loi de puissance - mountvernon.frmountvernon.fr/loi_de_puissance/loi_de puissance.pdf · wilfried...
TRANSCRIPT
Philippe Picard, le 13/10/2014 Page 1
Loi de puissanceIntroduction et définitionPropriétés de la loi de puissance(LdP)
LdP et loi probabilitésLdP et loi d’échelleLdP et graphes complexesLdP et SOC
Exemples d’applicabilitéEconomieRéseauxLinguistiqueSismiqueGéographie
Réflexion générale: le cygne noir
Les lois de puissancevont-elles sauver le
monde?
Philippe Picard, le 13/10/2014 Page 2
Loi de puissance: définition
Loi de puissanceforme habituelle
Y=1/(X )
Loi de puissanceforme log log
log Y = - log X
Philippe Picard, le 13/10/2014 Page 3
Loi de puissance: au cœur de nombreuxdomaines théoriques et appliqués
Loi depuissance
Y=1/(x )
Probabilités selonMandelbrot:
• hasard bénin• hasard sauvage
Auto similarité et principed’échelle, dimension fractale
Graphes complexes etstructure petit monde
Longue traine
ThéoriesEconomie, BourseMarketingGéographieTurbulencesBruit électroniqueRéseaux télécomLinguistiqueTremblements de terreEtc..
Applications
Systèmes critiquesauto-organisés (SOC)
Philippe Picard, le 13/10/2014 Page 4
Noms associés à la loi de puissanceNoms Domaines PériodeWilfried Pareto Distribution des revenus 1848-1923
George Kingsley Zipf Linguistique, géographie 1902-1950
Dimension fractale, invariance d'échelle
Hasard sauvage, prix boursiers
Per Bak Criticalité auto organisée (SOC) 1948-2002
Nassib Nicholas Taleb Cygne noir, importance des longues traines 1960-
Albert Barabasi Grands graphes de terrain 1967-
Benoit Mandelbrot 1924-2010
Philippe Picard, le 13/10/2014 Page 5
Rappel sur les lois de probabilitéUne loi de probabilité (qu’elle soit discrète ou continue) estexprimable de deux manières:
Densité de probabilitéRépartition (cumul des probabilités)
Deux grandeurs fondamentales, lorsque calculables,caractérisent une loi de probabilité :
Espérance mathématique E= px, (moyenne pondérée de x)aussi appelée moyenne notée m ouEcart type noté , racine de l’écart quadratique moyen(variance)
Une des propriétés importantes des lois de probabilité est la loides grands nombres: en répétant un grand nombre de fois untirage d’une variable aléatoire X, la moyenne des réalisationsde X tend vers la moyenne de la loi de probabilité
Philippe Picard, le 13/10/2014 Page 6
Exemple: loi binomiale: pile ou face
Triangle de PASCAL1
1 2 11 3 3 1
1 4 6 4 11 5 10 10 5 1
1 6 15 20 15 6 11 7 21 35 35 21 7 1
1 8 28 56 70 56 28 8 11 9 36 84 126 126 84 36 9 1
1 10 45 120 212 252 212 120 45 10 1
Nombre de piles pour 20 partiesetc., etc.,etc., etc
Prob
abili
té
10 parties de pile ou face avec une pièce non biaisée2^10 = 1024 parties différentes• 1 cas où 10 piles (probabilité 1/1024)• 10 cas où 9 piles (probabilité 10/1024)• ….• 252 cas où 5 piles (probabilité 252/1024)
Philippe Picard, le 13/10/2014 Page 7
La loi normale, archétype du hasard bénin
Les hypothèses d’applicabilité d’une loi normale: les variables doivent être:
1. Indépendantes: tomber trois fois sur le côté pile à la suite ne va pas modifier laprobabilité de sortir un autre côté pile au quatrième lancer (tendance à ne pas privilégierles longues séries)
2. Identiquement distribuées: les valeurs obtenues résultent toutes de la même loi deprobabilité
Philippe Picard, le 13/10/2014 Page 8
Hasard bénin et Hasard sauvage
P densité de Probabilité
Variable aléatoire X
E
Espérance: E= px, (moyenne pondérée de x)aussi appelée moyenne notée m ou
: écart type
Hasard bénin(binomiale, normale, etc.)
