Actualités mathématiques

Lena Draper, élève de CM2, a contacté via Facebook le commissariat de Marion en Ohio pour obtenir de l'aide sur ses devoirs de mathématiques. L'officier B.J. Gruber, gestionnaire de la page, s'est montré réactif et a tenté d'expliquer l'ordre des opérations (parenthèses et multiplication) à travers deux exemples concrets : (8+29) × 15 et (90+27) + (29+15) × 2.

L'échange a largement circulé sur les réseaux sociaux après que la mère de Lena ait partagé les captures d'écran. Des internautes ont toutefois signalé que le policier avait commis une erreur en expliquant le deuxième calcul : il fallait appliquer correctement la priorité des opérations, non « aller de gauche à droite ». L'officier a accepté l'erreur avec humour et s'est présenté à l'école le lendemain pour offrir un t-shirt dédicacé à Lena, transformant ce moment en anecdote positive sur l'engagement communautaire.

Le contenu de l'article n'est pas accessible. La source renvoie une page d'erreur du Monde (accès payant bloqué) sans exposer d'informations mathématiques spécifiques ou de contenu éditorial exploitable.

Le concept de « sagesse des foules » affirme que l'avis moyen d'un groupe est généralement plus fiable que celui d'un individu isolé — un principe remontant à Aristote et popularisé par l'expérience de Francis Galton sur le poids d'un boeuf en 1907. Cependant, lorsque la majorité se trompe (par exemple sur le contenu nutritif des épinards), la simple moyenne des réponses ne suffit pas.

Des chercheurs en neuro-économie proposent dans Nature une solution originale : ajouter une seconde question « Que pensez-vous que croit la majorité ? » aux questionnaires. Cette question révèle les experts cachés dans la foule, car ceux-ci connaissent souvent la bonne réponse tout en sachant que la majorité croit l'inverse. Les dissonances entre les deux réponses — par exemple « non » suivi de « oui » — signalent statistiquement ces experts.

Un algorithme bayésien attribue alors davantage de poids à ces réponses atypiques, améliorant l'extraction de la vérité de 21,3 % par rapport au simple moyennage et de 22 % comparé à d'autres algorithmes. Les tests sur des questions-pièges et l'évaluation d'oeuvres d'art confirment cette supériorité, transformant la foule en une véritable « machine à calculer ».

Comment optimiser ses chances de trouver son âme-soeur ? La mathématicienne américaine Hannah Fry applique la théorie de l'arrêt optimal, un modèle probabiliste éprouvé au casino, au domaine des relations amoureuses. Selon cette approche, il existe un moment clé dans la vie sentimentale pour maximiser la probabilité de rencontrer la bonne personne.

Le résultat est simple : il faut écarter 37 % de ses prétendants avant de s'arrêter sur quelqu'un. Concrètement, si l'on commence sa vie de couple à 18 ans, cette formule suggère qu'enchaîner les relations infructueuses jusqu'à 24 ans n'est pas un échec, mais une étape nécessaire pour identifier les critères importants et maximiser ses chances avant 35 ans. Au-delà du calcul, la leçon reste que l'apprentissage par l'expérience des relations passées demeure essentiel pour faire les bons choix.

Face à la complexité croissante des traitements du cancer, notamment l'immunothérapie qui mobilise de nombreux éléments biologiques (récepteurs membranaires, protéines immunitaires), les oncologues font face à des choix thérapeutiques exponentiels : quelles combinaisons privilégier, quelles associations de traitements, quelles doses administrer.

Les mathématiques interviennent pour résoudre cette explosion combinatoire. Par la modélisation d'équations et d'algorithmes, elles permettent d'optimiser les synergies entre différentes thérapeutiques (chimiothérapie et immunothérapie, par exemple) en tenant compte à la fois des données tumorales et des caractéristiques individuelles du patient. Cet apport mathématique réduit aussi la toxicité des produits utilisés.

Cette approche s'inscrit dans une médecine de plus en plus personnalisée, adaptant les schémas thérapeutiques à l'individu plutôt qu'à des protocoles standardisés. Bien qu'actuellement au stade expérimental, ce concept devrait devenir progressivement la norme.