Mediaspace scheduled maintenance: Aug 25, 2026 07:00 - 12:00 AM. During this time, videos will be temporarily unavailable. Check status updates.

Séance de cours

Points fixes et stabilité

Dans cours

BIO-341: Dynamical systems in biology

Life is non-linear. This course introduces dynamical systems as a technique for modelling simple biological processes. The emphasis is on the qualitative and numerical analysis of non-linear dynamical models. Examples are taken from biology and population ...

Description

Cette séance de cours couvre le concept de points fixes et leur stabilité dans les systèmes dynamiques. Il traite de différents types de points fixes, tels que stables, instables et semi-stables, et explique comment déterminer leur stabilité linéaire. L'instructeur illustre la linéarisation de la dynamique autour des points fixes et l'importance de l'analyse de stabilité dans la compréhension du comportement du système.

Enseignant·e·s (2)

Julian Charles Shillcock

Julian received his PhD at Simon Fraser University in Canada for work on Monte Carlo simulations of liquid crystal phase transitions and the elastic properties of fluid and polymerized membranes. He was a Group Leader at the Max Planck Institute of Colloids and Interfaces, Germany for five years applying coarse-grained simulation techniques - principally Dissipative Particle Dynamics (DPD) and Brownian Dynamics - to equilibrium and dynamic properties of fluid lipid membranes. A major target of this research was to reveal the molecular rearrangements that occur during vesicle fusion. During this time, he developed a commercially-available, parallel DPD code that is being used by several universities. He was an Associate Professor at MEMPHYS in the Department of Physics and Chemistry, University of Southern Denmark. He has also worked in industry, designing and writing software for communication satellite simulations (British Aerospace, 1986-1990), and fluid simulation software (Accelrys, Inc., 1998-1999). He joined the Blue Brain Project in 2011, and uses mesoscale simulation techniques, together with theoretical analysis and collaborations with experimentalists, to study the dynamics of cellular processes. Current projects include simulating the formation of the post-synaptic density in dendritic spines and developing theoretical models of the supramolecular organisation of synapses. He also teaches Master's and PhD courses in computational cell biology and biophysics. He wrote and maintains an open source dissipative particle dynamics simulation code: https://github.com/Osprey-DPD/osprey-dpd Orcid: orcid.org/0000-0002-7885-735X

Felix Naef

Felix Naef studied theoretical physics at the ETHZ and obtained his PhD from the EPFL in 2000. He then received postdoctoral training at the Center for Studies in Physics and Biology at the Rockefeller University (NYC) under the guidance of Prof. Magnasco. His research focuses on the modeling and interpretation of high-throughput functional data and the study of biomolecular oscillators. He joined ISREC as an associate scientist in early 2004 and is currently Associate Professor in the Institute of Bioengineering (IBI).

Source officielle

Concepts associés (31)

Point fixe

En mathématiques, pour une application f d'un ensemble E dans lui-même, un élément x de E est un point fixe de f si f(x) = x. Exemples : dans le plan, la symétrie par rapport à un point A admet un unique point fixe : A ; l'application inverse (définie sur l'ensemble des réels non nuls) admet deux points fixes : –1 et 1, solutions de l'équation équivalente à l'équation . Graphiquement, les points fixes d'une fonction f (d'une variable réelle, à valeurs réelles) sont les points d'intersection de la droite d'équation y = x avec la courbe d'équation y = f(x).

Fixed-point iteration

In numerical analysis, fixed-point iteration is a method of computing fixed points of a function. More specifically, given a function defined on the real numbers with real values and given a point in the domain of , the fixed-point iteration is which gives rise to the sequence of iterated function applications which is hoped to converge to a point . If is continuous, then one can prove that the obtained is a fixed point of , i.e., More generally, the function can be defined on any metric space with values in that same space.

Liste de théorèmes du point fixe

En analyse, un théorème du point fixe donne des conditions suffisantes d’existence d’un point fixe pour une fonction ou une famille de fonctions. Plus précisément, étant donné un ensemble E et une famille de fonctions f définies sur E et à valeurs dans E, ces théorèmes permettent de justifier qu’il existe un élément x de E tel que pour toutes les fonctions considérées on ait . Certains de ces théorèmes fournissent même un processus itératif permettant d’approcher un tel point fixe.

Système dynamique

En mathématiques, en chimie ou en physique, un système dynamique est la donnée d’un système et d’une loi décrivant l'évolution de ce système. Ce peut être l'évolution d'une réaction chimique au cours du temps, le mouvement des planètes dans le système solaire (régi par la loi universelle de la gravitation de Newton) ou encore l'évolution de la mémoire d'un ordinateur sous l'action d'un programme informatique. Formellement on distingue les systèmes dynamiques à temps discrets (comme un programme informatique) des systèmes dynamiques à temps continu (comme une réaction chimique).

Théorème du point fixe de Kakutani

vignette|Exemple animé montrant des points x, et leurs images φ(x) par la fonction φ. L'animation finit par montrer un point x contenu dans φ(x). En analyse mathématique, le théorème du point fixe de Kakutani est un théorème de point fixe qui généralise celui de Brouwer à des fonctions à valeurs ensemblistes. Il fournit une condition suffisante pour qu'une telle fonction, définie sur un compact convexe d'un espace euclidien, possède un point fixe, c'est-à-dire dans ce contexte : un point qui appartient à son par cette fonction.

Afficher plus

Séances de cours associées (32)

Dynamic Systems: Revue de cours

Couvre les systèmes dynamiques, les trajectoires, les modèles de croissance, la stabilité des points fixes et la linéarisation des modèles.

Systèmes dynamiques : formalisme et bases

Couvre le formalisme et les bases des systèmes dynamiques, y compris les équations différentielles et les systèmes non linéaires.

Systèmes dynamiques : cartes et stabilité

Explore les cartes unidimensionnelles, les solutions périodiques et les bifurcations dans les systèmes dynamiques.

Dynamiques non linéaires : stabilité et chaos

Explore la stabilité des points fixes, les fonctions de Lyapunov, les modèles Lotka-Volterra et la dynamique non linéaire dans les systèmes complexes.

Synchronisation dans le modèle Kuramoto

Explore le modèle Kuramoto pour la synchronisation dans les oscillateurs de phase et discute des critères de stabilité et des valeurs de couplage critiques.

Afficher plus

Concepts associés (31)

Point fixe

Fixed-point iteration

Liste de théorèmes du point fixe

Système dynamique

Théorème du point fixe de Kakutani

Afficher plus