181 vues

Henri Poincaré- Calcul des probabilités

Transféré par Hexagons2352

Droits d'auteur : Attribution Non-Commercial (BY-NC)

Téléchargez comme PDF, TXT ou lisez en ligne sur Scribd

Signaler comme contenu inapproprié

Titres liés

Passer à la page

Vous êtes sur la page 1sur 348

Rechercher à l'intérieur du document

yjdj^v^^i/

COURS DE PHYSIQUE MATHMATIQUE

CALCUL DES PROBABILITS

69264 PARIS.

LVlPRIMERIli GAUTIliEK-VlLLARS et C*

Quai des Grands-Augustins, 55

COURS DE LA FVCULE DES SCIENCES DE PARIS

PUBLIS SOUS LES AUSPICES

DE l'association AMICALE DES LVES ET ANCIENS LVES

DE LA FACULT DES SCIENCES

CALCUL
DES

PROBABILITS
PAR

POINCAR
REDACTION DE

QUIQUET

ANCIEN LVE DE l'COLE NORMALE SUPRIEURE

DEUXIME DITION, REVUE ET AUGMENTE PAR L'AUTEUR

NOUVEAU TIRAGE IQ^S

PARIS
GAUTHIER -VILLARS, IMPRIMEUR -LIBRAIRE DU BUREAU DES LONGITUDES, DE l' COLE POLYTECHNIOUli
55,

Quai des Grands-Augustins, 55

1912

Tous

droits de traduction, de reproduction et d'adaptation

rservs pour tous pays.

CALCUL DES PROBABILITS.

INTRODUCTION

(').

Le hasard.

Comment

oser parler des lois du hasard? Le hasard

n'esi-ii pas l'antithse

de toute loi?

Ainsi s'exprime Ber-

trand, au dbut de son Calcul des probabilits.

lit est

La probabi-

oppose

certitude; c'est donc ce qu'on ignore

cfe

et,

par consquent semble-t-il,

a
l

qu'on ne saurait calculer,

une contradiction au moins apparente

et sur

laquelle on dj beaucoup crit.

Et d'abgrd qu'est-ce cjue

hasard,? Les anciens distin

guaient les phnomnes qui semblaient obir

des lois
qu'ils

harmonieuses, tablies une

attribuaient au hasard
;

fois

pour toutes,

ceux

c'taient ceux qu'on ne pouvait pr^

loi.

voir parce qu'ils taient rebelles toute

Dans chaque

domaine,

les lois prcises

ne dcidaient pas d tout, elles

traaient seulement les limites entre lesquelles

tait perle

mis au hasard de se mouvoir. Dans cette conception,

hasard avait un seiis picis, objectif
:

mot

ce qui tait hasard

(') Cette Introduction est extraitt^

du Ctiapilre intitul
).

Le hasard^
-

dans

mon Ouvrage
P.

Stience et Mthode (FIamnr)arion

IMliCDUCTION.
l'un, lait aussi

pour

hasard pour l'autre et

mme

pour

les

dieux.

Mais cette conception n'est plus

ntre; nous
et

sommes
qui

devenus des dterministes absolus,

du moins

ceux

mmes

veulent rserver les droits du libre arbitre humain laissent

dterminisme rgner sans partage dans

monde
a

inorganique. Tout phnomne,

minime

qu'il soit,

une cause,

es|)rit

infiniment puissant, infiniment

nature, aurait pu
le

bien inform des

lois

prvoir ds

commencement

des sicles. Si un pareil esprit existait,

lui

on ne pourrait jouer avec

drait toujours.

aucun jeu de hasard, on per-

Pour
plutt
il

lui,

ei'el, le

mot de hasard n'aurait pas de sens, ou

n'y aurait pas de hasard. C'est cause de notre fai-

blesse et de tmtre ignorance qu'il y en aurait un pour nous.

Klv'mme sans
hasard n'est que

sortir

de notre faible humanit, ce qui est

hasard pour l'ignorant, n'est plus hasard pour

savant.

mesure de notre ignorance. Les phnoceux dont nous ignorons

mnes

fortuits sont, par dfinition,

les lois.

Mais cette dfinition est-elle bien satisfaisante? Quand

les

premiers bergers chaidens suivaient des yeux

les

mouvede
se

ments des

astres,

ils

ne connaissaient pas encore

les

les lois

l'Astronomie; auraient-ils song dire que

astres

meuvent au hasard?

un physicien moderne tudie un phen dcouvre

la loi le

nomne nouveau,
il

s'il

mardi, aurait-

dit le lundi
:

que ce phnomne

tait fortuit?

Mais

y a

plus

n'invoque-t-on pas souvent, pour prdire un phnoce

mne,

que Bertrand appelle

les lois

du hasard?

Et, par

exemple, dans
lois

thorie cintique des gaz, on retrouve les

connues de Mariolte

de Gay-Lussac, grce

cette

hypothse que

les vitesses

des molcules gazeuses varient

INTRODUCTION.

irrgulirement, c'est-;V(iire an hasarfi. Les

lois oiisei'vables

seraienl beaucoup moins sini[)les, diront Ions les |>hvsiciens,

les vitesses taient rgles |)ar

quelque

loi

lmentaire
organises,
i^rce

simple,
si

les

molcules taient,

comme

dil,

elles obissaient

quelque discipline. C'est

hasard, c'est--dire grce

notre ignorance, que nous pou-

vons conclure

et alors

mot hasard

est tout

simplement

un synonyme d'ignorance, qu'est-ce que

cela veutdir(r?Faul-

donc traduire

comme

suit?
les

Vous me demandez de vous prdire

se.

jhnomnes
lois

qui vont

produire.

Si,

par malheur, je comiaissais les

i)ar

de ces phnomnes, je ne pourrais y arriver que

des

calculs inextricables et je devrais renoncer vous rpondre;

mais, copnme

j'ai

chance de

les ignorer,
a

vais

vous

rpondre tout de
naire, c'est
Il

suite. Et, ce qu'il y

de plus exiraordi-

que ma rponse sera

juste.
soit autre

faut

donc bien que

Iiasard

chose que

nom que nous donnons

notre ignorance, que parmi les

phnomnes dont nous ignorons les causes, nojjs devions distinguer les phnomnes fortuils, sur lesfjuels le calcul
des probabilits nous renseignera piovisoirement,
qui ne sont pas fortuits et sur lesquels nous ne
rien dire, tant
les rgissent.
il

ceux

pouvons
qui

que nous n'aurons pas dtermin

les lois

Et pour les phnouins foituils eux-mmes,

les

est clair

que

renseignements que nous fournit

cal-

cul des probabilits ne cesseront pas d'tre vrais le jour

ces

phnomnes seront mieux coimus.

Le directeur d'une compagnie d'assurances sur

ignore quand mourra chacun de ses assurs, mais
sur
le calcul
et
il
il

vie

compte

des probabilits et sur

la loi

des grands

nomsi

bres

ne se trompe pas, puisqu'il distribue des dividendes

Ces dividendes ne s'vanouiraient pas

ses actionnaires.

rNTRODUCTION.
trs perspicace et trs indiscret venait,

un mdecin

une

fois

les polices signes,

renseigner

directeur sur les chances

de vie des assurs. Ce mdecin dissiperait l'ignorance

directeur, mais
il

n'aurait

aucune influence sur

les divi-

dendes qui ne sont videmment pas un produit de cette

ignorance.

II.

Dfinition DU hasard.

Pour trouver une meilleure

faut

dtinition
faits

du hasard,

nous

examiner quelques-uns des

qu'on s'accorde
des probabi-

regarder

comme

fortuits, et

auxquels

le caictil

lits parat s'appli(iuer;

nous rechercherons ensuite quels

sont leurs caractres

communs.
un cne repose sur

Le premier exemple que nous allons choisir

l'quilibre instable;
si

est celui

sa pointe,

nous

savons bien
quel ct;
Si le
il

qu'il va

tomber, mais nous ne savons pas de

nous semble que

hasard seul va en dcider.

cne

tait

parfaitement sj'mtrique,
s'il
il

son axe

tait,

parfaitement vertical,
force que
la

n'tait

soumis

aucune autre
le

pesanteur,

ne tomberait pas du tout. Mais

le faire

moindre dfaut de symtrie va

pencher lgrement
si

d'un ct ou de l'autre, et ds qu'il penchera,

soit,
il

peu que ce
la

tombera tout

fait

de ce ct.

mme
un

symtrie

est parfaite,

une trpidation

trs lgre,

souffle d'air

pourra

le faire incliner

de quelques secondes d'arc; ce sera

assez pour dterminer sa chute et nime

sens de sa chute

qui sera celui de l'inclinaison initiale.

Une cause
effet

trs petite, qui

nous chappe, dtermine un

considrable que nous ne pouvons pas ne pas voir, et

alors

nous disons que cet

effet est

d au hasard.

nous conde

naissions exactement les lois de

la nature et la situation

INTRODUCTION,

l'univers l'instant initial,

nous pourrions prdire exacte

ment

situation de ce

mme univers

un instant

ultrietn".

Mais, lors

mme

que

les lois naturelles n'auraient plus

secret pour- nous, nous ne pourrions connatre

(\\x'

situation
prvoii' la
c'est tout a

approximatwemeiii.

Si cela

nous |)ermt de
approximation,
le
il

situation ultrieure avec la

mme
lois
;

ce qu'il nous faul,

nous disons que

phnomne

prvu, qu'il est rgi par des

jours ainsi,
il

mais

n'en est pas tou-

peut arriver que de petites dilrences dans les

conditions initiales en engendrent de trs grandes dans les

phnomnes

finaux;

une

petite erreur sur les

les derniers.
le

premires

produirait une erreur

norme sur

La prdicfor-

tion devient impossible et nous avons

tuit.

phnomne

Notre second exemple sera

fort

analogue au premier et
les

nous l'emprunterons

mtorologie. Pourquoi

torologistes ont-ils tant de peine prdire le temps avec

quelque certitude ?l\ourquoi

les

chutes de pluie, les temptes

elles-mmes nous semblent-elles arriver au hasard, de sorte

que bien des gens trouvent tout naturel de prier pour avoir
la

pluie ou le beau temps, alors qu'ils jugeraient ridicule de

clipse par

demander une

une prire? Nous voyons que

les
les

grandes perturbations se produisent gnralement dans

rgions o l'atmosphre est en
quilibre
instable.

Les

mtorologistes voient bien que cet quilibre est instable,

qu'un cyclone va natre quelque part; mais o,

d'tat

ils

sont hors

le dire;

un dixime de degr en plus ou en moins

en un point quelconque,
ei
il

cyclone clate

ici et

non pas

tend es ravages sur de? contres

qu'il

aurait par-

gnes. Si l'on avait connu ce dixime de degr, on aurait

savoir d'avance, mais les observations n'taient ni

assez serres, ni assez prcises, et c'est pour cela que tout

INTRODUCTION.

semble du
vons
le

rintervention

hasard. Ici encore.nous retrou-

mine conirasie entre une cause minime, inappr-

ciable pour l'observateup, et des effets considrables, qui

soni quelquefois d'pouvantables dsastres.

Passons

atitre

exemple,

distribution des petites

initiales ont

j)lanles sur le zodiaque.

Leurs longitudes

tre quelconques; mais leurs

moyens mouvements taient

diffrents et elles circulent depuis

longtemps qu'on peut

dire qu'actuellomenl, elles sont distribues

loni^

au hasard

du zodiaipie. De

trs petites diffrences initiales entre

leurs distances au Soleil, ou ce qui revient au

mme

entre

leurs

mouvements moyens, ont

fini

par donner d'normes

diffrences entre leurs longitudes actuelles; im excs d'un

millime de seconde dans donnera, en

mille ans,
effet,

moyen mouvement diurne

trois ans,

une seconde en

un degr en dix
ou quatre

une circonfrence entire en

trois

millions d'annes, et qu'est-ce que cela auprs du temps

qui s'est coul depuis que les petites plantes se sont dta-

ches de

nbuleuse de Laplace? Voici donc

u<i8

fois

plus une petite cause et un grand effet; ou

diffrences dans la cause et de grandes
l'effet.

mieux de

petites

diffrences dans

j(Mi

roulette nous loigne

moins

qu'il

ne semble

de l'exemple prcdent. Supposons une aiguille qu'on peut

fair(^

tourner autoui' d'un pivot, sur

\\\\

cadran divis en

loo sectem's alternativement rouges et noiis. Si elle.s'arrte

sur un secteui' ronge,

partie est gagne,

sinon, elle est

initiale

perdue. Tout dpend videmment de l'impulsion

que nous donnons

l'aiguille. L'aiguille fera, Je

suppose,
vite,
il

loou

'2o fois b; tour,

mais

elle s'arrtera plus ou

moins

suivant que j'aurai pouss plus ou moins

suffit (jue rim|)iilsion varie

fort. Seiilemetit.

d'un millime, ou d'un deux-mil-

INTRODUCTION.

lime, pour que

mon

aiguille s'arrte

un seclem- qui
l

est

noir ou au secteur suivant qui est rouge. Ce sont

des

diffrences que le sens musculaire ne peut apprcier et qui

cha[)peraient

mme

des instruments plus dlicats.

m'est donc impossible de prvoir ce que va faire l'aiguille

que je viens de lancer, que

j'attends tout

et c'est

pourquoi

mon cur
la

bal et

du
la

liasard.

La diffrence dans

cause est

imperceptible, et

diffrence dans l'effet est

pour moi
toute

plus bauie importance, puisqu'il y va de

mise.

MI
Voici mainlenanl d'autres exemples o nous allons voir
apparatre des caractres un peu diffrents. Prenons d'abord
la

thorie cintique des

gaz.

Comment devons-nous nous

reprsenter un rcipient rempli de gaz? D'innombrables

molcules, animes de grandes vitesses, sillonnent ce rcipient dans tous les sens; chaque instant, elles choquent
les parois,

ou bien elles se choquent entre elles:

les
ici,

et ces

chocs ont lieu dans

conditions les plus diverses. Ce qui

ce n'est pas
la le

nous frappe surtout

petitessedes causes,

c'est leur complexit. Et, cependant,

premier lment se
Si

retrouve encore

ici

joue un rle important.

une moltrajec-

cule tait dvie vers

toire,

gauche ou

droite de sa

d'une quantit trs petite, comparable au rayon d'ac-

tion des molcules gazeuses, elle viterait

le subirait

un choc, ou
et

elle

dans des conditions diffrentes,

180*^, la

cela

ferait

varier, peut-tre de;90<* ou de

directiDu de sa vitesse

aprs

choc.
il

Et ce n'est pas tout,

dvier
la

suffit,
le

nous venons de

voii",

molcule avant

choc d'une quantit, inliniment

petite, i)our qu'elle soit dvie^ aprs le choc, d'une (pian-

INTRODUCTION.
lil finie. Si alors la
il

molcule subit deux chocs successifs,

suffira

dvier, avant

premier choc, d'une quantit

le soit,

infiniment petite du second ordre, pour qu'elle

aprs

premier choc, d'une quantit infiniment petite du preet,

mier ordre
la

aprs

second choc, d'une quantit

finie.

Et
en

molcule ne subira pas deux chocs seulement,

elle

subira un trs grand

nombre par seconde. De

sorte

que

prenier choc a muliipli

dviation

par un trs grand

nombre

A, aprs n cliocs, elle sera multiplie par A"; elle

sera donc
est grand,

devenue

trs graude,

non seulenient parce que

les

c'est--dire parce
effets,

que

petites causes

pro-

duisent de grands

mais parce que l'exposant n est

les

grand, c'est--dire parce .que

chocs sont trs nombreux

que

les

causes sont trs complexes.

Passons

un deuxime exemple; pourquoi, dans une.

averse, les gouttes de pluie nous semblent elles distribues-

au hasard?

C'esl

encore cause de

complexit des'causes

qui dterminent leur formation. Des ions se sont rpandus

dans l'atmosphre, pendant longtemps

ils

ont t soumis
ils

des courants d'air constamment changeants,

ont t

entrans dans des tourbillons de trs petites dimensions,

de sorte que leur distr'ibution

avec leur distribution
initiale.

finale n'a plus

aucun rapport
la

Tout

coup,

temprature

s'abaisse, la vapeur se

condense
d'e

chacun de ces ions

devient

centre d'une goutte

pluie.
et

Pour savoir quelle

il;

sera la distribution de ces

gouUes

combien

en tombera
la situation

sur chaque pav,

initiale des ions,

suffirait

pas de connatre

faudrait supputer l'effet

de mille cou-

rants d'air minuscules et capricieux.

Et c*est encore

mme

chose

l'on

met des grains de

nous savons seule-

poussire en suspension dans l'eau; le vase^est sillonn p$r

des courants dont nous ignorons

la loi,

INTRODUCTION.

ment

qu'elle est

trs

complique; au bout d'un certain

temps, les grains seroni distribus au hasard, c'est--dire

uniformment, dans ce vase,

et cela est
S'ils

d prcisment

complication de ces courants.

simple,
si,

obissaient quelque
si

loi

par exemple,

vase tait de rvolution et

les courants circulaient

autour de l'axe du vase en dcriseVait plus de

vant

des cercles,

n'en

mme, puisque

chaque grain conserverait

initiale l'axe.

hauteur

initiale et sa distance

arriverait au

mme

rsultat en envisageant lernlange

de deux liquides ou de deux poudres

grains

fiis.

Et pour

prendre un exemple plus grossier,

;quand on bat
les cartes

c'est aussi ce qui arrive

d'un jeu.

chaque coup,

les cartes

subissent une permutation (analogue

celles qu'on tudie

dans

thorie des substitutions). Quelle est celle

qui

ralisera? La probabilit, pour

que ce

soit telle
la

permutation

[par exemple, celle qui

amne au rang n

carte qui occu-

pait le rang 9 (/i) avant la permutation], cette probabilit,

dis-je,

dpend des habitudes du joueur. Mais

ce joueur

bat les cartes assez longtemps,

y aura un grand nombre

en rsultera

de permutalions successives;
ne sera plus rgi que par
les ordres possibles seront
le

et l'ordre final qui

hasard; je veux dire que tous

galement probables. C'est au

successives, c'est--dire

grand
la

nombre des permutations

enfin de
la. thorie

complexit du phnomne, que ce rsultat est d.

des erreurs. C'est
ici

Un mot

que

les

causes sont complexes etqu'elles sont multiples.

A combien
avec
le

de piges n'est pas expos- l'observateur,,

meilleur instrument?
Il

mme

doit s'atlather

apercevoir les plus

gros et les viter. Ce sont ceux qui

donnent n;iissance
il

aux erreurs systmatiques. Mais quand

admettant
qu'il

les a limins,

y parvienne,

en reste beaucoup de petits^

INTRODUCTION.

lesquels, en accumulant leurs effets, peuvent devenir dan-

gereux. C'est de
telles; et

que proviennent

les

erreurs acciden-

nous

les

attribuons au hasard, parce que leurs

causes sont trop compliques

trop

nombreuses.

Ici

encore, n'ous n'avons que de petites causes, mais chacune

d'elles
et

ne produirait qu'un petit

effet; c'est

par leur union

par leur
.

nombre que

leurs

effets

deviennent redou-

tables.

On
a

peut se placer encore un troisime point de vue, qui

les

moins d'importance que

deux premiers

et sur lequel

j'insisterai

moins. Quand on cherche

prvoir

fait

qu'on en examine les antcdents, on s'efforce de s'enqurir

situation antrieure; mais on ne saurait le faire pour

toutes les parties de l'univers, on se contente de savoir ce

qui se passe dans le voisinage du point o

fait

doit se

produire, ou ce qui parat avoir quelque rapport avec ce

lait.

Une enqute ne peut

Mais
il

tre complte, et

faut savoir

choisir.

peut arriver que nous ayons laiss de ct

des circonstances qui, au premier abord, semblaient com-

pltement trangres au
jamais song
dant, contre
attribuer

fait

prvu, auxquelles on n'aurait

et qui,

aucune influence
viennent

cepen-

toute

prvision,

jouer un

nMe

important.

Un homme
qu'un
(pii

passe dans

rue en allant ses affaires; quel-

aurait t au courant de ces affaires pourrait dire

pour quelle raison

pass par
telle rue.

est parti telle lieure, poui-quoi

le toit

est

Sur

travaille

un couvreur; l'en-

trepreneur qui l'emploie pourra, dans une certaine mesure,

prvoir ce
(ju'il

va faire. Mais

l'homme ne pense gure au

INTRODUCTION.

Il
ils

couvreur,
nir

ni le

couvreur l'homme

semblent appartel'un l'autre.

deux mondes compltement trangers

pourtant,

couvreur

laisse

tomber une
dire

tuile

qui

tue

l'homme,

on n'hsitera pas

que

c'est l

un hasard.

Notre faiblesse ne nous permet pas d'embrasser l'univers

tout entier, et nous oblige
le

dcouper en tranches. Nous

cherchons
et,

l faire aussi
il

peu artiticellementque possible,

nanmoins,

arrive, de

temps en temps, que deux de ces

tranches ragissent l'uae sur l'autre. Les effets de cette

action mutuelle nous paraissent alors dus au hasard.

Est-ce

une troisime manire de concevoir

effet, la

hasard

Pas toujours; en
la

plupart du temps, on est

fois

ramen

premire ou

seconde. Toutes les

l'un

que deux
viennent

mondes, gnralement trangers

peuvent tre que
suffi

l'autre,

ainsi ragir l'un sur l'autre, les lois de cette raction

1res

complexes,

et,

d'autre part,

aurait

d'un trs petit changement dans les conditions ini-

tiales
lieu.

de ces deux mondes pour que

Qii'W aurait fallu

raction n'et pas

peu de chose pour que l'homme

passt une seconde plus tard, ou que le couvreur laisst

tomber

sa tuile

une seconde plus

Les lois du hasard.

Tout ce que nous venons de dire ne nous explique pas

encore pourquoi
le

hasard obit

des

lois. Suffit-il

que

les

causes soient petites, ou qu'elles soient complexes, pour

que nous puissions prvoir, sinon quels en sont

les eifets
effets

dans chaque

cas,

mais au moins ce que seront ces

celle (juestion, le

moyenne? Pour rpondre

mieux

est de

reprendre q,uelques-Uns des exemples cits plus haut.

Je commencerai par celui de
la roulette.

J'ai

dit

que

INTRODUCTION.

point o s'arrtera l'aiguille va dpendre de l'impulsion

tiale

ini-

qui

lui est

donne. Quelle est

^it

probabilit pour

que

celte
rien,

impulsion

telle

valeur? Je n'en sais

mais

m'est

difficile

de ne pas admettre que celte

probabilit est reprsente par une fonction analytique continue.

La probabilit pour que l'impulsion

-- s

soit
la

comprise
probabi-

entre a ei a
lit

sera alors sensiblement gale

soit

pour qu'elle
e

comprise entre a

-\- s

ela

-\~

2e,

pourvu

que

soit trs petit. C'est l

une proprit commune toutes

les fonctions analytiques.

Les petites variations de

fonc-

tion

sont proportionnelles aux petites

variations

variable.

Mais, nous l'avons suppos, une trs petite variation de

l'impulsion suffit pour changer

couleur du secteur devant

lequel l'aiguille finira par s'arrter.

a h a
la

-{- e

c'est

rouge, de a -h

a H-

2 c'est

noir;

probabilit de
celle

chaque secteur rouge

noir suivant,
et,

est

donc

mme
la

que

du secteur
totale

par consquent,

probabilit

rouge

est gale la probabilit totale

du noir.

La donne de
reprsente
ne. Mais
la

question, c'est

fonction analytique qui

probabilit d'une impulsion initiale dtermivrai, quelle

thorme reste

que

soit cette

don-

ne, parce qu'il dpend d'une proprit

les fonctions

commune

toutes

analytiques. IL en rsulte que, finalement,

nous n'avons plus aucun besoin de

donne.
le

Ce que nous venons de dire pour

cas de la roulette

s'applique aussi l'exemple des petites plantes.

Le zodiaque
petites

peut tre regard

comme une immense

roulette sur la-

quelle le Crateur a lanc un trs grand

nombre de

boules, auxquelles
diverses,

communiqu
loi

des impulsions
d'ailleurs

initiales

variant suivant une

quelconque.

Leur distribution actuelle est uniforme et indpendante de

INTHODUCTION.
celte loi,

l3 le

pour

mme

raison que dans

les

cas prcdent.
lois

voit ainsi

pourquoi

phnomnes obissent aux

du hasard, quand do petites diffrences dans les causes

suffisent

pour amener de grandes diffrences dans

les effets.

Les probabilits de ces petites diffrences

tre regardes

peuvent alors
ces diffrences

comme

proportionnelles

elles-mmes, Justement
petites et

parce

que ces diffrences sont

que

les petits

accroissements d'une fonction conla

tinue sont proportionnels ceux de

variable.

Passons
surtout
batte
la

un exemple entirement diffrent, o intervient

complexit des causes; je suppose qu'un joueur

cartes.

un jeu de

A
il

chaque battement,

intervertit

l'Ordre des cartes, et

peut les intervertir de plusieurs

manires. Supposons trois caites seulement pour simplifier

l'exposition. Les cartes qui, avant le battement, occupaient

respectivement

les

rangs

2 3,

pourroni, aprs

battement,

occuper

les rangs

128,

281,
six

3i2,

32,

182,

2r8.
et elles ont

Chacune de ces

hypothses

est possible

respectivement pour probabilits

P\,
/>2,

Pzy

P'.,

IH,

P6*

somme

de ces six nombres est gale

mais

c'est

tout ce que nous en savons; ces six probabilits dpendent

naturellement des habitudes du joueur, que nous ne connaissons pas.

Au
et

secoxid battement et aux suivants, cela

les

recommencera
/?4,

dans

mmes

conditions; je veux .dire que

par

exemple, reprsente toujours

trois caries qui
le (/i +- i) les

probabilit pour que les

occupaient aprs. le

battement

et avant

rangs 128, pour que ces trois cartes, dis-je,

INTRODUCTION.
Tes

occupent

rangs 01

aprs

(/n-i) battement. Et cela

reste vrai, quel

que

soit le

nombre

puisque
les

les

habitudes

du joueur, sa faon de battre restent

Mais,
si le

mmes.
rangs 128, pour-

nombre des battements

i''

est trs grand, les cartes

les

qui, avant le

battement, occupaient

ront, aprs le dernier battement, occuper les rangs

23i,

3i2,
six

321,

182

2l3,
la

et la probabilit

de ces

hypothses sera sensiblement

mme

et gale ^; et cela sera vrai, quels

que soient

les

nombres /?i, ..., p^, que nous ne connaissons pas. Le grand nombre des battements, c'est--dire la complexit des
causes, a produit Tuniformit.

Cela s'appliquerait sans changement,

trois caries; mais,

s'il

y avait plus de

serait

complique; je

mme avec trois cartes, la dmonstration me contenterai ici de la donner pour

(*).

deux cartes seulement

hypothses

Nous n'avons plus que deux

2 I,

avec

les probabilits

/>i

et/^a^^i

/>!

Supposons n battesi

ments, et supposons que je gagne

finalement dans l'ordre
initial, et

franc

les cartes sont

que

j'en

perde

elles

sont finalement interverties. Alors,

mon

esprance math-

matique sera

La diffrence/?,
de sorte que,
si

p2 est certainement plus

trs grand,

petite

que

n est

mon

esprance sera nulle;

nous n'avons pas besoin de connatre px

p^ pour savoir

que

jeu est quitable.

(')

Voir un

calcul

plus complet au

Chapitre intitul

Questions

diverses.

INTRODUCTION

y aurait une exception toutefois, si l'un des nombres Pi ei P2 tait gal i et l'autre nui. Cela ne marcherait plus alors parce que nos hypothses initiales seraient trop simples.
11
j

Ce que nous venons de voir ne s'applique pas seulement

au mlange des cartes, mais

tous

les

mlanges, ceux

des poudres et des liquides, et

mme

ceux des molcules

gazeuses dans

thorie cintique des gaz.

Pour en revenir
les

celte thorie, supposons, pour un instant, un gaz dont

molcules ne puissent se choquer mutuellement, mais

puissent tre dvies par des chocs sur les parois du vase

gaz est renferm. Si la forme du vase est suffisamment

et celle

complique, la distribution des molcules

des vitesses

ne tarderont pas

devenir uniformes.
s'il

n'en sera plus de

mme si

vase est sphrique ou

a la

forme d'un parallle

lpipde rectangle. Pourquoi? Parce que, dans

cas, la dislance

premier

du centre

une trajectoire quelconque

second cas, ce sera
la

demeurera constante; dans

paralllpipde.

valeur

absolue de l'angle de chaque trajectoire avec les faces du

voit ainsi ce

que Ton doit entendre par conditions

^ro/>

.fm/?/e5;

ce sont celles qui conservent quelque

chose, qui

laissent subsister

un invariant. Les quations

diffrentielles

du problme sont-elles trop simples pour que nous puissions appliquer les lois

du hasard?

Cette (|uestion parat, au

premier abord, dnue de sens prcis; nous savons maintenant ce qu'elle veut dire. Elles sont trop simples,
conservent quelque chose,
si

elles

admettent une intgrale

initiales

uniforme
inaltr,

quelque chose des conditions

demeure
plus

est clair

que

situation finale

ne pourra

tre indpendante de la situation initiale.

Venons
les

enfin

thorie des erreurs.

quoi sont dues

erreurs accidentelles, nous l'ignorons^ et c'est justement

INTRODUCTION.

parce que nous l'gnorons que nous- savons qu'elles vont

obir
la loi

de Gauss. Tel est

paradoxe.

s'explique

peu prs de

mme

manire que dans

les cas
:

prcdents.
les

Nous n'avons besoin de savoir

cune
d'elles

cju'une chose

que

erreurs

sont trs nombreuses, qu'elles sont trs pelites, que cha-

peut tre aussi bien ngative que positive.

Quelle est
n'en

courbe de probabilit de chacune d'elles? Nous

savons rien, nous supposons seulement que cette

courbe est symtrique.

rsultante suivra
la loi

On dmontre

alors
loi

que l'erreur
rsultante est

de Gauss, et celte

indpendante des
sons pas.
Ici,

lois particulires

que nous ne connaisla

encore, la simplicit du rsultat est ne de

complication

mme

des donnes.

VI
Nous avons cherch
dfini
dfinir le

hasard,

convient
ainsi

maintenant de se poser une question. Le hasard, tant

dans
la

mesure o

peut

l'tre,

a-t-il

un caractre

objectif?

On
ou

peut se

demander.
pour

J'ai

parl de causes trs petites

petit

trs

complexes. Mais ce qui est trs

l'autre, et ce qui

pour

l'un

peut-il tre grand

semble

trs

com-

plexe

l'un

ne peut-il paratre simple

partie,

l'autre? J'ai dj

rpondu en

puisque

j'ai

dit plus haut,

d'une faon

prcise, dans quel cas des quations diffrentiel le^s devien-

nent trop simples pour que les lois du hasard restent applicables. Mais
il

canvient d'examiner

chose d'un peu plus

prs, car on peut se placer encore d'autres points de vue.

Que
Une

signifie

mot

trs petit?

suffit,

pour

com-

prendre, de se reporter

ce que nous avons dit plus haut.

diffrence est trs petite,

un intervalle

est trs petit.

INTRODUCTION.

I7
la

lorsque, dans les limites de cet intervalle,

probabilit

reste sensiblement constante. Et pourquoi cette probabilit

peut-elle

tre

regarde

comme

constante dans un petit

la loi
;

intervalle? C'est parce

que nous admettons que

de
et

probabilit est reprsente par une courbe continue

non seulement continue au sens analytique du mot, mais

pratiquement continue,

comme

l'expliquais plus haut.

Cela veut dire que, non seulement, elle ne prsentera pas

d'hiatus absolu, mais qu'elle n'aura pas

non plus de

sail-

lants et de rentrants trop aigus ou t-rop accentus.

Et qu'est-ce qui nous donne

droit de faire cette

hypo-

thse? Nous l'avons dit plus haut, c'est parce que, depuis le

commencement des
tamment le monde

sicles,
le

des causes complexes qui

ne cessent d'agir dans

mme

sens et qui font tendre cons-

vers l'uniformit, sans qu'il puisse jamais

revenir en arrire. Ce sont ces causes qui ont peu

peu

abattu les saillants et rempli les rentrants, et c'est pour cela

que nos courbes de probabilit

lations lentes.

n'offrent plus

que des ondude

sicles,,

Dans des milliards

de^ milliards

on aura

fait

un pas de plus vers l'uniformit et ces ondula:

tions seront dix fois plus lentes encore

rayon de courfois

bure moyen de notre courbe sera devenu dix

grand. Et, alors,
telle

plus

longueur, qui, aujourd'hui, ne nous

semble pas

trs petite, parce

que sur notre courbe un arc

de cette longueur ne peut tre regard

comme
fois

reciiligne,

devra, au' contraire, cette poque, tre qualifie de trs

petite,
et

puisque

courbure sera devenue dix

moindre,

qu'un arc de cette longueur pourra tre sensiblement

assimil une droite.

Ainsi ce

mot de
Il

trs petit reste relatif;

mais

n'est pas

relatif tel

homme

tel autre,

est relatif l'tat acle

tuel

du monde.
P.

changera de sens quand

monde
2

sera

INTRODUCTION.
les

devenu plus uniforme, que toutes

mlanges plus encore. Mais
ne pourront plus vivre et devront
tres; dois-je dire

choses se

seront

alors, sans doute, les

faire

hommes
d'autres

place

beaucoup plus

petits

ou beaucoup plus

grands? De sorte que notre critrium, restant vrai pour tous

les

hommes, conserve un sens

objectif.
le

Et que veut dire, d'autre part,

mot

trs

complexe?

J'ai

dj donn une solution, et c'est celle que

j'ai

rappele au

dbut de ce paragraphe, mais

complexes, nous l'avons
en plus intime,
dit,

y en a d'autres. Les causes

produisent un mlange de plus

mais au bout de combien de temps ce

satisfera-l-il ?

mlange nous
assez
(le

Quand aura-t-on accumul

complications? Quand aura-t-on suffisamment

battu les cartes? Si nous mlangeons deux poudres, l'une

bleue, l'autre blanche,

arrive-^un

moment o
le

teinte

mlange nous parat uniforme;

c'est

cause de l'infirmit de

nos sens; elle sera uniforme pour

presbyte qui est oblig

de regarder de

loin,

quand

elle

le sera pas

encore pour le
les vues,

myope. Et quand

elle le sera
la

devenue pour toutes

on pourra encore reculer ments.

limite par l'emploi des instru-

n'y a pas de
la

chance pour qu'aucun

si la

homme

dis-

cerne jamais

varit infinie qui,

thorie cintique est

vraie, se dissimule sous l'apparence

uniforme d'un gaz. Et,

cependant,

l'on
le

adopte les ides de Gouy sur

mouvele

ment brownien,

microscope ne semble-t-il pas sur

point de nous. montrer quelque chose d'analogue

Ce nouveau critrium est donc

(?t,

relatif

comme

premier,

s'il

conserve un caractre objectif,

ont

c'est parce
la

que tous
puissance

les

hommes

peu prs

les

mmes

sens, que

de leurs instruments est limite et qu'ils ne s'en servent

d'ailleurs qu'exceptionnellement.

IXTRODL'CTIONV

Vil.

La probabilit dans les sciences morales.

C'est
ticulier

mme

chose dans les sciences morales el en parest oblig

dans

l'histoire. L'historien

de faire
il

un
ne
Il

choix dans les vnements de l'poque qu'il tudie;

raconte que ceux qui

s'est

lui

semblent
les

les

plus importants.
les plus

donc content de relater

remarquables du

vnements

con-

sidrables du xvi sicle par exemple, de

les plus

mme

que

les fails

xvii sicle. Si les

premiers suf-

fisent

pour expliquer
lois

les seconds,

on
.

dit

que ceux-ci sont

conformes aux

l'histoire

Mais

un grand vnefait

ment du

XYii^ sicle

reconnat pour cause un petit

du
le

xYi" sicle,

qu'aucune histoire ne rapporte, que tout

on
le

monde

a nglig, alors

dit

que cet vnement

est

d au
de

hasard; ce

mol
il

donc

mme

sens que dans les sciences

physiques;

signifie

que de

petites causes ont produit

grands

effets.

Le plus grand hasard

Ce
n'est

est la naissance d'un

grand homme.
cel-

que par hasard que se sont rencontres deux

lules gnitales, de sexe diffrent, qui contenaient prcis-

ment, chacune de son ct,

les

lments mystrieux dont

raction mutuelle devait produire

gnie.

On tombera
fallu

d'accord que ces lments doivent tre rares et que leur

rencontre est encore plus rare. Qu'il aurait

peu de
les

chose pour dvier de sa route

portait;
il

spermatozode qui

aurait suffi

de le dvier d'un dixime de milliet les destines

mtre

Napolon ne naissait pas

d'un confaire

tinent taient changes. Nul exemple ne peut

mieux

comprendre
l'application

les vritables caractres

du hasard.
lieu

Un mot encore

sur les paradoxes auxquels a donn

du calcul des probabilits aux sciences morales.

INTRODUCTION.

(lmonlr qu'aucune Chambre ne contiendrait jamais

l'opposition, ou

aucun dput de
serait tellement

du moins un

tel

vnement
sou. Con-

improbable qu'on pourrait, sans crainte,

parier

contraire, et parier

un million contre un
il

dorcet s'est efforc de calculer combien

fallait

de jurs

pour qu'une erreur judiciaire devnt pratiquement impossible. Si l'on avait utilis les rsultats

d ce calcul, on se
dceptions qu'en

serait certainement expos

aux

mmes

pariant sur

la foi

du calcul que l'opposition n'aurait jamais

aucun reprsentant.
Les
la

lois

du hasard ne s'appliquentpas ces questions. Si

justice ne se dcide pas toujours par

de bonnes raisons,

elle

use moins qu'on ne croit de

mthode de Bridoye;
le

c'est

peut-tre fcheux

puisque, alors,

systme

Condorcet nous mettrait

Qu'est-ce dire?

l'abri des erreurs judiciaires.

Nous sommes
le

tents
les

d'attribuer au

hasard

les faits

de cette nature, parce que

causes en sont

obscures; mais ce n'est pas

vrai

h^asard.

Les causes

nous sont inconnues,

plexes; mais elles ne

est vrai, et

mme

elles sont

comqui

sont pas assez puisqu'elles conserc'est

vent quelque chose; nous avons vu que

distingue les causes

trop simples

Quand des hommes

sont rapprochs,

ils

ne se dcident plus au hasard

ils

ind-

pendamment
les autres.

les

uns des autres;

ragissent les uns sur

action,
elles

Des causes multiples entrent en

troublent les

hommes,

les entranent droite et

gauche,

mais

y a une chose qu'ellesne peuvent dtruire, ce sont

leurs habitudes de

moutons de Panurge. Et

c'est cela qui se

conserve.

INTRODUCTION.

VIII.

Rflexions diverses.

y aurait beaucoup d'aulres questions soulever,

voulais les aborder avant d'avoir rsolu celle

que

je m'tais

plus spcialement propose.

rsultat simple,

Quand nous constatons un quand nous trouvons un nombre rond, par

nous cherchons pour l'expliquer une cause,
en
effet,
il

exemple, nous disons qu'un pareil rsultat ne peut pas tre

d au hasard,

non
lit

fortuite. Et,

n'y a qu'une trs faible probabile

pour qu'entre loooo nombres,

hasard amne.
il

4in

nombre rond,

nombre loooo par exemple;

loooo. Mais
qu'il
il

y a

seule-

ment une chance sur

nombre;
il

n'y a

non plus qu'une

quel
autre
et

chance sur loooo pour

amne n'importe

cependant ce rsultat ne nous tonnera pas,

ne nous rpugnera pas de l'attribuer au hasard; et cela

qu'il sera

simplement parce

moins frappant.
illusion,

Y
t-il

a-t-il l,

de notre part, une simple

cette faon

ou bien y aIl

des cas

oii

voir est lgitime?

faut l'es-

prer, car, sans cela, toute science serait impossible.

Quand

nous voulons contrler une hypothse, que faisons-nous?

Nous

ne.

pouvons en

vrifier toutes les

consquences, puis-

qu'elles seraient en

nombre

infini;
et,
si

nous nous contentons

d'en vrifier quelques-unes

nous russissons, nous

dclarons l'hypothse confirtne, car tant de succs ne sauraient tre dus au hasard. Et c'est toujours au fond le

mme

raisonnement.
Je ne puis
ici le justifier

compltement, cela

me
:

prendrait

trop de temps; mais je puis dire au moins ceci

nous nous

trouvons en prsence de deux hypothses, ou bien

un^
d'ad-

cause simple, ou bien cet ensemble de causes complexes

que nous appelons

hasard. Nous trouvons naturel

22
rnellre
alors,
si

INTRODUCTION.

que

premire doit produire un rsultai simple,

et,

nous constatons ce rsultat simple,

nombre rond,
l'attribuer

par exemple,
la

nous parat plus vraisemblable de

cause simple qui devait nous

donner presque cerle

tainement; qu'au hasard qui ne pouvait nous

qu,'une fois sur loooo.
Il

donner
si.

n'en sera plus de

mme,
le

nous
il

constatons un rsultat qui n'est pas simple;

est vrai,

hasard,
fois

ne l'amnera pas non plus plus d'une

sur
le

loooo; mais
produire.

cause simple n'a

i)as

plus de chance

Nous verrons plus

aux
du hasard.

loin pourquoi,

dans une table de loga-

rithmes, les dcimales paraissent distribues conformment

lois

On peut
nombre

se poser la
tt.

mme

question en

ce qui concerne le

Ici, elle est

plus dlicate.
est

Nous savons, par exemple, que ce nombre

entre 3 et
4, et
la

compris

nous envisageons

les

premires dcimales;

considrons

partie entire de jo"

(tt

3), elle est

com-

prise entre o et lo";

parmi

les

lo'*

entiers,

compris entre

ces limites, considrons-en un au hasard-, envisageons com-

bien

y figure de chiffres

7 et

combien de
le

chiffres 5, et

envisageons l'excs du premier nombre sur

e cet excs.
ait

second. Soit
il

Supposons que parmi nos 10" nombres,

y en

o
loi

rapport

soit plus petit

que

des grands nombres nous apprend que N. io~"

tend vers

quand n

crot indfiniment. Si donc,

nous choila

sissons entre ces limites un

nombre au hasard^
la

proba-

bilit pour que l'excs e et ls excs analogues soient rela-

tivement trs petits, c'est--dire

probabilit pour que les

dcimales

soient

rparties
la

conformment
certitude.

aux

lois

hasard, sera trs voisine de

Mais pourcjuoi avons-nous

le droit

de raisonner

comme

INTRODUCTION.
si

V.3

nombre

avait t choisi

au hasard.

au lieu de

7:,

nous avions envisag une fraction rationnelle simple, dont

rduction

en fraction dcimale aurait engendr une

fraction
tout.
11

priodique, le rsultat n'aurait plus t vrai du

semble que

nombre

nous parat choisi au hasard,

parce*que sa gense est complique et que nous raison-

nons inconsciemment sur

de
le faire

lui,

comme nous

avons coutume

sur les effets produits par un ensemble de causes

compliques.

CHAPITRE L
DFINITION DES PROBABILITS

On ne peut gure donner une dfinition salisfaisanLe Probabilit. On dit ordinairement la probabilit d'un
:

vnement
cet
Ainsi,

est le rapport

du nombre des cas favorables

total

vnement au nombre
si le

des cas possibles.

et le

premier nombre est n

second N,

pro-

babilit est r^; cette dfinition, dans certains cas,

ne soulve

aucune
tirer

difficult.

Dans un jeu de 32
le

cartes, la probabilit de
total des cas possibles,
il

un roi est ^j puisque

nombre

c'est--dire des cartes, est 32, et

que parmi- ces cartes

fi
=:=:

y a

quatre rois; on a donc

ici

=: 32,
je

Quand on

jette
et

un d,

probabilit d'amener

point 4 est ^^ car

N=:6

/i=:i, le d ayant 6 faces dont une seule porte le point 4-

Dans une urne qui contient n boules

on
tire

blariches et/? noires,

une boule;

probabilit qu'elle soit blancbe est

Prenons un- exemple un peu plus compliqu. Deux

urnes, qui ne diffrent pas extrieurement, renferment

premire n boules blanches

ches eip' noires.

noires, la seconde n' blan-

DFINITION DES PROUABILITS.

fait tirer
la

une boule

une personne,

on demande

quelle est

probabilit pour
total

amener

blanciie.

On
-\-

pourrait
p' et

dire que le
I
I

nombre
^

des cas est n

n'
7.
,

+ n' ^p
,.

que que

la probabilit est
/i

....

n -h
;

-h

On peut

dire aussi
la

-h/>'

deux cas peuvent d'abord

sie

prsenter, soit

premire, soit
la

seconde urne;
la

probabilit de prendre dans

-> car
il

premire

est- et dans

seconde

autant de cbances de
l'autre. Si j'ai

mettre

main dans l'une que dans

mis

main dans

premire urne,
la

probabilit est
ait

pour

que, prenant dans

premire urne, on
la

une boule blan-

che; en vertu du thorme de

probabilit compose,

que
la

je ne tarderai pas tablir, la probabilit de mettre

fois, la

main dans
2
I

premire urne et d'en tirer une boule

;

blanche est
urne est
2
/i

n
n'

-\-

probabilit analogue pour

seconde

La somme
n'

2 n -h p

-i-

p
demande,
et
il

est l'valuation correcte de n'y aura galit entre les

probabilit

deux valuations que dans un cas

particulier

n -h p

-+-

c est--dire

A
cas

quoi tient cette divergence? A ce que les n

-+-

n' -h

p -hp

ne sont pas galement probables.

supposons
qu'il

Ainsi,

ait

deux

fois

plus de boules dans

'-a6

chapitre

premire urne
n' -^ p'=z^

-(n-h p).
'
2
~

La probabilit pour que je prenne une boule donne dans

celte urne est

{n
-f-

pour que je

prenne dans

seconde

elte est

dfinition

probabilit,

faut

donc ajouter

condition que tous les cas soient galement vraisemblables.

Citons deux autres exemples dus Bertrand.

Problme des

trois

coffrets.

Trois coffrets iden(3

;

tiques, A,B,C, .ont

chacun deux

tiroirs, a,

ceux de

contiennent chacun (jne pice d'or, ceux de B une pice

d'argent, et ceux de G ont l'un

une pice

d'or, l'autre

une

pice d'aigent

A a
'

B
argent
or

or
'or

argent

argent.

Quelle est

probabilit pour (|ue, en ouvrant au hasard

un des

six tiroirs, l'on ait

une pice d'or? Six cas sont ga-

lement probables
trois sont
\,<\

Aa,

A|3,

Ba,

B|3,
la

Ca, Cp; de ces

pice d'or
:

six cas,

favorables

l'arrive

Aa,A|3,Ca.

probabilit est donc -

Si l'on
lit

prend un des

trois coffrets,

au hasard,

probabi-

pour prendre C est-j'y

J'ouvre au hasard un des tiroirs,

d'or; quelle est
daille soit
la

trouve une mdaille,

probabilit pour que la deuxiuje

en argent?

HEKINITION DES PROBABILITES.

1"]

bien, je suis

tomb sur
premier

coffret C,

ou bien sur

coffret

dans

le
le

cas, la
or.

seconde mdaille sera

La probabilit semble

eu argent, dans
2

second en

donc-- Cette conclusion

Avant d'ouvrir

est fausse.

le tiroir, je savais

que

j'y trouverais

une

pice d'or ou une pice d'argent avec une probabilit gale,

c'est--dire-; or, je puis trouver
cas,
la

pice d'or dans trois

Aa,

AjS,

Ca, et de ces
la

trois cas

un seul, Ca, est favorable

l'arrive

pice d'argent dans

second

tiroir.

Dans

premire valuation de

probabilit :

les

deux
corle

cas envisags taient ingalement probables

le cas

respond

Ap,

et est

deux

fois plus

probable que

cas C, qui ne correspond qu' Ca.

Problme du jeu de boules.

et Paul,

Deux joueurs gaet la victoire est

lement babiles, Pierre

jouent aux boules; Pierre a

deux boules lancer, Paul une boule,

celui des

deux dont

l'une des boules approcbera le plus du

but.

Quelle est
Soient

probabilit pour que Paul gagne?

les

boules de Pierre, C celle de Paul; six

cas peuvent se prsenter, en rangeant les boules suivant

leur proximit du but.

ABC,
Ces
la

BCA,

CAB,

ACB,

CBA,

BAC.

six cas sont

galement probables; ceux qui donnent

victoire Pierre sont au

la victoire

donnent
bilit

nombre de (juatre, ceux qui Paul au nombre de deux la proba:

de gagner est donc - pour Paul.

