HAL Id: hal-02795511
https://hal.inrae.fr/hal-02795511
Submitted on 5 Jun 2020
HAL is a multi-disciplinary open access
archive for the deposit and dissemination of
sci-entific research documents, whether they are
pub-lished or not. The documents may come from
teaching and research institutions in France or
L’archive ouverte pluridisciplinaire HAL, est
destinée au dépôt et à la diffusion de documents
scientifiques de niveau recherche, publiés ou non,
émanant des établissements d’enseignement et de
recherche français ou étrangers, des laboratoires
Un modèle du chémostat. Compétition entre espèces au
sein d’un bioréacteur
Kevin Cauvin, Romaric Condé
To cite this version:
Kevin Cauvin, Romaric Condé. Un modèle du chémostat. Compétition entre espèces au sein d’un
bioréacteur. Autre. 2014. �hal-02795511�
Mémoire deProjet.
Master 1 -Mathématiques etAppli ations.
Année Universitaire
2013 − 2014
.Un modèle du hémostat.
Compétition entre espè es au sein d'un
bioréa teur.
-Mémoire deProjet.
Master 1 -Mathématiques etAppli ations.
Année Universitaire
2013 − 2014
.Un modèle du hémostat.
Compétition entre espè es au sein d'un
bioréa teur.
-Nousremer ionslesmembresdel'équipeMISTEA 1
del'INRA 2
Montpellier,
pourleura ueil haleureux,leurbonnehumeur,etleurgentillesse.
Adressonstoute notre gratitude à notre tuteur, Alain Rapaport, sans qui
e projet n'aurait vu le jour. Que demander de mieux d'un professeur, outre
sadisponibilité,sabonnehumeur( onstante!),sonénergie,sapédagogie,etsa
patien e?Lalisteestloind'êtreexhaustive...
Nous leremer ions égalementpour sesmultiples invitations àparti iper à
des séminairesen rapport ave notre projet, ainsi que sa volonté de partager
toutel'étenduedesonsavoir,aussibiensurleplanthéoriquequepratique.
Nousgarderonsunbonsouvenirde etteexpérien efortementenri hissante,
de esremarquesetastu estoujourspertinentes. Mer iAlain!
Parextension,nousavonsfortementappré iélesoutienmatérieldel'INRA
autraversduprêtd'ordinateurs,etd'unesalledetravailagréablementpartagée
ave quelquesdo torantsetpost-do torantsdetoutes ultures.À eteet,nous
tenons à remer ier Malika Nassif pour avoir pris de son temps, an de nous
installerdansun adredetravailsanségal.
Aussi,noustenons àexprimertoute notrere onnaissan eànotre herami
Mario Veruete. Quelle fougue dans sa volonté de transmission de sa passion
mathématique! Que dire de ses ex ellents ours sur Mathemati a ®, de ses
interventionspon tuéesd'humour...mer iMariod'avoirsu onjuguerambian e
detravail etambian edétendue.
Terminons ettepagederemer iementsave unepenséepourJean-Christophe
Poggiale (Université d'Aix-Marseille) et Hal Smith (Université de
Mathéma-tiquesetdeS ien esStatistiques,Arizona)pourleursindi ationsé lairanteset
leurspointsdevuesoriginauxsurle hémostat.
1. Mathématiques,InformatiqueetStatistiquespourl'Environnementetl'Agronomie.
régie par les maîtres mots rapidité, ompétitivité et rentabilité, nous voulons
soulignernotrepointde onvergen eave lapenséedeVoltaire:
Lemondeave lenteur mar he vers lasagesse.
C'estainsiquenousrevendiquonsèrement,àtravers eprojet,lebonusage
de lalenteur : un ertain temps nous a été né essaire n de mettre en forme
e projet, au traversdela ompréhensiondusujet jusqu'à ladénition de ses
I Introdu tion au hémostat. 2
1 Modélisationmathématique:historique etaboutissements. 3
1.1 Dela ulturebat hàla ulture ontinue. . . 3
1.2 Lesexpérien esdeJa quesMonod. . . 5
2 L'appareil expérimental hémostat. 8
2.1 Des riptionglobaledudispositif. . . 8
2.2 Des riptionapprofondiedelafon tiondesdiérentsré ipients. . 9
2.2.1 Leré ipientd'alimentation. . . 9
2.2.2 Leré ipientde ulture. . . 9
2.2.3 Leré ipientde olle tion. . . 10
2.3 Retourhistorique:prin iped'ex lusion ompétitiveet hémostat. 10
II Mathématiques des systèmes dynamiques. 12
3 Généralités sur lessystèmesdiérentiels etdynamiques. 13
3.1 Introdu tionet motivations. . . 13
3.2 AutourduthéorèmedeCau hy-Lips hitz. . . 16
3.2.1 Rappel: énon éduthéorème. . . 16
3.2.2 Del'importan edel'hypothèselo alementlips hitzien. 17
3.2.3 Delanon-né essaritédelalips hitziannitépourl'uni ité. 18
3.2.4 Exempled'appli ationduthéorèmedeCau hy-Lips hitz. 18
4 Étude approfondiedes systèmesdynamiques. 19
4.1 Flot d'unsystèmedynamique.. . . 19
4.2 Pointsd'équilibresd'unsystèmedynamique.. . . 21
4.3 Propriétéslo alesetglobalesd'unsystèmedynamique. . . 23
III Étude du hémostat à une espè e. 27
5 Présentation du systèmediérentiel. 28
6 Chémostatà une espè e etanalysedes traje toires. 30
6.1 Leparamètrebreak-even on entration. . . 30
6.2 Brèveétude: omportementqualitatifdel'équationde roissan e. 32 6.3 Brèveétude:équilibreset portraitsdephases. . . 33
6.4 Diagrammeopératoire:survieoulessivage? . . . 38
IV Étude du hémostat à deux espè es : ompétition dans le hémostat. 40 7 Cinétiquede Monodet étudedes ourbesde roissan es. 41 7.1 CinétiquedeMonod :interse tionsdes ourbesde roissan e. . . 41
7.2 Vousavezditbreak-even on entration? . . . 43
8 Propriétés généralesdu systèmediérentiel. 45 9 Étude du hémostat ave un taux de dilution
D
onstant. Gé-néralités. 50 9.1 Équilibresàbreak-even on entration diérentes. . . 509.1.1 Préliminaireàl'étudedesstabilités deséquilibres. . . 59
9.1.2 Stabilitédel'équilibre
E
∗
0
,ditdelessivage. . . 59 9.1.3 Stabilitédel'équilibreE
∗
1
,oùX
1
= 0
. . . 60 9.1.4 Stabilitédel'équilibreE
∗
2
,oùX
2
= 0
. . . 609.1.5 Con lusionsurlesstabilités desdiérentséquilibres. . . . 61
9.2 Équilibresàbreak-even on entration égales.. . . 64
10Étude du hémostatave un taux de dilution
D
variable. 67 10.1 Introdu tiongénérale. . . 6710.1.1 Delamotivationàlaproblématique. . . 67
10.1.2 Cadragedel'étude:notationset onsidérations. . . 68
10.2 Un premierrésultatsurlelessivage. . . 69
10.3 Exposédesprin ipauxpointsd'intérêt.. . . 71
10.3.1 Redénitionduparamètrebreak-even on entration. . 71
10.3.2 Rappeldesrésultatspouruntauxdedilutionvariable.. . 73
10.3.3 Systèmediérentieldu hémostatentempslent/rapide. 73 10.4 Del'existen edesolutionspériodiques.. . . 74
V Appendi es. 79 A ProgrammesMatab ®utilisés. 81 A.0.1 Programme hemoprog.m. . . 81
B.0.3 Unedesdeuxespè ess'éteint-
D
périodique. . . 88B.0.4 Unedesdeuxespè ess'éteint-
D
onstant. . . 90B.0.5 Lessivagedesdeuxespè es-
D
périodique. . . 92B.0.6 Lessivagedesdeuxespè es-
D
onstant.. . . 94B.0.7 Surviedesdeuxespè es-
D
périodique. . . 96Cemémoiretraîted'unmodèledu hémostat,dontlerledemeure entralen
mathématiquesdel'é ologie.Leprin ipeenestsimple:on onsidèreleproblème
dela roissan ede mi ro-organismes.Typiquement,onpeut iterl'exemplede
l'évolutiond'unepopulationdeba tériesqui,poursedévelopper,né essiteune
sour ed'énergie ri heen arbone.
