slide1 n.
Download
Skip this Video
Loading SlideShow in 5 Seconds..
La suite logistique et le chaos D’après la conférence de Daniel Perrin (St Flour août 2008) PowerPoint Presentation
Download Presentation
La suite logistique et le chaos D’après la conférence de Daniel Perrin (St Flour août 2008)

Loading in 2 Seconds...

play fullscreen
1 / 18

La suite logistique et le chaos D’après la conférence de Daniel Perrin (St Flour août 2008) - PowerPoint PPT Presentation


  • 292 Views
  • Uploaded on

La suite logistique et le chaos D’après la conférence de Daniel Perrin (St Flour août 2008). Modèles d’évolution de population. Euler (1707-1783), Malthus (1766-1834) et Verhulst (1804-1849) vont s’occuper successivement de créer des modèles d’évolution de populations:.

loader
I am the owner, or an agent authorized to act on behalf of the owner, of the copyrighted work described.
capcha
Download Presentation

PowerPoint Slideshow about 'La suite logistique et le chaos D’après la conférence de Daniel Perrin (St Flour août 2008)' - natara


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.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.


- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript
slide1

La suite logistique et le chaos D’après la conférence de Daniel Perrin (St Flouraoût 2008)

slide2

Modèles d’évolution de population

Euler (1707-1783), Malthus (1766-1834) et Verhulst (1804-1849) vont s’occuper successivement de créer des modèles d’évolution de populations:

Euler, vers 1760 (« Recherches générales sur la mortalité et la multiplication du genre humain »), est conduit à déterminer la population d’une ville à une date donnée. Ses calculs reviennent à étudier une suite géométrique.

Malthus reprend en 1798 l’idée d’un accroissement exponentiel de la population. Il modélise la population humaine comme une suite géométrique et la capacité de production comme une suite arithmétique. La distorsion entre les deux, le conduit à une proposition de limitation des naissances.

Le modèle malthusien est remis en cause vers 1840 par Verhulst qui propose un modèle dit logistique qui prend en compte la limitation de la population. Le principe est simple : l’accroissement de la population n’est proportionnel à la population que pour les petites valeurs de celle-ci. Lorsqu’elle croît, des facteurs limitants apparaissent qui font qu’il y a une population maximale M. Verhulst postule alors que l’accroissement de la population x est proportionnel à la quantité x(M − x). Ce modèle lui permet de donner en 1837 une prévision de la population de la France en 1930 de 40 millions, alors qu’elle sera de 41,5 millions en 1931.(ce modèle ne pouvait pourtant prévoir ni les guerres de 70 et 14, ni la commune, ni la grippe espagnole!).

slide3

Modèles d’évolution de population

Modèles continus

Le temps est continu, tR, et on a une fonction p(t) à valeurs réelles.Dans ce cas, on suppose que si on connaît la population au temps t, on la connaît au temps t + dt, avec dt infinitésimal. Cela revient à se donner la dérivée en fonction de p(t).

On ne s’intéresse ici qu’aux cas où la population suit un modèle autonome au sens où elle ne dépend pas du temps. On aura donc une équation de la forme p’ = f(p), la fonction f étant indépendante du temps.1) P’(t)=K.P(t). (Euler et Malthus)Solution : P(t) = P(0).ektPas raisonnable à terme: la population tend vers l’infini.2) P’(t)= m.P(t).(M-P(t)) (Verhulst) : On borne la population par M.Solution : avec

slide4

Modèles d’évolution de population

Modèles discret

Le temps est discret, nN (n désigne un nombre de minutes, d’heures…) et on a une suite pn à valeurs réelles. Dans ce cas, on se donne l’accroissement pn+1 − pn en fonction de pn.Le modèle est toujours autonome.La suitepeut représenter:• En génétique : la fréquence d’un gène au temps n.

• En épidémiologie : la proportion de la population infectée au temps n.

• En économie : n est la quantité de marchandises et pn le prix.

• En sciences sociales, l’étude de la propagation des rumeurs.

1) Pn+1 – Pn = K.Pn (K>0) : Pn = (1+K)n P0. Pas raisonnable : diverge vers l’infini.2) Pn+1 = mPn - lPn² = mPn (1- (l/m)Pn) est borné par m/lSi on pose Un = (l/m)Pn on obtient : Un+1 = m Un (1-Un) (la suite logistique).Pour que Un[0 ;1] il est nécessaire que m[0 ;4] : f(x)= mx(1-x) atteint son max sur [0;1] pour x=1/2 et f(1/2)= m/4 qui doit appartenir à [0 ;1]…L’étude de la suite U quand m[0 ;4]  est très compliquée et l’étude de la suite logistique U reste encore OUVERTE…

slide5

Etude de la suite logistique

Points fixes de f (1-cycle): cas m]0 ;3]

Pour m[0 ;1] : U est décroissante, convergente vers 0 

Les points fixes de f sont les solutions de g1(x) = f(x) - x = 0 ( où f(x) = mx(1 - x) )Il y a 2 points fixes : 0 et t = 1-1/m.Ils peuvent être attractifs ou répulsifs :Le point fixe t est répulsif si ∣f’(t)∣>1 et attractif si ∣f’(t)∣ <1.

