Modéliser & simuler, tome 1 Epistémologies et pratiques de la modélisation et de la simulation

Avant-propos … 3

Introduction • Franck Varenne (Université de Rouen) … 7 Modèles et simulations dans l’enquête scientifique : variétés traditionnelles et mutations contemporaines

1] Les modèles scientifiques

1.1] Fonction générale

1.2 | Fonctions spécifiques

1.2.1] Faciliter une expérience

1.2.2] Faciliter une formulation intelligible

1.2.3] Faciliter une théorisation

1.2.4] Faciliter la communication et la coconstruction des savoirs

1.2.5] Faciliter la décision et l’action

1.3] Natures des modèles

1.4] Principes mis en œuvre par les modèles : analogie, compression d’informations, dénotation, exemplification

2] Les simulations

2.1] La simulation comme type de modèle

2.2] La simulation comme calcul de modèle

2.3] Une caractérisation générale des simulations

2.4] Trois types de simulations

2.4.1] La simulation dirigée par le modèle ou simulation numérique

2.4.2] La simulation dirigée par des règles ou simulation algorithmique

2.4.3] La simulation dirigée par des objets ou simulation informatique ou encore simulation à base d’ontologies

3] Modèle et simulation

3.1] Simulation de modèle

3.2] Modèle de simulation-1

3.3] Modèle de simulation-2

4] Épistémologies et pratiques

Partie 1. Epistémologies de la modélisation et de la simulation

Chapitre 1 • Alain Franc (Inra) … 49 Mathématisation et modélisation, entre histoire et diversité

1] Diversité et complexité

2] De la modélisation au récit

3] Diversité et modélisation

4] Régularités statistiques

5] L’efficacité déraisonnable des mathématiques

6] Sur la notion de loi en physique et en écologie

7] Quelques rappels historiques sur les bases de la modélisation en écologie

8] Le rôle du temps et de l’histoire en écologie

9] Complexité et histoire

Chapitre 2 • Giuseppe Longo (CNRS) … 79 Des sciences exactes aux phénomènes du vivant, à partir de Schrödinger : mathématiques, programme et modèles

1] Programme et « structure de détermination »

2] Du programme à l’organisme

2.1] Les réactions

3] Circularités en logique et en calculabilité

4] Circularité et aléatoire physique et biologique

4.1] Avons-nous besoin d’un aléatoire propre à la théorie biologique ?

5] Les circularités dans les phénomènes biologiques

6] Quelques pistes de recherche

6.1] Criticité étendue

6.2] La protension et les rythmes biologiques

6.3] Néguentropie

7] Conclusion : théories, modèles, imitations, schèmes

Chapitre 3 • Evelyn Fox Keller (MIT) … 111 Biologie des systèmes et recherche des lois générales

1] Les difficiles rapports entre la physique et la biologie

2] Quid des « lois de la biologie » ?

3] La biologie des systèmes comme point d’entrée de la physique dans la biologie

4] Conclusion

Chapitre 4 • Jean Lassègue (CNRS) … 129 Turing, entre le formel de Hilbert et la forme de Goethe

1] Sur la sémiologie du calcul formel

1.1] Première étape : le point de vue hilbertien

1.2] Deuxième étape : le point de vue gödelien

1.3] Troisième étape : le point de vue turingien

2] Les limitations internes des formalismes et les stratégies théoriques turingiennes

2.1] Le traitement logiciel : au-delà du codage

2.2] Le dispositif matériel : au-delà du déterminisme prédictif

2.3] L’impensé du rapport traitement logiciel/dispositif matériel

3] Conclusion : retour aux principes sémiologiques

Chapitre 5 • Isabelle Peschard (Université d’état de San Francisco) … 145 Les simulations sont-elles de réels substituts de l’expérience ?

