[PDF] [PDF] Mathématiques et Modélisation - Christine Nazaret





Previous PDF Next PDF



LA MODÉLISATION MATHÉMATIQUE

Modéliser consiste à écrire en notation mathématique ce qui est exprimé d'abord en mots en faisant intervenir des variables au besoin. L'exemple qui précède 



Quest-ce que la modélisation mathématique ?

http://math.univ-angers.fr/?ducrot/CSG/. François Ducrot. Qu'est-ce que la modélisation mathématique ? Page 2. Introduction. Le mod`ele malthusien. Le mod`ele 



Introduction à la modélisation mathématique et à lanalyse

la simulation numérique est le processus qui permet de calculer sur ordinateur les solutions de ces modèles et donc de simuler la réalité physique. 1.3 



MATHÉMATIQUES Modéliser

La compétence « Modéliser » est parmi les compétences travaillées



Modélisation et simulation numérique par lexemple

Les mathématiques appliquées se situent `a l'intersection de plusieurs disciplines scientifiques : • mathématiques. • calcul informatique (programmer coder



Modélisation mathématique de la propagation de la malaria.

14 déc. 2014 La modélisation mathématique est un outil important pour comprendre la propagation des maladies infectieuses. Modéliser signifiant décrire une ...



Doc FICHE FORMATION co-diplomation UVS_UT_LICENCE

17 sept. 2019 MATHÉMATIQUE ANALYSE ET SIMULATION NUMÉRIQUES ... modélisation mathématique et à la résolution de problèmes liés à la biologie et/ou à la ...



La modélisation et la représentation en mathématiques

11 oct. 2019 Manon Denoyer. To cite this version: Manon Denoyer. La modélisation et la représentation en mathématiques. Education. 2019. hal-. 02313638  ...



MODELISATION MATHEMATIQUE EN BIOLOGIE

15 mai 2013 Application à la modélisation du rythme circadien. Conclusions. D. Ropers - Modélisation mathématique en biologie : quand les gènes jouent ...



Modélisation mathématique et simulation numérique de l

12 déc. 2010 Modélisation mathématique et simulation numérique de l'hydrodynamique: cas des inondations en aval du barrage de Diama. Djamal Moussa Diallo.



[PDF] LA MODÉLISATION MATHÉMATIQUE

Modéliser consiste à écrire en notation mathématique ce qui est exprimé d'abord en mots en faisant intervenir des variables au besoin L'exemple qui précède 



[PDF] introduction à la modélisation mathématique et à la simulation

Introduction à la modélisation mathématique et à l'analyse numérique des équations aux dérivées partielles Chapitre 1 : introduction à la modélisation 



[PDF] Quest-ce que la modélisation mathématique ?

La modélisation c'est l'ensemble du processus qui permet l'intervention des mathématiques dans une science basée sur l'expérience ou l'observation



[PDF] Mathématiques et Modélisation - Christine Nazaret

En mathématiques il existe de nombreuses transformations intégrales d'une fonction parmi lesquel- les nous avons vu la transformation de Fourier Une autre 



[PDF] Modélisation et simulation numérique par lexemple

La modélisation mathématique est l'art (ou la science) de représenter (ou de transformer) une réalité physique en des mod`eles abstraits accessibles `a l' 



[PDF] Mathématiques et modélisation - HAL

démarche de modélisation : étude théorique des équation différentielles ordinaires et https://www math u-psud fr/~maury/paps/OG pdf



[PDF] Mainpdf - Modélisation et Méthodes Mathématiques

Méthodes mathématiques d'analyse et de modélisation appliquées `a l'environnement Dr Ir ´Eric J M DELHEZ Septembre 2008 



[PDF] MODÉLISATION MATHÉMATIQUE EN ÉCOLOGIE - Dunod

Il présente les rudiments en matière de modélisation mathématique en ce qui concerne les systèmes dynamiques déterministes notamment les équations



[PDF] La modélisation dans lenseignement des mathématiques au collège

La modélisation dans les programmes Modéliser est une des six compétences majeures dont le développement est visé dans l'enseignement des mathématiques 

  • Qu'est-ce que la modélisation mathématique ?

    Le procédé par lequel nous utilisons des expressions mathématiques pour décrire une situation quantitative réelle s'appelle la modélisation. Modéliser consiste à écrire en notation mathématique ce qui est exprimé d'abord en mots en faisant intervenir des variables au besoin.
  • Comment faire la modélisation mathématique ?

    MÉTHODOLOGIE

    1Choisir l'inconnue (en général le nombre correspondant à ce qui est demandé) et la nommer.2Mettre le problème en équation (traduire le texte par des écritures mathématiques).3Résoudre l'équation obtenue.4Vérifier la solution trouvée.5Conclure en répondant à la question posée.
  • Quel est le but de la modélisation ?

