17 juillet 2005

Modèles dynamiques de population (II)

Dans le post du 9 juillet, j'expliquais un premier modèle, relativement naïf, de population. Ce modèle est en fait dû à Thomas Robert Malthus (1766-1834) (voir par exemple ICI et encore ICI pour un peu plus d'informations sur ce personnage). Il publia un ouvrage intitulé "An Essay on the Principle of Population" en 1798 (cet ouvrage ce trouve intégralement ICI en format HTML et ICI en divers autres formats comme PDF). Dans ce modèle simple, on ne tient pas compte des limitations des ressources. C'est en fait une bonne approximation tant que la population reste faible (nous verrons cela plus loin sur un graphique), mais dès que la population croît cela n'est plus vrai.

Un modèle plus réaliste est celui introduit par Pierre-François Verhulst (1804-1849) en 1838 (voir
ICI pour plus d'informations sur ce mathématicien). En effet, quand la population croît l'interaction entre le membre de l'espèce ne peut plus être négligée. Il y a une compétition qui s'enclenche et un autre membre du groupe est susceptible de vous "voler le pain de la bouche" car en pratique les ressources sont limitées. Les autres membres du groupe deviennent alors gênants et ce processus empêche la population de croître indéfiniment (si le paramètre k était positif). L'interaction entre deux individus sera modélisée par un terme en N(t)2. Cela ne peut pas être un terme linéaire en N(t), puisque dans ce cas, cela reviendrait simplement à modifier le paramètre k. En effet, nous avions comme modèle 



Donc ajouter au membre de droite un terme du genre -q N(t), reviendrait à avoir à droite (k-q) N(t). Donc l'évolution de la population serait toujours exponentielle (croissante ou décroissante suivant que k-est positif ou négatif). Le seul cas où on aurait un équilibre surviendrait quand k = q. Il faudrait donc que l'interaction entre les paires de membres de la population se fasse avec une certaine "intensité" pour pouvoir stabiliser la croissance de la population. Ce n'est pas le bon mécanisme car quelque soit la valeur de q on constate toujours une saturation dans la croissance de la population.

Donc comme on vient de le voir, l'interaction entre deux individus sera modélisé par un terme en N(t)2 (une interaction entre trois individus serait modélisée par un terme ne N(t)3)
. Il devra être négatif car il joue contre la croissance de la population et son coefficient donnera l'importance de la nuisance de cet effet; nous l'appellerons q. On obtient alors le modèle suivant


Le système atteindra l'équilibre quand il n'y aura plus d'évolution de la population. Or l'évolution est donnée par . Il faut donc que cette dérivée soit nulle. Il faut donc chercher quand le terme de droite est nul. Il y a la solution sans intérêt avec N(t) = 0 (cette valeur n'est atteinte que si k est négatif et t tendant vers l'infini). Il y a une autre solution . Donc quand N(t) atteindra cette valeur, sera nulle et la population atteindra une valeur stable. On constate que si q est petit (peu d'interaction entre des paires d'individus, ce qui veut dire aussi qu'il y a beaucoup de ressources) la population maximale atteinte sera grande. Si parcontre il y a une forte interaction entre les paires d'individus, la population maximale est faible.

Voici la situation sur un graphique

On constate que lorsque k est négatif les modifications ne sont pas très spectaculaires. Quand k est positif on constate qu'effectivement la population tend vers une valeur limite qui est k/q c'est-à-dire dans ce cas 10. On voit également que dans ce cas, les deux courbes rouge et bleu sont en bon accord lorsque t est petit ou encore quand la population n'est pas encore importante (donc faible interaction entre les paires d'individus).

[Je n'ai pas échoué.

