01.01.2015 Views

Table des matières - Gilles Daniel

Table des matières - Gilles Daniel

Table des matières - Gilles Daniel

SHOW MORE
SHOW LESS

Create successful ePaper yourself

Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.

Des réseaux d’automates aux modèles multi-agents. 257<br />

Exercice 11-1 : (Moduleco / MadKit – bilateralGame) En prenant les gains du tableau<br />

11.2. et le modèle torique <strong>des</strong> figures 11.10 à 11.13 (règle LNBP, voisinage Neighbour<br />

MooreAndSelf), étudier la sensibilité de la dynamique à la taille de la population<br />

Exercice 11-2 : (Moduleco / MadKit - smallWorld ) Dans le modèle de la figure<br />

11.14. Etudier la distribution du nombre de coopérateurs à l’équilibre du réseau<br />

circulaire (avec 4 voisins : Neighbour4) en faisant varier le lien re-câblé par<br />

modification de la graine du générateur pseudo-aléatoire.<br />

11.3 Choix discrets avec influence sociale<br />

Parallèlement aux travaux de Schelling sur les choix discrets avec externalité [SCH<br />

73], [SCH 78], l’impact <strong>des</strong> effets de seuils sur les dynamiques collectives a attiré<br />

l’attention du sociologue Granovetter qui en a proposé une esquisse de traitement<br />

formel [GRA 78]. Weidlich et Haag [WEI 83], deux physiciens, ont abordé la question<br />

<strong>des</strong> phénomènes d’influence en sciences sociales sous une forme « synergétique »<br />

agrégée (sociodynamics), qui utilise un formalisme temporel séquentiel avec l’équation<br />

maîtresse, traitée en temps continu par l’approximation de Fokker Plank. Ce<br />

formalisme a été repris en particulier par Orléan [ORL 98], [ORL 02] dans un modèle<br />

simple présenté [Chapitre 14]. Les premières applications du modèle de<br />

physique statistique [GOR 04] basé sur <strong>des</strong> agents localisés sur <strong>des</strong> réseaux (champs<br />

aléatoires) sont dues à Föllmer [FOL 74] pour l’économie et à Galam pour les<br />

applications aux phénomènes sociaux [GAL 82]. Les travaux précurseurs de<br />

« sociophysique » de ce dernier comprennent en particulier d’intéressantes<br />

collaborations avec le psycho-sociologue Serge Moscovici à partir de [GAL 91], dont<br />

les résultats sont malheureusement méconnus <strong>des</strong> auteurs postérieurs. Le recours<br />

explicite aux formalismes localisés utilisés en physique ne date chez les économistes<br />

que <strong>des</strong> années quatre-vingt-dix [PHA 04b], avec en particulier les importantes<br />

contributions de Durlauf et de Blume [DUR 97], [BLU 95], [BLU 01].<br />

Pour comprendre l’influence <strong>des</strong> déterminants idiosyncratiques et sociaux, il est<br />

commode de considérer deux cas polaires. Dans le premier cas, les agents ne sont pas<br />

sujets à l’influence sociale, et le comportement agrégé sera indépendant <strong>des</strong> réseaux<br />

sociaux. Dans l’autre cas, le choix d’un agent est influencé par celui de tous les autres<br />

(ou de manière équivalente quand la population est nombreuse, par le choix moyen).<br />

Tous les agents sont alors influencés de la même manière et il n’y a localement pas<br />

d’effet réseau. Dans le cas intermédiaire, les agents sont influencés localement et cette<br />

influence peut être formalisée par un réseau dont la topologie peut jouer un rôle dans le<br />

comportement dynamique global qui en résulte. Le comportement individuel <strong>des</strong> agents<br />

correspond à l’automate à seuil de l’équation 11.7 dans sa forme simple <strong>des</strong> anticipations<br />

« myopes » [équation 11.9]. Par souci de clarté, nous décomposerons H i en une<br />

composante H, commune à tous les agents et en une composante idiosyncrasique θ i<br />

qui représente la diversité <strong>des</strong> goûts entre les agents. La variable aléatoire θ dont la

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!