MMP LP206

Mention Physique de la
Licence de Sciences et Technologies

L2
Parcours Physique-Chimie (PC)
Ann
ee 2008-2009
M
ethodes math
ematiques pour physiciens
LP206
Nul ne peut lire le grand livre de lUnivers sil nen connat la langue,
qui est la langue mathematique. (Galilee)
La citation complète est la suivante :
La philosophie est ecrite dans cet immense livre qui
se tient toujours ouvert devant nos yeux, je veux dire lUnivers, mais on ne peut le comprendre si
on ne sapplique dabord `
a en comprendre la langue et `
a en connatre les caractères avec lesquels
il est ecrit. Il est ecrit dans la langue mathematique et ses caractères sont des triangles, des
cercles et autres figures geometriques, sans le moyen desquels il est humainement impossible den
comprendre un mot. Sans eux, cest une errance vaine dans un labyrinthe obscur.
Saggiatore, Rome 1623.
Galilee, Il
0
Table des mati`
eres
Chapitre 0. Rappels et notations . . . . . . . . . . . . . . . . . . . . .
1. Symboles, etc
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2. Nombres entiers, reels, complexes

3. Polyn
omes
. . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
4. Fonctions elementaires : trigonometriques et hyperboliques, exponentielle, logarithme
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
5. Derivation
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
6. Integration
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
6.1. Methodes dintegration
. . . . . . . . . . . . . . . . . . . . . . . . 6
Appendix A. Identites trigonometriques . . . . . . . . . . . . . . . . . . . .

Appendix B. Derivees des fonctions elementaires
Chapitre 1. Limites et convergence
1. Limite dune fonction en un point
. . . . . . . . . . . . . . . . 10
. . . . . . . . . . . . . . . . . . . 11
. . . . . . . . . . . . . . . . . . . . . 11
1.1. Limite dune fonction en un point o`

u elle est definie.
1.2. Limite dune fonction en un point singulier ou à linfini
. . . . . . . . . . . 11
. . . . . . . . . . 12
1.3. Infiniment petits, infiniment grands, developpements limites. Rappels . . . . 13

1.4. Formes indeterminees . . . . . . . . . . . . . . . . . . . . . . . . . 16
1.5. Permuter des limites
2. Suites
. . . . . . . . . . . . . . . . . . . . . . . . . 18
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.1. Definition
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.2. Limite dune suite
. . . . . . . . . . . . . . . . . . . . . . . . . . 20
2.3. Suites de Cauchy . . . . . . . . . . . . . . . . . . . . . . . . . . . 22

2.4. Suites de fonctions
. . . . . . . . . . . . . . . . . . . . . . . . . . 22
3. Integrales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
3.1. Proprietes generales
. . . . . . . . . . . . . . . . . . . . . . . . . 25
. . . . . . . . . . . . . . . . . . . . . . . . 25
3.3. Integrales impropres avec une singularite sur un intervalle fini

3.4. Integrales impropres avec intervalle dintegration infini
. . . . . . . 26
. . . . . . . . . . 28
3.5. Partie principale . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
3.6. Echange
de limites, derivation sous le signe somme . . . . . . . . . . . . 30
4. Series
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
4.1. Generalites
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
3
4.2. Series `
a termes positifs
. . . . . . . . . . . . . . . . . . . . . . . . 32
4.3. Series absolument convergentes . . . . . . . . . . . . . . . . . . . . . 34

4.4. Series NON absolument convergentes
. . . . . . . . . . . . . . . . . . 35
4.5. Series de fonctions, series entières et leurs proprietes.
Chapitre 2. Equations
diff
erentielles
. . . . . . . . . . . . . . . . . . . 37
1. Generalites sur les equations differentielles

1.1. Definitions et exemples
. . . . . . . . . . . 36
. . . . . . . . . . . . . . . . . 39
. . . . . . . . . . . . . . . . . . . . . . . . 39
1.2. Systèmes dequations differentielles
. . . . . . . . . . . . . . . . . . . 40
2. Conditions initiales. Theorème de Cauchy. Conditions aux limites
. . . . . . . 41
2.1. Existence et unicite des solutions . . . . . . . . . . . . . . . . . . . . 41

2.2. Conditions initiales et conditions aux bords . . . . . . . . . . . . . . . 43
3. Equations
differentielles lineaires . . . . . . . . . . . . . . . . . . . . . . 44
. . . . . . . . . . . . . . . . . . . . . . . . . 44
3.2. Equations
lineaires homogènes, equations lineaires inhomogènes. . . . . . . 45
3.3. Quelques cas solubles dequations lineaires . . . . . . . . . . . . . . . . 48
3.4. Equations
lineaires `
a coefficients constants . . . . . . . . . . . . . . . . 48
3.5. Systèmes dequations differentielles lineaires
. . . . . . . . . . . . . . . 51
4. Autres classes dequations differentielles simples. Autres methodes
. . . . . . . 53
4.1. Integrales premières

. . . . . . . . . . . . . . . . . . . . . . . . . 53
4.2. Equations
a variables separees . . . . . . . . . . . . . . . . . . . . . 55
`
4.3. Changement de la fonction inconnue
. . . . . . . . . . . . . . . . . . 56
4.4. Resolution dune equation differentielle par une serie entière

Chapitre 3. S
eries de Fourier
. . . . . . . . 57
. . . . . . . . . . . . . . . . . . . . . . 59
0. Preambule sur les fonctions periodiques . . . . . . . . . . . . . . . . . . . 59

1. Representation de Fourier dune fonction periodique
1.1. Le developpement de Fourier; sa convergence.
. . . . . . . . . . . . . 60
. . . . . . . . . . . . . . 60
1.2. Phenomène de Gibbs . . . . . . . . . . . . . . . . . . . . . . . . . 66
2. Equations
differentielles lineaires avec source periodique
. . . . . . . . . . . 67
2.1. Decouplage des modes de Fourier . . . . . . . . . . . . . . . . . . . . 67
2.2. Filtre RC
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
2.3. Autres exemples
. . . . . . . . . . . . . . . . . . . . . . . . . . . 72
3. Analyse dun système periodique avec une bande passante finie.

4. Diffusion coherente par un reseau
. . . . . . . . 73
. . . . . . . . . . . . . . . . . . . . . 75
4
0
4.1. Reseau fini
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
4.2. Reseau infini. Peigne de Dirac
. . . . . . . . . . . . . . . . . . . . . 77
4.3. Reseau tridimensionnel. Condition de Bragg . . . . . . . . . . . . . . . 78

Chapitre 4. Dynamique des syst`
emes lin
eaires
. . . . . . . . . . . . . . 59
1. Generalites sur les systèmes lineaires. Loscillateur harmonique

. . . . . . . . 79
1.1. Equations
differentielles lineaires.
. . . . . . . . . . . . . . . . . . . 79
1.2. Oscillateur harmonique
2. Amortissement
. . . . . . . . . . . . . . . . . . . . . . . . 79
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
2.1. Frottement fluide . . . . . . . . . . . . . . . . . . . . . . . . . . . 84

2.2. Oscillateur harmonique amorti . . . . . . . . . . . . . . . . . . . . . 84
2.3. Bilan denergie, facteur Q.
. . . . . . . . . . . . . . . . . . . . . . 87
3. Oscillateur excite par une source periodique

4. Susceptibilite
. . . . . . . . . . . . . . . . 88
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
5. Oscillateurs couples (traites en TD)
. . . . . . . . . . . . . . . . . . . . 93
5.1. Cas de deux oscillateurs couples
. . . . . . . . . . . . . . . . . . . . 93
5.2. Modes propres . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97

5.3. Chane de boules et de ressorts . . . . . . . . . . . . . . . . . . . . . 97
Chapitre 5. Syst`
emes non-lin
eaires . . . . . . . . . . . . . . . . . . . . 99
1. Richesse et specificites des systèmes non-lineaires. Bifurcations
. . . . . . .
100
1.1. Stabilite et instabilite . . . . . . . . . . . . . . . . . . . . . . . .
100
1.2. Brisure de symetrie.
. . . . . . . . . . . . . . . . . . . . . . .
102
. . . . . . . . . . . . . . . . . . . . . . . .
103
2. Analyse de stabilite : methode graphique et linearisation. . . . . . . . . . .
104
1.3. Bifurcation de Hopf
2.1. Flot de x(t). Interpretation graphique du critère < 0 de stabilite.
. . .
104
. . . . . . . . . . . . .
105
2.3. Exemple : linearisation de lequation (1.4) . . . . . . . . . . . . . . .
106
2.2. Linearisation dune equation du premier ordre
2.4. Linearisation dune equation dordre plus eleve : linearisation au voisinage

dun extremum du potentiel.
. . . . . . . . . . . . . . . . . . . . .
2.5. Linearisation du système de Hopf
108
. . . . . . . . . . . . . . . . . .
108
. . . . . . . . . . . . . . . . . . . . . . . . . . .
110
3.1. Espace de phases . . . . . . . . . . . . . . . . . . . . . . . . . .
110
3.2. Pendule simple, son portrait de phase . . . . . . . . . . . . . . . . .
112
3. Portrait de phase
4. Le modèle proie-predateur, equation de Lotka-Volterra. (traite en TD)

5
. . . .
114
5. Applications recursives
. . . . . . . . . . . . . . . . . . . . . . . . .
116
5.1. Points fixes et stabilite lineaire . . . . . . . . . . . . . . . . . . . .
117
5.2. Application logistique . . . . . . . . . . . . . . . . . . . . . . . .
118
de bilan . . . . . . . . . . . . . . . . . . . . . . 99
1. Courant. Equation
de conservation. . . . . . . . . . . . . . . . . . . . 125
1.1. Densite et courant
. . . . . . . . . . . . . . . . . . . . . . . . .
125
1.2. Loi de conservation . . . . . . . . . . . . . . . . . . . . . . . . . 126
1.3. Equation
de continuite dun fluide . . . . . . . . . . . . . . . . . . 126
1.4. Equation
de la chaleur, equation de diffusion . . . . . . . . . . . . . . 127
2. Chane radioactive . . . . . . . . . . . . . . . . . . . . . . . . . . .
129
3. Autres equations de bilan . . . . . . . . . . . . . . . . . . . . . . . .
132
3.1. Reactions chimiques
. . . . . . . . . . . . . . . . . . . . . . . .
3.2. Processus stochastiques. Equation

matresse . . . . . . . . . . . . . .
132
133
M
ethodes math
ematiques pour physiciens. LP206
Chapitre 0. Rappels et notations
1. Symboles, etc
d
ef
A := : la quantite A est definie par ce qui suit; on ecrit aussi A = .
x : quel que soit x . . .
x : il existe un x tel que . . .
x A : x appartient `
a lensemble A
x
/ A : x nappartient pas `
aA
P1 P2 : la propriete P1 implique la propriete P2
P1 P2 : la propriete P1 est equivalente a

` la propriete P2 , ce quon enonce P1 si
et seulement si (ssi en abrege) P2 .
2. Nombres entiers, r
eels, complexes
N = {0, 1, 2, } ensemble des nombres entiers non negatifs,
Z = { , 2, 1, 0, 1, 2, } ensemble des nombres entiers relatifs,
R = (, ) ensemble des nombres reels (ou droite reelle),

C ensemble des nombres complexes.
Dans R, lintervalle ferme [a, b] est lensemble des x : a x b, tandis que lintervalle
semi-ouvert ]a, b] designe lensemble des x : a < x b, avec une inegalite stricte à gauche,
etc. Les notations [a, b], ]a, b[ etc impliquent a b.
Dans C, soit i (= 1) tel que i2 = 1.
Tout z C peut secrire z = x + iy, ou encore z = ei , interpretation geometrique
voir figure; x = e z est la partie reelle de z, y = m z sa partie imaginaire; = |z| son
module, = Arg (z) son argument; x = cos , y = sin .
M
ethodes math
y=sin
x=cos
Fig. 1: Interpr
etation g
eom
etrique dun nombre complexe
Produit de z1 = 1 ei1 et z2 = 2 ei2

z = z1 z2 = 1 2 ei(1 +2 ) ,
donc le module de z est = 1 2 , son argument = 1 + 2 .
z, ou z , complexe conjugue de z
z = x iy = ei
Module carre de z
|z|2 = zz = x2 + y 2 = 2
Inverse de z
1
z
= 2 = 1 ei
z
|z|
En particulier pour le nombre i de module 1

i = ei/2
i = i1 = ei/2
Inegalites du triangle |a| |b| |a + b| |a| + |b| pour a, b reels ou complexes.

3. Polyn
omes
Soit le polyn
ome de degre n en x : P (x) = a0 + a1 x + + an xn . On definit laddition,
la multiplication de tels polyn

omes. Exemple, la puissance n-ième de (x + a) qui par la
formule du bin
ome secrit
(a + x)n = an + nan1 x +
n
=
p=0
4 Juillet 2008
n(n 1) n2 2
a
x + + xn
2
n np p
a
x
p
(3.1)
avec les coefficients combinatoires

n
p
n
p
n!
n(n 1) (n p + 1)
=
1 2 (p 1)p
p!(n p)!
en termes de la factorielle p! = 1.2. (p 1)p. Ces coefficients qui forment le triangle de
Pascal satisfont la relation de recurrence

n
p
n1
n1
+
p
p1
qui exprime la relation (a + x)n = (a + x)(a + x)n1 .

Si P (z) = 0, on dit que z est une zero de P , (ou une racine de lequation P (x) = 0),
et on peut factoriser de facon unique P (x) = (x z)Q(x), avec Q un polynome de degre
n 1. Un polyn
ome de degre n en x à coefficients reels a au plus n zeros reels. Il en a
exactement n dans C (theorème fondamental de lalgèbre), dont certains peuvent etre

identiques (zeros multiples). On peut donc ecrire de facon unique
n
P (x) = an
i=1
(x zi ),
zi C .
4. Fonctions
el
ementaires : trigonom
etriques et hyperboliques, exponentielle, logarithme
Fonctions trigonometriques
cos , sin , interpretation geometrique voir fig. 1, tan (note tg dans les vieilles
notations francaises. . . ), tan =
sin
cos
represente la pente de la droite OM.
Quelques identites trigonometriques.

