Académique Documents
Professionnel Documents
Culture Documents
ET POPULAIRE
UNIVERSITE ABOUBEKR BELKAID - TLEMCEN
FACULTE DES SCIENCES
DEPARTEMENT DE MATHEMATIQUES
MEMOIRE
Pour l’obtention du grade de
MASTER
Option : Syst`emes dynamiques et applications `a la dynamiques de populations Pr
Mr.CHEKROUN Abdennasser
Th`eme
je souhaite aussi adresser mes remerciements les plus sinc`eres aux personnes qui
m’ont apport´e leur aide et qui ont contribu´e `a l’´elaboration de ce m´emoire.
Je tiens `a remercier sinc`erement Monsieur TOUAOULA, qui, en tant que mon enca-
dreur, s’est toujours montr´e `a l’´ecoute tout au long de la r´ealisation de ce m
´emoire, ainsi que pour son aide et le temps qu’il a bien voulu me consacrer.
C’est, encore, un grand plaisir pour moi, d’adresser mes plus sinc`eres
remerciements `a monsieurs :K. Yadi, S. Miri, G. Senouci Bereksi, B.Perthame d’avoir
bien voulu pr´esider mon jury, d’avoir accepter de faire partie de ce jury.
Enfin, j’adresse mes plus sinc`eres remerciements `a tous mes proches et amis, qui
m’ont toujours soutenu et encourag´e au cours de la r´ealisation de ce m´emoire.
Je d´edie ce m´emoire :
A mes tr`es chers
parents. A mon Fr`ere :
Salah Edine.
A ma soeur : Soumia et son mari Mohamed.
A ma petite ni`ece : Wissem,Meriem .
A toute ma famille et sp´ecialement `a mes cousins.
A tous mes amis sans ´exception .
A mes coll`egues : Merwan, Oussama, Soufiane, Yassine, Rima, Kheira, Wafaa, Ikram
Zoubida , Ilhem, Awatif, Nawal , Nesrine, Ibtissem, Kamila
et les autres coll`egues de ma promotion et du d´epartement .
A tous qui m’ont apport´e du soutien toute ma vie .
A tous mes enseignants.
Table des mati`eres
Introduction 3
1 Pr´eliminaires 5
1.1 G´en´eralit´es sur les ´equations diff´erentielles.....................................................5
1.2 Stabilit´e des ´equilibres au sens de Lyapunov.......................................................7
1.3 Rappels et compl´ements...........................................................................................8
2 Mod´elisation math´ematique 10
2.1 Mod´elisation math´ematique appliqu´ee `a la dynamique de populations.......10
2.2 Mod´elisation math´ematique en ´epidemiologie................................................15
2.3 Le mod`ele de Kermack-McKendrick avec l’ˆage d’infection et interpr´etation 18
Bibliographie 47
2
Introduction
Dans les articles correspondant `a cette ´etude (Kermack et al., 1927 ; Ker-
mack,et al., 1932 ; Kermack et al., 1933), les auteurs d´ecrivent ce qui est maintenant
connu sous le nom de mod`ele ” SIR ”, le mod`ele fondamental sous sa forme la plus
simple en EDO.
Ce mod`ele correspond au syst`eme d’´equations suivant
3
4 TABLE DES MATIE` RES
S'(t) = λ − βS(t)I(t) − µS(t),
I'(t) = βS(t)I(t) − γI(t) − µI(t),
R'(t) = γI(t) − µR(t).
o u` S(t) repr´esente la population des susceptibles `a l’instant t , I(t) celle des infect
´es et R(t) celle des r´efractaires. Plusieurs param`etres sont utilis´es pour rendre compte
de la dy- namique de cette population : λ constante correspond aux naissances dans la
population, suppos´ees toutes susceptibles, 1/µ est la dur´ee de vie moyenne, 1/γ la dur´ee
infectieuse moyenne et β correspond au taux de contact menant `a une transmission
effective de la maladie.
∫ ∞
'
S (t) = γ − νsS(t) − β(a)i(t, a)da,
0
ηS(t)
∂i(t,a) ∂i(t,a)
∂t + ∂a = −νI (a)i(t, a),
(1)
∫
∞
i(t, 0) = ηS(t) β(a)i(t, a)da,
0
S(0) = S0 ≥ 0, i(0, .) = i0 ∈ L1+(0, +∞).
Chapitre 1 Pr
´eliminaires
D´efinition 1.1.1
L’´equation diff´erentielle d’ordre n la plus g´en´erale peut toujours s’´ecrire sous la forme
Remarque : On dit souvent int´egrer l’ED au lieu de trouver une solution `a l’ED.
Le probl`eme de Cauchy :
Consid´erons l’´equation diff´erentielle (ε) et E ouvert de Rn. Le probl`eme de Cauchy
est le suivant : on se donne un intervalle I de R, t0 ∈ I et y0 ∈ E et on cherche toutes
les solutions y : I → E de (ε) telles que y(t0) = y0.