Hasard sauvage(loi de puissance)
E et peu (ou pas) significatifs
P densité de Probabilité
Variable aléatoire X
Philippe Picard, le 13/10/2014 Page 9
Loi normale et loi de puissance
Loi normale Loi de puissanceValeurs extrêmes Très rares FréquentesMoyenne Légitime N'a pas de sensEcart type Légitime N'a pas de sensEquilibre Stabilité Naturel Rare et ponctuel
En résumé
Philippe Picard, le 13/10/2014 Page 10
Terminologie fractale
Loi d’échelleAutosimilaritéDimension fractaleDimension de similitudeDistribution scalanteInvariance d’échelle (scale free)
Philippe Picard, le 13/10/2014 Page 11
Fractales et invariance d’échelleL’idée des fractales est quecertains aspects du mondeont la même structure de prèset de loin, à toutes leséchelles, et que seuls lesdétails sans importancechangent quand on lesagrandit pour voir les chosesde près.
Ainsi, chaque petit bout d’une fractale contientla clé de la construction toute entière
Philippe Picard, le 13/10/2014 Page 12
Invariance d’échelle et LdPL'une des caractéristique des lois depuissance est leur invariance d’échelle:pour un changement d'échelle de la variable( cx), la fonction est seulement multipliéepar un coefficient :
si f(x)=axk
f(cx)=a(cx)k=ackxk=ckf(x)
Ainsi, toutes les lois de puissance de mêmeexposant sont équivalentes à un facteurconstant près ck.
Philippe Picard, le 13/10/2014 Page 13
Dimensions géométriques1
2
3
Mesure del’objet réduit
1/2D
1/2
1/4
1/8
Philippe Picard, le 13/10/2014 Page 14
Dimension de similitude
Dilatation d’un facteur 3,Longueur x 4
Dimension de similitudeD telle que 3D=4
D= log 4 / log 3= 1.26Dimension non entière intermédiaire entre ligne (D=1) et surface (D=2)
x3
Courbe deVon Koch
Philippe Picard, le 13/10/2014 Page 15
Dimension fractaleOn mesure une côte avecune règle de longueur
Périmètre P= N fois
En général on constate quele périmètre mesuré suit uneloi de puissance en fonctionde :
P= (1-D)
Cela traduit une structurefractale de l’objet mesuré
Philippe Picard, le 13/10/2014 Page 16
Loi de puissanceIntroduction et définitionPropriétés de la loi de puissance(LdP)
LdP et loi probabilitésLdP et loi d’échelle
LdP et graphes complexesLdP et SOC
Exemples d’applicabilitéEconomieRéseauxLinguistiqueSismiqueGéographie
Réflexion générale: le cygne noir
Philippe Picard, le 13/10/2014 Page 17
Génération de graphes aléatoires ou « scale free »
En x, degrésEn y, nombre de sommets Echelle
log log
Philippe Picard, le 13/10/2014 Page 18
Graphes de terrain: 3 propriétés liéesStructure fractaleou “sans échelle”
Loi de puissance
Petit Monde
Philippe Picard, le 13/10/2014 Page 19
Exemples de graphes en loi de puissance
Degré: nombre de connexions par nœudNom
bre
de n
œud
s ay
any
k co
nnec
tions
Beaucoup denœuds avec peude connexions
Peu de nœuds avecbeaucoup de connexions
Selon le projet Web-Mopt (ENST août 2005) :• Graphes de n sommets, m arêtes• Le coefficient de puissance est similaire pour des
graphes relatifs à des domaines très divers
Distribution de puissance : P(k)= 1/k
k
Philippe Picard, le 13/10/2014 Page 20
Grands graphes (loi normale et LdP)Distribution Normale Distribution de Puissance
(Selon Barabasi)
Philippe Picard, le 13/10/2014 Page 23
Systèmes critiques auto-organisés (SOC)Malgré leur grande diversité, ces systèmes que l’ondésigne alors par systèmes critiques auto-organisés- ou SOC - manifestent des propriétés similaires,notamment liant fréquence et amplitude del’évènement selon une loi de puissanceLe caractère invariant d’échelle des SOC nousramène aux fractales et à la notion d’auto-similarité :ce sont les mêmes mécanismes qui déclenchent lesévènements de faibles amplitudes et ceux beaucoupplus violents, lesquels ne représentent donc rien deremarquable.
