Performance comparison of Python, MATLAB and R for numerical solutions of SI and SIR epidemiological models

Cette étude compare les performances de calcul et la précision des logiciels Python, MATLAB et R lors de la résolution numérique des modèles épidémiologiques SI et SIR à l'aide de diverses méthodes d'intégration, afin de guider les chercheurs dans le choix de l'outil le plus adapté.

L'essentiel

Imaginez que vous essayez de prédire comment une épidémie (comme la grippe) va se propager dans une école. Pour cela, les scientifiques utilisent des modèles mathématiques, un peu comme des cartes au trésor qui montrent le chemin que prendra le virus.

Ce papier de recherche est une course de vitesse et de précision entre trois outils informatiques très populaires : Python, MATLAB et R. Les auteurs, Berkay et Elif, ont voulu savoir : Lequel de ces trois outils est le meilleur pour résoudre ces équations mathématiques complexes ?

Voici une explication simple de leur expérience, avec quelques images pour rendre les choses claires.

1. Le Défi : Deux Types de "Cartes"

Les chercheurs ont utilisé deux modèles de base pour simuler la maladie :

• Le modèle SI : C'est comme une course simple. Les gens sont soit sains (S), soit malades (I). Une fois malades, ils le restent. C'est simple, et on connaît même la réponse exacte à l'avance (comme une énigme dont on connaît la solution).
• Le modèle SIR : C'est un peu plus compliqué. Les gens sont sains (S), malades (I), puis guéris (R). C'est comme une pièce de théâtre où les acteurs changent de rôle. Ici, on ne connaît pas la réponse exacte à l'avance, il faut la calculer pas à pas.

2. Les Coureurs : Trois Méthodes de Calcul

Pour résoudre ces équations, on ne peut pas toujours utiliser la calculatrice "classique". Il faut utiliser des méthodes numériques, qui sont comme des stratégies pour avancer sur le chemin :

• La méthode d'Euler : C'est comme marcher en regardant seulement le sol juste devant ses pieds. C'est simple et rapide, mais on risque de faire des pas de géant et de rater des détails importants. C'est le "coureur débutant".
• La méthode RK4 : C'est comme un coureur d'élite qui regarde devant, sur le côté et en arrière avant de faire un pas. C'est beaucoup plus précis, mais demande plus d'effort mental.
• La méthode P-C (Prédictor-Corrector) : C'est comme un navigateur qui fait une estimation rapide, puis se corrige immédiatement pour être sûr de ne pas dévier. Un bon compromis.

3. L'Arène de Course : Python, MATLAB et R

Les chercheurs ont fait courir ces trois méthodes sur trois logiciels différents :

• Python : Le couteau suisse, gratuit et très populaire.
• MATLAB : L'outil professionnel, souvent utilisé dans les universités et l'industrie.
• R : Le spécialiste des statistiques, très puissant pour l'analyse de données.

4. Les Résultats de la Course

La Précision (Qui fait le moins d'erreurs ?)

• Pour le modèle simple (SI), ils ont comparé les résultats avec la "vraie" réponse.
• Le verdict : La méthode RK4 a été imbattable. Peu importe le logiciel utilisé, elle a donné des résultats presque parfaits, comme un tireur d'élite qui touche toujours la cible.
• La méthode d'Euler a fait des erreurs, surtout quand on voulait aller vite (pas de temps grands). C'est comme essayer de dessiner une courbe avec des lignes droites : ça fait des angles bizarres.

La Vitesse (Qui finit le premier ?)

C'est ici que ça devient intéressant. Ils ont mesuré le temps de calcul (en secondes) sur un ordinateur moderne (un MacBook avec une puce M4).

