AgrégationùmarocaineùdeùMathématiques,ùsessionù2024
Épreuve de modélisation et Calcul Scientifique
Évolutionùdùuneùpopulation
’
Résumé : L’évolution d’une population est décrite par une équation de réaction-diffusion.
On étudie l’existence de solutions en ondes progressives puis on propose un schéma de type
différences finies semi-implicite en temps pour le calcul d’une solution approchée.
Mots clefs : Equations aux dérivées partielles. Equations différentielles ordinaires. Différences
finies.
I Il est rappelé que le jury n’exige pas une compréhension exhaustive du texte. La présen-
tation, bien que totalement libre, doit être organisée et le jury apprécie qu’un plan soit
annoncé en préliminaire. L’exposé doit être construit en évitant la paraphrase et met-
tant en lumière les connaissances, à partir des éléments du texte. Il doit contenir des
illustrations informatiques réalisées sur ordinateur, ou, à défaut, des propositions de
telles illustrations. Des pistes de réflexion, indicatives et largement indépendantes les
unes des autres, vous sont proposées en fin de texte.
1. Description de l’évolution d’une population
On souhaite décrire l’évolution d’une population que l’on suppose, pour simplifier, répar-
tie sur une droite ou un segment. Cette population se renouvelle grâce à des naissances et
des décès et est soumise à un phénomène de migration. La taille de la population au point
x ∈ R et à l’instant t ≥ 0 est donnée par u(x, t ).
On omet provisoirement les variations en espace et l’on note encore u(t ) la taille de la
population en fonction du temps. Si l’on suppose que le nombre de naissances, comme le
nombre de décès, est proportionnel à la taille de la population avec un taux fixe, on obtient
que u(t ) doit vérifier
d u(t )
(1) = αu(t ),
dt
avec α ∈ R. Si α > 0, cela implique que la taille de la population croît exponentiellement vite.
Il semble plus réaliste d’envisager que les taux de natalité et de mortalité dépendent de la
taille de la population. En effet, plus la taille de la population augmente, plus son taux de
natalité diminue et son taux de mortalité augmente. On peut alors proposer de remplacer le
modèle (1) par le modèle suivant :
d u(t ) ³ u(t ) ´
(2) = αu(t ) 1 − ,
dt κ
avec α et κ deux réels strictement positifs. Dans ce cas, on peut trouver explicitement la
solution du problème avec condition initiale u(t = 0) = u 0 . Si u 0 ∈]0, κ[, cette solution est
Page 1/6 2019AD1X 22
1.5
g(u)=u
g(u)=u(1−u)
2
g(u)=u(1−u )
1
u(t)
0.5
0
0 2 4 6 8 10
t
F IGURE 1. Solutions de d du(t )
t = g (u(t )) avec u(0) = 0.1 pour les fonctions
g (u) = u, g (u) = u(1 − u), g (u) = u(1 − u 2 ).
définie pour tout t , est strictement positive et tend vers κ quand t tend vers +∞. La taille de
la population reste donc bien finie. On notera que le modèle :
d u(t ) ³ u(t )2 ´
(3) = αu(t ) 1 − 2
dt κ
garantit le même type de comportement. On représente sur la figure 1 les solutions obtenues
pour les modèles (1), (2) et (3) avec une même condition initiale. Les paramètres α et κ ont
été pris égaux à 1 et on garde cette hypothèse simplificatrice dans la suite du texte.
On souhaite maintenant prendre en compte la variation spatiale de la population u(x, t ).
Cette variation est due à des phénomènes migratoires. On modélise ce mouvement de popu-
lation dans l’espace par une loi de diffusion et on superpose cet effet à l’évolution en temps
due aux naissances et aux décès. Cela conduit à considérer l’équation suivante pour u :
∂u(x, t ) ∂2 u(x, t )
(4) =ν + g (u(x, t )),
∂t ∂x 2
où ν est le coefficient de diffusion et où la fonction g peut être égale à g (u) = u(1 − u) ou
g (u) = u(1 − u 2 ). La taille de la population à l’instant initial est donnée par
(5) u(x, 0) = u 0 (x).
On pourra considérer dans la suite que la population vit sur l’espace non borné R, ce qui
est peu réaliste, ou sur un espace borné de la forme [−L, L]. Dans ce cas, on supposera que
la population est isolée, ce qui signifie qu’il n’y a pas de flux migratoires aux bornes de l’in-
tervalle :
∂u ∂u
(6) (−L, t ) = (L, t ) = 0.
∂x ∂x
2019AD1X 22 Page 2/6
2. Existence de solutions en ondes progressives
Dans cette partie, on suppose que l’espace n’est pas borné et l’on considère le modèle
(4) avec ν = 1 et g (u) = u(1 − u 2 ). On notera le modèle correspondant (F). L’objectif est de
déterminer des solutions explicites du problème.
