Tout événement probable est-il forcément réalisable?

Introduction

Définitions des termes:

●​ Événement probable : Un événement est un événement qui a une chance

significative de se produire, mais qui n’est pas certain.
●​ Réalisation d'un événement : La transition d'un événement de l'état probable à sa
concrétisation dans la réalité. Un événement réalisable est un événement qui peut se
produire lors de l’expérience aléatoire.
●​ Une loi binomiale donne le nombre de succès d'une série d'épreuves de Bernoulli.

Problématique :

●​ La probabilité d'un événement assure-t-elle sa réalisation ? Un événement

hautement probable se réalisera-t-il nécessairement ?
Axe 1: La probabilité est-elle un critère exhaustif de la réalisabilité ?

Concept de probabilité :
●​ Définition : La probabilité mesure la chance qu'un événement se produise.
●​ Lien avec la réalisabilité : Une probabilité élevée suggère une plus grande chance
de réalisation, mais ne garantit pas la réalisation effective de l'événement.
○​ Prenons en exemple un test de dépistage qu’on considère comme fiable à
98%. S’il est positif alors il y a 98% de chance que l’individu testé soit atteint,
mais il peut arriver que, dans le cadre des 2% restants, l’individu testé soit un
faux positif, càd positif au test mais sans être malade.

Différence entre probabilité théorique et faisabilité pratique :

●​ Les probabilités sont des estimations basées sur des modèles mathématiques, mais
la réalité peut différer en raison de divers facteurs.

Présentation du paradoxe du singe savant :

Pour illustrer le problème, on va prendre l’exemple du paradoxe du singe savant. Ce
paradoxe est un théorème qui a été illustré en 1909 par le mathématicien Emile Borel. Le
singe dactylographe qu’il représente, appélé Ragavan, n'est bien entendu pas un singe réel
mais n’est que la métaphore d'une machine qui produirait des lettres dans un ordre
aléatoire, comme un ordinateur. Il vise à montrer qu’un singe qui tape au hasard sur le
clavier d’une machine à écrire pourra écrire tous les livres de la Bibliothèque nationale de
France avec une probabilité qui tend vers 1. Dans l’adaptation du théorème en langue
anglaise, le singe pourra presque sûrement reproduire tous les travaux réunis de William
Shakespeare.

●​ Lien avec la problématique: Cet exemple illustre comment un événement

improbable peut théoriquement se réaliser.
●​ Illustration mathématique: Commençons par dire ce que l'on entend par
"événements indépendants". Ici les touches choisies successivement par le singe,
qui sont censées être choisies "indépendamment" les unes des autres, c’est-à-dire
que le choix de la lettre suivante ne dépend pas de la lettre précédente. Si deux
événements sont indépendants, alors la probabilité pour que deux événements se
produisent est égale au produit des probabilités pour que chaque événement se
produise. Par exemple, si la probabilité pour qu’il pleuve sur Sydney un jour
particulier est de 0,3 et la probabilité pour qu’il y ait un tremblement de terre à San
Francisco un jour particulier est de 0,8, alors la probabilité pour que tous les deux se
produisent le même jour est égale à 0,3 × 0,8 = 0,24.
○​ Probabilité de taper "animal" en 6 frappes : Maintenant, supposons que la
machine à écrire soit pourvue de 50 touches, et que le mot à taper soit
"animal". En tapant au hasard, il y a une chance sur 50 que la première lettre
tapée soit a, de même, il y a une chance sur 50 que la deuxième lettre tapée
soit n, et ainsi de suite. Nous avons ici ce qu’on appelle en maths un tirage
successif et avec remise de 6 éléments pris dans un ensemble de 50
éléments. Cela revient donc à chercher 6-uplets d’un ensemble contenant 50
 éléments. Ces événements étant indépendants, il y a une chance sur 506
que les six lettres du mot "animal" soient tapées. Maintenant, la probabilité de
ne pas taper "animal" dans un de ces blocs consécutifs de 6 lettres est de .
Comme chaque bloc est tapé indépendamment, la probabilité Pn qu'il n'y ait
pas "animal" parmi les n premiers blocs de 6 lettres est . Quand n devient très
grand, Pn se rapproche de 0 (c'est une suite géométrique). Pour un entier n
égal à un million, Pn est égal à 0,9999, pour un n égal à 10 milliards, Pn vaut
0,53 et pour un n égal à 100 milliards, il vaut 0,0017. Quand n tend vers
l’infini, on dit que la probabilité Pn tend vers zéro. Ainsi, la probabilité que le
singe n'ait pas tapé "animal" après 6n frappes est toujours plus petite que Pn
(Pn est la probabilité que le singe n'ait pas tapé "animal" dans un des blocs
consécutifs de 6 lettres). Comme Pn tend vers 0, en passant à la limite, on
trouve: La probabilité que le singe ne tape jamais "animal" TEND vers 0. Cela
revient à dire qu’il est presque sûre que le singe tape le mot "animal" à un
moment.
○​ Probabilité de taper "Hamlet" : La probabilité de reproduire "Hamlet" est
extrêmement faible mais possible avec un nombre infini de tentatives.