1] Clarification des termes du débat

1.1] Expérience

1.2] Simulation

2] La simulation comme expérience

3] Fausses similarités

3.1] Expérience et manipulation

3.2] L’expérience comme la simulation repose sur l’utilisation de modèles

4] Différences épistémiques

4.1] Cible épistémique de l’expérience

4.1.1] Fiabilité

4.1.2] Généralisation

4.2] Cible épistémique de la simulation

4.3] Coopération entre simulation et expérience

5] Conclusion

Chapitre 6 • Julie Jebeile (IHPST) … 171 Le tournant computationnel dans les sciences : la fin d’une philosophie de la connaissance

1] Esquisse d’une justification « traditionnelle »

2] La justification traditionnelle face au tournant computationnel

2.1] L’exigence de transparence

2.1.1] L’exigence d’un unique esprit

2.2] L’exigence de déductibilité

3] Le problème des approximations

3.1] L’impossibilité d’une justification forte

3.2] Les moyens de contrôle

3.3] L’enchevêtrement des deux étapes de confirmation

4] Conclusion

Chapitre 7 • Sébastien Dutreuil (IHPST) … 191 Comment le modèle Daisyworld peut-il contribuer à l’hypothèse Gaïa ?

1] Nature de la controverse autour de HG

1.1] Le projet de HG

1.2] Les deux critiques principales

1.3] Manières de répondre et réponses aux critiques

2] Modèle original : description, résultats, critiques

2.1] Description du modèle original

2.2] Résultats

2.3] Quatre critiques principales, un ajout

Critique C1 : Daisyworld est un cas particulier où certains traits confèrent un avantage sélectif si et seulement s’ils contribuent à la régulation

Critique C2 : quid de l’émergence d’un tricheur ?

Critique C2 bis : les traits des organismes ne devraient pas avoir de conséquences sélectives

Critique C3 : un modèle trop simple ?

Critique C4 : un modèle – ou des questions ? – trop général(es) ?

Critique C5 : pâquerette, métaphysique et épistémologie

3] Explanandum de HG, explanandum de Daisyworld

3.1] Stabilité, homéostasie, régulation, autorégulation : un explanandum cybernétique

3.2] De la régulation à l’habitabilité

3.3] Optimisation et asymétrie des rôles de l’environnement et de la vie

3.4] Trois questions centrales à Gaïa, Daisyworld ne peut en adresser que deux

4] Évolution de Daisyworld et réponses aux critiques

4.1] Rendre explicites les hypothèses du modèle

4.2] Des variantes de Daisyworld importantes mais ne permettant pas de répondre aux critiques

4.3] Répondre à la critique C1 sur l’idiosyncrasie du modèle

4.4] Répondre à la critique C2 et à celle sur l’altruisme, première tentative : l’introduction de « tricheurs »

4.5] Répondre à la critique C2 bis et à celle sur l’altruisme, seconde tentative : les produits dérivés de la sélection

4.6] Répondre à la critique C3 : simplicité du modèle et complexité du monde

4.7] Conclusion partielle : la perspective de HG déduite de l’analyse de ses modèles

5] Nature du modèle et portée épistémique

5.1] Ce qu’est un modèle, une simulation, une fiction : métaphysique et épistémologie

5.1.1] Simplicité et généralité du modèle : Daisyworld est-il aux sciences du système Terre ce que Lotka-Volterra est à l’écologie ?

5.2] Ce que fait un modèle

5.3] Pourquoi devons-nous avoir confiance dans ce que font les modèles ?

6] Conclusion

Chapitre 8 • Philippe Huneman (CNRS) … 261 Emergence computationnelle, causalité et objectivité : éléments d’une approche théorique alternative

1] Emergence combinatoriale et émergence computationnelle

2] Le critère d’incompressibilité et les processus émergents

3] Causalité et émergence computationnelle

3.1] Causalité et simulations

3.2] Causalité et incompressibilité : l’émergence comme cassure de l’explication causale

3.3] Emergence, robustesse causale et ordre émergent

4] Applications

5] Conclusion

Chapitre 9 • Pierre-Alain Braillard (Université Lille 1) … 281 Que peut expliquer un modèle complexe et peut-on le comprendre ?

