presMAP551 Cours2 Sept2023

MAP551 - Systèmes Dynamiques
pour la modélisation et la simulation des milieux réactifs multi-échelles
Marc Massot, Laurent Séries, Maxime Breden

Centre de Mathématiques Appliquées, Ecole Polytechnique
marc.massot@polytechnique.edu, laurent.series@polytechnique.edu
Cours 2 - Aspects théoriques

Partie 1 : Existence - Unicité - Redressement du flot
Massot - Séries Breden Systèmes Dynamiques - milieux réactifs multi-échelles

Cours 2 - MAP551
Présent dans tous les domaines d’applications

Mécanique
Mécanique Céleste
Chimie, Biologie, Écologie, Économie...
Résolution des EDP après semi-discrétisation spatiale
Climat - Lorenz

Considérons le système Soleil-Jupiter-Saturne, où, pour simplifier, nous

négligeons les autres corps et influences du système solaire. En 1687, Isaac
Newton, inspiré par les trois lois de Kepler, propose la loi universelle de la
gravitation, selon laquelle tous les objets cosmiques s’attirent l’un l’autre avec
des forces égales (mais en sens inverse), proportionnelles au produit de leurs
masses et inversement proportionnelle au carré de la distance qui les sépare.
C’est cette loi que nous allons utiliser pour calculer la position des planètes. La
⃗ S→P appliquée par un corps S à un corps P est donnée
force gravitationnelle F
par la formule suivante :
⃗ P→S = − G mS mP ⃗u ,
⃗ S→P = −F
F
d2
où G est la constante universelle de gravitation, mS et mP sont les masses des
différents corps S et P, d est la distance (euclidienne) entre S et P, et ⃗u est un
vecteur unitaire dont l’orientation a de S à P.

Nous représentons les positions de ces planètes par trois fonctions de temps,
qi (t) ∈ R3 , i ∈ 0, 1, 2 où l’indice i = 0 correspond au Soleil, i = 1 correspond à
Jupiter, et i = 2 correspond à Saturne. Les masses respectives des trois corps
sont notées mi , i ∈ 0, 1, 2. Nous considérons aussi les quantités de mouvement
pi (t) ∈ R3 , i ∈ 0, 1, 2. La deuxième loi de Newton de la dynamique s’exprime
alors comme suit :
⃗ Sa→S + F
dt p0 = F ⃗ J→S , ⃗ S→J + F
dt p1 = F ⃗ Sa→J ⃗ S→Sa + F
dt p2 = F ⃗ J→Sa ,
et nous appliquons les schémas numériques classiques au système d’équations

différentielles ci-dessus

corps masse (relative au soleil) position

 (U.A.)
 vitesse(U.A./
 jour)
0 0
m0 = 1.00000597682  0   0 
Soleil
(soleil + autres planetes)
0 0
   
−3.5023653 +0.00565429
Jupiter m1 = 9.54786104043 10−4  −3.8169847   −0.00412490 
−1.5507963 −0.00190589
   
+9.0755314 +0.00168318
Saturne m2 = 2.85583733151 10−4  −3.0458353   +0.00483525 
−1.6483708 +0.00192462
Les positions et vitesses initiales du Soleil, de Jupiter et de Saturne à une date

donnée (ici le 5 septembre 1994) sont exprimées en unités astronomiques, basée
sur la distance Terre-Soleil (1 U.A. est d’environ 150 millions de kilomètres), et
le temps est en jours terrestres. Ces trajectoires sont presque dans un plan,
mais elles évoluent en 3D. Le Soleil lui-même bouge légèrement aussi, mais
nous représentons les trajectoires par rapport au Soleil, choisi comme référence,
et situé à l’origine.

Simulation de la dynamique du système planétaire Soleil-Sarturne-Jupyter avec

des intégrateurs symplectiques.

Dynamique chimique non-linéaire
La dynamique de la réaction oscillante découverte par Belousov et Zhabotinsky, peut

être modélisé à l’aide du modèle Brusselator en fonction de deux paramètres :
dt y1 = 1 − (b + 1)y1 + a y12 y2




dt y2 = b y1 − a y12 y2


y1 (0) = y10




y2 (0) = y20

Pour illustrer les concepts présentés dans le cours, nous utilisons a = 1, b = 4.0,
y10 = 1.5 et y20 = 3. Pour cet ensemble de paramètres, la dynamique admet un cycle
limite pour des temps grands et après une courte période de transition, le
comportement du système devient quasiment périodique comme on peut l’observer sur
la Figure.