●​ Nombre infini de tentatives :

○​ Avec un nombre infini de tentatives, même des événements hautement
improbables deviennent presque certains. En effet, la théorie nous dis que la
probabilité d'un événement rare devient notable lorsqu'on augmente le
nombre de tentatives.
○​ Explication : La probabilité de produire un texte spécifique devient
significative avec suffisamment de tentatives. / Dans la vie quotidienne, des
événements probables se réalisent fréquemment grâce à cette loi.
○​ Démonstration mathématique
■​ Probabilité de reproduire "animal"
○​ 50 touches, 6 lettres : (1/50)^6.
■​ Probabilité de reproduire Hamlet
○​ Texte de 130 000 lettres : (1/50)^130000.

Sans tenir compte de la ponctuation, ni des espaces, ni de la casse, un singe a une

chance sur 26 de dactylographier correctement la première lettre du mot Hamlet. Il a
une chance sur 676 (26 fois 26) de dactylographier les deux premières lettres. Puisque
la probabilité diminue exponentiellement, pour 20 lettres elle ne sera seulement que
d’une chance sur 2620. Cela est à peu de choses près égale à la probabilité d'acheter
consécutivement 4 billets de loterie et de gagner le gros lot à chaque fois. Dans le cas
du texte entier de Hamlet, les probabilités sont tellement négligeables qu’elles sont
difficilement représentables pour un homme. Le texte de Hamlet, même dépouillé de
toute ponctuation, contient bien plus de 130 000 lettres.
 ●​ La notion de "presque sûrement": Expliquer la notion de "presque sûrement" en
probabilité et son lien avec la probabilité nulle d'événements possibles.
○​ Différence entre probabilité 1 et certitude absolue.
○​ Lien avec les grands nombres : La probabilité que le singe tape Hamlet tend
vers 1 à mesure que le nombre de tentatives augmente.

Pourquoi dire "presque sûrement" alors que l'événement a une probabilité qui tend vers
1? Comment un événement possible peut-il être de probabilité nulle? Il y a une subtilité
due au fait que l'ensemble des résultats (=toutes les chaînes de caractères) est infini.
Ainsi par exemple, l'événement <le singe ne tape que des “a"> fait partie des
événements possibles, mais est de probabilité nulle, tout comme l'événement <le singe
ne tape jamais le mot "animal">, comme on vient de le voir.

Réflexions philosophiques et mathématiques :

●​ Interprétation philosophique :
○​ La probabilité non nulle dans un contexte infini ne signifie pas l'impossibilité
absolue, mais une très faible réalisabilité dans des conditions réalistes et
finies.
●​ Réflexions sur le temps et l'infini :
○​ Les événements improbables peuvent se réaliser dans des contextes
pratiques, mais nécessitent souvent un temps ou des ressources infinies pour
se produire. Ex: les jackpots de loterie.

Transition logique : Le paradoxe du singe savant démontre que des événements

extrêmement improbables peuvent devenir réalisables en théorie, mais cela pose la
question des limites pratiques et temporelles.

