Probabilités

Marches aléatoires et ruine du joueur

Un pas à droite, un pas à gauche, au hasard : de ce jeu minuscule sortent la ruine des joueurs, la stratégie au casino, le risque des assureurs, la diffusion des molécules — et une surprise en trois dimensions.

L’idée en une phrase. Une marche aléatoire est la position d’un marcheur qui, à chaque instant, fait un pas tiré au hasard, indépendamment des pas précédents. Dans la version la plus simple, il avance d’un pas (+1) avec la probabilité p et recule d’un pas (−1) avec la probabilité q = 1 − p ; après n pas, sa position est Sₙ = X₁ + X₂ + … + Xₙ.

Remplacez « position » par « fortune d’un joueur qui mise 1 € à chaque coup » : on obtient le problème de la ruine du joueur, posé par Pascal à Fermat en 1656. Remplacez-la par « capital d’un assureur », « cours d’une action », « abscisse d’une molécule » : c’est toujours la même mathématique.

QuestionRéponse pour la marche équilibrée (p = 1/2)Planche
Où est le marcheur après n pas ?En moyenne au départ, mais typiquement à une distance √n : il s’éloigne sans direction privilégiée.1
A-t-il franchi un niveau a ?Probabilité double de celle d’être au-delà de a à la fin, à un terme près : c’est le principe de réflexion.2
Partant de k €, atteint-il N € avant la ruine ?Avec probabilité k/N exactement, après k(N − k) coups en moyenne.3
Revient-il un jour à son point de départ ?Oui, avec certitude, sur une droite et dans le plan ; seulement dans 34 % des cas dans l’espace.5
1

Où est le marcheur après n pas ?

Lâchons 2 000 marcheurs en même temps, tous partis de 0. À gauche, quarante de leurs trajectoires ; à droite, la répartition de tous les marcheurs à l’instant présent, comparée à la loi exacte (le nombre de pas en avant suit une loi binomiale). La foule s’étale comme √n : l’écart-type de la position vaut 2√(npq). Si p ≠ 1/2, elle dérive en plus à la vitesse p − q par pas.

Trajectoires (bleu), moyenne n(p − q) (vert) et bande moyenne ± 2 écarts-types (pointillés rouges). À droite : répartition des 2 000 marcheurs (orange) et loi exacte (bleu).
Instant n—
Position moyenne : mesurée et n(p − q)—
Écart-type : mesuré et 2√(npq)—
Marcheurs à l’origine : mesuré et exact—
Retours à l’origine par marcheur : mesuré et exact—
Avec p = 1/2, la position moyenne reste 0 mais l’écart-type grandit comme √n : après 600 pas, un marcheur typique est à une vingtaine de pas du départ. Il revient pourtant souvent à l’origine, mais de plus en plus rarement : le nombre moyen de retours ne croît que comme √n (environ 18,6 retours en 600 pas). Avec p = 0,55, la dérive de 0,1 pas par coup l’emporte vite sur le hasard, et les retours cessent presque.
2

Le principe de réflexion et le problème du scrutin

Combien de chemins de n pas atteignent au moins une fois le niveau a ? Désiré André (1887) a trouvé une astuce : dès qu’un chemin touche a, on retourne en miroir tout ce qui suit. Ce retournement associe un à un les chemins qui touchent a et finissent sous a à ceux qui finissent au-dessus de a. D’où, pour la marche équilibrée : P(max ≥ a) = P(Sₙ ≥ a) + P(Sₙ > a). La page vérifie cette égalité en comptant les chemins un par un, en nombres entiers exacts.

Un chemin tiré au hasard (bleu). S’il touche le niveau a (rouge), sa partie après le premier contact est réfléchie (orange) : le chemin réfléchi finit de l’autre côté de a.
Chemins qui atteignent a (comptés un par un)—
Formule de réflexion—
Probabilité d’atteindre a—

Le problème du scrutin (Bertrand, 1887). Lors d’une élection, le candidat A obtient a voix et B en obtient b < a. On dépouille les bulletins dans un ordre au hasard. Quelle est la probabilité que A soit strictement en tête pendant tout le dépouillement ? La réflexion donne une réponse d’une simplicité étonnante : (a − b)/(a + b).