J'ai simplement trouvé 10.000 solutions qui ne fonctionnent pas.
Thomas Edison]








14:29 Écrit par Genorb dans Science | Lien permanent | Commentaires (0)

09 juillet 2005

Modèles dynamiques de population (I)

Les modèles de dynamique des populations offrent un contexte idéal pour jouer avec le concept d'équation différentielle. L'étude de ces modèles est une passion, mais comme cela ne fait pas partie de mon boulot, je n'ai pas trop de temps à consacrer à ce hobby. Ce que j'aime c'est que les modèles peuvent se construire facilement mais il n'est pas évident de deviner à l'avance les conséquences de telle ou telle modification du modèle. Donc tenir compte d'un effet négligé jusque là, même si c'est un effet très simple à encoder dans le modèle, peut avoir des conséquences importantes sur la nature des solutions du modèles. Et comme ces solutions représentent le nombre d'individus d'une espèce donnée, c'est potentiellement important et intéressant, même d'un point de vue écologique.


Je vais essayer en quelques posts d'expliquer quelques modèles simples et expliquer comment ils sont construits.

Avant de parler d'équation différentielle, il faut parler de dérivée. La dérivée d'une quantité, par rapport au temps par exemple, donne une information sur la variation de cette quantité au fil du temps.
 
Si la dérivée est nulle, il n'y a pas de variation. Si la dérivée est positive, il y a augmentation. Si la dérivée est négative, il y a diminution de cette quantité. Supposons que la dérivée est positive. Si cette valeur est grande, il y a une forte augmentation; si cette valeur est petite, il y a une légère augmentation.

La dérivée d'une quantité pour un temps donné, t, est simplement la valeur du coefficient de direction (pente) de la droite tangente à cette quantité au temps t. C'est plus clair sur ce graphique.





Une quantité f(t) variant au cours du temps est représentée en bleu. Trois tangentes sont représentées pour trois temps différents t0, t1, t2. Le coefficient de direction de ces tangentes est la dérivée de f(t) au temps t0, t1, t2. La dérivée est notée ou plus simplement . Pour le temps t0, la dérivée est positive et effectivement la quantité f(t) augmente autour de t0. Pour le temps t1, la dérivée est négative et effectivement la quantité f(t) diminue autour de t1. Enfin, pour le temps t2, la dérivée est nulle, en ce point la quantité f(t) ne varie pas nous avons atteint un minimum (ou un maximum, ou parfois encore un point d'inflexion pour les spécialistes).

On peut maintenant parler d'équation différentielle. Une équation différentielle est une équation où l'inconnue est une fonction f(t) et qui fait intervenir éventuellement cette fonction mais obligatoirement une de ses dérivées. L'équation la plus simple est . Cette équation veut dire que la dérivée de la fonction inconnue est nulle pour toute valeur de t; la tangente est horizontale pour toute valeur de t. La fonction est donc une constante, elle vaut le même valeur pour toute valeur de t. Une autre équation simple est a est une constante non nulle. Cette équation veut dire que la dérivée de la fonction inconnue a une valeur constante (non nulle) pour toute valeur de t; la tangente a une pente constante non nulle pour toute valeur de t. La fonction est donc une droite; f(t) = a t + b. Sans entrer dans les détails, voici encore une équation utile pour la suite . Cette équation dit que la dérivée de la fonction est encore la fonction au signe près. La solution est alors une exponentielle, croissante si on considère le signe plus, décroissante pour le signe moins.

La variation du nombre d'individu d'une ou plusieurs espèces peut être modélisée à l'aide d'une ou plusieurs équations différentielles. Considérons une espèce comportant un grand nombre d'individu. Dans ce cas, ce nombre peut être représenté par un nombre réel au lieu d'un nombre entier, puisque ce nombre étant grand l'erreur commise est négligeable (en effet, si on a 100000.5, le nombre d'individu sera 100000 ou 100001 avec une erreur négligeable; si on avait 0.5 l'erreur serait plus importante). Cela permet aussi d'utiliser l'approximation du temps continu car il y a des naissances et des morts presque à chaque instant. Si on étudie une population de quelques éléphants (vivant très longtemps et caractérisés par un long temps de gestation), cette approximation n'est plus très justifiée; il faut alors recourir aux équations aux différences finies (qui sont la version discrète des équations différentielles).