5
6 Pr´eliminaires
D´efinition 1.1.2
Th´eor`eme 1.1.1
En g´en´erale on ne sait pas r´esoudre l’´equation diff´erentielle (ε1) , alors on fait une
´etude qualitative de ses solutions . Cette ´etude commence par la recherche des points
d’´equilibre ( points singuliers, fixes, stationnaires) c’est-`a - dire les points o u` la vitesse
s’annule .
D´efinition 1.1.3
Le point y∗ est dit point d’´equilibre du syst`eme (ε1) si f (y∗) = 0 autrement dit y∗
est une solution constante de l’´equation y' = f (y(t)).
D´efinition 1.1.4
Soient Ω un ouvert de Rn contenant 0, et soit V : Ω → R une fonction de classe C1,
1. V est dite d´efinie positive si :
(i) V (0) = 0, et
(ii) V (u) > 0 pour u ∈ Ω \ {0}.
2. V est dite d´efinie n´egative, si −V est d´efinie positive.
3. V est dite semi-d´efinie positive si :
(i) V (0) = 0, et
(ii) V (u) ≥ 0 pour tout u ∈ Ω.
4. V est dite semi-d´efinie n´egative si −V est semi-d´efinie positive.
1.2 Stabilit´e des ´equilibres au sens de Lyapunov 7
Remarque :
Si un point d’´equilibre est stable mais pas asymptotiquement stable on parle de la stabilit
´e neutre.
Dans le cas (i) V (y) est dite fonction de Lyapunov faible, et dans le cas (ii) V (y) est
dite fonction de Lyapunov stricte.
Preuve :
(ii) V (x, y) Lyapunov stricte dans le cas planaire.
Soit V : Ω −→ R tel que Ω contient (0, 0) .
Soit le cercle C de centre (0, 0) inclus dans Ω . Sur ce cercle V admet un minimum
V > M car (V (x, y) > 0 si (x, y) /= (0, 0)).
Soit U l’ensemble des points int´erieur `a C et inf´erieur `a M en V alors U n’est
pas vide car (0, 0) ∈ U et V (0, 0) = 0 < M
Soit (x, y) une solution telle que (x(0), y(0)) ∈ U , on a 0 ≤ V (x(t), y(t)) ≤ M .
8 Pr´eliminaires
On prend t = tn = n alors :
V (x(tn), y(tn)) = V ((n), y(n)) converge car V d´ecroissante le long des solutions et mi-
nor´ee par 0 ,
donc
V (x(n + 1), y(n + 1)) − V (x(n), y(n)) −→ 0.
n→+∞
D’un autre cot´e on applique le th´eor`eme des accroissements finis `a V dans [n,
n + 1] alors ∃sn ∈]n, n + 1[ tel que
0 ←− V (x(n + 1), y(n + 1)) − V (x(n), y(n)) = dtd V (x(sn), y(sn)).
n→+∞
(x(sn), y(sn)) se trouve dans un compact donc on peut extraire une sous suite (x(rn), y(rn))
qui converge.
dV
lim (x(rn), y(rn)) = 0 ⇒ dV
(x∞, y∞) = 0,
dt n→+∞ dt
dela (x∞, y∞) = (0, 0) car V '(x, y) = 0 alors (x, y) = (0, 0) (lyapunov stricte).
donc
lim (x(t), y(t)) = (0, 0).
t→+∞
d
dt
V (y) ≤ 0.
Alors, pour toute condition initiale y0, la solution de y˙ = f (y) (d´efinie pour tout temps
t > 0) converge asymptotiquement vers le plus grand sous-ensemble invariant contenu
dans l’ensemble des points ξ ∈ Rn tels quedtd V (ξ) = 0.
Soit maintenant le th´eor`eme qui donne l’existence et l’unicit´e d’un point fixe pour une
contraction sur un espace m´etrique complet.
Th´eor`eme 1.3.2 (Th´eor`eme du Point Fixe M´etrique (Picard) [10])
Soit φ une fonction continue sur un intervalle [0, T ] , on suppose qu’il existe k > 0
et f continue sur [0, T ] tels que :
φ(t) ≤ f (t) + k ∫ t
φ(u)du,
0
∫
t
alors φ(t) ≤ f (t) +
f (u)ek(t−u)du.
k 0
Corollaire 1.3.1
Soit ϕ une fonction d´erivable d´efinie sur un intervalle J de R `a valeur dans Rn.
Soit t0 ∈ J . On suppose que pour t ∈ J, avec t ≥ t0, l’application ϕ v´erifie :
Mod´elisation math´ematique
10
2.1 Mod´elisation math´ematique appliqu´ee `a la dynamique de populations 11
On consid`ere une population dont l’effectif au cours du temps est repr´esent´e par
une fonction r´eelle :
N : R+ −→ R+
N(t+∆t)−N(t)
∆t
= [ taux de naissances − taux de d ´e c`e s ]×N
on passe `a la limite ∆t → 0 :
dN
dt = [ taux de naissances − taux de d ´e c `e s ]×N
Propri´etes :
−d)t
N (t) = N0 e(b
dy
= g(y) k(x, y)
dt —
+
. (−, −) chaque population exerce un effet n´egatif sur la croissance de l’autre , c’est
le cas des populations en comp´etition.
