math ematiques pour les sciences de la viemathsv.univ-lyon1.fr/pdf/mathsv-d-sch.pdf · g en eralit...
TRANSCRIPT
Generalites Methodes d’integration d’EDO Entraınement QCM
Mathematiques pour les Sciences de la VieAnalyse – Equations differentielles / Modelisation
Pr. Sandrine CHARLES
Universite Claude Bernard Lyon 1 – France
2 fevrier 2020
http://spiral.univ-lyon1.fr/mathsv/ MathSV-b, page 1/39
Generalites Methodes d’integration d’EDO Entraınement QCM
Table des matieres
1 Generalites
2 Methodes d’integration d’EDO
3 Entraınement QCM
http://spiral.univ-lyon1.fr/mathsv/ MathSV-b, page 2/39
Generalites Methodes d’integration d’EDO Entraınement QCM
la Modelisation en Biologie
Plan detaille
1 Generalitesla Modelisation en BiologieModeles dynamiques a base d’EDOLes equations differentielles ordinaires ou EDO
http://spiral.univ-lyon1.fr/mathsv/ MathSV-b, page 3/39
Generalites Methodes d’integration d’EDO Entraınement QCM
la Modelisation en Biologie
Les Bio-mathematiques
Maths : etudier et developper des methodes pour la prediction.
Biologie : trouver des descriptions et des explications desphenomenes naturels.
Modelisation : utiliser les mathematiques comme outil pourexpliquer et predire les phenomenes naturels.
http://spiral.univ-lyon1.fr/mathsv/ MathSV-b, page 4/39
Generalites Methodes d’integration d’EDO Entraınement QCM
la Modelisation en Biologie
Utilite des modeles en biologie
Les modeles sont utiles :
Tester des hypotheses sans risque (traitementmedicamenteux. . . )
Predire des performances dans des conditions testables ou non
Les modeles sont limites :
Modele mathematique simple ↔ Modele non realiste
Modele realiste ↔ Parametres trop nombreux
Modele simpliste conclusion irrealiste
http://spiral.univ-lyon1.fr/mathsv/ MathSV-b, page 5/39
Generalites Methodes d’integration d’EDO Entraınement QCM
la Modelisation en Biologie
Choisir un bon modele ?Le principe de parcimonie, ou “Rasoir d’Ockham”
“Pluralitas non est ponendasine necessitate”
“Les multiples ne doiventpas etre utilises sans neces-site”
Guillaume d’Ockham(1285-1347)
http://spiral.univ-lyon1.fr/mathsv/ MathSV-b, page 6/39
Generalites Methodes d’integration d’EDO Entraınement QCM
Modeles dynamiques a base d’EDO
Plan detaille
1 Generalitesla Modelisation en BiologieModeles dynamiques a base d’EDOLes equations differentielles ordinaires ou EDO
http://spiral.univ-lyon1.fr/mathsv/ MathSV-b, page 7/39
Generalites Methodes d’integration d’EDO Entraınement QCM
Modeles dynamiques a base d’EDO
Modeles dynamiquesUn exemple : la dynamique de la population de tourterelles turques en Angleterre
Annee Nb Lieux
1955 11956 21957 61958 151959 291960 581961 1171962 2041963 3421964 501
http://spiral.univ-lyon1.fr/mathsv/ MathSV-b, page 8/39
Generalites Methodes d’integration d’EDO Entraınement QCM
Modeles dynamiques a base d’EDO
Modeles dynamiquesUn exemple : la dynamique de la population de tourterelles turques en Angleterre
Annee Nb Lieux
1955 11956 21957 61958 151959 291960 581961 1171962 2041963 3421964 501 0
100
200
300
400
500
Tourterelles turques en Angleterre − Nb lieux
t
N(t)
1955 1957 1959 1961 1963
http://spiral.univ-lyon1.fr/mathsv/ MathSV-b, page 8/39
Generalites Methodes d’integration d’EDO Entraınement QCM
