est une fraction
proprement dite, par consquent il est toujours compris entre 0 et 1. Les deux limites
extrmes 0 et 1 sont relatives des tats qui nappartiennent plus proprement parler
au domaine des probabilits, car ni lun ni lautre nimplique le moindre doute. La
premire, correspondant g = 0, est le symbole de limpossibilit ; la seconde, qui
correspond g = m, est celui de la certitude. Il faut cependant tablir une diffrence
essentielle dune part entre limpossibilit et une probabilit qui tend vers zro,
dautre part entre la certitude et une probabilit qui tend vers lunit.

2 . Dtermination directe de la probabilit.


La dtermination directe de la probabilit dans un problme donn consiste
dcomposer la matire du problme en cas simples, quivalents, galement
vraisemblables, et prendre le rapport du nombre des cas favorables celui des cas
possibles. Chr. Sigwart fait remarquer avec raison que, dans lapplication de cette
rgle, cest la premire partie, la formation des cas galement probables, qui
constitue lart propre de la thorie des probabilits. Le reste nest quune question
de pure arithmtique. A lorigine il sagissait uniquement dune quivalence
formelle, combinatoire, des cas. Il est donc tout naturel que le calcul des probabilits

dition intgrale en ligne de : Autour de la modlisation en probabilits


Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

93
et lanalyse combinatoire se soient dvelopps simultanment. Effectivement les
premiers crits concernant le calcul des probabilits sont aussi les premiers sur
lanalyse combinatoire.
Une des premires questions dont il soit fait mention dans les mmoires o il
est question de probabilit est relative lgale possibilit des cas. Cest chez
Jrme CARDAN quon trouve pour la premire fois une apprciation judicieuse de
cette quivalence, dont lvaluation inexacte a souvent conduit des rsultats errons.

3 . Probabilit totale.
La mthode directe fut tout dabord le seul moyen employ pour dterminer
la probabilit dun vnement.
Cependant peu peu on arrivera formuler des rgles particulires pour
rsoudre les problmes qui se prsentaient le plus frquemment.
Dabord trs nombreuses, ces rgles se rduisirent enfin un petit nombre de
propositions que P. S. LAPLACE, le premier , nona dune faon prcise. Dans bien des
cas P. S. LAPLACE est parvenu par lapplication de ces propositions, jointe une habile
analyse de lvnement dont on demandait la probabilit, rsoudre les problmes
plus simplement que par lvaluation directe des chances.
La plus simple des propositions nonces par P. S. LAPLACE est celle qui
concerne la probabilit totale. Quand un vnement peut se produire de plusieurs
manires diffrentes, mais que deux de ces manires ne peuvent arriver
simultanment, la probabilit de larrive de cet vnement est gale la somme des
probabilits pour quil se produise de chacune des manires considres.
Supposons par exemple que larrive de lun quelconque des vnements Ei
(i = 1, 2,... n) entrane larrive de lvnement E et quun seul des vnements Ei
puisse avoir lieu la fois. Soit Pi, la probabilit de lvnement Ei, la probabilit P de
i=n

lvnement E sera P = P i
i =1

Dans lnonc du thorme sur la probabilit totale P. S. LAPLACE considre les


vnements Ei comme des cas ingalement possibles de lvnement E.

dition intgrale en ligne de : Autour de la modlisation en probabilits


Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

94
Terminons par cette autre citation dmile Borel :

Le hasard (1914) - Emile BOREL


La premire question est de construire un schma mathmatique prsentant
avec la ralit dassez troits rapports
cette premire question rsolue ou du moins partiellement rsolue... le rle
du mathmaticien se borne tudier les proprits du schma obtenu, ce qui et un
problme de mathmatiques pures. La comparaison des rsultats ainsi obtenus avec
lexprience et le dveloppement des thories que peut suggrer cette comparaison
sont en dehors du domaine des mathmatiques ; car on doit dans ces recherches
thoriques, ne jamais perdre de vue les ralits et contrler chaque instant les ides
nouvelles par lobservation et lexprience. Mais ce rle des mathmatiques, pour tre
limit, nen et pas moins, dans bien des cas, fort important.

Ouvrages cits**
1 - Pascal et Fermat, Correspondance sur le problme des partis (1654).
2 - J. Bernoulli, Ars Conjectandi (1713)
3 - P. S. Laplace, Trait analytique des probabilits (1812)
4 - J. Bertrand, Calcul des probabilits (1899)
5 - H. Poincar, Calcul des probabilits (1896)
6 - E. Borel, Le hasard (1914)
7 - Encyclopdie des mathmatiques pures et appliques, quatrime volume. Tome 1
Calcul des probabilits - Thories des erreurs - Applications diverses.
8 - A. Kolmogorov, Fondement de la thorie des probabilits (1933).

** - On trouvera les rfrences bibliographiques dans la bibliographie gnrale en fin


douvrage, ou dans la bibliographie dtaille de larticle prcdent : Les
probabilits au tournant du XVIIIe sicle.
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

4 - SUR

QUELQUES CONCEPTIONS
DU HASARD

Bernard COURTEBRAS
Il faut donc bien que le hasard soit autre chose que
le nom que nous donnons notre ignorance 1
SOMMAIRE
1. Sintresse-t-on au hasard par hasard ? 96
2. Lorigine du mot hasard 100
3. La pense du hasard : Absence ou ngation du hasard 101
3.1. Mentalit primitive et pense infantile 101
a) Labsence de hasard dans la mentalit primitive 102
b) La gense de la pense du hasard chez lenfant selon la thorie piagtienne 103
c) Critique du modle piagtien 108
3.2. Labsence de hasard dans la problmatique destinale 109
a) Le destin tragique 109
b) Le destin stocien 110
c) La Providence divine 110
4. La pense du hasard : le hasard comme vue de lesprit 112
4.1. Le dterminisme ontologique et universel de LAPLACE ou le hasard-ignorance 113
4.2. Hasard et dpendance sensitive par rapport aux conditions initiales 114
4.3. Dsordre microscopique et dterminisme statistique : le hasard-dsordre 116
5. La pense du hasard : le hasard comme ralit objective 117
5.1. Le hasard-rencontre 117
a) Le hasard-rencontre chez DMOCRITE 117
b) Le hasard-rencontre chez ARISTOTE 118
c) Le hasard-rencontre chez COURNOT 119
5.2. Le hasard gnr 121
5.3. Le prlvement au hasard dans une population 122
5.4. Le hasard radical 123
a) Le hasard crateur chez LUCRCE 123
b) Le hasard radical et la physique quantique 124
6. Les conceptions du hasard :
catgorisation dans lapproche mathmatique contemporaine 126
6.1. Cadre arithmtique : le hasard du tirage au sort 126
6.2. Le hasard bnin , sauvage ou lent 127
a) Le hasard bnin 129
b) Le hasard sauvage et le hasard lent 129
6.3. La thorie de linformation : le hasard formel, le hasard quantifi 130
Conclusion 131
Bibliographie 132

1 - H. POINCAR, Calcul des probabilits, ditions Gauthier-Villars, 1912, p. 3.


dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

96
Cet article sinscrit dans le cadre de la prparation dune thse de
doctorat de sociologie des mathmatiques de lUniversit Lyon-22. Il
reprend, pour lessentiel, le contenu dune confrence prsente le
10 janvier 2001 BOURG EN BRESSE, linvitation de lassociation
philosopher aujourdhui. Il sagit dessayer de mettre un peu dordre
dans les diverses manires dapprhender le hasard. Deux
approches ont t envisages : lune est dessence anthropologique et
pistmologique, lautre fait appel loutil mathmatique. On rappelle
dabord les oppositions classiques entre mentalit primitive-infantile
et mentalit civilise-adulte , les oppositions traditionnelles entre
hasard et ncessit, hasard et destin pour en exposer le contenu et
ventuellement le discuter. Sont ensuite exposes les conceptions de
LAPLACE, dARISTOTE, de COURNOT, de LUCRCE notamment. Lobjet de
cette prsentation nest pas dentrer dans les dtails des points abords,
mais dlaborer un cadre conceptuel permettant de penser ensemble les
principales conceptions du hasard.

1. Sintresse-t-on au hasard par hasard ?


Jai t frapp, en initiant quelques conversations relatives au thme
du hasard, de constater quel point un assez grand nombre de personnes
ragissaient en affirmant : mais voyons Bernard, le hasard nexiste pas
Je nai pas os leur proposer de jouer la roulette russe afin dprouver ou
non la validit de cette opinion Au passage, je leur ai simplement fait
remarquer que mon prnom tait Bernard et que jtais n un 20 aot, jour de
la Saint Bernard, et quil sagissait bien l dune relle concidence et non
dune opportunit saisie par des parents court dide Cependant mes
interlocuteurs restaient dubitatifs face cet argument, mon sens dcisif
De plus, je suis n un 20 aot prcisment comme David RUELLE, physicien,
auteur entre autres de louvrage Hasard et chaos3.
Ainsi des puissances occultes nous avaient choisis , David RUELLE et
moi, pour traiter la question du hasard Puis, prenant quelque distance face
cette interprtation rsolument gocentrique, mgalomaniaque et peu
rationnelle, je me suis efforc dactiver des schmes de pense distincts de
ceux spcifiques la pense primitive , et dinterroger le sens donner aux
concidences en gnral. Il est alors apparu que les termes de concidence, de
hasard, sont utiliss lorsquun tre humain est concern : une branche qui
2 - Sous la direction du Professeur Guy VINCENT
3 - D. RUELLE, Hasard et chaos, ditions O. Jacob, 1991
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

97
tombe dun arbre, cela nintresse personne Mais si elle tombe sur un
homme, cela constitue un vnement et la question du hasard se trouve alors
pose. Pour Henri BERGSON, le hasard est un mcanisme se comportant
comme sil avait une intention. Dans ce cadre, subjectif, le hasard est invoqu
chaque fois que survient un vnement dont les causes sont naturelles mais
qui a, pour un homme, un effet dfavorable ou favorable, comme si le cours
des choses avait t dirig par une intention. Une norme tuile, arrache par
le vent, tombe et assomme un passant. Nous disons que cest un hasard. Le dirionsnous, si la tuile stait simplement brise sur le sol ? Peut-tre, mais cest que nous
penserions vaguement alors un homme qui aurait pu se trouver l, ou parce que,
pour une raison ou pour une autre, ce point spcial du trottoir nous intressait
particulirement, de telle sorte que la tuile semble lavoir choisi pour y tomber. Dans
les deux cas, il ny a de hasard que parce quun intrt humain est en jeu et parce que
les choses se sont passes comme si lhomme avait t pris en considration, soit en
vue de lui rendre service, soit plutt avec lintention de lui nuire. Ne pensez quau
vent arrachant la tuile, la tuile tombant sur le trottoir, au choc de la tuile contre le
sol : vous ne voyez plus que du mcanisme, le hasard svanouit. Pour quil
intervienne, il faut que, leffet ayant une signification humaine, cette signification
rejaillisse sur la cause et le colore, pour ainsi dire, dhumanit. Le hasard est donc le
mcanisme se comportant comme sil avait une intention. 4
Remarquons avec Thierry MARTIN5, au sujet de la chute dune tuile
laquelle fait rfrence Henri BERGSON, quAntoine Augustin COURNOT recourt
au mme exemple6, mais en linterprtant diffremment, dbarrass de tout
contenu subjectif ou psychologique. COURNOT dirait contre BERGSON que la
chute de la tuile est objectivement un hasard, quelle tombe ou non sur la tte
du passant, un mtre ou deux mtres de lui : en effet, COURNOT est
probabiliste et sait quune combinaison remarquable (ici, la rencontre
entre une tuile et la tte dun passant) est seulement celle que lon remarque
et non celle qui a en elle-mme une probabilit diffrente des autres.

4 - H. BERGSON, Les deux sources de la morale et de la religion, ditions Flix Alcan, 2e


dition, 1932, p.155-156
5 - T. MARTIN, Probabilits et critique philosophique selon COURNOT, ditions Vrin, 1997,
p.127-128 et 148
6 - A. A. COURNOT, Matrialisme, vitalisme, rationalisme, uvres compltes, tome V,
rdition Vrin, 1979, p.175
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

98
Choisi par les dieux pour traiter, aprs dautres, la question du hasard,
ou bien simple hasard ? Notons, au passage, que les qualificatifs associs
au mot hasard ( simple hasard , rel hasard , curieux hasard ,
trange hasard , surprenant hasard , voire lexpression comme par
hasard ) peuvent avoir un effet dantinomie. Un trange hasard est-il
bien un hasard ? Soulignons galement que lemploi du mot hasard participe
souvent au renforcement de la lgitimit du discours en soulignant le
segment dune phrase. Ainsi le discours dimportance prend comme
indicateurs des emplois tels que ce nest nullement par hasard pour
dgager ce que Pierre BOURDIEU nomme le ton de lvidence du discours
magistral. 7
Revenons aux raisons qui peuvent amener se pencher sur la question
du hasard : sont-elles de nature inconsciente ? Sintresse-t-on au hasard par
hasard ? Si lon en croit la psychanalyse, certainement pas ! Ainsi pour
Sigmund FREUD, le hasard nexiste pas, la psychanalyse ne reconnaissant pas
les effets du hasard dans la vie psychique. La thorie analytique sest en effet
labore en niant le hasard et en mettant en vidence le rle de linconscient
dans la vie mentale. Tout ce qui est obscur, actes manqus, lapsus, rves,
prennent sens : Le rve nest plus un assemblage dimages de hasard, le rve a un
sens : celui du dsir, celui dun dsir infantile reconstitu, scnaris travers les
restes diurnes et travers le travail de figurabilit que linconscient est capable de
mettre en uvre. 8
Si ce nest le hasard, quelles peuvent-tre les raisons dun tel choix ?
Ne sagit-il pas simplement de la rencontre entre un questionnement
individuel et celui dune poque o les questions de risque, de chance
(considre comme la version laque du miracle), de rapport lavenir, de
prdiction, de destin se trouvent poses avec acuit ?
force dimaginer les possibles ressorts de laction qui mont conduit
traiter ce sujet, jai fini par souffrir de migraine IMAGINER ,
MIGRAINE Surprise, ces deux mots sont des anagrammes : sagit-il l
encore dun simple hasard ?
En relisant les premires lignes de louvrage dmile BOREL intitul Le
Hasard, je me suis demand si la question quon lui avait alors pose
7 - P. BOURDIEU, Ce que parler veut dire, ditions Fayard, 1982, p.218
8 - S. LEBOVICI, Le hasard aujourdhui, collection Points sciences, ditions Le Seuil,
1991, p.58
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

99
lpoque ntait pas toujours dactualit. Je cite BOREL : Il y a quelques mois,
une question sur mes travaux scientifiques, jeus limprudence de rpondre que je
terminais un livre sur le Hasard ; mon interlocuteur me demanda aussitt, non sans
quelque ironie, ce que je dirais de neuf sur ce magnifique sujet . 9 Ctait en
1914 Peut-on dire, en 2001, quelque chose de neuf sur le hasard et qui peut
tre habilit le dire ? Des auteurs prestigieux comme Michel BITBOL, Ivar
EKELAND, Albert JACQUARD, Etienne KLEIN, Marc LACHIZE-REY, Benot
MANDELBROT, Roland OMNS, Ilya PRIGOGINE, David RUELLE ? Des spcialistes
des sciences du vivant tels Henri ATLAN, Pierre-Henri GOUYON, Jacques
MONOD, Daniel SCHWARTZ ? Des artistes qui la suite de Marcel DUCHAMP ou
du mouvement Dada, de Jean DUBUFFET et de ses collages, de Jackson
POLLOCK promenant sa bote de peinture perce au-dessus de ses toiles, des
crations de Jean TINGUELY, de la musique de John CAGE ou de Pierre BOULEZ,
des chorgraphies de Merce CUNNINGHAM, utilisent le hasard comme outil de
cration ? Doit-on interroger des jurs dassises choisis au hasard ou des
personnes malades qui se prtent des essais thrapeutiques ?
Notons encore que le hasard est parfois utilis comme dni de
responsabilit, comme circonstance attnuante pour certains comportements. Citons ce fait divers rapport par le journal LEst Rpublicain du 29
janvier 2001 sous le titre : Il cambriole un magasin par hasard. Cest parce que
la vitrine du magasin a vol en clats peu avant son passage que lintress
se serait senti sollicit loppos dune telle conception se trouve lide
quil ny a pas de hasard dans la mesure o lhomme, considr comme
conscient et raisonnable, est responsable de ses faits et gestes.
Mon ambition nest videmment pas de dire du neuf sur ce
magnifique sujet, elle est plus modeste : elle consiste essayer de mettre un
peu dordre quant aux diverses manires dapprhender le hasard, quant aux
sens qui ont t attribus au mot hasard lequel recouvre des conceptions trs
varies. Pour penser le hasard et essayer de rpondre cette difficile
question, jai retenu deux types dapproche : une approche de type
anthropologique et pistmologique et une approche mathmatique.
Les mots cause, raison, explication reviennent souvent jusquici.
Le hasard peut-il constituer une explication ou au contraire ne reprsente-til pas un obstacle lexplication ? Si, comme lcrit COURNOT, la raison est
la facult de saisir la raison des choses, le hasard ne constitue-t-il pas un dfi
cette prtention ? Et tout dabord, do vient le mot hasard ?

9 - E. BOREL, Le hasard, ditions Flix Alcan, 1938, p.1


dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

100
2. Lorigine du mot hasard
Une premire hypothse, quant lorigine du mot hasard , celle
reprise le plus frquemment, sans doute parce quelle se trouve dans le
dictionnaire historique de la langue franaise, prsente ce mot comme un
emprunt (1150, hasart) larabe az-zahr qui signifie jeu de ds par
lintermdiaire de lespagnol azar (1283) jeu de ds et coup dfavorable
au jeu de ds . Le mot arabe vient de zahr fleur (espagnol azahar fleur
doranger ), les ds ayant port une fleur sur lune des faces, soit du verbe yasara
jouer un jeu de hasard . Le h est d au fait quau Moyen-ge les mots initiale
vocalique, dorigine trangre, taient rgulirement crits avec h. 10 Hasard aurait
donc son tymologie dans le nom des jeux dosselets ou de ds.
Une autre hypothse, assez proche de la prcdente, fait rfrence un
jeu de ds trouv par les croiss dans un chteau occup par les Infidles : il
sagirait du chteau de Hazard prs dAlep en Syrie. Dans lOccident
mdival, ctait le dieu de chrtiens qui exprimait sa volont par
lintermdiaire des Sorts et qui arrtait les ds afin de favoriser le juste. On
distinguait les sorts consultatifs (comment agir), les sorts divinatoires
(prdire lavenir), les sorts diviseurs (relatifs aux partages). Ces
jugements de Dieu furent interdits par SAINT LOUIS - qui interdit
galement la fabrication des ds - au moment o refluait le courant qui avait
emport la chevalerie chrtienne jusquen Terre Sainte. Or la dcouverte, par
les chrtiens, dun jeu de ds dans un chteau occup par des Infidles, posa
une question redoutable : lorsquun Infidle lance les ds au chteau de
Hazard, qui les arrte ? Il ntait pas possible que le vrai dieu, celui des
croiss, soccupa de ds appartenant aux musulmans ! Existerait-il des causes
qui chapperaient au pouvoir de Dieu et qui seraient trangres lunivers
de la pense mdivale ? Un concept nouveau - le hazard - serait alors
apparu, conservant dans son nom le souvenir du lieu de sa naissance et
conservant, du jeu de ds, une mtaphore qui lui servira demblme.
Remarquons que lon retrouve le mot hazard avec un z en
anglais, o le mot a le sens de danger, dobstacle, de risque : the hazards of
child birth (les risques lis laccouchement), a fire hazard (un risque
dincendie).

10 - Dictionnaire historique de la langue franaise, Le Robert, 1994, p.946


dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

101
3. La pense du hasard : Absence ou ngation du hasard
Dans un premier temps, nous nous intressons aux penses qui
naccordent aucun statut et aucune existence au hasard ; nous examinerons
ensuite les penses qui considrent le hasard comme une vue de lesprit
avant de considrer les penses qui reconnaissent au hasard une ralit
objective.
3.1. Mentalit primitive et pense infantile
De manire trs classique, il est convenu de considrer deux sortes de
terrains psychologiques auxquels la notion de hasard parat trangre : il
sagit dune part de la mentalit primitive et dautre part de la pense du
jeune enfant. Lexistence dune structure mentale propre la mentalit
primitive a fait lobjet des nombreux travaux notamment de la part de
Lucien LVY-BRUHL11. Quant aux recherches en psychologie cognitive,
notamment celles conduites par Jean PIAGET et Brbel INHELDER12, elles ont
montr lexistence dune structure mentale propre lenfant. Un tel
rapprochement est-il pour autant pertinent ? Car pour tre classique, le
principe de la double opposition - primitif /civilis, enfant/adulte quimplique cette distinction, nen demeure pas moins problmatique.
Lucien LVY-BRUHL, vers la fin de sa vie, a courageusement remis en cause un
certain nombre de ses propres thses - notamment lorsquil considrait le
primitif comme un tre infrieur - et a alors dfendu lide selon
laquelle la mentalit primitive est prsente dans tout esprit humain, ide
reprise par Gaston BACHELARD13 pour qui chacun des concepts auxquels nous
recourons pour penser le monde rsulte de la prsence simultane en nous,
selon des proportions variables, de concepts qui sont dge et de formation
distincts. Ainsi, mme dans les civilisations les plus volues , mentalit
moderne et mentalit archaque coexisteraient en chacun de nous, la
pense scientifique tant un combat permanent pour essayer dattnuer et
dradiquer la pense archaque qui invente les causes au lieu de les
rechercher. Cette ide est reprise par Michel SERRE qui souligne, laide dune
mtaphore, la proximit du moderne et de larchaque. Considrez une
voiture automobile dun modle rcent : elle forme un agrgat disparate de solutions

11 - L. LVY-BRUHL, La mentalit primitive, PUF, 1960


12 - J. PIAGET & B. INHELDER, La gense de lide de hasard chez lenfant, PUF, 1974
13 - G. BACHELARD, La philosophie du non, Paris, PUF, dition 1988
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

102
scientifiques et techniques dges diffrents ; on peut la dater pice pice : tel organe
fut invent au dbut du sicle, lautre il y a dix ans et le cycle de CARNOT a presque
deux cents ans. Sans compter que la roue remonte au nolithique. Lensemble nest
contemporain que par le montage, le dessin, lhabillement, parfois seulement par la
vanit de la publicit. 14 Pour Michel SERRES, non seulement ce constat
sapplique lhistoire des sciences, il sapplique galement au
dveloppement cognitif.
De mme, la pense du jeune enfant soppose beaucoup moins celle
de ladulte quelle ne la prpare : il sagit dune maturation fonctionnelle et
Jean PIAGET admet que, malgr les dcalages qui sparent les diffrentes
tapes du dveloppement de la pense de lenfant, il existe un ordre naturel
entre ces tapes quil nomme des stades.
a) Labsence de hasard dans la mentalit primitive
Pour Lucien LVY-BRUHL, un des caractres essentiels de la mentalit
primitive est labsence de hasard : la mentalit primitive est mystique
et prlogique . Mystique , cest--dire fonde sur des croyances en des
forces surnaturelles ; prlogique car indiffrente la contradiction. La
mentalit primitive a pour principe la participation : cest lide que
les tres et les objets peuvent tre la fois eux-mmes et autre chose queuxmmes. Par exemple, un Indien Bororo pense quil est la fois un homme et
un perroquet, parce quil participe intimement la nature de cet animal qui
est son totem15. Cet indien peut tre la fois l o il dort et l o son rve le
situe. Pour Lucien LVY-BRUHL, une des consquences du principe de
participation est que les primitifs ont une conception occasionnaliste,
pour reprendre une expression de MALEBRANCHE, de la causalit naturelle : ce
que nous considrons comme la cause dun phnomne, serait simplement
pour eux une circonstance qui a donn loccasion dintervenir une
puissance surnaturelle et qui serait la vritable raison de lvnement. Pour
Lucien LVY-BRUHL la pense primitive est une pense surdterministe , cest--dire une pense qui naccepte pas quil puisse exister un
feuilletage du rel et des domaines qui ninterfrent pas les uns avec les
autres. Dans la mentalit primitive , tout interfre et strictement rien nest

14 - M. SERRES, claircissements, entretiens avec B. LATOUR, PARIS, ditions F. Bourin,


1992, p.72
15 - animal considr comme anctre mythique, ou parent lointain
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

103
laiss au hasard : tout peut sexpliquer grce linvention de causes
surnaturelles. Si la foudre tombe sur une case et dclenche un incendie, cest
quun esprit irrit la frappe. En Nouvelle-Guine, un arbre tombe : cest un
sorcier qui la fait tomber, quand mme larbre serait tout pourri, ou si cest un coup
de vent qui la bris. 16 Si un homme a un accident, on cherche quel est le
sorcier qui lui a jet un sort. En effet, il ny a pas de hasard : lide de laccident
ne vient mme pas lesprit des indignes, tandis que lide de malfice leur est au
contraire toujours prsente. 17 Le monde du primitif serait donc habit par
des influences mystiques favorables ou dfavorables. Sir KAMARA, griot,
tient les propos suivants : En Afrique, tout est fait pour quil ny ait pas de place
pour le hasard. Toutes les choses sont expliques. Il y a une explication derrire toute
chose. Cest les croyances, cest les mythes. Et donc le hasard na pas sa place l. On
donne une explication, par exemple, quand on met les mains sur la tte, on dit,
non, il ne faut pas mettre les mains sur la tte parcque a appelle le malheur . a
peut tre autchose, a peut tre une autre explication mais toujours est-il, quon
interdit et on donne une explication et trs souvent dans toutes les scnes de la vie
quotidienne cest peu prs a. Et il y a des endroits dans la fort o on estime que
cest dangereux daller et on dit non cest un endroit protg par les esprits . Donc
la place qui est accorde lesprit, limaginaire, est prpondrante dans la culture
africaine. On parlerait difficilement du hasard dans ces conditions. 18
Remarquons que lon retrouve ces mmes lments dans la pense du
jeune enfant jusqu un ge de 7/8 ans. Ensuite, les choses vont voluer dans
le sens de la dcouverte du hasard lors des tapes ultrieures de son
dveloppement.
b) La gense de la pense du hasard chez lenfant selon la thorie piagtienne
Pour Jean PIAGET, les besoins, les coordinations sensorielles et
motrices, la maturation du systme nerveux sont des ncessits quil faut
prendre en compte pour comprendre le dveloppement cognitif des enfants.
Les besoins qui sont dordre physiologique, affectif ou intellectuel
engendrent lintrt et commandent des mcanismes rgulateurs de
dveloppement et dnergie. Les coordinations sensorielles et motrices, qui
prexistent dans le cerveau du nouveau-n et qui sont ncessaires la

16 - L. LVY-BRUHL, La mentalit primitive, PUF, 1960, p.30


17 - L. LVY-BRUHL, op. cit., p.36
18 - Sur les traces du hasard in les nuits magntiques, France Culture, 21 mai 1997.
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

104
satisfaction de ses premiers besoins, servent de bases structurelles
lmergence de lintelligence qui vient sy greffer. Les premires actions
instinctives deviennent ainsi rapidement intentionnelles : le bb intriorise
ces actions sous forme de schmes qui, dans la thorie piagtienne, sont des
organisations neuronales venant en complment de structures primitives.
Lenfant identifie les objets et labore progressivement des catgories lespace, le temps, la causalit - selon un processus de structuration gnrale.
Les schmes vont ainsi soprationnaliser, se complter, se renforcer, se
gnraliser, en construisant lintelligence qui est la forme la plus gnrale
de la coordination des actions ou des oprations. Le dveloppement de
lintelligence [...] relve de processus naturels ou spontans, en ce sens quils peuvent
tre utiliss et acclrs par lducation familiale ou scolaire mais quils nen drivent
pas et constituent au contraire la condition pralable et ncessaire de lefficacit de
tout enseignement. 19 Le rle de laction de lenfant sur le milieu physique est
capital pour la construction de son intelligence : les actions constituent le
point de dpart des futures oprations mentales, opration entendue au
sens daction effective ou intriorise devenue rversible au moins en pense.
Lide de hasard se construit progressivement dans le cadre des
caractristiques gnrales des stades du dveloppement de lenfant dans la
thorie piagtienne, trs brivement voque ici20.
* Lors de la priode pr-opratoire (de 2 7/8 ans)
Lvnement marquant de ce stade est laffinement des reprsentations
mentales grce lacquisition du langage et de la fonction symbolique.
Jusqu 5 ans, le langage est, selon la formule de Jean PIAGET, gocentrique
puis devient moyen de communication. Grce aux reprsentations mentales,
lenfant devient capable de transformer les objets en penses, de reconstituer
les actions passes, danticiper les actions futures. Cependant il ne coordonne
pas les actions et les ides entre elles. Sa pense est figurative, statique,
descriptive mais nest pas oprative : il ne possde pas la rversibilit. Il
enrichit ses schmes sensori-moteurs par des schmes de reprsentation qui
les renforcent. Il na pas besoin de justification logique pour affirmer.

19 - J. PIAGET, Psychologie et pdagogie, ditions Denol, 1969, p.59


20 - La thorie des stades du dveloppement cognitif est retrace dans louvrage de J.
PIAGET, Mes ides, propos recueillis par R.I. EVANS, ditions Denol/Gonthier,
1973, p.65-78
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

105
Animisme21, artificialisme22, finalisme23 sont caractristiques de sa pense
gocentrique. ce stade, faute dun systme doprations, lenfant ne
distingue pas le possible (ce qui peut advenir) du ncessaire24, ne diffrencie
pas le dductible du non dductible. Sa pense oscille entre le prvu et
limprvu, entre le prvisible et limprvisible : rien nest prvisible coup
sr, cest--dire dductible selon un lien de ncessit, ni imprvisible coup
sr, cest--dire fortuit. Il ny a ds lors ni hasard ni probabilit, faute dun
systme de rfrence consistant en oprations dductives. 25 Cest donc ce stade
quun parallle entre pense du jeune enfant et mentalit primitive , peut,
selon nous, tre ventuellement envisag.
* Deuxime tape : le dveloppement de lintelligence opratoire
concrte (de 7/8 11/12 ans)
Lenfant ne confond plus son propre point de vue et celui des autres :
il devient capable de concentration dans les activits individuelles et capable
de collaboration dans les activits collectives. Le langage gocentrique
disparat. Lenfant montre un besoin de justification logique et de connexion
dans les ides. Cest la priode des jeux de rgles o lajustement aux autres
le conduit mener des discours intrieurs, prmices de la rflexion.
Lassimilation gocentrique (animisme, artificialisme, finalisme) fait place
une assimilation rationnelle. La pense opratoire se met en place26. Ainsi, en
mme temps que se construisent les oprations concrtes, il y a
diffrenciation entre les oprations (associes au domaine du dductible) et
le hasard (associ au domaine de limprvisible). Lide de hasard est conue

21 - Lenfant considre le monde comme anim et distingue difficilement le vivant de


linerte. Ainsi, les arbres et les nuages qui bougent sont nantis dune vie.
22 - Lenfant considre les vnements naturels comme provoqus par une volont
mythique ou humaine. On peut distinguer lartificialisme mythique (des forces
mystrieuses sont lorigine des phnomnes) et lartificialisme technique (tout
est fait par lhomme, les nuages comme les maisons).
23 - Lenfant considre les vnements naturels comme provoqus dans un but
dtermin lavance limage de ses propres actes intentionnels.
24 - Pour ARISTOTE, est ncessaire une chose qui ne peut tre autre que ce quelle est
ou encore qui ne peut pas ne pas tre.
25 - J. PIAGET & B. INHELDER, op. cit., p.197
26 - Une action devient opratoire ds que deux actions du mme groupe peuvent
tre composes en une troisime action qui appartient aussi ce groupe, toutes
ces actions tant rversibles.
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

106
comme ce qui rsiste aux oprations et est dcouverte par opposition, par
antithse avec la ncessit dductive. La dcouverte de la ncessit dductive ou
opratoire permet au sujet de concevoir, par antithse, le caractre non dductible des
transformations fortuites isoles et de diffrencier ainsi le ncessaire du simplement
possible. 27
* Troisime stade, celui de lintelligence opratoire formelle (de 11/12
lge adulte)
La facult de raisonner sur des possibles, sur des hypothses, marque
lentre dans la dernire phase du dveloppement intellectuel : la pense
formelle ou pense hypothco-dductive. La pense formelle consiste non
plus appliquer des oprations des objets mais excuter en pense des
actes possibles sur les objets ou sur dautres penses. La pense concrte est la
reprsentation dune action possible et la pense formelle, la reprsentation dune
reprsentation dactions possibles.28 ce stade, le hasard a t dcouvert, au
titre de rapports indtermins, non composables par les mthodes
opratoires et irrversibles, ce qui est contraire toutes les oprations. Pour
J. PIAGET et B. INHELDER, il y a l un obstacle que lesprit cherche dpasser :
Si le hasard fait momentanment chec la raison, celle-ci ragit tt ou tard en
interprtant le hasard, et la seule faon dinterprter le hasard consiste alors le
traiter comme sil tait, au moins en partie, composable et rversible, cest--dire
comme si lon pouvait chercher le dterminer malgr tout. Cest de ce besoin que
nat la composition probabiliste.29 Il y a donc synthse entre le hasard et les
oprations, celles-ci permettant de structurer le champ des dispersions
fortuites en un systme de probabilits par une sorte dassimilation du fortuit
lopratoire. Deux processus corrlatifs concourent ce rsultat : la
construction des systmes combinatoires permettant de dterminer
lensemble des cas possibles (dont la ralisation reste indtermine) et laccs
au raisonnement proportionnel permettant dassocier chacun deux une
fraction de dtermination.
Illustrons lensemble de cette thse par une exprience dcrite par Jean
PIAGET et Brbel INHELDER.

27 - J. PIAGET & B. INHELDER, op. cit., p.197


28 - J. PIAGET, Six tudes de psychologie, ditions Denol, 1964, p.79
29 - J. PIAGET & B. INHELDER, op. cit., p.212
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

107
Les auteurs analysent la manire dont le sujet parvient dissocier ce
qui est d au hasard de ce qui ne lest pas. cette fin, ils examinent les
ractions des enfants face aux miracles provoqus par un dispositif
truqu. Aprs avoir lanc, plusieurs reprises, 10 20 jetons blancs pourvus
dune croix sur lun des cts et dun cercle sur lautre, on substitue cette
collection - sans que lenfant sen aperoive - une quinzaine de faux jetons
portant des croix des deux cts ; on les lance, ventuellement plusieurs
reprises. Dans une deuxime partie de lexprience - aprs avoir indiqu le
trucage lenfant sil ne la pas trouv - sans que le sujet sache si lon a repris
ou non la collection truque, on jette un un les faux jetons et lon cherche
partir de quel moment le sujet sera certain quil sagit de la collection
lments homognes. Lhypothse sous-jacente cette exprience est la
suivante : Le hasard est la ngation du miracle, cest--dire que comprendre la
nature dune distribution alatoire, ce sera, pour lenfant comme pour nous, admettre
la trs faible probabilit ou mme limpossibilit pratique dun tirage exclusif des
piles ou des faces.30 Rsultats : au stade propratoire, lenfant montre une
grande docilit lgard de lexprience immdiate ; il nest pas surpris par
la sortie exclusive de croix et ne conclut pas limpossibilit et trouve naturel
ce qui arrive. Il ny a pas de miracle la sortie simultane de toutes les croix
mais seulement un fait nouveau. Au stade des oprations concrtes,
lexprience des faux jetons est immdiatement associe un trucage. La
diffrence entre ces deux stades se fait loccasion de la deuxime partie de
lexprience qui exige une valuation plus fine et une quantification
progressive de la probabilit : alors quau deuxime stade, le sujet est
brusquement convaincu, lors dun essai, quil sagit de la collection
truque, au stade des oprations formelles, le sujet devient de plus en plus
sr de son jugement, au fur et mesure des tirages. Le jugement de
probabilit seffectue ainsi de manire gradue, ce qui dnote lexistence
dune quantification implicite.
Les travaux de Jean PIAGET et Brbel INHELDER mettent en vidence une
corrlation entre la formation des ides de hasard et de probabilit et celle du
dveloppement opratoire de lintelligence : dans ce cadre, les principaux
caractres de chaque tape sont explicables par le dveloppement opratoire.
Le hasard tant dcouvert par antithse avec la ncessit dductive, il y
aurait en dfinitive, assimilation progressive du hasard et de la probabilit
aux mcanismes combinatoires (qui permettent dengendrer le possible) et
aux oprations formelles (qui permettent dassocier chaque cas une
30 - J. PIAGET & B. INHELDER, op. cit., p.96
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

108
fraction de dtermination ou probabilit). Selon Jean PIAGET, ce modle
thorique, qui sadresse tout enfant sans distinction de culture ou de niveau
intellectuel, dcrit un dveloppement quasi universel en termes de capacits
et non de connaissances : ce modle est dcontextualis, ne fait pas rfrence
aux acquis scolaires ou culturels et propose une lecture du dveloppement de
lindividu quelle que soit son histoire.
c) Critique du modle piagtien
Le modle piagtien a t critiqu notamment par VYGOTSKI31, qui lui a
reproch de navoir vu dans le milieu social quun lment particulier de
lenvironnement, auquel lenfant sadaptait, contraint et forc, comme on
sadapte au froid et la chaleur. Pour L. S. VYGOTSKI, la thorie piagtienne a
sous-estim le rle de la culture et de son principal instrument de
transmission, le langage, dans llaboration des structures de lintelligence,
au profit de mcanismes dadaptation individuels. Les travaux
contemporains de Grard VERGNAUD, de Jacques LAUTREY, dOlivier HOUD
sinscrivent dans le prolongement critique et lenrichissement des thses
piagtiennes. Grard VERGNAUD32 insiste sur la place centrale que doit
occuper, en psychologie cognitive, le concept de schme celui-ci apparaissant
essentiel pour penser les dmarches cognitives des sujets en tant que
systmes pratiques de rsolution de problmes dans un contexte donn.
Jacques LAUTREY33 sest intress aux mcanismes qui influencent le
dveloppement intellectuel de lenfant : cest en tirant ses hypothses de la
thorie de PIAGET sur le dveloppement de lintelligence quil a t amen
mettre laccent sur le rle des types de structuration du milieu familial qui
diffrent selon les classes sociales. Le modle piagtien est galement repris
et critiqu par Olivier HOUD34 qui souligne combien la conception du
dveloppement de lintelligence chez Jean PIAGET est linaire et strictement
cumulative en ce quelle est systmatiquement lie lide dacquisition et de
progrs alors que les donnes exprimentales actuelles indiquent que les
choses ne se passent pas de manire aussi rigoureuse et que le
dveloppement cognitif semble plutt adopter, dans son dveloppement, un
31 - L. S. VYGOTSKI, Pense et langage, traduction F. SVE, 3e dition La dispute, 1997.
32 - G. VERGNAUD, Apprentissages et didactiques, o en est-on ? ditions Hachette, 1994,
p. 63-93
33 - J. LAUTREY, Classe sociale, milieu familial, intelligence, PUF, 1980
34- O. HOUD, Le dveloppement de lintelligence chez lenfant, in Quest-ce que la
vie ? Universit de tous les savoirs, volume 1, ditions O. Jacob, 2000, p.311-315
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

