Cours - Enseeiht
Cours - Enseeiht
Cours - Enseeiht
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
4 CHAPITRE 1.<br />
DÉFINITION DU PROBLÈME<br />
Remarque 1.1.5.<br />
• Dans l’exemple précédent on peut aussi écrire : f(β) = 1 2 ‖ r(β) ‖2 où<br />
⎛ ⎞<br />
( )<br />
r 1 (β)<br />
U0<br />
⎜ ⎟<br />
β = r(β) =<br />
α<br />
⎝ . ⎠ et r i (β) = U i − U 0 e −αti<br />
r n (β)<br />
• Minimiser f(β) est équivalent à minimiser αf(β) avec α > 0. Le terme 1 2<br />
est mis ici afin de ne pas avoir le<br />
terme 2 lorsque l’on dérive la fonction f(β)<br />
Exemple 1.1.6 (Modèle de Kaplan). On désire étudier la diffusion d’une drogue dans un organe d’un corps donné.<br />
La drogue est injectée par intraveineuse dans le sang à l’instant t 0 = 0. On modélise le système par un modèle à<br />
compartiments :<br />
k 1<br />
✲<br />
Sang y 1 (t)<br />
✛<br />
k 3<br />
Organe y 2 (t)<br />
k 2<br />
❄<br />
Les concentrations dans le sang sont mesurées à différents instants :<br />
t i y i1 t i y i1<br />
0.25 215.6 3.00 101.2<br />
0.50 189.2 4.00 88.0<br />
0.75 176.0 6.00 61.6<br />
1.00 162.8 12.00 22.0<br />
1.50 138.6 24.00 4.4<br />
2.00 121.0 48.00 0.0<br />
Le système d’équations différentielles décrivant le modèle est le suivant :<br />
⎧<br />
dy 1<br />
⎪⎨ dt = ẏ 1(t) = −(k 1 + k 2 )y 1 (t) + k 3 y 2 (t)<br />
dy 2<br />
(EDO)<br />
dt = ẏ 2(t) = k 1 y 1 (t) − k 3 y 2 (t)<br />
y 1 (0) = c 0<br />
⎪⎩<br />
y 2 (0) = 0<br />
On désire estimer les paramètres c 0 , k 1 , k 2 et k 3 par les moindres carrés. Posons β = t (c 0 , k 1 , k 2 , k 3 ), alors pour<br />
toute valeur de β, on peut intégrer le système d’équations différentielles ordinaires à condition initiale (EDO).<br />
Notons (y 1 (t; β), y 2 (t; β)) cette solution. Par suite on peut calculer les résidus<br />
r i (β) = y i1 − y 1 (t i ; β).<br />
Ces résidus sont visualisés sur la figure (1.5). Nous estimerons alors le paramètre β en résolvant le problème<br />
d’optimisation aux moindres carrés suivant :<br />
{ ∑ Minf(β) =<br />
1 n<br />
(P)<br />
2 i=1 r2 i (β) = 1 2 ||r(β)||2<br />
β ∈ R 4<br />
Exemple 1.1.7. On veut mesurer la liaison entre 2 gènes dominants, l’un contrôlant la couleur d’une fleur, rouge<br />
(R) est dominant sur blanc (b), et l’autre la taille, grand (G) est dominant sur petit (p). Dans la descendance F 2 ,<br />
issu de deux populations homozygotes de phénotype [RG] et [bp], on a étudié n = 3839 plantes. On a obtenu les<br />
résultats suivants :