algo/v0/chapitre14.md

# Sélection structurelle sans optimisation

## Introduction

Les chapitres précédents ont construit, sans hypothèse téléologique, une dynamique de formes reposant sur quatre ingrédients abstraits : un espace d’états admissibles, une famille de transformations admissibles, une irréversibilité cumulée (au sens d’une consommation non récupérable), et une transmission partielle décrite par des graphes orientés de filiation. Le chapitre 13 a ajouté un mécanisme de verrouillage des futurs : certaines structures, lorsqu’elles s’énoncent comme contraintes actives, réduisent l’ensemble des trajectoires accessibles.

Le présent chapitre formalise la sélection structurelle comme un effet de filtrage induit par la compatibilité des contraintes, et non comme l’optimisation d’une fonction objectif. La sélection n’est pas introduite comme une loi supplémentaire : elle est reconstruite comme une propriété émergente des dynamiques restreintes (par admissibilité, héritage, et verrouillage), dans des ensembles finis ou mesurables. L’ordre de construction est strict : définitions, lemmes ensemblistes et probabilistes, puis seulement une lecture cosmogonique minimale et une analyse philosophique.

Le résultat logique annoncé par le plan peut alors être formulé de façon rigoureuse : la sélection est géométrique, au sens où elle dépend principalement de la forme de l’ensemble admissible (volume, connectivité, bassins, spectre d’un opérateur de transition) et non d’une maximisation explicite.

## Cadre, notations et objets

### Espace d’états, transformations et atteignabilité

Soit \(X\) un ensemble d’états (fini ou muni d’une structure mesurable ou topologique). Soit \(\mathcal{T}\) une famille de transformations admissibles \(f : X \to X\). Pour \(x\in X\) et \(n\in\mathbb{N}\), l’ensemble des états atteignables en \(n\) étapes est :

\[
\operatorname{Reach}_n(x)=\{ f_n\circ\cdots\circ f_1(x) : f_1,\ldots,f_n\in\mathcal{T}\}.
\]

Le cône de futur est :

\[
\mathcal{F}(x)=\bigcup_{n\ge 0}\operatorname{Reach}_n(x).
\]

Ces objets ont été introduits pour rendre explicite la dépendance de l’évolution à l’ensemble des transformations admissibles, sans présupposer de métrique ni de finalité.

### Contraintes, compatibilité et transformation restreinte

Soit \(\mathfrak{C}\) un ensemble de contraintes élémentaires. À toute collection \(K\subseteq\mathfrak{C}\), on associe :

- un ensemble admissible d’états \(A(K)\subseteq X\),
- une relation admissible de transitions \(R(K)\subseteq X\times X\),

avec monotonie par inclusion :

\[
K_1\subseteq K_2 \Rightarrow A(K_2)\subseteq A(K_1),\qquad R(K_2)\subseteq R(K_1).
\]

Définition (compatibilité).  
Une collection \(K\) est dite compatible si \(A(K)\neq\varnothing\) et si \(R(K)\) autorise au moins une transition depuis \(A(K)\), c’est-à-dire :

\[
\exists x\in A(K),\ \exists y\in X,\ (x,y)\in R(K).
\]

Cette définition est volontairement minimale : la compatibilité n’est pas une propriété sémantique, seulement la non-contradiction opérationnelle.

Définition (transformations induites).  
La famille de transformations admissibles sous contraintes \(K\) est définie par :

\[
\mathcal{T}(K)=\{ f\in\mathcal{T} : \forall x\in A(K),\ (x,f(x))\in R(K)\}.
\]

Ainsi, les contraintes agissent comme un filtre sur \(\mathcal{T}\).

### Occurrences, graphes de filiation et transmission de contraintes

Le chapitre 12 a introduit un graphe orienté acyclique \(G=(V,E)\) (éventuellement enrichi en hyperarêtes), où chaque sommet \(v\in V\) représente une occurrence (un état situé dans une trajectoire), et chaque arête \(u\to v\) représente une relation d’engendrement admissible.

On note \(x_v\in X\) l’état associé au sommet \(v\), et \(K_v\subseteq\mathfrak{C}\) la collection de contraintes portée par \(v\) (contraintes actives, héritées, ou produites par compatibilité).

Pour chaque arête \(e=(u\to v)\), on suppose donné un opérateur de transmission :

\[
\tau_e:\mathcal{P}(\mathfrak{C})\to\mathcal{P}(\mathfrak{C}),
\]

monotone pour l’inclusion. La mise en commun de contraintes lors d’une collision (plusieurs parents) est suivie d’un opérateur de compatibilité \(\operatorname{Comp}\) produisant une sous-collection compatible :

\[
\widetilde{K}_v=\bigcup_{u\to v}\tau_{(u\to v)}(K_u),\qquad K_v \supseteq \operatorname{Comp}(\widetilde{K}_v).
\]

L’opérateur \(\operatorname{Comp}\) n’optimise rien : il réalise une fermeture par satisfaisabilité (éviter l’ensemble vide).