Pour m]1;2] : U est monotone, convergente vers t

Pour m]2;3] : U est en escargot, convergente vers t

Attractif: f’(t)= - 0,4

Pour m[0 ;1] : 0 est attractif, U est décroissante, convergente vers 0 ; pas de t dans ]0 ;1]

Pour m]1;2] : 0 est répulsif, test attractif, U est monotone, U converge vers t.

Pour m]2;3] : 0 est répulsif,test attractif, U est en « escargot » (à partir d’un certain rang),U converge vers t.

On est ici

Cas m]3 ;4] :0 et t sont répulsifs… U diverge en général (sauf si U0=f(-k)(t) ou 0 ou 1)Le problème est : De quelle façon cela diverge ?

t

Vision sur géogébra

m

slide6

Etude de la suite logistique

Points fixes de f2 (2-cycle): cas m]3 ; m2]

Ce sont les points fixes de f2 (=fof) qui ne sont pas des points fixes de f.Th de Coppel : Si f n’a pas de 2-Cycle alors la suite converge…Il y a donc des 2-cycles dans le cas où m]3 ;4].Il s’agit de trouver les racines de g2(x)=f(f(x))-x=0 qui ne sont pas 0 et t.

Les solutions de f(f(x))=x  sont les points fixes de f : 0 et t =1-1/m, puis deux autres : a et b sont dans [0 ;1] et on a : f(a)=b et f(b)=aCe cycle est-il attractif ou répulsif ?

Il faut trouver (f²)’(a) et (f²)’(b):(f²)’(a)= (f²)’(b)= f’(a)*f’(b)= 4+2m- m².Il y a attraction si ∣4+2m-m²∣<1 m]3 ;1+ [On pose m2= 1+ ≈ 3,449. Au delà de m2, le 2-cycle est répulsif.

Pour m= Le 2-cycle est « super attractif ».

m2

slide7

Etude de la suite logistique

Points fixes de f2 (2-cycle): cas m]3 ; m2]

Vision sur géogébra

slide8

Etude de la suite logistique

Pour m] 3; m2[  : U2n converge vers a.U2n+1 converge vers b. m2 =Pour m =Le cycle est super attractif

Pour m[0 ;1] : U est décroissante, convergente vers 0 

Pour m]2;3] : U est en escargot, convergente vers t

Pour m]1;2] : U est monotone, convergente vers t

Pour m]3; m2[ : U a deux points d’accumulation a et b

On est ici

b

a

m2

m

slide9

Points fixes de f4 (4-cycle): cas m] m2; m3[

Etude de la suite logistique

Lorsque le cycle d’ordre 2 cesse d’être attractif, le théorème de Coppel, appliqué à f², montre qu’il y a un cycle d’ordre 2 pour f², donc d’ordre 4 pour f.A partir de maintenant, on a à résoudre des équations algébriques de plus en plus compliquées (degré 16 pour f4). Il s’agit de trouver les racines de g4(x)=f(f(f(f(x))))-x=0 qui ne sont pas 0, a, b et t déjà trouvés.

slide10

Points fixes de f4 (4-cycle): cas m] m2; m3[

Etude de la suite logistique

Ce 4-cycles existe et est attractif pour m] m 2 ; m3 [ avec m3 ≈ 3,544On ne connaît pas les valeurs exactes du 4-cycle en fonction de m racines du polynôme suivant: Tout se fait numériquement pour un m donné.On connaît encore moins la valeur exacte de m3: tout se fait numériquement, et c’est difficile!

Vision sur géogébra

slide11

Etude de la suite logistique

Pour m] m2; m3[  : U4n converge vers a1.U4n+1 converge vers a2.U4n+2 converge vers a3.U4n+3 converge vers a4.m2≈3,449490m3≈ 3,544090 Pour m ≈ 3, 49856Le cycle est super attractif

Pour m[0 ;1] : U est décroissante, convergente vers 0 

Pour m]2;3] : U est en escargot, convergente vers t

Pour m]1;2] : U est monotone, convergente vers t

Pour m]3; m2[ : U a 2 points d’accumulation a et bPour m] m2; m3[ : U a 4 points d’accumulation

