Simulation interactive du modèle du voting : explorez la polarisation d'opinion, la formation de consensus et les transitions de phase critiques
Le modèle du voting, introduit par Clifford et Sudbury (1973) et Holley et Liggett (1975), est l'un des systèmes de particules en interaction les plus étudiés. Configuration : N agents ayant chacun l'opinion A ou B. À chaque étape, un agent aléatoire copie l'opinion d'un voisin choisi au hasard. Dans les systèmes finis, le consensus est le seul état absorbant, avec un temps τ ∝ N (chaîne 1D) ou τ ∝ N log N (réseau 2D).
Le modèle du voting a des liens profonds avec le modèle d'Ising. Le paramètre d'ordre m = (N_A - N_B) / N mesure la polarisation. À la limite thermodynamique, les réseaux en d ≤ 2 montrent un 'coarsening'. Pour d > 2, le système reste désordonné. L'entêtement β supprime le consensus et produit des états polarisés stables.
La structure du réseau détermine la dynamique du voting. Réseau Régulier : faible dimensionalité montre la croissance de domaines. Petit Monde : la probabilité de reconnexion p contrôle le temps de consensus. Graphe Aléatoire : τ ∝ N. Sans Échelle : les hubs ont une influence disproportionnée, τ ∝ N / ⟨k⟩.
Les zealots sont des agents qui ne changent jamais d'opinion. Un seul zealot peut empêcher le consensus global. La fraction de zealots q dépasse un seuil critique q_c, déclenchant une transition de phase du consensus vers la polarisation.
L'entêtement β ajoute de l'inertie — les agents rejettent l'imitation avec probabilité β. β = 0 retrouve le modèle classique ; β = 1 signifie des mises à jour indépendantes aléatoires.
Généralisations importantes : (1) Modèle multidimensionnel. (2) Modèle non linéaire : probabilité d'adoption ∝ n^q. (3) Modèle coévolutif : mise à jour des opinions ET des liens. (4) Modèle contraint : avec effets de mémoire.
Le modèle du voting s'applique directement aux prédictions électorales. Dans les systèmes bipartis, les électeurs changent de position via l'influence du réseau social. La polarisation du réseau prolonge considérablement le temps de consensus.
Le changement linguistique est une application classique. Chaque dialecte est une opinion. Le modèle explique la formation des frontières dialectales (isoglosses) et la vitesse de propagation des néologismes.
Correspondance mathématique directe avec la Théorie Neutre de Hubbell (2001). Les espèces colonisent aléatoirement les patchs vacants, équivalent à la propagation d'opinions. Les prédictions correspondent remarquablement aux données des forêts tropicales.