Dépression de consanguinité et diversité des systèmes de reproduction chez les plantes
|
|
- Xavier Boisvert
- il y a 7 ans
- Total affichages :
Transcription
1 Dépression de consanguinité et diversité des systèmes de reproduction chez les plantes Emmanuelle Porcher Laboratoire Conservation des Espèces, Restauration et Suivi des Populations Muséum national d Histoire naturelle
2 Système de reproduction Ensemble des caractéristiques qui influencent le choix du (des) partenaire(s) pour la reproduction sexuée Animaux Monogamie Polygamie Le système de reproduction influence : La dynamique et les probabilités d extinction des populations La structure spatio-temporelle de la diversité génétique La dynamique évolutive des populations
3 Chez les plantes à fleurs Se reproduire avec soi-même ou avec d autres? Autofécondation vs. Allofécondation Grande diversité des systèmes de reproduction
4 Co-évolution plantes pollinisateurs Diversité des morphologies florales
5 Diversité des distribution des genres Mâle/femelle sur la même plante / entre plantes Dioécie 5 % Monoécie 7 % Gyno/Andro-dioécie 7 % Hermaphrodisme 70 % + Auto-incompatibilité Autres 10 %
6 Distribution des taux d allofécondation Nombre d espèces Igic & Kohn 2006 Taux d allofécondation Mécanismes d évolution des systèmes de reproduction? Évolution de l auto-incompatibilité Rôle des interactions plantes-pollinisateurs Évolution des taux d autofécondation
7 Forces évolutives contrôlant l évolution du taux d autofécondation L avantage automatique de l autofécondation Autofécondation r = 1 Allofécondation r = 0 Autof Allof pollen Graines allofécondées Allof pollen Trois copies du génome Deux copies du génome Avantage de 50 % pour les autogames stricts (r = 1)
8 Forces évolutives contrôlant l évolution du taux d autofécondation La dépression de consanguinité Diminution de valeur sélective des individus issus d autofécondation par rapport aux individus issus de croisement δ = (w o -w r )/w o = 1 w r /w o
9 Les modèles classiques de dépression de consanguinité La dépression de consanguinité est due à des mutations délétères partiellement récessives, apparaissant au taux u A a Génotype AA Aa aa Valeur sélective 1 1-hs 1-s A A A a a a ¼ ½ ¼
10 Modèle à un locus A l équilibre, dans une population de taille infinie avec un taux d autofécondation r f ( a) u(2 r) s r h r [ + 2 (1 )] Fréquence de l allèle a Taux d autofécondation Purge des allèles délétères par l autofécondation
11 Modèle multilocus (Kondrashov 1985) Population de taille infinie Mutation à un nombre infini de locus Chaque allèle délétère est infiniment rare Allèles délétères homozygotes seulement par autofécondation Interférences entre locus Systèmes de reproduction évolutivement stables Nombre de mutations Taux d autofécondation Un locus Multilocus Dichotomie Si δ > 0.5, l allofécondation complète est favorisée Si δ < 0.5, l autofécondation complète est favorisée Pas de systèmes de reproduction «mixtes» Effet sur la purge des allèles délétères Lande et al. 1994
12 Pour aller plus loin Nombre d espèces Igic & Kohn 2006 Taux d allofécondation Variabilité environnementale Effet des croisements entre apparentés
13 Variabilité environnementale de la dépression de consanguinité
14 Dépression de consanguinité en environnement variable Les effets des mutations dépendent de l environnement (interactions GxE) La dépression de consanguinité dépend de l environnement Variabilité temporelle de l environnement variabilité temporelle de la dépression de consanguinité Armbruster and Reed 2005
15 Évolution du taux d autofécondation r en environnement variable Dynamique adaptative Valeur sélective d un mutant sur une génération * * * 1 r 1 t + + w ( r, r) r (1 δ ) t Valeur sélective sur le long terme ( t ) Gradient de sélection r 2 2 * * w( r, r) = E Ln w ( r, r) Système mixte Autofécondation Allofécondation w 0.5 µ (1 r / 2) r ² σ r * 1 µ r (1 µ r) * 3 r = r Cheptou and Schoen (2002)
16 Environnement variable et bases génétiques de la dépression 0.25 Variance de δ Système mixte Autofécondation Allofécondation Dépression de consanguinité moyenne δ Avec de la purge de la dépression de consanguinité Modèle de Kondrashov avec une infinité de locus Toutes les mutations ont le même effet sur la fitness, s L effet des mutations est variable d une génération à l autre 2 N ( µ s, σ s )
17 Dépression de consanguinité Dépression de consanguinité observée Variabilité temporelle Time Dépression de consanguinité
18 Purge de la dépression de consanguinité en environnement variable Nombre de mutations Purge efficace même en environnement variable Fort feedback positif Les seuls systèmes de reproduction évolutivement stables sont : L autofécondation L allofécondation U = 0.2, h = 0.1 σ = 0.1 σ = 0.3 Taux d autofécondation s = 0.2 s = 0.5 s = s = 0.3 s = 0.5 s = Taux d autofécondation