. (−, +) ou (+, −) une population exerce un effet n´egatif sur la croissance de l’autre ,
et l’effet inverse dans l’autre sens est positive , c’est le cas par exemple de la pr´edation
.
. (+, +) chaque population favorise la croissance de l’autre population par exemple le cas
2.1 Mod´elisation math´ematique appliqu´ee `a la dynamique de populations 13
du mutualisme.
Supposons que x est la densit´e de la proie se developpant avec une croissance logistique :
f (x) = rx(1 − Kx )
g(y) = −my
dt
dx
= rx(1 −
K
x
) − axy
dy
dt = −my + eaxy
4- Equation structur´ee en ˆa g e
Soit n(t, a) la densit´e de population qui a l’ˆage a `a l’instant a ∈ [0, a+] avec
t ou`
a+ l’ˆage maximal .
∫ a2
Soit n(t, a)da : le nombre d’individus qui ont l’ˆage a ∈ [a1, a2] `a l’instant t
a1
(l’integrale somme tous les individu qui ont l’ˆage a ∈ [a1, a2] `a l’instant t) .
14 Mod´elisation math´ematique
∫ ∞
Le nombre des individus disparus par mortalit´e `a l’instant t+s qui ont un ˆa g e inf
´erieure ou ´egal `a a + s est ´egal :
∫ a+s
µn(t + s, σ)dσ,
0
donc le nombre des individus qui ´evoluent et qui meurent entre [t, t + h] est :
∫ h ∫ a+s
µn(t + s, σ)dσds.
0 0
∫ ∫ h∫
donc N (t + h, a + h) − N (t, a) t+h a+s
B(s)ds µn(t + s, σ)dσds
= 0
−
t 0
∫ t+h ∫ h ∫ a+s
B(s)ds µn(t + s, σ)dσds
−
N (t+h,a+h)−N (t,a) t 0 0
donc h = h
∫ a ∫ a
nt(t, σ)dσ + n(t, a) = µn(t, σ)dσ
0 − 0
On d´erive et on obtient :
n(0, a) = n0(a)
Remarque : On peut aussi aussi voir que la variation de la population est ´egale :
dn(t, a) = ∂n
da + ∂n
dt = −µn(t, a)dt.
∂a ∂t
Puisque on avance dans l’ˆage physique comme dans le temps on adt da = 1 donc da = dt
Pour pouvoir cr´eer un mod`ele pour cette situation nous allons suivre les 3 ´etapes
sui- vantes :
16 Mod´elisation math´ematique
D´efinition :
On appelle force d’infection θ la probabilit´e par unit´e de temps (le taux), pour qu’un
susceptible devienne infect´e .
R(t + h) − R(t) =
αI(t)h dS
dt
= −θ(I)S(t)
dR
dt
= αI
On suppose que la force d’infection est proportionelle au nombre d’infect´es i.e : θ(I) = βI
o u` β est appel´e le taux de transmission.
Le mod`ele devient :
dt
−βIS
dS
=
dR
dt
= αI
dI
dt= βIS −
αI
Ici le mod`ele ne prend pas en compte la mortalit´e ni la natalit´e et par cons´equent la
population totale est consid´er´ee comme constante.
2.2 Mod´elisation math´ematique en ´epidemiologie 17
D´efinition :
On appelle taux de reproduction de base, not´e R0 le nombre moyen d’individus infect´es
produit par un seul infect´e dans une population consititu´ee initialement uniquement d’in-
vidus sains, autrement dit le nombre moyen de cas secondaires par cas primaires dans une
population vierge.
L’intuition, et les math´ematiques, montrent que lorsque R0 est plus grand que 1, il y a
apparition d’´epid´emie ; et tel n’est pas le cas lorsque R0 est inf´erieur `a 1 .
On peut donner une formule explicite de R0 :
R0 = C P ∆T
avec
* C le nombre moyen de contacts.
* P la probabilit´e pour que le contact entre infect´es et susceptibles conduit r
´eellement `a une transmission de la maladie.
* ∆T la p´eriode moyenne d’inf´ectiosit
´e . Ici CP repr´esente le contact r
´eussi.
L’un des avantages de mesurer la croissance dans la g´en´eration de base et que pour
plu- sieurs mod`eles nous avons une expression explicite pour R0 en fonction des
param`etres . En effet en prenant en compte les hypoth`eses faites :
- Le contact r´eussi CP = βN .
1
- La p´eriode d’inf´ectiosit´e ∆T
α
= .
donc
1
R0 = β N α
.
