Dans cette section, nous explorons les mystères de l'agrégation, c'est-à-dire de l'addition. Nous commençons par examiner comment les nombres s'agrègent, en nous concentrant sur le théorème de la limite centrale. Nous nous intéressons ensuite aux règles d'addition. Nous examinerons le jeu de la vie et les modèles d'automates cellulaires unidimensionnels. Ces deux modèles montrent comment des règles simples peuvent se combiner pour produire des phénomènes intéressants. Enfin, nous nous penchons sur l'agrégation des préférences. Il existe de nombreux sites Internet intéressants pour en savoir plus sur le théorème central limite, la distribution binomiale, Six Sigma, le jeu de la vie, etc. J'ai inclus quelques liens pour vous aider à démarrer. Les lectures concernant les automates cellulaires et les préférences diverses sont de courts extraits de mes livres Complex Adaptive Social Systems et The Difference Respectivement.

Dans cette section, nous étudions les différentes façons dont les chercheurs en sciences sociales modélisent les personnes. Nous étudions et comparons trois modèles différents. L'approche de l'acteur rationnel, les modèles comportementaux et les modèles basés sur des règles. Ces cours fournissent un contexte pour la plupart des modèles qui suivent. Il n'y a pas de lecture spécifique pour ces cours, mais je mentionne plusieurs livres sur l'économie comportementale que vous pourriez envisager. Par ailleurs, si vous trouvez le jeu de la course vers le fond intéressant, tapez "Rosemary Nagel Race to the Bottom" dans un moteur de recherche et vous obtiendrez plusieurs liens intéressants. Vous pouvez également trouver de bonnes introductions à "Zero Intelligence Traders" en tapant ce mot dans un moteur de recherche.

Dans cette section, nous abordons les points de basculement. Nous nous concentrons sur deux modèles. Un modèle de percolation issu de la physique que nous appliquons aux banques et un modèle de propagation des maladies. Le modèle de la maladie est plus compliqué, c'est pourquoi je le divise en deux parties. La première partie se concentre sur la diffusion. La seconde partie ajoute la guérison. Les lectures de cette section consistent en deux extraits du livre que je suis en train d'écrire sur les modèles. L'un d'eux traite de la diffusion. L'autre porte sur les conseils. Il existe également un document technique sur les points de basculement que j'ai inclus dans un lien. Je l'ai rédigé avec PJ Lamberson et il sera publié dans le Quarterly Journal of Political Science. Je l'ai inclus pour vous donner un aperçu de ce à quoi ressemblent les documents techniques en sciences sociales. Il n'est pas nécessaire de le lire en entier, mais je vous recommande vivement de lire l'introduction. Il contient également une excellente liste de références.

Dans cette section, nous abordons certains modèles de résolution de problèmes afin de montrer le rôle que joue la diversité dans l'innovation. Nous verrons comment la diversité des perspectives (représentations du problème) et des heuristiques permet aux groupes de résoudre des problèmes plus efficacement que les individus. Nous introduisons également de nouveaux concepts tels que les "paysages accidentés" et les "optima locaux". Dans le dernier cours, nous verrons le formidable pouvoir de la recombinaison et comment elle contribue à la croissance. Les lectures de ce chapitre consistent en un extrait de mon livre The Difference, publié avec l'aimable autorisation de Princeton University Press.

Les modèles peuvent nous aider à déterminer la nature des résultats produits par un système : le système produira-t-il un équilibre, un cycle, du hasard ou de la complexité ? Dans cette série de cours, nous abordons les fonctions de Lyapounov. Il s'agit d'une technique qui nous permet d'identifier de nombreux systèmes qui atteignent l'équilibre. En outre, elles nous permettent de fixer des limites sur la rapidité avec laquelle l'équilibre sera atteint. Dans cette série de cours, nous apprendrons la définition formelle des fonctions de Lyapunov et verrons comment les appliquer dans divers contextes. Nous verrons également où elles ne s'appliquent pas et nous étudierons même un problème où personne ne sait si le système atteint l'équilibre ou non.

Dans cette série d'exposés, nous abordons la question de la dépendance à l'égard des chemins. Pour ce faire, nous utilisons des modèles d'urne très simples. Le plus célèbre d'entre eux est le processus de Polya. Ces modèles sont très simples mais ils nous permettent de décortiquer la logique de ce qui rend un processus dépendant du sentier. Nous établissons également un lien entre la dépendance au sentier, les rendements croissants et les points de basculement. La lecture de cette conférence est un article que j'ai écrit et qui a été publié dans le Quarterly Journal of Political Science

Dans cette section, nous abordons tout d'abord la question de l'aléa et de ses différentes sources. Nous verrons ensuite comment les performances peuvent dépendre de l'habileté et de la chance, la chance étant modélisée par le hasard. Nous apprenons ensuite un modèle de base de marche aléatoire, que nous appliquons à l'hypothèse d'efficience des marchés, selon laquelle les prix du marché contiennent toutes les informations pertinentes, de sorte qu'il ne reste plus que le hasard. Nous conclurons en discutant du modèle de marche aléatoire à mémoire finie qui peut être utilisé pour modéliser la concurrence. La lecture de cette section est un article de Michael Mauboussin sur la distinction entre l'habileté et la chance.

Dans cette section, nous abordons le dilemme du prisonnier, les problèmes d'action collective et les problèmes de ressources communes. Nous commençons par discuter du dilemme du prisonnier et montrons comment les incitations individuelles peuvent produire des résultats sociaux indésirables. Nous aborderons ensuite sept façons de favoriser la coopération. Cinq d'entre elles seront abordées dans l'article de Nowak et Sigmund mentionné ci-dessous. Nous concluons en évoquant l'action collective et les problèmes de ressources communes et en montrant que leur résolution nécessite une réflexion approfondie. Vous pouvez lire à ce sujet un excellent article de la lauréate du prix Nobel Elinor Ostrom.

Dans cette section, nous abordons la dynamique des réplicateurs et le théorème fondamental de Fisher. La dynamique des réplicateurs a été utilisée pour expliquer l'apprentissage et l'évolution. Le théorème de Fisher démontre que le taux d'adaptation augmente avec la quantité de variation. Nous conclurons en décrivant comment donner un sens à la fois au théorème de Fisher et à nos résultats sur le six sigma et la réduction de la variation. Les lectures de cette section sont très courtes. La deuxième lecture sur le théorème de Fisher est plutôt technique. Il s'agit dans les deux cas d'extraits de Diversity and Complexity.