Extraits - Grenoble Sciences

Extraits - Grenoble Sciences
MATHÉMATIQUES
POUR LES SCIENCES DE LA VIE,
DE LA NATURE ET DE LA SANTÉ
Jean Paul et Françoise BERTRANDIAS
Presses Universitaires de Grenoble
1997
La Collection Grenoble Sciences
La Collection Grenoble Sciences fut créée à l'Université Joseph Fourier avec un triple objectif :
• permettre d'offrir aux étudiants et usagers des ouvrages à des prix convenables,
• constituer une mémoire pour d'excellents documents qui restent souvent chez leurs auteurs,
• réaliser des ouvrages correspondant vraiment à un objectif clair, en contrepoint des ouvrages
réalisés par rapport à tel ou tel programme plus ou moins officiel.
Certains documents sont publiés dans le seul cadre de l'Université Joseph Fourier. D’autres, destinés à
un plus vaste public, sont sélectionnés par des referees, critiqués par un comité de lecture et édités
dans cette collection spécifique des Presses Universitaires de Grenoble.
Directeur de la Collection Grenoble Sciences
Jean BORNAREL, Professeur à l'Université Joseph Fourier - Grenoble 1
Comité de lecture de MATHÉMATIQUES POUR LES SCIENCES
DE LA VIE, DE LA NATURE ET DE LA SANTÉ :
Bernard CHARLES, Professeur à l’USTL - Montpellier 2
Jean-Pierre FERRIER, Professeur à l'Université Henri Poincaré - Nancy 1
Jean-René JOLY, Professeur à l’Université Joseph Fourier - Grenoble 1
Déjà parus :
Chimie. Le minimum vital - J. Le Coarer
Endocrinologie. Fondements physiologiques - S. Idelman
Minimum Competence in Scientific English - J. Upjohn, S. Blattes et V. Jans
Introduction à la Mécanique statistique - E. Belorizky et W. Gorecki
Exercices corrigés d'Analyse (tomes 1 et 2) - D. Alibert
Bactéries et environnement. Adaptations physiologiques - J. Pelmont
La plongée sous-marine à l'air. L'adaptation de l'organisme et ses limites - P. Foster
Listening Comprehension for Scientific English - J. Upjohn
Electrochimie des solides - C. Déportes et al.
La Turbulence - M. Lesieur
Exercices et problèmes corrigés de Mécanique statistique - E. Belorizky et W. Gorecki
La symétrie en mathématiques, physique et chimie - J. Sivardière
La cavitation. Mécanismes physiques et aspects industriels - J.P. Franc et al.
L'Asie, source de sciences et de techniques - M. Soutif
Enzymes, catalyseurs du monde vivant - J. Pelmont
L'ergomotricité. Le corps, le travail et la santé - M. Gendrier
Introduction aux variétés différentielles - J. Lafontaine
Analyse numérique et équations différentielles - J.P. Demailly
Speaking Skills in Scientific English - J. Upjohn, M.H. Fries et D. Amadis
Thermodynamique chimique - M.A. Oturan et M. Robert
EXTRAITS
54
MATHÉMATIQUES POUR LES SCIENCES DE LA VIE, DE LA NATURE ET DE LA SANTÉ
Si la fonction f est croissante (resp. décroissante ) en chaque élément a de E, on dit
qu'elle est croissante (resp. décroissante ) sur l'ensemble E et dans les deux cas, on
dit qu'elle est monotone sur l'ensemble E.
5.2. CONTINUITÉ
On dit qu'une fonction ϕ positive de la variable x positive ou nulle (x ≥ 0) est un
module de continuité si ϕ est croissante à partir de ϕ (0) = 0 et prend des valeurs
arbitrairement petites sur l'ensemble des réels strictement positifs (x > 0).
(Pour éviter des complications inutiles dans la suite, on admet pour ϕ une valeur,
notée ∞ , supérieure à tout nombre positif).