Supposonsquenousavons esba tériesdansun ontainer,oùun
expéri-mentateuryajoute ontinuellementdessubstan esnutritives.Ce ontainer,
quel'onsuppose orre tementmélangé, possèdeégalementunori edesortie,
'estainsiquelesba tériesetlesnutrimentspeuvents'é ouler.
Supposons a fortiori que la roissan e de la population de ba téries est
ontrléeparunseulélémentnutritiflimitant.End'autrestermes,lesautres
nutrimentssontenex èsettoutesles onditionsné essairespourla roissan e
desba tériessontvériées.
La questionque l'on sepose est lasuivante : omment pouvons-nous
om-prendreladynamiquedans e ontainer(quisera,inne,notre hémostat)?
En parti ulier,onseposeralaquestiondelaprésen e ee tived'états
Modélisation mathématique :
historique et aboutissements.
En 1950, le terme hemostat a été simultanément introduit par Ja ques
Monod et deux physi iensaméri ains, AaronNovi k et Léo Szilard, bien que
eux- inese onnaissentpas 1
.Cenomest,enfait,una rosti hedeChemi al
environmentisstati .
Tout d'abord, ommençons par une brève introdu tion à la modélisation
mathématiqueenbiologie.Nousdé rironsensuitelemodèledu hémostat,ainsi
quel'appareilexpérimentaléponyme,dansle adred'unpro hain hapitre.
1.1 De la ulture bat h
2
à la ulture ontinue
3
.
Dé rivonsd'oresetdéjàlemodèledelaboîtedePétri,dispositiftrèsutilisé
enmi robiologie,dontleprin ipedefon tionnementest assezsimple.
On onsidère la roissan e d'uneespè eba tériennequel'on pla edans un
milieude ultureéquilibré, ontenanttouslesnutrimentsindispensables àson
développement(duglu ose,parexemple).
Enn,supposonsquelesparamètresphysi o- himiquesrégissantson
évolu-tion(températureet pH,parexemple)sontoptimaux.
1. Enfait,l'initiateurdelathéoriedu hémostatestpluttMonod([Mon50 ℄),quiemployait
lenomdeba togène, enomdevintba tostatàlasuitedesaren ontreave Novi k([Nov50 ℄).
2. L'expression ulturebat h,ou ulturedis ontinue,désigneune ulturepratiquée
sansadditiondenutriments,niéliminationdedé hetsen oursde roissan e.
Danslapratique,onobserveraplusieursphases:
D'abord,lesespè esba tériennessont onfrontéesau hangementbrutal
deleurenvironnement,puisque elles- inesontpashabituéesàune
pré-sen eimportantedesubstrat.C'estune phaseditede laten e.
Ensuite,typiquement,onobserveunephasede roissan e,detype
expo-nentielle oulogarithmique.
La roissan e des espè es ba tériennes ralentit peu à peu, jusqu'à un
ertaininstantoù tout le substrat aété onsommé.Cette phasede
ra-lentissement,dite de saturation,ou phasestationnaire, dépend du type
ellulaireetdes onditionsde ulture.
Enn,aumomentoùlatotalitédusubstrataété onsommée,onassiste
àunephasede mort,oudé lin logarithmique, pusique lesespè es
ba té-riennesn'ontplusderessour es.Letauxdemortalitéaugmente jusqu'à
devenir onstant(la ulturemeurt).
Surlegraphique1.1.1,on onstatequel'allured'unetelle roissan e
ba té-rienneressembleà elle d'unegaussienne,admettantune ourbeenSdans
venons de dé rire pré édemment, est l'ar hétype du matériel permettant une
ulturebat h.Entreautres,lere ueildesproduitssynthétisésestpossibleà
toutmoment, y omprispendantlaphasededé lin. Cependant,le rendement
estlimité:labiomasseetlesproduitssontre ueillisenquantitéfaible,à ause
dunon-maintiendelaphaseexponentielle.
Le hémostat,quantàlui,estl'undesmodèlesrendantpossible ette ulture
ontinue: nousleverronsparlasuite.Outre uneré upérationdesproduitsau
furetàmesuredeleurprodu tion,le hémostatpermetunmaintiendelaphase
exponentielle,don une optimalitédurendement.
1.2 Les expérien es de Ja ques Monod.
Lesapports s ientiquesdeJa quesMonod 4
(1910-1976),biologiste
fran-çaisdel'InstitutPasteuràParis,sont onsidérables.
En 1930,Monodproposederegarderl'évolutiondelabiomasseenfon tion
dutemps, au lieu de la quantité deba téries (qui requiert unappareillage de
pré isionetàmesurerapide).
Monodobservealorsqu'unetelleévolutionnesuitpasuneloidetype
rois-san elogistique, 'est-à-diredutype(ave
K, r
deux onstantespositives,eta
une onstante réellequel onque):f : t ∈ R
+
7→
K
1 + ae
−rt
∈ R
Le modèle de la roissan e logistique n'est plus onsidéré omme une loi
universellepermettantdedé rirela roissan ed'unepopulation, ommele
pen-saientless ientiquesjusqu'alors.
Vientalorslaquestionsuivante:quelle(s)hypothèse(s)peut-onremettreen
question?Historiquement,deuxhypothèsesétaientformulées:
Hypothèsede onservation delamasseouloideLavoisier (
B
représente la quantité de biomasse,S
elle du substrat,k
désigne un oe ient st÷ hiométrique):B + kS = M
0
(1.2.1) 4. Renommépoursestravaux surlatrans riptiondesgènes,Monodobtient, en1965 etonjointementave FrançoisJa obet AndréLwo( her heurs françaisenbiologie),leprix
Nobelpourunedé ouverte on ernantle ontrle génétique dessynthèsesenzymatiques et
Hypothèsedeproportionnalité deladérivéetemporellede
B
parrapport àS
etB
:dB
dt
= µSB
(1.2.2)La ombinaisonde esdeuxhypothèses
1.2.1
et1.2.2
donnel'équation1.2.3 suivante:dB
dt
= µ
M
0
k
B
1 −
B
M
0
(1.2.3)qui est bien l'équation logistique, dont Ja ques Monod asouligné la
non-universitalité.Monod varéfuterlase onde hypothèse,an d'asso ier laloide
Lavoisierave laloideMi haelis-Menten 5
(datantde1913):
µ (S) =
µ
max
S
K
S
+ S
où
µ
max
désigne le taux de roissan e maximale 6, et
K
S
est le taux de demi-saturation7
, esdeuxparamètresétantintrinsèquesà haqueespè e.
Figure1.2.1Représentationgraphiqued'une inétique detypeMonod.
5. Monodn'apasimmédiatementnotélasimilitudeprésentéeentresafon tionet elle
deMi haelis-Menten,équationdérivéedela inétiqueenzymatique.Ilnel'are onnuqueplus
tard.
6. Cetauxde roissan emaximalen'estjamaisatteint. Ilestasymptotiquementatteint,
'est-à-direlorsque
S →
+∞
. 7. C'est-à-direqueµ
(K
S
) =
1
2
µ
max
.mesuredutemps,puisque:
lim
S→+∞
µ(S) = µ
max
Bienentendu,ilexisted'autresmodèlespourexprimerla inétique
µ
, omme desmodèleslinéaires,ouen orelemodèledeHaldane:µ (S) =
µS
K
S
+ S +
S
2
α
où
µ
,K
S
etα
désignentdesparamètresstri tementpositifspropresàl'espè e étudiée.Figure1.2.2Représentationgraphiqued'une inétique detypeHaldane.
Ce modèlede inétiqueprésente pluttun ara tèred'épuisementaufuret
àmesuredutemps, puisque,dans e as :
lim
L'appareil expérimental
hémostat .
