Introduction

Le chapitre précédent a établi un cadre minimal : un espace de configurations, des contraintes d’admissibilité, et une famille de transformations qui induit une dynamique (éventuellement discrète) sur cet espace. Le présent chapitre introduit la contrainte formelle suivante : l’itération, combinée à une forme de finitude (globale ou locale), entraîne nécessairement la réapparition d’états, puis l’entrée dans des régimes cycliques. Cette conséquence ne dépend ni d’une interprétation physique ni d’une hypothèse finaliste : elle résulte d’un fait combinatoire élémentaire, puis d’une lecture dynamique.

## Itération comme contrainte première

On se donne un ensemble de configurations admissibles (X) et une transformation admissible
[
f: X \to X,
]
déterministe (pour simplifier l’exposé ; les extensions stochastiques seront distinguées plus loin). Une trajectoire issue d’un état initial (x_0 \in X) est la suite
[
x_0,; x_1=f(x_0),; x_2=f(x_1)=f^{(2)}(x_0),; \dots,; x_t=f^{(t)}(x_0).
]
L’itération n’est pas un détail de mise à jour : elle constitue une contrainte ontologique minimale dès lors qu’un univers (au sens abstrait) doit “se poursuivre”, c’est-à-dire produire un état suivant à partir de l’état présent. En ce sens, l’itération impose l’existence d’orbites ({f^{(t)}(x_0)}_{t\ge 0}) et rend inévitable la question de leur structure globale.

Deux remarques disciplinaires encadrent la suite.

Premièrement, l’itération n’implique pas le temps comme primitive. Il s’agit d’un index d’étapes, qui ne présuppose aucune métrique temporelle ; la reconstruction d’une flèche temporelle sera traitée plus tard, comme conséquence supplémentaire (chapitre 4 du plan).

Deuxièmement, l’itération ne suppose pas non plus l’existence d’une quantité conservée, d’une énergie, ni d’une notion de coût. Ici, l’objet est strictement : “que devient une suite (x_{t+1}=f(x_t)) sous des hypothèses minimales sur (X) ?”.

## Finitude globale : répétition nécessaire par combinatoire

On suppose d’abord que (X) est fini, de cardinal
[
|X| = N,
]
avec (N) entier strictement positif.

Considérons les (N+1) premiers termes d’une trajectoire :
[
x_0, x_1, \dots, x_N.
]
Ces (N+1) éléments appartiennent tous à (X) qui ne contient que (N) éléments. Par le principe des tiroirs (pigeonhole), deux indices (0 \le i < j \le N) existent tels que
[
x_i = x_j.
]
Cette égalité entraîne immédiatement un régime périodique à partir de (i). En effet, comme (f) est déterministe, l’état (x_i) engendre un unique successeur (x_{i+1}), donc l’égalité (x_i=x_j) impose
[
x_{i+1}=f(x_i)=f(x_j)=x_{j+1},
]
et par récurrence
[
x_{i+k}=x_{j+k}\quad \text{pour tout }k\ge 0.
]
Ainsi, la trajectoire entre (i) et (j-1) se répète avec une période
[
p = j-i,\quad 1 \le p \le N.
]

Calcul détaillé (borne de répétition dans le cas fini)
Paramètre : (N = |X|)
Suite considérée : ((x_t)*{t\ge 0}) avec (x*{t+1}=f(x_t))
Nombre d’états examinés : (N+1) états (x_0,\dots,x_N)
Principe : (N+1) objets dans (N) classes (\Rightarrow) collision (x_i=x_j)
Conclusion : entrée en cycle au plus tard à l’étape (N), avec période (p=j-i\le N)

Ce résultat est strictement mathématique : il ne requiert aucune hypothèse de “dissipation”, d’“optimisation” ou de “tendance”. Il exprime une nécessité : l’itération sur un ensemble fini force une récurrence, donc une périodicité après un transitoire.