Pour cela, on cherche des solutions dites en ondes progressives : u(x, t ) = U (ξ) avec ξ =
c(x − λt ), avec c et λ deux constantes réelles non nulles pour que la solution soit effective-
ment propagative. Une procédure pour la recherche de telles solutions peut formellement
s’établir comme suit :
i) On exprime les opérateurs de dérivation en t et x en fonction de la dérivée par rapport
∂
à ξ (c’est-à-dire ∂t = −cλ ddξ ). Dans le cas de (F), on obtient
dU (ξ) d 2U (ξ)
(7) cλ + c2 +U (ξ) −U 3 (ξ) = 0.
dξ d ξ2
ii) En introduisant la nouvelle variable Y = tanh(ξ), on effectue le changement de variable
U (ξ) = S(Y ) dans (7). On peut exprimer formellement les dérivées premières et secondes par
rapport à ξ en fonction des dérivées premières et secondes par rapport à Y .
iii) On cherche ensuite U (ξ) = S(Y ) sous la forme d’un polynôme en Y = tanh(ξ), selon
PM
S(Y ) = k=0 a k Y k . En substituant, on obtient l’équation suivante pour S(Y ) :
2 ¶
dS dS 2 d S
µ
2 2 2
(8) cλ(1 − Y ) + c (1 − Y ) −2Y + (1 − Y ) + S − S 3 = 0.
dY dY dY 2
En examinant les termes de plus haut degré dans (8), on obtient la contrainte pour M : 3M =
2 + 2 + M − 2, soit M = 1. Et donc S(Y ) = a 0 + a 1 Y .
iv) En substituant S(Y ) = a 0 + a 1 Y , S 0 (Y ) = a 1 et S 00 (Y ) = 0 dans (8), on obtient un système
d’équations algébriques pour a 0 , a 1 c et λ. En annulant chacun des coefficients en facteur
respectivement de Y 3 , Y 2 , Y 1 et Y 0 , on trouve
(9) 2a 1 c 2 − a 13 = 0, −a 1 cλ − 3a 0 a 12 = 0,
(10) −2a 1 c 2 + a 1 − 3a 02 a 1 = 0, a 1 cλ + a 0 − a 03 = 0.
Par substitution, on peut obtenir des solutions de (9)–(10). On cherche des solutions telles
que a 1 6= 0 et c 6= 0. Un exemple de telles solutions est donné par
1 1 −3 1
(11) a0 = , a1 = , λ= p , c= p ,
2 2 2 2 2
valeurs qui conduisent à
µ ¶
1 1 1 ³ 3 ´
(12) u(x, t ) = + tanh p x + p t .
2 2 2 2 2
Page 3/6 2019AD1X 22
3. Approximation par un schéma numérique
Soit L 6= 0 et T > 0. On s’intéresse maintenant à l’approximation numérique du problème
(4)–(5)–(6) posé sur [−L, L] × [0, T ]. Pour cela, on se donne une subdivision (x j )1≤ j ≤J de l’in-
tervalle [−L, L] : x j = −L + ( j − 1)h pour 1 ≤ j ≤ J , avec h = J2L
−1
. Notons également τ le pas de
temps et t n = nτ pour 1 ≤ n ≤ N , avec N τ = T .
Le schéma que l’on propose d’étudier est un schéma semi-implicite : le terme de diffusion
est approché de manière implicite tandis que le terme non linéaire d’évolution est approché
de manière explicite. Le schéma est le suivant :
u n+1
j
− u nj u n+1
j +1
− 2u n+1
j
+ u n+1
j −1
(13) =ν + g (u nj ), ∀1 ≤ j ≤ J , ∀0 ≤ n ≤ N − 1,
τ h2
(14) u 0n+1 = u 1n+1 , u n+1 n+1
J +1 = u J , ∀0 ≤ n ≤ N − 1,
(15) u 0j = u 0 (x j ), ∀1 ≤ j ≤ J .
À chaque pas de temps n, le schéma (13)–(14) s’écrit comme un système linéaire de vec-
teur inconnu U n+1 = (u n+1
j
)1≤ j ≤J :
(16) MU n+1 = U n + τG n ,
avec G n = (g (u nj ))1≤ j ≤J (on notera qu’on a multiplié (13) par τ pour l’écrire le système linéaire
sous la forme (16)).
Proposition 1. La matrice M du schéma numérique est symétrique définie positive.
Le point essentiel de la démonstration consiste à établir que
t
J τν JX −1
V MV = v 2j + (v j +1 − v j )2 , ∀V = (v j )1≤ j ≤J ∈ R J .
X
(17)
j =1 h 2 j =1
La proposition 1 garantit l’existence et l’unicité d’une solution au schéma numérique à chaque
pas de temps.