2.1 Des ription globale du dispositif.
Une fois le modèle du hémostatdé rit, rappelonsque le terme hemostat
provientde l'a rosti he Chemi al environmentis stati . En 1950, Ja ques
Monodsoulignel'in onvénientdela ulturebat hoùl'environnement
aqua-tiquen'estpas onstant,etsuggèreainsidetravaillersurunsystèmeiso hore 1
.
Ainsi,lesmesuresseréférantautempsmisparlesba tériespours'a roîtrene
né essiterontpasd'appareillageàmesurerapide.
Nousdonnonsi iunedes riptionpurements hématiquedudispositif
hé-mostat.Danslaréalité,untelappareilpeutseprésentersousplusieursformes.
Imaginons undispositif de trois ré ipients onne tés en série et reliés pardes
pompesrégléesàlamêmevitesse.
Figure2.1.1Prin ipedefon tionnementdu hémostat.
diérents ré ipients.
Dans toute ettepartie, le le teur pourra onstamment se référer à la
Fi-gure 2.1.1,présentant leprin ipede fon tionnement s hématiquedudispositif
hémostat.
Parailleurs,nousrappelonsaule teurquelespompes
P
ee tuentle trans-fertdematièred'unré ipientausuivant,etque elles- ifon tionnentàlamêmevitesse.C'est e qui permet,entreautres,demaintenirunvolume onstantau
seinduré ipient
C
.2.2.1 Le ré ipient d'alimentation.
Le ré ipient
N
, appelé sour e d'alimentation, ontient tous lesnutriments né essairesà la roissan e desmi ro-organismes.On fait l'hypothèseque tousesnutrimentssontenex ès,ex eptéun,quel'onappelleranutrimentlimitant.
Le débit ir ulantdu ré ipient
N
auré ipientC
doit être onvenablement réglé.Eneet,l'expérimentateursouhaiteobtenirun ertaintauxde roissan e(xé avant l'expérien e), puisque la vitesse de la multipli ation ellulaire est
dire tementdépendantedel'approvisionnementennutriments.
Danslapratique,leré ipientd'alimentationestreliéauré ipient
C
viaune tubuluresurlaquelleestpla éeunevannederéglagedudébitderenouvellement,àl'instard'unepompe lassique.
2.2.2 Le ré ipient de ulture.
Le ré ipient
C
, appelé ré ipient de ulture, est lelieu où l'onobservera un phénomènedestrugglefor existen e, 'est-à-direquela dispositiondeplu-sieurssou hesba tériennesdanslemêmeenvironnemententraînera
inévitable-mentune ompétitionentreellespoura éderàlanourriture.
Ce ré ipient est alimenté par lasour ed'alimentation, qui apporte des
nu-trimentsauxmi ro-organismes.Onlesupposeraglobalementbienmélangé, e i
étantpossiblemoyennantlaprésen ed'unappareilmotorisé,parexemple,une
Soulignonsquesiletauxdedilution
D
esttropélevé,lessou hesba tériennes nepourrontpas roîtredavantage,etdans e as,onassisteàunphénomèneditdelessivage(washout) où toute la ulturemi robienne vaêtre propulséedans
leré ipientde olle tion,dontnousparleronsdanslasous-se tionsuivante.
Lebiologisteaméri ainGarrettHardinamisenéviden e,en1960,leprin ipe
d'ex lusion ompétitive,quenousexposons i-après.
Prin ipe d'ex lusion ompétitive (Prin ipe de Gause). Considérons
deux espè es exploitant une ressour e limitante é ologique unique, et
suppo-sonsquel'onpla e esespè esdansunmilieustableet homogène.
Alors es deux espè es ne peuvent oexister indéniment, la plus ompétitive
desdeuxespè esnissantparéliminer l'autre.
2.2.3 Le ré ipient de olle tion.
Enn, 'estdansle ré ipient
O
,appeléré ipient de olle tion (overow,en anglais), que les produits duré ipient de ultureC
sont olle tés. Il ontien-draainsidesnutriments,desmi ro-organismes,etpotentiellementdesproduitsprovenantde esmi ro-organismes.
C'est dans eré ipientqueles mesurespourrontêtre faites,ande ne pas
perturberl'a tionquisedérouleauseinduré ipientde ulture,dontlevolume
resteainsi onstant.Typiquement, eré ipientde olle tionestpluttrempla é
parunsiphondetrop-plein,permettantuneéva uationmaîtrisabled'unepartie
dela ulture.
2.3 Retour historique : prin ipe d'ex lusion
om-pétitive et hémostat.
Auldutemps,lesmathémati iensontpubliédenombreuxtravauxautour
delapreuveduprin iped'ex lusion ompétitiveauseindu hémostat.
Nouslesren ensonsentable 2.1àtitre historique,ennotant:
D
i
letauxdedilutionrelatifàl'espè ei
,
D
letauxdedilutionglobalauseindu hémostat,µ
i
la inétiqueemployéepourl'espè ei
.1977 Hsu,Hubbell, Waltman
D
i
= D
µ
i
Monod [Hsu77℄ 1978 Hsuµ
i
Monod Extensiondelapreuvepré édente. [Hsu78℄ 1980 Armstrong,M GeheeD
i
= D
µ
i
monotone [Arm80℄ 1985 Butler,Wolkowi zD
i
= D
µ
i
quel onque Preuveassezte hnique. [But85℄ 1992 Wolkowi z,LuD
i
6= D
µ
i
quel onque Conditionsupp.di ileexigée. [Wol92℄ 1997 Wolkowi z,XiaD
i
≃ D
µ
i
monotone [Wol97℄1998-1999 Li
D
i
≃ D
µ
i
quel onque [Li99℄- -
D
i
6= D
µ
i
monotone Le problèmeest en ore ouvert! -Table2.1 Lespreuvesduprin iped'ex lusion ompétitivepourle hémostat.Mathématiques des systèmes
Généralités sur les systèmes
diérentiels et dynamiques.
Commençonsparquelquesrappels(nouspartonsduprin ipequelele teur
onnaîtlesbases d'un oursd'équationsdiérentielles deLi en e).
3.1 Introdu tion et motivations.
Dénition(système dynamique). Un systèmedynamique est unensemble
physique, é onomique, environnemental (ou d'un autre domaine) dont l'état
(ensembledegrandeurssusantàqualierlesystème)évolueau oursdutemps.
Remarque. L'étude del'évolutiond'un systèmené essite don la onnaissan e
desonétatinitial(sonétatàuninstant
t
0
,souventpriségalà0
)ainsiquede saloid'évolution(engénéral,une ouplusieurséquationsdiérentielles).Beau oupd'adje tifsexistentpourpouvoirqualierunsystèmedynamique:
onpourraparlerdesystèmeàtemps ontinuouàtempsdis ret,autonome
(sisaloid'évolutionnedépendpasdutemps)ounonautonome,parexemple.
Exemple. L'os illateurharmoniqueestunexempledesystèmedynamique
au-tonomeàtemps ontinu:
d
2
ξ
dt
2
+ ω
2
ξ = 0
Exemple. Considéronsunpendule, 'est-à-direunpointmatérieldemasse
m
, atta héàl'extrémitéd'unetigere tilignenondéformabledelongueurL
.L'autre extrémitéest lepointO
,origine durepère d'étude. Onnoterag
l'a élération delapesanteur.La ongurationestlasuivante(gure3.1.1):Figure3.1.1Unexempledesystèmedynamique:lependulepesant.
On négligerales éventuelsfrottements et lamasse dela tige. On notera
θ
l'angleorienté quefait lependule ave laverti ale.L'appli ationdes prin ipesdelamé aniquedonne leséquations dumouvement, onstituant àellesseules
unsystèmedynamique :
(
˙θ = ω
˙ω =
−
L
g
sin θ
Désormais,xons
U
unouvertdeR
n
et
f
unefon tionde lasseC
1
de
U ×R
+
àvaleursdans
R
n
.Dèsàprésent,saufmention ontraire,nous onsidèreronsle
systèmedynamiquesuivant:
(
˙x = f (x, t)
x (t
0
) = x
0
(3.1.1)
Souvent,noussupposeronslasimplelo alelips hitziannité de
f
.Dénition(traje toire,orbite,portraitdephase). Considéronslesystème
pré- édemmentétabli.Ondénit:
unetraje toiredusystème ommeunesolutionde esystème.
uneorbitedusystème ommeune ourbe,imagedel'ensembledestemps
parunetraje toiredusystème.
unportraitdephase ommeunensembled'orbitesdusystème, haque
duleplan,amorti parletermeen
−
1
4
y
.Traçonssonportraitdephase.(
˙x = y
˙y =
− sin x −
1
4
y
Figure3.1.2Portraitdephasedupendule pesantplanamorti.
