|
Le paradoxe de Leslie ou argument de l'apocalypse. |
||||||||||
SémantiqueLogiqueInfiniMesureProbasNombresPhysique |
La formule de Bayes (cf. le dilemme de Monty Hall) a des conséquences inattendues. Donnons d'abord une illustration simple de ce qu'on appelle probabilité de causes ou probabilité a posteriori. Une fois sur deux, McEnroe gagne le premier set (cas 1 ; P1 = 1/2). Alors il prend confiance et reste intouchable, ne perdant qu'un match sur 20 (Q1 = 1/20). Mais s'il perd le 1er set (cas 2 ; P2 = 1/2), il s'énerve et remonte rarement son handicap : seulement un match sur 4 gagné (Q2 = 3/4). Maintenant, j'arrive devant ma télé juste à temps pour voir Big Mac envoyer piteusement la balle de match dans le filet. Ne suis-je pas fondé à supposer qu'il a sans doute perdu le 1er set ? La formule de Bayes donne cette probabilité a posteriori et s'écrit :
Mais envisageons maintenant deux hypothèses :
Alors, l'événement exceptionnel n'est-il pas que je sois ici ce jour même ? Ne faut-il pas réviser à la hausse la probabilité P1 ? La conclusion de la formule de Bayes est ici choquante :
Le simple fait de se trouver ici et bien vivant aujourd'hui fait grimper la probabilité de l'hypothèse 2 d'un facteur > 50 ! Ce paradoxe a été proposé par John Leslie en 1989. Il existe quel que soit le jeu de paramètres adopté, et a déjà fait couler beaucoup d'encre. Son interprétation et sa réfutation posent des problèmes épineux. Cette présentation du paradoxe de Leslie est tirée du livre de J.-P. Delahaye, Logique, informatique et paradoxes, Belin 1995, pp. 30-32. On s'y reportera pour plus de détails, particulièrement en ce qui concerne les interprétations et explications du paradoxe . Note[1] Ces chiffres sont nécessairement approximatifs, mais généralement reconnus comme significatifs. L'existence et la nature du paradoxe ne sont pas suspendues aux valeurs choisies pour Q1 et Q2, non plus qu'aux estimations initiales P1 et P2. |