## Rejet de la téléologie et définition opérationnelle de la sélection

### Rejet formel de l’optimisation comme primitive

Définition (optimisation explicite).  
On dit qu’une dynamique introduit une optimisation explicite si elle suppose donnée une fonction \(U:X\to\mathbb{R}\) (ou \(U:S\to\mathbb{R}\) sur un espace de descriptions), et si les transitions admissibles sont sélectionnées en vue de maximiser \(U\) (localement ou globalement).

Le cadre de l’ouvrage exclut une telle primitive. Les objets admis sont : admissibilité, compatibilité, transmission, consommation irréversible, verrouillage des futurs. Par construction, aucun \(U\) n’est requis.

### Définition ensembliste de la sélection comme filtrage

Définition (filtre de sélection).  
Soit \(\Omega\) l’ensemble des trajectoires candidates (au sens d’enchaînements de transformations dans \(\mathcal{T}\)) depuis un état initial \(x\). Soit \(\mathcal{A}\subseteq\Omega\) l’ensemble des trajectoires admissibles au regard des contraintes actives (compatibilité locale, transitions autorisées, contraintes héritées).

La sélection ensembliste est l’application :

\[
\operatorname{Sel}:\Omega \mapsto \mathcal{A},
\]

c’est-à-dire la restriction de l’ensemble des trajectoires possibles aux trajectoires admissibles.

Cette définition ne produit pas une préférence ; elle produit une élimination.

### Définition probabiliste (sélection comme conditionnement)

Pour comparer quantitativement des régimes, une mesure (ou probabilité) sur les trajectoires est utile.

Soit \(\mathbb{P}\) une loi a priori sur \(\Omega\) (issue, par exemple, d’un choix stochastique de transformations dans \(\mathcal{T}\), ou d’un bruit sur les transitions). La sélection probabiliste est le conditionnement sur l’admissibilité :

\[
\mathbb{P}_{\text{sel}}(\cdot)=\mathbb{P}(\cdot \mid \mathcal{A}).
\]

Lorsque \(\mathbb{P}(\mathcal{A})=0\), l’ensemble admissible est vide au sens probabiliste : il n’existe pas de trajectoire réalisable sous la loi considérée.

Dans ce formalisme, “sélection” signifie : renormalisation sur le sous-ensemble admissible.

## Sélection par compatibilité

### Viabilité et compatibilité : une même notion à deux niveaux

Définition (viabilité locale).  
Un état \(x\in X\) est viable sous contraintes \(K\) si :

\[
x\in A(K)\quad \text{et}\quad \exists f\in\mathcal{T}(K)\ \text{tel que}\ f(x)\in A(K').
\]

Cette définition explicite qu’une compatibilité statique (être dans \(A(K)\)) n’est pas suffisante : il faut aussi une possibilité de continuation.

Définition (chemin compatible).  
Une trajectoire \(x_0\to x_1\to\cdots\to x_n\) est compatible si, pour une suite de contraintes \((K_t)\), on a :

\[
x_t\in A(K_t),\quad (x_t,x_{t+1})\in R(K_t),\quad K_{t+1}\supseteq \operatorname{Comp}\Big(\bigcup \tau(K_t)\Big).
\]

Ici, \(\tau\) désigne l’ensemble des transmissions actives à l’étape.

### Lemmes de filtrage

Lemme (monotonie de la sélection en contrainte).  
Si \(K_1\subseteq K_2\), alors l’ensemble des trajectoires compatibles sous \(K_2\) est inclus dans celui sous \(K_1\).

Démonstration.  
Par monotonie, \(A(K_2)\subseteq A(K_1)\) et \(R(K_2)\subseteq R(K_1)\), donc toute trajectoire satisfaisant les contraintes plus fortes satisfait aussi les contraintes plus faibles.  

Conclusion : augmenter les contraintes ne peut qu’éliminer des trajectoires.

Lemme (compatibilité comme géométrie d’ensemble).  
Dans un espace mesurable, la “force” d’un filtre peut être mesurée par la diminution de mesure :

\[
\Delta(K)=\mu(A(\varnothing))-\mu(A(K)).
\]

Dans un espace fini, on remplace \(\mu\) par la cardinalité. La sélection, vue comme filtrage, se quantifie alors par une réduction de “volume” admissible.

La dépendance au volume et à la connectivité est une première manifestation du caractère géométrique.