PI(t + h) − PI(t) = −αPI(t)h
PI(0) = 1
dPI (t)
dt = −αPI(t)
⇒
PI(0) = 1
⇒ PI(t) = e−αt.
Dans le mod`ele (1) la population est d´ecomp os´ee en trois classes (S(t)) des individus
2.3 Le mod`ele de Kermack-McKendrick avec l’ˆage d’infection et interpr´etation 19
susceptibles, (i(t, a)) des individus infect´es et des individus r´efractaire (R(t)) . On d
´esigne par a ≥ 0 l’ˆage o u` l’infection commence, par cons´equent i(t, a) est la
densit´e des indivi- dus infect´es `a l’instant t et qui ont l’ˆage d’infection a.
Si on donne deux valeurs 0 ≤ a1 < a2 ≤ +∞ alors le nombre des individus qui ont
l’ˆage d’infection entre a1 et a2 et : ∫
a 2
i(t, a)da.
a1
- La fonction a −→ β(a) est born´ee et uniform´ement continue de [0, +∞) → [0, +∞) .
Remarque :
On peut remarquer que le mod`ele est une g´en´eralisation du mod`ele SIR . Pour
le voir calculons le nombre total de tous les infect´es `a l’instant t en int´egrant l’´equation
en i(t, a) pour ´eliminer la variable a, cela revient `a dire sommer tous les infect´es `a
l’instant t .
20 Mod´elisation math´ematique
∫ +∞
donc ∂t∂ i(t, a)da − i(t, 0) = −νI 0 i(t, a)da
0
∫ +∞
On pose I(t) = i(t, a)da ( les infect´es `a l’instant t ) . Ainsi :
0
∫∞
'
I (t) = −νII(t) + ηS(t)β i(t, a)da.
0
dI
dt = −νII(t) + ηβS(t)I(t)
∫∞
dR = 0 (ν (a) − r)i(t, a)da − ν R(t)
dt I R
Revenons `a notre mod`ele (1) :
∫ ∞
'
S (t) = γ − νsS(t) − β(a)i(t, a)da
0
ηS(t)
∂i(t,a) ∂i(t,a)
+ = −νI (a)i(t, a)
∂t ∂a
∫∞ (1)
i(t, 0) = ηS(t) β(a)i(t, a)da
0
S(0) = S0 ≥ 0, i(0, .) = i0 ∈ L1+(0, +∞)
2.3 Le mod`ele de Kermack-McKendrick avec l’ˆage d’infection et interpr´etation 21
Cherchons les points d’´equilibre du mod`ele (1), donc la variation par rapport au
temps est nulle : [12]
γ − ν S − ηS∫
∞
s
β(a)i(a)da = 0 (2)
0
∂i(a)
= −νI(a)i(a) (3)
∂a
∫
i(0) = ηS ∞
β(a)i(a)da
∫a0
— νI(l)dl
(3) ⇒ i(a) = i(0)e 0 .
i(a) = 0 ⇒ S = γ
νs donc (SF , iF (a)) = (νγs , 0) est un point d’´equilibre.
∫ ∫ a
2- soit ηS ∞ − νI(l)dl γ
β(a)e 0 da = 1 ⇔ SE =
0 R0 νs
On aura le seul point d’´equilibre end´emique (SE, iE(a)) .
et on montre dans le chapitre 4 que lorsque R0 est plus grand que 1, on aura une
´epid´emie ; et l’extinction lorsque R0 inf´erieur `a 1.
Remarque :
On peut faire une simplification dans notre probl`eme par γ = νs suivant le changement
22 Mod´elisation math´ematique
s'(t) = νs '
γ S (t) ⇒ s'(t) = S'(t) = γ − νsS(t) − ηS(t)
νs β(a)i(t, a)da,
∫∞ 0
⇒ s'(t) = νs − νγs νsS(t) − η γνs S(t) β(a)i(t, a)da,
∫ 0
∞
⇒ s'(t) = νs − νss(t) − ηs(t) β(a)i(t, a)da.
0
Chapitre 3
∂
n(t, x) + ∂
n(t, x) + d(x, S(t))n(t, x) = 0, t ≥ 0, x ≥ 0
∂t ∂x
∫
∞
n(t, 0) = 0 B(x, S(t))n(t, x)dx,
(ε1)
n(0, x) = n0(x) ≥ 0
∫ ∞
ψ(x)n(t, x)dx.
