Le belge : une espèce en
voie de disparition ?
Un contexte démographique dans les
leçons de mathématiques.
Présentation
enseignement supérieuracadémique non-universitaire, mathématiques dans le Bachelor
des sciences commerciales
agrégation mathématiques
revue Uitwiskeling pour les enseignants de mathématiques du secondaire en Flandre
Le belge : une espèce en voie de
disparition ?
Le belge : une espèce en voie de
disparition ?
Etudier l’évolution du
nombre d’habitants de
la Belgique.
De la réalité au modèle
mathématique
Fiche de travail 1 - données
• Population Belge par âge et sexe au 1 janvier 2003 • Probabilités de survie pour hommes et femmes
2000-2002
• Taux de fécondité par âge de la femme (Belgique, 1997 (!))
• PAS DE DONNEES SUR LA MIGRATION
- ne cadre pas dans le modèle mathématique - séparer
• l’évolution interne de la population • de la migration
éclaire le rôle du phénomène de la migration !
NOUS ETUDIONS L’EVOLUTION DE LA POPULATION BELGE ADMETTANT QUE ‘LA PORTE SOIT FERMEE’ !
Fiche de travail 1 – question 3
• dans quelle année ces garçons sont-ils nés? • quel est l’âge de leur mère ...?
• ... au moment de la naissance du garçon? • ... au 1 janvier 2003?
• tous les enfants ne sont pas des garçons!
• quelques-unes de ces femmes meurent entre le 1 janvier 2003 et ...
• quelques-uns de ces garçons meurent entre leur naissance et le 1 janvier 2009
Fiche de travail 1 – question 2
419
999
.
0
490
999
.
0
743
73
nombre de femmes âgées de 35 ans au 1
janvier 2005
probabilité de survie d’une femme âgée de 34 ans probabilité de survie d’une femme âgée de 33 ans nombre de femmes âgées de 33 ans au 1 janvier 2003Fiche de travail 1 – question 3
un garçon âgé de 3 ans au 1 janvier 2009 est né en 2005 (!)
sa mère avait 15, 16, 17, … ou 49 ans au 1 janvier 2005 sa mère avait 13, 14, 15, … ou 47 ans au 1 janvier 2003
il y a des garçons qui meurent entre 2005 et 2009 il y a des femmes qui meurent entre 2003 en 2005
Fiche de travail 1 – question 3
848
999
.
0
778
999
.
0
297
61
0008
.
0
...
245
54
076
57
076
57
...
nombre de femmes âgées de 15 ans au 1 janvier 2005
...
...
567
999
.
0
868
998
.
0
760
995
.
0
...
nombre d’enfants nés d’une femme ayant 15 ans en 2005(?)
nombre de garçons nés d’une femme ayant 15 ans en 2005
nombre de garçons ayant 3 ans au 1 janvier 2009 et qui sont nés d’une femme ayant
15 ans au 1 janvier 2005
nombre de garçons nés d’une femme ayant 16, 17,
Fiche de travail 1 – question 4
• Nous travaillons toujours avec les mêmes probabilités de survie et les mêmes taux de fécondité. En réalité ces données ne sont pas constantes (L’ INS fait des projections basées sur l’évolution des probabilités de survie et des taux de fécondité dans le passé !)
Fiche de travail 2 - introduction
• classes d’âge de 20 années • plus de distinction entre
hommes et femmes
• probalitités de survie et taux de fécondité arrondis à 2 décimales
Âge 1 janvier 2003 féconditétaux de probalilité de survie 0-19 2 407 368 0.43 0.98 20-39 2 842 947 0.34 0.96 40-59 2 853 329 0.01 0.83 60-79 1 840 102 0 0.30 80-99 410 944 0 0 TOTAL 10 354 690 • évolution de la population par intervalles de 20
années (le temps qui est nécessaire pour avancer d’une classe d’âge)
• calculs selon les mêmes principes, mais moins étendus
Fiche de travail 2 – question 1
0.43 = le nombre d’enfants par personne
(homme/femme !) dans la première classe
pendant une période de 20 ans
l’ âge des parents est entre 0 (?) et 40 (!) ans
0.98 = la probabilité qu’une personne
appartenant à la première classe survive une
période de 20 ans
Fiche de travail 2 – question 2
Âge 1 janvier 2003 1 janvier 2023 féconditétaux de probabilité de survie 0-19 2 407 368 2 030 304 0.43 0.98 20-39 2 842 947 2 359 221 0.34 0.96 40-59 2 853 329 2 729 229 0.01 0.83 60-79 1 840 102 2 368 263 0 0.30 80-99 410 944 552 030 0 0 TOTAL 10 354 690
en deux étapes: d’abord 2023 ...
0.98 0.96 0.83 0.30
Fiche de travail 2 – question 2
Âge 1 janvier 2003 1 janvier 2023 féconditétaux de probabilité de survie 0-19 2 407 368 2 030 304 0.43 0.98 20-39 2 842 947 2 359 221 0.34 0.96 40-59 2 853 329 2 729 229 0.01 0.83 60-79 1 840 102 2 368 263 0 0.30
80-99 410 944 552 030 0 0
en deux étapes: d’abord 2023 ...
