1 / 32

Autres exemples de modèles

Autres exemples de modèles. Guy Gauthier Juin 2010. Dynamique de la population. Si une population possède un potentiel biotique définit par r , alors la population N obéit à cette loi: r est la fécondité maximale dont une espèce peut faire preuve en l’absence de facteurs limitant.

Download Presentation

Autres exemples de modèles

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Autres exemples de modèles Guy Gauthier Juin 2010

  2. Dynamique de la population • Si une population possède un potentiel biotique définit par r, alors la population N obéit à cette loi: • r est la fécondité maximale dont une espèce peut faire preuve en l’absence de facteurs limitant.

  3. Dynamique de la population • La solution de cette équation est: • Il n’y a pas de mortalité, seulement des naissances. Pas vraiment réaliste…

  4. Dynamique de la population • Redéfinissons r: • b = taux de naissance; • m = taux de mortalité. • Reste que le résultat est une exponentielle. • Modèle de Malthus (1798).

  5. Facteur limitant • En présence d’un facteur limitant (ex.: ressources alimentaires), le taux de mortalité augmente et le taux de natalité diminue. • K = capacité limite du milieu. • Verhulst (1838).

  6. Modèle de Verhulst • Équation de la courbe logistique: Points d’équilibre N = 0 N = K r=2 K=1000

  7. Ajout de prédateurs • Modèle de Lotka-Volterra. • En l’absence d’interaction: • Croissance exponentielle des proies (N) et extinction des prédateurs (P).

  8. Modèle de Lotka-Volterra • Si les proies interagissent avec les prédateurs: Habileté des proies à échapper aux prédateurs Habileté des prédateurs à attraper les proies

  9. Modèle de Lotka-Volterra • Points d’équilibres: • Solution évidente, avec populations égales à 0. • Autre solution:

  10. Modèle de Lotka-Volterra • Exemples: r1 = 3; r2 = 5; k1 = 1/100; k2 = 1/100;

  11. Modèle de Lotka-Volterra • Comparaison avec ce qui est observé dans la nature.

  12. Dans l’espace d’état Point d’équilibre

  13. Variantes du modèle de Lotka-Volterra • Introduction de la limite du milieu: Points d’équilibre: 1) N = P = 0; 2) N = r2/k2; P = (r1/k1)(1-r2/(Kk2))

  14. Variantes du modèle de Lotka-Volterra • Stabilisation des populations:

  15. Variantes du modèle de Lotka-Volterra • Réponse fonctionnelle du prédateur:

  16. Variantes du modèle de Lotka-Volterra • Introduction du taux de prédation:

  17. Variantes du modèle de Lotka-Volterra • Effet de ce taux de prédation:

  18. Variantes du modèle de Lotka-Volterra • Introduction d’une réponse fonctionnelle du coté des proies:

  19. Variantes du modèle de Lotka-Volterra • Effet de cette fonction:

  20. Équation de Lorentz • Soit le système suivant: • Modèle de convection atmosphérique.

  21. Équation de Lorentz • Simulation:

  22. Comportement chaotique • Simulation:

  23. Deux conditions initiales proches • …mènent à deux évolutions très différentes après quelques moments

  24. Équation de Lorentz • Modèle météorologique. • A cette époque, on envisageait pouvoir faire des prévisions météorologiques à long terme.

  25. Équation de Lorentz • Cette équation montre l’aspect chaotique de l’évolution de la météo. Donc, prévisions à long terme impossibles. • A court terme… • Il suffit de regarder Météomédia et de voir que les prévisions ne sont pas très justes…

  26. Double pendule inversé • Position des masses

  27. Double pendule inversé • Énergie potentielle • Énergie cinétique

  28. Double pendule inversé • Lagrangien

  29. Double pendule inversé • Ainsi, pour le premier angle • D’où

  30. Double pendule inversé • Et, pour le deuxième angle • D’où

  31. Double pendule inversé • Simulation

  32. Double pendule inversé • Ce système est sujet aussi à un phénomène chaotique.

More Related