S(t) = 0
On verra ulterieurement que, grˆace `a ce mod`ele g´e n´e r a l et avec un bon choix de
B et 23
Existence et unicit´e des solutions pour le mod`ele de Kermack-McKendrick structur´e en
24 ˆage d’infection
∂
n(t, a) + ∂
n(t, a) = −µ(a) n(t, a)
∂t ∂x
∫ ∞
n(t, 0) = β(a)n(t, a)da,
0
n(0, a) = φ(a)
On resout l’´equation le long des caract´eristiques, fixons t0, a0 > 0 et posons n(h) =
n(t0 + h, a0 + h). On aura :
dn
dh
= −µ(h) n avec µ(h) = µ(a0 + h),
∫ h
— µ(σ)dσ
d’ou n(h) = e 0 n(0)
` ∫ h
— µ(a0 + σ)dσ
donc n(t0 + h, a0 + h) = n(t0, a0)e 0 ,
Posons :
3.2 Existence des solutions du probl`eme lin´eaire 25
∫ ∞
∫ ∞
n(0, x) = n0(x) ≥ 0.
D´efinition 3.2.1
∫ T∫ ∞ ∫∞
— n(t, x){ ∂ ψ(t, x)+ ∂ ψ(t, x)−d(x, S(t))ψ(t, x)}dx dt = n0(x)ψ(0, x)dx+
∫ T0 0 ∫ ∞ ∂t ∂x 0
Th´eor`eme 3.2.2
Soit M > 0 tel que B(., .), d(., .) < M , S(t) ≥ 0 , S(t) ∈ L∞loc (R+) , n0 ∈
∞
L (0, ∞) ∩ L1(0, ∞). Alors il existe une solution unique et faible n ∈ C(R+, L1(R+))du
probl`eme (ε2) , et en plus n(t, x) ≥ 0 quand n0 ≥ 0, et
∫ ∞ ∫
| n(t, x) | dx ≤ e (B−d)+
∞
∞t
| n0(x) | dx.
0
0
Preuve :
Cherchons la solution dans l’espace :
u E = u(t, .) L1(R+) .
sup
Soit le probl`eme suivant t∈[0,T ]
:
∂
n(t, x) + ∂
n(t, x) + d(x, S(t))n(t, x) = 0, t ≥ 0, x ≥ 0
∂t ∂x
∫
∞
n(t, 0) = B(x, S(t))m(t, x)dx, (ε3)
0
n(0, x) = n0(x) ≥ 0.
3.2 Existence des solutions du probl`eme lin´eaire 27
On d´efinit l’op´erateur :
A : E −→ E
m −→ n
o u` n est la solution du probl`eme (ε3).
Il est facile d’observer que A est un op´erateur lin´eaire. Montrons qu’il est aussi
contrac- tant, c-`a - d :
ou bien
Posons n = n1 − n2 et m = m1 − m2.
∂
n(t, x) + ∂
n(t, x) + d(x, S(t))n(t, x) = 0, t ≥ 0, x ≥ 0
∂t ∂x
∫ ∞
n(t, 0) = B(x, S(t))m(t, x)dx, (ε3.1)
0
n(0, x) = 0.
n2
2δ si |n| ≤ δ
Gδ(n) =
si |n| > δ
|n| − 2
δ
Existence et unicit´e des solutions pour le mod`ele de Kermack-McKendrick structur´e en
28 ˆage d’infection
On a Gδ(n) ≤ M |n| , elle est sous lin´eaire. De plus Gδ(n) −→ |n| p.p et dans
δ→0
L1(R+).
On multiplie (ε3.1) fois G' δ(n) donc :
∂Gδ (n) ∂Gδ (n)
+ + d(x, S(t))G' (n)n = 0,
∂t ∂x δ
∂Gδ (n) ∂Gδ (n)
+ + d(x, S(t))(G' (n)n − Gδ(n)) + d(x, S(t))Gδ(n) = 0.
∂t ∂x δ
n
si |n| ≤ δ
|n(t, 0)| =
|n|t + |n|x + d(x, S(t))|n| =
| ∫ ∞
0,
B(x, S(t))m(t, x)dx|, (ε3.2)
0
n(0, x) = 0 ≥ 0.
≤ MT m E,
n E ≤ MT m E
Il suffit alors de choisir T petit, de telle sorte que MT < 1 et par suite l’op´erateur
A est contractant. Le th´eor`eme du point fixe de Banach assure l’existence d’un point
fixe unique c-`a - d An = n, ce qui assure l’´existence et l’unicit´e de la solution sur un
intervalle [0, T ] du probl`eme (ε2) .
∫ ∞ ∫ ∞
d
|n(t, x)|dx − |n(t, 0)| = − d(x, S(t))|n(t, x)|dx
dt
0 ∫ ∞
0
∫ ∞
≤ [B(x, S(t)) − d(x, S(t))]|n(t, x)|dx,
0
∫ ∞
≤ Λ |n(t, x)|dx avec Λ = (B − d)+ ∞,
0
∫ ∞ ∫ ∞
donc | n(t, x) | dx ≤ e Λt
| n0(x) | dx .
0 0
∂
n(t, x) + ∂
n(t, x) + d(x, S(t))n(t, x) = 0, t ≥ 0, x ≥ 0
∂t ∂x
∫
∞
n(t, 0) = 0 B(x, S(t))n(t, x)dx,
(ε1)
n(0, x) = n0(x) ≥ 0,
∫ ∞
ψ(x)n(t, x)dx.
