Modéliser & simuler Epistémologies et pratiques de la modélisation et de la simulation. Tome 1, volume 2.

Sous la direction de Franck Varenne & Marc Silberstein
Collection : Sciences & philosophie

Ce tome se compose de 2 volumes. Vous êtes sur le point d'acheter le volume 2. Le volume 1 est disponible ici.

28,00 €

  • Livre papier
  • eBook PDF
Délais moyens : France métropolitaine (4 à 5 jours ouvrés) ; DOM-TOM (7 à 10 jours ouvrés) ; autres pays (7 à 15 jours ouvrés)
Paiement sécurisé
Livraison offerte

Modèles analogiques, modèles mathématiques, multimodélisations, simulations numériques, simulations à base d’objets ou à base d’agents, simulations hybrides, simulations multi-échelles, multi-aspects ou multi-physiques… Cet ouvrage entreprend de faire le point sur la variété des techniques contemporaines de modélisation et de simulation en sciences. Le paysage a sensiblement évolué ces dernières années et la variété des pratiques s’est accentuée. À partir de l’essor des approches individus-centrées et des approches orientées-objets ou fondées sur des agents informatiques, par exemple, les simulations n’ont plus toujours été conçues comme des calculs approchés de modèle mathématique mais aussi parfois comme des systèmes de représentations à visée plus ou moins réaliste. À côté des approches de simulations numériques toujours plus fines et puissantes, on parle ainsi de laboratoire virtuel, d’observatoire virtuel ou encore d’expérimentation in silico. Dans ce cadre-là, le statut épistémologique des simulations a de nouveau été activement interrogé. Autre déplacement notable dû à ce changement des outils et des pratiques  : les modèles, sous le nom de « modèles de simulation », n’apparurent plus nécessairement comme appelés à demeurer simples, en tout cas au sens où les méthodologies de naguère semblaient l’exiger de manière définitive.

L’objectif de cet ouvrage est de se faire l’écho de ces bouleversements, de ces déplacements et de ces interrogations multiples de manière à donner au lecteur – tant scientifique ou philosophe que curieux des nouveaux agencements de ces pratiques scientifiques – certaines des pistes de réflexion et d’analyse qui paraissent les plus représentatives ou les plus prometteuses en ce domaine.

Ce tome 1 de Modéliser & simuler est divisé en deux grandes parties. La première rassemble onze contributions de nature épistémologique, émanant de philosophes des sciences ou de scientifiques modélisateurs. La seconde partie présente vingt-deux chapitres de nature plus proprement méthodologique et applicative écrits par des scientifiques modélisateurs  elle est subdivisée en trois sous-parties dont la justification est, quant à elle, classique puisque résolument disciplinaire, et cela même si la modélisation a justement parfois pour effet de brouiller les frontières disciplinaires [2.1] Physique, sciences de la Terre et de l’Univers, [2.2] Sciences du vivant, [2.3] Sciences sociales. Cette classification disciplinaire par défaut a le double avantage de donner un premier outil d’orientation au lecteur plus familier des objets que des méthodes et aussi de lui donner d’emblée l’idée de l’extrême étendue du spectre des domaines scientifiques où ces pratiques contemporaines se multiplient effectivement et se croisent. Ces parties sont assez équilibrées entre elles. Elles contiennent chacune entre 6 et 9 chapitres. Elles sont elles-mêmes ordonnées en fonction de l’échelle ou du niveau d’intégration croissant ou décroissant des domaines ou des systèmes cibles. Ces chapitres, même nombreux, ne justifient certes pas que l’on parle ici d’exhaustivité, mais au moins d’une certaine représentativité.

La variété des approches philosophiques des modèles et des simulations comme celle des pratiques scientifiques justifient l’emploi des deux pluriels dans le titre de l’ouvrage : il s’agit bien ici d’exposer et de mettre en regard à la fois des épistémologies et des pratiques, bien que ces deux diversités ne s’expliquent pas par les mêmes raisons. L’épistémologie en particulier est donc comprise ici en un sens large. La demande qui a été formulée en direction des auteurs était toutefois différente et dépendait de leurs domaines de compétence : on ne pouvait supposer que les scientifiques se muent en épistémologues, ni inversement. Aux philosophes de métier ou à certains scientifiques devenus aussi des épistémologues actifs, il a été demandé une analyse des concepts et des pratiques avec une sensibilité particulière au tournant computationnel et aux changements conceptuels afférents des dernières décennies. Aux scientifiques modélisateurs, en revanche, il a été demandé de fournir un travail de méthodologie comparative dans leur domaine, c’est-à-dire un travail de mise en perspective critique des différents types de modèle et de simulation qu’ils pratiquent, ainsi que des types de justification qui chaque fois les accompagnent dans la littérature scientifique consacrée. Ils avaient la possibilité pour cela de focaliser leur chapitre sur la variété et sur l’évolution des types de modélisation et de simulation d’un cas de système cible (ex. : protoplanète, plante, etc.) ou, au moins, d’un cas de domaine cible (ex. : trafic routier, circulations d’opinion, complexe sol-eau, etc.). La deuxième partie de cet ouvrage – celle qui présente les chapitres de scientifiques modélisateurs – est délibérément la plus fournie. La parole et les analyses des praticiens ont en effet été sciemment favorisées. Pour un certain nombre de ces auteurs scientifiques, le défi était nouveau : le passage à la langue française, au discours comparativiste et de mise en perspective le plus à jour possible sur des domaines si avancés était une réelle nouveauté. Le résultat est d’une grande rigueur et d’une grande richesse : bien des idées fortes et, pour certaines réellement inédites, sont exprimées dans cet ouvrage collectif.