Elles decoulent toutes de
sin(a) = sin a
cos(a) = cos a
sin2 a + cos2 a = 1
sin( a) = cos a
2
cos(a b) = cos a cos b + sin a sin b
dont linterpretation geometrique doit etre claire (par exemple la dernière : produit scalaire
de deux vecteurs). Retrouver `
a partir de ces identites les identites de lappendice A.
4 Juillet 2008
M
ethodes math
Fonctions trigonometriques inverses.

Dans un intervalle o`
u elles sont monotones, on peut inverser les fonctions sin, cos et tan.
On definit la fonction Arc sin comme la fonction inverse de sin dans lintervalle [ 2 , 2 ] :
Arc sin x est definie pour x [1, 1], elle y est croissante et prend ses valeurs dans [ 2 , 2 ]
x [1, 1]
Arc sin :
.
2
2
La solution generale de x = sin y est y = Arc sin x + 2k ou y = Arc sin x + 2k, k un

entier arbitraire.
De meme Arc cos x est definie pour x [1, 1], elle y est decroissante et prend ses valeurs
dans [0, ]
x [1, 1]
Arc cos :
0.
La solution generale de x = cos y est y = Arc cos x + 2k. On a Arc sin x + Arc cos x =
comme il decoule soit de linversion de x = cos y = sin( 2 y), soit du calcul de la derivee
de cette somme.
Enfin la fonction inverse Arc tan x est definie pour tout x reel, elle est croissante et prend
ses valeurs dans [ 2 , 2 ]
xR
Arc tan :
.
2
2
La solution generale de x = tan y est y = Arc tan x + k.

Fonctions exponentielles : ex , ou plus generalement ax pour a > 0; leur propriete
caracteristique
ax ay = ax+y
(et donc aussi (ax )y = axy ). Leurs fonctions inverses : log (note aussi ln, le logarithme
neperien) et loga
y = ex x = log y ,
y = ax x = loga y
ax = ex log a
Relation avec les fonctions trigonometriques
ei = cos + i sin .
4 Juillet 2008
Fonctions hyperboliques : sh (= sinh) et ch (= cosh), definies comme parties paire et

impaire de lexponentielle, et th (=tanh), leur rapport
ch u =
1 u
(e + eu )
2
sh u =
1 u
(e eu )
2
th u =
sh u
1 e2u
=
ch u
1 + e2u
donc
eu = ch u + sh u
ch (u) = ch u
sh (u) = sh u ,
et
ch iu = cos u
sh iu = i sin u .
Il est important de se rappeler les proprietes de parite et le comportement à linfini des

trois fonctions ch, sh et th (voir figure 2).
5. D
erivation
La derivee dune fonction f (x) en un point x0 , definie par
f (x0 ) = lim
xx0
est notee aussi

f (x0 ) =
f (x) f (x0 )
x x0
df
dx
(5.1)
.
x=x0
Les derivees successives (si elles existent) se notent

f (x0 ) =
d2 f
dx2
x=x0
f (k) (x0 ) =
dk f
dxk
x=x0
En physique, la notation f est souvent reservee à une derivation par rapport à une
coordonnee despace, tandis quune derivee par rapport au temps est notee par un point : f
df (t)
d2 f (t)
f(t) =
,
f(t) =
, etc.
dt
dt2
Sil y a plusieurs variables (par exemple des coordonnees despace et de temps, ou des
variables de pression et de temperature), on utilise les notations de derivee partielle
f (u, v)
f (u, v)
2 f (u, v)
, fv (u, v)
fuv
(u, v)
etc.
u
v
uv
Derivation des fonctions elementaires, voire un petit formulaire dans lAppendice B,
fu (u, v)
à utiliser conjointement avec les deux formules fondamentales
(f (x)g(x)) = f (x)g(x) + f (x)g (x)
(f (g(x))) = f (g(x))g (x)

(qui decoulent de la definition (5.1)).
4 Juillet 2008
M
ethodes math
6. Int
egration
Deux concepts lies :
* le calcul de la primitive F dune fonction f , operation inverse de la derivation : F (x) =
f (x) dx est une fonction (definie à une constante additive près) telle que F (x) =
f (x);
* lintegrale definie de f (x) sur le segment [a, b] de la droite reelle,
b
a
f (x) dx, est laire
algebrique dun domaine compris entre laxe des x et le graphe de la fonction f , dune
part, entre les droites x = a et x = b de lautre; elle peut etre calculee comme la
limite de laire totale de petits trapèzes decoupant ce domaine (integrale de Riemann)
quand la largeur de chacun de ces trapèzes tend vers zero. Cette limite existe sous
certaines conditions dintegrabilite, par exemple que la fonction est continue (condition
suffisante dintegrabilite).
La relation entre les deux notions est que
b
a
f (x) dx = F (b) F (a) .

En pratique, pour calculer effectivement une integrale, il est indispensable de bien connatre
les formules de derivation des fonctions simples et de les combiner avec quelques trucs.
integration par parties
On rappelle la formule de derivation dun produit de deux fonctions

(u(x)v(x)) = u (x)v(x) + u(x)v (x) .
Il en decoule que si une fonction f (x) peut secrire sous la forme f (x) = u (x)v(x), sa
primitive peut se mettre sous la forme (à une constante additive près)
f (x) dx =
u (x)v(x) dx = u(x)v(x)
u(x)v (x) dx .
(6.1)
Si la primitive de u(x)v (x) est plus simple, on y a gagne ! Par exemple

ln x dx =
Calculer de meme
b
a
4 Juillet 2008
(x) ln x dx = x ln x
x(ln x) dx = x(ln x 1) .
(6.2)
x ln x dx. Pour une integrale definie, (6.1) implique

f (x)g(x) dx = f (b)g(b) f (a)g(a)
b
a
f (x)g (x) dx .
(6.3)
changement de variable
Cette fois, on utilise la propriete de la derivation dune fonction composee (fonction de

fonction)
(F (g(x))) = F (g(x))g (x)

o`
u F (g(x)) signifie la fonction F evaluee en g(x). Cela permet de calculer de facon
simplifiee des integrales de la forme
f (g(x))g (x) dx =
f (u) du (on suppose f et g
continues). Par exemple,

1
x dx
=
2
1+x
2
du
1
1
= ln(1 + u) = ln(1 + x2 )
1+u
2
2
o`
u on a effectue le changement de variables u = x2 . Autre exemple important
si on pose x = tan u, lintegrale est simplement
dx
1+x2
du, donc
dx
= Arc tan x ,
1 + x2
la fonction inverse de tan, definie pour tout x et prenant ses valeurs dans [ 2 , 2 ]. Dans
le meme ordre didees,
dx
= Arc sin x ,
1 x2
la fonction inverse de sin, definie sur ] 1, 1[ et prenant ses valeurs dans [ 2 , 2 ].
Quand on effectue un changement de variable dans une integrale definie, il faut veiller
à prendre en compte la modification des bornes dintegration

b
f (g(x))g (x) dx =
g(b)
f (u) du .
(6.4)
g(a)
Mais attention, inversement, supposons quon veuille lire et utiliser cette equation de
droite `
a gauche, pour calculer
f (u) du via le changement de variable u = g(x). Il est
necessaire de supposer que g est inversible (definie et monotone) car on a besoin de la

fonction reciproque h = g 1 , x = h(u), pour determiner les bornes a = h() et b = h()
g(x) monotone sur [, ]
h()
f (u) du =
f (g(x))g (x) dx .
h()
Si la fonction nest pas monotone, il faut dabord decomposer lintervalle dintegration en

sous-intervalles o`
u elle est monotone. Faute de quoi on risque de trouver des absurdites.
Exemple (trivial) : changement de variable u2 = x dans
1
1
du =
1 dx
1 2 x
= 0!?
4 Juillet 2008
M
ethodes math
10
10
0.5
8
6
-3
-2
-1
-3
-2
-1
-3
-2
-1
-5
-0.5
-10
-1
Fig. 2: Graphes des fonctions hyperboliques ch, sh et th.
Appendix A. Identit
es trigonom
etriques
Elles decoulent toutes de 5 identites fondamentales
sin(x) = sin x ;
cos x = sin
x
2
sin2 x + cos2 x = 1
cos(x) = cos x
(A.2)
(A.3)
cos(x y) = cos x cos y + sin x sin y

Par exemple (A.3) implique pour tan x = sin x/ cos x et cotan x = 1/ tan x que
1
sin2 x + cos2 x
=
2
cos x
cos2 x
2
2
1
sin x + cos x
=
1 + cotan 2 x =
2
sin x
sin2 x
1 + tan2 x =
Decalage de largument par des multiples de /2
= sin
(x) = cos x = cos x
2
2
cos x +
= cos
(x) = sin x = sin x
2
2
= cotan x ; tan x
= cotan x
tan x +
2
2
sin(x + ) = cos x +
= sin x
2
cos(x + ) = sin x + ) = cos x

2
tan(x + ) = tan x
sin x +
sin(x + 2) = sin x
4 Juillet 2008
cos(x + 2) = cos x
(A.1)
tan(x + 2) = tan x
(A.4)
Formules daddition
cos(x + y) = cos x cos y sin x sin y
sin(x + y) = cos
x y = sin x cos y + cos x sin y
2
tan x + tan y
sin x cos y + cos x sin y
=
tan(x + y) =
cos x cos y sin x sin y
1 tan x tan y
ou inversement
1
(cos(x + y) + cos(x y))
2
1
sin x sin y = (cos(x y) cos(x + y))
2
1
sin x cos y = (sin(x + y) + sin(x y))
2
cos x cos y =
ou encore
cos a + cos b = 2 cos
ab
a+b
cos
2
2
etc.
Formules de doublement
cos 2x = cos2 x sin2 x = 2 cos2 x 1 = 1 2 sin2 x =
sin 2x = 2 sin x cos x = 2 tan x cos2 x =
tan 2x =
2 tan x
.
1 tan2 x
2 tan x
1 + tan2 x
1 tan2 x
2
1
=
1 + tan2 x
1 + tan2 x
Noter que cos x, sin x et tan x sont des fractions rationnelles de tan x2 .
4 Juillet 2008
10
M
ethodes math
Appendix B. D
eriv
ees des fonctions
el
ementaires
4 Juillet 2008
Fonction
D
eriv
ee
x1
ex
ex
ax
ln a ax
ln x
1
x
sin x
cos x
cos x
sin x
tan x
1 + tan2 x
Arc sin x
1
1 x2
Arc cos x
1
1 x2
Arc tan x
1
1 + x2
sh x
ch x
ch x
sh x
th x
1 th 2 x
Chapitre 1. Questions de limite et de convergence

Ce chapitre est consacre `
a des problèmes de limite : limite dune fonction en un point,
limite dune suite, dune integrale impropre, dune serie. . . On va voir que des techniques
analogues sont utilisees dans ces differents cas : utilisation dequivalents, majorations,
encadrements.
1. Limite dune fonction en un point
Sauf mention explicite du contraire, on ne traitera dans ce chapitre que de fonctions reelles
dune variable reelle.
1.1. Limite dune fonction en un point o`
u elle est definie.
Une fonction f (x) definie sur un intervalle [a, b] a une limite quand x c [a, b] et on ecrit
alors L = limxc f (x), si pour tout x suffisamment proche de c, f (x) est arbitrairement
proche de L. On exprime cela par
> 0 > 0
tel que x : |c x| <
|f (x) L| < ,
(1.1)
(attention `
a lordre des symboles !!) ce qui se lit mot à mot pour tout (sous-entendu
aussi petit quon veut), il existe un nombre (sous-entendu, suffisamment petit, fonction
de ) tel que pour tout x `
a une distance de c plus petite que , la difference entre f (x) et
L soit inferieure en valeur absolue à .
Exemple : La fonction x2 a pour limite 4 quand x 2. Contre-exemple : f (x) = sin x1
na pas de limite quand x 0 : f (x) oscille de plus en plus vite entre 1 et 1.
Continuite. Comparons la limite et la valeur en un point. Une fonction definie sur
[a, b] est continue en c [a, b] si limxc f (x) = f (c). Elle est continue sur [a, b] si elle lest
en chaque point de [a, b] (y compris les bornes a, b).
Exemples : les fonctions usuelles, puissances, polynomes, trigonometriques, exponentielle, logarithme etc sont continues en tout point de leur ensemble de definition. Contreexemple, la fonction partie entière E(x),
E(x) := n si n x < n + 1
(1.2)
a une limite en tout point non entier et y est continue, mais est discontinue à tout point
entier. En effet la limite de E(x) quand x n (cest-à-dire tend vers lentier n par
valeurs inferieures) est n 1, mais elle est n si x n+ .
12
M
ethodes math
1.2. Limite dune fonction en un point singulier ou a

