Infographie | Le paradoxe de Monty Hall expliqué simplement

Imaginez-vous sur le plateau d’un célèbre jeu télévisé américain des années 1970, face à trois portes fermées sous les projecteurs. Derrière l’une d’elles brille une voiture flambant neuve, tandis que les deux autres dissimulent de simples chèvres. Ce scénario en apparence anodin est à l’origine de l’un des casse-têtes mathématiques les plus célèbres et les plus contre-intuitifs de l’histoire moderne : le paradoxe de Monty Hall.

Tiré du nom de l’animateur de l’émission Let’s Make a Deal, ce problème de probabilités a déchaîné les passions, divisé les plus grands mathématiciens et mis en lumière les limites de notre intuition humaine face au hasard. Plongeons ensemble dans les rouages de cette énigme fascinante pour comprendre pourquoi votre cerveau vous trompe et comment adopter la seule stratégie mathématiquement gagnante.

Le choix de départ et le piège de l’équiprobabilité

Tout commence par une décision simple : vous devez choisir une porte parmi les trois qui se dressent devant vous. À ce stade précis du jeu, vous ne disposez d’aucun indice pour orienter votre sélection. Les règles du jeu stipulent clairement qu’une seule porte cache le gros lot et que les deux autres abritent des lots de consolation sans valeur.

Sur le plan mathématique, la situation est d’une limpidité totale. Votre probabilité de désigner la bonne porte dès votre première tentative s’élève exactement à 1 chance sur 3, soit environ 33,3 %. À l’inverse, vous avez 2 chances sur 3, soit 66,7 %, de vous tromper et de pointer du doigt une chèvre.

Ce déséquilibre initial constitue la pierre angulaire de tout le raisonnement à venir. La majorité des joueurs ont tendance à oublier cette répartition asymétrique dès que le jeu progresse, alors qu’elle détermine l’issue de toute la partie.

La révélation de l’animateur qui change la donne

Une fois votre choix initial arrêté, le jeu ne s’arrête pas là. L’animateur, qui connaît parfaitement l’emplacement de la voiture et des chèvres, intervient dans le déroulement de l’épreuve. Il se dirige vers l’une des deux portes que vous n’avez pas choisies, l’ouvre en grand et vous dévoile une chèvre.

Ce geste n’est absolument pas le fruit du hasard, et c’est précisément là que réside toute la subtilité du paradoxe. Parce qu’il sait où se trouve le véhicule, l’animateur est contraint par les règles du jeu d’ouvrir une porte derrière laquelle se cache une chèvre. Il ne peut ni ouvrir votre porte, ni révéler la voiture avant la fin du jeu.

Il ne reste désormais plus que deux portes fermées sur le plateau : celle que vous avez désignée au tout début et l’autre porte restante. L’animateur se tourne alors vers vous et vous pose la question fatidique : souhaitez-vous conserver votre porte d’origine ou changer d’avis pour prendre la dernière porte encore close ?

Le dilemme final face à notre intuition défaillante

Face à ces deux portes fermées, le réflexe de la quasi-totalité des êtres humains est immédiat et catégorique. Puisqu’il ne reste que deux options possibles et que l’une d’elles contient la voiture, notre cerveau en déduit automatiquement que les chances sont désormais de 50 % contre 50 %. Beaucoup pensent alors que changer de porte n’a aucune incidence réelle sur leurs chances de victoire.

Cette erreur de jugement s’explique par un biais cognitif bien connu en psychologie : l’illusion d’équiprobabilité. Nous avons tendance à effacer l’historique des événements précédents et à réévaluer la situation comme si un nouveau tirage au sort venait d’être effectué entre deux éléments identiques.

Pourtant, les deux portes restantes n’ont pas du tout le même statut probabiliste. L’une a été choisie totalement à l’aveugle au début du jeu, tandis que l’autre a survécu à un processus d’élimination dirigé par une personne omnisciente.

Pourquoi il faut impérativement changer de porte

Contrairement à ce que dicte l’intuition, changer de porte double vos chances de gagner. Pour comprendre ce phénomène, il suffit de conserver à l’esprit les probabilités établies lors de la toute première étape. Lorsque vous avez choisi votre porte initiale, vous aviez 33 % de chances d’avoir trouvé la voiture.