19 Perspective : que se passe-t-il dans les petites populations?
20 Dans les populations de taille finie Les mutations délétères récessives peuvent être exposées à la sélection (homozygotes) même en l absence d autofécondation Panmixie F(aa) = f(a)² Fréquence moyenne de l allèle délétère Dérive génétique (Glémin 2003, un locus) Purge des allèles délétères Efficacité de la purge Interaction avec le système de reproduction Croisements entre apparentés
21 Croisements entre apparentés Dans les populations naturelles 3.5% des croisements en moyenne Nombre d'études Taux de croisement entre apparentés Duminil et al Eckert et al. unpub.
22 Modélisation des croisements entre apparentés Modèle de Kondrashov sur deux générations Population de taille infinie, mutation à un nombre infini de locus Taux de croisement entre plein frères (ou demi-frères) Croisement entre demi-frères Allofécondation Autofécondation t AA Aa AA Aa Aa t + 1 t h P( AA) = 4 1 h 3 h P( Aa) = P( AA) = 1/ 2 P( Aa) = 1/ 2 P( AA) = 1/ 4 P( Aa) = 1/ 2 P( aa) = 1/ 4 P( aa) 1 h = 4 2
UNIVERSITE MONTPELLIER II
UNIVERSITE MONTPELLIER II École Doctorale : Systèmes Intégrés en Biologie, Agronomie, Géosciences, Hydrosciences et Environnement Discipline : Biologie et Écologie des Populations MODÉLISATIONS DE LA DISPERSION
Plus en détailFeuille d exercices 2 : Espaces probabilisés
Feuille d exercices 2 : Espaces probabilisés Cours de Licence 2 Année 07/08 1 Espaces de probabilité Exercice 1.1 (Une inégalité). Montrer que P (A B) min(p (A), P (B)) Exercice 1.2 (Alphabet). On a un
Plus en détailContinuité et dérivabilité d une fonction
DERNIÈRE IMPRESSIN LE 7 novembre 014 à 10:3 Continuité et dérivabilité d une fonction Table des matières 1 Continuité d une fonction 1.1 Limite finie en un point.......................... 1. Continuité
Plus en détailLes débuts de la génétique
HPITRE 9 DES DÉBTS DE L ÉNÉTIQE X ENJEX TELS DES BIOTEHNOLOIES 1 Les débuts de la génétique est avec les travaux de regor Mendel vers la fin du XIX e siècle que furent posées les bases de la génétique.
Plus en détailPremière partie. Introduction Générale
Première partie Introduction Générale IX L amélioration des espèces cultivées a pour but de produire des variétés présentant des caractéristiques nouvelles pour des caractères d intérêt agronomique (création
Plus en détailDérivation : cours. Dérivation dans R
TS Dérivation dans R Dans tout le capitre, f désigne une fonction définie sur un intervalle I de R (non vide et non réduit à un élément) et à valeurs dans R. Petits rappels de première Téorème-définition
Plus en détailGénétique et génomique Pierre Martin
Génétique et génomique Pierre Martin Principe de la sélections Repérage des animaux intéressants X Accouplements Programmés Sélection des meilleurs mâles pour la diffusion Index diffusés Indexation simultanée
Plus en détailO, i, ) ln x. (ln x)2
EXERCICE 5 points Commun à tous les candidats Le plan complee est muni d un repère orthonormal O, i, j Étude d une fonction f On considère la fonction f définie sur l intervalle ]0; + [ par : f = ln On
Plus en détailVégétaux Exemples d individus
Végétaux Formation Biologie 2011 2012 Végétaux Exemples d individus Végétaux Embranchement Classification Description Reproduction Mode de vie Exemples d individu Végétaux Règne > Etymologie «Végetaux»
Plus en détailGènes Diffusion - EPIC 2010
Gènes Diffusion - EPIC 2010 1. Contexte. 2. Notion de génétique animale. 3. Profil de l équipe plateforme. 4. Type et gestion des données biologiques. 5. Environnement Matériel et Logiciel. 6. Analyses
Plus en détailLa production de Semences potagères
La production de Semences potagères Intérêts de l autoproduction de semences Les producteurs qui se lancent dans leur propre production de semences le font pour diverses raisons. Maintien d une biodiversité
Plus en détailMATHS FINANCIERES. Mireille.Bossy@sophia.inria.fr. Projet OMEGA
MATHS FINANCIERES Mireille.Bossy@sophia.inria.fr Projet OMEGA Sophia Antipolis, septembre 2004 1. Introduction : la valorisation de contrats optionnels Options d achat et de vente : Call et Put Une option
Plus en détailVariables Aléatoires. Chapitre 2
Chapitre 2 Variables Aléatoires Après avoir réalisé une expérience, on ne s intéresse bien souvent à une certaine fonction du résultat et non au résultat en lui-même. Lorsqu on regarde une portion d ADN,
Plus en détailOUVERT02 - Maintien de l ouverture par élimination mécanique ou manuelle des rejets ligneux et autres végétaux indésirables Sous-mesure :
OUVERT02 - Maintien de l ouverture par élimination mécanique ou manuelle des rejets ligneu et autres végétau indésirables Sous-mesure : 10.1 Paiements au titre d'engagements agroenvironnementau et climatiques
Plus en détailSujet proposé par Yves M. LEROY. Cet examen se compose d un exercice et de deux problèmes. Ces trois parties sont indépendantes.