109
cheminement tout fait biscornu , jalonn derreurs, de dcalages
inattendus et dapparentes rgressions cognitives et procder par zigzags en
activant et en inhibant tout moment du rationnel construit et de
lirrationnel prsum rvolu . Remarquons enfin que la pense de Jean
PIAGET sinscrit dans une perspective finalise de lesprit vers la science : dans
la conception piagtienne, lesprit devrait, au terme de son dveloppement,
tre un esprit scientifique.
3.2. Labsence de hasard dans la problmatique destinale
Considrons maintenant lincompatibilit des notions de hasard et de
destin.
Le mot latin fatum signifie destin . Fatum est le participe pass
substantiv du verbe fari qui signifie dire, parler. Le fatum, cest ce qui est dit
ou crit et dont le droulement suit un cours inluctable, imprvisible,
irrversible : cest le grand rouleau o tout est crit35 auquel Jacques - le valet
- fait rfrence dans le roman de DIDEROT, Jacques le fataliste. Reste distinguer
la conception aveugle du destin chez les Grecs de la conception finaliste
et rationnelle du destin stocien.
a) Le destin tragique
Le destin, dans la mythologie grecque, peut tre dfini comme un
enchanement de causes et deffets qui conduisent la mort : le destin a voir
avec la mort et sattache des familles. Pour lindividu vou au destin, la
finalit qui sempare de lui est externe et le hasard na aucune place. DIPE
est le fils de LAOS, roi de Thbes, et de JOCASTE. DIPE est cart sa
naissance en raison dun oracle affirmant quil tuera son pre et couchera
avec sa mre. Il est alors recueilli et lev par le roi et la reine de Corinthe.
Devenu adulte, il consulte loracle de Delphes qui lui annonce quil tuera son
pre et quil couchera avec sa mre. Voulant viter ce sort, il fuit ce quil croit
tre son pays et ce quil croit tre ses parents et cette fuite le prcipite
prcisment dans le sort quil voulait viter. Cest en se dirigeant sur Thbes
quune altercation lamne, sans quil le sache, tuer LAOS, son vritable
pre. JOCASTE, veuve de LAOS et mre dDIPE va alors pouser DIPE qui
devient roi de Thbes. SOPHOCLE, dans la tragdie dipe-roI, prsente DIPE
au sommet de sa majest, ignorant tout et passionn de vrit. Sa volont de
faire le bien le lance dans une enqute. TIRSIAS, devin aveugle, avertit
DIPE : Lassassin que tu cherches, lhomme que tu as maudit, le meurtrier du roi
35 - DIDEROT, Jacques le fataliste, ditions Booking International, Paris, 1993, p.23
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

110
Laos, cet homme vit ici. On le croit tranger, il est de Thbes. Mais le jour o il saura
la vrit, tout steindra pour lui ; il tait riche, il sera pauvre ; il partira sur les
routes, il mendiera sur un sol tranger, il se rvlera le pre et le frre de ses propres
enfants, le mari et le fils de sa femme, et le meurtrier de son pre. 36 Peu peu
lenqute rvle DIPE lhorreur de sa propre situation et le souverain
rayonnant quil a t devient dsespr et se dtruit : il se crve les yeux pour
ne plus voir ce monde o il na plus sa place et qui voit JOCASTE se pendre. Le
hasard na aucune place dans une telle mcanique o le destin est
implacable. Les hros sont destins la mort et au malheur sans aucun
recours. Dans le destin tragique, il est important de souligner que les dieux
eux-mmes sont impuissants contre le destin : ils ne peuvent le changer.
b) Le destin stocien
La diffrence entre le destin tragique et le destin stocien rside dans le
fait que le destin tragique frappe laveugle : il considre les justes et les
injustes, les bons et les mchants, les innocents et les coupables. Des choses
doivent avoir lieu Comme dans le destin grec, tout ce qui arrive, arrive
immanquablement la nuance prs que, dans le cas du destin grec, la force
qui distribue aux hommes leur sort, le distribue de manire irrationnelle
alors que dans le cas du destin stocien, la distribution apparat rationnelle au
sens de raisonnable : le destin stocien est bont. La force qui distribue aux
hommes leur sort devient, pour les stociens, luniverselle raison (le logos)
selon laquelle les vnements passs sont arrivs, les prsents arrivent et les
futurs arriveront, entendu que ce qui arrive est bon prcisment parce que
cela arrive et que si cela ntait pas bon alors cela narriverait pas Une telle
conception, en affirmant le destin, rcuse le hasard. Si le logos, comme
principe de ltre, assigne chaque chose une place, la raison du Sage saura
comprendre quaucun vnement ne se produit par hasard et l o lignorant
se rvolte, le Sage comprend et acquiesce lordre.
c) La Providence divine
Ce qui distingue fondamentalement le destin tragique du destin
religieux, cest que dans le premier cas les dieux sont aussi domins par le
destin alors que dans le second cas Dieu domine le destin. Quant au destin
stocien, il ne soppose nullement la Providence puisquil est Providence.
Cest au XVIe sicle, dans un contexte chrtien, que Juste LIPSE, de
luniversit de Louvain, publie le trait De la constance dans lequel il
36 - SOPHOCLE, dipe-roi, Collection du Repertoire de la Comdie franaise, Cration
du festival dAvignon, 1972, p.22-23
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

111
dveloppe une thorie dessence stocienne sur la Providence37 et les destins.
Pour Juste LIPSE, la Providence dsigne lintelligence divine envisage du
point de vue des objets auxquels elle sapplique, comme le soin vigilant et
perptuel, mais tranquille, avec lequel elle connat toutes choses, les dirige et les
gouverne enchanes par un ordre immuable que nous ne connaissons pas. 38 Cet
ordre immuable est envisag de deux points de vue :
* en Dieu qui le pose et le connat, cest la Providence ;
* dans les choses particulires, cest le destin.
Le destin est la ncessit de toutes les choses et de toutes les actions
quaucune force ne peut rompre39 qui drive de la force spirituelle qui gouverne
lunivers avec ordre : Jappelle ainsi destin le dcret ternel de la Providence qui
ne peut pas davantage tre enfreint par les cratures que rvoqu par la Providence
elle-mme.40 Soulignons le lien de drivation tabli ici entre Providence et
destin. La Providence est antrieure, logiquement et chronologiquement, au
destin et suprieure lui. Elle nest pas ncessairement source, elle est raison
et principe. Dans la mesure o la pense de Juste LIPSE a influenc grand
nombre de thologiens chrtiens, il semble lgitime de se demander dans
quelle mesure la conception chrtienne de la Providence, notamment au
Moyen-ge, pourrait ou non tre rapproche de la conception stocienne du
destin.
Ainsi, au terme de cette vocation des penses qui nient le hasard, on
peut sinterroger sur le statut du hasard dans la pense religieuse :
* Dans la pense chrtienne tout dabord : lide de Providence
rcuse celle du hasard. Car tu sais bien quil y a une intelligence
ternelle que nous appelons Dieu : qui rgle, gouverne et dispose les
sphres prennes des cieux, la course errante des astres, les successions
alternes des lments, enfin toutes les choses den haut et den bas.
Penses-tu que le hasard ou la fortune dominent dans ce superbe corps du
monde ?41

37 - Providence : du latin providere, pouvoir . Dans la thologie chrtienne, la


Providence est la sagesse suprme par laquelle Dieu conduirait toutes choses.
38- J. LIPSE, De Constantia libri duo qui alloquium praecipue continent in publicis malis,
Anvers, 1584, traduction L. DU BOIS, 1873, I, 13
39 - J. LIPSE, op. cit. I, 19
40 - J. LIPSE, op. cit. I, 19
41 - J. LIPSE, op. cit. I, 19
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

112
* Au XVIIe sicle, lessor de la science et de la recherche dune
explication rationnelle du monde devra composer avec ce
positionnement thologique niant le hasard essentiel. Cette
ncessit amnera Jakob BERNOULLI lexpression dune pense
dterministe, saccommodant difficilement de lide de libre
arbitre : Tout ce qui bnficie sous le soleil de ltre ou du devenir, pass,
prsent ou futur, possde toujours en soi et objectivement une certitude
totale. Cest vident du prsent et du pass : ce qui est ou a t ne peut pas
ne pas tre ou avoir t. Sur le futur il ny a pas discuter ; cependant ce
nest pas par la ncessit de quelque destin quil ne peut pas ne pas
advenir, mais en raison soit de la prescience soit de la prdtermination
divine ; car si narrivait pas avec certitude tout ce qui est futur, on ne voit
pas comment le Crateur suprme pourrait conserver entire la gloire de
son omniscience et de son omnipotence. Quant dire comment cette
certitude de lavenir peut subsister avec la contingence ou la libert des
causes secondes, que dautres se disputent ; pour nous, nous ne voulons
pas toucher aux points trangers au but que nous visons.42
* Dans la pense musulmane avec la notion de mektoub. La lgende
ce soir Samarcande illustre assez bien semble-t-il, cette
implacabilit. Sur la place dune ville, un soldat rencontre une
femme munie dune charpe rouge. Il revient en courant vers le roi
et lui dit : permets-moi de fuir loin dici car jai rencontr une jeune
fille ; ctait la mort. Elle me cherche ici Bagdad, je vais menfuir
Samarcande. Le roi lautorise partir, puis son tour, rencontre la
jeune fille lcharpe rouge qui il demande pourquoi elle a terrifi
son soldat. La jeune fille lui rpond alors : je nai pas voulu lui faire
peur, mais quand je lai vu ici Bagdad, jai t trs tonne parce que je
lattends ce soir Samarcande.

4. La pense du hasard : le hasard comme vue de lesprit


Intressons-nous maintenant aux penses pour lesquelles le hasard
existe. Pour Gilles Gaston GRANGER43 comme pour Giorgio ISRAL44, la
question du hasard est traditionnellement traite dun double point de vue :
42 - J. BERNOULLI, LArs conjectandi, 1713, traduction de N. MEUSNIER, publication de
lIREM de Rouen, 1987, p.14-16
43 - G. G. GRANGER, Le probable, le possible et le virtuel, ditions O. Jacob, 1995, p.170
44 - G. ISRAL, La mathmatisation du rel, ditions du Seuil, 1996, p.241-253
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

113
ontologique dune part, comme proprit du monde - le hasard en soi -,
pistmologique dautre part comme limitation de notre connaissance de ce
monde. Autrement dit, le hasard est-il une proprit des relations entre les
choses ou est-il une proprit de notre relation avec les choses ? Est-il dans
les choses ou dans les jugements humains sur les choses ?
Examinons tout dabord le point de vue selon lequel le hasard serait le
nom que nous donnons notre ignorance.
4.1. Le dterminisme ontologique et universel de LAPLACE ou le hasardignorance
Au dbut du XIXe sicle, lensemble des scientifiques a adopt les
conceptions de la mcanique de NEWTON o la donne de la position et de la
vitesse dun objet dtermine entirement la faon dont cet objet va se
dplacer. Pour les tenants de la physique classique, cest--dire la quasitotalit des physiciens et des mathmaticiens de cette poque, le monde est
entirement dtermin et ne fait aucune place au hasard. Pierre-Simon
LAPLACE (1749-1827) est plus prudent et considre le hasard et la contingence
comme des figures de lincertitude et ne sont pas autres choses que les noms
donns lignorance du sujet humain dans un univers dtermin : Nous
devons donc envisager ltat prsent de lUnivers comme leffet de son tat antrieur,
et comme cause de celui qui va suivre.45 Pour Amy Dahan DALMEDICO46, le
dterminisme de LAPLACE est ontologique et global et est fond sur la
conviction selon laquelle la nature est connaissable et obit des lois
mathmatiques. Cependant une telle matrise, lesprit humain ne latteindra
jamais, comme LAPLACE le souligne ensuite : Une intelligence qui pour un
instant donn connatrait toutes les forces dont la nature est anime et la situation
respective des tres qui la composent, si dailleurs elle tait assez vaste pour
soumettre ses donnes lanalyse, embrasserait dans la mme formule47 les

45 - P. S. LAPLACE, Essai philosophique sur les probabilits, rdition Bourgois, 1986, p.32
46 - A. D. DALMEDICO, Le dterminisme de Pierre-Simon LAPLACE et le dterminisme
aujourdhui, in Chaos et dterminisme, collection Points sciences, ditions Le Seuil,
1992, p.376
47 - Soulignons limportance, dans cette phrase, de lexpression dans la mme
formule . LAPLACE pose que si lon connaissait lensemble des paramtres de
lUnivers pens comme un gigantesque systme, alors on pourrait donner la
formule mathmatique expressive de la loi rgissant ce systme : lensemble des
thormes de la physique se dduirait de cette formule.
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

114
mouvements des plus grands corps de lUnivers et ceux du plus lger atome : rien ne
serait incertain pour elle, et lavenir, comme le pass, serait prsent ses yeux 48
Ainsi, lintelligence humaine doit-elle avoir comme idal lintelligence
absolue qui donnerait lhumanit la vision totale de lunivers. LAPLACE
rejoint ici lacte de foi de KEPLER, selon lequel la seule diffrence entre Dieu et
les hommes, rside dans le fait que le premier connat depuis lternit tous
les thormes, tandis que lhomme ne les connat pas tous encore. Or, un tel
idal est irralisable : ne peut exister que la tentative de rduire le plus
possible le hasard-ignorance. Si LAPLACE croit la possibilit dune
dtermination des lois mathmatiques de lUnivers, il souligne que seule une
intelligence suprieure, toute thorique et aux possibilits cognitives infinies,
pourrait calculer tous les effets des lois de la nature. Cette intelligence nest
pas cense possder de qualits surnaturelles et en cela le dterminisme
laplacien soppose au dterminisme antrieur thologique - exprim par
Jakob BERNOULLI - dans lequel le rle de lintelligence omnisciente tait tenue
par Dieu. LAPLACE reconnat que lhomme restera toujours infiniment loign
de cette intelligence suprieure.
Le hasard, selon LAPLACE, est donc soit un euphmisme pour parler de
lignorance, soit lexpression des limites actuelles de la perception humaine.
Remarquons quune telle conception est voque, au XXe sicle, par mile
BOREL : La caractristique des phnomnes que nous appelons fortuits, ou dus au
hasard, cest de dpendre de causes trop complexes pour que nous puissions les
connatre toutes et les tudier.49 La conception laplacienne, qui postule un
dterminisme ontologique et universel, se trouve cependant mise mal par
un grand nombre de rsultats de la physique contemporaine : ainsi en est-il,
par exemple, de la dpendance sensitive dun phnomne aux lgres
variations des conditions initiales.
4.2. Hasard et dpendance sensitive par rapport aux conditions
initiales
Si nous connaissions exactement les lois de la nature et la situation de
lunivers linstant initial, nous pourrions prdire exactement la situation de ce
mme univers un instant ultrieur. 50 Mais Henri POINCAR constate quil nen
est pas ainsi Une telle prdiction se rvle impossible, do une autre
manire de dfinir le hasard.
48 - P. S. LAPLACE, op. cit. p.32-33
49 - E. BOREL, op. cit., p.7
50 - H. POINCAR, op. cit., p.4-5
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

115
En effet, le hasard peut tre d la complexit dun systme qui le
rend sensible aux conditions initiales par un jeu de bifurcations non
dterministes et thoriquement imprvisibles. Comme le souligne David
RUELLE51, cest la fin du sicle dernier, que les savants, Henri POINCAR,
Pierre DUHEM et Jacques HADAMARD, ont attir lattention sur un certain
nombre de systmes mcaniques o des diffrences infinitsimales dans
ltat initial conduisent des volutions trs diffrentes : cette remarque est
lorigine de la thorie du chaos. Jacques HADAMARD a ainsi dmontr
mathmatiquement que pour certains systmes, un changement infime de
condition initiale conduit un tel changement de lvolution ultrieure du
systme que les prdictions long terme deviennent vaines. Cest
notamment le cas de la trajectoire dune boule de billard lorsque sont
disposs, sur la table du billard, des plots en quinconce qui inflchissent la
trajectoire de la boule : la trajectoire de la boule est alors extrmement
sensible la valeur de langle de tir initial. Il sagit, comme le souligne David
RUELLE, dune dcouverte conceptuellement trs importante dans la mesure
o le mouvement de la boule de billard est, en thorie, dtermin sans
ambigut par les conditions initiales mais, parce que lobservateur est
fondamentalement limit dans la prdiction de sa trajectoire, nous avons la
fois dterminisme et imprdictibilit.52 Henri POINCAR avait initi cette ide
selon laquelle le dterminisme et le hasard taient rendus compatibles par
limprdictibilit long terme et il pensait avoir trouv une des sources du
hasard. De petites causes peuvent ainsi avoir de grands effets, largement
imprdictibles. On dit quil y a dpendance sensitive par rapport aux
conditions initiales. Si un cne repose sur sa pointe, nous savons bien quil va
tomber, mais nous ne savons pas de quel ct ; il nous semble que le hasard seul va
en dcider. Si le cne tait parfaitement symtrique, si son axe tait parfaitement
vertical, sil ntait soumis aucune autre force que la pesanteur, il ne tomberait pas
du tout. Mais le moindre dfaut de symtrie va le faire pencher lgrement dun ct
ou de lautre, et ds quil se penchera, si peu que ce soit, il tombera tout fait de ce
ct. Si mme la symtrie est parfaite, une trpidation trs lgre, un souffle dair
pourra le faire incliner de quelques secondes darc ; ce sera assez pour dterminer sa
chute et mme le sens de sa chute qui sera celui de linclinaison initiale. Une cause
trs petite, qui nous chappe, dtermine un effet considrable que nous ne pouvons
ne pas voir, et alors nous disons que cet effet est d au hasard.53
51 - D. RUELLE, op. cit, p.59-65
52 - D. RUELLE, op. cit., p.59
53 - H. POINCAR, op. cit., p.4
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

116
Les mouvements atmosphriques sont notamment sensibles aux
conditions initiales : un papillon bat des ailes la Martinique et provoque
deux semaines aprs une tempte sur les ctes de la Manche. Cet exemple de
deux mtorologues amricains - LEITH et KRAICHMAN - repris par Edward
LORENZ est connu sous le nom deffet papillon que Jean Marc LEVYLEBLOND qualifie au passage de mtaphore cule.54 Rappelons que le terme
chaos dsigne une situation o, pour nimporte quelle condition initiale,
lincertitude des prdictions crot avec le temps. Les exemples des
phnomnes chaotiques sont gnralement emprunts lhistoire, la
finance et bien sr la mtorologie o la connaissance des conditions
initiales est videmment trs difficile.
Aprs cette prsentation du hasard dfini par la dpendance sensitive
aux conditions initiales en physique classique mais qui fait encore la place
une conception dterministe de la nature, intressons-nous la question du
hasard dfini comme dsordre.
4.3. Dsordre microscopique et dterminisme statistique : le hasarddsordre
La science, notamment au XIXe sicle, a longtemps eu affaire des
phnomnes qui paraissaient relativement simples, tudis lchelle
macroscopique. Ainsi conue, la science postulait un dterminisme
mcanique, aboutissant la formulation de lois idales, rigoureuses : elle
pouvait prtendre la certitude. Les progrs raliss ont peu peu rvl que
lapparente simplicit de certains phnomnes recouvre, en ralit, des
phnomnes extrmement complexes, auxquels le dterminisme absolu ne
sapplique plus. Considrons un rcipient rempli de gaz : il contient des
milliards de molcules de gaz animes de mouvements erratiques lagitation thermique. Ces mouvements sont dsordonns et sont considrs,
pour chaque molcule, comme strictement dus au hasard parce que la
connaissance et le traitement de la totalit des paramtres physiques est
inaccessible et impossible.
Par contre, au niveau global, macroscopique, il y a une certaine
constance : les molcules se dplacent dans des directions qui sannulent
statistiquement. Pour Jacques BONITZER, il y a deux types de processus en
interaction qui sont des phnomnes composites associant un ensemble de

54 - J.M. LVY-LEBLOND, La science en son miroir, in Dictionnaire de lignorance,


direction M. CAZENAVE, ditions Albin Michel Sciences, 1998, p.25
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

117
phnomnes microscopiques et un phnomne macroscopique . Ces
phnomnes ont leur autonomie, ce qui veut dire quils sont rgis, les uns et les
autres, par leurs lois propres. En mme temps, ils sont en interaction ; les
phnomnes microscopiques influencent le droulement du phnomne
macroscopique, tandis que cest la loi de celui-ci qui agrge les phnomnes
microscopiques - ou, en dautres termes, leur impose son point de vue . [] Le
phnomne macroscopique dpend de la valeur cumule dune somme de
caractristiques numriques des phnomnes microscopiques.55
Ainsi, pour cette pense moderne, le hasard-dsordre serait dans la
nature mme des phnomnes microscopiques et le dterminisme serait une
consquence lchelle macroscopique des lois du hasard lchelle
microscopique, puisquon mesure des grandeurs qui sont en fait des valeurs
moyennes aux fluctuations trs faibles.

5. La pense du hasard : le hasard comme ralit objective


On peut distinguer plusieurs formes de comprhension du hasard
comme ralit objective : le hasard-rencontre, cest--dire le hasard dfini
comme la rencontre accidentelle entre plusieurs sries de faits ou de causes
indpendants et le hasard radical appel encore hasard essentiel, intrinsque,
absolu, que lon trouve la fois chez les picuriens et chez les physiciens
contemporains spcialistes de micro-physique et en particulier chez les
spcialistes de physique quantique.
5.1. Le hasard-rencontre
a) Le hasard-rencontre chez DMOCRITE
Lhypothse atomique, dveloppe par DMOCRITE56, suppose que la
matire est constitue dobjets indissociables et extrmement petits : les
atomes. Lune des proprits fondamentales de la matire ainsi conue est
lexistence du vide, dans lequel les atomes se meuvent de manire incessante.
Dans cette conception, les trajectoires des atomes sont imprvisibles et
indpendantes et les rencontres datomes, qui produisent les ralits
complexes (les mondes), sont dues au hasard.

55 - J. BONITZER, Philosophie du hasard, Messidor, ditions sociales, 1984, p.140-141


56 - 420 avant J.C.
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

118
Nous montrerons plus loin, comment cette conception du hasardrencontre va se trouver complte, par celle du hasard-crateur chez les
picuriens et notamment chez LUCRCE. Par contre il faut noter que cette
conceptualisation ne trouve aucune place chez ARISTOTE pour lequel il
nexiste quun monde, le monde, alors que pour DMOCRITE il existe une
infinit de mondes. Remarquons au passage, quaujourdhui, ce qui
correspond un monde selon ARISTOTE correspond lunivers du big-bang
alors qu loppos, un certain nombre dastrophysiciens considrent notre
monde comme une minuscule bulle sur une mousse dunivers
b) Le hasard-rencontre chez ARISTOTE
Cest dans le livre II de la Physique, quARISTOTE sintresse certains
faits exceptionnels qui se produisent dans la nature et cest en essayant
danalyser leurs causes quapparat lexamen du hasard et de la fortune. Pour
ARISTOTE, lessence de ces faits ne rside pas seulement dans la raret, ils se
produisent par accident . La cause nest pas inscrite par nature dans le
phnomne mais nest pas pour autant indtermine : le hasard est cause par
accident. La fortune et le hasard sont des causes par accident, pour des choses
susceptibles de ne se produire ni absolument, ni frquemment, et en outre
susceptibles dtre produites en vue dune fin.57 Il donne lexemple dun
crancier qui se rend lAgora pour participer aux discussions publiques et
qui rencontre son dbiteur : cest loccasion de lui rclamer son argent mme
si ce nest pas pour cette raison quil est venu. ARISTOTE dit que la rencontre
a lieu par fortune, que cest la fortune qui en est la cause, mais en tant
quindtermine. ARISTOTE tablit une diffrence entre le hasard proprement
dit (automaton) et la fortune (tych). Tout effet de fortune est de hasard, mais tout
fait de hasard nest pas de fortune.58 Le hasard (automaton) concerne aussi bien
les animaux et les tres inanims. Si on jette en lair, nimporte comment le
trpied, il peut arriver quil retombe sur ces pieds : La chute du trpied est un
hasard, si aprs sa chute il est debout pour servir de sige, sans quil soit tomb pour
servir de sige.59 Le trpied est tomb de lui-mme pour rien, autrement dit,
conclut ARISTOTE, il est tomb par hasard sur ses pieds. La connexion entre
laccident et le hasard est ici manifeste. Chez ARISTOTE, la cause est toujours
en mme temps cause finale, si bien que les faits de hasard sont cause sans

57 - ARISTOTE, Physique (I-IV), traduction H. CARTERON, Paris, Les Belles Lettres, 1926, p.197a
58 - ARISTOTE, op. cit., p.197b
59 - ARISTOTE, op. cit., p.197b
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

119
finalit (puisque causs par accident), mais imitant la finalit. Quant la
fortune (tych), elle ne sapplique, selon ARISTOTE, qu lhomme, en tant quil
est le vivant pourvu du logos. On voit donc que la fortune est une cause par
accident, survenant dans les choses qui, tant en vue de quelque fin, relvent en outre
du choix. Par suite la pense et la fortune sont du mme ordre, car le choix ne va pas
sans pense.60 On parle de fortune (et mme de bonne fortune ) pour
quelquun qui aurait pu imaginer, par exemple, que ctait sur lagora quil
allait trouver une personne qui lui devait de largent. La fortune ne se dploie
que dans le domaine de lactivit pratique. Aucun tre inanim, aucune bte,
aucun enfant nest lagent deffets de fortune, parce quil na pas la facult de
choisir.61[...]La fortune nest dailleurs quune espce du genre hasard, la fortune
appartenant au domaine des choses qui suivent les rsolutions libres, le hasard au
domaine des choses qui arrivent pour une fin, sans tre choisies. 62
Comme le souligne G. G. GRANGER, cette prsentation du hasard dans
la nature par ARISTOTE appartient au domaine de la pense antique et doit
tre situe lge dune proto-science. Une autre prsentation est celle,
contemporaine, dAugustin COURNOT : elle se dveloppe dans le contexte dune
science de lempirie dj trs avance dans les domaines mcanique et physique, et
domine, aux yeux de COURNOT lui-mme, par une mathmatique lagrangienne
puissante et novatrice.63
c) Le hasard-rencontre chez COURNOT
Le hasard, pour COURNOT, ne se rduit ni au surgissement imprvu et
inconditionn dun effet sans cause, ni une apprhension subjective
rsultant de notre ignorance des causes de lvnement : le hasard dsigne
chez COURNOT la rencontre accidentelle et imprvisible entre plusieurs sries
de faits ou de causes indpendants. Cest la fameuse image de la tuile qui
tombe sur le passant. Il est possible dexpliquer de manire rationnelle, le
dplacement du passant, les lois physiques relatives la chute des corps,
mais il nest pas possible dexpliquer la rencontre de ces sries causales64. On
60 - ARISTOTE, op. cit., p.197a
61 - ARISTOTE, op. cit., p.197b
62 - ARISTOTE, op. cit., rsum du livre II, p.54
63 - G. G. GRANGER, op. cit., p.171
64 - moins que le trajet du passant et la chute de la tuile naient une cause
commune : si un vent violent entrane la chute dune tuile et la modification du
trajet du passant, peut-on encore parler dindpendance ?
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

120
appelle hasard, avec COURNOT, la rencontre de deux sries causales : Les
vnements amens par la combinaison ou la rencontre dautres vnements qui
appartiennent des sries indpendantes les unes des autres, sont ce quon nomme
des vnements fortuits ou des rsultats du hasard. 65 Ce qui fait la fortuit nest
pas labsence de dtermination, ou son ignorance, mais labsence de ncessit
dans la conjonction des dterminations. En ce sens, un vnement peut tre
le produit dun ensemble de causes qui le dterminent, tout en tant fortuit
ds lors quil nest pas ncessaire.
Un exemple emprunt Milan KUNDERA dans Linsoutenable lgret de
ltre illustre parfaitement cette conception du hasard. Sept ans plus tt, un cas
difficile de mningite stait dclar par hasard lhpital de la ville o habitait
Teresa, et le chef de service o travaillait Thomas avait t appel durgence en
consultation. Mais, par hasard, le chef de service avait une sciatique, il ne pouvait
pas bouger, et il avait envoy Thomas sa place dans cet hpital de province. Il y
avait cinq htels dans la ville, mais Thomas tait descendu par hasard dans celui o
travaillait Tereza. Par hasard, il avait un moment perdre avant le dpart du train
et il tait all sasseoir dans la brasserie. Tereza tait de service par hasard et servait
par hasard la table de Thomas. Il avait donc fallu une srie de six hasards pour
pousser Thomas jusqu Tereza, comme si, laiss lui-mme, rien de ly et
conduit. 66
Un autre exemple est tir de luvre dAlfred de MUSSET, Les
confessions dun enfant du sicle. Pendant un souper, Octave fait tomber par
mgarde (donc accidentellement) une fourchette sur le sol. Lorsquil se baisse
pour la ramasser, il dcouvre que sa belle matresse dont les regards rveurs
lui semblaient tmoigner de lattente nostalgique de leur solitude de fin de
soire, a tendrement enlac de ses jambes celles de son voisin de table, qui est
son meilleur ami
On peut sinterroger sur ce qui rapproche ou distingue la conception
du hasard chez ARISTOTE et chez COURNOT. Selon G. G. GRANGER, si le sens
cosmique et ontologique des conceptions aristotlicienne et cournotienne du
hasard est identique, il faut noter que la conception cournotienne souvre sur
le calcul des probabilits et se prolonge en une vritable philosophie de
lhistoire67. La philosophie de lhistoire de COURNOT se donne en effet pour
65 - A.A. COURNOT, Essai sur les fondements de la connaissance et sur les caractres de la
critique philosophique, Hachette, 1re dition en 1851, p.52
66 - M. KUNDRA, Linsoutenable lgret de ltre, NRF Gallimard, 1984, p.49-50
67 - G. G. GRANGER, op. cit., p.174
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

121
objet lanalyse et la discussion des causes ou des enchanements de causes qui ont
concouru amener les vnements dont lhistoire offre le tableau ; causes quil sagit
surtout dtudier au point de vue de leur indpendance ou de leur solidarit.68 Pour
COURNOT, la critique historique vise identifier, dans le mouvement
historique, la part respective du fortuit et du ncessaire, de lessentiel et de
laccidentel, pour dgager, sous le dtail des vnements et dans la
multiplicit des facteurs qui les engendrent, les causes profondes qui en
rendent raison. Comme le souligne Thierry MARTIN, le but que COURNOT
assigne la philosophie historique est moins de mettre au jour les causes des faits
historiques que de les ordonner, de les hirarchiser pour discerner parmi ces causes
celles qui sont dterminantes. Il sagit de dmler dans le spectacle de lhistoire, sous
lexubrance des vnements plus ou moins fortuits et accidentels, les grandes lignes
de force, les tendances gnrales qui en permettent lintelligibilit. Ce partage exige
que lon distingue entre les causes immdiates et souvent accidentelles responsables
de ce que lvnement a de singulier des conditions dterminantes qui rendent raison
de ses proprits, et par l, en permettent lintelligibilit.69
Soulignons enfin, au sujet de la distinction entre ARISTOTE et COURNOT,
que COURNOT pense dans un contexte scientifique o lexplication finaliste
nest plus dominante et o le hasard est mathmatis.
5.2. Le hasard gnr
Considrons un cube : si on le lance une douzaine de fois, on obtient
douze rsultats identiques, le cube simmobilisant chaque fois une face
tourne vers le haut. Il sagit dun rsultat prvisible et non alatoire.
Inscrivons les chiffres de 1 6 sur les faces de ce cube et renouvelons
lexprience. Le lancer de ce cube, devenu d, produit une nouvelle classe de
rsultats imprvisibles : le chiffre associ la face qui est tourne vers le haut.
Le hasard apparat par le simple fait dcrire des chiffres sur un cube. Une
symtrie naturelle a t brise. Que le cube soit ou non un d, ses faces
restent quivalentes du point de vue de la dynamique du systme : aucun
paramtre du mouvement ne peut tre corrl la position dune face
particulire. Lorsque le cube devient d, lorsque nous lisons un rsultat
diffrent sur chaque face, nous largissons le systme exprimental en lui
68 - A. A. COURNOT, Considrations sur la marche des ides et des vnements dans les temps
modernes, uvres compltes, tome IV, Paris, Vrin, 1973, p.10
69 - T. MARTIN, Histoire et thorie du hasard lge classique selon COURNOT, Revue de
Synthse, n2-3, 2001
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

122
affectant une nouvelle structure de signification. Ce systme acquiert ds lors
la proprit de gnrer des rsultats qui sont non corrls avec les causes qui
les ont directement produits. Nous lanons un d mais la Nature fait tourner
un cube : cest de cette proprit, repre et exploite comme telle, que jaillit
le hasard. Six faces quivalentes associes six significations diffrentes
gnrent le hasard. On pourrait ainsi multiplier les exemples
dlaboration humaine de gnrateurs de hasard , pour les jeux, le plaisir
ou larnaque ! Ils relvent de lapplication de diffrences observables des
objets quivalents du point de vue de leurs apparitions possibles et
imprvisibles.
5.3. Le prlvement au hasard dans une population
Intressons-nous au hasard tel quil est prsent dans lenseignement
secondaire des probabilits. Dans ce cadre, lexpression au hasard
apparat comme un indicateur smantique, synonyme dquiprobabilit et
de distribution uniforme. Considrons ainsi lnonc suivant, extrait dun
sujet dexamen du BTS des secteurs de lIndustrie, du Btiment et du
Laboratoire en 1998. Une tude statistique permet dadmettre que, pour un
rivet choisi au hasard dans la production dune journe, la probabilit de
lvnement A, le rivet possde un dfaut de diamtre est P(A) = 0,02 et
la probabilit de lvnement B, le rivet possde un dfaut de longueur
est P(B) = 0,03. 70 Ainsi le tirage au hasard dun lment dun ensemble
sous-entend lhypothse dquiprobabilit, cest--dire que tous les lments
ont des chances gales dtre tirs. Pour Jean Claude GIRARD, le sens implicite
dquiprobabilit, attribu lexpression choix au hasard est arbitraire et
mriterait dtre prcis car il y a dautres faons de choisir au hasard , voir
par exemple les diffrentes mthodes de sondages deux degrs (ou plus), avec
probabilits gales ou ingales, les sondages stratifis, etc.71 Cette exigence a
cependant t prise en compte dans un certain nombre de manuels scolaires,
dont la publication est antrieure la remarque de J.C. GIRARD, comme
latteste la citation suivante : Dans les diffrentes situations qui donnent lieu
ltude de la probabilit dun vnement, la locution au hasard est utilise pour
exprimer que la probabilit est uniforme, cest--dire que les vnements lmentaires
sont quiprobables.72
70 - Source : ANNATEC FOUCHER 2000, BTS, Secteurs de lIndustrie, du Btiment et du
Laboratoire, Mathmatiques Groupements A, B, C, D ; ditions Foucher, 1999, p.237
71 - J.C. GIRARD, Quest-ce quune exprience alatoire, in Enseigner les probabilits au
lyce, IREM de Reims, 1997, p.61
72 - Mathmatiques, Premires A1 et B, ditions Bral, 1991, p.77
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

123
Soulignons enfin que, dans cette manire dapprhender le hasard qui sert de fondement lenseignement actuel du calcul des probabilits - ce
nest pas tant du hasard dont il est question mais de choix au hasard dans
une population statistique et dans des conditions qui peuvent tre
reproduites un certain nombre de fois. Notons que dans cet enseignement, on
reste trs discret sur les conditions concrtes dans lesquelles un tel
prlvement au hasard peut-tre effectu, se limitant quelques
gnrateurs de hasard simples : urnes, ds, cartes, pices, nombres pseudoalatoires produits par ordinateur.
5.4. Le hasard radical
a) Le hasard-crateur chez LUCRCE
LUCRCE a repris les thories de DMOCRITE et dEPICURE selon
lesquelles lunivers est form de corps et de vide et o tout sexplique par des
causes matrielles. Dans ce cadre, les lments premiers de la matire, les
atomes, ralits indestructibles et inscables, se distinguent les uns des
autres, notamment par leur masse. Pour DMOCRITE, nous lavons rappel,
lagitation des atomes dans le vide est incessante et ce sont les rencontres
datomes qui produisent les ralits complexes, les mondes, dont nous
constatons lexistence. Le problme qui a alors t pos est le suivant : si les
atomes sont emports de haut en bas en ligne droite travers le vide en vertu
de leur poids propre, comment peuvent-ils se rencontrer ? PICURE (avant
LUCRCE semble-t-il) a alors attribu aux atomes la proprit de dclinaison,
en grec parenklisis, en latin le clinamen. Ainsi, sans quil ny ait aucune cause,
il existerait une trs lgre dviation des atomes qui leur permettrait de
quitter insensiblement la verticale. Le clinamen est la dviation de la ligne de
chute des atomes qui sloignent de la trajectoire verticale quils devraient
suivre. Pour PICURE et son disciple LUCRCE, ce processus physique se passe
de toute intervention divine et de toute Providence et obit un devenir.
Cette dviation va gnrer des rencontres : le plus souvent il ne va rien se
produire, les atomes, compte tenu de leurs formes diffrentes ne vont pas se
combiner, mais parfois, et de faon imprvisible, les choses vont se composer
et gnrer un monde. Dans la chute en ligne droite qui emporte les atomes
travers le vide, en vertu de leur poids propre, ceux-ci, un moment indtermin,
scartent tant soit peu de la verticale, juste assez pour quon puisse dire que leur
mouvement soit modifi. Sans cette dclinaison, tous, comme des gouttes de pluie,
tomberaient de haut en bas travers les profondeurs du vide ; entre eux nulle
collision naurait pu natre, nul choc se produire ; et jamais la nature net t
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

124
cre.73 Dans la mesure o ce qui se produit est sans lien avec une
quelconque causalit, dans la mesure o la dclinaison est physiquement
ncessaire, on est ici en prsence dun hasard-radical. Pour PICURE et
LUCRCE, ce nest pas un postulat mais une vidence : le monde est dpourvu
de causalit divine et la nature, libre de la Providence, se trouve rgie par
le hasard et la ncessit. Ainsi, les picuriens ajoutent au hasard-rencontre de
DMOCRITE le hasard-crateur qui est un hasard-radical. Se pose alors la
question de savoir comment la raison peut admettre le hasard radical, dont
une des caractristiques est labsence de causes et comment se fait-il que les
picuriens aient admis le clinamen ? La rponse cette question rside dans
le fait que les picuriens font les hypothses justes ncessaires pour expliquer
ce quils voient : leur problme est dexpliquer le monde, dexpliquer par
exemple la spontanit du mouvement des animaux, la libert de lhomme
Les picuriens ont donc t amens faire cette supposition parce que, sils
ne la faisaient pas, il y aurait un grand nombre de choses inexplicables En
ce sens, le hasard-radical est une notion rationnelle de leur point de vue.
Il reste prciser la diffrence entre le point de vue des picuriens et
celui dARISTOTE. Pour DMOCRITE et les picuriens, le hasard est lessence
mme de la crativit de la nature. Pour ARISTOTE, la nature se caractrise par
des constantes, et si parfois le hasard engendre quelques accidents, cela
demeure exceptionnel et non essentiel. Enfin, chez ARISTOTE il y a une finalit
alors que pour DMOCRITE, PICURE, LUCRCE, il y a absence de finalit comme
le souligne Marcel CONCHE : Toutes choses dans la nature se font sans dessein,
aucun plan ne les prcde, aucune intelligence ne les dirige. Aussi ne sont-elles
concevables quaprs avoir t. Ce dont le finalisme et le providentialisme ne peuvent
rendre compte, cest de cette conception des choses. Ils se donnent toujours lavenir
davance - comme si la nature ntait quune excutante et non un champ
dinitiatives. Ils escamotent le temps, alors que celui-ci na de ralit que par les
vnements mme et quil faut attendre pour savoir ce qui va arriver.74
b) Le hasard radical et la physique quantique
La physique quantique repose sur un certain nombre de postulats qui
ont longtemps rebut nombre de physiciens de formation classique. La
physique quantique, qui na jamais t mise en dfaut par aucune exprience,
permet dinterprter et de prvoir une multitude de phnomnes. Elle
permet notamment de calculer lnergie dionisation dun atome, la longueur
73 - LUCRCE, De la Nature, Livre II
74 - M. CONCHE, Lucrce, ditions de Mgare, 1996, p.56
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

125
donde de ses raies dmission, lnergie de liaison dune molcule
dhydrogne, de comprendre la radioactivit, lorigine du magntisme, de la
supraconductivit, de prvoir lexistence de nouvelles particules. Les
applications technologiques lies la physique quantique sont nombreuses :
les semi-conducteurs, les lasers, la microscopie lectronique, liconoscope
(appareil de prise de vues pour la tlvision), le tlescope infrarouge, la
rsonance magntique nuclaire
La physique quantique introduit le hasard-radical, ce qui signifie que
le caractre alatoire est un caractre naturel des phnomnes microphysiques (physique des atomes, des noyaux et des particules lmentaires).
Cependant, pour Albert EINSTEIN, cette thorie est incomplte car Dieu ne
joue pas aux ds. Pour EINSTEIN, proche sur ce point des conceptions de
LAPLACE, la physique est dterministe. loppos dHEISENBERG, et de son
principe dincertitude, EINSTEIN est convaincu que la position et la quantit
de mouvement dune particule lmentaire peuvent exister rellement et
simultanment : il considre la physique quantique comme incomplte et
devant tre dpasse. Pour EINSTEIN, une thorie physique ne peut-tre
quune reprsentation dterministe et complte de la ralit dun phnomne
faisant intervenir des variables connues, observables et un certain nombre
dautres variables, pour le moment inconnues, appeles variables caches .
Pour EINSTEIN, dans lignorance actuelle des variables caches , le
comportement de la matire, au niveau de linfiniment petit, apparat
arbitraire et les physiciens sont contraints dutiliser, pour le dcrire, une
thorie incomplte et probabiliste qui est la physique quantique. Pour BOHR
au contraire, une thorie physique na de sens que si elle met en relation des
thories observables et en ce sens, la physique quantique, qui dcrit
correctement lensemble du comportement observable des particules
lmentaires est une thorie complte.
Dans le cadre conceptuel de la physique quantique, les physiciens ont
dmontr que pour que les particules lmentaires possdent certaines
proprits, il est ncessaire de renoncer la thse dEINSTEIN selon laquelle il
existe des variables caches que lon ne peut pas connatre actuellement mais
que lon connatra peut-tre un jour Certains physiciens continuent
cependant dadhrer lide que le hasard est la limite de nos connaissances
et quun jour, lorsque la science aura termin son travail, le hasard sera
aboli . Il semble que cette ide soit aportique, les physiciens BOHR,
SOMMERFELD, HEISENBERG, DIRAC, PAULI, EHRENFEST, SCHRDINGER, De BROGLIE,
ayant largement attest du contraire. Ainsi, le comportement des particules
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

126
lmentaires est probabiliste et le hasard est dans lessence mme des
phnomnes. Pour la microphysique, le hasard est radical. Notons enfin que
cest la conception radicale du hasard, repre par les picuriens, qui se
retrouve tre le concept unificateur de la physique quantique
Nous avons examin comment lesprit humain aborde et construit, la
notion de hasard : nous proposons de complter cette prsentation du
concept de hasard en nous inspirant de la rflexion de Dominique LAHANIERREUTER75 qui sest elle-mme inspire des travaux de Benot MANDELBROT.