Nous nous efforcerons de comprendre ce propos à l'aide d'un calcul de probabilité en

sachant qu'un clavier comporte 50 touches et on souhaite reconnaître le mot ALÉATOIRE.
Tout d'abord, à ľ'aide de ce contexte, la problématique du singe peut s'apparenter à une loi
binomiale. Une loi binomiale est une loi de probabilité définie sur l'ensemble des entiers
naturels et qui donne le nombre de succès de l'expérience. La variable aléatoire X suit la loi
binomiale de Bernoulli de paramètres n et p. P(X = k) = (nk)p^k(1-p)^n-k. n étant le nombre
de chemin possible, p est la probabilité de succès et k le nombre de succès. Ici, le problème
peut être représenté par un schéma de Bernoulli composé de 50 épreuves de Bernoulli
identiques et indépendantes dont le succès est “le singe a appuyé sur la bonne lettre” dont
la probabilité est 1/50. Alors, X suit la loi binomiale de paramètre n=50, p=1/50 et k le
nombre de lettre total qu'il doit écrire. Ensuite, il y a également dans ce contexte une autre
loi de probabilité qui peut être utilisé. On considère une épreuve de Bernoulli, c'est-à-dire
une expérience aléatoire à deux issues dont la probabilité d'un succès est égal à p. On
répète cette expérience jusqu'à obtenir le premier succès. Soit X la variable aléatoire qui
compte le nombre d'essais nécessaire jusqu'au premier succès. X suit la loi géométrique de
paramètre p. P(X =k) =p(1-p)^k-1. X suit la loi géométrique de paramètre p. E(X) = 1/p.
L'espérance est la valeur qu'on s'attend à trouver en moyenne si l'on répète un grand
nombre de fois l'expérience. Nous avons vu différente loi de probabilité, avant de les
appliquer à l'échelle de la bibliothèque de France appliquons le à l'échelle d'un mot, le mot
ALEATOIRE. Dans le mot aléatoire il y a 9 lettres, dans la loi binomiale, il faut donc que k
soit égale à 9. En calculant à l'aide de la loi binomiale, on observe que le résultat pour 9
réussite successive, est égale à environ 5,6*10^-7. Ensuite calculons la même probabilité
d'observé ce même mot mais cette fois ci avec la loi géométrique. En calculant avec cette
loi, nous observons un résultat égal à 0.017. c'est-à-dire au'on a une probabilité de 0,017
d'observer le premier succès. On peut également calculer l'espérance grâce à cette loi de
probabilité. On trouve une espérance égale à 50, c'est-à-dire qu'en moyenne avant d'avoir le
1er succès à ľ'échelle d'une lettre, il faut réessayer 50 fois, donc à ľ'échelle dut mot
aléatoire, il faudrait en moyenne taper 1,93*10^15 fois sur le pc.

Sans tenir compte de la ponctuation, ni des espaces, ni de la casse, un singe a une

chance sur 26 de dactylographier correctement la première lettre du mot Hamlet. Il a
une chance sur 676 (26 fois 26) de dactylographier les deux premières lettres. Puisque
la probabilité diminue exponentiellement, pour 20 lettres elle ne sera seulement que
d’une chance sur 2620 = 19 928 148 895 209 409 152 340 197 376, à peu de choses
près égale à la probabilité d'acheter consécutivement 4 billets de loterie et de gagner le
gros lot à chaque fois. Dans le cas du texte entier de Hamlet, les probabilités sont
tellement négligeables qu’elles sont difficilement représentables pour un homme. Le
texte de Hamlet, même dépouillé de toute ponctuation, contient bien plus de 130 000
lettres.
Axe 2: Les limites de la probabilité pour garantir la réalisation d'un
événement

○​ Exemple du singe et de Hamlet : hautement improbable dans un contexte

pratique.

Loi binomiale :
●​ Expliquer la loi binomiale et son application au contexte du singe tapant le mot
"ALÉATOIRE".
●​ Application: Probabilité de taper le mot "ALÉATOIRE" (9 lettres) avec 50 touches,
p= 1/50.
Toutes ces probabilités sont faibles. Mettons les en pratique, disons que Ragavan tape une
lettre toutes les minutes, il faudrait donc 1,93*1015 minutes pour trouver le mot aléatoire, si
on convertit en jour, cela équivaudrait à plus de 10 milliards de jour. A cette vitesse, le singe
mourra avant qu'il ait écrit le mot aléatoire ou même la bibliothèque de France, cette
probabilité est donc impossible à observer de son vivant. Mais, Ragavan est la métaphore
d'un ordinateur, en réalité, il peut taper une lettre aléatoirement plus rapidement que ça et si
on accélère la vitesse de frappe de l'ordinateur on aura alors lopportunité d'observer ce
phénomène.