    La modélisation consiste à mettre au point un ensemble d'équations ou de règles pour décrire un phénomène de façon reproductible et simulable. Le modèle issu de la modélisation sert à prédire le comportement d'un système en fonction de sollicitations connues.
  • En effet, la modélisation permet de développer toutes les compétences mathématiques au programme. Elle permet également de développer l'esprit critique. En effet, dans le socle commun, nous pouvons lire : « L'élève vérifie la validité d'une information et distingue ce qui objectif de ce qui est subjectif.
1

Mathématiques et Modélisation

Cours de 2ème année

C. NazaretAnnée Universitaire 2016/2017

2

Table des matières

1 Transformation de Laplace 5

1.0.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5

1.1 Définitions et théorèmes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5

1.1.1 Définitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5

1.1.2 Condition d"existence . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6

1.1.3 Autres définitions utiles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7

1.1.4 Propriétés de la transformée de Laplace . . . . . . . . . . . . . . . . . . . . . . . . . 7

1.2 Calcul de quelques transformées . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8

1.2.1 Exemples : application des théorèmes . . . . . . . . . . . . . . . . . . . . . . . . . . 8

1.2.2 Table de quelques transformées . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9

1.2.3 Transformée d"une fonction périodique . . . . . . . . . . . . . . . . . . . . . . . . . 10

1.3 Transformée inverse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11

1.3.1 Méthode pratique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11

1.3.2 Méthode de calcul de la transformée inverse d"une fraction rationnelle . . . . . . . 11

1.3.3 Une transformée de Laplace inverse particulière : la distribution de Dirac . . . . . 12

1.4 Application à la résolution d"équations différentielles ou aux dérivées partielles . . . . . . 12

1.5 Fonction de transfert . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14

2 Introduction [Pleaseinsertintopreamble] la modélisation de processus continus par [Pleasein-

sertintopreamble]quations diff[Pleaseinsertintopreamble]rentielles 15

2.1 Un exemple simple : croissance de microorganismes . . . . . . . . . . . . . . . . . . . . . . 15

2.2 Modèle en génie des procédés : évolution de la concentration en oxygène dans un fer-

menteur . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16

2.3 Modèle en microbiologie : croissance bactérienne dans un chemostat . . . . . . . . . . . . 16

3 Ajustement d"un modèle à des données expérimentales - curve fitting 19

3.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19

3.2 Critère des moindres carrés : cas linéaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19

3.2.1 Etude de la droite . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19

3.2.2 Généralisation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20

3.3 Critère des moindres carrés : cas non linéaire . . . . . . . . . . . . . . . . . . . . . . . . . . 22

3.3.1 Linéarisation de problèmes non linéaires . . . . . . . . . . . . . . . . . . . . . . . . 22

3.3.2 Recherche d"une solution aux problèmes non linéaires . . . . . . . . . . . . . . . . 23

3.3.3 Méthode de Newton . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23

3.3.4 Autres méthodes itératives . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24

3.3.5 Le point de vue du statisticien . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25

4 Modélisation par ED de phénomènes biologiques à une espèce 27

4.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27

4.1.1 Un exemple simple . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27

4.1.2 Terminologie : EDO, ordre, équation linéaire ou non linéaire. . . . . . . . . . . . . . 28

4.2 Etude mathématique des EDO du 1er ordre . . . . . . . . . . . . . . . . . . . . . . . . . . . 28

4.2.1 Définitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28

4.2.2 Existence et unicité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29

3

4TABLE DES MATIÈRES

4.2.3 Point stationnaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30

4.2.4 Etude géométrique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31

4.2.5 Intervalle maximal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31

4.2.6 Positivité - Théorème de comparaison - Régions invariantes . . . . . . . . . . . . . 32

4.3 La modélisation mathématique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33

4.4 Méthodes de résolution explicites de quelques équations . . . . . . . . . . . . . . . . . . . 35

4.4.1 Equations du premier ordre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35

4.4.2 Equations du second ordre à coefficients constants . . . . . . . . . . . . . . . . . . . 37

5 Simulation numérique des ED 39

5.1 Méthode d"Euler . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39

5.1.1 L"équation logistique avec la méthode d"Euler . . . . . . . . . . . . . . . . . . . . . 39