Promotion X 004 COURS D ANALYSE DES STRUCTURES MÉCANIQUES PAR LA MÉTHODE DES ELEMENTS FINIS (MEC 568) contrôle non classant (7 mars 007, heures) Documents autorisés : polycopié ; documents et notes de
Plus en détailALGORITHME GENETIQUE ET MODELE DE SIMULATION POUR L'ORDONNANCEMENT D'UN ATELIER DISCONTINU DE CHIMIE
ALGORITHME GENETIQUE ET MODELE DE SIMULATION POUR L'ORDONNANCEMENT D'UN ATELIER DISCONTINU DE CHIMIE P. Baudet, C. Azzaro-Pantel, S. Domenech et L. Pibouleau Laboratoire de Génie Chimique - URA 192 du
Plus en détailThème sélection génétique des plantes hybridation et génie génétique
Thème sélection génétique des plantes hybridation et génie génétique Exemple d activité : recenser, extraire et exploiter des informations afin de comprendre les caractéristiques et les limites de la modification
Plus en détailTraits fonctionnels : concepts et caractérisation exemples des prairies Marie-Laure Navas, Eric Garnier, Cyrille Violle, Equipe ECOPAR
Traits fonctionnels : concepts et caractérisation exemples des prairies Marie-Laure Navas, Eric Garnier, Cyrille Violle, Equipe ECOPAR Ecole Chercheurs AgroEcologie 5-8 Juin 2012 1 Diversité spécifique
Plus en détailProbabilités III Introduction à l évaluation d options
Probabilités III Introduction à l évaluation d options Jacques Printems Promotion 2012 2013 1 Modèle à temps discret 2 Introduction aux modèles en temps continu Limite du modèle binomial lorsque N + Un
Plus en détailt 100. = 8 ; le pourcentage de réduction est : 8 % 1 t Le pourcentage d'évolution (appelé aussi taux d'évolution) est le nombre :
Terminale STSS 2 012 2 013 Pourcentages Synthèse 1) Définition : Calculer t % d'un nombre, c'est multiplier ce nombre par t 100. 2) Exemples de calcul : a) Calcul d un pourcentage : Un article coûtant
Plus en détailDéveloppements limités, équivalents et calculs de limites
Développements ités, équivalents et calculs de ites Eercice. Déterminer le développement ité en 0 à l ordre n des fonctions suivantes :. f() e (+) 3 n. g() sin() +ln(+) n 3 3. h() e sh() n 4. i() sin(
Plus en détailMASTER (LMD) PARCOURS MICROORGANISMES, HÔTES, ENVIRONNEMENTS (MHE)
MASTER (LMD) PARCOURS MICROORGANISMES, HÔTES, ENVIRONNEMENTS (MHE) RÉSUMÉ DE LA FORMATION Type de diplôme : Master (LMD) Domaine ministériel : Sciences, Technologies, Santé Mention : BIOLOGIE DES PLANTES
Plus en détailMarie Curie Actions Marie Curie Career Integration Grant (CIG) Call: FP7-People-2012-CIG
Marie Curie Actions Marie Curie Career Integration Grant (CIG) Call: FP7-People-2012-CIG Genomerge : role of genome merger and redundancy in plant evolution and adaptation Mathieu ROUSSEAU- GUEUTIN UMR-
Plus en détailGénoToul 2010, Hôtel de Région Midi Pyrénées, Toulouse, 10 décembre 2010
GénoToul 2010, Hôtel de Région Midi Pyrénées, Toulouse, 10 décembre 2010 Analyse de la diversité moléculaire des régions génomiques de 30 gènes du développement méristématique dans une core collection
Plus en détailINFORMATION GÉNÉTIQUE et REPRODUCTION SEXUÉE
Partie 1, Chapitre 4 INFORMATION GÉNÉTIQUE et REPRODUCTION SEXUÉE Constat : à l'exception des jumeaux, chaque individu est unique. Ses caractères héréditaires dependent des info génétiques (allèles) portées
Plus en détailL axe 5 du Cancéropole Nord Ouest
