théorie de lagrégation principaux résultats. plan contexte définitions résultats (+ exemples)...
TRANSCRIPT
![Page 1: Théorie de lagrégation Principaux résultats. Plan Contexte Définitions Résultats (+ exemples) Possibilités et limites Perspectives Discussion](https://reader035.vdocuments.pub/reader035/viewer/2022070309/551d9d8c497959293b8c08de/html5/thumbnails/1.jpg)
Théorie de l’agrégation
Principaux résultats
![Page 2: Théorie de lagrégation Principaux résultats. Plan Contexte Définitions Résultats (+ exemples) Possibilités et limites Perspectives Discussion](https://reader035.vdocuments.pub/reader035/viewer/2022070309/551d9d8c497959293b8c08de/html5/thumbnails/2.jpg)
Plan
• Contexte
• Définitions
• Résultats (+ exemples)
• Possibilités et limites
• Perspectives
• Discussion
![Page 3: Théorie de lagrégation Principaux résultats. Plan Contexte Définitions Résultats (+ exemples) Possibilités et limites Perspectives Discussion](https://reader035.vdocuments.pub/reader035/viewer/2022070309/551d9d8c497959293b8c08de/html5/thumbnails/3.jpg)
I.Contexte
![Page 4: Théorie de lagrégation Principaux résultats. Plan Contexte Définitions Résultats (+ exemples) Possibilités et limites Perspectives Discussion](https://reader035.vdocuments.pub/reader035/viewer/2022070309/551d9d8c497959293b8c08de/html5/thumbnails/4.jpg)
Historique
• Economie (Ijiri, 1971)
• Conservation des flux (O’Neill & Rust, 79)
• Ecologie (Luckyanov, 81)
• Contrôle optimal (Sinha & Kuszta, 83)
![Page 5: Théorie de lagrégation Principaux résultats. Plan Contexte Définitions Résultats (+ exemples) Possibilités et limites Perspectives Discussion](https://reader035.vdocuments.pub/reader035/viewer/2022070309/551d9d8c497959293b8c08de/html5/thumbnails/5.jpg)
Quelques exemples
• Echelles spatiales différentes
• Echelles temporelles différentes
• Sous-groupes écosystème ~découplés
![Page 6: Théorie de lagrégation Principaux résultats. Plan Contexte Définitions Résultats (+ exemples) Possibilités et limites Perspectives Discussion](https://reader035.vdocuments.pub/reader035/viewer/2022070309/551d9d8c497959293b8c08de/html5/thumbnails/6.jpg)
Exemple
x1 x2
a
I1I2
d
x1+x2
I1+I2 k
Conditions d’agrégation parfaite :
- a = d
- x1(0)=x1() ou x2(0)=x2()
![Page 7: Théorie de lagrégation Principaux résultats. Plan Contexte Définitions Résultats (+ exemples) Possibilités et limites Perspectives Discussion](https://reader035.vdocuments.pub/reader035/viewer/2022070309/551d9d8c497959293b8c08de/html5/thumbnails/7.jpg)
II.Définitions
![Page 8: Théorie de lagrégation Principaux résultats. Plan Contexte Définitions Résultats (+ exemples) Possibilités et limites Perspectives Discussion](https://reader035.vdocuments.pub/reader035/viewer/2022070309/551d9d8c497959293b8c08de/html5/thumbnails/8.jpg)
Agrégation
X = (X1, … ,Xn)
Y = (Y1, …, Ym)
=(g1(X1,…,Xn),…,gm(X1,…Xn)) m<n
X
Y
f(X)
F(Y)
f
F
g g ?~
![Page 9: Théorie de lagrégation Principaux résultats. Plan Contexte Définitions Résultats (+ exemples) Possibilités et limites Perspectives Discussion](https://reader035.vdocuments.pub/reader035/viewer/2022070309/551d9d8c497959293b8c08de/html5/thumbnails/9.jpg)
Exemples
• Système différentiel :
f(X)=dX/dt
F(Y)=dY/dt
• Système dynamique :
f(X(0))=X(t)
F(Y(0))=Y(t)
![Page 10: Théorie de lagrégation Principaux résultats. Plan Contexte Définitions Résultats (+ exemples) Possibilités et limites Perspectives Discussion](https://reader035.vdocuments.pub/reader035/viewer/2022070309/551d9d8c497959293b8c08de/html5/thumbnails/10.jpg)
Agrégation parfaite
, F(Y)=F(g(X)) = (f(X))g~ g~?