Modeles dynamiques a base d’EDO
Modeles dynamiquesUn exemple : la dynamique de la population de tourterelles turques en Angleterre
Annee Nb Lieux
1955 11956 21957 61958 151959 291960 581961 1171962 2041963 3421964 501 0
100
200
300
400
500
Tourterelles turques en Angleterre − Nb lieux
t
N(t)
1955 1957 1959 1961 1963
N(t) = N0eλ(t−1955)
Condition initiale : N(1955)= 1
http://spiral.univ-lyon1.fr/mathsv/ MathSV-b, page 8/39
Generalites Methodes d’integration d’EDO Entraınement QCM
Modeles dynamiques a base d’EDO
Modeles dynamiquesUn exemple : la dynamique de la population de tourterelles turques en Angleterre
Annee Nb Lieux
1955 11956 21957 61958 151959 291960 581961 1171962 2041963 3421964 501
0 50 100 150 200 250 300 350
0
50
100
150
Accroissement annuel du nb lieux
N(t)
∆ N(t)
=N
(t)−
N(t
−1)
∆N(t) = λN(t)
http://spiral.univ-lyon1.fr/mathsv/ MathSV-b, page 8/39
Generalites Methodes d’integration d’EDO Entraınement QCM
Modeles dynamiques a base d’EDO
Un modele simple
La variation du nombre de lieux d’observation est proportionnelleau nombre de lieux d’observation et au temps ecoule
∆N (t) = λN (t)∆t
Hypotheses du modele :
Les lieux d’observation sont independents ;
Chaque lieu engendre en moyenne λ nouveaux lieuxd’observation durant l’intervalle de temps ∆t .
http://spiral.univ-lyon1.fr/mathsv/ MathSV-b, page 9/39
Generalites Methodes d’integration d’EDO Entraınement QCM
Modeles dynamiques a base d’EDO
∆N (t) = λN (t)∆t ⇔ ∆N (t)
∆t= λN (t)
∆N (t)∆t est le taux d’accroissement
de N (t) relativement a t . Ainsi,lorsque ∆t → 0, on obtient :
dN (t)
dt= λN (t)
C’est une equation differentielle,dont la solution est :
N (t) = N0eλt
0
100
200
300
400
500
Couples de tourterelles turques en Angleterre
t
N(t)
1955 1957 1959 1961 1963
N(t) = N0eλ(t−1955)
avec λ = 0.85 et N(1955) = 1N0 = 1
On verifie en effet que dN (t)dt = λN0e
λt = λN (t).
http://spiral.univ-lyon1.fr/mathsv/ MathSV-b, page 10/39
Generalites Methodes d’integration d’EDO Entraınement QCM
Les equations differentielles ordinaires ou EDO
Plan detaille
1 Generalitesla Modelisation en BiologieModeles dynamiques a base d’EDOLes equations differentielles ordinaires ou EDO
http://spiral.univ-lyon1.fr/mathsv/ MathSV-b, page 11/39
Generalites Methodes d’integration d’EDO Entraınement QCM
Les equations differentielles ordinaires ou EDO
La notion d’equation differentielle apparaıt a la fin du XVIIeme
siecle ;
Le calcul differentiel et integral est introduit par Newton etLeibnitz en 1686 ;
Les premieres applications sont en mecanique et geometrie ;
Au XXeme siecle apparaissent les applications en biologie.
http://spiral.univ-lyon1.fr/mathsv/ MathSV-b, page 12/39
Generalites Methodes d’integration d’EDO Entraınement QCM
Les equations differentielles ordinaires ou EDO
Definition
On appelle equation differentielleune relation entre les valeurs dela variable x et les valeurs y(x ),y ′(x ), y ′′(x ),. . . y(n)(x ) d’unefonction inconnue y(x ) que l’oncherche et de ses derivees aupoint x .
Ordre de l’equation differentielle :
En : F (x , y(x), y ′(x), . . . , y(n)(x)) = 0
E1 : F (x , y(x), y ′(x)) = 0
Par mesure de clarte, on note dy(x)dx = y ′(x ) la derivee de la
fonction y(x ) par rapport a x .