5.2 Concepts de base de l"approximation numérique . . . . . . . . . . . . . . . . . . . . . . . . 40

5.2.1 Convergence et stabilité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40

5.2.2 Méthodes explicites, implicites, à pas multiples . . . . . . . . . . . . . . . . . . . . 40

5.3 Quelques méthodes numériques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40

5.3.1 Exemples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40

5.3.2 Méthodes de Runge-Kutta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41

6 Modélisation par SD de phénomènes biologiques à plusieurs espèces 43

6.1 Introduction : deux exemples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43

6.2 Cas particulier : système linéaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44

6.2.1 Recherche des solutions en dimension 2 . . . . . . . . . . . . . . . . . . . . . . . . . 44

6.2.2 Point stationnaire et stabilité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46

6.3 Représentation des solutions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47

6.4 Système différentiel non linéaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49

6.4.1 Définitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49

6.4.2 Existence et unicité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51

6.4.3 Point stationnaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51

6.5 Etude de quelques modèles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52

6.5.1 Modèles en dynamique des populations . . . . . . . . . . . . . . . . . . . . . . . . . 52

6.5.2 Modèles en cinétique enzymatique . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55

6.5.3 Modèle de croissance en microbiologie dans un chemostat . . . . . . . . . . . . . . 56

Chapitre 1

Transformation de Laplace

1.0.1 Introduction

En mathématiques, il existe de nombreuses transformations intégrales d"une fonction parmi lesquel-

les nous avons vu la transformation de Fourier. Une autre transformation extrêmement utilisée est celle

de Laplace.

F(p) =Z

0exp(pt)f(t)dt.

Les transformations de Laplace (TL) et de Fourier (TF) présentent de nombreuses similitudes mais leur

usage est différent. Dans la pratique, on utilise souvent la TL pour les fonctions dépendant du tempst

ce qui permet de considérer le phénomène à partir du tempst=0 (alors qu"avec la TF, le phénomène

doit exister depuist=¥jusqu"àt= +¥). De plus, les quantités dépendant du temps augmente

parfois avect. Or la TF ne peut pas être appliquée aux fonctions qui tendent vers l"infini en l"infini, alors

que la TL existera pour la plupart des fonctions usuelles. (La TF s"applique davantage à des fonctions

dépendant de l"espace car ces quantités sont plus localisées ou au moins s"atténuent d"où l"intégrabilité

sur]¥;+¥[). D"autre part, il est difficile d"intégrer les conditions initiales dans les TF alors qu"elles

s"introduisent naturellement dans les TL.

La TL permet de résoudre des équations différentielles ou des équations aux dérivées partielles en

les transformant en équations algébriques ou équations différentielles plus simples. Dans un premier

temps, nous donnerons quelques définitions et des conditions suffisantes d"existence des TL. Ensuite,

nous énoncerons différents théorèmes très utiles pour le calcul des transformées. Puis nous donnons une

méthode pour retrouver une fonction lorsqu"on connaît sa transformée, et une table des transformées

usuelles. Nous terminons enfin par la résolution de quelques équations différentielles ou aux dérivées

partielles.

1.1 Définitions et théorèmes

1.1.1 Définitions

Définition 1.1.1Une fonction f de de IR dans IR (ou IC) est dite causale si f(t) =0pour tout t<0.

Définition 1.1.2On appelle transformation de Laplace d"une fonction causale f de IR dans IR (ou IC) , une appli-

cation qui fait correspondre à f(t)une fonction F(p) =L(f)(p)définie par l"intégrale suivante, si elle existe,

F(p) =Z

0exp(pt)f(t)dt.

Dans ce qui suit, nous supposerons quefest une fonction causale et nous noteronsFouL(f)la transformée d"une fonctionflorsqu"elle existe.

Exemple 1.1.1Quelques transformées

1.8t2IR+f(t) =1

F(p) =L(f)(p) =1p

si p>0 5

6CHAPITRE 1. TRANSFORMATION DE LAPLACE

La variable p est ici supposée réelle mais elle peut être complexe. Dans ce cas, la transformée de Laplace de

f est définie pour Re(p)>0.

2.8t2IR+f(t) =t

F(p) =L(f)(p) =1p

2si p>0

1.1.2 Condition d"existence

Définition 1.1.3Onditqu"unefonction f estsectionnellementcontinuesurunintervalle[a,b],sionpeutdiviser

cet intervalle en un nombre fini d"intervalles]ti,ti+1[où f est continue et oùlim t!t+ if(t)etlim t!t i+1f(t)existent.

Définition 1.1.4Onditqu"unefonction f estd"ordreexponentielquand t tendvers+¥,s"ilexistedesconstantes

M, b et t

0telles que

jf(t)jMexp(bt)8t>t0

Dans un langage imagé, on peut exprimer cette propriété en disant que la fonction ne tend jamais vers

¥plus rapidement qu"une exponentielleeatavec une valeur déterminée dea. Remarque 1.1.11. On recherche la plus petite valeur de b.

