S'abonner

A Hamilton–Jacobi method to describe the evolutionary equilibria in heterogeneous environments and with non-vanishing effects of mutations - 23/02/17

Méthode de Hamilton–Jacobi pour décrire des équilibres évolutifs dans les environnements hétérogènes avec des mutations non évanescentes

Doi : 10.1016/j.crma.2016.12.001 
Sylvain Gandon a , Sepideh Mirrahimi b
a Centre d'écologie fonctionnelle et évolutive (CEFE), UMR CNRS 5175, 34293 Montpellier cedex 5, France 
b CNRS, Institut de mathématiques (UMR CNRS 5219), Université Paul-Sabatier, 118, route de Narbonne, 31062 Toulouse cedex, France 

Bienvenue sur EM-consulte, la référence des professionnels de santé.
Article gratuit.

Connectez-vous pour en bénéficier!

Abstract

In this note, we characterize the solution to a system of elliptic integro-differential equations describing a phenotypically structured population subject to mutation, selection, and migration. Generalizing an approach based on the Hamilton–Jacobi equations, we identify the dominant terms of the solution when the mutation term is small (but nonzero). This method was initially used, for different problems arisen from evolutionary biology, to identify the asymptotic solutions, while the mutations vanish, as a sum of Dirac masses. A key point is a uniqueness property related to the weak KAM theory. This method allows us to go further than the Gaussian approximation commonly used by biologists, and is an attempt to fill the gap between the theories of adaptive dynamics and quantitative genetics.

Le texte complet de cet article est disponible en PDF.

Résumé

Dans cette note, nous étudions un système d'équations intégro-différentielles elliptiques, décrivant une population structurée par trait phénotypique soumise à des mutations, à la sélection et à des migrations. Nous généralisons une approche basée sur des équations de Hamilton–Jacobi pour détérminer les termes dominants de la solution lorsque les effets des mutations sont petits (mais non nuls). Cette méthode était initialement utilisée, pour différents problèmes venant de la biologie évolutive, pour identifier les solutions asymptotiques, lorsque les effets des mutations tendent vers 0, sous forme de sommes de masses de Dirac. Un point-clé est une propriété d'unicité en rapport avec la théorie de KAM faible. Cette méthode nous permet d'aller au-delà des approximations gaussiennes habituellement utilisées par les biologistes, et contribue ainsi à relier les théories de la dynamique adaptative et de la génétique quantitative.

Le texte complet de cet article est disponible en PDF.

Plan


© 2016  Académie des sciences. Publié par Elsevier Masson SAS. Tous droits réservés.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Vol 355 - N° 2

P. 155-160 - février 2017 Retour au numéro
Article précédent Article précédent
  • Symmetry for extremal functions in subcritical Caffarelli–Kohn–Nirenberg inequalities
  • Jean Dolbeault, Maria J. Esteban, Michael Loss, Matteo Muratori
| Article suivant Article suivant
  • Dispersive estimates for the wave equation inside cylindrical convex domains: A model case
  • Len Meas

Bienvenue sur EM-consulte, la référence des professionnels de santé.

Mon compte


Plateformes Elsevier Masson

Déclaration CNIL

EM-CONSULTE.COM est déclaré à la CNIL, déclaration n° 1286925.

En application de la loi nº78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés, vous disposez des droits d'opposition (art.26 de la loi), d'accès (art.34 à 38 de la loi), et de rectification (art.36 de la loi) des données vous concernant. Ainsi, vous pouvez exiger que soient rectifiées, complétées, clarifiées, mises à jour ou effacées les informations vous concernant qui sont inexactes, incomplètes, équivoques, périmées ou dont la collecte ou l'utilisation ou la conservation est interdite.
Les informations personnelles concernant les visiteurs de notre site, y compris leur identité, sont confidentielles.
Le responsable du site s'engage sur l'honneur à respecter les conditions légales de confidentialité applicables en France et à ne pas divulguer ces informations à des tiers.


Tout le contenu de ce site: Copyright © 2024 Elsevier, ses concédants de licence et ses contributeurs. Tout les droits sont réservés, y compris ceux relatifs à l'exploration de textes et de données, a la formation en IA et aux technologies similaires. Pour tout contenu en libre accès, les conditions de licence Creative Commons s'appliquent.