Exemple. Traçonsle portraitde phasedupendule pesant plansans
amortis-sement(dontla ongurationest présentéeengure3.1.1).
3.2.1 Rappel : énon é du théorème.
Protons-enpourexposerun ourtintermède historique.Augustin Cau hy,
mathémati ien Français(
1789 − 1857
), aapporté une ontribution non négli-geableàtouteslesbran hesdesmathématiques.Nousluidevons,entre autres,lapremièredénition rigoureusedela
onti-nuité(maniantles
ε
etη
). En e qui on erne lessystèmes dynamiques, l'im-portantenotiondedéterminisme1
estétroitementliéeauthéorèmede
Cau hy-Lips hitz,quenousrappelons i-après,lapremièreformulationdatantde
1820
.Théorème (Cau hy-Lips hitz). Soit
(E)
l'équation diérentielle˙x = f (x)
,oùf
est unefon tion lo alementlips hitziennesurunouvertU
deR
n
dans
R
n
.
Alors,pourtout
x
0
∈ U
,il existeuneuniquesolutionmaximalede(E)
satisfai-sant àl'équationx (t
0
) = x
0
.Rappelons e qui est sous-entendu derrière le mot maximal. Pour haque
onditioninitiale
x
0
, nous pouvons hoisirun ertainintervallede temps (que l'onnoteraI
x
0
),ouvert,maximalausensdel'in lusion,horsduquellasolution sortdeU
oun'est,toutsimplement,pasdénie.UneformulationéquivalenteduthéorèmedeCau hy-Lips hitzseraitla
sui-vante: àuninstantprésentxé, orrespondunpasséetunaveniruniques. 2
Corollaire. Deuxorbites distin tessont disjointes.
Démonstration. C'estune onséquen edire teduthéorèmedeCau hy-Lips hitz:
si es deux orbites avaient un point ommun, on les re onstitue grâ e au
théorèmedeCau hy,defaçonuniqueàpartirde epoint.
1. Quelele teur impatientsoitrassuré:nous expliquerons eque nous sous-entendons
quelqueslignesaprès.
i- ontre n'estpas ex lupar e orollaire: il sut de
l'in-terpréter orre tement.
Les
C
i
(pouri ∈ {1, . . . , 4}
) ainsi queE
(que nous appel-leronséquilibre) onstituentnos inq traje toires.C
1
etC
3
fontpartie de lamême orbite lorsqu'onles ra orde. Ilenestdemêmepour
C
2
etC
4
.Nousavonsdon unnombred'orbitessupérieurà2.
3.2.2 Del'importan edel'hypothèselo alement
lips hit-zien .
Rapidement,mettonsenexerguel'importan ede ettehypothèse.
Considé-rons,parexemple,l'équationdiérentielle suivante,sur
R
:˙x =
p
|x|
Onadon ,i i,posé
f (x) :=
p
|x|
.Cettefon tionnepossèdepasle ara tère lo alementlips hitzien exigéparlethéorèmedeCau hy-Lips hitz.Lele teurpourravérierquel'équationdiérentiellepré édenteadmetune
innitédesolutionstellesque
x (0) = 0
.Autrementdit,ilexisteuneinnitéde traje toiresqui se oupentaupoint(0, 0)
. Envoi iquelquesexemples.Figure3.2.1Quelquestraje toiresde
˙x =
p
ité 3
.
Demêmequepré édemment,noussouhaitonsmettreenexerguelefaitque
le té lips hitzien n'est pas né essaire pour obtenir l'uni ité de l'orbite
ontenant
x
.Nousnedonnonsquelesgrandeslignesde e ontre-exemplesans tropnousattarder.Considérons,parexemple,l'équationdiérentielle suivante,sur
R
:˙x = 1 + δ
x
R
+
où:δ
x
R
+
:=
(
1
six ∈ R
+
0
six ∈ R
−
∗
désignelafon tiondeDira .
Lele teurpourraaisémentvérierquelafon tion
f (x) := 1 + δ
x
(R
+
)
n'est
paslips hitzienne(don ,afortiori,lo alementlips hitzienne!),etpourtant,tout
ouple
(t
0
, x
0
) ∈ R
2
appartientàuneuniquetraje toire,déniepourtout
t ∈ R
.3.2.4 Exempled'appli ationduthéorèmedeCau hy-Lips hitz.
Reprenons l'exemple du pendule pesant, modélisé par la gure 3.1.1. On
peuté rire
˙θ, ˙ω
= f (t, θ, ω)
où:f : R × R
2
−→ R
2
(t, θ, ω) 7−→
ω, −δ
2
sin θ
enposantδ :=
p
g
L
.Soientt ∈ R
,(θ
1
, ω
1
) ∈ R
2
,(θ
2
, ω
2
) ∈ R
2
.Ona:kf (t, θ
2
, ω
2
) − f (t, θ
1
, ω
1
)k
1
6
|ω
2
− ω
1
| + δ
2
|sin θ
2
− sin θ
1
|
6
1 + δ
2
· k(θ
2
− θ
1
, ω
2
− ω
1
)k
1
etf
est don1 + δ
2
−
lips hitzienneen(θ, ω)
.Ainsi,lethéorèmedeCau hy-Lips hitzpermetde on lurequ'àtoute
ondi-tioninitiale, orresponduneuniquesolutionglobale(i.e.déniepourtouttemps
t ∈ R
)del'équationdupendule simple.3. Letitrede ette sous-se tion,auxfragran esfaussementlyriques,n'estréellement
Étude approfondie des
systèmes dynamiques.
4.1 Flot d'un système dynamique.
Dénition (ot). On note
φ (t, x
0
)
l'appli ation qui, à tout état initialx
0
, fait orrespondre son devenir à l'instantt
, via le système dynamique étudié. Lafamilled'appli ationsφ (t, x
0
)
, quel'on note parfois(Φ
t
)
t∈R
, est leot du systèmedynamiqueétudié.Figure4.1.1Représentation(très)imagéeduot.
Remarque. Nous dironsque nousavonsaaireàungroupe àun paramètre de
diéomorphisme.
En eet, on peut peut voirle ot omme une appli ation
Φ
diérentiable deR
× R
n
dans
R
n
, telle que lesse tions
Φ
t
sontdes diéomorphismes de la variétéR
n
vériant:
Fixonsune onditioninitiale
x (0) = x
0
etexpliquonspourquoi ettedernière relationest évidente d'unpointdevuegéométrique:L'a tionde
Φ
s+t
surx ∈ R
n
est l'étatdusystème àl'instant
s + t
selon ette onditioninitiale.
