UFR SCIENCES ET TECHNOLOGIES
OPTION : Eau, Hygiène et Assainissement
PROJET SUR MATHEMATIQUES APPLIQUEES
GROUPE N°3
MEMBRES DU GROUPE 3 :
DIALLO Rafia
SANOU Flore Doleresse
SAWADOGO Mahamadi
YAMEOGO Vanessa
YAO Victor
NOM DU PROFESSEUR : Dr………………………………………………
INTRODUCTION
Le problème soumis à notre reflexion consiste à modéliser et simuler l'évolution
temporelle de deux populations animales: les proies (z(t)) et les prédateurs (y(t)). Le
modèle utilise un système d'équations différentielles qui prend en compte la croissance
exponentielle des proies en l'absence de prédateurs, la diminution exponentielle des
prédateurs en l'absence de proies, l'effet de prédation sur la croissance des proies et la
croissance des prédateurs favorisée par la présence de proies.
1. Mise en œuvre du modèle en MATLAB
Procédure
%définition des paramètres
% Définition des paramètres
a = 1; % Taux de croissance des proies
b = 1; % Taux de mortalité des proies
d = 1; % Taux de mortalité des prédateurs
y = 1; % Coefficient de prédation
r0 = 1; % Population initiale de proies
y0 = 3; % Population initiale de prédateurs
t0 = 0; % Temps initial
tf = 20; % Temps final
% Système d'équations différentielles
f=@(t,y)[a*y(1)-b*y(1)*y(2);d*y(2)*y(1)-y(2)];
%résolution numérique
[t,y]=ode45(f,[t0 tf],[r0 y0]);
%représentation graphique
plot(t,y(:,1));
hold on;
plot(t,y(:,2));
xlabel('temps');
ylabel('population');
legend('proies','predateurs');
resultals
Page | 1
Nous obtenons le graphique ci dessus.
Interpretation
La simulation montre que les solutions des équations différentielles sont périodiques. La
période des oscillations est d'environ 10 unités de temps. Les populations de proies et
de prédateurs oscillent en opposition de phase, c'est-à-dire que lorsque la population
de proies est à son maximum, la population de prédateurs est à son minimum, et vice
versa.
2- Evaluation des valeurs moyennes de x et y
Procedure
x_mean = mean(y(:,1));
y_mean = mean(y(:,2));
% Affichage des résultats
fprintf('Valeur moyenne de r: %f\n',x_mean);
fprintf('Valeur moyenne de y: %f\n',y_mean);
Résultats
Interpretation
Les résultats montrent que les valeurs moyennes de r (considerer comme notre variable x)
et de y sont égales à 1. Cela signifie que les populations de proies et de prédateurs
sont en moyenne stables.
3- Effet de prelevement exterieur sur les populations moyennes de prédateurs
Page | 2
Si l'on suppose que la population est soumise à un prélèvement extérieur (pêche ou
chasse) Indiscriminé, on peut modéliser ce changement par le fait de diminuer la valeur
de a et d'augmenter la valeur de b.
Procedure
% Paramètres modifiés
a = 0.5;
b = 1.5;
d = 1;
r0 = 1;
y0 = 3;
t0 = 0;
tf = 20;
% Système d'équations différentielles
f = @(t,y) [a*y(1) - b*y(1)*y(2); d*y(2)*y(1) - y(2)];
% Résolution numérique
[t,y] = ode45(f,[t0 tf],[r0 y0]);
% Calcul de la valeur moyenne de y
y_mean = mean(y(:,2));
% Affichage des résultats
fprintf('Valeur moyenne de y avec prélèvement extérieur: %f\n',y_mean);
Résultats
Interpretation
La valeur moyenne de la population de prédateurs avec prélèvement extérieur est
d'environ 0,1. Cela montre que le prélèvement extérieur a un effet négatif sur la
population moyenne de prédateurs.
Page | 3
4. Simulation des solutions de l'équation
Procedure
% Paramètres
r = 1;
K = 10;
z0 = 5;
t0 = 0;
tf = 20;
% Fonction de croissance logistique
f = @(t,z) r*z*(1-z/K);
% Résolution numérique
[t,z] = ode45(f,[t0 tf],[z0]);
% Représentation graphique
plot(t,z);
xlabel('temps');
ylabel('Population');
title('Population de proies en fonction du temps');
Commentaire
On obtenons le graphique ci dessus. Ce graphique montre que la population de proies
converge vers la valeur d'équilibre K = 10. Si la condition initiale z(0) est supérieure à K,
la population de proies diminue jusqu'à atteindre la valeur d'équilibre. Si la condition
Page | 4
initiale z(0) est inférieure à K, la population de proies augmente jusqu'à atteindre la
valeur d'équilibre.