Proposition 2. Soit B = (b j )1≤ j ≤J ∈ R J . Si b j ≥ 0 pour tout 1 ≤ j ≤ J , alors la solution V =
(v j )1≤ j ≤J du système linéaire MV = B vérifie v j ≥ 0 pour tout 1 ≤ j ≤ J .
Pour montrer la proposition 2, on peut par exemple utiliser la fonction s 7→ s − = min(s, 0)
(fonction croissante sur R) et associer à V ∈ R le vecteur V − = ((v j )− )1≤ j ≤J . On a :
t
J τν JX −1
(V − )MV = (v −j )2 + (v − − v −j )(v j +1 − v j ) ≥ 0, ∀V ∈ R J .
X
(18)
j =1 h 2 j =1 j +1
Or, si V est solution de MV = B avec B à composantes positives, t (V − )MV = t(V − )B est
également négatif ou nul. On en déduit que t (V − )MV = 0 et que V − = 0.
Proposition 3. Soit u 0 une fonction continue sur [−L, L] à valeurs dans [0, 1]. Soit g une fonc-
tion de classe C 1 sur [0, 1], qui s’annule en 0 et en 1 et qui est positive sur [0, 1]. On note
2019AD1X 22 Page 4/6
G = max[0,1] |g 0 |. Si le pas de temps vérifie τG ≤ 1, la solution du schéma numérique (13)–
(14)–(15) vérifie
(19) 0 ≤ u nj ≤ 1, ∀1 ≤ j ≤ J , ∀0 ≤ n ≤ N .
Cette proposition se démontre par récurrence sur n. Si U n est un vecteur à coefficients
positifs et majorés par 1, on vérifie que MU n+1 et M(1 −U n+1 ) (où 1 est le vecteur de R J dont
tous les coefficients sont égaux à 1) sont des vecteurs à coefficients positifs.
4. Simulations numériques
Dans les simulations, on prend L = 40 et on fixe le coefficient de diffusion ν = 1. Les para-
mètres numériques sont J = 50 et τ = 0.01.
On considère tout d’abord le cas où g (u) = u(1−u 2 ) et on prend comme condition initiale
u 0 (x) = u(x, 0) où u est l’onde progressive donnée par (12). Le domaine étant assez grand,
on peut comparer la solution donnée par le schéma numérique avec l’onde progressive à
différents instants. Les résultats sont présentés sur la figure 2.
T=5 T=15
1 1
schema schema
onde prog onde prog
0.8 0.8
0.6 0.6
u
0.4 0.4
0.2 0.2
0 0
−40 −20 0 20 40 −40 −20 0 20 40
x x
F IGURE 2. Comparaison de la solution en onde progressive et de la solution
donnée par le schéma numérique à T = 5 et T = 15.
On choisit ensuite une condition initiale localisée près de 0 :
0.8 cos πx
( ¡ ¢
20
si |x| ≤ 10,
(20) u 0 (x) =
0 sinon.
On présente sur la figure 3 les solutions données par le schéma numérique à différents ins-
tants pour g (u) = u(1−u) et g (u) = u(1−u 2 ). On constate un comportement similaire avec les
deux modèles. Par ailleurs, ces simulations numériques montrent que la population gagne
tout l’espace et tend vers la valeur maximale accessible : 1.
Page 5/6 2019AD1X 22
T=1 T=15
1 1
2 2
g(u)=u(1−u ) g(u)=u(1−u )
g(u)=u(1−u) g(u)=u(1−u)
0.8 0.8
0.6 0.6
u
u
0.4 0.4
0.2 0.2
0 0
−40 −20 0 20 40 −40 −20 0 20 40
x x
F IGURE 3. Comparaison des solutions données par le schéma numérique
pour deux valeurs de g , aux instants T = 1 et T = 15.
Suggestions et pistes de réflexion
I Les pistes de réflexion suivantes ne sont qu’indicatives et il n’est pas obligatoire de les
suivre. Vous pouvez choisir d’étudier, ou non, certains des points proposés, de façon plus
ou moins approfondie, mais aussi toute autre question à votre initiative. Vos investiga-
tions comporteront une partie traitée sur ordinateur et, si possible, des représentations
graphiques de vos résultats. À défaut, si vos illustrations informatiques n’ont pas abouti,
il est conseillé d’expliquer ce que vous auriez souhaité mettre en œuvre.
— Préciser la modélisation (en particulier, l’obtention de (4)).
— Justifier l’existence et unicité de la solution de (2) ou (3) avec condition initiale u 0 . On
pourra également justifier le comportement qualitatif mis en évidence par la figure 1.
— Préciser les étapes et hypothèses du calcul permettant d’obtenir l’expression (12). On
pourra également donner d’autres solutions du système (9)–(10).
— Justifier le schéma numérique proposé (13)–(14)–(15).
— Détailler la démonstration des propositions 1 et 2.
— Démontrer la proposition 3.
2019AD1X 22 Page 6/6