2. Silimt!+¥exp(bt)jf(t)jexiste alors f(t)est de l"ordreexp(bt).

Exemple 1.1.21. La fonction

u(t) =0si t<0

1sinon.

est d"ordre exponentiel. En effet, prenons M=1, t0=0et b=0, on a lim t!+¥exp(0t)jf(t)j=1.

Mais b ne peut être négatif, car

limt!+¥exp(bt)jf(t)j= +¥.

2. f(t) =tnest d"ordre exponentiel dès que b>0.

3.sinat etcosat sont d"ordre exponentiel (b=0).

Théorème 1.1.1Si f est sectionnellement continue sur tout intervalle[0,a]et est d"ordre exponentielexp(bt)

quand t tend vers+¥, alors la transformée de Laplace L(f)(p)existe pour p>b.

Exemple 1.1.3Soit f(t) =cos(wt). D"après le théorème 1.1.1, cette fonction admet une transformée de Laplace

pour p>0. Par définition, on a

L(f(t))(p) =Z

0exp(pt)cos(wt)dt.

et en intégrant deux fois par parties, on obtient

L(f(t))(p) =pp

2+w2pour p>0.

Remarque 1.1.21. Il existe des fonctions qui ne possèdent pas de TL (Transformée de Laplace). Par exemple,

f(t) =et2.Pourprouverque f n"admetpasdeTL,ilfautmontrerque I=R+¥

0exp(pt)f(t)dt diverge:

pour t suffisamment grand, on a00tdt etR+¥

0et2ptdt sont de même

nature, notre intégrale I diverge.

2. Dans le théorème 1.1.1, il s"agit de conditions suffisantes et non nécessaires. Par exemple, t

1/2n"est pas

sectionnellement continue sur[0,a](carlimt!0+t1/2= +¥)mais cependant

L(t1/2) =q(

Pp )pour p>0. Il existe aussi des fonctions qui ne sont pas d"ordre exponentiel mais qui admettent une TL.

1.1. DÉFINITIONS ET THÉORÈMES7

1.1.3 Autres définitions utiles

Définition 1.1.5Fonction d"Heaviside (étagée unitaire, échelon unitaire,...)

On définit u(t)par

u(t) =0si t<0

1sinon.

Cette fonction permet de translater aisément le graphe d"une fonction. Elle est donc très utile pour

exprimer par une seule relation une fonction définie par morceaux.

Exemple 1.1.4

f(t) =8 :t si0t<1

2si1t<2

0si t2

En utilisant la fonction u, on peut écrire

8t2IR f(t) =tu(t)(2t)u(t1)2u(t2).

Définition 1.1.6Produit de convolution

On définit le produit de convolution de deux fonctions f et g, lorsqu"il existe, de la façon suivante

(fg)(t) =Z

¥f(x)g(tx)dx

De plus, on a

(fg)(t) = (gf)(t) =Z

¥g(x)f(tx)dx.

1.1.4 Propriétés de la transformée de Laplace

Remarque 1.1.3L est un opérateur linéaire c"est-à-dire si L(f)et L(g)existent alors

8(a,b)2IRIR,L(af+bg) =aL(f) +bL(g).

Théorème 1.1.2Transformée de dérivées

Si f, f

0, f00,, f(n1)sont continues pour t0, sont d"ordre exponentielexp(bt)(où b2IR) quand t tend

vers+¥et si f(n)est sectionnellement continue sur tout intervalle[0,c](où c2IR+) et est d"ordre exponentiel

exp(bt)quand t tend vers+¥, alors L(f(n))(p)existe pour p>b et on a :

L(f(n))(p) =pnF(p)pn1f(0)pn2f0(0) f(n1)(0).

En particulier pour n=1,

L(f0)(p) =pF(p)f(0).

Théorème 1.1.3Si f et g vérifient les hypothèses du théorème 1.1.1, alors pour p>b (sauf mention contraire).

Soient a et c des réels.

1. Transformée d"intégrale

L(Z t

0f(x)dx) =1p

quotesdbs_dbs4.pdfusesText_8
[PDF] moi boy roald dahl extrait

[PDF] matisse au maroc

[PDF] diagramme de flux de données exercices corrigés

[PDF] delacroix carnet de voyage maroc

[PDF] compte rendu de voyage scolaire

[PDF] delacroix carnets de voyage au maroc

[PDF] exploitation robinson crusoe cycle 3

[PDF] fiche de lecture roméo et juliette shakespeare

[PDF] avoir conjugaison espagnol

[PDF] verbe etre en espagnol

[PDF] sa majesté des mouches personnages

[PDF] tener conjugaison espagnol

[PDF] sa majesté des mouches livre complet

[PDF] vivir conjugaison

[PDF] taux de reproduction de base