algo/v1/chapitre10.md

livre	version	auteur	chapitre	type
Théorie des futurs accessibles	v1	Nicolas Cantu	10	chapitre

Attracteurs, cycles et ensembles invariants

Ce chapitre établit, sous hypothèses minimales, la structure des comportements à long terme des systèmes dynamiques, d’abord dans un cadre discret fini, puis dans des cadres topologiques/métriques plus généraux. Dans le cadre discret (X,f) avec X fini, l’itération d’une application f:X\to X impose qu’à partir de tout état initial l’orbite devienne pré‑périodique : un transitoire suivi d’un cycle (preuve par principe des tiroirs). Cette propriété permet une description globale par graphe fonctionnel : chaque composante contient exactement un cycle dirigé, et tous les autres états s’y déversent via des arborescences. On en déduit des définitions formelles de point fixe, cycle, ensemble invariant, attracteur discret et bassin, ainsi que des algorithmes de calcul linéaires pour cycles et bassins.

Dans un cadre métrique/topologique, on remplace la finitude brute par la notion de limite : ensembles \omega(x), invariance et attraction au sens de la distance à un ensemble. On introduit les définitions classiques de stabilité (Lyapunov) et d’attracteur topologique, notamment via la notion de trapping region (région piège) et l’intersection décroissante des itérés, qui fournit un attracteur sous hypothèses de piégeage. Les théorèmes structurants cités comme consensus comprennent : (i) la stabilité de Lyapunov (définitions canoniques), (ii) la frontière dimensionnelle Poincaré–Bendixson en dimension 2 (absence d’attracteurs chaotiques pour les flots plans sous hypothèses standard), (iii) la stabilité structurelle dans la tradition Smale (hyperbolicité, conjugaison topologique, persistance qualitative).

On formalise ensuite robustesse et bifurcations, en particulier la bifurcation de Hopf (naissance d’une orbite périodique à partir d’un équilibre sous conditions standard) à partir d’une traduction de l’article original. On discute les changements soudains de bassins et d’attracteurs (crises) via un article classique de Grebogi–Ott–Yorke.

Enfin, on introduit des mesures structurelles (taille des bassins, dominance, entropie structurelle au sens Shannon, entropie topologique au sens Adler–Konheim–McAndrew) et des métriques (distance d’édition) avec des indications de calcul/estimation. Les lectures conditionnelles (S1) restent strictement indexées : l’existence d’attracteurs signifie qu’un système itératif dispose de régimes persistants qui canalisent les trajectoires; cela fournit une condition de possibilité (non suffisante) pour toute accumulation ultérieure de structures transmissibles. La conclusion philosophique analyse le statut ontologique des attracteurs comme objets‑limites, et explicite ce que le formalisme interdit (téléologie, assimilation sémantique).

Cadre discret fini

On se place dans un cadre minimal : un ensemble fini d’états et une règle déterministe d’évolution.

Définitions formelles

Soit X un ensemble fini non vide, |X|=N, et f:X\to X une application.

Orbite. À partir de x\in X, on définit x_0=x et x_{t+1}=f(x_t). L’orbite est (x_t)_{t\ge 0}.

Point fixe. x^\*\in X est un point fixe si f(x^\*)=x^\*.

Point périodique et cycle. x\in X est périodique de période p\ge 1 si f^{(p)}(x)=x et p est minimal. Le cycle associé est

C(x)=\{x,f(x),\dots,f^{(p-1)}(x)\}.

Ensemble invariant. Un sous‑ensemble S\subseteq X est (positivement) invariant si f(S)\subseteq S. Il est invariant au sens fort si f(S)=S. Un cycle est invariant au sens fort.

Attracteur discret (définition minimale pour le fini). Dans le cadre déterministe fini, on appelle attracteur discret tout cycle (y compris le cas p=1). Cette convention n’introduit aucune métrique : elle identifie l’objet asymptotique de toute trajectoire dans l’espace fini.

Bassin d’un cycle. Pour un cycle C, le bassin est

B(C)=\{x\in X:\exists t\ge 0,\ f^{(t)}(x)\in C\}.

Pré‑périodicité forcée et borne temporelle

Proposition (pré‑périodicité). Pour tout x\in X, il existe \mu\ge 0 et p\ge 1 tels que x_{t+p}=x_t pour tout t\ge\mu. On peut choisir \mu+p\le N.