L axe 5 du Cancéropole Nord Ouest Cancers, Individu id & Société L état des lieux d un pari Le Rapport Cordier 1 Biomarqueurs prédictifs 2 L axe 5 du Cancéropole Nord Ouest Cancers, Individu & Société
Plus en détailRessources pour l école élémentaire
Ressources pour l école élémentaire éduscol Découverte du monde Progressions pour le cours préparatoire et le cours élémentaire première année Ces documents peuvent être utilisés et modifiés librement
Plus en détailNombre dérivé et tangente
Nombre dérivé et tangente I) Interprétation graphique 1) Taux de variation d une fonction en un point. Soit une fonction définie sur un intervalle I contenant le nombre réel a, soit (C) sa courbe représentative
Plus en détailChapitre 3. Quelques fonctions usuelles. 1 Fonctions logarithme et exponentielle. 1.1 La fonction logarithme
Chapitre 3 Quelques fonctions usuelles 1 Fonctions logarithme et eponentielle 1.1 La fonction logarithme Définition 1.1 La fonction 7! 1/ est continue sur ]0, +1[. Elle admet donc des primitives sur cet
Plus en détailDérivation : Résumé de cours et méthodes
Dérivation : Résumé de cours et métodes Nombre dérivé - Fonction dérivée : DÉFINITION (a + ) (a) Etant donné est une onction déinie sur un intervalle I contenant le réel a, est dérivable en a si tend vers
Plus en détailHERBIER NUMERIQUE COLLABORATIF DE MAURICE. enseignants des établissements à programme français de Maurice
HERBIER NUMERIQUE COLLABORATIF DE MAURICE par et pour les élèves et les par et pour les élèves et les enseignants des établissements à programme français de Maurice Un herbier numérique collaboratif? Une
Plus en détailExercice 6 Associer chaque expression de gauche à sa forme réduite (à droite) :
Eercice a Développer les epressions suivantes : A-(-) - + B-0(3 ²+3-0) -0 3²+-0 3+00 B -30²-30+00 C-3(-) -3 + 3-3²+6 D-(-) + ² Eerciceb Parmi les epressions suivantes, lesquelles sont sous forme réduite?
Plus en détailTempérature corporelle d un castor (une petite introduction aux séries temporelles)
Température corporelle d un castor (une petite introduction aux séries temporelles) GMMA 106 GMMA 106 2014 2015 1 / 32 Cas d étude Temperature (C) 37.0 37.5 38.0 0 20 40 60 80 100 Figure 1: Temperature
Plus en détailChapitre 6. Fonction réelle d une variable réelle
Chapitre 6 Fonction réelle d une variable réelle 6. Généralités et plan d étude Une application de I dans R est une correspondance entre les éléments de I et ceu de R telle que tout élément de I admette
Plus en détail8.1 Généralités sur les fonctions de plusieurs variables réelles. f : R 2 R (x, y) 1 x 2 y 2
Chapitre 8 Fonctions de plusieurs variables 8.1 Généralités sur les fonctions de plusieurs variables réelles Définition. Une fonction réelle de n variables réelles est une application d une partie de R
Plus en détailDÉRIVÉES. I Nombre dérivé - Tangente. Exercice 01 (voir réponses et correction) ( voir animation )
DÉRIVÉES I Nombre dérivé - Tangente Eercice 0 ( voir animation ) On considère la fonction f définie par f() = - 2 + 6 pour [-4 ; 4]. ) Tracer la représentation graphique (C) de f dans un repère d'unité
Plus en détail4. Verdissement, une PAC plus verte
4. Verdissement, une PAC plus verte Aides Couplées JA Verdissement Paiement redistributif DPB Trois obligations à respecter : 1. Diversification des assolements 2. Maintien des prairies permanentes 3.
