Search

Purpose This paper aims to present a framework to address the impact of people’s behaviour in the dissemination of information through mobile social networks. Design/methodology/approach This approach follows the epidemical compartmental models and uses a grid to model the nodes’ (people) behaviour in the dissemination process. The nodes’ status is determined by binary rules that update and define the flow of information between neighbour nodes. An improved stacked-layer grid model is used to implement modulations in the application of the rules and neighbourhoods to model the impact of people’s attitude, which may improve or jeopardize the efficiency of the process. Findings This proposal shows how grid architecture is a valuable tool to model different causes of malfunction of data dissemination. Combining different grids with different neighbourhoods and different local rules provides a wide range of possibilities to depict the impact of human awareness and decision on the dissemination of data. Originality/value This works develops a new approach for the analysis of dissemination of information which add new features to traditional methods for modelling local interactions and describing the dynamics of the communication patterns in the population.

The thymus hosts the development of a specific type of adaptive immune cells called T cells. T cells orchestrate the adaptive immune response through recognition of antigen by the highly variable T-cell receptor (TCR). T-cell development is a tightly coordinated process comprising lineage commitment, somatic recombination of Tcr gene loci and selection for functional, but non-self-reactive TCRs, all interspersed with massive proliferation and cell death. Thus, the thymus produces a pool of T cells throughout life capable of responding to virtually any exogenous attack while preserving the body through self-tolerance. The thymus has been of considerable interest to both immunologists and theoretical biologists due to its multi-scale quantitative properties, bridging molecular binding, population dynamics and polyclonal repertoire specificity. Here, we review experimental strategies aimed at revealing quantitative and dynamic properties of T-cell development and how they have been implemented in mathematical modeling strategies that were reported to help understand the flexible dynamics of the highly dividing and dying thymic cell populations. Furthermore, we summarize the current challenges to estimating in vivo cellular dynamics and to reaching a next-generation multi-scale picture of T-cell development.

A model in crowd dynamics has been formulated in which we have introduced pushing forces as a factor that increases the risk in crowds. In order to measure this risk, important physical quantities have been defined such as the energy or the density specifically for this model. Moreover, we have considered different initial configurations and several mass configurations in order to test the model under different conditions. The obtained results show an unpredictable behavior for initial conditions; however, we can detect high density peaks, and consequently risky areas, in the studied initial configurations and always in the short-term. Furthermore, we find that pushing forces that increase energy also increase the areas where density is over dangerous levels. RESUMEN: Se formula un modelo matemático de dinámica de multitudes mediante un sistema de EDO no lineales y con términos discontinuos en el cual se han introducido las fuerzas de empuje como posible factor causante de los accidentes y situaciones potencialmente mortíferas. Así mismo, se han definido términos como la energía o la densidad aplicados a este modelo para poder medir los resultados obtenidos. Se presentan simulaciones para diversas configuraciones iniciales y diferentes masas correspondientes a las personas que conforman la multitud. Se han obtenido resultados que si bien no permiten predecir para cualquier situación dónde estarán los puntos de peligro, si que permiten a corto plazo y con una configuración inicial dada determinar en qué puntos podrían producirse accidentes. Finalmente, se ha podido concluir que la introducción de fuerzas de empuje que aumentan la energía, también aumenta los puntos con mayor densidad máxima en el sistema y por tanto las posibilidades de que ocurran desgracias. Grado en Matemáticas

RESUMEN: A lo largo de la historia, el hombre ha intentado hacer predicciones en diversas áreas, como la demografía, economía, química, biología, meteorología... Uno de los modelos más exitosos y conocidos en este campo ha sido el modelo de Malthus, introducido en el año 1798, que utilizaba una ecuación diferencial ordinaria y cuyas soluciones son de tipo exponencial. En el presente trabajo, vamos a estudiar diversas variantes del modelo de Malthus preservando que la ecuación diferencial siga siendo lineal. Para las soluciones de cada una de estas variantes estudiamos sus propiedades de positividad, crecimiento y convexidad. Con ellas elaboramos un catálogo de funciones que nos ayudará a elegir un modelo frente a otro cuando estemos trabajando con unos datos concretos. Finalmente, presentamos varias aplicaciones reales en las que aparecerán algunos de los modelos vistos con anterioridad que serán ajustados computacionalmente. ABSTRACT: Throughout history, people have tried to make predictions in different areas, such as demography, economy, chemistry, biology, meteorology... One of the most succesful and well-known models in this field has been the Malthus model, introduced in 1798, that used an ordinary differential equation whose solutions are exponentials. In this work, we are going to study several variants of the Malthus model preserving the linearity of the differential equation. For each variant we will study the properties of positivity, growth and convexity of their solutions. We will prepare a catalogue of these solutions for helping us to choose a model when we are working with specific data. Finally, we present several real applications where we use some models previously studied that will be fitted computationally. Grado en Matemáticas