Φ
s
◦ Φ
t
vaagirsurx ∈ R
n
:d'abordenluiasso iantl'étatdusystèmeà
l'instant
t
selon ette onditioninitiale,et ensuiteenluiasso iantl'état dusystèmes
unitésdetempsplustard.Remarque. L'équation3.1.1peutseréé rireainsi,enfaisantintervenirleot:
∂φ
∂t
= f ◦ φ
Toutaulongde e mémoire,nousferonsl'abus delangage suivant 1
:nous
désigneronsindiéremment
φ
etΦ
parl'appellationot.Dénition (durée devie). On notera
I
x
0
leplus grandouvert duthéorème de Cau hy-Lips hitz pour lequel l'équation 3.1.1 admet une unique solutionmaximale
Φ
.Ondénitladuréedevieen(t
0
, x
0
)
delasolutionΦ
auproblème deCau hy omme:τ (t
0
, x
0
) := sup {t ∈ R / [t
0
, t
0
+ t[ ⊂ I
x
0
}
Exemple. Considéronsl'équationdiérentielle :
˙x = x
2
Lethéorèmed'existen eet d'uni itédeCau hy-Lips hitzs'appliqueà ette
équation.Ilmontre quesiune solution
x
s'annulepourune ertainevaleurt
0
, elles'annulepartout.Par ontraposée,unesolutionnonidentiquementnullenes'annulepourau unevaleurde
t
,etonpeutainsiintégrerl'équationpré édente en:−
1
x (t)
+
1
x (t
0
)
= t − t
0
D'où, enposantx (t
0
) = x
0
:x (t) :=
x
0
1 − x
0
(t − t
0
)
Le dénominateur s'annule ent
D
= t
0
+
1
x
0
. L'intervalle de dénition delasolution maximale duproblème pré édentest le plusgrand intervalle de
R
ontenantt
0
etne ontenantpast
D
.1. Cetabusdelangagenoussemblaitli ite...puisquenousl'avonsren ontrédansla
L'intervalle
]−∞, t
D
[
six
0
> 0
. L'intervalle]t
D
, +∞[
six
0
< 0
.Leotde etteéquationdiérentielle estdon l'appli ation:
t 7−→
(
0
six
0
= 0
x
0
1−x
0
(t−t
0
)
six
0
6= 0
Parexemple,leotde etteéquationdiérentiellepourla onditioninitiale
x (0) = x
0
sesimpliedon en:t 7−→
(
0
six
0
= 0
x
0
1−tx
0
six
0
6= 0
4.2 Points d'équilibres d'un système dynamique.
Moralement,unsystèmephysiqueétantdonné,nousavonsledroitdenous
demandersi elui- ivaatteindreunétatderepos.Dansle adredupendule
(gure 3.1.1), nous nous doutonsque le fait de lui donner une impulsion (ou
une énergie) va entraîner un mouvement qui va s'amortir, pour atteindre un
état d'immobilité. C'est toute la motivation qui nous permet d'introduire la
notiond'équilibre.
Dénition (pointd'équilibre). Le point
x
∗
est appelé point d'équilibre du
système3.1.1si:
∀t ∈ R
+
, f (x
∗
, t) = 0
A ontrario,le point
x
∗
sera appelé point régulierdu système3.1.1si e
n'estpasunpointd'équilibrede esystème, autrementditsi:
∃t ∈ R
+
, f (x
∗
, t) 6= 0
Exemple. Reprenons,en oreunefois, l'exempledupendule pesantsymbolisé
parlagure3.1.1.Lespointsd'équilibresontlespoints
(θ, ω)
pourlesquelson asimultanément:dθ
dt
= 0
dω
dt
= 0
C'est-à-dire touslespoints s'é rivant
(kπ, 0)
, avek ∈ Z
. Parexemple,on peut vérierquelepoint−
π
2
, 0
estainsi unpointrégulier dusystème
dyna-miquedupendule pesant, ar:
−
g
L
sin
−
π
2
=
g
L
6= 0
Ce même exempleva nouspermettre demotiverla dénition suivante.Le
but sera désormais de lassier les points d'équilibres. En reprenant la gure
3.1.1,nousvoyonstrèsbien que:
Enin linantlependule d'unanglenul,ilrestera dans ette même
posi-tion 2
.
En in linant le pendule d'un angle
θ = π
, il est peu probable 3que le
penduleresteindénimentdans ette position.
C'est pourquoi nous nous devons d'introduire la notion de stabilité d'un
équilibre.
Dénition(stabilitéd'unéquilibre). Un équilibre
x
∗
de3.1.1estdit :
stablesi pour tout é art
ε > 0
, il vaexister un autre é artη > 0
, tel quepourtoutjeude onditionsinitialesxées(t
0
, x
0
) ∈ R × R
n
,ona:
kx
0
− x
∗
k
R
n
< η ⇒ ∀t > t
0
, kx (t) − x
∗
k
R
n
< ε
instables'iln'estpasstable.
Dans la lignée des motivations imagées, la notion d'équilibre attra tif est
assezintuitive.Dansle adredupendulepesant,nousvoyonsparexemplequ'en
in linantlependule d'unangle
θ ∈
−
π
6
,
π
6
parrapportàlaverti ale, elui- i
vaêtremisenmouvementjusqu'àatteindrel'équilibre
θ
0
= 0
.Dénition(équilibreattra tif). Unéquilibre
x
∗
estditattra tif s'ilexisteun
ouvert
B
appelé bassin d'attra tion, telquex
∗
∈ B
et pourtout(t
0
, x
0
) ∈
R
× B
,lasolutionde3.1.1vérie:lim
t→∞
x (t) = x
∗
A ontrario,unéquilibrex
∗
estditrépulsif s'ilestattra tifpourlesystème
miroir:
˙x = −f (x, t)
2. Bienentendu,àmoinsd'uneinterventionextérieure(humaineparexemple), equenous
rejetonsi i.
3. Euphémisme: e iesttoutaussiprobablequedetombersurlatran heenlançant
Dénition(équilibreasymptotiquementstable). Unéquilibre
x
∗
estdit
asymp-totiquement stables'il eststableetsi l'onpeut hoisir
α > 0
telque:kx (0) − x
∗
k < α ⇒ lim
t→+∞
x (t) = x
∗
Dénition(équilibreexponentiellementstable). Unéquilibre
x
∗
estdit
expo-nentiellementstable s'il existe
α > 0
,M > 0
etω > 0
telsquepourtoute solutiont 7→ x (t)
,onait:kx (0) − x
∗
k < α ⇒ ∀t ∈ R
+
, kx (t) − x
∗
k 6 M exp (−ωt) kx (0)k
Dénition (équilibresglobalementstables). Un équilibre
x
∗
est dit
globale-mentasymptotiquement(resp.exponentiellement)stablesila ondition
destabilitéasymptotique(resp.exponentielle) estvériéesur
R
n
.
Dénition(équilibrehyperbolique). Unéquilibre
x
∗
estdithyperboliquedu
système
˙x = f (x)
de lasseC
1
silesvaleurspropresdelamatri eja obiennede
f
évaluéeenx
∗
nesontpasàpartieréellenulle.
Toutes esdénitionsserontutilesparlasuite.Ellespermettentuneanalyse
quantitativeou qualitatived'un système dynamique,qui nous permettrontde
pouvoirappréhender,entre autres,son omportementave letemps.
4.3 Propriétés lo ales et globales d'un système
dynamique.
Lanotiond'invarian eestutileenmathématiques:l'invarian ed'une ourbe
paramétréepar hangementdevariablesenestunexemple,ouen orelastabilité
d'unensembleparunendomorphismeenalgèbrelinéaire.Ladénitionsuivante
Dénition(domaineinvariant). Soit
Γ
unsous-ensembledeR
n
.
Γ
est un do-maine invariant si pour toutes onditions initialesprises dansΓ
,la solution dusystèmediérentiel3.1.1restedansΓ
.Autrementdit:∀x
0
∈ Γ, [x (0) = x
0
⇒ ∀t ∈ R, x (t) ∈ Γ]
Ondiraque
Γ
estundomainepositivementinvariantsilamême ondi-tionest vériéepourtoutt ∈ R
+
.
D'autres notions, plus imagées, viennent ompléter l'analyse des systèmes
dynamiques.Envoi iuneliste,nonexhaustive.
Dénition(fon tiondeLiapunov 4
). Soit
x
∗
unéquilibredusystème
˙x = f (x)
, dénisurunouvertU ⊂ R
n
,de lasse
C
1
.Unefon tionde Liapunovestune
fon tion
F
astreinteàvérierlespropriétéssuivantes:
F
estdénie, ontinuedansunvoisinageV
dex
0
,àvaleursdansR
.F
admetunminimumstri tenx
0
,i.e.∀x ∈ V − {x
0
} , F (x) > F (x
0
)
.F
estdiérentiablesurV − {x
0
}
,dedérivéetemporellenégative,i.e. :∀x ∈ V − {x
0
} , ˙
F = ∇F · f 6 0
Nousretiendrons,sousréservedel'existen ed'unefon tiondeLiapunov,le
théorèmesuivant, ara térisantlastabilité d'unéquilibre.