Plus en détailPlan du cours : électricité 1
Semestre : S2 Module Physique II 1 Electricité 1 2 Optique géométrique Plan du cours : électricité 1 Partie A : Electrostatique (discipline de l étude des phénomènes liés aux distributions de charges stationnaires)
Plus en détailPlateforme. DArT (Diversity Array Technology) Pierre Mournet
Plateforme DArT (Diversity Array Technology) Pierre Mournet Lundi 8 avril 203 Pourquoi des DArT? Développement rapide et peu onéreux de marqueurs : Pas d information de séquence nécessaire. Pas de pré-requis
Plus en détailRéunion du réseau de génétique du Département EFPA
17 19 novembre 2014 Centre INRA de Nancy Lorraine Programme Lundi 17 novembre Salle Tilleul 13:00 Bus pour l'inra depuis la gare de Nancy 14:00 14:30 Introduction de la réunion tour de table 14:30 14:45
Plus en détailREPERTOIRE DES INTERPRETATIONS DE LA CCT DU SECTEUR SANITAIRE PARAPUBLIC VAUDOIS ETAT au 07.12.11
REPERTOIRE DES INTERPRETATIONS DE LA CCT DU SECTEUR SANITAIRE PARAPUBLIC VAUDOIS ETAT au 07.12.11 TABLE DES MATIERES DU REPERTOIRE Numéros Enoncé du problème examiné, de la question soulevée 1 Annuités
Plus en détailMise en place d un réseau d Arboretums pour une valorisation coordonnée des ressources ligneuses ex situ
ENGREF. Mise en place d un réseau d Arboretums pour une valorisation coordonnée des ressources ligneuses ex situ Stéphanie BRACHET Chargée des missions scientifiques ENGREF - Arboretum national des Barres
Plus en détailAttitude des ménages face au risque. M1 - Arnold Chassagnon, Université de Tours, PSE - Automne 2014
Attitude des ménages face au risque - M1 - Arnold Chassagnon, Université de Tours, PSE - Automne 2014 Plan du cours 1. Introduction : demande de couverture et comportements induits pa 2. Représentations
Plus en détailRésistance du virus de l hépatite C aux nouveaux traitements anti-viraux
14 ème forum SOS Hépatites, Lyon Résistance du virus de l hépatite C aux nouveaux traitements anti-viraux Dr. Sylvie LARRAT Laboratoire de Virologie CHU Grenoble Hépatite C chronique 180 millions de porteurs
Plus en détailDifférentiabilité ; Fonctions de plusieurs variables réelles
Différentiabilité ; Fonctions de plusieurs variables réelles Denis Vekemans R n est muni de l une des trois normes usuelles. 1,. 2 ou.. x 1 = i i n Toutes les normes de R n sont équivalentes. x i ; x 2
Plus en détailEquipement. électronique
MASTER ISIC Les générateurs de fonctions 1 1. Avant-propos C est avec l oscilloscope, le multimètre et l alimentation stabilisée, l appareil le plus répandu en laboratoire. BUT: Fournir des signau électriques
Plus en détailIV. La ressemblance entre apparentés
IV. La ressemblance entre apparentés La ressemblance entre apparentés est un phénomène de constatation courante chez l homme. Cependant, les proverbes «tel père, tel fils» et «à père avare, fils prodigue»
Plus en détailModèles et simulations informatiques des problèmes de coopération entre agents
Modèles et simulations informatiques des problèmes de coopération entre agents Bruno Beaufils LIFL Axe CIM Équipe SMAC Laboratoire d'informatique Plan 1. Motivations 2. Dilemme itéré du prisonnier 3. Simulations
Plus en détailExercices Alternatifs. Une fonction continue mais dérivable nulle part
Eercices Alternatifs Une fonction continue mais dérivable nulle part c 22 Frédéric Le Rou (copleft LDL : Licence pour Documents Libres). Sources et figures: applications-continues-non-derivables/. Version
Plus en détailExercices Alternatifs. Une fonction continue mais dérivable nulle part
Eercices Alternatifs Une fonction continue mais dérivable nulle part c 22 Frédéric Le Rou (copyleft LDL : Licence pour Documents Libres). Sources et figures: applications-continues-non-derivables/. Version
Plus en détailDr E. CHEVRET UE2.1 2013-2014. Aperçu général sur l architecture et les fonctions cellulaires
Aperçu général sur l architecture et les fonctions cellulaires I. Introduction II. Les microscopes 1. Le microscope optique 2. Le microscope à fluorescence 3. Le microscope confocal 4. Le microscope électronique
Plus en détailDéroulement d un projet en DATA MINING, préparation et analyse des données. Walid AYADI
1 Déroulement d un projet en DATA MINING, préparation et analyse des données Walid AYADI 2 Les étapes d un projet Choix du sujet - Définition des objectifs Inventaire des données existantes Collecte, nettoyage
Plus en détailCellules procaryotes Service histologie Pr.k.mebarek
Cellules procaryotes Service histologie Pr.k.mebarek I) Les cellules procaryotes II) Les cellules eucaryotes o 1) Caractéristiques générales des cellules eucaryotes o 2) Organisation des cellules eucaryotes
Plus en détailStatistiques Descriptives à une dimension
I. Introduction et Définitions 1. Introduction La statistique est une science qui a pour objectif de recueillir et de traiter les informations, souvent en très grand nombre. Elle regroupe l ensemble des
Plus en détailFormer des enseignants à l intégration des TICE bilan des usages, perspectives et questionnement
Haute Ecole pédagogique de Fribourg Service Recherche & Développement Former des enseignants à l intégration des TICE bilan des usages, perspectives et questionnement Pierre-François Coen Service Recherche
Plus en détailTD1 Signaux, énergie et puissance, signaux aléatoires
TD1 Signaux, énergie et puissance, signaux aléatoires I ) Ecrire l'expression analytique des signaux représentés sur les figures suivantes à l'aide de signaux particuliers. Dans le cas du signal y(t) trouver
Plus en détailLes débouchés des diplômés de L LMD Sciences de la Nature et de la Vie
Les débouchés des diplômés de L LMD Sciences de la Nature et de la Vie Pour quel métier vous êtes fait? Des doutes sur ta formation actuelle : faut-il poursuivre? Vous avez une idée de métier mais est-ce
Plus en détailExo7. Limites de fonctions. 1 Théorie. 2 Calculs
Eo7 Limites de fonctions Théorie Eercice Montrer que toute fonction périodique et non constante n admet pas de ite en + Montrer que toute fonction croissante et majorée admet une ite finie en + Indication
Plus en détailFeuille 6 : Tests. Peut-on dire que l usine a respecté ses engagements? Faire un test d hypothèses pour y répondre.