## Disparition des structures non transmissibles

### Définition de transmissibilité

Définition (transmissibilité d’une description).  
Soit \(\Pi:X\to S\) une projection vers un espace de descriptions \(S\). Une description \(s\in S\) est transmissible si, pour toute occurrence \(v\) telle que \(\Pi(x_v)=s\), il existe au moins un descendant \(w\) accessible depuis \(v\) dans le graphe de filiation, tel que \(\Pi(x_w)=s\) (ou appartienne à un voisinage fixé de \(s\), si \(S\) est topologique).

Cette définition est structurelle : elle n’utilise ni objectif ni récompense.

Définition (transmissibilité sous contraintes héritées).  
Une contrainte \(c\in\mathfrak{C}\) est transmissible le long d’une arête \(e\) si \(c\in K\Rightarrow c\in \tau_e(K)\). Elle est transmissible sur un sous-graphe si elle est transmissible le long de toutes ses arêtes.

### Proposition de disparition

Proposition (extinction en modèle probabiliste).  
Soit une dynamique stochastique sur un ensemble fini de classes \(S\), modélisée par une matrice de transition \(P=(p_{ij})\) avec \(p_{ij}\ge 0\) et \(\sum_j p_{ij}=1\). Soit \(B\subseteq S\) l’ensemble des classes compatibles et transmissibles (au sens où elles possèdent au moins une sortie dans \(B\)). Alors l’ensemble \(S\setminus B\) est transitoire au sens de Markov : la probabilité d’y rester indéfiniment est nulle, et la masse finit par se concentrer sur les classes récurrentes incluses dans \(B\).

Interprétation technique.  
Les classes non transmissibles n’ont pas de cycles internes ni de retours compatibles : elles ne peuvent pas porter de régime stationnaire. Leur “disparition” signifie : absence dans le support des mesures limites (stationnaires, quasi-stationnaires, ou limites conditionnées).

Cette proposition relève de la théorie standard des chaînes de Markov finies : classes transientes et récurrentes.

## Régimes dominants

Pour parler de “dominance” sans optimisation, il faut une notion quantitative intrinsèque : la stabilité d’une distribution de classes sous un opérateur de transition restreint.

### Opérateur de transition restreint et Perron-Frobenius

Soit \(B\subseteq S\) l’ensemble des classes compatibles. On définit la matrice restreinte \(P_B\) en ne conservant que les transitions à l’intérieur de \(B\). Deux situations se présentent.

Cas sans absorption externe  
Si \(P_B\) est stochastique (chaque ligne somme à 1), alors une distribution stationnaire \(\pi\) satisfait :

\[
\pi=\pi P_B,\qquad \sum_{i\in B}\pi_i=1,\quad \pi_i\ge 0.
\]

Lorsque le sous-système est irréductible et apériodique (conditions standard), \(\pi\) est unique et décrit un régime dominant au sens probabiliste : la distribution des classes converge vers \(\pi\) indépendamment de l’état initial (dans \(B\)).

Cas avec fuite (filtrage fort, verrouillage)  
Si des transitions sortent de \(B\) (événements incompatibles, consommation empêchant la continuation), la dynamique sur \(B\) peut être modélisée par une matrice sous-stochastique \(Q\) (lignes de somme \(\le 1\)). La théorie standard des distributions quasi-stationnaires montre qu’il existe des distributions \(\nu\) sur \(B\) telles que :

\[
\nu Q = \lambda \nu,\qquad 0<\lambda<1,
\]

où \(\lambda\) est le taux de survie moyen par pas. La distribution \(\nu\) décrit un régime dominant conditionnel : conditionnellement au fait de ne pas être “éliminé” (sortie de \(B\)), la distribution des classes tend vers \(\nu\).

Ce mécanisme n’est pas une optimisation : la dominance est donnée par le spectre d’un opérateur non négatif. Le rôle de Perron-Frobenius (spectre principal, vecteur propre positif) est ici strictement géométrique au sens des opérateurs.

### Dominance et bassins

Dans un cadre déterministe, la dominance s’exprime par les bassins d’attraction : un attracteur est dominant si son bassin est “grand” (par mesure, par volume, ou par cardinalité). Dans un cadre stochastique, la dominance s’exprime par la concentration de mesure sur un ensemble récurrent ou quasi-récurrent.

Dans les deux cas, la dominance dépend de la géométrie des régions admissibles et de leur connectivité sous transformations admissibles.

## Stabilisation des contraintes

### Définition de stabilisation (rappel)

Une contrainte \(c\in\mathfrak{C}\) est stabilisée le long d’une lignée si, à partir d’un rang, elle est présente dans toutes les occurrences ultérieures. Une collection \(K^\star\) est stabilisée si \(K^\star\subseteq K_v\) pour toutes les occurrences suffisamment tardives d’une lignée.