Exemples : les fonctions suivantes sont des modules de continuité
-
la fonction linéaire x ∆
la fonction
x ∆ x 2 ,
la fonction
x ∆ k x + x 2
la fonction racine carrée
la fonction ϕ définie par
kx
avec k > 0 ,
avec k > 0
x ∆
x
ϕ (x) = tg x
,
,
si x < π et ϕ (x) = ∞ si x ≥ π
2
2
On dit que la fonction f est continue en a s'il existe un module de continuité ϕ tel
que, pour tout élément b de E, on ait
|f(b) — f(a)| ≤ ϕ(|b — a|).
Si la fonction f est continue en chaque élément a de E, on dit que la fonction f est
continue sur l'ensemble E.
Exemples
• La fonction définie par x ∆ 1 — x2 est continue sur R car, pour tout a réel,
|(1 — b2 )—(1 — a2 )| = |b — a| |b + a| ≤ 2 |a||b — a| + |b — a|
2
.
6. CALCUL DES INTÉGRALES
95
On étend la définition de l'intégrale au cas
b < a.
b
a
f dx = —
a
On a la formule de Chasles pour les
intégrales, valable quelle que soit la position
relative des trois nombres réels a, b, c.
f dx
b
c
b
f dx =
c
f dx +
a
a
f dx
b
2.2 RELATIONS ENTRE INTÉGRALE ET PRIMITIVE
Si F est une fonction dérivable telle que F' = f, on dit que F est une primitive de f.
Obtention d'une primitive de f
x
La fonction Ψ définie par l'intégrale Ψ (x) =
En effet
Ψ(x+h) —Ψ(x)
= 1
h
h
x+h
f(t)
dt
f(t) dt
est une primitive de f.
a
x
D'après la continuité de f , ce rapport tend
vers f(x) quand h tend vers 0
car
f(x)—ϕ(h) ≤ f(t) ≤ f(x)+ϕ(h)
donc
x+h
1
f(t)
h x
dt —f(x)
≤ ϕ(h ) .
Expression de toutes les primitives de f
x
Si F est une primitive quelconque de f, on a F ( x ) —F(a) =
x
f(t) dt
.
a
En effet la fonction définie par F(x) — f(t) dt a une dérivée nulle sur [a,b] ; elle
a
est constante sur [a,b] d'après les propriétés des dérivées (chapitre 3, § 5.3) et vaut
F(a).
Conséquences
• Si l’on connait une primitive F de f,
l'intégrale de f sur [a,b] s'en déduit.
• Si l’on ne connait pas de primitive de f,
on peut en calculer une, Ψ , par calcul
numérique.
b
f ( x ) dx = F(b) —F(a)
a
x
Ψ (x) =
f(t) dt
a
Formule fondamentale du calcul intégral
La différence F(b) — F(a) s'appelle la variation de la fonction F entre a et b ; elle se
note aussi F(x) b . D'après la forme des primitives de f , on l'exprime comme
a
l'intégrale entre a et b de l'expression F'(x) dx qui est la différentielle dF de la fonction F
(chapitre 3, § 5.4).
[ ]
EXERCICES DU CHAPITRE 3 - FONCTIONS
211
8. CAPACITÉ VITALE
La capacité vitale est le volume d'air maximum pouvant être mobilisé par une
inspiration forcée suivie d'une expiration forcée.
Le tableau ci-contre donne la capacité vitale théorique c exprimée en cm3 en fonction
de l'âge g (en années) et de la taille t (en cm). Ces valeurs de c ont été obtenues aux
Etats-Unis à partir de moyennes portant sur un grand nombre de mesures.
a) Ce tableau exprime c comme fonction des deux variables g et t . Donner une
représentation graphique de cette fonction sous forme de courbes de niveaux.
b) On remarque que pour un âge fixé, la capacité vitale est approximativement linéaire
relativement à la taille. Représenter graphiquement le rapport c/t en fonction de g et
de t ; vérifier qu'il ne dépend pratiquement pas de t et est affine en g : c/t = a + b g.
Renvoi : chapitre 4, exercice 5 pour une évaluation des coefficients a et b.
c) Pour calculer la capacité vitale, on utilise aussi des approximations affines. On
étudiera la suivante :
c º —19,7 g + 23,1 t + 754 .
