Note du 29 juin 2020
Sans connaitre encore le temps que dureront les mesures de distances sociales liées à la pandémie de Covid-19, et quels que soient les changements qui ont dû être opérés dans l’évaluation de la session de juin 2020 par rapport à ce que prévoit la présente fiche descriptive, de nouvelles modalités d’évaluation des unités d’enseignement peuvent encore être adoptées par l’enseignant ; des précisions sur ces modalités ont été -ou seront-communiquées par les enseignant·es aux étudiant·es dans les plus brefs délais.
Sans connaitre encore le temps que dureront les mesures de distances sociales liées à la pandémie de Covid-19, et quels que soient les changements qui ont dû être opérés dans l’évaluation de la session de juin 2020 par rapport à ce que prévoit la présente fiche descriptive, de nouvelles modalités d’évaluation des unités d’enseignement peuvent encore être adoptées par l’enseignant ; des précisions sur ces modalités ont été -ou seront-communiquées par les enseignant·es aux étudiant·es dans les plus brefs délais.
5 crédits
30.0 h + 22.5 h
Q2
Cette unité d'enseignement bisannuelle est dispensée en 2019-2020
Enseignants
Deleersnijder Eric (coordinateur); Dochain Denis; Hanert Emmanuel;
Langue
d'enseignement
d'enseignement
Anglais
Préalables
Ce cours requiert une formation préalable en équations différentielles ordinaires et aux dérivées partielles.
Thèmes abordés
Ce cours aborde la modélisation mathématique de processus écologiques et épidémiologiques dans le cadre de la théorie des systèmes. Il propose d'analyser les propriétés de modèles clés de l'écologie et de l'épidémiologie, en particulier des modèles de populations. Fondamentalement, les modèles étudiés font référence aux lois de la physique, et en particulier aux notions de conservation de la matière. Ce cours a pour objet d'introduire les outils de base permettant de comprendre et, si possible, prévoir l'écolution spatio-temporelle de système relevant de l'écologie et de l'épidémiologie. Ces outils comprennent des équations différentielles ordinaires, des équations différentielles aux dérivées partielles ainsi que les méthodes numériques permettant d'approximer ces équations.
Acquis
d'apprentissage
d'apprentissage
A la fin de cette unité d’enseignement, l’étudiant est capable de : | |
| 1 |
Contribution du cours au référentiel du programme
Au terme du cours LMAPR2510, l'étudiant sera capable de :
|
La contribution de cette UE au développement et à la maîtrise des compétences et acquis du (des) programme(s) est accessible à la fin de cette fiche, dans la partie « Programmes/formations proposant cette unité d’enseignement (UE) ».
Contenu
Le cours abordera les éléments suivants, notamment à travers la présentation détaillée d'exemples réalisés à l'aide de Matlab et/ou de Python:
- Modèles de population a une seule espèce: Modèle logistique - Modèles de croissance microbienne - Modèle de distribution d'âge.
- Modèles d'interactions de populations et biodiversité: Modèles proie-prédateur et système de Lotka-Volterra - Principe d'exclusion compétitive - Coexistence.
- Eléments clés de la modélisation mathématique en épidémiologie des maladies infectieuses: Modèles à compartiments - Dynamique populationnelle (épidémies, états endémiques) - Coefficient de reproduction de base (R0) - Contrôle des maladies infectieuses
- Marches aléatoires, diffusion et temps caractéristiques
- Dynamique des populations dans l'espace-temps: Equations d'advection-diffusion-réaction - Dynamique d'une espèce en présence de dispersion - Dynamique de plusieurs espèces avec dispersion - Ondes progressives non-linéaires - Effet de la dispersion sur des populations en compétition - Développement de motifs.
Méthodes d'enseignement
L'enseignement est dispensé sous forme d'exposés magistraux incluant des exemples concrets. Des exercices pratiques et des projets de plus grande ampleur seront également proposés aux étudiants afin qu'ils puissent mettre en oeuvre les concepts théoriques vus durant les cours magistraux.
Modes d'évaluation
des acquis des étudiants
des acquis des étudiants
Rapport individuel sur un travail personnel et défense orale en session.
Autres infos
Les notes de cours sont rédigées en anglais. Les exposés peuvent être donnés en français ou en anglais selon le souhait des étudiants.
Ce cours requiert une formation préalable en équations différentielles ordinaires et aux dérivées partielles.
Ce cours requiert une formation préalable en équations différentielles ordinaires et aux dérivées partielles.
Ressources
en ligne
en ligne
Notes de cours et scripts Matlab disponibles sur Moodle
https://moodleucl.uclouvain.be/course/view.php?id=9201
https://moodleucl.uclouvain.be/course/view.php?id=9201
Bibliographie
- Supports de cours : Notes de cours et programmes Matlab disponibles sur iCampus.
- Ouvrages de référence : May R.M., 1973, Stability and Complexity in Model Ecosystems, Princeton University Press - Murray J.D., 2002 (3rd ed.), Mathematical Biology (Vol. I & II), Springer - Okubo A., 1980, Diffusion and Ecological Problems: Mathematical Models, Springer-Verlag - Keeling M.J. & Rohani P., 2007, Modeling Infectious Diseases in Humans and Animals, Princeton University Press - Brauer F., van den Driessche P. & Wu J., 2008, Mathematical Epidemiology, Springer.
Faculté ou entité
en charge
en charge
MAP
Programmes / formations proposant cette unité d'enseignement (UE)
Intitulé du programme
Sigle
Crédits
Prérequis
Acquis
d'apprentissage
d'apprentissage
Master de spécialisation interdisciplinaire en sciences et gestion de l'environnement et du développement durable
Master [120] : ingénieur civil en mathématiques appliquées
Master [120] en sciences et gestion de l'environnement
Master [120] : ingénieur civil électromécanicien
Master [120] en sciences physiques