Update cheatsheet.fr.md

12.temporary_ins/32.sets-systems/30.n3/20.systems/20.overview/cheatsheet.fr.md

@@ -586,78 +586,26 @@ $`\quad G=\dfrac{\text{intervalle de temps}}{\underbrace{\text{nombre de divisio
 
 <br>
 
--<!-------------------------------
-
-
+-------------------------------
 
 ! *Le MODELE de la "PERSISTANCE"*
 
-<br>
-
-
-
-#### Le modèle de la persistance
-
-Renommer, et en cours de construction
-
-
-
-##### De combien de variables décrit-il l'évolution?
-
-* <br>
-
-##### Quels sont ses domaines d'application ?
-
-Les modèles de persistance du plus simple à ses développements ultérieurs, peuvent servir
-à comprendre et modéliser de nombreux phénomènes couvrant des **disciplines très diverses**.
-
-* *Micro-biologie* : dynamique d'espèces en compétition.
-* ... (liste non limitative)
-
-Il suffit de reconnaître dans les **équations et paramètres** des modèles une *description possible*
-*d'un phénomène* observé, qu'il soit naturel ou culturel.
-
-<br>
-
-##### Quelles sont les hypothèses fondatrices ?
-
-<br>
-Les variables **$`X_1(t)`$ et $`X_2(t)`$** jouent des *rôles symétriques*.   
-L'une représente ... et l'autre ....
-
-<br>
-
-**Interaction entre $`X_1(t)`$ et $`X_2(t)`$**
-
-* **hypothèses** : 
-   * ...   
-  <br>
-  Cela entraîne :   
-
-   * ...
-
-<br>
-
-##### Quelle est l'expression mathématique de ce modèle ?
-
-* Le taux de variation temporelle de chacune des variables est la somme de sa composante
-      croissante et sa composante décroissante.   
-  <br>
-      ...
+Renommer,
+et en construction
 
 * Les *hypothèses du modèle se traduisent par* le système d'équations différentielles :   
   <br>
       **$`\large{\left\{\;\begin{array}{l}
-      \left.\dfrac{dX_1}{dt}\right\lvert_{\,\bigt}=\,(\;\mu_1 - c_{1\rightarrow 2}\,)\,X_1(t)\;+\;c_{2\rightarrow 1}\;X_2(t)\\
+      \left.\dfrac{dX_1}{dt}\right\lvert_{\,\bigt}=\,(\mu_1 - c_{1\rightarrow 2})\,X_1(t)\;+\;c_{2\rightarrow 1}\;X_2(t)\\
       \\
-      \left.\dfrac{dX_2}{dt}\right\lvert_{\,\bigt}=\,(\,\mu_2 - c_{2\rightarrow 1}\,)\,X_1(t)\;+\;c_{1\rightarrow 2}\;X_1(t)
+      \left.\dfrac{dX_2}{dt}\right\lvert_{\,\bigt}=\,(\mu_2 - c_{2\rightarrow 1})\,X_1(t)\;+\;c_{1\rightarrow 2}\;X_1(t)
       \end{array}\right.}`$**    
   <br>
       avec *$`(\mu_1\,,\mu_2\,,c_{1\rightarrow 2}\,,c_{2\rightarrow 1})\in\mathbb{R}^4`$*.
 
-<br>
 
---------->
+
+