Monte-Carlo : quand le hasard estime une intégrale

Intervenant 10:00

Bienvenue dans le podcast du magazine Tangente. Aujourd'hui, on va faire une plongée un peu spéciale au cœur d'un concept qui semble complètement paradoxal. Pour commencer, prenons une image mentale. Si on devait mesurer la surface exacte d'une flaque d'eau, une flaque aux contours vraiment chaotiques étalés sur le goudron.

Intervenant 20:21

Ah ouais, la fameuse analogie de la flaque, c'est le cauchemar du géomètre, ça !

Intervenant 10:25

Exactement. En fait, la méthode classique, ça serait de sortir une règle millimétrée, de s'agenouiller et de diviser la flaque en minuscules petits carrés. Et bon, on passerait dix ans à mesurer méthodiquement chaque petite bordure.

Intervenant 20:40

Ce qui est, disons-le, d'un ennui mortel.

Intervenant 10:42

Et surtout, c'est totalement inefficace dès que la forme devient trop complexe. Voilà. Alors qu'il y a une autre approche, une approche beaucoup plus brutale. On pourrait juste fermer les yeux, lancer un grand saut de peinture au-dessus de cette flaque et laisser l'irrégularité pure, le chaos total faire le calcul à notre place.

Intervenant 21:02

C'est fou quand on y pense. Cette idée d'utiliser le chaos, le hasard pur pour résoudre un problème de géométrie ou de maths. Surtout que l'image qu'on a des mathématiques, c'est plutôt une logique implacable, non ?

Intervenant 11:15

Totalement. On imagine toujours des équations rigides où chaque cause a une conséquence parfaite, un engrenage qui s'emboîte sans laisser la moindre place à l'imprévu.

Intervenant 21:24

Et pourtant, dès qu'on attaque des problèmes massivement complexes, cette rigueur classique devient vite un boulet. Elle s'effondre.

Intervenant 11:31

C'est-à-dire que le déterminisme montre ses limites quand on modélise des systèmes avec plein de facteurs, genre l'économie mondiale, la physique quantique...

Intervenant 21:39

Ou les dynamiques d'un fluide dans un réacteur nucléaire, oui.

Intervenant 11:43

C'est ça. Les méthodes habituelles coincent. Et j'avoue que je suis toujours un peu perplexe face à ça. Comment le fait d'introduire de l'incertitude, comment de simples lancers au hasard, pourrait donner une réponse plus pressive qu'un calcul rigoureux ?

Intervenant 21:57

Pour comprendre, il faut remonter à la fin des années 1940, au projet Manhattan à Los Alamos. Les physiciens, comme un certain Nicholas Constantine Metropolis, essayaient de modéliser le comportement des neutrons.

Intervenant 12:09

Donc, on parle de réactions en chaîne, des choses extrêmement complexes.

Intervenant 22:13

Exactement. Et pour calculer la probabilité qu'un neutron interagisse, il se retrouvait face à des intégrales à dimensions multiples sur des domaines immenses. Concrètement, si tu as une variable sur une grille, tu places disons 10 points de calcul.

Intervenant 12:26

D'accord, 10 calculs, c'est gérable.

Intervenant 22:28

Oui, mais avec 3 variables, tu passes déjà à 1000 points. Et pour un système un peu réaliste, avec 100 variables, le nombre de calculs bondit à 10 à la puissance 100.

Intervenant 12:40

Ah oui, 10 avec 100 zéros derrière. C'est, enfin, c'est largement supérieur au nombre d'atomes dans l'univers observable, non ?

Intervenant 22:47

C'est exactement ça. Même l'ordinateur le plus puissant qu'on puisse imaginer fondrait sur place avant d'avoir calculé ne serait-ce qu'une fraction de pourcent du problème.

Intervenant 12:56

En science, on appelle ça la malédiction de la dimension.

Intervenant 22:59

La malédiction de la dimension. Le nom est super bien trouvé.

Intervenant 13:02

N'est-ce pas ? L'explosion combinatoire rend la grille classique juste impossible. Du coup, Metropolis s'est dit on va inverser le paradigme. Au lieu de calculer toutes les trajectoires possibles d'un neutron de façon méthodique, on va en générer quelques milliers complètement au hasard.

Intervenant 23:18

Et on étudie simplement la moyenne de ses résultats. Voilà. Et c'est là qu'est née la fameuse méthode de Monte-Carlo, nommée comme ça en référence au casino, évidemment.

Intervenant 13:27

D'où le lien avec la flaque d'eau du début ray. En fait, plutôt que de quadriller l'espace avec ma règle, je trace un grand carré parfait d'un mètre sur un mètre autour de la flaque.

Intervenant 23:37

Un carré dont on connaît la surface exacte, oui. C'est ça,

Intervenant 13:40

un mètre carré. Et après, je lance des milliers de gouttes de peinture à l'aveugle dans ce carré. Et à la fin, je regarde. Si j'ai 30% des gouttes qui sont tombées dans la flaque d'eau, je sais que ma flaque fait 0,3 mètre carré.

Intervenant 23:52

C'est tout à fait la logique. Et d'un point de vue mathématique, ça repose sur du solide. C'est la loi faible des grands nombres qui est très liée au théorème central limite. Chaque goutte ou chaque point jeté au hasard, c'est un échantillon indépendant.

Intervenant 14:03

Et c'est l'accumulation de tous ces lancers qui crée la précision.

Intervenant 24:06

Exactement. Plus tu fais de tirages, plus la moyenne de tes résultats va se rapprocher inexorablement de la vraie valeur de ton intégrale. C'est pas juste une intuition, c'est une convergence qui est démontrée mathématiquement.

Intervenant 14:19

D'accord. Mais il y a un truc qui me chiffonne avec cette convergence. Si on regarde la formule, la précision augmente à un rythme proportionnel à l'inverse de la racine carrée de n, avec n le nombre de lancés.

Intervenant 24:33

Oui, 1 sur racine de n.

Intervenant 14:35

Donc, si je veux juste diviser ma marge d'erreur par 10, je suis obligée de multiplier mon nombre de calculs par 100. Et si je veux être mille fois plus précise, il me faut un million de calculs en plus. Ça me semble d'une lenteur épouvantable pour une méthode soi-disant révolutionnaire.

Intervenant 24:50

Je te l'accorde, cette vitesse de convergence peut paraître super frustrante au premier abord.