CHAPITRE

pourrait raisonner autrement

boule
le

de Pierre

est plus loigne

du but que

ou bien c'est

contraire.

A>C
De mme pour
la

A<C.

boule B

B
Donc quatre

< C.

cas sont possibles

DEFINITION DES PROBABILITES.

Ainsi tout problme de probabilit offre deux priodes

d'tude

premire, mtaphysique pour ainsi dire, qui

lgitime telle ou telle convention;

seconde, mathma-

tique, qui applique ces conventions les rgles

calcul.

Nous

allons grouper

les

questions dont nous nous

et,

occuperons, d'aprs divers poinis de vue

point de vue des cas possibles.

d'abord, au

Dans une premire catgorie, nous rangerons toutes celles o le nombre de cas possibles est fini, ne dpasse
pas certaines limites; en gnral, nous aurons affaire

des

jeux de hasard, de simples problmes d'analyse combinatoire.

Dans une deuxime catgorie,

sibles reste fini,

nombre des

cas pos-

mais devient trs grand; on n'a plus alors

la loi

qu'une expression approche de la probabilit par

grands nombres,
le

des

thorme de Bernouili,

etc.

C'est ce

qui se prsente en statistique.

Dans une troisime catgorie,

bles est indfini.
Ainsi,

nombre des

cas possi-

on lance une

aiguille sur
:

une

feuille de papier

sont traces des lignes parallles

l'aiguille
infini

la probabilit

pour que

rencontre une de ces lignes dpend d'un nombre

de cas possibles.

C'est dans ce cas surtout qu'il faut dfinir, avec le plus

grand soin,

les

conventions pralables.

sait,

par exemple, qu'un nomibre Xy fractionnaire ou

est

incommensurable,
la

compris entre o et

on demande
:

probabilit pour qu'il soit compris entre o et infini.

nombre
que
la

des cas possibles est

serait tent de dire

probabilit est -; cependant on

pourrait dire aussi que

CHAPITRE

< <.r
I.

carre de x^ soit y, est compris entre o et j

Puisque x^-=zy,

que x

est

compris entre o et

o<y < Les cas favorables sont tous ceux pour lesquels G </ < 7; en l'on divise l'intervalle compris entre o et
si
i

quatre parties gales,

entre o et
7-

A4
est

IIy
dans

la probabilit

pour

que/

soit

compris

Ce serait pourtant une erreur grossire d'valuer gale-

ment ; la En
effet,

probabilit pour
la

que

x soit

compris entre o et

premire valualion, nous considrons

probables
les

comme galement
^0

deux hypothses
^1

< <
-^
e

-^0 -i-

< < ^i
.r

-f- ,

l'intervalle

tant le

mme;

tandis que, dans

seconde

valuation, nous considrons

les

comme galement

probables

deux hypothses
x\<.x''-<.xl-^z
et

^?<^-<^?-h;

ces deux conventions sont contradictoires.

Ici,

est

une constante
l'aiguille,
il

arbitraire; plus haut, dans le

trois constante.s arbitraires,

problme de
les

y avait

coordonnes du milieu de

l'aiguille et sa direction.
il

Dans

d'autres problmes de probabilils,

encore plus de
lois

constantes arbitraires,
Ainsi

mme

des

arbitraires.

y :=/(:r)

est

une fonction qui peut paratre plus pro-

bable que telle autre, ce qui arrive entre autres quand on

interpole. C'est l

une quatrime catgorie de problmes.

Plaons-nous

un autre point de vue.

Une question de

probabilits ne se pose

que par

suite de

DFINITION DES l'RORABtLlTS.

3l
la

notre ignorance

n'y aurait place

les

que pour

certitude

nous connaissions toutes

part, notre ignorance

donnes du problme. D'autre

ne doit pas tre complte, sans quoi

nous ne pourrions rien valuer. Une classification s'oprerait

donc suivant

le plus

ou moins de profondeur de notre

ignorance.
Ainsi
la

probabilit pour que

sixinle dcimale d'un

nombre dans une

priori de

table de logarithmes soit gale 6 est a

en ralit, toutes les donnes du problme sont

et, si

bien dtermines,

nous voulions nous en donner

peine, nous connatrions exactement celte probabilit.

mme, dans

les interpolations,

dans

le calcul

des intgrales

dfinies par la

mthode de Cotes ou

celle de Gauss, etc.

Notre ignorance est plus grande dans les problmes de

Physique";
il

s'agit

de prvoir un vnement, c'est--dire un

phnomne consquent qui dpend d'une part d'un phnomne antcdent, et d'autre part de la loi qui unit Tantcdent au consquent.
la loi,
Il

peut se faire que nous connaissions

mais non

probabilit

phnomne antcdent quelle est la pour que se produise le phnomne consle

quent

Nous connaissons, par exemple,

molcules;
initiale,
si

la loi

du mouvement des

nous connaissions exactement leur position

elles seront

nous serions capables de dire o

moment donn;
pent

probabilit pour que ces molcules occu-

telle position finale

dpendra donc de
telle

probabilit
telle posi-

que nous attribuerons par convention

tion initiale. J)ans est ncessaire.
Ainsi,

Chaque

cas,

une hypothse particulire

quand on cherche

probabilit

pour que

les

comtes aient des orbites

elliptiques,

on est oblig de

faire

CHAPITRE

une convention, on suppose qu' une grande distance du Soleil ces astres sont uniformment distribus dans l'espace
ainsi

que

les directions

de leurs vitesses.
:

Autre question analogue

petites plantes sont-elles

les

lacunes qu'offre
? Ici

la srie

des

dues au hasard

encore, leurs

positions initiales sont inconnues, mais l'astronome connat

la loi

de leur mouvement.
faire

Gomment

choisir dans ce cas les

conventions
Il

sur les positions initiales

le faire

est difficile

sans tomber dans l'arbitraire.

fait

Cependant, certaines hypothses semblent tout

bables
:

impro-

on n'admettra pas que

les vitesses initiales des

comtes soient
tricit.

telles qu'elles aient toutes la

mme

excen-

D'un autre ct
soient, dans

peut arriver que certains rsultats

la loi

une certaine mesure, indpendants de

admise pour

relier les antcdents et les consquents.

Con-

sidrons un trs grand

les

nombre de

petites plantes, dont

moyens mouvements

soient tous diffrents

les

rayons

vecteurs, les longueurs, les vitesses initiales sont distri-

bus d'une faon quelconque. Au bout

d'un

temps

trs

long, ces petites plantes seront galement rparties dans

tous les azimuts.

Il
.

y en aura un

mme nombre

dans des

i)ans d'autres problmes, enfin,

peut arriver que

la loi

notre ignorance soit plus grande encore, que

elle-

mme
tion

nous chappe. La dfinition des probabilits devient

alors presque impossible. Si, par exemple,

est

une fonc-

inconnue de ^ nous^ ne savons pas

trs bien quelle

probabilit

faut attribuer, au dbut,

,t^

a-^,

pour connatre
*

dt,

DFINITIOiN DES PROBABILITES.

On
tifier,

se laissera souvent guider par

un sentiment vague

qui s'impose avec puissance, qu'on ne saurait pourtant jus-

mais sans lequel, en tout cas, aucune science ne serait

possible. Les lois les

mieux

tablies ne
a t oblig

sont que par ds

expriences isoles dont on

rsultats.

de gnraliser les
<les
:

Quand Kepler

dduisait ses lois

lui

observations

de Tycho-Brah, on aurait pu
n'a

objecter
et,

Tycho-Brah
qu'il

pas, toujours
la

regard
loi

ciel,

pendant

ne
pas

l'observait pas,

que vous cherchez

n'a-t-elie

chang?
II

aurait,

certainement trouv
:

l'objection

ridicule

aurait

rpondu

Celte

hypothse est bien invraisemappel ce sentiment mal dfini

blable.

C'et t

l faire

probabilit.

Un problme

plus dlicat que celui de

[)rol)abilil

des effets est celui de la probabilitdes causes.

Dans notre urne de tout

avait

l'heure,

n boules blanches
la
:

nous savions (ju'il y boules noires; quand nous

cherchions
tait

probabilit
c'tait

de tirer une blanche,

cause

connue

une urne avec n blanches

et/? noires.

Mais, problme inverse, je puis savoir qu'il y a en tout

-\-

p boules, sans connatre comment

elles sont rparties.

Je tire une noire

qnelle est

probabilit pour qu'il y ait

plus de noires que de blanches? C'est une probabilit de

cause.

On en recherche constamment de
les lois

pareilles en Physique;
effets

ne nous sont connues que par leurs

qu'on

observe. Cherchera en dduire les lois qui sont des causes

c'est

rsoudre un problme de probabilit des causes.

10.

Sans insister davantage sur

ct mtaphysique des
3

CIIAPITKE

DFINITION DES PROBABILITS.

questions de probabilits, et dans

seul but de provoquer

des rflexions sur ce

sujet,

ferai

encore remarquer
a des raisons

qu'une probabilit peut tre subjective. L'on

personnelles de croire
telle autre.
telle

bypothse plus probable que

La probabilit peut aussi s'objectiver, en statistique par

exemple

nombre probable des personnes qui mourront

dans une anne est tant; cependant

s'en cartera

un peu.

Dans quelles

limites nos prvisions seront-elles vrifies?

Pourquoi seront-elles vrifies?

y a

quelque chose de mystrieux, d'inaccessible au

mathmaticien.

Quoi

qu'il

soit,

l'ordre

que je suivrai dans l'expos

celui

mathmatique des probabilits sera

plus haut.

que

j'ai

indiqu

Je commencerai par des problmes

sont en

oii

les cas possibles

nombre

limit; puis j'tudierai, au sujet des cas

nombre

trs grand, le
la

thorme de Bernoulli

et ses cons-

quences,

probabilit des causes, les problmes o entrent

;

des constantes arbitraires

infini, j'exposerai
la

nombre des
des
erreurs,

cas

devenant
fort

thorie

branche

importante, et j'apprendrai, enfin, dterminer des

lois

des fonctions arbitraires.

CHAPITRE

PROBABILITS TOTALES ET COMPOSES.

11.

Le calcul des probabilits repose sur deux tho:

rmes

thorme des

prol)abilits totales; le

thorme

des probabilits composes.

sujet de

deux vnements

et^, on peut se poser

divers problmes de probabilit, suivant que l'un de ces

vnements

doit se produire, ou tous les deux,

ou aucun.

Ou
Ou

bien

A
A

se produiront tous deux, hypothse

que

j'appellerai

AB;
se produira,

bien

B ne

se produira pas, hypothse

que j'appellerai AB';

Ou bien A ne

se produira pas,

se produira, hypothse

que j'appellerai A'B;

bien ni A, ni B ne se produira, hypothse que j'ap-

pellerai A'B'.

Supposons que A B

se ralise dans a cas diffrents

AB'
A'B
A'B'

))

y
d

Le nombre
l'on

total

des cas possibles est a -h

-h y H-

que

suppose par convention galement probables.

probabilits.

Examinons diverses

CHAPITRE

II.

La probabilit pour que

/a
\

se produise est

^^/

^'-a + p + y-i-'
AB
et

a -H

les cas favorablestant

AB'.
est

La probabilit pour que B se produise

La probabilit pour que

duise est

l'un

des deux au moins se pro-

4- pH-y H-

les trois

premires hypothses AB, AB' et A'B tant favo-

rables.

probabilit pour que les

deux se produisent

est-

(AeiB)-

-^
A

une seule hypothse

tant favorable.

Nous avons encore

se produise,
si

envisager la probabilit pour que

s'est produit,

(AsiB)

P^-^y'
s'est

nous savons d'avance que B

produit, par suite le

nombre des
favorables.

cas possibles se rduit, ainsi que celui des cas

La probahilil pour que A

produit, est

se produise,

B ne

s'est

pas

CAsiB')
les cas possibles tant

^,=._1^,
au nombre de
(3

-+-

PROBABILITS TOTALES ET COMPOSES.

87
s'est produit,

La probabilit pour que B

est

se produise,

(BsiA)

/>7

=a
si

La probabilit pour que B se produise,

l'on sait

que A

s'est

pas produit, est

12.

Les thormes annoncs se rduisent

de simples

identits.

Examinons

/?i,/72,j3,/?4.

+ p^ p^-i-p^,

P'de

-4- (3

y,+

~ ^TIT^
Pk

a H-

+y +y

__
-+-

-P^P^'^

mme
Ainsi la

P\Pi^

somme des probabilits pour que A se produise pour que B se produise est gale la somme des probapour que
l'un des

bilits

deux au moins se produise

pour

que tous les deux se produisent

(

+ (B) = (A

ou B) H- (A et B).

La probabilit pour que A et B se produisent tous deux

est gale
.

probabilit pour que

se produise, multiplie

par

la probabilit

pour que

se produise,

quand on

sait

que

s'est,

produit.
elle est gale la probabilit

Ou, inversement,

pour que

se produise, multiplie par la probabilit

pour que B se

produise, quand on suppose que

doit se produire.

(Aet B)r=(B)(A siB)=:(A)(B siA).

38
13.

CHAPITRE

II.

Supposons, en particulier, a=:

d'o p^z=:

o*,

alors

Pi-hp2

Pi,
A
et celle

Lorsque

les

deux vnements ne peuvent arriver tous

deux

la fois,
la

probabilit de

ont pour

somme
duise.
Ainsi,

probabilit pour que l'un quelconque se pro*

quand un vnement peut

se produire de

deux

manires diffrentes, mas que ces deux manires ne peuvent arriver simultanment,
cet
la

probabilit de l'arrive

vnement
pour

est gale la
la

somme
la

la probabilit

pour

qu'il se
lit

produise de
qu'il se

premire manire

probabi-

oroduise de

deuxime manire.
totales.

C'est le

thorme des prohabilits

14. Il

peut arriver que a

p^^pi.
a

Alors

-+-

+V
-4-

d'o
<x

4-y
a

__^

oc -f- (3

-H.

~
a

a-4-(3

XH_ I

i-h 1

-,
(3

a-h
.

a4-(3
r-

_y-^
,

=i
Quand
cette dernire condition est remplie,
/>!

/?i

=/?6
on
a

on a aussi

=p6f en permutant a avec

(3,

y avec

<5;

PROBABILITS TOTALES ET COMPOSES.

encore

/>2

=/?7, car Pi se permute avec

/>2

/?5

avec/?,; de

mme p^ =/?8.
Ainsi

Pi-PnPiEn
d'autres termes,
la

probabilit pour

que A

se produise
si

reste la

mme
s'est

l'on sait

que B

s'est

produit ou
la

l'on sait

que B ne

pas produit; ou, enfin,

probabilit de

est indpendante de B.

On dit que les deux vnements De p^z=zp^y on dduit

sont indpendants.

P'.-=^PxPi
la probabilit
s'ils

pour que

les

deux vnements se produisent,

sont indpendants, est le produit de

probabilit de

chacun des deux vnements.

C'est le

thorme des probabilits composes.

15.

Dans un jeu de 82

cartes, ou tire 2 cartes

la fois.

La probabilit pour que

premire

soit

roi est

probabilit pour que

seconde

soit

roi est

probabilit

pour que

les

deux cartes

tires soit prci-

sment deux

rois est

_ 4x3
^'~32x3i*

CHAPITRE M.

On cherche parmi

tous les arrangements des cartes deux

deux;
y en

soit 82
a 4

x
3,

3i,

ceux qui sont favorables

Tvnement
et

car

y a 4 fois

dans

le jeu,

on peut

former avec eux,

4 lettres 2 h 2.

232,

autant d'rrangemenls qu'avec

La probabilit pour que, dans

les

cartes,

ait

moins un

roi est

faudrait se garder de dire que

probabilit pour que

l'on ait

au moins un

roi est le

double de

probabilit pour

que

l'on ait

roi.

Une urne renfermel'on

boules numrotes de
le

A'.

cherche

probabilit d'amener
i

en tirant deux

boules

la fois, le

peut figurer soit sur

premire boule,

soit sur la

seconde; lesdeux vnements sont incom[)atibles

et la probabilit totale est

Revenons aux
sorii-ils

rois

du jeu de cartes. Les vnements

indpendants?

On
En

n'a pas/>4=:/>,/?2,

mais/?; /j,/>7.
si

se reportant -la signification dep,, on voit que,

s'est produit,
il

premier vnement
rois et 3i cartes, et
la

ne reste que

trois

probabilit pour que

arrive est

/'
Ainsi
'^*~'

37-

_ 4x3
32x31*

PROBABILITS TOTALES ET COMPOSES.

Autre

exemple d'vnements indpendants

je jette

deux ds; quelle est

probabilit que chacun

amne

La probabilit que

l'un

amen

6 est -;

l'autre

-x.

La probabilit que tous deux amnent 6

deux vnements sont indpendants.

est 1rx^ car

les

16. Cette condition n'est pas toujours aussi vidente, et

on pourrait
s'est

faire

de ce Ihorme un usage illgitime qui

fois.
la' loi

rencontr plusieurs
tir

Au
je ne
C'est

pistolet, je

cherche
ni

probable des carts

suis rien

donn,
le

sur le tireur, ni sur

le pistolet.
.

une question dans

got de

l'ge

du capitaine

Prenons cependant deux axes de coordonnes, ayant pour

origine le centre de
la

cible

soient

x
co

les

coordonnes

rectangulaires d'un point M, p et

laires.

ses

coordonnes po-

Le problme reste indtermin,

nous admettons que

dans toutes les diiec-

probabilit des carts

est la

mme

tions.

La probabilit que

se trouve dans un petit

lment de

surface da peut se figurer par

f{x,y)d(j.

Ilfauldterminer/(^,y); cette fonction ne doit dpendre

que de

pour que
:

probabilit reste la

mme
donc

dans toutes

les directions

cette probabilit s'crira

CHAPITRE

II.

Cherchons
chute
par
soit

probabilit pour que Tabscisse du point de

comprise entre

ce -\-

dx\

elle se

reprsentera

(p(^) dx.

De mme,
de chute
par
soit

probabilit pour que l'ordonne du point

comprise entre

y eiy-hdy

se reprsentera

Mais on doit supposer que

probabilit reste
le
la

sont gaux pour que

les directions;

mme

dans toutes

dans

second cas, on aura donc

Le raisonnement va devenir incorrect

babilit

cherchons

pro-

pour que

se trouve dans

petit rectangle

dimensions dx
la fois
2
:

et dy.

Deux vnements doivent

comprise entre

se produire
et

l'abscisse est

x-+-dx]

l'ordonne est comprise entre

-+-

dy.

En vertu du thorme des

probabilit actuelle sera

probabilits

composes,

D'autre part, cette probabilit s'exprime par/(p) da; on

donc
(p(jc)cp(7)

= /(p).
membres

Prenons
par rapport

les

drivs logarithmiques des deux

en tenant compte de p^=zx^

+/%

9(^)
Ainsi

/(P)

^9i^)

pAp)'

PROBABILITKS TOTALES ET COMPOSES.

et,

par analogie,

/?(/)

p/(p)

Le premier membre de chacune de ces quations dpend

soit

de ^, soilLde r;

comme

ils

sont gaux,

ils

sont cons-

tants.

h.
C

(^{^)

Ioge9(^)

-^^-l)geC,

Cp(^) Ce2
Ce raisonnemenr est incorrect
:

appliqu

tho-

rme des
pos
les

probabilits composes, c'est--dire qu'on a supdit,

vnements indpendants; autrement

que

les

carts suivant Taxe rfes

sont indpendants des carts sui-

vant l'axe des y.

Dcrivons quatre aires gales

d(j

autour des quatre

sommets A, B,
parallles aux

d'un rectangle dont les cts sont

axes.

Appelons

,'j3,

5 les probabilits

respectives pour que

tombe dans chacun de ces

en ordonne

ments.
J'ai

suppos que

l'cart

tait le

mme

pour

et D, situs sur la

mhie

parallle l'axe des x;

que

l'cart

en abscisse
parallle

tait le
l'a^Ce

mme

pour A

et B, situs sur la

mme
-

des y; en d'autres termes, que

= ^,

ee qui est une hypothse absolument gratuite.

n. Maxwell

commis

des gaz. Considrons m\ gaz

mme erreur comme form

dans

thorie

d'un trs grand

nombre de molcules animes de

vitesses diffrentes; corn-

CHAPITRE
les vitesses

II.

ment

seront-elles distribues entre les mol-

cules?'

Choisissons trois axes de coordonnes rectangulaires

et,

par Torigine,

menons un vecteur reprsentant en grandeur,

la vitesse

direction et sens

de ces molcules. valuons

probabilit pour que l'extrmit

du vecteur se trouve

dans un petit lment de volume dx.

Si je

suppose, ce qui est naturel, les vitesses galement

susceptibles de toutes les directions, cette probabilit se

reprsentera par
f{r)di:..-

La probabilit pour que

premire coordonne
la

soit entre

X
la

X -\-

dx' s'crira

9(a?)(^.r;

probabilit

pour que
s'crira

seconde coordonne
la probabilit
-s

soit

entre
la

y ^ dy

9(/)(y

pour que

troisime coordonne

soit entre ^ et

h- d^ s'crira (s^{z)dz.

La probabilit pour que

soit

dans un petit paralllpi-

pde de deux cts parallles aux axes ^VawX f{r)dx dy dz,

si le

thorme

desr probabilits

composes

tait applicable,

on aurait

comme

tout

l'heure

/(r)
ce qui est incorrect.

m 9(^)9(1-') 9(5),

18.

Problme du scrutin.
et

Ce problme admet une

solution lgante due M. D. Andr.

Deux candidats A
ni.

B
n.

sont en prsence; un lecteur

bien inform sait l'avance que

tant plus grand que

A aura On demande

voix et

B n

voix,

la probabilit

pour

que

garde

majorit pendant tout

dpouillement du

scrutin.

PROBABILITS TOTALES KT GOMPOSKS.

Pour valuer, le nombre des cas

les

possibles, constatons

que

bulletins

et les n bulletins

B peuvent se prsenter
y
a

dans autant d'ordres diffrents

avec rp'tition de n^ lettres

qu'il

Ue permutations
soit

n lettres B,

{ii^ n)\
I

Je partage ces cas possibles en trois groupes.

Dans

premier, je range tous

les cas

a la

majorit

au dbut et
rables.

conserve tout

teihps, soit Ni cas tous favo-

Dans

deuxime, je range tous

les cas
la

premier
;

bulletin est

un bulletin B

perd donc

majorit au dbut

ce sont Na cas dfavorables.

Dans

troisime, je range tous les cas o

a la majorit
la

au dbut, mais
fin;

perd ensuite avant de

retrouver

ce sont
a

Js^

cas dfavorables.

-\-

n)\

s'agit

de calculer

N,
N,-t-N,-+-N3'
.

valuons N2
primons-le,
il

premier bulletin dpouill porte B; sup-

reste

bulletins
est

A
^

et {n
7,

bulletins B. Le
et

nombre des
valeur de Nj.

possibles cas *

rn\

-tt-' i)\

donne

Je vais dmontrer que N3

= Ng.
dans
le

Lemme.
scrutin
:

Supposons
ka

qu'il y ait galit de voix

q bulletins

ment que K a

la majorit

B a 7 bulletins. Admettons galeau dbuts et qu'il la conserve jus-

CHAPITRE
il

II.

qu'au dernier bulletin^ ou

galit;
lons
le

la perd, puisqu'il y

a finalement

dernier bulletin
:

est

donc au nom de B. Dpouilla

dans V ordre inverse

B perdra

majorit au derpier

bulletin seulement,

A un moment dtermin du
a la majorit.

scrutin, on a dpouill a bul-

letins A, et b bulletins B, et l'on a trouv

a'>

puisque A

reste dpouiller q

a bulletins A, ^Xq b
donc montr

bulletins B.

Dans

l'ordre inverse, le scrutin aurait

q
c'est--dire

b:>q a,
la

que B aurait eu
tabli,

majorit.

Ce lemme

revenons au problme qui nous occupe.

Considrons une combinaison a du troisime groupe

(a)

AABAB|BABAA.
a la

A
il

majorit jusqu'au
la
il

trait, puis,
t'ois.

au bulletin suivant,
trait, s'il

perd pour

premire
y
a

A gauche du

a
i

q bulletins A,
bulletins.

bulletins B, soit en tout

Considrons une autre combinaison, que nous appellerons

drive de a,

BABAA|AABAB.
On
tins

l'obtient en

prenant successivement dans a

les bulle-

de rang
2^-1-1,

2</,

2^4-2,

...,

2^1,

c'est--dire en transportant
droite, et inversement.

gauche du

trait ce

qui tait

Le (2^)

bulletin tant, par dfinition, le premier qui fait

PROBABILITS TOTALES ET COMPOSES,

4?
a

perdre
et

sa majorit,

chaque combinaison a

une drive
du second

une

seule.
(3

Considrons maintenant une combinaison

groupe
(p)

elle

commence

par

BAHAAABA;

a la majorit la fin.

Foinions une combinaison

d'abord
puis
le
le

(3'

de
le

manire suivante:

premier bulletin B, puis

dernier bulletin dep,

pnultime,

etc., c'est--dire les bulletins

ordre inverse jusqu'au second,

((3<)

BABAAABA.
est clair

que B

d'abord

majorit, puis qu'il

finit

par

perdre.

Supposons que
mire
fois, la

le (2/?)<* bulletin fasse

ici,

perdre, pour

pre-

majorit B;
(3'

c'est le

second.
:

La combinaison
qu'un.

sert dfinir le

nombre/?

n'y en a

Le bulletin qui occupe dans

(3'

{ipY rang occupe dans

terme qui occupe ce

Hj3,

/i -4-

2/) )

rang.

Dans rang
((3)

je place

trait

avant

BABAAAB|A.
la

Considrons enfin

combinaison suivante, que je dsila

gnerai par y et que j'api)ellerai

drive de
trait (ici

(3;
il

com-

mence par

les bulletins droite

n'y en a

qu'un), et je reprends tous ceux qui sont gauche.

(y)

A|BABAAAB.

CHAPITRE

II.

Les bulletins de
m-t-/n-2
Jeudis

ont t pris dans l'ordre

i, 2, ...,

2/>, ...,

m-hrif

m-^nip, m-hn-^]2p.

que cette drive appartient toujours au troisime

groupe.

D'abordle

w -h

4- 2

2/>) bulletin doit tre A, puisque

majorit B; donc y

dans

(3/

fait

'perdre

commence
En
effet,

par A.

A
les

ne conservera pas tout

temps

majorit.

2p premiers-bulletins de y sont, dans un ordre diffrent, de

(3';

les 2J0 prepiers bulletins

par hypothse, aprs le

dpouillement de ces
les

2/?

bulletins,

y avait galit entre

deux candidats.
y,

Donc, dans

aura perdu

la
'

majorit et y appartiendra

au troisime groupe.

Ainsi, toute combinaison du second groupe a

une drive,

une seule appartenant au troisime groupe.

Si,

pour une combinaison a appartenant au troisime,

groupe, je forme sa drive p, puis

drive de 6, je dis

que je retombe sur

a,
l
(3'

Dmonirons que

^ de a correspond au

de p.

En
((3')

effet,

formons
.

BBABAA|AABA.
les

2q premiers bulletins de j3', ce sont prcisment les 2q premiers bulletins de a dpouills dans un ordre inverse, et, d'aprs le iemme, B n'y pcdra la majoSi je

prends

rit

qu' la

fin; or,

nous savons, d'autre

part,

que B ne perd

la majorit

dans

(3'

qu'au {2pY bulletin; donc

et la drive

sera

<3d.

PROBABILITES TOTALES ET COMPOSEES.

Si j'ai affaire

49
la

une combinaison
la

[3,

j'en

forme

drive

rciproquement

drive de
les

sera a.

On peut

dire

que

combinaisons du second groupe

sont conjugues avec celles du troisime, de telle faon que

chaque combinaison d'un groupe

jugue de l'autre groupe.

soit l drive

de sa con-

Donc

N,4-N3=2
N2-4-N3

(m -h /i ml {n

i)I
I

N,H-N2-hNa
C'est la probabilit et

ni -h

n
la

que

A
I

n'aura pas toujours

majorit;

-h

est la probabilit qu'il la gardera tout le temps.

19.
la

Problme des ds.

jette

n ds

on demande

probabilit d'amener

un point

total gal

Supposons d'abord

qu'il

ne s'agisse que de deux ds;

avC chacun d'eux, six cas diffrents peuvent se prsenter,

et les

deux runis

offrent trente-six combinaisons.

CHAPITRE

II.

{]ne seule correspond au point

correspondent au point ...

K^= K

K =: 4

K= 12
La probabilit d'amener
2

est

^ 36
I

^ 36
2

i
3_

Prenons-

problme plus gnral de

ds;

nombre
une

total des cas possibles est 6^

effet, soit i ag...

des combinaisons, chacun des nombres a est susceptible

six valeurs,

2, 3, ,.., 6;

donc

nombre cherch
/i

est

celui des combinaisons avec rptition de six lettres

soit 6.

Le point

total

devant tre un nombre donn Tavance, K,

Considrons l'un des

correspondre
le

cas possibles, et, ce cas, faisons

monme
*

/ai /a, '2 1

/" *

Fijisons la
3c,,

somme
de
1

de ces

monmes

en faisant varier

2 .-.,.

qui peut s'crire

PROBABILITS TOTALES ET COMPOSES.

C'est

un produit de n facteurs; faisons-y

Le monme deviendra

et le

polynme

se rduira

Soit

nombre des

cas favorables;
est N^*^, et
si

y a

N monmes
pour

gaux

t^^ leur

somme

l'on fait li^t^y

toutes les valeurs.possibles

La probabilit demande

est

^
somme
de termes en pro-

La valeur d N
Il

est facile calculer.

est la puissance

d'une

gression gomtrique

"=(^)'
{t

{t-t-^rii-t)-^;
formule

t)r"

peuvent se dvelopper par

du binme; en
Reprenons
et l'on a

faisant le produit des

deux dveloppements,

j'aurai le coefficient
le

t^,

c'est--dire N.
Il

cas de deux ds.

devient

f)^

0~S

^)-=n-2/-h3^2_^....
de
t^

valuons

le coefftient

en faisant

produit de ces

deux dveloppements. D'abord,

ne peut dpasser 12; puis

CHAPITRE

II.

nous considrerons deux

cas, suivant

que

point est de

ou de 8

12.

Si le point

est

au plus gal
t^'*

< 8,

n'y a faire
et

intervenir ni /^ ni

dans

premier dveloppement,

l'on n'aura considrer

que

Ainsi, pour les points 2, 3, 4,

..,

a les valeurs res-

pectives
Si

I, 2, 3, ..,, 6.

est gal

ou suprieur

ne faut pas envisager

^*S et l'on n'aura affaire qu'

( 1

^ -f-

. .

2
le
le
t^,

-h 2

^ -t-

Le coefficient de

t^
t^

dans

premier
second

Le coefficient de
celui de i^

dans

monme sera K monme sera

Ainsi

celui de

2 (K 7).

N = K I 2(K 7)
On
n
trouverait des expressions
2.

= i3-K.
plus compliques pour

>
20.

Problme de

la loterie.
1

Dans une urne,

y a

boules numrotes de

fx;

on en

tire n; quelle est la pro-

babilit pour qu'il y ait

K
et

boules dsignes d'avance?

Les n boules tires portent des numros diffrents entre

eux

compris entre

jul.

Les cas possibles sont en

mme nombre

que

les arran-

gements de
de sortie

/JL

lettres

n, si l'on tient

compte de

l'ordre

PROBABILITS TOTALES ET COMPOSES.

Quand

reste

i-^

boules, chacune d'elles a

mme

chance de sortie que

les sorties
Si l'on

les autres;

nous supposerons toutes

galement probables.
le

ne considre pas l'ordre,

nombre des
de.

cas pos|x

sibles ne sera plus

que celui des combinaisons

lettres

{\i.~n)\ n\
Je ne considre plus

comme

distinctes les

hypothses

qui ne diffrent que par l'ordre de sortie. Toutes les

comles

binaisons restentelles galement

probables

comme

arrangements? Oui, car chacune correspond

gements.

n\ arran-

Le nombre des cas favorables

o entrent
les
fx

est celui des

combinaisons

boules dsignes;

en reste, aprs leur

suppression,

dans Turne. Donc

nombre des
/x

cas

favorables est le

nombre des combinaisons de

lettres

La probabilit d'amener
est

K numros

dsigns

la loterie

donc
(/JL-K)I/2!

21.

ProWme

de la poule.

Trois joueurs A, B,

jouent aux conditions suivantes.

Deux

d'entre eux

jouent ensemble; C ne joue pas. Le perdant sort

et est

remplac par C. Aprs chaque partie,

plac.
suite.

perdant est remfois

Le jeu prend

fin

quand un joueur gagne deux

On suppose naturellement que

jeu est un jeu de

54.

CHAPITRE
la

II.

hasard, et que

probabilit de gagner

une partie

est
2

pour chaque joueur. Par exemple, on peut avoir

1
:

partie

AB;
AC;

A
si
si

gagne:

2 partie

A gagne,

est le

gagnant

dfinitif;

C gagne, B rentre; C gagne,

3 partie

BC;

est le

gagnant

dfinitif;

B gagne, A

rentre;

4 partie

BA;

et ainsi

de suite.

Admettons que A

ait

gagn

premire partie. On de-

mande
gagnant
A, B, C.

probabilit pour chacun des joueurs d'tre le

dfinitif.

Soient

x, y, z ces

probabilits

pour

Deux hypothses
deuxime

sont d'abord possibles. Si

A gagne

partie, c'est le

gagnant

dfinitif, et les probabilits

des trois joueurs deviendront

i, o, o.

perrf,

A prend
A,, et

place de C,

B
B;

trouve dans les

de-

conditions de

C rentre

comme

les probabilits

viennent

z, ocy

y.
le

Appliquons

thorme des probabilits

totales

thorme des probabilits composes.

peut devenir gagnant dfinitif par deux hypothses qui

s'excluent l'une l'autre

i
:>."

liln

gagnant

partie considre;

lui la

perdant.

La probabilit pour que A soit gagnant dfinitif est donc

x^=. 2

X n-

-^.
2

PROBABILITS TOTALES ET COMPOSES.

.55
la

considre, el

B ne peul gagner que d'une manire A perd B devient gagnant dfinitif ensuite.
:

partie

= -X.
2

De mme pour C

probabilit sera
I

->'
2"

D'o
2
I

7 lorsqu'il

On remarquera que ^
vnements possibles

H-/-I-

y a plusieurs

telle

faon que l'un d'eux et

arriver,
ici
la^

un seulement doive ncessairement

leurs probabilits est
i,

somme

de
le

mais ce n'est pas

absolument

cas, car la partie pourrait se prolonger indfiniment. Ici

notre sonjme est

parce que

probabilit pour que

partie se prolonge indfiniment est o.

On
partie.

vient de supposer que

avait

gagn

premire
la

Plaons-nous au commencement du jeu; avant

est dehors.
:

premire partie, C

Deux hypothses
Si c'est

gagnera ou B gagnera.

sortira,

C entrera

el les probabilits

pour

chacun deviendront
4
7
>

>
7

Si c'est B, elles

deviendront

7
soit

A peut devenir gagnant

dfinitif

en gagnant

pre-

CHAPITRE

II.

PROBABILITS TOTALKS ET COMPOSES.

mire partie,

soit

perdant. La probabilit de
le produit

pre-

mire hypothse s'obtient par

probabilit

pour A de gagner
devenir gagnant

premire partie
soit-

la probabilit

pour
se-

dfinitif,

x -. La

probabilit de

conde hypothse

est de

mme

x -.
:

arrive ainsi aux probabilits totales suivantes

Pour A, 2

-i-

X - ~r i4
7 5

Pour B,
Pour

mme,

-7;
14

C, sans la calculer autrement, --? ^4

CHAPITRE

III.

L'ESPRANCE MATHMATIQUE.

22.
bilit

un certain moment d'un jeu, un joueur

qu'il

a la

proba-

p pour
si

gagne; l'enjeu

empocher

est a. est /?a.

Par dfinition, l'esprance mathmatique

entendu,
Si

Bien

a est une

perte, peu est ngatif.

plusieurs
'^'y Pn>

hypothses,

probabilits

respectives

pM fit

amnent des gains respectivement gaux

>ai,a2, ...,an> la dfinition de l'esprance

mathmatique sera
'

p^a.x-{-piCir-\-.^.-^Pn(^n'

Un
est la

jeu est quitable lorsque l'esprance mathmatique

mme

pour tous

les joueurs.

Pour

faciliter certaines

questions, on

convient parfois

d'introduire des joueurs

fictifs

dont On value l'esprance

mathmatique.
Soient deux vnements,

La probabilit de

l'arrive de

est.

On
a

B est. A ou de B A et de B

pi
est.
.
.

/?$ /?4

est

Si les

deux vnements taient incompatibles, on aurait

CHAPITRE
jo^

III.

dans celte formule

^ o,
de

c'est--dire le

thorme de

probabilit totale; mais je suppose qu'il n'en soit pas ainsi.

Le gain

raliser est

i^'"

se produit; de

i^''

gale-

ment

se produit.

L'esprance mathmatique totale, en tenant compte des

deux vnements, sera

Ainsi,

/>i -+-/?2.

que

les

vnements soient compatibles ou non,

l'esprance mathmatique totale est

somme

des esp-

rances mathmatiques partielles.

Si les

deux vnements

se produisaient, le joueur tou-

cherait

2^'.
:

Cas plus compliqu

Al, As,
...,

certain
:

nombre d'vnements
A,-

Xq sont possibles

probabilit pour que A/ se

produise

est/>j, la probabilit
la

pour que

A^ se produikj, se

sent la fois esl piky

probabilit pour que A,, Ay et

produisent

la fois

est pfjk'
lui

On promet
nement qui
que
lui

un joueur de
s'il

payer
a n,

i^""

pour chaque v-

se produit;

y en

touchera n francs.

Son esprance mathmatique

totale est la

somme

de celles

assure chacun des vnements, c'est--dire Ipi.

On
ments
A, B,

lui

promet autant de francs

qu'il

y aura de combinai-

sons de deux vnements pris dans

la srie. Si
si

deux vne-

produisent,

il
il

touche
touche

i*"*";

trois
il

vnements
a

C se produisent,
n
n
2

3*"%

car

trois

comil

binaisons AB, BC, CA;

n vnements se produisent,

touche.

irancs.

Quand deux vnements

combinaison
lui.

A, et A/, se produisent, cette

assurant

)<^%

l'esprance mathmatique est

totale est alors

piky et l'esprance

mathmatique

Zpik'

l'esprance mathmatique.
Si

n vnements se produisent, et qu'on donne au joueur

3,
il

i'^'"

par groupe de

touchera alors

et son

esprance mathmatique sera

/2(/i

2)
^P'J"-

7:r.

Jouons maintenant avec

paie
i^""

les

conventions suivantes
le

i^*"

par vnement qui se produit;

joueur
lui
jf""

paie

par combinaison de deux vnements; je

trois

paie [^""par

combinaison de

vnements;

paie

par combi-

naison de quatre vnements, etc.

vnements
Gain du joueur..
.

i, i,

3,
i,

Son gain

est

n{n

\){n 2)
1.2.3

quand
Si
/l

vnements

raliss.

rr G, a

= o.

en gnral,

._^^,_+ "("-" - "<"-'H."-^V ...^(,-,)-. .2.3 1.2

Donc, pour
Ainsi,

>o, (7=
il

quand aucun vnement ne

se produit, le
il

joueur

ne louche rien; quand

s'en produit n,

touche toujours

Son esprance mathmatique

est

Ip^ Ipik -h Ipijk

CHAPITRE

III.

D'o, une gnralisation du thorme des probabilil&

totales
:

probabilit pour que l'un, au moins, des vneest

ments se produise

Ipi Ipik

+ ^Pijk

23.

Problme de

la rencontre.
i

Dans
Il
i.

une urne,

y a

/jl

boules numrotes de
autres, jusqu' ce

jjl;

je les tire les unes aprs les

soit vide.

que l'urne

y a rencontre

si,

tirage, je tire la

boule numrote

Cherchons
rencontre.

la probabilit

pour

qu'il

ail

au moins une

D'abord
i

probabilit pour qu'il y ait rencontre au rang

est -.

effet,

y a en tout autant d'hypothses possibles

{j.

que de permutation de
rables? Celles o
la i^

lettres, soit

ju.!

Combien sont favo;

boule est au rang

muter

les

je puis y per-

autres,

donc

(/ji- i)!

cas favorables.

probabilit est

Cherchons

probabilit pour qu'il y ait rencontre au

et au k^ tirage.

Deux boules ont un rang dtermin

jj.

nous

permutons

les

autres,

nous verrons que

nombre

des cas favorables est (/x 2)!;

la probabilit est

Pik

De mme
Pijk

Toutes

les

jt?j

sont gales;

comme

peut'y avoir

ren-

L ESPERANCE

MATHEMATIQUE.

contres

Pour calculer

2/?//,,

remarquon que
p.

nombre

possible

des doubles rencontres est

iix

1.2

De mme
fx(/J.

l)(/J. 2)
1.2.3

/?^7A ^Pijk /^v/c--/'.y/.

^^^3

Si je

promets

un joueur autant de francs que de reni; elle

contres simples, son esprance mathmatique sera

sera-,
^,
s'il
s'il

reoit

i'"^

par

combinaison de

rencontres;

reoit

i*^'

par combinaison de 3 rencontres, etc.

probabilit pour qu'il y ait

Quelle est

une rencontre
l'heure P.

au moins? C'est ce que nous avons appel tout

21^3!
/jl

^l'

dernier terme correspond au cas de

rencontres simul-

tanes. Les termes de

sont les

ij.

premiers termes du

dveloppement de

e-^, et cette

srie converge avec

une
est
j^?

rapidit extrme. L'erreur est d'autant plus petite

que

\j.

plus grand,

et,

pour /jl=2o,

elle

est infrieure

c'est--dire insignifiante.

La probabilit cherche est

Valeurs probables.

e-'^.

24.

Soit px

probabilit

pour

qu'une certaine quantit a

soit gale a^.

62 Soit
/?2

CHAPITRK
la

III.

probabilit piour qu'une certaine quantit a

soit gale 2-

Soit

probabilit pour qu'une certaine quantit

soit gale a.

La valeur probable de a
1
/?i

est,

par dfinition,

+ 2/?2 -+--+'//' ;
qui l'on pro-

c'est l'esprance

mathmatique d'un joueur

gale a.
a} n'est

mettrait une

somme

La valeur probable de
de
la

nullement gale au carr

valeur probable de a. Par dfinition, la valeur probable

de a^ est 2iafpi, tandis que de a est {laiPiY.

Soient b
la

carr de

valeur probable

valeur probable de ', c celle de a.

c\=:l Pilaf Pi {IniPiY,

car Ipizzz

Nous transformerons
tit

second membre

l'aide

de l'iden-

IX^IX" {lW'y=zl{XY' -YX')\

o
les

Y'Sont des

changs d'indice.

Nous poserons

X'=ai\/pi,
d'oij

XX' = a^pi
et

2XX'=: lai Pi,

l'esprance m\thmatique.

Par consquent,
b

c^ ^{slpia^sfpl

pkaisfpiY

bc- lpiPk{akai)\
pi et pk sont essentiellement positifs donc b
;

est sup-

rieur zro et la valeur probable du carr de a est toujours

plus grande que le carr de

valeur probable de a, sauf

quand a^ ==

c'est--dire

quand a ne peut prendre qu'une

seule valeur.

est clair

que

valeur probable de

somme

de deux

fonctions est la
fonctions.

somme

des valeurs probables de ces deux

revanche,'

valeur probable du produit de

deux fonctions

n'est pas gale

en gnral au produit de

leurs valeurs probables.

Ce que nous venons de dire au

sujet de la valeur probable du carr le prouve suffisam-

ment.
Soient cependant
l'une de l'autre.

/et

deux fonctions indpendantes

Soient p^

probabilit

que/=:/,,

et ^ celle
la

que

rrr cp^.

Les deux fonctions tant indpendantes,

probabilit
/?, g/c,

pour que

///

mme temps

que

cp/t

sera

vertu du thorme des probabilits composes. La valeur

probable du produit/ sera alors

lpiqk/i9k=^ i^Pifi) {^gk^k)y

c'est--dire au pwoduit de la valeur probable

de/

par celle

cp.

25. Ori

promet

un joueur (toujours en
chaque

tirant

dans une

urne contenant
l'urne) de lui

boules et sans remettre les boules dans

i^''

donner

maximum

liste

CHAPITRE
l'on obtient,

III.

que

en crivant

les

numros

sortis

dans leur

ordre de tirage. Quelle est l'esprance mathnmatique?

Supposons

qu'il
c,

ait

niaximunn au
la'i*

tirage; on a tir
i)*

trois boules a, b, la {i i)% qu'il y a maximum/ a < 6 > c.

et la (t-h

et,

puis-

y a

/u(.I

cas possibles. Sans toucher aux autres boules, je

elles a, b^ c; six

permute entre
bles,

combinaisons sont possia, , c et c, 6, a.

dont deux sont favorables,

)ans ce groupe, la probabilit pour

un maximum

est
i^ ti-

donc
rage,

^. Or,

^^ de ces groupes, correspondant au

tirage^

mais, pour ce

l'esprance

mathmatique

esii
L'esprance

mathmatique

totale

sera

sonme des

esprances mathmatiques partielles; d'autre part, sauf

conventions spciales que je ne suppose pas, ni

ni le

premier,

dernier tirage ne peuvent donner lieu paiement-

L'esprance mathmatique totale est donc ^-^

26. Soient

n joueurs qui ont chacun un d

enjeu
:

mettent

chacun
fort
le

i^'"

comme

celui qui
;

amnera

le point le plus

ramassera les n francs

point, plus fort

et si plusieurs

joueurs obtiennent
ils

mme

que

celui de tous les autres,

partageront l'enjeu.

Le premier joueur, A, amne le point moment, son esprance mathmatique?

quelle est, ce

La probabilit pour qu'un autre joueur dtermin amne

point Rest-x; pour qu'il

amne un

point plus petit que K,

i/esprance mathmatique.

Quelle est

probabilit pour que

partage l'enjeu avec

i
le

joueurs dtermins? Ces

joueurs doivent amener

point K, les n

autres un point infrieur K. La pro-

babilit cherche est

donc une probabilit compose,

(

produit de f^l
Ainsi
la

par

r
a

probabilit pour que

Apanage

avec

joueurs

dtermins est
de

lY^^
-^^

On peutformerautantdegroupes
de combinaisons de w
{n

2
l
'

joueurs

qu'il

lettres

I,SOlt-^

{n-i)\
--ri)!

-ri)\

Chacune de. ces- combinaisons donne

ci-dessus, et le gain correspondant est

probabilit

-r;

l'esprance

ma-

thmatique de
(
{i

est

i)\{n i)\
faut faire la

i)!

i)-^'
6^-1

i~il{n~i)\

i)"-''

6"-'

somme
f

de ces esprances mathmatiques

/i,

depuis i=zi jusqu'

l'enjeu est partag

ce dernier cas tant celui

oii.

galement par tous. Or

est le

dveloppement du binme

[i-h(K-.)l"
(k
f^=:o,

part le

terme qui correspond

soit

L'esprance mathmatique est donc

K" (K i)^

66
1.

CHAPURK m.

Paradoxe de Saint-Ptersbourg.
inallinali(|ue
[i

thorie

resprance

domi

lien
si

are paradoxe clbre.

elle

Paul lance nne pice de monnaie;

pai(3
i'""

retombe
si

pile,

Piei re et

partie est termine;

elle

retombe
pile,

face,

recommence.
:>.'

au deuxime coup on
si

Pierre reoit
ori

partie est teiinine;

l'on

amne amne

face,

recommence. An Ijoisime
la

cojip, Pierre recevra 4*^%

bien

partie continuera, et ainsi de suite. Si

lois

pice prsoit pile,

sente lace n

de suite

et (jue

i- i)"

coup

Paul paie 2" IVancs.

Quelle

somme
la

doit dormei" Pierre

Paul au commence-

ment de
tres

partie pour (pie le Jeu soit quitable?

En d'aude

termes,
?

quelle

est

l'esprance

mathmatique

Pierre

La probabilit d'amener

pile

au pi'emier coup est -;

l'es-

prance correspondante est--

probabilit d'amener face au [)remier coup, puis pile

an second, vnements indpendants, est une probabilit

compose,-- L esprance inathematiqujs

est

x
2

=r -.
^

Au troisime coup,

cette esprance est 8

x^ == 4

n''

coup,
les

- X

Tous

termes de

srie sont
est infinie

gaux
:

l'esprance

mathmatique de Pierre
trop cher
le

n'achterait jamais

droit djouer.

a voulu expliquer Ce paradoxe de plusieurs manires.

