Multifractales
Un monofractal se caractérise par un seul exposant d'échelle dominant. Un multifractal contient des régions entrelacées présentant des forces d'échelle locales différentes et nécessite un spectre plutôt qu'un seul nombre.
Des mesures, pas seulement des formes
L’analyse multifractale étudie souvent la manière dont la masse, la probabilité, l’énergie ou l’activité se répartissent dans des boîtes à mesure que l’échelle change. Les régions denses et clairsemées suivent des exposants différents, même lorsqu’elles occupent le même support géométrique.
Une analyse multifractale étudie non seulement la forme d’un support, mais aussi la manière dont la masse ou la probabilité y est répartie. De petites zones peuvent présenter des exposants locaux différents. Un tapis géométrique occupé de manière uniforme peut nécessiter une seule dimension ; une turbulence intermittente ou des cascades inégales nécessitent un spectre. Le prétraitement doit donc définir explicitement la mesure analysée.
Des instants à un spectre
Les fonctions de partition pondèrent les probabilités des boîtes par des puissances q. Une valeur positive de q met l’accent sur les régions denses ; une valeur négative de q met l’accent sur les régions clairsemées et est sensible au bruit. Les exposants d’échelle peuvent être transformés en un spectre de singularités décrivant les dimensions des sous-ensembles de force locale.
Les puissances des masses des boîtes sont additionnées pour différents moments q. Une valeur positive de q met en évidence les régions denses, tandis qu’une valeur négative de q met en évidence les régions clairsemées. La mise à l’échelle donne τ(q) et, par le biais d’une transformée de Legendre, un spectre f(α). Les moments négatifs sont extrêmement sensibles aux boîtes vides ou bruitées. Un spectre large peut révéler une véritable hétérogénéité ou simplement amplifier les limites finies d’échantillonnage et de détection.
Une méthode empirique exigeante
Pour être fiables, les spectres doivent présenter une large plage d'échelles, un nombre suffisant d'échantillons et faire l'objet de contrôles de robustesse face aux tendances et aux effets de taille finie. Une courbe estimée étendue ne constitue pas automatiquement la preuve d'une cascade complexe ; les substituts et l'incertitude ont leur importance.
Une analyse multifractale fiable nécessite de nombreuses échelles, des données suffisantes et une stabilité lors du choix des fenêtres et de la suppression des tendances. Des substituts synthétiques permettent de vérifier si un spectre dépasse ce que la corrélation linéaire ou la distribution seules pourraient produire. Une courbe f(α) colorée et sans incertitude est facile à générer, mais constitue une preuve faible. La comparaison des méthodes fait partie des résultats.
Sources et lectures complémentaires
Cet article résume les sources spécialisées suivantes en reprenant leur formulation d'origine. Consultées et révisées par la rédaction 12 août 2026.
- Fractal Geometry: Mathematical Foundations and ApplicationsWiley
- Fractal dynamics in physiologyPhysiological Reviews
Poursuivez l'idée
Dimension fractale
Ce que mesure la dimension fractale, comment fonctionne le comptage par boîtes et pourquoi un objet peut avoir plusieurs dimensions significatives.
Motifs fractals dans les signaux physiologiques
Comment les fluctuations liées à l'échelle sont étudiées dans le rythme cardiaque et d'autres séries chronologiques physiologiques — avec les précautions méthodologiques nécessaires.
Nuages, turbulence et échelle
Pourquoi les limites des nuages et les champs turbulents présentent-ils une mise à l'échelle statistique plutôt qu'une autosimilarité géométrique exacte ?