"Si le singe pouvait taper sur son clavier une touche par nanoseconde, alors
la durée d'attente pour que le singe dactylographie complètement Hamlet
serait si longue que l’âge estimé de l’univers paraîtrait insignifiant par
comparaison… et ce n'est pas une bonne méthode pour écrire les pièces de
théâtre."

Loi géométrique:

●​ Expliquer la loi géométrique et son application au contexte du singe tapant le mot

"ALÉATOIRE".
●​ Définition : L'espérance E(X) est la valeur moyenne attendue après un grand
nombre d'essais.
●​ Formule pour la loi géométrique : E(X) = 1/p.
●​ Application : Espérance pour taper "ALÉATOIRE", E(X) = 50 * 9 = 450.
●​ Interprétation : En moyenne, il faut 1,93 * 10^15 frappes pour obtenir "ALÉATOIRE".
●​ Ressources nécessaires : Temps infini et énergie illimitée pour réaliser des
événements improbables.
●​ Exemple : Temps nécessaire pour que le singe tape "ALÉATOIRE" en tapant une
lettre par minute équivaut à plus de 10 milliards de jours.

Calculs de probabilité:

●​ Présenter les résultats des calculs de probabilité pour le mot "ALÉATOIRE" avec les
deux lois et les comparer.

Interprétation des résultats :

●​ Discuter de la faible probabilité d'observer le mot "ALÉATOIRE" et de son impact sur

la réalisation de l'événement.
Les contraintes pratiques et les limites temporelles :
●​ Barrière de l'infinité :
○​ La probabilité que des singes tapent "Hamlet" est si faible que le temps
nécessaire pour y parvenir dépasse l'âge de l'univers.
●​ Contraintes physiques :
○​ Les événements improbables peuvent être pratiquement irréalisables en
raison des limites temporelles et matérielles (exemple de la durée humaine et
des ressources limitées).

Les contraintes de la réalité physique :

●​ Les événements hautement improbables :
○​ Bien que théoriquement possibles, certains événements ont des probabilités
si faibles qu'ils sont pratiquement irréalisables.

Nature de la probabilité :

●​ Démonstration mathématique
○​ Probabilité de reproduire "animal"
■​ 50 touches, 6 lettres : (1/50)^6.
■​ Explication des événements indépendants.
○​ Probabilité de reproduire Hamlet
■​ Texte de 130 000 lettres : (1/50)^130000.
■​ Durée nécessaire à la réalisation.

Conclusion logique :
●​ Les limites pratiques et théoriques montrent que la probabilité n'est pas un indicateur
absolu de la réalisabilité. La probabilité d'un événement, même si elle est non nulle,
ne garantit pas sa réalisation dans la réalité.
Conclusion

Synthèse des points discutés :

●​ La probabilité peut indiquer une certaine réalisabilité théorique, mais cela ne garantit
pas la réalisation concrète d'un événement.
●​ Les événements avec des probabilités extrêmement faibles, bien que possibles
théoriquement, sont souvent irréalisables en pratique.

Conclusion mathématique :
●​ Théoriquement, avec un nombre infini de tentatives, même des événements
extrêmement improbables deviennent presque sûrement réalisables.

●​ Ouverture
○​ La probabilité théorique montre que des événements improbables peuvent se
réaliser, mais cela ne garantit pas leur faisabilité pratique.
○​ Les contraintes de ressources et de temps limitent la réalisation concrète des
événements probables.

2. Réponse à la problématique

●​ Tout événement probable n'est pas forcément réalisable en pratique. Les limitations
matérielles et temporelles jouent un rôle crucial dans la faisabilité réelle des
événements.