` linfini
Exemples : quel sens donner `
a la limite de sin x/x quand x 0 ? de tan x quand x /2 ?
de ex + 1 ou de x ln x quand x ?
Definitions : 1. f (x) definie sur lintervalle ouvert [a, b[ a une limite finie L quand x b
(cest-`
a-dire par valeurs inferieures) si pour tout x suffisamment proche et strictement
inferieur `
a b, f (x) est arbitrairement proche de L : > 0 > 0
tel que
b x < |f (x) L| < .
x : 0 <
2. La fonction f (x) definie sur lintervalle ouvert [a, b[ tend vers linfini + quand x b
(et le physicien sautorise `

a ecrire limxb f (x) = ) si pour tout x suffisamment proche
et strictement inferieur `
a b, f (x) est superieur à tout nombre K arbitrairement grand.
Ou dit autrement, si tout intervalle ]K, +[ contient toutes les valeurs de f (x) pour x
suffisamment proche de b.
K > 0
> 0 tel que
x : 0 < b x <
f (x) > K .
(1.3)
Le cas o`
u f (x) sexprime de meme.
Exemple : La fonction tangente est definie dans les intervalles ouverts ](2n1) 2 , (2n+1) 2 [
et tan x + quand x (2n + 1)/2 par valeurs inferieures, quand x
(2n + 1)/2 par valeurs superieures.
Limites a
` . Definitions analogues :
La fonction f (x) definie sur lintervalle ouvert [a, [ a une limite finie L quand x si
pour tout x suffisamment grand, f (x) est arbitrairement proche de L

lim f (x) = L > 0 K > 0
x+
tel que x > K
|f (x) L| <
(1.4)
f (x) > M .
(1.5)
tandis que la limite est infinie si

lim f (x) = M > 0 K > 0
x+
tel que
x > K
Exemples :
1. limx 2 + ex = 2, limx 2 + ex = +
2. Comportement quand x + dune fraction rationnelle P (x)/Q(x), rapport de deux
polynomes P et Q de degres respectifs p et q.
si p < q
0ap
P (x)
rapport des coefficients de degre maximal, si p = q
bp =
signe ( ap ) si p > q
Q(x)
bq
22 Septembre 2008
J.-B. Z.
13
Operations sur les limites : Si f (x) et g(x) ont des limites finies quand x tend
vers un point `
a distance finie ou vers , lim(f (x) + g(x)) = lim f (x) + lim g(x),
lim(f (x).g(x)) = lim f (x). lim g(x) et (si lim g = 0) lim(f (x)/g(x)) = lim f (x)/ lim g(x).
Si lune des limites de f ou g est infinie, on peut parfois conclure, parfois on rencontre une
forme indeterminee, voir plus bas 1.4. Par exemple limx0

x + 1 + sin(x/2) = 1,
?
limx1 ( x + 1. tan x/2) = , limx0 ( x/ tan x/2) = 0/0 ??.
Theorème dencadrement, dit theorème des gendarmes . Si la fonction f (x) est
encadree par les fonctions g et h en ce sens que g(x) f (x) h(x) pour tout x [a, b[
(b pouvant etre ), et si g(x) et h(x) ont la meme limite (finie ou infinie) quand x b,
alors f (x) a elle aussi cette meme limite.
Exemples : f (x) = x sin x1 , g(x) = x, h(x) = x pour x ]0, 1]. Le theorème nous
dit que limx0 f (x) = 0. De meme pour x > 0, f (x) =
limx = 0.
sin x
,
x
g(x) = x1 , h(x) =
1
,
x
0.75
0.5
0.25
0.1
0.2
0.3
0.4
0.5
0.6
-0.25
-0.5
-0.75
Fig. 1: La fonction
x sin x1 , encadr
ee par les fonctions x, tend vers 0 quand x 0.
1.3. Infiniment petits, infiniment grands, developpements limites. Rappels

Une variable x qui tend vers 0 est appelee un infiniment petit. Une fonction f (x) qui tend
vers zero avec x est un infiniment petit equivalent a
` x si f (x)/x a une limite finie non nulle
quand x 0; f (x) est dit infiniment petit dordre p (par rapport à x) si f (x)/xp fini,
p > 0 rationnel, quand x 0. Si f (x)/xp quand x 0, on ecrit
f (x) xp , ou plus simple, mais moins precis f (x) = O(xp ) ,

J.-B. Z.
(1.6)
22 Septembre 2008
14
M
ethodes math
et on dit que xp est la partie principale de f (x) quand x 0.

Developpements limites
Un developpement limite de f (x) au voisinage de x = 0 est un developpement dans
lequel les termes successifs sont des infiniment petits dordre entier croissant : f (x) =
a0 + a1 x + a2 x2 + + ap xp + (xp ) o`
u le dernier terme est une notation signifiant que
limx0 (xp )/xp = 0 (on trouve aussi dans les livres la notation o(xp )). Plus generalement,
un developpement limite de f (x) au voisinage dun point x = a est un developpement de

la forme f (x) = a0 + a1 (x a) + a2 (x a)2 + + ap (x a)p + ((x a)p ).
Developpements de Taylor.
Une facon pratique de construire de tels developpements limites est dutiliser la formule de
Taylor. Celle-ci est une generalisation dune propriete connue des fonctions continues
et derivables sur un intervalle [a, b] : on peut ecrire, pour x [a, b], f (x) f (a) =
(x a)f (a) + (x a) (et on dit que f (a) + (x a)f (a) est la meilleure approximation
affine `
a f (x) ). Ceci se generalise en
Th
eor`
eme. Si la fonction f (x) est continue ainsi que ses n 1 premières derivees
sur lintervalle [a, b], et si f (n) (a) existe en a, on peut, pour tout x [a, b], ecrire le
developpement de Taylor-Young
f (x) = f (a) + (x a)f (a) + +
(x a)n (n)
f (a) + ((x a)n ) .
n!
(1.7)
ements de preuve : la formule de Taylor-Young se d

El
emontre par r
ecurrence, en lappliquant a
`
lordre n 1 a
` la fonction f et en int
egrant le d
eveloppement limit
e obtenu, ce quon montre
etre l
egitime.
Il existe une autre formule de Taylor (Taylor-Lagrange) qui donne une autre forme du reste :
Th
eor`
eme de Taylor-Lagrange. Si la fonction f (x) est continue ainsi que ses n premi`
eres d
eriv
ees sur
lintervalle [a, b], et si f (n+1) existe dans ]a, b[, on peut, pour tout x [a, b],
ecrire
f (x) = f (a) + (x a)f (a) + +
(x a)n (n)
(x a)n+1 (n+1)
f (a) +
f
() ,
n!
(n + 1)!
(1.8)
o`
u ]a, x[.
En pratique, la formule de Taylor-Lagrange avec son reste explicite est utile pour trouver des majorations/minorations dune fonction (si on connat le signe du reste). La formule (1.7) est utile pour fournir
des d
eveloppements limit
es.
22 Septembre 2008
J.-B. Z.
15
Developpements limites de fonctions classiques
Les fonctions classiques quon va considerer sont indefiniment derivables en 0, donc de la

formule de Taylor on deduit aisement
xn
x2
++
+ (xn )
2!
n!
x5
x2n+1
+
+ + (1)n
+ (x2n+1 )
5!
(2n + 1)!
x4
x2n
+
+ + (1)n
+ (x2n )
4!
(2n)!
ex = 1 + x +
x3
3!
x2
cos x = 1
2!
(1.9)
x3
3
+ (x )
tan x = x +
3
( 1) 2
( 1) ( n + 1) n
(1 + x) = 1 + x +
x ++
x + (xn )
2!
n!
x2
x3
xn
ln(1 + x) = x
+
+ + (1)n1
+ (xn )
2
3
n
Calculer en particulier les developpements de 1 + x et de (1 x)1 . Ce dernier est

sin x = x
particulièment simple et pouvait etre devine a priori, pourquoi?
Operations sur les developpements limites : addition, multiplication et division, composition et integration. Ces manipulations sont dusage très courant pour le physicien ! On
peut effectuer des operations daddition, de multiplication et de division, de composition

et dintegration de developpements limites, à condition deffectuer ces developpements à
des ordres coherents avec lordre desire pour le resultat final. Exemple. Calculons le
3
developpement de tan x `
a lordre 3. On ecrit sin x = x x6 + (x5 ), cos x = 1 x2 + (x4 )
quon inverse en utilisant le developpement de 1/(1 u), do`
u
x
sin x
=
cos x
1
x3
6
x2
2
+ (x5 )
+ (x4 )
= x(1
x2
x2
x3
x2
+(x4 ))(1+ +(x4 )) = x(1+ +(x4 )) = x+ +(x5 ) .
6
2
3
3
Exercice : calculer le terme suivant du developpement de tan x.

Developpements limites en a = 0 ou a
` linfini
On obtient un developpement limite dune fonction f au voisinage dun point a grace à la
formule de Taylor (1.7), au prix du calcul des derivees successives en a de la fonction f .

Pour les fonctions usuelles, on peut aussi souvent se ramener au developpement au voisinage
de lorigine x = 0, en effectuant un changement de variable. Exemples : developpons sin x
au voisinage de a. On ecrit sin x = sin(a + x a) = sin a cos(x a) + cos a sin(x a) et on
utilise les developpements precedents de sin(x a) et cos(x a) au voisinage de x a = 0.
J.-B. Z.
22 Septembre 2008
16
M
ethodes math
De meme, pour x a, ln x = ln(a + x a) = ln a(1 + xa

a ) = ln a + ln(1 +
xa
applique la dernière formule (1.9) dans la variable x = a .
xa
a )
et on
Mais on peut aussi aussi transposer la discussion au cas dinfiniment grands pour une
variable x : on se ramène au cas precedent par un changement de variable x = 1/u.
On sait donc aussi ecrire des developpements limites au voisinage de linfini. Exemple :
1
developpement limite de (1 + x2 ) 2 quand x . On ecrit (1 + x2 ) 2 = |x|(1 + x2 ) 2 et

1
on applique le developpement de (1 + u) 2 au voisinage de u = x2 = 0.

1.4. Formes indeterminees
On appelle ainsi des expressions de la forme 00 , ou
0 , etc.
Exemples : quelles sont les limites pour x 0 de
sin x
x ,
ou 0 , ou , ou 1 , 00 ,
1
x ln x, ln x + x1 , (1 + x) x , xx , etc ?
On va montrer plus bas quon peut se ramener au premier cas 00 . Considèrons donc
(x)
o`
u f (x) et g(x) tendent vers 0 quand x x0 . Il existe plusieurs procedes
un rapport fg(x)
danalyse dune telle forme indeterminee.

Tout dabord, daprès la definition de la derivee dune fonction f (x) en x = x0 comme
limxx0
f (x)f (x0 )
,
xx0
on a
f (x)
f (x) f (x0 )
f (x) f (x0 )
f (x0 )
x x0
= lim
= lim
=
g(x)
g(x) g(x0 )
x x0
g(x) g(x0 )
g (x0 )
si ces derivees existent et si leur rapport est fini (règle de lHospital). Ce qui signifie que
lim
la valeur dune forme

Exemples.
(1). limx0
2+x 2
x
0
0
est souvent donnee par un simple calcul de derivee.
1ère methode : On multiplie et divise par la
2+x 2
2+x2
1
1
= (2+x+
= 2+x+
2
x
2)x
2
2
`
eme
quantite conjuguee , cest-à-dire on ecrit
methode : on se rappelle la definition de la derivee
2+x 2
d
1
1
x
lim
=
= .
=
x0
x
dx
2 x x=2 2 2
x=2
(2). Un important resultat est que
sin x
=1
(1.10)
lim
x0 x
comme il decoule `
a nouveau de la definition de la derivee : la limite est par definition
la derivee de sin x en 0, soit cos x evalue en 0, soit 1. Linterpretation geometrique de
ce resultat est aussi importante à garder en tete : 2 sin x mesure la longueur de la corde
dessinee sur un cercle de rayon unite par langle mesure (en radians) par 2x. Pour de petits
angles, la longueur de la corde vaut approximativement celle de larc : 2 sin x 2x, voir
figure.
22 Septembre 2008
J.-B. Z.
17
C
x
x
HA D
sinx
tan
x
B
Fig. 2: Interpr
etation g
eom
etrique de (1.10) : OB = OC = 1 ; BH = HC = sin x ;
BD = DC = tan x. On a BC BC BD + DC, donc 2 sin x 2x 2 tan x.
Une autre des idees est dutiliser des majorations/minorations (comme dans le
theorème des gendarmes) pour se ramener à dautres formes indeterminees dont la limite est plus aisement determinee.
Ainsi, dans lexemple precedent de sin x/x, on a
2 sin x 2x 2 tan x (la corde BC est plus courte que celle de larc BAC, qui est plus
court que la ligne brisee BDC), do`
u lencadrement cos x
sin x
x
1.
Autre exemple important, comportement asymptotique de ln x quand x . Par

tons de linegalite ln x < x.
2 x
eriv
ee f (x) = 2x est
Pour d
emontrer cette in
egalit
e
etudions la fonction f (x) = ln x x. Sa d
n
egative pour x > 4, positive pour 0 < x < 4. La fonction f est donc maximale en x = 4 et son maximum
egative, c.q.f.d.
vaut f (4) = 2(ln 2 1) = 2 ln 2e < 0. La fonction f est donc toujours n
Donc 0 <
ln x
x
<
x
x
variable,
> 0
donc lim lnxx = 0 et plus generalement, par changement de

ln x
=0
x x
lim x ln x = 0
lim
x0
o`
u on passe de la première assertion à la seconde par x 1/x. Il faut donc retenir que
quand x , ln x tend vers plus lentement que toute puissance positive x de x,

( > 0);
quand x 0, | ln x| tend vers plus lentement que toute puissance negative x de

x, ( > 0).
Quand toutes les methodes precedentes ont echoue, parce que la derivee de f ou de
g nexiste pas, ou que f /g est encore du type
0
0,
et quaucun encadrement na pu etre
trouve, cela impose une discussion plus serree. Si on a deux fonctions f et g dont le rapport
f (x)/g(x) 0/0 quand x x0 , on peut remplacer chacune delles par sa partie principale
au sens des infiniment petits : si f (x) (x x0 )p et g(x) (x x0 )q , le rapport f /g
a une limite nulle, finie ou infinie selon que p > q, p = q, p < q. Obtenir ces parties
principales de f et g peut lui-meme necessiter lemploi de developpements limites. . .
J.-B. Z.
22 Septembre 2008
18
M
ethodes math
Exemples : Limite de
xsin x
xtan x
x3
, x tan x
3!
1x+ln x
1cos(1x) quand
ci-dessus, on calcule x sin x