Comparer cette fonction à celle qui est représentée par le tableau.
Construire un abaque donnant c en fonction de g et de t en utilisant cette
approximation.
Référence : J.GERMOUTY - La fonction respiratoire, Éditions des Laboratoires Diamant, (1963).
EXERCICES DU CHAPITRE 7 - MODÈLES MATHÉMATIQUES
251
6. DOSAGE D'UN MÉDICAMENT
On injecte un certain médicament par voie intraveineuse ; on désigne par C(t) la
concentration du médicament dans le sang à l'instant t. Après l'injection, la décroissance
de la concentration C obéit à la règle suivante :
∆C = — γ C ∆t
(où γ est une constante positive).
a) Montrer que la concentration C(t) suit une loi exponentielle C(t) = Q e — γ t où Q est
une constante dont on précisera la valeur.
b) On note T l'intervalle de temps nécessaire pour que la concentration baisse jusqu'au
tiers de sa valeur à l'instant t, c'est- à-dire :
C(t+T) = C(t)/3.
Vérifier que T ne dépend pas de t et de C(t) ; exprimer T en fonction de γ.
c) Une dose de 200 mg est administrée à un malade et un dosage de concentration est
effectué à divers instants t (l'instant t = 0 correspond à la fin de l'injection).
Les résultats sont donnés dans le tableau (t en heures, C en µg/ml):
t
0
1
2
4
6
8
12
16
20
24
C
11,0
10,2
9,5
8,2
7,0
6,1
4,5
3,4
2,5
1,8
Représenter graphiquement C en fonction de t en coordonnées régulières et en coordonnées semi-logarithmiques.
Vérifier que C suit approximativement une loi exponentielle dont on évaluera les
constantes.
Évaluer l'intervalle de temps T.
d) Pour que le médicament soit efficace sans être toxique, sa concentration doit
toujours rester comprise entre un seuil minimum Cmin et un seuil maximum Cmax,
c'est-à-dire :
Pour le médicament considéré, on
Cmin ≤ C(t) ≤ Cmax.
a:
Cmin = 5 µg/ml, Cmax = 15 µg/ml.
• Indiquer quelle quantité de médicament il faut injecter au malade considéré pour
que la concentration à l'instant initial t = 0 soit la concentration maximum Cmax .
• Au bout de combien de temps la concentration descend-elle alors au-dessous de la
concentration minimum Cmin ?
e) On veut définir une posologie pour un traitement de longue durée avec ce
médicament. Déterminer, pour le patient considéré, le nombre de piqûres à effectuer
chaque jour et la dose à injecter ; on désire faire le moins de piqûres possibles, ces
piqûres étant faites aux mêmes heures tous les jours. L'augmentation de la
concentration au moment de chaque injection de médicament est proportionnelle à
la quantité de médicament injectée.
f) On se propose de déterminer automatiquement la posologie pour traiter tout
nouveau malade devant être soigné avec le médicament considéré.
Pour cela, on fait subir à chaque nouveau malade le test décrit dans la question c) et
on note les concentrations correspondantes C(0), C(1),....
Écrire un programme permettant, en entrant les données obtenues au moyen du
test, d'afficher les horaires des piqûres et leur dosage.
Rédiger un mode d'emploi de ce programme, en vue de son utilisation dans un
service hospitalier.
252
MATHÉMATIQUES POUR LES SCIENCES DE LA VIE, DE LA NATURE ET DE LA SANTÉ
7. ÉTUDE D'UN MÉDICAMENT ANTIÉPILEPTIQUE
Le médicament étudié dans l'exercice précédent était un antiépileptique, médicament
dont les caractéristiques générales sont les suivantes :
• l'utilisation du médicament est prévue pour des traitements de très longue durée ;
l'effet du médicament est corrélé à la concentration plasmatique du médicament ;
• la concentration plasmatique doit être supérieure à un certain seuil Cmin
(sous peine d'inefficacité du traitement) ;
• la concentration plasmatique ne doit pas dépasser un certain plafond Cmax
(assez proche de la concentration Ctox considérée comme toxique).
