DimensionS FractaleS comme descripteurs de l'hétérogénéité spatiale: Notes de lecture et questions pratiques. Nicolas Bez IRD Sète.

Slides:



Advertisements
Présentations similaires
Application au suivi des paramètres de problèmes de vision
Advertisements

GESTION DE PORTEFEUILLE chapitre n° 7
_________________________________________________________________________________________________________________________________________________________________________.
Plan 1. Les différentes échelles de l’atmosphère
Une approche informationnelle de la restauration d’images
SuivantPrécédent ESSI 1 - Auto TS © Jean-Paul Stromboni (Mai 2000) Consolidation: tester les connaissances acquises 1 Etude de la commande du système.
Structures multi-échelles en géographie
Inférence statistique
Evénements W,Z au LHC: Mesures et applications N.Besson, M.Boonekamp
Colloque "Mesures de l'Internet", Nice, mai 2003 Invariance déchelle dans lInternet P. Abry, P. Flandrin (Cnrs - Éns Lyon) N. Hohn, D. Veitch (Univ.
Understanding, building and using ontologies. Understanding Ontologie : la définition des concepts utilisés dans un langage donné Première approche (Gruber)
Système formel Nous avons introduit : signes de variables (x, y, z, …), de constantes (0, 1), d’opérations (+, ), de relations (=, ) Axiomes : ce sont.
Nicolas Bourbaki.
INTRODUCTION.
Master IXXI, cours interdisciplinaire de systèmes dynamiques Emmanuel Risler, INSA de Lyon 1 - Equations différentielles sur la droite.
Géométrie fractale et théorie du chaos.
Chapitre VII :Commande par retour d’état
David Rolland, formateur en mathématiques
Etienne Bertaud du Chazaud
Traitement de données socio-économiques et techniques d’analyse :
indépendance linéaire
Les fractales: une géométrie de la nature
Fonction puissance Montage préparé par : André Ross
Méthodes Numériques appliquées à la
Évolution de la répartition spatiale de la pêche thonière sous Dispositifs de Concentration de Poissons (DCP) Océan Indien ( ) IRD (UR 109) CHMT,
Modélisation de valeurs extrêmes Université de Liège : octobre 2002 Daniel Justens HEFF/Cooremans Bruxelles.
ELEMENTS DE COURS 1. LERIDON H., TOULEMON L. (1997) – Démographie. Approche Statistiques et dynamique des populations. Paris, Economica. 2. FALISSARD.
La méthodologie expérimentale Fondements et bases d’application
Théorie fractale Introduction à la géométrie fractale
La méthodologie expérimentale Fondements et bases d’application
Équations différentielles Partie 1
Interprétation automatique
Préférences et fonctions d’utilité
Présentation de la méthode des Eléments Finis
1 Modèles de particules Reeves, W. T., "Particle Systems - A technique for Modeling a Class of Fuzzy Objects," SIGGRAPH 83, Reeves, W. T., and.
Vers un nouvel empirisme: l’ancien et le nouvel empirisme John Goldsmith Université de Chicago CNRS MoDyCo.
La bimodalité des galaxies « Les galaxies dans leur contexte cosmologique » David Elbaz Service d'Astrophysique - CEA Saclay Tel:
Chapitre 10: La mécanique ondulatoire
Potentiel électrostatique
PHYSIQUE QUANTIQUE Ph .DUROUCHOUX.
Présentation du marché obligataire
Flocon de Von Koch Cette « courbe » s'obtient en appliquant à chaque côté d'un triangle équilatéral une transformation simple : on remplace le 1/3 central.
Couche limite atmosphérique
Micro-intro aux stats.
H. AUBERT* et D.L. JAGGARD**
Vers les fonctions …. Objectifs Travailler sur les tableaux (type tableaux de proportionnalité, mais pas seulement !) Travailler sur la représentation.
Mouvement d'un point A à un point B
Thème: Les fonctions Séquence 1 : Généralités sur les fonctions
LES PRINCIPES DE LA THERMODYNAMIQUE
CHAPITRE III Calcul vectoriel
Physique quantique Interférences avec des électrons.
Étude de l’écoulement moyen
Couche limite atmosphérique
1/16 Chapitre 3: Représentation des systèmes par la notion de variables d’état Contenu du chapitre 3.1. Introduction 3.2. Les variables d’état d’un système.
Méthode des moindres carrés (1)
Tests d’irréversibilité en turbulence (d’après Yves Pomeau)
La proportionnalité Au cycle 3.
Deux, trois mots sur l’Aérodynamique (IV)
Circulation de grande échelle Circulation de petite échelle
III. Dualité onde corpuscule
Chapitre 4 Variables aléatoires discrètes
Traitement de la turbulence
Analyse des données. Plan Lien entre les statistiques et l’analyse des données Propagation des erreurs Ajustement de fonctions.
CHAPITRE III LE MODELE QUANTIQUE DE L'ATOME.
CHAPITRE 2 LES SITUATIONS FONCTIONNELLES
Couche limite atmosphérique Micrométéorologie. Équations de Reynolds 7 équations et 16 inconnues...
LES POSTULATS DE LA MÉCANIQUE QUANTIQUE
MECANIQUE DES MILLIEUX CONTINUS ET THERMODYDAMIQUE SIMULATIONS.
Les objectifs de connaissance : Les objectifs de savoir-faire : - La lumière présente des aspects ondulatoire et particulaire ; - On peut associer une.
Transcription de la présentation:

DimensionS FractaleS comme descripteurs de l'hétérogénéité spatiale: Notes de lecture et questions pratiques. Nicolas Bez IRD Sète

Question de départ : Le variogramme (d’ordre 2) permet-il de calculer la dimension fractale ? La formule est-elle valide ? Si oui : de qui ? comment ? pourquoi ? Si non : pourquoi ? Autre solutions ? Ça dépend

La genèse des fractales par l’exemple. En général, lorsqu’un objet simple (ligne droite, carré, cube, etc) est divisé en N éléments similaires chacun linéairement k fois plus petit, la dimension topologique d de l’objet est telle que : N=kd 6 éléments identiques 6 fois plus petits d=1 4 éléments identiques 2 fois plus petits dans chacun de leur dimensions (homothétie de rapport ½) d=2 La mesure de ces objets (longueur, surface, volume) est finie.

Courbe de Koch Chaque élément contient 4 éléments 3 fois plus petits: Dimension fractale correspond à la dimension d’homothétie (abusivement appelée dimension de Hausdorff; il y a identité dans les cas d’objets homothétiques comme c’est le cas ici). La mesure (longueur, surface, volume) de ces objets est infinie. Ici, la longueur de la courbe obtenue à la limite du processus est infinie.

Ensemble de Cantor Chaque élément contient 2 éléments 3 fois plus petits: Le résultat du processus est un objet entre « point » (d=0) et « ligne » (d=1).

Les fractales sont auto-homothétiques Self-similarity, auto-homothétie, Absence d’échelle caractéristique, Systèmes emboîtés, hiérarchisés Phénomènes turbulents Ex. Tourbillons, eddies, filaments, etc Poissons Groupes= +sieurs poissons Banc= +sieurs Groupes Clusters= +sieurs Bancs Population= +sieurs Clusters Les fractales sont rugueuses Rugosité Non différentiabilité

Malgré cette dualité, Mandelbrot (1977) fournit une définition non équivoque: « a fractal is a set in a metric space for which the Hausdorff-Besicovitch dimension is greater than the topological dimension » « Pédagogie » des fractales basées sur des processus auto-similaires Dimension d’homothétie Dimension fractale Dimension de Hausdorff

Fractale = Deux thèmes (Dimension non entière; auto-homothétie) Et une équivoque : toujours demander/préciser dans quel sens le mot fractal est utilisé Par habitude les fractales sont le plus souvent associées à l’auto-homothétie. Matheron : « On est prié de ne pas confondre : Fractale : dimension de Hausdorff non entière (i.e. extrême rugosité), propriété purement locale Et Auto-homothétie : propriété globale »

Quelques remarques générales Une F.A. peut être à la fois fractale et stationnaire. Une F.A. auto-homothétique n’est jamais stationnaire. Matheron:   « si vous êtes à la fois stationnaire et auto-homothétiques, alors chapeau : vous êtes un pur bruit blanc! » Il existe des objets auto-homothétiques mais non fractals. Ex.: une droite dans R2 ou R3, un plan dans R3

Mesure et dimension de Hausdorff-Besicovitch Mesure de recouvrement Mesure de Hausdorff-Besicovitch Dimension de Hausdorff-Besicovitch

Cas des mouvements browniens (fractionnaires) Caractérisation géostatistique Auto-homothétie Les mouvements browniens fractionnaires sont auto-homothétiques avec une dimension d’homothétie égale à α/2.

Dimension de HB Variogramme d’ordre 1 en hα/2 Le graphe d’un processus brownien ordinaire (α=1) mono-dimensionel est une courbe de dimension topologique 1 dans un espace de dimension 2 (une dimension pour x et une dimension pour B(x)) et de dimension fractale 1.5 (1.5=2-0.5). A 2D, on obtient des surfaces (objets de dimension topologique 2) dans un espace de dimension 3 (deux dimensions pour (x,y) et une dimension pour B(x,y)) et de dimension fractale 2.5 (2.5=3-0.5).