Démonstration (principe des tiroirs). Les N+1 termes x_0,\dots,x_N appartiennent à X de taille N, donc il existe 0\le i<j\le N tel que x_i=x_j. Posons \mu=i, p=j-i. Comme f est déterministe, x_{i+k}=x_{j+k} pour tout k\ge 0, donc périodicité à partir de i. Enfin \mu+p=j\le N. □

Cette propriété fournit une lecture stricte du « long terme » en fini : l’asymptote n’est jamais un ensemble compliqué, seulement un cycle.

Structure globale en graphe fonctionnel

On associe à (X,f) un graphe orienté G_f=(X,E) où

E=\{(x,f(x)):\ x\in X\}.

Chaque sommet a degré sortant 1 (une flèche vers son successeur), mais peut avoir plusieurs antécédents (collisions).

Proposition (un cycle par composante). Chaque composante connexe faible de G_f contient exactement un cycle dirigé; tous les autres sommets de la composante alimentent ce cycle via des arborescences orientées.

Démonstration (esquisse complète).
Existence : à partir d’un sommet, suivre les arêtes sortantes produit une suite dans un ensemble fini, donc une répétition, donc un cycle (proposition précédente).
Unicité : si deux cycles distincts C_1,C_2 étaient dans la même composante faible, alors il existerait un chemin non orienté entre eux. En partant de tout sommet de ce chemin et en suivant les arêtes sortantes (qui sont uniques), l’orbite doit aboutir à un cycle unique; or un même sommet ne peut aboutir à deux cycles distincts. Donc contradiction ; un seul cycle par composante. □

Proposition (partition par bassins). Les bassins des cycles forment une partition de X.

Démonstration. Tout x aboutit à un cycle C_x, donc appartient à B(C_x) (couvre X). Si x\in B(C_1)\cap B(C_2), l’orbite entre dans C_1 et y reste (invariance), donc C_1=C_2. □

Diagramme (relations état–orbite–bassin–cycle)

flowchart TD
  x["État initial x"] --> orb["Orbite (f^t(x))_{t≥0}"]
  orb --> rep["Répétition forcée (∃i<j: f^i(x)=f^j(x))"]
  rep --> cyc["Cycle C (ensemble invariant)"]
  x --> bas["Bassin B(C)"]
  bas --> cyc
  cyc --> inv["Invariance: f(C)=C"]

Calcul effectif des cycles et bassins

Dans un graphe fonctionnel fini, on peut calculer en temps linéaire les sommets cycliques en éliminant itérativement les sommets de degré entrant nul (topologie inverse), puis en reconstruisant les bassins par parcours inverse depuis les cycles.

• Temps : O(N) (construction des degrés entrants + élimination + parcours).
• Mémoire : O(N) (stockage de f et des antécédents).

Ce fait est important méthodologiquement : dans le cadre fini, la structure asymptotique n’est pas seulement théorique, elle est aussi calculable de façon efficace.

Extension topologique et métrique

Le passage du discret fini au continu ne change pas la logique : il remplace la répétition brute par des notions de limite (compacité), de voisinage et de stabilité.

(\omega)-limites et invariance sur compacts

Soit (X,d) compact métrique et f:X\to X continue.

Définition ((\omega)-limite). \omega(x) est l’ensemble des valeurs d’adhérence de ({f^{(n)}(x)}) :

\omega(x)=\bigcap_{m\ge 0}\overline{\{f^{(n)}(x):n\ge m\}}.

Proposition (consensus standard, preuve élémentaire). Pour tout x, \omega(x) est non vide, compact, et invariant f(\omega(x))=\omega(x).

Démonstration. La compacité assure l’existence de sous‑suites convergentes, donc \omega(x)\neq\varnothing; c’est un fermé dans un compact, donc compact. L’invariance suit de la continuité : si f^{(n_k)}(x)\to y, alors f^{(n_k+1)}(x)=f(f^{(n_k)}(x))\to f(y), d’où f(y)\in\omega(x). L’inclusion réciproque découle du fait que tout point limite est aussi limite d’une suite décalée. □

Définition topologique d’attracteur et existence via trapping region

La notion d’« attracteur » admet plusieurs variantes; ici, on retient une définition topologique standard via voisinage attiré.

Définition (attracteur topologique). Un compact non vide A\subseteq X est un attracteur si :

1. f(A)=A ;
2. il existe un ouvert U\supseteq A tel que \mathrm{dist}(f^{(n)}(x),A)\to 0 pour tout x\in U.

Le bassin est B(A)=\{x:\mathrm{dist}(f^{(n)}(x),A)\to 0\}.

Une manière constructive d’obtenir un attracteur est d’exhiber une région piège (« trapping region ») ; cette approche apparaît notamment dans la littérature sur attracteurs et quasi‑attracteurs.