Les deux autres portes réunies concentraient donc à elles deux les 67 % de chances restantes de cacher le véhicule. Lorsque l’animateur ouvre l’une de ces deux portes pour vous montrer une chèvre, il ne modifie pas la probabilité de votre choix initial, qui reste figée à 33 %.

En revanche, l’intégralité des 67 % de chances qui étaient réparties sur les deux autres portes se concentre désormais sur l’unique porte restante. En refusant de changer, vous vous accrochez à votre faible probabilité de départ, alors qu’en modifiant votre choix, vous récupérez l’avantage mathématique écrasant de l’ensemble complémentaire.

Une stratégie gagnante prouvée par la logique

Pour visualiser encore plus clairement cette mécanique, analysons les trois scénarios possibles selon votre choix de départ, en partant du principe que vous décidez systématiquement de changer de porte.

  • Scénario 1 : Vous choisissez la chèvre numéro 1 au départ. L’animateur est obligé de révéler la chèvre numéro 2. En changeant de porte, vous tombez sur la voiture et vous gagnez.
  • Scénario 2 : Vous choisissez la chèvre numéro 2 au départ. L’animateur est obligé de révéler la chèvre numéro 1. En changeant de porte, vous tombez également sur la voiture et vous gagnez.
  • Scénario 3 : Vous choisissez directement la voiture au départ. L’animateur révèle l’une des deux chèvres. En changeant de porte, vous récupérez l’autre chèvre et vous perdez.

Le bilan de cette démonstration est sans appel : sur trois configurations équiprobables, la stratégie du changement vous offre la victoire dans 2 cas sur 3. Vous ne perdez que dans l’unique situation où vous aviez eu la chance de viser juste dès le premier coup, ce qui ne se produit qu’un tiers du temps.

L’expérience de pensée des cent portes pour convaincre les sceptiques

Si le doute persiste dans votre esprit, les mathématiciens utilisent souvent une variante à plus grande échelle pour rendre l’évidence palpable. Imaginez non plus trois portes, mais 100 portes fermées alignées devant vous. Une seule d’entre elles cache la voiture, tandis que les 99 autres abritent des chèvres.

Vous choisissez une première porte au hasard : vous avez alors 1 minuscule chance sur 100 d’avoir trouvé le gros lot, et 99 chances sur 100 qu’il se trouve ailleurs. L’animateur, qui sait toujours où est garée la voiture, passe ensuite devant les 99 autres portes et en ouvre 98, vous révélant 98 chèvres les unes après les autres.

Il ne reste plus que votre porte initiale et une seule autre porte restée mystérieusement fermée parmi les 99 autres. Accepteriez-vous encore de croire que vos chances sont de 50/50 ? Il devient soudainement évident que la porte épargnée par l’animateur concentre les 99 % de chances de contenir le véhicule, rendant le changement de choix totalement incontournable.

Une controverse historique qui a secoué le monde scientifique

L’histoire du paradoxe de Monty Hall est presque aussi fascinante que sa résolution mathématique. En 1990, la chroniqueuse américaine Marilyn vos Savant, célèbre pour avoir détenu le QI le plus élevé jamais enregistré à l’époque, publie la solution correcte dans sa rubrique du magazine Parade. Elle affirme sans détour qu’il faut toujours changer de porte pour doubler ses chances.

La réaction du public et de la communauté scientifique est immédiate et virulente. Elle reçoit plus de dix mille lettres de lecteurs, dont près d’un millier émanant de titulaires de doctorats et de professeurs d’université, l’accusant d’incompétence mathématique et de propager une erreur grossière. Même le légendaire mathématicien Paul Erdős refusa d’abord d’y croire avant d’être convaincu par une simulation informatique.

Cette polémique retentissante a démontré que même les esprits les plus brillants peuvent se laisser piéger par une formulation probabiliste contre-intuitive. Aujourd’hui, grâce aux simulations sur ordinateur et aux expériences menées en laboratoire, le paradoxe de Monty Hall est universellement enseigné comme un cas d’école de la théorie des probabilités conditionnelles et du théorème de Bayes.