1] Quelques doutes sur l’utilité des modèles complexes

2] Les différentes fonctions qu’un modèle peut remplir

3] Le problème de la compréhension

4] Comment la modélisation peut conduire à des principes intelligibles

5] Des principes généraux mieux ancrés dans la réalité biologique

6] Sur quelques limites des modèles et de la compréhension

7] Conclusion

Chapitre 10 • Franck Varenne (Université de Rouen) … 303 Modèles et simulations : pluriformaliser, simuler, remathématiser

1] Objectif et méthode

2] Quelques définitions préalables

3] Modélisation fragmentée et besoin d’une simulation intégrative

4] Sur quelques fausses limitations des simulations

5] Véritables limitations des simulations et nécessité d’une remathématisation

6] Conclusion

Chapitre 11 • Hugues Berry (Inria) & Guillaume Beslon (Insa de Lyon) … 333 De la modélisation comme poésie. La modélisation de systèmes biologiques complexes vue par deux modélisateurs

1] Une approche pragmatique de la modélisation de systèmes biologiques complexes

1.1] Le tour du domaine

1.1.1] De la complexité

1.1.2] Système biologique complexe et biologie des systèmes

1.2] De la modélisation à la modélisation individu-centrée

1.2.1] Qu’est-ce qu’un modèle ?

1.2.2] Le cas de la simulation

1.2.3] La modélisation individu-centrée

1.2.4] Conclusion : modèles individu-centrés de systèmes biologiques complexes

1.3] Une méthodologie pragmatique pour la modélisation individu-centrée en biologie

1.3.1] Introduction

1.3.2] La modélisation individu-centrée, une modélisation expérimentale

1.4] Quelques règles pour la modélisation individu-centrée

2] Un exemple typique : diffusion-réaction intracellulaire

2.1] Modélisation de la diffusion

2.2] Couplage réaction-diffusion

2.3] Positionnement du septum de division chez E. coli

3] Conclusion : la position paradoxale du modélisateur-expérimentateur

Partie 2. Pratiques de la modélisation et de la simulation

2.1 – Physique, sciences de la Terre et de l’Univers

Chapitre 12 • Stéphane Colombi (IAP) … 401 Simulations numériques des grandes structures de l’Univers

1] Principe cosmologique

1.1] Homogénéité

1.2] Isotropie

1.3] Expansion

2] Énergie noire, matière noire et baryons

2.1] Matière baryonique

2.2] Matière noire

2.3] Dynamique gravitationnelle et matière noire

2.4] Biais entre les galaxies et la matière noire

3] Équations de la dynamique et modélisation numérique

3.1] Matière noire

3.1.1] Modélisation numérique de la matière noire

3.2] Gaz

3.2.1] Modélisation numérique du gaz

3.3] Étoiles

3.4] Interaction gravitationnelle

3.4.1] Résolution numérique de l’équation de Poisson

3.5] Processus de rétroaction

3.6] Expansion de l’Univers : variables supercomobiles

3.6.1] Contraste de densité

3.7] Énergie noire

4] De l’intérêt des simulations numériques

4.1] Étude de systèmes complexes

4.2] Validation de calculs analytiques

4.2.1] Théorie des perturbations

4.2.2] Point de vue eulérien et point de vue lagrangien

4.2.3] Théorie des perturbations et simulations

4.2.4] Modèle du halo

4.3] Observations virtuelles

4.3.1] Modèle de formation des grandes structures

4.3.2] L’Univers dans un ordinateur

4.3.3] Observation de l’Univers virtuel avec un télescope virtuel

4.3.4] Traitement statistique

5] Conclusion

Chapitre 13 • Frédéric S. Masset (CEA) … 437 Modélisation des interactions disque-protoplanètes