0.34 0.01 0.43
Fiche de travail 2 – question 2
Âge 1 janvier 2003 1 janvier 2023 1 janvier 2043 0-19 2 407 368 2 030 304 1 702 458 20-39 2 842 947 2 359 221 1 989 697 40-59 2 853 329 2 729 229 2 264 852 60-79 1 840 102 2 368 263 2 265 260 80-99 410 944 552 030 710 479 TOTAL 10 354 690 10 039 047 8 932 746
Fiche de travail 2 – question 3
Taux de dépendance
2003 0.82
Un outil mathématique plus évolué
V
IV
III
II
I
0
30
.
0
0
0
0
0
0
83
.
0
0
0
0
0
0
96
.
0
0
0
0
0
0
98
.
0
0
0
01
.
0
34
.
0
43
.
0
V
IV
III
II
I
à
L
de
taux de fécondité
944
410
102
840
1
329
853
2
947
842
2
368
407
2
0X
population au
1 janvier 2003
matrice de
Leslie
Un outil mathématique plus évolué
944 410 102 840 1 329 853 2 947 842 2 368 407 2 0 30 . 0 0 0 0 0 0 83 . 0 0 0 0 0 0 96 . 0 0 0 0 0 0 98 . 0 0 0 01 . 0 34 . 0 43 . 0 102 840 1 30 . 0 329 853 2 83 . 0 947 842 2 96 . 0 368 407 2 98 . 0 329 853 2 01 . 0 947 842 2 34 . 0 368 407 2 43 . 02003
2023
329 853 2 01 . 0 947 842 2 34 . 0 368 407 2 43 . 0 368 407 2 98 . 0 947 842 2 96 . 0 329 853 2 83 . 0 102 840 1 30 . 0 Un outil mathématique plus évolué
de 2003 à 2023: X
1= L·X
0de 2023 à 2043: X
2= L·X
1de 2043 à 2063: X
3= L·X
2...
relation récursive: X
n= L·X
n-1= L·L·L·X
0= L
3·X
0relation explicite: X
n= L
n·X
0Deux observations
concernant l’évolution à
long terme
Première observation
à long terme: graphiques montrent une régularité commune y=a/x? décroissance exponentielle? ... passage du babyboom passage du babyboom passage du babyboom à ‘court’ termePremière observation
Après … périodes I II III IV V 0 1 -15,7% -17,0% - 4,3% 28,7% 34,3% 2 -16,1% -15,7% -17,0% - 4,3% 28,7% 3 -15,9% -16,1% -15,7% -17,0% -4,3% 4 -16,0% -15,9% -16,1% -15,7% -17,0%taux de croissance: à long terme, le nombre de personnes dans chaque classe diminue de 16%
Première observation
à long terme: le nombre de personnes dans chaque classe et la population totale = ...·0.84t (t = temps, enunités de 20 ans)
à long terme: (dé)croissance exponentielle
0.84 = taux de croissance à long terme (sur périodes de 20 ans)
Première observation
Extrapolation (sans migration !) des caractéristiques actuelles, donne une décroissance relativementrapide de la population !
Néanmoins: ‘grossir’ les caractéristiques de la société actuelle; si nous avions fait l’exercice Ce n’est pas une prédiction réaliste (migration pas prise en compte, taux de fécondité et
probabilité de survie ne seront pas constants, ...) !
Deuxième observation
après ...
périodes 0-19 (I) 20-39 (II) 40-59 (III) 60-79 (IV) 80-99 (V) 0 23.25% 27.46% 27.56% 17.77% 3.97% 1 20.22% 23.50% 27.19% 23.59% 5.50% 2 19.06% 22.27% 25.35% 25.36% 7.95% 3 18.91% 22.04% 25.24% 24.84% 8.98% 4 18.91% 22.07% 25.20% 24.95% 8.87% 5 18.91% 22.06% 25.22% 24.90% 8.91% 6 18.91% 22.06% 25.21% 24.92% 8.89% 7 18.91% 22.06% 25.22% 24.91% 8.90% 8 18.91% 22.06% 25.21% 24.92% 8.90% 9 18.91% 22.06% 25.21% 24.91% 8.90% 10 18.91% 22.06% 25.21% 24.91% 8.90% à long terme la distribution d’âges atteint un équilibre distribution d’âges équilibrée
La deuxième observation est une conséquence
de la première
à long terme:
le nombre de personnes dans chaque classe diminue du même pourcentage
l’importance relative des classes ne change pas à court terme:
le nombre de personnes dans chaque classe diminue/augmente de pourcentages différents
Une conséquence de la deuxième observation
le taux de dépendance ne continuera pas à
augmenter, mais s’équilibrera:
11
.
1
%
2
.
25
%
1
.
22
%
9
.
8
%
9
.
24
%
9
.