Simulation de la dynamique des deux espèces du modèle Brusselator (a = 1 et

b = 4 ) : il existe un cycle limite qui attire la dynamique en temps long.

Simulation de la dynamique des deux espèces du modèle Brusselator : (a = 1 et

b = 1, 5) : il existe un équilibre qui attire la dynamique en temps long
(Bifurcation de Hopf - b=2). Système dissipatif.

Système de Lorenz - Chaos
L’attracteur et les équations associées ont été publiés en 1963 par Edward Lorenz.
Mathématiquement, le couplage de l’atmosphère terrestre avec l’océan est décrit par
le système d’équations aux dérivées partielles couplées de Navier-Stokes de la
mécanique des fluides. Ce système d’équations était beaucoup trop compliqué à
résoudre numériquement pour les ordinateurs existant au temps de Lorenz qui
introduit un modèle très simplifié de ces équations pour étudier une situation physique
particulière : le phénomène de convection de Rayleigh-Bénard :

dt x = σ [y (t) − x(t)]

dt y = ρ x(t) − y (t) − x(t) z(t)

d z = x(t) y (t) − β z(t)
t
où σ, ρ et β sont trois paramètres strictement positifs, fixés. Le système provenant de

la simplification des équations régissant la convection de Rayleigh-Bénard, les
paramètres sont dénommés d’après leur origine physique : σ est le nombre de Prandtl,
et ρ, abusivement dénommé “nombre de Rayleigh”, est en fait le rapport du nombre de
Rayleigh Ra au nombre de Rayleigh critique.
Les variables dynamiques x, y et z représentent l’état du système à chaque instant.
L’interprétation physique en est la suivante : x est proportionnel à l’intensité du
mouvement de convection, y est proportionnel à la différence de température entre les
courants ascendants et descendants, et z est proportionnel à l’écart du profil de
température vertical par rapport à un profil linéaire.

Simulation de deux trajectoires initialement identiques mais avec deux schémas

différents du système de Lorenz illustrant la sensibilité aux conditions initiales et le
caractère non-prédictible de la dynamique chaotique.
On pose souvent σ = 10 et β = 8/3, ρ restant variable. Le système présente un

comportement chaotique pour ρ = 28, après un certain temps en régime
pseudo-périodique qui dépend de ρ. Le seuil d’établissement du régime chaotique se
situe entre 24, 29 et 24, 30 pour ces valeurs de σ et β.

Simulation de deux trajectoires initialement identiques mais avec deux schémas

différents du système de Lorenz illustrant la sensibilité aux conditions initiales et le
caractère non-prédictible de la dynamique chaotique.
On pose souvent σ = 10 et β = 8/3, ρ restant variable. Le système présente un

comportement chaotique pour ρ = 28, après un certain temps en régime
pseudo-périodique qui dépend de ρ. Le seuil d’établissement du régime chaotique se
situe entre 24, 29 et 24, 30 pour ces valeurs de σ et β.

Systèmes dynamiques
En mathématiques, un système dynamique est la donnée d’un système et d’une loi décrivant
l’évolution de ce système dans le temps.
En général on distingue les systèmes dynamiques à temps discrets des systèmes dynamiques à
temps continu. Deux aspects importants d’un système dynamique sont qu’il est :
causal (son avenir ne dépend que du passé ou du présent) et
déterministe (à une “condition initiale” donnée va correspondre à chaque instant ultérieur un
et un seul état “futur” possible au sens de Laplace).
Attention - Déterministe ne signifie pas forcément prédictible !