1] Généralités sur les effets de marée planète-disque

1.1] Disques protoplanétaires

1.2] Sillage de marée d’une protoplanète

2] Principe des simulations hydrodynamiques des disques protoplanètaires

2.1] Généralités

2.2] Principe des méthodes à grille

2.3] Propriétés de conservation

2.4] Limitation du pas de temps

2.5] Limitation du pas de temps dans le cas particulier des disques protoplanétaires

2.6] Quelques résultats simples

3] Méthodologie et résultats des simulations d’interaction planète-disque

3.1] Exploration de l’espace des paramètres

3.2] Vers plus de réalisme

4] Conclusions

Chapitre 14 • Hervé Wozniak (OAS) … 455 Diffuser modèles et simulations en astrophysique : l’apport de l’Observatoire virtuel

1] Simulations numériques en astrophysique : de l’artisanat au gigantisme

2] Publier les produits de simulations

3] L’interopérabilité

4] L’Observatoire virtuel

5] Standards et protocoles pour la théorie

6] Quel avenir pour la « Théorie dans l’Observatoire virtuel » ?

Chapitre 15 • Édith Perrier (IRD) … 485 Modèles et simulations multi-échelles de systèmes complexes sol-eau

1] Hydrodynamique : à chaque échelle son modèle ?

1.1] Les équations « macroscopiques » des ingénieurs

1.2] Les équations « microscopiques » des mécaniciens des fluides

1.3] La double intégration des physiciens des milieux poreux

2] Modèles d’organisation spatiale multi-échelles pour le sol

2.1] L’échelle « macroscopique » du milieu poreux sol

2.2] L’échelle « microscopique » de l’espace poral

2.3] Recherche d’invariants à l’échelle des pores : l’approche fractale

3] Système eau-sol : focus sur la simulation de réseaux

3.1] Réseaux de pores

3.2] Réseaux de percolation

4] Conclusion. Modélisation, simulation, systèmes

Chapitre 16 • Hervé Douville (CNRM) … 513 Evolution récente des modèles numériques de climat

0] Préambule

1] Introduction

2] Prévoir et comprendre : même combat ?

3] Du climat au système Terre : une fuite en avant ?

4] La prévision d’ensemble : motivations et limites

5] Synergie modèles-observations : qu’est-ce qu’un « bon » modèle ?

6] Conclusion

Chapitre 17 • Éric Brun (CNRM), Samuel Morin (CNRM) & Vincent Vionnet (CNRM) … 539 La modélisation du manteau neigeux en réponse à des enjeux majeurs souvent ignorés

1] Le manteau neigeux : un milieu complexe aux enjeux souvent méconnus

2] Historique de la modélisation du manteau neigeux : des modèles statistiques de fonte aux modèles numériques du manteau neigeux

3] Crocus, un modèle représentatif de la génération actuelle

4] Quelques applications des modèles numériques du manteau neigeux

4.1] Prévision opérationnelle du risque d’avalanches

4.2] Hydrologie nivale, changement climatique

4.3] Transport de neige par le vent

4.4] Le manteau neigeux virtuel, complément indispensable au manteau neigeux réel

5] Les défis à venir

5.1] Simulation du manteau neigeux en forêt

5.2] Assimilation des observations satellitaires

5.3] Propriétés mécaniques et stabilité des manteaux neigeux simulés

2.2 – Sciences du vivant

Chapitre 18 • Denis Noble (Université d’Oxford) … 563 Principes de la biologie des systèmes et leurs applications en modélisation

1] Premier principe : les fonctionnalités biologiques se trouvent à tous les niveaux

2] Deuxième principe : causalité descendante

3] Troisième principe : l’ADN n’est pas le seul support de l’hérédité

4] Quatrième principe : il n’existe pas de niveau privilégié de causalité

5] Cinquième principe : l’ontologie génique exige que l’on étudie les fonctions des niveaux les plus élevés

6] Sixième principe : le génome n’est en rien un programme qui « détermine » la vie

7] Septième principe : ils n’existent pas de programmes aux autres niveaux beaucoup d’autres à découvrir !