Calculer de meme la limite de
quand x 0. En utilisant les developpements limites

3
x3 , donc le rapport tend vers 12 .

x 1.
Finalement, des formes indeterminees de la forme /, 1 etc peuvent se ramener au
cas 0/0 precedents par passage `

a linverse, exponentiation etc. Ainsi, si f 0 et g ,
le produit f.g a une forme indeterminee 0 mais f /g 1 est de la forme 0/0. De meme,
si f 1, g , f g = exp((ln f )/g 1 ) et largument de lexponentielle est à nouveau de
1
la forme 0/0. Exemples : quand x 0, (1 + x) x = exp(ln(1 + x)/x) a donc pour limite e;

lim|x|0 xln(1+x) , de la forme 00 , vaut 1, etc.
1.5. Permuter des limites

Consid
erons une fonction de deux variables x et ( peut
etre consid
er
e comme un param`
etre dont d
epend
la fonction de x), et examinons le comportement limite o`
u`
a la fois x x0 et 0 . Plus pr
ecis
ement,
supposons que f (x, ) g(x) quand 0 , tandis que f (x, ) h() quand x x0 . Peut-on affirmer
que les fonctions g(x) et h() ont des limites quand respectivement x x0 ou 0 ? Autrement dit
a-t-on
?
lim lim f (x, ) = lim lim f (x, ) ,
xx0 0
0 xx0
cest-`
a-dire l
echange des limites est-il autoris
e?
Il est ais
e de construire des exemples math
ematiques o`
u cela nest pas le cas, soit que lune des limites
de g(x) ou de h() nexiste pas, ou que ces limites existent mais soient en effet diff
erentes.
Exemples
(1) f (x, ) = x2 +
2 est telle que g(x) = lim0 f (x, ) = 0 pour tout x tandis que h() =
limx0 f (x, ) =
1
.
La limite de h quand 0 nexiste pas.

1
0.5
-2
-1
-0.5
-1
Fig. 3: La fonction tanh Nx pour trois valeurs de N = 1, 5, 100.

2N x
u x 0 et N ? limx0 f (x, N) = 0,
(2) f (x, N) = tanh Nx = 1e2N x dans les limites o`
1+e
limN f (x, N) = signe x, la fonction saut, voir figure 3.
Cette situation se rencontre aussi en physique. Cest ainsi quen m
ecanique statistique, o`
u on
sint
eresse aux propri
et
es de syst`
emes de grand nombre de constituants, il faut faire attention a
` lordre
des limites. Consid
erons par exemple la question de laimantation spontan
ee dun ferromagn
etique. Un
syst`
eme de N moments magn
etiques mi est soumis a
` un champ magn
etique h, qui tend a
` aligner ces
1
moments et conduit a
` lapparition dune aimantation moyenne M(h, N) = N
mi . Laimantation spontan
ee est la limite de cette aimantation quand h 0. On d
emontre qu`
a N fini, limh0 M = 0, tandis
que certains syst`
emes sont tels que limN M(h, N) existe et demeure finie quand h 0.
22 Septembre 2008
J.-B. Z.
19
En fait, bien s
ur, un nombre datomes, de particules, etc, nest jamais strictement infini, mais seulement
colossalement grand, de lordre du nombre dAvogadro N 6 1023 . Dans lexemple pr
ec
edent, il faut
donc comprendre que N est si grand que les quantit
es physiques envisag
ees ne diffèrent de celles pour N
infini que dans des intervalles des variables (ici de champ) extr
emement faibles. La fonction de la figure 3
1
en donne un exemple : lintervalle o`
u la fonction diff`
ere de la fonction saut est de lordre |x| N
.
Beaucoup de soin doit donc
etre exerc
e dans l
etude de limites simultan
ees de plusieurs variables.
2. Suites
2.1. Definition
On considère une suite de nombres reels (un ), n = 1, 2, , soit definie par la donnee
explicite des valeurs de ses termes, par exemple un = ar n (serie geometrique), ou un =

sin( 3 n), ou un = 1/n2 , . . . ; soit definie par une relation de recurrence, completee par la
donnee du ou des premiers termes, pour permettre de demarrer la recurrence.
Exemples:
- recurrence `
a un terme un+1 = un + r : suite arithmetique; un+1 = run , suite
geometrique; un+1 = aun (1 un ), une suite quon etudiera en detail au chapitre 5.
- recurrence `
a deux termes un = un1 + un2 , u1 = 1, u2 = 1 : cest la suite de
Fibonacci
(un ) = (1, 1, 2, 3, 5, 8, 13, )
(2.1)
(nombres de spirales concentriques observees dans nombre de vegetaux, marguerite,

ananas, pomme de pin. . . )
En physique, les suites peuvent apparatre dans des contextes varies :
approximations de taille croissante (nombre de particules, dimensions geometriques, . . . )
dun système;
resolution numerique par iteration dune equation algebrique; les un sont les approximations successives dune racine dun polynome, par exemple (methode de
Newton. . . );
resolution numerique par iteration dune equation differentielle; les un decrivent par
exemple les positions successives à des intervalles de temps reguliers, etc etc.
Dans tous ces cas, on est interesse à savoir si cette suite a une limite quand lindice n
et quelle est cette limite.

J.-B. Z.
22 Septembre 2008
20
M
ethodes math
2.2. Limite dune suite

La suite (un ) admet une limite u, ou converge vers la limite u, et on ecrit limn un = u
ou simplement un u, si la difference un u tend vers zero quand n tend vers linfini
> 0
N,
n > N,
|un u| < ,
(2.2)
cest-à-dire tous les un sont arbitrairement près de u, dès que n est suffisamment grand.
(Noter la ressemblance avec la condition (1.4)).
Exemple : la suite un = 1/n2 tend vers zero. Verifier que (2.2) est bien satisfait.
Une suite peut ne pas converger, soit quelle a un comportement oscillant, telle un =
sin(n 3 ), soit quelle diverge (tende vers linfini), exemple un = n, soit quelle combine
ces deux comportements, comme tan(n 4 + n1 ) (discuter ce dernier cas).
Si les suites (un ) et (vn ) ont des limites, respectivement u et v, alors
R
un u
un + vn u + v
un vn uv
1
1
si u = 0
un
u
v
vn
un
u
Si une suite un converge et quon a trouve N tel que la condition (2.2) soit satisfaite,
linegalite triangulaire (cf Chapitre 0, 2) nous dit que |un un | |un u| +|un u| < 2
dès que n, n > N . Autrement dit, la difference entre deux termes quelconques de la suite
peut etre rendue arbitrairement petite à condition daller assez loin. Reciproquement,
si
N
n, n > N
|un un | < 2 ,
(2.3)
(ce quon appelle une suite de Cauchy), alors on montre que la suite un est convergente.
Voir 2.3 pour plus de details. On a donc avec la condition de Cauchy (2.3) une condition
necessaire et suffisante de convergence.
En particulier, si un converge, |un un+1 | peut etre rendu aussi petit quon veut.
Cette consequence de la condition de convergence est donc une condition necessaire de
convergence. Si elle est satisfaite, nous ne sommes pas s

urs que la suite converge. Mais si
elle nest pas satisfaite, nous sommes s
urs que la suite un ne converge pas !
Si |un un+1 | ne tend pas vers zero, la suite un na pas de limite.
22 Septembre 2008
J.-B. Z.
21
Supposons cette condition necessaire satisfaite. Comment determiner si une suite

converge bien et dans ce cas, quelle est sa limite?
- suite donnee explicitement : On procède par majorations, par comparaison à dautres
suites dont la limite est connue (encadrement, encore les gendarmes. . . ), ou par etude
du comportement asymptotique. Ainsi, si une suite est monotone croissante et majoree, cest-`
a-dire un1 un U pour un certain nombre U et pour tout n suffisam-
ment grand, elle converge vers une limite u U .
Preuve : lensemble major

e des nombres r
eels (un ) admet une borne sup
erieure B U, qui est le
plus petit nombre tel que un B pour tout n. Alors N uN > B (sans quoi B ne serait pas le
plus petit), et par la monotonicit
e n > N |un B| = B un < B uN < , donc un u = B.
1
Exemple : un = 21 n . On a un1 < un < 2. La suite converge vers une limite (qui
est 2).
Inversement si une suite monotone croissante nest pas bornee (cest-à-dire si ses
elements sont arbitrairement grands), elle diverge (tend vers +).
Encadrement, theorème des gendarmes. Si wn un vn et que les deux suites (vn )
et (wn ) convergent vers la meme

limite u, (un ) converge aussi, et vers u.
Exemples : limites de un =
sin( 2n)
,
n2
un = 1/(n2 + sin n 4 ) ?
Si une suite un est asymptotiquement egale à une autre suite vn , cest-à-dire que
un vn
vn
quand n (on suppose tous les vn = 0), et si on sait que la suite vn converge vers
une limite v, alors un v. Exemple : la suite vn = 1/n2 converge vers 0; la suite
un = 1/(n2 + sin n 4 ) est asymptotiquement egale à vn (pourquoi ?) donc converge aussi

1
vers 0. Noter que lexemple precedent un = 21 n relève aussi de ce cas, pour la suite
vn = 2 constante.
- suite definie recursivement, un = f (un1 , ) : si la suite admet une limite u, cette
limite doit satisfaire lequation u = f (u), donc u est à chercher parmi les racines de
lequation x = f (x). Exemple : la suite definie par vn = un /un1 , un la suite de

Fibonacci (2.1), satisfait vn = 1 + 1/vn1 , son eventuelle limite est lune des racines
de x2 = x + 1, soit x =
1+ 5
,
2
x =
1 5
,
2
et ce ne peut etre que celle des deux qui
est positive, soit x . Il reste à demontrer queffectivement vn v = x . Le nombre
x , le fameux nombre dor, etait connu des Grecs pour ses proprietes remarquables.
On reviendra au chapitre 5 sur ces suites definies par recurrence, letude graphique de
leur eventuelle convergence etc.
Lusage de la calculette est

evidemment la solution la plus tentante pour d
eterminer rapidement si
une suite a ou non une limite. Dans certains cas, cette m
ethode peut conduire a
` des r
esultats incorrects,
en raison des erreurs darrondi inh
erentes au calcul num
erique. Exemple : soit la suite d
efinie par un+1 =
1
1
. On v
erifie imm
ediatement que la suite est constante : n, un = 11
, tandis quune
100un 9; u1 = 11
calculette apr`
es un certain nombre dit
erations conclut a
` une divergence. Pourquoi ?
J.-B. Z.
22 Septembre 2008
22
M
ethodes math
2.3. Suites de Cauchy

Nous donnons ici quelques d
etails suppl
ementaires sur la condition de Cauchy (2.3). La condition de
convergence (2.2) suppose connue la limite u de la suite. Le crit`
ere de Cauchy saffranchit de cette
connaissance a priori de la limite.
Lin
egalit
e triangulaire nous a montr
e que toute suite (un ) convergente est une suite de Cauchy.
Quen est-il de la r
eciproque ?
Une propri
et
e fondamentale de lensemble des r
eels (ou des complexes), par opposition aux rationnels,
est d
etre complet : toute suite de Cauchy d
efinit un nombre unique u dans cet ensemble, qui est la limite
de (un ) au sens de (2.2).
Par contre, lensemble Q des rationnels nest pas complet : la suite d
efinie par un = 1 + 1+u1
et
n1
u
=
1
est
une
suite
de
Cauchy
de
rationnels.
Elle
ne
converge
toutefois
pas
dans
Q
,
puisque
sa
limite
est
1
2 qui nest pas un rationnel.
2.4. Suites de fonctions

On considère maintenant des suites de fonctions (fn (x)) definies pour x reel (typiquement
x [a, b]) et `
a valeurs reelles (on pourrait aussi facilement etendre ce qui suit à des fonctions
complexes). Exemples : fn (x) = n sin nx , fn =
n sin x
1+nx .
Supposons que pour toute valeur donnee x [a, b], la suite de nombres fn (x) converge
vers un nombre f (x). Cet ensemble de nombres definit la fonction limite f , et on dit quon
a convergence simple de fn vers f . Donc, pour repeter (2.2),
convergence simple x [a, b] N (x) tel que
n > N (x) |fn (x) f (x)| <
(2.4)
o`
u on a bien souligne que lentier N depend a priori de x.
Cette condition de convergence est parfois trop faible. Par exemple, il nest pas vrai
en general que si les fonctions continues fn (x) convergent simplement, leur limite f (x) est
continue. Exemple : soit la suite de fonctions fn (x) = xn definies sur lintervalle [0, 1].
Pour tout x < 1, xn 0, tandis que pour x = 1, la valeur limite est 1. La fonction limite
f (x) est donc la fonction discontinue qui vaut 0 sur [0, 1[ et 1 en 1 (cest la fonction E(x)
definie en (1.2), restreinte `
a lintervalle [0, 1]).
En fait, la dependance de N en x dans (2.4) est souvent genante et on a besoin dune
condition de convergence plus forte (cest-à-dire plus contraignante), o`
u on impose à N
detre independant de x
convergence uniforme
N tel que
n > N x [a, b] |fn (x) f (x)| <
(2.5)
auquel cas on dit que f est la limite uniforme des fn . (Bien noter et comprendre lordre
distinct des quantificateurs et dans les deux conditions (2.4) et (2.5).)
22 Septembre 2008
J.-B. Z.
23
Il est important de bien comprendre que

convergence uniforme = convergence simple
mais que linverse nest pas vrai!
Exemples :
1. Dans le cas des fonctions fn (x) = xn definies sur lintervalle [0, 1] de lexemple ci-dessus,
la convergence des fn nest pas uniforme vers f (x) = E(x), comme on va le montrer plus
bas, par labsurde.
Mais il est instructif de le comprendre autrement. Montrons que a fix
e, avec 0 a < 1, la suite
fn (x) = xn converge uniform
ement vers 0 sur lintervalle [0, a]. En effet
n > N
x [0, a]
|xn 0| = xn an aN ,
par des in
egalit
es triviales. Pour assurer que |xn 0| < , il suffit de choisir N tel que aN < ou encore
ln . Ce choix de N assure bien la convergence uniforme des f vers 0 dans
de facon
equivalente, N >
n
ln a
lintervalle [0, a]. Mais noter que ce N augmente sans limite quand a sapproche de 1. En cons
equence, la
convergence uniforme ne peut
etre maintenue sur tout lintervalle [0, 1[, m
eme ouvert a
` droite.
(n 1)x si x [0, n1 ]
. Pour x = 0, fn (0) = 0
1x
si x [ n1 , 1]
donc lim fn (0) = 0. Pour tout x = 0, il existe un n assez grand à partir duquel tous les
2. Soit la suite de fonctions fn (x) =
fn (x) = 1 x. La suite converge donc simplement vers la fonction discontinue f (0) =

0; f (x) = 1 x, x = 0, mais la convergence nest pas uniforme.
3. Par contre les fonctions fn (x) = n sin nx convergent uniformement vers f (x) = x sur
lintervalle [0, 1].

