Introduction Modelisation

Vous aimerez peut-être aussi

Vous êtes sur la page 1sur 26

Préambule Qu’est ce qu’un modèle ? Un modèle ? pour quel usage ?

La démarche scientifique : le modèle et l’expérience

Une introduction à la modélisation 1


École thématique «Initiation à la modélisation»

Sébastien Gaucel

INRA

21-25 mai 2012, La Rochelle

1. Inspiré du cours « Modélisation des systèmes biologiques », J-P Masson, J-S Pierre et C Wolf, 2007
Préambule Qu’est ce qu’un modèle ? Un modèle ? pour quel usage ? La démarche scientifique : le modèle et l’expérience

1 Préambule

2 Qu’est ce qu’un modèle ?

3 Un modèle ? pour quel usage ?

4 La démarche scientifique : le modèle et l’expérience


Préambule Qu’est ce qu’un modèle ? Un modèle ? pour quel usage ? La démarche scientifique : le modèle et l’expérience

Préambule 1

1. Illustrations de Vincent Fromion, INRA MIG


Préambule Qu’est ce qu’un modèle ? Un modèle ? pour quel usage ? La démarche scientifique : le modèle et l’expérience
Préambule Qu’est ce qu’un modèle ? Un modèle ? pour quel usage ? La démarche scientifique : le modèle et l’expérience
Préambule Qu’est ce qu’un modèle ? Un modèle ? pour quel usage ? La démarche scientifique : le modèle et l’expérience

Qu’est ce qu’un modèle ?

Quelques définitions
Un modèle est une représentation (plus ou moins simplifiée) de la réalité pour
pouvoir lui appliquer des outils/techniques/théories mathématiques (ou autres).
La modélisation consiste en la construction, l’étude et l’interprétation d’un
modèle.

«Lens through which to view the universe» Simon A. Levin, Mathematics and Biology : The interface
Préambule Qu’est ce qu’un modèle ? Un modèle ? pour quel usage ? La démarche scientifique : le modèle et l’expérience

Qu’est ce qu’un modèle ?


Extrait d’un discours 1 de René Thom 2

«Alors, en quoi consiste la modélisation ?


Eh bien ! On peut l’interpréter de la manière suivante. Nous avons au départ une situation
énigmatique que j’appellerai X . C’est donc la situation qui fait le problème. La situation
énigmatique nous pose des questions. Ces questions, je suppose que nous sommes en mesure de les
formuler. Je vais appeler cela Qb. C’est l’ensemble des questions posés par la situation énigmatique.
Ainsi pour résoudre les questions Q b, la modélisation consiste à faire appel à un système auxilaire
qu’on appelle le modèle M. Et ce modèle est supposé être une représentation, une copie
analogique de la situation qu’on se propose d’étudier. Il y a donc entre X et M une relation
d’analogie dont je ne précise pas la nature pour le moment.
L’analogie, on l’appellera A.
Dans cette analogie, la question Q b peut se transcrire en un ensemble de questions qui sont
pertinentes pour le modèle M. Et ces questions transcrites de Q b dans l’analogie A, ce sont les
questions que je vais poser au modèle. Je vais donc proposer les questions Q au modèle et le
modèle, en le laissant, si j’ose dire, interroger par mon expérimentation, va donner une réponse R.
Tout cela s’appelle faire jouer le modèle.
Et une fois qu’on a fait jouer le modèle, on obtient la réponse R.
En se servant de l’analogie en sens inverse on construit une réponse : b R.
Et cette réponse bR on peut, parfois, la comparer à la réponse effective, la réponse expérimentale.
Et en comparant la réponse b R à la réponse expérimentale, on est capable de savoir si le modèle a
correctement fonctionné ou non. . . .»