En période d'expérimentation, un nouveau médicament de ce type est essayé sur 1 2
patients.
Une dose de 200 mg est administrée par injection intraveineuse et un dosage de la
concentration plasmatique (exprimée en µ g/ml) est effectué à divers instants t (en
heures) à partir de l'instant 0 correspondant à la fin de l'injection. Les résultats sont
donnés dans le tableau suivant (données fictives).
t
n° 1
n° 2
n° 3
n° 4
n° 5
n° 6
n° 7
n° 8
n° 9
n° 10
n° 11
n° 12
0
11.0
10.4
12.0
10.1
10.5
9.0
10.2
11.2
10.4
9.9
10.6
10.5
1
2
4
6
8
12
16
20
24
8.5
8.1
8.6
7.9
8.0
7.0
7.9
8.4
8.0
7.5
8.1
8.2
7.0
6.7
7.2
6.5
6.7
5.9
6.5
7.0
6.6
6.2
6.7
6.9
5.5
5.4
5.8
5.2
5.2
4.8
5.2
5.7
5.3
4.9
5.4
5.7
4.7
4.7
5.3
4.5
4.6
4.2
4.6
5.0
4.6
4.4
4.7
5.0
4.4
4.3
4.7
4.0
4.1
3.7
4.2
4.5
4.3
3.9
4.3
4.4
3.7
3.5
4.2
3.3
3.4
2.9
3.4
3.9
3.6
3.0
3.5
3.6
3.1
2.9
3.3
2.7
2.8
2.4
2.8
3.6
2.9
2.5
2.9
3.0
2.6
2.4
2.8
2.3
2.3
2.0
2.4
2.8
2.4
2.0
2.4
2.6
2.2
2.0
2.4
1.9
1.9
1.5
2.0
2.4
2.0
1.8
2.0
2.0
a) Pour chaque instant t, calculer la moyenne C(t) et l'écart-type de la concentration
plasmatique.
b) Tracer en coordonnées semi-logarithmiques la courbe représentative de C en
fonction de t et vérifier que C peut être considérée comme somme de deux
exponentielles.
Évaluer les demi-vies correspondant à ces deux exponentielles : estimer la demi-vie
la plus courte et soustraire l'exponentielle correspondante de C(t) puis estimer l'autre
demi-vie (méthode de l'épluchage exponentiel).
c) La valeur de l'élimination urinaire du médicament a été déterminée : on a trouvé
(pour la période de 24 heures étudiée) une dose moyenne de 92 mg (écart-type = 1 0
mg).
En déduire une interprétation des deux demi-vies et proposer un modèle d'échange
entre plusieurs compartiments (sang, reins, liquide interstitiel, ...).
d) Sachant que, pour ce médicament, les concentrations plasmatiques limites sont
Cmin = 5 µg/ml ,
Cmax = 15 µg/ml,
Ctox = 20 µg/ml
proposer une posologie pour un traitement de longue durée en indiquant le nombre
d'injections par jour et dosage de chaque injection (voir exercice précédent).
EXERCICES DU CHAPITRE 8 - ÉQUATIONS DIFFÉRENTIELLES
263
3. ÉQUILIBRE PROIES - PRÉDATEURS
La mise en équation de l'équilibre proies - prédateurs étudié au chapitre 7 (§ 4) est basée
sur des relations entre accroissements des deux variables qui sont le nombre de proies L
et le nombre de prédateurs R ; on peut utiliser directement ces relations pour évaluer de
proche en proche les deux populations pour des intervalles de temps régulièrement
espacés :
DL = a L Dt — b L R Dt,
DR = — p R Dt + q L R Dt.
(1)
c'est exactement la méthode d'Euler appliquée au système de Volterra :
L' = a L — b L R,
(2)
R' = — p R + q L R .