On est ici

m2

m3

m

slide12

Les 4-cycle, 8-cycles …: cas m] m3; m[

Etude de la suite logistique

Lorsque le cycle d’ordre 4 cesse d’être attractif, le théorème de Coppel, appliqué à f4, montre qu’il y a un cycle d’ordre 2 pour f4, donc d’ordre 8 pour f etc.On aura donc des 8-cycles, 16 cycles … 2n-cycles, attractifs sur ] m3; m4[, ] m4; m5[, … ] mn; mn +1[Par des algorithmes complexes, on trouve: m4≈ 3, 564407… et m ≈ 3, 5699456 . Calcul des cycles sur Excel:

slide13

En résumé sur [0; m[:

Etude de la suite logistique

m1=3m2≈3,449490m3≈ 3,544090 m4≈ 3, 564407….m≈ 3, 5699456

Pour m[0 ;1] : U est décroissante, convergente vers 0 

Pour m]2;3] : U est en escargot, convergente vers t

Pour m]1;2] : U est monotone, convergente vers t

Pour m]3; m2[ : U a 2 points d’accumulation Pour m] m2; m3[ : U a 4 points d’accumulation…Pour m] mn; mn +1[ : U a 2n points d’accumulation…

Visualisation d’un 8-cycle sur géogébra

m

slide14

Le cas m = 4

Oui, je sais… ce sera après!

Etude de la suite logistique

2 définitions:La dynamique associée à f est « chaotique » s’il existe U0 tel que la suite U est partout dense dans [0 ;1].La dynamique associée à f est « sensitive » ou sensible aux conditions initiales, si : e >0 , x[0 ;1],  h >0,  y[0 ;1], nN avec ∣ x - y∣ < h et ∣ f n (x)- f n (y)∣ > e (pffff!!!)

Si la dynamique de f est chaotique, alors f est sensitive et l’ensemble des points périodiques de f est partout dense. (en gros, on y trouve de tout: des 3-cycles, des 4 cycles , des 5 cycles…)

Cette dynamique est imprévisible à cause de la sensibilité aux conditions initiales et aux approximations de calculs : par ex: U0=0.6 et V0=0.599999 et U21-V21≈0,8

La suite est dense dans [0;1] :

On peut se servir de ces suites comme nombres aléatoires : sur ce graphique, les 1000 points ont pour coordonnées les suites de premiers termes 0,4 et 0,6…

slide15

Le cas m = 4

Etude de la suite logistique

Des points particuliers

En remarquant que (dans le cas m=4), f(sin²( q))=sin(2q), on obtient avec U0 = sin²(q): Un=sin²(2n q)Avec avec 0  k <2p-1 ou avec 0  k  2p-1 , La suite U est périodique de période p(sauf si peut se simplifier en avec 0<k’<k et 0<p’<p)

Par exemple: :U est de période 4.

Ou encore :U est de période 3.

En revanche les erreurs d’approximations des logiciels font que les suites n’apparaissent pas cycliques… Visualisation sur géogébra de ces cas

slide16

Le cas très difficile m  ] m; 4[

Etude de la suite logistique

Il y a donc deux 3-cycle pour m=3,831:{0.1550726466 , 0.5019572381 , 0.9577353243 } très attractif

Et  {0.1645585343 , 0.5266821375 ,0.9550225714} lentement répulsif

Le théorème de «Sarkovsky » (forme faible (!!!), très faible ce Sarkovsky) :Si f admet un point de période 3, alors f admet des points périodique de toutes les périodes n>0.et aussi :La fonction f admet des points de période 3 pour (et donc de toutes les périodes).et plein d’autres trucs incompréhensibles !!! (pour moi évidemment)

Le reste:Je ne comprendsRIEN….

Cherchons donc un de ces fameux 3-cycles pour m=3,831 , avec Xcas:

slide17

Utilisation en classe

Etude de la suite logistique

En 2003, nous recevions la base d’exercices de bac (en vue du nouveau bac).Il y avait ce problème de coccinelles:

On y étudiait donc la suite logistique dans différent cas:k=1 (cv vers 0) puis k=1,8 (cv vers t) et enfin k=3,2 (2-cycle)..L’idée m’est venue de reprendre ce classique pour un td en 1ère S avec l’objectif de représenter des suites avec la calculatrice.Le début de l’énoncé étant similaire à ce qui précède, voici les questions:

slide18

Bibliographie

Pour l’essentiel, le document de Daniel Perrin dont j’ai tenté de restituer à peine le centième!http://www.math.u-psud.fr/~perrin/Conferences/logistiqueDP.pdf

Le Wiki: http://fr.wikipedia.org/wiki/Suite_logistiqueLes différents fichiers géogébra et le diaporama sont en ligne sur mon site: http://bretin.jacques.free.fr

ET

Voilà !!