• Le Grand Gagnant : Python.
  Python a été beaucoup plus rapide que les deux autres, surtout quand les calculs étaient très précis (beaucoup de petits pas). Imaginez un coureur de fond qui a une paire de chaussures ultra-légères : il a gagné le sprint et le marathon.
• Le Milieu de Tableau : MATLAB.
  MATLAB a été correct, ni trop lent, ni trop rapide. C'est comme un coureur solide, mais qui porte un peu plus de poids.
• Le Dernier : R.
  R a été le plus lent dans presque tous les cas. C'est comme si le coureur devait porter un sac à dos rempli de pierres. Il finit le travail, mais il met beaucoup plus de temps.

5. La Conclusion Simple

Si vous êtes un chercheur ou un étudiant qui veut modéliser une épidémie :

1. Si vous voulez la vitesse et la précision : Choisissez Python. C'est le meilleur compromis. Il est rapide comme l'éclair et très précis.
2. Si vous voulez juste une idée rapide : La méthode d'Euler suffit, mais attention aux erreurs.
3. Si vous voulez la précision absolue : Utilisez la méthode RK4, peu importe le logiciel, mais sachez que cela prendra plus de temps que la méthode simple.

En résumé : Ce papier nous dit que pour faire de la modélisation épidémiologique aujourd'hui, Python est le champion de la vitesse, tandis que R est le plus lent, et que la méthode RK4 est la plus fiable pour obtenir des résultats justes. C'est une excellente nouvelle pour les scientifiques qui veulent gagner du temps sans sacrifier la qualité de leurs prédictions !

Résumé technique

Voici un résumé technique détaillé de l'article « Performance Comparison of Python, MATLAB and R for Numerical Solutions of SI and SIR Epidemiological Models », rédigé en français.

1. Problématique et Contexte

La modélisation mathématique est essentielle en épidémiologie pour comprendre et contrôler la propagation des maladies infectieuses. Les modèles compartimentaux de Kermack et McKendrick, notamment les modèles SI (Susceptible-Infecté) et SIR (Susceptible-Infecté-Rétabli), constituent la base de nombreuses études.

Bien que des solutions analytiques existent pour des cas simples, la plupart des modèles réels nécessitent des méthodes numériques (Euler, Runge-Kutta d'ordre 4, Prédicteur-Correcteur) implémentées dans des logiciels de calcul scientifique. Cependant, la littérature fait défaut en matière de comparaison systématique de l'efficacité computationnelle et des temps d'exécution de ces outils (Python, MATLAB, R) lorsqu'ils sont appliqués simultanément à ces modèles épidémiologiques spécifiques.

Objectif de l'étude : Combler ce vide en comparant les performances (temps d'exécution et précision) de Python, MATLAB et R lors de la résolution numérique des modèles SI et SIR via trois méthodes distinctes.

2. Méthodologie

A. Modèles Mathématiques

Les auteurs ont utilisé deux systèmes d'équations différentielles ordinaires (EDO) :

• Modèle SI : Divise la population en Susceptibles ($S$) et Infectés ($I$). Une solution analytique exacte est disponible pour ce modèle, servant de référence pour évaluer la précision.
• Modèle SIR : Ajoute une compartimentation pour les Rétablis ($R$). Aucune solution analytique simple n'existant, une solution de référence de haute précision a été générée via le solveur ODE45 de MATLAB pour évaluer les erreurs des méthodes numériques.

B. Méthodes Numériques Implémentées

Trois algorithmes classiques ont été codés dans les trois environnements :

1. Méthode d'Euler : Méthode d'ordre 1, simple mais moins précise.
2. Méthode de Runge-Kutta d'ordre 4 (RK4) : Méthode d'ordre 4, offrant une haute précision.
3. Méthode Prédicteur-Correcteur (P-C) : Technique itérative combinant une estimation (prédicteur) et un raffinement (correcteur).

