Académique Documents
Professionnel Documents
Culture Documents
Dans le cadre de la pandémie de COVID-19 que nous vivons depuis mars 2020, la modélisation du
comportement des épidémies m’est apparu comme un enjeu sociétal majeur. En effet, une meilleure
connaissance dans le domaine de l’épidémiologie mathématique et informatique pourrait permettre
des actions de prévention.
Le sujet traitant de la propagation des épidémies, il s’inscrit naturellement dans le thème de la
santé. De plus, la recherche d’une modélisation mathématique et informatique de ces potentielles
maladies, et précisément l’étude des seuils de percolation de graphes épidémiologiques inscrit le
projet dans une optique de prévention.
Mots-clés (ETAPE 1)
Mots-Clés (en français) Mots-Clés (en anglais)
Epidémiologie mathématique Mathematical epidemiology
Modélisation mathématique Mathematical Modeling
Résolution numérique Numerical resolution
Matrice d’adjacence Adjacency matrix
percolation percolation
Bibliographie commentée
L'épidémiologie est une discipline qui daterait du Ve siècle av. JC, ayant pour père Hippocrate et
pour socle son Traité des airs, des eaux et des lieux qui consiste en une analyse des déterminants
environnementaux et individuels aux maladies. Il a cependant fallu attendre le XVIIe siècle pour
voir apparaitre en Angleterre les premiers travaux épidémiologiques au sens scientifique du terme.
Ce sont particulièrement les travaux de Graunt en 1662 puis plus tard de Daniel Bernoulli qui
marquent une évolution dans le domaine de l’épidémiologie mathématique, en théorisant sous forme
de fonctions des phénomènes de propagation et des variables environnementales réelles [1]
La théorie la plus répandue pour modéliser la propagation d’une épidémie est celle des modèles
compartimentaux qui consiste à diviser la population étudiée en plusieurs compartiments : les
individus susceptibles (S), ceux exposés (E)… En 1927, W. O. Kermack et A. G. Mckendrick
proposent un modèle mathématique fondateur appelé le modèle SIR (pour sain, infecté, guéri) qui
divise une population en 3 compartiments et décrit les interactions entre eux à l'aide des systèmes
différentielles précédemment évoqués.[2]
L’actuelle pandémie de COVID-19 est un champ d’application parfaitement adapté aux méthodes
précédemment présentées. Cette pandémie a entrainée une avancée sans précédent dans le domaine
de l’épidémiologie mathématique, avec l’apparition en un temps record de nombreuses nouvelles
méthodes de modélisation adaptées aux particularités de cette maladie. Les données numériques des
divers paramètres de modélisation (taux de mortalité, taux de guérison ...) fournies par
l’organisation mondiale de la santé (OMS, WHO en anglais) [4][5] permettent de mesurer l’efficacité
des différents modèles de propagation de cette épidémie.
Problématique retenue
2
Il s’agit de balayer les diverses modélisations mathématiques d’une épidémie, et de montrer dans
quelle mesure leur application a la pandémie actuelle est pertinente. Dès lors, on proposera une
modélisation informatique détaillée basée sur le modèle du graphe aléatoire et des matrices
d’adjacence
Objectifs du TIPE
1- Premièrement, il s'agira d'étudier différents modèles mathématiques décrivant le transport d'une
Épidémie au sein d'une population.
3- Finalement, je proposerai l’étude détaillée d’une modélisation informatique élémentaire que j’ai
codée, en utilisant les graphes aléatoires et les matrices d’adjacences.