Exemples E1 : dy(x)dx = x , dy(x)
dx = y(x ), dy(x)dx + x2
2 y(x ) = ex .
http://spiral.univ-lyon1.fr/mathsv/ MathSV-b, page 13/39
Generalites Methodes d’integration d’EDO Entraınement QCM
Les equations differentielles ordinaires ou EDO
Vocabulaire
Exemple de la dynamique de population des tourterelles avecl’equation differentielle d’ordre 1 : dN (t)
dt = λN (t).
Resoudre (integrer) : trouver toutes les solutions del’equation differentielle.
dN (t)
dt= λN (t) ⇒ N (t) = Keλt avec K ∈ R
Condition initiale : par exemple N (1955) = 1 ou N (0) = N0.
Solution particuliere : la solution qui satisfait la conditioninitiale : N (t) = eλ(t−1955) ou N (t) = N0e
λt .
Courbe integrale : la representation graphique d’une solution.
http://spiral.univ-lyon1.fr/mathsv/ MathSV-b, page 14/39
Generalites Methodes d’integration d’EDO Entraınement QCM
Les equations differentielles ordinaires ou EDO
Une infinite de solutions
dy(x)dx → y(x ) : notion de primitive (une fonction continue
admet une infinite de primitives) ;
Exemple, dN (t)dt = λN (t) ⇒ N (t) = Keλt avec K ∈ R ;
Generalement, on s’interesse a une seule d’entre elles, celle quiverifie la condition initiale.
http://spiral.univ-lyon1.fr/mathsv/ MathSV-b, page 15/39
Generalites Methodes d’integration d’EDO Entraınement QCM
Table des matieres
1 Generalites
2 Methodes d’integration d’EDO
3 Entraınement QCM
http://spiral.univ-lyon1.fr/mathsv/ MathSV-b, page 16/39
Generalites Methodes d’integration d’EDO Entraınement QCM
Equation differentielle d’ordre 1 a variables separables
Plan detaille
2 Methodes d’integration d’EDOEquation differentielle d’ordre 1 a variables separablesEDO1 lineaires
http://spiral.univ-lyon1.fr/mathsv/ MathSV-b, page 17/39
Generalites Methodes d’integration d’EDO Entraınement QCM
Equation differentielle d’ordre 1 a variables separables
EDO1 a variables separables
Elles sont du type :dy(x )
dx= f (x )g(y)
Methode d’integration :
dy(x )
dx= f (x )g(y)⇔ dy
g(y)= f (x )dx
⇒∫
dy
g(y)=
∫f (x )dx
Solution : G(y) = F (x ) + K ou G(y) est une primitive de 1g(y) ,
F (x ) une primitive de f (x ) et K ∈ R.
http://spiral.univ-lyon1.fr/mathsv/ MathSV-b, page 18/39
Generalites Methodes d’integration d’EDO Entraınement QCM
Equation differentielle d’ordre 1 a variables separables
Exemple 1 : modele de Malthus (ou modele exponentiel)
Modele de Malthus (1792)
Exemple : Dynamique de population des tourterelles turques
dN (t)
dt= λN (t)
Ecriture generique : dy(x)dx = λy(x ).
dy(x)dx = λy(x )⇔ dy
y = λdx
⇔∫ dy
y =∫λdx
⇔ ln |y(x )| = λx + cste⇔ y(x ) = eλx + cste (transformation exponentielle)⇔ y(x ) = eλxecste
⇔ y(x ) = Keλx avec K = ecste ∈ R.
http://spiral.univ-lyon1.fr/mathsv/ MathSV-b, page 19/39
Generalites Methodes d’integration d’EDO Entraınement QCM
Equation differentielle d’ordre 1 a variables separables
Exemple 1 : modele de Malthus (ou modele exponentiel)
D’apres ce qui precede, la solution du modele de MalthusdN (t)dt = λN (t) s’ecrit donc bien N (t) = N0e
λt .
La solution est une fonction exponentielle, c’est pourquoi onappelle souvent le modele de Malthus le modele exponentiel.
On voit que si λ > 0, alors limt→+∞
N (t) = +∞.