18
Conclusion
Si les taux de fécondité et les probabilités de survie restent constants (!) et si il n’y a pas de migration, alors:
• le nombre de personnes dans chaque classe d’âge évolue selon une (dé)croissance exponentielle; le taux de croissance correspondant est appelé le
taux de croissance à long terme
• la distribution d’âge atteint un équilibre, appelé la
Déterminer la distribution
d’âges équilibrée
mathématiquement
(supposant que le taux de
croissance à long terme
Déterminer la distribution d’âges équilibrée
mathématiquement
à long terme: Xn 0.84·Xn-1, ou: Xn+1 0.84·Xn
cela implique: L·Xn 0.84·Xn si n est grand
il existe une distribution d’âges limite/équilibrée: première observation:
deuxième observation:
et l’approximation devient meilleure si n augmente
n n n
t
X
X
lim
Déterminer la distribution d’âges équilibrée
mathématiquement
(1) la distribution d’âges équilibrée X satisfait le systéme lineaire L·X = 0.84·X
(2) ... et à la condition que la somme des éléments combiner les deux observations:
X X L t X t X L t X t X L X X L n n n n n n n n n n n n 84 . 0 lim 84 . 0 lim 84 . 0 84 . 0
Condition (1)
E D C B A E D C B A 84 . 0 0 30 . 0 0 0 0 0 0 83 . 0 0 0 0 0 0 96 . 0 0 0 0 0 0 98 . 0 0 0 01 . 0 34 . 0 43 . 0la distribution d’âges équilibrée X satisfait le
système linéaire L·X = 0.84·X
E A 30 . 0 83 . 0 96 . 0 98 . 0 84 . 0 4 E B 30 . 0 83 . 0 96 . 0 84 . 0 3 E D 30 . 0 84 . 0 E C 30 . 0 83 . 0 84 . 0 2 Condition (2)
trouver E tel que la somme des éléments
égale 1:
... 1891 . 0 A B 0.2206... C 0.2521... D 0.2491... ... 0889 . 0 E après ...périodes 0-19 (I) 20-39 (II) 40-59 (III) 60-79 (IV) 80-99 (V)
... ... ... ... ... ...
Synthèse
Modèle de Leslie avec matrice de Leslie L et
taux de croissance à long terme connu
distribution d’âges équilibrée X?
(1) satisfait le système linéaire L·X =
·X(2) et la condition que la somme des éléments soit 1 (100%)
Déterminer le taux de
croissance à long terme
Déterminer le taux de croissance à
long terme mathématiquement
Le système linéaire L·X = 0.84·X a une infinité de solutions. Cette propriété est caractéristique pour le nombre 0.84.
Le taux de croissance à long terme est un nombre (positif) pour lequel le système L·X = ·X a une infinité de solutions!
Déterminer le taux de croissance à
long terme mathématiquement
Le taux de croissance à long terme est un nombre (positif) pour lequel le système L·X = ·X a une infinité de solutions! E D C B A E D C B A 0 30 . 0 0 0 0 0 0 83 . 0 0 0 0 0 0 96 . 0 0 0 0 0 0 98 . 0 0 0 01 . 0 34 . 0 43 . 0 0 0 0 98 . 0 0 0 01 . 0 34 . 0 43 . 0 être doit 0 30 . 0 0 83 . 0 0 96 . 0 0 98 . 0 0 01 . 0 34 . 0 ) 43 . 0 ( E D D C C B B A C B A Déterminer le taux de croissance à
long terme mathématiquement
det (L-I5 ) = 0 le taux de croissance à long
terme est le seul zéro positif de cette fonction
Synthèse
λ est une solution (l’unique solution positive)
de l’équation det(L-I
n) = 0
taux de croissance à long terme λ?
Valeurs et vecteurs
De l’example à la mathématique
• le taux de croissance à long terme est une
valeur propre de la matrice L
• la distribution d’âges équilibrée est un vecteur propre de la matrice L
Définitions
A une matrice de dimensions nn
• Un nombre λ est une valeur propre de A ssi det(A-λIn)=0.
Modèles de Leslie
Théorème (sous des conditions indulgentes)
(1) L a exactement une valeur propre strictement positive 1
(2) Il existe un vecteur S, qui est vecteur propre de L avec valeur propre 1 dont les composantes sont strictement positives et ont pour somme 1
(3) Pour chaque condition initiale Xn/tn converge vers S (où tn représente la population totale).
le taux de croissance à long terme
Expériences
• étudiants 2ième Ba Science Commerciales
à partir de la deuxième fiche de travail jusqu’à la fin + étude de valeurs et vecteur propres in
général
• élèves du secondaire pendant la ‘semaine des sciences’
du début jusqu’aux deux observations y compris le fichier de tableur et parfois aussi le calcul
mathématique de distribution d’âges équilibrée
Pourquoi?
• laisser éprouver aux élèves/étudiants que construire un modèle mathématique nous oblige à faire des approximations et des simplifications
• montrer que des concepts mathématiques
sont des outils (pas nécessairement en dehors de la mathématique)