Pré-conférence : Un texte un mathématicien Darwin : le hasard et l évolution

Documents pareils
Lois de probabilité. Anita Burgun

Modèles à Événements Discrets. Réseaux de Petri Stochastiques

Christophe CANDILLIER Cours de DataMining mars 2004 Page 1

Baccalauréat ES/L Amérique du Sud 21 novembre 2013

Variables Aléatoires. Chapitre 2

Estimation: intervalle de fluctuation et de confiance. Mars IREM: groupe Proba-Stat. Fluctuation. Confiance. dans les programmes comparaison

Calculs de probabilités conditionelles

Les devoirs en Première STMG

PEUT- ON SE PASSER DE LA NOTION DE FINALITÉ?

TESTS D HYPOTHÈSE FONDÉS SUR LE χ².

Correction du baccalauréat ES/L Métropole 20 juin 2014

Baccalauréat ES Polynésie (spécialité) 10 septembre 2014 Corrigé

C est quoi le SWAT? Les équipes décrites par James Martin s appellent SWAT : Skilled With Advanced Tools.

Modélisation aléatoire en fiabilité des logiciels

Que faire lorsqu on considère plusieurs variables en même temps?

Mathématiques I Section Architecture, EPFL

Baccalauréat ES Pondichéry 7 avril 2014 Corrigé

Du Premier au Second Degré

Renforcement des trois compétences : compréhension orale, expression orale et expression écrite à partir de documents et vidéos.

Recherche et Diffusion de l Information dans les Réseaux. Philippe Robert. Le 8 avril 2014

Cours (7) de statistiques à distance, élaboré par Zarrouk Fayçal, ISSEP Ksar-Said, LES STATISTIQUES INFERENTIELLES

Probabilités conditionnelles Loi binomiale

MPI Activité.10 : Logique binaire Portes logiques

Précision d un résultat et calculs d incertitudes

ENS de Lyon TD septembre 2012 Introduction aux probabilités. A partie finie de N

Baccalauréat ES Antilles Guyane 12 septembre 2014 Corrigé

Analyse stochastique de la CRM à ordre partiel dans le cadre des essais cliniques de phase I

Feuille d exercices 2 : Espaces probabilisés

INFORMATION GÉNÉTIQUE et REPRODUCTION SEXUÉE

Eteindre. les. lumières MATH EN JEAN Mme BACHOC. Elèves de seconde, première et terminale scientifiques :

Quand la peur nous prend, qu est-ce qu elle nous prend? Vivre la crainte, l inquiétude, la panique, l affolement ou la terreur; la peur est

LEÇON N 7 : Schéma de Bernoulli et loi binomiale. Exemples.

Exercices Alternatifs. Quelqu un aurait-il vu passer un polynôme?

Exercices Alternatifs. Quelqu un aurait-il vu passer un polynôme?

Résolution d équations non linéaires

L exclusion mutuelle distribuée

La survie nette actuelle à long terme Qualités de sept méthodes d estimation

Economie de l incertain et de l information Partie 1 : Décision en incertain probabilisé Chapitre 1 : Introduction à l incertitude et théorie de

Introduction à l étude des Corps Finis

SMGL PÔLE CPGE REGLEMENT FINANCIER ET TARIFS

Règlement du concours «SSQauto, la bonne place pour gagner l un des 9 chèques-cadeaux de voyage»

Introduction au Data-Mining

2.0 Interprétation des cotes d évaluation des risques relatifs aux produits

Etude d un cas industriel : Optimisation de la modélisation de paramètre de production

Texte Agrégation limitée par diffusion interne

Annexe commune aux séries ES, L et S : boîtes et quantiles

Probabilités et Statistiques. Feuille 2 : variables aléatoires discrètes

Probabilités conditionnelles Loi binomiale

La Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1

Procédure de divorce, ce qu il faut savoir

CHARTE D UTILISATION DU SYSTÈME D INFORMATION ET EN PARTICULIER DES RESSOURCES INFORMATIQUES.

Baccalauréat ES/L Métropole La Réunion 13 septembre 2013 Corrigé

Simulation de variables aléatoires

ALGORITHME GENETIQUE ET MODELE DE SIMULATION POUR L'ORDONNANCEMENT D'UN ATELIER DISCONTINU DE CHIMIE

LES GENERATEURS DE NOMBRES ALEATOIRES

NOM DE L ELEVE :.. Dossier à rendre complété avant le 16 Mars 2015 (afin de vous éviter le temps des formalités lors de la pré-rentrée).

MASTER SIS PRO : logique et sécurité DÉTECTION D INTRUSIONS. Odile PAPINI, LSIS. Université de Toulon et du Var. papini@univ-tln.