Une notion importante est celle de système dynamique réversible pour lequel on
peut également revenir à un état passé du système à partir de son présent, voire
de son futur, sans qu’aucune information n’ait été perdue. En renversant la flèche
du temps, on a encore un système dynamique qui reproduit les mêmes états
antérieurs. Mathématiquement, un système dynamique réversible est un cas
particulier d’action de groupe (le groupe étant celui des entiers relatifs Z dans le
cas discret et l’ensemble des nombres réels R dans le cas continu munis de
l’addition).
Les systèmes dynamiques réversibles font partie d’une classe de système
dynamiques que l’on appelle conservatifs, c’est-à-dire pour lesquelles une ou des
quantités sont conservées, comme les systèmes Hamiltoniens (nous en verrons
plusieurs associés à la mécanique céleste ou à la dynamique des populations).
On fera en particulier la distinction d’avec les systèmes dissipatifs. Les systèmes
dynamiques dissipatifs, aussi appelés irréversibles, sont des systèmes pour
lesquelles une quantité est dissipée (entropie, énergie...) au cours du temps qui
rend la réversion du temps impossible.

Nous nous concentrerons dans ce cours sur les systèmes dynamiques de

dimension finie à temps continu.
L’équation d’évolution de la chaleur posée sur un intervalle avec des données
initiales et aux limites de Dirichlet est un exemple de système dynamique
irréversible de dimension infinie que l’on abordera sous l’angle d’une
semi-discrétisation en espace menant à un système de dimension finie.
Ces systèmes dynamiques de dimension finie à temps continu sont aussi appelés
systèmes d’équations différentielles ordinaires - EDO (ODE en anglais).
Nous nous focaliserons en particulier sur les systèmes dynamiques dissipatifs,
même si nous donnons quelques éléments pour l’analyse et l’intégration
numérique de systèmes conservatifs.

Plan du cours
Le cours s’organise en blocs. Bloc 1 :

1 18 septembre : Modélisation mathématique des systèmes dynamiques
réactifs complexes multi-échelles. Hiérarchie de modèles et complexité.
Revue d’un ensemble de cas d’application allant de la dynamique des
populations en biologie, à la combustion et à la dynamique de flammes, en
passant par les milieux excitables, la mécanique des fluides, la physique
solaire, etc.. - PC 1 Explosion thermique
2 25 septembre : Rappels sur l’analyse mathématique des systèmes
dynamiques (théorie d’existence et unicité, comportement au voisinage des
points non singulier, redressement du flot) et leur classification.
Identification précise des systèmes dissipatifs et conservatifs. Applications
en dynamique des populations et mécanique. PC2 Exercices sur la théorie
et analyse de systèmes en dynamique des population et pendule pesant.
CRPC I - rendu vendredi 6 octobre 20h sur PC 1 et 2.

Plan du cours

3 9 octobre : Approximation numérique des systèmes différentiels dissipatifs
et applications. Schémas classiques dans le cas non raide, enjeux associés à
la raideur des systèmes. Conditions d’ordre et notion de stabilité des
schémas numériques (A-, L- et B-stabilité). Application sur des systèmes
différentiels issus des champs applicatifs mentionnés précédemment. PC3 -
Analyse de l’intégration numérique sur divers systèmes dissipatifs et
conservatifs.
4 16 octobre : Méthodes de Runge-Kutta - explicite/implicites. PC4
applications numérique - notion de raideur, pas de temps adaptatif. CRPC
II - PC 3 et 4 - rendu dimanche 22 octobre 20h.

Plan du cours

5 23 octobre : Analyse des points singuliers hyperboliques et classification
topologique de la dynamique au voisinage d’un point d’équilibre. Stabilité
des points d’équilibre, détection des points de bifurcation et méthodes de
continuation. Présentation des mini-projets. PC 5 Application à des
systèmes chimiques, physiques et mécaniques, techniques de continuation
par longueur d’arc pour l’analyse des bifurcations.
6 6 novembre : Analyse et classification des bifurcations - Formes normales
et symétrie. Applications en chimie, mécanique des fluides, dynamique des
population, mécanique des fluides. PC6 - Exercice sur la théorie des
bifurcations. Choix des mini-projets. CRPC III Bonus facultatif - PC 5 et 6
- rendu vendredi 10 novembre 20h.

Plan du cours

7 13 novembre : Méthodes numériques avancées pour l’intégration des
systèmes d’équations différentiels ordinaires (séparation d’opérateur,
ROCK4, RADAU5 ...). Analyse du comportement asymptotique des
systèmes en présence de petits paramètres, perturbation singulière et
système fortement oscillants. PC 7 mise en œuvre sur des systèmes raides
issus des applications - équation de la chaleur - perturbation singulière.
8 20 novembre : Cas des systèmes spatialement étendus, onde progressives,
trajectoire hétéroclines et homoclines, structures de Turing. PC 8 :
applications en biologie, chimie et combustion. CRPC IV - PC 7 et 8 -
rendu dimanche 26 novembre 20h.