1. Colloque «Mathématiques en Grande École» de 1980 (Toulouse 12-13 mai 1980, pp 117-118)
2. fr.wikipedia.org/wiki/René_Thom
Préambule Qu’est ce qu’un modèle ? Un modèle ? pour quel usage ? La démarche scientifique : le modèle et l’expérience

Les points clés du discours

« Nous avons au départ une situation énigmatique que j’appellerai X . C’est donc la situation qui fait le problème.
La situation énigmatique nous pose des questions. Ces questions, je suppose que nous sommes en mesure de les
formuler. Je vais appeler cela Q . C’est l’ensemble des questions posés par la situation énigmatique.»
b
Transcription
^Q Q

Situation énigmatique Analogie Modèle


Expérience
X M

Analogie Inverse
^R R
Préambule Qu’est ce qu’un modèle ? Un modèle ? pour quel usage ? La démarche scientifique : le modèle et l’expérience

« Ainsi pour résoudre les questions Q , la modélisation consiste à faire appel à un système auxilaire qu’on
b
appelle le modèle M. Et ce modèle est supposé être une représentation, une copie analogique de la situation
qu’on se propose d’étudier. Il y a donc entre X et M une relation d’analogie dont je ne précise pas la nature pour
le moment. L’analogie, on l’appellera A.»

Transcription
^Q Q

Situation énigmatique Analogie Modèle


Expérience
X M

Analogie Inverse
^R R
Préambule Qu’est ce qu’un modèle ? Un modèle ? pour quel usage ? La démarche scientifique : le modèle et l’expérience

« Dans cette analogie, la question Q peut se transcrire en un ensemble de questions qui sont
b
pertinentes pour le modèle M. Et ces questions transcrites de Q dans l’analogie A, ce sont les questions que je
b
vais poser au modèle. »

Transcription
^Q Q

Situation énigmatique Analogie Modèle


Expérience
X M

Analogie Inverse
^R R
Préambule Qu’est ce qu’un modèle ? Un modèle ? pour quel usage ? La démarche scientifique : le modèle et l’expérience

« Je vais donc proposer les questions Q au modèle et le modèle, en le laissant, si j’ose dire, interroger par mon
expérimentation, va donner une réponse R.
Tout cela s’appelle faire jouer le modèle. Et une fois qu’on a fait jouer le modèle, on obtient la réponse R.
En se servant de l’analogie en sens inverse on construit une réponse : R . b
Et cette réponse R on peut, parfois, la comparer à la réponse effective, la réponse expérimentale.
b
Et en comparant la réponse R à la réponse expérimentale, on est capable de savoir si le modèle a correctement
b
fonctionné ou non. . . .»

Transcription
^Q Q

Situation énigmatique Analogie Modèle


Expérience
X M

Analogie Inverse
^R R
Préambule Qu’est ce qu’un modèle ? Un modèle ? pour quel usage ? La démarche scientifique : le modèle et l’expérience

Remarques

Il n’y a pas de modèle vrai


Le modèle est construit :
pour donner une représentation intelligible et partageable d’un système qui nous
intéresse
pour mieux le comprendre et l’expliquer (somme toutes le connaître)
Par nature, un modèle ne peut être vrai (incomplétude, subjectivité).
Mais il peut être utile : mieux compris, le système sera plus facile à optimiser, à
contrôler, . . .

On ne construit pas un modèle ex-nihilo


Il faut un objectif (résoudre des questions de la situation énigmatique)
soutenu par des idées a priori (hypothèses)
pour construire un modèle et par suite une expérience.
Cet objectif oblige à un regard particulier sur le phénomène étudié afin d’identifier les
variables cruciales pour le système.
Préambule Qu’est ce qu’un modèle ? Un modèle ? pour quel usage ? La démarche scientifique : le modèle et l’expérience

Économie de pensée et parcimonie

Un modèle simple est plus efficace et plus facile à mémoriser, à comprendre et à


communiquer.
Un modèle simple qui met en jeu les variables primordiales relative à notre
questionnement et qui nous paraissent nécessaires à mesurer pour comprendre le
phénomène biologique étudié et des relations traduisant nos idées a priori aussi
simplement que possible.
Pas de définition plus précise de modèle simple
Simplicité ne s’oppose pas à complexité !
Généricité / généralisation d’un modèle

«Everything should be made as simple as possible, but not simpler» Albert Einstein.

«Pluralitas non est ponenda sine necessitate» Les multiples ne doivent pas être utilisés sans nécessité.
«Entia non sunt multiplicanda practer necessitatem» Les entités ne doivent pas être multipliées au delà de ce qui est nécessaire.
«Frustra fit per plura quod potest fieri per pauciora» C’est en vain que l’on fait avec plusieurs ce que l’on peut faire avec un petit
nombre.
Attribuées à William d’Occam
Préambule Qu’est ce qu’un modèle ? Un modèle ? pour quel usage ? La démarche scientifique : le modèle et l’expérience

Utilité et utilisations de la modélisation

2 grandes missions
Comprendre
Prédire

Utilisation pour
la synthèse des connaissances
la simulation
la prédiction
le contrôle
l’aide à la décision
...