En effet |fn (x) x| = x n sin
3
x
n
x
6n2
<
1
6n2
quel que soit x [0, 1]. On peut d

emontrer lin
egalit
e
() := sin +
0 utilis
ee dans cet argument par
etude des fonctions d
erivees successives ()
et (), ou encore par utilisation de la formule de Taylor-Lagrange.
4. Autres exemples importants, les fonctions fn (x) :=
n
xp
p=1 p! ,
x
et gn (x) := (1 +
x n
n) ,
convergent, pour tout x reel, vers la fonction exponentielle e . La convergence est-elle

uniforme?
On demontre le
Th
eor`
eme. Une suite uniformement convergente de fonctions continues a pour limite une
fonction continue.
Preuve. Soit f la limite uniforme dune suite de fonctions fn continues sur [a, b]. Montrons la
continuit
e de f en tout c [a, b]. Par la convergence uniforme,
N tel que
J.-B. Z.
n > N
x [a, b] |fn (x) f (x)| <
.
3
22 Septembre 2008
24
M
ethodes math
Choisissons un tel n > N. La continuit

e de fn dit que
tel que
x : |c x| < |fn (x) fn (c)| <
et lin
egalit
e triangulaire dit alors que
|f (x) f (c)| |f (x) fn (x)| + |fn (x) fn (c)| + |fn (c) f (c)| <
+ + =,
3
3
3
CQFD.
Voir ci-dessus deux exemples de suites non uniformement convergentes de fonctions

continues dont la limite nest pas continue.
Par contre, la suite des d
eriv
ees fn (x) dune suite uniform
ement convergente de fonctions fn (x)
ne converge pas n
ecessairement, m
eme simplement. Par exemple, les fn (x) = 1 cos(2n + 1)x sont
n
continues et d
erivables pour tout x [0, 1]. La suite converge uniform
ement vers 0. On calcule fn (x) =
2n+1
2n+1
1
1
n+1
sin(2n + 1)x. Pour x = 2 par exemple, fn ( 2 ) = (1)

ne converge pas.
n
Convergences en moyenne.
La condition (2.5) peut aussi se r
ecrire
convergence uniforme
N tel que
n > N
sup |fn (x) f (x)| < .
(2.5)
x[a,b]
Cette condition de convergence uniforme (2.5) peut sexprimer en termes dune distance entre fonctions
d(f, g) = supx[a,b] |f (x) g(x)| en
ecrivant
N tel que
n > N
d(fn , f ) < .
Cette distance a les propri

et
es g
en
erales que d(f, g) = d(g, f ) 0, d(f, g) = 0 f (x) = g(x) pour tout
x et lin
egalit
e triangulaire est satisfaite d(f, h) d(f, g) + d(g, h) pour tout triplet de fonctions f, g, h.
Rien nemp
eche alors dutiliser dautres distances sur les fonctions, d
efinissant ainsi dautres types de
convergence. Par exemple, si les fonctions sont int
egrables sur lintervalle [a, b], on peut prendre d1 (f, g) =
b
|f (x)g(x)|2 dx,
|f (x)g(x)| dx; si elles sont de carr
e int
egrable (voir paragraphe suivant), d2 (f, g) =
a
etc. Ceci d
efinit les notions de convergence en moyenne, ou en moyenne quadratique, etc.
a
3. Int
egrales
On rappelle quon est conduit `
a la notion dintegrale dune fonction continue par deux
chemins. Dune part, la recherche de la primitive dune fonction f , operation inverse de la
derivation : F (x) =
f (x ) dx est une fonction (definie à une constante additive près)
telle que F (x) = f (x). Dautre part, lintegrale definie de f (x) sur le segment [a, b] de
la droite reelle,
b
a
f (x) dx, est laire algebrique dun domaine compris entre laxe des x
et le graphe de la fonction f , dune part, entre les droites x = a et x = b de lautre; elle

peut etre calculee comme la limite de laire totale de petits trapèzes decoupant ce domaine
(integrale de Riemann) quand la largeur de chacun de ces trapèzes tend vers zero. La
relation entre les deux notions est que
b
a
22 Septembre 2008
f (x) dx = F (b) F (a) .
(3.1)
J.-B. Z.
25

Rappelons dabord quelques proprietes importantes de lintegration sur un intervalle [a, b].
b
(f (x) +g(x)) dx
a
Cest une operation lineaire :
b
a
f (x) +
b
a
g(x) dx, en pratique,
on peut integrer une somme finie de fonctions terme à terme; si f (x) g(x) sur lintervalle
[a, b], (avec a < b),

b
c
b
a
b
a
f (x) dx
f (x) dx.
g(x) dx; enfin si c [a, b],
b
a
f (x) dx =
c
a
f (x) dx +
Une inegalite importante qui generalise linegalite triangulaire est

b
a
f (x) dx
b
a
|f (x)| dx .
(3.2)
Formule de la moyenne. Si f et g sont des fonctions continues sur [a, b] et si g y garde un signe
constant, il existe c [a, b] tel que
b
f (x)g(x) dx = f (c)
a
g(x) dx
(3.3)
Preuve: si par exemple, g 0, lint

egrand de gauche mg(x) f (x)g(x) Mg(x), m, M les bornes
inf
erieure et sup
erieure de f , donc il existe un , m M, atteint par f en un certain c tel que (3.3).
En particulier pour g = 1, on a le th
eor`
eme de la moyenne : il existe un c [a, b] tel que
b
a
1
autrement dit, la moyenne b
a
point de lintervalle [a, b].
b
a
f (x) dx = f (c)(b a) ,
(3.4)
f (x) dx est
egale a
` la valeur prise par la fonction f en (au moins) un
In
egalit
e de Schwarz. Soient f et g deux fonctions int
egrables sur [a, b]. Pour tout r
eel on peut
ecrire lin
egalit
e triviale
b
a
(f (x) + g(x))2 dx 0, soit

b
(g(x))2 + 2
2
a
f (x)g(x) dx +
a
(f (x))2 dx 0 .
Le trin
ome du second degr
e en est 0 pour tout ssi son discriminant est n
egatif ou nul, soit
b
b
a
f (x)g(x) dx
(f (x))2 dx
(g(x))2 dx
(3.5)
une in
egalit
e parfois tr`
egalit
e est r
eminiscente de lin
egalit
e sur le produit scalaire de
es utile. Cette in
deux vecteurs |u.v| u2 v 2 , et il y a de bonnes raisons a
` cela. . .

integration par parties
changement de variable
Voir chapitre 0 et TD.
J.-B. Z.
22 Septembre 2008
26
M
ethodes math
passage en coordonn
ees polaires
Une int
egrale dune fonction de deux variables peut souvent se calculer avec avantage par changement
des coordonn
ees rectangulaires en coordonn
ees polaires
x = cos ,
f (x, y) dx dy =
D
y = sin
f ( cos , sin ) d d ,
D
lint
egrale
etant entendue sur un domaine D donn
e. Par exemple, si la fonction f ( cos , sin ) ne d
epend
pas de et si le domaine D est invariant par rotation, tel une couronne entre deux rayons r1 et r2 , on a
r2
x2 + y 2 ) dx dy = 2
f(
2 x2 +y 2 r 2
r1
2
f () d
r1
Exemple
r1
x2 +y 2 r2
e(x
r2
+y )
dx dy = 2
r1
e d = (er1 er2 )
(par application du changement de variable 2 ). Dans ce cas la limite r1 0, r2 existe et vaut

. Dune part, dans cette limite, les deux int
egrales en x et y se s
eparent, donc
2
2
ex y dx dy =
ex dx
ey dy =
ex dx
de lautre, on peut appliquer le r

esultat pr
ec
edent et cela donne le r
esultat important sur lint
egrale
gaussienne
ex dx = .
Par changement de variable, on a encore
x2
2 2
dx =
2 ,
2
2
une int
egrale fort importante en th
eorie des probabilit
es : 1/( 2)ex /2 est la densit
e de probabilit
e
dun processus gaussien centr
e en 0, de variance . Lint
egrale (probabilit
e totale) est bien
egale a
` 1.
3.3. Integrales impropres avec une singularite sur un intervalle fini

On vient de voir que si la fonction f (x) est definie et continue en tout point dun intervalle
[a, b] de la droite reelle, elle est integrable sur cet intervalle :
b
a
f (x)dx existe et est finie
(lhypothèse de continuite peut etre relachee un peu. . . ). Supposons maintenant que la

fonction soit definie sur lintervalle ouvert [a, b[, mais quelle ait un point singulier en b,
cest-à-dire un point o`
u elle nest pas definie, soit quelle tende vers linfini, soit quelle
oscille de plus en plus vite au voisinage de ce point. (Exemple du premier cas,
1
xb ,
du
1
). Que peut-on dire de son integrale de a à b ? On parle alors dintegrale
deuxième, sin xb
impropre, dont il faut discuter lexistence. Il sagit à nouveau detudier un problème de

22 Septembre 2008
J.-B. Z.
limite, ici la limite limcb
c
a
27
f (x) dx. On dira que f (x) est integrable sur [a, b], ou que
lintegrale converge, si cette limite existe

b
d
ef
f (x) dx = lim
cb
f (x) dx .
(On definirait de meme lintegrabilite si la singularite avait lieu à la borne inferieure a de

lintegrale.)
Soit la fonction F (c) :=
c
a
f (x) dx. On demontre que lintegrale
b
a
f (x) dx converge
ssi |F (c) F (c )| 0 quand c, c b .
Largument repose a
` nouveau sur le crit`
ere de Cauchy (2.3).
On peut demander aussi la convergence absolue, qui est une condition plus forte
b
a
|f (x)| dx converge
linverse etant faux. Exemples :
1
0
sin x1
dx
x
est convergente (par integration par parties),

1
0
mais pas absolument convergente; par contre

Considerons la fonction g (x) = (b x)
x
(b x ) dx =
f (x) dx converge ,
sin x1 dx est absolument convergente.
. Comme sa primitive est
1
1 (b
x)+1
ln |b x|
si = 1
si = 1
(3.6)
cette fonction est integrable en b si < 1, non integrable si 1.
Comme dans les cas precedemment etudies de limites, on peut trouver des conditions
suffisantes dintegrabilite (cest-`

a-dire de convergence de lintegrale) pour une fonction
positive soit par minorations/majorations par des fonctions connues comme les g (x)
ci-dessus (encore les gendarmes !), soit par utilisation dinfiniment petits (ou grands)
equivalents. Ainsi, si A est une constante finie et
1. si 0 f (x)
2. si f (x)
3. si f (x)
A
(bx)
A
(bx)
A
(bx)
pour < 1,
b
a
f (x) dx converge;
> 0 pour 1, lintegrale diverge;
quand x approche b, son integrale de a à b est convergente si < 1,
divergente si 1.
Remarque importante. Bien noter quil est donc possible que f (x) quand
b
a
f (x) dx soit finie ! Il suffit de considerer une fonction g (x) avec
0 < < 1, par exemple 1/ x en 0.

x b mais que
Exemples : 1. Soit f (x) =
1
x(x2 +1)
à integrer de 0 à 1. Montrer que f (x) =
1
x
x
x2 +1 .
Seule lintegration du premier terme pose problème, dans le cas present, elle est impossible
J.-B. Z.
22 Septembre 2008
28
M
ethodes math
quand x 0, donc non integrabilite. Meme discussion
(avec la conclusion opposee !) pour g(x) = xf (x).
en 0. Plus simplement, f (x)

2. Verifier que
2 tan u
2
1+tan2 u
2
1
sin(xb)
1
x
dx = ln | tan bx
| en utilisant les formules de trigonometrie sin u =
2
b
1
0 sin(xb)
. En deduire que lintegrale
dx nest pas definie. Donner un argument
plus simple reposant sur un equivalent.