Le modele exponentiel predit donc une croissance illimitee pour lapopulation, ce qui biologiquement est irrealiste.
http://spiral.univ-lyon1.fr/mathsv/ MathSV-b, page 20/39
Generalites Methodes d’integration d’EDO Entraınement QCM
Equation differentielle d’ordre 1 a variables separables
Exemple 2 : modele logistique
Modele logistique ou modele de Verhulst (1844), propose commealternative au modele de Malthus :
dN (t)
dt= λN (t)− µN (t)2 = λN (t)
(1− µ
λN (t)
)On introduit un terme de freinage de la croissance, −µN (t)2, quisera d’autant plus important que N (t) sera grand.Consequence : la dynamique devient dependante de la densite.
dN (t)
dt= λN (t)
(1− µ
λN (t)
)⇔ dN
N(1− µ
λN) = λdt
On integre alors de part et d’autre, a gauche par rapport a N , adroite par rapport a t :∫
dN
N(1− µ
λN) =
∫λdt
http://spiral.univ-lyon1.fr/mathsv/ MathSV-b, page 21/39
Generalites Methodes d’integration d’EDO Entraınement QCM
Equation differentielle d’ordre 1 a variables separables
Exemple : modele logistique
Decomposition en elements simples
1
N(1− µ
λN) =
a1
N+
a2
1− µλN⇔ 1
N(1− µ
λN) =
a1
(1− µ
λN)
+ a2N
N(1− µ
λN)
Donc il nous faut :
a1
(1− µ
λN)
+ a2N = 1⇔
a1 = 1
a2 −µ
λa1 = 0
⇔
a1 = 1
a2 =µ
λ
Finalement, on obtient :
1
N(1− µ
λN) =
1
N+µ
λ× 1
1− µλN
http://spiral.univ-lyon1.fr/mathsv/ MathSV-b, page 22/39
Generalites Methodes d’integration d’EDO Entraınement QCM
Equation differentielle d’ordre 1 a variables separables
Exemple : modele logistique
On doit donc integrer l’equation suivante :∫dN
N(1− µ
λN) =
∫λdt ⇔
∫dN
N+µ
λ×∫
dN
1− µλN
= λt + cste
Ce qui donne :
ln |N | − ln∣∣∣1− µ
λN∣∣∣ = λt + cste ⇔ ln
∣∣∣∣ N
1− µλN
∣∣∣∣ = λt + cste
SoitN
1− µλN
= Keλt
avec K ∈ R une constante que l’on determinera ulterieurementavec la condition intiale.
http://spiral.univ-lyon1.fr/mathsv/ MathSV-b, page 23/39
Generalites Methodes d’integration d’EDO Entraınement QCM
Equation differentielle d’ordre 1 a variables separables
Exemple : modele logistique
Ce que l’on cherche c’est N (t) :
N (t)
1− µλN (t)
= Keλt ⇔ N (t) = Keλt(
1− µ
λN (t)
)⇔ N (t)
(1 +
µ
λKeλt
)= Keλt
⇔ N (t) =Keλt
1 + µλKeλt
⇔ N (t) =K
e−λt + µλK
avec K ∈ R
http://spiral.univ-lyon1.fr/mathsv/ MathSV-b, page 24/39
Generalites Methodes d’integration d’EDO Entraınement QCM
Equation differentielle d’ordre 1 a variables separables
Exemple : modele logistique
Pour finir, on cherche la constante K en utilisant la conditioninitiale N (0) = N0 :
N (0) =K
1 + µλK
= N0 ⇔ N0
(1 +
µ
λK)
= K
⇔ K(
1− µ
λN0
)= N0
⇔ K =N0
1− µλN0
En reinjectant K dans la solution N (t), on obtient alors :
N (t) =N0
/1− µ
λN0
e−λt + µλ
(N0
/1− µ
λN0
) ⇔ N (t) =N0
µλN0 +
(1− µ
λN0
)e−λt
http://spiral.univ-lyon1.fr/mathsv/ MathSV-b, page 25/39
Generalites Methodes d’integration d’EDO Entraınement QCM
Equation differentielle d’ordre 1 a variables separables
Exemple : modele logistique
La solution finale du modele logistique s’ecrit donc finalement :
N (t) =
λµN0
N0 +(λµ −N0
)e−λt
On retrouve bien le fait que N (0) = N0.