On cherche des approximations de L et de R connaissant leurs valeurs initiales L0 et R0
pour t = t0 (qu'on supposera égal à 0). Les valeurs successives (L1 ,R1 ), (L2 ,R2 ) , … de (L,R)
pour t1 = t0 + h , t2 = t1 + h, … sont approchées par :
t
t0
t 1 = t0 + h
t 2 = t1 + h
L
L0
L1 = L0 + h L 0 (a — b R0 )
L2 = L1 + h L 1 (a — b R 1 )
…
…
R
R0
R1 = R 0 + h R 0 (q L0 — p)
R2 = R1 + h R 1 (q L1 — p)
…
On obtient de meilleures approximations des solutions L , R du système de Volterra en
adaptant au système différentiel du premier ordre la méthode de Heun.
Les valeurs approchées (L1 ,R1 ), (L2 ,R2 ), … de (L,R) pour t1 = t0 + h , t2 = t1 + h, … sont obtenues
par correction à partir des valeurs ( L1, R1) , ( L2, R2), … prévues par la méthode d'Euler.
t
t 2 = t1 + h
…
L 1 = L 0 + h L 0 (a —b R 0 )
L 2 = L 1 + h L 1 (a —b R 1 )
…
R 1 = R 0 + h R 0 (q L 0 —p)
R 2 = R 1 + h R 1 (q L 1 —p)
…
t 0 t 1 = t0 + h
L L0 L 1 = L 1 —h L 0 (a —b R 0) + h L 1 (a —b R 1) L 2 = L 2 —h L 1 (a —b R 1) + h L 2 (a —b R 2) …
2
2
2
2
h
h
h
R R0 R 1 = R 1 — R 0 (q L 0 —p) + R 1 (q L 1 —p) R 2 = R 2 — R 1 (q L 1 —p) + h R 2 (q L 2 —p) …
2
2
2
2
a) Programmation
Pour chacune des deux méthodes, écrire un programme en Pascal permettant
d'afficher les valeurs successives de L et R à partir de leurs valeurs initiales lues au
clavier ainsi que les valeurs des constantes a, b, p et q . La valeur du pas sera aussi lue
au clavier de manière à pouvoir expérimenter sur la précision des méthodes.
b) Expérimentation
Exécuter ce programme avec les données suivantes :
a = 0,6 ; b = 0,01 ; p = 2,5 ; q = 0,01 ; L(0) = 200 ; R(0) = 50.
Relever dans un tableau les valeurs prises par L et R pour t par pas de 0,2 entre 0 et 6.
Représenter les fonctions L et R de la variable t dans les mêmes axes.
Représenter graphiquement les couples (L,R) ainsi obtenus, ainsi que le point E de
p a
coordonnées ( q , ) . Calculer le maximum et le minimum de L et de R.
b
Calculer la durée d'un cycle et la comparer à l'évaluation de la période T = 2π
ap
obtenue par linéarisation (chapitre 7, § 4.4).
264
MATHÉMATIQUES POUR LES SCIENCES DE LA VIE, DE LA NATURE ET DE LA SANTÉ
4. VALEURS DE LA FONCTION DE GAUSS
On considère l'équation différentielle
y' = t y + 1.
a) Trouver les solutions de cette équation.
Vérifier que la solution f telle que f(0) = 0 est définie par
f(t)
= et
t
2/2
0
e —u 2/2 du .
b) Exprimer la fonction de Gauss φ (exercice 3 du chapitre 6) au moyen de f.
c) Calculer φ (1) en résolvant numériquement l'équation différentielle et comparer les
résultats obtenus par les diverses méthodes de résolution.
Comparer avec les résultats obtenus par les méthodes de calcul numérique des
intégrales.
d) Peut-on calculer l'intégrale de Gauss (exercice 2 du chapitre 6) en utilisant ces
méthodes ?
Les méthodes de simulation mathématique et de visualisation, basées sur la résolution numérique
des équations différentielles du premier ordre s'adaptent à la résolution des systèmes différentiels du
premier ordre, comme on l'a vu dans l'exemple du système de Volterra (exercice 3). Ces méthode
sont précieuses pour l'étude des phénomènes irréguliers dont un exemple typique est donné par le
système de Lorenz (exercice 5) qui est l'analogue continu du comportement chaotique étudié dans le
chapitre 7 (exercice 4) pour des variables discrètes.