Proposition (existence d’un attracteur à partir d’une trapping region). Soit U\subseteq X un ouvert dont l’adhérence \overline U est compacte et tel que f(\overline U)\subseteq U. Alors

A:=\bigcap_{n\ge 0} f^{(n)}(\overline U)

est un compact non vide invariant, et toute orbite partant dans \overline U reste dans \overline U et approche A (au sens de la distance à A).
(Ce résultat est un standard dans la théorie qualitative; on le formule ici en version minimale et on le rattache au vocabulaire « trapping region » utilisé dans la littérature sur attracteurs.)

Démonstration (élémentaire). Les ensembles f^{(n)}(\overline U) sont non vides, compacts, emboîtés décroissants, donc leur intersection A est non vide et compacte (propriété standard des compacts). L’invariance f(A)=A suit de la continuité et de l’identité f(f^{(n)}(\overline U))=f^{(n+1)}(\overline U). L’attraction découle du fait que la distance à l’intersection d’une suite décroissante de compacts tend vers 0 le long des itérés (argument par contradiction utilisant la compacité). □

Stabilité de Lyapunov (robustesse locale)

Les définitions canonisées de Lyapunov posent la robustesse locale des équilibres (et, par extension, d’ensembles invariants).

Définition (Lyapunov). Un équilibre x^\* est stable si
\forall\varepsilon>0\ \exists\delta>0 tel que \|x(0)-x^\*\|<\delta\Rightarrow \|x(t)-x^\*\|<\varepsilon pour tout t\ge 0. Il est asymptotiquement stable si, en plus, x(t)\to x^\* quand t\to\infty.

Cette stabilité est distincte de l’attraction : attraction signifie « convergence vers », stabilité signifie « rester proche sous perturbation ».

Frontière Poincaré–Bendixson (dimension 2) et impossibilité d’attracteurs étranges

En dimension 2 (flots sur le plan/surfaces sous hypothèses standard), le théorème de Poincaré–Bendixson impose que les ensembles (\omega)-limites compacts non vides ne peuvent pas supporter une dynamique « étrange » au sens chaotique : ils sont essentiellement équilibres et orbites périodiques (éventuellement avec connexions). Le résultat est traditionnellement attribué à Poincaré et Bendixson; une source primaire majeure est l’article de Bendixson (1901), qui développe la théorie qualitative des courbes intégrales près des singularités.

Attracteurs étranges : définition opérationnelle et jalons

Le terme « attracteur étrange » n’a pas une définition unique universelle; on adopte ici une définition opérationnelle :

Un attracteur A est dit étrange si (i) il est attractif (au sens topologique), (ii) la dynamique restreinte à A n’est pas périodique et présente une sensibilité/instabilité orbitale (au sens de séparation d’orbites), et (iii) l’ensemble A présente typiquement une géométrie non régulière (souvent fractale) ou une structure d’étirement‑repliement.

Trois jalons de consensus illustrent ce type d’objet :

• Lorenz (1963) montre qu’un système différentiel dissipatif simple peut produire une dynamique non périodique associée à un attracteur (paradigme du « Lorenz attractor »).
• Hénon (1976) exhibe une application bidimensionnelle dissipative présentant un attracteur étrange pour certains paramètres.
• Ruelle–Takens (1971) proposent un mécanisme de transition vers la turbulence où des attracteurs plus complexes que les cycles apparaissent dans des systèmes dissipatifs.

Smale : hyperbolicité et organisation qualitative

Smale (1967) synthétise la théorie moderne des systèmes dynamiques différentiables : ensembles non errants, hyperbolicité (Axiom A), conjugaison topologique et stabilité structurelle. Dans le cadre de ce chapitre, cela fournit un repère consensuel : certaines classes d’invariants (hyperboliques) ont des propriétés de robustesse fortes, tandis que des régimes non hyperboliques peuvent bifurquer fréquemment.

Robustesse, bifurcations et stabilité structurelle

Définitions formelles de robustesse

Soit une famille \{f_\lambda\} (applications ou flots) dépendant d’un paramètre \lambda.

Robustesse d’un invariant. Un invariant A_\lambda est robuste si, pour \lambda' proche, il existe un invariant A_{\lambda'} « du même type » (par ex. conjugué topologiquement ou proche en distance de Hausdorff).

Stabilité structurelle (idée standard). Un système f est structurellement stable si toute perturbation suffisamment petite (dans une topologie C^r sur les champs de vecteurs/difféomorphismes) est topologiquement conjuguée à f sur l’ensemble pertinent (souvent l’ensemble non errant). Cette notion est centrale chez Smale.