The neuron, a fundamental unit in the nervous system, is a point of interest in many scientific disciplines. Thus, there are some mathematical models that describe their behavior by ODE or PDE systems. Many of these models can then be coupled in order to study the behavior of networks, complex systems in which the properties emerge. Firstly, this work presents the main mechanisms governing the neuron behaviour in order to understand the different models. Several models are then presented, including the FitzHugh-Nagumo one, which has a interesting dynamic. The theoretical and numerical study of the asymptotic and transitory dynamics of the aforementioned model is then proposed in the second part of this thesis. From this study, the interaction networks of ODE are built by coupling previously dynamic systems. The study of identical synchronization phenomenon in these networks shows the existence of emergent properties that can be characterized by power laws. In the third part, we focus on the study of the PDE system of FHN. As the previous part, the interaction networks of PDE are studied. We have in this section a theoretical and numerical study. In the theoretical part, we show the existence of the global attractor on the space L2(Ω)nd and give the sufficient conditions for identical synchronization. In the numerical part, we illustrate the synchronization phenomenon, also the general laws of emergence such as the power laws or the patterns formation. The diffusion effect on the synchronization is studied.; Le fonctionnement d'un neurone, unité fondamentale du système nerveux, intéresse de nombreuses disciplines scientifiques. Il existe ainsi des modèles mathématiques qui décrivent leur comportement par des systèmes d'EDO ou d'EDP. Plusieurs de ces modèles peuvent ensuite être couplés afin de pouvoir étudier le comportement de réseaux, systèmes complexes au sein desquels émergent des propriétés. Ce travail présente, dans un premier temps, les principaux mécanismes régissant ce fonctionnement pour en comprendre la modélisation. Plusieurs modèles sont alors présentés, jusqu'à celui de FitzHugh-Nagumo (FHN), qui présente une dynamique très intéressante.C'est sur l'étude théorique mais également numérique de la dynamique asymptotique et transitoire du modèle de FHN en EDO, que se concentre la seconde partie de cette thèse. A partir de cette étude, des réseaux d'interactions d'EDO sont construits en couplant les systèmes dynamiques précédemment étudiés. L'étude du phénomène de synchronisation identique au sein de ces réseaux montre l'existence de propriétés émergentes pouvant être caractérisées par exemple par des lois de puissance. Dans une troisième partie, on se concentre sur l'étude du système de FHN dans sa version EDP. Comme la partie précédente, des réseaux d'interactions d'EDP sont étudiés. On entreprend dans cette partie une étude théorique et numérique. Dans la partie théorique, on montre l'existence de l'attracteur global dans l'espace L2(Ω)nd et on donne des conditions suffisantes de synchronisation. Dans la partie numérique, on illustre le phénomène de synchronisation ainsi que l'émergence de lois générales telles que les lois puissances ou encore la formation de patterns, et on étudie l'effet de l'ajout de la dimension spatiale sur la synchronisation.