### Proposition de stabilisation par filtrage monotone

On suppose :

- monotonie d’héritage : pour toute arête \(u\to v\), \(\tau_{(u\to v)}(K_u)\subseteq K_v\),
- compatibilité non expansive : \(\operatorname{Comp}(K)\subseteq K\),
- verrouillage : l’ensemble des transitions admissibles se réduit le long des trajectoires (au sens du chapitre 13).

Alors, le long de toute trajectoire admissible, la suite \((K_t)\) est croissante pour l’inclusion (ou, plus exactement, non décroissante après fermeture compatible), et donc admet une limite ensembliste :

\[
K_\infty=\bigcup_{t\ge 0}K_t.
\]

Dans un univers où \(\mathfrak{C}\) est fini (ou où seules un nombre fini de contraintes sont activables à résolution finie), la stabilisation se produit en un temps fini : il existe \(T\) tel que \(K_t=K_T\) pour tout \(t\ge T\). Dans un cadre infini, la stabilisation peut être asymptotique.

Ce résultat est une propriété combinatoire d’emboîtement : il n’a pas besoin de fonction d’utilité.

## Sens précis de “la sélection est géométrique”

La formule “géométrique” peut être rendue non métaphorique par trois critères complémentaires.

### Critère ensembliste

La sélection dépend d’ensembles admissibles \(A(K)\) et de relations admissibles \(R(K)\). Deux systèmes ayant même couple \((A,R)\) (à isomorphisme près) induisent les mêmes filtrages de trajectoires, indépendamment de toute interprétation.

### Critère métrique ou de mesure

Dans un espace muni d’une mesure \(\mu\), l’intensité de la sélection se lit comme réduction de mesure des ensembles atteignables :

\[
\mu(\mathcal{F}_{\mathcal{T}(K)}(x)) \le \mu(\mathcal{F}_{\mathcal{T}}(x)).
\]

Dans un espace fini, le même énoncé vaut pour les cardinalités.

### Critère spectral

Dans un modèle probabiliste sur classes, les régimes dominants sont déterminés par le spectre d’un opérateur non négatif (matrice de transition restreinte, opérateur de transfert). La “préférence” apparente est alors une propriété du vecteur propre principal, qui dépend de la structure du graphe des transitions et des poids, non d’une maximisation explicite.

Ces trois critères sont cohérents : ensemble admissible, volume accessible, et spectre principal sont trois expressions d’une même dépendance à la forme des contraintes.

## Portée cosmogonique minimale

Une dynamique de transformations admissibles, soumise à des contraintes héritées et à une consommation irréversible, produit une sélection structurelle dès qu’elle élimine des trajectoires incompatibles. La sélection ne requiert ni intention, ni objectif, ni notion de bénéfice : elle est l’effet d’un espace de possibles restreint, dans lequel seules certaines structures sont transmissibles et stabilisables.

La conséquence minimale est la suivante : dès que la transmission est possible, l’espace des lignées se stratifie en sous-graphes de persistance et sous-graphes d’extinction. Les régimes dominants sont ceux qui correspondent à des sous-graphes fortement connectés, à de grands bassins, ou à un spectre principal favorable, selon le régime (déterministe, stochastique, ou mixte).

## Analyse philosophique

Le terme “sélection” est souvent associé à une lecture finaliste (comme si une entité choisissait). Le cadre présent le rend inutile : la sélection est un filtrage imposé par la compatibilité et la transmissibilité.

Trois confusions récurrentes sont évitées par construction.

Confusion entre sélection et optimisation  
La sélection, ici, n’améliore rien : elle restreint. Toute “amélioration” apparente n’est qu’un effet secondaire d’un filtrage répétitif.

Confusion entre stabilité et valeur  
Un régime dominant n’est pas “meilleur” : il est stable, fréquent, ou spectralement prépondérant sous des contraintes données.

Confusion entre explication et justification  
Décrire pourquoi certaines structures persistent n’implique aucune justification normative de cette persistance. Le chapitre ne produit ni devoir-être, ni hiérarchie axiologique.

La sélection structurelle sans optimisation constitue ainsi une catégorie logique : elle explique des distributions et des dominances comme conséquences d’une géométrie de contraintes, sans introduire de finalité dans les primitives.

## Conclusion

La sélection structurelle a été reconstruite comme un mécanisme de filtrage et de conditionnement imposé par la compatibilité, l’héritage et le verrouillage des futurs. Les structures non transmissibles disparaissent au sens strict : elles ne peuvent pas appartenir au support des mesures limites ni aux composantes récurrentes des dynamiques restreintes. Les régimes dominants sont déterminés par des propriétés géométriques (bassins, connectivité, volume admissible) et, dans les modèles probabilistes, par le spectre d’opérateurs non négatifs.

Ainsi, la formule “la sélection est géométrique” admet un contenu précis : la sélection dépend de la forme des ensembles et des graphes d’admissibilité, non de l’optimisation d’un objectif.