Cours 6: Modélisation Mathématiques

Slides:



Advertisements
Présentations similaires
Écologie des populations
Advertisements

VI) Évolution temporelle des systèmes quantiques.
Les populations.
Université de Ouagadougou
Leçon 3: Analyse Temporelle Des Systèmes
Muséum, école polytechnique
Modèles d’écosystèmes de poissons coralliens
Modèle proies-prédateurs
1. DéRIVée Définition tangente sécante Soit l’application f de ,
1. DéRIVée Définition tangente sécante Soit l’application f de ,
Modélisation /Identification
Master IXXI, cours interdisciplinaire de systèmes dynamiques Emmanuel Risler, INSA de Lyon 1 - Equations différentielles sur la droite.
Master IXXI, cours interdisciplinaire de systèmes dynamiques Emmanuel Risler, INSA de Lyon 3 - Systèmes différentiels dans le plan, suite.
Les système linéaires Stéphane Paris.
Chapitre V : Cinétique chimique
CHM 1978 – Chimie Analytique Automne 2001
Chapitre 6 : Restauration d’images
Univers Vivant L’écologie
Fonction puissance Montage préparé par : André Ross
Recherche 2.
ACTIVITE : Analyser un graphique
Groupe 1: Classes de même intervalle
ANALYSE DE LA REPONSE FONCTIONNELLE EN PRESENCE D’AGREGATION
Systèmes d’équations du premier degré à deux variables
ACT Cours 9 MATHÉMATIQUES FINANCIÈRES I Neuvième cours.
Autres exemples de modèles
La croissance des populations
Équations différentielles Partie 1
Explaining the explosion: modelling hybrid invasions Hall et al 2006.
Systèmes semi-linéaires
1.2 Les Écosystèmes En étudiant les écosystèmes anciennes et du présent, nous pouvons mieux comprendre ce qui pourrait arriver dans l’avenir. L’écologie.
L’étude des populations
CHAPITRE 2 LES SITUATIONS FONCTIONNELLES
Effet des prix et de la richesse sur la Demande
Introduction aux équations différentielles ordinaires (EDO)
Mesures dans le temps Claude Marois 2012.
1. Modèle original: G= r S (1-S/K)r = constante = Taux de croissance Modification du modèle de l’Île de Pâques incluant une diminution du taux de croissance.
Leçon 3: Analyse Temporelle Des Systèmes
Les populations.
Caswell 2001 Sinauer Associates
Les niveaux d’organisation biologique
Physiologically Structured Population Models. Modèle de population non structurée Un exemple de modèle Ressource Consomateur classique: Rozenweig – McArthur:
Rappel et Suite du 1 er Cours. Tables de Mortalité.
D’ UN CIRCUIT RLC DEGRADE
Fabienne BUSSAC EQUATIONS 1. Définition
Les populations.
SYSTEMES NON LINEAIRES
Couche limite atmosphérique
Modelisation/ Analyse - Equations differentielles
1/16 Chapitre 3: Représentation des systèmes par la notion de variables d’état Contenu du chapitre 3.1. Introduction 3.2. Les variables d’état d’un système.
Chapitre 3 INTRODUCTION A L’ANALYSE TEMPORELLE DES SYSTEMES
Annexe Concepts mathématiques utilisés dans le cours.
LA LOI DE HARDY-WEINBERG ET LA MICROÉVOLUTION
02/10/07 MATHÉMATIQUES FINANCIÈRES I Neuvième cours.
L’écologie des populations
La transition démographique
La croissance des populations
Relations prédateur-proie du caribou migrateur au
Oscillateur de Van der Pol
2. Méthode du simplexe et son analyse.
Résolution des équations différentielles
Martin Roy, Janvier 2010 Révisé Juillet  Un système d’équations est un ensemble de plusieurs équations.  La solution d’un système d’équations.
Chapitre 3 : La biodiversité, résultat et étape de l’évolution.
CHAPITRE 2 LES SITUATIONS FONCTIONNELLES
Equilibre Ecologico Economique Pêche et sur pêche.
Couche limite atmosphérique Micrométéorologie. Exemples de paramétrisations de K Contraintes: K=0 quand il n ’y a pas de turbulence K=0 au sol (z=0) K.