S(t) = 0
Th´eor`eme 3.3.1
Soit M > 0 tel que B(., .), d(., .), ψ(.) < M , n0 ∈ L∞(0, ∞) ∩ L1(0, ∞) alors
il existe une solution faible unique n ∈ C(R+, L1(R+)) du probl`eme
(ε1).
Preuve :
u E = u(t, .) L1(R+).
sup
t∈[0,T ]
n(0, x) = n0(x) ≥ 0.
Pour prouver le th´eor`eme (3.3.1), il est suffisant de montrer que A est contractant .
satisfait :
Existence et unicit´e des solutions pour le mod`ele de Kermack-McKendrick structur´e en
32 ˆage d’infection
∂
n(t, x) + ∂ n(t, x) + d(x, S1(t))n(t, x) + [d(x, S1(t)) − d(x, S2(t))]n2 = 0,
∂t ∂x
∫ ∞
n(t, 0) = B(x, S1(t))n(t, x) + [B(x, S1(t)) − B(x, S2(t))]n2 dx,
0
n1(0, x) = 0.
≤ |n(t, 0)| ∫ ∞ ∫ ∞
d(x, S1(t))|n|dx + L|S1(t) − S2(t)| n2(t, x) dx,
− 0 0
∫ ∞
∫ ∞ ∫ ∞
≤ Λ |n(t, x)|dx + 2L|S1(t) − S2(t)| n2(t, x) dx,
0
0
Λt
∫ ∞
≤ Λ |n(t, x)|dx + 2L( sup |S1(t) − S2(t)|)|n0|L1 e ,
0 t∈[0,T ]
En appliquant le lemme de Gronwall, on a :
3.3 Existence des solutions du probl`eme non lin´eaire 33
∫ ∞
Λt
sup ∫ ∞
t∈[0,T ]
|n(t, x)|dx ≤ 2LT |n0|L1 e ΛT ( sup |S1(t) − S2(t)|).
0 t∈[0,T ]
∫ ∞
≤ M sup |n(t, x)|dx,
t∈[0,T ] 0
On choisit T petit de telle sorte que A soit contractant , d’o u` l’existence et unicit´e de la
solution du probl`eme (ε1).
Remarque :
Essayons maintenant de faire une extension du probl`eme (ε1) `a notre probl`eme :
∫ ∞
'
S (t) = γ − νsS(t) − β(a)i(t, a)da,
0
ηS(t)
∂i(t,a) ∂i(t,a)
∂t + ∂a = −νI (a)i(t, a),
(1)
∫
∞
i(t, 0) = ηS(t) β(a)i(t, a)da,
0
S(0) = S0 ≥ 0, i(0, .) = i0 ∈ L1+(0, +∞).
∫ ∞
Soit S(t) = Γ(I(t)) avec I(t) = β(a)i(t, a)da,
0
et
∫ ∞ ∫ ∞
Γ(I(t)) = (S0+ γ
νs+η β(a)i(t, a)da −νs−η β(a)i(t, a)da
∫ ∞ (e 0 −1))e 0 .
νs+η β(a)i(t, a)da
0
Donc S(t) est une fonction de I(t) et le probl`eme (1) devient :
∂i(t,a) ∂i(t,a)
∂t + ∂a = −νI (a)i(t, a),
∫
∞
i(t, 0) = ηS(t) β(a)i(t, a)da,
0
∫
∞
= ηΓ(I(t)) β(a)i(t, a)da,
0
∫
∞
= ηΓ(I(t))β(a)i(t, a)da,
0
∫ ∞
= B(a, I(t))i(t, a)da avec B(a, I(t)) = ηΓ(I(t))β(a).
0
Chapitre 4
γ
On peut choisir r < νI sachant que β(a)e−rada = 1.
η ∞ ∫
νs
0
γ
On pose f (r) = β(a)e−rada − 1. alors
η ∞ ∫
νs
0
Th´eor`eme 4.1.1
0
i(t, a)φ(a)da ≤ Ae−ct,
avec A,c des constantes positives .
Preuve :
γ '
⇒ e−raφ(a) − φ(0) = −η β(a')e−ra da',
a ∫
νs
0
∫ a
'
γ
⇒ φ(a) = era(1 − η νs β(a')e−ra da').