6. Les conceptions du hasard : catgorisation dans lapproche


mathmatique contemporaine
Dominique LAHANIER-REUTER identifie cinq conceptions du hasard
dans le monde mathmatique contemporain et les dcrit en distinguant les
diffrents cadres (larithmtique, lanalyse, la thorie de linformation) dans
lesquels les outils de modlisation ont t choisis. Il sagit du hasard du
tirage au sort , du hasard bnin , du hasard sauvage , du hasard
lent et du hasard formel . Cette dnomination est propre D. LAHANIERREUTER en ce qui concerne le hasard du tirage au sort et le hasard
formel ; elle est celle de Benot MANDELBROT76 pour le hasard bnin , le
hasard sauvage , le hasard lent .
6.1. Cadre arithmtique : le hasard du tirage au sort
Il concerne la modlisation des phnomnes alatoires discrets, dont
lobservation peut tre reproduite. Les situations modlises sont des
situations de jeux de hasard o le hasard voqu ne fait lobjet daucune
dfinition mathmatique. Il est une des rgles du jeu et doit tre reconnu
comme tel par les joueurs qui sengagent, a priori. Le hasard du tirage au
sort transforme une situation initiale dquit, dindiffrenciation absolue
entre les joueurs - toutes les chances sont identiques - en une situation finale
o les joueurs sont diffrencis en gagnants et perdants. Il est dfini partir
dune catgorisation des jeux et soppose ainsi ceux qui sont bass sur une
diffrenciation des joueurs due leurs habilits ou leurs mrites.
75 - D. LAHANIER-REUTER, Conceptions du hasard et enseignement des probabilits
statistiques, PUF, 1999
76 - B. MANDELBROT, Fractales, hasard et finance, dition Champs Flammarion, 1997,
p.58-74
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

127
Dominique LAHANIER-REUTER dresse la liste de ses principales
caractristiques : Il sagit dun hasard dfini conventionnellement, mobilisable
volont, qui permet de sparer un pass o tous les joueurs ont le droit la mme
esprance et un futur o lingalit entre joueurs est irrversible. Les effets possibles
de lintervention du hasard sont en nombre fini et peuvent tre entirement dcrits,
par des outils emprunts larithmtique.77
6.2. Le hasard bnin , sauvage ou lent
Afin de pouvoir caractriser dautres conceptions du hasard,
Dominique LAHANIER-REUTER est contrainte de sortir du cadre de
larithmtique et dinvestir celui de lanalyse mathmatique ce qui ncessite
lnonc des thormes limites . Une fois ces thormes exposs, il est alors
possible de classer les phnomnes alatoires et les hasards dont ils
dpendent, selon que les conditions de conformit aux hypothses des
thormes limites sont parfaitement remplies, ne sont pas remplies ou
sont asymptotiquement remplies.
On peut considrer deux sortes de thormes limites qui sont
regroups sous lappellation lois des grands nombres et thorme limite
central .
Rappelons que la loi faible des grands nombres, due sous sa forme la
plus lmentaire Jakob BERNOULLI, nonce que lors de la rptition n fois
dune mme exprience alatoire comportant deux issues (une issue dite
succs de probabilit p ou une issue dite chec de probabilit 1 p), la
probabilit que la frquence Fn des succs scarte de p de plus dun nombre
donn, est aussi petite que lon veut pourvu que n soit assez grand : on dit
que Fn converge en probabilit vers p. Le cas le plus simple est celui du lancer
dune pice de monnaie : la loi faible des grands nombres assure que, plus
le nombre de lancers est important, plus on a de chances que la frquence
dapparition de pile soit proche de 1/2. Soulignons que ce thorme permet
de faire le lien entre la statistique et les probabilits : il justifie le fait destimer
la probabilit p dun vnement par sa frquence statistique fn observe sur
un grand nombre dexpriences. Remarquons, avec Alfred RNYI, quil ny a
nul cercle vicieux estimer la probabilit dun vnement par sa
frquence relative : Pour finir faisons quelques remarques de principe sur la loi
77 - D. LAHANIER-REUTER, op. cit., p.10
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

128
des grands nombres de BERNOULLI. Lors de lintroduction du concept de probabilit,
nous avons assign une probabilit des vnements dont la frquence relative, au
cours dune longue srie dpreuves, manifestait une certaine stabilit. Ce fait, la
stabilit de la frquence relative, vient dtre dmontr mathmatiquement. Il est
remarquable que la thorie rende possible une description prcise de cette stabilit ;
cela tmoigne sans aucun doute en faveur de sa puissance. Il semblerait quil sagisse
alors dun cercle vicieux . Nous avons en effet dfini la probabilit grce la
stabilit de la frquence relative, mais dautre part la notion de probabilit intervient
pour caractriser cette stabilit. En ralit, il sagit pourtant de deux choses
entirement diffrentes. La dfinition de la probabilit comme valeur autour de
laquelle oscille la frquence relative nest pas une dfinition mathmatique mais une
description du substrat concret du concept de probabilit. La loi des grands nombres
de BERNOULLI par contre est fonde sur la dfinition mathmatique de la
probabilit et par consquent il ny a l aucun cercle vicieux.78
La loi forte des grands nombres, due mile BOREL, nonce que la
probabilit que la suite numrique des frquences effectivement obtenues fn
ne tende pas vers p est nulle : la convergence est presque sre.
Le thorme limite central (car central dans la thorie), d MOIVRE et
LAPLACE, peut tre nonc lmentairement de la manire suivante : dans
lexemple prcdent, la loi de la frquence Fn des succs qui vont se prsenter
quand on rpte n expriences de BERNOULLI, est approche - pour n assez
grand79 - par une loi normale80 de moyenne p et de variance p (1 p) .
n
Selon Benot MANDELBROT, ces thormes limites permettent alors
de discriminer trois types de hasard (le hasard bnin , le hasard
sauvage , le hasard lent ) engendrs par lobissance stricte, la nonobissance ou la pseudo obissance ces thormes.
a) Le hasard bnin
Le hasard dit bnin est celui qui caractrise les phnomnes qui
obissent strictement aux thormes limites . Il sagit du hasard usuel,
78 - A. RNYI, Calcul des Probabilits, rdition J. Gabay 1992, p. 144.
79 - n > 50
80 - dite aussi de LAPLACE-GAUSS
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

129
modlis par exemple par les jeux de hasard. Dominique LAHANIER-REUTER
livre ses principales caractristiques : Ce hasard est reproductible, une squence
finie peut accumuler les variations, peut sembler nobir aucune loi. Par contre, si
le nombre dpreuves devient suffisamment grand, des lois, des rgularits
apparaissent.81 Dautre part la dispersion des variations autour de la
moyenne tend suivre une loi normale. Dans le cas du hasard bnin , les
effets extraordinaires sont donc trs peu probables. Une spcificit du
hasard bnin est son adquation aux sciences physiques comme lillustre
lexemple de la thorie cintique des gaz o les phnomnes alatoires
considrs sont les vitesses et les positions instantanes des molcules dun
certain volume de gaz.
b) Le hasard sauvage et le hasard lent
Si le hasard bnin se caractrise par une obissance stricte aux
thormes limites, dautres types de hasard vont se caractriser par une nonconformit aux hypothses assurant la validit de ces thormes.
Le hasard sauvage ou la thorie du chaos. Ce sont des phnomnes
dont les moments (esprance mathmatique, variance) ne sont pas dfinis,
comme ceux dont lesprance mathmatique est infinie ou bien des
phnomnes qui nobissent pas au thorme limite central. Le hasard
sauvage est souvent un hasard gnr par la dpendance sensitive par
rapport aux conditions initiales. Nous lavons soulign, les phnomnes
boursiers, les turbulences, les phnomnes mtorologiques relvent de cette
catgorie.
Le hasard lent : son comportement parat sauvage dans le court et
le moyen terme, mais la longue et avec une extraordinaire lenteur, on
observe la mme rgularit que dans le cas du hasard bnin .
Hasard sauvage et hasard lent sont des types de hasard en
dsaccord avec les projets de la thorie des probabilits : ils ne remplissent
pas les conditions dapplication des thormes, ils sont en quelque sorte des
cas pathologiques . loppos du hasard bnin , il ne sagit plus ici de
hasards qui peuvent jouer un rle doutil mathmatique de modlisation.
Comme le souligne D. LAHANIER-REUTER : Ils ne sinscrivent pas dans les cas
typiques dtude, en ce quils interdisent le passage de la connaissance locale

81 - D. LAHANIER-REUTER, op. cit., p.13


dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

130
construite partir dobservations forcment limites dans le temps, la connaissance
globale du phnomne. Puisquils perturbent le paradigme de la thorie des
probabilits, les tudier a constitu une rupture avec lancienne thorie et a ncessit
la construction de nouveaux champs thoriques, en particulier la thorie du chaos.82
6.3. La thorie de linformation : le hasard formel, le hasard quantifi
La thorie de linformation regarde le monde des possibles comme un monde
de symboles, lettres de lalphabet ou simplement suites de 0 et de 1. Elle permet de
dfinir la quantit dinformation apporte par la ralisation dun vnement et celle
attendre dune exprience. Cette quantit dinformation est, en fait, une quantit de
hasard. Ds lors, il devient possible de se demander par exemple si une suite de
chiffres a t fabrique au hasard .83 La rponse cette question formule par
Didier DACUNHA-CASTELLE passe par lide de complexit. La notion de
complexit est lie, dans le cas de la suite de 0 et de 1, la fois son caractre
alatoire (a-t-elle t fabrique au hasard ?) et la longueur minimale dun
programme dordinateur ncessaire sa fabrication. On dfinit la complexit
dun algorithme de calcul comme la quantit dinformation ncessaire pour
obtenir le rsultat du calcul selon un algorithme. On peut alors se poser la
question de savoir si lalgorithme est compressible, cest--dire si lon peut
trouver un algorithme moins complexe (cest--dire plus court) qui produit
les mmes rsultats. Ainsi, pour une suite de 0 et de 1, dix chiffres par
exemple, lalgorithme gnral doit spcifier la valeur du chiffre (0 ou 1) pour
les dix positions. Cela correspond, dune manire gnrale, 10 choix
binaires. Mais parmi toutes les suites de 0 et de 1, la suite 1111111111 peut tre
spcifie par un programme court qui snonce simplement dix fois un et
ne mobilise que peu dinformation. Si la suite devient irrgulire, comme
1001101110, il apparat, de manire intuitive, que la compression de
lalgorithme gnral va tre difficile. Une suite est dite pseudo-alatoire
lorsquil nest pas possible dexhiber un algorithme plus simple que celui qui
consiste en donner successivement les valeurs. En ce sens, la suite des
dcimales du nombre apparat comme pseudo-alatoire bien quelle soit
entirement dtermine. Par gnralisation, un phnomne alatoire est un
phnomne dont la description ne peut tre plus simple que la donne de
tout le phnomne : cest donc un phnomne qui chappe une description
globale condense et par l mme toute tentative de prdiction globale.

82 - D. LAHANIER-REUTER, op. cit., p.16


83 - D. DACUNHA-CASTELLE, Chemins de lalatoire, ditions Flammarion, 1996, p.10-11
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

131
Conclusion
Nous avons abord la problmatique du hasard selon deux grilles
danalyse : une dessence anthropologique et pistmologique, une autre
base sur une catgorisation mathmatique partir de la plus ou moins
stricte obissance certains thormes de la thorie des probabilits. Bien
quoriginales, la pertinence et surtout la productivit des catgories exhibes
par Benot MANDELBROT - hasard lent, hasard sauvage - ne semblent pas tre
encore totalement tablies. Soulignons galement que le concept de hasard se
trouve ici rintroduit dans le discours mathmatique qui la expurg
notamment grce laxiomatisation.
Aprs avoir examin un certain nombre de configurations dans
lesquelles rien nest fortuit, aprs avoir trait de la nature subjective du
hasard dans la vision dterministe, nous avons abord le hasard dans sa
dimension objective. Dans ce cadre, la thorie du hasard-rencontre apparat
comme une thorie descriptive des situations telles que nous les vivons
lchelle humaine et la thorie du hasard-radical se rvle tre une thorie
audacieuse dont les implications et les applications, notamment techniques,
sont importantes. Le hasard radical nexisterait pas, semble-t-il, au niveau
macroscopique, cest--dire comme phnomne se produisant sans cause
mais existerait au niveau microphysique, ce qui pose un certain nombre de
problmes philosophiques assez complexes, dautant quun expos clair et
simple de la mcanique quantique est une entreprise difficile et que les
problmes engags le sont galement. Or, si le principe de raison suffisante,
comme le pense LEIBNIZ, est un principe universel comment rendre raison
de processus microphysiques domins par le hasard-radical qui est absence
de causes ? Ceci amne interroger le rapport entre hasard et raison :
lexistence du hasard-radical ne pose-t-il pas des limites aux ambitions de la
raison tout vouloir expliquer ?

Bibliographie
ARISTOTE, Physique, traduction H. CARTERON, Paris, Les Belles Lettres, 1926
G. BACHELARD, La philosophie du non, Paris, PUF, dition 1988
H. BERGSON, Les deux sources de la morale et de la religion, ditions Flix Alcan, 1932
J. BERNOULLI, LArs conjectandi, 1713, traduction de N. MEUSNIER, publication de lIREM de
Rouen, 1987
J. BONITZER, Philosophie du hasard, Messidor, ditions sociales, 1984
E. BOREL, Le hasard, ditions Flix Alcan, 1938
P. BOURDIEU, Ce que parler veut dire, ditions Fayard, 1982
M. CONCHE, Lucrce, ditions de Mgare, 1996
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

132
A. COURNOT, Essai sur les fondements de la connaissance et sur les caractres de la critique
philosophique, Hachette, premire dition en 1851
A. COURNOT, Considrations sur la marche des ides et des vnements dans les temps
modernes, uvres compltes, tome IV, Paris, Vrin, 1973
A. COURNOT, Matrialisme, vitalisme, rationalisme, uvres compltes, tome V, rdition
Vrin, 1979
Dictionnaire historique de la langue franaise, Le Robert, 1994
D. DACUNHA-CASTELLE, Chemins de lalatoire, ditions Flammarion, 1996
D. DALMEDICO, Le dterminisme de Pierre-Simon LAPLACE et le dterminisme
aujourdhui, in Chaos et dterminisme, collection Points sciences, ditions Le Seuil,
1992
J. DIDEROT, Jacques le fataliste, ditions Booking International, Paris, 1993
G. G. GRANGER, Le probable, le possible et le virtuel, ditions O. Jacob, 1995
O. HOUD, Le dveloppement de lintelligence chez lenfant, in Quest-ce que la vie ?
Universit de tous les savoirs, volume 1, ditions O. Jacob, 2000
G. ISRAL, La mathmatisation du rel, ditions du Seuil, 1996
M. KUNDRA, Linsoutenable lgret de ltre, NRF Gallimard, 1984
D. LAHANIER-REUTER, Conceptions du hasard et enseignement des probabilits statistiques,
PUF, 1999
P. S. LAPLACE, Essai philosophique sur les probabilits, ditions Bourgois, 1986
J. LAUTREY, Classe sociale, milieu familial, intelligence, PUF, 1980
S. LEBOVICI, Le hasard aujourdhui, collection Points sciences, ditions Le Seuil, 1991
L. LVY-BRUHL, La mentalit primitive, PUF, 1960
J.M. LVY-LEBLOND, La science en son miroir, in Dictionnaire de lignorance, direction M.
CAZENAVE, ditions Albin Michel Sciences, 1998
J. LIPSE, De Constantia libri duo qui alloquium praecipue continent in publicis malis, Anvers,
1584, traduction L. DU BOIS, 1873
LUCRCE, De la Nature, Livre II, ditions Les belles lettres, 1972
B. MANDELBROT, Fractales, hasard et finance, dition Champs Flammarion, 1997
T. MARTIN, Probabilits et critique philosophique selon COURNOT, ditions Vrin, 1997
T. MARTIN, Histoire et thorie du hasard lge classique selon COURNOT, Revue de
Synthse, n2-3, 2001
J. PIAGET, Six tudes de psychologie, ditions Denol, 1964
J. PIAGET, Psychologie et pdagogie, ditions Denol, 1969
J. PIAGET, Mes ides, propos recueillis par R.I. EVANS, ditions Denol/Gonthier, 1973
J. PIAGET et B. INHELDER, La gense de lide de hasard chez lenfant, PUF, 1974
H. POINCAR, Calcul des probabilits, ditions Gauthier-Villars, 1912
D. RUELLE, Hasard et chaos, ditions O. Jacob, 1991
A. RNYI, Calcul des Probabilits, rdition J. Gabay 1992
M. SERRES, claircissements, entretiens avec B. LATOUR, PARIS, ditions F. Bourin, 1992
SOPHOCLE, dipe-roi, Collection du Repertoire de la Comdie franaise, Cration du
festival dAvignon, 1972
G. VERGNAUD, Apprentissages et didactiques, o en est-on ? ditions Hachette, 1994
L. S. VYGOTSKI, Pense et langage, traduction L. SVE, 3e dition La dispute, 1997
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

D EUXIME

PARTIE

M ODLISATION
D UNE SITUATION ALATOIRE

Introduction
Michel HENRY
1 - Les enjeux de la modlisation en probabilits
Bernard DANTAL
2 - Quest-ce quune exprience alatoire ?
Jean-Claude GIRARD
3 - Un exemple de confusion modle-ralit
Jean-Claude GIRARD
4 - Notion de modle et modlisation dans
lenseignement
Michel HENRY
5 - Notion dexprience alatoire. Vocabulaire et modle
probabiliste
Michel HENRY
6 - Modlisation en probabilits conditionnelles
Michel HENRY
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

INTRODUCTION

Michel HENRY

On peut se demander pourquoi la notion dexprience alatoire pose


aujourdhui de nouvelles questions, alors que ce concept est quasiment aussi
vieux que le calcul des probabilits. Les expriences alatoires ont pendant
longtemps revtu ce statut de concept abstrait, seulement l pour voquer un
substrat concret pour lune des notions premires de la thorie des
probabilits telle quon lenseigne lUniversit.
Dans lenseignement secondaire, pendant longtemps, les probabilits
ont t enseignes comme application de la combinatoire, et les expriences
alatoires concernes se limitaient aux tirages au hasard dans des urnes
ou des jeux de cartes (en exagrant un peu !). Dans les annes 70, une
esquisse de la thorie probabiliste fut un des objets denseignement.
Radicalement opposs cet objectif, les programmes des classes de
premire de 1991, puis ceux de 1993, mettent laccent sur lobservation et la
description des expriences alatoires. Les programmes de seconde de lan
2000 et de premire S de 2001 sont essentiellement fonds sur
lexprimentation et lapproche frquentiste des lois de probabilits. Ils
mettent de ce fait le calcul des probabilits en position de modlisation de
problmes rels, dont on sait la complexit et la difficult de la
mathmatisation.
Ainsi, dun point de vue didactique, il convient de clarifier cette notion
dexprience alatoire pour que les enseignants puissent sy retrouver entre
ce quils ont appris lUniversit et ce qui est voqu, plus ou moins
confusment, dans les manuels.
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

136
Pour approfondir cette question, on est immanquablement amen
sparer la description et lexprimentation dans des situations concrtes des
modles simplifis qui permettent de les mathmatiser. Cette distinction se
rvle maintenant essentielle pour que les lves sy retrouvent eux-mmes
et sachent ce quon attend deux. En termes didactiques, il sagit de clarifier
les lments des contrats didactiques relatifs aux activits en statistique et
probabilits.
De nouveaux outils sont maintenant prsents dans les classes, parmi
eux des ordinateurs et des calculettes performantes. Ces outils permettent de
mieux poser la question de la modlisation du rel par la simulation
numrique de situations alatoires. Des recherches didactiques rcentes
montrent limportance de la simulation. Celle-ci prend son sens si lon
dgage la notion de modle pour cet enseignement.
Pour boucler cette partie, la question de la modlisation en
probabilits conditionnelles est dveloppe, question qui reste au
programme de terminale. Il fallait en clarifier le modle et la symbolique
lintention des enseignants.

dition intgrale en ligne de : Autour de la modlisation en probabilits


Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

1 - LES ENJEUX DE LA MODLISATION EN


PROBABILITS

Bernard DANTAL

Lors dune mission tlvise sur les travaux de Paul-Emile VICTOR


au Groenland, lethnologue Claude LEVI-STRAUSS dclarait :
La difficult pour un ethnologue, cest dtre la fois dedans et dehors, il faut
quil vive pleinement avec les gens dont il veut tudier le mode de vie, mais il faut
aussi quil se comporte comme un observateur extrieur eux, sinon il ne fait plus
dethnologie.
Il apparat que lenseignant de mathmatiques dans le second degr se
trouve confront une difficult similaire lethnologue, lors de
lenseignement des probabilits. En effet partant dune observation, puis
dune description de la ralit, par tapes successives, lenseignant doit aider
ses lves sextraire peu peu de cette ralit pour construire
progressivement un modle mathmatique.
Or ces tapes successives posent beaucoup de problmes cet
enseignant, car il a un pied dans lobservation de la ralit et lautre dans la
construction du modle.
Souvent il ne sait plus trs bien o se situe son enseignement, ce quil
traduit parfois par la dclaration : Les probabilits et les statistiques au lyce, ce
nest pas vraiment des mathmatiques.
Cela pose certaines questions didactiques, notamment :
- Est-ce que le passage par lobservation de la ralit est ncessaire
pour construire le modle ?
- Ne pourrait-on pas se placer directement dans le modle au moyen
daxiomes pour ltudier, puis utiliser ce modle par la suite dans des
descriptions de ralits ?
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

138
Aujourdhui on peut rpondre, au moins en partie, ces questions.
En effet, dans le programme de 1972, on avait voulu viter au niveau
du second degr la difficult de la construction du modle partir de
lobservation de la ralit. On peut dire que pour le plus grand nombre
dlves ce choix didactique a conduit au naufrage, car pour eux les contenus
denseignement navaient plus de sens.
Mais, tout aussi grave, le concept de probabilit lui-mme perdait son
sens et lon voyait appliquer ce concept des ralits auxquelles il ne pouvait
convenir. Il en reste des traces aujourdhui encore parfois dans les sujets de
baccalaurat
La dmarche suggre depuis 1991 par les programmes de probabilits
du second degr, peut se traduire par le schma suivant qui synthtise le
dveloppement thorique prsent dans les trois dernires parties de ce
chapitre, visant la construction du sens pour le plus grand nombre dlves :
observation
de la
ralit

description
de la
ralit

construction
dun
modle

mathmatisation
du modle

interprtation
des rsultats
dans la ralit

Effectivement en choisissant cette dmarche, la difficult importante


est de construire des tapes intermdiaires entre lobservation de la ralit et
la construction labore du modle mathmatique.
Au cours de ces tapes intermdiaires, est-ce que les concepts utiliss
peuvent tre dfinis rigoureusement dun point de vue mathmatique ?
Cest la question que nous nous sommes pose au sein de la
commission inter IREM concernant le concept probabiliste dexprience
alatoire .
Ce concept pose en effet de redoutables questions denseignement :
a - Si on le situe au niveau de la description de la ralit, cest une
exprience dont lobservateur ne peut pas prvoir le rsultat avec certitude
lavance.
Par exemple, pour un individu, aller passer un examen ou un concours
est-elle une exprience alatoire ?
On dit souvent dans le langage courant que le rsultat dune telle
exprience est d au hasard, la chance . Mais lutilisation du mot
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

139
alatoire dans un cours de mathmatique prend parfois un autre sens pour
les lves. En effet, jusqu prsent, on ntablissait dans le cours de
mathmatiques que des rsultats srs et prouvs, alors quune exprience
alatoire apparat comme quelque chose de peu sr, qui ne prouve rien, de
non signifiant. Pour les lves, tout est alatoire dans une telle exprience : les
conditions de sa production, son droulement, ses rsultats.
b - Si maintenant on situe ce concept comme premire tape de la
construction dun modle rendant compte objectivement dune ralit
observe (donc qui dpend de lobservateur), alors deux cas sont possibles.

Premier cas :
Pour quun observateur dcide de dcrire une exprience relle sous le
terme dexprience alatoire, il faut que daprs les conditions de
lexprience :
1 - Il pense quil ne peut pas en prvoir le rsultat.
2 - Il pense pouvoir dterminer lavance lensemble des rsultats
possibles.
De fait comme dans toute modlisation, il limine a priori un certain
nombre de possibilits quil pense tre pratiquement impossibles. Tout
modle, nimporte quelle chelle, est forcment rducteur de la ralit.
3 - Il dcide a priori, soit par lobservation des conditions, soit par une
contingence totale (approche de Pascal et Fermat dans le problme des partis,
position subjectiviste de Laplace), que tous les rsultats possibles sont
galement probables.

Remarques sur ce premier cas :


1 - Cest une modlisation qui rend bien compte a posteriori de la
ralit dans les cas facilement reproductibles des jeux de hasard o les
issues sont symtriques, cest partir de cette remarque que Pascal a
introduit les termes de gomtrie du hasard.
2 - Malheureusement ce modle est restrictif, car il faut pouvoir
dterminer a priori lensemble des rsultats possibles, il est dautre part
inadapt pour dcrire la ralit lorsque les issues de lexprience ne se
ramnent pas un systme de cas quiprobables.
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

140
3 - Cette approche conduit la dfinition de Fermat et de Laplace de
la probabilit avec la formule :
nombre de cas favorables
nombre de cas possibles
Deuxime cas :
Pour quun observateur dcide de dcrire une exprience relle sous le
terme dexprience alatoire, il faut que, daprs les conditions de
lexprience :
1 - Il pense quil ne peut pas en prvoir le rsultat,
2 - Il pense quil peut reproduire lexprience un grand nombre de fois
dans des conditions semblables . (Il dit alors quil recommence la mme
exprience.)
Remarques sur le deuxime cas :
1 - La dfinition du mot semblable doit tre prcise.
2 - Pour un observateur, des conditions sont semblables lorsquil
dcide que les variations des conditions quil ne prend pas en compte ne
modifient pas le caractre de lexprience.
3 - Cest luvre historique de Jacques Bernoulli, Ars Conjectandi, qui a
conduit la loi des grands nombres. Cette loi est en quelque sorte la
validation essentielle du modle probabiliste, elle est grandement utilise
aujourdhui pour modliser tous les domaines de la ralit, fondant
lapproche frquentiste de la notion de probabilit.

dition intgrale en ligne de : Autour de la modlisation en probabilits


Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

2 - QUEST-CE QUUNE EXPRIENCE


ALATOIRE ?

Jean-Claude GIRARD

A - Lide de hasard
Alatoire, adj. : Que rend incertain, dans lavenir, lintervention du hasard.
(Dictionnaire Robert)

Dans le sens commun, une preuve alatoire est donc simplement une
exprience dont on ne peut ni prvoir, ni calculer le rsultat. Cest le contraire
dune exprience dterministe, comme on en rencontre en physique, pour
laquelle on peut dterminer ce qui va arriver si lon connat parfaitement les
conditions initiales.
Cest donc le fait que lon ne puisse pas prvoir les rsultats, mme si
on rpte lexprience une deuxime fois dans les mmes conditions qui
rend cette exprience alatoire.
Mais, que signifie dans les mmes conditions ?
Dans une exprience concrte, physique, relle, on na jamais
exactement les mmes conditions parce que les conditions initiales ne
sont jamais exactement identiques. Par exemple, quand on lance un d, on ne
peut le lancer deux fois du mme endroit, avec la mme vitesse et la mme
direction et de toute faon pas en mme temps, sauf avoir deux ds et alors
les conditions ne sont pas les mmes pour les deux ds (quilibre, symtrie,
poids et de nouveau, vitesse, direction etc.). Des changements, mme
imperceptibles entre les deux expriences (sur lune au moins de ces
conditions), conduiront des rsultats diffrents. Cest la manire dont
Poincar1 dfinit, dans certains cas, le hasard : la grande sensibilit aux
conditions initiales.
1 - Henri POINCARE, Science et mthode, Editions Flammarion, Paris, 1908.
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

142
En ce sens, la russite un examen, le temps quil fera demain, la
dtermination du sexe dun bb sont des phnomnes (rels) alatoires,
cest--dire dont le rsultat est d en partie au hasard mme si le hasard qui
intervient nest pas toujours clairement identifiable.
Mais comment apprhender ce hasard ?
- Est-ce la rencontre de deux sries causales indpendantes (au sens
dAristote ou de Cournot) ?
- Est-il d la complexit dun systme qui le rend trs sensible aux
conditions initiales (au sens de Poincar) ?
- Nest-il que le reflet de notre ignorance (au sens de Laplace) ?
Certaines de ces expriences relles peuvent tre dcrites, et leurs
effets possibles tudis, par des outils mathmatiques (fonctions, ensembles,
etc). Par exemple les rsultats obtenus partir des lois de Mendel (modle
gntique) sont en accord avec les frquences dapparition de certains gnes.

B - Exprience alatoire relle ou modle ?


Une exprience alatoire mathmatique, cest--dire un modle
dexprience alatoire doit vrifier les trois points suivants :
La description des conditions de lexprience dtermine celle-ci de
faon prcise et suffisante pour en garantir lunicit (en regard de lobjet
dtude).
On naura donc aucun problme pour rpter cette exprience
fictive dans les mmes conditions. On pourra ainsi considrer que des
expriences reproduites dans les conditions prcises relvent de la mme
description, autorisant dire que lon rpte la mme exprience.
La plupart du temps certaines hypothses faites partir de
lobservation dexpriences relles restent implicites. Quand on lance un d,
on sous-entend : six faces, quilibr, sans tricher etc. ce qui permet de
prendre un modle qui attribue une mme probabilit chacune des faces
(sinon on ne saurait quel modle prendre).
Que signifie, dans un nonc, choisir au hasard ? Il faut souvent
considrer cette expression comme un synonyme de tirage au sort avec la
mme probabilit pour tous les individus de la population mais il y a
dautres faons de choisir au hasard , voir par exemple les diffrentes
mthodes de sondages deux degrs (ou plus), avec probabilits gales ou
ingales, les sondages stratifis, etc.
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

143
Les hypothses devraient tre explicites (autant que possible) dans
une exprience alatoire mathmatique.
Comme tout modle, cette exprience idale reprsente plus ou moins
bien la ralit.
On peut dterminer lensemble des issues possibles.
Cet ensemble E est li lusage que lon veut faire du modle choisi.
Par exemple, si on lance une pice, on prend gnralement E = {Pile, Face} en
liminant la possibilit pour la pice de tomber sur la tranche, dtre
dsintgre ou satellise ! Lensemble E = {Pile, Face} suffit pour modliser la
ralit.
Lancer une pice nest pas une preuve alatoire en soit. On a la
certitude (dans des conditions normales) quelle va retomber. La
considration de lpreuve alatoire ncessite que lon sache quoi lon
sintresse.
Au sens commun, larrive du tierc est alatoire. Elle peut tre
modlise par le tirage dun arrangement de trois chevaux parmi ceux qui
sont au dpart. Dans la ralit, et dans le modle, on peut attribuer (de faon
subjective) chacun une probabilit de gagner qui est donne par sa cote.
Lensemble des rsultats possibles est donc lensemble des arrangements
possibles et lon peut alors calculer la probabilit de chacun. On peut aussi,
pour le mme tierc sintresser au temps du vainqueur, et alors E est un
intervalle de IR.
On ne peut ni prvoir ni calculer le rsultat de lexprience.
On dira que cest lintervention du hasard (sans avoir besoin de le
dfinir davantage) qui empche de pouvoir dterminer, parmi les rsultats
possibles, celui qui se ralisera lors dune excution de lexprience dans les
conditions fixes. Avec les mmes conditions initiales, on nobtient pas
toujours les mmes rsultats.

C - O la notion de modle devient incontournable


Daprs David RUELLE2, un modle consiste coller une thorie
mathmatique sur un morceau de ralit. Pour certains de ces morceaux de ralit, il
existe des idalisations qui font intervenir les probabilits. On sintresse ces
idalisations parce quelles sont utiles.
2 - David RUELLE, Hasard et Chaos, Editions Odile Jacob, Paris, 1991.
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

144
Il y a donc souvent confusion entre modle et ralit, entre exprience
alatoire relle et exprience alatoire mathmatique. La plupart du temps,
les expriences alatoires des cours de probabilit sont des expriences
mathmatiques, tandis que les expriences alatoires voques dans les
exercices dapplication ou de baccalaurat sont des expriences alatoires
relles.
Les sciences nessayent pas dexpliquer ; cest tout juste si elles tentent
dinterprter ; elles font essentiellement des modles. Par modle, on entend une
construction mathmatique qui, laide de certaines interprtations verbales, dcrit
les phnomnes observs. La justification dune telle construction mathmatique
rside uniquement et prcisment dans le fait quelle est cense fonctionner. John
VON NEUMANN3.
Par exemple, lorsque lon fait un test dhypothses, on accepte le
modle prsuppos cest--dire lhypothse suivant laquelle on est dans les
conditions dune certaine preuve alatoire, par exemple lchantillon est
extrait dune population de moyenne m jusqu ce quune valeur de la
moyenne dchantillon trop improbable (dans lhypothse considre) nous
fasse rejeter le modle.
Il est remarquer que les probabilits sont largement dtermines par
lexprience alatoire (mathmatique) que lon prend pour modle. En fait,
elles font partie du modle choisi. Par exemple, dans le paradoxe de
Bertrand4, les diffrentes manires de choisir la corde au hasard donnent
des rsultats diffrents pour les probabilits5.
De mme, dans lexemple du test ci-dessus, une valeur peut tre juge
trop grande parce que sa probabilit dapparition est trop petite dans le
modle li lhypothse teste.
En ce sens une simulation, informatique ou non, ne dmontre rien, pas
plus quune figure en gomtrie, car les probabilits sont dtermines par le
modle employ pour la programmation. Une simulation consiste
remplacer une preuve alatoire relle par une autre preuve physique
(gnralement pseudo-alatoire !) base sur un modle dont on pense quil
reprsente bien la ralit de la premire exprience. La simulation illustre et
montre les consquences de ce modle, ce qui nest dj pas si mal !
3 - Cit par James GLEICK, La thorie du chaos, Editions Albin Michel, Paris, 1989.
4 - On trouvera une prsentation de ce paradoxe clbre dans larticle de Michel
HENRY et Henri LOMBARDI : Paradoxes et lois de probabilits paru dans RepresIREM n 13 octobre 1993.
5 Voir par exemple, Gilbert Saporta, Probabilits, analyse des donnes et statistiques,
Editions Technip, Paris, 1990.
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

3 - UN EXEMPLE DE CONFUSION
MODLE-RALIT
Jean-Claude GIRARD

Un domaine des mathmatiques dans lequel il parat indispensable de


parler de modlisation est bien celui des probabilits. Dans la pratique,
modle et ralit sont si intimement lis quil est difficile de dmler lun de
lautre. Voici, par exemple, le sujet national du Baccalaurat 1995, srie ES,
(exercice de spcialit) :
Un boulanger fabrique des pains de campagne qui doivent peser, en thorie,
600 grammes.
On dsigne par X la variable alatoire qui prend pour valeur les poids
possibles des pains de campagne, exprims en grammes et arrondis 10
grammes prs.
Le tableau suivant indique la probabilit pi de lvnement X = xi.
X = xi

580

590

600

610

620

pi

0,12

0,25

0,32

0,27

0,04

Exemple de lecture : la probabilit quun pain choisi au hasard pse


590 grammes est 0,25.
1 - Calculer lesprance mathmatique de X et lcart type de X.
2 - Un client achte un pain de campagne. Quelle est la probabilit que son
pain pse au moins 600 grammes ?
3 - Un contrleur du service la rpression des fraudes entre dans la
boulangerie et prlve, au hasard, dix pains de campagne.

dition intgrale en ligne de : Autour de la modlisation en probabilits


Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

146
a - Quelle est la probabilit davoir exactement trois pains de
580 grammes ?
b - Quelle est la probabilit davoir au moins un pain de 580 grammes ?
c - Quelle est la probabilit davoir au plus un pain de 580 grammes ?
On donnera les valeurs exactes puis des valeurs dcimales approches 10-4 prs.
Ds la premire phrase, on mlange une exprience relle (un
boulanger fabrique des pains) et une idalisation des rsultats (les pains
doivent peser, en thorie 1, 600 grammes). On passe ensuite clairement,
mais sans le dire, une mathmatisation en faisant intervenir une variable
alatoire.
Mathmatiquement, une variable alatoire peut se dfinir sans retour
une quelconque ralit. Mais, ici, la seule dfinition possible consiste
revenir lexprience concrte. Quelle est-elle exactement ? Comment ont t
dtermines les probabilits donnes ? On peut penser que cest par une
analyse statistique de la production dans le pass et sur un assez grand
nombre de pains. Ces conclusions sont-elles encore valables pour lavenir et,
en particulier, pour la production du jour considr ? On en fait lhypothse
et cest cela qui dtermine le modle. Cest donc une ralit (on a fabriqu un
grand nombre de pains et on a calcul la distribution des frquences des
poids obtenus) qui dfinit un modle (la loi de probabilit dune variable
alatoire X qui reprsente le poids dun pain).
Si la premire question est clairement dans le modle, par contre, la
deuxime question entretient la confusion entre ralit (un client achte un
pain) et modlisation (pour calculer une probabilit, il faut tre dans un
modle). Le choix du pain est fait au hasard 2 (ce nest pas dit mais on peut
le supposer, et cela fait dj partie des hypothses) et le calcul doit se faire
lintrieur du modle dj donn (on ne voit pas comment on pourrait faire
autrement).
Cela pose alors un problme plus subtil : lexprience qui consiste
choisir un pain au hasard dans la boulangerie est-elle la mme que celle
qui consiste fabriquer un pain ? Il faut faire lhypothse que oui. Ce nest
pourtant pas la mme ralit. La premire concerne le boulanger et il peut
fabriquer autant de pains quil veut. La deuxime est du ct du client qui,

1 - Mais quel est le sens de cette expression ? Exactement 600 grammes ?


