Automates cellulaires probabilistes
Les automates cellulaires probabilistes (PCA) sont une extension des automates cellulaires classiques où la règle de transition est stochastique : l’état suivant d’une cellule est tiré selon une distribution de probabilité, pas déterminé de manière certaine.
Principe
Dans un automate déterministe : état suivant = f(voisinage) Dans un automate probabiliste : état suivant ~ P(· | voisinage)
Cette stochasticité modélise le bruit, l’incertitude ou la variabilité inhérente à de nombreux phénomènes réels.
Exemples canoniques
Modèle feu de forêt
- États : vide / arbre / en feu
- Règles :
- Un arbre prend feu si un voisin brûle (prob. p)
- Un arbre prend feu spontanément (prob. f, très faible)
- Un arbre pousse sur une cellule vide (prob. g)
- Ce qui émerge : cycles d’incendie, fronts de feu, patterns de régénération
Modèle SIR épidémique
- États : Susceptible / Infecté / Rétabli
- Règles : transmission probabiliste au contact d’un infecté
- Ce qui émerge : vagues épidémiques, seuil d’immunité collective, endémicité
Modèle de vote
- États : opinion A / opinion B
- Règles : adoption de l’opinion majoritaire du voisinage avec probabilité p
- Ce qui émerge : consensus, coexistence, transitions de phase sociale
Transitions de phase
Les PCA exhibent souvent des transitions de phase — des changements brusques de comportement global pour une valeur critique d’un paramètre (ex. probabilité de transmission).
C’est l’analogue des transitions de phase physiques (liquide → gaz) dans des systèmes sociaux ou biologiques.
Avantages pour la modélisation
| Automate déterministe | Automate probabiliste |
|---|---|
| Reproductible exactement | Variabilité entre runs |
| Règles complètement explicites | Modélise l’incertitude réelle |
| Comportement parfois trop rigide | Plus réaliste pour les systèmes naturels |
Lien avec les SMA
Les PCA sont un pont entre les automates cellulaires purs et les SMA réactifs : on introduit de l’aléatoire tout en gardant une structure de grille simple. C’est un outil intermédiaire utile pour calibrer des modèles avant de passer à des agents mobiles.
Concepts liés
Références
- Chopard, B., & Droz, M. (1998). Cellular Automata Modeling of Physical Systems. Cambridge University Press.
- Durrett, R., & Levin, S. A. (1994). The importance of being discrete. Theoretical Population Biology, 46(3), 363–394.