Variogramme d’ordre 1 plutôt que variogramme d’ordre 2 Proposition: Variogramme d’ordre 1 plutôt que variogramme d’ordre 2 Brownien Même covariance Mais variogrammes d’ordre 1 différents. Ambarzumian Markov à 2 états

Proposition: La définition de la dimension fractale (dimension de HB) est peu opératoire. La pente en log-log du variogramme d’ordre 1 est un estimateur Correct de la dimension fractale (i.e. de la dimension de Hausdorff) Plus robuste L’utilisation de α/2, demie pente en log-log du variogramme (d’ordre 2) n’est justifiée que pour les cas gaussiens. On peut utiliser le variogramme d’ordre 2 pour autant que l’on connaisse le lien entre variogramme d’ordre 1 et 2:

Dimension d’homothétie et de Hausdorff Bruno et Raspa (1989): Pour les ensembles self similaires, la dimension de HB peut être calculée par la formule simplifiée qui correspond aux dimensions d’homothétie définissant les premiers objets fractals. Pour tester le caractère auto homothétique d’une fonction, e donc valider l’utilisation de on peut donc tester le caractère linéaire en log-log de l’évolution de la mesure de cette fonction en fonction de la résolution. Rq.: En pratique, la résolution nécessairement bornée des observations impose une non linéarité de ces graphes.

Processus non homothètique. D=N+1 (D=2 pour le graphe d’une pépite 1D) Effets de pépites Processus non homothètique. D=N+1 (D=2 pour le graphe d’une pépite 1D) Pente log-log de γ1 = 0 Quid des effets de pépites apparents (régularisation) ? Régularisation par chevauchement de supports élémentaires. Situation pratique différente.

Dimension d’homothétie: Des exemples instructifs Mouvement Brownien Fractionnaire: Mais : Processus de Lévy

Si le variogramme d’ordre 1 existe, alors:

Des fractales pour quoi faire ? Bruno and Raspa : Without doubt the D is a parameter that measures an interesting aspect of the degree of irregularity of the random functions that geostatisticians have always examined through the generic « behaviour near the origin of the variogram». The D is a better synthesis because it quantifies in a simple manner some of the aspects of fuzzy statements of the type : «one function is more irregular than the other». The number of references to fractals has been increasing regularly over the last decade (web od science). Des phénomènes auto-homothétiques ne se rencontrent pas dans la nature.  Gammes d’échelles de validité des modèles réduites par nature et par limitations pratiques d’observations.

Laurent Nottale (astrophysicien): Relativité d’échelle La longueur L n’est plus une valeur mais une fonction L(r) qui exprime la longueur en fonction de la résolution r. Ainsi les phénomènes naturels entrent dans une description relative à l’échelle où ils peuvent manifester des comportements fractals à petites échelles et indépendants des échelles au-delà (ou réciproquement). On cherchera à développer des dynamiques qui peuvent ne pas être fondées sur la différentiabilité (physique classique présuppose l’existence de dérivés). Il faut donc rendre les modèles explicitement dépendant des échelles/résolutions.

Le concept de fractal devient générateur d’une nouvelle dynamique. Si on suppose: Il existe un très grand nombre de trajectoires potentielles Chacune est une courbe fractale irréversibilité au niveau infinitésimal Alors les équations fondamentales deviennent des équations de Schrödinger dont les solutions sont des fonctions de probabilité qui sont naturellement capable de morphogénèse. Nottale, 1999. La théorie de la relativité d’échelle: réflexions pour une application à l’halieutique. Les espaces de l’halieuique, 4ème Forum Halieumétrique, Rennes, Juin 1999, Eds Gascuel D., P. Chavance, N. Bez et A. Biseau, pp 41-54

Bibliographie utilisées Mandelbrot, 1977. Fractals, form, chance and dimension. Chilès J.P. and P. Delfiner, 1999.Geostatistics, modeling spatial uncertainty. Wiley Ed.. Bruno R. and G. Raspa, 1989. Geostatistical characterisation of fractal models of surfaces. Armstrong (ed.) Geostatistics, Vol. 1, 77-89. Frontier S, 1987. Development in numerical ecology. NATO ASI Series, Vol. G14, Springer, Berlin Halley J.M., S. Hartley, A.S. Kallimanis, W.E. Kunin, J.J. Lennon ans S.P. Sgardellis, 2004. Uses and abuses of fractal methodology in ecology. Ecology Letters, 7: 254-271 Matheron G. ~1980. Fractals ! Transparents d’exposé, Fontainebleau. Nottale L., 1998. La relativité dans tous ses états. Hachette.