Chapitre 19 • Olivier Gandrillon (Université Lyon 1) … 579 Modélisation moléculaire individu-centrée : contribution à une biologie des systèmes

1] Vers une biologie des systèmes ?

2] La question biologique

3] Quel formalisme pour aborder cette question ?

3.1] Modèle probabiliste (3DSpi v1.0)

3.1.1] Description du modèle

3.1.2] Principaux résultats

3.2] Modèle énergétique (3DSpi v2.0)

3.2.1] Description du modèle

3.2.2] Principaux résultats

3.3] Vers 3DSpi v3.0

4] Conclusions

Chapitre 20 • Carole Knibbe (Université Lyon 1) … 595 L’évolution expérimentale in silico

1] Positionnement de l’approche

1.1] Evolution expérimentale in silico (EEIS) et vie artificielle

1.2] EEIS et modélisation individu-centrée, émergence, immergence

1.3] EEIS et algorithmes génétiques

1.4] EEIS et simulateurs d’évolution de séquences biologiques

2] Les principales familles de formalismes en EEIS

3] Un exemple de modèle conçu pour l’EEIS : Aevol

3.1] Aperçu du modèle

3.2] La suite logicielle

3.3] Un exemple de simulation

3.4] Analyses post-simulation

3.5] Résultats obtenus : le rôle de la sélection indirecte dans la structuration des génomes

4] Conclusion

Chapitre 21 • Jean-Pierre Mazat (Université Bordeaux 2) … 625 Une petite histoire de la modélisation du métabolisme cellulaire. Vers une théorie du métabolisme en biologie

1] Qu’est-ce que le métabolisme cellulaire ?

2] La cinétique enzymatique

3] Le concept de mode élémentaire

4] La théorie du contrôle du métabolisme

5] Conclusion : il existe une théorie du métabolisme

Chapitre 22 • Philippe de Reffye (Cirad) & Marc Jaeger (Cirad) … 639 Modèles mathématiques du développement et de la croissance de l’architecture des plantes. Le cas du modèle GreenLab

1] Processus biologiques

1.1] Bases botaniques de l’architecture des plantes

1.2] Allongement des axes et le temps thermique

1.3] La photosynthèse et les relations sources-puits

2] Architecture et développement végétal

2.1] Fonctionnement des méristèmes, construction des axes végétatifs

2.2] Construction des structures végétales

2.2.1] Construction des structures simples et continues

2.2.2] Dénombrement et factorisation de la production des phytomères

2.2.3] Construction des structures composées

2.3] Cas de la réitération

2.4] Conclusion

3] Architecture et croissance

3.1] Organes sources, organes puits, allométries

3.2] Demande de la plante

3.2.1] Forme des fonctions puits

3.2.2] Expression numérique des cohortes d’organes

3.3] équations de la croissance

3.3.1] Opérateur de la répartition de la biomasse

3.3.2] équation dynamique  de la production végétale d’une plante isolée

3.3.3] Comportement du modèle

4] Etude d’un cas complexe

4.1] Géométrie et représentation 3D

4.1.1] Une géométrie définie par l’orientation et la position des organes végétaux

4.1.2] La représentation 3D et sa visualisation

4.1.3] Les scènes végétales

4.1.4] Générer de multiples représentations à partir d’une unique simulation

4.1.5] La reconstruction de géométries d’étapes de croissances passées

5] Conclusion

Chapitre 23 • Sylvain Cussat-Blanc (Université de Toulouse), Hervé Luga (Université de Toulouse) & Yves Duthen (Université de Toulouse) … 675 Modélisation et conception de créatures artificielles

1] Quel type de créatures ?

