Volume 28 - 2018 - 2019 - Mathematics for Biology and the Environment

Selected papers from CARI 2016 on the topics of mathematics for Biology and the Environment Editor : Nabil Gmati

1. Efficient high order schemes for stiff ODEs in cardiac electrophysiology

Douanla Lontsi , Charlie ; Coudière , Yves ; Pierre , Charles.
In this work we analyze the resort to high order exponential solvers for stiff ODEs in the context of cardiac electrophysiology modeling. The exponential Adams-Bashforth and the Rush-Larsen schemes will be considered up to order 4. These methods are explicit multistep schemes.The accuracy and the cost of these methods are numerically analyzed in this paper and benchmarked with several classical explicit and implicit schemes at various orders. This analysis has been led considering data of high particular interest in cardiac electrophysiology : the activation time ($t_a$ ), the recovery time ($t_r $) and the action potential duration ($APD$). The Beeler Reuter ionic model, especially designed for cardiac ventricular cells, has been used for this study. It is shown that, in spite of the stiffness of the considered model, exponential solvers allow computation at large time steps, as large as for implicit methods. Moreover, in terms of cost for a given accuracy, a significant gain is […]

2. Stochastic modeling for biotechnologies Anaerobic model AM2b

Campillo , Fabien ; Chebbi , Mohsen ; Toumi , Salwa.
Le modèle AM2b est classiquement représenté par un système d'équations différentielles. Toutefois ce modèle n'est valide qu'en grande population et notre objectif est d'établir plusieurs mo-dèles stochastiques à différentes échelles. À l'échelle microscopique, on propose un modèle sto-chastique de saut pur que l'on peut simuler de fa con exacte. Mais dans la plupart des situations ce genre de simulation n'est pas réaliste, et nous proposons des méthodes de simulation approchées de type poissonnien ou de type diffusif. La méthode de simulation de type diffusif peut être vue comme une discrétisation d'une équation différentielle stochastique. Nous présentons enfin de fa con infor-melle un résultat de type loi des grands nombres/théorème central limite fonctionnelle qui démontre la convergence de ses modèles stochastiques vers le modèles déterministe initial.