0
∫ ∞ ∫ ∞ ∫ ∞
dt
d
i(t, a)φ(a)da = i(t, a)φ(a)da − ia(t, a)φ(a)da,
0
−νI 0
0 ∫ ∞ ∫ ∞
i(t, a)φ(a)da + i(t, a)φa(a)da − [i(t, a)φ(a)]0∞,
= −νI 0 0
∫ ∞ ∫ ∞
= −νI i(t, a)φ(a)da + i(t, a)(rφ(a) − η γ β(a))da + i(t, 0)φ(0),
0 0 νs
∫ ∞ ∫ ∞ ∫ ∞
= −νI i(t, a)φ(a)da + r i(t, a)φ(a)da − i(t, a)η γ β(a)da,
0 0 0
νs
∫ ∞
+ηS(t) β(a)i(t, a)da,
0
∫ ∞ ∫ ∞
∫ ∞
d
dt i(t, a)φ(a)da = −(νI − r) i(t, a)φ(a)da + (ηS(t) − η γ ) β(a)i(t, a)da. (3)
0 0 νs 0
La solution est :
Si S(0) + I(0) ≤ γ
νI on a S(t) ≤ γ
.
νI
D’ou` la r´esultat.
38 Comportement asymptotique des solutions
Soit le syst`eme :
∫ ∞
'
S (t) = γ − νsS(t) − β(a)i(t, a)da,
0
ηS(t)
∂i(t,a) ∂i(t,a)
∂t + ∂a = −νI (a)i(t, a),
(1)
∫
∞
i(t, 0) = ηS(t) β(a)i(t, a)da,
0
S(0) = S0 ≥ 0, i(0, .) = i0 ∈ L1+(0, +∞).
Quand R0 > 1 le comportement est plus d´elicat `a ´etudier par rapport au cas
trivial ; on consid`ere :
et
∂M0 := [0, +∞) × L1+(0, +∞) \ M0.
Supposons que R0 > 1. Alors chaque solution du syst`eme (1) avec une
condi- tion initiale dans ∂M0 (respectivement dans M0) reste dans ∂M0 (
respectivement dans M0). De plus, chaque solution avec une condition initiale
dans ∂M0 converge vers (SE, 0) et chaque solution avec une condition initiale
dans M0 converge vers l’´equilibre end´emique (SE, IE). En outre, (SE, IE) est
localement asymptotiquement stable.
4.2 Fonction de Lyapunov et stabilit´e asymptotique globale du point d’´equilibre end
´emique 39
γ = νs = νI(a) = K.
ou`
On calcule maintenant la quantit´e suivante :
d
g(S(t)) = g'(S(t)) 1 [K − KS(t) − I(t, 0)],
dt S S S
' I (a)
Etant donner que ∂
(I ) = 1 ∂I
− I(t, a) = 1 ∂I
(puisque ∂I
=0)
∂a I I ∂a 2 I ∂a ∂a
I
Donc
∫ ∞ I
∂ g( )φ(a)da .
I1 = −
0 ∂a I
Maintenant en int´egrant par parties on obtient :
∫ ∞
I(t,0) I(t, a) '
I1 = g( I(0) )φ(0) + g( )φ (a)da.
0 I(a)
Rappelons que
I2 = d
g(S(t)) = g'(S(t)) 1 [K − KS(t) − I(t, 0)].
dt S S S
h convexe .
h(x.y) ≤ h(x) + h(y) .
g(x) = h(x) + x − 1.
et supposons que φ'(a) = −ηSβ(a)e−Kaφ(0).
On a ∫ ∞
I1 = g( I(t,0) I(t, a)
I(0)
)φ(0) + g( )φ'(a)da,
0 I(a) ∫
∞ ∫ ∞
I1 ≤ ∞ I(t,
∫ a) I(t, φ'(a)da+ −φ'(a)da,
h(
I(t,0) )φ(0)+ I(t,0) φ(0)−φ(0)+ a)
'
h( )φ (a)da+
I
∫ I
∫ I
∞ 0 I
∞ 0 0
I(t, 0) I(t, a) I(t, 0)
= h(SS ηS(t) β(a)e−Ka da)φ(0)+ h( −Ka
)[−ηSβ(a)e φ(0)]da+ φ(0)−
0 I 0 I I
∫ ∞ I(t, a)
φ(0)ηS β(a)e−Ka da.
0 I
Par l’In´egalit´e de Jensen et par les hypoth`eses ´emises :
I1 ≤ h(S(t))φ(0) + I(t,0)
φ(0) − S I(t,0)
φ(0),
S I S(t) I
I1 ≤ h(S(t))φ(0) + (1 − S
)I(t,0) φ(0).
S S(t) I
On a aussi
4.2 Fonction de Lyapunov et stabilit´e asymptotique globale du point d’´equilibre end
´emique 41
φ(0)
Si =
1
on a φ(0) = I(0),
I S S
alors I1 + I2 ≤ h(S(t))φ(0) − ( 1
+ 1
h'(S(t)))I(t, 0) + (h'(S(t) + 1)[K + φ(0) − K S ( t ) ].
S S(t) S S S S
Si h'(S(t)) 1 + 1
= 0 alors h'(x) = − 1
avec x = S(t)
,
S S S(t) x S
alors h(x) = − ln x
I1 + I2 ≤ h'(S(t))K(1 − S(t)
) + (h(S(t)) + h'(S(t)) + 1)φ(0) + K(1 − S(t)
) ,
S S S S S
D’autre part :
h(x) + h'(x) + 1 = − ln x − 1
x
+1≤0 si x ∈ (0, ∞).
donc I1 + I2 ≤ 0 ⇔ d ∫ ∞
I(t, a) S(t)
[ dt
g( )φ(a)da + )] ≤ 0.