Paul n'est pas infiniment riche, a-t-on dit

fortune est

comprise, par exemple, entre

2/^

et 2/'-^^; si l'on
(t

amne

pile
si

an {p -^lY coup,

devra

'i^

francs

pourra payer; mais,

LESPRANCE MATHEMATIQUE.
l'on

67
2''+*

amne

pile

au coup suivant,

devra

francs, et

sera insolvalble. Pierre ne peut donc toucher que 2^ francs;

III, 24
i

son espfance mathmatique devient

h T

^^H

X 4-+- H

2/' -t

a''^'

2f'

2/^^-^

-h

-^f'-h ....
2f'^-^

La srie devient
i
I

-{- i

termes sont gaux

reste a

pour

somme-;
2

l'esprance mathmatique est

p-hi

Si la fortune

de Paul

est,

pr exemple, d'un milliard, on

pourra faire/?
32 sera ^2

= 3o,
On

et l'esprance

mathmatique de Pierre

16.

voit qu'elle se rduit considrablement.

On
le

a dit aussi

que

plaisir de

gagner
le

ooo^'"

est plus

grand pour celui qui

plaisir

n'a rien

que pour

millionnaire; que

de doubler sa fortune est indpendant de cette

fortune.

plaisir,

quand on possde une fortune ^, de gagner

mesur par

une somme

A, sera

'"^-^, I

-h h

remplac l'esprance mathmatique par Tesprance

probabilit de raliser un gain h, l'esprance

morale.

pu tant

CHAPITRE

III.

morale sera

^Pfi
ou
I
,

lo--

-\- Il

-lOi^

-\-

h ylOg

J7 -f-

.-+-

rlOg ^ +
1
,

pour

paradoxe de Saint-Ptersbourg.

Cette srie est manifeslemeot convergente.

28.

Ruine d'un joueur.

Deux joueurs, dont

n francs, jouent

l'un,

A,
la

possde

francs, et l'autre, B,
le

i*''"

partie et poursuivent

jeu y

^f/^' ce

que V un des deux

soit

ruin. La probabilit pour que cet

sera une fonction de

vnement
/i),

se produise
la

ai,

cp(m,

comme
la

somme

des fortunes,

m -h

n^^, est

une constante, 9 sera fonction

Appelons 9(/0
:

/2,

c'est--dire de n.

probabilit
ici

pour que B

finisse par tre ruin

nous supposerons

que
Si
la

les conditions

ne sont pas quitables.

partie, a la probabilit

chaque
i

p de gagner, B

probabilit

p.
se pret

sentent

On joue une partie nouvelle. Deux hypothses A va gagner et B aura {n lY'; B gagnera
:

aura

(/i-hi)^
o {n)

comprendra donc

probabilit pour que

B perde

cette partie et finisse par tre ruin, soit

9(/

i),

aussi la probabilit
finisse

pour que B, gagnant cette

soit
(i

mme
cp

partie,

galement par tre ruin,

(p(Al)

(/i-h i).

(l)

=r/?

cp(/i

+ (l /?) 9(n H-l).

Cette relation de rcurrence servira dterminer 9 (w).

faut,

en outre, connatre les conditions limites.

l'esprance mathmatiqle.
Si

69
/;;

^~o, B
Donc
cp

serait dj ruin;

si /i

n'aurait

rien.

(o)

(.)

=:o.

29.

Rsolvons l'quation de rcurrence pius gnrale

)-+.

Ak 9(/i-i-K )-hA K_i 9 {/-i-K

o
les

. .

-f-

Al 9 (/z-h I )-f- Ao <p (/)

= o,

A sont des

coefilcienls constants. C'est

une quation

aux diffrences

finies, linaire et coefficients constants,

dont l'intgration rappelle celle des quations diffrentielles

linaires coefficients constants.

Supposons qu'on
9k (^),
(le telle

ait

trouv

solutions

9, (/?),

9.,

(/i),...,

sorte

que

Nous aurons encore une solution en posant

(p(/i)

1 9i(/i) -h a2.92(/0

--^ ^k9k(/0-

En effet, multiplions le 1 prcdent par a,, somme des termes obtenus en faisant varier i.
^ai^kg(ifi{n
i

et faisons la

-h g)

^K^^ai^s^A'i
7
'

H- q)

- o.

Si 9,, 92, ...,

9k sont linaire^nent indpendants, on aura

ainsi la solution gnrale.

soit pas la solution

Supposons, en

effet,

que ce ne

gnrale; alors
.

cp ( /i )

= 1 9i H- j 92 -h
...,

-t-

aK 9k -H

'^^

Je vais choisir a,, a,,

k de faon satisfaire au sys-

CHAPITRE

Itme suivant
cp(o) r= a,cpi(o) -h
<p(i)

292(0) -h.

.H- aKcpK(o),
.-f-

=ra,cp,(i) -ha.>cp2(i) 4-.

ahCpK(i)
,

9(K i)
Ces

= aicp,(K

-f-a2

92(K

i)-h. ..-haK9iv(K
a,,
a,,
...,

i).

quations linaires dterminent

condition que leur dterminant soit diffrent de .^ro, ce qui aura lieu quand
9,,
cp2, .,

9k seront linairemeijt indi

pendants. Dans ce cas, on aura

^(0)=t];(l)

= 4;(2)=...=:z^(K-l):=0,
= o.

et par suite la relation suivante

AK^(/i+K)H-AK.-i + (/?-t-K i)-f-...+Aii];(/Jt-hi)+Ao^(/i)

Jefais/i

= o,
n:=
(n)

tous les termes s'annulent sauf Ak<J^ (K);

donc ^ (K)
Si je fais

est nul.
i,

^ {K -hi)

est nul,

....

Donc

est

identiquement nul,
il

o{n) se rduit

icpi-h 292 -H. ..H- aK9K- Ainsi,

suffit

de connatre

int-

grales particulires linairement indpendantes pour connatre l'intgrale gnrale.

Pour trouver K intgrales linairement indpendantes,

pose 9
(/i)

(3".

Alors
jS"-^^-'

Ak(3"^'^+ Ak

H- Ao(i=: o

ou
AKi3'^-+-AK-ip'^-'

+ ...-+-Ao=:o,
(3,

d'o

valeurs particulires de

et par suite

intgrales

particulires.
11

se prsenle

une exception, quand l'quation en

offre

L ESPKRANri: MATIIKMATIQUR.

des
j3,

racines
|32;

multiples, par exemple,

les

une racine double,

d'une manire

eu faisaul varier

coefficients

coulinue,il peut arriver, eu

gales.

effet, ()ue

deux racines deviennent

On
iSj

n'a plus alors

solutions.

3J et

sont des solutions;

'-^

6" ^<'st " p2

une combinaison
[3i

linaire, et, par consquent,

|3j,

une solution. Quand

tend vers

par raison de continuit, on a encore

limite
|)ar

une

solution. Cette limite s'obtient en ditTrentiant,

rappori

les

deux termes du rappori, ce qui donne

n 3""'

n^"'^^ ou,

l'on veut,

n ^" est donc une nouvelle solution.

Avec une racine

triple,

on aurait en outre n^ p",

etc.

30.

Appliquons cette

rj^le

au problme

(pii
:28.

noiis occupe,

c'est--dire , l'quation (i)

du paragrapbe

Faisons 9

(A^)

3":

viendra

Cette quation du second degr

une racine vidente,

nous appeli

(3=1;

l'autre est

c'est celle valeur (jue

lerons dsormais 3. Les

deux solutions
(//)

[3'^

donnent

pour

valeur gnrale de 9

o{,i)a^^"^
Les conditions limites tlonnent
traires

les

deux constantes arbi-

a + h, o =
i

(7 j3'' -i- />

CHAPITRE

III.

l'esprance mathmatique.

c'est--dire
1

31.

somme

des deux probabilits

(3^

est gale l'unit, ce qui n'tait pas vident a priori.

effet, la

probabilit pour que la partie se prolonge indfifinie.

i, j3*

niment pouvait avoir une valeur

Supposons
s

trs grand.

Quand (3>

est trs

grand
sa

et 9 {n) a le signe

(3*;

sa limite est
(3

Quand

(3r:= i,

limite est encore

Quand

i, (3*

tend vers o mesure

(3'^

que

augmente,

et la limite de 9 (/i) est

Conclusion.

donc

s est trs

grand et n

fini,

a la

certitude d'tre ruin dans un jeu quitable ou avantageux

l'adversaire. Mais si le jeu est

avantageux au joueur,

probabilit d'tre ruin devient d'autant plus petite que sa

fortune est plus grande.

Un joueur de
monde,
mais
le

profession,

un banquier, joue avec tout

c'est--dire avec

un adversaire infiniment

riche,

jeu

lui

rserve des avantages.

Au contraire,

ponte

qui jouera indfiniment est sr d'tre ruin.

32. J.

Bertrand

calcul

moment probable de
que
la

ruine.

Pour

banquier, (3<
est|3";
(3

probabilit pour

ban-

que saute

est le rapport

des chances favorables au

;

ponte, aux

chances favorables au banquier

supposons

c'est--dire (3 ^

-. 20

CHAPITRE

l'ksprance mathmatique.
l'en-

n est

fortune du banquier, en prenant pour unit

jeu de chaque partie;

d'o pour
ti

un maximum pour cet enjeu,

soit

un certain maximum;
la

= looo.
est
,

La probabilit pour que

banque saute

20/

ou, peu prs, e~^, quelque chose d'extrmement faible.

Nous arrterons

ici

l'tude des cas qui se

ramnent

simples problmes d'analyse combinatoire.

CHAPITRE

IV.

LE THORME DE BERNOULLI.

33.

Nous abordons, maintenant,

les

thories qui se rap-

portent

formule de Stirling, au thorme de Ber-

noulli et aux probabilits des causes dduites d'preuves

rptes.

Supposons que
lits

les

deux vnements A

et B,

de
ils

probabi-

respectives

p et^,

soient contradictoires.

A chaque
ne peu-

preuve, l'un d'eux se produit certainement, et

vent se produire tous deux; alors

probabilit totale est gale

certitude.

rpte

fois l'preuve

chaque preuve

l'un

des

deux vnements se produit. Ainsi, avec un d, l'vne-

ment A peut
.

tre l'arrive

j des autres points;

1.5
-,

du point 6

l'vnement B celle

et^^r^fois et

se produira
la

un certain nombre de

aussi.

On
B

demande

probabilit pour que

se produise a fois, et

fois.
la

On suppose que
preuve. Avec
le
6.

probabilit reste
la

mme

chaque

probabilit est toujours - pour

amener

point

contraire, avec un jeu de 32 cartes,

CHAPITRE

IV.

probabilit de tirer

roi^est ^ la o

premire preuve;

elle est ttl

^r-

deuxime, suivant qu'on n'a pas amen

roi la

ou qu'on

amen un

premire.

34.

Cherchons d'abord

probabilit pour que les v-

nements

se succdent dans un ordre dtermin

AABAABBAB
les probabilits

de chacun de ces vnements seront

ppgppqgpg,
et la probabilit

compose,

probabilit pour que tous ces

vnements

se produisent la fois, est

En
est

gnral,

probabilit pour qu'il se produise dans un

ordre dtermin a vnements

vnements B

Elle est indpendante de Tordre considr*

35. Si l'on veut

que

les

preuves donnent, dans un

ordre quelconque, a vnements

ma
de

vnements 6,

en vertu du principe de
cherche
sera
la

la probabilit totale, ia probabilit-

somme

d'autant
le

termes gaix

pa.qm-a. qxi*'

y a d'units dans

nombre des permutations

avec rptition de a lettres

lettres

nombre

est

LE THEOREME DE BERNOULLI.

77 se succdent

La probabilit pour que les

vnements

dans un ordre quelconque est

m
a
c'est l'un
!

ma
.

des termes du dveloppement de [p

q)"^.

Si je fais

la^soinme de tous

les

termes que je puis obtenir

en faisant a gal

o, !,...,

m, j'obtiens

somme

des probabilits de tous les cas possibles doit

tre gale l'unit, puisqu'il est certain

que

l'un de ces cas

possibles se produira, et

seul.

36.

Quelle est

plus grande de toutes ces probabilits?

Je vais calculer

rapport d'un terme au prcdent;

'.
.

r)Ot-t-l

/7m a

(.a-hi)!

{m a (m a

PQ i)!'^^.

ma p
ol

-\-

De mme en changeant a an a
Ufx

r)i

a-\-

Pour que Wa
il

soit la plus

grande de toutes

les probabilits^

faut

que

Donc

c'est--dire

ma
a
-iI

p -<i
7

m
et

^ ~>i. p
A

CHAPITRE

Ceci peut s'crire

/y<(a-M)(7

Comme

LE THEORKME DE BERNOULLI.

J'appelle

Vcart

et je

vais chercher la valeur probable

valeur absolue de cet cart, ainsi que

valeur pro-

bable de sou carr.

Occupons-nous de
probable

la
|

valeur probable de h, de

valeur

module

/?,

valeur

probable

de h\
Je vais considrer
la

valeur probable d'une quantit quel-

conque M;

c'est

2 M Ma"^

a)I

second membre est un polynme entier, homogne

de
q).

degr

par rapport

et q,
la

que je dsigne par F

(/>,

Cherchons

en dduire

valeur probable de

Ma;

c'est

m\
a
!

( /?i

Nous avons pass d'une expression

l'autre en multi-

pliant par a les termes successifs; en diffrentiant p^q"^-^

par rapport /?, nous aurions eu a/?-* q'"-^\

valeur pro-

bable de

est

donc

pd
dp
Les nombres
leur

p
i.

et q ne sont pas indpendants,

puisque

somme
De

est

fait la

diffrentialion

l'taient, du a difYrenti par rapport

p
;

comme s'ils comme si q tait

constant.

plus,

peut dpendre de p

dpend de
:

/>.

J'viterai cette confusion de la

manire suivante

place de

et q, j'introduis
la

deux variables

auxiliaires,

X et/,

et je considre

fonction
7)1
'

(y.}\

8o
Si
la

CHAPITRE

IV.

dpend de

p, je n'y

remplace pas

7? et

q par

valeur probable de

M
a

est bien alors

{p, g), et

m ma

^
)
!

est bien

dF dx
et jf par

On y remplacera x
tion.

q aprs

diffrentia-

38.

Appliquons ce qui prcde au problme qui nous

occupe.
Soit d'abord

M =:
^i;

F(^>y)
si

,, (,;!i ,),

X^yn^-^

^y)m;

je fais ensuite
00

=p,

vient

et,

effet, la

valeur probable de

est

Pour avoir
par rapport

valeur probable de a, je diffrentie F {x^y)

x^ et je multiplie

par x, ce qui

me donne
valeur pro-

m^(^ -h
Pour
terme
ce

r)'^-^; puis, je fais

^=/>, y=^q. La
a^, je

bable de a est mp.

avoir la valeur

probable de

diffrentie

mx{x -f- j)'-* parrapport ^, puis je qui me donne d'abord

multiplie par ^;

m{x -\- y)"^-'^->r m{m \)x{x

puis

->r

y)"^-"^,

mx{x -^ yY"--^ -h m(m \)x^{x -^ y)"*--.

En
faisant

x ^=p ety^y

j'obtiens,

pour

valeur pro-

LE THORME DE BERNOULLI.

bable de

-\-

ni-p"^

inp^.
h"^.

Cherchons, maintenant,

les

valeurs probables de h et
la

La valeur probable de h sera

valeur probable de a,

moins

valeur probable de m/;, c'est--dire

mp mp =

La valeur probable de l'cart esl donc nulle.

La valeur de

h^-

est
li^'z=zc(.-

1 mp

(y.

-\-

m^' p"^
;

sa valeur probable est

(

donc

-H m^-p"^

mp- 2 mp mp
)
.

-\-

m} p"-^

mp{\p),
c'est--dire jnpq.

La valeur probable du carr de h

est est

mpq.
effectivement
plus

On
nulle.

vrifiera en passant qu'elle

grande que

carr de

valeur probable de h, qui^est

39.

Passons

valeur probable du module de h; cher-

chons d'abord quelle serait l'esprance mathmatique d'un

joueur

qui

on promettrait une
tait ngatif.

somme

l'cart tait

positif, et o

s'il

2wa

doit se borner uux termes dont l'cart est positif.

Soit wp le dernier
positif;

terme de 2wa pour lequel

l'cart

est

a
(3

> m/)

< m/?,
I

et l'esprance

mathmatique de ce joueur
,

serait
a
a

^..
P.

m m\ + _/,.-. ^+...^___/,H9.

St.

chapitre

iv.

c'est--dire

(/?,

q) en posant

P!(m
ait

(3)!'
ce

Si l'on supposait,

maintenant, qu'on

promis

joueur

une somme
faisant

son esprance mathmatique sera

x > en
la

^^ p^

y z^q

aprs

la diffrentiation.

Enfin,

vao et

leur probable d'une fonction qui est gale h

pour/i>

pour A

o sera donc l'esprance

mathmatique de ce

joueur

qui l'on

promet

quand a

mp\

c'est

donc

est

un polynme homogne

de degr
rfF

;r et

donc

mYr=iX-z

^F dx

\-r,
^

L'esprance mathmatique ci-dessus devient

d dx
ou

d dx dF

d dy

en faisant

/?,

= q^

aprs diffrentiation.

a d'abord

/dF
d'autre part

dF\

p^^yi^-d^P

--^

dx dF

j3!(i__p)I

= m x"^~^ -h m {m i)x"'-^y -h
,

LE THORME DE BERNOULLI.
Il

entre un terme de plus dans

.
.

somme
dF
dy

qui reprsente
..

ciF -r-; ce

doC

dF dernier terme reprsente -, ^ dx

r- et

.. est gal a "

(3!(m-(3)!
et,

X
il

aprs qu'on y a

fait

x =/>, y zmq,

devient

p?q' (3!(^/^-[3)!''''

Pour l'esprance mathmatique de notre joueur, nous

avons donc

On y

reconnat

produit par

(3^,

du terme

p, le dernier

qui corresponde

un cart

positif.

40.

On promet
l'cart
qu'il

un joueur une
soit

somme

gale la valeur

absolue de

son esprance mathmatique, en

admettant
sitif,

ne doive tre pay que

qu'il

l'cart est pos'il

en admettant

ne doive tre pay que

est

ngatif.

La valeur probable de A

est

E'.

Comme

valeur probable de h est nulle

E
et la valeur probable de
k\. Ainsi la valeur
|

E':=o,
h
|

est 2E.
/z,

probable de l'cart
la

considr en

valeur relative, est zro;

celle de

valeur probable de h- est

mpq\

A
I

est

2E ou
2(3
<5r

|3!(m-(3)!

^4
(3

CHAPITRE

IV.

LE THORME DE BRNOULLI.
l'cart est

correspond au dernier terme pour lequel

positif, et

diffre

peu de

A
che

cette expression on peut substituer la valeur appro-

Ce terme est beaucoup plus grand que tous

niais
il

les

autres,

est trs petit d'une

manire absolue.
|

La valeur probable de
A

est

beaucoup plus
faite, le carr

petite
la

que

mpq. Suivant une remarque dj

probable de
h?:
|
!

valeur

est plus petit

que

valeur probable de

donc

valeur probable de

est certainement plus

petite

que sjmpq.

CHAPITRE

APPLICATION DE LA FORMULE DE STIRLING.

42. Je

vais

montrer comment on peut connatre une

flu

valeur approche de Wa>

terme maximum, de

valeur

probable de

etc.
la

cal-cul

de ces valeurs approches se ratla^che

for-

mule de S tir lin g

^" e- d.vz=:Ti n

i)
=

c'est--dire la fonction eulrienne; celte intgrale conserve

un sens quand n

est positif,

mais non entier.

/i"

Si l'on

pose

r ( /i
le

e-" \f%n^

rapport du premier

membre
la

au second tend vers l'unit

quand n augmente indfiniment.

Je ne donnerai pas

dmonstration gnrale, mais seu-

lement

celle qui

concerne n entier.
la

La formule de Stirling sert calculer

factorielle d'un

nombre

entier

= n'^e'^sji'Kn^
l'on

c'est

une formule asymptotique. L'erreur absolue que

commet en prenant

second

membre comme

valeur du

CHAPITRE

V.
/i,

premier augmente indfiniment avec

tive

mais l'erreur rela-

tend vers zro.

rsulte

H en

que l'erreur absolue sur

logarithme de ni

tend vers zro.

Je puis d'abord crire

et je vais

dmontrer que F (n) tend vers une limite

;

finie et
telle

dtermine G quand n augmente indfiniment

sorte

que

l'on aura alors

/i'*

e-"^ sfn.

43.

Considrons

produit

F(2) F(3) F(nH-i) F(i) F(2)*** {n)

Ce produit

infini est

convergent, ou, ce qui revient au

mme,

la srie,

dont

terme gnral est

F(/i-f-i)
i

est convergente.

Nous avons

= F(/i + _ ~~
(/i

-h 1)1

(/i -+- i)-^i

^-(+')v//i 4-

F^/i

-+-

1),

(/^-n)!
n\

n"e~"\fJi

{n)

(/i-4-i)+ie-<"+i)y^rH7'

F(/i-M)

Ai-t-i

\""^^

Le second membre

se transforme, l'aide du dvelop-

APPLICATION DE LA FORMULE DE STIRLING.

pement de

log(i

-h^) en
I

srie,

en
i_
_|
,

\
' '

\n
ou en
1

'in*-

6n^

3/2"^

c'esl--dire en

Si j'appelle

premier terme de celte dernire

srie,

Mm
En

/i-M

=
12

vertu d'une rgle de Gauss, cette srie est conver-

gente.

kh.

Reste calculer
la

valeur de C.

Rappelons

formule de Wallis
2
A

2~~i335

in 12/H-1

on en dduit, pour n plus grand que toute (juantit donne,

2 .4-

.3.

.{in

i)\Jin.-^

Au numrateur
au dnominateur

les

figurent les n premiers nombres pairs, n premiers nombres impairs; je mul-

88
tiplie

CHAPITRE

haut

et b*as

par 2.4...
..

2/1; il

vient

(2.4.

2/1)-\i

2'"{n\Y
(2Ai)!\/2/i

{2 n)l \/2n

Cette fraction a pour limite

/-) quand n augnnente

les factorielles

in-

dfiniment.

nous y remplaons
:

par leur

valeur approche pour

trs grand-, elle devient

n )2 e--^ C

v^2

n \/2 n

-f-

/ 2/i(2/^-h

1)'

et,

quand n grandit indfiniment,

elle se rduit

Cette limite tant

mme que
C

prcdente,

\/->

\/2Tr.

4-5.

Valeur asymptotique de

Wa.

Quand deux vne-

ments contraires,
et y de telle sorte

et B, ont -\-g

pour probabilit respective/?

nous avons vu que, sur

que p

zzz 1,

vnements,

probabilit pour qu'il s'en produise a gaux

m a gaux

est

m m
I

Calculons une valeur approche de w, en supposant

trs grand, et de plus

APPLICATION DE LA FORMULE DE STIHLING.

-^
1 \Jm est trs grand

<i.
m
est trs grand,

quand

mais nous
trs

supposerons
petite,

X fini et, par consquent,

Terreur relative

quand on prend
I,

pour valeur de

a, c'esl--dire

voisin de

al
=
1

-h

n^P

psfrn.

comme consquence

m aznmq "ksjm^
puisque

Je remplace dans cule l'aide de

Uq,

chaque

factorielle par sa valeur cal-

formule de Stirling,

""~~

m"^p^q"^-^

a(w

a)'"-'\/

m
27ra(m. a)*

runissant les termes qui ont pour exposant a et ceux

qui ont pour exposant

m a,

-=(?)-(^)"""v^2T:a{m a)
Or

m
(x{m

m
(x)

{mp-hl\/m){mq
que

l\/m)
radical qui entre

tend vers

unit ainsi

CHAPITRE
a

dans a

pour limite

m
s/-: iTzmpmq

spi^mpq

Nous pouvons

crire

logWa=
ou

log-== - log - (m - a) log -

\/2
TT

m/7^

'^A'

''''^

lOg^a

log

(m/?4-Xv^)l0g(
\

sJiT.mpq

pr p\Jm

{mq
Pour

l yjm) log(

trs grand, nous

pouvons dvelopper
i

les loga-

rithmes de

p=: et

p \Jm
donne
le

7= par

formule qui

dveloppement de log(i -^x). Ainsi,

{mp
devient

-vls/rnjlo^

p s/m

{mp

-h

\\fm)

ip'-m

d>p^m\Ji

moment, une valeur asymptotique de Ua., c'est--dire une valeur telle que le rapport de cette quand m augmente indfiniment; je valeur tende vers
Je cherche, en ce
i

pourrai donc, dans le produit prcdent, ngliger tous les ou \fm au termes qui tendent vers o, ceux qui contiennent

dnominateur.
11

restera

\sfm ^

^m-^--'
27?

APPLICATION DE LA FORMULE DE STIRLING.

J'en dduirai

valeur du produit

en changeant dans
et la

le rsultat

prcdent X en

X et

</ ;

somme

de ces produits sera, en dfinitive,

K-)ou
Ainsi

CHAPITRE
C'est l le

thorme de BernoulU, que nous prciserons

tout l'heure.

47.

Quelle est

probabilit pour

que X

soit

compris entre

Je considre dl

comme

trs petit;

dl s/m est cependant

un nombre

entier, ce qui veut dire

que dl

est de l'ordre

de-L.
Si je

donne

un accroissement

trs petit, l'exponentielle

ne changera pas, sera sensiblement constant. La probabilit cherche est une

somme

de termes

tels

que a varie de a

-h k^ a et a

-+-

k tant dfinis par

a r= a Hc'est--dire
/t

mp H- X y//n, mp -h X H- <iX
(

\/m,

que
kz=: dl \[m.

a doit tre compris entre

les limites

\l m.

c'est--dire qu'il doit tre gal l'un des

nombres
k.

4-1,

a-f-2,

...,

-\-

La probabilit totale est

y a

termes sensiblement gaux

Ifi

probabilit

cherche est
ke ^/"7

sJ^Tzmpq

APPLICATION DE LA FORMULE DE STIRLING.

OU, en remplaant k par dk \Jm^

cTke

'P'i

48.

Nous sommes donc ramens

considrer,

en posant

l'expression suivante

Elle reprsente la probabilit pour qu'une quantit

soit

comprise entre
entre Xq et x^y
la

^et-r-h^^; pour

qu'elle

soit

comprise

probabilit deviendra
'^''

hdxe-^''''
/
sJtz
i

i
pour qu'elle varie de

oo -h

oo,

L
En posant hx^jr^ ea

hdxe-f"^^'

A
dy
e-y*

celte dernire intgrale se transforme

/
C'est
49.

une intgrale connue, dont

valeur est

Arrtons-nous sur quelques consquences de ce calcul.

soit

La probabilit pour que X

-f-oo est
I,

comprise entre

ce qui parat une tautologie. Cette conclusion

94
n'tait pas si sre: Ja
tait

CHAPITRE

formule dont nous nous sommes servis

approche, et vraie seulement

1 est petit par rapport

\/m. .Soit d'abord

a
la probabilit

= mp
A soit

-+-

X \/m

pour que

compris

entre. Iq et

tendra,

d'aprs ce qui prcde, vers

f
quand

die

^Pl

crotra indfiniment. D'autre pari,

quand

s'loignent indfiniment, l'intgrai tend vers l'unil.

Posons maintenant

a> m/>(i ),
et

a
Soit

< m/?(

-i-s).

(s,

probabilit pour qu'il en soit ainsi. Je dis

que
la

je puis

prendre

assez grand,

tant donn, pour

que

diffrence

i-F(,m)
soit

plus

petite

qu'une

quantit donne

yj.

Choisissons

d'abord un nombre X assez grand pour que

diffrence

L
soit plus petite

SJi'Kpq

que - Cela

est possible

puisque l'intgrale

tend vers

quand^ augmente indfiniment. Une fois X choisi,

je prendrai

assez grand,

APPLICATION DE LA FORMULE DE STIRLING.

Pour que

d'o
F(,

m)>

l
,/'v/

Pour que

diffrence

\p\/m
cela est possible, car,
bilit

J-\
X

\/7.npq

<l'
limite de la proba-

pour

donn,

'-^i F( \P\frn

m]
)

pour

m = co

est reprsente par l'intgrale

^ X

aura alors
I

F(, m) <n.
pour que a
soit

En rsum,

la probabilit

compris entre
e,

{i-[- e),

quelque petit que

soit

tend vers

l'unit

quand

m
se

augmente indfiniment.

50.

On peut

demander quelle

est la valeur probable de

^; ce sera par dfinition

/i^^^_^,^.
V^TI

Si n est impair, cette intgrale est nulle.

est pair, elle vaut

^^l^e-^'-\

CHAPITRE

Nous avons cherch

absolue de
^'^,

valeur probable de l'cart en

valeur absolue; cherchons

valeur probable de

valeur

C'est

La fonction sous
donc

signe

est paire; cette intgrale vaut

hx'^

dx /<.r

51. Ainsi,

dans tous

les cas,

nous sommes ramens cette

intgrales eul-

intgrale, qui se

ramne elle-mme aux

riennes.

Posons
h^x^'

y,
V.

d'o

h dxzzz
2

dy. -^

L'intgrale ci-dessus devient

<
ou

APPLICATION DE LA FORMULE DE STIRLING.

n est pair et gal

[jl,

et,

comme

valeur probable de
I

x''

est
.(2jUL
f)

.3.

n
I

est

impair et gal

i\i.-\-\,

valeur probable de

1^"

est

ou
h"
\Jt:

Faisons n

Faisons

~ o; ~
2
;

la la

valeur probable de

est gale
|

valeur probable de

j:^
|

est

Nous avons cberch

bable de

valeur probable de

{oc

mpY

nous avons trouv mpg.

}},

Ici,

nous cherchons

valeur pro-

c'est-a-dire du carr de

mp
\/7n

et?

doit tre pg.

Cela se vrifie sans peine, puisque

2pg

1)8

CHAPITRE

La valcMir probable de

est

^
Nous avons cherch
c'est le
irnpqiioi,
la

v/tt

valeur probable de |a

m/?|;

produit par -impq du terme

maximum
suffit

de ^Ua^y

o a

diffre trs

peu de mp.
il

Pour calculer ce terme maximum,

on trouve

faire X

= 0;

APPLICATION DE LA FORMULE DE STIRLING.

Cherchons, maintenant,

valeur asymptotique de

pour a

z=r

me.

trouve, en

comparant
1
z=:

les

deux expressions de

p) sjm.

pourrait donc tre tent de croire que la valeur asymp-

totique est
e
^P9

sJiTimpq

mais cette expression est inexacte.

La valeur exacte de

t^a

est

Si
Ua.

m et

a sont trs grands, l'expression asymptotique de

^/rtg-/;i^2

est

7rm
a;

p<3.qm~tx^

ae-'v/2

7ra(m

a)'"-^ e'^"'-'^^ s/^nim

Le rapport de ces deux expressions de a tend vers l'unit, toutes les fois que m ei m a augmentent indfiniment,
et qu'on a

tendant vers une valeur

finie.

Je vais simplifier l'expression asymptotique de

m"'

Soit a

= /n; je pose
m a = e'm,
'=I

d'o

'*^0

CHAPITRE

L'expression asymptolique devient

y
et,

2'Kmee

comme m"^= m"^^ x

mz )

m'"^'

\m')

y TTwnl'

Soit

alors

sJi'Kinii'

53. Je dis
, '

que

est toujours plus petit

que

restant constants, je fais varier p et q, en les laissant

la relation

lis

par

p-^q i.
Quel est

maximum de A? Ce maximum a lieu quand/j^r^'

est

maximum, c'est--dire
:

quand p

q sont proportionnels leurs exposants

E~l Estl.

H-

Ainsi

maximum

sera atteint

quand
t',

/?=r,
et alors

p.=

Arrzl.

Le raisonnement suivant nous

natre les variations de A.

fera d'ailleurs

mieux con-

54. Je vais supposer/ et q constants et faire varier

APPLICATION DE LA FORMULE DE STIRLING.

ICI

Pour

cela, je considre

Comment
totale

varie ce

nombre? Je prends
b'

sa diffrentielle

de log

h de'

lo^'

-{-

de'

elle doit s'annuler

pour

qu'il

ait

maximum. Mais

e, e'

sont pas indpendants.

On
-\-

a
de' =. o.

Donc
Iogp

= log~j
9

p
Le maximum sera

p-^9
pour
e'

atteint

ep,
et ce

q,
gal q\ je fais

maximum

sera gal l'unit.

Comment

variera

fais e

= o, A est

est gal /?.

</,

part de

crot jusqu'

pour :=/>, puis dcrot

jusqu'/?.

55.

La formule qui donne une valeur approche de

/il

est

(n) tend vers une limite,

sj'n:,

quand n augmente ind-

finiment,
(/l

-h 1)1

(/l -+- I)-^;le-(-^-t)

^,1 -H

F(/l -h

l).

f02

CHAPITRE

tire

F{n)
{n-\-i)

s'agit

de savoir

F (n) va en
si le

croissant ou en dcrois-

sant avec n, c'est--dire

est positif

logarithme du premier membre

ou
le

ngatif.

Je divise

second

membre

par n-\--\

reste

L__,og(,+y,
n
2

Je pose n

= et je considre
(p(^)

fonction

_
X

_log(i-+-^),

c'est--dire

'^^'^^~.^^"~^^^('~^"^^-

{n)
07

est-il positif

ou ngatif?

varie de o

Pour

= G,
?(o)

= o;
_Iog2.

pour:rr=:i,
cp(l)rr: H

Comme

log2

= o,69.

(i) est ngatif.

APPLICATION DE LA FORMULE DE STIRLING.

Io3

faut voir

si la

drive s'annule;
2
( .7?

H- 2

2^
2
-

^
I

-t-

^
Mjc-h\-)

-h

{^c-i~-?.)-

(^-1-2)2

-h

(.r-M)(x-

2)-2

Le dnominateur
gal

est toujours positif; le

numrateur

est

^^
cp

Donc 9'(^)

est toujours ngatif, par

elle reste ngative et

cons-

quent

(^) dcrot; donc

F(/i-hi)<F(/0.
Si
/l rzz I
,

et l'on a

c'est--dire

F(i)

a aussi

F(oo

=/2~7r.
la

(/i)

va toujours en dcroissant, mais

dcroissance

n'est pas trs grande, car

e=r2,8...

\/27r

= 2,

56. crivons la valeur de a

m"'

OL'^{m~ocy''-^^
Il

f^^

oL{m

V{m)

F(a)F(m

s'agit

de trouver une limite suprieure de cette expres-

sion. D'abord

F(m)<F(m-a),
donc

F(a)F(m

a) ^

104

CHAPITRE

lolique de a est en

mme

temps une limite suprieure.

57. Quelle est

probabilit pour que a soit plus petit

que

/72?
II,

Cette probabilit,

est

avec

Je suppose

Je vais d'abord crire

H-

/7i

Wot 1,

.-.,

i(-^

vont en croissant.

Nous avons une -hi =:m,

limite

suprieure de

m^h.,;

donc

s/ 2

n m se'

V27r

Soit maintenant
{3

H-

>m.

Alors

n<Mp((3-hi).
11

s'agit

de trouver une limite suprieure de

u.^;

je pose

APPLICATION DE LA FOnMLI.i:

I>K

STIRLING.

Io5

lail ial

uraii ni

3_y!-^
if^<^

Or,

est

une fonction de
et 9 ()

(jui

va en croissant avec

jusqu'

/>,

'](

Comme

s'agit d'avoir

une limite suprieure,

..<AD'ailleurs
(3

27r|

est

suprieur

(3>>m

m |3>'m

Donc
^

27r(m

i) (' m

Pour en revenir
querons que
j3

H, infrieur

((3 -+- i),

nous remar-f1
;

est

lui-mme infrieur

nous

arriverons finalement une formule un peu plus complique

que pour gm entier

entier,

< A"
.
,

/ -v:>
(/7i -4-

em non enf-itier,
Ainsi
:

^ n<A'i/
.. . ,

i)'m
)

m i)
si

La probabilit pour que a

plus petit que
/?,

soit plus petit

que em,
ou

est

est toujours infrieure l'une

l'autre

quantit que nous venons de calculer ci-dessus.

Cette probabilit tend vers zro

quand

m crot

indfini-

i06

CHAPITRE

APPLICATION DE LA FORMULE DE STIRLING.

ment, pourvu que

e<p.

C'est le
:

thorme de Bernoulli,

qui peut s'noncer encore ainsi

La probabilit pour que a

soit

compris entre

mp{\B)

mp{i-hd) tend

vers l'unit quand, restant constant,

m crot

indfiniment.

CHAPITRE

VI.

LA LOI DE GAUSS ET LES PREUVES RPTES.

58.

Nous avons pos

nous avons cherch

probahilit pour que X soit compris

entre deux limites >o et).i; cette probabilit est reprsente

pour

trs

grand par l'intgrale suivante

XVNous avons
lorsque
la

^pncfk.

t conduits ainsi rechercher ce qui se passe

probabilit, pour que

soit

compris entre ^

x^j est reprsente par l'intgrale

^e-'^'^' dx.

Je dirai, pour abrger,

que
la

loi

de probabilit est

normale, lorsque

valeur de

probabilit est reprsente

par cette intgrale.

Je suppose que

soit positif; la probabilit devient

X
c'est--dire
2

v/tt

lo8
Si je

CHAPITRE

Vr.

considre

f
celle

intgrale

ira
-h

constamment en croissant quand Xq

oo,

augmente de o
tifs.

puisque tous ses lments sont posi-

Elle atfeint en particulier la valeur -y

elle est gale

La quantit ^o pour laquelle

-r

est ce

qu'on

appelle Vcart probable. La probabilit est

mme

pour

que
I

ce
I

atteigne ou n'atteigne pas cette valeur.

Xo est proportionnel y> elles Tables calcules pour cette

intgrale permettent d'en trouver la valeur.
Soit

^ une

quantit dont la

loi

de probabilit est normale.

La valeur probable de x

est

La valeur probable de

a-^

est

loi

de probabilit de a est encore normale.

la loi

Posons a^r=\2r';

de probabilit de

a:'

est

r""'

h '
ce v/t:

-A:

-"'^ci^',

Jy(

suffit

de poser

LA LOI DE GAUSS ET LES EPREUVES REPETEES.

I09

La valeur probable du carr de

olx est

7h}

59.

Supposons que

probabilit pour que

soit compris

entre Xq et x^ soit exprime par l'intgrale

i
et

JLe-^'-^'dx,
v/^

que

probabilit pour que

l'intgrale

soit

comprise entre y^

et j\

soit

exprime par

L
Supposons en outre que ces deux quantits soient indpendantes, ce qui peut s traduire par les termes suivants
:

probabilit pour que la premire soit comprise entre x^ et

x^ est indpendante de
soit

probabilit pour que la seconde

comprise entre /o et/i.

x"^

La valeur probable de
Quelle est
la

est

celle de y* est rn:'

probabilit pour que le poinf, dont les coor-

donnes seraient

x et /,

soit

compris l'intrieur d'une aire

donne?
Occupons-nous d'abord d'une
La probabilit pour que
le

aire rectangulaire.

point Xy

y tombe
les

l'intrieur

du rectangle^ c'est--dire pour que

d'ingalits

deux systmes

^0<'37<^l,

/o<7<ri
soient satisfaits la lois,
est reprsente par la

double

IIO

CHAPITRE

VI.

intgrale suivante, tendue tout le rectangle

r
Si l'aire est

f'!l^e-^'^-'-''"y'dxdy.

quelconque, je

dcoupe en rectangles

infi-

niment
en

petits.

La probabilit

totale sera la

somme

des int-

grales doubles relatives ces rectangles lmentaires; ce

sera,
dfinitive, l'intgrale
l'aire.

double tendue tous

les l-

ments de

60.

Supposons maintenant que

l'on ait

La probabilit pour que z

soit

compris entre z ei z-\-dz

pour que
le

est celle

point

(^,7) soit compris entre deux

droites parallles infiniment

voisines; la probabilit cher-

che sera celle qui est relative celte

aire

infi

aiment

petite.

Je vais dcomposer cette

aire infiniment petite

en l-

ments.
^^S^'

Pour cela je partage

des y;

l'axe

des

en une infinit d'lments, et par les points

l'axe

de division je mne des parallles

j'obtiens ainsi un-e infinit de petits paralllo-

grammes

quelle est l'aire de l'un d'eux, >BC1)?

Les points

B sont

sur

droite
Fig.2.

-^ /

=zz;

LA LOI DE GALSS ET LES

EPREUVES REPETEES.
x^ celles de B,

III

les

coordonnes de

sont ^. et 2

x -\- dx

et ^

X dx.
D
sont sur
'X -\la

Les points C et

droite

y = z -h dz;

les

coordonnes de

sont
et

X
celles de

^ dz x;
-\-

X
L'aire

-h

x dx.
des lments relatifs

du paralllogramme
la

est

dxdz.

L'intgrale double sera

somme

chaque paralllogramme
h h'
dxdze-'^'^'-'^'*^^-^^*,
T.

Dans une premire intgration, y

des

et z doivent tre regar-

comme constantes

varie de

-h

oo.

L'intgrale est donc

dz
l^osons

hh'

C^^ g-'h\ji*-'^z-^)*
I

dx.

^ J

Pz=z/i^a:''-^

h'^x

z)\

c'est--dire

P
ou

= {h^-i-h"')x'-2h''xZ-^h'^Z%
P=z{ax by-\-c

en posant

c^k'iz^b''.

112

CHAPITRE

VI.

Nous avons

valuer

Posons

ax
celte intgrale est

m J;
/>

et finalement,

comme ^ ou
e

^ varie

oo,

a
soit

La probabilit cherche, pour que z

et z-[-dz^ est

compris entre

donc

y/rr

d'autre part,

h'^'z^

h"^z^

h'^h''

h'^h'^z^
li'-\-h'^

La probabilit en question est donc

loi

de probabilit est normale.

La valeur probable de

ou de {x

-\-

sera

h-h':^\

""^

l^-^^^'

LA LOI DE GAUSS ET LES PREUVES RPTES.

Il3
la

c'est--dire

que

valeur probable do {^ -h y)' esi

somme
y^.
ici,

valeur probable de ^* et de

valeur probable de

La valeur probable de 2jry

n'avait pas t normale.

est,

en
si

effet,
loi

nulle

nous ne l'aurions pas su a priori,

de probabilit

Cette lgante dmonstration est due M. d'Ocagne.

61.

Problme des preuves rptes.

et B, ont

Deux vne-

ments contraires, A
yo

pour probabilits respectives

et ^. Ainsi

une urne

contientfj. boules blancbes et v boules

noires,

p ==
on en
tire

a boules

un trs grand nombre de boules m, en remettant

boule sortie dans l'urne. Si
l'on a tir
le

chaque

Cois la
il

blanches,

y a beaucoup de chances, d'aprs

thorme

de Bernoulli, que

diffre

peu de

l'unit.
pc/.

La valeur probable de

A^ sera

gale

Changeons un peu
sidrons deux

les

conditions,

de manire que

hasard ne prside plus seul

urnes,
la

la distribution

des coups. (Conix

[)remiie
ix'

renfermant
v'

boules

blanches et

noires, la seconde
tirer

blanches et

noires, et
et

convenons de
l'autre.

alternativement dans l'une

dans

Aprs un

trs

grand nombre, m, de tirages, a blanches

a noires. Alors

sont sorties et qui est

ici

sera trs voism de

gal

jJ.

4- V

fJL

-h V

Mais

la loi

des carts sera-l-elle

mme?

ne peut en

tre ainsi.
P.
8

Il4

CHAPITRE
la

VI.

Supposons que
blanches,
la

premire urne ne l'enferme que des

seconde que des noires

nous aurons

tir

blanches et -^ noires. Alors

nul.

'2
p
loi

sera /M
car

gal a -> et lecarl sera

tant aussi - La valeur probable de V- sera zro: '

j-,

eJle devrait tre gale

des carts n'est donc pas

mme.
hasard

62. Je

veux montrer que,

une autre case que

intervient, l'cart probable (ou la valeur probable de 1^)

sera plus petit

que

si ie

hasard seul avait agi.

(3/??,

Les

preuves forment deux catgories, l'une de

l'autre de

preuves, et Ton a

Supposons que
dans

les

vnemenls
el

et
la

aient respective-

ment, pour probabilits, p

/>'

g dans

premire catgorie,

et g'

seconde.
se prsente a fois

L'vnement A
dans
la

dans

|)remire;

a' fois

seconde

se prsente (3w

^'m

oc'

fois.

Le nombre

total

des preuves favorables

et a'

sera a -h a';

a sera trs voisin de mp.

de Q'mp'; ^
-i-

-^^

s'carteront trs peu de l'unit; a

a' sera trs voisin

^mp-\-^'mp', c'est--dire que

l'cart

sera de

l'ordre

grandeur de

s/nif

de sorte que

rptition des

vnements

sera peu prs la

mme que dans une seule srie d'preuves,

LA LOI DE GAUSS ET LES PHEUVES RPTES.

Il5

les probabilits

de A el de B seraient respectivement
et
(3.r/

;3y;+3y
Cherchons
la loi

(3V/'.

des carts. Je vais poser

a =r

mj) H- A \f^rn^

a'=r(3'm/?'+//v/i3'm.

Pour l'preuve
a 4j3/; -4- (3'/?'

totale, ce serait
a' =r

/?i

[3/>

-h

(3'/?'

-h " \fm,

lant la

probabilit

A dans
X-,

l'ensemble des

preuves.

Composons
crirons (X^),

les valeurs
(X'2), (V'2).

probables de
.

V-. 1"-,

que nous

Nous aurons

et de

mme,

si le

hasard agissait

seul^

on aurait

(>/'2)==(P/7

+ (3y)([3r/-f-|3'^').

Cherchons

sa vritable valeur.

Nous avons
>/'

\/m

l ^(3 m H- V

v/(3'

Les deux vnements sont indpendants

probabilit

pour que X

soit

compris entre deux limites donnes est

indpendante de

probabilit

pour que

soit

compris
Xy/(3

entre deux limites donnes. Les lois de probabilits de

et X' v/{3'

seront normales, el
v/{3

loi de probabilit de leur

somme

X' \/[3'

sera aussi normale.

1l6

CHAPITRE
X"^

VF.

La valeur probable de

sera

Telle sera

vritable expression de

valeur probable du

carr de l'cart.

Coniparons
{?>P

les

deux valeurs;
(P^y

diffrence est
-4-

(3'/>')

+ .3V/) - (P/.r/
jS'

?>'p'g')

ou. en rappelant

que

-h

{^p

+ 'p'p'){Pq + ^'q') - {^pq -H (3>V/)

^^\pq' -^p<q-pqp'q')

((3 -+- (3'),

c'esl--dire

p-p'-q'-q,
La diffrence envisage
est

donc

positive, et l'on a

63.

utilise cette

proprit dans

statistique.

On
si

relev des observations dans

un Tableau,

et l'on veut voir le

les diffrences

observes sont dues au hasard, ou

hasard n'intervient pas seul.

On compare, pour un
Soient

certain nonnbre de cas, le rapport

celles

du nombre des arrives de A

de B.

et N' le

nombre

total

des arrives de A et de B;

on aura

_ -

N
N
'

4_ N'

_ N^ ~ N 4-

iN'

Divisons, maintenant, le Tableau en plusieurs sries; soit

LA LOI DK GAUSS KT LES EPREUVES REPETEES.

I17

dans chacune de ces sries

nombre
__
\J

total

des preuves

a
le

= pm -h X
la

nombre des preuves favorables

;

chaque srie
si

on cherchera

A. On calculera \ pour moyenne arithmtique de V-\

cette

moyenne

est gale pq,\e hasard intervient seul;

elle est plus petite que/>^,

intervient

une cause indpen-

dante du hasard.

CHAPITRE

Vil.

PROBABILITE DU CONTINU.

63.

Paradoxe de

Bertrand.

Nous avons

amens
envi/

considrer un nombre trs grand de cas possibles, mais

nombre

restait fini.

A certains moments, nous avons

sag des questions de limites et remplac les

^ par des
J.

Nous

allons arriver aux problmes

nombre des cas

Bertrand
q^ue ces

possibles devient infini.

faut bien dfinir ces cas, et le

paradoxe de

mettra bien en vidence

genre spcial d'erreurs

;

problmes peuvent entraner

vanle

s'agit

question sui-

Quelle est

probabilit pour qu'une corde d'une circon-

frence donne soit plus grande

que

ct du

triangle quila-

tral insci'it?

