Dynamique des populations : de Malthus à Verhulst

Un effectif N est modélisé ici comme une grandeur continue non négative, même si les individus sont discrets. Cela peut être utile pour de grands effectifs, sans prédire un individu réel à la précision de chaque décimale.

Dans une population fermée au modèle, un taux net constant r donne $N'=rN$ et $N(t)=N_0e^{rt}$. Le taux r a l’unité inverse de celle du temps. Pour $N_0>0$ et $r>0$, le temps de doublement vaut $\ln2/r$. Avec r nul, la population est constante ; avec r négatif, elle décroît dans ce modèle, sans que le modèle continu décrive le dernier individu d’une extinction.

Une augmentation finie de 7 % par an signifie une multiplication annuelle par 1,07. Le taux exponentiel continu qui reproduit exactement ces anniversaires vaut $r=\ln(1{,}07)$ par an, pas exactement 0,07. À l’inverse, r=0,07 produit une multiplication par $e^{0{,}07}$ en un an. Aucun relevé d’éléphants n’est avancé ici.

Avec $r>0$ et $K>0$, la logistique continue $N'=rN(1-N/K)$ introduit une rétroaction de densité. Le facteur n’est pas une fraction littérale de place matérielle restante. Pour $0<N_0<K$, N augmente vers K sans le franchir ; pour $N_0>K$, il décroît vers K. N=0 et N=K sont des équilibres.

La croissance totale est maximale à N=K/2, avec rK/4. La courbe temporelle n’est pas toujours une sigmoïde visible pour t≥0 : si l’état initial dépasse K/2, l’inflexion de la branche croissante est déjà passée ; au-dessus de K, la solution décroît. Ce maximum mathématique ne prouve aucune stratégie optimale d’exploitation.

Pour $N_0>0$, la solution logistique continue fournie est $K/[1+((K-N_0)/N_0)e^{-rt}]$. Elle dépend de paramètres constants sur l’intervalle. Une intervention ou un changement de paramètres impose un nouveau problème initial après l’événement.

Une récurrence peut être posée comme modèle discret : $N_{j+1}=N_j+\rho N_j(1-N_j/K)$, où ρ est un coefficient sans unité par pas fixé. Si elle est utilisée comme schéma d’Euler du modèle continu, ρ=rΔt ; ce n’est pas automatiquement la même description biologique. La convention d’arrondi doit être donnée.

Des dépassements de K et des oscillations sont possibles, mais pas garantis pour tout état initial ou coefficient. Des coefficients excessifs peuvent donner des effectifs négatifs : c’est alors une sortie du domaine d’interprétation, pas une population réelle négative. Il faut contrôler la positivité et les paramètres avant d’annoncer un comportement.

Dans le modèle classique de Lotka-Volterra, $N'=rN-aNP$ et $P'=eaNP-mP$, les paramètres r,a,e,m sont strictement positifs. a règle les rencontres, e est un rendement de conversion exprimé selon les unités des effectifs, pas une fraction universelle d’énergie. L’équilibre strictement positif vérifie $N^*=m/(ea)$ et $P^*=r/a$ ; l’origine est aussi un équilibre.

Avec les deux effectifs initiaux strictement positifs, hors équilibre, le modèle idéal classique produit des cycles fermés ; sur les axes, les cas sont différents : sans prédateurs les proies croissent, sans proies les prédateurs décroissent. Ces cycles ne prouvent pas que tout système réel proie-prédateur oscille ainsi. Ressources, satiété, saisons et hasard peuvent modifier le comportement.

Scénario fictif, temps en jours. N(0)=200 et une première phase exponentielle a pour taux r=ln 2 par jour. Après un jour, N=400. À cet instant, une intervention retire 100 individus ; l’état initial de la seconde phase est donc 300.

On adopte alors une logistique continue, K=600 et r=ln 2, pour deux jours supplémentaires. En notant τ le temps depuis l’intervention, la solution vaut $600/[1+((600-300)/300)e^{-\tau\ln2}]$. À τ=2, $e^{-2\ln2}=1/4$, donc $N=600/(1+1/4)=480$.

Contre-scénario précisé. Sans intervention, mais avec le même changement de modèle à la même date, la seconde phase partirait de 400. Son effectif après deux jours serait $600/[1+(1/2)(1/4)]=1600/3\approx533{,}3$.

La différence finale est donc environ 53,3, pas 100 : les croissances ultérieures dépendent des densités initiales. Cela n’est ni une mesure d’effet sur une vraie population ni une recommandation de prélèvement.

Dans le scénario avec intervention, le départ 300 vaut K/2 et la croissance instantanée initiale de cette phase vaut $rK/4=150\ln2\approx104{,}0$ individus par jour. C’est une dérivée de modèle ; elle n’est pas le gain effectivement compté sur tout le premier jour.

La figure mathématique fournie montre l’exponentielle et ses tangentes, des taux positifs/nuls/négatifs, puis des valeurs échantillonnées aux instants entiers. Elle ne représente ni logistique ni système proie-prédateur.

Pour une population normalisée $N_0$=1, les courbes $e^{kt}$ illustrent N'=kN. Les disques aux entiers peuvent se lire comme l’échantillonnage exact d’un modèle continu, avec multiplication par $e^k$ pour un pas d’une unité ; ils ne prouvent pas une loi pour toute espèce à reproduction saisonnière.

La courbe est une approximation graphique : les anciennes garanties numériques de tracé ne sont pas réintroduites ici. Le modèle, ses équations et les valeurs affichées doivent être distingués du rendu. La figure commune déjà corrigée est conservée sans modification.