2 - Le sens de cette expression sera galement dfinir.
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

147
lui, ne peut choisir que dans la limite du stock restant au moment de lachat.
Ny a-t-il pas danger de confondre les probabilits des diffrentes valeurs de
la variable alatoire X (le modle) et les frquences des poids des pains dans
le magasin (la ralit) ?
La troisime question porte de nouveau sur une ralit : un enquteur
choisit dix pains au hasard.
Que signifie, dans cet nonc, choisir au hasard ?
Dans la ralit, on peut pour cela numroter les pains et tirer au hasard
un nombre laide dune table de nombre au hasard ou avec la touche RAN
dune calculatrice. On sera conduit un modle dquiprobabilit. Nous
avons donc ici un implicite dterminant pour le choix du modle vis.
Par contre, choisir au hasard un point sur une droite na pas de
ralit physique et aucun modle ne simpose. Tout au moins avant quon ait
dit comment on doit faire !
Les hypothses de modle devraient donc tre explicites dans la
description dune exprience alatoire.
Mais cette fois, dans cette troisime question, le modle nest pas
donn. Il appartient llve de modliser et, comble de malheur, le seul
modle quil connaisse en terminale ES (la loi binomiale) ne sapplique pas
ici ! En effet, si on se place dans une situation raliste , on ne voit pas le
contrleur reprendre deux fois le mme pain. On est donc dans une situation
qui sapparente un tirage au hasard et sans remise dans une urne. En
toute logique, le meilleur modle appliquer est donc la loi
hypergomtrique mais, dune, part elle nest pas au programme de
terminale et dautre part, elle ncessiterait de connatre le nombre total de
pains en stock au moment du tirage au hasard ainsi que la distribution des
frquences de leurs poids.
On doit donc considrer, comme dans la deuxime question, que
choisir 10 pains revient fabriquer 10 pains et que le poids de chacun est
alatoire (modlisable par la loi de probabilit donne) et indpendant du
poids des autres, ce qui nous ramne un schma de Bernoulli. Supposer
lindpendance revient donc construire un modle incluant une hypothse
forte qui ne figure pas dans lnonc, mme de faon implicite. La seule
justification possible est que, sans elle, on ne peut pas faire le problme, mais
cest, convenons-en, un raisonnement assez spcieux.

dition intgrale en ligne de : Autour de la modlisation en probabilits


Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

148
Dans nos classes, cette situation est frquente. Que faut-il
supposer ? Il revient au professeur dalerter les lves sur le fait que
le modle nest pas la ralit . Doit-on en conclure quil faut habituer nos
lves rflchir propos de la modlisation plutt que de les entraner
seulement appliquer des modles ? Si lon veut viter la confusion entre
modle et ralit, il faut dvelopper la dmarche de modlisation.

dition intgrale en ligne de : Autour de la modlisation en probabilits


Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

4 - NOTION DE MODLE ET MODLISATION


DANS LENSEIGNEMENT
Michel HENRY

A - Mathmatiques et activits concrtes


Dans la priode actuelle, que lon a pu dsigner par post-moderne ,
la tendance mettre en valeur le caractre instrumental des mathmatiques
sest renforce. Dans certaines tudes internationales1, les mathmatiques
trouvent leur lgitimit comme discipline de service, par le transfert de leurs
concepts et mthodes pour rsoudre des problmes externes, poss par le
dveloppement des connaissances dans dautres secteurs de lactivit
humaine.
Sur le plan didactique, ce transfert suppose, au cours de
lapprentissage, davoir reli ces concepts, qui dans le cadre mathmatique
reoivent des dfinitions prcises, aux notions et ides gnrales qui se
dgagent du travail dexploration de la ralit et de sa modlisation.
Cette ncessit pistmologique converge avec lobjectif didactique de
donner du sens aux objets introduits, en les reliant aux expriences et aux
notions pr construites des sujets apprenants.
On peut trouver ici une explication partielle au phnomne actuel du
dveloppement, peut-tre dmesur en France, de lapproche de chaque
question denseignement par des activits, dont le lien avec la ralit,
cense donner ce sens aux notions nouvelles, nest pas toujours vident. Sans
que cette pratique des activits dbouche ncessairement sur la matrise de
nouvelles connaissances, elle a nanmoins pour intrt de placer les lves
1 - Notamment celle de la Commission Internationale de lEnseignement
Mathmatique, prside alors par Jean Pierre KAHANE. Cf. son article dans le
bulletin n 353 de lAPMEP, Avril 1986.
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

150
dans un contexte dexprimentation : essais-erreurs, conjectures,
manipulations internes, essais numriques, contrles graphiques,
constructions gomtriques auxiliaires, etc...
Ces comportements, transfrs dans des situations de rsolution de
problmes externes emprunts aux autres disciplines, posent la question des
liens entre lobservation et la description du rel, cest--dire des situations
mises en scne pour prsenter un tel problme, et le contrle thorique que
les connaissances mathmatiques permettent. La dmarche exprimentale et
son corollaire, la validation de modles abstraits, entrent progressivement
dans le champ des comptences attendues dans lapprentissage de certaines
parties des mathmatiques.

B - Notion de modle
Le terme de modle est utilis dans des sens assez varis, voire
contraires2.
Dans une premire acception, cest ce que lon reproduit par imitation
(dfinition Larousse). Par exemple, le modle du peintre (ou le topmodle du photographe de mode) est lobjet (ou le sujet) rel que lartiste
se propose de reprsenter. Ce modle porte en lui des qualits communes
dautres objets (ou sujets) mais les met particulirement bien en vidence, du
point de vue de cet artiste qui se doit de choisir un bon modle pour
linspirer dans la ralisation de son uvre.
Dans le mme registre, on parlera dun lve modle en disant de
lui quil donne un bon exemple aux autres lves, suivre si possible, car il
a un comportement typique par rapport aux meilleures attentes que lon peut
avoir.
Dun point de vue analogue, mais dans une dmarche inverse, on
appelle modle dune thorie formelle, un exemple concret dont les
proprits dcontextualises ralisent celles de la thorie. Ainsi, lensemble
des fonctions numriques dfinies sur un intervalle est un modle pour la
structure dalgbre (espace vectoriel + anneau) de dimension infinie non
dnombrable. La thorie formalise les proprits de structure de cet
ensemble.

2 - Anne-Marie DROUIN, Le modle en question, Aster n 7, 1988.


dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

151
Nous adopterons un point de vue contraire, en nous inspirant de la
dfinition donne par Alain PAVE3:
Un modle est une reprsentation symbolique de certains aspects dun
objet ou dun phnomne du monde rel, cest--dire une expression ou
une formule crite suivant les rgles du systme symbolique do est issue
cette reprsentation.
Cette notion de modle a merg au cours des annes 60, lorsque est
apparue la ncessit de mieux prciser la distinction entre le sujet du monde
rel que lon tudie et son idalisation. On ne retient pour cette tude que
certains des aspects caractristiques de la ralit, qui semblent tre pertinents
et que lon simplifie en une abstraction de cette ralit. Dans une conception
platonicienne, lobjet idal et abstrait (quon ne voit que par la pense)
ainsi obtenu, bien dfini, est un modle de cette ralit complexe,
changeante, insaisissable dans sa diversit. Mais, rejoignant BEGUIN4, nous
distinguerons une simple description ou une reprsentation de la ralit dun
modle qui, dans sa structure, contient une part de connaissances thoriques
permettant dvaluer, interprter et gnraliser cette ralit.
Cette remarque nous conduit la dfinition suivante, qui distingue le
modle en tant que structure abstraite de la symbolique utilise pour le
dcrire :
un modle est une interprtation abstraite, simplifie et idalise
dun objet du monde rel, ou dun systme de relations, ou dun
processus volutif issus dune description de la ralit.
Ce modle peut tre reprsent dans diffrents systmes de signes :
images, schmas, langages ou symbolismes, sinscrivant dans diffrents
registres de reprsentations, plus ou moins isomorphes.
Par exemple, on peut prsenter un modle par une analogie, en y
introduisant des objets idaliss de la ralit. Cela veut dire que dans un
vocabulaire courant, les objets du modle sont dous de proprits

3 - Alain PAV, Modlisation en Biologie et en cologie, Editions Alas, 1994.


4 - C. BEGUIN, J-L. GURTNER, O. de MARCELLUS, M. DENZLER, A. TRYPHON
et B. VITALE, Activits de reprsentation et de modlisation dans une approche
exploratoire de la mathmatique et des sciences, article en deux parties paru dans
Petit x n 38 et 41, 1995-96.
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

152
caractristiques bien dfinies. Nous parlerons alors de modles pseudoconcrets . Cest le cas notamment des modles durnes en probabilits, o
lhypothse implicite est lquiprobabilit des boules dans un tirage au
hasard .
Parmi les diffrents registres de reprsentations, le langage et le
symbolisme mathmatique permettent des descriptions puissantes sur
lesquelles peuvent oprer des proprits et des algorithmes gnraux. Nous
les appellerons modles mathmatiques . Souvent, ils nous sont tellement
familiers que nous nen voyons pas dautres, et nous avons tendance
confondre ces reprsentations avec les objets idaux en jeu, lesquels sont
souvent confondus avec la ralit quils modlisent.

C - Un modle de base en probabilits : lurne de Bernoulli


Prenons un exemple simple en probabilits.
Description dun processus rel : une entreprise produit des pices dun
certain calibre. Leurs dimensions varient alatoirement dune pice lautre, mais il
y a des marges qui permettent de dire si une pice est acceptable ou dfectueuse. Une
tude statistique montre que dans des conditions normales, les pices acceptables sont
en proportion p. Pour contrler la qualit de la production, on fait priodiquement un
chantillonnage et lon enregistre le nombre de pices dfectueuses dans lchantillon.
Pour modliser cette situation, on considre une urne (fictive)
contenant une proportion p de boules blanches et 1-p de boules noires.
Cest une urne de Bernoulli, loutil de base du probabiliste. La
production dune pice est reprsente par un tirage au hasard dune boule,
avec probabilit p dtre blanche.
Lchantillon prlev est reprsent par une suite de n tirages avec
remises dans lurne (pour interprter le fait que la qualit dune pice ne
dpend pas des pices prcdemment produites).
Le nombre de boules blanches obtenues est ce quon appelle une
variable alatoire binomiale, dont la loi bien connue (par les spcialistes)
sexprime en fonction de p. On peut ainsi comparer cette valeur thorique
la valeur estime partir de lobservation de lchantillon, avec dautant plus
de confiance que n est grand.
Pour conduire ces calculs, on mathmatise ce modle en considrant
que les boules de lurne sont reprsentes par un ensemble abstrait , appel
univers, dont les lments (ventualits) sont quiprobables.

dition intgrale en ligne de : Autour de la modlisation en probabilits


Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

153
Cette hypothse de modle dfinit une distribution (dite uniforme) de
1
la probabilit P sur : P({}) =
. Le tirage alatoire dune boule revient
card
choisir lun des . Son apparition ralise lvnement lmentaire {}.
La partie B de compose par les qui reprsentent les boules
blanches, en proportion p dans lurne, est appele un vnement et on a :
P(B) = card B = p.
card

On introduit ensuite une variable alatoire X, dite variable de


Bernoulli, application dfinie sur valeurs dans lensemble {0 ; 1}. On
dcide par exemple que limage par X dun lment reprsentatif dune
boule blanche est gale 1.
La partie B est alors lensemble des antcdents de {1}. On crit P(B) =
P[X = 1] ou encore P(B) = PX({1}).
Symboliquement, on crit :
X
( ; P)
({0 ; 1}; PX) , avec PX({1}) = p.
Cest un modle probabiliste de Bernoulli.
Le tirage avec remises de n boules est reprsent par lensemble n et
le nombre alatoire de boules blanches obtenues dtermine une variable
binomiale sur n. Nous ne dveloppons pas ici ce nouveau modle.

D - Description du rel, modlisation et comptences


attendues
Dans un processus de modlisation, nous distinguons donc deux
tapes, pour lanalyse didactique. Chacune de ces tapes relve de
comptences diffrentes et donc de contrats didactiques diffrents.
Pour prciser cela, caricaturons un peu la pratique courante : le
professeur prsente une situation dans des termes nafs du langage courant.
Cette prsentation se rduit souvent lhabillage dun problme
mathmatique quil dsire proposer aux lves. Ainsi la description dune
ralit complexe disparat pour laisser la place la proposition dun modle
dj l, exprim en termes pseudo-concrets. Le professeur attend ensuite des
lves quils traduisent ce modle en termes mathmatiques, il les aide au
besoin pour interprter la question pose en un problme interne que

dition intgrale en ligne de : Autour de la modlisation en probabilits


Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

154
contractuellement les lves doivent rsoudre. Ils doivent enfin produire, si
possible, un petit commentaire replaant leurs rsultats dans les termes
pseudo-concrets du modle. Il revient au professeur de donner les
prolongements possibles et de porter sur la situation relle les apprciations
qui peuvent se dgager.
Si lon veut introduire en mathmatiques une vritable dmarche
exprimentale, il convient de ne pas ngliger la premire tape de la
modlisation au niveau de la situation concrte : lobservation dune
situation relle et sa description en termes courants.
Cette description est dj une sorte dabstraction et de simplification
de la ralit, dans la mesure o certains choix sont faits, pour ne retenir que
ce qui semble pertinent de cette situation vis--vis du problme tudi. Cette
description est dailleurs pilote par ce que jappellerai un regard thorique,
cest--dire une connaissance de type scientifique sappuyant sur des
modles gnraux prconstruits, pour apprcier justement ce qui se rvlera
pertinent.
La dmarche exprimentale consiste aussi pouvoir agir sur la ralit,
afin den tudier les volutions et les invariants. Il faut donc pouvoir mettre
en uvre une exprimentation programme par ce que je dsignerai par
protocole exprimental , cest--dire lensemble des instructions suivre
pour raliser cette exprience et ventuellement la reproduire.
De nouvelles comptences sont alors attendues, qui peuvent tre objet
de formation : savoir dcrire une situation porteuse dun problme (par
exemple, lvolution des files dattente devant les caisses dun supermarch),
savoir mettre en uvre un protocole exprimental, et recueillir les effets
obtenus, savoir organiser les donnes recueillies, savoir lire une statistique
(par exemple, pointer les files intervalles rguliers).
Puis il sagit de traduire cette description en un systme simplifi et
structur : cest le niveau du modle pseudo-concret. Cela se traduit par
lappel un modle gnral dont les conditions de transfert sont matrises.
En didactique, nous appelons cela contextualisation dun savoir ancien.
Dans lexemple prcdent, il faut dgager les hypothses pertinentes
pour dcrire les arrives des clients, notamment le nombre moyen darrives
par unit de temps. Cette construction est guide par un premier niveau de
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

155
connaissances thoriques du phnomne tudi (processus de Poisson) et
par les outils mathmatiques disponibles, dj matriss (quations
diffrentielles). Elle conduit poser des hypothses de modle
(indpendance des arrives...).
On peut alors passer la deuxime tape : la mathmatisation ou
formalisation du modle. Cela suppose que les lves soient capables de
reprsenter le modle dans la symbolique propre aux mathmatiques. Avec
lexemple prcdent, il faut mettre lvolution de la probabilit sous forme
dune quation diffrentielle. Puis ils doivent savoir interprter la question
pose en un problme purement mathmatique (rsolution de cette quation
diffrentielle) et savoir faire appel aux outils mathmatiques adapts pour
rsoudre le problme abstrait (fonction exponentielle, intgration,
raisonnement par rcurrence...).
Enfin, il convient, en troisime tape, de pouvoir revenir la question
pose pour traduire dans les termes du modle pseudo-concret, les rsultats
mathmatiques obtenus, leur donner du sens pour dgager des rponses et
relativiser ces rponses par rapport aux hypothses de modle (formuler la
loi de Poisson pour le nombre darrives de clients dans un intervalle de
temps donn) ; il faut ensuite interprter ces rponses pour apprcier leur
validit et leur tendue dans la situation concrte (dcider de louverture ou
de la fermeture dune caisse pour rguler les files dattentes). Ces
comptences peuvent faire lobjet de formation dans diverses disciplines.
Elles prennent un aspect spcifique en mathmatiques du fait du caractre
particulirement abstrait des outils que lon dsire mettre en uvre.

E - Schma dune modlisation


A partir des considrations prcdentes, on peut schmatiser la
modlisation dun phnomne rel ou dun processus volutif faisant
intervenir certaines grandeurs variables, de la manire suivante :

dition intgrale en ligne de : Autour de la modlisation en probabilits


Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

156
Schma dune modlisation
Etape de la modlisation

Ralit

Modle
pseudo-concret

Modle
mathmatique

Objet de laction
tude dun phnomne
rel, ou dun processus
exprimental.
Ex : situation binomiale,
dessin gomtrique du
drapeau anglais

Description simplifie des


lments pertinents pour le
problme pos. Application
dun protocole exprimental.
Cette description est filtre
par un regard thorique.

Situation gnrique, dcontextualise, abstraitement


porteuse des proprits
objets de ltude.
Hypothses de modle :
-implicites en gnral,
-explicites pour le contexte
particulier
Ex : urnes de Bernoulli et
tirage binomial, figures
connues en gomtrie : le
paralllogramme.

Prsentation du modle en
termes
courants
ou
schmatiques, validation
rhtorique de lanalogie
avec la description prcdente.
Confrontation des hypothses de modle avec les
lments correspondants
de la description. Conjectures sur les proprits du
modle rpondant la
question.

Ensemble dquations ou
de formalisations mathmatiques reprsentant les
proprits du modle et les
hypothses retenues.
Ex : Univers = [0 ; n],
variable binomiale N et
probabilits

Mise en quation ou
formalisation : partir des
lois du phnomne tudi
et
des
connaissances
thoriques du modle
pseudo-concret, criture
mathmatique des relations
repres
entre
variables dans un cadre
thorique dtermin.
Formulation dans ce cadre
de la question pose.

pk = C nk pkqn-k
configurations connues et
thormes en gomtrie.

Etude
mathmatique

Activit attendue

Proprits du modle
mathmatique dcoulant
des hypothses et des
thories mathmatiques
utilises.
Ex : E[N] = np, les mdianes passent par le centre
du paralllogramme.

Dmonstration de rsultats
thoriques internes au
modle mathmatique.
nonc
formel
dune
rponse
au
problme
mathmatique pos.

dition intgrale en ligne de : Autour de la modlisation en probabilits


Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

157
Etape de la modlisation

Objet de laction

Activit attendue

Confrontation
modle-ralit

Formulation en termes
concrets des rsultats obtenus. Recontextualisation.
Confrontation du modle
complt par ces rsultats
avec les informations
accessibles de la ralit.
Ex : La moyenne des succs
obtenus dans un grand
nombre de tirages binomiaux compare np.

Comparaison des rsultats


numriques ou qualitatifs
avec les mesures exprimentales correspondantes.
valuation de la marge
derreur et acceptabilit du
modle.

Gnralisation
et prvisions

Extension
du
modle
valid dautres situations
analogues, conditions de
gnralisation.
Prvisions des rsultats attendus dans ces nouvelles
situations.
Ex : Contrle de la valeur
relle de la probabilit p.
Intervalle de confiance et
test dhypothse pour un
pourcentage rel dans une
population chantillonne.

Lapprciation
de
la
validit et de la gnralisation
du
modle
suppose une connaissance
spcialise de la situation
tudie. Ce nest plus laffaire du mathmaticien. Le
spcialiste relativisera les
conclusions, explications et
gnralisations issues de
ltude mathmatique en
fonction des hypothses de
modle.

Dans une modlisation, il y a toujours deux tapes dlicates qui


relvent dune connaissance spcialise des phnomnes tudis :
- lidentification, cest--dire le choix entre plusieurs modles
possibles et la dtermination exprimentale des paramtres qui interviennent
alors comme hypothses de modle,
- la validation, cest--dire lvaluation du degr dapproximation des
rsultats thoriques obtenus avec les valeurs exprimentales
correspondantes et la dcision que le modle est ou nest pas bien adapt la
situation tudie.

F - Conclusion : remarques pistmologiques et didactiques


Revenons sur limportance didactique de la modlisation. Lors de
lintroduction en classe des probabilits, nous avons vu lintrt
pistmologique de bien distinguer ralit, modle pseudo-concret et modle
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

158
mathmatique. Il se rsume par la ncessit dintroduire de nouveaux objets
formels au sein dune thorie.
Dans les exercices traditionnels o le calcul des probabilits est conu
comme une application de la combinatoire, les lves se trouvent drouts,
car ils ne voient pas les applications des situations alatoires relles et
complexes. Retenant les probabilits comme un jeu de lesprit, ils
napprcient gure les hsitations et les incertitudes sur la validit de leurs
rsultats issus de calculs de combinatoire mal matriss.
Mais sur le plan didactique, je soulignerai un argument
supplmentaire. Poser les problmes en termes de modlisation, suppose
contractuellement de rendre explicites les hypothses de modle, donc de se
poser la question de leur choix, en relation avec la situation tudie. On
permet alors aux lves de sortir de certains paradoxes ou de surmonter des
obstacles lis certaines conceptions errones. Ainsi, il revient aux
recherches en didactique des probabilits de reprer et analyser ces
obstacles5, aussi bien culturels qupistmologiques ou didactiques.
Pour terminer reprenons lexemple classique des deux ds :
On lance deux ds. Quelle est la probabilit dobtenir un 5 et un 6 ?
On rencontre souvent cette rponse :
si les ds sont rigoureusement identiques et si on les jette ensembles, il y
a 21 issues constitues par les 6 doubles et les 15 paires panaches. La
probabilit est alors de 1/21.
Par contre si on jette les ds successivement ou si lon peut les distinguer
par la couleur, il faut distinguer les couples (5, 6) et (6, 5) et la probabilit
cherche est 2/36.
Cette rponse est plus frquente quon ne le croit (la moiti de mes
tudiants dun examen de probabilits en Licence ont commenc le problme
avec ce raisonnement). Mais elle rvle aussi une conception subjective de la
probabilit, sopposant lapproche frquentiste qui donne la probabilit
un sens objectif : si, en tant quobservateur, je ne peux distinguer les deux
ds, faute dun regard assez fin, cela change la probabilit que jattribuerai
la paire {5 ; 6}. Dpend-elle vraiment de la couleur des ds ? Demandez

5 - On peut consulter par exemple larticle dAndr TOTOHASINA, Lintroduction du


concept de probabilit conditionnelle paru dans Repres IREM n 15 et sa
bibliographie.
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

159
dans une classe de premire, avant daborder le chapitre, si du point de vue
des probabilits, il revient au mme de lancer un d deux fois successives ou
deux ds ensembles ?
Lenseignement des probabilits au Lyce est dlicat. Les lves y
rencontrent de nombreuses difficults cumules : introduction dun nouveau
concept li une ide de limite (frquence stabilise), vocabulaire des
ensembles, logique des vnements, et surtout dmarche de modlisation. La
rponse didactique ne peut-tre de ngliger cette dmarche. On a constat
lchec de lenseignement formel de la structure despace probabilis, sans
que les lves puissent relier ses proprits des situations dvaluation dun
degr dincertitude. Elle rside plutt dans la familiarisation plus prcoce
des lves avec les situations alatoires relles (comme cest maintenant le cas
dans de nombreux pays trangers au niveau collge ou mme primaire), avec
leur description et avec lexprimentation. Les outils de simulation seront
alors prcieux. Il convient aux recherches en ingnieries didactiques de
proposer des situations exploitables ces niveaux.

dition intgrale en ligne de : Autour de la modlisation en probabilits


Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

5 - NOTION DEXPRIENCE ALATOIRE.


VOCABULAIRE ET MODLE PROBABILISTE
Michel HENRY

A - Exprience alatoire dans lenseignement


Revenons aux objectifs du programme de premire de 1991 dont voici
un extrait :
Lobjectif est dentraner les lves dcrire quelques expriences
alatoires simples et calculer des probabilits. Pour introduire la
notion de probabilit, on sappuiera (...) sur la relative stabilit de la
frquence dun vnement donn lorsquune mme exprience alatoire est
rpte un grand nombre de fois.
Cet objectif pose la question du lien entre la notion dexprience
alatoire et la modlisation en probabilits, notamment avec linterprtation
de la frquence stabilise dun vnement comme valeur estime de sa
probabilit.
La notion dexprience alatoire a divers statuts : elle relve dun
habillage pseudo-concret dans les manuels, alors quelle concerne une
vritable observation du rel dans le programme.
Il nest pas inutile de regarder plus prcisment cette question.
Lobjectif affich est donc de faire le lien entre lobservation, la
description dexpriences alatoires relles et le modle probabiliste
construire. Dans ce modle, la probabilit dun vnement est dfinie comme
la somme des probabilits des vnements lmentaires (reprsentant les
issues de lexprience alatoire) qui le constituent. Ces dernires font partie
des hypothses de modle : estimes partir de lobservation des frquences
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

162
stabilises ou issues dun calcul a priori partir dune hypothse
dquiprobabilit.
Dans les programmes antrieurs celui de 1991, lunivers-modle
tait pos (ou explicit par les lves) a priori. Ce modle tait par principe
accompagn de lhypothse dquiprobabilit permettant dintroduire la
probabilit dun vnement par la dfinition de Laplace :
nombres de cas favorables

P(E) =
nombres de cas possibles
calcul de combinatoire.

, dtermine numriquement par un

La notion dexprience alatoire, dcrite en termes pseudo-concrets


pour fournir la liste des issues possibles envisager, nintervenait que pour
donner du sens cet univers .
Aujourdhui, dun point de vue didactique, la notion dexprience
alatoire change de niveau pour dsigner un phnomne rel. Les
explications donnes jusque l savrent insuffisantes ou plutt source de
confusions. Voyons cela de plus prs.

B - Retour sur la notion dexprience alatoire


En probabilits, comme dans toute thorie mathmatique, il y a des
notions primitives, cest--dire des notions auxquelles la pratique courante
dans la ralit nous permet de donner du sens, sans quune dfinition
mathmatique puisse tre formule. Ces notions sont censes faire le lien
entre le modle et la ralit. Ce lien est un acte de foi au dpart. Par exemple,
le point, la droite, le plan en gomtrie, les entiers en arithmtique ou linfini
en analyse sont des notions primitives avant quelles puissent prendre le
statut de concepts au sein dune thorie et participer aux noncs daxiomes.
En probabilit, la notion primitive de base est celle d exprience
alatoire , du moins pour le programme de 1991, ctait un choix de
transposition didactique.
Quest-ce quune exprience alatoire ? Habituellement on dit aux
lves :
- cest une exprience reproductible,
- le hasard intervient dans son droulement pour en rendre lissue
incertaine,
- on peut faire la liste des issues possibles.
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

163
Cette caractrisation nest pas satisfaisante : elle confond ralit et
modle. Elle ne fonde pas assez clairement le modle mathmatique
standard. Elle se heurte certaines conceptions, elle soulve certaines
questions. Par exemple :
- Quappelle-t-on reproductible ? (un grand nombre de fois dans les
mmes conditions). Lexprience relle ne peut tre quunique. La
recommencer, cest en ralit faire une autre exprience. Dailleurs, objectait
un lve dterministe, la preuve quen recommenant on fait une autre
exprience, cest que lon obtient alors une autre issue que prcdemment. Il faut
donc clarifier cela.
- Quest-ce que jappelle le hasard ? et lincertitude ?
- Faire la liste des issues ? cest dj simplifier la ralit, faire
abstraction de certains rsultats jugs non pertinents. Par exemple, si je joue
pile ou face , je nenregistre pas la position de la pice par rapport aux
4 points cardinaux !
Dans cette prsentation, il y a ambigut sur le terme exprience
alatoire qui dsigne encore une notion floue. Prcisons-la.
La notion dexprience alatoire est dgage pour dsigner un
processus rel de nature exprimentale, o le hasard intervient,
avec des issues possibles bien identifies.
On ne spare donc pas la description dune exprience alatoire de la
donne de ces issues possibles que lon va considrer. Ainsi, dans la nature,
il ny a pas dexpriences alatoires, il y a des situations complexes ou des
systmes volutifs (par exemple jet dune pice de monnaie, mais aussi la
situation mtorologique, etc...) qui dpendent de manire sensible des
conditions initiales, de telle sorte quon ne peut dterminer leurs volutions,
quels que soient les instruments dobservation et la puissance des outils de
calcul.
Une exprience alatoire, cest la mise en place par un exprimentateur
dun tel systme volutif, quand lexprimentateur sintresse aux issues
(observables) qui vont se prsenter la fin du processus. De la complexit
naturelle, lexprimentateur ne retiendra donc pour la description de son
exprience alatoire, que ce qui lui semble pertinent pour indiquer comment
la raliser et quelles issues possibles il veut considrer. Cette description du
processus exprimental doit lui paratre suffisante pour pouvoir affirmer
quil a bien ralis lexprience alatoire qui fait lobjet de son tude.
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

164
A la notion dexprience alatoire (mise en uvre exprimentale par
une intention humaine dun processus alatoire et donne des issues
possibles que lon dsire tudier), nous associons donc la notion de
protocole exprimental , cest--dire le texte des instructions respecter
pour pouvoir affirmer que lon a bien ralis lexprience alatoire, objet de
ltude.
Ainsi, nous donnons le sens suivant la locution rptition de la
mme exprience alatoire : nous conviendrons que nous avons rpt une
mme exprience alatoire, si nous sommes daccord que les processus
exprimentaux que nous avons fait fonctionner dans les deux cas respectent
bien le protocole donn.
Cest donc ce protocole exprimental accompagn de la liste des issues
possibles observer, qui caractrise lexprience alatoire . Cette notion
devient une notion gnrique pour dsigner tous les processus
exprimentaux de mme nature qui respectent un tel protocole.
Lenseignement de cette notion devrait donc proposer aux lves des
tches de rdaction de protocoles exprimentaux pour dcrire, par un texte,
des processus alatoires que lon peut ventuellement faire fonctionner
devant eux, en soulignant les conditions exprimentales minimales, la place
du hasard dans le processus et la liste des issues possibles.
Puis, partir de cette activit, peut se dvelopper la modlisation qui
suppose la mise en uvre des comptences que nous avons pointes lors de
la prsentation des diffrents niveaux dabstraction et de mathmatisation.
Elles se rsument par laptitude bien sparer ralit et modle.

C - Vocabulaire et symboles associs aux deux premires


tapes de la modlisation
A ce point de notre rflexion didactique, ayant montr limportance de
sparer la ralit des modles censs la dcrire, il convient de prciser le
vocabulaire, de telle sorte qu chaque niveau de description soient associs
des termes spcifiques permettant aux lves de reprer le point de vue
auquel on se place : ralit sensible, habillage pseudo-concret, modle
probabiliste.
Il convient aussi que ce vocabulaire rejoigne celui qui est gnralement
employ, en le prcisant.
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

165
Une exprience alatoire est donc la mise en uvre dans des
conditions exprimentales dtermines par un protocole, dun processus
volutif pour un systme matriel dont le comportement est sensible par
rapport aux conditions initiales, de telle sorte que lon ne peut prvoir son
tat en fin de parcours. Dans la ralit, on parlera dune exprience
concrte .
Idalise, caractrise par le protocole, on parlera dexprience
abstraite ou de lexprience modle. Ainsi, on pourra abstraitement
rpter cette mme exprience un grand nombre de fois , ce qui
concrtement revient reproduire le processus exprimental dans des
conditions protocolaires analogues.
Ce processus peut comporter plusieurs tapes lmentaires quon
appellera preuves , concrtes ou abstraites suivant le niveau o lon se
place. Ainsi une exprience peut combiner une succession dpreuves ou un
ensemble dpreuves menes en parallle.
Le rsultat dune exprience est ltat rel du systme la fin du
processus tudi. La complexit du systme en volution et les moyens
dobservation et de calcul ne permettent pas de donner par avance ce
rsultat. On dit quil dpend du hasard.
Dans le protocole exprimental, on peut dcider de ne retenir du
rsultat obtenu que quelques caractristiques particulires, rsumant ce
rsultat. Tous les rsultats observables de lexprience peuvent tre ainsi
classs dans lune ou lautre des catgories dfinies par ces caractristiques,
ces catgories sexcluant mutuellement. On les appelle issues ou
ventualits de lexprience alatoire. Ainsi la ralisation dune issue est
le fruit du hasard et du choix dissues effectu. Ces issues sont dites
alatoires .
Lensemble des catgories permettant de classer tous les rsultats
observables est appel : ensemble des issues possibles ou univers .
Au niveau du lyce, cet ensemble est fini.
Souvent, au rsultat dune exprience, on associe un repre qualitatif
ou une ou plusieurs valeurs numriques, dtermines par des mesures
exprimentales. Reprenant le terme usit en statistiques descriptives, cette
relation est appele caractre . Dans ce cas, les caractristiques que lon
souhaite conserver pour identifier le rsultat, peuvent tre dtermines (par
image rciproque) par les valeurs possibles du caractre, discrtes ou
regroupes en classes.
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

166
Un vnement est un ensemble particulier dissues possibles. Si le
rsultat de lexprience alatoire dtermine une issue i, on dit que i est
ralise , et si i est une des issues dun vnement E, on dit que E est
ralis . Apprciations portes sur le rsultat de lexprience relle, ces
notions sinscrivent donc dans le cadre de lexprience abstraite ou idalise.
A ce niveau de la ralit et de sa description simplifie, il ne sagit pas
de dfinitions au sens mathmatique, mais de la description du substrat
concret qui donnera du sens aux termes introduits dans le modle
probabiliste, soit en tant que termes primitifs (exprience alatoire, issue, ...),
soit dfinis partir des prcdents.
Au niveau du modle pseudo-concret, on reprendra le mme
vocabulaire, puisque ce modle est dcrit dans les termes nafs de la ralit.
Mais ces termes, en dsignant des objets abstraits, revtent alors un sens plus
prcis. Passant de notion concept, ils dsignent des signifiants dobjets
concrets ainsi signifis.
Par exemple, certaines situations concrtes peuvent tre reprsentes
gnriquement par des modles durne. Cest le cas des expriences
alatoires composes dpreuves dont on peut catgoriser les rsultats en un
ensemble dissues galement possibles, selon les termes de Laplace,
autorisant lhypothse de modle dquiprobabilit des boules dans lurne
(il y a dautres objets pseudo-concrets usuels : pices de monnaie, ds, cartes
jouer, ..., porteurs implicites de leurs hypothses de modle, en gnral
lquiprobabilit).
Le protocole exprimental dtermine les conditions dextraction des
boules de lurne. Dailleurs, lanalyse exhaustive des diffrents cas durnes
(nombre de couleurs) et des diffrentes conditions dextraction (remise ou
pas, nombre dpreuves, rsums des issues observes reprsentant les
rsultats de lexprience) conduit une liste standard des lois de base finies
usuelles.
La modlisation dune exprience, par un schma durne par exemple,
suppose donc une connaissance pralable, au moins partielle de cette liste,
pour mieux identifier la situation concrte avec le modle durne adquat.
Cest ce que jappelle le regard thorique .
Lextraction (fictive) dune boule (preuve modle) reprsente une
issue dune des preuves concrtes. La couleur de la boule obtenue ralise
cette issue. Les issues possibles que lon a choisi de retenir, en termes durne,
constituent lunivers modle associ lexprience alatoire. Cet univers se
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

167
prsente donc comme un ensemble naf , dtermin par la liste de toutes
les issues qui caractrisent exhaustivement tous les rsultats possibles de
lexprience. Du point de vue du sens, cet univers reprsente donc la
certitude .
Sa partie E, reprsentative de lvnement E associ lexprience
alatoire, est encore appele vnement , malgr la confusion de statut
que ce mme vocable peut entraner.
Dans le modle pseudo-concret, on peut faire fonctionner sur les
vnements les oprations (complmentaire, union, intersection, diffrence
ensembliste) de lalgbre des parties dun ensemble. Ces oprations refltent
la logique propositionnelle (non, ou, et) combinant entre eux les vnements
concrets, ds lors quils sont associs aux parties dfinies en comprhension
de lunivers modle par le sens que lon a donn aux issues de cet univers.
Dans ce modle pseudo-concret, un caractre numrique associ aux
rsultats de lexprience alatoire est reprsent par une application
numrique dfinie sur lunivers modle. Cette application, oprant sur les
issues, est appele variable alatoire , ce qui est source dune confusion
avec la fonction associe dfinie dans le modle mathmatique. (On la aussi
dsign par ala numrique ).
Lexprience alatoire peut donc tre rpte, dans le sens que nous
avons donn cette action. On peut sintresser un vnement particulier
E que chaque rsultat dexprience relle peut (ou non) raliser. La
proportion des expriences ralisant E parmi toutes celles qui ont t
effectues est la frquence observe de lvnement E.
Il est un fait dobservation que la frquence dun vnement tend se
stabiliser quand le nombre n dexpriences effectues est de plus en plus
grand (interprtation : dans la quasi-totalit des observations, elle restera
comprise dans un intervalle dont la longueur se rduit quand n augmente).
Ce fait peut tre compris comme une loi de la nature (ou du hasard). La
notion de frquence intervient donc au niveau de lexprience idalise et de
sa description.
Dans le modle pseudo-concret, on introduit le concept de
probabilit de lvnement E. Cest un nombre rel, associ la partie E
de lunivers reprsentant lvnement E. Ce nombre interprte lide de
chance que lon a dobserver lvnement E quand on effectue rellement
lexprience. On peut interprter cette probabilit comme un degr de la
certitude ainsi que le suggrait Bernoulli.
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

168
Cette nature subjective du sens que lon donne ce concept de
probabilit est tempre par le fait objectif de la stabilisation de la frquence
de E et par lide (pas toujours facilement accepte par la culture ou la
psychologie individuelle) que cette chance correspond cette frquence.
Du point de vue conceptuel, il faut imaginer que la suite des
frquences de E que lon pourrait observer si lon rptait E linfini, se
stabiliserait de plus en plus prcisment vers une valeur limite thorique,
sorte de mesure idale de lincertitude de E, alors que les frquences
observes en sont des mesures concrtes approximatives. La probabilit de E
serait alors lexpression dans le modle de cette valeur idale. On doit donc
la distinguer de la frquence thorique limite, comme on distingue le modle
de la ralit.