Théorème (Liapunov). S'il existe une fon tion de Liapunov
F
dans un voi-sinage dex
0
, équilibre dusystème˙x = f (x)
, déni surU ⊂ R
n
, de lasse
C
1
,
alors
x
0
est unéquileb àà wibrestabledusystème.Si, de plus, la dérivée temporelle est stri tement négative hors de
x
0
, alorsx
0
estunéquilibre asymptotiquementstable.Exemple. Considéronslesystème linéairesuivantsur
Ω = R
2
:˙x = −
1
γ
−γ
1
x
Lafon tion
F
déniesurΩ
parF (x) := kxk
2
estunefon tiondeLiapunov
dusystèmepré édent.
4. Alexandre Liapunov (ouLyapunovdans lalittérature anglo-saxonne),mathémati ien
russe(1857-1918). Outre un apport onsidérable à la théorie desprobabilités, Liapunov a
dédiélamajeurepartiedesa arrièreauxproblèmesdestabilité,grâ eàl'apportdenotions
F
est lairementdénieet ontinuesurΩ
qui estunvoisinagede0
R
2
.F
admetunminimumstri ten0
R
2
.
F
estdiérentiablesurΩ − {0
R
2
}
,etpourtoutx 6= 0
R
2
,∇F · f = −2 x
2
1
+ x
2
2
< 0
d'oùF < 0
˙
. Etil s'ensuitque0
R
2
estunéquilibreasymptotique dusystème dynamique
linéairepré édent.
Remarque. Malheureusement,lare her hed'unefon tiondeLiapunovpeut
de-venirrapidementdi ile,voireimpossible.
Les énon éspré édents étaient prin ipalement onsa rés auxpropriétés
lo- ales d'un système dynamique. Dénissons maintenant ertaines notions liées
aux ara téristiquesglobalesd'unsystèmedynamique.
Commençonsparladénitiond'ensemble
ω−
limite.Dénition (ensemble
ω−
limite). Considérons un système dynamique lo ale-mentlips hitzien surΩ ⊂ R
n
,et
x ∈ Ω
.Onappelleensembleω−
limite 5de
x
l'ensembledéniparl'unedes ara térisationséquivalentes suivantes:ω (x) : =
\
t>0
{φ (s, x) , s > t}
=
y ∈ Ω, ∃ (t
n
)
n∈N
∈ R
N
,
lim
n→+∞
t
n
= +∞,
n→+∞
lim
φ (t
n
, x) = y
Dénition (ensemble
α−
limite). Considérons un système dynamique lo ale-mentlips hitziensurΩ ⊂ R
n
,et
x ∈ Ω
.Onappelleensembleα−
limitedex
l'ensembledéniparl'unedes ara térisationséquivalentessuivantes:α (x) : =
\
t60
{φ (s, x) , s 6 t}
=
y ∈ Ω, ∃ (t
n
)
n∈N
∈ R
N
,
lim
n→+∞
t
n
= −∞,
n→+∞
lim
φ (t
n
, x) = y
5. L'originede e termeest la suivante :la premièrelettre del'alphabet gre ,
α
,et la dernière,ω
,sontemployéespourdésignerledébutetlandetoutes hoses.Jesuisl'alphaetl'omega,ditleSeigneurDieuquiest,quiétaitetquivient,le
tout-puissant...Jesuisl'alphaetl'omega,lepremieretledernier,le ommen ementetla
présen e (ou l'absen e) d'orbites périodiques. C'est la notion que nous allons
introduire dèsàprésent.
Dénition(orbitepériodique). Considéronsune traje toire
t 7→ x (t)
,dénie pour toutt ∈ R
. On dit que 'est une traje toire périodique, un y le ou uneorbitepériodique,s'ilexisteT ∈ R
+
telque:
∀t ∈ R, x (t + T ) = x (t)
Le pluspetit réel positif
T
, tel que ette assertionest vériée, est appelé période de l'orbite,etest notéτ
.Un théorème fondamental permettant d'assurer la non-existen e d'orbites
périodiquespourunsystèmedynamiqueduplanest le ritèresuivant.
Théorème (CritèredeDula -Bendixson). Considérons le système dynamique
autonome duplan suivant:
(
dx
dt
= f (x, y)
dy
dt
= g (x, y)
Supposons qu'ilexiste une fon tion
ϕ
dépendantedex
ety
,de lasseC
1
, telle que:∂ (ϕf )
∂x
+
∂ (ϕg)
∂y
soit presque partout de même signesurun domainesimplement onnexe
D
du plan.Alorsil n'existepasd'orbites périodiques ontenues dansD
.Idéede la preuve. Sanspertesdegénéralités,supposonsque,sur
D
:∂ (ϕf )
∂x
+
∂ (ϕg)
∂y
> 0
Ce ritèrepeutseprouverparl'absurde. L'appli ationduthéorèmede
Green-Ostrogradskisurunetraje toirefermée
T
dusystèmeautonomedansD
donne:ˆ
ˆ
D
∂ (ϕf )
∂x
+
∂ (ϕg)
∂y
dxdy = 0
D'oùla ontradi tion.Étude du hémostat à une
Présentation du système
diérentiel.
5.1 Guide des notations employées.
Désormais,et jusqu'àla nde e mémoire, nousemploieronsles notations
suivantes:
Notation Signi ation
S
Quantitédesubstratprésentedansle hémostatàl'instantt
.S
in
Con entrationennutrimentsrelevéeà l'entréedu hémostat.X
i
Quantitérelevéedel'espè ei
ausein du hémostat.µ
i
Expressiondela inétique relativeà l'espè ei
.D
Fa teurdedilution(déni ommele rapportdel'é oulementdeuideàtraverslevolumede ulture).
Touteslesquantitéspré édemment itéessont,bienentendu,positivesd'un
point de vue biologique. Une fois le système diérentiel établi, nous devrons
Dans le adre de e mémoire, la inétique
µ
i
relativeàl'espè ei
doitêtre une fon tionastreinte àêtre a minima monotone et vériantµ
i
(0) = 0
. Sou-lignons que nous avons déjà ité plusieurs types de inétiques dans la partieintrodu tive,dontla inétiquedetypeMonod: 'est elle- iquenous
emploie-ronsfréquemment.
5.2 Expression du système diérentiel du
hémo-stat.
Leséquationsrégissantl'évolutiond'uneespè eetdusubstratsontdonnées
parlesystèmediérentielsuivant:
˙
S
=
−µ (S) X
+D (t) (S
in
− S)
˙
X
=
µ (S) X
−D (t) X
(5.2.1)Nousavonsfaitle hoix denepasindiquerlesdépendan esen tempspour
lesquantités
S
etX
andenepasalourdirl'é rituredusystèmediérentiel.Remarque. I i,lele teurpourraremarquerqu'autraversde ettemodélisation,
ilapparaîtdans haqueéquationunterme d'ordrebiologique(respe tivement,
physique), orrespondantàlapremière(respe tivement,deuxième) olonne.
Remarque. Nousavonsfaitle hoixd'unrendementégalà
1
,i.e.maximal.Nous neperdonspasde généralités, pusique nous pouvonstoujoursnous ramener àuntelsystème,viaun hangementdevariables 1
.
Fait. Lele teurpourase onvain requ'ave untauxdedilutionidentiquement
nul(
D ≡ 0
),onretrouvel'expressionévoquéeenpartie1 2:
˙
X = µ (S) X
Fait. D'une façonplusgénérale,leséquations du hémostatà
n
espè es s'ob-tiennent:endupliquantl'équationen
X
pourlesautresX
i
.enenlevant
n
termesenµ
i
(S) X
i
(i ∈ {1, . . . , n}
)àlapremièreéquation. 1. D'ailleurs,danslalittérature,ilestassezfréquentd'adimensionnaliserlatotalitédusys-tèmeenfaisantdemultiples hangementsdevariables.Nousn'avonspasdé idédesuivre ette
te hniquequi,selonnous,perdtropd'informationsquantau tébiologiqueetmathématique
dusystème.