1.1] Créatures assemblées à partir de pièces

1.2] Créatures développées à partir d’une graine

2] L’importance des environnements simulés

2.1] Le simulateur newtonien : un moyen d’améliorer le mouvement

2.2] Chimie artificielle : un moyen d’améliorer le métabolisme

2.3] Le modèle de réaction-diffusion : un moyen d’explorer les morphologies

2.4] Les simulateurs hydrodynamiques : un nouvel outil pour les informations de positionnement

3] Phylogenèse des créatures assemblée à partir de pièces

4] De la phylogenèse à l’ontogenèse

4.1] Métabolisme artificiel dans la morphogenèse

4.2] Machine à métabolisme

4.3] Robots modulaires autoreconfigurables

4.4] Du virtuel aux robots bio-inspirés réels

5] Embryogenèse artificielle

5.1] Différenciation cellulaire

5.2] Les modèles de développement

6] Conclusion

Chapitre 24 • S. Randall Thomas (Ibisc) … 705 Vers le « patient virtuel ». Modélisation intégrative des fonctions rénales et cardiovasculaires

1] Le contexte « systèmes complexes » à la Rosen et la relation de modélisation selon Rosen

2] La physiologie collaborative

3] Notre brique dans cet édifice : Saphir et Bimbo

3.1] Analyse de sensibilité et population virtuelle

4] Conclusion

Chapitre 25 • Magalie Ochs (Télécom ParisTech) … 719 Modélisation et simulation des émotions dans des entités artificielles

1] Introduction. L’informatique émotionnelle

2] Le concept d’émotion

3] La modélisation et simulation des expressions d’émotion

3.1] La modélisation des expressions d’émotion

3.2] La simulation d’expressions d’émotions

4] La modélisation et simulation d’un comportement émotionnel

4.1] La théorie de l’évaluation cognitive

4.2] La simulation d’un comportement émotionnel

4.3] L’interaction humain-machine émotionnelle

5] L’éthique des systèmes interactifs affectifs

6] Conclusion

Chapitre 26 • Alain Pavé (Université Lyon 1) … 735 Jean-Marie Legay (1925-2012), pionnier de la modélisation

1] Une recherche libre et audacieuse

2] Une activité de formation étroitement liée à la recherche

3] Bibliographie indicative de J.-M. Legay

Annexe. Bio-informatique et modélisation

1] Une petite histoire des relations entre informatique et biologie

2] La modélisation : vers une méthodologie universelle

3] Conclusion

2.3 – Sciences sociales

Chapitre 27 • Bernard Walliser (PSE) … 753 Les modèles de l’économie cognitive

1] Rôle iconique des modèles

2] Rôle démonstratif des modèles

3] Rôle empirique des modèles

4] Rôle heuristique des modèles

5] Rôle praxéologique des modèles

6] Rôle rhétorique des modèles

7] Conclusion

Chapitre 28 • Guillaume Deffuant (Irstea), Sylvie Huet (Inra) & Timoteo Carletti (Université de Namur) … 771 La complexité d’un modèle simplifié d’interactions sociales : le modèle Léviathan

1] Le modèle

1.1] Le processus de vanité

1.2] Le processus de propagation d’opinion

1.3] Synthèse

1.4] Représentation des états du modèle

2] Les dynamiques prototypiques

2.1] Dynamique de type « égalité »

2.2] Dynamique de type « élite »

2.3] Dynamique de type « crise »

2.4] Dynamique de type « hiérarchie »

2.5] Dynamique de type « domination »

3] Cartes dans le plan (, ω) et dynamiques mélangées

3.1] Principe des expériences de simulation

3.2] Effet de k et  pour N = 40

3.3] Cartes pour N = 10 et N = 100

3.4] Premier exemple de dynamique mélangée : égalité et élite

3.5] Deuxième exemple de dynamique mélangée : crise et domination

4] Explication des observations

4.1] Vanité pure ( = 0)

4.2] Dynamique de type égalité (lorsque  est petit devant ω)

4.3] Dynamique de type élite

4.4] Propagation d’opinions pure (ω = 0)

4.5] Structures de types hiérarchie, crise et domination

4.6] Alternance de crise et de domination

5] Discussion

Chapitre 29 • Juliette Rouchier (CNRS) … 803 Construire la discipline « simulation agents ». Les pistes proposées et un exemple