D - Proprits de base et hypothses de modle


Dans ces conditions, les probabilits des vnements associs
lexprience alatoire jouissent des mmes proprits dadditivit que les
frquences de ces vnements :
- une probabilit est comprise entre 0 et 1,
- la probabilit dun vnement E est la somme des probabilits des
issues le constituant,
- et la somme de toutes les probabilits des issues constituant
lunivers (probabilits lmentaires) est gale 1, probabilit de la certitude.
On obtient ainsi la prsentation dune loi de probabilits au sens du
programme 2001 de premire.
Il reste prciser les conditions dans lesquelles les probabilits
lmentaires sont dtermines. Elles relvent dhypothses de modle. Dans
la pratique, on trouve trois catgories dhypothses :
a - Le contexte de lexprience alatoire, les symtries des objets
matriels utiliss, permettent de ramener tous les rsultats un ensemble n
dissues qui sont considres comme galement possibles. On fait alors
lhypothse dquiprobabilit. On dit aussi que lon admet la distribution
uniforme des probabilits sur lunivers de ces n issues.
1
Cela revient donner aux probabilits de chaque issue la mme valeur .
n
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

169
b - La complexit de lexprience alatoire ne permet pas de se
ramener un systme dissues quiprobables (ou cest trop compliqu :
fiabilit de systmes complexes, phnomnes conomiques, mto, ...). On
peut alors dterminer la probabilit de chaque issue ou vnement en
effectuant un grand nombre de fois 1 lexprience alatoire, et en retenant
pour valeur numrique de cette probabilit la valeur des frquences
observes de cette issue ou vnement. Ces frquences sont alors conues
comme mesures approximatives de cette probabilit, comme une mesure
physique, avec le degr de prcision souhait suivant le nombre dexprience
que lon consent deffectuer.
c - On reconnat dans le processus exprimental une situation relevant
dun modle standard. Dans ce modle, les probabilits des issues sont
rparties selon une loi connue qui dpend dun ou plusieurs paramtres (par
exemple, les probabilits binomiales dpendent de la valeur de la probabilit
p de Bernoulli). On estime alors ces paramtres partir dun chantillon de
rsultats obtenus en rptant lexprience (estimation infrentielle), ce qui
dtermine entirement la loi que lon accepte alors comme hypothse de
modle. Les probabilits lmentaires sont alors calcules partir des
donnes ou des proprits mathmatiques connues du modle.

E - Le modle probabiliste
Pour dvelopper les proprits du modle reprsentatif dune
exprience alatoire, et les valider par des dmonstrations, pour pouvoir
utiliser les outils de calcul, il convient dinterprter ce modle dans le cadre
mathmatique formel adapt : cest la mathmatisation du modle (et du
problme !). Depuis Kolmogorov, adoptant la reprsentation ensembliste, les
probabilistes se placent dans le cadre de la thorie de la mesure. Dans ce
cadre, les notions dexprience alatoire, dissue ou dvnement sont des
notions premires et ninterviennent que pour fixer les ides, donner du sens
aux objets formels de cette thorie.
Ainsi lunivers sera reprsent par un ensemble abstrait gnralement
not , appel ensemble rfrentiel , ses lments reprsentent les
issues de lexprience alatoire idalise, on les appelle les ventualits .
1 - Dans la pratique, on calcule quenviron un millier dexpriences permettent de
dterminer cette probabilit avec deux chiffres significatifs.
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

170
[Quand cet ensemble est infini non dnombrable2, lexistence dune
distribution de probabilit sur passe par la slection dune famille de
parties de structure en tribu T (famille contenant toutes les parties
obtenues par les oprations ensemblistes partir de ses sous-familles
dnombrables), conformment la thorie de Borel et Lebesgue.]
Dans le cas fini [ou dnombrable] auquel on se limite au lyce, cette
difficult est inutile et lensemble des parties P() de reprsente les
vnements associs lexprience alatoire. Ces parties (slectionnes ou
non) sont encore appeles vnements . Un vnement-singleton {} est
appel vnement lmentaire .
Les probabilits des vnements sont alors considres comme valeurs
images dune application P dfinie sur P() [ou sur T] valeur dans [0, 1],
appele mesure de probabilit ou simplement probabilit . La
notation fonctionnelle est utilise : lvnement E, on associe sa probabilit
p = P(E). Dans le cas fini ou discret, la probabilit P est entirement
dtermine par la donne des probabilits des vnements lmentaires
pi = P({i}). (Cette criture est parfois abusivement simplifie en P(i),
assimilant un vnement lmentaire {i} lventualit.
Le triplet (, P(), P) [ou (, T, P)], [structur en espace de mesure] est
appel espace probabilis .
Mais, pour avoir accs aux outils de calcul et pour expliciter
analytiquement la probabilit P, on transfre cette structure abstraite
despace probabilis dans un espace numrique,
,
ou n, au moyen
dune variable alatoire X. Cette variable est cense reprsenter un
caractre auquel on sintresse. Cest une application dfinie sur , valeur
dans , ou n, [muni de la tribu B engendre par les intervalles, dite tribu
borlienne . (Quand est un ensemble infini non dnombrable, on doit
supposer que les images rciproques par X des borliens sont dans la tribu T.
On dit alors que X est mesurable .)].
La probabilit P sur est alors donne par lintermdiaire de la
probabilit image PX de P par X : si B est un intervalle de , de ou un pav
de n [ou si B B] et si A = X-1(B), on a : P(A) = PX(B). Les probabilistes
notent aussi P(A) = P(X B) ou P(A) = P(X = xi) quand B est lvnement {xi}.
PX est appele la loi de X . [Cest une mesure sur ou n, dfinie sur les
borliens].

N R

NR R

R R

2 - Les parties entre [ ] dans ce paragraphe sont destines remuer quelques


souvenirs universitaires ! Elles sont sans doute inutiles (trop abstraites ou trop
connues) et peuvent tre ngliges en premire lecture.
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

171
[Dans le cas de modles infinis, on se donne dabord cette loi, au
moyen de sa fonction de rpartition : FX(x) = P(X x) = PX(]-, x]), ou de sa
densit : fX(x) = FX(x), ou de sa fonction caractristique (transforme de
Fourier de fX). La probabilit P reste abstraite.]
Dans le cas o est fini, lutilisation de variables alatoires est
commode pour reprer des lois connues et appliquer des rsultats
thoriques, notamment des calculs desprances, de variances, ou faire
fonctionner des thormes. Sans cette connaissance de base en probabilits,
on ne voit pas ce que peut apporter la notion de variable alatoire et de loi
pour rsoudre de vrais problmes. Cest pourtant la situation cre par le
programme de terminale qui, limitant la notion de loi la donne des
probabilits pi = P(X = xi), exclut toute rfrence des lois standard.
Le modle choisi pour tudier une exprience alatoire est donc
reprsent par des objets mathmatiques dont la symbolique peut tre
rsume par le schma gnrique suivant, appel le modle probabiliste :
(, T, P)

(IR, B, PX).

dition intgrale en ligne de : Autour de la modlisation en probabilits


Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

6 - MODLISATION EN PROBABILITS
CONDITIONNELLES

Michel HENRY

A - Situations de probabilits conditionnelles


A partir des issues dune exprience alatoire, on dfinit un univers
, ensemble des ventualits . On sintresse deux vnements A et B,
parties de , reprsentatives de deux caractristiques ou proprits possibles
A et B de ces issues. Quand A, on dit que lvnement A est ralis .
(Double statut du mot vnement .)
On dsire avoir une ide sur le lien entre A et B. Il peut tre de nature
logique : quand A est ralis, alors B lest aussi. Dans ce cas, on a simplement
linclusion A B pour exprimer le fait que si A, alors B. On a :
P(A) P(B).
Mais ce lien peut tre de nature stochastique : quand on rpte
lexprience, les vnements A et B sont plus ou moins frquemment raliss
conjointement, de telle sorte que lorsque lon sait que lun des deux est
ralis, cela donne une ide de nature probabiliste sur la ralisation
ventuelle de lautre. Quand cette frquence est leve, on parle de forte
corrlation , ou de dpendance stochastique. Cest cette notion quil sagit
de modliser.
Dans la pratique, diverses situations relvent des probabilits
conditionnelles :
Les situations chronologiques
Elles sont particulirement adaptes aux reprsentations avec des
arbres, o lexprience est dcompose en deux preuves successives, les
issues de la premire conditionnent le droulement (donc la rpartition de la
probabilit) de la deuxime.
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

174
Par exemple, jai deux urnes U1 et U2 avec des proportions de boules
blanches et noires (p1, q1) et (p2, q2) diffrentes. On tire dabord une urne ( pile ou
face ou par un tirage de Bernoulli avec probabilits p et q), puis une boule dans lurne
issue de cette premire preuve. Quelle est la probabilit davoir une boule blanche ?
La couleur de la boule obtenue dpend de deux hasards successifs, elle
est conditionne par lissue de la premire preuve. La probabilit davoir
une boule blanche est alors compose des probabilits p, q, p1 et p2, elle vaut :
p.p1 + q.p2.
Cest la formule des probabilits composes, donne par Laplace
comme septime principe et que lon peut prsenter et justifier
intuitivement par des arguments cardinalistes ou frquentistes (sa
dmonstration part de la dfinition de la probabilit conditionnelle et est
interne au modle mathmatique).
Voici un schma en arbre utilis pour reprsenter cette situation :
choix de tirage d'une
l'urne
boule dans
l'urne choisie

probabilits a priori des vnements


conjoints
B

p1

p.p1 = P(tirer U
U11 et une boule blanche)

U1

q1

U1
N p.q1 = P(tirer U
1 et une boule noire)

U2

p2

B q.p2 = P(tirer U2 2 et une boule blanche

q2
probabilits
N q.q 2 = P(tirer U22 et une boule noire)
certitude
certi
probabilits
tude
preuve probas
1re1re
preuve
conditionnelles
2me preuve

Cest la situation la plus intuitive, mais source dobstacles


didactiques1. Il nest pas vident quil faille entamer ltude de ce chapitre en
terminale par des exemples de ce type.
1 - Voir pour cela larticle dAndr TOTOHASINA dans Repres-IREM n 15,
Lintroduction du concept de probabilit conditionnelle.
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

175
Les situations causalistes
Elles sapparentent aux prcdentes et sont aussi assez bien dcrites
par des schmas en arbres. Voici un exemple type :
100 cobayes sont traits par trois produits provoquant une maladie M.
50 sont traits par le produit P1 qui donne M avec la probabilit 0,25.
25 sont traits par le produit P2 qui donne M avec la probabilit 0,5.
25 sont traits par le produit P3 qui donne M avec la probabilit 0,3.
Un cobaye pris au hasard a la maladie M. Quelle est la probabilit quil ait
t trait par P1 ?
On y rencontre les mmes obstacles didactiques quand il sagit
dinverser larbre pour expliciter les probabilits des causes,
conditionnellement lobservation dune consquence possible. Cest dans
ce cadre que la notion de probabilit conditionnelle a t historiquement
progressivement dgage.
Assez spectaculaire, la recherche des probabilits des causes, simple
sur le plan mathmatique, nest pas exempte dobstacles pistmologiques
difficiles et de comportements errons. Peut-on par exemple lappliquer aux
phnomnes historiques non reproductibles ? Cest pourquoi la formule de
Bayes qui donne ces probabilits a t exclue du programme de terminale.
Laplace la donne en sixime principe, dans des hypothses maladroites, le
conduisant un raisonnement pour le moins insuffisant, comme nous le
verrons au paragraphe suivant.
Les situations ensemblistes
Elles sapparentent directement au modle mathmatique standard :
lissue dune exprience alatoire est porteuse de deux caractres qui
peuvent tre stochastiquement lis.
Par exemple dans un tirage au hasard dune personne dans une
population, lobservation croise de son poids et de sa taille conduit des
rsultats corrls : les vnements A = la personne pse plus de 65 kg
et B = elle mesure plus de 1,75 m sont sans doute lis.
Ces situations sont assez bien dcrites par des tableaux de
contingences double entre, donnant les probabilits conjointes et les
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

176
probabilits marginales des vnements A et B tudis. Elles peuvent aussi
tre dcrites par des schmas darbres, dont lenchanement na pas dordre
privilgi. Ils peuvent tre plus facilement inverss que les prcdents, dun
point de vue du sens.

Taille
B = plus de 1,75 m

Bc = moins de 1,75 m

distribution
marginale des
probabilits des
poids

A = plus de 65 kg

0,4

0,2

0,6

Ac = moins de 65 kg

0,1

0,3

0,4

0,5

0,5

Poids

distribution
marginale des
probabilits des
tailles

Ce tableau donne les deux arbres suivants :


choix
d'une
personne

choix
d'une
personne

Poids

Taille

0,4
0,4

0,8
B
0,2

0,5
1

certi
certi
tude
tude

0,5

0,4

c
A

0,101,

0,202,

0,6
Bc
probabilits
probabilitsprobas
Ac 0,303,
caractre
caractre conditionnelles probabilits
tailleelliat
poids sachant
des vnements
taille
conjoints

Taille
B 0,4

Poids
0,66
A

0,33

0,6
1

B c 0,2

0,4

c
A

0,25

0,1

0,75

Bc 0,3
probas
certi
probas
certi probas
tude caractre
tude
caractre conditionnelles probabilits
poidsdspoi
taille sachant
des vnements
poids
conjoints

Cette notion de probabilit conditionnelle a t une source


dhsitations historiques. Voyons celles de DAlembert et de Laplace.
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

177
B - Interprtations de DAlembert et de Laplace
1 - DAlembert et la navigation au XVIIIe sicle.
Dans larticle Probabilits, de lEncyclopdie, DAlembert donne un
exemple de probabilit compose :
Un ami est parti pour les Indes, sur une flotte de 12 vaisseaux, japprends
quil en a pri trois, et que le tiers de lquipage des vaisseaux sauvs est mort dans
le voyage ; la probabilit que mon ami est sur un des vaisseaux arrivs bon port, est
9/12, et celle quil nest pas du tiers mort en route, est 2/3. La probabilit compose
quil est encore en vie, sera donc les 2/3 de 9/12 ou 6/12 ou une demie certitude. Il
est donc pour moi entre la vie et la mort.
Dans cet exemple pseudo-concret, DAlembert donne le principe de la
multiplication des probabilits, comme on le ferait de proportions, sans
dgager la notion de probabilit conditionnelle ni se proccuper de
lindpendance des vnements , un peu tirs par les cheveux, quil
examine.
2 - Les deux principes de Laplace
Pierre Simon LAPLACE est le mathmaticien qui personnifie le
tournant entre le XVIIIe et le XIXe sicle, il peut tre considr avec Cauchy
comme le matre penser de lcole franaise qui tendra son influence
jusquau XXe sicle.
Il sest intress trs tt aux probabilits, aussi bien du point de vue
des applications que pour en faire une thorie mathmatique part entire,
axiomatise. Son premier ouvrage, publi en 1774, sintitule : Mmoire sur la
probabilit des causes par les vnements. Il tait ncessaire de faire la clart sur
les possibilits - et les limites- du calcul des probabilits dans ce domaine.
Dans sa prsentation, il crit :
Je me propose de dterminer la probabilit des causes par les vnements,
matire neuve bien des gards et qui mrite dautant plus dtre cultive que cest
principalement sous ce point de vue que la science des hasards peut tre utile dans la
vie civile.
Dans son essai philosophique sur les probabilits paru en 1825, Laplace
rassemble les dfinitions et proprits de base, nonces en 10 principes, qui
peuvent tre considrs comme une premire axiomatique du calcul des
probabilits.
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

178
Curieusement, Laplace nonce dabord le sixime principe du calcul
des probabilits des causes, formule abusivement appele de Bayes , avant
de donner au septime principe la formule des probabilits totales :
Sixime principe :
Chacune des causes, auxquelles un vnement observ peut-tre attribu, est
indique avec dautant plus de vraisemblance, quil est plus probable que cette cause
tant suppose exister, lvnement aura lieu ;
Traduction avec nos notations : soient C1 et C2 deux causes qui peuvent
produire un vnement E avec les probabilits respectives P(E/C1) et
P(E/C2).
Si P(E/C1) > P(E/C2), alors les probabilits des causes C1 et C2 sachant
quon a observ E, sont dans le mme ordre : P(C1/E) > P(C2/E).
... la probabilit de lexistence dune quelconque de ces causes est donc une
fraction dont le numrateur est la probabilit de lvnement, rsultante de cette
cause, et dont le dnominateur est la somme des probabilits semblables relatives
toutes les causes :
Traduction avec nos notations : donc (!),
P(C1 / E) =

P(E / C1 )
.
P(E / C1 ) + P(E / C2 )

... si ces diverses causes considres a priori sont ingalement probables, il


faut au lieu de la probabilit de lvnement, rsultante de chaque cause, employer le
produit de cette probabilit, par la possibilit de la cause elle-mme.
Traduction avec nos notations :

P(C1 / E) =

P(E / C1 )P(C1 )
.
P(E / C1 )P(C1 ) + P(E / C2 )P(C2 )

Laplace distingue ici deux notions : probabilit dun vnement et


possibilit dune cause, estime a priori, sans que cette cause soit clairement
issue dune exprience alatoire, comme le montre lexemple de son urne
quil traite ensuite. Dans cette interprtation causaliste, il lui est difficile de
concevoir la probabilit de lvnement conjoint P(E C1).
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

179
Septime principe :
La probabilit dun vnement futur est la somme des produits de la
probabilit de chaque cause, tire de lvnement observ, par la probabilit que, cette
cause existant, lvnement futur aura lieu.
Traduisons : P(E) = P(C1)P(E/C1) + P(C2)P(E/C2). Cest la formule des
probabilits totales. Remarquons quavec la formule des probabilits
composes : P(A B) = P(A/B).P(B), elle contient le sixime principe :
P(C1 / E) =

P(C1 E)
P(E / C1 )P(C1 )
=
.
P(E)
P(E / C1 )P(C1 ) + P(E / C2 )P(C2 )

3 - Lurne de Laplace
Laplace illustre alors ce principe des probabilits totales avec cet
exercice classique de lurne inconnue :
Imaginons une urne qui ne renferme que deux boules dont chacune soit ou
blanche, ou noire. On extrait une de ces boules, que lon remet ensuite dans lurne,
pour procder un nouveau tirage. Supposons que dans les deux premiers tirages on
ait amen des boules blanches ; on demande la probabilit damener encore une boule
blanche au troisime tirage.
Laplace tient alors le raisonnement suivant :
On ne peut faire ici que ces deux hypothses : ou lune des boules est blanche,
et lautre noire, ou toutes deux sont blanches.
Dans la premire hypothse, la probabilit de lvnement observ est 1/4 ; elle
est lunit ou la certitude dans la seconde.
Ainsi, en regardant ces hypothses comme autant de causes, on aura, par le
sixime principe, 1/5 et 4/5 pour leurs probabilits respectives.
Or, si la premire hypothse a lieu, la probabilit dextraire une boule blanche
au troisime tirage est 1/2 : elle gale lunit dans la seconde hypothse ; en
multipliant donc ces dernires probabilits, par celles des hypothses
correspondantes, la somme des probabilits, ou 9/10, sera la probabilit dextraire une
boule blanche au troisime tirage.
Traduction : Les deux urnes possibles sont C1 = {b ; n} et C2 = {b ; b} ;
deux tirages avec remises amnent lvnement A = (b1 ; b2). Quelle est la
probabilit de tirer encore une boule blanche au troisime coup (vnement E) ?

dition intgrale en ligne de : Autour de la modlisation en probabilits


Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

180
Expression du septime principe :
P(E/A) = P(C1/A)P(E/C1 et A) + P(C2/A)P(E/C2 et A)
et on applique le sixime principe pour calculer P(Ci/A) :
1
P(A / C1 )
1
4
P(C
P(C
A) =
=
=
1 /1/A)
1
P(A / C1 ) + P(A / C2 )
5
+ 1
4

A) =
P(C2//A)
et : P(C2

do : P(E/A) =

P(A / C2 )
1
4
=
=
1
P(A / C1 ) + P(A / C2 )
5
+ 1
4
1
1
4
x
+ 1x
2
5
5

9
10

Dans ce calcul, Laplace fait implicitement lhypothse P(C1) = P(C2).


Mais lurne aurait pu tre issue dun choix alatoire entre les trois
possibilits suivantes : on lance un d :
- si on obtient 1, on prend lurne {n, n} (C0).
- si on obtient 2, 3 ou 4, on prend lurne {b, n} (C1).
- si on obtient 5 ou 6, on prend lurne {b, b} (C2).
Le calcul est alors diffrent :
1 1
x
P(A / C1 )P(C1 )
3
4 2
P(C1 / A) =
=
=
1 1
1
P(A / C1 )P(C1 ) + P(A / C2 )P(C2 )
11
x + 1x
4 2
3
1
1x
P(A / C2 )P(C2 )
8
3
P(C2 / A) =
=
=
1 1
1
P(A / C1 )P(C1 ) + P(A / C2 )P(C2 )
11
x + 1x
4 2
3
1
3
8
19 !
x
+ 1x
=
do : P(E/A) =
2
11
11
22

4 - Un exemple dans le style de Laplace.


Reprenons lexercice des cobayes traits par les trois produits.
Comparons-le avec la situation suivante :

dition intgrale en ligne de : Autour de la modlisation en probabilits


Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

181
Dans la nature, il y a des rongeurs qui peuvent tre porteurs de trois sortes
de virus V1 , V2 , V3. Chaque virus donne la maladie M avec les probabilits 0,25 ;
0,5 ; 0,3.
On attrape un rongeur, il est malade. Quelle est la probabilit quil ait le virus
V1 ?
Le raisonnement de Laplace serait le suivant : nayant aucune
indication sur la rpartition des virus V1, V2, V3 dans la rgion o on a attrap
le rongeur, je considre quil a t prlev au hasard dans une population o
lon fait lhypothse dquiprobabilit des trois sortes de virus :
P(V1) = P(V2) = P(V3) =x 1 .
3
Cest une hypothse de modle, sans doute fausse, mais qui semble la
plus raisonnable.
On applique alors le sixime principe sous sa premire forme :
P(V1 / M) =

P(M / V1 )
0,25
=
= 0,238
P(M / V1 ) + P(M / V2 ) + P(M / V3 )
0,25 + 0,5 + 0,3

Mais quel sens a cette valeur numrique, avec de telles hypothses de


modle, pour une prise de rongeur qui na rien dune exprience
alatoire ?

C - Dfinition de la probabilit conditionnelle et modlisation


1 - Introduction du modle
Comment interprter le fait quune connaissance partielle sur un
rsultat dune exprience alatoire permet de modifier la probabilit que lon
va attribuer un vnement qui lui est li ?
Il faut faire comprendre quune donne nouvelle sur le droulement
dune exprience alatoire modifie non pas les probabilits des vnements,
mais la description de cette exprience, et par consquent le modle utilis
pour reprsenter les rsultats possibles : on va changer de rfrentiel et
dterminer une nouvelle rpartition de probabilit sur le nouveau rfrentiel.
En fait, une approche frquentiste va clarifier cette situation : pour
estimer une probabilit conditionnelle, on procde une autre exprience
alatoire.

dition intgrale en ligne de : Autour de la modlisation en probabilits


Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

182
Supposons en effet qu lissue de lexprience primitive, on sache que
lvnement B est ralis.
Reproduisons cette exprience un grand nombre de fois, en liminant
les preuves o B nest pas ralis (on peut du moins imaginer cette
rptition).
Cette procdure met en uvre une autre exprience alatoire : celle qui
consiste ne retenir lissue de la prcdente, que si B est ralis, sinon on
recommence.
Dans cette nouvelle exprimentation, la probabilit dun vnement A
est dtermine par la frquence des A intervenant dans les preuves
retenues. Elle est donc diffrente de la probabilit a priori de A, estime par
la frquence des A intervenant dans lensemble des preuves reproduisant
lexprience primitive.
2 - Dfinition ensembliste
La dfinition classique se plaait rsolument dans le cadre de la
modlisation ensembliste, minimisant ainsi les obstacles dus des
conceptions subjectivistes. Reprenons ici cette dfinition, afin de montrer
comment elle peut prendre en compte les remarques prcdentes :

- est l'ensemble rfrentiel reprsentant


, reprsentan
l'exprience alatoire primitive.

- B est un vnement de probabilit non


nulle.
- A est l'vnement dont on cherche la
probabilit.
lmentaire
reprsentant
-{} est
estlvnement
l'vnement
lmentaire
reprsen
l'issue de l'exprience.

Changement dexprience : on sait que B est ralis ( B). B est le


nouveau rfrentiel. On dsigne par PB la probabilit des vnements issus
de cette exprience qui garantit la ralisation de B. A ne peut alors tre ralis
que par la ralisation conjointe de A et B. La probabilit de lvnement A,
PB(A), sera donc celle de A B avec comme donne : PB(B) = 1. On remarque
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

183
alors que si les vnements lmentaires sont quiprobables, ils le sont aussi
bien dans que dans B et ncessairement, si P(B) 0 :
PB(A) = cas favorables = card(A B) = P(A B)
cas possibles
card B
P(B)

3 - Interprtation frquentiste
Mais si on est dans une situation de non-quiprobabilit, lesprit
frquentiste du programme de terminale S enseign en 2002 demande de
revenir lintroduction des probabilits par les frquences.
Dsignons par E lexprience primitive reprsente par le rfrentiel ,
et B une partie de reprsentant un vnement B associ E, de probabilit
non nulle : P(B) 0.
Si lon reproduit E un grand nombre n de fois, la valeur observe fB de
la frquence dapparitions de B sera proche autant quon le veut de P(B) :
fB = nombre de ralisations de lvnement B
n
Soit A un vnement associ E, on sintresse la ralisation
conjointe de A et B. P(AiB) sera de mme estime par :
fAiB = nombre de ralisations conjointes de A et B
n
On sintresse la frquence dapparition des A accompagnant la
ralisation de B, celle-ci est donne par :
fA/B =

nombre de ralisations conjointes de A et B


nombre de ralisations de lvnement B

do : fA/B = f A B .

fB
La probabilit dobtenir A, lorsque lon considre lexprience alatoire
EB consistant naccepter un rsultat de E que lorsque B est ralis, est
estime par : fA/B .
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

184
La relation obtenue entre les frquences conduit donc la relation liant
cette probabilit
PB (A) aux probabilits a priori de A B et de B :
PB (A) = P(A B) ,
P(B)
ce qui gnralise cette mme relation obtenue sous lhypothse
dquiprobabilit.
On remarque que PB(A) est proportionnelle P(A B), ce qui est
cohrent avec lide de rduire la probabilit de A celle de A B lorsque B
est ralis, avec la contrainte : PB(B) = 1.
A partir du sens ainsi donn la notion de probabilit conditionnelle,
les lves peuvent aisment relier la dfinition de lindpendance
stochastique de A et de B, introduite dans le modle sous la forme : P(A B)
= P(A) P(B), avec lide concrte que lon peut sen faire :
A et B sont indpendants si la ralisation de B ne modifie pas la
valeur de la probabilit de A dun modle lautre : PB(A) = P(A).
4 - Deux modles mathmatiques
Lexprience primitive E est reprsente par lunivers et lespace
probabilis ( ; P).
Soient A et B deux vnements de E, reprsents par les parties A et B
de de probabilits P(A) et P(B) non nulles.
On interprte le fait quune issue de E ralise B en introduisant une
nouvelle exprience alatoire EB qui consiste ne retenir E que si B est ralis.
EB est reprsente par lunivers B.
Les issues qui, ralisant B, ralisent A sont reprsentes par des ,
lments de la partie A B de . A B peut tre considr comme une partie
de lensemble B, cest la trace tB(A) de A sur B. La probabilit conditionnelle
PB est alors dfinie sur B par PB[tB(A)], que lon abrge en
PB(A) = P (A B) .
P (B)
Le nouvel espace probabilis est alors (B ; PB).

dition intgrale en ligne de : Autour de la modlisation en probabilits


Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

185
Mais on peut aussi considrer que pour reprsenter la nouvelle
exprience EB, on conserve lunivers ; la dfinition de la probabilit
conditionnelle PB revient simplement changer la distribution de probabilit
sur , remplaant P par PB, dfinie sur par :
P (A B)
.
PB(A) =
P (B)
Pour PB, les parties du complmentaire de B sont de probabilits nulles.
; PB).
Le nouvel espace probabilis est dans ce cas (
Cest gnralement celui-ci que les probabilistes utilisent.
Notations
On peut rencontrer deux notations : PB(A) et P(A/B). Le programme
de terminale de 2002 impose PB(A).
La notation PB signifie un changement de probabilit sur lunivers ,
de la mme manire quen analyse, on change de fonction.
La notation P(A/B) fait plutt penser un changement dunivers : A/B
serait la trace de A sur B et P apparat plutt comme labrviation de
probabilit que comme le symbole dune mesure sur B. Certains crivent
mme : Prob(A) !
De plus lordre de lecture de A/B fait penser un vnement
conditionnel. De nombreux exercices de terminale sont rdigs dans cette
ambigut. Le concept dvnement conditionnel peut avoir un sens. Mais
cest une complication inutile, inductrice derreurs (on ne peut parler
dvnements indpendants du type A/B et C/D, car B et D ne reprsentent
pas la mme exprience alatoire).

dition intgrale en ligne de : Autour de la modlisation en probabilits


Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

T ROISIME
E XEMPLES

PARTIE

TYPIQUES

DE MODLISATION

1 - Quelques hypothses sur les difficults rencontres


dans lenseignement des probabilits
Jean-Claude GIRARD
2 - Sur la dure de la vie et lesprance de vie
Jean-Franois PICHARD
3 - Le problme croix ou pile de DAlembert,
ralit observable et modlisation
Michel HENRY
4 - Construction dun modle de Poisson
Michel HENRY
5 Un exercice de bac : capture et re-capture
Michel HENRY

dition intgrale en ligne de : Autour de la modlisation en probabilits


Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

1 - QUELQUES HYPOTHSES SUR LES


DIFFICULTS RENCONTRES DANS
LENSEIGNEMENT DES PROBABILITS
Jean-Claude GIRARD

Lintroduction des probabilits, quel que soit le niveau o elle a lieu,


fait lobjet de difficults peu comparables avec ce quon connat dans les
autres parties des mathmatiques. Les lves rencontrent des raisonnements
dun type diffrent de ceux quils connaissaient auparavant et qui les
droutent. Les professeurs sont dconcerts par cette partie du programme
o ils sont moins laise. Certains vont jusqu les rejeter -Ce ne sont pas
des vraies maths ! - ou se demander si tout cela est srieux.
Il me semble que ces difficults peuvent avoir plusieurs origines.

A - Obstacles pistmologiques
Dfinir le hasard nest pas simple. Cela suppose au pralable que lon
admette son existence. Le fait que le hasard existe nest pas une vidence
pour tout le monde.
Pour Aristote, les faits que nous appelons faits de fortune ou de hasard sont
des rencontres, dailleurs rares, de sries qui ntaient pas comprises dans un mme
projet, dans une mme intention1.
Mais daprs Laplace2, le hasard nest que la consquence de lignorance
o nous sommes des vritables causes de ce que nous observons. Il faut se
souvenir que lpoque de Laplace marque lapoge du dterminisme : Nous
1 - Cit par J.P. BENZECRI, Histoire et prhistoire de lanalyse des donnes, Editions
Dunod, Paris, 1982.
2 - Pierre Simon de LAPLACE, Thorie analytique des probabilits, Courcier imprimeur,
Paris, 1814.
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

190
devons donc envisager ltat prsent de lunivers comme leffet de son tat antrieur
et comme la cause de celui qui va suivre3.
Pour Poincar4, un des aspects du hasard se rencontre dans une
situation pour laquelle toute prdiction est impossible car prsentant une
grande sensibilit aux conditions initiales cest--dire quun changement
imperceptible dans les conditions de dpart peut provoquer dnormes
diffrences dans ltat final.
La thorie rcente du chaos dterministe, dont Poincar fut le
prcurseur, reprend cette conception dans la caractrisation dun rgime
chaotique. De plus, la connaissance du systme, pendant un temps aussi long
que lon veut, ne permet pas de prvoir son volution ultrieure.
Pour la biologie moderne ou la physique quantique, le hasard fait
partie de la thorie elle-mme. La connaissance de ltat pass et prsent ne
permet pas de prdire ltat futur mais seulement de mesurer la
vraisemblance de chacun des tats possibles5.
Pour avoir fait de nombreuses fois lexprience avec des tudiants
(ayant dj reu ou non un enseignement de probabilits) il est amusant de
voir que lon retrouve ces diffrences de vues au sujet du hasard.
Aprs avoir lu un texte de Laplace6 ou de Poincar7, les tudiants sont
invits rpondre la question : Parmi les trois phrases suivantes, quelle est
celle qui correspond le plus votre ide ?
a - le hasard nest que la consquence de notre ignorance,
b - le hasard dissimule lordre divin,
c - le hasard a constitu lunivers dans lordre o nous le voyons.
Au dbut de la squence, une grosse moiti choisit la premire
opinion, montrant une foi sans limites dans le dterminisme et le progrs de
la science pour trouver les variables caches . Leur argument principal est
que toute chose doit avoir une cause.
Une petite moiti opte pour la proposition c. Ces tudiants pensent
que le hasard existe vraiment dans les choses elles-mmes et que lon ne

3 - ibid.
4 - Henri POINCARE, Science et mthode, Editions Flammarion, Paris, 1908.
5 - Voir Charles RULHA, La physique du hasard, Editions Hachette, Paris, 1989.
6 - Introduction, op. cit.
7 - Extrait du chapitre Le hasard, op. cit.
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

191
pourra pas tout savoir et tout calculer, rejoignant en cela la science moderne.
Ils citent, quand on les pousse un peu, la thorie du big-bang, Mendel ou
Darwin.
Entre les deux, quelques courageux osent dire quils choisissent la
proposition b.
Au cours de la discussion qui ne manque pas de sinstaurer, les avis
voluent, certains changent dopinion. Je me garde videmment de trancher
(comment le faire ?), mais japporte quelques arguments chaque groupe
sous la forme de citations :
Tout ce qui existe dans lUnivers est le fruit du Hasard et de la Ncessit
(Dmocrite).
You believe in a God who plays dice, and I in a complete law and order8
(Albert Einstein).
Un peu de science loigne de Dieu, beaucoup de science y ramne...
(Saint Augustin ?).
Sans vouloir disserter sur la mdiocrit des connaissances de la
jeunesse actuelle (il ne me semble pas que les dernires gnrations ont t
diffrentes), de telles rflexions ont peu de chances davoir lieu
spontanment avant que le problme ne soit abord en philosophie en classe
de terminale. Dautant plus que lincertain na pas beaucoup sa place dans
lenseignement, ni lcole ni au collge, au pays de Descartes. Il serait
souhaitable, avant daborder les probabilits, de prsenter quelques activits
ayant pour objet de montrer que les choses ne sont pas toujours sres et que,
dans tous les phnomnes, physiques, biologiques, gntiques, sociaux, il
existe une certaine variabilit (et cest heureux !).
Dfinir les probabilits nest pas plus simple. Il faut, l encore,
admettre au pralable quelles existent.
Dans lintroduction de son Calcul des probabilits crit en 1908, Poincar
commence le premier chapitre par cette phrase : On ne peut gure donner une
dfinition satisfaisante de la Probabilit.
Ctait bien sr avant la dfinition axiomatique de Kolmogorov (1930).
Mais en 1970, B. de Finetti crit (en gros caractres) dans la prface de son
ouvrage sur la Thorie des Probabilits : LA PROBABILITE NEXISTE PAS.9
8 - Vous croyez dans un Dieu qui joue aux ds et moi dans un ordre et une loi.
9 - Cit par Gilbert SAPORTA, Probabilits, analyse des donnes et statistique, Editions
Technip, Paris, 1990.
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

192
Il apparat donc quil est un peu naf de penser que les probabilits que
lon va enseigner aux lves ne vont pas plus loin que celles de Pascal et que
cela ne pose pas de problmes !

B - Obstacles didactiques
Compte tenu des deux dernires remarques, comment dfinir sans
ambigut la probabilit dun vnement ?
Les programmes de seconde et premire privilgient lapproche
frquentiste. Est-ce la plus naturelle ? Est-ce la plus rigoureuse ?
Remarquons dabord que cette dfinition ne sapplique qu des
vnements quil est possible de rpter !
Dautre part, comment comprendre le sens de cette limite qui nen
est pas une ? (au sens classique et en supposant quil soit acquis par des
lves de Premire).
Enfin, cette dfinition repose sur la loi des grands nombres dont la
dmonstration est base sur les proprits des probabilits. La boucle est
boucle !
Une deuxime dfinition possible, plus naturelle premire vue, est
base sur les principes de symtrie. Cest la gomtrie du hasard , selon
les termes de Pascal. Un d rgulier a six faces, chacune a une probabilit de
1/6 dapparatre, par raison de symtrie.
Malheureusement, un d rgulier, a nexiste pas, pas plus que les
fourmis de dix-huit mtres ni les vrais triangles rectangles dailleurs ! Dautre
part, comment savoir si un d peut tre considr comme rgulier sans faire
un grand nombre de lancers et voir si chacune des faces apparat bien
approximativement avec une frquence de 1/6 ? De nouveau, la boucle
est boucle.
Ces deux approches de la notion de probabilit sont qualifies
dobjectives en ce sens quelles supposent, ce qui est loin dtre admis par
tout le monde, quil existe une probabilit lie seulement lpreuve alatoire
et indpendante de lobservateur.
Pour ceux qui dnient lexistence dune probabilit objective, une autre
dfinition de la probabilit est possible, elle est qualifie de subjective. La
probabilit dun vnement est la mesure de lincertitude que nous avons
dans sa ralisation. Cette dfinition est rapprocher de la cote laquelle nous
sommes prts parier quil va se raliser10.
10 - Voir T. H. WONNACOTT et R. J. WONNACOTT, Statistique, Editions Economica,
Paris, 1991.
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

193
Autrement dit, We must remember that the probability of an event is not a
quality of the event itself, but a mere name for the degree of ground which we, or
someone else, have for expecting it11. (J. Stuart Mill12)
Il est alors possible de dfinir la probabilit dvnements dont il nest
pas ncessaire dadmettre la rptition.
En conomie, par exemple, on chiffrera a priori la probabilit de
certains vnements lmentaires avant de calculer par les thormes
classiques la probabilit dautres vnements afin de prendre une dcision
sur des bases moins alatoires.
Ceci rejoint la dfinition dEmile Borel13 : le but principal du calcul des
probabilits est de calculer les probabilits dvnements complexes en fonction des
probabilits, supposes connues, de phnomnes plus simples.
La difficult est de chiffrer ces probabilits a priori. Sur quelles bases ?
Avec quelles arrire-penses ?
Par exemple, quelle confiance peut-on avoir dans cette dclaration du
ministre de lenvironnement : une catastrophe comme celle de Tchernobyl na
quune chance sur 100 de se produire en France ?
Un autre exemple, auquel jaurais tendance accorder plus de crdit,
la probabilit quune tartine de confiture tombe du mauvais ct est proportionnelle
au prix de la moquette.
Les probabilistes appels Baysiens dfinissent galement une
probabilit a priori mais, la lumire de rsultats obtenus dans une premire
srie dexpriences, ils recalculent, laide du thorme de Bayes, une
nouvelle probabilit a posteriori.
Baysiens et non-Baysiens sont bien entendu opposs sur le fait de
croire ou non la possibilit de dfinir dans tous les cas une probabilit a
priori.
Une dernire dfinition, axiomatique, permet de dfinir un ensemble
de rgles mathmatiques cohrentes et non contradictoires, limage des
axiomes dincidence en gomtrie ou de la thorie axiomatique des
ensembles. Assez rcente (1933), elle est luvre du mathmaticien russe
A. Kolmogorov.

11 - On doit se rappeler que la probabilit dun vnement nest pas une qualit de
lvnement lui-mme mais un simple nom pour le degr de confiance que nous,
ou quelquun dautre, avons dans sa ralisation.
12 - Cit par Albert JACQUARD, Les Probabilits, Editions PUF, Paris, 1974.
13 - Emile BOREL, Probabilits et certitude, Editions PUF, Paris, 1950.
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

194
Plus besoin de savoir ce quest la probabilit dun vnement ni mme
de savoir si elle existe. De mme quil nest pas besoin de dfinir un point ni
de savoir sil existe pour btir la gomtrie euclidienne. Nul besoin, non plus,
de savoir sil existe un vrai triangle rectangle pour dmontrer le thorme de
Pythagore.
Seules sont ncessaires quelques ides de dpart assez intuitives et le
reste est une construction mathmatique.
La seule justification, pour la gomtrie, est que a marche ! Du moins
concernant le monde qui nous entoure ou alors, une autre gomtrie doit tre
construite et utilise.
Il en est de mme pour les probabilits.
Laissons la conclusion Borel : les probabilits doivent tre regardes
comme analogues la mesure des grandeurs physiques, cest--dire quelles ne
peuvent jamais tre connues exactement mais seulement avec une certaine
approximation.

