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

Avant-propos (page 7)

Introduction (page 11), Franck Varenne (Université de Rouen), 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 (page 53), Alain Franc (Inra), 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 (page 83), Giuseppe Longo (CNRS), 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 (page 113), Evelyn Fox Keller (MIT), 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 (page 131), Jean Lassègue (CNRS), 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 (page 145), Isabelle Peschard (Université d’état de San Francisco), 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 (page 171), Julie Jebeile (IHPST), 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 (page 191), Sébastien Dutreuil (IHPST), 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 (page 257), Philippe Huneman (CNRS), 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 (page 277), Pierre-Alain Braillard (Université Lille 1), 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 (page 299), Franck Varenne (Université de Rouen), 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(page 327), Hugues Berry (Inria) & Guillaume Beslon (Insa de Lyon), 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 (page 393), Stéphane Colombi (IAP), 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 (page 427), Frédéric S. Masset (CEA), 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 (page 445), Hervé Wozniak (OAS), 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 (page 473), Édith Perrier (IRD), 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 (page 499), Hervé Douville (CNRM), 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 (page 525), Éric Brun (CNRM), Samuel Morin (CNRM) & Vincent Vionnet (CNRM), 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

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