Simulations Mathématiques

Systèmes dynamiques • Géométrie • Chaos • Visualisation

Explorations numériques de phénomènes mathématiques complexes : équations différentielles, transformations géométriques et comportements chaotiques.

Copula Laboratory

Probabilité • Structures de dépendance • Risque financier & climatique

Interactif

Une copule sépare la dépendance entre variables de leurs lois marginales — c'est le théorème de Sklar. Ce laboratoire simule cinq familles (Gaussian, Student-t, Clayton, Gumbel, Frank) en temps réel : faites varier le paramètre θ et observez la structure de dépendance se déformer pendant que les marginales restent fixes. Chaque mesure empirique (τ de Kendall, ρ de Spearman, dépendances de queue λL, λU) est confrontée à sa forme close issue de la théorie.

Théorème de Sklar

F(x, y) = C( F_X(x) , F_Y(y) )

λ_L = lim_{u→0⁺}  P( U₂ ≤ u | U₁ ≤ u )      (dépendance de queue inférieure)
λ_U = lim_{u→1⁻}  P( U₂ > u | U₁ > u )      (dépendance de queue supérieure)
τ   = 4 ∬ C(u,v) dC(u,v) − 1                (τ de Kendall)

Scénarios appliqués

Contagion financière Clayton — dépendance de queue inférieure : les actifs s'effondrent ensemble (krachs).
Co-extrêmes climatiques Gumbel — queue supérieure : canicules & sécheresses conjointes. Lien direct avec la modélisation agroclimatique.
Le piège gaussien λ → 0 en théorie, mais perceptible à seuil fini : la leçon de la crise de 2008.
Queues elliptiques Student-t — dépendance de queue symétrique, contrôlée par les degrés de liberté ν.

Technique : simulation par méthode conditionnelle / inversion (Marshall-Olkin pour les Archimédiennes, décomposition de Cholesky pour les elliptiques), CDF inverses des marginales calculées numériquement, rendu Canvas en blending additif. Aucune dépendance externe, un seul fichier. Mesures empiriques vs formes closes de Cherubini, Durante & Mulinacci, Principles of Copula Theory.

Ouvrir en plein écran → Articles techniques →

Point Cloud Lab

3D • Projections Ortho & Sphérique • LiDAR / Vision

Nouveau

Exploration interactive de nuages de points : visualisation 3D, projection orthographique (top-down) et projection sphérique type panorama. Démonstration d’un pipeline 3D → 2D utilisé en vision, photogrammétrie et LiDAR.

Trajectoire GPS — Cinématique

Trajectoires • Paramétrisation • Visualisation

Nouveau

Visualisation d'une trajectoire GPS sous forme cinématique : interpolation temporelle, lissage et mise en scène 2D/3D pour rendre la dynamique lisible.

À venir : affichage de la vitesse, coloration par le temps, et carte/repères.

Morphing de Polyèdres

Géométrie • Transformations • Interpolation

Nouveau

Une exploration visuelle des transitions géométriques entre polyèdres réguliers et semi-réguliers. La simulation illustre les interpolations continues entre différentes structures polyédriques, révélant les relations géométriques sous-jacentes.

Polyèdres inclus

Tétraèdre 4 faces triangulaires
Octaèdre 8 faces triangulaires
Icosaèdre 20 faces triangulaires
Cube 6 faces carrées
Dodécaèdre 12 faces pentagonales

Technique : Interpolation linéaire des coordonnées des sommets avec normalisation pour maintenir l'échelle. La rotation continue met en évidence la symétrie de chaque forme.

Plus de visualisations → Articles techniques →

Attracteur de Lorenz

Chaos déterministe • Sensibilité aux conditions initiales

Le système de Lorenz est un exemple emblématique de chaos déterministe. Malgré des règles d'évolution parfaitement déterminées, le système présente une sensibilité extrême aux conditions initiales. La vidéo montre la trajectoire en 3D et ses projections sur les plans canoniques.

Équations du système

dx/dt = σ (y − x)
dy/dt = x (ρ − z) − y
dz/dt = x y − β z
σ = 10 Nombre de Prandtl
ρ = 28 Nombre de Rayleigh
β = 8/3 Paramètre géométrique

À venir : Visualisation de la divergence exponentielle de trajectoires proches, dimension fractale de l'attracteur, et coloration par le temps ou la vitesse locale.

Pendule Amorti Non Linéaire

Équation différentielle • Dissipation d'énergie

Simulation d'un pendule rigide sous l'effet de la gravité et d'un amortissement linéaire. Le terme sin(θ) introduit une non-linéarité qui distingue le comportement réel de l'approximation harmonique aux petits angles.

Équation du mouvement

d²θ/dt² + a dθ/dt + (g/ℓ) sin(θ) = 0

θ est l'angle par rapport à la verticale, a le coefficient d'amortissement, g l'accélération gravitationnelle et la longueur du pendule.

À venir : Graphes d'énergie E(t), portrait de phase (θ, dθ/dt), et comparaison avec la solution linéarisée pour mettre en évidence les effets non linéaires.

Méthodologie

Chaque simulation combine modélisation mathématique rigoureuse et rendu visuel optimisé pour révéler la structure sous-jacente des phénomènes étudiés.

🧮

Modélisation

Formulation mathématique précise (EDO, EDP, transformations géométriques). Étude de l'espace des phases et analyse de stabilité.

Calcul numérique

Intégration avec méthodes adaptatives (RK4, RK45) et pas de temps optimisé. Validation par conservation des invariants.

🎨

Visualisation

Rendu 3D avec caméra dynamique, trajectoires fluides et projections multiples. Export haute qualité pour web et présentation.

🔬

Analyse

Interprétation géométrique et physique des résultats. Documentation complète des paramètres et hypothèses.

Prochaine étape : Développement d'une interface interactive permettant l'ajustement en temps réel des paramètres et l'exploration guidée de l'espace des solutions.

Contact

📧 salemnknd@gmail.com

📍 Québec, Canada