Avance de A sur B au fil du dépouillement : bleu si A est resté en tête, rouge s’il a été rejoint ou dépassé. Les 30 derniers dépouillements sont superposés en gris.
Dépouillements où A reste en tête (comptés)—
Formule (a − b)/(a + b)—
Dépouillements simulés—
Les deux comptages coïncident exactement, sans le moindre arrondi : la réflexion n’est pas une approximation mais une bijection. Avec 30 voix contre 20, A ne mène tout le dépouillement qu’une fois sur cinq, alors qu’il gagne nettement : être en tête à la fin ne dit presque rien sur le déroulement.
3

La ruine du joueur

Un joueur possède k €, son adversaire N − k €. À chaque coup, le joueur gagne 1 € avec la probabilité p et en perd 1 avec la probabilité q. La partie s’arrête quand l’un des deux est ruiné. Notons r(k) la probabilité de ruine en partant de k : en regardant le premier coup, r(k) = p·r(k + 1) + q·r(k − 1), avec r(0) = 1 et r(N) = 0. Cette équation se résout exactement (Huygens, De Moivre) ; la page la résout aussi comme un système linéaire, pour contrôle.

Quarante parties jouées en même temps. Une trajectoire s’arrête en rouge à la ruine (0), en vert à la victoire (N).
À gauche : probabilité de ruine selon la fortune de départ, formule (trait) et système linéaire (points). À droite : durée moyenne de la partie. Le point rouge marque la fortune choisie.
Probabilité de ruine (formule)—
Ruine mesurée sur les parties simulées—
Durée moyenne : formule et simulation—
Contre un adversaire infiniment riche—
Dans un jeu équitable, la chance de gagner est simplement proportionnelle à la fortune : k/N. Mais un très léger désavantage change tout : avec p = 0,47 et 10 € contre 10 €, la ruine survient dans 77 % des cas, alors que chaque coup est presque équitable. Contre un adversaire infiniment riche — le casino —, la ruine est certaine dès que p ≤ 1/2, même dans un jeu parfaitement équitable, où la partie dure alors en moyenne… un temps infini.
4

Applications : le casino, l’assureur, la molécule

Vous avez 100 € et voulez repartir avec une somme plus grande en jouant au rouge à la roulette. Faut-il miser 1 € à la fois (jeu timide) ou tout ce qu’il faut d’un coup (jeu audacieux : on mise tout, ou juste ce qui manque pour atteindre l’objectif) ? Dubins et Savage ont démontré en 1965 que, dans un jeu défavorable, le jeu audacieux est optimal. Chaque barre est calculée exactement (formule de la ruine, ou équation résolue par itération pour le jeu audacieux) ; les points sont des parties simulées.

Probabilité d’atteindre l’objectif selon la mise (barres) et fréquence observée dans les parties simulées (points orange). Le trait vert est la probabilité k/N d’un jeu équitable.
Jeu timide (1 € par coup)—
Jeu audacieux—
Meilleure stratégie—

Chaque jour, un assureur encaisse 1 unité de primes ; le nombre de sinistres du jour suit une loi de Poisson de moyenne λ, et chacun coûte 1 unité. Le chargement de sécurité θ est l’excédent des primes sur les sinistres moyens : λ = 1/(1 + θ). Le capital monte en moyenne, et pourtant la ruine reste toujours possible. Lundberg (1903) a montré qu’elle décroît exponentiellement avec le capital initial u : ψ(u) ≤ e^(−Ru), où R est la solution de λ(e^R − 1) = R.

Vingt évolutions possibles du capital sur 300 jours, depuis le capital u choisi. En rouge, celles qui finissent ruinées.
Probabilité de ruine ψ(u) en échelle logarithmique selon le capital initial : valeur exacte calculée (bleu), borne de Lundberg e^(−Ru) (rouge, pointillé), mesure par simulation au capital choisi (orange).
Probabilité de ruine ψ(u)—
Borne de Lundberg e^(−Ru)—
Constante de Cramér ψ(u)·e^(Ru)—
Ruine mesurée par simulation—

Une molécule dans un liquide reçoit sans cesse des chocs au hasard : sa position fait une marche aléatoire. Einstein (1905) en a déduit la loi de la diffusion : le carré moyen du déplacement croît proportionnellement au temps. Ici, 2 000 particules font des pas unité dans les quatre directions ; le carré moyen de leur distance au départ doit valoir exactement t après t pas.

