Ecole Polytechnique´ MAP 431 - Mini-Projet (2011)
Dynamique de populations stuctur´ees en ˆ age Mod`ele de McKendrick-Von Foerster
Sujet propos´e par Xavier Dupuis xavier.dupuis@cmap.polytechnique.fr
On s’int´eresse dans ce mini-projet `a l’´evolution d’une population o`u les in- dividus sont diff´erenci´es par une variable : leur ˆage. La mod´elisation conduit
`
a une EDP structur´ee en ˆage. Cette ´equation apparaˆıt en ´epid´emiologie, en d´emographie, ou encore dans des mod`eles du cycle de division cellulaire.
1 EDP et ´ equation int´ egrale
Le mod`ele porte sur la densit´e de population. Pr´ecis´ement, on noteρ(a, t) la densit´e d’individus d’ˆagea`a l’instantt.a∗ est l’ˆage maximal :
(a, t)∈[0, a∗]×R+ . Lemod`ele de McKendrick-Von Foerster est donn´e par :
∂ρ
∂a(a, t) +∂ρ
∂t(a, t) +µ(a)ρ(a, t) = 0 (1)
ρ(0, t) = Z a∗
0
β(a)ρ(a, t)da (2)
ρ(a,0) = φ(a) (3)
(1) est une ´equation de transport lin´eaire, (2) est la condition de renouvellement (`a la naissance), et (3) est la condition initiale (au temps z´ero).
Les fonctionsµ, β, φsont donn´ees. Les hypoth`eses sont les suivantes : – µ≥0,µ∈C0([0, a∗)),Ra∗
0 µ(α)dα= +∞, – β≥0,β ∈C1([0, a∗]),
– φ≥0,φ∈C1([0, a∗]).
Question 1. 1. Interpr´eter biologiquement les fonctions µ et β, ainsi que P, d´efinie `a chaque instant par :
P(t) :=
Z a∗
0
ρ(a, t)da .
1
2. En utilisant la m´ethode des caract´eristiques, montrer qu’une solution C1 ρde (1)-(3) satisfait :
ρ(a, t) = ρ(0, t−a)e−R0aµ(α)dα poura≥t , ρ(a, t) = φ(a−t)e−Ra−ta µ(α)dα pourt < a . On note pour la suite
B(t) := ρ(0, t),
π(a) := e−R0aµ(α)dα (π(a∗) = 0).
Question 2. 1. ´Etablir l’´equation int´egrale de renouvellement v´erifi´ee par B :
B(t) =ψ(t) + Z t
0
β(a)π(a)B(t−a)da , (4) o`u ψest une fonction (ne d´ependant ni deρni deB) `a d´eterminer.
2. Montrer que r´eciproquement, on peut construire une solution du mod`ele de McKendrick-Von Foerster (1)-(3)`a partir d’une solutionC1de l’´equation de renouvellement (4).
Les questions d’existence de cette derni`ere ´equation peuvent se traiter par th´er`eme de point fixe ou par transformation de Laplace. On ne s’y int´eressera pas dans le cas g´en´eral.
2 Forme sp´ eciale de solutions
On cherche dans cette partie des solutions sous la forme particuli`ere (stable age distribution) :ρ(a, t) =A(a)T(t), avecRa∗
0 A(a)da= 1.
Question 3. 1. Que repr´esenteT(t)?A(a)?
2. Supposons qu’il existe une telle solution,C1et strictement positive. ´Etablir alors deux ´equations diff´erentielles ordinaires non coupl´ees sur T et A, puis les r´esoudre.
La condition de renouvellement (2) s’´ecrit dans ce cas : Z a∗
0
β(a)π(a)e−p0ada= 1, (5)
o`up0est naturellement apparu dans les deux ´equations diff´erentielles pr´ec´edentes.
(5) est l’´equation de Lotka-Sharpe pourp0.
Question 4. 1. En ´etudiant l’int´egrale `a param`etrep7→Ra∗
0 β(a)π(a)e−pada, montrer que l’´equation de Lotka-Sharpe (5) admet une unique solution p0∈R.
2. Prouver la proposition suivante (exprimerφetρ) :
Proposition. A` µ et β fix´ees, il existe une unique solution ρ du mod`ele de McKendrick-Von Foerster (pour une certaine condition initiale φ) de la forme
’stable age distibution’,C1 et strictement positive.
2
3 Simulations num´ eriques
On fixe un temps finalT et on consid`ere notre probl`eme (1)-(3) sur le rec- tangle 0≤a≤a∗, 0≤t≤T. On discr´etise l’ˆage et le temps avec le mˆeme pas constanth:
h= a∗ M = T
N, M, N∈N,
et on note ρnj notre approximation de ρ(aj, tn) := ρ(jh, nh). On utilise pour l’´equation de transport (1) le sch´ema suivant :
ρnj −ρn−1j−1
h +µjρnj = 0 j, n≥1, (6) et pour la condition de renouvellement (2) la somme de Riemann suivante :
ρn0 =
M−1
X
j=0
βjρnjh n≥1 . (7)
On compl`ete le sch´ema par une discr´etisation de la condition initiale (3) :
ρ0j =φj j ≥1 . (8)
Question 5. 1. Montrer que le sch´ema (6)est pr´ecis `a l’ordre1 (consid´erer ρle long des caract´eristiques).
2. Donner la condition sur himpos´ee par (7).
On veillera `a ce que cette condition soit bien satisfaite pour les impl´ementations
`
a venir. Pour les simulations, on choisit : – a∗= 1 etT = 3
– µ(a) = 1−a1
– β(a) =β >0 une constante que l’on fera varier – φ(a) =
(1−2a)3(1−a) a∈[0,12] (2a−1)3(1−a) a∈[12,1]
Question 6. (β = 2)
1. ´Ecrire un code en Scilab impl´ementant le sch´ema (6)-(8).
2. Montrer que la solution de l’´equation de Lotka-Sharpe (5) estp0= 0.
3. Tracer sur des mˆemes graphes la solution ’stable age distribution’ (pour p0 = 0) et la solution du sch´ema, en fonction de l’ˆage pour diff´erents temps fix´es, puis en fonction du temps pour diff´erents ˆages fix´es.
Question 7. (β = 6)
1. Adapter le code pr´ec´edent.
2. Montrer que r´esoudre l’´equation de Lotka-Sharpe (5) revient `a r´esoudre : 6(e−p−1 +p) =p2 pourp >0. (9) 3. ´Ecrire un code en Scilab bas´e sur l’algorithme de Newton pour trouver une
solution de (9) `a0.01pr`es.
4. Tracer sur des mˆemes graphes la solution ’stable age distribution’ (pourp0
obtenu par Newton) et la solution du sch´ema, en fonction de l’ˆage pour diff´erents temps fix´es, puis en fonction du temps pour diff´erents ˆages fix´es.
Question 8. (β = 1)Reprendre la question pr´ec´edente pourβ = 1.
3