Introduction

Le modèle logistique
Les équations de rigidODE

Cours 3: Les E.D.O. en R(Programmation 2)

Dr. Gasmi L.

Department of Mathematics and Computer Sciences.

University of Adrar. Algeria
gasmi1983@gmail.com

6 janvier 2021

Dr. Gasmi L. Cours 3: Les E.D.O. en R(Programmation 2) 1 / 10

 Introduction
Le modèle logistique
Les équations de rigidODE

Plan du cours

1 Introduction

2 Le modèle logistique

3 Les équations de rigidODE

Dr. Gasmi L. Cours 3: Les E.D.O. en R(Programmation 2) 2 / 10

 Introduction
Le modèle logistique
Les équations de rigidODE

Introduction

Pour les équations différentielles simples, il est possible de trouver des solutions de
forme fermée. Par exemple, étant donné une fonction g, la solution générale de
l’équation la plus simple Y 0 (t) = g(t) et
Z
Y (t) = g(s)ds + c

avec c une constante d’intégration arbitraire. Ici, Dans ce chapitre, nous amorçons
l’exposé par des méthodes relativement. Elles nous conduiront progressivement à
des méthodes plus complexes telles les méthodes de Runge-Kutta d’ordre 4, qui
permettent d’obtenir des résultats d’une grande précision.

Dr. Gasmi L. Cours 3: Les E.D.O. en R(Programmation 2) 3 / 10

 Introduction
Le modèle logistique
Les équations de rigidODE

Introduction

Nous prenons comme point de départ la formulation générale d’une équation

différentielle d’ordre 1 ; La tâche consiste à déterminer une fonction y(t) solution
de : (
y 0 (t) = f (t, y(t))
(1)
y(t0 ) = y0
La variable indépendante t représente très souvent le temps. La variable
dépendante est notée y et dépend bien sûr de t. La condition y(t0 ) = y0 est la
condition initiale et en quelque sorte l’état de la solution au moment où on
commence à s’y intéresser.

Dr. Gasmi L. Cours 3: Les E.D.O. en R(Programmation 2) 4 / 10

 Introduction
Le modèle logistique
Les équations de rigidODE

Le modèle logistique

La courbe représentant les effectifs théoriques est appelée une courbe logistique en
raison de sa forme particulière qui présente cette caractéristique de croissance
amortie. Elle est en réalité le graphe de la solution de l’équation différentielle
 
N (t)
N 0 (t) = rN (t) 1 − (2)
K

Cette équation comporte deux paramètres, r qui s’appelle le taux de croissance

intrinsèque et K qu’on appelle la capacité biotique. L’idée du modèle logistique,
introduit par Verhulst en 1836.

Dr. Gasmi L. Cours 3: Les E.D.O. en R(Programmation 2) 5 / 10

 Introduction
Le modèle logistique
Les équations de rigidODE

La solution analytique de cette équation est :

KN0 ert
Nt = (3)
K + N0 (ert − 1)

R implémentation :
1 #i n s t a l l . packages ( ’ deSolve ’ )
2 l i b r a r y ( deSolve )
3 r <− 0 . 1 ; K <− 1 0 ; y i n i <− 0 . 1 ;
4 d e r i v s <− f u n c t i o n ( t , y , parms )
5 l i s t ( r ∗ y ∗ (1− y /K) )
6 t i m e s <− s e q ( from = 0 , t o = 8 0 )
7 o u t <− ode ( y = y i n i , t i m e s = t i m e s , f u n c = d e r i v s ,
8 parms = NULL)

La forme de la solution exacte :

1 l o g i s t i c <− f u n c t i o n ( t , r , K , N0 ) {
2 K ∗ N0 ∗ e x p ( r ∗ t ) / (K + N0 ∗ ( e x p ( r ∗ t ) − 1 ) )
3 }

Dr. Gasmi L. Cours 3: Les E.D.O. en R(Programmation 2) 6 / 10

 Introduction
Le modèle logistique
Les équations de rigidODE

Codes des deux graphes

1 l o g i s t i c ( t = 0 : 8 0 , r = 0 . 1 , K = 1 0 , N0 = 0 . 1 ) ,
2 c o l=" r e d " , t y p e=" b " , c e x =0.6)
3 #−−−−−−−−−−−−−−−−−−−−−−−−−−−−−
4 l i n e s ( out , c o l=" b l u e " , t y p e=" b " )
5 l e g e n d ( 1 , 9 , l e g e n d=c ( " e x a c t " , " o u t " ) ,

Dr. Gasmi L. Cours 3: Les E.D.O. en R(Programmation 2) 7 / 10

 Introduction
Le modèle logistique
Les équations de rigidODE

Les équations de rigidODE

L’équation différentielle :

y10 = (I2 − I3 ) /I1 .y2 .y3

y20 = (I3 − I1 ) /I2 .y1 .y3
y30 = (I1 − I2 ) /I3 .y1 .y2

Paramètres : I1 = 0.5, l2 = 2, l3 = 3
Conditions initiales : y1 (0) = 1, y2 (0) = 0, y3 (0) = 0.9
1 l i b r a r y ( deSolve )
2 r i g i d o d e <− f u n c t i o n ( t , y , parms ) {
3 dy1 <− −2 ∗ y [ 2 ] ∗ y [ 3 ]
4 dy2 <− 1 . 2 5 ∗ y [ 1 ] ∗ y [ 3 ]
5 dy3 <− −0.5 ∗ y [ 1 ] ∗ y [ 2 ]
6 l i s t ( c ( dy1 , dy2 , dy3 ) )
7 }
8 y i n i <− c ( y1 = 1 , y2 = 0 , y3 = 0 . 9 )

Dr. Gasmi L. Cours 3: Les E.D.O. en R(Programmation 2) 8 / 10

 Introduction
Le modèle logistique
Les équations de rigidODE

Les équations de rigidODE

1 t i m e s <− s e q ( from = 0 , t o = 2 0 , by = 0 . 0 1 )
2 o u t <− ode ( t i m e s = t i m e s , y = y i n i ,
3 f u n c = r i g i d o d e , parms = NULL)
4 head ( out , n = 3 )

1 time y1 y2 y3
2 [ 1 , ] 0.00 1.0000000 0.00000000 0.9000000
3 [ 2 , ] 0.01 0.9998988 0.01124925 0.8999719
4 [ 3 , ] 0.02 0.9995951 0.02249553 0.8998875

1 p l o t ( out )
2 library ( scatterplot3d )
3 p a r ( mar = c ( 0 , 0 , 0 , 0 ) )
4 s c a t t e r p l o t 3 d ( out [ , −1] , x l a b = " " , y l a b = " " ,
5 z l a b = " " , l a b e l . t i c k . marks = FALSE )

Dr. Gasmi L. Cours 3: Les E.D.O. en R(Programmation 2) 9 / 10

 Introduction
Le modèle logistique
Les équations de rigidODE

Les solutions graphiques

Dr. Gasmi L. Cours 3: Les E.D.O. en R(Programmation 2) 10 / 10