Chémostat à une espè e et
analyse des traje toires.
Reprenons le système diérentiel 5.2.1. Nous supposerons, sauf mention
ontraire,queletauxdedilution
D
estunefon tion onstantedutemps.Nous avonsainsi:˙
S
= −µ (S) X
+D (S
in
− S)
˙
X
=
µ (S) X
−DX
Cettepartieserauniquement onsa réeàl'expositiondeplusieursremarques
simpli atri es: volontairement,nous ne détailleronspas toutes lesidées
pré-sentéesi i,quiserontdavantagedéveloppéesdanslapartie suivante.
6.1 Le paramètre break-even on entration .
Supposons quel'espè e
X
est présente (X 6= 0
). La deuxièmeéquation de 5.2.1nousindiquequel'iso line1
˙
X = 0
est ara tériséeparµ (S) = D
.Si la inétique hoisieestde typeMonod, elaestéquivalentàarmer
quel'iso line
X = 0
˙
est ara tériséeparladroite:S =
KD
µ
max
− D
even on entration,quel'onnotehabituellement
λ
,laquantitésuivante:λ :=
KD
µ
max
− D
sousréserveque
D < µ
max
. On peut également la ara tériser omme laplus petitevaleurpossibledeS
vériantX = 0
˙
.La méthode pour trouver graphiquement la break-even on entration est
relativement simple : puisque
λ = µ
−1
(D)
dans le as où
D
est onstant, il sutde tra erla ourbereprésentativedeµ
ainsiqueladroite horizontalede oteD
:Figure6.1.1Re her hegraphiquedelabreak-even on entration.
Surlagure6.1.1,ilest lairquelesdeux ourbess'interse tentenunpoint,
dontl'abs issevadonnerlabreak-even on entration her hée.
Remarque. Nouspouvons supposer la simple monotonie de
µ
, éventuellement sa ontinuité.Dans tousles as,l'expressionλ = µ
−1
(D)
peutnepasavoirde
sens.Dansle adred'une inétiquedeMonod,onpeutvoirassezfa ilementque
si
µ
max
< D
,lavaleurdeλ
nepeutpasêtredonnéeparλ = µ
−1
(D)
tion de roissan e.
En sommantsesdeuxéquations onstitutivesdusystème5.2.1,ona:
˙
S + ˙
X
+ D (S + X) = DS
in
Ils'ensuit que
S + X
est une fon tion exponentielle delimite égaleàS
in
. On peut don on lure que l'ensembleω−
limite du système doit être in lus dansl'ensemble déniparS + X = S
in
,etquelestraje toiresde et ensembleω−
limitedoiventvérier:˙
X = X
µ
max
(S
in
− X)
K + S
in
− X
− D
quipeutseréé rire,enfaisantintervenirlabreak-even on entration,
˙
X = X
µ
max
− D
K + S
in
− X
(S
in
− λ − X)
(6.2.1)D'oreset déjà, onpeut étudierle omportement qualitatifde
X
selon er-taines onditionsgrâ eàl'analysedel'équationde roissan e6.2.1:Si
µ
max
< D
,l'organismeestlessivéavantd'atteindresontauxde rois-san eoptimal.Iln'estdon passurprenantdes'attendreà eque:lim
t→+∞
X (t) = 0
Si
λ > S
in
,iln'y apasassezdenutrimentspourquel'organismepuisse survivre,onaégalement:lim
t→+∞
X (t) = 0
Siλ < S
in
etµ
max
> D
,ona:lim
t→+∞
X (t) = S
in
− λ
t→+∞
lim
S (t) = λ
Fait. Dans ledernier as, la preuvede la onvergen easymptotiquede
X
versS
in
− λ
s'étend des fon tions de Monod à toute fon tion roissante telle queÉtudionsbrièvementleséquilibresde esystème:
˙
S
= −µ (S) X
+D (S
in
− S)
˙
X
=
µ (S) X
−DX
Lemme. Il y a au moins un, et au plus deux équilibres pour le système du
hémostatàune espè e:
L'équilibrede lessivage
(S
in
, 0)
,qui existetoutletemps a . L'équilibre de survie(S
∗
, S
in
− S
∗
)
, aveS
∗
= µ
−1
(D)
, qui existesousréservede dénitionde l'expressionpré édente.
a . C'est equiest urieux:l'équilibredesurvieest omplètementindépendantdes
ondi-tions initiales pour
S
etX
. Ainsi, le système des équations du hémostat oublie es onditionsinitiales.Laremarquepré édenteestimportante:leportraitdephasesuivantprésente
unsystème, oùseull'équilibre delessivageexiste,etest attra tif.
vons onstater l'attra tivitédel'équilibre de survie,et larépulsivité de
l'équi-libredelessivage.
Figure 6.3.2Portraitdephase:l'équilibre desurvieexiste.
Pourfaire es simulations, nous avonssimplement utilisé Mathemati a ®
pourtra erle hampdeve teursasso iéausystèmesuivant:
(
˙
S
= −
2 S
0.3+S
X
+D (1 − S)
˙
X
=
2 S
0.3+S
X
−DX
où nous avons juste joué sur le paramètre de dilution. Nous l'avons pris
onstant 2
danslesdeuxsimulations,ave unevaleurégaleà
1.65
(resp.1
)dans lepremier(resp.se ond)portraitdephase.où
µ
max
< D
,lelessivage onstitueunéquilibreglobalementasymptotiquement stable.C'est e quenousfaisonsdèsàprésent.Lemme. Plaçons-nous dansle adredu hémostat à une espè e dontla
iné-tique
µ
suitunmodèlede Monod,etsupposonsde plusqueµ
max
< D
.L'équilibre de lessivage
(S
in
, 0)
estle seuléquilibre dusystème 5.2.1. Ilest,de plus, globalement asymptotiquement stable, 'est-à-dire que pour toutesondi-tionsinitiales :
(S (t) , X (t)) −→
t→+∞
(S
in
, 0)
Démonstration. Nousavonsdéjàvuquel'équilibredelessivageestleseul
équi-libre du système diérentiel 5.2.1 dès lors que l'expression
µ
−1
(D)
n'est pas
dénie.
Deplus,noussavonsque:
˙
X = (µ (S) − D) X 6 (µ
max
− D) X
et nous avons supposé que
µ
max
< D
. Ils'ensuit que pour toute ondition initiale,X (t) −→
t→+∞
0
.
Enn, nousavonsdéjà vuque
S + X
étaitune fon tionexponentiellement dé roissante de limite égaleàS
in
.Pour toute ondition initiale,on auradonS (t) −→
t→+∞
S
in
.
Donnonsmaintenantunepreuvealternative,plus omplexe.