![Page 11: Théorie de lagrégation Principaux résultats. Plan Contexte Définitions Résultats (+ exemples) Possibilités et limites Perspectives Discussion](https://reader035.vdocuments.pub/reader035/viewer/2022070309/551d9d8c497959293b8c08de/html5/thumbnails/11.jpg)
III.Résultats
![Page 12: Théorie de lagrégation Principaux résultats. Plan Contexte Définitions Résultats (+ exemples) Possibilités et limites Perspectives Discussion](https://reader035.vdocuments.pub/reader035/viewer/2022070309/551d9d8c497959293b8c08de/html5/thumbnails/12.jpg)
Cas linéaire
• Modèle linéaire :– Y=g(X) =BX ; – X’=f(X)=AX ;– Y’= F(Y)= DY = BAX ?
![Page 13: Théorie de lagrégation Principaux résultats. Plan Contexte Définitions Résultats (+ exemples) Possibilités et limites Perspectives Discussion](https://reader035.vdocuments.pub/reader035/viewer/2022070309/551d9d8c497959293b8c08de/html5/thumbnails/13.jpg)
Théorème
AMn Pm(AT),
B={Pm(i), i I} Mm,n
transformation linéaire agrégative (système ordre n système ordre m)
![Page 14: Théorie de lagrégation Principaux résultats. Plan Contexte Définitions Résultats (+ exemples) Possibilités et limites Perspectives Discussion](https://reader035.vdocuments.pub/reader035/viewer/2022070309/551d9d8c497959293b8c08de/html5/thumbnails/14.jpg)
Séparabilité linéaire
• Définition : (x1,..,xp)->y1
• Théorème : possible s’il existe des colonnes linéairement dépendants, de A.
![Page 15: Théorie de lagrégation Principaux résultats. Plan Contexte Définitions Résultats (+ exemples) Possibilités et limites Perspectives Discussion](https://reader035.vdocuments.pub/reader035/viewer/2022070309/551d9d8c497959293b8c08de/html5/thumbnails/15.jpg)
Algor. de séparabilité linéaire
• Trouver la matrice la plus ‘proche’ qui permette l’agrégation parfaite
• Calcul itératif
![Page 16: Théorie de lagrégation Principaux résultats. Plan Contexte Définitions Résultats (+ exemples) Possibilités et limites Perspectives Discussion](https://reader035.vdocuments.pub/reader035/viewer/2022070309/551d9d8c497959293b8c08de/html5/thumbnails/16.jpg)
Cas non linéaire
• f, g “quelconques” (non linéaires) dérivables
• Même principe
• Théorème– Bjk = gj/ Xk ; Ajk= [l Bjl fl] / xk
– Cjl= Fj/ Yl ;
agrégation parfaite ssi AB+B=A X– Si (deg(B)=m) ! C=AB+
![Page 17: Théorie de lagrégation Principaux résultats. Plan Contexte Définitions Résultats (+ exemples) Possibilités et limites Perspectives Discussion](https://reader035.vdocuments.pub/reader035/viewer/2022070309/551d9d8c497959293b8c08de/html5/thumbnails/17.jpg)
Agrégation approchée
• hj(X)= i (gj/ Xi)fi(X)
• U={X, ||g(X)-Y||< }
= ||F(g(X))-Fm||2w(X)dX /
||h(X)-hm||2w(X)dX
• F(Y) = lim 0 U h(X)w(X)dX / U w(X)dX
![Page 18: Théorie de lagrégation Principaux résultats. Plan Contexte Définitions Résultats (+ exemples) Possibilités et limites Perspectives Discussion](https://reader035.vdocuments.pub/reader035/viewer/2022070309/551d9d8c497959293b8c08de/html5/thumbnails/18.jpg)
Schéma
x1
x2
h(X)
F(Y)
Y=g(X)
X0
F(g(X0))
![Page 19: Théorie de lagrégation Principaux résultats. Plan Contexte Définitions Résultats (+ exemples) Possibilités et limites Perspectives Discussion](https://reader035.vdocuments.pub/reader035/viewer/2022070309/551d9d8c497959293b8c08de/html5/thumbnails/19.jpg)
Agrégation approchée : erreur
= || dY/dt(X)agreg-dY/dt(X)micro||2w(X)dX
= || Y (t)agreg-Y (t)micro||2w(X0)dX0
= || <Y> agreg-<Y >micro||2w(X0)dX0
= || Y (t)agreg-Y (t)micro||2p(t)dt w(X0) dX0
![Page 20: Théorie de lagrégation Principaux résultats. Plan Contexte Définitions Résultats (+ exemples) Possibilités et limites Perspectives Discussion](https://reader035.vdocuments.pub/reader035/viewer/2022070309/551d9d8c497959293b8c08de/html5/thumbnails/20.jpg)
Espace des phasesV1 ( 0) =(X(0),X’(0))1
V2 (0)
V3 (0)
V4 (0)
V5(0)
V1 (10)
V2 (10)V3 (10)
V4 (10)
V5 (10)
V1 (15)