Dérivation : Résumé de cours et méthodes

Chapitre 2. Eléments pour comprendre un énoncé

Modélisation et simulation du trafic. Christine BUISSON (LICIT) Journée Simulation dynamique du trafic routier ENPC, 9 Mars 2005

ESSEC. Cours «Management bancaire» Séance 3 Le risque de crédit Le scoring

Item 169 : Évaluation thérapeutique et niveau de preuve

Qu est-ce qu une probabilité?

Correction de l examen de la première session

LES DIFFERENTS TYPES DE MESURE

Chapitre 4 : les accidents du travail et les maladies professionnelles. Objectif général: distinguer accident du travail et maladie professionnelle

4 Distributions particulières de probabilités

Algèbre binaire et Circuits logiques ( )

Sujet proposé par Yves M. LEROY. Cet examen se compose d un exercice et de deux problèmes. Ces trois parties sont indépendantes.

Les équations différentielles

Le digital et l assurance Antoine Denoix AXA France. 17 février 2015 / FANAF / Madagascar

Bac Blanc Terminale ES - Février 2011 Épreuve de Mathématiques (durée 3 heures)

Photos et Droit à l image

Algorithmes de Transmission et de Recherche de l Information dans les Réseaux de Communication. Philippe Robert INRIA Paris-Rocquencourt

mathématiques mathématiques mathématiques mathématiques mathématiques mathématiques SÉRIE ES ANNALES DES SUJETS DE MATHÉMATIQUES SESSION 2013

TESTS D'HYPOTHESES Etude d'un exemple

Des familles de deux enfants

Continuité en un point

TS 35 Numériser. Activité introductive - Exercice et démarche expérimentale en fin d activité Notions et contenus du programme de Terminale S

IV. La ressemblance entre apparentés

I. Une nouvelle loi anti-discrimination

Journée_: Modules HoraireEpreuve

Simulation de Réseaux Ferroviaires

Ebauche Rapport finale

Travaux dirigés d introduction aux Probabilités

Rappel sur les bases de données

OLYMPIADES ACADÉMIQUES DE MATHÉMATIQUES

Estimation et tests statistiques, TD 5. Solutions

Feuille 6 : Tests. Peut-on dire que l usine a respecté ses engagements? Faire un test d hypothèses pour y répondre.

TSTI 2D CH X : Exemples de lois à densité 1

Un modèle stochastique du taux d intérêt implicite en microcrédit

FctsAffines.nb 1. Mathématiques, 1-ère année Edition Fonctions affines

Master de Bioinformatique et Biologie des Systèmes Toulouse Responsable : Pr. Gwennaele Fichant

CCP PSI Mathématiques 1 : un corrigé

Merci d'avoir choisi notre système d'alarme intelligent. Veuillez lire ce manuel avant l'installation afin de la faire fonctionner correctement.

Baccalauréat S Antilles-Guyane 11 septembre 2014 Corrigé

Mathématiques appliquées à l'économie et à la Gestion

BACCALAURÉAT PROFESSIONNEL SUJET

nos graphiques font leur rentrée!

Transcription:

Pré-conférence : Un texte un mathématicien Darwin : le hasard et l évolution Manon Costa 18 janvier 2013 Manon Costa Pré-conférence : Un texte un mathématiciendarwin : le hasard et l évolution 18 janvier 2013 1 / 21

Qui est Darwin? Charles Darwin (1809-1882) est un naturaliste anglais dont les travaux sur l évolution des espèces vivantes ont révolutionné la biologie. Manon Costa Pré-conférence : Un texte un mathématiciendarwin : le hasard et l évolution 18 janvier 2013 2 / 21

Voyage à bord du Beagle (1832-1836) Lors de son voyage à bord du Beagle, il observe la diversité des espèces présentes et met au point sa théorie de l évolution. Manon Costa Pré-conférence : Un texte un mathématiciendarwin : le hasard et l évolution 18 janvier 2013 3 / 21

De l origine des espèces (1859) Sélection naturelle : processus permettant d expliquer la création de différentes espèces partant d un ancêtre commun. Manon Costa Pré-conférence : Un texte un mathématiciendarwin : le hasard et l évolution 18 janvier 2013 4 / 21

Modéliser l évolution? On peut distinguer deux types d évolutions : L évolution du nombre d individus dans une population, L évolution des caractéristiques des individus. On va s intéresser à des modèles mathématiques et plus précisément probabilistes pour comprendre ces évolutions. Manon Costa Pré-conférence : Un texte un mathématiciendarwin : le hasard et l évolution 18 janvier 2013 5 / 21