3.
Discuter lintegrabilite dune fraction rationnelle
b P (x)
a Q(x)
dx si Q a des zeros sur
lintervalle [a, b].

Singularite logarithmique.
Un cas important en pratique qui nest pas couvert par la comparaison avec les fonctions
g (x) est celui dune singularite logarithmique. Supposons que quand x b, f (x)
ln |x b|. Se rappelant la primitive de ln x,
ln x dx =
(x) ln x dx = x(ln x 1) ,
(3.7)
on verifie que
b
ln(b x) dx converge
et donc par comparaison, cest aussi le cas de lintegrale de la fonction f (x) consideree.
Une singularite logarithmique a
` distance finie est une singularite integrable.
Autres exemples : montrer que
b
1
ln(bx)
lnn (b x) dx converge (int

egration par parties et r
ecurrence), que
b
dx est absolument convergente, et que
ln(ln(b x)) dx converge (int.p.p).
3.4. Integrales impropres avec intervalle dintegration infini

Considerons une integrale I(a, b) =
b
a
f (x) dx sur un intervalle fini [a, b] et examinons si
la limite b existe et est finie. Si cest le cas, on ecrira cette limite
f (x) dx. Il
en est de meme pour la borne inferieure de lintegrale, quon peut faire tendre vers ,
definissant eventuellement
f (x) dx ou
comme la limite (si elle existe) de
b
a
f (x) dx. Noter que
f (x) dx est definie
f (x) dx o`
u a et b tendent ind
ependamment vers
et respectivement. (Pour notre insistance sur le mot independamment, voir plus

bas la notion de partie principale, 3.5.) Comme dans le cas dune singularite à distance
finie examine au sous-paragraphe precedent,
(a) si F (c) :=
c, c ;
22 Septembre 2008
c
a
f (x) dx, lintegrale
f (x) dx converge ssi |F (c) F (c )| 0 quand
J.-B. Z.
29
(b) la convergence absolue implique la convergence (mais linverse est faux 1 );

(c) dans le cas de fonctions positives, la condition dintegrabilite à se ramène à
letude du comportement de la fonction f (x) quand x . En utilisant à nouveau les

fonctions puissances x comme etalons de comparaison,
nen a pas si 1. Donc

1. Si 0 f (x)
2. Si f (x)
B
x
3. Si f (x)
A
x
pour > 1,
b dx
x
a une limite si > 1, et
existe.
> 0 pour 1, B > 0, lintegrale diverge.
quand x , son integrale de a à est convergente si > 1,
A
x
divergente si 1.
Exemple Lintegrale
P (x)
0 Q(x)
dx, o`
u P et Q sont des polynomes de degres respectifs p
et q, et on suppose toutes les racines de Q negatives ou complexes, converge pour p q 2.
Attention : Si f (x) > 0 , f (x) 0 quand x est une condition necessaire

mais pas suffisante de convergence de
f (x)dx !!
On a en effet avec les fonctions 1/x , 1, des exemples de fonctions qui tendent
vers zero `
a linfini, mais pas assez vite pour assurer la convergence de lintegrale.
Les integrations par parties et changements de variables peuvent etre pratiques dans
une integrale impropre et peuvent permettre de conclure à sa convergence ou divergence.
dx
selon la valeur de .
Etudier
ainsi la convergence de
x ln x
Si f (x) nest pas de signe d

efini quand x , donc si elle oscille entre des valeurs positives et
n
egatives, la condition f (x) 0 nest m
eme pas n
ecessaire ! Un exemple est fourni par lintegrale de
2
sin(x ) dx, quon rencontre en Optique, dans la th
eorie de la diffraction de la lumi`
ere, et dont
Fresnel
1
on d
emontre quelle converge, bien que | sin(x2 )| ne tende pas vers z
ero. Pour montrer la convergence, on
peut effectuer un changement de variable u = x2 , suivi dune int
egration par parties, qui am`
ene a
` une
int
egrale absolument convergente :
sin(x2 ) dx =
Par exemple
1
2
du
1
sin u =
u
2
cos u
1
u 1
4
cos u
du
.
u3/2
(3.8)
sin u du/u, obtenue par changement de variable x = 1/u `

a partir dune
integrale dej`
a rencontree au 3.3, est convergente mais pas absolument convergente.
J.-B. Z.
22 Septembre 2008
30
M
ethodes math
3.5. Partie principale

Soit une fonction f (x) dot
ee dune singularit
ea
` x = 0, d
efinie et continue sauf en 0 sur un intervalle [a, b]
contenant 0 (donc x = 0, a x b, ab < 0). Par d
efinition la partie principale de lint
egrale
P.P.
f (x) dx = lim
f (x) dx
(3.9)
f (x) dx nexiste pas (la

si cette limite existe. Par exemple, consid
erons f (x) = 1/x : alors que
1
singularit
e 1/x nest pas int
egrable selon la discussion de la section 3.3), sa partie principale vaut
2
dx
2
= [ln |x|]
1 + [ln |x|] = ln 2 .
x
P.P.
1
(3.10)
La partie principale est aussi parfois not

ee f (x) dx.
a
On peut d
efinir de mani`
ere analogue la partie principale a
` linfini
P.P.
f (x) dx
f (x) dx = lim
(3.11)
impliquait deux limites ind

ependantes quand A et
1
dx
na pas de sens, tandis que sa P.P. vaut limA ln A
= 0.
A+1
x1
(tandis que la d
efinition initiale de
B ). Par exemple,
3.6. Echange
de limites, d
erivation sous le signe somme
b
Consid
erons les int
egrales dune suite de fonctions In =
b
veut comparer a
`
fn (x) dx et leur limite : I = limn In , quon
f (x) dx. Autrement dit, quand a-t-on lim
lim ?
Th
eor`
eme. Si une suite fn (x) de fonctions continues converge uniform
ement vers f (x) sur [a, b], alors
f (x) est continue donc int
egrable sur [a, b] et limn
b
a
fn (x) dx =
b
a
f (x) dx.
Autrement dit, la convergence uniforme de la suite est une condition suffisante de convergence des
int
egrales vers la bonne limite.
M
eme question avec des fonctions F (x, ) d
ependant dun param`
etre . Quand 0 , a-t-on
?
lim
f (x, ) dx =
lim f (x, ) dx ? L`
a encore, la convergence uniforme est une condition suffisante.
Contre-exemples. 1. Fonctions fn (x) =

B/n
du
A/n u2 +1
B/n
[Arc tan u]A/n
n
x2 +n2
int
egr
ees sur (, ). On calcule
n dx
A x2 +n2
quand A, B a
` n fix
e, tandis que lint
egrale de la limite pour
n donne 0. Les fonctions fn (x) ne convergent pas uniform

ement vers leur limite nulle.
2. Fonctions gaussiennes consid
er
ees au paragraphe 3.2 : 1
x2
2 2
. Leur int
egrale de a
` vaut 1.
Quand 0, elles tendent pour tout x = 0 vers 0, et vers en x = 0. La d

efinition de lint
egrale dune
telle fonction limite n
ecessite une discussion plus approfondie, quon esquissera au chapitre 3.
Dans le m
eme ordre did
ees, peut-on d
eriver sous le signe dint
egration ? Autrement dit, a-t-on
f (x, ) dx =
a
f (x, ) dx .
(3.12)
On d
emontre que si f (x, ) et
f (x, ) sont continues pour x [a, b] et I un intervalle r
eel, alors la
fonction F () est d
erivable pour tout I et on peut d
eriver sous le signe dint
egration. Si lint
egrale en
t est impropre, sur lintervalle [a, b[, b
eventuellement infini, il faut imposer les conditions suppl
ementaires
22 Septembre 2008
J.-B. Z.

b
f (x, ) dx converge et que lint

egrale de
que
a
voir TD.
b
f (x, ) dx
a
31
soit uniform
ement convergente. Exemples :
4. S
eries
Etant
donnee une suite (un ) de nombres reels, on definit la somme partielle
s n = u1 + u2 + + un ,
(4.1)
ce qui definit une nouvelle suite (sn ). La question de la convergence de la suite (sn ), (on
dit aussi la convergence de la serie
s = limn sn =
un ), se pose alors. Si cette serie converge, on note
un sa somme.
Exemple de reference, la serie geometrique.

La serie de terme general un = an a des sommes partielles donnees par
sn = a + a2 + an = a
1 an
.
1a
(4.2)
Il est clair que sn a une limite a/(1 a) si |a| < 1, (puisqualors, an 0), quelle diverge
si |a| > 1 (puisque |a|n ), et aussi, en examinant les deux cas a = 1, quelle diverge
encore si |a| = 1.
4.1. Generalites
Operations algebriques et convergence
Si
un et
vn sont convergentes,
et
vn est divergente,
(un + vn ) est convergente. Si
un est convergente
(un + vn ) est divergente.
Ordre des termes, etc : en general, si on change lordre des termes ou quon effectue
des resommations partielles, on ne peut plus rien affirmer. Par exemple, la serie de terme
general un = (1)n est divergente, puisque les sommes partielles oscillent entre s2n1 = 1
et s2n = 0, tandis que la serie de terme general vn = u2n1 + u2n = 0 est evidemment
convergente ! Par contre, si on ne modifie ou permute ou resomme quun nombre fini de

termes, on ne change pas la nature (convergente ou divergente) de la serie.
On a vu quune suite de reels est convergente ssi elle est de Cauchy (cf (2.3)). Applique
à une serie, ce critère permet de dire que
0. En particulier, si
lim un = 0, la serie
un est convergente ssi limm,n |
uk | =
un est convergente, necessairement un 0, ou inversement, si
un est divergente.
Exemple Soit un = sin n. Montrer que la serie

J.-B. Z.
n
m
un diverge.
22 Septembre 2008
32
M
ethodes math
Attention : un 0 quand n est une condition necessaire

mais pas suffisante de convergence de
un !!
Nous allons en effet rencontrer de nombreux exemples de series dont le terme general un
tend vers zero quand n , mais pas assez vite pour assurer la convergence de la serie
un . Exemple : la serie harmonique
Convergence absolue Une serie
1
n,
dont on va montrer quelle diverge.
un est dite absolument convergente si
|un | convergente
un
|un | converge.
convergente
(4.3)
mais la r
eciproque est fausse.
(1)n
n
Exemple :
est finie (et vaut ln 2, voir TD), tandis que la
serie harmonique
1/n est divergente, comme on vient de lannoncer. Une telle serie convergente sans etre
absolument convergente est dite semi-convergente.
On peut a
` nouveau
etendre les consid
erations pr
ec
edentes a
` des s
eries de nombres complexes un C,
un = vn + iwn . Cela revient a
` consid
erer simultan
ement les s
eries
vn et
wn .
4.2. Series a
` termes positifs
On suppose dans ce paragraphe que un 0 (eventuellement à partir dun ordre fini, ce qui
ne modifie rien `
a la convergence).
Convergence
La suite sn =
n
1
uk (somme partielle) est croissante donc on a le
Th
eor`
eme. sn converge ssi sn est majore. Inversement sn diverge ssi sn .
Puisque nous avons `
a notre disposition des critères de convergence dintegrales, il peut etre
utile de comparer series et integrales.
Th
eor`
eme. Si un = f (n) o`
u f est positive, decroissante et continue à partir dune certaine
valeur, alors
f (n) et
f (t) dt sont de meme nature, toutes deux convergentes ou toutes
deux divergentes.
Preuve Soit p 1 la plus petite valeur entière à partir de laquelle la fonction decrot.
On peut encadrer f (p + n) < f (x) < f (p + n 1) pour x [p + n 1, p + n], donc
f (p+n) <
p+n
p+n1
f (x) dx < f (p+n1) et en sommant sn+p sp <
p+n
p
< sn+p1 sp1 .
La convergence de lintegrale et celle de la serie vont de pair. Voir figure 4.

22 Septembre 2008
J.-B. Z.
33
f(x)
f(p+n1)
1111
0000
0000
1111
0000
1111
0000
1111
0000
1111
0000
1111
0000
1111
p+n
p+n1
f(p+n)
Fig. 4: Interpr
etation g
eom
etrique du th
eor`
eme de comparaison entre s
erie et int
egrale :
Laire sous la courbe entre les abscisses p + n 1 et p + n est encadr
ee par celles des deux
rectangles de largeur 1 et de hauteurs respectives f (p + n 1) et f (p + n). La s
erie et
lint
egrale sont de m
eme nature, convergente ou divergente.
Exemples
* les series de Riemann un =
1
n
sont convergentes pour > 1, divergentes pour 1.
* il en est de meme des series un =
1
n ln n .
Pourquoi ?
Comparaison de series a
` termes positifs
(a) Si `
a partir dun certain rang, 0 un vn ,
vn convergente
un divergente
(b) Si 0 < a
(c) Si
un
vn
nature
(d) Si
un
vn
un converge;
vn diverge;
b < ,
un et
vn sont de meme nature;
c, cest-`
a-dire un cvn avec c fini et = 0 :
un+1
un
k < 1,
un converge; si
un+1
un
un et
vn sont de meme
1, elle diverge.
Les preuves setablissent par des majorations/minorations. Par exemple, la règle (d) :
dans le premier cas, un+p < k n up , majoration par une serie geometrique convergente; dans
le deuxième cas, minoration un+p un , le terme generique de la serie ne tend pas vers
zero, divergence.
Exemples
on prend comme serie de reference vn =

lim n un = c = 0,
1
n
: Si 0 < a n un b < , ou si
un est convergente ou divergente selon que > 1 ou 1.
Si lim n un = 0, si > 1,
un converge, mais si 1 on ne peut pas conclure. De m
eme si
= , si 1,
un diverge, mais si > 1 on ne peut pas conclure.
lim n un
J.-B. Z.
22 Septembre 2008
34
M
ethodes math
(règle de Cauchy) : on prend comme serie de reference vn = an qui converge si a < 1,

diverge si a 1. Donc
1
si (un ) n 1, la serie
si (un )
1
n
un est divergente;
k < 1, la serie
Si lim (un )
1
n
un est convergente;
= , > 1 :
un divergente; < 1 :
un convergente.
1
Si = 1, il faut distinguer : si (un ) n 1+, divergence; si (un ) n 1 par valeurs oscillantes, il

1
existe un nombre infini de uk > k , divergence; si (un ) n 1, on ne peut pas conclure.
Exemples dapplication de la règle de Cauchy :

1. un =
n
n+a
n2
, unn = 1 +
a n
n
qui tend vers ea (cf Exemple 4 de la section 2.4). Si
a > 0 convergence, si a 0 divergence (puisque un ne tend pas vers zero pour a = 0).
an
avec a un
n!
n
|a|n
1
mm |a|
m! (m+1)n < m! mn
2. un =
reel donne. Pour m un entier superieur à |a|, on a |un | =

1/n
dès que n > m, do`

u un <
|a| mm 1/n
m ( m! )
qui tend vers |a|/m < 1.

