Une expérience aléatoire est un test qui consiste à répéter un phénomène aléatoire afin de l'analyser et de tirer des conclusions sur son comportement.
De la définition même de l'expérience aléatoire, ainsi que de la définition du phénomène aléatoire, on déduit qu'il s'agit de l'étude de situations dominées par les lois du hasard.
Tant que nous essaierons d'effectuer une expérience aléatoire, nous pourrons expérimenter de manière tangible. Par exemple, imaginons que l'on veuille étudier le comportement d'une pièce. La monnaie est tangible, on peut la voir et la toucher. Lancez-le et vérifiez que le résultat (pile ou pile) dépend de nous. Maintenant, supposons l'exemple de la météo. Nous ne pouvons pas déplacer les nuages ou changer les températures. Au moins de manière tangible.
Conformément à ce qui précède, nous devrons être conscients de l'importance des hypothèses de départ de certaines expériences. Pour cela, l'utilisation de la méthode axiomatique est recommandée. Voir méthode axiomatique.
Probabilité de fréquenceTypes d'expériences
L'objectif de cet article est de développer le concept d'expérience aléatoire. Cependant, pour mieux le comprendre, nous devons comprendre quels types d'expériences existent. C'est-à-dire, répondez à la question : et si les résultats de l'expérience, dans les mêmes conditions, étaient toujours les mêmes ? Dans ce cas, ce ne serait plus une expérience aléatoire. En ce sens, on peut distinguer deux types d'expériences :
- Expériences déterministes : Ce sont ceux qui peuvent être prédits avec précision.
- Expériences aléatoires : Ce sont ces expériences dont l'issue est incertaine.
Il est à noter que le fait qu'une expérience soit aléatoire ne signifie pas qu'elle soit imprévisible. En fait, dans certains cas, des modèles de régularité apparaissent qui nous permettent de frapper un nombre considérable de fois avec une certaine probabilité.
Le paragraphe précédent reflète l'importance de différencier une expérience déterministe d'une expérience aléatoire. Dans le premier cas, parler de probabilité n'a pas de sens. Si on peut prédire, dans tous les cas, le résultat final la probabilité de succès est de 100 % et de se tromper de 0 %. Cependant, dans les expériences randomisées (bien qu'il existe des modèles répétitifs qui les caractérisent), nous ne pouvons pas les prédire avec précision. Et c'est pourquoi il est logique de parler de probabilité ou de possibilité. Voir la définition de probabilité
Une expérience aléatoire peut-elle réellement être déterministe ?
A certaines occasions, moins qu'on ne le souhaiterait, on rencontre des phénomènes déterministes. Par exemple, certaines matières en physique ou en chimie. Pour illustrer certains d'entre eux, nous savons sans aucune marge d'erreur que si une personne ingère 1 litre de mercure, elle mourra. De la même manière, si nous jetons une pierre par la fenêtre, nous savons qu'en quelques secondes elle tombera au sol. Nous pouvons même calculer le temps très grossièrement.
Dans d'autres cas, la question n'est pas si claire. Par exemple, dans le cas de l'économie, il y a des courants de pensée qui indiquent qu'elle est déterministe et d'autres qu'elle est aléatoire. Ou mieux encore, le cas de la bourse. De nombreux opérateurs pensent qu'il est déterministe, tandis que d'autres pensent qu'il est totalement aléatoire.
Ce qu'il faut indiquer dans ce cas, c'est le suivant : le fait que quelque chose ne puisse pas être prédit (parce que nous ne sommes pas capables) ne sert pas à démontrer qu'il est aléatoire. En d'autres termes, l'absence de preuve ne constitue pas nécessairement une preuve d'absence. En d'autres termes, ce n'est pas parce que je ne peux pas le voir qu'il n'existe pas.
Par conséquent, conformément à ce qui précède, il existe des courants de pensée des deux côtés. Passer de la pensée la plus extrême qui affirme le déterminisme, à la pensée opposée qui affirme l'aléatoire. Entre eux, il y a des positions intermédiaires. Par exemple, nous pouvons penser que les cours des actions sont déterministes, mais comme nous ne pouvons pas le prouver, nous les traitons (surtout statistiquement) comme s'ils étaient aléatoires.