Modèles et simulations

Introduction

Un modèle est une représentation simplifiée de la réalité, conçue pour comprendre, prévoir ou décider. La simulation consiste à faire « vivre » ce modèle, souvent par calcul informatique, pour explorer son comportement.

I. Qu''est-ce qu''un modèle scientifique ?

1. Définition

Un modèle est une abstraction : on retient certains aspects, on en néglige d''autres.

« Tous les modèles sont faux, certains sont utiles. » — George Box

2. Types

• Empirique : tiré directement des données (régression)
• Mécaniste : repose sur des lois physiques
• Statistique / probabiliste
• Analogique (maquette) ou numérique (équations)

3. Validation

On compare prédictions et observations. Un modèle réfutable est un bon modèle (Popper).

II. Construire un modèle

Étapes

1. Définir la question
2. Identifier les variables clés
3. Poser les équations / règles
4. Calibrer (ajuster les paramètres)
5. Valider sur des données indépendantes
6. Analyser la sensibilité aux paramètres

Exemple : modèle SIR en épidémiologie

$\frac{dS}{dt} = -\beta SI \quad \frac{dI}{dt} = \beta SI - \gamma I \quad \frac{dR}{dt} = \gamma I$ où S : susceptibles, I : infectés, R : retirés. Permet de prédire les courbes épidémiques.

III. La simulation

Pourquoi simuler ?

• Expériences impossibles (climat, explosion stellaire)
• Trop coûteuses (crash test)
• Trop longues (évolution sur des millénaires)
• Trop risquées (essais nucléaires, vaccins)

Outils

• Tableurs (Excel)
• Langages : Python (NumPy, SciPy), R, Matlab
• Logiciels métiers : Modélica, COMSOL
• Méthodes : Euler, Runge-Kutta, Monte-Carlo, éléments finis

IV. Modèles célèbres

Domaine	Modèle
Climat	GCM (modèles couplés océan-atmosphère, GIEC)
Économie	DSGE, équilibre général
Astrophysique	N-corps, formation des galaxies
Biologie	Lotka-Volterra (proies/prédateurs)
Sociologie	Modèle de Schelling (ségrégation)

V. Limites des modèles

• Hypothèses simplificatrices
• Effet papillon : sensibilité aux conditions initiales (Lorenz)
• Difficulté d''anticiper l''imprévu (cygnes noirs)
• Risque de confondre modèle et réalité

VI. Modèles et décision publique

• Prévisions météo, alertes canicule
• Projections climatiques (GIEC)
• Simulations Covid (Imperial College, Institut Pasteur)
• Modèles économétriques (Trésor)

Les modèles éclairent la décision mais ne la remplacent pas : ils nécessitent interprétation et transparence.

À retenir

Modèles et simulations sont des outils d''exploration indispensables. Leur puissance dépend de la qualité des données, des hypothèses choisies et de l''honnêteté avec laquelle on en communique les incertitudes.