Une formulation équivalente (utile pour la suite) consiste à représenter ((X,f)) comme un graphe orienté fonctionnel : chaque (x\in X) a exactement une arête sortante vers (f(x)). La structure de tels graphes est complètement caractérisée : chaque composante connexe contient exactement un cycle dirigé, et des arbres dirigés (arborescences) alimentent ce cycle. Toute orbite finit par tomber sur le cycle de la composante. L’“attracteur” au sens discret (point fixe ou cycle) apparaît donc déjà comme un fait de combinatoire structurale, avant toute notion d’attraction métrique.

Ce point est cohérent avec une formulation interne déjà utilisée ailleurs dans la base : l’itération d’une application sur un espace discret fini converge nécessairement vers un cycle après un nombre fini d’étapes, précisément parce que “toute trajectoire finit par répéter un état” (propriété structurelle).

## Distinction entre répétition et invariance

La conséquence “il existe une répétition” ne doit pas être confondue avec “il existe une invariance”.

Répétition (récurrence)
Il existe (i<j) tels que (x_i=x_j). Cela implique une périodicité à partir de (i) (cycle de période (p=j-i)).

Invariance
Un objet (état, propriété, sous-ensemble) est invariant si l’application (f) le préserve :
[
f(S) \subseteq S,
]
et, dans le cas particulier d’un point fixe (x^*),
[
f(x^*)=x^*.
]

Dans le cas fini, la répétition garantit l’existence d’un cycle, qui est bien un ensemble invariant (C={c_0,\dots,c_{p-1}}) tel que (f(c_k)=c_{k+1 \bmod p}). Mais la répétition ne dit rien, à elle seule, sur l’existence d’invariants “simples” (tels qu’un point fixe), ni sur la taille des bassins. Elle impose seulement que l’invariance existe au moins sous forme cyclique.

Cette distinction est conceptuellement décisive pour l’ouvrage : la répétition est une nécessité structurelle sous finitude, alors que l’invariance qualifiée (conservation d’une grandeur, symétrie, stabilité) demandera des contraintes supplémentaires.

## Finitude locale : une hypothèse plus faible, mais structurante

L’hypothèse “(X) fini” est forte. La plupart des modèles physiques idéalisés utilisent des espaces continus, donc infinis. Pourtant, une version beaucoup plus faible suffit souvent à retrouver une contrainte de répétition, au moins “à résolution finie”.

On introduit alors la notion de finitude locale par observabilité ou par description :

Finitude locale par résolution
On suppose qu’il existe une application de quantification (ou de partition)
[
q: X \to \mathcal{A},
]
où (\mathcal{A}) est un alphabet fini de “classes observables” (états grossiers). Deux états (x,y) sont indiscernables à la résolution considérée si (q(x)=q(y)).

Dans ce cas, même si (X) est infini, la suite observée
[
a_t = q(x_t)
]
prend ses valeurs dans un ensemble fini (\mathcal{A}). Par le même principe combinatoire, la suite ((a_t)) répète nécessairement une valeur, donc contient des motifs répétitifs. On obtient alors une répétition au niveau des classes, non nécessairement au niveau des micro-états.

Finitude locale par complexité de description
Une autre forme consiste à supposer que, à un instant donné, seul un nombre fini de degrés de liberté est effectivement engagé, ou qu’un codage minimal de l’état a une longueur bornée. Si l’on code l’état par une chaîne de longueur (m) sur un alphabet de taille (B), le nombre de descriptions possibles est
[
N = B^m,
]
donc fini. L’itération des descriptions (ou des états codés) retombe alors dans le cas précédent : répétition nécessaire après au plus (B^m) pas (borne brute). Le point important n’est pas la valeur de (B^m) mais la logique : dès que la dynamique est contrainte à évoluer dans un espace de descriptions finies, la répétition est structurellement imposée.

