01.01.2015 Views

Table des matières - Gilles Daniel

Table des matières - Gilles Daniel

Table des matières - Gilles Daniel

SHOW MORE
SHOW LESS

You also want an ePaper? Increase the reach of your titles

YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.

258 Modélisation et simulation multi-agents pour Sciences de l'Homme et de la Société.<br />

composante idiosyncrasique θ i est le tirage qui caractérise l’agent i sera supposée<br />

distribuée de manière indépendante entre les agents suivant la même loi de probabilité<br />

de moyenne nulle, avec une densité f 1 (θ), avec une fonction de répartition F 1 (θ).<br />

1<br />

H = H +θi avec : lim θ = 0 ⇒ lim H = H [11.10]<br />

∑<br />

i i i<br />

N→∞ N<br />

N→∞ N<br />

N<br />

Dans ce qui suit, on suppose que les interactions locales de l’équation [11.8] sont<br />

symétriques, homogènes et positives sur un réseau régulier, donc : ϑ i = ϑ et j iv = j ϑ > 0,<br />

tout v ∈ϑ i et pour tout i ∈ A N , (tous les paramètres d’influence sociale). Si l’on prend<br />

un voisin v quelconque (v ∈ ϑ), dans un voisinage donné de taille N ϑ , son influence<br />

(sociale) sur l’agent i sera : j si le voisin a adopté (ω v = 1). Cette influence sera nulle<br />

s’il n’a pas adopté (ω v = 0). Les propriétés génériques de ce type de modèle (pour<br />

une large classe de distribution) sont étudiées extensivement dans [GOR 06], avec <strong>des</strong><br />

applications à <strong>des</strong> distributions particulières dans [GOR 05], [NAD 05], [PHA 06].<br />

∑<br />

11.3.1. Influence sociale et dynamiques complexes en taille finie<br />

Pour <strong>des</strong> populations de taille finie (par exemple 1024 agents dans les exemples<br />

suivants), les résultats agrégés <strong>des</strong> simulations diffèrent sensiblement <strong>des</strong> résultats<br />

obtenus dans les articles précédemment cités, avec <strong>des</strong> populations de taille infinie. En<br />

particulier, la distribution <strong>des</strong> valeurs idiosyncrasiques θ i n’est en générale pas régulière,<br />

comme on peut l’observer également dans <strong>des</strong> distributions empiriques. Le déroulement<br />

<strong>des</strong> dynamiques et la distribution <strong>des</strong> équilibres s’en trouvent perturbées, comme nous<br />

allons le voir. L’étude par simulation de la dynamique d’ajustement <strong>des</strong> adoptions à<br />

une variation du coût P permet de mettre en évidence les notions de rupture de<br />

symétrie et de transition de phase utilisées par les physiciens, ce qui illustre l’intérêt<br />

d’une approche multi-agents dans ce cas simple très proche de la littérature standard.<br />

1400<br />

1200<br />

1000<br />

800<br />

600<br />

400<br />

200<br />

0<br />

1 1,1 1,2 1,3 1,4 1,5<br />

a – Hystérésis dans le système d’adoption (coût<br />

en abscisse et nombre d’adopteurs en ordonnée)<br />

trajectoire montante (noire) et <strong>des</strong>cendante (grise)<br />

90<br />

80<br />

70<br />

60<br />

50<br />

40<br />

30<br />

20<br />

10<br />

0<br />

1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33<br />

b – Chronologie et taille <strong>des</strong> effets induits dans<br />

l’avalanche à la transition de phase montante pour<br />

P = 1.2408 P n =1,25)<br />

Source : [PHA 03b], [PHA 06], Paramètres : H = 10, J = 0.5, Logistique avec β = 10 ; seed = 190.<br />

Figures 11.16. Transition de phase brutale du nombre d’adopteurs - régime d’activation<br />

synchrone.

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

Saved successfully!

Ooh no, something went wrong!