Université de Nantes Année 2013-2014 L3 Maths-Eco Feuille 6 : Tests Exercice 1 On cherche à connaître la température d ébullition µ, en degrés Celsius, d un certain liquide. On effectue 16 expériences
Plus en détailComparaison de fonctions Développements limités. Chapitre 10
PCSI - 4/5 www.ericreynaud.fr Chapitre Points importants 3 Questions de cours 6 Eercices corrigés Plan du cours 4 Eercices types 7 Devoir maison 5 Eercices Chap Et s il ne fallait retenir que si points?
Plus en détailDérivées d ordres supérieurs. Application à l étude d extrema.
Chapitre 5 Dérivées d ordres supérieurs. Application à l étude d extrema. On s intéresse dans ce chapitre aux dérivées d ordre ou plus d une fonction de plusieurs variables. Comme pour une fonction d une
Plus en détailAC AB. A B C x 1. x + 1. d où. Avec un calcul vu au lycée, on démontre que cette solution admet deux solutions dont une seule nous intéresse : x =
LE NOMBRE D OR Présentation et calcul du nombre d or Euclide avait trouvé un moyen de partager en deu un segment selon en «etrême et moyenne raison» Soit un segment [AB]. Le partage d Euclide consiste
Plus en détailEnergie et morphologie : vers la perdurabilité de la forme urbaine? Généralités et transports. Luc Adolphe
Energie et morphologie : vers la perdurabilité de la forme urbaine? Généralités et transports Luc Adolphe RÉDUCTION DES BESOINS ÉNERGÉTIQUES DANS LES TRANSPORTS. Contexte : Densité, Mobilité Réduire
Plus en détailBases de données des mutations
Bases de données des mutations CFMDB CFTR2 CFTR-France / Registre Corinne THEZE, Corinne BAREIL Laboratoire de génétique moléculaire Montpellier Atelier Muco, Lille, 25-27 septembre 2014 Accès libre http://www.genet.sickkids.on.ca/app
Plus en détailAnalyses de Variance à un ou plusieurs facteurs Régressions Analyse de Covariance Modèles Linéaires Généralisés
Analyses de Variance à un ou plusieurs facteurs Régressions Analyse de Covariance Modèles Linéaires Généralisés Professeur Patrice Francour francour@unice.fr Une grande partie des illustrations viennent
Plus en détailQue faire lorsqu on considère plusieurs variables en même temps?
Chapitre 3 Que faire lorsqu on considère plusieurs variables en même temps? On va la plupart du temps se limiter à l étude de couple de variables aléatoires, on peut bien sûr étendre les notions introduites
Plus en détailTESTS D HYPOTHÈSE FONDÉS SUR LE χ². http://fr.wikipedia.org/wiki/eugénisme
TESTS D HYPOTHÈSE FONDÉS SUR LE χ² http://fr.wikipedia.org/wiki/eugénisme Logo du Second International Congress of Eugenics 1921. «Comme un arbre, l eugénisme tire ses constituants de nombreuses sources
Plus en détailLa notion de croissance (végétale) en sixième et en première S.
La notion de croissance (végétale) en sixième et en première S. Activité proposée : La notion de croissance est abordée en classe de 6 ème et elle est traitée en première S. Montrez sur cet exemple qu
Plus en détailModèle GARCH Application à la prévision de la volatilité
Modèle GARCH Application à la prévision de la volatilité Olivier Roustant Ecole des Mines de St-Etienne 3A - Finance Quantitative Décembre 2007 1 Objectifs Améliorer la modélisation de Black et Scholes
Plus en détailChapitre 3 : Principe des tests statistiques d hypothèse. José LABARERE
UE4 : Biostatistiques Chapitre 3 : Principe des tests statistiques d hypothèse José LABARERE Année universitaire 2010/2011 Université Joseph Fourier de Grenoble - Tous droits réservés. Plan I. Introduction
Plus en détailUN CAS TRÈS PROBABLE DE MUTATIONS GEMMAIRES CHEZ LE PEUPLIER
REVUE FORESTIÈRE FRANÇAISE 33 UN CAS TRÈS PROBABLE DE MUTATIONS GEMMAIRES CHEZ LE PEUPLIER PAR J. CHARDENON ancien expert FAO La possibilité de mutations gemmaires a été supposée assez souvent mais il
Plus en détailTests paramétriques de comparaison de 2 moyennes Exercices commentés José LABARERE
Chapitre 5 UE4 : Biostatistiques Tests paramétriques de comparaison de 2 moyennes Exercices commentés José LABARERE Année universitaire 2010/2011 Université Joseph Fourier de Grenoble - Tous droits réservés.
