Monodromie dans les vignobles : une seule singularité en cause ✛

‹›

Deux passagers montent dans un wagon vide sur une ligne circulaire et s'installent à des places libres. Après un tour complet, ils constatent avec surprise qu'ils se retrouvent assis aux places l'un de l'autre — alors que personne n'a changé de siège. C'est à peu près ainsi que se manifeste la monodromie dans les vignobles — des familles de diagrammes de persistance, dont les méthodes remontent aux travaux de Henri Poincaré. Chaque point du diagramme naît et meurt à une échelle qui lui est propre, mais si le paramètre est en boucle, les identifiants des caractéristiques peuvent se mélanger. Cette confusion est particulièrement dangereuse dans l'analyse de données en biologie, en climatologie ou en science des matériaux, où il est crucial de suivre chaque objet sur tout le cycle.

Pour trouver la racine du problème, les mathématiciens ont appliqué la théorie des singularités — un outil qui classifie les points critiques. Ils ont considéré une courbe fermée lisse dans le plan et la famille de fonctions « carré de la distance à un point sur la boucle ». L'outil clé a été l'ensemble de symétrie : le lieu des centres des cercles tangents à la courbe en deux points (ou ayant avec elle un contact d'ordre deux). En substance, c'est le squelette de la forme, dont les singularités sont entièrement décrites par la classification de Bruce–Giblin–Gibson. L'évolution du système entier obéit à des équations différentielles sur l'espace des paramètres. Les chercheurs ont suivi l'information sur l'ordre de naissance et de mort des boucles topologiques pour chacun des huit types de singularités.

Le résultat est étonnamment net. La monodromie locale n'est engendrée que par la singularité de type A₂₁/A₂₁ — l'intersection de deux branches lisses de l'ensemble de symétrie. Une branche correspond à la naissance simultanée de deux composantes connexes, l'autre à la mort simultanée de deux cycles. Au voisinage d'un tel point, l'espace est divisé en quatre secteurs, comme un cadran partagé en quarts. Deux cercles concentriques apparaissent avec quatre points de tangence. Lorsque le paramètre fait un tour complet autour de la singularité, ces quatre points changent d'ordre successivement. Puis, selon la règle de l'aîné, deux points sur le diagramme échangent leurs places — il y a permutation. La simulation numérique confirme : seules de telles singularités donnent des « vignes » entrelacées, toutes les autres produisent des anneaux non connectés.

Nous savons maintenant où chercher la source de la « confusion » dans les données cycliques. Ce résultat relie pour la première fois la géométrie fine de la forme initiale — les singularités de son ensemble de symétrie — à la topologie du vignoble. Cela explique non seulement des exemples connus, mais ouvre aussi la voie à un contrôle algorithmique : on peut construire délibérément des boucles qui capturent les singularités voulues pour piloter le suivi des caractéristiques, ou les éviter pour simplifier l'analyse. Une suite naturelle est d'étendre la méthode aux surfaces tridimensionnelles et au-delà, où la classification des singularités est déjà partiellement prête. Une question globale se pose aussi : même en présence d'une singularité locale A₂₁/A₂₁, une grande boucle peut ne pas produire de monodromie si les singularités interagissent « en opposition de phase ». La solution nécessitera de faire appel à la dynamique non linéaire et peut-être à la théorie des nœuds.

Revenons au wagon de métro. On comprend maintenant pourquoi les passagers ont échangé leurs places : le train est passé par une station de correspondance particulière — une singularité où les lignes de naissance et de mort se croisent. Chaque tour complet autour d'elle permute discrètement les identifiants, et nous voyons deux personnes assises aux places de l'autre. La monodromie dans le vignoble est comme le schéma d'une telle ligne circulaire, où la géométrie des rails dicte qui se retrouve où après un tour. En déchiffrant la structure de la station, nous obtenons la clé pour concevoir des itinéraires de données sans surprises.