Le fait de ne pas être limitée n’empêche pas une science de progresser, je ne vois pas le rapport. D’ailleurs les mathématiques peuvent évoluer même sans changement de l’axiomatique. La météorologie est dans certains cas facile à benchmarker (néologisme, mais assez pratique), ce qui n’est pas le cas des modèles économiques. La difficulté vient du comportement chaotique du système (« effet papillon ») mais les lois qui régissent le système sont assez bien connues (même si il reste des parts d’ombre). Dans certains cas d’ailleurs, en particulier pour les prévisions à très long terme le benchmarking est difficile car les données historiques manquent. On voit alors des modèles très différents s’affronter, tous justifiables. Exemple type : le réchauffement climatique. En économie, le problème est que le comportement de la particule (l’être humain) n’est pas déterministe (l’homme n’est pas rationel, tous les modèles qui considèrent un Homo Economicus purement rationnel ont de grosses failles). Dans un sens cela se rapproche de la physique quantique, mais avec un inconvénient supplémentaire : en physique on peut faire une étude statistique du comportement des particules. Si vous faites passer un photon dans un trou circulaire fin, je suis incapable de vous dire ou il va arriver, et c’est impossible à déterminer d’après les théories récentes. En revanche si vous en faites passer quelques milliards je peux vous dire précisément quelle sera la figure de diffraction (tache d’Airy). On fait la même chose en économie mais avec quelques difficultés supplémentaires : - On ne peut pas trouver de lois statistiques pour expliquer tous les comportements des humains - Les particules n’ont pas de volonté : ca aide pour la modélisation ^^ - Les décisions politiques, un accident industriel, etc ... peuvent changer les conditions du marché alors que les lois physiques sont stables.

On peut malgré tout tirer des conclusions, faire des modélisations mais il faut garder en tête qu’il ne s’agit que de modélisations, qu’il faut adapter en fonction de leurs faiblesses.

« Par essence du fait du modéle mathématique utilisé. » On s’est simplement aperçu qu’un tel modèle décrivait mieux la réalité. Le problème n’est pas lié à l’impossibilité de résoudre des équations mais à la modélisation physique elle même.