Acquis d'apprentissage

Caractérisés par un état qui évolue dans le temps, les systèmes dynamiques jouent un rôle essentiel dans de nombreux domaines d'application des mathématiques, comme les sciences exactes (physique, chimie, biologie), l'informatique ou encore l'économie et la gestion.

Au terme du cours, l’étudiant sera capable de modéliser des phénomènes dynamiques simples, de les simuler sur ordinateur (Matlab), et d’étudier sommairement leur comportement à l’aide des principaux outils mathématiques disponibles.

Objectifs

L’objectif de ce cours est d’initier l'étudiant à la démarche de modélisation et d’analyse des systèmes dynamiques, et de fournir une introduction aux processus stochastiques.

Contenu

Le cours est fortement pluridisciplinaire et s’adresse à l’étudiant désireux de pouvoir appliquer des outils mathématiques à son domaine de prédilection, ou d’acquérir des connaissances générales en modélisation, théorie des systèmes dynamiques et systèmes stochastiques. En outre, les concepts théoriques seront illustrés par de nombreux exemples concrets (mécanismes biologiques, électricité, neurosciences, etc.).

Une partie du cours introduira les différents types de systèmes dynamiques (temps continu/discret, système déterministe/stochastique, etc.) et les notions de base (espace d’état, trajectoire, attracteur). Les techniques de modélisation des systèmes (lois physiques, linéarisation) y seront également présentées.

Une seconde partie du cours abordera, et ce de manière introductive, les principales notions mathématiques et méthodes d’analyse des systèmes dynamiques : portrait de phase, diagramme cobweb, calcul de points d'équilibres, étude de stabilité locale et globale.

La dernière partie du cours sera consacrée à l'étude des systèmes stochastiques. Dans le cas des processus discrets (à sauts), le processus de Poisson sera étudié en détail, puis généralisé au travers de la master équation. Une introduction aux processus de Markov et à la théorie des files d'attentes sera donnée. Enfin, les processus en temps continu seront étudiés au travers du calcul stochastique de base et de l'équation de Fokker-Planck.

Table des matières

  • Les différents types de systèmes ; la notion d'espace d’état
  • Système 1D en temps discret ; diagramme « cobweb » ; point fixe stable, instable et orbite périodique
  • Système 1D en temps continu ; équilibres et stabilité
  • Modélisation : lois physiques (mécanique, électricité, hydraulique, etc.) ; la technique de linéarisation
  • Systèmes plans : trajectoires et portraits de phase; stabilité locale et caractérisation du comportement des systèmes linéaires
  • Stabilité globale : théorèmes principaux ; fonction de Lyapunov
  • Systèmes stochastiques (processus discrets) : processus de Poisson ; master équation ; chaînes de Markov ; théorie des files d'attente
  • Systèmes stochastiques (processsus continus) : équation de Langevin ; calcul stochastique basique ; équation de Fokker-Planck

Méthodes d'enseignement

Cours magistral et travaux dirigés (exercices et simulation numérique sur ordinateur (matlab)).

Méthode d'évaluation

L'évaluation sera organisée sous la forme d'un examen avec l'aide d'un ordinateur. Il comportera deux parties : (1) modélisation de systèmes dynamiques et questions d'analyse par écrit; (2) analyse et simulation numérique sur l'ordinateur, présentées oralement.
 

Sources, références et supports éventuels

  • S. H. Strogatz, Nonlinear Dynamics and Chaos: With Applications to Physics, Biology, Chemistry and Engineering, Westview Press
  • Nonlinear Oscillations, Dynamical Systems, and Bifurcation of Vector Fields, J. Guckenheimer and P. Holmes, Springer-Verlag, 1983.
  • J.D. Murray, Mathematical Biology, I : An introduction, Springer, 2008.

Langue d'instruction

Formation Programme d’études Bloc Crédits Obligatoire
Bachelier en sciences mathématiques Standard 0 5