2.5 Dynamiques complexes et la formation de patterns spatio-temporels
2.5.3 Chaos spatio-temporel
Les systèmes biologiques sont en général hors d’état d’équilibre. Les systèmes
s’auto-organisent en brisant la symétrie des instabilités. Ainsi des structures telles que les
spiral waves, les black eyesou encore d’autres motifs spatiaux sont observés dans un large
éventail de systèmes chimiques et biologiques, voir [62, 64, 70, 98, 100] pour plus de détails.
Ces motifs sont les fluctuations de la distribution spatiale et sont une découverte majeure
de ces deux dernières décennies. Cependant un défi sera de comprendre et de prédire leur
formation sachant qu’ils sont étroitement liés aux interactions non linéaires et complexes du
système étudié. On observe une distribution spatiale de type onde spiralepour le système
(2.2.4), voir figure 2.9. Le chaos spatio-temporel est un autre type de motif dans lequel les
densités changent de façon apériodique en espace et en temps, comme dans la turbulence.
Ces structures et ces phénomènes spatio-temporels sont émergents et résultent de causes
très simples, dans le sens où ce sont des motifs macroscopiques obtenus à partir d’un simple
couplage d’interaction et la régle de diffusion locale. En d’autres termes, ils ne sont pas
programmés dans les équations, voir [11, 47, 69, 70].
Dans ce sous-paragraphe, nous étudions le problème (2.2.4) dans le domaineΩ = [0, 900]×
[0,900] de R
2, le flux est nul sur le bord de Ω. Nous nous intéressons aux structures
émergentes pour le système (2.2.4). Remarquons que si (u
∗, v
∗) est un équilibre instable
pour le système (2.2.3) alors il l’est aussi pour le système (2.2.4) dès que les deux espèces ont
le même coefficient de diffusion. Ainsi les paramètres sont fixés de telle sorte que (u
∗, v
∗)
est instable pour (2.2.3). On suppose aussi que les deux espèces diffusent de la même
façon, c’est à dire δ = 1. La condition initiale est une légère perturbation au voisinage de
Fig.2.9
– La distribution spatiale de proie et de prédateur àt= 1200correspond à un motif de type onde spatiale. La condition initiale est donnée dans (2.5.81). Les paramètres sontb= 0.042, e2 = 0.2, les autres sont donnés dans (2.5.82).l’équilibre (u
∗, v
∗) ayant une faible disparité de la répartition spatiale. Elle s’écrit comme
suit,
u(0, x, y) =u
∗−2 10
−7(x−0.1y−231)(x−0.1y−632) (2.5.80)
v(0, x, y) =v
∗−3 10
−5(x−450)−1.2 10
−4(y−150) (2.5.81)
Les valeurs des paramètres sont les suivantes :
2.5 Dynamiques complexes et la formation de patterns spatio-temporels 49
Nous observons l’évolution suivante de la distribution spatiale des espèces. Les figures de
gauche représentent la distribution spatiale de la population de proie et celles de droite
concernent la population des prédateurs. La couleur bleu correspond à une faible densité
de population et la rouge à une forte densité.
Distribution spatiale des espèces à t= 100
Distribution spatiale des espèces à t= 200
t= 500
t= 610
2.5 Dynamiques complexes et la formation de patterns spatio-temporels 51
t= 1000
t= 1200
t= 1800
t= 2000
2.5 Dynamiques complexes et la formation de patterns spatio-temporels 53
t= 3000
t= 4000
t= 8000
Nous observons dans un premier temps deux ondes en forme de spirale qui se forment.
Puis ces spirales s’éclatent conduisant à une distribution spatiale apériodique sur une partie
du domaine. Ensuite cette appériodicité se propage sur tout le domaine et demeure dans le
temps. On obtient alors du chaos spatio-temporel car l’écart moyen entre l’équilibre(u
∗, v
∗)
et la solution de (2.2.4) vérifiant (2.5.81) et (2.5.82), temps vers l’infini.
Chapitre 3
Analyse qualitative de la dynamique
d’une chaîne alimentaire de trois espèces
3.1 Introduction
Une des méthodes généralement utilisée en biologie ou en écologie dans le processus de
conservation et du contrôle de la dynamique des espèces, est l’introduction d’une population
supplémentaire appelée “super-prédateur”. Cependant l’impacte de cette introduction doit,
au préalable, faire l’objet d’une étude afin de réduire au minimum les effets indésirables.
La modélisation mathématique apporte une solution raisonnable à cette étape. Alors, nous
considérons un modèle de réaction-diffusion avec trois espèces. Le terme de diffusion décrit
la capacité à mouvoir dans un domaineΩdeR
n,n = 1,2,3, que nous supposons fermé. Le
flux au bord de ce domaine est supposé nul. La première population notéeU
1est l’unique
source de nourriture de la deuxième U
2. De même le prédateur U
2(espèce intermédiaire )
est l’unique proie du super-prédateurU
3. Les interactions locales entre les espèces U
1etU
2sont modélisées par un schéma de type Lotka-Volterra, alors que celles entre U
2etU
3sont
de type Holling type II. En absence de diffusion le modèle s’écrit de la façon suivante :
dU
1dT =
a
0−b
0U
1− v
0U
2U
1+d
0U
1, T >0,
dU
2dT =
−a
1+ v
1U
1U
1+d
0− v
2U
3U
2+d
2U
2, T >0,
dU
3dT =
c
3− v
3U
3U
2+d
3U
3, T >0,
U
1(0) = U
01≥0, U
2(0) =U
02≥0, U
3(0) =U
03≥0
(3.1.1)
U
1, U
2, U
3représentent les quantités de chaque espèce au temps T. a
0, b
0, v
0, d
0, a
1, v
1,
v
2,d
2, c
3, v
3et d
3sont les paramètres du modèle supposés strictement positifs.
Ces paramètres sont définis de la manière suivante :
a
0est le taux de croissance de la proie U
1, b
0mesure la mortalité due à la compétition
entre les individus de l’espèce U
1, v
0est la mesure maximale que le taux de réduction
56 trois espèces
par individu U
1peut atteindre, d
0mesure la protection dont la proie U
1et le prédateur
intermédiaireU
2bénéficient grâce à l’environnement, a
1représente le taux de mortalité de
U
2en l’absence de U
1, v
1est la valeur maximale que le taux de réduction par l’individu
U
1peut atteindre, v
2est la valeur maximale que le taux de réduction par l’individu U
2peut atteindre, v
3est la valeur maximale que le taux de réduction par l’individu U
3peut
atteindre,d
2est la valeur de U
2pour laquelle le taux d’élimination par individuU
2devient
v
22,c
3décrit le taux de croissance deU
3, en supposant qu’il y ait le même nombre de mâles
et de femelles, et d
3représente la perte résiduelle, causée par une forte rareté de la proie
U
2des individus de l’espèce U
3. En prenant en compte la diffusion des populations dans le
domaine le modèle s’écrit :
∂U
1∂T =
a
0−b
0U
1− v
0U
2U
1+d
0U
1+δ
1∆U
1,
∂U
2∂T =
−a
1+ v
1U
1U
1+d
0− v
2U
3U
2+d
2U
2+δ
2∆U
2,
∂U
3∂T =
c
3− v
3U
3U
2+d
3U
3+δ
3∆U
3.
(3.1.2)
Nous étudions l’existence et la permanence des solutions. Nous établissons la condition
d’existence et de non-existence d’équilibres et en dernier paragraphe nous étudions
l’émer-gence de motifs spatiaux et spatio-temporels.
Dans le document
Complexité de dynamiques de modèles proie-prédateur avec diffusion et applications
(Page 69-77)