Présentation sur l’état d’avancement du projet Poorfish en Mauritanie Barcelona, Aril 2007 Par Brahim Ould Mouhamed Tfeil et Khallahi Brahim.
Chapitre 4 Equations différentielles ordinaires à n variables.
Transcription de la présentation:

Cours 6: Modélisation Mathématiques Les Systèmes de compétition

1- Population de lapins en fonction du temps on remarque que la population oscille avec le temps. 2- Population de lynx en fonction du temps on remarque que la population oscille avec le temps. 3 - Nombre de lynx en fonction du nombre de lapins (cycle). On voit que les 2 populations évoluent de manière cyclique l’une par rapport `a l’autre.

Alfred James Lotka & Vito Volterra 1925-26 Ont proposé un modèle (modèle proie-prédateur) et qui est un systems d’equations différentielles non linéaire du 1er ordre connu dans le monde biologique où la prédateur et la proie interagissent

Supposons un domaine habité par des prédateurs (lynx) et des proies (lapins) . Il peut ˆêtre décrite par un système d’´équations différentielles. la population des proies est contrôlée (réduite) par la présence de prédateurs et la population des prédateurs est dépendante de la présence des proies.

 

il n’y a pas d’immigration ni d´émigration, les lynx se reproduisent quand il y a abondance de lapins, les lapins sont les seules proies des lynx.

Modélisation  

 

 

 

 

Interprétation des résultats En résolvant numériquement le système on obtient les représentations suivantes:

Le modèle proie Prédateur 1945-1960 c’etait l'âge d'or de l'écologie théorique que furent développés les premiers modèles basés sur des comportements de type compétition et des relations prédateur-proie, Considérant deux espèce, la première, la proie x (t), aurait si elle était seule une croissance malthusienne. La seconde, le prédateur y (t), se nourrit exclusivement de la première et en l'absence de proie s'épuiserait progressivement et disparaîtrait .

La mise en équation de la fonction représentant la prédation est basée sur la méthode des rencontres et sur l'hypothèse des équivalents élaborées par Volterra [Volterra, 1931]. La première considère que pour qu'il y ait prédation entre une espèce prédatrice et une espèce proie, il faut tout d'abord qu'il y ait rencontre entre ces deux espèces et que le nombre de rencontres entre ces deux espèces est proportionnel au nombre des individus qui la compose.

La seconde consiste à supposer qu'il existe un rapport constant entre les disparitions et apparitions d'individus que provoquent les rencontres , i.e., que la prédation de la proie est équivalente à la croissance du prédateur. De plus, Volterra [Volterra, 1931] considère comme immédiat cet accroissement. Ceci conduit au système :

 

 

C.S. Holling ([1959a], [1959b]) élabora, à partir de la célèbre équation du disque , deux nouvelles réponses fonctionnelles pour la prédation visant également à transcrire une certaine satiété du prédateur vis-à-vis de ses proies : la fonction de Holling type II et la fonction de Holling type III.

Cette formulation suppose que le prédateur divise son temps en deux sortes d'activités : la recherche de sa proie et sa capture qui comprend le temps mis pour la chasser, la tuer, la dévorer et la digérer.

La fonction de Holling type II (cyrthoïde)(Cf. Fig La fonction de Holling type II (cyrthoïde)(Cf. Fig. 4) est une réponse fonctionnelle dans laquelle le taux d'attaque du prédateur augmente lorsque le nombre de proies est faible puis devient constant lorsque le prédateur atteint la satiété. En d'autres termes, le prédateur cause une mortalité maximum à de faibles densités de proies. Ainsi, les réponses fonctionnelles cyrthoïdes sont typiques des prédateurs spécialisés dans l'attaque d'une ou quelques proies. Dans ce cas la mortalité des proies décroît avec leur densité.

 

La fonction de Holling type III (sigmoïde) (Cf. Fig La fonction de Holling type III (sigmoïde) (Cf. Fig. 5) est une réponse fonctionnelle dans laquelle le taux d'attaque du prédateur augmente tout d'abord lorsque le nombre de proies est faible puis ralentit lorsque le prédateur atteint la satiété

En d'autres termes, le prédateur augmente son activité de recherche lorsque la densité des proies augmente. Ainsi, les réponses fonctionnelles sigmoïdes sont typiques des prédateurs généralistes qui passent d'une espèce de proie à une autre et qui concentrent leur activité dans des régions où les ressources sont en abondance. Dans ce cas la mortalité des proies augmente dans un premier temps avec leur densité puis décroît. La fonction de Holling type III est représentée par :

 

Différentes Réponses Fonctionnelles Volterra Gause Holling II Holling III

Au Prochain Cours nchllh