À gauche : les particules et le cercle de rayon √t. À droite : carré moyen de la distance mesuré (bleu) et droite théorique t (vert).
Carré moyen de la distance : mesuré et t—
Pente mesurée—
Temps de diffusion t = L²/(6D)—glucose dans l’eau à 25 °C : D ≈ 6,7·10⁻¹⁰ m²/s
À la roulette européenne, pour doubler 100 €, le jeu timide ne réussit que 0,45 % du temps, contre 48,6 % pour une mise unique de tout son avoir : dans un jeu défavorable, chaque coup supplémentaire est un impôt, et il faut en jouer le moins possible. Dans un jeu favorable, c’est l’inverse : il faut jouer petit et longtemps. L’assureur, lui, ne peut supprimer la ruine, mais chaque unité de capital la divise par e^R. Quant à la diffusion, elle est rapide sur de petites distances et désespérément lente sur de grandes : quelques minutes pour un millimètre, des années pour un mètre. C’est pourquoi on remue son café.
5

Signature — un ivrogne rentre toujours chez lui, un oiseau ivre peut se perdre

Un marcheur fait des pas au hasard sur un réseau, le long d’une droite (dimension 1), dans le plan (dimension 2) ou dans l’espace (dimension 3). Reviendra-t-il un jour à son point de départ ? George Pólya a démontré en 1921 que la réponse dépend de la dimension : oui avec certitude en dimension 1 et 2, mais seulement avec probabilité 0,3405 en dimension 3. Le mathématicien Shizuo Kakutani le résumait ainsi : « un homme ivre finit par rentrer chez lui, un oiseau ivre peut se perdre à jamais ».

Un marcheur dans chaque dimension ; l’étoile rouge marque l’origine et le compteur, ses retours. En dimension 1 le temps défile vers la droite ; en dimension 3, la vue tourne lentement.
Probabilité d’être revenu à l’origine au moins une fois avant l’instant 2n, en échelle logarithmique pour le temps : calcul exact (traits) et 10 000 marcheurs simulés par dimension (points). Pointillés : les limites 1 et 0,3405.
Dimension 1 : retour avant 10 000 pas—
Dimension 2 : retour avant 10 000 pas—
Dimension 3 : retour avant 800 pas—
Constante de Pólya : extrapolation et formule de Watson—
Nombre moyen de passages à l’origine—
Tout se joue sur la probabilité u₂ₙ d’être à l’origine à l’instant 2n : elle décroît comme 1/√n sur une droite, comme 1/n dans le plan, comme 1/n^(3/2) dans l’espace. Leur somme — le nombre moyen de passages à l’origine — est infinie dans les deux premiers cas et finie dans le troisième, égale à 1,5164. Un marcheur qui repasse en moyenne une infinité de fois revient sûrement ; sinon, la probabilité de retour vaut 1 − 1/1,5164 = 0,3405. Dans le plan, le retour est certain mais d’une lenteur extrême : après 10 000 pas, plus d’un quart des marcheurs (26,1 %) ne sont toujours pas revenus.

Repères historiques

Ce qu’il faut retenir

√n, pas n

Une marche équilibrée s’éloigne de son départ d’environ √n en n pas. Une dérive, même faible, l’emporte toujours à la longue, car elle croît comme n.

La ruine

Dans un jeu équitable on gagne avec probabilité k/N. Un léger désavantage rend la ruine presque certaine sur la durée ; contre un adversaire infini, elle est certaine dès que le jeu n’est pas favorable.

La dimension compte

Le retour au départ est sûr sur une droite et dans le plan, mais pas dans l’espace : la marche y a « trop de place ». Tout dépend de la convergence de la somme des u₂ₙ.
Pour aller plus loin

Résolution de la ruine. L’équation r(k) = p·r(k + 1) + q·r(k − 1) a pour solutions A + B(q/p)^k si p ≠ q, et A + Bk si p = q. Les conditions r(0) = 1, r(N) = 0 donnent r(k) = ((q/p)^k − (q/p)^N)/(1 − (q/p)^N), ou 1 − k/N dans le jeu équitable. La durée moyenne D(k) vérifie D(k) = 1 + p·D(k + 1) + q·D(k − 1), d’où D(k) = k(N − k) dans le jeu équitable.

Martingales. Dans un jeu équitable, la fortune est une martingale : son espérance ne change pas. Le théorème d’arrêt de Doob donne alors directement k = N·P(gagner), donc P(gagner) = k/N, sans résoudre d’équation. Aucune stratégie de mise ne peut transformer un jeu équitable en jeu favorable.

Du discret au continu. Quand on accélère le temps et qu’on rétrécit les pas dans le rapport √n, la marche aléatoire converge vers le mouvement brownien (théorème de Donsker, 1951), outil de base de la finance mathématique et de la physique statistique.