1
Il y a donc convergence quel que soit a. Montrer quen outre = lim (un ) n = 0. (Cette
serie a pour somme le nombre ea , cf le developpement de la fonction ex ).
Il existe dautres r`
egles, par exemple celle de dAlembert, qui compare aussi un a
` la s
erie vn = an
un+1
un+1
un+1
1, divergence, si u
k < 1, convergence. . . R
ep
eter
mais en calculant les rapports u . Si u
n
n
n
la discussion de la r`
egle de Cauchy dans ce cas (lim un+1 /un = , si > 1 ou < 1 ou = 1 , ibid. Si
= 1 par valeurs osc, il est plus difficile de conclure). Cest un crit`
ere moins puissant que celui de Cauchy
en ce sens que lim
un+1
un
= (un ) n . En effet N n N : ( )un < un+1 < ( + )un donc

1
N +p
N +p ( + ) N +p . Quand
uN ( )p < uN +p < ( + )p uN soit encore uN N +p ( ) N +p < uN
+p < uN
1
p , les membres de gauche et de droite de cette in

egalit
e tendent tous deux vers donc aussi unn .
Recapitulation : pour decider de la convergence/divergence dune serie `

a termes positifs
- verifier que un 0; sinon, divergence !
- chercher un equivalent plus simple de un ;

- majoration par une serie convergente ou minoration par une serie divergente;
- comparaison avec une serie connue; critères n , an . . .
Une fois la convergence etablie, reste à determiner la somme. . .
4.3. Series absolument convergentes
Th
eor`
eme. Si
un est absolument convergente, toute serie
vn obtenue à partir de
un en changeant lordre des termes est egalement absolument convergente et a la meme

somme.
Preuve : Soit sn la somme partielle des u, et soit p assez grand pour que sp :=
contienne tous les termes de sn . On a
22 Septembre 2008
|sp sn |
k>n
p
1
vk
|uk | o`
u dans la somme du membre
J.-B. Z.
35
de droite, tous les k sont superieurs à n. Cette somme tend vers zero quand n , par
la propriete de Cauchy appliquee à la serie convergente des |um |..
Produit de series absolument convergentes. On demontre que si un , vn 0, et si
un et
wn =
vn convergent absolument vers des limites s et s , la serie de terme general
unk vk = u0 vn + + un v0 converge absolument vers la limite ss .
4.4. Series NON absolument convergentes

Series alternees
Une serie est alternee si son terme general a un signe qui change selon que n est pair ou
impair : un = (1)n |un | et vn = (1)n+1 |vn | sont des series alternees.
Th
eor`
eme (lemme dAbel). Si les |un | tendent vers 0 en decroissant, la serie alternee
(1)n |un | est convergente. En outre, si s est sa somme, |s sn | |un+1 |.
En effet les sommes partielles s2n et s2n+1 sont adjacentes : s2n1 s2n+1 < s2n
s2n2 , et comme u2n = s2n s2n1 0, elles ont la meme limite s et |ssn | |sn+1 sn | =
|un+1 |, cette dernière inegalite exprimant que lerreur faite en tronquant la somme à lordre
n est inferieure au premier terme neglige (un+1 ).
Exemples. un =
(1)n
et vn =
(1)n
n
sont convergentes (mais pas absolument conver-
gentes !).
Le th
eor`
eme pr
ec
edent (lemme dAbel) admet une extension a
` des s
eries a
` signes quelconques.
Th
eor`
eme dAbel : bn 0 d
ecroissante vers 0, an de signe qcq, telle que |a1 + + an | < A pour tout n.
n
n
La s
erie un = an bn est convergente. Preuve : Soit An = a0 + + an ,
a b = a0 b0 +
b (Ak
0 k k
1 k
n1
Ak (bk bk+1 ). Par lhypoth`

ese, |Ak (bk bk+1 )| < A(bk bk+1 ), donc la s
erie
Ak1 ) = An bn +
0
Ak (bk bk+1 ) est absolument convergente, et An bn tend vers z
ero. Donc la s
erie
ak bk converge.
On verra une application aux s
eries de Fourier au chapitre 3.
Dangers des series a

` signes quelconques
Attention !!
Il est en general incorrect de modifier lordre des termes dune serie
non absolument convergente.
Cela risque de modifier non seulement la somme mais
meme la nature de la serie.
Exemple : soit un =
(1)n+1
,
n
convergente comme on
vient de le voir mais pas absolument convergente. Rearrangeons les termes selon lordre
u4p3 , u4p1 , u2p , . Mais la somme u4p3 + u4p1 + u2p
nalterne plus. La serie modifiee diverge !
2
4p
12p =
1
p
1
2
Il est egalement incorrect de remplacer le terme general de la serie par un terme

equivalent. Si un vn et que |vn | ne converge pas,
m
eme nature que
J.-B. Z.
vn !! Exemple : un =
un nest pas n
ecessairement
(1)n
(1)n
, vn = n , un vn ; vn
n+cos n
de
est
22 Septembre 2008
36
M
ethodes math
convergente cf exemple ci-dessus, mais u2n + u2n+1 =

donc la suite sn =
n
k=1
1
2n+1
uk ne peut etre de Cauchy et la serie
1
2n1
1
n
qui diverge,
un diverge.
Somme dune serie convergente
Notons pour finir que prouver la convergence dune serie est une chose, determiner quelle
est sa somme en est une autre. Il sagit souvent dune tache ardue. On verra au chapitre 3
et en TD des exemples de series convergeant vers des valeurs comme 2 /6, 2 /4 etc. Voilà
un autre exemple de convergence non triviale : la serie
k=0
1
16
4
2
1
1
8k + 1 8k + 4 8k + 5 8k + 6
(4.4)
converge (demonstration facile !) très vite (comme 1/(16k k 2 )) vers . . . . Verifiez-le avec
votre calculette ! La demonstration est donnee à la fin du Chap. 2.
4.5. Series de fonctions, series entières et leurs proprietes.
Les considerations concernant les suites de fonctions sappliquent aux series de fonctions
fn (x). On definit pour elles les notions de convergence simple, de convergence absolue
et de convergence uniforme de la meme facon quon la fait pour les suites de fonctions, en
les appliquant aux sommes partielles sn (x) =
Supposons quune serie de fonctions
n
k=1
fk (x).
fn (x) converge uniformement vers sa somme
S(x). On montre alors que si les fn (x) sont continues, leur somme S(x) lest aussi. Si les
fn (x) sont integrables, leur somme lest aussi et on peut integrer terme à terme
b
fn (x) dx =
fn (x) dx .
(4.5)
Si les fn (x) sont derivables et que la serie
fn (x) converge aussi uniformement vers sa
somme, alors on peut deriver terme à terme

d
dx
fn (x) =
d
fn (x) .
dx
(4.6)
Nous verrons ces theorèmes `

a luvre au chapitre 3, dans letude des series de Fourier.
On va se restreindre dans la fin de ce chapitre aux s
eries enti`
eres, de la forme fn (x) = an xn .
Dautres s
eries de fonctions de grande importance, les s
eries de Fourier, seront introduites et
etudi
ees au
chapitre suivant.
1
Supposons que la suite |an | n ait une limite . Alors on d

emontre le th
eor`
eme fondamental
22 Septembre 2008
J.-B. Z.
37
Th
eor`
eme. La s
erie
an xn converge absolument pour |x| < R = 1 et elle diverge pour |x| > R; pour
|x| = R, on ne peut rien dire a priori. Si = 0, la s
erie est convergente pour tout x. Si = , elle ne
converge que pour x = 0. Elle converge uniform
ement dans tout intervalle ferm
e |x| r < R.
R est le rayon de convergence de la s

erie enti`
ere, le mot rayon se r
ef
erant a
` lextension au plan
complexe de ce th
eor`
eme.
Exemples.
n
eel x, puisque = 0 (cf Exemple 2 au 4.2).
1. On a vu ci-dessus xn! , convergente dans tout r
n
2. A linverse, x n! est telle que = , donc la s
erie ne converge quen 0.
n
3. xr , r = 0. On a = 1/r, donc un rayon de convergence R = r. Pour |x| = r, la s
erie ne converge
en aucun point (puisque le terme dordre n ne sannule pas).
n
4. xn , R = 1. Dans ce cas, on connat d
ej`
a la nature de la s
erie quand |x| = R. En x = 1 la s
erie
diverge, en x = 1 elle converge (cf s
eries altern
ees).
n
5. xn2 , R = 1. Pour x = 1, convergence absolue.
6. nxn , R = 1, la s
erie diverge pour x = 1.
Il ressort de cette s
erie dexemples que le comportement sur le bord de lintervalle de convergence est
une question d
elicate a
`
etudier avec soin.
Dapr`
es les propri
et
es d
ecoulant de la convergence uniforme, pour x r
eel et r < R, (in
egalit
e stricte !),
sur le segment r x r, la somme S(x) de la s
erie
an xn est continue. En int
egrant terme a
` terme
x
an
) dx . Enfin
n+1 converge pour |x| < R vers lint
la s
erie
an xn , la s
erie enti`
ere
S(x
x
e
grale
n+1
0
la s
erie d
eriv
ee terme a
` terme,
nan xn1 , est convergente pour |x| < R et a pour somme S (x).
Exemple. En int
egrant terme a
` terme entre 0 et x la s
erie g
eom
etrique
(1)n xn qui converge
n=0
vers 1/(1 + x) pour x ] 1, 1[, on obtient
ln(1 + x) =
(1)n1
n=1
xn
n
(4.7)
qui converge pour |x| < 1. Pour x = 1, la s

erie converge encore, voir TD. On a donc 1 12 + 31 = ln 2.
On peut donc d
eriver terme a
` terme une s
erie enti`
ere a
` lint
erieur de son intervalle de convergence
(pour x r
eel, |x| < R), puis d
eriver a
` nouveau, etc. Toutes les s
eries enti`
eres obtenues sont absolument
convergentes et continues a
` lint
erieur de lintervalle |x| < R. La somme de la s
erie S(x) =
an xn est
(n)
donc ind
efiniment d
erivable et ses d
eriv
ees successives en x = 0 sont donn
ees par S (0) = n!an , soit
S
(n)
(0)
. Pour x ] R, R[, la s
erie enti`
ere S(x) =
an =
n!
Taylor(-Maclaurin) de S(x).
S(x) = S(0) + xS (0) +
an xn sidentifie donc au d
eveloppement de
x2
xn (n)
S (0) + +
S (0) +
2
n!
(4.8)
Une fonction analytique est une fonction d

eveloppable en s
erie de Taylor-Maclaurin, cest-`
a-dire telle quon
peut
ecrire (4.8) avec un membre de droite convergent. On vient de d
emontrer que, dans lint
erieur de son
intervalle de convergence, toute s
erie enti`
ere a pour somme une fonction analytique.
S
eries de Taylor. Soit f une fonction de la variable r
eelle x, ind
efiniment d
erivable au voisinage de
0. On peut donc
ecrire son d
eveloppement de Taylor-Maclaurin
f (0) + xf (0) +
x2
xn (n)
f (0) + +
f (0) +
2
n!
Le double probl`
eme est le suivant : (1) cette s
erie enti`
ere converge-t-elle ? (2) si oui, sa somme est-elle
f (x) ? En dautres termes, a
` quelles conditions la fonction f est-elle analytique ?
Nous ne poursuivrons pas plus loin la discussion de ce probl`
eme important, qui prend tout son sens
avec l
etude du comportement de la s
erie et des singularit
es de la fonction pour des valeurs complexes de
la variable x.
Insistons seulement sur le caract`
ere n
ecessaire de lexistence (et donc
e) de toutes les
de la continuit
d
eriv
ees de f en 0 (f est de classe C ). Par exemple, les fonctions x, ou |x|, ou x3 |x|, ne peuvent
J.-B. Z.
22 Septembre 2008
38
M
ethodes math
pas
etre analytiques ! En
etudiant le reste de la formule de Taylor, on peut aussi trouver des conditions
suffisantes danalyticit
e.
Les fonctions
el
ementaires pr
ec
edemment rencontr
ees sont analytiques dans lint
erieur de leur disque
de convergence. Cest le cas de ex , sin x et cos x, de rayon de convergence R = ; de ln(1 x), R = 1
comme on a d
ej`
a vu; de Arc tan x, R = 1; etc.
Inversement, le d
eveloppement de Taylor de f peut avoir un rayon de convergence non nul mais ne
pas repr
esenter la fonction f . Consid
erons la fonction d
efinie par f (0) = 0, f (x) = e
1
e x2
xp
1
x2
1
x2
pour x = 0.
Comme e
tend vers z
ero plus vite que toute puissance de x, cest-`
a-dire lim
= 0 pour tout p,
la fonction f est continue et ind
efiniment d
erivable en 0 et toutes ses d
eriv
ees y sont nulles ! Il est clair
que son d
eveloppement de Taylor (
0.xn ) est convergent vers 0 pour toute valeur de x, mais que ce
d
eveloppement ne converge nulle part vers f (x) sauf en x = 0. Cela est d
u au comportement tr`
es singulier
de la fonction en 0. Pour le voir, effectuons une petite incursion dans le plan complexe : pour x = it, la
1
fonction vaut e t2 qui explose au voisinage de 0 ! On parle de singularit

e essentielle . . .
22 Septembre 2008
J.-B. Z.

diff
erentielles
1. G
en
eralit
es sur les
equations diff
erentielles
1.1. Definitions et exemples
On appelle equation differentielle dordre n une equation reliant une fonction inconnue
y(x) et les n premières de ses derivees, avec eventuellement une dependance explicite dans
la variable x, donc de la forme generale
F (y(x), y (x), , y (n) ; x) = 0 .
(1.1)
Une solution de cette equation est une fonction y(x) telle que (1.1) soit satisfaite pour tout
x (dans un ensemble de definition donne). Le problème consiste à trouver la ou les solutions dune telle equation, eventuellement completee par des informations supplementaires,
comme on va voir.
Un cas particulier de la forme (1.1) est celui qui secrit
y (n) = f (y, y , , y (n1) ; x) ,
(1.2)
cest-à-dire o`
u y (n) a ete explicitement exprimee en fonction de y et de ses n 1 premières
derivees.
La forme (1.2), bien que moins generale, facilite souvent la discussion de
lexistence des solutions et leur construction.