Démonstration. Cher hons les ara téristiquesdes iso lines de pente nulle du
systèmediérentiel5.2.1du hémostatàuneespè e.Onobtientque:
˙
X = 0 ⇐⇒
X = 0
ouµ (S) = D
Puisquel'on asupposéque
µ
max
< D
,alorsD
µ
max
> 1
Or,ilestfa iledevoirqueIm
(ζ) ⊂ [0, 1]
,enposant:ζ : R
+
−→ [0, 1]
S
7−→
1
µ
max
µ (S) =
S
K + S
etil n'existedon pasde
S ∈ R
˜
+
telqueζ
˜
S
=
D
µ
max
.Laseuleiso linede
X = 0
˙
estdonX = 0
.Cher honsmaintenantl'iso line deS = 0
˙
, omptetenudufaitqueX = 0
,onadon obligatoirement:S = S
in
desorteque leseuléquilibredusystème 5.2.1est
(S
in
, 0)
.Montrons main-tenantqu'ilest globalementasymptotiquementstable.Pourtout
S ∈ R
+
,ona
ζ (S) 6 1
.Ce quinouspermetd'é rire:˙
X = (µ (S) − D) X = (µ
max
ζ (S) − D) X 6 (µ
max
− D) X
L'intégrationdel'inéquationdiérentielle pré édentedonneainsi:
∀t ∈ R
+
, X (t) 6 X (0) exp ((µ
max
− D) t)
(6.3.1) et,puisqueµ
max
< D
(parhypothèse),ils'ensuitque:X (t) −→
t→+∞
0
etil neresteplusqu'àétudierle omportementasymptotiquede
S
.Unefaçondepro éderestd'utiliserlaméthodedelavariationdela onstante,
ausensdes équationsdiérentielles. C'est e que nousallonsfaire: posonsi i
U (t) := S
in
− S (t)
.Ainsi,l'équation :˙
S = −µ
max
ζ (S) X + D (S
in
− S)
setransformetrivialementen:
− ˙
U = −µ
max
ζ (S
in
− U ) X + DU
quel'onpeuten oreréé rireen:
˙
U + DU = µ
max
ζ (S) X
(6.3.2) Larésolutiondel'équationhomogèneasso iéeà6.3.2nousdonnelasolutionhomogènesuivante,quel'onnoteratemporairement
U
p
:où
κ
estune onstantearbitraire.Laméthodedelavariationdela onstante nouspermet de onsidérerlafon tionsuivante :e
U (t) := κ (t) exp (−Dt)
Partant du prin ipe que
U
e
est solution de l'équation diérentielle 6.3.2, il s'ensuitque:˙κ (t) exp (−Dt) = µ
max
ζ (S) X
Ilneresteplusqu'àintégrer
κ
:κ (t) = µ
max
ˆ
t
0
exp (Dτ ) ζ (S (τ )) X (τ ) dτ
equi donnedon :
e
U (t) = µ
max
ˆ
t
0
exp (−D (t − τ )) ζ (S (τ )) X (τ ) dτ
Compte tenudesremarquespré édentes,l'équation suivanteestli ite :
S (t)−S
in
= exp (−Dt) (S (0) − S
in
)−µ
max
ˆ
t
0
exp (−D (t − τ )) ζ (S (τ )) X (τ ) dτ
De plus,on sait que
ζ
est majorée par1
et,en utilisantl'inéquation6.3.1, onpeutmajorerl'intégraleprésentedansl'égalitépré édente:ˆ
t
0
exp (−D (t − τ )) ζ (S (τ )) X (τ ) dτ
6
ˆ
t
0
exp (µ
max
τ − Dt) dτ
X (0)
=
X (0)
µ
max
(exp ((µ
max
− D) t) − exp (−Dt))
desorteque:
|S (t) − S
in
| 6
X (0) exp ((µ
max
− D) t) + exp (−Dt) (|S (0) − S
in
| − 1)
6
X (0) exp ((µ
max
− D) t) + O (exp (−Dt))
oùlanotation
O (.)
désignelanotationdeLandauasso iéeàladomination d'unefon tionparuneautreauvoisinagedel'inni.Il s'ensuit don que
S (t) → S
in
lorsquet → +∞
, et que es résultats restentvalablespourn'importequeljeude onditionsinitialespositives, equiDans le as où l'on n'apas
µ
max
< D
, le lessivage et l'équilibre de survie existenttousdeux.Le lessivageest unéquilibre répulsifet l'équilibrede survieestunéquilibreglobalementasymptotiquementstablesur
R
+
∗
: 'est equenous allonsprouver.Lemme. Plaçons-nous dans le adredu hémostat à une espè e dontla
iné-tique
µ
suitunmodèlede Monod,etsupposonsde plusqueµ
max
>
D
.L'équilibrede survie
(λ, S
in
− λ)
estunéquilibreglobalementasymptotiquement stablesurR
+
∗
, 'est-à-direquepourtoutes onditionsinitiales prisesdansR
+
∗
:(S (t) , X (t)) −→
t→+∞
(λ, S
in
− λ)
Démonstration. Nousutilisons 3
lerésultatsuivant,quenousavonsprouvédans
lase tion
9.1
:∀ε > 0, ∃T > 0, ∀t > T,
(
∀x > S
in
− λ + ε,
X < 0
˙
∀x < S
in
− λ − ε,
X > 0
˙
Ils'ensuitqu'entempsinni,
Im (X) ⊆ [S
in
− λ − ε, S
in
− λ + ε]
Ce iétantvalablepourtout
ε > 0
,onendéduitque:lim
t→+∞
X (t) = S
in
− λ
Enn,étantdonnéque
S+X
estunefon tionexponentiellementdé roissante tendantversS
in
,onendéduitsimplementqueS
onvergeversλ
, equia hève lapreuve.6.4 Diagramme opératoire : survie ou lessivage?
Dans ettese tion,supposonsquela inétiquesuivieparl'espè eestdetype
Monod.
3. Nousnoussommespermisd'utiliser erésultat,sansenexpli iterlapreuve.Eneet,la
àsa roissan e:
µ (S
in
) :=
µ
max
S
in
K
S
+ S
in
> D
alors,l'espè e mi robiennesurvit, 'est-à-dire:
X (t) −−−−−→
t→+∞
S
in
− λ
Dansle as ontraire,onassisteàunphénomènedelessivage, 'est-à-dire:
X (t) −−−−−→
t→+∞
0
On peut résumer es informations sur le diagramme opératoire 6.4.1, qui
indiquesil'organismevasurvivreouêtrelessivé,selonlesparamètres
D
etS
in
.Figure6.4.1Diagrammeopératoiresurvie- extin tion.
Lafrontièreentre lasurvieetlelessivageest donnéepar:
S
in
=
KD
µ
max
− D
Étude du hémostat à deux
espè es : ompétition dans le
Cinétique de Monod et étude
des ourbes de roissan es.
Dans e hapitre,nousferonsl'hypothèsequela inétiquesuivieparlesdeux
espè esestdetypeMonod.Pourrappel,unetelle inétiqueestdelaforme:
µ
i
(S) =
µ
max
i
S
K
S
i
+ S
où,pour
i ∈ {1, 2}
,µ
max
i
etK
S
i
sontdes onstantespositivesintrinsèques à haqueespè ei
.7.1 CinétiquedeMonod:interse tionsdes ourbes
de roissan e.
Étudions brièvement les onditions mathématiques régissant les
interse -tions des ourbes de roissan e entre elles. Il est lair que si
S = 0
, alorsµ
1
(S) = µ
2
(S) = 0
. Cher hons maintenant une autre interse tion non tri-viale:supposonsmaintenantl'existen ed'unautrepointd'interse tion,S 6= 0
. Onaalors:µ
1
(S) = µ
2
(S)
⇐⇒
µ
max
1
S
K
S
1
+ S
=
µ
max
2
S
K
S
2
+ S
S6=0
⇐⇒
µ
max
1
K
S
1
+ S
=
µ
max
2
K
S
2
+ S
⇐⇒
µ
max
1
K
2
− µ
max
2
K
1
= S × (µ
max
2
− µ
max
1
)
µ
max1
6=µ
max2
⇐⇒
S =
µ
max
1
µ
max
2
− µ
max
1
K
2
−
µ
max
2
µ
max
2
− µ
max
1
K
1
Dans ettedernièreétape,nousavonssupposéquelesdeuxquantités
µ
max
i
étaient diérentes. Une véri ationrapide prouve quesi es quantités étaient
égales,alorsles deux inétiques
µ
i
sontrigoureusement partoutidentiques, e quin'estpasun asintéressantpournotreétude.Nousnoteronsdon :
S
∗
=
µ
max
1
µ
max
2
− µ
max
1
K
2
−
µ
max
2
µ
max
2
− µ
max
1
K
1
etnousposeronsD
∗
= µ
1
(S
∗
) = µ
2
(S
∗
)
.Remarquonsque, dansle as del'existen e d'uneinterse tion non triviale,
l'espè e ayantla plus grande inétique de saturation
µ
max
i
(ou en ore la plus petitebreak-even on entrationλ
i
)prédominepourS > S
∗
.
Notons que
S = 0
est le seul point d'interse tion des deux ourbes si et seulementsi:µ
max
2
µ
max
1
=
K
2
K
1
Résumonsl'ensembledenosrésultatssousleslemmes suivants.
Lemme. Si
µ
max
1
= µ
max
2
,ousiµ
max2
µ
max1
=
K
2
K
1
,lesdeux ourbesde roissan es
ne s'interse tentqu'enl'interse tion triviale