Plan du cours

9 27 novembre : Méthodes numériques pour les systèmes dynamiques
conservatifs, intégrateurs symplectiques. PC9 - perle sur le cerceau,
mécanique céleste, EDP. CRPC V - Bonus facultatif - PC 9 - rendu
dimanche 3 décembre 20h.
10 11 ou 18 décembre : Conférence.
Aide pour les mini-projets.
11 Janvier - Soutenance des mini-projets.

Evaluation
Le cours sera évalué sur la base :

1 Trois Comptes-rendus de Petite Classe obligatoires (+ bonus 2 CRPC -
2/3 note)
2 Mini-projet avec soutenance finale en janvier et groupe de travail en
décembre
Principe de fonctionnement des Rendus : base obligatoire
Partie ”Pour aller plus loin” - approfondissement du cours

JupyterBook
La plupart des éléments du cours seront disponible sur le JupyterBook

1 Matériel de cours
2 Petites Classes (Notebooks)
3 Aide technique
Trois façon d’exécuter les notebooks
En local - installation personnelle / Binder / JupyterHub

Objectif du cours et objectifs pédagogiques
Objectif du cours : Théorèmes de base d’existence et unicité - structure topologique

des trajectoires autour d’un point régulier
Comprendre l’importance de la régularité de la fonction - notion de flot autour d’un
point régulier
Existence et unicité, solution maximale, ensembles α- et ω-limites
Objectifs pédagogiques
Connaı̂tre les théorèmes de base d’existence et unicité
Comprendre la notion de cylindre de sécurité -
Connaı̂tre les théorèmes de contraction
Comprendre la notion de solution maximale - comportement à la frontière
Connaı̂tre les notions de portrait de phase pour un champ de vecteur - ensembles
α- et ω-limites
Connaı̂tre la notion de flot intégral
Comprendre le théorème de redressement du flot


point régulier
α- et ω-limites


point régulier
α- et ω-limites

Plan du cours
Théorie d’existence et unicité (Cauchy-Lipschitz)

Notion de solution maximale
Dépendance des conditions initiales et d’un paramètre
Champs de vecteurs - portrait de phase - ensembles α- et ω-limites
Flot intégral - théorème de redressement du flot

Complément historique
L’étude des équations différentielles ordinaires peut se décomposer, grossièrement en
plusieurs “époques”. La première époque, longue d’environ un siècle entre 1675 et 1775
a posé les bases et la formulation des équations différentielles ordinaires telles que
nous les connaissons. Elle accompagne la naissance du calcul différentiel sous
l’impulsion de Newton et Leibniz et cherche à résoudre un certain nombre de problème
clefs auxquels se sont attelés les plus grands scientifiques du XVIIIème siècle. Ces deux
scientifiques se sont attachés à formuler des méthodes de résolution des équations
différentielles ordinaires.
Lors de cette première époque, les scientifiques vont s’attacher à résoudre un ensemble
de problèmes comme l’isochrone (problème de déterminer une courbe le long de
laquelle un mobile tombe avec une vitesse verticale constante) ou la brachistochrone
(problème de déterminer la forme de la courbe le long de laquelle un mobile tombe
d’une distance donnée en un temps minimal). La famille Bernoulli qui exerce à Bâle en
suisse sera très active dans ce domaine et s’est intéressé de près aux développements
de Leibniz et une large correspondance a eu lieu.
Ils se sont tous occupé d’équations différentielles. Leur développements seront ensuite
suivi par les travaux d’Euler (réduction des équations du second ordre au premier
ordre), Lagrange, Clairaut et finalement d’Alembert sur les équations différentielles
linéaires. Cependant, ces travaux consistent plus à résoudre un type particulier
d’équations différentielles en utilisant un arsenal de techniques dédiées, et se fait jour
peu à peu la nécessité d’avoir un cadre théorique solide pour étudier la question de
l’existence et l’unicité. C’est aussi à cette époque que naissent les technique
d’approximations (méthode d’Euler que nous allons étudier) et leur interprétation
graphique.