The neuron, a fundamental unit in the nervous system, is a point of interest in many scientific disciplines. Thus, there are some mathematical models that describe their behavior by ODE or PDE systems. Many of these models can then be coupled in order to study the behavior of networks, complex systems in which the properties emerge. Firstly, this work presents the main mechanisms governing the neuron behaviour in order to understand the different models. Several models are then presented, including the FitzHugh-Nagumo one, which has a interesting dynamic. The theoretical and numerical study of the asymptotic and transitory dynamics of the aforementioned model is then proposed in the second part of this thesis. From this study, the interaction networks of ODE are built by coupling previously dynamic systems. The study of identical synchronization phenomenon in these networks shows the existence of emergent properties that can be characterized by power laws. In the third part, we focus on the study of the PDE system of FHN. As the previous part, the interaction networks of PDE are studied. We have in this section a theoretical and numerical study. In the theoretical part, we show the existence of the global attractor on the space L2(Ω)nd and give the sufficient conditions for identical synchronization. In the numerical part, we illustrate the synchronization phenomenon, also the general laws of emergence such as the power laws or the patterns formation. The diffusion effect on the synchronization is studied.; Le fonctionnement d'un neurone, unité fondamentale du système nerveux, intéresse de nombreuses disciplines scientifiques. Il existe ainsi des modèles mathématiques qui décrivent leur comportement par des systèmes d'EDO ou d'EDP. Plusieurs de ces modèles peuvent ensuite être couplés afin de pouvoir étudier le comportement de réseaux, systèmes complexes au sein desquels émergent des propriétés. Ce travail présente, dans un premier temps, les principaux mécanismes régissant ce fonctionnement pour en comprendre la modélisation. Plusieurs modèles sont alors présentés, jusqu'à celui de FitzHugh-Nagumo (FHN), qui présente une dynamique très intéressante.C'est sur l'étude théorique mais également numérique de la dynamique asymptotique et transitoire du modèle de FHN en EDO, que se concentre la seconde partie de cette thèse. A partir de cette étude, des réseaux d'interactions d'EDO sont construits en couplant les systèmes dynamiques précédemment étudiés. L'étude du phénomène de synchronisation identique au sein de ces réseaux montre l'existence de propriétés émergentes pouvant être caractérisées par exemple par des lois de puissance. Dans une troisième partie, on se concentre sur l'étude du système de FHN dans sa version EDP. Comme la partie précédente, des réseaux d'interactions d'EDP sont étudiés. On entreprend dans cette partie une étude théorique et numérique. Dans la partie théorique, on montre l'existence de l'attracteur global dans l'espace L2(Ω)nd et on donne des conditions suffisantes de synchronisation. Dans la partie numérique, on illustre le phénomène de synchronisation ainsi que l'émergence de lois générales telles que les lois puissances ou encore la formation de patterns, et on étudie l'effet de l'ajout de la dimension spatiale sur la synchronisation.

The study of systems of Ordinary Differential Equations aims at predicting the future of the considered systems. The access to the evolution of all states of a system's model allows us to predict possible drastic shifts of the states or failures, e.g. an engine blowing up, a bridge collapsin, a car consuming more gasoline etc. Solving ordinary differential equations is then an essential step of building industrial physical systems in regard to dimensioning and reliability. The solver of such ODE systems needs to be fast, accurate and relevant.In practice, it is not possible to find a continuous function as the exact solution of the real ODE problem. Consequently numerical methods are used to give discrete solutions which approximates the continuous one with a controllable error. The correct handline of this control is very important to get a relevant solution within an acceptable recovery time. Starting from existing studies of local and global errors, this thesis work goes more deeply and adjusts the time step of the integration time algorithm and solves the problem in a very efficient manner.A new scheme is proposed is this thesis, to minimize the cost of integration. Another method to improve the execution speed is to parallelize the ODE solver by using a multicore and a multiprocessor architecture. Finally, the solver has been tested with different applications from OpenModelica., L'étude des systèmes aux équations différentielles ordinaires vise à prédire le futur des systèmes considérés. La connaissance de l'évolution dans le temps de toutes les variables d' état du modèle permet de prédire de possibles changements radicaux des variables ou des défaillances, par exemple, un moteur peut exploser, un pont peut s'écrouler, une voiture peut se mettre à consommer plus d'essence. De plus, les systèmes dynamiques peuvent contenir des dérivées spatiales et leur discrétisation peut ajouter un très grand nombre d'équations. La résolution des équations différentielles ordinaires est alors une étape essentielle dans la construction des systèmes physiques en terme de dimensionnement et de faisabilité. Le solveur de tels systèmes EDOs doit être rapide, précis et pertinent.En pratique, il n'est pas possible de trouver une fonction continue qui soit solution exacte du problème EDO. C'est pourquoi, des méthodes numériques sont utilisées afin de donner des solutions discrèes qui approchent la solution continue avec une erreur contrôlable. La gestion précise de ce contrôle est très importante afin d'obtenir une solution pertinente en un temps raisonnable.Cette thèse développe un nouveau solveur qui utilise plusieurs méthodes d'amélioration de la vitesse d'exécution des systèmes EDOs. La première méthode est l'utilisation d'un nouveau schéma numérique. Le but est de minimiser le coût de l'intégration en produisant une erreur qui soit le plus proche possible de la tolérance maximale permise par l'utilisateur du solveur. Une autre méthode pour améliorer la vitesse d'exécution est de paralléliser le solveur EDO en utilisant une architecture multicoeur et multiprocesseur. Enfin, le solveur a été testé avec différentes applications d'OpenModelica.