SS2 : Définir un ensemble de paramètres pour chaque "objet" (pays, type de population...) A partir des données, on peut estimer les paramètres. On peut après se poser des questions de stabilité. Trouver des équations de modélisation à partir d'études statistiques à plusieurs variables. Quelle population ?
- Trouver des thèses
- Se répartir pour résumer
- Chercher les données
- Quel livrable ?
Modélisation de la dynamique des populations à partir de modèles existants : on peut trouver les paramètres sur des exemples, et jouer sur eux. On peut ainsi s'attaquer au chaos, et aux attrateurs étranges. Mais les expériences sont peu concluantes.
On peut essayer de confronter les modèles existants à une modélisation probabiliste point par point des interactions entre individus, et ainsi montrer l'influence de certains paramètres sur l'évolution globale.
On va pouvoir s'intéresser à différents types de population : humaines, animales, végétales, bactériennes.
On peut aussi introduire la génétique dans le problème, ce qui permet d'ajouter un effet aléatoire important, mais qui change l'échelle des temps.
Une autre manière d'aborder le problème est de considérer les lieux comme des systèmes à réservoir, dont on peut modéliser le fonctionnement face à des flux.
Analyse d'une population à différents périodes de sa vie.
Les échelles de temps intéressantes peuvent être :
- Année : fluctuations dues au climat
- Plusieurs décénnie : évolutions du au global warming, ou bien évolutions locales
- Plusieurs milliers d'année : apparition des effets de la génétique ?
Méthodes de modélisation :
- Modèle stochastique
- Paramètres de l'espèce : reproduction, espérance de vie, durée de vie à chaque stage. Ces paramètres peuvent dépendre de conditions extérieures.
Données
Voici par exemple des données sur la dynamique des populations d'oiseaux : ftp://ftpext.usgs.gov/pub/er/md/laurel/BBS/DataFiles/50-StopData/
Livrable
Proposition d'un site internet en Python (Django + moteur de simulation) et d'un front en Vis.js