Le paradoxe du singe savant démontre que des événements extrêmement

improbables peuvent devenir réalisables en théorie, mais cela pose la question des limites
pratiques et temporelles.
Nous pouvons utiliser dans ce contexte une nouvelle loi de probabilité, la loi
géométrique, qui comme la loi binomiale se base sur une épreuve de Bernoulli de paramètre
n, c'est-à-dire une expérience aléatoire à 2 issues et dont la probabilité de succès est égale
à p. Cependant, contrairement à la binomiale, une variable aléatoire T associée à la loi
géométrique ne va pas compter le nombre de succès en tant que tel, mais va plutôt
dénombrer le nombre d’essais nécessaires avant d’obtenir un premier succès. Qui dit
nouvelle loi dit différentes formules. En effet, l’espérance mathématique de la variable
aléatoire T (évoquée précédemment), c’est-à-dire la valeur que l’on va trouver en moyenne
lorsque l’on répète un grand nombre de fois l’expérience, est égale à 1/p.
Reprenons notre exemple du mot INCERTAIN et considérons que la variable
aléatoire T, qui compte le nombre d'essais nécessaires jusqu’à obtenir pour la première fois
ce mot, suit une loi géométrique de paramètres n et p= (1/40)9. L’espérance de T, notée
E(T), est égale à 409 ce qui signifie qu’il faut en moyenne 409 essais pour obtenir une fois le
mot INCERTAIN. Ainsi, s’il faut une seconde pour taper les 9 lettres, le mot INCERTAIN sera
écrit en moyenne après 409 secondes, soit environ 8.3 millions d'années. Il est donc peu
probable que le “singe”, seul, parvienne au bout. Cependant, si l’on fait collaborer quelques
millions d’ordinateurs, ce temps peut devenir accessible.
Lors de la répétition d’une épreuve de Bernoulli de paramètre p, la
variable aléatoire X comptant le nombre d’essais nécessaires avant
d’obtenir un premier succès suit la loi géométrique de paramètre p.
Ensuite, il y a également dans ce contexte une autre loi de probabilité qui peut être utilisée,
la loi géométrique qui utilise toujours l’épreuve de Bernoulli, c'est-à-dire une expérience
aléatoire à deux issues dont la probabilité de succès est égale à p. On répète cette
expérience jusqu'à obtenir le premier succès. Soit T la variable aléatoire qui compte le
nombre d'essais nécessaires jusqu'au premier succès, qui a pour caractéristique E(T)=1/p,
étant l’espérance mathématique. On note p=(1/50)6

Nous appliquerons tout ce qu’on a dit précédemment et nous aboutissons à ceci : Nous
sommes donc certains que le mot ALÉATOIRE finira par être écrit et que E(T) = 50^9. Ainsi,
s'il faut une seconde pour taper neuf lettres, le mot ALÉATOIRE sera écrit en moyenne
après 50^9 secondes, soit environ 62 millions d'années. Il est peu probable que le « singe »
seul parvienne au bout. Cependant, si l'on fait collaborer quelques millions d’ordinateurs, ce
temps peut devenir accessible.

E(T)=40 puissance 9 Ainsi, s’il faut une seconde pour taper neuf lettres le mot
ALÉATOIRE sera écrit en moyenne après secondes soit environ 62 millions d’années. Il est
peu probable que le « singe », seul, parvienne au bout. Cependant, si l’on fait collaborer
quelques millions d’ordinateurs, ce temps peut devenir accessible.

c’est-à-dire qu’en moyenne avant d’avoir le 1er succès à l’échelle d’une lettre, il faut
réessayer 50 fois, donc à l’échelle dut mot aléatoire, il faudrait en moyenne taper
1,93*10^15 fois sur le pc. Toutes ces probabilités sont faibles. Mettons les en
pratique, disons que Ragavan tape une lettre toutes les minutes, il faudrait donc
1,93*10^15 minutes pour trouver le mot aléatoire, si on convertit en jour, cela
équivaudrait à plus de 10 milliards de jour. A cette vitesse, le singe mourra avant qu’il
ait écrit le mot aléatoire ou même la bibliothèque de France, cette probabilité est
donc impossible à observer de son vivant. Mais, Ragavan est la métaphore d’un
ordinateur, en réalité, il peut taper une lettre aléatoirement plus rapidement que ça,
et si on accélère la vitesse de frappe de l’ordinateur on aura alors l’opportunité
d’observer ce phénomène.