Le modèle de Galton-Watson Ce modèle décrit l évolution de la taille d une population qui se reproduit aléatoirement. Chaque individu se reproduit indépendamment des autres suivant une loi de probabilité, c est à dire : il a 0 descendant avec une probabilité p 0, il a 1 descendant avec une probabilité p 1, il a 2 descendants avec une probabilité p 2,... il a q descendants avec une probabilité p q, On a bien sur p 0 + p 1 + p 2 +... + p q = 1. Manon Costa Pré-conférence : Un texte un mathématiciendarwin : le hasard et l évolution 18 janvier 2013 6 / 21

Exemples On considère des générations d individus, c est à dire qu à chaque étape, les enfants remplacent les parents. A la génération n, on note X n la taille de la population (c est une variable aléatoire). Un cas particulier : p 1 = 1 : chaque parent est remplacé par un descendant. La population reste constante : X n = X 0 Manon Costa Pré-conférence : Un texte un mathématiciendarwin : le hasard et l évolution 18 janvier 2013 7 / 21

Exemples On considère des générations d individus, c est à dire qu à chaque étape, les enfants remplacent les parents. A la génération n, on note X n la taille de la population (c est une variable aléatoire). Un cas particulier : p 1 = 1 : chaque parent est remplacé par un descendant. La population reste constante : X n = X 0 Chaque individu a deux enfants (p 2 = 1). Partant d un individu, la taille de la population double à chaque génération : à la génération n il y a 2 n individus. X n = 2 n Manon Costa Pré-conférence : Un texte un mathématiciendarwin : le hasard et l évolution 18 janvier 2013 7 / 21

Exemples aléatoires On prend maintenant des exemples dans lesquels tous les individus n ont pas le même nombre d enfants. p 0 = 1/3, p 1 = 1/3, p 2 = 1/3. Le nombre moyen d enfants est donc : 0 1/3 + 1 1/3 + 2 1/3 = 1 Manon Costa Pré-conférence : Un texte un mathématiciendarwin : le hasard et l évolution 18 janvier 2013 8 / 21

Exemples aléatoires On prend maintenant des exemples dans lesquels tous les individus n ont pas le même nombre d enfants. p 0 = 1/3, p 1 = 1/3, p 2 = 1/3. Le nombre moyen d enfants est donc : 0 1/3 + 1 1/3 + 2 1/3 = 1 p 0 = 1/5, p 2 = 4/5. Le nombre moyen d enfants est donc : 0 1/5 + 2 4/5 = 8/5 > 1. On peut penser que la population va grandir. Manon Costa Pré-conférence : Un texte un mathématiciendarwin : le hasard et l évolution 18 janvier 2013 8 / 21

Exemples aléatoires On prend maintenant des exemples dans lesquels tous les individus n ont pas le même nombre d enfants. p 0 = 1/3, p 1 = 1/3, p 2 = 1/3. Le nombre moyen d enfants est donc : 0 1/3 + 1 1/3 + 2 1/3 = 1 p 0 = 1/5, p 2 = 4/5. Le nombre moyen d enfants est donc : 0 1/5 + 2 4/5 = 8/5 > 1. On peut penser que la population va grandir. Si on regarde le cas inverse : p 0 = 4/5, p 2 = 1/5. Le nombre moyen d enfants est donc : 0 4/5 + 2 1/5 = 2/5 < 1. On peut penser que la population va s éteindre. Manon Costa Pré-conférence : Un texte un mathématiciendarwin : le hasard et l évolution 18 janvier 2013 8 / 21

Comment étudier ce processus? On introduit le polynôme : f (x) = p 0 + p 1 x + p 2 x 2 +... + p q x q Manon Costa Pré-conférence : Un texte un mathématiciendarwin : le hasard et l évolution 18 janvier 2013 9 / 21

Comment étudier ce processus? On introduit le polynôme : f (x) = p 0 + p 1 x + p 2 x 2 +... + p q x q Exemples Chaque individu a deux enfants p 2 = 1 : alors f(x) = x 2. Si p 0 = 1/3, p 1 = 1/3, p 2 = 1/3, alors Si p 0 = 1/5, p 2 = 4/5, alors f(x) = 1 3 + 1 3 x + 1 3 x2 f(x) = 1 5 + 4 5 x2 Manon Costa Pré-conférence : Un texte un mathématiciendarwin : le hasard et l évolution 18 janvier 2013 9 / 21

La fonction f (x) = p 0 + p 1 x + p 2 x 2 +... + p q x q On remarque que f (0) = p 0 et f (1) = 1, f est croissante (f est convexe) Manon Costa Pré-conférence : Un texte un mathématiciendarwin : le hasard et l évolution 18 janvier 2013 10 / 21