Dans un modèle dynamique de population, on fait simplement le bilan de ce qui fait croître et décroître la population. Soit N(t) la population au temps t. est alors la variation de la population au temps t. Le modèle de population le plus simple considère une espèce seule sans prédateur et ayant autant de nourriture que nécessaire. Cette espèce se reproduit avec un taux b et meurt avec un taux d. De plus, ces taux sont supposés constants. Dans ce cas, b est simplement le rapport du nombre de naissance avec la population total à un temps donné (peu importe lequel puisque b est constant). d est lui aussi simplement le rapport du nombre de mort avec la population total à un temps donné. Les naissances sont une contribution positive à la variation de la population  (ça fait augmenter la population) alors que les morts sont une contribution négative. Occupons-nous d'abord de la contribution positive en supposant que personne ne meurt. Il est clair que la variation de la population est proportionnelle à la population elle même N(t) puisque si on double la population (sans changer le taux de natalité) on va double les naissances. On a donc . Vu la définition du taux de naissance b, il est évident que le facteur de proportionnalité est b. Donc le bilan positif est . Occupons-nous maintenant de la contribution négative en supposant que personne ne naît. Il est clair que la variation de la population est proportionnelle à la population elle même N(t) puisque si on double la population (sans changer le taux de mortalité) on va double le nombre de morts. Le bilan négatif est donc . Le signe moins est présent car par convention d est positif alors que les morts contribue a faire diminuer la population. Si maintenant on tient compte à la fois des naissances et des morts on a simplement




Le coefficient k peut être positif, négatif ou nul. Il est positif si le taux de natalité est supérieur au taux de mortalité; la population va croître exponentiellement. Il est négatif dans le cas contraire; la population décroît exponentiellement. Dans le cas exceptionnelle où k = 0, (taux de natalité = taux de mortalité), la population reste constante. Les formes possibles des solutions sont données ci-dessous



[La folie, c'est se comporter de la même manière

et s'attendre à un résultat différent.
Albert Einstein]










20:51 Écrit par Genorb dans Science | Lien permanent | Commentaires (0)

04 juin 2005

Abuser son cerveau

Un petit article amusant. Il y a ci-dessous deux problèmes et la solution se trouve normalement par un raisonnement tout à fait identique mais le problème est présenté une fois sous forme abstraite, une fois sous une forme nettement plus concrète. Vous verrez qu’il est nettement plus simple de résoudre un des deux problèmes. La suite est en anglais, sorry...

Evolutionary psychologists argue that we can understand the workings of the human mind by investigating how it evolved. Much of their research focuses on the past two million years of hominid evolution, during which our ancestors lived in small bands, eating meat they either scavenged or hunted as well as tubers and other plants they gathered. Living for so long in this arrangement, certain ways of thinking may have been favored by natural selection. Evolutionary psychologists believe that a lot of puzzling features of the human mind make sense if we keep our heritage in mind.

The classic example of these puzzles is known as the Wason Selection Task. People tend to do well on this task if it is presented in one way, and terribly if it is presented another way. You can try it out for yourself.

Version 1: (voir partie supérieure de l’image ci-contre)

You are given four cards. Each card has a number on one side and a letter on the other. Indicate only the card or cards you need to turn over to see whether any of these cards violate the following rule: if a card has a D on one side, it has a 3 on the other side.

Version 2: (voir partie inférieure de l’image ci-contre)

Now you're a bouncer at a bar. You must enforce the rule that if a person is drinking beer, then he must be over 21 years old. The four cards below each represent one customer in your bar. One side shows what the person is drinking, and the other side shows the drinker's age. Pick only the cards you definitely need to turn over to see if any of these people are breaking the law and need to be thrown out.

