L’un des principaux résultats de la théorie des systèmes dynamiques non linéaires consiste en la possibilité de reconstruire le portrait de phase directement à partir de l’enregistrement de l’évolution d’une seule des variables dynamiques. Suite à une suggestion de David Ruelle, Norman Packard et ses collègues ont montré qu’il était possible d’obtenir une reconstruction du portrait de phase grâce aux coordonnées décalées et aux coordonnées dérivées. Floris Takens en a fait par la suite un théorème démontrant qu’il était possible d’obtenir un difféomorphisme entre le portrait de phase original (inaccessible à la mesure) et le portrait de phase reconstruit, pourvu que la dimension de reconstruction soit suffisante. Les conditions d’applicabilité du théorème de Takens repose sur le caractère générique de la fonction de mesure, une condition loin d’être réalisée dans de nombreux cas.

Reconstruction du portrait de phase original (ici du système de Rössler) par les coordonnées décalées ou dérivées.Your Chaise Coussin Decoration Tuto CombelleAdvice Haute Home For 9HYE2IeWD

En effet, il arrive souvent que la fonction de mesure présente des spécificités qui interdisent l’équivalence difféomorphique. Ainsi, dans le cas des systèmes dynamiques équivariants (possédant des propriétés de symétrie), la symétrie originale est rarement reproduite. Par exemple, la symétrie de rotation du système de Lorenz devient une symétrie centrale lorsque la variable x ou y est mesurée et disparaît complètement lorsque le portrait de phase est reconstruit à partir de la variable z. La reconstruction du portrait de phase ne préserve donc pas la propriété de symétrie : l’équivalence difféomorphique est locale et non globale.

Reconstruction du portrait de phase original par les coordonnées dérivées à partir d’enregistrements des évolutions temporelles de variables dynamiques différentes (x et z) du système de Lorenz.

Ce premier cas d’inéquivalence des portraits de phase reconstruits à partir d’observables différentes conduit à l’idée que les différentes variables d’un système dynamique ne conduisent pas toute à la même observabilité de la dynamique sous-jacente. En d’autres termes, la qualité des informations sur la dynamique d’un système, c’est-à-dire sur les couplages qui peuvent exister entre les différentes variables nécessaires à la description de ce système, peut varier selon la quantité physique mesurée. Le plus souvent, nous nous contentons de la mesure d’une grandeur physique et nous effectuons notre analyse en toute confiance. Toutefois, rien ne nous garantit que la grandeur que nous avons choisi de mesurer correspond à la variable nous fournissant une représentation correcte de la dynamique (respect des propriétés de symétrie ou des propriétés plus fines de la dynamique). Aussi, avec Luis A. Aguirre (Universidade Federal de Minas Gerais, Belo Horizonte, Brésil), nous avons introduits des indices d’observabilité qui quantifient l’observabilité de la dynamique à partir d’une grandeur physique donnée [1]. Bien que ces indices ne soit calculés qu’à partir des équations différentielles régissant l’évolution du système, nous avons déjà montré une forte dépendance de la qualité de l’analyse au choix de l’observable dans de nombreux cas. Par exemple, nous avons montré qu’une meilleure analyse d’un écosystème était effectuée lorsque l’espèce en début de chaîne alimentaire était comptée [2]. Par ailleurs, nous avons montré que la

Par ailleurs, lorsqu’une technique de modélisation globale est appliquée, nous avons observé une corrélation systématique entre les indices d’observabilité et la qualité des modèles obtenus. Nous avons montré que cette perte d’observabilité provenait de l’existence de singularité dans les couplages entre les différentes variables dynamiques, singularités qui s’opposent toujours à l’obtention d’un modèle correct [4]. Il est à noter qu’une perte d’observabilité se traduit toujours par une perte de synchronisabilité : identifier la meilleure observable revient donc à identifier les variables dynamiques les plus appropriées à une synchronisatio efficace [5]. Un résultat similaire a été obtenu sur la contrôlabilité [6].