C - Obstacles mathmatiques
En plus de ces problmes de dfinitions qui sont dj un petit peu
droutants, les lves sont confronts dautres difficults mathmatiques.
Nous savons tous que les pourcentages sont une grande source derreurs au
niveau de lenseignement (et mme dans la population adulte). Sur quels
ensembles les calcule-t-on ? Ces ensembles sont-ils disjoints ou non, inclus
lun dans lautre, etc... ? Les pourcentages vont-ils se multiplier ou sajouter ?
On retrouve les mmes difficults dans les probabilits. Peut-on les
ajouter, les multiplier ? do les obstacles dans les notions dindpendance,
dincompatibilit et de probabilits conditionnelles.
Plus subtil, leffet de structure. Par exemple : entre deux annes de
rfrence, le prix du riz de luxe a augment de 15 % et celui du riz ordinaire
de 25 %. Comment se fait-il que le prix moyen, les deux qualits confondues,
ait augment de 32 % ? Essayez avec des chiffres14 et vous aurez envie de dire
comme Cantor propos des rsultats quil obtenait sur linfini : je le vois et
je narrive pas le croire !

14 - Par exemple, si la production de riz de luxe tait de 10 Mt 200 units la tonne et


celle du riz ordinaire de 100 Mt 100 units la tonne et que lanne suivante, les
productions taient respectivement de 86 Mt et 24 Mt.
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

195
Les programmes actuels ajoutent une difficult supplmentaire
puisque lon ne dispose plus des ensembles. Cest bien entendu le moment
den parler mais il ne faut pas croire quils vont tre oprationnels
immdiatement.
Il faut encore mentionner, pour mmoire, les difficults de langage : la
diffrence, dordinaire nglige, entre un , un exactement , au moins
un , un au plus etc... et les erreurs de logique (autre partie des
mathmatiques que lon considre comme trop difficile tudier pour ellemme jusqu un certain niveau et qui est suppose acquise partir de ce
mme niveau sans enseignement spcial) : A entrane B ne signifie pas que
B entrane A , si A entrane B alors (non B) entrane (non A) et pas
le contraire. Le contraire de blanc nest pas noir (enfin pas toujours !), le
contraire de 0 nest pas forcment 1, le contraire de jamais nest pas
toujours , etc...

D - Obstacles dus aux conceptions des lves


Il est bien facile dadmettre que lvnement impossible a comme
probabilit 0, mais comment admettre quun vnement de probabilit 0
puisse se produire ?
Mieux, on peut admettre quun vnement de probabilit trs
petite puisse tre qualifi dimpossible. Borel donne lexemple clbre des
singes dactylographes : des singes tapent au hasard sur une machine crire,
quelle est la probabilit pour quils crivent les oeuvres de Shakespeare au
complet et sans erreur ? Un tel vnement a une probabilit si petite que lon
peut le qualifier dimpossible. Borel distingue dailleurs les vnements
impossibles lchelle humaine (ceux dont la probabilit est infrieure 1015), impossible lchelle cosmique (ceux dont la probabilit est infrieure
10-50), impossible lchelle supercosmique (ceux dont la probabilit est
infrieure 10-110).
Par contre, si une variable continue peut prendre toutes les valeurs
relles, chacune de ces valeurs a pour probabilit 0 et pourtant une de ces
valeurs sera ralise au cours de lexprience alatoire !
Une autre conception errone15 est lie la nature du hasard. Celui-ci,
dans la rptition dune mme preuve alatoire, devrait faire se raliser un
vnement qui ne sest pas ralis depuis longtemps (le hasard compense).
Par contre, si un vnement sest ralis plusieurs fois, il va continuer se
15 - En anglais, on utilise le terme imag de misconception.
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

196
raliser (cest la clbre loi des sries! ). Ces conceptions errones de la loi des
grands nombres sont parfaitement incompatibles entre elles et pour cette
raison, elles ne sont pas mobilises par les mmes individus dans une mme
situation sauf dans les pronostics du jeu de loto : il y a des numros en
dficit quil faut jouer parce quils vont sortir (le hasard compense) et des
numros en forme quil faut jouer aussi (la loi des sries).
La premire conception rejoint lide qui est que la normalit (si jose
dire !), cest la loi uniforme (bien quici, cen soit une !). Tous les numros
doivent sortir rgulirement, sans trop dcart par rapport ce qui est prvu
sur le court terme et sans cart du tout sur le moyen terme.
Malheureusement, ce nest pas la loi uniforme qui sapplique le mieux
la ralit, mais plutt la loi normale.
Partout o une distribution uniforme apparat, on reconnat plutt la
main de lhomme que lintervention du hasard (Dieu ou la nature ! voir la
discussion du dbut).
Une autre ide frquente est quun vnement a toujours une chance
sur deux de se produire, car comme disent les lves, il y a toujours deux cas
possibles ou il se produit ou il ne se produit pas. Par exemple, je pose
souvent la question suivante : Un vnement a 1 chance sur 100 de se
produire au cours dune preuve alatoire, quelle est la probabilit de le voir
se raliser (au moins une fois) si on rpte 100 fois cette preuve (en ayant
1 chance sur 100 chaque fois) ? Lerreur attendue est videmment
100 chances sur 100 mais chaque exprience quelques lves rpondent
1 chance sur 2 avec largument cit ci-dessus. Jai limpression que lon
retrouve cette rponse chez certains lves chaque fois quils nont aucune
ide du rsultat, ni de la mthode pour le calculer.
Il faut remarquer, leur dcharge, que la loi uniforme, dans laquelle
tous les cas possibles ont la mme probabilit, constitue le postulat Baysien
(voir le paragraphe prcdent) cest--dire la distribution a priori choisie en
labsence dinformation, mais on nest pas oblig dtre Baysien !
Pour finir et pour compliquer encore la tche des hroques
professeurs qui doivent enseigner les probabilits, certaines expressions de la
vie courante viennent crer des confusions regrettables. Par exemple, quand
un lve dit avec un d quilibr, la face 6 sortira en moyenne une fois sur
6, quel sens met-il derrire le mot moyenne ? Que signifie, pour lui, le
rapport de 1 sur 6 ? Sa phrase signifie-t-elle que si on rptait un grand
nombre de fois lexprience qui consiste jeter un d 6 fois de suite, la
moyenne du nombre de russite dans une exprience serait de 1/6 ? Ou
emploie-t-il, plus simplement, lexpression en moyenne comme
synonyme d peu prs ?
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

197
Cest cet amalgame entre frquence et moyenne qui fait que, de temps
en temps, certaines probabilits ont lindlicatesse de dpasser 1.
Il faut bien reconnatre que ces complications de vocabulaire sont
prsentes dans tous les domaines des mathmatiques. Par exemple,
comment faire comprendre un lve ce quest une dmonstration quand,
pour lui, cela consiste en une accumulation darguments plus ou moins relis
les uns aux autres ?

E - Obstacles dus aux conceptions des professeurs


Une autre difficult est lie cette fois aux conceptions des professeurs
par rapport aux probabilits et la faon de les enseigner. La plupart dentre
eux ont reu, quand ils en ont reu, un enseignement axiomatique trs
loign de ce quils sont supposs enseigner leurs lves (thorie de la
mesure par exemple) et ils considrent alors que cette partie des
mathmatiques qui fait appel uniquement, au moins au lyce, aux
4 oprations et aux pourcentages nest pas trs glorieuse enseigner, dautant
plus quelle ne se fait pas sans douleur.
Certains se demandent : comment le hasard, concept mal dfini et par
essence insaisissable, pourrait-il faire partie dune thorie lintrieur des
mathmatiques, par nature prcises et rationnelles ?
Dautres ladmettent mais pensent que lon ne peut pas enseigner
proprement les probabilits au lyce (sous-entendu avant davoir vu la
thorie de la mesure !). Ils ne se demandent pas si lon peut faire proprement
une dmonstration de gomtrie avant davoir tudi la logique formelle, sil
est loisible dapprendre ajouter les entiers naturels avant davoir vu les
axiomes de Peano ou encore si lon est autoris calculer le primtre dun
cercle avant davoir dmontr la transcendance de ? On peut multiplier les
exemples linfini.
De plus, on est oblig de trouver des exemples concrets et de se
compromettre dans la pluridisciplinarit au risque bien connu dy tre moins
laise que dans les mathmatiques thres.
Pour finir, certains vont jusqu penser que lintrt et lutilit de cette
partie de lenseignement des mathmatiques sont loin dtre prouvs !
Pourtant, la capacit au raisonnement probabiliste ou statistique est une des
formes de lintelligence. Elle fait cruellement dfaut quand on ny a pas t
form.
Une tape dterminante a t franchie avec les programmes de 1991
qui ont abandonn presque compltement ce morceau de bravoure que
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

198
constituait la combinatoire au point que pour les anciens tudiants,
reproduisant peut-tre les conceptions de leurs professeurs, probabilits et
dnombrements taient synonymes.
La question qui se pose maintenant certains professeurs est donc :
k
comment faire des probabilits sans les C n ?
Un autre critique touche les difficults de lvaluation de la partie
statistique du programme, tourne vers lobservation et lexprimentation.
Comment valuer quand les calculatrices font tout ? On peut remarquer,
cependant, que les derniers modles font aussi le calcul formel et les dessins
gomtriques (en attendant les dmonstrations !). Cest une vidence, il va
falloir changer nos valuations, vite et pas seulement en probabilits ou en
statistique !
Un dernier argument, peut-tre le plus fort, concerne le peu de sujets
de bac traitant des probabilits (ou des statistiques) dans certaines sries (en
C puis en S). Il permet, sans trop dtat dme, dexpdier rapidement ou
mme de renvoyer la maison ltude de ces chapitres.

F - Obstacles psychologiques
Une autre difficult dans lapprhension des probabilits tient ce que
lon a tendance donner inconsciemment une valeur plus grande la
probabilit dun vnement lorsque les consquences de sa ralisation sont
importantes (positives ou ngatives), par exemple lexistence de Dieu dans le
pari de Pascal ou le fait davoir 6 bons numros au loto ou encore le risque
davoir un accident davion alors que lon sait par ailleurs, daprs les
statistiques, que cest un des moyens de transport parmi les plus srs.

G - Obstacles lis la modlisation de la ralit (ou dune


ralit)
Daprs David Ruelle16, une thorie physique consiste coller une thorie
mathmatique sur un morceau de ralit. Pour certains de ces morceaux de ralit, il
existe des idalisations qui font intervenir les probabilits. On sintresse ces
idalisations parce quelles sont utiles.
16 - David RUELLE, Hasard et Chaos, Editions Odile Jacob, Paris, 1991.
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

199
Il faut bien reconnatre que nous sommes dans une des rares parties
des mathmatiques o lon sintresse la ralit ! Il faut trouver le meilleur
modle appliquer la ralit ou ce que nous percevons de la ralit avant
de passer lapplication proprement dite. On nest jamais sr quun modle
soit juste. Une thorie ne sapplique que dans un cadre donn (do
linvention de diffrentes gomtries, de la logique floue ou de lanalyse non
standard) et une thorie nest bonne que jusqu ce quon trouve une faille.
On est alors amen en trouver une meilleure ou une plus gnrale (par
exemple la thorie de la relativit en renfort de la gravitation de Newton).
On est confront ce problme quand on veut faire comprendre des
lves le modle li lexprience qui consiste lancer deux ds et faire la
somme des points apparus. Certains pensent quil faut considrer les
rsultats 6 + 5 et 5 + 6 comme diffrents, dautres comme identiques. Le
trouble est si profond que des tudiants peuvent tre tents de penser quil y
a plusieurs ralits (suivant que les ds sont de la mme couleur ou de
couleurs diffrentes, ce qui ne change pourtant pas la somme des points !).
La raison est que lon croit travailler sur la ralit, alors que lon est
dj dans un modle ! Il y a plusieurs modles possibles mais il ny a quune
ralit. Peut-tre quune exprimentation, ou une simulation ( lordinateur
ou avec une table de nombres au hasard), pourrait donner une ide du
modle quil faut choisir. On travaillerait alors, non seulement les
probabilits, mais aussi le point si dlicat et si gnral de la modlisation.
On passe souvent sous silence ces difficults lies la modlisation
dans lenseignement des probabilits. Les conditions de lexprience
devraient tre dfinies clairement et sans ambigut mais, dans les faits, les
noncs contiennent toujours beaucoup dimplicite. Cest en partie pour cela
que les enseignants peuvent trouver que tous les exercices de probabilits se
ressemblent alors que les lves ou les tudiants pensent quils sont toujours
diffrents.
Enfin, parle-t-on de lexprience physique qui doit avoir lieu ou dune
preuve alatoire dj idalise ou encore du modle mathmatique sousjacent ? Comment explique-t-on alors la pertinence de ce modle par rapport
lexprience dcrite ?
Les sciences nessayent pas dexpliquer ; cest tout juste si elles tentent
dinterprter ; elles font essentiellement des modles. Par modle, on entend une
construction mathmatique qui, laide de certaines interprtations verbales, dcrit
les phnomnes observs. La justification dune telle construction mathmatique
rside uniquement et prcisment dans le fait quelle est cense fonctionner. (John
Von Neumann17)
17 - Cit par James GLEICK, La thorie du chaos, Editions Albin Michel, Paris, 1989.
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

200
En conclusion, si lon rencontre tellement de difficults dans
lenseignement des probabilits, nest-ce pas parce que le hasard est difficile
apprhender, plus que la gomtrie de lunivers qui nous entoure, par
exemple ? Pourquoi privilgier une approche qui nest pas sans difficults de
logique, alors que le concept de probabilit se construit (comme beaucoup
dautres) comme synthse de ses diffrents aspects ? De plus, na-t-on pas
tendance sous-estimer les difficults conceptuelles lies la nature du
hasard et des probabilits ? Beaucoup de philosophes et de mathmaticiens,
dAristote Ren Thom, ont rflchi sur ces notions et le dbat entre hasard
et dterminisme nest pas teint. Ce nest srement pas un hasard
(justement !) sil a fallu attendre le XVIIe sicle pour voir apparatre les
premiers balbutiements du calcul des probabilits et 1930 pour
laxiomatisation de la thorie. En comparaison, la gomtrie tait dj
largement tudie bien avant notre re et les lments dEuclide datent du
IVe sicle av. J.C.

dition intgrale en ligne de : Autour de la modlisation en probabilits


Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

2 - SUR LA DURE DE LA VIE


ET LESPRANCE DE VIE
Jean-Franois PICHARD

Cet article prsente la premire utilisation de la thorie des chances en


dehors des jeux de hasard. Elle a donn naissance la dmographie et ce
qui sera la statistique, avec une optique autre que descriptive. Un des
problmes qui tait pos cette poque, le monde se dpeuple-t-il ?, est
encore dactualit : le taux franais actuel de 1,7 enfants par foyer est-il
suffisant pour assurer le renouvellement des gnrations ?

A - Environnement historique
Fixer de faon prcise un dbut la statistique est une entreprise
hasardeuse. Dans les poques recules, il y a eu des dnombrements partiels
et ponctuels : recensements en Egypte, en Msopotamie, en Chine (ds le
3me millnaire avant J.C.). A lorigine, la pr-statistique dsignait
essentiellement des tudes concernant les domaines de la gographie
humaine et conomique : il sagissait de faire ltat de la fortune dun pays
travers le nombre de ses habitants, leurs richesses en terres, btiments, ttes
de btail, ..., ceci servant surtout dterminer les capacits disponibles pour
prlever des taxes ou lever une arme, do les rticences des habitants. Cette
faon de voir continua jusquau XVIIIe sicle1.
Le recueil et lanalyse des donnes concernant les socits humaines et
les Etats ont dabord t le fait dadministrateurs, dconomistes, de
gographes : en Allemagne la fin du XVIIe sicle, le mot statisticae est
utilis au sens daffaires politiques ; Statistik est cr au XVIIIe sicle par
1 - Pour plus de prcisions, voir larticle de J. HECHT, lide de dnombrement
jusqu la Rvolution, dans [19].
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

202
Achenwald, un gographe, pour dsigner lart de faire connatre la force et
les faiblesses dun pays, dun Etat.
Comme le note fort bien Andr M. Guerry [9] :
Le mot Statistique, introduit la fin du 18e sicle, signifiait dabord la
Science qui a pour objet de faire connatre un Etat sous le rapport de son organisation
politique et administrative, de son territoire, de sa population, de ses forces
productives de toute nature, ... Cette dfinition, aujourdhui, manquerait
dexactitude... Dun ct, cette dfinition comprendrait dans la statistique ce qui
depuis longtemps nen fait plus partie : lexposition de lorganisation politique des
Etats ; de lautre, au contraire, elle ny renfermerai aucune des applications actuelles
de cette science la mdecine, la physiologie compare, ...
Une question dont on peut dire quelle a donn naissance la
statistique mathmatique et la dmographie (mme si elle porte sur la
mortalit) est celle de la dure de vie humaine.
Le dbut de lanalyse des statistiques dmographiques date de la
mme poque que celui de la thorie des probabilits (milieu du XVIIe sicle),
quoique en partie de faon indpendante.
On peut aussi se demander pourquoi ce genre dtude incidence
socio-conomique nest pas intervenu plus tt. La leve demprunts
remboursables en rentes viagres pour se procurer des fonds au niveau
national ou local (dont le cot pour lemprunteur, et le bien-fond pour le
prteur, font intervenir la dure de la vie humaine) est atteste depuis
lantiquit romaine2 et cette mthode tait employe de faon assez courante
par les villes flamandes depuis la fin du Moyen-Age. Les enregistrements des
versements, qui taient soigneusement tenus, pouvaient fournir une large
information sur la population (au moins celle concernes par les rentes). Il y
avait aussi une bonne raison conomique pour tudier ces donnes :
dterminer si les rentes taient avantageuses pour la collectivit, par rapport
un emprunt dure fixe, et pour les souscripteurs, profitables ou non
possder ; mais aucune analyse srieuse dun tel matriau na t faite avant
de Witt et Hudde en 1671. Ltablissement de la valeur tait fait de manire
empirique et fond plutt sur un pari que sur lanalyse dobservations. Il en
sera de mme pour les assurances sur les risques maritimes ou autres,
condamnes par lEglise catholique qui considrait que cest parier sur le
malheur des gens et sur les intentions de Dieu (par exemple : Ordonnance de
la Marine de 1681 en France), mais acceptes dans un pays protestant comme
2 - Tables du juriste romain Ulpien, IIIe sicle.
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

203
lAngleterre ds la fin du XVIe sicle. Javancerai une explication possible
dune telle tude cette poque-l : lambiance intellectuelle en Europe aux
XVIe et XVIIe sicles est stimule par la redcouverte des savants de la Grce
antique que ce soit en mathmatiques (e.g. Diophante par Bachet de
Mziriac, puis Fermat), en physique (Aristote et Archimde avec Galile), en
astronomie, etc... ; les savants et philosophes veulent obtenir une explication
du monde qui ne soit plus seulement qualitative, mais aussi quantitative,
illustre au XVIIe par cette ide : mesurer, cest comprendre.
Les initiateurs de lArithmtique politique3, John Graunt et W. Petty,
publient leurs travaux un peu aprs lmergence publique de la thorie des
probabilits (1654-57). A partir des registres des dcs enregistrs Londres
rgulirement depuis 1603, John Graunt publie en 16624 la premire table de
mortalit et tire des conclusions de ces observations bases sur les diffrentes
causes de mortalit, lvaluation de la population de Londres et de
lAngleterre, et son volution, etc...
Un historien des sciences du dbut du XIXe sicle a crit ce propos :
John Graunt, homme sans gomtrie, mais qui ne manquait ni de sagacit ni
de bon sens, avait, dans une sorte de trait darithmtique politique intitul :
Natural and political observations made upon the bills of mortality, etc...,
rassembl ces diffrentes listes, et donn mme un calcul, la vrit fort grossier,
mais du moins fort original, de la mortalit probable chaque ge dun certain
nombre dindividus supposs ns viables tous au mme instant. [...] Aprs Graunt,
le chevalier W. Petty, dans diffrents essais dconomie politique, o il y avait, il est
vrai, plus dimagination que de jugement, stait, de 1682 1687, occup de
semblables recherches.
Cette table de mortalit (voir annexe 1) fut tablie par Graunt partir
des maigres donnes quil avait sa disposition : nombre de dcs par sexe,
avec la cause approximative de dcs, mais pas lge. A dfaut de cette
donne, il a suppos une loi simple de dcroissance. En dpit du fait quelle
ne soit pas une vritable observation de la mortalit aux diffrents ges, cette
table a jou un rle important pour la statistique : dabord comme incitation
3 - Daprs lEncyclopdie Mthodique [6], cest celle dont les oprations ont pour but
des recherches utiles lart de gouverner les peuples, telles que celles du nombre des
hommes qui habitent un pays; de la quantit de nourriture quils doivent consommer; du
travail quils peuvent faire; du tems quils ont vivre ..., cest--dire, passer de
descriptions qualitatives au quantitatif.
4 - John Graunt, Natural and Political Observations made upon the Bills of Mortality ...,
London, 1662.
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

204
ltude de la mortalit et son application aux rentes viagres, ensuite elle a
montr la ncessit de donnes fiables. De l viennent des indications de plus
en plus prcises pour la tenue des registres de naissance (ou de baptme) et
de dcs, ainsi que le besoin de recensements.
Diffrents auteurs vont travailler sur ce sujet la fin du 17e sicle :
Christian et Ludwig Huygens, Van Hudden et Jean de Witt aux Pays-Bas,
Wilhelm Leibniz, puis Edmund Halley en Angleterre, pour en tirer la valeur
des rentes viagres.
Montucla en dit ([17], p. 407) :
Le problme des rentes viagres fut trait par Van Hudden, qui quoique
gomtre, ne laissa pas que dtre bourgmestre dAmsterdam, et par le clbre
pensionnaire dHollande, Jean de Witt, un des premiers promoteurs de la gomtrie
de Descartes. Jignore le titre de lcrit de Hudden, mais celui de Jean de Witt toit
intitul : la Valeur des rentes viagres en raison des ventes libres ou
remboursables (La Haye, 1671). Ils toient lun et lautre plus porte que
personne den sentir limportance et de se procurer les dpouillements ncessaires de
registres de mortalit [...] Le chevalier Petty, Anglois, qui soccupa beaucoup de
calculs politiques, entrevit le problme, mais il ntait pas assez gomtre pour le
traiter fructueusement, en sorte que, jusqu Halley, lAngleterre et la France qui
empruntrent tant et ont tant emprunt depuis, le firent comme des aveugles ou
comme de jeunes dbauchs.
Christiaan Huygens, le premier avoir publi un trait sur la thorie
des chances, va travailler sur ce sujet, en 1669 lincitation de son frre
Ludwig, qui invente loccasion ce quon appela ensuite lesprance de
vie. Il a aussi correspondu ce propos avec Hudden et de Witt, qui
soccupaient de la valeur des rentes viagres. Quoique cette correspondance
nait eu aucune influence sur les travaux ultrieurs (elle sera publie bien
plus tard en 1920), elle est intressante par les questions quelle pose.
Il est frappant de constater que les deux frres utilisent les outils, mis
au point pour des jeux de hasard o les chances sont calcules sur des cas
galement possibles, pour une situation o on ne connat que les effectifs
observs de mortalit par tranche dge (ou prsents comme tels par
Graunt) sur un chantillon. Prendre les frquences correspondantes comme
des chances de survie jusqu lge dsign, consiste considrer soit que
lchantillon est reprsentatif de la population comme tant une rduction
(un homothtique) de celle-ci, soit que cette frquence est la valeur la plus
vraisemblable attribuer cette chance inconnue. Cest alors une probabilit
au sens subjectif, et on retrouve la problmatique de Jacques Bernoulli. Cette
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

205
confusion entre frquence et probabilit5 ne sera claircie qu la fin du 18e
sicle par Laplace et Condorcet avec lutilisation de probabilits a posteriori
suivant la mthode de la probabilit des causes par les vnements (dit aussi
thorme de Bayes).
Considrons quelques-uns des points abords dans cette correspondance. Ludwig demande son frre :
la question est jusqu quel ge doit vivre naturellement un enfant aussitt
quil est conu. Puis un enfant de 6 ans, puis un de 16 ans, etc....
Il utilise lesprance de vie, somme des produits du nombre de
personnes dans une tranche dge par lge milieu de cette tranche, et divise
par le nombre total de personnes (ici 100), ce qui donne 18 ans et 2 mois pour
un enfant nouvellement conu, daprs la table de Graunt ; puis dtermine
lesprance de vie conditionnelle :
pour... spcifier combien il reste de vie chaque personne dun tel ou tel ge,
... Jte premirement les 108 ans (qui est lge des 36 enfants qui meurent audessous des 6 ans) de tout ce nombre de 1822 ans; reste 1714 ans, lesquels doivent
tre partags entre les 64 personnes qui restent, ce qui fait pour chacun, cest--dire
pour chaque enfant de 6 ans, 26 ans et environ 10 mois de sorte quil leur reste encore
vivre au susdit ge de 6 ans, 20 ans et 10 mois...
Christiaan oppose la vie probable (mdiane) lesprance :
quoique lesprance dun enfant conu vaille ces 18 ans 2 mois, ce nest pas
beaucoup dire quil soit apparent quil mourra devant ce terme. 1De sorte que si on
2
voulait gager quil y parviendrait, la partie serait dsavantageuse car on peut
seulement gager avec gal avantage quil vivra jusqu 11 ans environ.
Christiaan Huygens, pour sviter des calculs, fait un graphique le
trac dune ligne courbe qui donne le nombre de survivants en fonction de
lge ; cest un diagramme des effectifs cumuls dcroissants, que lon
retrouvera ci-aprs avec Fourier. Il fait ensuite le trac dune courbe qui
donne la dure moyenne de vie en fonction de lge, cest--dire lesprance
de vie conditionnellement lge6. Il cherche aussi la dure probable de vie
conjointe de deux personnes en considrant implicitement quil y a
indpendance des deux dures.
5 - Par exemple, par Antoine Deparcieux, Essai sur les probabilits de la dure de la vie
humaine, 1746, ainsi que Buffon, Tables de mortalit, 1749, in Oeuvres compltes,
1855, tome 2, pp.87 et sq., et Des probabilits de la dure de la vie, tome 12, pp.209 et sq.
6 - Christiaan Huygens, Oeuvres compltes, La Haye, Martinus Nijhoff, tome 6, 1920.
Pour plus de dtails, voir larticle de D. LANIER, Lesprance du hollandais, dans [21].
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

206
Bien que non publie, lutilisation de graphiques pour reprsenter un
phnomne, des donnes dobservation, sera faite pisodiquement et ne
deviendra un peu courante en statistique quau dbut du XIXe sicle7.
De mme que pour Huygens, les travaux de Leibniz seront publis
bien aprs (environ deux sicles). Connu comme mathmaticien ou
philosophe, Leibniz tait aussi trs vers en droit et jurisprudence, il soccupa
dadministrer des entreprises plusieurs occasions. Il sest intress la
thorie des probabilits ds 1676 et au sujet en discussion ici8. Il a crit
plusieurs textes sur les rentes viagres et la dure de la vie humaine et en
particulier un Essay de quelques raisonnements nouveaux sur la vie humaine et sur
le nombre des hommes, vers 1680, o il fait lhypothse que la mortalit est
uniforme tous les ges9. Avec cette hypothse simplificatrice, il y a bien
entendu galit entre vie moyenne et vie probable (mdiane). Il remarque de
plus que ses calculs sont valables seulement si la population est stationnaire,
i.e. sil y a autant de naissances que de dcs.
Le mmoire de Edmund Halley An estimate of the Degrees of the
Mortality... ; with an Attempt to ascertain the Price of Annuities upon the Lives,
Philosophical Transactions, 169310, a pos les fondements dune thorie correcte
de la valeur des rentes viagres. Il tablit ses conclusions sur la mortalit
dans la ville de Breslau (Allemagne), car elle compte une population o les
mouvements (immigration et migration) sont ngligeables cest--dire une
population ferme, linverse de ce qui se passe Londres. En effet, tudier
la mortalit dun mme groupe de personnes est une condition fondamentale
pour tablir valablement une table de mortalit, afin de pouvoir rpondre
une question du genre combien de temps peut esprer vivre un enfant

7 - Voir par exemple [8] et mon article, Jean-Franois PICHARD : Le dbut des
reprsentations graphiques en statistique, Actes de la 46me rencontre de la
CIEAEM, Toulouse, 1994, t.2, pp. 136-145.
8 - Voir en particulier Lestime des apparences [14], abondamment comment et annot
par M. Parmentier.
9 - Cette hypothse est compltement arbitraire et ne correspond mme pas la table
de Graunt quil a tudi, quil explique ainsi :... mais ce surplus des baptmes et des
morts pourra tre nglig, puisque sil en naissait plus que je ne suppose, ils sont aussi
moissonns plutt que je ne suppose, dans leur plus tendre enfance, et, par consquent, il
nest pas ncessaire de les compter.
10 - Une traduction a t faite en franais par Jacques DUPAQUIER, La table de
mortalit dE. Halley, Annales de dmographie historique, 1976, pp. 485-503.
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

207
nouveau-n ?. En ce cas, si la population est stationnaire (cest--dire sil y a
autant de naissances que de dcs), lge moyen des dcds et lesprance
de vie ont des mesures gales.
Pendant le XVIIIe sicle, dautres auteurs vont travailler sur ce sujet
avec en vue la recherche dune loi de mortalit donnant le nombre de
survivants en fonction de lge qui sajuste bien aux observations. Une
premire tude est faite par Abraham de Moivre partir de la table de Halley,
puis complte par dautres tables [15] ; ce sujet sera aussi abord par Buffon
([3] et Tables de mortalit dans Oeuvres, tome 2), Euler, dAlembert, Daniel
Bernoulli, entre autres.
De Moivre publie un livre A Traitise of Annuities on Lives, en 1724, qui
sera insr, revu et augment, dans les seconde et troisime ditions de son
grand trait The Doctrine of Chances (1738, 1756). Moivre fait rfrence aux
travaux de Graunt et de Halley et republie (p. 345) la table calcule par
Halley. De Moivre prend comme hypothse que les probabilits11 de vie
dcroissent en progression arithmtique, et, selon ses termes
en comparant cette hypothse avec la Table du Dr. Halley, partir des
Observations faites Breslau, on les trouvera trs bien approchantes. (Voir annexe 2.)
En France, Antoine Deparcieux12 construit une table de mortalit en
corrigeant les donnes enregistrs (hormis les jeunes, les ges des dcds
taient souvent donns en chiffres ronds) et en essayant dobtenir des valeurs
reprsentatives de la population franaise. Il en tablit la thorie et fait
explicitement la distinction entre dure de vie probable et dure de vie
moyenne. Buffon sest aussi intress cette question : table de mortalit
dans son Histoire Naturelle en 1749 (Oeuvres, tome 2) et dans lEssai
darithmtique morale (Oeuvres, tome 12).
Des lois de mortalit et des lois de croissance de la population sont
tudies pendant le XVIIIe sicle ; cette recherche utilise le calcul des
probabilits et en mme temps le fait progresser, par exemple par Leonhard
Euler13. Lors de la controverse sur les avantages ou inconvnients de
linoculation contre la petite vrole, entre Daniel Bernoulli et DAlembert, ce

11 - Prises ici dans un sens subjectiviste.


12 - Antoine Deparcieux, Essai sur les probabilits de la dure de la vie humaine, 1746.
13 - Leonhard Euler, Recherches gnrales sur la mortalit et la multiplication du genre
humain, Mmoires de lAcadmie Royale de Berlin pour 1760, 1767.
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

208
dernier fait usage de reprsentations graphiques des courbes de mortalit14
pour appuyer son argumentation ; cependant les donnes sont
hypothtiques et non bases sur une table de mortalit.
Lacroix, dans son Trait lmentaire de calcul des probabilits [12], donne
un expos sur les tables de mortalit et les rsums numriques que sont la
dure de vie probable et la dure de vie moyenne, quil attribue Nicolas
Bernoulli. Dans une dition suivante, il montre (p. 333 et sq.) comment
obtenir ces rsums partir dune courbe de mortalit.
Etudions un peu plus en dtail ce qui concerne ces courbes de
mortalit daprs ce quen dit Joseph Fourier, le premier avoir publier une
courbe de mortalit base sur des donnes effectives dans [7]15, ouvrage qui
est moins accessible que [12]. Dans la partie I : Notions gnrales sur la
population, il fait un expos de la thorie des tables de mortalit et des
indicateurs quon peut leur associer. Il termine cet expos par :
82. Nous indiquerons maintenant une partie de la question qui dpend
de la thorie mathmatique, mais que nous ne devions pas omettre
entirement, parce quelle est trs propre rendre sensibles les
consquences que nous avons exposes. La loi constante de la population
peut tre exprime par une construction gomtrique (Voyez fig. 1re .)
Il place lge en abscisse et porte en ordonne le nombre de survivants
cet ge.
La premire ordonne ova exprime donc un certain nombre dhommes ns
ensemble, et les ordonnes suivantes expriment combien il en existe encore
aprs un tems donn. Chaque perpendiculaire montre le nombre des
survivans et cette perpendiculaire dcrot insensiblement, mesure que le
tems scoule, jusqu ce quelle devienne nulle, lorsque labscisse
reprsente la plus longue dure de vie.
84. 1. La population totale, ou le nombre des vivans de tout ge est
exprim (fig. 1) par laire totale de la courbe va v v v etc... ; cest--dire
par la surface comprise entre la courbe et les droites ova et ov.. Une partie
quelconque de la population, par exemple, le nombre des vivans dont lge
est compris entre oh et oh est exprime par laire partielle hvvh que la

14 - DAlembert introduit lexpression courbe de mortalit et des graphiques dans


ses Opuscules Mathmatiques, tome iv, 1761.
15 Cet ouvrage nest pas sign, mais il est attribu Fourier qui tait alors le directeur
du service statistique du dpartement de la Seine.
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

209
courbe termine au-dessus de lintervalle hh, et qui est comprise entre les
ordonnes vh et vh. Ce nest donc point lordonne qui est la mesure
proprement dite du nombre des habitans dun ge marqu; cest laire
partielle qui a pour base lintervalle fini ou infiniment petit des limites de
cet ge.
85. 2. Le nombre total des naissances annuelles N est exprim (fig. 1)
par laire rectangulaire ova n1 qui a pour hauteur la premire ordonne ova
et pour base lintervalle 01, ou lunit de temps.
Les nombres V0 V1 V2 V3 V4 etc... inscrits dans la table (B)16, article (8),
sont reprsents par les aires partielles qui reposent sur les intervalles
successifs 01 12 23 gaux lunit, et qui sont termins par les arcs de la
courbe.
A partir de cette courbe de
mortalit, Fourier donne des
constructions gomtriques qui
permettent dobtenir les valeurs
des rsums numriques : moyenne
ou esprance de vie et mdiane ou
dure probable.
86. 3. Pour connatre par
ces constructions la dure
moyenne de la vie entire, il
faut (fig. 2) former un
rectangle vaou0v0 dont la
premire ordonne soit va, et
en augmenter la base ou
jusqu ce que laire du
rectangle soit prcisment
gale laire totale comprise
entre la courbe vavv. et les
droites ova ov.. Cette
longueur ou est la mesure
exacte de la dure moyenne
de la vie.
e

16 - Voir lannexe 3 ; les Vi reprsentent le nombre de vivants la fin de la i anne.


dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

210
Si lon veut connatre la dure
moyenne de la vie, partir dun
ge donn oh, il faut former un
rectangle vhu0v0 dont la hauteur
soit lordonne vh, et augmenter la
base hu0, jusqu ce que laire
vhu0v0 du rectangle soit gale
laire restante comprise entre la
courbe vv. et les droites hv hv.

va

87. 4. Pour connatre la dure


probable de la vie ou cette dure
intermdiaire, telle quil y a
v
autant dhommes qui parviennent
au de-l quil y en a qui meurent
avant de latteindre, il faut
marquer (fig. 3) le milieu p de la

'
premire ordonne, et par ce point
p mener une parallle aux abscisses
jusqu la rencontre de la courbe au
0
point , la longueur p mesure la
h
v
dure probable de la vie entire.
Si lon veut connatre cette dure probable partir dun ge donn oh, il
faut marquer le milieu p de lordonne vh, et par le point p mener une
parallle laxe hv. jusqu la rencontre de la courbe au point . La
longueur p est la mesure de la dure probable de la vie partir dun ge
donn.

Fourier fait la distinction entre lesprance de vie et lge moyen.


89. 6. Pour connatre lge moyen, cest--dire lge que lon trouverait
si lon ajoutait ensemble les ges actuels de ceux qui composent la
population, et si lon divisait la somme de ces ges par le nombre des
vivans; il faut concevoir (fig. 5) une axe Aa servant dappui au-dessous de
laire totale vaov, et tel que cette aire demeure en quilibre, le poids de
laire partielle situe la gauche de laxe faisant quilibre au poids de laire
restante situe la droite. La distance comprise entre laxe Aa et la
premire ordonne ova, mesure lge moyen ou cet ge quaurait chacun
des vivans, si tous mettaient en commun leur ge actuel.

dition intgrale en ligne de : Autour de la modlisation en probabilits


Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

211
On peut se rappeler que Fourier tait aussi physicien, ce qui la peuttre amen cette analogie entre une distribution statistique et une
distribution de masses en mcanique pour obtenir la valeur moyenne comme
centre de gravit. Il sintresse ensuite la loi de mortalit. Il rappelle la loi
implicite de la table de Graunt et lapproximation faite par de Moivre.
92. ... Il existe toujours une certaine ligne courbe qui reprsente, dans des
circonstances donnes, le dcroissement graduel dun grand nombre
dhommes ns ensemble ; mais il ny a aucune loi analytique rgulire qui
rponde la figure de cette ligne. On ne peut douter dailleurs quelle ne
subisse des changemens considrables en vertu dune multitude de causes
naturelles ou physiques, dont laction serait long-tems prolonge. Cette
figure serait celle dune courbe logarithmique si la stabilit de la vie tait
la mme tous les ges : mais cette supposition est inadmissible. On se
rapproche un peu plus des faits observs en comparant la partie moyenne
de la ligne au cours dune droite incline vers laxe. Il faut se rappeler que
les parties de cette courbe trs-voisines des deux extrmits et surtout de
la premire, sont peu connues et sujettes de grandes variations.
Pour la premire remarque faite dans ce paragraphe, J.H. Lambert17
avait propos
x

y = 10 000 96 x 6 176 (e 13,682 e 2,43114 )


96
comme quation de la loi de mortalit sur les registres de Londres, et on peut
vrifier que cette fonction nest pas simple. Karl Pearson a montr la fin du
XIXme sicle que la loi de mortalit est une somme de plusieurs lois

normales18; il ne peut donc y avoir de loi simple et non probabiliste pour la


mortalit.
Fourier termine en mettant en garde contre lutilisation des tables de
mortalit pour un individu particulier.
95. On na point expliqu dans cet crit tous les usages des tables de
mortalit : mais on en a dmontr tous les principes. Ces tables qui taient
entirement inconnues des anciens, et dont lorigine ne remonte quau
milieu du XVIIe sicle, intressent plusieurs sciences, et servent de

17 - Johann L. Lambert, Beytrge zum Gebrauche der Mathematik ..., 1765.


18 - Karl Pearson, The Chances of Death, Londres, 1897.
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

212
fondement des tablissemens utiles. En les supposant dduites avec
beaucoup de soin des registres publics, elles reprsentent la loi moyenne
qui convient la masse de la nation : mais il est vident que lapplication
quon en ferait une personne dsigne ne peut tre quincertaine. Les
rsultats gnraux sont vrais en eux-mmes; et ils ont le plus haut degr
de certitude si lon considre un trs-grand nombre dhommes : mais ils
sont seulement probables, si on les rapporte une seule personne.