Auteurs Arnaud Banos, Hugues Berry, Guillaume Beslon, Pierre-Alain Braillard, Éric Brun, Timoteo Carletti, Stéphane Colombi, Guillaume Costeseque, Sylvain Cussat-Blanc, Philippe de Reffye, Guillaume Deffuant, Hervé Douville, Raphaël Duboz, Yves Duthen, Sébastien Dutreuil, Evelyn Fox Keller, Alain Franc, Olivier Gandrillon, Sylvie Huet, Philippe Huneman, Marc Jaeger, Julie Jebeile, Carole Knibbe, Jean Lassègue, Giuseppe Longo, Hervé Luga, Frédéric Masset, Jean-Pierre Mazat, Samuel Morin, Jean-Pierre Müller, Denis Noble, Magalie Ochs, Alain Pavé, Édith Perrier, Isabelle Peschard, Martine Robert , Juliette Rouchier, Lena Sanders, Marc Silberstein, S. Randall Thomas, Franck Varenne, Vincent Vionnet, Bernard Walliser, Hervé Wozniak
Titre Modéliser & simuler
Sous-titre Epistémologies et pratiques de la modélisation et de la simulation. Tome 1, volume 2.
Édition 1re édition
Date de publication Avril 2013
Sous la direction de Franck Varenne & Marc Silberstein
ISSN 2275-9948
ISBN 978-2-919694-38-9
eISBN 978-2-919694-19-8 (PDF) ; 978-2-919694-59-4 (ePub)
Support eBook PDF (couleur et hypertextes), eBook ePub (idem) ; Livre papier (noir et blanc)
EAN13 Papier 9782919694389
Nombre de pages 434
Dimensions 17 x 24 cm
Prix livre papier 28 €
Prix eBook PDF 23,00 €
Mots-clé Evolution, biologie, géologie, chimie, épistémologie
CLIL 3126 + 3051
BISAC (classifications thématiques) SCI075000
BIC (classifications thématiques) PDA
Dewey 003, 120, 500, 510, 576

Partie 2. Pratiques de la modélisation et de la simulation

2.2 ● Sciences du vivant

Chapitre 18 (page 549), Denis Noble (Université d’Oxford), 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 (page 565), Olivier Gandrillon (Université Lyon 1), 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 (page 581), Carole Knibbe (Université Lyon 1), L’évolution expérimentale in silico

1 | Positionnement de l’approche

1.1 | évolution 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 (page 611), Jean-Pierre Mazat (Université Bordeaux 2), 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  (page 625), Philippe de Reffye (Cirad) & Marc Jaeger (Cirad), 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 | Equations de la croissance

3.3.1 | Opérateur de la répartition de la biomasse

3.3.2 | Equation dynamique  de la production végétale d’une plante isolée

3.3.3 | Comportement du modèle

4 | Etude d’un cas complexe

5 | Géométrie et représentation 3D

5.1 | Une géométrie définie par l’orientation et la position des organes végétaux

5.2 | La représentation 3D et sa visualisation

5.3 | Les scènes végétales

5.4 | Générer de multiples représentations à partir d’une unique simulation

5.5 | La reconstruction de géométries d’étapes de croissances passées

6 | Conclusion

Chapitre 23 (page 657), Sylvain Cussat-Blanc (Université de Toulouse), Hervé Luga (Université de Toulouse) & Yves Duthen (Université de Toulouse), 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 (page 687), S. Randall Thomas (Ibisc), 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  (page 699), Magalie Ochs (Télécom ParisTech), 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  (page 713), Alain Pavé (Université Lyon 1), 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 (page 731), Bernard Walliser (PSE), 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  (page 749), Guillaume Deffuant (Irstea), Sylvie Huet (Inra) & Timoteo Carletti (Université de Namur), 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 (ρ, ω) et dynamiques mélangées

3.1 | Principe des expériences de simulation

3.2 | Effet de k et σ 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 (ρ = 0)

4.2 | Dynamique de type égalité (lorsque ρ 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 (page 779), Juliette Rouchier (CNRS), 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 (page 803), Guillaume Costeseque (Ecole des Ponts ParisTech), 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 (page 833), Arnaud Banos (CNRS) & Lena Sanders (CNRS), 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 (page 865), Raphaël Duboz (Cirad) & Jean-Pierre Müller (Cirad), 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 (page 897), Martine Robert (Ceperc), 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. Résumés & abstracts (page 923)

Présentation du livre par Frank Varenne
Durée : 7 minutes

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

Télécharger
Avis de parution Modéliser & simuler (13.68M)

Cet avis de parution comprend la présentation vidéo de Franck Varenne.

Sur le même thème