J.Bertrand

traite le

problme

de deux manires, et les rsultais

sont absolument opposs.

Soit

corde; nous pre-

nons
'^'
'

rayon

OA comme
polaires

unit;

les

coordonnes

seront

et w.

Soient a l'angle AOM, OMiant la perpendiculaire abaisse

PROBABILITE DU CONTINU.

II9

centre sur
la

corde,

le i)oint

o cette perpendicalaii'e
la

rencontre

courbe et
9.

milieu de
-i-

corde.

L'angle POj:, ou
64.

est gal a

Premier raisonnement.
la

Le
o)o

point

peut se trouver

en n'importe quel point de

circonfrence. La probabilit
et wj est proportionnelle
la

pour que
la

soit

compris entre
^-

diffrence -

Le point A .dtermin,

corde peut
que,

prendre toutes

les directions possibles, c'est--dire

lant choisi, je puis faire pi-endre

a toutes les valeurs

possibles entre

cet -
2

La probabilit pour que a. soit compris entre o

proportionnelle
a,

^l i est

~ ao.

tait
60''.

dii

triangle

quilatral inscrit, a serait gal

Coirime x peut prendre toutes les valeurs de

probabilit pour que
la

0 90", la
le

corde

soit plus

grande que

du triangle

est

gC^

60"

o" ~

La corde peut avoir une

65.

Deuxime raisonnement.
^o et 9, est

direction quelconque. La probabilit pour que Q soit compris

entre

proportionnelle

9,^.

Celte direction une fois choisie, je trace

sera dfinie

droite

AB
la

quand

je connatrai le point

M, c'est--dire

distance
p

OM ~ p =: cos a.
ls

peut prendre toutes

valeurs de o

on doit admettre
pi

que

probabilit pour qu'il soit compris entre po et

est

proportionnelle
Si

po.

OM
le
'

est compris entre o et - la corde est plus grande

que

ct du triangle.
2

La probabilii sera donc--

I20

CHAPITRE

VII.

Pourquoi celte contradiction? Nous avons

fait

des hypola

thses diffrentes dans les deux cas; nous avons dfini

probabilit de

deux manires

diffrentes.

66.

D'une manire gnrale, on demande de dfinir

la
:

probabilit pour qu'un

nombre x

soit

compris entre ^o

et x^

en gnral, nous pouvons dire que nous n'en savons rien

tout.
:

Cette probabilit doit dpendre de x^ et de x^

ce sera

donc une fonction

telle
la

que P (^0, x^).

probabilit pour que

nous cherchons

^ soit comprise

entre ^0 et ^2,

3c^<x^<, x^
en vertu du principe de
lit

probabilit totale, cette probabi-

sera

P(^o, x^)
Si

Vi^x^, ^,)4-P(^,, x^).

x^r=.x^-\- dx^,,

P(^o, ^2)

P(^'^o^

-^i)

= P(<^o, x^-^dx^).
et,

Cette probabilit sera infiniment petite,

en divisant

par dx^y elle ne dpendra que de x^.

aura donc dans tous les cas

P(^o. ^\)

(Sf{x)dx.

Mais nous ignorons

/a /la^wre^^^ (p(^) qui reste arbitraire:

faut

nous

donner au dbut du problme par une conait

vention spciale pour qu'il

un sens.

De mme,

probabilit pour que le point {x, y) soit

PROBABILITK DU CONTINU.

121

l'intrieur d'une aire

donne
<s^{x,

est

//
l'intgrale

y)ddy,
tous les

double tant tendue

lments de

l'aire

mais nous ne connaissons pas

cp(^, /).

Le mathmaticien

n'a plus
il

aucune prise sur

choix de

cette hypothse; mais

doit,

une

fois

qu'elle est choisie,

porter son attention ne pas en faire une autre qui

tredise.

con-

67.

peut avoir plusieurs paramtres x^y

/:>,

oc^^ ., ..

Xp,

L'intgrale d'ordre

/
fassent
dfinie

; \\

yX ^y

X^y

'^ p

cix ctx^
^

cix

dfinira alors la probabilit pour

que

les

paramtres x
la

satis(p

certaines conditions,

quand

fonction

n'y aura qu' tendre l'intgration toutes les

valeurs

qui satisfont aux conditions donnes. Mais

cette dfinition n'aura de sens

que quand on se sera donn

fonction

par une convention pralable.

Je suppose qu'on change de variables et qu'on prenne

jKi> JK2,

?//>; l'intgrale va se transformer en

/
l'aide

ifi.y,, ...,/p)

^dfi dy^

dvp.

du jacobien ou dterminant fonctionnel des

par

rapport aux y.
Cette nouvelle intgrale multiple est entirement dter-

mine

on tendra l'intgration aux limites des

celles

qui cor-

respondent

des x, et qui sont connues, puisqu'on

connat les relations qui lient lesr et ls y.

122 68.

CHAPITRE VU.

Appliquons ceci au paradoxe de

ia
co

Bertrand.
les variables

Dans
taient

premire manire de raisonner,

dans
la

et a,

seconde
la

B et p.

Dans
que a
a,

premire manire,
ojq

probabilit pour que w ft

compris entre
ft

ol>,

tait proportionnelle o,

Wo,*

pour

compris entre o

<^i;

elle tait

proportionnelle

Cette probabilit se reprsentait par

//
tendue
tous les

d(jdda.

systmes de valeurs de

et a qui satis-

faisaient ces conditions.

Dans

seconde manire, nous avons suppos que

les

9 et p

pouvaient prendre toutes

valeurs

possibles avec
la

une

gale probabilit, et nous avons reprsent

probabilit

cherche par

//...p.
Ces deux hypothses ne sont pas les mmes,

comme nous

l'avons dj constat directement. Cherchons le dtermi-

nant fonctionnel
fp

on
si

docj

(/gj -\- de/,.

Ce dterminant

sina
1
I

est gal sina.

Donc

deuxime intgrale
d(x)

est

//'" a
ce qui n'est pas
la

d(Xy

mme chose

que

premire

PROBABILITE DU CONTINU.
69.

123

Autre exemple.

Soil

une droite AB, dans tm plan;

sont

ses

coordonnes

tanrenlielles

tudions

probabilit pour que cette droite ait une certaine position,

La probabilit pour que a evb

prennent toutes
les

valeurs
li-

comprises entre certaines

mites

peut

tre,

par

une

premire convention,
sente par

re|)r-

//da
o
/?

dby

Kig. 4.

atangw,

si co

est l'angle

de AEf avec 0^.

les valeurs

On peut

aussi dire:
la

w peut prendre toutes

probabilit

possibles; d'o pour

//
Ce
qui, n'est pas la

docdtyi.

mme chose,

et cette

seconde convention,

aprs un examen superficiel, pourrait sembler aussi

lgitime que
effet, le

premire, est en contradiction avec elle; en

dterminant fonctionnel est

COs'J
ei
/
\

dadbzzz

J J
70.

J J

cos-o)

da dd).
On
partage un bton

Problme du bton bris.

de longueur

trois parties

.r,

/, z.

124

CHAPITRE
la

VII.

Nous admettrons que

compris entre
<f^; entre

q\.

probabilit pour que x soit x -^ dx %^\., par dfinition, proportionnelle

.r,,

x^^

elle sera proportionnelle ^i

.^o.

De mme

probabilit pour que

soit

compris entre y^
y^.

et/, sera, par dfinition, proportionnelle yi

La probabilit pour que x et/

conditions est alors l'intgrale

satisfassent certaine^

L\ dx dv
tendue
toutes les valeurs

qui satisfont ces

conditions.

pourrait supposer galement que celte probabilit est

J
I

dydz,

ou bien
j

dz dxy

puisqu'on peut prendre

riables.

et z,

ou bien/ et^,

comme

va-

Ces trois dfinitions sont

ici

quivalentes; on a
d{z, x)

J J
et le

dz dx

:=z

J J

dx dv -^

{x,

dterminant fonctionnel est bien gal

puisque

= x y.
i

71.

Quelle est
?

probabilit pour que Xy

ei z

forment

un triangle

Traons un triangle

quilatral- dont la

hauteur

soit

PROBABILITE DU CONTINU.

Il5

d'un point M, intrieur ce triangle, abaissons des perpendiculaires sur les trois cts.
ainsi

La somme des
hauteur
i
;

trois

longueurs

obtenues sera gale

du triangle, c'est--dire
reprsenteront les
^, /,
^,

elles

trois

morceaux,

du bton.

Le point

M
:

peut

tre
le

considr
diviit
Fig. 5.

comme
bilil

reprsentant

mode de
la

sion du blon

quelle est

proba-

pour que ce point

soit Tintrieur
a:

d'une certaine aire?

entrera:?

La probabilit pour que

soit

comprise

eia:-{-dx,

pour que y
?::b

soit

comprise entre

-hdy^ est propor-

tionnelle

dxdy. Le point

sera alors

dans une aire comprise entre deux parallles

Fig. 6.

BC menes des distances x et dx de BC, et deux parallles AC y

menes

des distances

y-^dy

de AC. Le parallloet 60, et

gramme

ainsi

form

pour angles 120

son aire est

dx dy
sin6o

La probabilit

sera,

dans ce cas, proportionnelle

et,

l'aire

du paralllogramme;

en gnral,

elle sera proportionnelle l'aire envi-

sage.

Le point M devant
du triangle ABC,
la

tre

l'intrieur

probabilit pour

qu'il soit l'intrieur

d'une certaine

aire est le rapport de cette aire la

surface du triangle.

Joignons par des droites les milieux A' B'

triangle.

C des cts du
qu'on.

doit tre l'intrieur de

A'B'C pour

126

CHAPITRE

Vil

puisse former un triangle avec

i'un

.r, /, z ; si le point M est sur des cts de A'B'C, f'une des quations suivantes est

satisfaite,

z -h

x;
trois

point

est en

dehors de A'B'C, l'une des

gran-

deurs ,

X, z est

plus grande que

l'on

somme

des deux autres.

La probabilit pour que

avec Xy y, z est donc

puisse former un triangle

72.

Problme de

l'aiguille.

Sur une

feuille

de papier,

sont traces un certain nombre de droites parallles et quidistantes

;

leur distance
It

commune
aiguille

est d, et l'on jette

au
d.

hasard sur

feuille
la

une

galement de longueur

Quelle est

probabilit pour que celte aiguille rencontre

l'une des droites?

La question peut se poser d'une manire plus gnrale.

^-N>.

Fig. 8.

Soient deux axes fixes oxy oy, et une figure fixe F inva-

riablement

lie ces axes.

Soient d'autre part deux axes mobiles

OX, OY,

une

PROBABILITE OU CONTINU.
figure F, invarial)le de forme,

127

mais invariablement

lie ces

axes, et par consquent mobile avec eux.

Dfinissons

position de

figure mobile par rapport

aux axes
Soient

fixes.

un de ses points,

MP une droite passant par M

invariablement lie
tion de

la figure Fi

suffit

de dfinir

posi-

par rapport a jcoy. Cette position est dfinie par

les

coordonnes ^,7 du point

et l'angle

w de

MP avec

o^.

La probabilit pour que

tions est proportionnelle

satisfasse certaines condi-

fff d dy
Pour
la

d(j)

justifier cetle dfinition, je vais

montrer qu'elle
la

est

mme quand

je prends

un autre point M' de

figure

mobile, ainsi qu'une autre droite MT'.

La droite M'P' sera invariablement

Soient
/ la

lie

MP.

longueur MM', a l'angle de MM' avec

l'angle de M'P' avec

sont des constantes.

La droite M'P'

est dfinie relativement

aux axes xoy par

128
les

CHAPITRE

VII.

coordonnes x\ y' du point M' et l'angle

pour que

de M'P'

avec ox.
Si la probabilit
la

figure mobile satisfasse

certaines conditions est, d'aprs

premire valuation,

III
elle sera aussi

dx dy

<:/l),

ff
par projections,
J?' zrz :c

fdx'dy'dw'.

Le dterminant fonctionnel
a,

est

effet gal l'unit;

COS ( 0) -h a ),
sin
(

= j 4-

-h a )

et le

dterminant fonctionnel
G
I

r-,

-+-

est

d{x,y,(.))
sin(Go

G
G
c'est--dire
i.

/cos(a}4-a)
I

loi

de probabilit est donc

choisie.

mme,

quelle que soit la

droite

73. Si je considre

deux

figures 9,

cp',

gales entre elles

et invariablement lies

aux axes mobiles,

probabilit pour
la

que

9' satisfasse certaines

conditions est gale

proba-

bilit

drons une droite

pour que 9 satisfasse aux mmes conditions. ConsiMP invariablement lie 9 et une a'utre

droite M'P' dont la position par rapport 9' est la

mme

que

celle

par rapport '9

soient x^ y,

co,

d'une part,

PROBABILITE DU CONTINU.
x' y

129
ia

w',

d'autre part, les quantits qui dfinissent

posi-

tion de ces

deux

droites.
cp

La position de

est dfinie par ^,

7 et

celle de 9', par

y' ,

&)'.

Pour que 9

satisfasse

certaines conditions, ^,/,to devront

satisfaire

certaines

ingalits.

Pour que
aux

9' satisfasse

aux

mmes

conditions, x', /', w' devront -satisfaire

mmes

ingalits.

diffren-ce

prs des notations, on

retombe donc sur

grale.

mme

intFig. 10.

La valeur de
cas.

probabilit est doncla

mme

dans les deux

On demande la probabilit pour qu'un segment de droite limite, MP, rencontre les parallles du problme de
74.
l'aiguille. Si

une seconde
lie

droite, M'P',

mme

longueur^

est invariablement

MP,
la

probabilit pour qu'elle

rencontre les parallles sera

Si,

mme.
fois plus

au lieu de MP, on considre une droite deux

longue,

MQ,

probabilit sera double, puisqu'elle se

savoir

com-

pose de deux droites gales MP,

MN et NQ, N tant

milieu de

MQ.
la

Je suppose qu'on promette un joueur autant de francs

qu'il

y aura de points d'intersection de

droite avec les

parallles (*). L'esprance

mathmatique du joueur avec

sera double de son esprance avec

MN,

puisqu'elle sera

celle qu'il tire

MN augmente de celle quMI tire

de NQ. En
la droite.

gnral, elle sera proportionnelle la

longueur de

(*) Bien entendu,

parallles, cela

l'une des extrmits de

tombe sur une des

comptera pour une demi- intersection.

i3o
Si

CIIA.PITRI<:

vu.

PROBABILIT DU CONTINU.

n'est pas

dans

jirolongement de

MN,

l'esprance

niathnialique esi encore double. L'esprance niathmatiqne est donc proportionnelle

ligne, qu'elle soit droite
\q\u^ quelle
Si l'on
la

longnenr totale del

ou brise, ou mme, en allant plus

que

soit sa

forme.

promet autant de francs que de points d'intersection

les parallles, l'esprance
la

courbe avec

matbmatique
courbe.
d, sa lon-

sera ainsi proj)ortionnelle

Si la

longueur de

courbe est une circoiderence de diamtre

Tir/;

gueur sera

dans ce

cas,

y aura toujours deux points

d'intersection, l'esprance

matbmatique sera donc

cette esprance sera

Pour

une courbe de longueur.?,

25
'

pour une

droite de lon2:ueur d, ce sera -

75.

Revenons sur
que

paradoxe de J..P>erlraMd

relatif. la

probabilit pour qu'une corde d'une circonfrence soit plus

petite
le

ct du triangle quilalral inscrit.

Traons une cii'confrence C, concentrique

premire

dont

rayon soit
le

moiti du sien. Plaons au hasard

une droite dans

plan.

nous adoptons

convention

faite lout l'heure

au sujet de

l'aiguille, la probabilit

pendra-t-elle d'une nouvelle et troisime hypothse, ou bien

de l'une des deux iircdemmenl examines?

Je puis supposer
la

droite fixeetlescirconfrenesmobiies.
la

La probabilit pour que l'une des circonfrences coupe

droite est proportionnelle sa longueur;
la

probabilit pour

que

rencontre

droite est

donc

rapport des longueurs

des deux circonfrences, c'est--dire-sur l'une des hypothses de

.1.

On retombe

ainsi

Bertrand.

CHAPITRE

Vlll.

APPLICATIOiNS DIVERSES.

76.

Prenons encore un problme analogue au problme

l'aiguille

Sur une sphre S on

trace une figure mobile

quelle est

probabilit pour que cette figure satisfasse certaines

conditions ?

Comment
Soit Po la

dfinir d'abord

position de cette ligure?

Pi
la

position initiale,
:

position finale de

figure mobile

on passe de l'une

l'autre

par une rotation

convenable, dfinie par Taxe de rotation et l'angle de rotation.

Soient a,

(3,

y les cosinus directeurs de l'axe, et 2

l'angle

de rotation

posons

Ar=cos9,
et

/jL

= asin0,
comme
une

vr-psin0,
variables.

p=rysin5,

prenons

[x.

v, p

Elles sont lies par

relation

Je retrouve
>.,
/JL,

mme

relation,

change

les

signes de

V, p,

suffit

de connatre trois de ces quantits.

CHAPITRE
la

VIII.

Je suppose
triple

probabilit reprsente par

une intgrale

p
elle sera

d\j, (hi

reprsente aussi par

/
Cherchons en
effet le
v,

dX dv dp

dterminant fonctionnel des noufz, v,

velles variables X,

par rapport aux anciennes

/Jt.,

supposons X dfini en fonctions de

.dl:=~

v, p.

/JL

dix

pdp.

Le dterminant fonctionnel

est

Ainsi, au signe prs, par le

changement de

variables,

l'lment de l'une des intgrales triples devient l'lment

l'autre intgrale,

aprs multiplication par -

Donc

dfx dv

dp
et

dl dv dp

f
donnent donc bien
Voici
la
la

f
./

mme

dfinition pour la probabilit.

comment

ustifie cette

convention

considrons

sphre
JT^

-h

}^* -4-

I .

Supposons que
de
la

probabilit pour qu'un point quelconque

sphre se trouve l'intrieur d'une certaine aire

APPLICATIONS DIVKKSES.

t33

sphrique

soit

proportionnelle cette aire. Cette aire s'ex-

primera par l'intgrale

/
cos

dx dy

rdxdy

^. cos n2
la

tant

troisime cosinus directeur de

normale

la sphre au point considr.

Nous avons
car

fait

ici

une hypothse tout

fait

analogue,

serait l'quation d'une sphre

dans l'espace

quatre dimen-

sions.

77.

Je suis parti prcdemment de

X,
pt, v,

position initiale Po.

elle

La rolation

ne dpend pa seulement de Pi,

dpend aussi du choix de

Je vais dmontrer que

position initiale P.

probabilit reste
Po,

mme,

si,

lieu
P'^.

position

initiale

on en considre une

autre

La rotation de P^

Pj sera dfinie par

X',

^',

v', p',

et la

probabilit sera. dfinie par

dix'dv'dp'

/
Je dis qu'elle sera proportionnelle
/,

prcdente.
Po, la rotation

n, r dfinissant la rotation
p'

de P^

[i.'y

v',

sera la rsultante de deux autres. Les formules

connues de

composition des rotations sont

V z^zTil

jjL/n

p/',

|jt'=rXm-f-/uL/
v'r=:X/i -h
|JL/-

vr
-hv/

-h

p/i,

pm,

p'r=Xr

lin

H-vm-hp/.

34
11 s'agit

CHAPITRE

VIII.

maintenant de calculer
par rapport
l,

dterminant fonctionne^
Je pose
0-,

a', '/, v', p'

jul.

v, p.

= V^'-^f^'+-^>'-+Ici

(7=1, mais je puis supposer

j7.,

des valeurs

quelconques au

lieu des valeurs vritables.

De mme

Quelles que soient ces valeurs, on

cr'

V /2 -h m2 _j_ ^2 _^

,.2^

si /,

n, r ont les valeurs constantes

donnes,

7'=a.
il s'agit de'

calculer

iix, V, p)

en supposant

c'est--dire

j
[j.

dijJ_

djj^

dv
v^

dp
v^
'dp

^J.

v
L dv

^
iJ.

^
dp
variables 4, et consi<j',

Mais je vais porter

nombre des

drer, d'une part a, ^,

v, p,

d'autre part

ij.\ v',

Comme

APPLICATIONS DIVERSES.
a'=:cr, les drives partielles
I

i35
i,

de a seront

o, o, o

l36

CHAPITRE

VIII.

Le produit des

trois est

donc yj

et l'intgrale

J
se transforme en

>^'~

J
ou

f
que

dfj.

dv dp

La dfinition de. la probabilit reste donc

soit la position initiale.

mme,

quelle

78.

On demande

probabilit pour que cette figure

P,,

satisfasse certaines conditions.

on considre une autre figure

celle-ci,

PJ,

gale

premire
la

invariablement lie

on peut demander aussi

probabilit pour que cette seconde figure satisfasse certaines conditions. Soient alors 1,
la
/ul,

v, p
>/,

les
|u.',

paramtres de

rotation qui

amne Po en amne P'^ en P,.

Po,

P,, et

v', p'

ceux de

La probabilit pour que

venu en

Pi, satisfasse cer-

taines conditions, est reprsente par

diJ.

dv dp
1
certaines inga-

/
les

paramtres

X, fz, v, p

devant satisfaire

lits.

La probabilit pour que Po venu en P,

conditions est reprsente par
dix'dv'dp'

satisfasse

duxrnmes

APPLICATIONS DIVERSES.
les

187

paramtre^

>/,

jtx',

v', p'

devant satisfaire aux mmes inles notations,

galits.

Les intgrales, ne diffrant que par

sont identiques, et

probabilit reste la

mme.
et

Les probabilits pour que deux figures mobiles, gales,

invariablement lies l'une
l'autre, satisfassent

une

mme

condition, sont donc gales entre elles.

79.

Choisissons une autre forme o

n'apparatront pas

X, iiy V, p.

Je dfinis

position d'un point

la figure

mobile par

ses coordonnes x, ^, z et celle d'un arc de grand cercle

par l'angle

w que

fait

avec MA,

tant

un arc de

grand cercle qui passe. par un point

fixe A.

La probabilit

s'crira

/ W dx dy
o

d(Mi^

W est une fonction

de x, /, z et w.

En prenant

dxdy ^=izda
d(j est

l'lment de surface de

sphre et l'intgrale devient

f'
(T

^d(jd(ii.

Cette intgrale doit tre tendue tous ceux des lments

surface de

sphre et toutes

les valeurs
j:?

de l'angle

qui satisfont aux conditions.

En revenante

et/ comme

variables, elle s'crit

/
80. Je dis

.dxdy ^ -^dt.
.

que

forme de

reste

mme

quelle que

soit la position

de A.

i38

CHAPITRE

VIll

Considrons un autre point

fixe B> et soit w'

l'angle

MP avec MB,
/
/

celui de

avec MA.
co -r-

a)'=
p'

lieu de x^ y, w, les variables

seront

L
B
Fig. II.

Le aetermnant fonclionnel
gal
I

est
co)

0{x,f,

G
I

dx
La fonction
eei,

81.

est

indpendante de

co.

En
soit

considrons un autre arc de grand cercle MF', et

l'angle de

MP' avec MA, a

co" --=

l'angle de

MP' avec
.

4- a

loi

de probabilit ne sera pas change.

exprime

probabilit pour que

satisfasse certaines

conditions.

fi
exprimera
la

^ da

dfji''

probabilit pour

que MP'

satisfasse

ces

mmes
<^

conditions. Ces deux probabilits doiventtre gaies,

ne dpendra donc pas de w.

82.

La fonction
effet

ne dpend pas non plus de xely.

Soient en

da et da' deux lments de surface de

APPLICATIONS DIVERSES.

189

sphre gaux entre eux. Soient l,m, n, r les paramtres

d'une

(les

rotations qui change da en

d<j'.

Soient

/jt.,

ceux d'une rotation qui amne

figure mobile dans une po-

sition telle
da.

que

soit intrieur
v',

Soient V,

p.',

ceux

d'unerotalion qui amne

Fintrieur de
<:/cr'.

Soient

a:,

les

coordonnes
^o-;

du centre de gravit de
'
,

celles du centre de grar/cr'.

vit

^^'S-

Les paramtres
de en
>.,

X', p.', v', p'

seront des fonctions linaires

Il, V,

d'une part, de

n, r d'autre part

|on n'a,

effet,

qu' se reporter

formule de composition des

aura d'ailleurs,

rotations cite plus haut.

l'avons vu plus haut,

comme nous

dixdvdp _ / rdix'dv'dp'

i)robabilit

pour que

soit intrieur d(j est

les

paramtres

p^, v,

devant satisfaire des ingalits

qui expriment que

rotation correspondante

amne

l'intrieur de da^ et l'intgrale tant

tendue

toute^Jes

valeurs de ces paramtres qui satisfont ces conditions.

probabilit pour que

M soit
/

intrieur da' est

rf./ /x ^ 2Ti9{',y)dcr'=
/

rdu' ^
I

dv' dp'
-

l4o

CHAPITRE
a

VIII.

donc

^(^, 7)
ou puisque
y

^<T

= <D(^', /)

^0-'

do-

=d(T'i

l'intgrale tant

tendue

toutes les valeurs

X','fx', v', p'

fz',

qui

sont telles que

rotation

amne
telles

l'intrieur
la

de
X,

d(';
IX, V,

ou, ce qui revient au

mme,
de
?o-.

que

rotation

amne

l'intrieur

83.

Nous avons

ainsi crit la loi

des probabilits sous une

autre forme, mais c'est

mme

bypothse que celle que

X,
/ui,

nous avons
V, p.

faite,

quand nous prenions pom* variables

En rsum,
co

probabilit pour
el,

que

M soit

l'intrieur

d'une certaine aire da,

fasse un angle

mme

temps, pour que

avec

MA,

est

/^
et

d(J

d(Aiy

est

une constante

dtertniner.
les
o*

tendons
l'angle

l'intgrale tous
o-

lments de
^t:.

sphre;

w variera de

tu,

de o

L'intgrale aura

pour valeur

mais alors

probabilit sera gale

Donc

y'dfjdb "dadoy

APPLICATIONS DIVERSES.
84. Soient, sur la sphre,

l4l

une courbe

fixe et

une courbe
qu'il y

mobile; on promet

un joueur autant de francs

aura

de points d'intersection
tique?
Elle

quel est son esprance

mathma-

est proportionnelle au

produit des longueurs des

deux courbes.

85. Si l'on considre

fixes
cpi,

une figure mobile

pour que 9
91 est la
ait

deux figures

92 la probabilit

une position relaque

tive

donne par rapporta

ait la
dit,

mme
/jl,

probabilit

pour que 9

mme
91

position relative par rapport 95.

Xj
v,

Autrement
tation qui

supposons que

p dfinissent la ro9';

amne

dans une position

/jl',

prenons
la

comme
rotation

variables nouvelles V,

v', p'

qui dfinissent
position
9'
:

qui

amne
la

dans cette
loi

mme

nous retrouve-

rons

mme

de probabilit et nous aurons

comme

plus

haut
rdjxdvcip dixdvdp

fiditJdv'dp' f

La rotation
X,
|JL,

V
m,

//.',

v', p'

est la rsultante de

deux

autres,
92

V, p

cette dernire, celle qui

amne

dans

position 91, peut tre considre

comme
f/,

donne,
par rap-

et le calcul

du dterminant fonciionnel de
est le

v, p

port

[).' y

v', p'

mme

que dans

leon prcdente.
X,
|ul,

Cela pos, je ne conserverai pas les paramtres

v, p,

dont

signification

gomtrique n'est pas simple,

a;,

nous

reviendrons aux variables

w du paragraphe

79.

86. Soient, sur la surface sphrique,

un point de

figure mobile ayant

arc de grand cercle appartenant

pour coordonnes Xy y, z; et MP la figure mobile et faisant

14-2

CHAPITIIK Vll.
co

un angle

avec

l'arc

de grand cercle

MX
M

qui passe par

point fixe A.
I"
d(jy

Quelle est
lorsque
o)

probabilit pour que

soil

dans une aire

varie de o 27:?

C'est

~'^' J ~WF~
2^

Quelle est

probabilit pour qu'un cercle mobile de

sphre coupe un cercle fixe?

Soient P
le

ple du cercle
l'angle
0'

fixe,

point o

coupe

tableau,

POA.
les

Soient P', A',

donnes analogues pour

cercle

mobile.
Soit 9 l'angle

POP'.

Fig. i3.

Fie. i4.

La condition ncessaire
est

et suffisante

pour l'intersection

qu'on

ait la fois

en supposant

9'.

Reprsentons

zone BCB'C' dans laquelle

ple P' du

cercle mobile doit se trouver; par projection sur le plan du

tableau, les deux petits cercles qui la limitent seront figurs

. .

APPLICATIONS DIVERSES.

l43

par

(les

droites BB',

l'angie

POB

sera gal 9

B' , et.

l'angle

POC

B -^

La probabilit cherche sera proportionnelle

bc de cette zone. Or,

hauteur

Oh-Oc~Q.o^{B

B')

-cos{B-h

B'),

bczz: 1 sinQ sin^'.

87.

Le problme peut tre plus gnral. Soient

fixes Ci, Cj,

i*'

/larcs
et

de grands cercles

gaux entre eux

longueur

i""

arcs de grands cercles mobiles, invaria-

blement

lis les

uns aux autres et de

mme

longueur

Je cherche les points d'intersection des arcs mobiles avec

les arcs

fixes

et je

promets autant de francs que de points

d'inlerseclion.

L'esprance mathmatique du joueur sera proportionnelle

jin'
la

La probabilit pour que C, rencontre Ci est

mme que

pour que C rencontre

tout l'heure.

G,, etc.,

d'aprs

dmonstration de

Elle reste encore

mme

pour que C, rencontre

C2, etc.

L'esprance mathmatique sera d'autant de francs que

l'on

peut

faire

de combinaisons de l'un des n preniiers arcs

avec l'un des n' seconds. Supposons

aient une longueur
7'

mme
/
:

que ces derniers

diffrente

l'esprance math-

matique sera nn'lV

Si l'on

considre deux lignes brises formes d'arcs de

grands cercles, l'esprance mathmatique sera encore proportionnelle

tait

leurs

longueurs, car,

l'un

des lments

double,

l'esprance

mathmatique

correspondante

doublerait.

CHAPITRE
la limite, cette

VIII.

A
ral,

conclusion sera encore vraie

et,

en gn-

l'esprance mathmatique sera proportionnelle aux lons et 5'

gueurs

des courbes. Elle sera Kss\

Cherchons K.

Supposons deux grands cercles: leur longueur commune

sera 2u, et
ils

coupent en deux points; l'esprance math-

matique sera K

4^1^ et,

comme

elle sera gale 2,

Pour deux

petits cercles, l'esprance

mathmatique sera

S'il

271-

V a intersection,

y aura deux points d'intersec*^

tion.

sin9'.

L'esprance sera

271*

C'est ce

que nous avons trouv plus haut, d'une autre ma-

nire.

88.

Supposons sur

sphre cleste un nombre

N d'toiles

places au hasard.

Promettons
d'toiles
tel

un joueur un franc pour chaque couple

que

dislance angulaire des deux toiles,

et P', soit plus petite

que

Quelle est son esprance

mathmatique

P' devra tre l'intrieur d'une certaine zone.

La surface
y

de cette zone est proportionnelle sin'^

Pour

tt,

APPLICATIONS DIVERSES.

l45
la

surface est celle de

sphre entire;

probabilit est

donc
sin*2 sm*-

y sin^-i-
.

Comme
former
est

les toiles
l)

sont au
2.

nombre de N,
r.
^

elles

peuvent
.

N(N

j groupes de

u^ L esprance mathmatique

?^(N-i) ..^y

89.

Considrons un systme mcanique^ dont les quala

tions sont mises sous

Oi,

forme de Hamilton; n variables,

^2,

'f^n^ dfinissent

position

du systme n variables^
;

yu/a 'ffny dfinissent les vitesses. F tant une fonction donne qui dpend des ^

des /^

les

quations auront

forme

d^ _
dt

dF_

^_
dt

^F
dxj

dyi

On connat

F, c'est--dire la loi

du mouvement, mais on
^z

ne connat pas

les positions initiales.

les

Reprsentons

valeurs des variables, au temps

par^,^;,

...,
la

xleiy\,y\,...,yl.
probabilit pour que ces variables aient cer-

Quelle est

taines valeurs un
Si je

temps

donn

me donne

la loi

de probabilit pour que

les variables

aient les valeurs initiales ci-dessus, le

problme devient
cette
loi

dtermin. Je suppose que

bilit

l'on se

donne

de proba-

pour
P.

les valeurs initiales.

146

CHAPITRE
90.

VIII.

Je suppose cette probabilit proportionnelle

\d\d\, /'
k tant une constante.

.dx\dy\dy\. .dyl.
.

On
et F2;

peut supposer qu'on ne

sait rien sur les valeurs ini-

tiales, et

qu'on

sait

seulement que F

est

compris entre Fi

comme F

const. est une intgrale des quations

mouvemcTit
initiale

(c'est l'intgrale des forces vives), si la valeur

et Fg,

de F est comprise entre F,

restera comprise

entre Fjet FaL'intgrale prcdente, tendue toutes les valeurs qui

satisfont

F,<F<F2,
sera gale
i.

SI cette
tiales

loi

de probabilit
le

est

vraie

pour

les

valeurs iniles

des variables^ elle

sera encore

pour

valeurs

finales.
Il suffit

de dmontrer que

dterminant fonctionnel des

valeurs finales par rapport aux valeurs initiales est gal

l'unit.

Soient v)?',
t'
\

.,y',

les valeurs

des

.2?,

,y,

au temps

x,j

y, ... leurs valeurs au

temps

n'y a qu' ta-

blir cette proposition

pour

trs voisins.

Soit
t':=t-h-.

Je vais, pour simplifier, examiner

le cas

de deux variables

de deux variables /.

dxi

CVa

~^~

APPLICATIONS DIVERSES.

l47

l48

CHAPITRE

VIII.

s'exprime par une intgrale

(p{c)d;

(j?)

sera une fonction sur laquelle nous devrons faire des

la loi

hypothses pour connatre

de probabilit, mais, en

gnral, or'sera conduite regarder (p(^)

comme
il

continue.

gnral,

probabilit que ^satisfasse

cp;

aune condition
n'en est pas

donne dpendra du choix de

de probabilit.

cependant,

toujours ainsi, et certains problmes sont indpendants de

la loi

Exemple,

La probabilit pour que x soit incommensui,

rable sera toujours gale

quelle que soit la fonction

continue 9 que l'on choisisse, et celle pour que mensurable, toujours infiniment petite.

soit

com-

92.

Second exemple,

Soit

une roue divise en un

trs

grand nombre d parties gales, alternativement rouges

et noires;

imprimons-lui une rotation rapide. Lorsqu'elle

s'arrtera,
()oint

une d ses divisions se trouvera en regard d'un

fixe
:

de repre

quelle est

probabilit pour

que

cette division soit

rouge ou noire?
le

Pour

tre

compltement rsolu,

problme exigerait
il

connaissance d'une fonction arbitraire;

pulsion, de la vitesse angulaire initiale,

dpendra de l'improbabilit pour

que cette vitesse

soit

comprise entre wo

et Wj est

(p(co) d(3if

/:
la

fonction 9 tant entirement inconnue.

D'un autre ct,

roue aura tourn d'nn angle

total 0,

APPLICATIONS DIVERSES.

probabilit pour que 9 soit compris entre

^6.
dd.

Sq et ^^ est

Nous ne savons
probabilit, pour

rien non plus sur f{S),

Nanmoins,

que

division obtenue soit rouge, sera

toujours trs voisine de -; elle est donc indpendante

de/.
Je suppose que chaque division corresponde un angles;
je divise l'axe des abscisses en parties gales
,

ei,

par les
la

points de division, je

mne

des ordonnes jusqu'

ren-

contre de

courbe

Comme
hachures

les divisions
les aires

changent de couleur, je couvre de

qui correspondent aux divisions rouges,

par exemple.

La probabilit cherche sera

de hachures
l'aire totale.

rapport de

l'aire

couverte

Fig, i5.

Quelle que soit

forme de

courbe, quand

nombre

des divisions augmente indfiniment, ce rapport tendra

vers 2

l5o
Soit,

CHAPITRE

VIII.

effet,

l'angle

maximum

dont

roue peut tour-

ner de telle sorte que

A. Supposons la fonction /(0)

continue et "admettant une drive. Admettons de plus que

cette drive ne dpasse pas

un ceriain maximum, M. Donc

\f'{9)\<M.
Je divise

en n parties gales;

soit

l'une d'elles.

Considrons deux divisions conscutives

des deux aires est plus petite que
(p.

diffrence
ij.'

jjl')

o/j^ et

signent respectivement

maximum
ju.')

et le

miuimum de f{9)
2M
:

dans cet intervalle. Or (]Ji

diffrence des

est plus petit que

deux
a

aires est plus petite

que 2Me^
il

Gomme
plier par

-aires couvertes de hachures,

faut multi-

pour avoir

diffrence des deux aires totales,

ce qui donne Me-n ou MAs.

La diffrence des deux aires tendra donc vers zro avec

et la probabilit sera bien -

2
-

on ne savait rien du tout sur

calculer
:

ou sur/, on ne pournous

rait rien

c'est

parc6 qu'on sait quelque chose que

le calcul.

l'on

peut entreprendre

Mais

ici

suffit

savoir

que/ a

uTie

drive limite.

93.

Troisime exemple,
les
le

Considrons un grand nombre

sensiblement circul'une
pris
"

de plantes, dont
laires.

orbites soient

Soient a

moyen mouvement de
/au temps ^sera
i=z at
-\-h.

de ces

plantes, b sa longitude
origine. Sa longitude

un instant donn
:

comme

APPLICATIONS DIVERSES.

l5l

probabilit pour

que a

b salisfassent

certainf's

conditions est

'^{a,

h) dadb.

Je dis qu'au bout d'un lemp^ trs long

les

plantes seront

galement distribues dans tous les signes du zodiaque.

La probabilit pour que

Cherchons
valeur

/soit comprise entre des limites

'-^.

donnes sera donc indpendante de

probable d'une fonction

e'^"'

si.

est diffrent
/

de zro,

valeur probable tendra vers zro

est

quand

augmentera indfiniment. Cette valeur probable

reprsente par
(^ini{at+h} r^(a,

fj
/
.

h)dadb.

Intgrons par parties;

:
iint

vient

imt

rda

^^^^ ^*^^-

nous supposons seulement 9 continue,

les

deux termes

ci-dessus tendront vers zro.

demande

valeur probable d'une fonction priodique

quelconque,/!/). La formule de Fourier nous donne

/(/)=:iA,,.e''^.

Chacun des termes de

bable zro, sauf
le

cette srie aura pour valeur proAo-

terme constant

La valeur probable

de/(/) sera donc

Ao=
Supposons qu'on
ait

("^

f{l)dL

< < <2

/o
/t

l5a

CHAPITRE

VIII.

APPLICATIONS DIVERSES.

la probabilit

pour que

soit

compris entre

est

27T

C'est la valeur probable trune

fonction/

(/)

gale

si /

est compris entre

Si
t

/,,

zro dans le cas contraire.

soit
cp,

est quelconque, quel

que

probabilit sera
distribution des

sensiblement proportionnelle li
plantes sera uniforme

ta;

CHAPITRE

IX.

PROBABILITS DES CAUSES.

94.

Nous

allons aborder les problmes connus sous

nom de

probabilits des causes.

Les problmes que nous avons traits rentraient dans

l'nonc suivant
jeu, quelle est
la
:

tant

donn que

telle

cause est mise en

probabilit que tel effet en rsultera?

tel effet

Les problmes inverses sont: tant donn que

s'est produit, quelle est la probabilit

que

telle

cause a t

mise en jeu?

type de ces problmes est celui de deux urnes dont

premire contient beaucoup plus de boules blanches que

l'autre
:

a tir
il

une boule blanche, mais on ne

sait

pas de

quelle urne;

y a plus de raisons de croire

boule sortie

premire urne que de

seconde.
il

Pour donner une

convention,
lit.

dfinition,

faut faire

une espce de

comme

au dbut de toute question de probabi-

Quand on compare

nombre

des cas possibles au nombre

des cas favorables, on doit avoir soin que tous les cas soient

galement probables. La convention

regards

(|ui

repose sur des cas

comme

galement |)robables contiendra toujours

trs large

degr d'arbitraire.
tire

D'un jeu de 32 cartes, on

une carte

sait

que

c'est

une figure; quelle

est la probabilit qu'or a tir

un roi?

l54

CHAPITUE
la

IX.

Avant l'vnement,

probabilit
total

tait

rapport du

nombre des

rois au

nombre

des cas possibles, soit

Aprs l'vnement,
jours 4;
le

nombre des

cas favorables est tou-

nombre des

cas possibles est diminu, c'est celui

des
a

fi^rures, soit 12.

La probabilit egt devenue

1-:

elle

augment.

95-

Formule de Bayes.
cause Q,
est/?/.
.

Soient a causes diffrentes qui

Ci, C,,
...,

peuvent tre mises

'en jeu,

probabilit

pour que

elle

est

mise en jeu, produise

l'vnement A
Si

nous savions que

Ci est

en jeu, nous pourrions affirmer

que
Il

probabilit de

est

/?i.

faut

supposer que deux causes ne peuvent tre mises en

jeu simultanment.

Avant Tvnement, chacune de ces causes

babilit a priori
la

avait

une pro-

que je suppose donne

lnit-GT/.
la

probabilit

que

cause

C,:

soit

mise en jeu
a

L'vnement A
soit la

eu lieu: quelle est

produit?

probabilit que ce

cause Ci

(lui l'ait

Enumrons
fixer les ides,

les cas possibles et les cas favorables, et,

pour

considrons un exemple parliculier.

M
soit

urnes contiennent chacune. Q boules;

MQ boules,
...,

cas possibles^ que je suppose galement probables.

Ci, C21

Les urnes sont rparties en catgories

C.
(Sy,M;

Les urnes de
de
la

calgorie Ci seront au

nombre de
de
la

catgorie C2, au

nombre de cjgM;

...;

catgorie ,

au nombre de wM.

La probabilit a priori pour que

cause C soit en jeu

PROBABILITS DES CAUSKS.

t55

sera

Dans

ies urnes, les

est,

boules sont noires ou blanches. L'vl

nement A

par exemple,
lirer

sortie d'une boule blanche.

La probabilit pour
catgorie sera y'?!.

une boule blanche de

premire

Dans
la

catgorie Gi,
il y.

y aura /?jQ boules blanches; dans

.-i

catgorie C2,

en aura^/^gQ?

f^ans la catgorie C^,

y en aura pnQ-

On
poui'

a tir

une boule blanche; on derriande

a choisie

probabilit
C,-.

que l'urne qu'on

appartienne
est le

catgorie

Le nombre des cas favorables

blanches de
la

nombre des boules

catgorie C/, soit

total

w^p/MQ.

Le nombre
blanches

des cas possibles est celui des boules

Le rapport de ces deux nombres

probabilit cherche

est,

par dlinition,

Wi Pi

-+-

GT2/>2 -h ...

H- TSaPn

96.

On peut

dire encore
la

La probabilit que

cause G/

ait t

mise en jeu, puis

que, mise en jeu, elle ait produit l'vnement A, est une

probabilit compose.

D'abord
priori est
bilit p^.

la
TDi;

cause G/ doit tre eh jeu, et sa probabilit a

ensuite, mise en jeu, elle

donne

A la proba-

La probabilit compose
que l'vnement se

ester,/?/.

Mais
Il

question se pose autrement.

soit produit, et ensuite qu'il

faut

l56

CHAPITRE
la

IX.

doive tre attribu

lit

cause Q. C'est encore une probabi-

compose.
qu'il se

La probabilit pour
^1 />i
la

produise est
. .

-^T cTi/>2

-h

H-

oTrt

probabilit {si
la

Von

sait
j?,

qu
la

il s'est

produit) poiir qu'il soit

cause

d tant

probabilit

compose pour que

donc

l'vnement se

soit produit et soit

la cause C, sera

d'o

bien encore, partons de

formule

(B)(A siB)r=r(A)(Bsi A),

dmontre au paragraphe
12.

crivons

(G,)(AsiC,)

= (A)(C,siA).
la

c'est la probabilit

a priori de
gt,.

cause, sans savoir

A
si

s'est

produit

c'est

Ci) c'est la probabilit

l'effet,

sachant que

cause Ci a agi
(Ci
si

c'est/?/.

c'est la
l'effet

probabilit a posteriori de
:

cause,

sachant que

A. s'est produit
est

c'est

jc.

La probabilit (A)

une constante, indpendante de

que (C/
si

C^.

L'galit prcdente exprime donc

est proo

portionnel au pro<luil (C,) (A

C,); c'est--dire

que

est

proportionnel

Pixni.

97.

l'cart,
la

un adversaire donne et tourne

roi;

quelle est

probabilit que ce soit un grec?

PROBABILITS DES CAUSES.

\5y

Soient Wi
grec;
bilit
CT2,

probabilit a priori pour qu'il ne soit pas

qu'il le soit.

pour
qu'il

Dans

premier cas,
le

probai.

pour

tourne

le roi est

^; dans

second, elle est

La probabilit a posteriori qu'on

a affaire

un grec est

Si l'on

suppose cja^cji, dans l'ignorance o

l'on est

l'honntet de son adversaire, -cette probabilit est de -

Elle serait

donc norme.
il

Fort heureusement,

est permis en gnral de supposer

a prioriy

98.

Dans une urne, dont

boule
lia

composition est inconnue,

tirages,

boules; nous effectuons

tire, et

/jl

il y remettant chaque en

fois la

nous ne tirons que des boules blanches.

Quelle est

probabilit pour que l'urne contienne n boules

blanches?
Soit cj la probabilit a priori pour qu'il y ait
et soit Pn. la probabilit

n blanches

pour qu'on amne

blanches.

'= (n)'Aprs
les tirages, la probabilit
la

pour que l'urne renferme

et,

n blanches est donne par

sion du facteur
(

formule,

aprs

suppresla frac-

commun

aux deux termes de

tion, elle est gale

GJ,

H-

-h

cy2 2f^ -+-

-h GJn Ni*

l58 99.
Il

CHAPITRE

IX.

faut connatre a priori

ctj,

tDj,

., gt^,

sur ls-

quelles on peut faire plusieurs hypothses.

Supposons, par exemple, que toutes

l'urne sont

les

compositions de
les gj

galement probables, c'est--dire tous

r^
?

gaux. Chacun d'eux vaudra

car

N. -H

N-hi comil

positions possibles de l'urne, en

comprenant

celle oii

n'y

aucune boule blanche. La fraction prcdente se rduit

lt^+2H--h.,...4-NH-

Supposons, en second

lieu,"

que

l'on ait plac successiveles

ment

les

boules dans l'urne,

unes blanches

et les

autres noires, en laissant au sort chaque fois le soin de

dcider

couleur.

La probabilit qu'on mettra une blanche sera chaque

fois j

et la probabilit que, finalement, sur

N boules,
formule

l'urne

en contiendra

blanches sera value par

tTi
'

al ^rn

0^0'"^-% oc)l/ ^ ^
^

l'on fera
AT
-

ce qui donne

n\ (N--/1)! \i
Ainsi la'probabilitttjoA-ior/Trrn, pour qu'il y ait
/i

blanches,

sera proportionnelle un coefficient du binme-, et, dans

l'expression de la probabilit a posteriori pour qu'il y ait n

blanches, nous n'aurons qu' faire les

coefficients,

gaux

ces divers

nI(N

/i)!

PROBABILITES DES CAUSES.

l59

100.

Le rsultat sera

trs diirent

du prcdent.

Soit

trs

grand;

sera un

polynme de degr
le
la

p. -+-

en N, que je puis rduire

son terme de degr

plus lev,

La probabilit dans

premire hypothse deviendra ainsi

/i^(iui-hi)

et,

pour

/JL

par exemple^ elle vaudra

-^^j--

Dans
la

seconde hypothse, valuons d'abord

valeur
2

rn^n^^,

pour

mme

li..

ni {^
A^aluons ensuite
^Jl

~ 71)1

dnominateur
iJ2

I (^

2i^ -t-

-h W^' NJ^

Pour

cela considrons l'expression

-h e'^mi

-f- e^^TJS^

-h ... H- e^-^ny^^

qui n'est autre que le dveloppement de

Je diffrentie deux fois par rapport

suffit

faire

=: o pour retrouver le dnominateur

/jl

que nous voulons connatre quand

Ce dnominateur
est

2.
jt*

donc

double du coefficient de

l6o

CHAPITRE
le

IX.

dans
de x;

dveloppement de

{i-{-e^')^ suivant les

puissances

or,

en nous arrtant aux termes en ^-,

c'est--dire

Le terme du degr
parenthse est
la
-3- ^-.

plus lev en

l'intrieur

Le dnominateur dont nous cherchons

valeur est donc approximativement

double de 2^ -^,
o

c'est--dire vaut 2^-^^ N^.