Pas de classification universelle des modèles


Préambule Qu’est ce qu’un modèle ? Un modèle ? pour quel usage ? La démarche scientifique : le modèle et l’expérience

Exemple d’utilisation pour le contrôle 1

Same beer, higher productivty


Ethyl acetate Ethyl acetate
Target: R5 [30 mg/L] Target: R5 [30 mg/L]

Phenyl Ethyl hexanoate Phenyl Ethyl


ethanol [0.25 mg/L] ethanol hexanoate
[50 mg/L] [50 mg/L] [0.25 mg/L]

Isoamyl Isoamyl Isoamyl Isoamyl


alcohol acetate alcohol acetate
[110 mg/L] [4.5 mg/L] [110 mg/L] [4.5 mg/L]

Biomass Biomass
Temperature [°C] Pressure [mbar] 106/mL Temperature [°C] Pressure [mbar] 106/mL
16 1813 20 16 1813 20

15
13 1413 13 1413
10

10 1013 10 1013
0 25 50 75 100125 0 25 50 75 100125 5 0 25 50 75 100 0 25 50 75 100 5
Time [h] Time [h] Time [h] Time [h]
tf = 121 h tf = 81 h

1. Travaux de Cristian Tréléa et al, INRA GMPA


Préambule Qu’est ce qu’un modèle ? Un modèle ? pour quel usage ? La démarche scientifique : le modèle et l’expérience

Exemple d’utilisation pour le contrôle 1

Same ingredients, different beers


Ethyl acetate Ethyl acetate
Target: B2 [30 mg/L] Target: B3 [30 mg/L]

Phenyl Ethyl hexanoate Phenyl Ethyl


ethanol [0.25 mg/L] ethanol hexanoate
[50 mg/L] [50 mg/L] [0.25 mg/L]

Isoamyl Isoamyl Isoamyl Isoamyl


alcohol acetate alcohol acetate
[110 mg/L] [4.5 mg/L] [110 mg/L] [4.5 mg/L]

Biomass Biomass
Temperature [°C] Pressure [mbar] 106/mL Temperature [°C] Pressure [mbar] 106/mL
16 1813 16 1813
20 20

13 1413 13 1413

10 1013 10 1013

0 50 100 150 0 50 100 150 0 50 100 150 0 50 100 150


5 5
Time [h] Time [h] Time [h] Time [h]
tf = 91 h tf = 152 h

1. Travaux de Cristian Tréléa et al, INRA GMPA


Préambule Qu’est ce qu’un modèle ? Un modèle ? pour quel usage ? La démarche scientifique : le modèle et l’expérience

Exemple d’utilisation pour l’aide à la décision 1

1. Travaux de Anne Goëlzer et al, INRA MIG


Préambule Qu’est ce qu’un modèle ? Un modèle ? pour quel usage ? La démarche scientifique : le modèle et l’expérience

Retour sur la démarche de modélisation

1 Identifier la question
2 Lister les données
et connaissances disponibles
3 Formuler des hypothèses
4 Proposer un modèle
5 Confronter la réponse du
modèle aux expériences
6 retour en 3, . . .

Remarques :
Dans la démarche, modélisation et expérimentation sont intrinsèquement liées.
Nécessité de dialoguer, d’interagir
Importance de co-construire au plus tôt
Triptyque expérimentateur – modélisateur – mathématicien
Préambule Qu’est ce qu’un modèle ? Un modèle ? pour quel usage ? La démarche scientifique : le modèle et l’expérience

Modèle et vocabulaire
Schéma type d’un modèle

Vocabulaire
Variables d’état grandeurs qui décrivent l’état du système étudié à l’instant t
Variables structurantes grandeurs (continues ou discrètes) qui donnent une structure
au modèle (temps, espace, âge, sexe, génotype, . . .)
Paramètres grandeurs (constantes ou dépendant du temps) qui expriment les
relations entre variables d’état et avec l’environnement du système
étudié.
Préambule Qu’est ce qu’un modèle ? Un modèle ? pour quel usage ? La démarche scientifique : le modèle et l’expérience

Paramètres
Grandeurs (constantes ou dépendant du temps) qui expriment les relations entre
variables d’état et avec l’environnement du système étudié.
On peut distinguer :
les paramètres connus : issus des lois de la physique par exemple
les paramètres inconnus : qui seront à déterminer par expérimentation directe ou
confrontation entre modèle et expérimentation
les contrôles (ou variables de contrôle) qu’on peut manipuler et qui vont agir sur
le système sans subir d’effet du système

L’estimation des paramètres inconnus nécessite un plan d’expérience spécifique.