En dimension 2, un résultat classique de Peixoto établit l’ouverture et la densité des systèmes structurellement stables parmi les flots lisses sur surfaces compactes (repère de consensus sur la généricité de la robustesse qualitative en dimension 2).

Bifurcation de Hopf (consensus, source primaire via traduction)

La bifurcation de Hopf formalise la naissance (ou disparition) d’une orbite périodique à partir d’un équilibre lorsque une paire de valeurs propres complexes franchit l’axe imaginaire sous conditions de non dégénérescence. L’article original de Hopf (1942) est accessible via une traduction reproduite dans un volume de référence. Dans le cadre de ce chapitre, on retient l’énoncé suivant comme consensus (preuve omise) : sous conditions standard, il existe une bifurcation locale conduisant à un cycle limite dont la stabilité dépend du signe d’un coefficient de forme normale.

Changements de bassins et crises (attracteurs chaotiques)

Même lorsque l’invariant persiste, la géométrie du bassin peut changer brutalement. Grebogi–Ott–Yorke (1982) analysent des « crises » : collisions entre orbites périodiques instables et attracteurs chaotiques entraînant élargissement soudain, apparition ou destruction d’un attracteur et/ou de son bassin (route vers chaos, transitoires). Ce point justifie une distinction fondamentale : robustesse de l’attracteur \neq robustesse du bassin.

Mesures structurelles et calcul

Les attracteurs fournissent une organisation qualitative; on peut quantifier cette organisation par des métriques adaptées au cadre (discret/continu).

Taille des bassins et dominance (discret fini)

Soient C_1,\dots,C_K les cycles, B_i=B(C_i), et p_i=|B_i|/|X|.

• Dominance : D=\max_i p_i\in[1/K,1].
• Nombre d’attracteurs : K.
  Ces quantités décrivent la concentration des destinées asymptotiques.

Entropie structurelle des bassins (Shannon)

On définit l’entropie structurelle des bassins

H_{\text{bassins}}=-\sum_{i=1}^K p_i\log p_i,

avec bornes 0\le H_{\text{bassins}}\le \log K, atteintes respectivement en cas de bassin unique (dominance totale) et d’équilibre parfait. Ces propriétés sont des conséquences standards de l’entropie de Shannon appliquée à une distribution finie.

Entropie topologique (AKM) : complexité orbitale interne

Adler–Konheim–McAndrew (1965) introduisent l’entropie topologique comme invariant pour applications continues sur compacts, via croissance de raffinements de recouvrements ouverts. Cette quantité capture une complexité orbitale pouvant être positive même lorsque l’espace se verrouille vers un petit nombre d’attracteurs (ex. attracteur chaotique unique).

Métriques discrètes : distance d’édition

Pour comparer des états représentés comme mots/séquences (par ex. classes morphologiques), on utilise des métriques combinatoires. Levenshtein (1965/1966) propose des modèles de canaux avec insertions/suppressions/réversions et introduit la distance d’édition comme métrique naturelle associée à ces opérations. Une fois une métrique fixée, on peut définir des voisinages discrets, étudier la sensibilité locale et construire des versions « épaisses » des bassins (stabilité par petites modifications).

Calcul et estimation : exact vs échantillonné

• En discret fini, cycles et bassins se calculent exactement en O(N) (graphe fonctionnel).
• Dans de très grands espaces, on estime les p_i par échantillonnage : tirer des états selon une loi \nu, itérer jusqu’à convergence au cycle, estimer les fréquences de cycles. Sous hypothèses i.i.d., la convergence est gouvernée par la loi des grands nombres (consensus probabiliste).

Lectures conditionnelles (S1) dérivées strictement

Cette section tire des conséquences uniquement des résultats mathématiques établis ci‑dessus, sans postuler d’intention, de sémantique ou d’« optimisation ».

Dans un univers discret fini (ou à description effectivement finie), l’itération impose l’existence de cycles et donc de régimes persistants (attracteurs discrets). Il en résulte une partition en bassins : une information complète sur l’état initial est, en général, inutile pour déterminer le long terme, car seule la classe « bassin » importe pour l’asymptote. Cette réduction est une conséquence logique de la structure des graphes fonctionnels.

Dans un cadre compact, la compacité garantit l’existence d’ensembles \omega(x) invariants. Si, de plus, une région piège existe, l’intersection décroissante des itérés fournit un attracteur topologique qui attire un voisinage entier. Ainsi, la disponibilité de régimes stables n’est pas une hypothèse supplémentaire : elle est structurellement compatible et souvent forcée par les contraintes (finitude ou piégeage).