5. Simulation du systeme de proie/predateurs complets
Évolution des proies en l'absence de prédateurs
Soit r(t) le nombre de proies à un instant donné t. L'évolution de la population de proies
est décrite par l'équation différentielle suivante :
r'(t) = a(1 - 1/Imax)^2 * r(t)
où :
a est le taux de croissance des proies en l'absence de limitation de ressources
Imax est la capacité de charge de l'environnement, c'est-à-dire le nombre maximal de
proies que l'environnement peut supporter.
Cette équation différentielle est de type logistique. Elle indique que le taux de
croissance des proies est proportionnel à leur nombre actuel (r(t)) et à la différence
entre le nombre actuel de proies et la capacité de charge de l'environnement (Imax -
r(t)).
Si la condition initiale (x0) est supérieure à Imax, la population de proies diminue
rapidement jusqu'à atteindre Imax. Ensuite, la population de proies se stabilise
autour de Imax.
Explications:
Lorsque la condition initiale (x0) est supérieure à Imax, le terme (1 - 1/Imax)^2 dans
l'équation différentielle r = a(1 - 1/Imax)^2 - by devient négatif. Cela signifie que le taux
de croissance de la population de proies est négatif. En conséquence, la population de
proies diminue. La population de proies continue de diminuer jusqu'à ce qu'elle atteigne
Imax. À ce stade, le terme (1 - 1/Imax)^2 devient égal à 0, et le taux de croissance de la
population de proies devient égal à 0. Cela signifie que la population de proies se
stabilise autour de Imax.
Si la condition initiale (x0) est inférieure à Imax, la population de proies augmente
rapidement jusqu'à atteindre Imax. Ensuite, la population de proies se stabilise
autour de Imax.
Explications:
Lorsque la condition initiale (x0) est inférieure à Imax, le terme (1 - 1/Imax)^2 dans
l'équation différentielle r = a(1 - 1/Imax)^2 - by devient positif. Cela signifie que le taux
de croissance de la population de proies est positif. En conséquence, la population de
proies augmente.
La population de proies continue d'augmenter jusqu'à ce qu'elle atteigne Imax. À ce
stade, le terme (1 - 1/Imax)^2 devient égal à 0, et le taux de croissance de la population
de proies devient égal à 0. Cela signifie que la population de proies se stabilise autour
de Imax.
Page | 5
Courbe obtenue
Le caractère périodique des solutions est-il conservé ?
Le caractère périodique des solutions n'est pas conservé lorsque l'on prend en
compte l'effet des prédateurs.
Explications:
Dans le modèle sans prédateurs, la population de proies oscille autour de Imax avec
une période constante. Cela est dû au fait que le taux de croissance de la population de
proies est positif lorsque la population de proies est inférieure à Imax et négatif lorsque
la population de proies est supérieure à Imax. Lorsque l'on prend en compte l'effet des
prédateurs, le taux de croissance de la population de proies est également influencé
par la population de prédateurs. Cela signifie que le caractère périodique des solutions
n'est pas garanti.
En effet, si la population de prédateurs est suffisamment élevée, elle peut empêcher la
population de proies d'atteindre Imax. Dans ce cas, la population de proies diminuera
indéfiniment.
Les prédateurs survivent-ils toujours indépendemment de la limitaion du milieu pour les
proies ?
Page | 6
Non, les prédateurs ne parviennent pas toujours à survivre indépendamment de la
limitation du milieu pour les proies. En effet, le terme by de l'équation différentielle de la
population de prédateurs représente le taux de mortalité des prédateurs dû à la famine.
Ce taux de mortalité est positif lorsque la population de proies est faible et négatif
lorsque la population de proies est élevée. Cela signifie que lorsque la population de
proies est trop faible, les prédateurs ne trouvent pas assez de nourriture pour survivre
et leur population diminue. Dans le cas extrême, la population de prédateurs peut
s'éteindre si la population de proies est trop faible pendant une période suffisamment
longue.
Conclusion
Le nouveau système proies/prédateurs est plus réaliste que l'ancien système car il
prend en compte la limitation du milieu pour les proies. Cette limitation a un impact
significatif sur la dynamique du système, notamment sur le caractère périodique des
solutions et la survie des prédateurs.
Conclusion général
En definitive, nous pouvons retenir que ce projet d’exercice Mathlab nous a permis…..
Page | 7