Préambule Qu’est ce qu’un modèle ? Un modèle ? pour quel usage ? La démarche scientifique : le modèle et l’expérience

Retour sur la conception d’un modèle

1 Identifier la question
2 Lister les données
et connaissances disponibles

Remarques
Il est important de savoir quelles sont les données disponibles.
Il est primordial de savoir quelles sont celles qui le seront dans les expériences
pour le modèle.
Préambule Qu’est ce qu’un modèle ? Un modèle ? pour quel usage ? La démarche scientifique : le modèle et l’expérience

3 Formuler des hypothèses


4 Proposer (formaliser) un (premier) modèle

Formaliser
« Mettre le modèle en équations »
Plusieurs formalismes possibles !

Le formalisme choisi va dépendre du problème (questions, connaissances, données) et


du modélisateur.
Préambule Qu’est ce qu’un modèle ? Un modèle ? pour quel usage ? La démarche scientifique : le modèle et l’expérience

Zoom sur les formalismes

Statique / dynamique
Continu / discret
Déterministe / stochastique
Boîte blanche / grise /noire
etc
Préambule Qu’est ce qu’un modèle ? Un modèle ? pour quel usage ? La démarche scientifique : le modèle et l’expérience

Illustration d’un modèle probabiliste 1

Données
Expert
9

8,5
t1
8
t2
HR1
7,5
HR2
7 HR3
HR4
6,5
Gr3

6 Gr4
F058812H2
5,5 F059212H2
F069212H2
5
F069812H1

4,5 F078816H2
F079816H1
4
1 2 3 4 5 6 7 8 9 1011121314151617181920212223242526272829303132333435363738394041

T(t)
C1 M2
Ba(t) Ba(t+1)
M1+M2
Sensoriel ∂Ba/ ∂t
pH(t) pH(t+1)
Odour(t+1) M1
pH(t+1)
la(t) C2
Under-rind(t+1)
C3 la(t+1) Taux de prédiction
Coat(t+1) Phase(t+1)
la(t) la(t+1)
Gc(t+1) Colour(t+1)
du modèle : 85%
Gc(t) Gc(t+1)
C4 ∂Gc/ ∂t C7
C5 Humidity(t+1)
Km(t) Km(t+1)
∂Km/ ∂t
lo(t) lo(t+1)
C6

Littérature
Expériences

1. Cédric Baudrit et al. INRA GMPA


Préambule Qu’est ce qu’un modèle ? Un modèle ? pour quel usage ? La démarche scientifique : le modèle et l’expérience

Confrontation entre modèle et données.

Retour vers l’expérience


5 Confronter la réponse du modèle aux expériences

Objectifs
1 Estimer les paramètres.
2 Tester la validité du modèle (étape 5)
Si le modèle est valide/bon, on peut passer à l’étape suivante.
Sinon, c’est sans doute qu’il manque quelque chose ⇒ ajout/modification des
hypothèses.
Préambule Qu’est ce qu’un modèle ? Un modèle ? pour quel usage ? La démarche scientifique : le modèle et l’expérience

Les mathématiques pour la modélisation

Un problème, plusieurs modèles


Il n’y a pas unicité du choix du modèle
Plusieurs modèles (indépendant, ou couplés) peuvent enrichir la réponse
Mais attention de ne pas tomber dans la dérive du catalogue de modèles

Mais des outils disponibles


Mathématiques pour les modèles (analyse des propriétés du modèle, exploration
du modèle, simplification/réduction, couplage, etc)
Des outils logiciels et langages informatiques adaptés (Scilab/Matlab, R, Python,
Maple, . . .)
Des plateformes d’aide à la conception de modèles

Vous aimerez peut-être aussi