Ainsi, dans

seconde hypothse,

probabilit pour

que

l'urne contienne n boules blanches est

elle est

beaucoup plus

petite
l'a

quedansla premire hypothse.

effet,

comme

propos du thorme de Ber-

noulli,

N!
/i!(N
est trs
petit,
/?

Al)!

^ Jn

sauf quand n et

N
I

sont sensiblement

gaux

et ^, C est-a-an*e ici a -

...

101.

Deux joueurs d'checs ont jou n

-h

parties: le

premierenagagn
le

lesecond m.

> m,ondoit supposer

premier aura plus de
*

premier plus
Si

fort.
le

une nouvelle partie s'engage,

chances de

gagner.

PROBABILITES DES CAUSES.

l6l
/> In

Quelqu'un de bien inform pourra

se reprsenter par

probabilit pour que ce joueur gagne. Mais, pour

n'ai

moi qui
/?;

jamais vu jouer cet individu, je ne connais pas

vais chercher

m'en

faire

une

ide.

La probabilit pour que p

reprsente par

soit

compris entre pQ

et p^ se

O
la

f{p)dp,

fonction/

(/>) est

inconnue.
soit coiupris entre
/>

La probabilit pour que p

-i-

sera a priori f (p) dp; c'est elle qui correspond

gt/.

probabilit pi correspond

^ ^ m T-p^g"",
!

La cause considre est en

gagner soit/? pour
le

effet

que

probabilit de

premier joueur.
parties,

La probabilit que ce premier joueur gagne n

tant sa probabilit de

gagnera chacune des

/iH-

parties,

sera

{n -h m) p'^q"* n\ m\

Quelle est
entre

probabilit a posteriori que

est

compris

-+-

dpt
i

Ici xsiPh

en remplaant q par

est gal

La somme des w,pi sera

162

CHAPITRE

IX.

cette intgrale doit tre prise de o

est

car la probabilit

comprise certainement entre ces limites.

fait

gnralement l'hypothse

faute d'autres renseignements.

L'intgrale s'value alors simplement; elle devient

L'on est ramen l'intgrale eulrienne

de premire

espce
B(/i

+ m+
I,

r(/i-M)r(/?i-+-i)
r(/i
-+-

m + 2)

les

r sont

ici

des factorielles, et celte expression n'est autre

que
(n -h

w 4-

Ainsi l'intgrale qui reprsentai! la

somme

des

t^Si

pi est

simplement gale
pour que p
soit

et la probabilit
-t-

a posteriori

compris entre/? et/?

est

Cp(^)

(n H-

w ~

-f-

pn(^,_pyn ^p^
, ^
,

102.

Quelle va tre
la

probabilit pour que ce joueur

gagne

pailie suivante?

Cette probabilit s'obtient facilement. La probabilit pour

que p
bilit,

soit

compris entre

et /? -h

est

(p) dp;

proba-

lorsqu'il en

est ainsi, de

gagner
la

la partie

suivante
la

pour

joueur est p; en vertu de

probabilit compose,
/>'9

runion. de ces deux conditions a pour probabilit

(/?)

<^/?.

PROBABILITS DES CAUSES.

l63

intgrera cet lment de o

d'o

I p(f{p)dp.
Si l'on

remplace

9(/>) par sa valeur,

-+- 1)!

vient

(n -4-/n
n\

m\
et l'on arrive

C'est encore

une intgrale eulrienne,

(

n H-

-4-

I )

-f-

(/i-i-m-i-2)!

ou
/i-h
/i
f

m -H 2
raisonnement

Si j'avais appliqu le

mme

un jeu de
(/>)

hasard, je n'aurais pas eu

priori,
infini

le droit

de supposer/

effet,

devait galer -

Donc/

{p) devait tre

pour /?= -

103. Reprsentons

par

nombre

total

des petites

plantes; parmi elles, un certain

nombre

sont connues.

Dans une anne, on en observe n parmi lesquelles

connues.

m plantes

On demande
La valeur de

valeur probable de N.

ne peut diffrer beaucoup de

mais

celle valnalion au jug ne suffit pas

l'cart

faut s'occuper de

probable entre

nombre

vritable et le

nombre

probable.
Voici

comment nous procderons

l64

CHAPITRK
lieu,

IX.

En premier

nous supposerons connue

probabilit

pour que, pendant l'anne d'observation, une plante existante ait t observe; soit/? cette probabilit: nous admet*

trons qu'elle

est la

mme

pour

les plantes

connues

inconnues.

Comme

nous avons observ n plantes,

valeur probable

de N semble, au premier abord, devoir tre gale

mais
:

n'est pas possible

que cette valeur

soil tout fait exacte

les

nombres
t^Su

2, ...,

ont des probabilits propres que

j'appelle

^2,

., cr^,

et la valeur

probable de

sera

GJi

GJj -I-

-h

N CJ.N.
i,

Si l'on

suppose/ donn, et tous les nombres

2, ...,

galement probables, on arrivera,

rons,

comme nous
doN.

montre-

poui' la valeur probable

Ce premier point rsolu, nous nous poserons un autre

problme; nous avons suppos

connu, nous ne
la

sup-

poserons plus, et nous dterminerons ensuite

probable de

valeur

N en

fonction de m. et

ce qui nous donnera

rsultat trs voisin de

comme
-

nous lavons prvu

plus haut.

104. J'appelle
ait

donc
la

gjn la

probabilit a priori pour qu'il y

s'il

plantes; p^

probabilit pour que,

y a ainsi

plantes, on en observe

dans l'anne,
qu'il

La probabilit a posteriori pour

ait

en tout

pla-

ntes est une probabilit de Cause; elle s'exprime par

lJSupji

PROBABILITS DKS CAUSES,

l65

Comme premire
gaux;
la

hypothse sur

les

m, supposons-les tous

formule prcdente se rduit

Pour

caictiler ps,

appliquons

thorme des preuves

plantes, on en obser-

rptes. La probabilit que, sur

vera n dans l'anne est

P^== n\{N~n)l /^"^'""> .rN_n^

N!_

tant

probabilit pour qu'une plante,

elle existe, soit

observe; q

probabilit pour qu'elle ne le soit pas.

n est une valeur constante

prendre N. Faisons crotre

c'est la plus petite

que puisse

indfiniment,

-=p-{i-q)-(-^'^=F{p,q),
Si j'introduis

maintenant

relation 7>=:i

lpti=zp''p-(''^^^L.

Avec rhypothse
y
ait

faite

sur les
/?/?.

ci,

la probabilit

pour

qu'il

plantes est donc

105.

La valeur probable de N

est

^Ps
Il

est u n
soit

peu plus simple de calculer

valeur probable de

N n,

166

CHAPITRE

IX.

Posons

A = /i!(N-)I'
alors

Pour valuer
F(/?, ^)

second membre

suffit

par rapport q, et de multiplier

le rsultat

de dififrenlier par g,

g^=P'g{n + i){i-g)-^'^--'^;
faisons aprs cette diffrentiation
i

g =/>.

reste

vertu d'une prcdente dmonstration, cette expres-

sion est gale IA/j'^CN

g^-''.

Comme

d'autre part

PROBABILITS DES CAUSES.

167

106. Considrons

maintenant

valeur

de p

comme
est
-\-

inconnue; je supposerai qu'on veuille connatre quelle

la probabilit
Ici, la

pour que

soit

compris entre p
tj/,

dp.

probabilit a priori^

pour

qu'il

soit ainsi,

sera

o\i/{p) est une fonction inconnue de p.

Pi sera
la

probabilit pour que,

si /? a

une valeur dter-

mine, l'vnement observ se produise, c'est--dire pour

que, sur

plantes, on en observe m,

Toutes
et
I.

les valeurs possibles

de p sont comprises entre o

donc

M!
TSipi

m)\ p"'q'''-"'f{p)dp
'Ap)dp

Quel
le

est le

nombre probable pour N? Nous multiplierons

numrateur par

nous intgrerons de o

Cette

valeur probable

est gale

= tliL_

( prng^-'nf(^p)dp

Ce rsultat dpend de/(/>) supposons

;

.cette

fonction gale

l68

CHAPITRE
I

IX.

PROBABILITS DES CAUSES.

-\-

remplaons aussi

par

H-

N^
j

pmgW-m^j^
Posons

N=r(/H-])J-i.
J est le rapport de

deux intgrales qui sont encore des

intgrales eulriennes.

r(m)r(M-T-m-4-i)

r(m-hi)r(M m-4-i) ~ ^(M^-l)^(m^-I)' r(MH-2) T_M-i-i

r(M-^-i)

r(M-t-2)r(m)

m
et

par consquent

j^^

(/l4-i)(M-f-)

^^ *

Cette valeur est trs voisine de

ainsi que ^

nous l'avons

annonc.

CHAPITRE

LA THORIE DES ERREURS ET LA MOYENNE ARITHMTIQUE.

107. Je suppose qu'on ait effectu diffrentes

mesures

d'une

mme grandeur

quelle est

probabilit pour que

vritable valeur soit comprise entre z Ql z

^ dz'i
soit z; quelle est

faut introduire

une

/o/

ie^e/rewr^. Je suppose que la

vritable valeur de la grandeur

mesurer

la probabilit pour que le rsultat de l'observation soit

com-

pris entre

a;,

et ^i -h rfo^i? Je pourrai

dans tous les cas repr-

senter cette probabilit par

Cette

loi

des erreurs
la

tant admise

par

convention,

quelle est
et z
->r dz'^.

probabilit pour que z soit compris entre z

C'est

un problme de probabilit des causes,

nous

allons calculer

IWiPi
Tj/

est

probabilit a priori pour que z soit compris

entre z el z-\-dz; cette probabilit sera reprsente par

mi=^^{z)dz.

170
4

CHAPITRE X.

tant une fonction

z,
la

qui dpendra de ce que nous savons

sur

pre^i

probabilit pour que, supposer que la quantit

5, les

observe soit

observations aient donn des rsultats

compris entre
^1 et j?i-H<f^,,

^2 et .Vi-hdx^,

...,

et ^-}-<f^.

La probabilit respective de ces vnements est

Pi est la probabilit

pour que ous ces vnements se

soient produits la fois;

comme

ces vnements sont ind-

pendants, c'est une probabilit compose

Pi^rzdXi dx^.
.

.<i/z

cp(;r,,^) cp(^2> z).

.9(^, z).

La probabilit a posteriori cherche

pour numrateur
-s)

dzdxy dx^.
Pour obtenir
dx^y dxiy
il

.dx,^

^{z) 9(^1, z) 9(^2

-^C-^^n, z).

dnominateur 2?t//?/,

faut intgrer cette

expression par rapport z seulement. Dans

quotient,
et

dx^ sont des constantes qui disparatront,

restera pour

probabilit
(i^{xyy z)xs^{Xi,

dz^jz)
+-C0

..y(a7,^)
.

^^ iK^) cp(^

>c)

9(a?2, 5).

.cp(;r,

108. Cela ne

nous apprendrait pas grand'chose

no^
des

n'avions aucune

donne sur 9

et ^.

On a donc fait une hypoa

thse sur 9, et cette hypothse

erreurs.

t appele

loi

Elle ne s'obtient pas par des dductions rigoureuses

plus

d'une dmonstration qu'on

voulu en donner est grossire,

LA THEORIE DES ERREURS ET hk MOYENNE ARITHMTIQUE.

I7I

entne autres celle qui s'appuie sur raffirmation que

babilit des carts est proportionnelle

prole

aux carts. Tout

monde y

croit cependant,

disait

un jour M. Lippmann,
un

car les exprimentateurs s'imaginent que c'est un thorme

de mathmatiques,
exprimental.
Voici

et les

mathmaticiens que

c'est

fait

comment Gauss y
pas

est arriv.
la

Lorsque nous cherchons

meilleure valeur

donnera

nous n'avons

d'autre

ressource que de prendre

moyenne entre
la
loi

^i, ^2>

> ^w

en l'absence de toute con11

sidration qui justifierait un autre choix.

faut

donc que

des erreurs s'adapte celte faon d'oprer. Gauss

cherche quelle doit tre 9 pour que bable soit la valeur moyenne,
109. Si

valeur la plus pro-

dz est constant,

probabilit pour que z soit

compris dans Fintervalle dz est

^{z)(s^{x-, z)(^{x^,z).
.

.(s^{Xn,

z)dz.

La valeur
quand 5
Gauss

plus probable sera celle pour laquelle cette

fonction sera
est la
a

maximum. Supposons
moyenne.
la

maximum
i,

atteint

d'abord gal
2) tait de la

fonction ^

puis

admis

que 9(^1,

forme 9(^
la

^1).

Quelle doit tre alors

fonction 9 pour que

&oit

maximum

avec cette valeur de ^?

galons zro

drive logarithmique de l'expression

prcdente par rapport

<f,'{z-X^)
(^'(Z
^

X^)
Xi)

9(Z

'" ^^^

9'iz-^n) _^^
(f{Z

.27,)

9 (-

Xn)

lyi

CHAPITRE X.

Je pose

L'quation vrifier devient

Cette condition devra tre ralise toutes les fois que

vais

donner
c?jr;

^i, ^2,

...,

^ des
la

accroissements

d^iy dx^, ...,

z restant constant,

somme

des

doit rester constante et l'on doit avoir

Y'{x,)dx^-\-V'{x^)dx^-^...-^'{Xn)dXno,
dxi
-+-

dx^ -4-

-h

dxn

Ces deux quations doivent tre identiques, d'o

c'est--dire

que F'(^,) est une constante que je reprsente

F(^,)

par

= (2
'^

iTj) -H-i,

et
log(p(-s

^i)

^^"^

-\-b{z

x^) +

Dterminons

les constantes ,

i, c.

F(;rO -h F(^2)
'

-+-.

4- F(a7)
/i>s

a?i4- J72-+-.. .-f-^rt

= 2a(:j ^,) 4- = o, 2(z 0^1)1=0.

/i^>

Comme

ces deux quations doivent tre identiques, on a

= o,

LA.

THORIE DES ERREURS ET LA MOYENNE ARITHMTIQUE.

178

et l'on peut crire

ni z

x^)^

c se

dtermine par

condition

L
En posant
on trouve

(q{z

J7i) dxx

z;z I.

a = 2 A,

9iy)^s/l^-''''
110. J.

Bertrand prsente les objections suivantes

La fonction 9
ij;(s)

t prise sous la

forme

<o{z

^1),

tandis

qu'.en ralit elle devrait tre cp(z,^i).

plus, on a fait

Ton ne peut
:

l'affirmer

a priori.

Autre objection

La moyenne

est-elle la valeur la plus

n'est

probable ou
chose.

valeur probable? Ce

pas

mme

Supposons qu'une certaine grandeur

pour valeur
I,

x
/i,

puisse prendre

que chacune de ces valeurs ait.pour probabilit

pu
de
telle sorte

Ply

"-y

Pn->

que

\di\eur

probable de x sera par dfinition

/?,

-h 2/?2

-f-

...-+- />.

174

CHAPITRE
la

La valeur
Dans

plus probable de

sera celle qui correspond

au plus grand des nombres/.

le cas

du problme des erreurs,

valeur probable

de z est donc reprsente par

dz z^{z)

rapport

Q^{Xi, z) (s^{Xi, z)

.^{jCn, z)

.
J.

dz^{z) (?{X^,2) 9(^2,2)

0{XnyZ)

Bertrand

dit

que Gauss aurait d chercher, non pas

condition pour que

moyenne

soit la valeur la plus prola

bable de

mais

condition pour que

moyenne

soit la

valeur probable de

111.

peut chercher s'affranchir des hypothses que

faites,

nous avons

savoir que cp(^,,2) tait de

forme

9(5 Xi) el (\ue ^{z) tait gale i;on peut se demander

quelle forme on pouvait donner ces deux fonctions pour

que

moyenne arithmtique de
la

:r,, x^_,

.\ .,

ft bien la

valeur

plus probable de

d'autres termes, cette

-dj dit, doit

moyenne arithmtique, comme

nous l'avons

rendre

maximum

^{z)(^{xiyz)(^{xt,z)...(^{x,z).

Quand

y a

maximum,
si

drive logarithmique est

nulle; c'est--dire que

Ton pose
=Zt{XlyZ),

J
?(^'l,5)

on doit avoir
F(^,, z)
-h

F(^2, s) 4-

.H- F(^;m 2) -h

= 0.

LA THORIE DES ERREURS ET LA

MOYENNE ARITHMTIQUE.

1^5

Celte galit

d.oit

tre satisfaite par la valeur de z

que

dfinit l'quation

.ri

JTa

H-

-H vr
...,

-S.

Je vais donner
dxi, dx^, ....
la

^n des accroissements dxn- Je suppose que z ne change pas et que

jr,,

dernire galit continue

tre

satisfaite;

x est alors

une constante,

dxy 4-

?J72

H-

-h

<^^rt

Ceci ne peut avoir lieu que

d^{x^)
dxi

_ dFjx,) _
dx^
^

_ dF{xn)
dxn

Donc
dxi

o A' est fonction de z seulement;

B' tant aussi fonclion

= A'x,+ W,

de z seulement.

La condition

remplir devient
.

A.'{Xi~\-'X2-h.

.-h x) -h

nW -^X ^y

c'est--dire

Celte relation doit tre satisfaite quels que soient z ei n;

donc

c'est--dire

que ^{z)

est constant

que

A'c-hB'rrrO.

176

CHAPITRE

Voil ce que deviendrait l'analyse de Gauss

l'on voulait

reprendre en tenant compte de

premire observation

Bertrand.

412.

on dduit aisment
log9(.r,, s)

= A^i 4- B

-+-

log0(^i).

Iog0(^i) reprsente une fonction de

sont des fonctions de
telles
2,

j^i

seulement;

AetB
et B',

admettant des drives A'

que

A'^-+-B'=o.
Ainsi

Tel serait

rsultat sans autre condition que le postulat

de Gauss sur
Il

valeur

moyenne.
et

entre encore deux fonctions arbitraires,

A; B

est

par une relation.

113.

Une autre objection

a t faite

Gauss.
z,

La quantit qu'oa
valeur
la
la

doit prendre
la

pour

ce n'est pas la

plus probable, c'est

valeur probable.

effeX, la
la

valeur

plus probable est celle qui correspond

/?; elle

plus

grande valeur de
les autres, tandis

peut tre trs diffrente de toutes

que

celles-ci

peuvent se grouper

trs prs

l'une de l'autre, ce qui

trs

donne

fort croire qu'elles diffrent

peu de
la

la vritable valeur. Elles

n'interviennent pas

dans

valeur la plus probable, tandis qu'elles contribuent

toutes

valeur probable qui est par dfinition

LA THEORIE DES ERREURS ET LA MOYENNE ARITHMTIQUE.

I77

La valeur probable de z est

_(Les deux quantits sous

le le

signe

ne diffrent que par

facteur z qui figure en haut.

)

faut choisir

de faon que cette valeur probable

soit la valeur

moyenne
X,-\- X^-^,. .-^

114.

Pour

cela,

je
jc,
;

suppose que p observations aient

donn
je

le rsultat

autres, le rsultat x^\ ...

enfin,
et

les/> dernires, le rsultat ^. C'est

mme nombre /?,

suppose trs grand.

Les deux intgrales porteront

9(a7,% z),

sur^
.

facteurs gaux
.

sur p facteurs gaux (^2, ^),

sur/? facteurs

gaux

9 (^,^).

Je pose

O
Il s'agit

= 9(jr,, ^) 9(^2, ^)-

.cp(-3:"n,

^).

de vrifier que

L L
p.

z^{z)^i' dz
;r,

-h x, -H

-4-

.-r,

'^{z)<^p dz

Cette galit devra avoir lieu quelque grand que soit/?.

1^8

CHAPITRE

Si,

au lieu de deux /, nous avions

rapport de deux 2;^,

nous aurions considrer

rapport

6iX4-62X?4-...-f-6X^'

les Xi, X2,

X seraient fonctions des

^.
^2'

^1, ^2,

et les

^n des fonctions de

2.
la

Je suppose positives toutes les quantits X. Quelle est limite de ce rapport quand/? crot indfiniment? Soit X,plus grande des quantits

la limite sera

effet,

ce rapport peut s'crire

1 a.,XT
Toutes
les fractions

=~ sont
A/

plus petites que

sauf une

seule, celle qui correspond h k

= L Donc,

quand/? augmente

indfiniment,

rapport considr a bien pour limite

...

cit

tendons ce rsultat aux intgrales

f(^i{z)Q>Pdz
et

i ^.{z)<^i'dz;

<pi(^)
la

joue

mme

rle

que

a,, et cpsC^)

que

bt.

Quelle est
la

limite du rapport de ces intgrales? Soit so

quantit

qui rend

O maximum.

Cette limite sera

yi(^o)
92(-o)'

c'est--dire

ici

"TT"

LA THORIE DES ERREURS ET LA MOYENNE ARITHMTIQUE.

I79

Cette quantit Zq doit tre

moyenne arithmtique.

145.

Nous revenons
:

ment

doit tre

la mme question que prcdemmaximum quand z est la moyenne

arithmtique. Nous connaissons

soit ainsi; c'est

condition pour qu'il en

les drives A' et B'

des fonctions de

et B, tant lies

par

A'z-hB'r=o.

Quand on suppose que

rence z

dpend seulement de

la diff-

^1,

sa drive logarithmique par rapport z,

A'^i4-B'
doit tre

du premier degr en

x^;

alors

A' et 0(^1

sont constants.

Dans

cas gnral, c'est--dire

quand on ne suppose pas

:r,, il

que 9 dpend seulement de z

trois fonctions arbitraires

reste
:

pour (^i, z)

dterminer

d'abord 4'(^) ^lue

l'analyse

actuelle ne

permet plus de dclarer constant

de
la

comme
tion.

dans
);

calcul

valeur
il

plus

probable;

puis 0(^1

puis A.

Quant

est li

par une rela-

116.

s'agit

de dterminer un peu plus compltement

ces fonctions arbitraires.

Je vais supposer
la

p observations donnant pour rsultat x^

sera x^; alors

moyenne arithmtique

= 9(a;,)e^^*"^^

CHAPITRE X.
doit avoir

Ton

I
d'o
Qp

z^{z)^Pdz

a:i

j^{z)^Pdz;

f{z

a:^) ^{z) eP(^^^-^^^ dz ~ o.

Celte relation doit tre satisfaite quels que soient/? et ^,.

Qp a

sortir

du signe
le

puisqu'il ne contient pas Zy et

nous ne pourrons
117.

dterminer par celle condition.

Cherchons ^(z).
-h
rr:

A^i
pour
s

B
^1

est
;

une fonclion de

z qui atteint son

maximum

soit ul ce

maximum. Je
-hB
=: wj

puis donc poser

Aj7,

u^;

u sera rel.

mme

L
est

x^)^{z)dz
donc
poser gale
d'o

une intgrale qui

est toujours positive et ne s'annule

la
p',

que pour

a-,

je puis

a:i)^{z) dz =z 2 dv.
dfinir a et
il

Pour achever de
de donner
et le

faut s'en
'^.

donner

signe,

car nous avons seulement dfini u^ et

m et
^^

T^ous conviendrons
a?,

signe 4-

^ est plus grand que

signe

dans

cas conlraire; u et v sont donc tou-

jours de

mme

signe.

D'ailleurs

= A(^,)^,-+-B(^,).

L4 THORIE DES ERREURS ET L4 MOYENNE ARITHMTIQUE.

l8l

L'intgrale
stante,

examine devient, en

faisant sortir

une con-

Je puis supposer

exprim en fonction de
IV dv
:=i

f{a) duy

et alors

jf{u)e-P''*du

doit tre nulle, quel

que

soit

yo,

lorsque les limites sont

00 et

H-

00.

118. Cela ne peut arriver

que

f{u)

est

une fonction

impaire.

En changeant

m en

~ w,

on aurait

f/(-u)e-P-'du=:o,
d'o

f[f{ ")

-t-

A- ")]

e-P'^'

= G.

Cette relation doit tre vraie quelque grand que soit/?.

/(m)

est impaire

Si/(w)

n'est pas impaire, je

dveloppe suivant

les puis-

sances croissantes de u. L'intgrale ne pourra tre gale

zro quel que soit
/>.
v

effet,

Je vais poser

l82

CHAPITRE

l'intgrale va devenir

et elle doit tre Si

identiquement nulle.

nous multiplions par/>

Hous

les termes, le

premier

ne contiendra
l'intgrale,

plus/?,. et les autres le contiendront encore;

au facteur prs p

se rduira sensiblement

pour/> trs grand

o^f^^-^'i^-dl.
qui n'est pas nulle.

Donc/(w)
119.

doit tre fonction, impaire de .

pos
{z

x^)^{z)dz^=z f(u)du,
comme
constant, l'autre

Diffrenlions, en considrant ^,

quation en u,

AiriH-B
il

= M*;

vient

dz{k'xx-\-W)=:'iudu;
or, en tenant

compte de

la relation

A'^i

+ B' = A'^r, A'5 = A' (z ^1

K{z

Donc

Xx)dz^=i2uduy
A'

d'o

LA THORIE DES ERREURS ET LA MOYENNE ARITHMTIQUE.

l83

est

une fonction paire, donc

ne doit pas chan-

ger quand on change m en

u.
:

-^-77 n'est

pas une fonction de m, mais une fonction

je dis qu'elle doit se rduire

de z indpendante de ^1

une constante.

En
5j

effet, je

considre deux valeurs quelconques de

et ^2,

pour lesquelles

B prennent respectivement
de faon

les valeurs A, et B^, A2 et B2; je vais choisir ^1

que
Ai^i-+- Bi

= A2^i-(- B2;
valeur pour
2, et z^.
la

u^ reprendra alors
Donc*^^
-

mme

qui n'est fonction que de m* reprendra aussi

mme

valeur et l'on aura

A'(^,)

A'(^2)*

Donc ^-h A
120. Ainsi
tulat de
J.

est constant.

manire

plus gnrale de satisfaire au pos

Gauss (modifi conformment

l'objection

Bertrand, savoir que

moyenne

est la valeur pro-

bable) se traduit par

f<\t(z)(z .ri)dz

121. Considrons

f
SI

liiz

U =^{z) (^X^u

-) cp('^2

-s)-

-^i^rif z)dz.

l84

CHAPITRE X.
la

Je dis que cette intgrale est nulle, c'est--dire que

moyenne

est la valeur probable.

Je vais poser
^1 H- ^2 -H
. .

H- ^

n
et

=^^

L'exposant

P peut

s'crire

^{z)[{z

X,) -^ {z x^) -^

.^ {z XnYidz,

c'est--dire

Vz=zn ^{z){z~x)dz.
Il

reste
:

donc

dmontrer que

l'intgrale suivante est

nulle

fe{x,)Q{x,)...B(x^){z~x)^(^z)e-''f^'''''-^'''dz,
nous posons
/

x)'^{^z)dzz=.u}^

d'oii

x)^{z)dz^=i'iuduy

l'intgrale envisage se rduit

20(:r,)0(^j)...0(a7) / ue-^'^^^du.

Elle est nulle

122.

quand u varie de
op

00.

La fonction

dpend

ainsi de ^, et

^ dpend
la

connaissance que nous pouvons avoir a priori de

babilit relative
,5.

pro-

LA THORIE DES ERREURS ET LA MOYENNE ARITHMTIQUE.

9 dpend de l'habilet de l'observateur et de

probabilit

a priori pour
II

qu'il se

trompe.

n'y a

aucune raison pour que ces deux probabilits a

priori dpendent l'une de l'autre. La seule hypothse rai-

sonnable est donc de supposer

de Gauss.
123.

pour retrouver

la loi

Reste 0(^i).

Rien n'oblige supposer cetle fonction gale

sait,

par exemple, que certaines observations, telles que les observations mridiennes, sont sujettes une cause d'erreur
parliculire que l'on a appele Verreur dcimale.

Quand on mesure une

lecture,

quantit,

quand on

effectue

une

on value

rsultat jusqu'

un certain ordre

d'units, et le

nombre qu'on donne

dans cet ordre, de
la

est celui qui se rap-

proche

le plus,

grandeur qu'on veut

connatre.

Or on
ce

remarqu que chaque observateur semble

affec-

tionner cerlaines dcimales; on exprimera, analytiquement

fait

en disant que 9{^) est priodique, et qu'elle devient

ces dcimales.

maximum pour

124. Quelle opinion faut-il avoir de ce postulat de Gauss?

Dire qu'il est admis par tout

fier,

monde, ce
des erreurs.

n'est pas le justi-

car tout

monde

n'a peut-tre pas

une connaissance

suffisante de ce qu'est
Si

une

loi

nous avions appliqu

les

mmes raisonnements

5',

^\-x\-{-...-^x\

valeur adopte pour z et t

^'-

l86

CHAPITRE X. se trouver en prsence d'une srie de

et,

On peut
postulat,
il

mesures

portant sur le carr d'une grandeur inconnue,

d'aprs le

faut prendre la nioyenne des quantits directe-

ment observes.
J.

Bertrand donne

comme exemple une

aiguille qui indi-

querait le carr de l'angle mesur. Devrait-on prendre la

moyenne des
Aucune de

lectures de Taiguilie, c'est--dire

du carr des angles, ou

moyenne moyenne des angles eux-mmes?

ces deux solutions ne serait raisonnable.

mesure de cet angle comporte deux erreurs

de l'angle;
l'erreur

l'erreur de

vise, et l'erreur de vise probable serait l'erreur

moyenne

de lecture,

et l'erreur

de lecture pro-

bable serait l'erreur

moyenne du

carr de l'angle.

125.

La rgle de

moyenne semble donc dnue de

sens.

Pourquoi cependant ne nous trompe-t-elle gure? Pourquoi

est-il

lgitime de prendre

moyenne?
et

C'est,

au fond, parce

que

les

erreurs sont trs petites.

lieu

Si,
le

z, je

mesure /(2),

que j'applique /(-s

postulat de Gauss,

f^z):^
J'aurai,

/(3?,)+/(^,)-4-...-+-/(^.)
^

puisque ^i est trs voisin de

et de

mme

avec

j?2>

J'en dduirai

c'est--dire

*2(^,

2) =
^2 -h
.

ou
W 5 =:
.Ti -4.
.

4- ^.

L4 THORIE DES ERREURS ET LA MOYENNE ARITHUTQVB.

187

arrive donc au
la

mme

rsultat,

qu'on

ait

mesur

direc)

tement

grandeur z ou une fonction quelconque f{z

cette grandeur.

Voil, en

somme, pourquoi on

a le droit

de prendre

moyenne.
D^un autre ct

126.
la

est-il si

exact de se borner prendre

moyenne? Ce principe
Sur n observations,
s'il

est-il

incontest?

arrive

que n

soient trs voi-

sines l'une de l'autre et

que

la /i'"

soit trs loigne,

prendra-t-on

moyenne? Le

rsultat serait trs diffrent

du centre de gravit des n

premires observations, des

bonnes observations. Gertainsexprimentateurs car:

tent

la /i*'"*

y a eu, disent-ils, accident, et cette obser-

vation est mauvaise.

Mais alors

valeur prise n'est plus

valeur

moyenne

a eu

une raison de rejeter

la loi

le postulat.
la

Quand on adopte
moyenne

de Gauss, l'erreur probable sur

est -:=; de sorte qu'en multipliant les observations sjn

on devrait aboutir

une prcision de plus en plus grande.

Et cependant, quand on mesurera un mtre un million de

millions de fois, sans vernier, on ne le connatra jamais

un millime de millimtre

prs,
:

micron prs.
trs

Cela s'explique d'ailleurs

pour de

petites granil

deurs observes, on ne peut rpondre de rien,

n'y a pas

davantage
entre o et
i

raisons

pour que

l'erreur soit
soit

comprise

micron que pour qu'elle

comprise entre

et 2 microns.

127.

Dans
:

Chapitre XI, j'tablirai encore

thorme

l88

CHAPITRE X.
la

LA THOHIE DES ERREURS.

Quand on prend
est

moyenne,

carr de l'erreur

commise

^)-h^a-h.

.-\-Pn

Y
la

Quelle que soit

la loi

des erreurs, Gauss dmontre que

valeur probable de cette exprep^ion tend vers zro quand n

augmente indfiniment.
Cela justifie le choix de la

moyenne

elle devient d-e plus

en plus probable mesure que n augmente, sans tre

plus probable.

Mais cette manire de justifier

choix de
est,

moyenne

indpendamment de

la loi des

erreurs

pour

ainsi dire,

une rfutation du raisonnement de Gauss expos plus haut,

Duisque ce raisonnement prtend tablir qu'une certaine
loi

trs particulire est la seule qui puisse justifier l'emploi de

moyenne conformment
Il

la pratique universelle.

est assez trange

que

celte rfutation soit

due

Gauss

lui-mme.

CHAPITRE

XI.

JUSTIFICATION DE LA LOI DE GAUSS.

128.
i

Nous

allons adopter

marche suivante
est

Nous chercherons quelle

pour
la

loi

de Gauss
/>'*'

l'expression de
l'erreur;
2

valeur probable de

puissance

Nous montrerons que

cette loi est la seule

pour laquelle

cette valeur probable ait cette expression;

Nous chercherons pour une Nous chercherons encore

loi

quelconque l'expres-

sion de cette valeur probable;

cette expression

quand

l'er-

reur rsultante est

somme de plusieurs erreurs partielles,

qu'elle devient quand' les erreurs
et trs petites;

indpendantes les unes des autres;

Nous chercherons ce
Retrouvant ainsi

partielles sont trs

nombreuses
la

mme

expression qu'avec

la loi

Gauss, nous conclurons que

la loi

de Gauss doit tre vraie

toutes les fois qu^e l'erreur rsultante est

due

l'accu-

mulation d'erreurs trs petites, trs nombreuses et indpendantes;

Nous retrouverons

mme

rsultat par

une autre

voie.

129. Soit z

quantit mesurer.
le

La probabilit pour que

rsultat de la

mesure

soit

igO

CHAPITRE
a?,

XI.

compris entre

a?i

dx^ peut tre reprsente par

9(^1, s)y/^,.

Gauss, nous l'avons

dit,

de ^
il

j?i

probabilit sera alors 9(5

n'y
a

suppose que 9 ne dpend que ;r, ) dx^ ; de plus,

suppose

qu'il

pas d'erreur systmatique, c'est-

^-dire que 9 est une fonction paire et ne change pas

quand

on y substitue

x^ zhz- x^.
:

Soit yi l'erreur

= ^i ^.

La probabilit

est 9 (ji) dy,.

Nous aurons

considrer la valeur probable de /i, et,

plus gnralement, celle de 7^; ce sera

/:
Comme
intgrale est nulle.

9(yi)y^/i

9 est une fonction paire,

est impair, celte

130.

peut faire deux observations, y^ et 7,, et avoir

considrer la valeur probable d'une fonction de 7, et 7j, par

exemple

y'I^^^yi**

9(71) est

probabilit pour
;

que

premire erreur

soit

comprise en ire 7, et7t -^dy^ 9(72) la probabilit pour que la seconde erreur soit comprise entre 7^ et7j -^dy^.
..

La valeur probable de 7^77 sera par dfinition

//yT'y7'9(yi)9iyi)^ri^yi^
les intgrales tant prises

-1-00 par rapport 71

et par rapport 7,.

JUSTIFICATION DE LA LOI

DIS

GAUSS.

I9I

Comme

fonction sons le signe

/ est le

produit d'une

fonction de fi par

une fonction de

Vj, et

que
le

les limites sont

constantes, cette intgrale double sera

intgrales simples

produit de deux

fy7'

9 (/i ) dfij^y^' c^{y,) dy,

Ceci montre que la valeur probable du produit est le pro-

duit des valeurs probables des facfeurs.

faut

que

les

deux facteurs soient diffrents

valeur

probable de yj, par exemple, ne serait pas

valeur probable de y\
le
;

le carr

mais

valeur probable de y\y\ sera

produit des valeurs probables de y\ et de yl-

131.

Supposons mj nul. Par

l'intgrale

nous devrions avoir

-dire
i;

valeur probable de l'unit, c'est-

est vident

que

/
i/_ao

9(r2)[r2

car cette intgrale reprsente

probabilit pour

que/j soit

compris entre

oo et h-oo,

c'est--dire la certitude.

132. Si l'on effectue plusieurs observations/,, 72) /

valeur probable d'une certaine fonction ^ de ces obser-

vations- sera

I9'2

CHAPITRE

XI.

Si la

fonction

est impaire, les

lments de l'intgrale

seront deux
sera nulle.

deux gaux

de signes contraires; l'intgrale

133. Je reviens l'hypothse de

Gauss

La valeur prohable de y^p^^y avec

zro; cherchons
tion,
la

cette hypothse, est

y^/
:

valeur probable de

c'est,

par dfini-

\^'~'''^''''^^-

Observons d'abord que

fS\/i'-"'"='
ou

j'e-f^y'dy^sfUhK
Je difrentie cette galit/? fois par rapport h

Le signe
parat
:

est rpt

jo fois

dans chaque membre;

dis-

JUSTIFICATION DE LA LOI DE 6AUSS.

IQS

D'autre part,
2.4.6.
.

.1P =. 2P.ply
'

fe-^yy^Pdy
La valeur probable
4

= s/^h

{2P)\

y'^P est le

produit de l'intgrale par

/-; on

donc
-^

hP p\-2}P

134.

Ce rsultat a t obtenu dans l'hypothse

une question
Cherchons

se pose

la loi

de Gauss est-elle
la

seule pour

laquelle ce rsultat se produit? C'est

seule.

valeur probable de
f>-(yo-r)*

Par dfinition

c'est

^fLe-i^y-

e--(yo-r)'

dy.

peut calculer directement cette intgrale; on peut

aussi dvelopper e""'^"^' en srie convergente pour toutes

les valeurs

de /,
e-"^y<^-y)*=:ikpyp.

D'o

De mme, avec une

autre fonction

que

celle de Gauss,

194

CHAPITRE

XI.

Par hypothse, les valeurs moyennes de y'^P seraient les mmes dans les deux cas. Le rapport des deux intgrales
serait

donc

Comme
La

ce rapport reste

mme quel que soit /i,

servons-

nous d'un thorme prcdemment dmontr.

limite

du rapport

/i(7)9"(y)(r

/2(7)?"(r)^/
quand n
crotra indfiniment, sera

/i(7o\
/2(7o)'

si,

dans

les limites

de l'intgration, 9(7) atteint son maxi-

mum pour/ =7o.

Ici e-"ir-ro)' atteint

son

maximum pour
est

/o* ^a

limite

du rapport des deux intgrales

^-^e-^r\
9(7o)

Gomme

ce rapport rest toujours gal

9(-7o)

= y/|^-^^o,
la
loi

/o tant tout

fait

quelconque, c'est dire que

Gauss

est la seule qui

donne

j-^

valeur probable que

nous avons vue.

135.

Supposons que
a fait

la loi

des erreurs soit quelconque.

n observations, ayant donn n erreurs indivi-

JUSTIFICATION DE LA LOI DE GAUSS.

igS

duelles /i, /ai

tions
:

Jn- Prenons

moyenne des observala

nous commettrons une erreur, qui sera

moyenne

-des erreurs individuelles,

/iH-724-...-l-/ n

Gauss

s'est

propos de calculer

valeur probable du

carr de cette erreur; c'est par dfinition

-^'"^-^'");"""^-^''

/'P(/.)l'(/.).--9(/.)(
Je dveloppe ce carr

)V.(r.-rf/n-

La valeur probable cherche sera

La valeur probable du produit /i/a est/i x/a; comme

les fonctions y^ et /a sont impaires, /i et /a seront nulles.
11

reste

donc

L'intgrale se

ramne

une somme de

intgrales; mais

chacune

d'elles porte sur la

mme

fonction

9(/l)?(/2). ?(/),
ragltiplie par y\dy^^
la

ou y\dy<,,

ou yXdy^. C'est donc

mme
Donc

intgrale aux notations prs.

valeur probable du carr de l'erreur est

196

CHAPITRE
la

XI.

Ainsi
le

valeur probable du carr de l'erreur commise est

carr de

valeur probable d'une erreur individuelle

divis par n.

Celte proprit suffitpour justifier l'emploi des

elle a lieu quelle

moyennes;

que

soit la loi des erreurs.

Toutefois,
la loi

comme nous
la

l'avons vu au Chapitr prcdent,

de Gauss est
la

seule pour laquelle

moyenne

soit la

valeur

plus probable.
loi, la

Avec toute autre

moyenne deviendra de plus en

elle

plus probable quand les observations deviendront de plus

en plus nombreuses, mais

probable.
136. Cherchons
la

ne sera pas

valeur

plus

valeur probable de

/ ri-H.r2H-...

Y/^+\

c'est

une fonction impaire que nous levons une puissance

impaire

valeur probable doit tre nulle.

Cherchons

valeur probable de
ip

Par une formule, gnralisation de celle du binme,

o
1 -h 2 -h
.

-h (1.=: 2/>.
et la

faut prendre

valeur

moyenne de chaque terme

diviser par n^P.

La valeur moyenne de certains termes sera

des exposants
pairs pour
oc

zro', si l'un

est impair.

Tous

les

exposants doivenl tre

de zro.

que cette valeur

soit diffrente

JUSTIFICATION DE LA LOI DE GAUSS.

I97

137. Traitons

comme exemple

Les a ne peuvent tre pairs que

nuls; ou 2" a,

i a,

= 4, et les autres

= 2 ^=

ce qui conduit

est l'ensemble des

termes dont

valeur
;

moyenne

est

nulle; le coefficient de

2r?

y\ est

= 6.

Traitons encore

Les a ne peuvent tre -pairs que

i''

1= 6; ou
valeur

2 x^

2=2; ou 3 , = 2= <53= 2. R tant l'ensemble des termes dont

nulle,

moyenne

est

(71-H/2 4-'.

+ yr = ^y\ + ^^^j\y\ + <^^y\y\yl + h.

6!
j-j

coefficient de liy\y\ est

Pk
f

:^=:i5;

coefficient de

^/r^/s'est ^^^,^, =90.

Je m'en vais convenir de dsigner
la

valeur

moyenne

de/f par M^. D'ahord

valeur

moyenne de

sera

n{n

effet,

dans i/J tous

les

termes ont

mme

valeur
la

moyejine, et

y en a n; dans 2/5 y\, tous les termes ont

et
il

mme

valeur

moyenne

y en

nin
^^

igS

CHAPITRE
(y,

XI.

La valeur moyenne de
(/l-+-/-H-'..

+ J2-1-

fnY

sera

+ 7nr

= nM^-h ion{n OMiMa^ 90^^

Dans IjJ jKa
de
/i

^
est doiic

y ^ autant de termes que d'arrangements

lettres 2 2; le coefficient

M4M2

n{n

i).

138.
les

pourrait poursuivre avec d'autres valeurs de 2p;

expressions deviendraient de plus en plus compliques.

est trs grand;
/i,
il

Tenons compte de ce que n

second

y a dans le
etc.

membre

des termes en

n^^

en n^^

titre
le

d'approximation, ne considrons que les termes du

plus lev en n.

degr

Pour

2/?

ce terme est S/i^MJ;

pour 2/>r=6, ce terme estiS/i'Mj.

Ainsi l'erreur

moyenne

ri4-/2H-.
n

+ /;

comme valeur

probable de sa quatrime puissance

et de sa sixime puissance

Calculons cette valeur probable en gnral,

(/.+/.+.. .+/)''=2:
Dans
le

[^j^f^, I,yf'yt'.

.7?.].

second

2 on ne permute que

les indices des y.

JUSTIFICATION DE LA LOI DE GAUSS.

I99

Ne conservons que

les

termes o tous lsa sont pairs; les

autres ont une valeur probable nulle.

vient

Tous

les

termes sous

second 2,

ont,

effet, la

mme valeur

probable. Soit

leur

nombre

valuons N.

139. Je suppose d'abord jiirag. Si

et /s nous retrouvons
le

mme
/ut

terme.

nous permutons y, Si nous tenions

compte de

l'ordre,
2

nous aurions autant de termes que

d'arrangements
lettres
/i,

lettres

choisies dans les

/ nous pourrions avoir ainsi des

termes rpts.
Si les
juL

exposants taient diffrents,

lettres
[i

N
di

serait gal
[x^

nombre des arrangements de n

c'est--dire

Je suppose

[i-^

exposants gaux
i, 2

fXa

ftK

de plus, je suppose

k diffrents, et

Je considre l'un des arrangements forms avec ces exposants; j'y

permute d'une manire quelconque

ai, les
/jlj

les

fXj

lettres
aj,
...,

dont l'exposant est

les
fjLR

lettres

dont l'exposant est

lettres

dont

l'exposant est an. Je ne

change pas
terme

terme correspondant; par consquent, ce

reproduit par

mme

serait

CHAPITRE

N N
Ainsi

/j.)!fx,!fX2l n{ii i). An

(/i
.

.. p-k!

/:x

-h

ft,! flo

f^K

N est un polynme du

degr

fj.

en n,
|ui

La plus grande valeur que puisse prendre

est/.

effet
CZi

-h 2

+
la

+ ^|X=

2/?.

Les a tant tous pairs,

plus grande valeur de

corres-

pondra

a,
=:r

^== (X

^= 2

n'y aura

donc qu'un seul terme de degr

/?,

par rapport

n, dans N; avec notre ordre d'approximation, c'est le seul

que nous devons conserver. Rduit

terme,

valeur

En
jUL,,

effet,
'

tous les
j

tant gaux,

en rsulte que les lettres

jjLai

l^K

se rduisent

Dans N,

terme en nP

est

140. D'autre part, i, s,

> ^[j.

tant gaux

Ma,= Ma,=

Ma,= M2,

JUSTIFICATION DE LA LOI DE GAUSS.

20I

OU Ma est
duelle, y].

valeur probable du carr d'une erreur indivi-

La valeur probable de (y, -h/2 4(/i-H r.4-.

4- /)=''' est

donc

.-H

y)V

^^ M?
(2/?)I

La valeur probable de y^p

s'en dduit en divisant par n^p

^(2p)lfM,\P
pliP
Comparons avec
doit avoir
le rsultat

n
la loi

donn par

de Gauss; on

(^)'=()
ou
2

loi

de Gauss est

seule qui conduise cette expres-

sion pour la valeur probable de l'erreur.

Pourvu
fasse

qu'il n'y ait

pas d'erreurs systmatiques, et qu'on

un grand nombre d'observations, en prenant leur

moyenne, on commet donc, avec cette moyenne, une erreur

dont
la

probabilit est conforme

la loi

de Gauss.
est la rsultante

L'erreur

commise avec un instrument

d'un trs grand

nombre de
et telles

petites erreurs indpendantes les

unes des autres,

que chacune
e

d'elles n'entre

que

pour une
suivra
141.

faible part

dans

rsultat; l'erreur rsultante

la loi

de Gauss.
le

Posons

problme d'une autre manire.

les observations

commis dans

un certain nombre

d'erreurs indivtluelles, /i, y^, ..., /, indpendantes les

unes des autres; l'erreur totale est

202

CHAPITRE

XI.

Supposons, d'abord que toutes ces erreurs suiyenlla

loi,

mme

et qu'il n'y ait pas d'erreurs systmatiques. Le problme

est le

mme.
/^P'^^ sera nulle.
la

La valeur probable de
bable de

Nous avons valu au paragraphe 136

valeur pro-

Ici

nous avons

chercher
(/i -^

valeur probable de
.^- //.)'''

-f- .

limites

La probabilit pour que fi donnes oc et j3,

soit

comprise entre deux

I
est la
Il

?{yi)dfi,

mme

par hypothse pourri, j2> /

nous

suffit

de multiplier

rsultat obtenu pour la valeur

probable de

c'est--dire

\in)

par

n'^P,

pour. obtenir

valeur probable de y^P,

et,

en posant /iM,

= M,

Ainsi

forme de cette expression reste

mme,

et.

JUSTIFICATION DE LA LOI DE GAUSS.

2o3

en raisonnant
la

probabilit

comme prcdemment, on pour que l'erreur totale y

conclurait que
soit

comprise
loi

entre deux limites donnes reste conforme la

Gauss.
142.
qu'il

Ce raisonnement

n'est pas encore satisfaisant, parce

les

est

peu vraisemblable que toutes

erreurs indivila loi

duelles suivent la
la

mme mme

loi.