Plus en détailCHAPITRE 3 LA SYNTHESE DES PROTEINES
CHAITRE 3 LA SYNTHESE DES ROTEINES On sait qu un gène détient dans sa séquence nucléotidique, l information permettant la synthèse d un polypeptide. Ce dernier caractérisé par sa séquence d acides aminés
Plus en détailChapitre 2 Le problème de l unicité des solutions
Université Joseph Fourier UE MAT 127 Mathématiques année 2011-2012 Chapitre 2 Le problème de l unicité des solutions Ce que nous verrons dans ce chapitre : un exemple d équation différentielle y = f(y)
Plus en détailConception d un CD interactif : simulation d une sortie en écologie végétale
Conception d un CD interactif : simulation d une sortie en écologie végétale A. El Ghorfi *, M. Boulanouar *, M. Cheggour*, N. Zahid ** * Département de biologie, ENS Marrakech ** Département d informatique,
Plus en détailChapitre 2 Le problème de l unicité des solutions
Université Joseph Fourier UE MAT 127 Mthémtiques nnée 2009-2010 Chpitre 2 Le prolème de l unicité des solutions 1 Le prolème et quelques réponses : 1.1 Un exemple Montrer que l éqution différentielle :
Plus en détailUnivers Vivant Révision. Notions STE
Univers Vivant Révision Notions STE Chap. 13) L Écologie 1) a) Qu est-ce que l empreinte écologique? L empreinte écologique correspond à la surface terrestre et aquatique totale nécessaire à un individu,
Plus en détailProtocoles pour le suivi des pontes de tortues marines dans le cadre de Protomac. Professeur Marc Girondot
Muséum National d'histoire Naturelle de Paris Département de Systématique et Evolution Laboratoire des Reptiles et Amphibiens 25 rue Cuvier 75005 Paris & Laboratoire Ecologie, Systématique et Evolution
Plus en détailOrdonnance sur les fonds de placement
Ordonnance sur les fonds de placement (OFP) Modification du 25 octobre 2000 Le Conseil fédéral suisse arrête: I L ordonnance du 19 octobre 1994 sur les fonds de placement 1 est modifiée comme suit: Art.
Plus en détailChapitre 2 - Complexité des relations entre génotype et phénotype
Chapitre 2 - Complexité des relations entre génotype et phénotype Chaque chromosome est en double exemplaire Donc chaque gène (situé sur son locus) est en double exemplaires : et peut être sous différente
Plus en détailAnnales du Contrôle National de Qualité des Analyses de Biologie Médicale
Annales du Contrôle National de Qualité des Analyses de Biologie Médicale Mucoviscidose (gène CFTR) Hémochromatose (gène HFE) Thrombophilies (gènes F2 et F5) Caractéristiques génétiques à des fins médicales
Plus en détailVérifier avant de lancer l'impression que le nombre et les libellés retenus pour l'impression sont bien ceux qui sont demandés.
SOC Certification des semences et plants Imprimer des étiquettes SOC pour des variétés en cours d'étude (en France ou autre pays de l'ue) INSTRUCTION CCERT-IT-00-028 Indice : 4.2 Application 22/07/2013
Plus en détailDIOGENE. Un logiciel de Génétique & Amélioration des Plantes
DIOGENE Un logiciel de Génétique & Amélioration des Plantes Utilisateurs Etudiants (DEA, thèse) Chercheurs confirmés (INRA, CIRAD, Universités Laval et Lyon 1) Gestionnaires de programmes d Amélioration,
Plus en détail1 Définition de la non stationnarité
Chapitre 2: La non stationnarité -Testsdedétection Quelques notes de cours (non exhaustives) 1 Définition de la non stationnarité La plupart des séries économiques sont non stationnaires, c est-à-direqueleprocessusquiles
Plus en détailOffre et Contrat. Type de Contrat: Abonnement annuel ; = = =
Offre et Contrat Type de Contrat: Abonnement annuel ; - COMMANDE à CaravelCut. Les services du site de CaravelCut sont mis à disposition de l'utilisateur pour la période de temps d'une année, à partir
Plus en détailL ostéopathie au service des professionnels
L ostéopathie au service des professionnels Parce que la performance de votre entreprise passe avant tout par la santé de vos collaborateurs info@proosteo.fr Les Troubles Musculo-Squelettiques Les TMS
Plus en détailDomaine : Sciences, Technologies et Santé Mention : Nutrition, Sciences des aliments, Agroalimentaire