On trouve egalement que limt→+∞
N (t) = λµ .
Contrairement au modele exponentiel, on voit que sous l’hypothesed’un modele logistique, la taille de la population atteint uneasymptote ; la taille de la population est donc limite. On appellecette limite la capacite limite (ici λ
µ).
http://spiral.univ-lyon1.fr/mathsv/ MathSV-b, page 26/39
Generalites Methodes d’integration d’EDO Entraınement QCM
Equation differentielle d’ordre 1 a variables separables
Representation graphique du modele logistique
On choisit les valeurs N0 = 1, λ = 0.85 et λµ = 600.
1955 1960 1965 1970 1975
0
100
200
300
400
500
600
Temps t
N(t
)
http://spiral.univ-lyon1.fr/mathsv/ MathSV-b, page 27/39
Generalites Methodes d’integration d’EDO Entraınement QCM
Equation differentielle d’ordre 1 a variables separables
Representation graphique du modele logistique
On choisit les valeurs N0 = 1, λ = 0.85 et λµ = 600.
1955 1960 1965 1970 1975
0
100
200
300
400
500
600
Temps t
N(t
)
http://spiral.univ-lyon1.fr/mathsv/ MathSV-b, page 28/39
Generalites Methodes d’integration d’EDO Entraınement QCM
EDO1 lineaires
Plan detaille
2 Methodes d’integration d’EDOEquation differentielle d’ordre 1 a variables separablesEDO1 lineaires
http://spiral.univ-lyon1.fr/mathsv/ MathSV-b, page 29/39
Generalites Methodes d’integration d’EDO Entraınement QCM
EDO1 lineaires
EDO1 lineaires
Une equation differentielle d’ordre 1 lineaire est du type :
dy(x )
dx︸ ︷︷ ︸Ordre 1
+ f (x )y(x )︸ ︷︷ ︸lineaire en y(x)
= g(x )︸︷︷︸second membre
ou
y(x ) est la fonction inconnue que l’on cherche ;
f (x ) et g(x ) sont des fonctions quelconques de x ;
Si ∀x , g(x ) = 0, alors l’equation est dite “Sans SecondMembre” (SSM).
http://spiral.univ-lyon1.fr/mathsv/ MathSV-b, page 30/39
Generalites Methodes d’integration d’EDO Entraınement QCM
EDO1 lineaires
EDO1 lineaires sans second membre (SSM)
EDO 1 SSM
dy(x )
dx+ f (x )y(x ) = 0⇔ dy(x )
dx= −f (x )y(x )
⇔ dy
y= −f (x )dx
⇒∫
dy
y= −
∫f (x )dx
⇒ ln |y(x )| = −F (x ) + C
⇒ y(x ) = Ke−F (x)
ou
K = eC est une constante reelle quelconque > 0 ;
F (x ) est une primitive de f (x ) : F ′(x ) = f (x ).
http://spiral.univ-lyon1.fr/mathsv/ MathSV-b, page 31/39
Generalites Methodes d’integration d’EDO Entraınement QCM
EDO1 lineaires
Exemple
On cherche a resoudre l’equation suivante :
dy(x )
dx− y(x )
x= x 2
On recherche d’abord les solutions de l’equation SSM
dy(x )
dx− y(x )
x= 0
On a une equation de la forme dy(x)dx + f (x )y(x ) = 0 avec
f (x ) = − 1x .
La primitive de f (x ) est F (x ) = − ln |x |.Les solutions sont donc du type :
yssm(x ) = Ke ln |x | = K |x | = Kx avec x ,K ∈ R+
http://spiral.univ-lyon1.fr/mathsv/ MathSV-b, page 32/39
Generalites Methodes d’integration d’EDO Entraınement QCM
EDO1 lineaires
EDO1 lineaire avec second membredy(x )dx + f (x )y(x ) = g(x )
On cherche d’abord les solutions yssm de l’equation sanssecond membre dy(x)
dx + f (x )y(x ) = 0.
Elles sont du type yssm(x ) = Ke−F (x), avec K ∈ R+.