Supposons que

soit

pas

mme, mais que

toutes les erreurs individuelles soient

sensiblement du
d'elles contribue

ordre de grandeur et que chacune

faible part l'erreur totale
;

pour une

soient

/
la

?i(ri)^yi

probabilit pour

que/i

soit

compris entre a

^ a.
la

probabilit pour que y^ soit compris entre a et

(3 ;

j
la

9n{yn)dyn

probabilit pour que y soit compris entre a et

(3.

Je suppose toujours

^i,

cps,

...,

9 fonctions paires, autre-

ment

dit qu'il n'y a pas d'erreurs

systmatiques.

Je prends

somme M

des valeurs moyennes des carrs

des erreurs,

Si toutes les erreurs particulires suivaient la

mme

loi,

on aurait

mme valeur Mj somme M serait nMv

pour /},

vl, .., /', et Va

204

CHAPITRE

XI.

bornerai au calcul correspondant aux premiers

exposants.

En supposant que
de

toutes les erreurs suivent

mme
M;

loi,

nous avons trouv que

valeur

moyenne de /*

est

celle

/S 3M^;

celle de
le

jS lM^

....

Refaisons

mme
a

calcul en supposant la loi diffrente

pour
le

les diffrentes

erreurs individuelles. J'observe que

produit

/7/2

pour valeur moyenne

valeur probable

de y7, multiplie par

valeur probable de jj.

effet, la

valeur probable du produit

yf/?
)

sera reprsente par

//
le

9i (7i

?2 (ya

fT y\ ^71

dyt

produit des valeurs probables de

^ /? sera repr-

sent par

Le thorme
le

reste
si

donc

vrai

dans ce cas-ci

comme

dans

prcdent; et

est impair, la valeur probable sera

nulle.

La diffrence
bables

remarquer,

c'est

que

les

valeurs proelles.

de/7>7?

/ ne sont plus gales entre

Remarquons
censes du

aussi

que

les quantits i,

cpj,

...,

9 sont

mme

ordre de grandeur.
la

143. Cherchons

valeur

moyenne de

7^.

y^z=:ly\-^2ly,y^.
Donc,
^^

/=r2/;-+- 22/1/2;
le

dernier terme disparat;

reste

JUSTIFICATION DE LA LOI DE GAUSS.

2o5

Pour

valeur

moyenne de

7*,

on trouve

en laissant de ct les termes o figurent des exposants

impairs.

Le second terme sera beaucoup plus grand que

premier:

premier 1 est un ensemble de n termes,

second 1 un

ensemble de

n{n

termes; ces nombres de termes sont

respectivement de l'ordre de n

de l'ordre de n^;
diifrents

pre-

mier est ngligeable devant le second. Les

des deux

termes

sont d'ailleurs, par bypolhse, trs petits et

sensiblement du
part,

mme

ordre de grandeur.

a, d'autre

Le premier terme

est

encore ngligeable devant

second,

et celui-ci est identique

dans

les

deux expressions.

Donc, avec l'approximation adopte,

Pour

valeur

moyenne de

/^,

Calculons d'autre part

i5M%

deux seconds membres. Le premier 1 porte sur n termes, le seconde sur n{n i), le troisime i

Comparons

les

sur

^(^~0(;[^~^)
1.2.3

ces
/i',

nombres de termes sont de

l'ordre

de grandeur de n, de

et les

deux premiers 1 sont

206

CHAPITRE

XI.

ngligeables vis--vis du troisime.

n'est pas ngligeable est
le

Comme
a

terme qui

mme, on

144.

En rsum, supposons que

les

l'erreur finale soit la

partielles,

rsultante d'un trs

grand nonlbre d'erreurs

et
qu'il

indpendantes

unes des autres,

n'y ait pas

d'erreurs systmatiques; supposons aussi que ces erreurs,

qui seront

sensiblement du

mme

ordre

grandeur,

entrent chacune pour une faible part dans l'erreur totale.

Dans ce
de Gauss.

cas, l'erreur rsultante suivra sensiblement la loi

Telle est,
la loi

semble,

meilleure raison donner de

de Gauss.

Fonctions caractristiques.
ristique

J'appelle fonction caract;

{(x) la

valeur probable de e^^

on aura donc

/()=2^^'"'
si

quantit

varie d'une

manire discontinue
fini

peut

pren.dre seulement

un nombre

de valeurs, et

= / c{a:)e'^^ dx, A<x)=.Jc,

si a;

varie d'une

manire continue
II

el si

9 (x) reprsente

loi

de probabilit.

est clair

que

/()=,+(.) + i;i(.')+^(..3)+...,
(xP) dsignant
la

valeur probable de

a;''.

voit

que

/(o)

JUSTIFICATION DE LA LOI DE GAUSS.

207
la

La fonction caractristique
probai)ilit.

suffit

pour dfinir

loi

effet

par

formule de Fourier

deux quantits x

sont Indperdantes et si/ (a),

/i (a) sont les fonctions caractristiques correspondantes,

fonction relative

oo -\-

sera le produit/ (a) /i (a).

effet,

comme

nous l'avons vu au paragraphe 130, la valeur

e^^^-^y^ sera le

probable du produit
bables de
e^^^ ei e^y.

produit des valeurs pro-

Avec

la loi

de Gauss

on trouve aisment

/()

= e^.
et /, indpendantes,
la

Supposons que deux quantits x

suivent l'une et l'autre
la loi
la

de Gauss,

premire avec

prcision h, l'autre avec

prcision A'; les fonctions carac-

tristiques correspondantes seront

La fonction caractristique
duit

relative

~\-

sera le pro-

La somme x

+ y suivra donc aussi la loi de

Gauss avec

208

CHAPITRE
li"
;

XI.

prcision

c'est le

thorme de M. d'Ocagne, dmontr

au paragra[)he 60.

Supposons maintenant une erreur rsultante qui

soit la

somme

d'un trs grand nombre

d'erreurs partielles,

trs

petites et indpendantes. Soient/, (a), /2(a), ...,/() les

fonctions caractristiques correspondantes.

Chacune

d'elles sera de la

forme

P'-^ ?'+ /r ( a ) e^i+

L'erreur correspondante tant toujours trs petite, les

coefficients
(3

dcrotront trs rapidement.

La fonction caractristique relative l'erreur rsultante

sera le produit

/l()/2().../n(),
c'est--dire

Les erreurs n'ayant pas de caractre systmatique, nous

aurons

D'autre part, les coefficients

dcroissant trs rapidement,

HPa,
tera

IiPi, etc. seront ngligeables

devant 2 (Ss,

res-

ce qui est

forme de

la fonction caractristique

qui con-

vient la loi de Gauss.

145.

donn de

loi

de Gauss une vrification

a posteriori, fonde en
Si

somme sur le thorme de Bernoulli.

une certaine preuve peut donner naissance plusieurs vnements tels qu'un seul d'entre eux se produise
la fois, et
Si

l'on rpte l'preuve

trs grand

nombre de

JUSTIFICATION DE L4 LOI DE GAUSS.

fois, les

aog

nombres des vnements qui

se produiront seront

trs sensiblement proportionnels leurs probabilits. On mesure un grand nombre de fois une quantit z;

les

rsultats sont ^,,

.^2

^n, et les erreurs j,, 72

fn-

nous connaissions bien

nous connatrions bien

yi, 72 > 7; si

nous comptons

nombre
h,

d'erreurs comce

prises entre deux limites donnes, a et

nombre

sera

proportionnel

/
On
peut construire
la

?(yi)(ri"

courbe qui reprsente 9

(y,).

-3a -2

ot
Fig. 16.

2oc

divise l'axe des abscisses en

un certain nombre de

parties gales a

chacun de ces

petits intervalles est assez

grand pour que

soit
;

nombre des erreurs dans nombre

d'erreurs.

cet intervalle

grand au milieu de cet intervalle, levons une ordonne

de Gauss est vraie, aura pour

proportionnelle ce

La courbe obtenue,
quation

si la loi

C'est

une courbe asymptotique

l'axe

des abscisses

symtrique par rapport

des ordonnes.

Ce rsultat se

vrifie, parat-il. Ainsi Bessel a

pu repr-

i'O

CHAPITHK \U

senter les rsultats d'un grand

nombre d'observations de

Bradley, sur

dclinaison d'une toile.

146.

On peut

ausi se dispenser de tracer

une courbe,

vrller par le calcul.

Remarquons, en premier
la

lieu, que,

l'on

ne connat pas
la

vritable

grandeur

mesurer, on adoptera

valeur

moyeine des observations

Vrifions par le Calcul
d'aprs
la loi
:

comme
la

reprsentant.
serait,

valeur

moyenne de j^p

de Gauss,

celle e y^^,

liminons

p/[ip)\

V
On
vrifiera
les

^i
est satisfaite.
les erreurs

que cette relation

faites,

Pour

observations

nous connaissons

/i^ /a, , 7/1- L'expression

doit tre gale

cette vrification se fait galement, parat-il.

JUSTIFICATIOXS'

DE LA LOF DE GAUSS.
y-p-^^.

peut encore considrer

La valeur probable

serait'nulle

l'on

prenait/ avec son signe. En ne consid-

rant que

valeur absolue, on aurait

loi

comme

valeur pro-

bable, d'aprs la

de Gauss,
yip-hl g-hy'- dy.^

'fM
Si l'on avait pris

cette intgrale eulrienne n'est pas nulle.

avec sa valeur relative, on et eu

r
qui est nulle.

U-y^P^^e-^^y'-dy,

147. Exception la loi de Gauss.

J'ai

plaid de

mon

mieux jusqu'ici en faveur de

loi

de (lauss dont nous

allons maintenant tirer les consquences. Peut-tre pourtant

cause n'tait-elle pas parfaitement bonne.

n^ faudrait pas avoir une sorte de superstition pour

mthode des moindres

la loi

carrs, laquelle va nous conduire

de Gauss. Nous avons vu que l'on avait parfois des

loi.

raisons de ne pas adopter cette

Elle suppose, en effet, qu'il n'y a pas d'erreur systmatique, et

en a toujours.
ct,

D'un autre

nous avons vu qu'on

est

souvent conduit
et,

ne pas appliquer le procd de rejeter

moyenne,

par exemple,
les autres

une observation qui prsente avec toutes

une divergence exagre.

Gauss
tait toujours vraie.

n'en serait pas ainsi

si la loi

C'est

donc que, dans certains

cas,

croit avoir des rai-

sons a priori de ne pas adopter

la loi

de Gauss. Qu'est-ce

dire? Pourquoi rejetons-nous une observation divergente;

c'est

parce que nous supposons qu'elle est entacbe d'une

212

CHAPITRE

XI.

erreur grossire, due un accident quelconque. C'est donc

que nous ne considrons pas a priori une erreur grossier

comme
la loi

tout fait improbable,

comme

elle le serait d'aprs

de Gauss.

148. Entrons dans quelques dtails.

On peut dans

certains

cas supposer que l'eireur totale se

partielles
;

compose de deux erreurs

de Gauss;

premire, due elle-mme l'accumulation d'un

petites, suivra la loi
la

grand nombre d'erreurs trs

deuxime sera une erreur grossire, dont

probabilit

est,

est vrai, trs faible,

mais qui peut tre

trs notable.

C'est ce qui arriverait par

exemple

si l'on

avait nglig,

par inadvertance et sans s'en apercevoir, quelque prcaution essentielle, quelque rglage indispensable. Et c'est l

une hypothse qui

n'a rien

de draisonnable. Soient alors

y y^-^y^
l'erreur totale, yi et /s les

deux erreurs

partielles. Alors rj
la loi

suivra la loi de Gauss, et la fonction 9(/i) qui dfinit

de probabilit sera

et la fonction caractristique correspondante sera

e*''.

En
k o,

ce qui concerne l'erreur /a e^^e pourra tre gale

-\-

k eA

k,
i

les probabilits respectives

e; la

de ces

trois

erreurs tant

iE,ie et

fonction caractristique cor-

respondante sera

et la fonction Caractristique relative l'erreur totale sera

le produit

JUSTIFICATION DE LA LOI DE GAUSS.

Quant

la fonction 9(7), elle sera

[(i_2)e-''^J'+e(e-^<^-*''-f-e-'^(>-^*)')].

Supposons maintenant que nous voulions savoir quelle

est la valeur probable de la quantit

mesure

z, tant
.

donn
.,

que n observations ont donn pour

rsultats x^, x^y

.r.

Nous savons que

<p(j?,

tout

dpend du produit
ir)
.

>3)cp(^s

.. cf>{x

z);
;

fonction 9 ayant trois termes, ce produit en aura 3"

trouvera alors pour la valeur probable cherche

le'

numrateur

et le

dnominateur ayant

3'*

termes; on aura

d'ailleurs

x^-i-Xi-i-...-hx

Zk=^

n
5

6i-^6i-h...^e

Ix
n
i

n
les valeurs o,

h K

19
>

les

nombres
les

pouvant prendre
9

comme
naisons.

nombres
trois

sont au
valeurs,

nombre de n
cela
fait

et
3'

peuvent

prendre chacun

bien

combi-

On aura

ensuite

^,=(i-2sr(^y
et

S|9|

a,^hl,{x, z,--9ik)\
Pour
simplifier,

nous supposerons

trois observations

seu-

lement ayant donn pour

rsultats o, o et k, et nous ngli-

2l4

CHAPITRE
le

XI.

grons

carr de 2; la valeur probable deviendra alors

o ^=:^hk";

est

grand, c'est--dire

diffrence

entre l'observation discordante ^3=/: et les observations

concordantes Xi=:a:^:=o est grande par rapport

sion de l'instrument,
il

prci-

peut se faire que

et'P soit fini,

et alors,

en ne conservant que
devient

les

quantits finies,

valeur probable

^(i

eh,

ou, plus exactement, puisque nous ne pouvons plus ngli-

ger

le carr

de seP,
I

iH-eeP'

Elle est

donc plus
que

petite

que

moyenne arithmtique,
aux observations concor-

c'est--dire

l'on doit attribuer

dantes un poids plus grand qu' l'observation discordante.

On
de

admet, en somme,

qu'il est plus naturel

de supposer qoe

cette observation discordante est

due aune erreur grossire

seconde sorte qu' une erreur d

la loi

premire sorte

conforme

de Gauss, car

est trs

peu vraisemblable

que cette dernire puisse atteindre d'aussi grandes valeurs.

149.

peut s'amuser faire

les

calcul avec d'autres lois;

nous avons d'abord celles o

vraisemblables que dans la

grandes erreurs sont plus

loi

de Gauss; on peut prendre

par exemple

9(y)rr
Le

7r(H-/)

cp(y):z=-^^ ^^-^^ 2X

l>-l.

calcul ne prsente

aucune

difficult; avec cette der-

JUSTIFICATION DE LA LOI D GAUSS.

nire

loi,

en supposant

trois

observations

jc^-zr^x^

.r3>.r2, on trouve pour la valeur probable de z

-'-^f>-^^ T-l^)
-e
Pour ^3
X

trs grand, cela se rduit

ce qui montre que, Xi et

a:^

restant fixes, la valeur probable

cc^.

de
de

z
la

ne crot pas indfiniment avec

Ici

encore

poids

valeur discordante est plus petit que celui des valeurs

concordantes.

Considrons maintenant des

lois

les

grandes erreurs

sont moins vraisemblables qu'avec la

loi

de Gauss;

comme

par exemple

on trouvera alors que

plus grand

poids de

valeur discordante est

que celui des valeurs concordantes. Et cela

parait d'abord assez paradoxal. Mais

est ais de s'expli-

quer ce

rsultat.

Supposons que
o,

les trois observations aient

donn
G,
k,

moyenne arithmtique
k 3'

k
tant
-r-)

les trois erreurs

ont t

k
3'

QLk

T*
k erreurs auraient ele -
. .

Si l'on avait

k pris-,

les trois

l.a

2l6

CHAPITRE

XI.

probabilit d'une erreur dcroissant trs vite

quand

cette

erreur crot,

peut se faire qu'une erreur -s-

soit

tellement
prati-

invraisemblable qu'elle puisse tre regarde

comme

quement impossible,
sible.

tandis qu'une erreur

resterait admis-

Effectivement

D'-()'-(T)'>(iy-e)'-)'
150.

Quel genre de modification y

la loi

aurait-il

donc, dans

ces derniers cas, faire subir

de Gauss? La courbe

=\/l'
que nous avons prcdemment trace, devrait tre releve
dans les parties loignes de l'axe des ordonnes.
Autre exemple;
rait,
si

la loi

de Gauss tait exacte, on pourles observations,

en multipliant suffisamment

obtenir

une prcision aussi grande que

cas,

l'on

voudrait.Dans bien des

a le

sentiment que

c'est l

une

illusion.

Avec un
si

mtre divis en millimtres, on ne pourra jamais,

sou-

vent qu'on rple les mesures, dterminer une longueur

un millionime de millimtre prs.

Comment
efforts

conviendrait-il de modifier
fait? Ici, ce qui

courbe de Gauss

pour tenir compte de ce

rend illusoires nos

pour atteindre une prcision

infinie, c'est

que nous
dii

n'avons pas plus de chances de ne pas nous tromper

tout,

que de ne nous tromper que d'un micron ou de deux

microns. La courbe devrait donc comprendre un petit palier,

petit

segment de droite horizontale y

= const. s'lendant

de part et d'autre de l'axe des y.

Mais une pareille hypothse est encore insuffisante pour

JUSTIFICATION DE LA LOI DE GAUSS.

Iiy

rendre compte des

faits.

Avec

raisonnement du parasoit la loi

graphe 135, on verrait que quelle que

des erreurs,

elle est

forme 9(^/~^),

valeur probable du carr

de l'erreur commise surijne moyenne de n observations tend

vers zro quand n crot indfiniment.

peut

le voir

ga-

lement

l'aide des fonctions caractristiques. Soit F{cx) la

fonction caractristique relative

une observation

isole;

la fonction caractristique relative la

moyenne de n

obser-

vations sera

m]
Supposons que F(a)
F( a)
soit analytique et

que
.
.

-h Al a 4- Aj a* 4- .
n'a pas

Nous supposerons que Terreur

matique,
c'est--di're

de caractre systalors

que Ai==o; nous aurons

logF()=r:B,a-+-Baa'
d'o

+ ...,

et la limite
:

.o.[f(^)]".o,

ce qui montre que l'erreur est nulle.

la vrit,

on pourrait supposer que F(a)

n'est pas ana-

lytique et prendre par

exemple
F(a)

g-l'l.

On en

dduirai

[p(=)]-=.,.,=

!-il.

CHAPITRE
la

XI.

d sorte que l'erreur sur

moyenne ne
la

tendrait pas vers

zro; celte hypothse correspond

-4-

y
135 se trouve-t-il

Comment le raisonnement du paragraphe

en dfaut dans ce cas?

D'aprs ce raisonnement, la valeur probable du carr de

l'erreur sur
la

moyenne

est

fois

plus petite que

valeur

probable du carr de l'erreur d'une observation isole.

Cela reste vrai, mais
ici

cette

dernire valeur probable,

reprsente par l'intgrale

i/"
est infinie.

Cela n'est pas encore

solution que nous cherchons.

Nous ne verrions pas

zro,
si

l'erreur sur la

moyenne tendre

vers

fonction cp(y) ne

tendait vers zro plus vite

que

^ pour y
si

trs grand, c'est--dire

de trs grandes

erreurs n'taient pas trs improbables.

Mais

nous ne pouvons compter qu'un instrument quelindfinie, la

conque nous donnera une approximation

condition de rpter suffisamment les observations, ce n'est

pas cause des trs grandes erreurs, c'est au contraire

cause des trs petites erreurs,

bon sens l'indique

suffi-

samment.
151.
la
Il

faut
cp(^/

donc admettre que

fonction

n'est pas

forme

>c),

mais de

forme o(^,,

z).

Supposons

par exemple que l'instrument soit gradu en divisions dont

nous puissions apprcier

dixime; en gnral, nous ne

noterons sur notre carnet que des nombres entiers de

JUSTIFICATION DE LA LOI DK GAUSS.

219

diximeg:

nous y inscrivions des cenlimes ou des milfait

limes ce serait tout

au hasard. Supposons

qu'il n'y
;

ait 4'iutre erreur craindre

que

l'erreur de lecture

presoit

nons pour unit

dixime de division, de faon que

.r,

toujours un entier. Nous pouvons admettre par exemple que,

z est compris entre

noierons certainement
/)

jr,

et
/?;

{p tant entier), nous

que

z est

compris entre

H-

et/) -h

, il

y aura une probabilit - pour que nous

marquions

Xi-z:zp et
i.

une probabilit

pour que nous mar-

quions ^/r=;/; 4Si z est

compris entre

-+-

que nous
n!'

fasfois le

sions n observations, nous marquerons ' fois jo et

-h

rapport de n! et de a" - tendra vers

crotra; la

quand

nombre des observations

moyenne
})

n' p A- n" {p

-\r-

tendra vers

/? -t-

- et ne tendra nullement vers z.

arriverait des rsultats analogues avec des lois anala

logues, mais plus compliques, soit que

probabilit pour
z,

qu'on Use p varie d'une faon continue avec

cette probabilit ne soit pas

pourvu que

une fonction

linaire de z

soil,'e qui est plus vraisemblable,

que

courbe qui repr-

sente cette probabilit prsente un palier

lieu

comme

cela avait

dans l'exemple particulier que nous venons de traiter;

soit enfin qu'

une erreur de lecture

oflTrant

l'une de ces

particularits, viennent se superposer des erreurs prove-

nant d'autres sources et suivant

Si 9(^/, z)

la loi

de Gauss.
la

ne dpend pas uniquement de

diffrence

a20

CHAPITRE XI.
la

y/ Xi z,

valeur probable de l'erreur qui est

/
dpend de
en
z. Il se

j,cp(a7,-,

z)dyi
soit pas nulle, bien

peut qu'elle ne

que
dit.
il

l'erreur n'ait
Si

aucun caractre systmatique proprement

effet cette

valeur probable est reprsente par 0(),

suffit

que

l'intgrale

L
[ou mieux
bilit
/

Q{z)dz

^{z)B{z)dz, o
z ail

<]^(a)

reprsente

proba-

a priori pour que

une valeur donne],

comme

dans

chapitre X, soit nulle, pour que

l'erreur ne puisse

pas tre dite systmatique; mais B(z) n'a pas besoin d'tre

identiquement nul. Par exemple, reprenons Thypothse o

nous nous tions placs plus haut,

nous sachions d'avance que
de sorte que
tj'C^)

supposons de plus que

z est compris entre

-h

est nul

quand z

n'est pas compris entre

ces limites et peut tre regarde

le cas contraire.

comme une

constante dans

aura alors

6{z)z=pt
B{z)^p-^

{P<Z

</?-!-),
),

-i

(/?H-e<5</>-hi
(/>

Q{z)z=ip -\-i~z
II

4-1

<<s</?-f- 0-

est ais de voir

que
d{z)dz

i\i{z)e{z)dz=

152.

Reprenons
la

alors la formule

du Chapitre XI qui nous

donnait

valeur probable du carr de l'erreur

commise sur

JUSTIFICATION DE LA LOI DE GAUSS.

221

moyenne

ce qui peut encore s'crire

Cette formule subsiste seulement

quand

les valeurs

pro-

bables

j* de l'erreur d'une observation isole et de

son carr vont dpendre de

D'aprs ce qui prcde,

peut ne pas tre nul

premier terme tendra vers zro

mais
il

quand n

crot indfiniment;

n'eu est pas de

mme

du second qui tendra vers

B^{z\
de sorte que
la

valeur probable du carr de l'erreur

com-

mise sur

moyenne devra

s'crire (en n'attribuant plus z

une valeur particulire)

et
tifs.

B^{z)^{z)dz

ne s'annulera pas puisque tous ses lments sont posi-

pourrait ausi se servir de la fonction caractristiqiie;

celle-ci

peut s'crire

F(a,
les p

:;)

= eP

-*-?'+ ;

dpendent de z

j3,,

qui n'est autre chose que Q{z),

peut ne pas tre nul. Pour l'erreur commise sur

moyenne,

222
la

CHAPITRE

XI.

fonction caractristique sera

Kl-)]qui pour n trs grand se rduit

ePi

1-+-

SiaH2

Les valeurs probables de Terreur sur son carr seront alors

de
Zy et si
(3i

moyenne

(3^

pour une valeur particulire

on ne se donne pas une valeur particulire de

f^i^{z)dz

= o,

Cl^\df{z)dz>o.

deGauss suppose encore 9 fonction de y seulement, / tant gal .r 2, tandis que 9 peut dpendre
153.

loi

z..

Par exemple, pour tenir compte de ['erreur dcimale

nous aurions pu prendre

9iy)^\/^e-^''" ^(^),

0(^37)

tant une fonction priodique de x, de priode

qui serait

maximum pour
il

les

dcimales qu'affectionnent
ils

certains observateurs et sur lesquelles

jours. D'autre part,

retombent tousi

y a moins de chance d'erreur

division

Ton

tombe prcisment sur une

par l'instrument, que
si

donne directement

l'on est oblig de subdiviser

une de

ces divisions au jug. Alors h ne serait plus une constante,

mais une fonction de

qui aurait une priode gale

i ;

JUSriFICAtrON de L\ loi de GAUSS.

223

prcision

serait

plus

grande quand
si

serait

un nombre
pas donner

entier que dans le cas contraire;

mnne l'observateur
sait

value

fort

bien

dixime,

mais ne

d'autres dcimales, ^{x) sera rigoureusement nul pour

toute valeur de

qui ne sera pas multiple de wn dixime.

CHAPITRE

XII.

ERREURS SUR LA SITUATION D'UN POINT.

154.

Problme des erreurs commises sur

la situation
ilnesure,
il

d'un point.

lieu d'une seule

grandeur

arrive souvent qu*on en

combine plusieurs, comme

les

deux

coordonnes d'un

astre, etc.
la situation

Je suppose, par exemple, que, pour valuer

d'un point dans un plan, on

l'on ait trouv

ail fait

n observations, et que

pour ses deux coordonnes rectangulaires,

les valeurs

Les erreurs commises sont

:r,

/i j,
7

x^x
Xn
Je vais poser
x^

/,
-y

x-\-\^,
>

7j=:y-^y3,,

Xn^X-\-ln,

yn=y-^rin.

-ERREURS SUR LA SITUATION D*UN POINT.

225

Les erreurs commises sont ainsi reprsentes par

et et

Y},, Y2,

Y).

155.

On peut

demander quelle
et

est la probabilit

pour

que

les erreurs

commises sur la premire observation soient

|i
li

comprises entre
Soit

-h

<i|,,

m, et

yji

-+-

dni.

cette probabilit;

pourrait se faire que 9 dpende de

qu'il n'en est rien, et

x et

de /, mais je suppose

que 9 dpend

seulement des erreurs.

Ces erreurs peuvent tre indpendantes
produit de deux autres fonctions
et
;

alors 9 serait le

probabilit serait

reprsente par

mais je suppose encore que l'erreur commise sur l'abscisse

soit

pas indpendante de l'erreur commise sur

l'or-

donne.

Le raisonnement
cas d'une variable.
Si

est

analogue

celui
le

de Gauss dans
:

s'appuie sur

postulat suivant

on a

fait

un certain nombre d'observations, on reporte

;

les points

observs sur un plan

position

plus probable

est le centre d gravit

de ces points supposs de masse

gale.

156.

A l'exemple de Gauss, nous admettrons que

bypothse?
i5

cette

manire de voir
justifie cette

est lgitime. Quelle est la loi d'erreurs qui

226

CIIAPITIIE XII.

Cherchons

probabilit pour que les coordonnes du

point soient comprises entre

C'est

-h d^

-+-

dy.
il

un problme de probabilit des causes, et

nous

faut chercher encore

Yplwi'
TSi

est la probabilit a priori

pour que

les

coordonnes
reprsn-

soient comprises entre

tons-!a par

h- dxy

y ei/ -hdy;

'mi=:^{f y)dj:df.
Pi est la probabilit pour que,
si la

cause

agit, le

phno-

mne observ

se soit produit

ici, le

phnomne observ,

c'est que les coordonnes sont l'une entre

et
et

4-<5^j?,,

\rj-h dxi,

Xn
l'autre entre

Xn-i- dXn,

et et

/i -+-(//

fi-hd/u
/,~h(/.

Pi est le produit des probabilits relatives chacune des

observations
/?,r=9(^,,Y],)9(|2,7)2) ... d^dny^a) d\^dr\xdlidf\i
.
, .

dldf\n*

Soit

Alors
IpiXSi

ERREURS SUR LA SITUATION D UN POINT.

sera

217

U'h djc

di:^^

dr^

d,i

dn^

d'i dr]

/ n^dx dy

d\^ drix d\^ dr]^

d^ dn^

l'intgrale lanl prise par rapport

^ et/;

reste

H^ d dy

f U'^ dx dy
Le dnominateur
est constant et

indpendant de x

probabilit est

donc proportionnelle au numrateur.

157. Quelle sera la valeur la plus favorable? celle qui rend

maximum

numrateur

l'^.

Quelles sont les valeurs de

duit

y
la

qui rendent ce pro-

maximum?

D'aprs

le postulat, c'est la

moyenne

arith-

mtique de x^y

Xi,

..,yXn pour x^ et

moyenne arithmles

tique de/i,/j,

...,ypour/. galons
:

drives loga-

rithmiques aux fonctions suivantes

d(^

aa8

CHAPITRE

XII.

La drive logarithmique par rapport

Fo(?,, ^i)

conduirait

+ Fo(H2,

ri,)

-h.

Fo(?,n fin)

Ces deux relations devront tre vrifies toutes les foi?

qu'on aura

c'est--dire

H-

Y],

-h

-4- Y),i

=: O.

158.

Il s'agit

de dterminer

les fonctions 9 et

telle

faon que les deux systmes d'quations soient compatibles.

Diffrentions ces deux

systmes, en regardant
y),, Jj, y)2>

comme constants,
La drive de
B

et et

en faisant varierai,
de
B^,

l>^rt

dans

second membre, sera

nulle, puisque Q et B^ ne

dpendent pas de ces quantits.

J'appelle F, et F? les fonctions suivantes

F,=F

(^,,-0/),
'

F?rrFo(UY),).

Le premier systme devient

d'Fi-hfF2-H...-+-t/F

= o,

c/F;-h^F;-+-...-+-^F); = o,
et le

second systme est

drii-h dOi-h.

.-h d-Oa^^o.

Tels sont les deux systmes qui doivent tre quivalents.

Les deux premires quations doivent tre une combinaison des deux dernires; nous devons avoir identi-

ERREURS SUR LA SITUATION D UN POINT.

229

quemenl

fl?5,

rfyj,

H-

<^42

B
:

^Y)2

H-

<:/t

-h

drir,*

IdeiiUnons les deux

membres

dFi

dFn
'dT^,'

~'d^~'d^
drii

df\t

'
'

do
de
puisqu'il est gal

ne devrait dpendre que de

y,,

dF,
-jr^;

devrait aussi ne dpendre que de^aetdeo^, puisqu'il

est gal a -rr-;

Donc

A. et
^,

B
et

sont des constantes

Fj est

une fonction

linaire de

y),.

De mme

F\ est

une fonction

linaire de

yji.

J'ajoute que, en reprsentant F, par

F,=^A?,.H-Br),-+-C,
la

constante d'intgration G est nulle.

effet, si je

remplace

Fj, Fj, ...,

F par leurs valeurs,

j'arrive

A (^,

-f-

2 4-

H- In ) -h

H-

-f- Y)

-4- /J

Cette quation doit tre satisfaite toutes les fois que

Donc

23o
et,

CHAPITRE

XII.

comme

9 est

indpendant de w,

en rsulte que ^ est une constante. Pour que la thorie de Gauss soit applicable,
n'ait

faut

que

Ton

aucune ide a priori sur

valeur de

quantit

cherche.

aurait de

mme
1.-;

ERREURS SDH L4 SITUATION D*UN POINT.

159.

l'il

Ceraisnnemeni donnerait prise aux mmes objecle

tions
Si

que

raisonnement de Gauss.
la loi

nous admettons

de Gauss en dpit de ces objec-

tions,

on peut construire les courbes

= const.,
trs

en plaant l'origine au point vis, c'est--dire

peu prs
tir

point

moyen. Le problme

est

analogue

celui

cible.

Les

points

rpartissent

conformment
gnralise.

la loi

de Gauss

Les courbes P=rconst. seront

des ellipses concentriques ayant
les

mmes
:

directions d'axes.
l'une

Considrons
ellipses

ces
plui, 2, 3,

mne

par

sieurs droites qui partagent le plan en secteurs,

Soient 5|
Si la
S'il

partie intrieure l'ellipse

du premier secteur.

partie extrieure.

y a un trs grand nombre de points de chute, ils se rpartiront peu prs proportionnellement leurs probabi-

y en aura N,. Le thorme qui rsulte immdiatement de la formule est le

lits.

Dans

5, il

y aura n, points, dans

suivant:
!ii

!Ll Hl !Li
il

Dans chaque secteur,

y a

mme

rapport entre

nombre

des points intrieurs et le

nombre des points ext-

rieurs l'ellipse.

160. Si les observations sont indpendantes, ^ est le pVo-

232

CHAPITRE

XII.

-- ERREURS SUR LA SITUATION d'uN POINT.

duit de
tions

deux fonctions.

P sera

alors la

somme
;

de deux foncle

dpendant chacune d'une seule variable donc

disparat.

terme

^1 Yj,

Cela veut dire que les ellipses ont leurs axes parallles

aux axes de coordoiines.

Pour que
soit

l'cart entre le point vis et le point

observ

indpendant de

direction, l'ellipse devra se rduire

un cercle.

pourrait encore regarder

comme

indpendantes Ter-

reur en abscisse et l'erreur en rayon vecteur.

C'est l-dessus qu'tait base

une dmonstration de
16, et

la loi

de Gauss, dj cite au paragraphe

valeur.

dpourvue de

CHAPITRE

XIII.

MTHODE DES MOINDRES CARRS.

161.

La mthode des moindres carrs sert

/,,

dterminer

des quantits

u^, ..., iip

qu'on ne peut mesurer directez^^ z^, ..., z.

ment, mais dont on mesure certaines fonctions

Pour
donn

les

mesures de
.

^,, z^,

..., z^y

n observations ont
zi l'er-

^,, x^

on a commis des erreurs. Sur

reur // est

yi=:XiZi.
Le problme ne se pose que pour
le

n> p,

car pour
;

n=p
pour
est

systme d'quations donne une solution unique

n<^pf

n'y a pas assez d'quations, et

problme

indtermin.

Pour w>/>,
liminons
tions

y a trop d'quations

quelles sont alors

les

les quaniits les plus

convenables
// ;

prendre pour

w?
qua-

les p quantits

on est conduil

kn^p

Ce sont

les

quations de condition.

234

CHAPITRE
a parfois

XIII.

avantage

prendre

les

quations. de condi-

tion sous cette forme.

Parfois

est prfrable

d'exprimer

les

en fonction

des u.

Nous
le

traiterons
relatif

un exemple avec l'une

aux plantes,
le

et l'autre

mthode

premier

second

un problme de

triangulation.

162.

La premire partie de

mthode des moindres

est de dter-

carrs,

que nous abordons immdiatement,

les

miner

valeurs
partie,

les

plus convenables des u. Dans une

deuxime
mise.

nous nous occuperons de l'erreur com-

La cause inconnue

est

que

les quantits u soient

com-

prises entre certaines limites; les quantits observes xt

sont elles-mmes comprises entre certaines limites. Appli-

quons une

fois

de plus

formule

xsi

est la probabilit priori

ici

pour que

cause

ait t

mise

en jeu, c*est--dire

pour que

les quantits n soient

Uf, e\

com-

prises entre i et i-f^ ^w,, u^ et u^-i-cluif ....

Up-\-dup.

Cette probabilit peut se reprsenler par

^{uj, u^,

Up)dUidui.

dup,

^ aura des formes varies suivant a priori des quantits il y a la un

l'ide

qu'on se fera

trs

grand degr d'ar-

bitraire.

Pi est

probabilit pour

que xi

soit

comprise entre

Xi-\-dxiy en supposant que les u aient eu les

valeurs que

nous leur avons attribues;

j,, z^, ,..,

Zn lant

donnes en

MTHODH DKS MOINDRES CARRS.

fonctions des w,
la

235

probabilit de

l'erreur

comnnise sur

chacune

d'elles sera respeclivennent

9i (7. )<a(ri

?2 (^2

9(^.1 -zi)?^i, ^J' = 9

(-^2
'^2 )

^^S

La probabilit

/?/

que nous cherchons

est celle

pour
;

laquelle toutes ces circonstances se produisent

c'est

la fois

une probabilit compose

^/=?i(ri)92(r2)... ^n{yn)dy,dy^... dy.

J'abrge un peu l'criture en posant

dux dUi
et d'autre part

dupzzzdt^

dy\ dy^

dfn

= dx^ dx^

dx z=z

di'.

Alors
pimi='fl^d(sid(ti'
et
piXSi

dtx'i

d(ii'

Comme
la

on n'intgre que par rapport

db^, dt^' disparat.

Telle est

probabilit qu'il s'agit de connatre, savoir

m,-

probabilit a posteriori pour que w, soit compris entre

et Ui-i-dui. Cette probabilit, puisque le

dnominateur

est
d(^

constant, est

toportionneile
la

II,

fonction des u, et

qui reprsente
tion des u.

probabilit a priori et qui est aussi fonc-

a36
163.
tits u,

CHAPITRE

XIII.

Pour obtenir
il

valeur la plus probable des quan-

faut cliercher le
la

maximum de
vj;

Il'J^d'co.
::=
i

L'hypolhse

plus simple sur

est

tj;

reste dter-

miner

maximum
la

II.
cp

L'hypothse
suivent
la loi

plus simple sur ls

est qjue les erreurs

de Gauss. 9k(yk)

= ^^-^e-^'^y.

Alors

sera

maximum quand

parenthse, c'est--dire

sera

minimum.
une fonction connue des u
:

C'est

les quantits

hi,

...,

reprsentent les poids des observations, et ce qu'il faut

rendre minimum, c'est

somme

des carrs des erreurs

commises, chaque carr tant multipli par

l'observation correspondante.
iGk:

poids de

arriverait au

mme

rsultat sans admettre

loi

de Gauss, pourvu que l'on suppose

les erreurs accidentelles

petites et les erreurs systmatiques nulles.

En
que

effet,

supposons

les quantits

trs petites
cp,

quelle

soit la

forme attribue aux fonctions

"nous serons

amens

quelque chose d'analogue.

s'agit

de rendre

maximum

produit des

o,.

Je suppose 9/ paire, et je dveloppe par

formule de

Taylor logQ/ chang de signe.

~loga),(/,)

-hi>,y -+-^1/; -+-...,

-i-

logcpsCra)

=a.2-]-b,_yl

c.yt_

+...,

Jog 9

an 4- bnf;, -h cyi

MTHODE DES MOINDhES CARRES.

287
doit tre

La somme des logarithmes changs de signe

minimum,

c'est--dire

Je diffrentie par rapport Uk

Comme

les y, sont

supposs trs

petits,

on peut en ngli-

ger les puissances suprieures, et tout se passe

comme

nous avions rendre minimum Ibiff. En admettant donc

que

la loi

de Gauss ne

soit pas vraie, la vritable loi n'en

<^a/i5 Vinter\>alle utile.

sera pas trs diffrente

De deux choses
la

l'une,

ou bien

les

observations sont sensi-

blement concordantes,

et,

comme

nous venons de

voir,

mthode des moindres carrs sera applicable; ou bien,

ne sont pas sensiblement concordantes, et dans ce cas
il

elles
les

observations ne vaudront rien et

n'y aura rien en

tirer.

165.

Nous ne saurions cependant nous contenter du

probable des u (et non
la

rai-

sonnement qui prcde, car ce que nous voulons obtenir,

c'est la ydi\e\iv

plus probable).
el

La probabilit

pour que
la

soit

compris entre x

-hdx

tant (p(^) dc, la valeur

plus probable de

est celle qui

rend

maximum

9 (^)<i^.
j:^

La valeur probable de

est

x^{x)d.
u^, la

La valeur probable de u tant

fonction ,

valeur probable de

ne sera pas J. Mais si les z sont fonctions linaires des

u, les valeurs

2^8

CHAPITRE

XIII.

probables des z correspondent aux valeurs probables des u,

A/i Wi + A/2
la

-2 -f-

-f-

A/^ Up -h B/.

CUdc reprsente
tit Ui soit

probabilit pour que la f quanet

comprise entre w^

4- di/i.

Soit ul

valeur probable de u^,

ul=:

CRu/cdi.

La valeur probable de

Zi,

soit ?, sera

ou
z?

= A/i

y CIIm,

t/w -hA,-2

fcnu^dM

-{-...

-hAiplcnupd^+.Bi fcndoi,
et

comme
I,

/ CII^^gj est la

valeur probable de l'unil, c'est-

-dire

= A/i

H- A/2 5 -F

H- A,> J -h B/.

16Q. Je vais

supposer d'une part

constant; d'autre part

les z

que

la loi

des erreurs est celle de Gauss; enfin que

sont lies aux u par des relations linaires.

Je vais tablir que la valeur probable des u est celle qui

est

donne par

mthode des moindres

atteint

carrs.
la

Le produit
tion

/?,gt,

son

maximum quand

fonc-

est

minimum.
...,

Soient u\, u\,

mJ les valeurs des u qui rendent celle

MTHODE DES MOINDRES CARUS.

expression

iSg

minimum. Ces

valeurs serontaussi,

comme

nous

allons le voir, les valeurs probables des u.

La valeur probable de u^

esl

n d(ji
11

fn dcsi

faul

dmontrer que

/n Uk

d(f)

c'esl-^dire

./
On
a

Jl{uk-ul)d(^

= o.

yi^i
Xi est connu,
zi est

du premier degr par rapport aux u

est

donc un polyrv>me du second degr par rapport aux

atteint son

minimum quand
Ui

Wl=,

U\y

...,

^40

CHAPITRE

XllI.

Ce-P-e-P est une fonction paire des quanlils Ui

ul;

u\ est une fonction impaire.

Comme

l'inlgrale est

prise de

H-, elle est bien nulle.

Ainsi ces valeurs des u sont non seulemeiitles valeurs les

plus probables, mais les valeurs probables.

167.

En gnral, en

est-il ainsi ?

Si les oprations

sont sensiblement concordantes,

les

erreurs sont petites, et tout se passera

comme

avec

la loi

Gauss.

Quelle que soit

la variation

forme des fonctions

F, si le

cbamp de

des u est trs restreint, nous pourrons regarder

linaires.
si le

les 5

comme

Pour
d'abord

celte mirie raison, c est--dire

champ o peuJ;,

vent varier les u est trs restreint,

fonction

qui tait

arbitraire, peut tre regarde

comme

constante.
la

C'est grce cet

ensemble de circonstances que

thode des moindres carrs peut tre considre

comme

applicable, toutes les fois que les observations sont sensi-

blement concordantes

dnues d'erreurs systmatiques.

168. Ceci pos,

voyons comment

les

calculs doivent tre

dirigs.

Nous connaissons

les fonctions z des u

ceux-ci sont au

nombre de py
que py
Cyy
.3721

un nombre d'observations n, plus grand

nous a donn

pour

^,,

les

valeurs

-^n

y a plus d'quations que d'inconnues; cherchons

d'y satisfaire d'une faon approche.
Mi, Wj,
.

meilleure manire

Une premire approximation donnera

posons qu
le carr

.
.

Up.

Sup-

elle soit assez

bonne pour qu'on puisse ngliger

soit
/>/

de l'erreur commise:

celte premire approxi-

MTHODE DES MOINDRES CARRE.

34l

mation pour

nous dveloppons
(^,

les zi suivant les puissances crois-

santes des
les carrs

d'aprs la formule de Taylor, et en ngligeant

t^/,

des

^,-=

A/.1 Pi -+-

A/g

(^j

-h

4- kip Vp 4-

B,-;

on aura de
Il

sorte n quations qui sont devenues linaires.

faut rendre

minimum

crivons que les p drives par rapport aux

\i fj, ...,

quantits

Vp sont nulles

Or
-7
dv,,
l

dzi

:=rA//,;

reste

169.

Nous sommes donc conduits

la rgle suivante:

J'cris les quations ci-dessous qui

ne sont qu'approches
/iA,
/12A2,,
>

'BiAn^i-h\iiVi-h...-^AipVp

B = At

(^1

-t-

A2 ^'s 4-

4- A/,

hnAiiA.

Non seulement

ces quations sont approches, mais elles

ont incompatibles puisque >/>. Je multiplie les deux

membres de

premire par
de
la
'-'"

Ai Ai,

eux de

seconde par AjA,,;

rsultats

... ceu;c

par h^Anx

t. j'ajoute ls

membre

membre.
le.

^4a

fHAPITRB Kll.

J'obtiens ainsi une premire qualion linaire en

(^;

suis sefvi des coefficients

A|Ai;t,

^|Au,

...,

hjtX nk
2, ...,/?,

j'ai fait

Si je fais

k gal successivement

j'obtiendrai les nouvelles suites de coefficients

par consquent/? quations linaires pour les

La rsolution de ce systme rpond au problme.*

170. Je dirige le calcul autrement.
J'ai

n fonctions

w,,

t/j,

Je puis liminer les u

d'o n

p quations, qui sont les

quations de condition,

?^(^1^J .,^)

en posant

=: n

/?.

Je puis dvelopper les quations de condition, en ngli-

geant les termes du second degr par rapport aux

observations sont suffisamment concordantes
:

les

As, /i

-4-

A52 /2 4-

.
. .

A2/ =1

152,

A^l /i -h Xgtfi -h

-i-

Agafn= B 7-

METHODE DES MOINDRES CARRES.

^43

Quelle est

meilleure manire de satisfaire ces qua-

tions de condition ? C'est en rendant

minimum

Donc

171. Il faut observer (jue dfi, dy^, ...,

dy^ ne sont pas

indpendantes: elles sontlies parles relalionsqu'on obtient

en dffrentiant

les

quations de condition.

Ces qualions de condition ont pour forme gnrale

lkkiyi~^k^
d'o

^kkidyi^o.
Les relations qui lient dy <//
..
.

dy,^

sont donc

^kudyio.
lXidyiZ=:o;
et

lhiyidyi=o
doit tre

une consquence de ces g quations.

devra donc avoir (les

f^iyi^

tant des coefficients indter.-4- yA,-.

mins)
1

A,/-l- jAj/H-.

dterminera
la

les e

en transportant dans

les
s; la

quations

de condition
deviendra

valeur des/, en fonction des

premire

-j^ [f A,i 4j

A;i -^

-+-

^ Ay,

[,Ai,-i- jA-+-.

.-h E^A^j]

-f-.

= B,,

a44
et l'on aura
les
.

CHAPITRA

XIII.

de celle manire^ quations pour dterminer

Telle est la seconde solution du problme.

172.

Prenons deux variables

-de

et quatre observations.

Les deux quations

condition seront

A/, 4- B j2

+ Cy, + 0/4 = H,

Jesuppose mmes poids

/i2=/i3=/*4*

j2=z:Bei-f-B'.2,

^3 C,

+C'2,

Les quations en

aprs

la substitution

des

dans les

quations de condition, seront

(IXnh +(2AA')2=H,

Des deux mthodes indiques. Tune que

l'autre suivant les circonstances.
difficult est la rsolution

est plus avantageuse

de nombreuses quations

linaires; le but atteindre est d'en avoir le

sible.

moins posdans

Dans

la
il

premire mthode,

quations

seconde,
si

yen nq n p. On emploiera donc la premire

27?, la

n est plus grand que

2/>.

seconde

est plus petit

que

MTHODE DES MOINDRES CARRES.

173.

245

Nous avons cherch

rendre

minimum

hi est le poids

de rohservtion
le

peut ramener

roblrne au cas o tous les poids

sont gaux. Posons

x\Xi\fii\
alors

hi{Zi Xi)'{/hiZi sfhiXiY

{z'i

x'tY,

Ton

a rendre

minimum une

expression telle que

ilk.

Nous avon^ vu qu'on pouvait

diriger les calculs de

deux manires. Voici un exemple de chacune.

Premier exemple. - On observe un point

's'a

d'un certain

Fig. i8.

nombre de

stations Sj, S2, S,, ..., dont la position est par-

faitement connue; on mesur l'angle de MSi,par exemple,

5t46

CHAPITRE

XIII.

avec une direction fixe MSo, en d'autres termes l'azimut

de M, soit

et ainsi

de suite.
plus probable du point

Quelle est
ces vises
?

la position la

M d'aprs
de S/;
:

Soient
9/ l'angle

zc,

les

coordonnes de
pris

M S/ avec MSo
9'

M; comme

bi celles

axe des abscisses

arc tang

bi
ai

Les quations en

9, sont,

en gnral, incompatibles,

les

lignes de vises ne passant pas exactement par

et for-

mant autour de ce point un

petit polygone.

point quelconque pris l'intrieur de ce polygone

sera une premire approximation, Mo(>ro, Jo)

Je pose

?
Fig. 19-

et n seront

de trs petites

quantits.