B - Questions
1. A partir de lextrait de Graunt (annexe 1), dterminer les nombres
moyens proportionnels correspondants aux nombres de survivants pour
chaque tranche dge.
2. A partir de la table de Graunt, retrouver les calculs des frres
Huygens sur la dure moyenne de vie (lesprance de vie la naissance) et la
vie probable (ge mdian). Ces deux valeurs sont-elles gales ? Construire la
courbe de mortalit.
3. En prenant lhypothse simplificatrice de Leibniz de mortalit
uniforme, calculer la dure moyenne de vie et la vie probable. Ces deux
valeurs sont-elles gales ? Pourquoi ? Construire la courbe de mortalit.
4. Construire la courbe de mortalit partir de la table de Halley ou de
Kesserboom (donnes en annexe 2). Utiliser la construction propose par
Fourier pour dterminer la dure moyenne de vie.

dition intgrale en ligne de : Autour de la modlisation en probabilits


Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

213
Bibliographie
[1] Jean le Rond DALEMBERT : Opuscules Mathmatiques, vol.2, 1761, vol.4, 1768.
[2] Jacques BERNOULLI : Ars conjectandi, 1713, Traduction de Norbert MEUSNIER,
rdit par lIREM de Rouen, 1987.
[3] Georges Louis LECLERC de BUFFON : Essai darithmtique morale, 1777, Oeuvres
compltes, tome 12, pp. 154-208, Editions Garnier frres, Paris, 1855.
- - - et aussi in Un autre Buffon par J.L. BINET et J. Roger, Editions Hermann,
Paris, 1977.
[4] Marie Jean Antoine CARITAT de CONDORCET : Arithmtique politique, Textes
rares ou indits 1767-1798, dit par B. Bru et P. Crpel, INED-PUF, Paris, 1994.
- - - Mathmatique et socit, commentaire de R. Rashed, Hermann, Paris, 1974.
[5] Jacques et Michel DUPAQUIER : Histoire de la dmographie, Perrin, Paris, 1985.
[6] Encyclopdie Mthodique, Mathmatiques, 1785, rdition. ACL, 1987.
[7] Joseph FOURIER : Recherches statistiques sur la ville de Paris et le dpartement de la
Seine, Paris, 1821.
[8] H.G. FUNKHOUSER : Historical development of the graphical representation of
statistical data, Osiris, p. 269-404, 1937.
[9] Andr GUERRY : Statistique morale de lAngleterre compare avec celle de la France,
Baillire, Paris, 1864.
[10] Christian HUYGENS : Ratiociniis in aleae ludo, 1657, traduction franaise Du
calcul dans les jeux de hasard in tome 14, Oeuvres compltes, 22 vol. 1888-1950, La
Haye.
[11] M.G. KENDALL and R.L. PLACKET, eds : Studies in the history of statistics and
probability, vol. 2, C. Griffin & Co, Londres, 1977.
[12] Sylvestre Franois LACROIX : Trait lmentaire de calcul des probabilits, Paris,
1816 ; reproduit par IREM de Paris 7, 1994.
[13] Pierre Simon LAPLACE : Essai philosophique sur les probabilits, 1814, 5e dition,
1825, prface de Ren Thom, postface de B. Bru, Editions Bourgois, 1986.
[14] Gottfried Wilhelm LEIBNIZ : Lestime des apparences, traduction et notes de
M. Parmentier, Vrin, 1995.
[15] Abraham DE MOIVRE : A Traitise of Annuities on Lives, 1724, in The Doctrine of
Chance, 2e dition, 1738, 3e dition, 1756.
[16] Pierre Rmond DE MONTMORT : Essay danalyse sur les jeux de hazard, 1708,
2e d., 1713.
[17] Jean-Franois MONTUCLA : Histoire des mathmatiques, 4 tomes (tome 3, p. 380426 sur les probabilits), 1799-1802, rdition Blanchard, Paris, 1968.
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

214
[18] E.S. PEARSON and M.G. KENDALL, eds : Studies in the history of statistics and
probability, vol. 1, C. Griffin & Co, Londres, 1970.
[19] Pour une histoire de la statistique, Economica/INSEE, 1987.
[20] R. RASHED d. : Sciences lpoque de la rvolution franaise, Recherches historiques,
Librairie Blanchard, Paris, 1988.
[21] Scholies n16, Actes du sminaire interdisciplinaire dhistoire des sciences du
lyce Malherbe de Caen, IREM de Caen, juin 1995.
[22] I. TODHUNTER : A history of the mathematical theory of probability, from the time
of Pascal to that of Laplace, 1865, rdition Chelsea, New York, 1965.

dition intgrale en ligne de : Autour de la modlisation en probabilits


Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

215
Annexe 1
Extrait de John Graunt : Natural and Political Observations upon the Bills
of Mortality, 1662.
Sur 100 individus conus et anims, 36 environ meurent avant lge de
6 ans, et un seul peut-tre est survivant 76 ans. Comme il y a 7 dcennies
entre 6 et 76, nous avons recherch six nombres moyens proportionnels
entre 64, nombre de survivants 6 ans, et 1, celui qui survit 76 ans; et nous
trouvons que les nombres suivants sont pratiquement assez proches de la
vrit, car les Hommes ne meurent pas selon des proportions exactes ni en
fractions :
Sur 100 individus, il meurt pendant :
les six premires annes
les dix annes suivantes ou 1re dcennie
la 2me dcennie
la 3me dcennie
la 4me dcennie
la suivante
la suivante
la suivante
la suivante

36
24
15
9
6
4
3
2
1

Il sensuit que, sur ces 100 individus conus, il en survit :


au bout de 6 ans
64
au bout de 16 ans
40

26 ans
25

36 ans
16

46 ans
10

56 ans
6

66 ans
3

76 ans
1

86 ans
0
Lge des dcds ntant pas indiqus dans les registres, mais
seulement les causes approximatives de dcs, il semble que Graunt ait not
la proportion de ceux qui meurent de maladies infantiles et quil ait ajout la
moiti de ceux mourant de maladies touchant beaucoup les enfants comme
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

216
la rougole. La proportion ainsi obtenue est attribue la tranche dge de 0
6 ans (la mortalit ainsi attribue aux enfants est considrable). Ensuite il
considre que peu de personnes vivent au-del de 76 ans et il suppose que la
mortalit est uniforme.
Selon Hacking, les nombres obtenus rsultent de la rsolution de
lquation 64(1 - p )7 = 1, o p est la chance de mourir dans une dcennie
donne, puis en arrondissant lentier le plus proche.

dition intgrale en ligne de : Autour de la modlisation en probabilits


Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

217
Annexe 2
Appendice de A Treatise of Annuities on Lives, par Abraham de Moivre, 2e dition, 1756
N. VII
Les probabilits de la vie humaine, selon diffrents auteurs.
Age Vivants

Age Vivants

Age Vivants

Age Vivants

Age Vivants

Age Vivants

1000

16

622

31

523

46

387

61

232

76

78

855

17

616

32

515

47

377

62

222

77

68

798

18

610

33

507

48

367

63

212

78

58

760

19

604

34

499

49

357

64

202

79

49

732

20

598

35

*490

50

346

65

192

80

41

710

21

592

36

481

51

335

66

182

81

34

692

22

586

37

472

52

324

67

172

82

28

680

23

580

38

463

53

313

68

162

83

23

670

24

574

39

454

54

302

69

152

84

19

10

663

25

*567

40

445

55

*292

70

142

11

653

26

560

41

436

56

282

71

*131

12

646

27

553

42

427

57

272

72

120

13

*640

28

546

43

*417

58

262

73

109

14

632

29

539

44

407

59

252

74

98

15

628

30

*531

45

397

60

242

75

*88

Table I, par Dr. Halley.


Age Vivants

Age Vivants

Age Vivants

Age Vivants

Age Vivants

Age Vivants

Age Vivants

1400

16

849

31

699

46

550

61

369

76

160

91

1125

17

842

32

687

47

540

62

356

77

145

92

1075

18

835

33

675

48

530

63

343

78

130

93

1030

19

826

34

665

49

518

64

329

79

115

94

993

20

817

35

655

50

507

65

315

80

100

95

964

808

36

645

51

495

66

301

81

87

96

0.6

21

947

800

37

635

52

482

67

287

82

75

0.5

930

22

97

38

625

53

470

68

273

83

64

0.4

913

792

98

23

0.2

904

55

99
100

0.0

10

895

11

886

24
25

783
772

39
40

615
605

54
55

458
446

69
70

259
245

84
85

45

26

760

41

596

56

434

71

231

86

36

878

27

747

42

587

57

421

72

217

87

28

870

28

735

43

578

58

408

73

203

88

21

14

863

29

723

44

569

59

395

74

189

89

15

15

856

30

711

45

560

60

382

75

175

90

10

12
13

Table II, par Dr. Kersseboom.


dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

218
Annexe 3
Table de mortalit de Deparcieux, utilise par Fourier, [7], p. 15
ans

ans

ans

ans

V0

1 359

24

V24

782

48

V48

599

72

V72

271

V1

1 092

25

V25

774

49

V49

590

73

V73

251

V2

1 043

26

V26

766

50

V50

581

74

V74

231

V3

1 000

27

V27

758

51

V51

571

75

V75

211

V4

970

28

V28

750

52

V52

560

76

V76

192

V5

948

29

V29

742

53

V53

549

77

V77

173

V6

930

30

V30

734

54

V54

538

78

V78

154

V7

915

31

V31

726

55

V55

526

79

V79

136

V8

902

32

V32

718

56

V56

514

80

V80

118

V9

890

33

V33

710

57

V57

502

81

V81

101

10

V10

880

34

V34

702

58

V58

489

82

V82

85

11

V11

872

35

V35

694

59

V59

476

83

V83

71

12

V12

866

36

V36

686

60

V60

463

84

V84

59

13

V13

860

37

V37

678

61

V61

450

85

V85

48

14

V14

854

38

V38

671

62

V62

437

86

V86

38

15

V15

848

39

V39

664

63

V63

423

87

V87

29

16

V16

842

40

V40

657

64

V64

409

88

V88

22

17

V17

835

41

V41

650

65

V65

395

89

V89

16

18

V18

828

42

V42

643

66

V66

380

90

V90

11

19

V19

821

43

V43

636

67

V67

364

91

V91

20

V20

814

44

V44

629

68

V68

347

92

V92

21

V21

806

45

V45

622

69

V69

329

93

V93

22

V22

798

46

V46

615

70

V70

310

94

V94

23

V23

790

47

V47

607

71

V71

291

95

V95

Les Vi dsignent le nombre de vivants la fin de lanne i.

dition intgrale en ligne de : Autour de la modlisation en probabilits


Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

3 - LE PROBLME CROIX OU PILE


DE DALEMBERT, RALIT OBSERVABLE
ET MODLISATION

Michel HENRY

A - Issues observables et choix dun univers


Pour illustrer limportance de sparer modle et ralit, analysons les
confusions prsentes dans le raisonnement de dAlembert1 expos dans
larticle croix ou pile de La Grande Encyclopdie2.
DAlembert propose lexercice suivant :
On demande combien il y a parier quon amnera croix en jouant deux
coups conscutifs.
Il rpond : ... ds quune fois croix est venu, le jeu est fini, ... Ainsi il
ny a proprement que trois combinaisons de possibles : croix , premier coup ;
pile , croix , premier et second coup ; pile , pile , premier et second coup.
Donc il ny a que 2 contre 1 parier.
DAlembert soulve l un problme de fond, lorigine de conceptions
errones trs rpandues chez les lves. Dj, en 1654, Fermat stait attir les
critiques de Roberval propos de sa solution au problme des partis : pour
dnombrer les combinaisons favorables, il prolongeait en une partie feinte
un jeu de pile ou face en trois manches gagnantes, dj emport par lun des
joueurs, pour rendre tous les hasards gaux selon ses termes.
1 - Jean Le Rond dAlembert, mathmaticien prestigieux du 18me sicle, mieux
connu pour dautres travaux, Secrtaire de lAcadmie des Sciences, auteur avec
Diderot de la Grande Encyclopdie Universelle, publie entre 1751 et 1772.
2 - Ce texte de lEncyclopdie est donne en entier en annexe 1 de larticle 3 de la
premire partie : A propos de la dfinition de la probabilit. On pourra le lire
attentivement, ainsi que les commentaires pistmologiques de Jean-Claude
THIENARD, avant de poursuivre cette analyse.
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

220
DAlembert envisage bien les quatre combinaisons possibles :
( croix , croix ) ; ( pile , croix ) ; ( croix , pile ) ; ( pile , pile ),
mais prtend rduire une les deux combinaisons qui donnent croix au premier
coup, puisqualors lvnement dont on cherche la probabilit : avoir au
moins un croix en deux coups est ralis.
Nous avons ici deux modles possibles, avec deux univers trois ou
quatre lments. Ils sont aussi valables lun que lautre, exprimant un choix
de modlisation : quelles issues retenir pour dcrire les rsultats possibles de
cette exprience alatoire ? DAlembert penche pour les issues rellement
observables dans les strictes conditions du jeu. Mais, confondant ralit et
modle, il ne voit pas que dautres hypothses de modle sont ncessaires
pour pouvoir donner une valeur (et un sens) la probabilit de son
vnement. Quelle est la rpartition de la probabilit sur ? Quelle
indication le protocole exprimental donne-t-il cet gard ?
Il semblerait que dAlembert fut victime de cette conception errone
selon laquelle il y a quiprobabilit doffice pour les issues observables ?
Cette conception sexprime souvent chez les lves quand, devant une urne
contenant des boules blanches et des boules noires, sans indication sur leurs
proportions, ils dclarent : jai une chance sur deux davoir une blanche.
Avant de donner la probabilit demande, il convient ici de prciser
sur quel univers on fait lhypothse dquiprobabilit et de le justifier.
Laplace, dans son essai philosophique3, reprend cet exercice et tranche
immdiatement : il est clair quil peut arriver quatre cas galement possibles....
Est-ce bien aussi clair que cela ? Que peut-on dire un lve qui ne serait pas
convaincu par ce il est clair que ?

B - Hypothses de modle
Dans le modle probabiliste daujourdhui, partir de lunivers de
dAlembert que nous dsignerons par = {c1 ; (p1, c2) ; (p1, p2)}, nous dirions :
amener croix au premier coup est un vnement de probabilit
P(c1) = 1/2. Amener pile au premier coup est aussi un vnement de
probabilit 1/2. Cet vnement se dcompose en deux vnements
lmentaires, (p1, c1) et (p1, p2), chacun de probabilit 1/4. Lvnement
3 - On trouvera galement ce cexte de Laplace dans le document T2 prsent au
dbut du troisime article de la premire partie : A propos de la dfinition de la
probabilit.
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

221
amener au mois un croix en deux coups est reprsent par la runion
disjointe de {c1} et {(p1, c2)}, sa probabilit est la somme de celles de ces
derniers : 1/2 + 1/4 = 3/4.
Autrement dit, lquiprobabilit sur croix et pile entrane
logiquement lquiprobabilit sur les couples possibles, obtenus en deux
parties, que celles-ci soient effectivement joues ou non.
Mais cela suppose, outre lhypothse dquiprobabilit sur croix et
pile , que laxiome dadditivit de la probabilit est naturel. Cette
question de ladquation du modle probabiliste lide que lon se fait de la
ralit ne peut tre tranche par largumentation mathmatique. Une
interprtation frquentiste permettra de convaincre certains : si on
recommence ce jeu un trs grand nombre de fois, la frquence des jeux o
lon obtient un croix se stabilisera vers une valeur proche de 0,75 (il
faudra en faire plus de 1 000 pour confirmer cette valeur contre le 0,66 de
dAlembert, avec une fiabilit acceptable : cest un test dhypothse). Mais
alors, pourquoi pas 0,73 ?
Lquiprobabilit suppose sur croix et pile est encore une
hypothse de modle traduisant conventionnellement lide : la pice nest
pas truque, elle est bien quilibre, etc...
En ralit, seul les succs des applications du modle probabiliste nous
confirment son adquation (dans des conditions demploi dtermines) et
cette pertinence ne peut-tre quadmise au dpart par les lves, cest une
question de confiance dans lenseignement et de contrat didactique.

C - Pour faire mieux comprendre lerreur de raisonnement de


DAlembert
Changeons de modle, avec un jeu analogue. Lquiprobabilit entre
croix et pile , loin de simplifier la question, lembrouille. Alors, lanons
une pice truque, par exemple une punaise, qui tombe sur la pointe avec
une frquence denviron 0,7 et sur la tte avec une frquence de 0,3. (Pour
obtenir ces valeurs, on a fait un trs, trs grand nombre dexpriences). On
sintresse lvnement T = obtenir au moins une fois tte en deux
lancers . Il y a trois issues observables selon dAlembert, qui conduisent
lunivers = {t1 ; (p1, t2) ; (p1, p2)}.
Y a-t-il encore 2 contre 1 parier pour lvnement T ? On peut faire
un calcul dans le modle enseign en Terminale, enrichi par la notion
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

222

dindpendance : le rsultat du deuxime lancer ne dpend pas de celui du


premier, on a donc, daprs la dfinition probabiliste de lindpendance :
P[(p1, t2)] = P(p1) P(t2) = 0,7 0,3 = 0,21 ce qui nous conduit au rsultat :
P(T) = 0,3 + 0,21 = 0,51. Vrification frquentiste si on veut.
Mais nous avons, ici, nouveau deux hypothses de modle : lune sur
lestimation des probabilits des vnements tte et pointe partir de
leurs frquences observes, lautre sur ladquation de la dfinition
probabiliste de lindpendance pour modliser une notion plutt vague de
non-dpendance relle.
On peut penser quavec ces deux issues lmentaires, tte et
pointe , supposes non quiprobables pour cette punaise, dAlembert ne
conclurait pas de mme pour la probabilit de lvnement T. Cependant,
dans son raisonnement :rduire une les deux combinaisons qui donnent croix
au premier coup, dAlembert ninvoque pas lquiprobabilit de croix et
pile . Ce raisonnement sappliquerait mutatis mutandis la punaise.
Pour convaincre dfinitivement les sceptiques (que le raisonnement
de DAlembert est rron), il suffit de remplacer la punaise par un clou, ayant
trs peu de chance de garder la position tte aprs un lancer, et de
demander si rellement on pense encore avoir deux chances sur trois davoir
tte en deux lancers ?

D - Au del des apparences : le rve de dAlembert et la ralit


Il conviendrait dapprofondir notre rflexion propos des
hsitations de dAlembert qui, Secrtaire de lAcadmie Royale des
Sciences, autorit mathmatique inconteste, navait pas une pense aussi
nave que ne le laisse croire son article croix ou pile. Il y pose une vraie et
bonne question : dans cet exemple simple du jeu de croix ou pile, quest-ce
qui peut justifier le choix de tel ou tel modle ? A lpoque de dAlembert,
le modle inspir de la gomtrie du hasard (quiprobabilit sur les issues
possibles) devait-il simposer, face un autre modle quil propose : celui de
lquiprobabilit sur les issues observables ? Sans doute, cette poque,
lide de modlisation tait trangre aux probabilits. A cette tape de la
construction du savoir scientifique, les probabilits relevaient encore de la
simple observation du monde rel. Ainsi, dans leur correspondance de 1654
sur le problme des partis, Pascal calcule lesprance du gain pour chacune
des suites de parties possibles et Fermat explicite la combinatoire de ces
parties.
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

223
DAlembert prsente deux manires de compter et pose la question :
quelle mthode de dnombrement donne-t-elle les chances de gagner
dans les bonnes proportions ? Pourquoi pas 2 sur 3 au lieu de 3 sur 4 ?
Qui pourra dmontrer le contraire ? Personne en ralit, car il sagit dune
question pose dans le monde rel et non dans le domaine mathmatique,
seul susceptible de dmonstration. La preuve ne peut tre quexprimentale
et donner la prfrence un modle provisoire, tant quil colle de manire
acceptable aux observables de cette exprimentation. Ainsi, dans son article,
DAlembert pose la question du statut de la probabilit : simple observation
du rel ou connaissance de nature thorique ? Par ricochet, il montre quen
refusant la probabilit daccder un statut mathmatique, on se place
dans des situations paradoxales. Laplace, quarante ans aprs, reprendra la
balle au bond et construira sa thorie analytique des probabilits sur la base de
10 principes fondateurs.

dition intgrale en ligne de : Autour de la modlisation en probabilits


Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

4 - CONSTRUCTION DUN MODLE


DE POISSON1
Michel HENRY

Voici un problme de vacances :


Par une belle nuit dt, on observe
en moyenne douze toiles filantes par
heure. Quelle est la probabilit den
voir trois dans le prochain quart
dheure ?
Supposons quil fasse une belle nuit et que les conditions
dobservation soient bien dcrites, ainsi que le dispositif enregistreur
dtoiles filantes. Le protocole exprimental se limite cet enregistrement.
Un esprit dterministe comme Laplace,
Une intelligence qui pour un instant donn connatrait toutes les forces dont
la nature est anime et la situation respective des tres qui la composent, si dailleurs
elle tait assez vaste pour soumettre ces donnes lanalyse, embrasserait dans la
mme formule les mouvements des plus grands corps de lunivers et ceux du plus
lger atome : rien ne serait incertain pour elle, et lavenir, comme le pass, serait
prsent ses yeux.,2
dirait quil ny a pas dexprience alatoire, puisque les mouvements
des mtorites en voie de pntrer dans latmosphre sont dtermins depuis
longtemps par les lois de la mcanique cleste. Cependant, nous dcrivons ce
phnomne en disant que larrive dun tel mtorite est alatoire et
lexprience consiste enregistrer linstant o il laisse une superbe trane
dans le ciel nocturne.
1 - Il sagit du mathmaticien Denis POISSON (1781-1840) !
2 - Pierre-Simon LAPLACE, Essai philosophique sur les probabilits, (1824). Ed.
Christian Bourgois, 1986, p. 33.
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

226
Cette situation est aussi celle de ltude des rayons cosmiques. Mais
dans un domaine plus conomique, les pannes successives dun appareillage
complexe relvent aussi de ce type de schma appel processus de Poisson.
Le comportement des files dattente est aussi de type poissonnien,
moyennant une adaptation lorsque lvnement observ ne peut tre
suppos instantan.
Comment allons-nous modliser ce phnomne, de telle sorte quon
puisse donner un sens mathmatique la probabilit demande ?

A - Modlisation
1 - Lunivers
Lexprience alatoire tant prcdemment dcrite, nous devons en
prciser les issues. Nous enregistrons des instants, partir de linstant initial
de lobservation. Ils peuvent tre quelconques de 0 + . Bien quelles soient
entaches dune approximation dcimale due la prcision de la mesure,
nous considrerons, dans le modle, les issues comme des nombres rels
positifs.
Lunivers reprsentant cette exprience sera donc lensemble des
suites de rels positifs.
2 - Hypothses de modle
Dcrivons maintenant un modle pseudo-concret qui semble
interprter et gnraliser cette situation. A partir dun instant initial to = 0, on
peut observer tout instant la manifestation dun vnement E. On suppose
que cet vnement est instantan. Lensemble de ces observations constitue
une suite croissante dinstants successifs. On sintresse au nombre
dvnements E produits dans une dure dobservation [0 ; T] .
Introduisons alors quelques premires hypothses de modle, pour
interprter trois ides naturelles :
a) pour notre observation, tous les intervalles de temps de mme dure
sont quivalents (on suppose donc que la frquence darrive des toiles
filantes ne dpend pas de linstant du dbut de lobservation),
b) les toiles filantes ne sont pas trs frquentes et
c) linstant o lon observe lune dentre elles ne dpend pas des
arrives prcdentes : nous sommes en prsence dun phnomne homogne
dans le temps, rare et sans mmoire.
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

227
3 - Hypothses probabilistes
Traduisons mathmatiquement ces hypothses :
a) On pose en hypothse que la probabilit dobserver E dans lintervalle
[t1 ; t2] ne dpend que de la dure t2 - t1 (phnomne homogne dans le
temps).
b) On va considrer que la probabilit quil se produise deux (ou plus)
vnements E la fois (i.e. dans un petit intervalle de temps t) est
ngligeable devant la probabilit den observer un seul dans ce mme
intervalle de temps (E est un vnement rare). De plus, cette dernire
probabilit tend vers 0 avec t. Ainsi, la probabilit que E se produise un
instant dtermin a priori est considre comme nulle.
c) On va supposer que les vnements E se produit entre les instants t1 et t2
et E se produit entre les instants t3 et t4 sont indpendants si les intervalles
de temps [t1 ; t2] et [t3 ; t4] sont disjoints (phnomne sans mmoire).
4 - Schma poisonnien
Pour numriser lensemble des observations effectues, on introduit
des variables alatoires, applications de dans IN ou IR, que nous
reprsentons sur un axe.
Dsignons par t1, t2,..., tn, ... les instants alatoires o lon observe les
toiles filantes. Soient X1, X2, ..., Xn, ... les dures alatoires gales t1, t2 - t1, tn
-tn-1, ... ; les Xi dsignent les temps sparant deux observations successives de
E. Soient Y1, Y2, ..., Yn,... les temps dattente pour voir la premire, la
deuxime, ..., la nime toile filante depuis linstant initial.
Enfin, on appelle N le nombre dtoiles filantes observes entre les
instants 0 et T.

X1
0

X2
t1

t2

Yn

Xn

tn-1

tn

tN

tN+1
T

dition intgrale en ligne de : Autour de la modlisation en probabilits


Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

228
5 - Hypothses sur les variables alatoires en jeu
Dans ce modle, avec nos hypothses, les variables X1, X2, ..., Xn, ... sont
de mme loi (i.e. si t est un rel positif quelconque, les probabilits
FX(t) = P[Xi t] sont gales, quel que soit i. FX est appele fonction de
rpartition de la loi des Xi). En effet, Xi reprsente la dure qui spare
linstant initial ti de lobservation de la prochaine toile filante. Comme on a
suppos que le phnomne est homogne dans le temps, les Xi sont de mme
loi.
De plus les Xi concernent des intervalles de temps disjoints au cours
desquels les arrives ventuelles de E sont supposes indpendantes. On
suppose donc que les Xi sont des variables indpendantes. Cela signifie par
exemple que :
P[Xi t et Xj s] = P[Xi t].P[Xj s].

B - Dtermination de la loi des variables X


1 - Choix de la probabilit inconnue
On pose g(t) = 1 - FX(t). La probabilit g(t) est celle quaucune toile
filante narrive entre les instants 0 et t. Cest en effet la probabilit de
lvnement contraire de X1 t , qui signifie : la premire toile observe
est arrive avant linstant t.
2 - Relation fonctionnelle pour g
Appliquons les hypothses prcdentes : g(s + t) est la probabilit de
ne pas observer dtoile filante entre 0 et s + t.
Cet vnement est la conjonction des deux vnements : ne pas en
observer entre 0 et t et ne pas en observer entre t et s + t , de probabilits
respectives g(t) et g(s).
Ces deux vnements sont supposs indpendants, on a donc par
dfinition probabiliste de lindpendance : g(s + t) = g(t)g(s). De plus,
g(0) = 1, car g(0) est la probabilit quil ny ait pas dtoile filante linstant
0. Par hypothse b), cest un vnement certain.
3 - quation diffrentielle
La nature du phnomne permet de supposer g drivable (cette
hypothse nest pas mathmatiquement tout fait ncessaire, mais elle
simplifie grandement le calcul!).
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

229
On va montrer que g vrifie lquation diffrentielle g(t) = - g(t) o
est un rel positif dont on prcisera la signification en fin de parcours
(cf. C 4).
En drivant par rapport s la relation fonctionnelle ci-dessus, on
obtient :
g(s+t) = g(s)g(t), et avec s = 0, on a g(t) = g(0)g(t).
On peut remarquer que g est une fonction positive dcroissante
puisque FX est croissante (la probabilit de X t augmente avec t).

On peut donc poser: g(0) = - , o > 0 (si = 0, g est constante gale


1, cest le cas o E ne se produit jamais, ce qui est exclu daprs
lobservation statistique).
F (t)

.
(0) = lim X
Remarquons que = FFXX
t
t0
Cest la densit de probabilit davoir une toile filante dans un
intervalle de temps t. On lappelle la cadence du phnomne E.
4 - Loi des X
Lintgration de lquation diffrentielle est immdiate, avec g(0) = 1,
on obtient :
, et P[X1 t] = FX(t) = 1 - e-t. La fonction de rpartition FX
est celle de la loi dite exponentielle , sa drive fX(t) = FX(t) = e-t est la
g(t) = e

-t

densit de la loi exponentielle de paramtre .


5 - Loi des Y
On admettra que la loi de Yn est une loi gamma de densit :
e- t (t)n-1
fYn(t) =
,
(n - 1) !
pour t 0. (Cest un calcul un peu compliqu, dont on ne se sert pas ensuite).

C - Dtermination de la loi de N (loi de Poisson)


Dans la suite, on dsignera par N tt 2 le nombre des vnements E se
1
produisant entre les instants t1 et t2. Dans cette symbolique, N = N 0T .
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

230
1 - Probabilit de nobserver aucune toile filante avant linstant T.
La probabilit de nobserver aucune toile filante avant linstant T
(vnement N 0T = 0) sexprime en fonction de et de T : cette probabilit
est celle de lvnement X1 > T. Elle vaut donc : P[X1 > T] = 1 - P[X1 T] =
1 - FX(T) = g(T) = e -T.
De mme, entre les instants t et t + t , on peut donner un
dveloppement de la probabilit de lvnement N tt+t= 0, au premier ordre
au voisinage de t = 0 :
P[ N tt+t = 0] = e-t = 1 - t + t (t)
2 - Probabilit dobserver une toile filante entre t et t + t
On peut alors dterminer en fonction de et de t un quivalent de la
probabilit dobserver une seule toile filante entre les instants t et t + t,
quand t tend vers 0.
Cette probabilit est celle de lvnement N tt+t= 1 gale celle de N 0t = 1.
On a : P[ N 0t = 1] = P[ N 0t 1] - P[ N 0t 2].
Par hypothse b), P[ N 0t 2] est ngligeable devant P[ N 0t = 1].
Mais P[ N 0t 1] = 1 - P[ N t < 1] = 1 - P[ N t = 0] = 1 - e -t t
0
0
Do P[ N t+t = 1] t quand t tend vers 0.
t
3 - Probabilit dobserver n vnements E entre les instants 0 et t.
Il reste montrer par rcurrence sur n que la probabilit dobserver n
vnements E entre les instants 0 et t est donne par :
n
P[ N 0t = n] = (t) e- t .
n!
Pour cela, on dtermine la fonction pn dfinie par pn(t) = P[ N t = n]
0
laide dune quation diffrentielle obtenue pour n 1 partir de la
dcomposition de lvnement N t+t = n de la manire suivante :
0

t+t=

N0

n = { N = n et N t
0
t

t+t =

0 } ou { N t = n - 1 et N tt+t= 1 } ou
0

{ N 0t = n - 2 et N t+t = 2 } ou ... ou { N t = 0 et N tt+t = n }.


0
t

dition intgrale en ligne de : Autour de la modlisation en probabilits


Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

231
Les accolades reprsentent des vnements disjoints. Les vnements
situs dans une mme accolade sont indpendants. De plus,
P[{ N 0t = n - 2 et N tt+t = 2} ou... { N 0t = 0 et N tt+t= n}] P[ N tt+t 2].
Cette probabilit est donc ngligeable par rapport aux autres
probabilits (cest un infiniment petit dordre suprieur t, notons-le
t.(t)). On a donc :
pn(t + t) = P[ N 0t+t = n] =
P[ N 0t = n]P[ N tt+t = 0] + P[ N 0t = n-1]P[ N tt+t = 1] + t (t).
Do : pn(t + t) = pn(t )(1 - t) + pn-1(t )t + t (t), et la limite :
p n (t + t) - p n (t)
- pn(t) + pn-1(t), avec pn(0) = 0.
t0
t
On obtient donc lquation diffrentielle : pn(t) = - pn(t) + pn-1(t), et,
en remplaant pn-1(t) par la valeur donne dans lhypothse de rcurrence,
on obtient une quation diffrentielle linaire du premier ordre coefficients
constants :
n n-1
pn(t) = - pn(t) + t
e-t , qui sintgre simplement.
(n -1) !
Il suffit dailleurs de vrifier que la fonction pn donne par rcurrence
est bien une solution particulire de cette quation, vrifiant la condition en
0.
Lhypothse de rcurrence tant vrifie pour n = 0, on obtient ainsi
pour tout t 0 :
n
pn(t) = (t) e- t . La probabilit de Poisson dobserver exactement n toiles
n!
n
filantes entre les instants 0 et T est donc : pn(T) = (T) e- T.
n!

4 - Contrle du rsultat
Pour vrifier quon a bien une loi de probabilit, il faut vrifier que la
somme des probabilits pn(T) pour tous les n entiers naturels vaut 1. On a en
effet :
(T) n

n=0 n !

(T) n

e- T = e- T

n=0 n !

= e- T e T = 1

dition intgrale en ligne de : Autour de la modlisation en probabilits


Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

232
Le nombre moyen dtoiles filantes observes sur [0, T] est la moyenne
de la variable de Poisson N 0T . Lesprance mathmatique de cette loi est :
(T) n
(T) n-1
T
E[ N 0 ] = n
e- T = T
e- T = T
n!
n=0
n=1 (n - 1) !
est donc le nombre moyen dapparitions dtoiles filantes par unit de
temps, cest la cadence de ce phnomne.
5 - Rponse la question pose
On peut maintenant calculer la probabilit dobserver 3 toiles filantes
en un quart dheure.
Prenons pour unit de temps le quart dheure. Les donnes statistiques
indiquent une moyenne de 12 toiles filantes lheure.
T = 12 et T = 4, do = 3.
3
On a donc P[ N1 = 3] = (3) e- 3 0,224.
0
3!

dition intgrale en ligne de : Autour de la modlisation en probabilits


Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

5 - A PROPOS DUN EXERCICE DE BAC :


DE LA DIFFICULT DE BIEN HABILLER LES NONCS.