Constat empirique ou explication théorique?
Philippe Picard, le 13/10/2014 Page 24
Explication de la génération de LdPPlusieurs pistes d’explicationthéorique:
Rattachement préférentiel:Graphes (Barabasi)Biologie (Yule)Géographie (Simon)
Optimisation de l’information(Mandelbrot)Auto organisation critique (SOC)
Philippe Picard, le 13/10/2014 Page 25
Loi de puissanceIntroduction et définitionPropriétés de la loi de puissance(LdP)
LdP et loi probabilitésLdP et loi d’échelleLdP et graphes complexesLdP et SOC
Exemples d’applicabilitéEconomieRéseauxLinguistiqueSismiqueGéographie
Réflexion générale: le cygne noir
Philippe Picard, le 13/10/2014 Page 28
La finance est plus compliquée que la physique
Science et Avenir, Aout 2005
Moyenne etvariance sont
les « mamellesde la finance »
Les marchéssont des
« cloches »
Les évènementsextrêmes sont
rares
Philippe Picard, le 13/10/2014 Page 29
Loi de puissance et économie« Rares sont les économistes qui semblent avoir comprisque de telles invariances [les lois de Pareto, les lois depuissance] peuvent signifier pour le futur de notre science.En particulier, personne ne semble avoir réalisé que larecherche, et l’interprétation, d’invariants de ce typepourrait jeter les bases d’une théorie entièrementnouvelle. »
Joseph SchumpeterCité dans la Thèse de Philippe HERLIN
Les fluctuations d’amplitude du marché sont inversementproportionnel à leur fréquenceBenoit Mandelbrot
Philippe Picard, le 13/10/2014 Page 30
Longue traine: concept marketing important
80 % du Chiffred’affaires
Philippe Picard, le 13/10/2014 Page 31
Loi de Zipf et vocabulaireCe que Zipf découvrit (ou plutôt redécouvrit car le phénomène avait déjàété repéré bien avant) est que la fréquence F d’usage d’un mot estinversement proportionnelle à son rang R dans le classement.
F = C/R
Analyse des motsd’ULYSSE de JamesJoyce(graphique log log)
Rang
Fréq
uenc
e
Philippe Picard, le 13/10/2014 Page 32
Loi de Zipf constatée en géographie
Classementdes tailles desvilles US enfonction deleur taille
Philippe Picard, le 13/10/2014 Page 34
Sismique: Gutemberg-Richter (1949)
Log(N(m>M))=a-bM
N
m
N, nombre deséismes en fonctionde la magnitude m
Philippe Picard, le 13/10/2014 Page 35
LdP et éruptions volcaniques
Loi de fréquence de lapuissance deséruptions volcaniquesdans le monde entier
Philippe Picard, le 13/10/2014 Page 36
Taleb: théorie du cygne noirLa théorie du cygne noir développée par lephilosophe Nassim Nicholas Taleb, est unethéorie dans laquelle on appelle cygne noir uncertain événement imprévisible qui a une faibleprobabilité de se dérouler (appelé « événementrare » en théorie des probabilités), et qui, s'il seréalise, a des conséquences d'une portéeconsidérable et exceptionnelle. Taleb a, dans unpremier temps, appliqué cette théorie au mondede la finance. En effet, les événements raressont souvent sous-évalués en termes de prix.