Jacques Bernoulli (1654-1705) est un mathématicien et physicien suisse.

Jean Bernoulli (1667-1748) est un mathématicien et physicien suisse.
Daniel Bernoulli (1700-1782) est un médecin, physicien et mathématicien suisse
qui a exercé essentiellement à Bâle où il enseigne l’astronomie, la médecine et la
philosophie.
Nicolas Bernoulli (1695-1726) est un mathématicien suisse qui a travaillé sur les
équations différentielles et les probabilités. Il est le frère de Daniel Bernoulli, fils
de Jean et neveu de Jacques Bernoulli. Mort jeune alors qu’il avait été nommé
par Pierre le Grand à l’académie des sciences de Russie.
Leonhard Euler (1707-1783) est un mathématicien et physicien suisse.
Joseph Louis de Lagrange, en italien Giuseppe Luigi Lagrangia (Turin 1736 -
1813), est un mathématicien, mécanicien et astronome sarde naturalisé français
en 1802. Il quitte le Piémont à 30 ans, séjourne à Berlin pendant vingt-et-un ans
et s’installe pour ses vingt-six dernières années à Paris.
Jean le Rond D’Alembert (1717-1783) est un mathématicien, physicien,
philosophe et encyclopédiste français.

Complément historique - acteurs clefs
Quelques personnages clefs de l’origine des équations différentielles
La famille Bernoulli : Jacques, Jean et Daniel.

Vient ensuite la seconde époque associée à la théorie de l’existence et l’unicité des

équations différentielles au cours du XIXème siècle sous l’impulsion de Cauchy qui fera
son cours à l’Ecole polytechnique sur ce sujet et qui est parvenu jusqu’à nous sous le
nom de théorème de Cauchy-Lipschitz, voire de Picard-Lindelöf dans la littérature
anglo-saxone.
Le première version du théorème introduite par Cauchy est démontrée durant la
première moitié du XIXe siècle et introduite dans les cours de l’Ecole Polytechnique en
1820, à l’aide d’une technique d’approximation découverte par Leonhard Euler.
Lipschitz va généraliser le théorème mais le résultat reste encore à ce niveau un
théorème d’existence locale.
Picard, Paul Painlevé et Henri Poincaré développent une version plus moderne de
l’analyse des équations différentielles qui permet d’apporter des réponses aux questions
de solutions maximales, de l’unicité et de la régularité de la solution. Une version
aboutie du théorème sera publié par Lindelöf en 1894 (théorie de point fixe et
approche topologique).

Augustin Louis, baron Cauchy (1789-1857) est un mathématicien français,

membre de l’Académie des sciences et professeur à l’École polytechnique. Il fut
l’un des mathématiciens les plus prolifiques de tous les temps et ses recherches
couvrent la quasi-totalité des domaines mathématiques de l’époque.
Rudolph Otto Sigismund Lipschitz (1832-1903) est un mathématicien allemand,
élève de Dirichlet et qui a eu Felix Klein comme élève.
Charles Émile Picard (1856-1941) est un mathématicien français, qui a focalisé
ses recherches sur l’analyse mathématique.
Paul Painlevé (1863-1933) est un mathématicien et homme politique français
qui a été élève de Picard à l’ENS.
Ernst Leonard Lindelöf (1870-1946) est un mathématicien finlandais qui a
travaillé dans les domaines de l’analyse complexe et de la théorie des équations
différentielles.

Quelques personnages clefs de l’origine de la théorie des équations différentielles.
Augustin Louis Cauchy et Rudolph Lipschitz.

presMAP551 Cours2 Sept2023

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

presMAP551 Cours2 Sept2023

Uploaded by

Copyright:

Available Formats

MAP551 - Systèmes Dynamiques

pour la modélisation et la simulation des milieux réactifs multi-échelles

Marc Massot, Laurent Séries, Maxime Breden

Cours 2 - Aspects théoriques

Massot - Séries Breden Systèmes Dynamiques - milieux réactifs multi-échelles

Présent dans tous les domaines d’applications

Massot - Séries Breden Systèmes Dynamiques - milieux réactifs multi-échelles

Considérons le système Soleil-Jupiter-Saturne, où, pour simplifier, nous

Massot - Séries Breden Systèmes Dynamiques - milieux réactifs multi-échelles

et nous appliquons les schémas numériques classiques au système d’équations

Massot - Séries Breden Systèmes Dynamiques - milieux réactifs multi-échelles

corps masse (relative au soleil) position

Les positions et vitesses initiales du Soleil, de Jupiter et de Saturne à une date