1] « Model-to-Model » et épistémologie

1.1] Analyse de sensibilité, stabilité des résultats

1.2] La comparaison entre paradigmes

1.3] Réplication

1.4] Analyse à plusieurs échelles, abstraction et modèles de modèles

1.5] Taxonomie et classification

1.6] Réutilisation, standards

1.7] Validation

2] De la diffusion d’opinions

2.1] Discussion sur la validation

2.2] Analyse de sensibilité

2.3] Réutilisation du modèle

2.4] Réplication… et re-réplication

3] Conclusion

Chapitre 30 • Guillaume Costeseque (école des Ponts ParisTech) … 829 Modélisation et simulation dans le contexte du trafic routier

1] Quelques définitions

2] La multiplicité des outils

2.1] Le constat historique

2.2] Modèles et simulations des transports

3] Modèles et simulation de type planification

3.1] Affectation statique

3.2] Affectation dynamique

4] Modèles d’écoulement du trafic

4.1] Modèles macroscopiques

4.1.1] Modèles du premier ordre

4.1.2] Modèles du second ordre

4.1.3] Modèle cellulaire

4.1.4] Modèles cinétiques

4.2] Modèles microscopiques

4.2.1] Modèles à distance de sécurité

4.2.2] Modèles de stimulus-réponse

4.2.3] Modèles à vitesse optimale

4.2.4] Autres modèles

4.2.5] Limites des modèles microscopiques

4.3] Synthèse

5] Logiciels de simulation

5.1] Logiciels commerciaux

5.2] Logiciels de recherche

6] Conclusion

Chapitre 31 • Arnaud Banos (CNRS) & Lena Sanders (CNRS) … 861 Modéliser et simuler les systèmes spatiaux en géographie

1] La démarche systémique en géographie : de la formalisation sagittale aux systèmes complexes

2] Le « fer à cheval » : une grille de lecture pour catégoriser les modèles

2.1] Objets géographiques et niveaux micro, méso et macro

2.2] Le niveau d’abstraction du phénomène empirique que l’on cherche à modéliser : phénomène particulier ou fait stylisé

2.3] Le niveau de simplification du modèle : KISS ou KIDS

3] Pour une dynamique raisonnée des modèles : exemples de parcours le long du « fer à cheval »

3.1] Simuler les déplacements des piétons : du KISS au KIDS

3.2] Le modèle de ségrégation de Schelling : évolutions et enrichissements

3.3] émergence des hiérarchies urbaines : de Christaller à Krugman

3.4] Les modèles d’utilisation du sol : interactions spatiales et diffusion

4] Discussion

Chapitre 32 • Raphaël Duboz (Cirad) & Jean-Pierre Müller (Cirad) … 893 Modélisation des socio-écosystèmes. Instrumenter le dialogue multidisciplinaire

1] L’intégration conceptuelle

2] L’intégration formelle

2.1] Le formalisme DEVS

2.2] DEVS atomique

2.3] DEVS couplé

2.4] Intégration formelle dans DEVS

3] L’intégration logicielle

4] Conclusion

Chapitre 33 • Martine Robert (Ceperc) … 927 Modèles et simulations en histoire : un état des lieux

1] Science historique et perspective individualisante

2] Usage de la simulation dans les sciences sociales construites selon une perspective généralisante

3] Un exemple de simulation de phénomènes historiques : « Simulating Ancient Society »

4] La simulation prise entre fac-similé et démarche contrefactuelle

5] Les impasses auxquelles se heurte la tentative de simuler un phénomène historique

Les auteurs ……………………………………………………………… 955

Livre signalé sur le Réseau Philosophie-Economie.

Ressemblances et faux-semblants : Du modèle à la simulation
Émission enregistrée dans le cadre de Citéphilo 2013 et diffusée sur France culture
Durée : 49 minutes