Concernant la « réplication interne » (au sens formel : production d’une occurrence persistante d’une même sous‑structure), ce chapitre n’assume aucun mécanisme de reproduction. Il établit seulement une condition nécessaire : tout mécanisme de duplication stable exige l’existence de motifs suffisamment persistants (ensembles invariants attractifs ou métastables) pour ne pas être détruits immédiatement par la dynamique. Cette condition est purement logique : sans invariants persistants, aucune structure ne peut être copiée « de manière répétée » dans le temps.

Enfin, on note une contrainte importante (sans extrapolation) : dans les systèmes conservatifs mesurés à volume fini, la récurrence de Poincaré (1890) implique des retours, ce qui rend impossible une monotonie stricte sur les micro‑états; ainsi, les attracteurs globaux au sens dissipatif exigent typiquement une dissipation, une ouverture, ou un niveau de description agrégé. Cette remarque est une contrainte de cohérence entre « attracteurs dissipatifs » et « récurrence conservatrice », et non une hypothèse de physique supplémentaire.

Analyse philosophique finale

Nécessité ontologique minimale des attracteurs

La construction mathématique impose une thèse ontologique minimale : dans un univers gouverné par des transformations itérées, l’analyse du long terme se fait nécessairement en termes d’ensembles invariants et de classes asymptotiques (cycles, (\omega)-limites). L’état instantané n’a pas de privilège ontologique dans la description du long terme : ce qui « persiste » est un invariant, et ce qui « structure » l’espace des possibles est la partition en bassins.

Cette thèse ne dépend pas d’une interprétation; elle est la lecture la plus parcimonieuse de la structure démontrée (pré‑périodicité en fini, invariance des (\omega)-limites sur compacts).

Limites du formalisme (et ce qu’il interdit)

Le chapitre impose plusieurs interdictions méthodologiques.

• Il interdit d’assimiler « attracteur » à « optimum » : aucune fonction de coût ni principe de minimisation n’a été postulé; un attracteur est défini par invariance et attraction, pas par optimalité.
• Il interdit toute téléologie : la convergence est une propriété de la dynamique et de la structure de l’espace, non un « but ».
• Il interdit toute interprétation sémantique prématurée : attracteurs et bassins peuvent ultérieurement être interprétés comme supports de contraintes opératoires, mais ils ne sont pas, en eux‑mêmes, des « connaissances » ou des « significations ».
• Il interdit de conclure à la robustesse sans hypothèse : la robustesse exige des conditions supplémentaires (Lyapunov, hyperbolicité, stabilité structurelle), et les bassins peuvent changer qualitativement (bifurcations, crises).

Tableaux comparatifs

Notion	Discret fini (X,f)	Continu/compact (X,d,f) ou flot
Invariant	f(S)\subseteq S	f(S)\subseteq S ou \varphi_t(S)=S
Asymptote	cycle atteint en temps fini	\omega(x) (compact invariant)
Attracteur	cycle (déf. minimale)	compact invariant attirant un voisinage (trapping region possible)
Bassin	atteignabilité vers un cycle	convergence \mathrm{dist}(f^n(x),A)\to 0
Chaos	possible (cartes)	typiquement ≥3D pour flots; exclu en plan (P–B)
Mesure de complexité	H_{\text{bassins}} (Shannon)	h_{\text{top}} (AKM), stabilité/hyperbolicité (Smale)

Propriété	Attracteur (existence)	Attracteur robuste (qualitative)
Définition	invariance + attraction	persistance sous perturbation
Outils	(\omega)-limites, trapping region	Lyapunov, hyperbolicité, stabilité structurelle
Sensibilité des bassins	peut être élevée	peut rester fragile (crises possibles)

Schéma de paysage d’attracteurs (organisation par bassins)

flowchart LR
  subgraph L["Paysage qualitatif"]
    B1["Bassin B(A₁)"] --> A1["Attracteur A₁"]
    B2["Bassin B(A₂)"] --> A2["Attracteur A₂"]
    B3["Bassin B(A₃)"] --> A3["Attracteur A₃"]
    B1 --- S12["Frontière"]
    B2 --- S12
    B2 --- S23["Frontière"]
    B3 --- S23
  end

En conclusion, ce chapitre fixe un socle rigoureux : dans un univers itératif, les attracteurs et invariants ne sont pas une option interprétative mais une conséquence structurelle (finitude/compacité/continuité). Les chapitres suivants pourront ensuite introduire, de manière contrôlée, les mécanismes de non‑injectivité, de compression et d’héritage qui transforment ces invariants en structures transmissibles à travers des lignées, sans jamais faire intervenir de finalité.