Posons
<P/=
??-+->/

(Dans

cas de Ja figure 19, w^ serait ngatif.)

D'ailleurs

arc tang = ^Q ^i
:

Dveloppons
et
Y),

suivant les puissances croissantes de

en nous arrtant aux termes du premier degr

Yi(j?o <?,)
-P?

Kro

bi)

(^0 /)'-t-(/o

^/)*

MTHODE DES MOINDRES CARRS.

Soit

2^7

g
Alors

w/ 9/
La valeur observe de
9,-

= A/? -h B,Y).
4^,,

e3t

4^/==^

-t- ^z-

sera

valeur observe

w/.

Les quations que

donnent

les observations seraient les suivantes

Ces quations sont, en gnral, incompatibles, parce.que

observations ne sont pas exactes

faut choisirJetYjde

faon que

I(A,J-f-B,YJ-,)'
soit

minimum.
I et
Y)
:

Je diffrentie par rapport

1 A/( A/?

-h B/Y)

Si)

= G,
^ et

2B,(A,f-hB,Y]-,)=o;
d'o deux quations linaires pour dterminer
y},

?2A* 4-y)I;AB=:2Aj

52B-hY2B^ =2;B.
175.

Deuxime exemple.
:

Supposons qg'on

ait

mesur
entre

neuf angles

soient

les

valeurs de ces angles, x/ les

ail

valeurs observes, // les erreurs. Imagirtons qu'on

a48

CHAPITRE

XIII.

ces neuf angles les quatre relations de condition

sj
-f-

^2 4-

-Sj

1T,

-4 +

MTHODB DES

IfOINDlABa CARa^S.

^49

Pour dterminer

les

je remplace les

par leur valeur

3e,-+-e4

= A3,

d'au

3(i4-fi,H-,)-f.3e4=A,-HA,-hA3
et

664=3/14 A, ^2
et ainsi de suite.

A3,

Ce procd

est ici plus

commode que

l'autre.

y a neuf

angles et quatre quations de condition, d'o cinq arbitraires;

nous avons eu

rsoudre quatre quations quatre

inconnues, et par l'autre mthode nous aurions eu cinq

quations cinq inconnues.

176.

Autre exemple.
...,
:

a vis

un certain nombre de

points Mi, M2,

qui ne sont pas en ligne droite et qui

devraient l'tre
Il

quelle est la droite la plus probable?

droite,

s'agit

de dterminer n nouveaux points en ligne

telle

faon que la

somme
:

des carrs des erreurs soit mi-

nimum.
L'erreur est double
elle porte sr l'abscisse et elle porte
la
la

sur l'ordonne. Si je suppose que

probabilit d'une erreur

sur l'abscisse soit

sur l'ordonne,
la

mme que

probabilit d'une erreur

t sur

somme des carrsdes erreurs sur l'abscisse l'ordonne sera la somme de quantits telles. que
scp;!

Nous avons besoin, eh

ralit,

non des points

P,,

mais de

?50

CHAPITRE

XIII.

droite

qui passe par les points P,

je dis

que M/P/ doit

cire perpendiculaire D.
Si elle

l'tait pas, soit

M, P^ cette perpendiculaire; en
la

remplaant M/P, par M,P;, je diminuerai

s'agit

somme

qu'il

de rendre minimum, et par consquent elle n'tait pas

minimum.
Je ne m'occupe plus des
telle,

je vais chercher

une

droite

que

somme

des carrs des distancs des points M,

cette droite soit

minimum.
d'inertie des points par rapport cette

C'est

le,

moment

droite qu'il faut rendre

minimum, en supposant que chacun

d'une masse gale
la
la
i.

des points

ait t affect

Comme
de gravit.

premire proprit,
Si l'on fait

droite passe par le centre

droite,
loi trs

tourner

sait

que

mo-

ment

d'inertie varie suivant

une

simple, qui

amne

la dfinition de l'ellipsode d'inertie. Ici, cet ellipsode

serait infiniment aplati, puisque les points sont dans
la droite est

un plan;
il

donc

grand axe de

l'ellipse laquelle

rduit. Cette ellipse d'inertie serait d'ailleurs

une

ellipse trs

allonge,
droite.

puisque

les points sont

sensiblement en ligne

177.

Dans

le cas

l'on vise

un point dans un plan,

la pro-

babilit d'une erreur en abscisse peut n'tre pas la

mme que

celle d'une erreur en ordonne. Les deux erreurs peuvent

aussi ne pas tre indpendantes.

Nous avons tudi ce point

du point

en dtail dans

Chapitre prcdent.

Nous avons
vis,

t conduits considrer, dans le cas

ellipss; la probabilit
.r

une srie de petites

que
^r -+-

les

coordonnes du point soient comprises entre

dx^

7 -H dyy

s'est

exprime par une fonction

^ dx dyy

MTHODE
et le

DfiS

MOINDRES CAftRS.

a5l

polynme du second degr P, gal

une constante,

nous a donn l'quation d'une de ces

ellipses.

Revenons aux points en ligne

droite.

point Ml

comme

centre je dcris une ellipse homothla

tique l'ellipse normale, et tangente D. Je fais

somme

des carrs des grands axes des ellipses ainsi dcrites autour
des divers points M, et j'cris qu'elle est

minimum.

Ce cas se ramne aisment au prcdent. Par une transformation homographique, ces ellipses peuvent devenir des
cercles. Si, par exemple, le petit axe est la moiti

du grand

axe,

on multiplie toutes
le

les abscisses par 2, et l'on n'a plus

qu' chercher

moment

d'inertie

comme

tout l'heure.

CHAPITRE

XIY.

CALCUL DE L'ERREUR A CRAINDRE.

178.

Admettons

la oi

de Gauss.

certain

nombre

d'observations nous ont donn

comme

mesure ^i, ^j, ... ^. Il s'agit de savoir la valeur de h et celle de z\ tout ce que nous connaissons,
rsultats de
c'est j?,,a:j,
..., J?,

de plus nous admettons que

la loi

des

erreurs est celle de Gauss.

Posons

^/
Demandons-nous
entre z et z
pris entre

-5

= 7/pour que z
en
soit

la probabilit'

compris

+ dz,
et

pour que h

soit

mme

temps com-

A -H

</A.

C'est un problme de probabiiile

de'

cause

cause
c'est

inconnue,

c'est le

double

fait

ci-dessus;

l'effet

connu,

que n observations ont donn

arj, a:^, ..., .r.

En
bilit

reprsentant,

comme prcdemment,
si

parte/

proba-

a priorit

cause envisege, et par/?,la probabilit

l'on

d'un vnement qui s'est produit

a t

admet que

cause cause

mise en jeu,

probabilit a posteriori de a

sera
'Xxsipt
Ici

f3i:=::^{z,h)dzdhf

CALCUL DE l'erreur A CRAINDRJS.

253
ij/

SOUS

forme

plus gnrale et sans faire

l'ide

que nous nous faisons a priori de

Pi est la probabilit
rsultats compris entre

l'habilet de l'observateur

doit influer sur la probabilit que nous attribuons h

que

les observations ont

donn des

^, et ;ri-4-f^

^2 et a^i-hda:^,

...,

et a:^-^ dxn*

Posons

ou
9(J7, ^)rr:i/-c-Af^-)';

v/
alors

/?/=
et
xsipi

n dxi dx^

dx,n*

H^ dz dh dx^ dx^
j

,dx,
.

l^TSiPi

H^ dz dh dxi dx^

dx^,

n'intgre pas par rapport aux x^ dont les diffrentielles

x;,

disparaissent haut et bas. Par rapport

on intgrera de

-h , et par rapport

A de o

-f-<.

179.

On peut

crire

=(I)U
si

P = {x,-zy-h(x^-zy-h.,,-h(x^-z)\
P est un polynme du second degr en z qui atteint son minimum quand 2 est la moyenne arithmtique des quantits

x; reprsentons ce minimum, qui est

positif,

par ftaK

a54

CALCVL DE L'eRBEUR A CRALMjke.

lia

iSS

probabilit relative

^
n

seul devient alors

dh.h
f

g-"^^tj;
/i

dh.h^

181. Quelle est d'abord la valeur la plus probable de

Cherchons

maximum du

numrateur, puisque

proba-

bilit lui est proporlionnelle.

Ce numrateur peut

s'crire

maximum

de <^^<Ix/'a lieu en gnrai quand

el, SI

n est trs grand, on peut ngliger*^;

atteint

le
<^.

maximum

est

donc

mme

temps que

celui de
la

Ici <^ est v/^e^-***;

crivons que

drive logarithmique

est nulle

a'=ro.

On a ainsi la valeur la plus probable de h. On remarquera que, en supposant un nomlii'e

d'observations, la fonclion arbitraire
n'est
4^

trs

grand

n'intervient pas. Ce

pas tonnant
le

l'hypoibse que nous avions fonde

a priori sur

plus ou moins d'habilet de l'observateur

disparat devant le grand

nombre de

rsultats

que nous

contrlons.

256

CHAPITRE XIV.

182. Quelle est la Valeur probable de hPt Celte valeur

probable est

n
J^oo
f

e-'^'^^'^dh

QU dh

^A
^0

Si
le

est trs grand,

nous savons vers quelle

liniite

tend

rapport de ces deux- intgrales; c*est

ho tant la valeur la plus probable. Ainsi la valeur probable

de hP est

/ij.

Cette conclusion n'est vraie qu' la condition que n Soit

trs

grand et que p soit

fini.

Faisons ^^=i: nous arrivons des intgrales eulriennes

Le rapport des valeurs asymptoliques donne

ce qui est bien notre conclusion.

CALCUL DE l'erreur A CRAINDRE.

257

Mais,

si l'on

ne suppose pas

fini, elle

serait pas appli-

cable. Supposons/? trs grand, gal

- par exemple

y-KP)

pPe-Psfi'Kp

Le second membre se rduit a/'e-^ v^(a^)~''. On trouve donc pour la valeur moyenne de hP une
expression trs diffrente
:

iPe-P\fi

)'r^.

183. Probabilit de l'erreur

commise.

Le problme se

divise en trois
1

On peut

se proposer de calculer la probabilit a priori.

;

n*a pas encore fait les observations

on
la

sait

seulement

qu'on va en faire n et qu'on appliquera

mthode des
l'ob-

moindres carrs. Nous connaissons aussi l'habilet de

servaleur.
1

Le problme

est

entirement diffrent, si nous nesavons

pas

l'avance la
la

valeur attribuer

constante qui entre

dans
let

formule de Gauss. Nous ne connaissons pas l'habi-

de l'observateur, mais nous, connaissons les rsultats

des observations.
3

Nous connaissons Thabilet de l'observateur

et les

rsultats des observations.

184.

Premier problme.

On ne connat pas les rsultats,

On suppose
erreurs qu'on va commettre;

mais on connat l'habilet de l'observateur.

alors

que

poids est le
...,

mme.
les

Soient ^,, /j,

258
ji?,,

CHAPITRE XIV.
^2>

^n seront les valeurs approches des quanlits

z^.
r=z

vraies

s,, z^^ ...,

Celles-ci

seront lies par q

quations de con-

dition

Si l'on substitue z^, Zo, .-.^Zn les quantits ^i, ^2, ./

:r,

ces quations ne seront pas satisfaites, et l'on aura

fjL,-

est trs petit.

a:^

Je remplace

par /<-+-

^a-,

et je

dveloppe suivant

les

puissances cioissanles de

>/..,

en m'arrtant aux termes du

premier degr

A,/i4-...-+-A/

=
3,

/.'./.

Pour
ait

fixer les ides, faisons

n =:

supposons

qu'il

deux quations de condition

AiJ'i-t-As/j-hAg/a^f^

fjL,

fx'

sont trs petits, mais je ne connais pas leur valeur,

faites.

puisque les observations ne sont pas

s'agit de calculer les corrections yi effectuer sur les

valeurs observes^,; les corrections dpendent

videmment

/JL

//',

nous aurons, par exemple.

Je ne connais pas

forme de

mais je puis dvelopper

suivant les puissances croissantes de

les
pL

jj.',

et,

comme

sont trs petits, ngliger les carrs des

/jl;

jeserai con-

CALCUL DE l'erreur A CRAINDRE. duii poser

269

^6o

CHAPITRE XIV.
4^,

qu'on connat

X
Cesl
la

9(/,) cp(ys)- ?(/ X>'i^y2" ^7"-

premire valeur probable.

Si l'on connat la fois l'habilet de l'observateur et les

rsultats,

une deuxime valeur probable

trs diffrente

B-^
Dans
le

^^-

on avait
affaire

premier

cas,

n variables ind-

pendantes7/,..-, /d'o une intgrale multiple d'ordre/i; dans le second, on n'a plus qu'une seule variable z

Supposons qu'au

lieu d'appliquer la rgle

moyenne

et d'adopter, par consquent,

pour z
.. .
'.

valeur

j?,

ara

-h

-f-

n
on
adopt une autre valeur

ait

n
Terreur commise et t gale

Nous aurions trouv alors pour

valeur probable du

CALCUL DK l'erreur A CRAINDRE.

201

carr de celle erreur sans connatre

les rsultats

X
et'pour
la

cp(ri)9(r2)-..?(r)^/i^/2---r

valeur probable de ce

mme

carr connaissant les

rsultats

/ ?(yi)?(j'2)..-9(y/t)^(^)<^Alors

atteint son
soit paire.

minimum pour

= o, pourvu

que la

fonction 9

Au contraire, pour que B atteigne son minimum pour e =0,

faut que la

loi

de Gauss

soit vraie.

(iaussi s'tait

plac au premier point de vue dans l'analyse

que nous avons reproduite au Chapitre XI, paragraphes 129

et suivants, et
il

avait ainsi

dmontr que

rgle de

moyenne
Il

est toujours lgitime.

s'tait

plac au second point de vue dans l'analyse que

nous avons reproduite au Chapitre X, paragraphes 108 et

suivants, et
il

avait

dmontr que

cette rgle n'est lgitime

que

si la loi

de Gauss est vraie.

cheichons

186.

Revenons ad problme qui nous occupe

dterminer les X.

s'asrit

de rendre

minimum

0',~X,f/-X>')^
fx

[jJ

sont des ^fonctions linaires des y; donc c'est un

polynme homogne
^

du deuxime degr, par rapport

yti

-1

ynj q^'il faut rendre

minimum.
mmes.

Par hypothse,

les poids sont les

262

CHAPITRE XIV.

Soit

la valeur

probable de y\; m' sera aussi

valeur

probable de/*, et celle dey?.

nous avions

faire trois observations,

nous n'aurions

pas le droit de supposer l'avance y ^ plus grand que/2 ou

que y,.

La valeur probable du produit jj/j sera nulle

elle sera

produit de

valeur probable de j, par

valeur probable

et la valeur probable

dey,

est nulle puisqu'il n'y a pas

d'erreurs systmatiques. Cela est vrai, parce qu'on ne connat

pas les rsultats observs, et ne

naissait.

le serait

plus

les

con-

Comment

trouver

valeur probable du polynme?

remplace tous les termes carrs par m*, tous les doubles
produits par o.

Ce polynme,

l'on substitue

fx,

/x'

leur expression

en fonction des y, devient

(/i->iAiy,-X;Bo,)4-...;
le coefficient

de y\ est (X,AiH-

X',B,

i)-;

celui de y\ est

(X,A,-4- AjBi)*; celui

dey*
fx')*

est (XiAa-hX'.Bs)*.

Donc

(yi

Xifji

X'j

est gal

m*[(A,X,-+-B,>.;

i)*-h(A2X,-hB2X;)*-+-(A3X,+B3X;)].
minimum.
il

Voil ce qu'il faut rendre

187.

Appelons /n*P

second membre

reprsente
)'

valeur probable du carr de l'erreur, (y,

siste aprs la correction.

qui sub-

galons zro

les

deux drives
(P

CALCUL DE l'erreur A CRAINDRE.

c'est--dire

263

A,(A,X,-hB,>i;
et,

i)4-A2(A2A,4-B2V,)-i-A.3(A,/.,4-B3>/,) = o,
+ B,(A3,H-B:,X',)=o.

par symtrie,

B,(A,X,-f-B,;-i)-f-B,(A2X,4-B27',)

Ce systme peul

s'crire

/,:^A^

+>/,2;ab

= a
=B,.

/,2AB4->',:t;B^
Il

est linaire par rapport /j et aJ.

J'y ajoute l'quation qui

donne y\

En liminant

li et 1[

2A2

lAU
2B'

lAB
De
on

=0.

tire /',, et l'on

pourrait raisonner de

mme

pour

avoir/; et./;.
188. Telles

sont

les

corrections

faire

pour

rendre
la

minimum

valeur probable du carr de l'erreur aprs

correction.
Elles sont conformes la

mthode des moindres

carrs.

"En

effet,

/J,/;,

/a vrifient

A,/;-+- Aa/'-h As/a^/x,

B,/;-hB2/;-f-B3/;

fz'.

Pour calculer
des /J^

les /',

faut rendre

minimum

somme

Donc

264

CHAPITRE XIV.

D'autre part,

La premire de ces deux quations doit tre une cons-

quence des deux autres; donc

d'o

elA^-he'lAB
et,

ix,

par symtrie,

En iiminant

entre ces trois quations.

lA'

2AB
2B
B,

ix
ix'

lAB
Al

= G.
le

Le dterminant

est le

mme

que

prcdent.

Ainsi le rsultat est

mme, qu'on
la

applique
la

mthode

des moindres carrs, ou bien qu'on fasse

faon rendre

correction de
l'er-

minimum

valeur probable du carr de

reur aprs correction.

189.

valeur
tre

On peut se demander maintenant minimum c'est celle de m^V. La

queile est cette

valeur de P peut

mise sous une forme plus simple. Rendons-la homo-

gne,

P
et

(A,x,-+-B,>; >.';)2h-(A2/,-+-B5>.;)h-(A3X,-+-B3X',),
le

appliquons

thorme des fonctions homognes; on

./P,
dit

^P,,
dl

dP,
dl'i

CALCUL BE l'erreur A CRAINDRE.

265

^ dP
dT

dP
*"' ""

,
'

" reste

Le produit par m^

est la valeur
la

probable du carr de

l'er-

reur qui subsiste aprs

correction.

Quand
breuses,

les observations
la

deviennent de plus en plus nom-

valeur probable du carr de l'erreur va en dimi-

nuant.
190. Introduisons

une quatrime quantit

une

troi-

sime quation de condition

Tout

l'heure

nous avions rendre minimum

{f,-l,ix-l\iJ.')^;

(0
maintenant
(a)
c'st

(r,-x,p.-x;/x' ->>'')'.
y
a

une indtermine de

plus, 1]

minimum de
que celui de
dans l'expres-

l'expression (2) est l'expression (i); car

videmment plus
il

petit

suffit

de faire

X';

=o
(i).

sion (2) pour retomber sur l'expression

191. Allons plus loin. Soitj Terreur rellement

commise.
subsiste

y
aprs

tant
la

correction,

y-y'

est l'erreur qui

correcaon.
la

ly^

est

somme

des carrs des erreurs commises;

valeur probable de cette

somme

est

nm^.

266

CHAPITRE XIV.
la

Cherchons

valeur probable de

somme
2(/

des carrs des

corrections, ly'-; el la valeur probable de

somme

des

carrs des erreurs aprs corrections,

192. J'observe

y-.

que nous avons

est

une fonction

linaire des
est

//,

qui sont des fonctions

linaire des y.

linaires des j.

Donc/'

une fonction

Ces fonctions/' ne sont pas linairement indpendantes,

car elles peuvent s'exprimer linairement en fonction de

deux d'entre
-dire de n

elles,

dans

le cas

prsent, et en gnral en
/jl,

fonction d'autant d'entre elles qu'il y a de quantits

c'est\i.

d'entre elles, puisqu'il y a autant de

que

d'quatirons de condition.

Considrons les /,

ce sont aussi des fonctions

linaires des y, mais pas linairement indpendantes; elles

sont lies par les conditions

A,(7,~/;)-- AC/t /t) H-A3{/3

7'3) = o,
il

Bl(r.l-/.)^-B,(>,-/;)^-B3(73-/3)=o..
Il

a ici

deux relations

linaires;

en gnral,

y en

a p.

Ainsi les /' s'expriment en fonction linaire de

d'entre elles; et
elles.

les//' en

fonction linaire de/? d'entre

193. Je dis qu'on a

identiquement

effet

= A,-he'B,.

2///;-^2A/y/-h'2B/.)v=[x-+-'fx',
2/i-'

:;=2A,/;.4-e'2iB,/;=:|:x-^>'.

CALCUL DE l'erreur A CRAINDRE.

267

Autre identit

effet

en dveloppant i(7r')-,

ce qui est bien une identit, puisque en vertu de

prc-

dente identit

ly"2lyy'-hly'^o,
194-.

Cherchons

valeur probable
r.

2./'

C'est

une forme

quadratique par rapport aux

multiplie

m^ par

somme

des coefficients des termes

carrs, ou, autrement, on considre Yquation en S.

Soient

et F'
si

deux formes quadratiques par rapport

variables;

S est une constante,

F-

SF'

sera encore une forme quadratique par rapport aux n variables.

crivant que le discriminant est nul, on obtient une

quation d'ordre n en S, dite quation en S.

La proprit de cette quation

est

de ne pas changer quand

fait

un changement

linaire de variables

c'est

une qua-

tion invariante.

Supposons maintenant que nous nous proposions de calculer la valeur probable d'une forme quadratique
;

prends F'=:2/^ crivons que

discriminant de

F-S2/=
est nul.

La somme des racines de

coefficients des carrs.

cette quation est la

somme des

^8
Soit
.F

CHAPITRE XIV.

= A/;+ A'/^

-+-

A" v^ 4- 2B/,73-H 2B>3/i-H 2B"y./..

Le discriminant donne

AB'
B'

A'B

S
A'

-S
.

ou
SH- (A -h A'-f- A'')S*H-.
.rz;:

La somme des
la

racines est bien

A + A' 4- A";

d'autre part,

valeur probable de y\ tant m* et celle de ri/2 tante,

celle

de F sera

mVA-h
Comme
somme
par m*.
rgle,

A'H-A").

on forme donc F

S2/*,
et

on prend

des racines de l'quation en S

on multiplie

195; Aj^pliquons ceci la forme quadratique 2/*.

^oit la forme

u< d'aprs le paragraphe 193,

o=:(i-S)2/-s2;(.r-7T.
Formons
racines.
l'quation

en S et cherchons

somme

des

Les quantits y'- s^xpriment linairement en fonction de n - p d'entre elles; 2v'* se dcompose donc en une somme de n carrs, et Ton a, les J tant des fonctions linaires

des y.

Les

s'expriment en fonction de

d'entre elles, et

CALCUL DE L ERREUR A CRAINDRE.

069

Ton

a, les

tant des fonctions linaires des j.

Les n fonctions linaires ainsi obtenues sont linairement

indpendantes. Remarquons en
effet

qu'on a

Le premier membre
1

est

une somme de n carrs

J n9
i.

discriminant de

forme du premier membre est

avoir pour discriminant o.

Le
a

second
ainsi

membre ne peut

^r=r(i-S)2f^-S2-/i'.

Le discriminant

est

p racines sont gales racines est

et/? gales o, la

somme des
rgle expo-

/?.

La valeur probable de 2y* est ww*; d'aprs

se plus haut,
la

valeur probable de 2/' sera

Donc
par diffrence,
Ain&i
:

i la

valeur probable de

somme

des carrs des

erreurs commises est m*;

2 la

valeur probable

de
;

somme des

carrs des corrections faites est (n

/?)

3 la

valeur probable de

somme

des carrs des erreurs aprs

corrections est pm*.

270
196.

CHAPITRE XIV.

La valeur probable de ly'

valeur probable de ly'K
C'tait ais prvoir.

est plus petite

que

Nous cherchons dterminer

les corrections

de faon que
:

somme

des carrs des corrections soit

minimum

c'est le

principe

mme de la mthode des moindres carrs. A mesure que les observations augmentent, si nous
commise sur une observation, nous

con-

sidrons l'erreur

allons

dmontrer qu'elle tend vers zro.

Supposons que lesobservalionsaugmententconstamment;

nombre^ demeure

constant, ainsi
il

quepm-;

nombre des

termes va en augmentant:

y a des chances pour que chaque

terme diminue constamment.

Si
I.

nous considrons
.

la
.

plus petite des quantits [j'/c y'k^f

/,
.

elle sera

certainement infrieure a

/^/^^
-^

Observons une
indpendante
:/?

mme

quantit n fois; une seule variable

I .

Mf-y'r
Nous avons n termes; n observations faites dans
conditions; donc
les

mmes

/)-: m n
la

197. Jusqu' prsent,

tait

nous avons suppos que

prcision

connue, mais que

les observations n'taient pas faites.

Le problme

se pose autrement; on ne sait rien sur la

prcision, mais les observations sont faites.

Nous voulons en conclure

Voici
la

valeur de h ou celle de

solution.
les >' le sont

Les

ne sont pas connues;

par

mthode

des moindres carrs. 2/'2 est connu.

CALCUL DK L ERREUR A CRAINDRE.

27 1

J'gale sa valeur

valeur probable calcule a priori

d'o m^.

198. Celte

mthode
si

a t critique par J. Bertrand.

En
de

effet,

l'avait

a|)piique

une aulre combi-

naison, par exemple 2y'*, on en aurait dduit une valeur

qui n'eut pas t

mme. La mthode peut

devenir

suspecte.
C'est

un problme de probabilit des causes,

les rgles
la

nous appli-

querons

de ce calcul.
probabilit

On demande

a posteriori pour que h

soit

compris entre certaines limites.

Cette probabilit est

IpiWi'
Wi est
la

probabilit a priori de la cause, c'est--dire pour

que h

soit

compris entre h et h-{-dk; pi est

si la

probabilit

pour que,

cause a agi, les observations aient donn des

rsultats respectivement compris entre x^ et jr,4- dx^^ x^ et

x^ -4- dx^y

. .

Xn
la

Xn -|- dx ,^.

Cherchons

valeur probable d'une fonction de A, f{h);

cette valeur probable est

f{h)-=z

lf{h)p,mi IpiWi
le

Faisons de suite

remarque que

rsultat va

dpendre

probabilit a priori; le rsullatdeGauss ne peut donc

fait exact.

dj tre tout
Si je

dtermine A par

f{h)^J\k),

37*

CHAPITRE XIV.

cette valeur probable de

Si je

h dpendra de

fonction /.
la

cherche

valeur la plus probable, ce sera

mme
que
le

chose.

On peut
nombre n

se tirer d'affaire
soit trs grand.

une condition

c'est

Le facteur Wt

n'a plus

grande

influence; ainsi, pour

toutes les mthodes conduisent au

fois le

mme

rsultat, si toute-

nombre des observations

est trs grand.

199. Lorsqu'on observe

une quantit
.

s, et

que

les obserxsi

vations ont

donn

^j, x^y

..,

x^y

on peut reprsenter

Pi par

Pi^=Hdxidx^.

dxn.
soit

La probabilit a posteriori pour que h

h et h H- dh^ et z entre z et z-\- dz, est
Jl^{hy z) dh dz dxx dx^
j
.

compris entre

dxn
dx^

U'^{hf

z)dhdz dxi dx^

dx^

Les diffrentielles dxi^ dx^,

rapport, et
il

. .

disparaissient dans ce

faut intgrer par rapport A de o 4- oo et par

rapport s de

+- oo.

Imaginons que^ au lieu d'une quantit

Zi, Ziy .*., zf

y en

ait

/i,

qui dpendent de

variables

<i,

u^, .,., i/^,

. .

que

ls valeurs

observes des z soient Xi,

.,.,

a:,,

x; les

erreurs commises sont /,, y,,

iSi

/.
la.

sera la probabilit a priori de

cause

ici,

pour que

soit

compris entre h et h

-i-

dh, et pour que m, soit corn-

CALCUL DE l'erreur A CRAINDRE.

pris entre
/,

278
. .

et m,

-+-

du^y u^ entre u^ et u^ -h du^,

fij,
. .

mi=z ^{h,
Pi sera
ait agi
la

/,,

Up)

dhdu^du^

du y.
la

probabilit de

l'effet

en supposant que
dxn,

cause

/>,

n dx^

dXi

"=V^
La probabilit a posteriori sera

/j2y

n 4^(/t,
I

^i,

f/g,

., iip

dh du^

du.j^

du^p cf^i dx.^

dx^
,

n ^{/i)
Il

Uxy 2,

ffp)

dh diii du^

dup dx^ dx^

dx^

faut intgrer par rapport h de

-h oo, et

par rapport

aux a de

4-00

quant aux aiffreniieiles des ^, elles

disparaissent

comme prcdemment.
s'crit

La probabilit cherche

donc
. .

H^dhduxdu^.
iIL^dli dui dui

dup
.

dup

200. Elle

dpend de

fonction
l'ide

QU' ^st entirement

arbitraire, et qui est

soumise

que nous nous faisons

attri-

a priori de

valeur des u et de l'exactitude que nous

;

buons a priori aux observations

grand rle
Je vais
lire,
si

mais ^ ne joue pas

plus

les observations sont

nombreuses.

appliquera cette fonction ^ une forme particudisant que les mesures

trs voisines les
iiiter-

en supposant quelle ne dpend pas de h.

On justitle cette manire de voir en

donneront en gnral aux u des valeurs

unes des autres ; qu*elles sont comprises dans un petit

P.
8

274
valle

CHAPITRE XIV.

valeur de z variera peu

les

observations sont

concordantes.

La valeur probable de

/i^

sera

lt}>

dh dui du^

dup

Ces deux intgrales doivent tre calcules de

mme
oo
.

manire

h y varie de o

-h oo

e les

m de

-f-

201. Qu'est-ce que

2/-?

C'est

une fonction de ^/.qui

on obtient
:

est

connu,

z,-

qui est une fonction des u.

carrs,

Par

mthode des moindres

comme
des u

valeur adopter pour m/

valeur

les valeurs

ainsi dfinies ne sont pas exactes,

mais

elles sont les plus

convenables adopter,
lli= U^
i'i

-+-

tant trs petit.

Les //Sont des fonctions des

V,, et

on peut
i,

les considrer
les

comme
carrs.

des

fonctions linaires des

en ngligeant

Le polynme

sera

du second degr par rapport aux

r,-,

mais non homo-

gne;

atteint son

minimum quand
dP
dVj

les r/ sont nuls.

Les quations

doivent tre satisfaites quand les

sont nuls.

CALCUL DE l'erreur A CRAINDRE.

2/5
el

Donc P ne renferme que des termes du second degr

du degr zro;
il

n'y a pas de termes du premier degr.

P = P-f-P2.
Po est
la
le

minimum de 2/%
(/i
il

ce qu'on a appel 2/'% dont

valeur probable est

p) m^

Donc P

est trs

grand en

gnral, et
qu'il

y y a plus d'observations.

a d'autant plus de chances qu'il soit grand,

tant une constante.

Le polynme Pjcst obtenu en additionnant entre eux

termes, du second degr
carrs,
il
;

les

y a un trs grand nombre de

du polynme Pj sont

y en a n, et

les coefficients

mme

ordre de grandeur que n.

tant de l'ordre de grandeur de A.

La valeur probable de

IC^

sera

T^=l

H
00
.

_
.
.

f^f-X e-/'(n-p)(A+Q) d/i dv^ dv^

on intgre par rapport
(^

di^p

A de o

4- oo

et par rapport

aux

-+-

202.

La premire intgrale porte sur

276

CHAPITRE XIV.

qui dpend de h et sur

qui dpend des

faut calculer haut et bas

g-h[n-p) ^ dv^

di'2

d{>p.

est

un polynme homogne
;

du second degr par rap-

port aux V

je pose

devient un polynme

QMiomogne etdu second degr

par rapport aux w.

L'inigraie devient

e- (-/') Q
I

^(^j

<^t)2

... <^(0p /i"

Les limites de
de l'intgrale est

l'intgrale restent les

mmes,

et la valeur

_ P

B/i

B ne dpend

pas de h.
n
np

Alors

/l^

OU
2

^^hK[n-p)flh

ll^^

h
^0

e-/'A(-;7)^/i

CALCUL DE L ERREUR A CRAINDRE.

277

Je pose

278
Il

CHAPITRE XIV.

n'en serait pas de

mme

Ton ne supposait pas n

trs

grand.

De
part.

plus,

n doit tre

trs grand,

non seulement en valeur

absolue, mais par rapport

d'une part et

d'autre

Ainsi,

p ~ n'y
1

faudrait rendre

maximum non

plus ^, mais ^A*.

204. Si

n'tait pas trs grand,

on aurait rendre maxi-

mum
d'O

n est grand,

valeur de h est trs peu prs celle qui

rend

maximum

0(/i).

fh
2

_ 2/2-y 2
:=^
'

car

ly"=in-p)X.;
ce rsultat est conforme
la loi

de Gauss,

2/'^=(/i

p)m*.
est

La valeur probable du carr de l'erreur

m- =
d'o

;2/io

--'-^'

CALCUL DE L ERREUR A CRAINDRE.

et par suite

279

c'est
Il

bien

mme
/i

valeur.

ne faudrait pas attacher grande importance ce qu'on a

raisonn sur
et

au lieu de
.
.

/i,

parce que est trs grand

que ^

p est A^oisin
n
est

La rgle

donc

justifie

si le

nombre des observations

est trs grand.

CHAPITRE XV.
THORIE DE L'INTERPOLATION

205. Je vais appliquer

mthode des moindres carrs

une question nouvelle,

nue f{).

recherche d'aune fonction incon-

Nous mesurons certaines valeurs de

cette fonction.

/(,)= A,, /(,) A,,

Construisons

courbe

dont on a ainsi un certain nombre de points.

On
leure

pourrait toujours, par ces points M,,

M.2,

M,
la

faire

passer une courbe, mais cette solution ne serait pas

meil-

fait

passer une coorbe prs de ces points, aussi

continue que possible.

Un
traire

autre procd prsente aussi un certain degr d'arbi-

comme
soit

procd gomtrique: je veux que

courbe

de degr ^ aussi petit que possible^

/(rr)

Co + C, ^ -h

4- C^^*'

THORIE DE

l' INTERPOLATION.

281

est plus petit

que

i ;

car

q tait gal n

aurait

une fonction

satisfaisant

exaclement aux conditions.

est arbitraire.

Quelle valeur atlrbuer

9? Cette valeur
si

choisit d'abord assez petite, puis,

elle est insuffi-

sante, on introduit
et ainsi

un ternme de plus dans le second membre,

suite.

206. Laissons de ct, ce

mode de ttonnements

sup-

posons 9

.choisi.

Nous dterminerons
faon que

les coefficients

du polynme de

telle

soit

minimum.
est linaire par rapport

f{x)

aux coefficients

Je vais poser

La question se rattache au dveloppement en

tinue du rapport

fraction con-

Ce dveloppement s'opre
grand

comme
et

Ton cherchait le plus

commun

diviseur de

F'.

aura successive-

ment

F = Q,F'-f-R

Ri=Q3B,-f-R
R -3= Qrt-iH/--H
Rrt-i7

n'y a pas de

terme R^ dans

dernire quation, car

202

CHAPITRE XV.

En
degr
les

gnral,
/i

est de degr n. F' de degr

Rj de
et tous

Rp de degr
i.

n-p-i,

R-i de degr o

de degr
a

Ainsi

THEORIE DE l'iNTERPOIATION.
j'aurai

283

N,F-D,F'=r:R,.
Si je

pose

j'aurai

NjF-DaF'r^R,.
Nous exprimerons de
des restes successifs,
la

mme

manire un quelconque

N,^,F-1),,,F'=:1W,.

Comme
R,.,2=r(N,F
si

- D,F') - Q.>2(N,>,F - D,-^.F),

N/H_2=N/
D,>2
=:=:

je pose

Q,^_2N/^_,,
\it-H2

"i-hu

j'aurai

encore

H,^2=Nm,F-D,^2F.
Sur ces relations de rcurrence, on constate que
Ri,

R2,

...

R;,_j

sont respectivement de degr

i,n 3,
o,

...

que R_, est une constante. Ni est de degr

I, ...,

Nj de degr
si

N/ de degr

ii. On

voit

aisment que,

cette pro-

position est vraie pour N/ et N/h_i, elle l'est encore pour N,>j.

D/ est de degr

208. Je dis maintenant que N, et D/ sont

numrateur

dnominateur de

rduite d'ordre

a84

CHAPITRE XV.

Les relations de rcurrence rendent ceci vident; mais

on peut

le voir autrennient.

J'cris la suite

Fr:::Q,F-4-R

d'o je dduis

Je puis encore crire l'quation suivante

Supposons que

l'on veuille calculer la rduite

0.+

Je n'ai qu' faire R/

aussi

= o dans l'galit prcdente,

et faire

a,= Q,R;-t-R;,
les

tant devenus des R'.

THORtE DE L INTliPOLATION.

285

a entre les H'

gaement des relations de rcurrence,

R/ est nul; donc, N, et D, tant

ies

mmes que

plus haut,

N-

est bien )a

t***

rduite.
a-i-il

Quelle relationy

entre celte rduite et

problme

propos?
209, L'quation fonda mentale est

Faisons atiieniion au degr de tous ces polynmes. Rappelons

que

N/ est de degr
est

degr

i; F'

de degr n

i ;

est

de degr n; D,

de
i.

R, est de degr n
tire:

De Tquation fondamentale je
l),F'_

Je muitipiie

les

deux membres par j?i^,

Je m^en vais valuer ia somme des rsidus dans [es deux membres; notons d'abord que pour ce calcul nous ne devons tenir compte que des deux fractions o F entre au dnominateur.

286

CHAPITRK XV.
fraction rationnelle, le

Supposons ensuite que, dans une

dnominateur, par exemple

degr du numrateur soit d'une unit infrieur celui du

A'^-+-B'jr-*-i-

cetle fraction se

dcomposera en

A v^ 2:^Tri^^I]
Si je multiplie par ^,

tendra vers ^A, ou

indfiniment, les autres

somme des rsidus, quand a: X (c'est--dire celles o ^

crotra

entre
s'annu-

au dnominateur une puissance plus grande que

leront.

Mais
lim
-jr-

pour
petit

:r zr: oo,

degr de a-P est plus

que celui de Q. Donc:

degr du numrateur

somme

des rsidus sera nulle

si le

est infrieur de plus d'une unit celui du dnominateur.

Considrons

dnominateur

est de degr n, le

numrateur de degr

-f- /x.

n
c'est--dire

-^ ix<Z n

'V.

somme

des rsidus sera nulle.

TilKORIti

DE L INTERPOLATION.
..., /

-jL^y

Ainsi,

quand

est gal o,i,

i, la

somme

des rsidus

est nulle.

210.

Quand on

a affaire la fraction rationnelle j^y

que
le

n'a

pas de racines multiples et s'annule pour

:=:=

rsidu pour

x^na

est

Q'()'
.

Prenons pour a l'une des valeurs qui nous

culer/
(j:*)
;

a servi

cal-

le rsidu

par rapport de

F
sera

aH-D,(a)F^(a)
'

F'()

ou
a^\ii{a).
Ainsi, pourvu

que

soit plus petit

que

2!^ ])/() =z
la

sommation tant tendue

a,,

toutes les

valeurs de

<2,

a 2,

^11'

en rsulte que,

P/_i est un

polynme quelconque

d'onire

i,
,

2:P,_,(a)D,()=::o.

Prenons
alors

i)/,(a)D,(a)=:o.
Cette quation est vraie pourvu

que k

soit plus petit

que l.

288

CHAflTRE XV.

Mais,

comme

rien ne distingue les deux indices, cette

quation est encore vraie toutes Jes fois que k est diffrent

Les polynomes.de Legendre ont une proprit analogue;

pour deux d'entre eu^ on a

r
ici,

v,vfTc= o;

au lieu d'intgrales, on considre des sommes

finies.

2il.
petit

Nous vaulons obtenir un polynme d'ordre q plus i, dont les coefficients seront choisis de telle que n

sorte

que
2[,-/(a,-)r

soit

minimum.
il

Si/(;r) est un polynme d'ordre-^,

peut toujours tre

mis sous

form^

Il s'agit

de dterminer
la

les coefficients

C de faon

rendra

minimum

somme

des carrs

212. Dveloppons ce carr.

Sur une premire

ligne,

nous mettrons
.

les

termes carrs

2A^H- /iq

4- C

2Dr+ q IDI-t-.. .+ CJ^DJ.

nous mettrons^
la

Sur une seconde

termes rectangles

ligne,

somme

des

tels

que

^2Co2A 2Ct2AD,-...-2C2Al)^,

THEORIE DE L INTERPOLATION.

289

O
iAD^n:rAiD^(,)+...4-AJ),(').
Sur une troisime ligne nous mettrons une somme de
termes
tels

que
2"CoC,iD,H-2Q(:/,vi).i),..

2D,(a)
2D,D/,
Restent
la

= o,
=0.
li^^ncs.

premire

et la

deuxime

Je puis d'ail-

leurs abrger l'criture en posant

= Do(^).
rendre

somme

des termes

minimum

se rduit

Je dilrenlie par rapport C^ et je divise par 2; en galant zro la drive i)ar rapport C/,

d'o l'expression suivante pour

C/,

c'est--dire

l)/(rt,)H-D;-(2)H-...4-J);(^)

J/analogie avec un autre problme d'analyse est vidente.

Quand on

veut dvelopper une Ibnclion

les

/ (.c)

en srie
arrive

procdant suivant

polynmes de Legendre, on

ago

CHAPITRE XV.

r
Ici les relations

Xf dx
genre, sauf que, au lieu

sont du

mme

d'intgrales, figurent des

sommes,
de ces polynmes

213.

Quel

est l'avantage
ait

D
:

Je suppos que l'on

essay d'abord de reprsenter les

observations par un fjolynome de degr ^

alors Co, C|,
...,

a trouv

C^.

constate ensuite que la

est inadmissible
:

somme

des

carrs des erreurs

commises

on se rsigne

alors poursuivre avec

serait

un polynme de degr ^ -h i. Tout recommencer, si l'on avait eu recours un procd

ici,
:

quelconque;
C+,D^H-, (^)

au contraire, on n'a qu' ajouter un terme

les prcdents coefficients Co C,j ..., C^,

changent pas,
214,

comme on

le voit

sur l'expression de Q.

Le problme
solution un

se pose dj
:

quand on veutsimplement

interpoler une fonction

pourquoi prend-on habituellement

comme

polynme d'ordre

Voici une fonction /(^), holomorphe l'intrieur d'un certain contour, d'un cercle par exemple. Les valeurs que

nous avons donnes

rayon du cercle.

variable sont petites par rapport au

Pour

les valeurs i, 2, ..., de la variable,

Il s'agit

on connat
la

valeur de la fonction.

de connatre

valeur de

la fonction pour une valeur

l'intrieur

cercle.

L'intgrale

(-5

){z a^){z 2).

f{z)dz

'{^

THEORIE m:

INTERPOLATION.

s'annule prise

long du cercle. J)'au(re pari,

fiz) dz
{z

a)){z - a^) {z cu)...{z an)

est la

somme. des
.

rsidus de

fonction /(s) pour les ples

Xy 1, 2,

a,ij

c'est--dire

(.r

,)(a7 2)...(J7 a)

{a^~x){a^

a^)...{a^

an)

J'appelle en gnral P/ le

polynme qu'on obtient en sup-

primant dans
{z

jc){z a^){z~a^)..,{z~ a)
a,-.

facteur z

a,, et en remplaant z par Je pose aussi ,) (^ j). .(^ ^). F(^) =

(f
.

Alors

d'o

215. Telle est la formule gnrale de l'interpolation; au

second

membre

figurent:

un polynme entier;

2 l'erreur

commise.
Cette erreur est
.^f{i)c)clz

, X ai ax z a Z
x
soit assez

dsigne le rayon de convergence, et que

voisin de | pour

que
\x

ai\<,

29*

CHAPITRE XV.
'V ^-

cliacun des facteurs

sera plus petit

que -,

et sous le

signe
)

il \\

n de ces facteurs.
si

Donc JF
S'il

sera trs petit

est trs grand.

tait
ait

seulement probable que

rayon de conver-

gence

une certaine valeur, on

serait

en prsence d'une

question de probabilit.

216. Je suppose

que l'on Sche a priori que

fonction/(^)
les

est dveloppable, dans un certain domaine, suivant

puissances croissantes de ^,
/(a;)=r: Ao-h

A,^

-h

Nous ne savong
pour que

rien sur les A, sauf

que

probabilit

l'un d'eux, A/, soit

compris entre certaines limites,

-+-dy^ est
e-hy'' dy.

v/-

Nous connaissons par n observations

/{a,,)

= Bn.
/(^) pour une

Nous cherchons
autre valeur de
C'est
or,

valeur probable de

un calcul d'interpolation, avec cette diffrence que

nous cherchons un polynme limite.

hte d'ajouter que je considre

question

comme

un simple exercice de

calcul, car j'ai introduit

arbitrai-

THORIE DE l'iNTERPOLATIOX.

298

rement

la loi

de Gaiiss; autrement

problme

resterait

indtermin.

217.
infini,

Nous avons
de
la

dterminer les coefficients A, en

nombre
il

fonction, l'ade

de n observations

ici,

plus d'inconnues que d'observations, et nous ne pouvons

nous guider que par

de
la loi

l'ide

que nous nous faisons a priori

en gnralit plus encore que
puisque nous avons

de probabilit.
ainsi

Nous nous levons

nous ne l'avons jamais

fait jusqu'ici,

dterminer une fonction inconnue.

Je vais d'abord ne prendre qu'un nombre
cients.
fini

de coeffi-

218.

D'une manire gnrale,

1,
2,

soit

un nombre
^

fini

d'incon-

nues,
. .

. ,

est

connu.
la

Je suppose que

probabilit, pour

que

ui soit

compris

entre u et u -h du, est reprsente par

la loi

de Gauss,

La probabilit pour que

l'un des u s'carte de zro sera

d'autant plus petite que h sera plus grand.

Nous connaissons
des M,

les

valeurs

de certaines

fonctions

en supposant

les

observations parfaitement exactes.

est plus petit

que ^,

a plus

d'inconnues que d'ob-

servations.

Je suppose que les

sont fonctions linaires des u;

c'esl

294
ainsi

CHAPITRE XV.

que, dans l'exemple qui

prcde,

les

taient

fonctions linaires des

qu'on avait

BAr=Ao4-Aia*-H
Je pose donc

= Ci Ml +
Chercher

CJ.

2 -H

Cj?

<;,.

Les observations nous ont appris que 7^

Xk
et axk -h dxj..
les m, c'est

est

compris entre

rsoudre un problme
c'est

de probabilit de causes. Les causes,

que

les

u sont

compris entre certaines limites

les effets observs, c'est

que

les

sont compris dans certaines limites.

La formule
Pi w/

^Pi^i
va se simplifier
ici.

219. Si les u ont des valeurs dtermines, les fonctions

linaires i, auront
la probabilit

galement des valeurs dtermines,

de ces valeurs sera

certitude; suivant que

les limites
i

ces fonctions tomberont ou

non entre

donnes
la for-

par l'observation,

la probabilit sera

Donc

mule de

la probabilit

a posteriori se simplifie en

l'on a

reprsent par/>/la probabilit de

l'effet

quand

cause agit.
JjSi porte sur toutes les probabilits relatives

aux valeurs

des u compatibles avec les observations;

lit

gt,-

est la probabi//

a jorfor* pour que les diverses quantits

soient

com-

prises entre certaines limites.

Ar'*"^"

inconnue a pour probabilit d'tre comprise entre

.. .

THORIE DE l'iNTERPOLATION.
ujt

If5

et Uk -h du^,

GT/

comportCT? facteurs analogues,

^_
j'crirai

/t^t;^^;

pour abrger
JSiZzi

n dux dui
1

dUftf

d'o

2^/= n d^l^ dui

dup.

faut intgrer

pour toutes

les valeurs

des u compatibles

avec les observations, c'est--dire satisfaisant aux ingalits

/,<CiUi-hClut-h...-^C^Up<f,-i'dCH'
La probabilit cherche sera
Wf
IfSi
j
II

dui da^

diip
.

n dui dui

dUf

quand
aura

les

u satisferont aux ingalits ci-dessus. Sinon l'on

probabilit.

comme

220. Si je cherche la valeur prob'atfle d'une fonction quel-

conque

des w.
1

f^f
I

FUdui dUi
VLdu^ dui.
.

__
.

dup

dUp

2)i)

CHAPITRE XV.