Ces deux variantes de finitude locale sont plus proches des pratiques scientifiques standard : mesure à résolution finie en physique, discrétisation en simulation numérique, et représentation symbolique en informatique théorique. Elles permettent de parler de répétition “objective” sans supposer que le monde fondamental soit littéralement fini.

## Itération stochastique : répétition en probabilité et récurrence de Markov

Lorsque la transformation n’est plus une fonction déterministe (f) mais un noyau de transition (processus stochastique), l’argument doit être reformulé. On obtient néanmoins un analogue robuste, bien établi en théorie des chaînes de Markov finies : sur un espace d’états fini, certaines classes sont récurrentes, et le processus revisite des états (ou des classes) avec probabilité (1) sous des conditions standard d’irréductibilité/aperiodicité. Ce chapitre n’a pas à développer ces résultats, mais il doit fixer un point méthodologique : la répétition n’est pas un artefact du déterminisme ; elle persiste sous bruit dès que l’espace effectif d’états est fini (ou fini après agrégation), mais elle change de statut (presque sûre, en moyenne, stationnaire).

Le maintien de cette distinction sera crucial plus tard, lorsque l’ouvrage abordera la robustesse, puis la stabilisation sous perturbations.

## Conséquence cosmogonique minimale : la possibilité des cycles est inévitable

À ce stade, la conséquence cosmogonique reste volontairement minimale : si un univers abstrait évolue par itération dans un espace d’états effectif fini (globalement ou à résolution finie), alors des cycles doivent exister. Il ne s’agit pas d’affirmer que “tout est cyclique”, mais que la cyclicité est un mode structurellement forcé, donc disponible comme brique de construction. Cette disponibilité suffit déjà à rendre possibles :

* des régimes périodiques stables (qui seront analysés comme attracteurs discrets au chapitre suivant),
* des transitoires longs, suivis de cycles courts (structure “arbres vers cycles”),
* des récurrences de motifs à une échelle d’observation donnée, même si la micro-dynamique est complexe.

Philosophiquement, l’enseignement est strictement négatif (au sens logique) : toute théorie qui prétend exclure la répétition dans un univers itératif à espace d’états fini doit introduire une hypothèse supplémentaire (croissance illimitée de l’espace d’états, création continue de nouveaux degrés de liberté, ou raffinement infini de l’observabilité). Le modèle n’impose pas de métaphysique ; il impose une dette d’hypothèse.

## Stabilisation conceptuelle : ce qui est désormais acquis, et ce qui reste interdit

Ce qui devient acquis à l’issue du chapitre :

* l’itération est formalisée comme l’opération génératrice d’orbites ;
* la finitude globale entraîne une répétition nécessaire, donc l’entrée dans un cycle après un transitoire borné par le cardinal ;
* la finitude locale (par quantification ou description) entraîne une répétition nécessaire au niveau des classes, même si l’espace fondamental est infini ;
* la répétition est distincte de l’invariance : elle garantit l’existence d’un invariant cyclique, mais pas d’une conservation “physique” ou d’une stabilité robuste au sens métrique.

Ce qui reste explicitement interdit à ce stade (car non encore reconstruit) :

* l’usage d’une notion de “temps” comme grandeur primitive (il ne s’agit ici que d’un ordre d’itération) ;
* l’introduction d’une “mémoire” ou d’une “information” comme explication (elles pourront apparaître plus tard comme lectures possibles, pas comme axiomes) ;
* l’attribution d’une finalité ou d’une optimisation à la répétition (elle est purement combinatoire).

Conclusion

Le chapitre 2 a établi une nécessité structurale : dès lors qu’une dynamique itérative agit sur un espace d’états effectif fini (globalement, ou à résolution finie), la répétition n’est pas un événement contingent mais une conséquence logique. Cette contrainte prépare directement le chapitre suivant : si des cycles existent nécessairement, il devient pertinent de classifier ces cycles (points fixes, cycles de période (p)), de caractériser leurs bassins, et de préciser sous quelles conditions ils peuvent être interprétés comme attracteurs au sens dynamique.