Un cadre numérique pour l’analyse fractionnaire et fractale-fractionnaire du système chaotique de Pehlivan via la dérivée de Caputo

Pourquoi le chaos avec mémoire compte

De nombreux systèmes naturels et conçus se comportent de manière imprévisible : de petites perturbations peuvent conduire à des résultats radicalement différents. Ces systèmes dits chaotiques apparaissent dans la météo, l’électronique et même la communication sécurisée. Cet article étudie un circuit chaotique particulier, connu sous le nom de système de Pehlivan, et examine ce qui se passe lorsqu’on lui permet de « se souvenir » du passé et d’évoluer selon une forme de temps irrégulier, de type fractal. Les auteurs construisent de nouveaux outils mathématiques et des méthodes informatiques pour étudier cette forme de chaos enrichie et montrent comment elle pourrait être exploitée de façon plus fiable en technologie.

Des équations simples aux mouvements complexes

Le système de Pehlivan est défini par seulement trois équations couplées, et pourtant il peut produire des trajectoires tourbillonnantes dans l’espace tridimensionnel qui ne se répètent jamais, caractéristique du chaos. Dans sa forme standard, le temps s’écoule de façon lisse et le système ne réagit qu’à son état actuel. Des travaux antérieurs ont montré que des systèmes similaires, comme le modèle de Lorenz pour la météo, gagnent en richesse lorsque leurs équations sont généralisées de sorte que l’évolution dépend en partie de l’histoire entière du système. Cette idée — le calcul fractionnaire — permet au système de porter une mémoire, modulable de façon continue plutôt que simplement activée ou désactivée.

Ajouter le temps fractal aux circuits chaotiques

Les auteurs vont plus loin en combinant la mémoire fractionnaire avec la géométrie fractale. Au lieu de supposer que le temps avance par pas uniformes, ils utilisent une approche « fractale–fractionnaire » dans laquelle le temps s’étire et se compresse effectivement selon l’échelle. Deux réglages gouvernent désormais la dynamique : l’un contrôle la force avec laquelle le passé influence le présent, l’autre ajuste l’irrégularité de l’échelle temporelle. Dans ce cadre, l’équipe réécrit les équations de Pehlivan en utilisant une version de la dérivée (la forme de Caputo) bien adaptée aux systèmes physiques et aux conditions initiales usuelles.

Garantir le bon comportement des mathématiques

Avant d’exécuter des simulations, les auteurs prouvent que leur système étendu est mathématiquement cohérent. En s’appuyant sur des outils classiques de l’analyse, ils montrent que, pour des choix raisonnables de paramètres et de valeurs initiales, les équations admettent au moins une solution et en réalité une solution unique. Ils étudient aussi une notion dite de stabilité d’Ulam–Hyers, qui pose la question : si les équations sont légèrement perturbées — par exemple par des erreurs numériques ou un faible bruit — les solutions obtenues restent‑elles proches des solutions exactes ? Leurs résultats indiquent que, sous des conditions claires, de petites perturbations ne s’amplifient pas, ce qui donne confiance dans la robustesse du modèle et de ses solutions numériques.

Concevoir des schémas précis pour un chaos à longue mémoire

Parce que ces équations incorporent une mémoire portant sur l’ensemble du passé, les méthodes numériques naïves deviendraient extrêmement lentes : chaque nouveau pas devrait revisiter toute l’histoire. Les auteurs conçoivent des schémas prédicteur‑correcteur spécialisés basés sur les polynômes d’interpolation de Newton et de Lagrange pour approxim er efficacement les intégrales de mémoire à longue portée. Ils dérivent des formules explicites pour l’erreur et montrent comment celle‑ci décroît quand le pas de temps est réduit. Ils comparent ensuite leur approche à un solveur fractionnaire largement utilisé qui exploite les transformées de Fourier rapides, confirmant que la précision attendue est atteinte et que des implémentations avancées peuvent réduire fortement le temps de calcul pour des simulations longues.

Observer de nouvelles figures du chaos

Avec l’outillage numérique en place, l’équipe explore comment la modification des paramètres de mémoire et de temps fractal remodèle l’attracteur de Pehlivan, l’objet géométrique tracé par le mouvement du système dans l’espace des phases. Pour certaines combinaisons des deux paramètres, l’attracteur forme des anneaux simples ; pour d’autres, il se développe en structures d’anneaux à deux faces et auto‑similaires rappelant des fractales. À mesure que les paramètres se rapprochent de leurs valeurs classiques, le système retrouve les motifs chaotiques familiers du modèle de Pehlivan original. Une étude séparée de la variation d’une des constantes internes du système révèle des transitions d’oscillations ordonnées à des régimes totalement chaotiques, incluant des cascades de doublement de période, une voie classique vers le chaos.

Ce que cela implique pour les applications réelles

Pour un non‑spécialiste, le message essentiel est que le chaos n’est pas nécessairement purement aléatoire ou incontrôlable. En autorisant un circuit chaotique à se souvenir de son passé et à évoluer sur une échelle temporelle irrégulière, ce travail dévoile une palette de comportements beaucoup plus riche, tout en montrant que ces comportements restent mathématiquement bien définis et numériquement exploitables. Un tel chaos finement modulable pourrait être précieux en communication sécurisée, traitement du signal et cryptographie, où des motifs complexes mais maîtrisables sont un atout. Plus largement, l’étude démontre que le calcul fractale–fractionnaire est une lentille puissante pour modéliser des systèmes où l’histoire et le calendrier multi‑échelle façonnent fondamentalement la dynamique.

Citation: Vinoth, R., Jayalakshmi, M. A numerical framework for fractional and fractal-fractional analysis of the Pehlivan chaotic system using Caputo derivative. Sci Rep 16, 13669 (2026). https://doi.org/10.1038/s41598-026-42126-6

Mots-clés: systèmes chaotiques, calcul fractionnaire, temps fractal, simulation numérique, communication sécurisée