______________________________________________________________

Highlight the area between the Xs for the answers:

X The answer to version one is D and 5. The answer to version two is beer and 17. X

If you took these tests, chances are you bombed on version one and got version two right. Studies consistently show that in tests of the first sort, about 25% of people choose the right answer. But 65% of people get test number two right.

This is actually a very weird result. Both tests involve precisely the same logic: If P, then Q. Yet putting this statement in terms of social rules makes it far easier for people to solve than if it is purely descriptive.

[Source : 3 quarks daily (mai 2005, article “Cheating on the Brain”)]


08:33 Écrit par Genorb dans Science | Lien permanent | Commentaires (0)

14 mai 2005

Bilan

Bon ben le petit compte rendu ne sera pas très très long, en effet il ne m’arrive jamais rien de très exaltant, j’ai plutôt une vie tranquille.

 

Au niveau conférence, cela a été assez intéressant. Beaucoup de talk étaient assez généraux et donc je pouvais suivre (en effet c’était une conférence sur mon nouveau sujet de recherche qui n’a rien à voir avec mon sujet précédent). J’en sais un peu plus sur ce que sont les sprites, les elves, les trolls, les halos, le blue jets et les giant blue jets. Tous ces phénomènes se produisent au dessus des nuages d’orage alors que les éclairs conventionnelles se produisent dessous (il y a aussi des éclairs entre les nuages). Vous trouverez quelques photos et vidéos de blue jets sur cette page www.wetterklima.de/seminar/sprite/jet.htm. Voici un autre lien elf.gi.alaska.edu plus détaillé mais très accessible sur les sprites et les blue jets. On y explique comment observer les sprites et les blue jets et de reporter toute observation ainsi faite. Malheureusement, ces phénomènes ne se produisent que si l’orage est très violent. Nous n’avons pas une telle activité en Europe ; aucun sprite n’y a jamais encore été observé. Voici encore deux liens :

www.suite101.com/article.cfm/13646/108632

sky-fire.tv/index.cgi/spritesbluejetselves.html

 

Ce qui est étonnant, c’est que ce sont des phénomènes très récemment observés. Les sprites et les blue jets ont été observés pour la première fois au début des années 90. Les mécanismes responsables de leur existence ne sont pas encore bien compris aujourd’hui.

 

Bon mon boulot n’est pas directement lié à ces phénomènes. Mon boulot sera de contribuer à la compréhension globale des décharges dans les gaz. Ces phénomènes sont des cas particuliers, mais très spectaculaires. Pour les manips, la taille des décharges est nettement limitée, entre 1 et 20 cm, ce qui est possible si la pression est suffisamment grande. Dans l’atmosphère, les décharges sont très grandes car là où elles se produisent la pression est nettement plus faible. C’est juste un scaling.

 

Les physiciens de ce domaine de recherche sont très sympas et très accessibles. Du coup, l’ambiance était très bonne. Le jeudi 12 mai au soir, une ballade en bateau, avec repas à bord, été prévue. La soirée fut excellente. J’étais à table avec des doctorants (du centre où je vais effectuer mon postdoc) et des postdocs : on a bien rigolé.

 

Le programme scientifique de la conférence était très chargé et comme mon patron était l’organisatrice de cette conférence (et était donc présente en permanence), il ne m’a pas été possible de vadrouiller comme Matman. Du coup ben… y a pas grand chose à raconter. Le seul fait marquant est la grève des trains en Belgique le jour de mon retour. Mais j’ai encore eu pas mal de chance (par deux fois j’ai pu attraper les trains de justesse) et cela n’a conduit qu’à seulement 2 heures de retard. Oh, je pourrais encore vous dire que la bouffe hollandaise n’est pas ce qui se fait de mieux, mais ce n’est quand même pas si mauvais.

19:00 Écrit par Genorb dans Science | Lien permanent | Commentaires (1)