On recherche ensuite les solutions generales de l’equation avecsecond membre :
Recherche d’une solution particuliere ypart(x ).Les solutions generales sont alors du type :
y(x ) = yssm(x ) + ypart(x )
ou methode de la variation de la constante.On cherche les solutions du type
y(x ) = K (x )e−F(x)
ou K (x ) est une fonction de x .
http://spiral.univ-lyon1.fr/mathsv/ MathSV-b, page 33/39
Generalites Methodes d’integration d’EDO Entraınement QCM
EDO1 lineaires
Exemple : dy(x )dx −
y(x )x = x 2
Recherche d’une solution particuliere.On cherche une solution du type y(x ) = αx 3, soit dy(x)
dx = 3αx 2.On a alors
dy(x )
dx− y(x )
x= x 2 ⇔ 3αx 2 − αx 3
x= x 2
⇔ 2αx 2 = x 2
⇔ α =1
2
Une solution particuliere est donc ypart(x ) = x3
2Les solutions generales sont donc de la forme
y(x ) = ypart(x ) + yssm(x ) =x 3
2+ Kx
avec x ,K ∈ R+
http://spiral.univ-lyon1.fr/mathsv/ MathSV-b, page 34/39
Generalites Methodes d’integration d’EDO Entraınement QCM
EDO1 lineaires
Principe de la methode variation de la constante (Laplace)
On cherche a resoudre dy(x)dx + f (x )y(x ) = g(x ).
yssm = Ke−F (x) est solution de l’equation SSM (K > 0).Les solutions de l’equation ASM seront du type
y(x ) = K (x )e−F (x)
y(x ) = K (x )e−F (x) ⇒ dy(x )
dx=
dK (x )
dxe−F (x) + K (x )(−F (x )
dx)e−F (x)
⇔ dy(x )
dx=
dK (x )
dxe−F (x) −K (x )f (x )e−F (x)
⇔ dy(x )
dx=
dK (x )
dxe−F (x) − f (x )y(x )
⇔ dy(x )
dx+ f (x )y(x ) =
dK (x )
dxe−F (x)
y(x ) sol. ASM⇔ dK (x )
dxe−F (x) = g(x )⇔ K (x ) =
∫g(x )eF (x) dx
http://spiral.univ-lyon1.fr/mathsv/ MathSV-b, page 35/39
Generalites Methodes d’integration d’EDO Entraınement QCM
EDO1 lineaires
Exemple : dy(x )dx −
y(x )x = x 2
Methode de variation de la constanteLes solutions sont du type y(x ) = K (x )x , soitdy(x)dx = K (x ) + x dK (x)
dx et verifient dy(x)dx −
y(x)x = x 2, soit
dy(x )
dx− y(x )
x= x 2 ⇔ K (x ) + x
dK (x )
dx− xK (x )
x= x 2
⇔ xdK (x )
dx= x 2
⇔ dK (x )
dx= x
⇒ K (x ) =
∫xdx
⇒ K (x ) =1
2x 2 + C
Les solutions generales sont donc y(x ) =(
12x
2 + C)x = x3
2 + Cx .
http://spiral.univ-lyon1.fr/mathsv/ MathSV-b, page 36/39
Generalites Methodes d’integration d’EDO Entraınement QCM
EDO1 lineaires
Remarques
Recherche de solution particuliere
Parfois difficileRequiert de l’entraınementRapide
Methode de variation de la constante
Relativement simpleLe calcul de
∫g(x )eF(x) dx peut etre tres long. . .
Une fois la solution generale trouvee, derivez-la pour verifier qu’elleest solution de l’equation de depart !
http://spiral.univ-lyon1.fr/mathsv/ MathSV-b, page 37/39
Generalites Methodes d’integration d’EDO Entraınement QCM
Table des matieres
1 Generalites
2 Methodes d’integration d’EDO
3 Entraınement QCM
http://spiral.univ-lyon1.fr/mathsv/ MathSV-b, page 38/39
Generalites Methodes d’integration d’EDO Entraınement QCM
⇒ WooClap
http://spiral.univ-lyon1.fr/mathsv/ MathSV-b, page 39/39