C. Protocole Expérimental

• Environnement matériel : MacBook Air (puce Apple M4, 16 Go de RAM).
• Données : Paramètres basés sur une épidémie de grippe dans un internat (Murray, 2002).
  • Intervalle de temps : $t \in [0, 14]$ jours.
  • Conditions initiales : $S(0)=762, I(0)=1, R(0)=0$.
• Mesures :
  • Précision (Modèle SI) : Calcul du coefficient de détermination $R^2$ entre la solution numérique et la solution analytique exacte.
  • Précision (Modèle SIR) : Comparaison des résultats RK4 avec la solution de référence ODE45 via le coefficient $R^2$.
  • Performance : Enregistrement du temps d'exécution pur des algorithmes (excluant l'initialisation, le tracé, etc.) pour différentes tailles de pas ($h = 0.25, 0.10, 0.01$).

3. Résultats Clés

A. Précision des Solutions

• Modèle SI :

  • La méthode RK4 a atteint une précision quasi parfaite ($R^2 = 1.0$) pour tous les logiciels et toutes les tailles de pas.
  • La méthode P-C a également montré une excellente précision, très proche de RK4.
  • La méthode d'Euler a été la moins précise, surtout pour les grands pas ($h=0.25$, $R^2 \approx 0.95$), bien que la précision s'améliore avec la réduction du pas.
  • Observation : La précision est indépendante du logiciel utilisé pour une même méthode et un même pas.

• Modèle SIR :

  • Les solutions RK4 obtenues en MATLAB (comparées à ODE45) ont affiché des coefficients $R^2$ extrêmement élevés ($> 0.999999$), confirmant la fiabilité de RK4 comme approximation numérique pour les modèles sans solution analytique.

B. Performance Temporelle (Temps d'exécution)

Les résultats montrent des différences significatives entre les langages, particulièrement pour les pas de temps fins ($h=0.01$) :

1. Python : Se distingue comme le langage le plus rapide dans tous les cas.

   • Pour le modèle SI avec Euler ($h=0.01$), Python a pris environ 0.0007 s, contre ~0.018 s pour MATLAB et ~0.009 s pour R.
   • L'avantage de Python s'accroît avec la complexité du calcul (RK4) et la finesse du pas.

2. MATLAB : Affiche des performances modérées, généralement plus lentes que Python mais souvent plus rapides que R (sauf pour certains cas spécifiques de pas très fins où R a parfois été compétitif, bien que globalement plus lent).

3. R : A systématiquement affiché les temps d'exécution les plus longs parmi les trois, en particulier pour les méthodes complexes (RK4) et les petits pas.

C. Comparaison Méthodologique

Comme prévu théoriquement, les méthodes plus complexes (RK4 et P-C) nécessitent plus de temps de calcul que la méthode d'Euler, car elles impliquent plus d'évaluations de fonctions par itération.

4. Contributions et Signification

• Complétude de la comparaison : Cette étude est l'une des rares à comparer simultanément trois langages majeurs (Python, MATLAB, R) sur trois méthodes numériques distinctes appliquées aux modèles SI et SIR.
• Validation de l'efficacité de Python : L'article démontre empiriquement que Python offre le meilleur compromis entre vitesse d'exécution et précision pour la modélisation épidémiologique, surpassant MATLAB et R, même sur du matériel moderne (Apple M4).
• Guide pratique pour les chercheurs : Les résultats fournissent une base de données concrète pour aider les modélisateurs à choisir leur outil :
  • Pour la vitesse et l'efficacité computationnelle : Python est recommandé.
  • Pour la précision : Les méthodes RK4 et P-C sont supérieures à Euler, indépendamment du langage.
  • MATLAB reste une option viable mais moins performante en temps de calcul pur.
  • R, bien que puissant pour l'analyse statistique, s'avère moins performant pour les boucles de calcul intensif dans ce contexte spécifique.

Conclusion

L'étude conclut que si les trois logiciels sont capables de résoudre ces modèles, Python se positionne comme l'outil le plus efficace pour les simulations épidémiologiques numériques nécessitant une grande précision et un temps de calcul réduit. Les chercheurs peuvent désormais orienter leur choix d'outils en fonction de leurs contraintes spécifiques de performance et de précision.