Une équation différentielle d'ordre supérieur peut se mettre sous la forme d'un système différentiel du
premier ordre pour faciliter la mise en évidence des propriétés des solutions, par exemple l'existence
d'un régime permanent vers lequel tend l'évolution du système (vibrations non linéaires : exercice
6).
5. SYSTÈMES DIFFÉRENTIELS
Les méthodes d'Euler et de Heun utilisées dans l'exercice 3 pour étudier numériquement
le système de Volterra s'appliquent de la même façon à un système différentiel du
premier ordre se présentant sous la forme
a) Programmation
x' = F(t,x,y,z)
y' = G(t,x,y,z)
z' = H(t,x,y,z)
Écrire un programme en Pascal permettant d'afficher les valeurs successives de x , y
et z à partir de leurs valeurs initiales lues au clavier. Les fonctions F, G et H seront
déclarées dans le programme sous le mot-clef function.
b) Expérimentation
Un système simple de trois équations amenant à des comportements irréguliers et
apparemment erratiques des variables a été proposé en 1963 par E. LORENZ pour la
modélisation de mouvements de convection dans l'atmosphère. Il dépend de trois
paramètres s, r et b :
x' = (y — x) s
y' = r x — y — x z
z' = x y — b z
304
MATHÉMATIQUES POUR LES SCIENCES DE LA VIE, DE LA NATURE ET DE LA SANTÉ
Fonctions puissances :
Variable : t strictement positive
Relations de définition
t —α = 1α
t
x = t 1/ α ⇔ xα = t
f(t) = t α
Paramètre : α réel quelconque
Graphes
avecx > 0
t >0
Relations fonctionnelles
t α uα = (t u )α
t α t β = t α +β
( t α) β = t α β
Monotonie
Fonction croissante si α > 0
Fonction décroissante si α < 0
Limites
1 α = 1 quel que soit α
lim t
α
lim t
α
t →•
t →0
Dérivées
• s i α >0
=
0 s i α <0
0 s i α >0
• s i α <0
=
( t α) ' = α t α—1
Fonctions exponentielles :
Variable : t réel quelconque
Relations de définition
À partir des fonctions puissances,
échange de la variable et du paramètre.
Relations fonctionnelles
a t b t = (a b )t
at au = at +u
( at ) u = at
at = et
u
ln a
e = 2,71828182…
Dérivées
( a t ) ' = a t ln a
( e t ) ' = e t
f(t) = at
Paramètre : a strictement positif
Graphes
COMPLÉMENTS B - RELATIONS ENTRE VARIABLES
Fonctions logarithmes :
Variable : t > 0
Paramètre : a > 0
Relations de définition
x = log
a
t ⇔t =
305
f(t) = log a t
a≠1
: base du logarithme
Graphes
ax
Cas particuliers
x = log e t ⇔ t = e x
(logarithme népérien, noté ln)
x = log 10 t ⇔ t = 10x
(logarithme de base 10, noté log)
Relations fonctionnelles
log
log
a
u v = log
a
t
α
a
u + log
= α log
a
a
v
t
Rapport entre bases différentes
a = e log
a
a x = e x log a
log a t = l n t
ln a
Dérivées
log
b
t =
log
log
a
a
t
b
0,43429
1
ª
( l n t ) ' = 1 , (log t ) ' =
, (log
t l n 10
t
t
Croissance comparée (on suppose
Graphes
Lorsque t augmente indéfiniment
• e t tend vers l'infini plus vite que tα
t
l i m ea = •
t →• t
•
tα tend vers l'infini plus vite que ln t
tα = •
lim
t →• l n t
α > 0)
a
t)' =
1
t ln a
Was this manual useful for you? yes no
Thank you for your participation!

* Your assessment is very important for improving the work of artificial intelligence, which forms the content of this project

Download PDF

advertising