Contexte Domaine : Sciences, Technologies et Santé Mention : Nutrition, Sciences des aliments, Agroalimentaire Fédération des spécialités de Master des 5 pôles universitaires partenaires de la région Nord-Pas-de-Calais
Plus en détailBACCALAURÉAT GÉNÉRAL SESSION 2012 OBLIGATOIRE MATHÉMATIQUES. Série S. Durée de l épreuve : 4 heures Coefficient : 7 ENSEIGNEMENT OBLIGATOIRE
BACCALAURÉAT GÉNÉRAL SESSION 2012 MATHÉMATIQUES Série S Durée de l épreuve : 4 heures Coefficient : 7 ENSEIGNEMENT OBLIGATOIRE Les calculatrices électroniques de poche sont autorisées, conformément à la
Plus en détailAlgèbre 40 Analyse 26 14 Stat. 1 - IES : Probabilités discrètes et calcul intégral 29,5 6 Stat. 2 - IES : Probabilités générales 54 8 UE1-02 M-E-IS
1er semestre UE1-01 E Algèbre 40 Analyse 26 14 Stat. 1 - IES : Probabilités discrètes et calcul intégral 29,5 6 Stat. 2 - IES : Probabilités générales 54 8 UE1-02 M-E-IS Introduction au système SAS 25,5
Plus en détailChapitre 6 : coloniser de nouveaux milieux
Chapitre 6 : coloniser de nouveaux milieux Comment font les végétaux pour s installer dans un nouveau milieu alors qu ils ne peuvent pas se déplacer? I/ L installation des végétaux dans un nouveau milieu
Plus en détailRotations dans la culture de pomme de terre : bilans humiques et logiciel de calcul
Colloque sur la pomme de terre Une production à protéger 13 novembre 2009, Québec Rotations dans la culture de pomme de terre : bilans humiques et logiciel de calcul Marc F. CLÉMENT., agronome, conseiller
Plus en détailCBBC Canadian Business & Biodiversity Council
CBBC Canadian Business & Biodiversity Council Centre de la Science de la Biodiversité du Québec 72 chercheurs et 350 étudiants en thèse distribués sur un réseau de 8 partenaires universitaires et 2 institutions.
Plus en détail1 les caractères des êtres humains.
Quelques rappels des classes précédentes ACTIVITÉ livre pages 8 et 9 : apprendre le bilan de la page 9 Les êtres vivants sont répartis en espèces. Chaque être vivant est formé de cellules. schéma d une
Plus en détailUNIVERSITÉ DE LOMÉ DÉPARTEMENT DE BOTANIQUE
UNIVERSITÉ DE LOMÉ DÉPARTEMENT DE BOTANIQUE MASTER BIOLOGIE VÉGÉTALE APPLIQUÉE (BVA, FDS) TYPE : Recherche DOMAINE : Sciences et Technologies MENTION : Sciences de la Vie SPECIALITÉS : 1. AMÉNAGEMENT ET
Plus en détailMaster de Bioinformatique et Biologie des Systèmes Toulouse http://m2pbioinfo.biotoul.fr Responsable : Pr. Gwennaele Fichant
Master de Bioinformatique et Biologie des Systèmes Toulouse http://m2pbioinfo.biotoul.fr Responsable : Pr. Gwennaele Fichant Parcours: Master 1 : Bioinformatique et biologie des Systèmes dans le Master
Plus en détailLE RÔLE DE LA STATISTIQUE DANS UN PROCESSUS DE PRISE DE DÉCISION
LE RÔLE DE LA STATISTIQUE DANS UN PROCESSUS DE PRISE DE DÉCISION Sylvie Gervais Service des enseignements généraux École de technologie supérieure (sylvie.gervais@etsmtl.ca) Le laboratoire des condensateurs
Plus en détailUn expérience pluridisciplinaire de l intensification écologique en Agriculture Familiale
Le développement du semis-direct sous couverture végétale pour les agriculteurs des exploitations familiales des biomes Cerrados (2005-2009) et Amazonia (2008-2013) Un expérience pluridisciplinaire de
Plus en détailLes Conditions aux limites
Chapitre 5 Les Conditions aux limites Lorsque nous désirons appliquer les équations de base de l EM à des problèmes d exploration géophysique, il est essentiel, pour pouvoir résoudre les équations différentielles,
Plus en détailLimites finies en un point
8 Limites finies en un point Pour ce chapitre, sauf précision contraire, I désigne une partie non vide de R et f une fonction définie sur I et à valeurs réelles ou complees. Là encore, les fonctions usuelles,
Plus en détailLa prévention des intoxications dans les silos à fourrage
La prévention des intoxications dans les silos à fourrage Ali Bahloul, Brigitte Roberge et Nicole Goyer / IRSST Mauricio Chavez et Marcelo Reggio / École polytechnique de Montréal Avec la collaboration
Plus en détail