La fonction f (x) = p 0 + p 1 x + p 2 x 2 +... + p q x q On remarque que f (0) = p 0 et f (1) = 1, f est croissante (f est convexe) On peut facilement retrouver la moyenne : f (x) = p 1 + 2p 2 x + 3p 3 x 2... + qp q x q 1 alors, f (1) = p 1 + 2p 2 + 3p 3... + qp q = m. Manon Costa Pré-conférence : Un texte un mathématiciendarwin : le hasard et l évolution 18 janvier 2013 10 / 21

Probabilité d extinction à une génération A la génération n on note q n la probabilité que la population soit éteinte à cette génération. q n = P(X n = 0). Par exemple : si on part d un unique individu : q 1 =la probabilité de ne pas avoir d enfants =p 0. Manon Costa Pré-conférence : Un texte un mathématiciendarwin : le hasard et l évolution 18 janvier 2013 11 / 21

Probabilité d extinction à une génération A la génération n on note q n la probabilité que la population soit éteinte à cette génération. q n = P(X n = 0). Par exemple : si on part d un unique individu : La suite (q n ) n est croissante. q 1 =la probabilité de ne pas avoir d enfants =p 0. Et on peut montrer que c est une suite récurrente : q n = f (q n 1 ) Manon Costa Pré-conférence : Un texte un mathématiciendarwin : le hasard et l évolution 18 janvier 2013 11 / 21

Limite de la probabilité d extinction On imagine que l on regarde la population après un temps infini, quelle est la probabilité qu elle ait survécu? C est ce qu on appelle la limite q de la suite (q n ) n. Manon Costa Pré-conférence : Un texte un mathématiciendarwin : le hasard et l évolution 18 janvier 2013 12 / 21

Limite de la probabilité d extinction On imagine que l on regarde la population après un temps infini, quelle est la probabilité qu elle ait survécu? C est ce qu on appelle la limite q de la suite (q n ) n. Pour calculer la limite, on utilise le graphe de f : car q n = f (q n 1 ) Manon Costa Pré-conférence : Un texte un mathématiciendarwin : le hasard et l évolution 18 janvier 2013 12 / 21

Limite de la probabilité d extinction On imagine que l on regarde la population après un temps infini, quelle est la probabilité qu elle ait survécu? C est ce qu on appelle la limite q de la suite (q n ) n. Pour calculer la limite, on utilise le graphe de f : car q n = f (q n 1 ) Manon Costa Pré-conférence : Un texte un mathématiciendarwin : le hasard et l évolution 18 janvier 2013 12 / 21

Limite de la probabilité d extinction Un autre exemple : ici la moyenne est plus grande que 1 : Manon Costa Pré-conférence : Un texte un mathématiciendarwin : le hasard et l évolution 18 janvier 2013 13 / 21

Conclusion Si on a une limite q alors :. q = f(q) On a donc Si p 0 = 0, alors q = 0 et la population ne s éteint jamais Si le nombre moyen d enfants m 1 q=1, donc la population s éteint toujours Si le nombre moyen d enfants m > 1, alors 0 < q < 1 et la population ne s éteint pas toujours Manon Costa Pré-conférence : Un texte un mathématiciendarwin : le hasard et l évolution 18 janvier 2013 14 / 21

Comment ajouter la génétique? On veut donner un type à chaque descendant. Le modèle le plus simple est de regarder un gène avec deux allèles a et A. On a donc trois types d individus les AA, les Aa, et les aa. Manon Costa Pré-conférence : Un texte un mathématiciendarwin : le hasard et l évolution 18 janvier 2013 15 / 21

Passage à la seconde génération À la première génération, on a les proportions suivantes : p 1 individus AA 2q 1 individus Aa, r 1 individus aa. Quelles sont les proportions p 2, 2q 2, r 2 à la génération suivante? Manon Costa Pré-conférence : Un texte un mathématiciendarwin : le hasard et l évolution 18 janvier 2013 16 / 21

Passage à la seconde génération À la première génération, on a les proportions suivantes : p 1 individus AA 2q 1 individus Aa, r 1 individus aa. Quelles sont les proportions p 2, 2q 2, r 2 à la génération suivante? On raisonne pour chaque allèle, c est à dire qu on choisit les parents un par un... P(1er allèle A) =P(un parent AA) + 1 P(un parent Aa) + 0 P(un parent aa) 2 =p 1 + 1 2 2q 1 + 0 r 1 =p 1 + q 1 Manon Costa Pré-conférence : Un texte un mathématiciendarwin : le hasard et l évolution 18 janvier 2013 16 / 21