UN PROBLME DESTIMATION PAR


CAPTURE ET RE-CAPTURE
Michel HENRY

Voici lnonc dun problme propos dans un manuel scolaire en vue


de la prparation du baccalaurat sous le titre : Loi binomiale. tude de fonctions
puissances.
Un tang contient un nombre N, inconnu mais dfini de poissons.
Lobjet du problme est de proposer une valuation de N, base sur des
hypothses bien dfinies.
1 - On pche dans diffrents endroits de ltang ; on en sort 20 poissons
que lon marque et que lon remet vivants dans ltang aprs les avoir
marqus. Quelques jours plus tard, on effectue une nouvelle pche dans
des endroits varis du mme tang en rejetant leau les poissons pchs,
aprs avoir not sils sont marqus ou non. On prend ainsi 50 poissons
dont 4 sont marqus.
On suppose quentre les deux pches, la population de ltang na pas vari et
que lors de la seconde pche, chaque coup il y a quiprobabilit de sortie pour
chacun des N poissons de ltang.
Avant la seconde pche, on pouvait se poser le problme : quelle est la
probabilit de sortir les poissons marqus sur les 50 pchs ?
Rpondez cette question en donnant lexpression gnrale de P (X = k) o
X dsigne la variable alatoire nombre de poissons marqus que lon peut sortir sur
50 pchs .
2 - f est la fonction qui, un rel x suprieur 20, associe :
20 4
20 46
f(x) = . 1 -
x
x
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

234
Montrez que f a un maximum. Pour quelle valeur a de x ce maximum estil atteint ?
3a - Si lon admet que lvnement (X = 4) qui est ralis correspond
lvnement de probabilit maximale parmi tous les vnements possibles
(X = k), k = 0, , 50, quelle valeur doit-on attribuer la population N de
ltang ?
3b - Cette hypothse conduit la mme conclusion quune autre hypothse
trs simple que lon aurait pu faire pour valuer N. Laquelle ?
Premires remarques et critiques sur lhabillage artificiel de problmes
de bac :
Dans cet exercice, la loi hypergomtrique et la loi binomiale
interviennent. Mais il se pose une question : dans 3a il est question de
maximum dans un ensemble qui nest pas le mme que lensemble voqu
au 2 et auquel lnonc semble faire rfrence.
P(X = 4) est maximale dans lensemble des P(X = k) pour un N donn.
Cela ne signifie pas pour autant que P(X = 4) correspond au N qui rend P(X
= 4) maximum lorsque cette fois lon fait varier N. A premire vue la
question 3a semble incohrente avec ce qui prcde (et la remarque est
parfaitement justifie), elle procde en fait dune dmarche correcte, comme
nous allons le voir.
Voici un nonc maladroitement habill dun modle dj l (le
schma de Bernoulli) pour faire plus vrai , alors que personne nest dupe !
Il a alors linconvnient didactique de confondre modle et ralit, ou plutt
de chercher vacuer dans les implicites le rle et le statut du modle. Cela
conduit des contorsions de formulations qui feraient dresser les cheveux
sur la tte denseignants de Franais : poissons que lon marque et que lon remet
vivants dans ltang aprs les avoir marqus...
Comme lauteur veut viter certaines critiques de non adquation du
modle binomial, il introduit des paraphrases comme : on effectue une
nouvelle pche dans des endroits varis du mme tang sans que lon discerne
bien quelle hypothse de modle elle est cense induire chez les lves.
Enfin le schma binomial est mal spar du modle
hypergomtrique : en rejetant leau les poissons pchs sans que lon
sache si ce rejet se fait un un ou aprs avoir pch les 50. Remarquons
quavec les donnes numriques (50/250) les deux modles, binomial et
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

235
hypergomtrique, sont proches, mais ils sont aussi proches dun modle de
Poisson (P majuscule) avec P = 8%, plus pratique. Heureusement, les lves
nont que le schma binomial leur programme, ils nont donc pas avoir
dtats dme sur le choix du meilleur modle et cette phrase doit tre
interprte comme une hypothse de remise des poissons un par un aprs
chaque tirage. Mais peut-on trouver satisfaisante une rsolution qui doit plus
aux effets de contrat qu une vritable matrise de la modlisation ?
Le caractre pseudo concret de lnonc conduit ensuite des pseudo
hypothses de plus en plus artificielles : entre les deux pches, la population na
pas vari, pas de naissances donc, et pas de prdateurs, autres poissons,
oiseaux ou pcheurs braconniers
De plus, lors de la seconde pche, il y a quiprobabilit de sortie, au
moins, cest dit, cela vite de se demander si cette hypothse va de soi (et
compltement irralisable dans la pratique), mais alors pourquoi prciser
que lon pche dans des endroits varis ?
Ces incohrences dnonc du point de vue des formulations vont
jusqu lapothose : quelle est la probabilit de sortir les poissons marqus sur les
50 pchs. Les 20 diffrents poissons marqus, alors qu il y a remise ?
comment le vrifier, si le protocole exprimental ne le stipule pas ? On est de
plus dans un problme (pas simple) totalement diffrent, o lon chercherait
la probabilit de trouver exactement les 20 poissons marqus, parmi les k
poissons marqus figurant dans cet chantillon (avec remises) de 50
poissons.
Notre connaissance des problmes de Terminale nous fait comprendre
que ce nest pas ce qua voulu dire le rdacteur de lnonc : il voulait sans
doute demander la probabilit que parmi les 50 poissons pchs et remis un
par un, on en trouve k marqus . Mais les candidats au bac peuvent-ils le
dcrypter ainsi ? Heureusement, dans lnonc, la question est mathmatise
leur place : donner lexpression gnrale de P(X = k) et, comme dans le
formulaire (ou leur mmoire de la classe) il ny a quune formule qui
ressemble cela, la seule rponse possible est formelle :
20 50-k
k 20 k
P(X = k) = C50
( ) (1 - )
.
N
N
On peut douter quil y ait un seul lve pour chercher justifier
lemploi de la loi binomiale partir des donnes aussi alambiques de
lnonc.
Alors, quoi sert tout lhabillage, si cest pour faire copier une formule ?
Ne valait-il pas mieux la demander clairement ? Ou mieux, demander les
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

236
hypothses ncessaires pour quun modle durne par exemple conduise
ltude dune variable binomiale, dont on donnerait les probabilits
lmentaires.
La question 2 tombe ensuite comme un cheveu sur la soupe. Pourquoi
a-t-on fait k = 4 et pourquoi cette recherche de maximum ? Quels sont les
lves, habiles en analyse, qui seront passs par ltude de ln f(x) ?
Considrons maintenant la question 3a dont la critique est nettement
plus intressante. Celle-ci repose sur une proprit de maximum des
probabilits binomiales dans un schma de Bernoulli, que lon trouve dans
Ars Conjectandi de J. Bernoulli (cette proprit lui sert sa dmonstration
sophistique de son thorme dor : la loi des grands nombres), ainsi que sur
la comprhension de la mthode du maximum de vraisemblance en
statistique infrentielle. Mais auparavant, traduisons en termes de modle
durne le schma des poissons pour prciser clairement les hypothses.
Soit donc une urne de Bernoulli contenant N boules dont r blanches et
r
s = N r noires. On pose p = , la proportion des boules blanches dans lurne.
N
Lhypothse de modle durne est lquiprobabilit des boules (poissons)
dans un tirage au hasard de lune dentre elles (pche dans des lieux
divers ). Lobtention dune boule blanche est alors un vnement de
probabilit p. (Dfinition de la probabilit dans le modle durne, dfinition
de Laplace, ou interprtation frquentiste via le phnomne de stabilisation
de la frquence induisant la notion de probabilit).
Soit le schma de Bernoulli : n tirages successifs avec remises de
boules de lurne avec observation des couleurs obtenues. Lhypothse de
modle dans ce schma de Bernoulli est que la remise fournit la mme
urne de Bernoulli au tirage suivant (i.e. dote des mmes hypothses), ce qui
se traduit dun point de vue probabiliste (axiomes) par le fait que les
vnements respectivement associs deux tirages diffrents sont
indpendants : la probabilit de leur conjonction est donc le produit des
probabilits de chacun deux.
On sintresse au nombre X des boules blanches obtenues au cours de
n tirages (n = 50 pour nous). On sait (le cours) que X suit une loi binomiale
B (n,p). Le fait dobtenir k boules blanches pour un k fix de 0 n est donc
un vnement associ au schma de Bernoulli dont la probabilit est donne
par :
k
n-k
.
P(X = k) = C k p (1 - p)
50

dition intgrale en ligne de : Autour de la modlisation en probabilits


Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

237
Dans la suite, il sera plus simple dutiliser les notations introduites
sous la forme :
P(X = k) =

n(n -1)...(n - k + 1) r k s n - k
.
k!
Nn

Concernant les probabilits P(X = k), on a la proprit de maximum


(que lon peut qualifier de Bernoulli ) suivante, qui sera dmontre ensuite :
Proprit de Bernoulli
Dans les hypothses prcdentes, la valeur m de k qui rend
maximale la probabilit binomiale P(X = k) vrifie :
r (n + 1) 1 m r (n + 1).
N
N
Remarques
- Si r (n + 1) nest pas entier, m est alors unique :
N
r
r ms n - m
m = Ent [
(n + 1)]
et P(X = m) = C m
n
N
Nn
r
- Si
(n + 1) est entier, deux indices conscutifs donnent cette
N
probabilit une mme valeur maximale gale :
r
r
P[X =
(n + 1) 1] = P[X =
(n + 1)].
N
N

Proprit de Bernoulli (suite)


Si lon ordonne les probabilits binomiales selon les n+1 valeurs de
k, de 0 n, ces probabilits vont dabord en croissant jusqu
m
lindice m tel que
soit la valeur infrieure la plus voisine de
n
+1
p = r , puis dcroissent.
N
On peut visualiser ce phnomne sur le schma suivant :
P(X = m)

Valeurs de
P(X = k)

C nkp k (1p)nk

C nkpk (1p)nk

pn

(1p)n

indices k 0

m1 m m+1

p(n+1)

dition intgrale en ligne de : Autour de la modlisation en probabilits


Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

238
La dmonstration est inspire de celle de J. Bernoulli (prop. 2 et 3 de
P(X = k)
Ars Conjectandi). Elle repose sur ltude du rapport
et de sa
P(X = k -1)
position par rapport 1.
P(X = k)
n - k +1 r
P(X = k)
. , do
On a, pour k > 0 :
=
1,
P(X = k -1)
k
P(X = k -1)
s
r
ce qui quivaut :
(n + 1) k (rappelons que r + s = n).
N
r
Cela montre que si 0 < k
(n + 1), la probabilit binomiale P(X = k)
N
va en croissant.
P(X = k)
k +1 s
r
. 1 k (n + 1) -1 , ce qui montre
On a aussi :
=
P(X = k -1)
n-k r
N
que si
r
(n + 1) 1 k < n, cette probabilit va en dcroissant.
N
P(X = k) passe donc par un maximum pour la ou les valeurs entires
r
r
de k comprises entre
(n + 1) 1 et
(n + 1). Valeur unique note m, si
N
N
r
(n + 1) nest pas entier : on a alors
N
m
n-m
r
.
m = Ent [
(n + 1)] et le maximum vaut P(X = m) = C m
n p (1 - p)
N
r
Si m = (n + 1) est entier, la valeur commune P(X = m-1) = P(X = m)
N
est le maximum de la probabilit P(X = k), ce que lon vrifie en crivant le
m -1 m - 1 n - m+1
m
s
rapport P(X = m -1) = C n r s
=
. , ce qui donne :
P(X = m)
n - m +1 r
C mn r ms n - m
r
(n + 1)
P(X = m -1)
s
r s
N
=
. =
. =1
r r N-r r
P(X = m)
(n + 1)(1 - )
N
Revenons lexercice de bac .
On part du principe du maximum de vraisemblance :
un vnement observ lissue dune exprience alatoire est celui
qui, parmi tous les vnements comparables, avait la plus grande
probabilit darriver.
On sait quen pratique cela nest pas vrai, car partir de la rptition
de la mme exprience, on observe diffrents rsultats alatoires qui ne sont
donc pas tous de probabilit maximale. Mais, daprs la loi des grands

dition intgrale en ligne de : Autour de la modlisation en probabilits


Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

239
nombres, en moyenne, dans un (trs) grand nombre de telles expriences,
lvnement probabilit maximale sobserve le plus souvent.
A partir de ce principe, la base des mthodes baysiennes, on infre
que les paramtres inconnus qui contrlent lexprience alatoire ont les
valeurs qui rendent maximale la probabilit de lvnement observ. Cest la
mthode du maximum de vraisemblance .
En fait, ces valeurs hypothtiques minimisent (il faut le montrer) le
risque de se tromper en les retenant la place dautres ventuelles : cest une
infrence statistique, cest dire une hypothse faite sur la valeur du ou des
paramtres inconnus, avec une certaine prcision (ou imprcision) qui peut
tre dtermine, et un risque de se tromper en donnant cette valeur, risque
qui peut tre aussi calcul ou contrl. Une telle infrence, sans ces deux
contrles - prcision et fiabilit - na pas beaucoup de sens (surtout si on ne
sait pas valuer le cot dune erreur), car elle conduit une affirmation qui
ne peut tre apprcie, voire conteste.
Le raisonnement par maximum de vraisemblance, appliqu malgr
cela au problme des poissons, nous dit : pour N fix (inconnu), la valeur
k = 4 est celle qui rend maximale la probabilit P(X = k) dans les conditions
du schma de Bernoulli. Cest dire quavec les donnes numriques du
problme, on pose
m = 4, i.e. Ent [ 20 51] = 4, o N est un entier tel que :
N
20 51 1 < 4 < 20 51, ce qui donne 204 < N < 255.
N
N
Mais en appliquant nouveau le mme principe du maximum de
vraisemblance, la valeur de N est celle qui rend maximale la probabilit
20 46
4 20 4
P(X = m) = C50
( ) (1 )
N
N
o m = 4, cest dire N = 250, selon ltude des variations de cette fonction
faite en 2me question.
Ainsi, la question 3a est fonde. Lhypothse de travail pose dans
lnonc peut sembler surprenante a priori. Mais elle est pertinente du point
de vue de lapplication du principe du maximum de vraisemblance.
Cependant, elle aura sans doute eu un effet distracteur pour les bons
candidats, celui de les lancer sur ltude des variations de
k
n-k
P(X = k) = C nk p (1 - p)
quand k varie de 0 n, pour vrifier quelles conditions (sur N), P(X = m)
est bien la valeur maximale de cette probabilit (objectif inaccessible sans

dition intgrale en ligne de : Autour de la modlisation en probabilits


Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

240
indications ce niveau), car on ne voit pas a priori pourquoi cela serait vrai
pour m = 4 particulirement. Par contre pour ceux qui ne se posent pas de
question (est-ce le comportement attendu le jour du bac ?) il devenait automathique (pour reprendre le calembour de Stella Baruck) de renvoyer au
maximum obtenu la question prcdente sans comprendre en quoi il
concernait cette question 3a.
On peut enfin se demander comment lattente exprime par lnonc
(formuler une hypothse) peut tre comprise par un candidat au bac ?
Le qualificatif de trs simple napporte rien de plus et est au contraire
un facteur dstabilisant et aggravant (tel le joueur de bridge qui interpelle
son partenaire au moment o celui-ci va choisir sa carte par linjonction :
joue bien !). En effet, aprs une hypothse complexe que llve de
Terminale ne peut comprendre (celle du principe du maximum de
vraisemblance) faute davoir dj rflchi sa signification, on lui demande
den fournir une autre pour obtenir le mme rsultat (forcment pas vident,
puisque issu de 3a paul par ltude des variations de f en 2). Comment
peut-il sattendre ce que le simple bon sens suffise pour rpondre la
question ?
Ce bon sens serait de faire lhypothse (qui relve aussi dune
certaine manire du principe du maximum de vraisemblance) que
lchantillon prlev dans ltang, dans les conditions dun schma de
Bernoulli (ce qui dans lhabillage pseudo-concret de lnonc est moins que
vraisemblable), est reprsentatif de la population du lac, cest dire
compos proportionnellement celle-ci :
4
20
=
do N = 250.
50 N
Rsultat ncessaire (oui, car relevant de la mme application du
principe du maximum de vraisemblance !) ou magie des donnes
numriques ? On retrouve miraculeusement la mme valeur par ce
raisonnement de proportionnalit (qui nest en rien probabiliste) que dans
ltude des variations de la fonction f, qui na rien voir, a priori, avec cette
proportionnalit.

dition intgrale en ligne de : Autour de la modlisation en probabilits


Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

A NNEXES

1 - Oeuvres marquantes dans lHistoire des


probabilits, du XVIII e sicle 1950
Michel HENRY, Jean-Franois PICHARD
2 - Prsentation des IREM et de la
Statistique et Probabilits
Brigitte CHAPUT

C ommission

3 - Publication inter-IREM sur lenseignement des


Probabilits et de la Statistique
et autres donnes bibliographiques
Michel HENRY
4 - Liste des auteurs et adresses professionnelles

dition intgrale en ligne de : Autour de la modlisation en probabilits


Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

1 - J ALONS ET OEUVRES MARQUANTES


DANS LH ISTOIRE DES PROBABILITS ,
DU XVIII e SICLE 1950
Michel HENRY, Jean-Franois PICHARD

CARDANO Gerolamo (1501-1576) : Liber de ludo aleae, entre 1526 et 1560,


publi Lyon en 1663.
GALILEI Galileo (1564-1642) : Sopra le scoperte dei dadis, solution du Problme
du Grand Duc de Toscane (1620), publi en 1718. Extrait de Le Opere de
Galileo Galilei, Firenze, 1855, vol. XIV, p. 293-316.
FERMAT Pierre de (1601-1665) et PASCAL Blaise (1623-1662) :
Correspondance (1654), publi en 1655 (Pascal) et 1679 (Fermat).
HUYGENS Christiaan (1620-1699) : De Ratiociniis in Ludo Aleae (1657).
LEIBNIZ Gottfried Wilhelm (1646-1716) : De incerti aestimatione (1676) et Sur
le calcul des partis (1676).
BERNOULLI Jakob (1654-1705) : Ars conjectandi (vers 1692), publi en 1713.
MONTMORT Pierre Rmond de (1678-1719) : Essay danalyse des jeux de
hazard (1708, 2e dition 1713).
MOIVRE Abraham de (1667-1754) : De Mensura Sortis, Philosophical
Transactions, 1711. The Doctrine of Chances : or, a Method of Calculating the
Probabilities of Events in Play, (1718 et 3e d. 1754).
BUFFON Georges Louis LECLERC, Comte de (1707-1788) : Essai
dArithmtique Morale (1777).
BAYES Thomas (1702-1761) : An Essay towards solving a Problem in the Doctrine
of Chances, in Philosophical Transactions (1764).
DALEMBERT Jean le Rond (1717-1783) : Opuscules mathmatiques, vol 2
(1761) et 4 (1768) et, avec Denis DIDEROT : Encyclopdie Mthodique
(1785) : article Croix ou Pile et article Probabilits.
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

244
CONDORCET Antoine Caritas Marquis de (1743-1794) : Essai sur
lapplication de lanalyse la probabilit des dcisions rendues la pluralit des
voix (1785) - Elmens du calcul des probabilits et son application aux jeux de
hasard, (vers 1790).
LAGRANGE Joseph Louis (1736-1813) : Mmoire sur lutilit de la mthode de
prendre le milieu entre les rsultats de plusieurs observations (1776).
LAPLACE Pierre-Simon (1749-1827) : Thorie analytique des probabilits (1812)
avec lEssai philosophique sur les probabilits (5e d. 1825). Oeuvres compltes,
Tome 7, 1889.
GAUSS Carl Friedrich (1777-1855) : Theoria motus corporum clestium in
sectionibus conicis solem ambientium (1809) et Compte rendu du mmoire de
Laplace (1815).
POISSON Simon -Denis (1781-1840) : Recherches sur la probabilit des
jugements (1837).
BIENAYM Irne Jules (1796-1878) : Mmoire sur la probabilit des rsultats
moyens des observations (1838).
COURNOT Antoine Augustin (1801-1877) : Exposition de la thorie des chances
et des probabilits (1843).
BOOLE George (1815-1864) : On the theory of probabilities (1851) et The laws of
thought (1854).
TCHEBYCHEV Pafnoutii Lvovitch (1821-1894) : Teopu bepomHocme
Dmonstration lmentaire dune proposition gnrale de la thorie des
probabilits (1846).
BERTRAND Joseph (1822-1900) : Calcul des probabilits (1889).
MARKOV Andre Andreevitch (1856-1922) : Wahrscheinlichkeitsrechnung
(1912).
POINCARE Henri (1854-1912) : La science et lhypothse (1902) et Calcul des
probabilits, cours la Facult des Sciences de Paris (1912) .
LEBESGUE Henri (1875-1949) : Leons sur lintgration et la recherche des
fonctions primitives (1904).
BOREL Emile (1871-1956): Leons sur la thorie des fonctions (1898), Elments de
la thorie des probabilits (1909), Le hasard (1914) et Valeur pratique et
philosophie des probabilits (1939).
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

245
Ouvrage collectif publi sous la direction dEmile BOREL : Trait de Calcul des
Probabilits et de ses Applications (1939).
KOLMOGOROV Andri Nikolaevitch (1903-1987): Grundbegriffe der
Wahrscheinlich-keitsrechnung (1933) in Ergebnisse Der Mathematik.
KINTCHINE Alexandre Iakoblevitch
Wahrscheinlichkeitsrechnung (1933).

Asymptotische

Gesetze

der

LEVY Paul (1886-1971) : Thorie de laddition des variables alatoires (1937).


FRECHET Maurice (1878-1973) : Recherches thoriques modernes sur la thorie
des probabilits, Livre I : Gnralits sur les probabilits, variables alatoires
(1937), Livre II : Mthode des fonctions arbitraires (1938), in Trait de Calcul
des Probabilits et de ses applications, fascicule 3, tome I.
CRAMR Harald (1893-1985) : Random Variables and probability distribution
(1937). Sur un nouveau thorme limite de la thorie des probabilits (1938).
GNEDENKO Boris et KOLMOGOROV Andr Nikolaevitch : Distributions
limites de sommes de variables alatoires indpendantes (1949), en russe.

dition intgrale en ligne de : Autour de la modlisation en probabilits


Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

ET

2 - P R S E N TAT I O N D E S IREM
D E L A C O M M I S S I O N S TAT I S T I Q U E
ET PROBABILITS
Brigitte CHAPUT

Crs au sein des Universits dans la foule des vnements de mai


1968, les vingt-six IREM (Instituts de Recherche sur lEnseignement des
Mathmatiques) sont des lieux de rencontre et de formation dquipes
permettant la collaboration denseignants de tous niveaux : Ecoles, Collges,
Lyces Professionnels, Lyces et Universits. Ces instituts ont inaugur un
nouvel espace pour la formation des enseignants de mathmatiques qui
appelle une rflexion en profondeur et le dveloppement de recherches sur
lenseignement des mathmatiques un niveau intgrant et dpassant
linnovation pdagogique.
Partie prenante du dispositif global des formations initiale, continue et
diplmante des enseignants des premier et second degrs, les IREM sont en
relation avec les dpartements de mathmatiques de leurs Universits, les
IUFM et les services rectoraux chargs de la formation des enseignants et
plus particulirement avec les Inspections Rgionales et Gnrale de
Mathmatiques.
Les activits des IREM se dveloppent dans diffrentes directions :
travaux pour la classe, rflexion sur les contenus enseigns, recherches
thoriques, tudes dpistmologie apportant la perspective historique
ncessaire lenseignement des mathmatiques. Elles dbouchent sur la
production massive de documents : bulletins priodiques de liaison
diffusion acadmique ou nationale, brochures de synthse, documents
constitutifs des contenus des stages de formation continue, actes
duniversits dt, ouvrages traitant de thmes particuliers sur
lenseignement et lhistoire des mathmatiques.
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

248
Les diffrents IREM sont organiss en un rseau national qui permet
une circulation constante de linformation, pilot par lADIREM (Assemble
des Directeurs dIREM) au sein de laquelle un Comit Scientifique supervise
les productions du rseau.
Quatorze commissions Inter-IREM coordonnent au niveau national les
travaux raliss dans les IREM dans diffrents domaines de lenseignement
des mathmatiques.
Dans ce cadre, la commission Inter-IREM Statistique et Probabilits a t
cre en 1990 pour travailler un renouvellement de lenseignement des
probabilits et de la statistique en France. Elle a pu accompagner de sa
rflexion et de ses publications l'approche frquentiste de la notion de
probabilit, introduite dans la nouvelle orientation des programmes de lyce
de 1991. Dans ce contexte, elle a publi en 1997 le livre Enseigner les
probabilits au lyce (dition IREM de Reims), maintenant puis, dont la
premire partie plutt pistmologique et didactique est rdite dans le
prsent ouvrage, et dont la deuxime partie, traitant des aspects
pdagogiques, fait aussi lobjet dune rdition par lAPMEP (Association
des Professeurs de Mathmatiques de lEnseignement Public) sous le titre
Probabilits au lyce.
La commission a aussi largement contribu la mise en uvre de
l'enseignement de la statistique infrentielle dans les sections de techniciens
suprieurs, en consacrant ce domaine deux universits dt dont on peut
se procurer les actes auprs de lIREM de Rouen.
La commission est compose dune quinzaine de membres enseignant
diffrents niveaux et qui, au-del de leurs changes pistolaires, se
runissent trois ou quatre fois par an.
Ainsi, aprs une synthse des informations provenant des diffrents
IREM, la commission choisit ses thmes de travail, correspondant aux
besoins et aux attentes exprims ou supposs des enseignants. Ces thmes
sarticulent autour de quatre ples :
- Les commandes ministrielles : elles concernent ventuellement des
changements de programmes ou de mthodes. Dans ce contexte, le
travail de la Commission peut rpondre des demandes des
enseignants ou de l'institution, notamment en mettant l'accent sur
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

249
les continuits et les volutions dans les objectifs des programmes
des classes des collges et des lyces.
- Les problmes rencontrs aux diffrents niveaux de lenseignement
secondaire et post-bac : organisation et gestion des donnes en
collge, outils de lobservation et de la description statistique et
initiation aux probabilits dans les diffrentes sections des lyces,
statistique infrentielle et calcul des probabilits en sections de
techniciens suprieurs, IUT ou universits.
- Les travaux long terme sur lenseignement de la statistique et des
probabilits : ils sont l'occasion d'approfondir certaines questions
d'histoire, dpistmologie et de didactique de ce domaine des
mathmatiques.
- Les questions relatives l'interdisciplinarit, notamment concernant
les dmarches de modlisation.
La commission Inter-IREM Statistique et Probabilits assure la diffusion
de ces travaux, dabord par des publications qui vont du document de travail
destin alimenter le dbat au sein des IREM, jusqu des ouvrages dits
par des CRDP, des presses universitaires ou par des maisons ddition, en
passant par la rdaction darticles destins la revue trimestrielle RepresIREM - revue nationale des IREM - qui fait le point sur les travaux en cours,
propose aux lecteurs une rflexion didactique et pistmologique et rend
compte dexpriences pdagogiques. On trouvera en annexe 3 une
bibliographie assez complte des ces diffrents travaux et articles. Les
documents ainsi produits sont beaucoup utiliss par les enseignants pour
leur travail personnel et leur rflexion pdagogique, ainsi que pour
lanimation de stages de formation continue, organiss par les IREM.
Cette activit est complte par lorganisation de colloques et
duniversits dt et la participation des manifestations nationales et
internationales, notamment les congrs ICME sur lenseignement des
mathmatiques qui ont lieu tous les 4 ans. Cela permet la commission
dlargir son public, et la pousse donner plus dampleur son travail en
confrontant ses productions aux interventions dautres chercheurs venus
prsenter leurs propres travaux par des exposs ou lanimation dateliers.

dition intgrale en ligne de : Autour de la modlisation en probabilits


Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

3 - P U B L I C AT I O N S I N T E R - I R E M S U R
L E N S E I G N E M E N T D E S P R O B A B I L I T S
ET AUTRES DONNES BIBLIOGRAPHIQUES
Michel HENRY

1 - Publications des commissions inter-IREM


sur lenseignement de la statistique et des probabilits
On peut trouver dans les IREM un trs grand nombre de brochures ddies
lenseignement de la statistique et des probabilits dans le secondaire. Il
nest pas le lieu den donner ici une liste exhaustive. Les travaux les plus
significatifs denvergure nationale sont cits ci-dessous.
Travaux de la Commission Inter-IREM
Statistique et Probabilits
dits par l'IREM de Rouen :
- Actes des Universits d't de Statistiques Infrentielles, deux volumes : La
Rochelle 1 - 5 Septembre 1992 et Rouen 29 Aot - 2 Septembre 1994.
dits par lIREM de Lorraine :
- Actes de lUniversit d't de Probabilits, Metz 26 - 31 Aot 1996.
- Modlisation en probabilits, octobre 1997, 60 p.
- Aide pour l'enseignement des statistiques, octobre 1997, 50 p.
dit par lIREM de Reims :
- Enseigner les probabilits au lyce, octobre 1997, 464 p.
dit par lAPMEP :
- Probabilits au Lyce, 2001.

dition intgrale en ligne de : Autour de la modlisation en probabilits


Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

252
Publications de la Commission Inter-IREM
Histoire et pistemologie des Mathmatiques
Mathmatiques au fil des ges, ed. Gauthiers-Villars 1987 :
- Collectif : Calcul des probabilits- Chapitre 5, p. 211-234.
La Dmonstration Mathmatique dans lHistoire, Actes du 7me colloque
de la Commission, ed. IREM de Besanon, 1989 :
- Norbert Meusnier : Argumentation et dmonstration : quoi sert la
dmonstration de la loi des grands nombres de Jacques Bernoulli - p.
81-97.
Histoire dInfini, Actes du 9me colloque de la Commission, ed. IREM de
Brest, 1992 :
- Denis Lanier : Huygens : lesprance et linfini - p. 555-577.
La Mmoire des Nombres, Actes du 10me colloque de la Commission, ed.
IREM de Caen, 1994 :
- Frdric Mtin : Buffon et le problme de laiguille p. 343-360.
Actes de la 6me Universit dt interdisciplinaire sur lhistoire des
mathmatiques, thme II : Histoire des probabilits et des statistiques, ed.
IREM de Besanon, 1995 :
- Anne Boy et Xavier Lefort : De Cassini Gauss : du calcul derreurs
aux probabilits- p. 239-258.
- Denis Lanier et Didier Trotoux : La Loi des grands nombres- p. 259294.
- Michle Lacombe et Henry Plane : Quelques anciens problmes de
probabilits - p. 295-304.
- Thierry Martin : Formes et significations des probabilits chez Cournot :
la fortuit des dcimales de - p. 305-318.
Articles sur lenseignement des probabilits et de la statistique
parus dans la revue Repres-IREM
- Lenseignement des probabilits dans le programme de premire - Annie et Michel
Henry, Repres-IREM n 6, Janvier 1992.
- Des statistiques aux probabilits : exploitons les arbres - Bernard Parzysz,
Repres-IREM n 10, Janvier 1993.
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

253
- Paradoxes et lois de probabilits - Michel Henry et Henri Lombardi, RepresIREM n 13, Octobre 1993.
- Lenseignement du calcul des probabilits dans le second degr : perspectives
historiques, pistmologiques et didactiques - Michel Henry, Repres-IREM
n 14, Janvier 1994.
- Lintroduction du concept de probabilit conditionnelle : avantages et inconvnients
de larborescence - Andr Totohasina, Repres-IREM n 15, Avril 1994.
- Lapprenti frquentiste - Jean-Claude Duperret, Repres-IREM n 21, Octobre
1995.
- Arbres et tableaux de probabilit : analyse en termes de registres de reprsentation
- Suzette Rousset-Bert, Claire Dupuis, Repres-IREM n 22, Janvier
1996.
- Pourquoi il ne faut pas laisser de ct les chapitres de statistiques au collge- JeanClaude Girard, Repres-IREM n 23, Avril 1996.
- Approche pistmologique et diverses conceptions de la probabilit - Jean-Franois
Pichard, Repres-IREM n 32, Juillet 1998.
- Exprimenter et simuler en classe - Michle Gandit, Claire Helmstetter,
Repres-IREM n 32, Juillet 1998.
- Attention ! Un modle peut en cacher un autre - Hubert Raymondaud, Michel
Henry, Repres-IREM n 32, Juillet 1998.
- Chronique dune correspondance probablement apocryphe - Gilberte Pascal,
Michel Henry, Jacques Verdier, Pol Le Gal, Andr Viricel, Bernard
Parzysz, Repres-IREM n 32, juillet 98.
- Quest-ce que le hasard ? comment le mathmatiser ? - Claude Chrtien,
Dominique Gaud, Repres-IREM n 32, Juillet 1998.
- Un problme de ds en Terminale - Martine Bhler, Repres-IREM n 32, Juillet
1998.
- A bas la moyenne ! - Jean-Claude Girard, Repres-IREM n 33, Octobre 1998.
- La moyenne : un concept inexploit, dune richesse exceptionnelle - Linda
Gattuso, Repres-IREM n 34, Janvier 1999.
- Heurs et malheurs du su et du peru en statistique. Des donnes leurs
reprsentations graphiques - Bernard Parzysz, Repres-IREM n 35, Avril
1999.
- Le professeur de mathmatiques doit-il enseigner le modlisation ? - Jean-Claude
Girard, Repres-IREM n 36, Juillet 1999.
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

254
- Lintroduction des probabilits au lyce : un processus de modlisation comparable
celui de la gomtrie - Michel Henry, Repres-IREM n 36, Juillet 1999.
- La fonction de rpartition. Pourquoi faire ? - Pascale Pombourcq, Repres-IREM
n 38, Janvier 2000.
- Probabilits, suites numriques et programmation- Michel Bourguet, RepresIREM n 41, Octobre 2000
- Quelle place pour lalatoire au collge ? Jean-Claude Girard, Michel Henry,
Bernard Parzysz, Jean-Franois Pichard, Repres-IREM n 42, janvier
2001

2 - Travaux en didactique des probabilits


Thses et ouvrages
BROUSSEAU Guy : Gnralits sur lenseignement des probabilits au niveau
lmentaire- actes de la 26me rencontre de la CIEAEM, IREM de
Bordeaux, Aot 1974, p. 66-123.
MAURY Sylvette : Contribution ltude didactique de quelques notions de
probabilit et de
combinatoire travers la rsolution de problmes - Thse
dEtat, Montpellier I-1986.
ZAKI Moncef : Traitements de problmes de probabilits en situation de simulation
- Thse de doctorat , IRMA-ULP Strasbourg -1990.
BORDIER Jacques : un modle didactique utilisant la simulation sur ordinateur,
pour lenseignement de la probabilit -Thse de doctorat, Paris VII- 1991.
TOTOHASINA Andr : Mthode implicative en analyse de donnes et application
lanalyse de conceptions dtudiants sur la notion de probabilit
conditionnelle, Thse de doctorat, IRMAR Rennes I -1992.
KAPADIA Ramesh et BOROVCNIK Manfred : Chance Encounters:
Probability in Education - Kluwer Academic Publishers, Dordrecht Pays Bas, 1991.
BOROVCNIK Manfred et R. PEARD : Chapter 7 : Probability in A.J. Bishop
et al. (eds), International Handbook of Mathematics Education, 239 - 287,
Kluwer Academic Publishers, 1996.
LAHANIER-REUTER Dominique : Conceptions du hasard et enseignement des
probabilits et statistiques, PUF, col ducation et Formation, 1999, 236 p.
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

255
Articles de didactique des probabilits
parus dans Recherches en Didactique des Mathmatiques
- Effet dinformations de nature combinatoire et de nature frquentielle sur les
jugements probabilistes - Marie-Paule Lecoutre, RDM n 6/2.3, 1985.
- Lindpendance stochastique - Heinz Steinbring, RDM n 7.3, 1986.
- Lanalyse des donnes : une mthodologie de traitement de questions de didactique
- Rgis Gras, RDM n 12/1, 1992.
- Conceptions probabilistes dlves marocains du secondaire - Omar Rouan et
Richard Pallascio, RDM n 14/3, 1994.
- Chronologie et causalit, conceptions sources dobstacles pistmologiques la
notion de probabilit conditionnelle - Andr Totohasina, RDM n 15/1,
1995.
- volution avec lge de misconceptions dans les intuitions probabilistes en France
et en Israel - Marie-Paule Lecoutre et Efram Fischbein, RDM 18/3,
1998.

3 - Quelques manuels de rfrence


en probabilits et statistique
Ouvrages ressources
FELLER William : An introduction to probability theory and its applications Wiley-Chapman New York-London, 1950.
DE FINETTI Bruno : Theory of Probability - John Wiley & Sons, London, 1975
(2 vol.)
RENYI Alfred : Calcul des probabilits - Dunod, 1966. Red. Jacques Gabay
1992.
SAPORTA Gilbert : Probabilits, analyse des donnes et statistiques - Technip,
1992
VENTSEL Hlne : Thorie des probabilits - ed. Mir, Moscou, 1973.
WONNACOTT T. R. : Statistique. Economie-Gestion-Sciences-Mdecine, ed .
Economica.

dition intgrale en ligne de : Autour de la modlisation en probabilits


Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

256
Manuels pour lenseignement universitaire de base
en probabilits et statistique
BOULEAU N. : Probabilits de lingnieur, Variables alatoires et simulationHermann, 1986.
CALOT G. : Cours de calcul des probabilits - Dunod dcision, 1967.
CHAUVAT G. et REAU J.P. : Statistique descriptive, Hachette suprieur.
DRESS F. : Probabilits Statistique rappels de cours, questions de rflexion exercices
dentranement Dunod, 1997.
DROESBEKE J.J. : Elments de statistique, ed. Ellipses.
ENGEL A. : Les certitudes du hasard -Aleas, Lyon, 1990.
HARTONG J. : Probabilits et statistisques, de lintuition aux applicationsDiderot, bibliothque des sciences, 1996.
ISAAC R. : The Pleasures of Probability - Springer-verlag, 1995.
JANVIER M. : Statistique descriptive avec ou sans tableur, cours et exercices
corrigs Dunod, 1999.
JAFFARD P. : Initiation aux mthodes de la statistique et du calcul des probabilits
Masson, 1996.
LAVAULT D. et Grgoire J. Introduction aux thories des tests en sciences
humaines, ed. De Boeck Universit.
ROBERT C. : Lempereur et la girafe, leons lmentaires de statistiques - Diderot
1995.
ROSE J. : Initiation au hasard, probabilits, estimations, tests, sondages, presses
universitaires de Nancy.
SCHWARTZ D. : Le jeu de la science et du hasard. La statistique et le vivant,
Flammarion.

4 - Rditions franaises duvres anciennes


FERMAT Pierre : Prcis des uvres mathmatiques, Emile Brassine, ed. Jacques
Gabay.
HUYGENS Christiaan : De la manire de raisonner dans les jeux de hasard, ed.
Jacques Gabay.
BERNOULLI Jacques : Lart de conjecturer (Ars conjectandi, premire partie), ed.
Jacques Gabay.
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

257
BERNOULLI Jacques : Ars Conjectandi- 4me partie. - Norbert Meusnier, ed.
IREM de Rouen 1987.
LEIBNIZ Gottfried Wilhelm : Lestime des apparences - 21 manuscrits sur les
probabilits, la thorie des jeux, lesprance de vie par Marc
Parmentier, ed. Vrin 1995.
MONTMORT Pierre Rmond de : Essai danalyse sur les jeux de hasard, ed.
Jacques Gabay.
MOIVRE Abraham de : The doctrine of chances (en anglais), ed. Jacques
Gabay.
CONDORCET Antoine - Nicolas de : Essai sur lapplication de lanalyse la
probabilit des dcisions rendues la pluralit des voix , ed. Jacques Gabay.
LAPLACE Pierre-Simon : Thorie analytique des probabilits (2 tomes), ed.
Jacques Gabay.
LAPLACE Pierre-Simon : Essai philosophique sur les probabilits - postface de
Bernard Bru, ed. Christian Bourgois 1986.
POISSON Simon Denis : Recherches sur la probabilit des jugements en
matire criminelle et en matire civile, ed. Jacques Gabay.
BERTRAND Joseph : Calcul des probabilits, ed. Jacques Gabay.
POINCARE Henri : Calcul des probabilits, ed. Jacques Gabay.
BOREL mile : Thorie mathmatique du bridge - Applications de la thorie des
probabilits aux jeux de hasard et Valeur pratique et philosophie des
probabilits, ed. Jacques Gabay.
LVY Paul : Calcul des probabilits Processus stochastiques et mouvement
brownien Thorie de laddition des variables alatoires, ed. Jacques Gabay.
BACHELIER Louis : Calcul des probabilits Les lois des grands nombres du
calcul des probabilits - Le Jeu, la Chance et le Hasard Collection de
Mmoires sur les probabilits, ed. Jacques Gabay.

5 - Travaux sur lHistoire et lpistmologie des Probabilits


Ouvrages anciens
MONTUCLA, J.F. Histoire des mathmatiques, 4 tomes 1799-1802, rdition
Blanchard, Paris, 1968.
TODHUNTER I. A History of the mathematical theory of probability , from the
time of Pascal to that of Laplace, 1865, rd. New York, Chelsea 1965.
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

258
Ouvrages contemporains en anglais
DALE Andrew I. : A History of Inverse Probability, from Thomas Bayes to Karl
Pearson.- Springer -verlag, New York, 1991.
HACKING Ian : The Emergence of Probability, a philosophical study of early ideas
about probability, induction and statistical inference - Cambridge
University Press, 1975.
HALD, A. : A History of probability and Statistics and Their Applications before
1750. New York : John Wiley & Sons , 1990.
KENDALL M.G. and PLACKET R.L. : Studies in the history of statistics and
probability, Griffin & Co, Londres, 1977.
STEPHEN M. STIGLER : The History of Statistics, the Mesurement of
Uncertainty before 1900, Harvard University Press, 1986.
Ouvrages contemporains en franais
BRU Bernard : Petite histoire du calcul des probabilits - Article paru dans
Fragments dhistoire des mathmatiques- Brochure APMEP n41-1981.
BRU Bernard et CRPEL Pierre : Condorcet, arithmtique politique, textes rares
ou indits - Institut National dtudes Dmographiques - 1994.
CHEVALLEY Catherine : Pascal, Contingences et probabilits - P.U.F.
Philosophies, 1995.
DACUNHA-CASTELLE Didier : Chemins de lalatoire. Le hasard et le risque
dans la socir moderne, Flammarion.
M.A.F.P.E.N. et IREM de Rouen : Pascal et les probabilits - Cahiers
pdagogiques de philosophie et dhistoire des mathmatiques n 4,
ed. C.R.D.P. de Rouen, 1993.
DEHEUVELS Paul : La probabilit, le hasard et la certitude - P.U.F. Que sais-je ?
n3 - 1990
DROESBEKE Jean-Jacques et TASSI Philippe : Histoire de la statistique - P.U.F.
Que sais-je ? n 2527- 1990.
JACQUARD Albert : Les Probabilits - P.U.F. Que sais-je ? n 1571- 1974.
MEUSNIER Norbert : Jacques Bernoulli et lars conjectandi - texte bilingue
annot de la quatrime partie dArs Conjectandi et Lettre un Amy sur
les Parties du Jeu de Paume - IREM de Rouen, 1987.
MARTIN Thierry : Probabilits et critique philosophique selon Cournot, VrinMathesis, 1996.
ROSE Jos : Le hasard au quotidien (concidences, jeux de hasard, sondages), ed.
du Seuil.
dition intgrale en ligne de : Autour de la modlisation en probabilits
Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005

Presses universitaires de Franche-Comt - Universit de Franche-Comt


25030 Besanon cedex - France

Tl. : (33) 03 81 66 59 70 - Fax : (33) 03 81 66 59 80

Ml : presses-ufc@univ-fcomte.fr - http : //presses-ufc.univ-fcomte.fr

4 - LES AUTEURS DE LOUVRAGE


ET LEURS ADRESSES PROFESSIONNELLES

Brigitte CHAPUT
IREM de PICARDIE
Universit dAmiens, IUP MIAGE,
Ple Universitaire Scientifique
33 rue Saint Leu, bat. F
80039 AMIENS cedex 1

Bernard COURTEBRAS
IAE Universit de LYON 3
Professeur au Collge de Saint Roch,
120 rue Charles Demia
01000 BOURG en BRESSE

Michel HENRY
IREM de FRANCHE-COMT
Universit de Franche-Comt, IREM
Facult des Sciences et des Techniques
16, route de Gray

25030 BESANON Cedex

Jean-Franois PICHARD
IREM de ROUEN
Universit de Rouen, IREM
Facult des Sciences et des Techniques
Boulevard de Broglie
76821 MONT SAINT AIGNAN Cedex

Bernard DANTAL
IREM de CLERMONT-FERRAND
Lyce Jeanne dArc
40 avenue de la Grande Bretagne
63000 CLERMONT-FERRAND

Jean-Claude THIENARD
IREM de POITIERS
Lyce Victor Hugo
10 rue Victor Hugo
86000 POITIERS

Jean-Claude GIRARD
IREM de LYON
IUFM, centre local de Saint-tienne
90, rue Richelandire
42100 SAINT-ETIENNE

dition intgrale en ligne de : Autour de la modlisation en probabilits


Commission inter-IREM Statistique et Probabilits, coordination Michel Henry
Presses universitaires de Franche-Comt, 2001, 262 pages, ISBN 2-84627-018-X
Presses universitaires de Franche-Comt, Universit de Franche-Comt - 2005