0 I g( S
∫ ∞ S(t)
V (S, I) = I(t, a)
g( )φ(a)da + ),
0 I g( S
avec g(x) = x − ln x − 1 .
On remarque que V (S, I) est bien une fonction de Lyapunov avec dtd V (S, I) ≤ 0.
d
Traitons le cas dt V (S, I) = 0 et utilisant le Th´eor`eme de Lasalle pour obtenir la
sta- bilit´e asymptotique de (S, I).
∞
d
V (S, I) = 0 ⇒ d
[∫ I(t, S(t) )] = 0,
a) )φ(a)da +
g( g(
dt
donne dt
I S
0
42 Comportement asymptotique des solutions
h(x) = −h'(x)(1 − x), (1)
h(x) = 1 − x, (2)
h(x) + h'(x) = −1, (3)
Ainsi
Ω = {(S(t), I(t, a))\ = 0)} = {(S, I)}.
V˙
∫∞
S'(t) = γ − νsS(t) − ηS(t) β(a)I(t, a)da,
0
∂I(t,a) ∂I(t,a)
+ = −νI (a)I(t, a),
∂t ∂a
∫∞ (1)
I(t, 0) = ηS(t) β(a)I(t, a)da,
0
S(0) = S0 ≥ 0, i(0, .) = I0 ∈ L1+(0, +∞).
On veut chercher une solution approch´ee de notre probl`eme , plus pr´ecis´ement on cherche
`a d´eterminer :
Ces inconnus discret d’une discr´etisation par la m´ethode d’Euler explicite en temp et
n
sh´ema de transport en ˆa g e de i I et par la m´ethode Runge-Kutta d’ordre quatre de Sn
v´erifient le sch´ema suivant :
n+1
−In In−In
I
+ i
= −ν (a )I n,
i i i−1
I i i
k h
K2 = f (tn + k2, Sn + k2
K1),
k k
K 3 = f (tn + 2 , Sn +2 K 2
),
K 4 = f (tn + k, Sn + kK3
),
6 1 + 2K2 + 2K3 + K4) , n = 0...N − 1,
k
Sn+1 = Sn + (K
S0i , I0 , i =
0...M,
Proposition 4.3.1
Le sch´ema (2) est consistant d’ordre 1 , en plus il est stable sous la condition de
Courant- Friedrichs-Levy (CFL) k ≤ h (voir [15]).
44 Comportement asymptotique des solutions
Exemples :
1- Dans notre exemple on va donner des valeurs pour les param`etres de telle sorte que
R0 < 1. Prenons : γ = 365 , η = 0.00015 , β(a) = 0.1 , νI = 0.1 , νs = 0.1.
Alors R0 = 0.5475 , on est dans le cas o u` les susceptibles convergent vers νSs F = γ =
3650 (Figure 4.1). Prenons i(0, a) = 50(a+2)e−0.4(a+2) et deux conditions initiales S(0) =
1000 et S(0) = 9000 .
Puisque R0 ≤ 1 on aura l’extinction des infect´es , on trace la somme de tous les infect
´es d’ˆage a (Figure 4.2) .
Dans ce cas les infect´es convergent vers i(a) = 298 e−a. La (figure 4.4) represente tous
les infectes qui ont l’ˆage a = 0. On voit que i(a) = 298 .
Conclusion :
Au-del`a des r´esultats th´eoriques, cette discipline vise `a fournir des bases
quantitatives pour la r´eflexion de sant´e publique autour des maladies infectieuses.
Dans cette di- rection, on notera que l’utilisation des mod`eles plus vraisemblables (et
plus complexes math´ematiquement) serait cependant souhaitable . Dans le futur, on
pr´evoit d’´etudier des mod`eles plus g´en´eraux et avec une meilleure pr´ecision.
Bibliographie
[1] B.PERTHAME, S.K. TUMULURI, Nonlinear renewal equations. Selected topic in Can-
cer modeling, Model. Simul. sci. Eng. Technol. Berkhauser, Boston,M A, 65-96, 2008.
48
BIBLIOGRAPHIE 49
[12]
P.MAGAL, C.C. MCCLUSKEY, G.F. WEBB, G. F.(2010), Lyapunov functional
and global asymptotic stability for an infection-age model, Applicable Analysis, 89 :
7, 1109 - 1140 .
[13] P. MAGAL, Compact attractors for time periodic age-structured population models,
Electron. J. Differential Equations 2001(65) (2001), pp.1-35.
[14] R.M. ANDERSON AND R.M. MAY, Infectious Diseases of Humans : Dynamics and
Control, Oxford University Press, Oxford, UK, 1991.