Nous

allons transformer ces

deux intgrales.
.

a
^h

< y h < ^h -+ dxn

Je vais prendre pour inconnues ji, y^^ ..., /, et j'y

adjoindrai/?

fonctions linaires des u tout

fait

quel-

conques,

^i, ^2, ..., :?,,_.

n <:/!
va se transformer en

du^

ciup

n A dvi dy^
A
et

dy,i dz^ dz^_

dzp_.n.

est le

dterminant fonctionnel des u par rapport aux r

aux z;
Il

comme
vient

ce sont des fonctions linaires,

est

constant.

YUdyidy^... dy

dz^ dz.

dzp^n

In dy,

dy.

dy dz^ dz,

dzp_

Nous avons intgrer d'abord par rapport aux y; y^ par exemple variera depuis x^ jusqu' x^-\-dxy^ c'est--dire
trs peu; la fonction sous le signe
/

va rester sensiblement

constante, et l'on pourra crire

dx.,

.dx,i

VU dz^ dz^
j

dz^^n

dxi dx^_

n dzi dz^

dzp_n

Les diffrentielles des

FI et

disparatront.

sont des fonctions des 5, et nous intgrerons

par rapport aux ^ de

H-

00.

est le produit d'un facteur constant par

une exponen-

THORIE DE l'iNTERPOLATION.
lieile,
e-^'""'-^''*"'-^

297

'^V/'); l'exposant est

un polynme
z.

du second ordre

non homogne par rapport aux

221.

Supposons F fonction linaire des

Cherchons

valeur probable de F.

Les valeurs probables des diffrentes quantits z s'obliennent en cherchant les valeurs qui rendent
l'exposant

soit

jz'j

valeur de

qui rend

minimum P minimum.

Alors

P^rP^-hPo.
Po est une constante, et P2 est un polynme homogne
et

du second degr par rapport aux quantits

L'intgrale O'

c?.

/{z,-z^)e-^dz,dz,..,dz_,,
porte sur une fonction impaire par rapport
intgrant
4?/

-sj;

de oo-i-oo,
si

on aura zro pour

valeur de

celte intgrale.

On en
'/

dduit que,

est gale Fo

quand on y remplace

par z^.

f{^o)e-^dzidz,...dzp_
est nulle, prise

p-H

-i- 00.

De mme

/<{
et

o)lidZidZi.

.dzp.ho\

par suite

FUdzi

dzi.,. dzp..n =: Fo

/ II

dz^ dz^.

dzp_y

298

CHAPITRE XV,

c'est--dire

F=:F..
Ainsi on obtiendra

z-i

valeur probable de F en substituant

les valeurs qui

rendent

minimum

polynme P.

222. Appliquons ces principes au

problme pos au para-

graphe 216.

Au
avons

sujet de /(^'), nos inconnues u sont les

nous

rz.

A,A? 4-AiA? -h.

.-+-

-^/Ai -+-.

faut rendre ce

polynme minimum.

Les valeurs des

relations linaires

seront d'ailleurs arbitraires, sauf les

les observations

donnes par

Ixrivons que
tre nul

P
les

est

minimum. L'accroissement

c?P

devra

quand
c?P

A/ s'accrotront de ki
-I-

~ ^0 Ao ?Ao

... H-

hiki
rfA

f/A,

-f-

= 0.

Les accroissements

<iAo,

sont lis par

Or, /(i) par exemple est gal

/(a,)=:AoH-AiaiH-...-h A/a'i-h

Donc
dko-\- 1
//Ao 4fla

5?Ai

-h ... 4- dki~>r
-f. . .

iAi

-4- a'j

c?A/ -h

= o, = o,
}

^Ao+ flrflrA,-f->

.H- ; cfA^ -H.

.= 0.

THORIE DE L'iNTERPOLATION.
223.

299

Pour que P

soit

minimum,

premire quation

dP = o
doit tre satisfaite quels

que soient

Jes

dA;
/

cette

premire

quation doit tre une consquence des

entre ^A.

autres relations

Soient

Sj,

...,

des

coefficients

convenablement
les

choisis, par lesquels

nous multiplions respectivement

relations,

deux membres de chacune de ces n

/l.Az=l^a'^^eiai~\-...-heai^,
A/.2r' Z=Z j

_ u-

Si je

pose

le coefficient

dans

seracp(jt,), etc.
Il

vient donc finalement

J{x)^=

9(.ra,) -}-c29(^2)-f-.

.-h9(j?a).

Nous disposerons des

coefficients

de faon satisfaire

aux observations, d'o n quations n inconnues.

22^.

La forme de /(jt) dpend des

A.
il

Pour que
faut

srie

qui reprsente ^{oc) soit convergente,

ficients

que

les coef-

h augmentent avec une rapidit suflisante.

Ton

\^\<9

|rt/,

|<p,

3oO

CHAPITRE XV.

THORIE DE l'INTERPOLATION.

c'est--dire

xau

< p%

srie sera convergente

quand

En somme,
les

cela revient dire

lit

que

probabilit pour que

derniers coefficients en
Il suffit

s'cartent

de zro devient de
'"^'^

plus en plus faible.

rang- les

de supposer qu' partir du

<^{x), les

h sont

infinis.

Dans

termes extrmes o

entrent A^
d'ordre n.

^^i--i-

s'annuleront et 9(^) sera un polynme

CHAPITRE XVI.
QUESTIONS DIVERSES.

225. Battage des cartes.

suis

occup dans

l'in-

troduclion des problmes relatifs au joueur qui bat un jeu

de cartes. Pourquoi, quand

jeu a t battu assez longtemps,

admettons-nous que toutes

les

permutations des cartes,

c'est-

-dire tous les ordres dan lesquels ces cartes peuvent tre

ranges, doivent tre galement probables? C'est ce que

nous allons examiner de plus prs.

Soit q
le

nombre des
la

cartes; soit S,

une permutation
faire

quelconque, c'est--dire l'opration qui consiste

passer au rang a
le

carte qui avant la permutation occupait

(3.

rang

j3;

a tant une fonction dtermine de

</! Il

Le nombre
normal,

total

des permutations possibles est

y aura un certain

ordre des cartes que nous considrerons

comme
les

que nous dsignerons par

So; et

nous reprsenterons par

cartes,

S, l'ordre

dans lequel se trouveront ranges

lorsque, primitivement ranges dans l'ordre normal, elles

subiront

permutation

S/.

Ainsi S reprsentera

la fois

l'ordre normal, et la permutation identique, celle qui n'altre

pas l'ordre des cartes. Cela pos, deux permutations conscutives S/ et Sy quivaudront une permutation unique
et c'est ce
(l)
Syj-,

que j'exprimerai par

la relation

S.SyrzrrSA..

302

CHAPITRE XVI.
le

Un ensemble de permutations forme un groupe quand

appartient Tensemble.

produit de deux permutations quelconques de l'ensemble

Soient donc

les diverses

permutations d'un groupe

G et les ordres corresles diverses

pondants des cartes. Supposons que nous sachions que

Tordre du jeu appartient ce groupe, et que

permutations du groupe aient pour probabilits respectives

Poj

.. .,

Pr,

telle sorte

que

Nous pouvons reprsenter sjanboliquement

probabilit par

celte loi de

un nombre complexe. On
la

sait

que Ton a

inaugur des nombres complexes de

forme

oii les

sont des quantits ordinaires et les e des units

complexes. Les oprations sur ces nombres complexes se

tbnt d'aprs les rgles ordinaires

calcul, avec cette dif-

frence que
ciative,

la multiplication,

qui reste distributive et asso-

peut ne pas tre commutative.

On dfinit un systme
la

de nombres complexes, en se dpnnant

rgle de multipli-

cation, c'est--dire en dfinissant le produit CiSj de

deux

units complexes quelconques.

Nous allons
S/

dfinir

un systme de nombres complexes

correspondant notre groupe G; chacune des permutations

de ce groupe, nous ferons correspondre une unit

et si

complexe,;

Ton

a l'quation (i) S,Sy :^ Sa, nous con-

QUESTIONS DIVERSES.

3o3
e^.

viendrons que

produit eiCj est gal

Cette rgle est

admissible, puisqu'elle est associative.

Nous pourrons

alors reprsenter
le

symboliquement

la loi

de probabilit envisage par

nombre complexe
.
.

P =/?(> eo -H ^1 e, 4226.

H- /?,.^^.

Le joueur

qui bat les cartes a des habitudes, de sorte

qu' chaque coup,

y a une probabilit pi pour

S/.

qu'il fasse

subir aux cartes la permutation

Cette

loi

de probabilit,

qui nous est d'ailleurs inconnue, est reprsente symboli-

quement par

nombre P

= ^PiCi,
la loi

l'on est parti

de
ait

l'ordre normal, la probabilit

pour qu'aprs un coup on

de probabilit des

l'ordre S/ sera/?,,

de sorte que

dif-

frents ordres sera encore reprsente symboliquement par

P. Si au lieu de partir de l'ordre normal S nous tions

partis d'un ordre

quelconque

Sy, la loi

de probabilit aurait

t reprsente par eyP. Si avant le coup la loi de probabilit tait

reprsente par

nombre complexe Q,
donc nous partons de
la loi

elle le

sera aprs le coup par

QP.

l'ordre

normal

que nous battions n coups,

de probabilit

sera reprsente finalement parle

nombre complexe P".

c'est

Ce que nous voulons dmontrer

grand, on aura sensiblement

que,

est trs

r
c'est--dire

-+-

que tous

les

ordres possibles seront galement

probables. Et ce rsultat sera indpendant de P, c'est--dire

la loi

inconnue de probabilit, des habitudes inconnues

du joueur.
2^7.

M. Cartan a introduit dans

thorie des nomb-es

3o4

CHAPITRE XVI.
la

complexes

notion de l'quation caractristique. Soient

un nombre complexe donn, X un nombre complexe inconnu,

un nombre ordinaire inconnu; considrons

l'quation

(2)

AX = wX.
"sont

Les deux membres

des nombres complexes, et en

...,e^,

galant les coefficients de eo,e,,

entre les
/

on aura

-f-

quations

coefficients Xj

du nombre complexe inconnu

j?/,
r,

ces quations sont linaires d'une part par rapport aux

et d'autre part par rapport

el
/

aux r -h
-+1

coefficients

du nombre A. Nous avons donc

par rapport aux r -h
i

quations linaires
le

inconnues

xi.

crivons que

dter-

minant A de ces quations est nul; nous aurons une quation algbrique d'ordre
/

-h

qui dterminera

co.

D'aprs

thorme des substitutions linaires, chaque racine simple

de celle quation A
zr^

correspondra un nombre complexe

X satisfaisant
{2 bis)

(2).

A une racine double correspondront

deux nombres complexes

et Xi, tels

que

AX==wX,
triple, trois

AXt= wXiH- iX.

nombres X, Xi, Xj,
tels

une racine

que

{2ter)

AX^oiX,
;

AXi=ra)Xi-{-iX,

AXa^^Xj-h s^X,,

et ainsi de suite

les

sont des nombres constants ordinaires

qu'on peut supposer gaux o ou

i=:

Remarquons que,

2=0, on aura

\{i\-hhx,-hi,x;)

(^0.\-i-'k,x,-^i^\^)
X, X,, Xj

quelles que soient les constantes

(qui sont, bien

entendu, des nombres ordinaires).

Dans

le cas

des nombres complexes drivs des groupes,

QUESTIONS DIVERSES.
il

3o5

y a quelques simplifications. Soit

X un

nombre complexe

quelconque

posons

e,\^Yr:=zlyjej;
on voit tout de suite que les/ ne sont autre chose que
rangs dans un ordre diffrent.
Il

lcs.r
l'on

en est de

mme

pose Xe/

= Y;

on a d'ailleurs

de sorte que l'quation (2) peut s'crire

(^eQ)X
PX==:a)X

228. Je forme l'quation caractristique du

nombre P

et je

propose de montrer d'abord qu'elle a une racine

et toutes les autres plus petites

gal

que

en valeur

absolue.
Soit

effet

PX = 2/,e,;
on aura
^

yi^Pk^h,
lis

les indices

k ei h tant

par

relation ei-eu

ei,

sorte que,

si j'cris

yiz^^pn.iXu,
les phi

ne seront autre chose que

les

pn dans un autre

ordre. L'quation (2) nous donnera alors

(3)

I*Ph.iXh=^Xi'
satisfaire ces quations (3)

Nous pourrons
P.

en prenant
"^^

3o6

CHAPITRE XVI.

lous les Xi gaux entre eux, d'o nous dduirons

Mais

d'o 0)=:

I ;

ce qui montre d'abord qu'il y a une racine gale

ce qui concerne les autres racines, les quations (3)

nous donneront
(4)

^\ph.iXh%\iiiXi\

ou, puisque tous les

sont rels et positifs.

Ajoutons toutes ces ingalits;

viendra

^i^hPh.i\Xh\l\^\^\0Ci\,
Mais

^iPhj^^'
Donc
d'o

d'o

Ainsi a'ucune racine ne peut tre plus grande

que

valeur absolue.
,

c. Q. F.

229. Soit

(a)

une racine diffrente de

i ;

considrons un

nombre complexe appartenant

d'aprs la phrasologie

celle racine w, c'est--dire,

adopte par M. Cartan, un des

QUESTIONS DIVERSES.

3o7

nombres X, Xi,
/

...,

tels

que

PX = wX,

PX,==wX,-f-,X,
nombres complexes,
'^Xir=z O.

je dis que, pour tous ces

effet,

remplaons dans tous nos nombres complexes

toutes les units complexes

par l'unit ordinaire; les

galits qui peuvent exister entre ces

nombres complexes

subsisteront Si

Ton a

P = 2/?,e/,
ces

X = 2;r/e^-,
la

= 2^Je/,

nombres complexes aprs

substitution deviendront

respectivement

et nos galits deviendront

par consquent,

n'est pas gal

2^^=
230.

^x]z=zo,

Nous avons
s'il

dit qu'il

y a une racine gale

i ;

reste
le

savoir

ne peut pas y avoir plusieurs racines dont

i ,

module

soit gal

ou encore

n'est pas racine multiple.

Pour que

l'ingalit (4) se rduise

une

galit,

faut

que

tous les Xi aient

mme

module,

et,

comme

ces xi ne sont

dtermins que par leurs rapports, nous pouvons supposer

qu'ils sont tous rels et positifs.

Comme
de
&3,

lesy^ sont tous rels

et posilifs,

en sera de

mme

c'est--dire

que nous

aurons

3<>8

CHAPITRE XVI.

Soit alors xj le plus grand de tous les ^,;

nous aurons

cette ingalit ne

pouvant se rduire

une

galit

que

tous les phj sont nuls, sauf ceux qui multiplient un

Xj,

gal

Mais l'quation (3) nous donne

_^Ph.j^h^XjXj,
Nous devons donc conclure que

Ph.jo

jc/,<jry,

ce qui nous montre dj que,

aucun des pi

et par

con-

squent aucun des pnj n'est nul, tous

les Xi seront

gaux.

Nous dirons que

C,
si

permutation

S, appartient la catgorie

Xi est gal xjy c'est--dire au plus grand des x.

Je dirai d'autre part que

substitution Sa appartient

l'ensemble
gorie C,
il

si,

toutes les fois que Sy appartient la cat-

en est de

mme

S;,=rS^Sy.

tre nul, c'est alors

La condition ncessaire pour que p/^^^puj puisse ne pas qqe S/, appartienne l'ensemble E.

Je dis maintenant que l'ensemble

constitue un sous-

groupe de G.

effet

S^-

appartiennent cet
C,

ensemble, cela veut dire que Sy ne peut appartenir

sans qu'il en soit de
alors
il

devra en tre

mme de S/,~*Sy de mme de

de Sg-^Sy. Mais

S/7US;^Sy)=:(SeS/,)-^Sy,
ce qui veut dire que S^Sa: appartiendra aussi C.

Donc

circonstance qui nous occupe ne pourra se prsi

enter que

tous les

p^ sont nuls, sauf ceux qui corres-

QUESTIONS DIVEBSES,

Sog
c'est-

pondent aux permutations d'un certain sous-groupe,

-dire
si l'on sait

d'avance que le joueur en battant les cartes

n'excutera jamais que des permutations appartenant ce

sous-groupe.
Si

laisse

dcote ce cas d'exception unique, l'quation

PX = X
ne peut tre
eux.
satisfaite

que

tous les Xi sont gaux entre

231.

Une

possibilit

subsisterait

encore

on pourrait
tel

supposer
(5)

qu'il existe

un nombre complexe X,
,>0,
. .

que

PX,= X,-4-iX, X = eo -h ^1
-i-

-h

e,.

que

racine

est multiple.

Mais de l'quation

(i)

dduit

PXi=:Xi+/i,X.
Les coefficients de Xj
et

de iX ne dpendent pas de n;

ceux de P" dpendent de

et leur

/i,

mais

ils

restent rels et positifs,

P'*

somme demeure
la loi

gale i; puisque

reprsente

symboliquement
ceux de Xi-fils

des,probabilits aprs n coups.

Les coefficients de
/2'iX

P"X restent donc limits. Au contraire,

i'^'"

sont des polynmes du

degr en n;

ne peuvent donc tre limits; l'quation (5) est donc

impossible.
Si

nous reprenons l'quation de

forme

PX=:wX,
nous avons vu que w est donn par une quation d'ordre
,

I ;

et qu'

une racine d'ordre de multiplicit

\iy

appar-

3lO

CHAPITRE. XVI.
/jl

tiennent

nombres complexes

distincts.
il

somme

des

ordres de multiplicit tant r-j-i,

y aura rn-i nombres

et ils seront

complexes appartenant aux diverses racines,

linairement indpendants.

Un nombre complexe quelcon-

que peut donc tre considr comme une combinaison

linaire de ceux qui appartiennent aux diverses racines.

Dans

le cas qui

nous occupe, un seul nombre appartient

la racine i, c'est

tous les autres appartiennent des racines

en valeur

absolue, et la

somme
y

des coefficients de
Il

chacun de ces

nombres complexes

est nulle.

rsulte de l que .^om^

ses coefficients soit

nombre complexe
nulle^

tel

que la somme de

peut tre regard

des nombres complexes qui appartiennent

comme une combinaison linaire aux racines -<

en valeur absolue
232.
I

Considrons maintenant une racine w

telle

que'

< nous aurons, cette racine est multiple, PX = a>X, PX,-a)X,-t-g,X, PX,=r wX^-f- s^X,,

si
I

..:,

nous en dduirons aisment

P^Xmw^X,

PX, = MXt-H/iw-,X,

PX,= (k)X,-^W-^,X,-h^^^j^&)"-*,,X,
Comme w'*, w~*,
n
^

^^^^ &)"~*,... tendent vers zro

quand

crot indfiniment,

on voit que, pour un nombre complexe

quelconque appartenant une racine <i- en valeur

absolue, on a

limPX = o

00).

QUESTIONS DIVERSES.

3 II

Maistoul nombre complexe est une combinaison de ceux

qui appartiennent aux racines

pourvu que

somme de

ses coefficients soit gale zro.

aura donc encore

IimPX = o
toutes les fois que
nulle.
Si
la

somme

des coefficients de

sera

au contraire

X appartient

racine

c*est--dire

tous ses coefficients sont gaux entre eux, on aura

PX = X.
Si

est

un nombre complexe quelconque, nous pourrons

Xrr:SXo-+-X^

poser

o S

est la soiime des coefficients de X,

= -4-7 r
-k- i

+ ^1 -H

-^ ^r )

somme

des coefficients de X' est nulle.

aura

alors

limP'^X^i^SXo.

Remarquons mainlenanl que

XoX =:: XXo =^ S Atf.

On
aura en
effet

r
k

3 12

CHAPITRE XVI.
l'on a

pos

ockj^=^

Xi en admetlanl cjCi =:

e/^.

ou bien

x.x=;2l7^(^^^*-/)Mais

les x^.j qui figurent

jt,

sous

signe Ij sont, dans un

ordre diffrent, les

eux-mmes,

c'est--dire

que

d'o finalement

lim(P~Xo)X =0.
Mais

est

un nombre complexe quelconque; nous pou-

vons donc prendre

X eo,

d'o

(P"-Xo)Xr=(P_Xo)eo=:P"-Xo.
Il

reste

donc

limP=:Xo*
ce qui veut dire qu' la limite, toutes les probabilits, c'est-dire tous les coefficients

du nombre complexe P" qui rela loi

prsente symboliquement
C'est ce

de probabilit, sont gaux.

que nous nous tions propos de dmontrer.

Je renverrai quelques-uns des ouvrages o

est trait

des nombres complexes et de leurs rapports avec les groupes.

Je citerai en premire ligne les travaux de M. Frobenius
publis dans les Sitziingsberichle de l'Acadmie de lierlin

de 1896 1901, et ensuite un mmoire de M. Carlan Siw

les

groupes hillnaires

et les

systmes de nombres complexes

{Annales de la Facult de Toulouse^

XI). Je

me suis

moi-

mme
efforc

occup de

question, et je

suis en particulier

de rapprocher

les rsultats prsents

par ces deux

QUESTIONS DIVERSES.

3l3

savants minenls sous des formes 1res diffrentes l'occasion

d'une tude Sur l'intgration algbrique des quations

linaires, insre
t.

dans

Journal de Liouville,

srie,

IX.
233. Rpartition des dcimales

dans une table numrique.

Supposons qu'on prenne dans une table de logarithmes

un grand nombre de logarithmes conscutifs

considre lalroisime dcimale par exemple.
dix chiffres o,
liste; et
i, 2,

que

l'on

On verraque les
troi-

3,..., 9 sont galement rpartis sur cette

la probabilit

par consquent

pour que cette

sime dcimale

soit paire est gale -

instinct invinle vrifier

cible porto le penser, et d'ailleurs

posteriori. Y-a-t-il

on peut

moyen de rendre compte de

nombres
log( I

ce fait?

Envisageons

les

100 000

o nous donnerons

toutes les valeurs entires depuis

jusqu' looooo. Considrons

fonction

FTlogfn-^ )] 100000/
L
\

F (y) tant une fonction qui est gale 4- i, si la troisime dcimale dey est paire, et ~i, si cette dcimale estimpaire.
Je

me propose de dmontrer que la

ou trs
petite.

valeur

moyenne de F (y)

est nulle

D'aprs

la dfinition de

(y), on a

ce qui montre que F (y) est une fonction priodique de

3i4

QUESTIONS DIVERSES.

3|5

Qu*esl-ce que

M? Posons
I

pour abrger
)

lOOOTT log{ ^ \
ii

-1

100000/

= r;
-^

looopo

viendra
cp'

(r) =mooo7:

00000

\-\-

cosr, *^

"(^)= (iooott)'-^
'

(looooo)* (14-^)*
I
I
;

iSinr
*^

iooottt(lOOOOO)-,

(14-5)*

^cosr, ^

d'o

M
d'o

< -r 4(100)*

(100)*

r^ 000
1

1000

v/i* ^ 10000 IQ'M <

lOOO

r= 10,

J~-S|<
valuons maintenant
a;

2000
suprieure de
J.

la limite

Posons

100000
d'o

= I0007:,
dz=z
10

=:::l0g(l4- ^>,

Jr=ioi

s\n(xu

sinxue'* du.

L'intgration par parties

J = cosa//tf" 10 a

me donne
h

/*"*cosa r- e" ^

(lu,

IjL
10
I

e"o4-g"'

r"'e''du

^
f

"^/ "
-

ac".

T"'
n^I,!

e=l4

lOOOO
J

200000

e'*.=:l4

00 000

3l6

CHAPITRE XVI.

Donc

|J|<-^^< ioot: ioo

'
'

ou, en comparant avec la limite

S
.

|S|< 'ioo
234.

La dmonstration
mais
il

a t

donne sur un exemple

trs

particulier,
et par

est ais d'en apercevoir le vritable sens

consquent
s'est

porte gnrale.
ralit sur trois faits
:

appuy en

iLes drives successives du logarithme restent

(Fans l'intervalle considr;
2

finies

Le nombre a == loooTiest

trs grand;
il

Bien que grand d'une manire absolue,

est trs petit

par rapport au

nombre looooo qui

figure au

dnominateur

dans l'expression
log(^i4--

X
ooooo

voit

que ces mmes circonstances se reproduiront

les

dans un grand nombre de cas analogues, et que

mmes

raisonnements seront applicables toutes

continues. Soit plus gnralement valuer

les
la

fonctions

somme

oii est un trs grand nombre,

limite;
(3

un nombre o
l'on

trs petit

F une fonction priodique et tel que a(3 soit lui-mme

toutes les valeurs entires

trs petit, et

donne

depuis
grale

jusqu'^' Nous comparerons cette

somme

l'int-

F[ao(^)]<:/5.

QUESTIONS Ol VERSES.
II

3l7

viendra

comme

plus haut

tant le maximum de la drive seconde de F[a9((3^)] par rapport ^; or cette drive seconde est gale

les lettres

accentues dsignant les drives de F et

(3^7.

par

rapport leurs arguments respectifs acp et

voit que,
((3)'.

ces drives sont limites,

Soit maintenant

S est

de l'ordre de

(m) la fonction primitive de

F (u) de

telle sorte

que

F(.0
l'intgration par parties

= ^'(");

nous donnera

ce qui montre que J est de l'ordre -

11 suffit

donc, pour que

soient

notre raisonnement soit applicable,

trs petits.

et (a|3)'

235.

Deux difficults subsistent encore cependant. Le

pas vrai alors
(3

rsulpetit,

tat n'est-t-il

mme

que

(3 n'est

pas trs
lieu

pourvu que
sonner sur

le soient.

Supposons qu'au

de rai-

troisime dcimale d'une table 5 dcimales,

nous ayons raisonn sur

cinquime, au lieu de prendre

a^riOOOTT,

GO 000

3l8

CHAPITRK XVI.

nous aurions d prendre

a
et
::z=

I00 0007T,

OOOOO

iz(3

n'aurait plus t trs petit. Et cependant l'inslincl, qui

croire

nous pousse

que

troisime dcimale doit tre

uniformment
cerne
la

rpartie, est aussi puissant

en ce qui con-

cinquime.
il

ce qui concerne l'valuation de J,

ne peut y avoir

de difficult
s'occuper

mme s^ap n'estpas

que de
la

trs petit;

n'aurait

donc

diffrence J

S. D'autre part, la foncdfinie

tion priodique

F que nous avions

au dbut de cette
la rpartition

tude et qui s'introduit quand on veut tudier

des dcimales dans une table de logarithmes, cette fonction

laquelle

nous avions substitu un sinus pour faciliter I

cal-

cul, tait gale zb

suivant,

qu'un certain

chiffre tait paif

ou impair.

C'tait

donc une fonction discontinuejein(f\}sne

le calcul

pouvons nous appuyer, dans

ses drives sont limites.

- S sur ce fait

que

pourrait,

est vrai, dvelopper cette fonction prio-

dique F en srie de Fourier, et l'on serait ramen ds sinus

auxquels on pourrait chercher appliquer ce qui prcde;

mais pour
(X

les

termes d'ordre lev de cette srie,

nombre

srail trs

grand et

produit a {3 ne serait pas trs petit;

on retomberait donc sur

23G. Force est

premire

difficult.

donc de recourir

d'autres considrations.

Soit F(jr)une fonction dont les drives sont limites. For-

mons une table o nous donnerons

tiples

de
lOOOO,

Est-il possible

toutes les valeurs

mul-

que dans cette table

la cin-

quime dcimale

soit toujours gale

o?0n

auraitalors

\ 10000/

lOOOO

QUESTIONS DIVERSES.

3l9

V et

sont des entiers et

JOOOOO

Nous nous appuie^'^

rons sur

formul connue

F(a? 4- 2 A) -h F(jp)

2F(^ -i-h)=z h^F'a^ -h^Ok)

(o<0<i).
et

Donnons

x une

valeur multiple de

lOOOO

faisons

lOOOO

Soient n, et

Wj et

cg, /3

et
il

les valeurs

de et g corres-

pondant

;r, a;

-h h, x-k-ih;

viendra

lOOOO

Comme

est plus petit

que
I

00000

nous pourrons poser *

l-4-3 22=i---i

lOOOOO

(0<l),
'

n^^n^ 22 N,
d'o

(*s) 10000.
Si F" qui est limit n'est pas

de Tordre de lOooo,
2/l,

faut

que N

= o; ou
/l,H-3

c'est--dire

que

les entiers

/i,

ou encore

les

nombres qui

figurent dans notre table, soient reprsents par un poly-

nme du

i*"*

degr; ou encore que les diffrences secondes

de notre table soient toutes nulles. Cela n'est videmment

qu'un cas trs particulier,
et,

pour

plupart des fonctions,

on pourra affirmer que cela n'a pas

lieu.

320

CHAPITRE XVI.
voit par l, sans

que

j'insiste

davantage, sur quelles

bases on pourrait appuyer une thorie de

la rpartition

probabilit de

des dcimales dans une table numrique.

237.

Mlange des liquides.

Je ne dirai que quelques

est trs grande,

mots d'une autre question dont l'importance un liquide enferm dans un vase

mais que je ne suis pas en mesure de rsoudre. Considrons

qu'il

remplit entirement.

Les molcules de ce liquide sont en mouvement permanent;

les lois

de ce mouvement sont connues, et elles s'expriment

par des quations diffrentielles que je considre comine

donnes. Soient x, y, z les coordonnes d'une molcule;

on aura pour les composantes de sa vitesse

_
est

'dt^^'
Si le

1i-^'

di-^'

mouvement

permanent, X, Y, Z sont des fonc-

tions des coordonnes ^, /, z indpendantes

du temps

je suppose

que ces fonctions soient donnes. Le liquide

tant incompressible, on aura la relation

d%
dx
Si l'quation

dY^

dZ__
dz
'

paroi du vase est

on aura en t^us

les points

de cette paroi

la relation

dx
qui exprime que
nulle.
-

dz
la vitesse est

composante normale de

QUESTIONS DIVERSES.

321

Cela pos, j'imagine que certaines molcules du liquide

se distinguent des autres par quelque qualit apparente, qu'elles soient de couleur rose par exemple, tandis

que

les
la

autres sont incolores; mais qu'elles obissent d'ailleurs

mme

loi

de mouvement.
G,

Au temps ^==

elles
le

sont distribues d'une manire

l'exprience

quelconque dans

vase;

courante

nous

apprend qu'au bout d'un certain temps

elles seront enti-

rement mlanges avec

les autres; elles seront

uniform-

ment rpandues dans le vase. Considrons un volume v intrieur au vase;

un
contenue, ou,

quelle est,

instant quelconque, la quantit de liquide rose qui y est

Ton aime mieux, quelle

est la probabilit

pour qu'une molcule prise au hasard dans cette rgion

soit

rose

? Si

rpartition est uniforme, cette probabilit

soit le

sera

une constante, quel que

du vase.

volume

choisi l'in-

trieur

Si l'on envisage

deux volumes

i^i

et Vt

pour lesquels cette

probabilit soit P, et P,, et qu'on appelle

relative au

probabilit

volume

total v^ -H

i>2,

on aura videmment

P((;,+
et

(;2)

Pi^i-f-Pst',

nous pourrons crire, pour un volume quelconque,

Pc
o
l'intgration
i>

CpdT,

est

tendue
la

tous les lments dr du

volume

o p est

probabilit relative au

volume
z,
t

dz.

Cette probabilit

est

une fonction de ^, /,

dfinie

par l'quation

dt
P.

dz
21

322

CHAPITRE XVl.
i^

Considrons alors deux volumes quelconques

les probabilits

y',

correspondantes
la

et P';

peut-on admettre
P' tendra vers

que, quelle que soit

-dire la valeur de

distribution initiale du liquide, c'est^

p pour

rapport

quand
les

crotra indfiniment, et cela d'autant plus vite

que

deux volumes

seront plus grands et d'une forme

plussimple?
Si

nous ne pouvons admettre

cela,

pouvons-nous admettre

au moins que

rapport

i
T

V'dt

f.
tend vers
i

quand T

crot

indfiniment?

238. Telle est la question qui se pose et qui n'est pas

encore rsolue
qui en
fait

je voudrais expliquer

en quelques mots ce

l'importance. Imaginons un systme mcanique

dfinie

situation

par n

coordonnes

i, g^,

,'/;

son mouvement satisfera aux quations de Hamilton,

dqi
dt

dF
dpi

dpi dt

dF
dqi
l'nergie
=::

T
F
nz

est

l'nergie

cintique,

potentielle,
.

-h

l'nergie totale, et l'on a pi

/'n
/^2)

Considrons

7i>^2

-T ^/j;

/^rt

comme

les

coordonnes d'un
les

point dans l'espace

<le

w dimensions. crivons

quations

Hamilton sous

forme

~~^'~

dpi'

dqi'

QUESTIONS DIVERSES.

3^3

Ces quations seront de

mme

forme que celles du moula

vement de notre liquide, car elles satisferont

condition

1
analogue
la

dqt

dpi

condition d'incompressibilit. Nous

avons
liquide

donc, pour ainsi dire, tudier

mouvement d'un
la

dans un
lit

vasfe

2 n dimensions. Quelle que soit

telle situation

probabi-

telle

du systme

l'instant zro,

n'allons-nous pas avoir une probabilit uniforme pour cette

situation l'insiant^,

pourvu que
dans

soit assez

grand?
cinlique des

C'est l ce qu'on postule

thorie

gaz, et en particulier

quand on veut
Il

tablir le

thorme de

Boltzmann-^Maxv^^ell.
justifier

y aurait donc un grand intrt

ce postulat.

239.

Le postulat

doit tre vrai

en gnral; mais

est

certain qu'il comporte des

diffrentielles

cas d'exception. Si les

quations

dx - = dy = - = ^
dz

comportent une intgrale

F(.r, y,

z)=zconsi.y

o F est une fonction uniforme, l'intgrale

Vvfpdx,
tendue au volume limit par deux surfaces
F(a?,y,
sera
i;)

= ,

{, y, z)=:b

une constante;

alors nous envisageons

deux sem-

324
bljables

CHAPITRE XVI.

volumes

r et

dfinis respectivement par les in-

galits

a<F<b,
et

a'<<b',
et P' les probabilits

que nous appelions P

P'
-p-

correspon-

dantes, le rapport

sera une constante indpendante du

temps,

et,

comme

d'ailleurs la valeur initiale

de celle cons-

tante est arbitraire,

ne pourra tendre vers

Voici
tulat.

comment, dans
le

ce cas, doit tre modifi notre poslimit par les

Considrons

volume

deux surfaces

infiniment voisines

a< <a-\- da.

Soient

Y {a) da

ce volume,

P(a) da

l'intgrale

pdx cor-

respondante.

Considrons
v^

maintenant

deux

volumes

quelconques

et v" .

Soient P' et P" les deux probabilits correspon-

dantes. Soient V'( a )?<2 le volume

commun

V(a)fa et v\
t^";

mme ^(a)

?a le

volume commun ,V(fl) <faet

on aura pour7rr:oo

Tv
limp

{a)da

/V'( )da
En
d'autres termes, dans chacune des couches infiniment

minces, dfinies par les ingalits a

< F < -h da^ la promanire uniforme,

finale variera

babilit %QV2i/inalemenl rpartie d'une

mais

densit

de cette probabilit

d'une

de ces couches
C'est
le cas

l'autre.

prcisment celte circonstance qui se prsente dans

des quations de Hainilton qui admettent l'quation

des forces vives F

= const.

QUESTIONS DIVERSES.

SlS

Mais ce n'est pas

l la

seule exception possible. Supposons

l'intgrale

que

les

quations n'admettent pas

gnrale

F^rconst., mais qu'elles admettent l'intgrale particulire

= G,

c'est--dire

que l'quation F

entrane

sui-

vante,

^^F
cto)

^dF
dy

^d
dz
divisera le vase en
la

Alors

surface ferme

deux
den-

rgions; dans chacune de ces rgions,

probabilit sera
la

finalement rpartie d'une manire uniforme, mais

sit

de cette probabilit finale ne sera pas

mme dans les

deux rgions.
240. Autre cas d'exception.
je prends d'abord
qu'il

Pour bien

le faire

comprendre,

un exemple

particulier. Je
la

suppose d'abord

ait

une intgrale F

= const. et que
mme
la

surface
la

F = o soit

tore. Si le postulat tait vrai,

avec

modification

envisage au numro prcdent,

tre

probabilit finale devrait

uniformment rpartie
les

dans

couche infiniment

mince comprise entre

est trs petit.

deux surfaces F
la

= o et F

==: s,

Pour reprsenter

position d'un point sur

l'un
la
cp

tore
a

F=o,

nous nous servirons de deux angles;

sera

longitude, l'autre
et

sera l'angle

compt sur
la

section
s'il

mridienne

qu'on pourrait appeler

latitude

variait de o So",

au lieu de varier de

-f- 90*^.

Soient alors

les

quations diffrentielles du mouvement, et supposons

d'abord que

et 2 soient des constantes.

Nous pouvons
de telle sorte

supposer que

surface

a t choisie

326

CHAPITRE XVI.
la

que ces quations soient compalibles avec

fiormale des deux surfaces

condition d'inla

compressibilit (cela revient supposer que

distance

F=:o

F=r

est

en raison

inverse de
alors

distance l'axe de rvolution).

Nous aurons

9o et Wo tant les valeurs initiales de o et de w; dans ces

conditions

valeur probable de l'expression

sin

cii>

H-

A ),

n sont des entiers

et h

une constante, sera

/
opo
et

/?o

sin(w(p H- nco

-\-

h)d(SfQd(iiQy

est

une fonction donne

fait

et d'ailleurs arbitraire

de wo. Cela

Asin(w^-f- /ii2)/H-Bcos(w^-io

i)f,

A
B
11

est manifeste

que cette expression

oscillera sans tendre

vers aucune limite dtermine. Le premier postulat n'est

doncpas vrai dans ce

cas.

n'en est pas de mme du deuxime

postulat qui se rapporte l'intgrale

"Pdt.

Nous avons

effet

envisager l'expression

dt\

/?oSirt(/n9 H- /ito-+-

A)^9o^Wo

QUESTIONS DIVERSES.

827

qui est gale

s\n{m^

-h

n^)tdt-^

7^^

cos {

(S> -{-

nQ)t

dt.

Celte expression tead vers zro

quand T grandit
est nul.
si

indfi-

niment, sauf dans

cas o

-+-

Or m<t-h nl peut s'annuler d'abord

mensurabFes entre eux,
ce cas,
la
le

^ et

tant

comDans
est

rapport

est gal a ^-

trajectoire dcrite par

une molcule liquide

une courbe ferme, ayant pour quation

Fi=const.;

nous n'avons donc plus seulement une intgrale uniforme,

mais nous en avons deux,
d'exception du
et

nous retombons sur

cas

numro prcdent.

coefficient

-\-

peut encore s'annuler

et 12

sont incommensurables et

m et

sont nuls. Soit alors

une fonction priodique quelconque de

geons sa valeur probable

cp;

envisa-

n(^)=
et Tintgrale

pQ&d(Qd(po

Nous pouvons dvelopper

en srie de Fourier.

A chacun
J.

des termes de cette srie correspondra un terme de

D'aprs ce qui prcde, tous ces termes de J tendront vers

zro pour

trs grand, sauf le

terme o
valeur

m = n = o,

c'est-

-dire celui qui correspond

moyenne de

0, au

terme constant de

srie de Fourier.

Un raisonnement

tout pareil celui du paragraphe 239

328

CHAPITRE XVI.
signifie

nous montrerait que cela

sente par l'intgrale
1

que

probabilit repr-

4^dt est uniformment rpartie.

241.

est essentiel
la

de se rendre compte des vritables

exception que

raisons de

nouvelle

nous

venons

signaler. Considrons

une des molcules de notre liquide

JKo ^o

qui occupera au temps o le point ^o'

point
c,

et au

temps

z; considrons ensuite les molcules qui au

temps o remplissent une spbre de rayon

centre le point ^o 7o>
^o*

ayant pour

au temps
si

elles rempliront

volume

trs petit; ce

volume,

est infiniment petit, sera,

assimilable
^, y, z.

ellipsode ayant pour centre

point

Comment varier tf En
l'infini.

comportera cet ellipsode quand on fera

gnral, ses axes deviendront de plus en plus

ingaux, de telle sorte que le rapport de ces axes tende vers

Cela
<

essentiel

pour que
il

le postulat soit vrai;

dans

cas d'exception signal,

^o les

n'en est pas ainsi;

initiales

nous

appelons ^^ /o>
et

coordonnes

d'une molcule,

que nous dcrivions, du point

jco^

/o^ ^o

comme

centre,
la

une sphre de rayon

face

cette sphre

dcoupera sur

sur-

du tore une
petit.

aire qu'on pourra assimiler

un cercle de

rayon trs
sur
la

jQuand ^crotra, cette aire va se dplacer

surface du tore en restant assimilable une petite

ellipse;

mais l'aplatissement de cette

ellipse,

au lieu de

crotre sans limite, va osciller entre certaines limites, ainsi

qu'il est ais

de s'en rendre compte. Si nous considrions

pour up instant

comme

les

coordonnes d'un point

dans un plan, nous aurions une reprsentation de

surface

de notre tore sur un plan; notre petite ellipse

reprsente sur
le

serait alors

plan par une autre petite ellipse gui

QUESTIONS DIVERSES.
resterait toujours gale elle-mme ;
l'ellipse
si

829

donc nous revenons

rapport de

infiniment petite trace sur

le tore, le

ses axes ne dpendra

que du rayon du parallle du tore

donc une fonction

sur lequel se trouve son centre, en d'autres termes ce sera

une fonction

linaire de cos w; ce sera

priodique du temps.

242.

Voyons maintenant un exemple o

Reprenons notre tore F

cette exception

ne se prsente pas, mais en nous bornant toujours

particulier.

un cas

= o,

nos quations

mais sans que

et2 soient des constantes; nous pourrons

toujours disposer de
la

surface

de faon

satisfaire

condition d'incompressibilit. Supposons

^ = aM,
o a
et
j3

ilzzz^U.
le

sont
et

deux constantes dont

rapport est incomet

mensurable
ne peut

une fonction priodique de 9

devenir
infinie.

qqi

ni s'annuler, ni

Nous pourrons introduire une fonction

que
d(
d(i)

auxiliaire t telle

d'o

r est

une fonction de
et

de plus une fonction priodique

&>o

tpo-

Considre

comme

fonction de
la

elle est

dveloppabl en srie irigonomlrique de

forme

IXcosiyt

-{-

33o

CHAPITRE XVI.

O les coefficients ne sont pas entiers; c'est ce que M. Esclangon appelle une fonction quasi -priodique; on
tirera de l

irr:AoT-|-/(T, w,

(po),

/tant une fonction quasi-priodique,

tains cas)

et ensuite

(dans cer-

/tant une fonction quasi-priodique de

de
coo
il

Si A'o

dpendait

90, l'analyse

pourrait se faire sans difflcuit;

mais

n'en est rien. Aq qui est le terme indpendant de

(,)

c'est--dire de

de 9 dans
ni de
cp.

dveloppement de

rj,

ne dpend ni de
Considrons

&>o,

la diffrence

/i(^

Wo-l-,

cpo+-^) /i:(^

Wo,cpo),

sont trs petits; c'est encore une fonction quasisi

priodique;

celte fonction reste limite

quand

varie de

00
Si

-f- 00,

nous retrouverons des rsultats analogues'

et le postulait

ceux du numro prcdent,

ne sera pas

vrai.

au contraire cette fonction quasi-priodique peut crotre

j'ai

au del de toute limite (et

astronomique, Toiie
I, qu'il

montr dans

Bulletin

a des fonctions qusi-priole postulat est

diques pour lesquelles cela arrive)

proba-

blement

vrai,

mais nous rencontrerions pour

qui s'attachent
la

l'tablir toutes

les difficults

thorie des fonctions

quasi-priodiques.
Il

en serait encore de

mme

nous supposions, d'une

faon plus gnrale.

QUESTIONS DIVERSES.

tant des constantes,

une constante
cp

trs petite,

des fonctions priodiques de

(o.

pourrait

alors intgrer par approximations successives en dvelop-

pant suivant

les

puissances de

et l'on trouverait

a ei b tant des constantes,

et /i des fonctions prio-

diques par rapport wo et 90 et quasi-priodiques par

rapport
pas de
coo
t.

Seulement,

ici

encore, a et b ne dpendraient
les

et 90,

de sorte que nous retrouverions

mmes

difficults.

2^3. Les difficults

que nous avons rencontres dans ce

cas
le

simple montrent celles qui nous attendraient dans

cas gnrai. Disons quelques mots seulement d'un

mode

de raisonnement par peu prs auquel on pourrait tre

tent d'avoir recours.

Divisons

volume du vase en
gaux
;

nombre

trs

grand n

de
soit
le

volumes
/?,

soient

^19^8 ><'

ces volumes;

probabilit
t^/;

pour

qu'une molcule se trouve dans

volume

soient

n variables

auxiliaires et considrons l'expression

P
Soit-^.*
l'instant
la

/?!

^1 4- /?2 a:, -+-

/? ^/,

probabilit pour
le

que

la
i^
t

molcule se trouve
en admettant qu'on

t-hr dans
'^e

volume

sache qu'elle

trouvait l'instant

dans
^,

volume.

p^. Si.

alors la loi de probabilit, l'instant

est reprsente par

^ -f-

l'expression P, elle sera reprsente, l'instant

par

l'expression PS, qui reprsente ce que devient

P quand on

332
lui fait subir la

CHAPITRE XVI.

transformation linaire S, c'est--dire quand

on y change

a^k

l'instant
t

-h 2z elle

sera
11

reprsente par

PS%

l'instant

-h

hz par PS^.

serait ais

de dmontrer que,

quand h

crot indfiniment, la loi de probabilit reprsente

loi

par PS'* tend vers une

de probabilit uniforme.
II

Mais ce raisonnement prte une objection grave.

n'est pas

dmontr que

probabilit pour qu'une molcule

soit l'instant

^-4-2rdans

volume

i^i

en admettant qu'on
le

sache qu'elle tait l'instant t-^x dans

volume

v^ reste
t,

mme

l'on

sait

pas du tout o elle tait l'instant

ou bien
i^i

si l'on sait

qu'elle tait cet instant dans le

volume

par exemple.
J'ai

cru devoir

le citer

nanmoins parce que

c'est sur ce

type que sont construits beaucoup de raisonnements dans

la thorie cintique des gaz, et

que dans certains cas

ils

peuvent devenir plausibles;

probabilit

ainsi,

quand on envisage

pour qu'une molcule gazeuse subisse une

dviation donne par un choc avec une autre molcule,

cette probabilit ne sera gure affecte par les chocs ant-

rieurs subis par la

mme

molcule.
disparatrait
si

Une grande

partie des difficults

l'on

supposait que les fonctions X, Y, Z ne sont pas entirement

donnes, mais qu'elles dpendent d'une fonction de

(ou

mme
et

de plusieurs fonctions) dont la valeur est inconnue,

l'on

ne connatrait seulement que

ait

la probabilit

pour

que cette fonction

donnes, a
et

une valeur comprise entre des

exemple.

limites,

-h da^ par

pourrait alors rai-

sonner

peu prs

comme nous

l'avons fait propos

battage des cartes.

QUESTIONS DIVERSES.

333

Prenons un exemple dans

thorie cintique des gaz.

Supposons des molcules gazeuses enfermes dans un vase

en forme de paralllpipde rectangle, pouvant choquer
les parois,

mais ne pouvant

choquer entre

elles.

Si elles

ont toutes la

mme vitesse,

elles

ne seront pas uniformment

rparties dans le vase au bout d'un

elles

temps quelconque,
le loi

sont pas au temps

= o. Elles

seront, au con-

traire, si leur vitesse varie

suivant une

de probabilit
et

quelconque, suivant

la loi
loi.

de Maxwell, par exemple,

cela quelle que soit cette

FIN.

TABLE DES MATIRES.

Pages

Introduction
Chapitre.

Dfinition des probabilits Probabilits totales et composes L'esprance mathmatique IV. Le thorme de Bernoulli V. Application de la formule de Stirling
I.
:

24
35

II.

III.

67
75

85
107 118
1

VI.

loi

de Ganss et les preuves rptes

VIL

Probabilit du continu Vin. Applications diverses IX. Probabilits des causes X. La thorie des erreurs et la
tique

moyenne arithm169

Justification de la de Gauss XII. Erreurs sur la situation d'un point XIII. Mthode des moindres carrs XIV. Calcul de l'erreur craindre XV. Thorie de l'interpolation
XL
loi
.

189

924

^33
25^
9.80

XVI.

Questions diverses

3oi

PARIS.
46762

- IMPRIMERIE

G AUTH lR-VLL A RS
55.