Massot - Séries Breden Systèmes Dynamiques - milieux réactifs multi-échelles

Simulation de la dynamique du système planétaire Soleil-Sarturne-Jupyter avec

Massot - Séries Breden Systèmes Dynamiques - milieux réactifs multi-échelles

La dynamique de la réaction oscillante découverte par Belousov et Zhabotinsky, peut

y1 (0) = y10

Massot - Séries Breden Systèmes Dynamiques - milieux réactifs multi-échelles

Simulation de la dynamique des deux espèces du modèle Brusselator (a = 1 et

Massot - Séries Breden Systèmes Dynamiques - milieux réactifs multi-échelles

Simulation de la dynamique des deux espèces du modèle Brusselator : (a = 1 et

Massot - Séries Breden Systèmes Dynamiques - milieux réactifs multi-échelles

où σ, ρ et β sont trois paramètres strictement positifs, fixés. Le système provenant de

Massot - Séries Breden Systèmes Dynamiques - milieux réactifs multi-échelles

Simulation de deux trajectoires initialement identiques mais avec deux schémas

On pose souvent σ = 10 et β = 8/3, ρ restant variable. Le système présente un

Massot - Séries Breden Systèmes Dynamiques - milieux réactifs multi-échelles

Simulation de deux trajectoires initialement identiques mais avec deux schémas

On pose souvent σ = 10 et β = 8/3, ρ restant variable. Le système présente un

Massot - Séries Breden Systèmes Dynamiques - milieux réactifs multi-échelles

Attention - Déterministe ne signifie pas forcément prédictible !

Massot - Séries Breden Systèmes Dynamiques - milieux réactifs multi-échelles

Massot - Séries Breden Systèmes Dynamiques - milieux réactifs multi-échelles

Nous nous concentrerons dans ce cours sur les systèmes dynamiques de

Massot - Séries Breden Systèmes Dynamiques - milieux réactifs multi-échelles

Le cours s’organise en blocs. Bloc 1 :

Massot - Séries Breden Systèmes Dynamiques - milieux réactifs multi-échelles

Le cours s’organise en blocs. Bloc 2 :

Massot - Séries Breden Systèmes Dynamiques - milieux réactifs multi-échelles

Le cours s’organise en blocs. Bloc 3 :

Massot - Séries Breden Systèmes Dynamiques - milieux réactifs multi-échelles

Le cours s’organise en blocs. Bloc 4 :

Massot - Séries Breden Systèmes Dynamiques - milieux réactifs multi-échelles

Le cours s’organise en blocs. Bloc 5 :

Massot - Séries Breden Systèmes Dynamiques - milieux réactifs multi-échelles

Le cours sera évalué sur la base :

Massot - Séries Breden Systèmes Dynamiques - milieux réactifs multi-échelles

La plupart des éléments du cours seront disponible sur le JupyterBook

Massot - Séries Breden Systèmes Dynamiques - milieux réactifs multi-échelles

Objectif du cours : Théorèmes de base d’existence et unicité - structure topologique

Massot - Séries Breden Systèmes Dynamiques - milieux réactifs multi-échelles

Objectif du cours : Théorèmes de base d’existence et unicité - structure topologique

Massot - Séries Breden Systèmes Dynamiques - milieux réactifs multi-échelles

Objectif du cours : Théorèmes de base d’existence et unicité - structure topologique

Massot - Séries Breden Systèmes Dynamiques - milieux réactifs multi-échelles

Théorie d’existence et unicité (Cauchy-Lipschitz)

Massot - Séries Breden Systèmes Dynamiques - milieux réactifs multi-échelles

Massot - Séries Breden Systèmes Dynamiques - milieux réactifs multi-échelles

Jacques Bernoulli (1654-1705) est un mathématicien et physicien suisse.

Massot - Séries Breden Systèmes Dynamiques - milieux réactifs multi-échelles

Quelques personnages clefs de l’origine des équations différentielles

La famille Bernoulli : Jacques, Jean et Daniel.