Passage à la seconde génération À la première génération, on a les proportions suivantes : p 1 individus AA 2q 1 individus Aa, r 1 individus aa. Quelles sont les proportions p 2, 2q 2, r 2 à la génération suivante? On raisonne pour chaque allèle, c est à dire qu on choisit les parents un par un... P(1er allèle A) =P(un parent AA) + 1 P(un parent Aa) + 0 P(un parent aa) 2 =p 1 + 1 2 2q 1 + 0 r 1 =p 1 + q 1 P(1er allèle a) =r 1 + q 1 Manon Costa Pré-conférence : Un texte un mathématiciendarwin : le hasard et l évolution 18 janvier 2013 16 / 21

Passage à la seconde génération Le choix des deux allèles revient au choix des deux parents qui se fait indépendamment : P(être AA) = p 2 =P(1er allèle A et 2nd allèle A) =P(1er allèle A) P(2nd allèle A) p 2 =(p 1 + q 1 ) 2 Manon Costa Pré-conférence : Un texte un mathématiciendarwin : le hasard et l évolution 18 janvier 2013 17 / 21

Passage à la seconde génération Le choix des deux allèles revient au choix des deux parents qui se fait indépendamment : P(être AA) = p 2 =P(1er allèle A et 2nd allèle A) =P(1er allèle A) P(2nd allèle A) p 2 =(p 1 + q 1 ) 2 P(être Aa) = 2q 2 =P(1er allèle A et 2nd allèle a) + P(1er allèle a et 2nd allèle A) =2P(1er allèle A) P(2nd allèle a) 2q 2 =2(p 1 + q 1 )(q 1 + r 1 ) Manon Costa Pré-conférence : Un texte un mathématiciendarwin : le hasard et l évolution 18 janvier 2013 17 / 21

Passage à la seconde génération Le choix des deux allèles revient au choix des deux parents qui se fait indépendamment : P(être AA) = p 2 =P(1er allèle A et 2nd allèle A) =P(1er allèle A) P(2nd allèle A) p 2 =(p 1 + q 1 ) 2 P(être Aa) = 2q 2 =P(1er allèle A et 2nd allèle a) + P(1er allèle a et 2nd allèle A) =2P(1er allèle A) P(2nd allèle a) 2q 2 =2(p 1 + q 1 )(q 1 + r 1 ) P(être aa) = r 2 =P(1er allèle a et 2nd allèle a) + P(1er allèle a et 2nd allèle A) r 2 =(r 1 + q 1 ) 2 Manon Costa Pré-conférence : Un texte un mathématiciendarwin : le hasard et l évolution 18 janvier 2013 17 / 21

Loi de Hardy Weinberg On a calculé les fréquences à la deuxième génération : p 2 = (p 1 + q 1 ) 2 On remarque que 2q 2 = 2(p 1 + q 1 )(r 1 + q 1 ) r 2 = (r 1 + q 1 ) 2 q 2 2 = p 2 r 2 Manon Costa Pré-conférence : Un texte un mathématiciendarwin : le hasard et l évolution 18 janvier 2013 18 / 21

Conséquences de la Loi de Hardy Weinberg Comme q 2 2 = p 2 r 2, Ceci va nous permettre d en dire plus sur les fréquences des générations suivantes : Manon Costa Pré-conférence : Un texte un mathématiciendarwin : le hasard et l évolution 18 janvier 2013 19 / 21

Conséquences de la Loi de Hardy Weinberg Comme q 2 2 = p 2 r 2, Ceci va nous permettre d en dire plus sur les fréquences des générations suivantes : Pour les AA : p 3 = (p 2 + q 2 ) 2 =p 2 2 + 2p 2 q 2 + q 2 2 =p 2 2 + 2p 2 q 2 + p 2 r 2 =p 2 (p 2 + 2q 2 + r 2 ) }{{} =1 =p 2 On conserve la mêmes fréquences pour les générations suivantes. Manon Costa Pré-conférence : Un texte un mathématiciendarwin : le hasard et l évolution 18 janvier 2013 19 / 21

Ajout de la sélection natuelle? Ici tous les individus ont la même probabilité de se reproduire, comment ajouter le fait que certains gènes peuvent améliorer la survie? Manon Costa Pré-conférence : Un texte un mathématiciendarwin : le hasard et l évolution 18 janvier 2013 20 / 21

Merci de votre attention! Manon Costa Pré-conférence : Un texte un mathématiciendarwin : le hasard et l évolution 18 janvier 2013 21 / 21