![Page 21: Théorie de lagrégation Principaux résultats. Plan Contexte Définitions Résultats (+ exemples) Possibilités et limites Perspectives Discussion](https://reader035.vdocuments.pub/reader035/viewer/2022070309/551d9d8c497959293b8c08de/html5/thumbnails/21.jpg)
Agrégation Approchée :limites
• ~Valable pour le voisinage défini par la fonction de pondération
• Peut modifier :– les points d’équilibre – la stabilité des points d’équilibre
![Page 22: Théorie de lagrégation Principaux résultats. Plan Contexte Définitions Résultats (+ exemples) Possibilités et limites Perspectives Discussion](https://reader035.vdocuments.pub/reader035/viewer/2022070309/551d9d8c497959293b8c08de/html5/thumbnails/22.jpg)
Ajout d’un paramètre
• dY/dt=F(Y(t),a)
• But :– imposer les points d’équilibre– leur stabilité
![Page 23: Théorie de lagrégation Principaux résultats. Plan Contexte Définitions Résultats (+ exemples) Possibilités et limites Perspectives Discussion](https://reader035.vdocuments.pub/reader035/viewer/2022070309/551d9d8c497959293b8c08de/html5/thumbnails/23.jpg)
Systèmes stochastiques
• dXi=fi(X)dt+k=1..pgik(X)dWk
• A(k)B+B= A(k)
• C(k) =A(k)B+
![Page 24: Théorie de lagrégation Principaux résultats. Plan Contexte Définitions Résultats (+ exemples) Possibilités et limites Perspectives Discussion](https://reader035.vdocuments.pub/reader035/viewer/2022070309/551d9d8c497959293b8c08de/html5/thumbnails/24.jpg)
IV.Perspectives
![Page 25: Théorie de lagrégation Principaux résultats. Plan Contexte Définitions Résultats (+ exemples) Possibilités et limites Perspectives Discussion](https://reader035.vdocuments.pub/reader035/viewer/2022070309/551d9d8c497959293b8c08de/html5/thumbnails/25.jpg)
Avantages
• Cadre rigoureux
• Minimisation de l’erreur suivant un critère choisi
![Page 26: Théorie de lagrégation Principaux résultats. Plan Contexte Définitions Résultats (+ exemples) Possibilités et limites Perspectives Discussion](https://reader035.vdocuments.pub/reader035/viewer/2022070309/551d9d8c497959293b8c08de/html5/thumbnails/26.jpg)
Limites
• Dans quel cadre peut-il s’appliquer ?
• Contraintes (limites de l’outil mathématique)
![Page 27: Théorie de lagrégation Principaux résultats. Plan Contexte Définitions Résultats (+ exemples) Possibilités et limites Perspectives Discussion](https://reader035.vdocuments.pub/reader035/viewer/2022070309/551d9d8c497959293b8c08de/html5/thumbnails/27.jpg)
Prolongements possibles
• Développer la partie mathématique
• Autres domaines ?
• Approche algorithmique ?
![Page 28: Théorie de lagrégation Principaux résultats. Plan Contexte Définitions Résultats (+ exemples) Possibilités et limites Perspectives Discussion](https://reader035.vdocuments.pub/reader035/viewer/2022070309/551d9d8c497959293b8c08de/html5/thumbnails/28.jpg)
Références bibliographiques• LUCKYANOV, N.K. (1984). Linear aggregation and separability of models in
ecology. Ecological Modelling, 21(1-2):1-12.
• O’NEILL, R.V. & RUST, B. (1979). Aggregation error in ecological models. Ecological Modelling, 7(2):91-105.
• IWASA, Y., ANDREASEN, V. & LEVIN, S. A. (1987) Aggregation in model ecosystems :I.Perfect aggregation. Ecological Modelling, 37(3-4):287-302.
• IWASA, Y., LEVIN S. A. & ANDREASEN, V. (1989). Aggregation in model ecosystems : II. Approximate aggregation. IMA Journal of Mathematics Applied in Medicine & Biology, 6:1-23.
• GARD, T.C. (1988). Aggregation in stochastic ecosystem models. Ecological Modelling, 44(1-2):153-164.
• N. Picard, Passage d’un modèle individuel à un modèle de distribution de la dynamique forestière. Application à une forêt dense tropicale humide de Guyane française. Mémoire de thèse, 1999.
![Page 29: Théorie de lagrégation Principaux résultats. Plan Contexte Définitions Résultats (+ exemples) Possibilités et limites Perspectives Discussion](https://reader035.vdocuments.pub/reader035/viewer/2022070309/551d9d8c497959293b8c08de/html5/thumbnails/29.jpg)
V. Discussion