Exemples dequations dordre 1 :
y + 2 y 2 = C : oscillateur mecanique ou electrique non amorti, non excite, cf Chap. 4 ;
2
1 2
2y
2 cos y = C : equation du pendule simple ;
y + Ay = B : chute dun corps pesant freine par une force de frottement fluide proportionnelle `
a la vitesse, (cf TD3 et Chapitre 4), decharge dun condensateur dans une
resistance, desintegration dun isotope (Chap. 6), etc ;
y + Ay = By 2 : equation devolution de populations (biologiques, chimiques, etc), cf
chapitres 5 et 6 ;
y + y 2 = x : equation de Riccati ;
y y 2 = C : equation decrivant par exemple la chute dun corps freine par une force
quadratique dans la vitesse, etc
40
M
ethodes math
Equations
dordre 2 :
y + Ay + ky = sin x : oscillateur harmonique amorti et excite, (Chap. 4)
y + k 2 y = 0 : cordes vibrantes, cf TD 5 et ci-dessous ;
y = xy : equation dAiry, qui intervient en optique, en mecanique quantique. . .
etc, etc.
Comme lindiquent les commentaires en regard des equations, on rencontre très
frequemment de telles equations en physique et plusieurs des exemples ci-dessus interviennent effectivement dans des problèmes simples que nous retrouverons plus loin dans le
cours ou les TD. . .
Ces exemples montrent aussi que la nature de la fonction inconnue et celle de la
variable peuvent changer dun problème à lautre : x peut representer la variable de temps,
cest le cas dans les equations dynamiques, (telle lequation du mouvement), o`
u lequation
regit la variation temporelle dune variable dynamique y, position, temperature, pression,
courant ou charge electrique, nombre de particules, etc. Mais x peut aussi representer
une variable spatiale. Cest par exemple le cas des ondes stationnaires dans une corde
vibrante : si y designe le deplacement transverse dune corde tendue entre deux points
dabscisses x = 0 et x = L, et vibrant dans le mode de longueur donde , y(x) obeit à
lequation y +
2 2
y = 0 pour 0 x L. Dautres exemples seront etudies en TD
(equation barometrique, onde thermique, . . . ).

1.2. Systèmes dequations differentielles
Plutot quune equation differentielle sur une fonction inconnue, on peut aussi avoir à traiter
des equations differentielles couplees, formant un système dequations differentielles. Cest
par exemple le cas pour
y1 = f1 (y1 , y2 , , yn ; x)
y2 = f2 (y1 , y2 , , yn ; x)
..
.
(1.3)
yn = fn (y1 , y2 , , yn ; x) ,
qui est un système de n equations du premier ordre.
Il est bon dobserver que toute equation differentielle du n-ième ordre de la forme
(1.2) peut se mettre sous la forme dun système de n equations du premier ordre. Il suffit
de definir y1 := y, y2 := y , , yn := y (n1) . On verifie aisement (par recurrence par
exemple) que y1 = y2 , y2 = y3 , , yn1

= yn , yn = f (y1 , y2 , , yn ; x), qui est bien un
système de la forme (1.3).

6 Octobre 2008
J.-B. Z.

diff
erentielles
(a)
(b)
(c)
41
Fig. 1: Circuits LC et LRC, isol

es ou coupl
es a
` une tension ext
erieure.
Un exemple familier qui conduit a
` un syst`
eme d
equations diff
erentielles coupl
ees est fourni par le
circuit
electrique LC constitu
e dune bobine dot
ee dune inductance L et dun condensateur de capacit
e
C (figure 1(a)). Rappelons bri`
evement lanalyse de ce syst`
eme. La tension aux bornes du condensateur
portant une charge Q est VC = Q
tandis que celle aux bornes de la bobine est VL = L dI
, o`
u I = dQ
C
dt
dt
est le courant de d
echarge du condensateur. En
ecrivant que VC + VL = 0, on trouve le syst`
eme diff
erentiel
L
Q
dI
+
=0
dt
C
dQ
I+
=0
dt
(1.4)
et en
eliminant I entre ces deux
equations, on a pour Q une
equation du second ordre :
L
Q
d2 Q
+
=0
dt2
C
(1.5)
Quelle
equation obtient-on en
eliminant Q dans (1.5) ? Pouvait-on sattendre a
` ce r
esultat ? Quelle
equation d
ecrit la situation de la figure 1(b) o`
u la bobine a aussi une r
esistance interne, ou celle de la
figure 1(c), o`
u le circuit est coupl
ea
` une tension ext
erieure Ve ?
2. Conditions initiales. Th
eor`
eme de Cauchy. Conditions aux limites
2.1. Existence et unicite des solutions
Considerons un problème de mecanique elementaire, celui du mouvement dun point
materiel soumis `
a la seule gravite. Sa coordonnee z(t) verticale le long dun axe oriente
vers le haut satisfait donc lequation
z = g ,
(2.1)
comme consequence du principe fondamental de la dynamique. Cette equation differentielle

se resout par deux quadratures (cest-à-dire deux integrations) successives ; on a dabord
z(t)
z(0)
= g
J.-B. Z.
t
0
dt = z(t)
= gt + v0
6 Octobre 2008
42
M
ethodes math
o`
u v0 := z(0)
est la vitesse `
a linstant t = 0. Puis une nouvelle quadrature fournit
z(t) z(0) =
t
0
1
dt(gt + v0 ) = z(t) = gt2 + v0 t + z0
2
(2.2)
o`
u z0 := z(0) est la position `
a linstant t = 0. On trouve donc que la solution est
complètement determinee, `
a la donnee de deux constantes z0 et v0 près. Ou encore,
la donnee de ces deux conditions initiales (au temps t = 0) determine complètement et
uniquement la solution z(t). Bien s
ur, plutot que le temps t = 0, on aurait pu choisir des
conditions initiales `
a nimporte quel temps donne.
Ce principe que la solution dune equation differentielle existe et est unique si on
se donne des conditions initiales appropriees est en fait très general. Pour une large classe
dequations du type (1.2), on peut montrer que la donnee de la valeur en un point x0
de y et de ses n 1 premières derivees, y(x0 ) = a0 , y (x0 ) = a1 , , y (n1) (x0 ) = an1 ,
determine une et une seule solution, pourvu que la fonction f apparaissant au second
membre soit une fonction suffisamment regulière de ses n arguments ; autrement dit que
f (y0 , y1 , y2 , , yn1 ; x) soit suffisamment regulière en y0 , y1 , y2 , , yn1 , x dans un inter-
valle contenant le point (a0 , a1 , , an1 , x0 ). Cest le theorème de Cauchy, et les valeurs
des y(x0 ), y (x0 ), , y (n1) (x0 ) sont appelees conditions de Cauchy (ou conditions ini-
tiales). Nous ne preciserons pas ici les conditions exactes de ce theorème. Dans tous les
exemples rencontres dans ce cours, ces conditions seront supposees satisfaites, et moyennant la donnee des conditions initiales, la solution existera donc et sera unique.
Cette propri
et
e na rien d
evident et on peut construire des exemples d
equations dont la solution
nest pas unique, a
` conditions initiales fix
ees. Consid
erons ainsi l
equation
2
y = 3y 3 ,
avec la condition initiale y(0) = 0. On v
erifie imm
ediatement quelle admet deux solutions, y(x) = 0 et
2
y(x) = x3 . Cest la singularit

e de la fonction y 3 (sa non-d
erivabilit
e par rapport a
` y en y = 0) qui est
responsable de cette non-unicit
e.
Noter que ce theorème dexistence et dunicite ne nous donne pas dinformation sur
la solution, ni sur la methode pour la determiner ! De fait, la resolution effective dune
equation differentielle est en general un problème difficile, qui nadmet que rarement une
solution explicite en termes de fonctions simples. Il faut bien souvent recourir à des approximations numeriques ou analytiques (developpement en approximations successives).
Dans la suite, nous allons nous borner à considerer des cas suffisamment simples pour etre
complètement solubles et en meme temps suffisamment interessants pour la physique.
6 Octobre 2008
J.-B. Z.

diff
erentielles
43
2.2. Conditions initiales et conditions aux bords

Dans les exemples precedents, on a suppose donnee(s) une ou des condition(s) initiale(s)
sur la fonction cherchee y(x) pour une valeur x0 donnee. En physique, cest typiquement le
type de donnees dont on dispose dans un problème de dynamique : par exemple la vitesse
et le position du mobile, (deux vecteurs à 3 dimensions sil sagit dun point materiel dans
lespace ordinaire), sont connues à linstant initial ; ou encore, la charge portee par le
condensateur et lintensite circulant dans un circuit LRC sont connues au temps 0, etc.
Mais il existe dautres types de problèmes o`
u la fonction cherchee est contrainte pour deux
valeurs differentes de la variable x.
Exemples
Reprenons letude du point materiel soumis à la gravite et obeissant à (2.1). Quelle est
sa trajectoire passant par lorigine z0 = 0 au temps t0 = 0 et par la position z1 au temps
t1 ? Reponse : la loi du mouvement (2.2) depend des deux constantes v0 et z0 qui sont
determinees par les deux conditions ci-dessus : z0 = 0 et v0 solution de 12 gt21 + v0 t1 = z1 .
La resolution de cette dernière equation nous indique avec quelle vitesse initiale v0 le corps
doit etre mis en mouvement `

a linstant t = 0 pour atteindre le point z1 à linstant requis.
La connaissance de z0 et v0 determine complètement la solution. La donnee des conditions
aux limites z(0) = z0 , z(t1 ) = z1 a donc suffi à determiner de facon unique la solution de
lequation differentielle.
Il faut noter toutefois que la donnee de conditions aux limites ne conduit pas toujours
à un problème bien pose, admettant une solution et une seule. Examinons par exemple
le cas de la corde vibrante obeissant à y + k 2 y = 0. La corde etant supposee attachee
à ses deux extremites dabscisses x = 0 et x = l, son deplacement transverse sannule
à ces deux points. On cherche donc des solutions de lequation differentielle satisfaisant
y(0) = y(l) = 0. Puisque la solution la plus generale de lequation secrit
y(x) = A cos kx + B sin kx ,
(comme on sait bien et comme on va le revoir plus bas), les deux conditions aux limites
imposent
y(0) = 0 = A = 0 ;
y(l) = B sin kl = 0 .
Si on ecarte la solution triviale B = 0 o`

u la corde reste au repos, la deuxième condition
impose donc que kl = n, ce qui contraint un coefficient de lequation differentielle, mais
ne determine pas le coefficient arbitraire restant B ! Physiquement, le mode dans lequel
J.-B. Z.
6 Octobre 2008
44
M
ethodes math
la corde peut vibrer (la longueur donde de ses oscillations) nest pas arbitraire, elle est
(partiellement) determinee par la geometrie (la longueur de la corde). Dans ce cas, la
donnee de deux conditions aux bords ne suffit pas à determiner uniquement la solution
mais a plut
ot pour effet de restreindre les paramètres de lequation pour quelle admette
une solution satisfaisant aux conditions requises. Donc ici, le problème nest bien determine
quavec la donnee dune condition supplementaire, par exemple, lamplitude maximale de
la corde, qui fixe le coefficient B.
Dans une autre classe de problèmes physiques, les conditions aux limites sont remplacees par des conditions asymptotiques. Cest le cas de lequation
y = k 2 y
dont la solution la plus generale, comme on va le revoir plus bas, est
y(x) = Aekx + Bekx .
Supposons quon sinteresse au comportement à grand x > 0 de y(x) et que telle ou telle
contrainte physique (ou tout simplement le bon sens !) impose à y de rester borne (cest-àdire de ne pas tendre vers linfini) quand x crot. (Nous rencontrerons cette situation dans
letude de la propagation de la chaleur, cf TD 5.) Cette condition asymptotique implique
que A = 0 et la solution est donc de la forme y(x) = Bekx , ce quon peut encore recrire
y(x) = y0 ekx o`
u y0 est la valeur en x = 0. Dans ce cas, la condition asymptotique plus la
condition initiale ou au bord y(0) = y0 determine complètement et uniquement la solution.
3. Equations
diff
erentielles lin
eaires
Nous allons nous interesser tout specialement à des equations differentielles du n-ième
ordre du type suivant
Ck (x)y (k) (x) = (x) ,
(3.1)
k=0
ce que nous recrivons encore sous la forme

n
L(y(x)) :=
6 Octobre 2008
Ck (x)
k=0
dk
d xk
y(x) = (x)
(3.2)
J.-B. Z.

diff
erentielles
45
o`
u (x) est une fonction donnee, les Ck (x) sont des fonctions donnees de x, et on cherche
à determiner la fonction inconnue y(x), sujette à n conditions initiales, à x = 0 par
exemple. La fonction represente la source (une action exterieure), qui excite le
système represente par y, et on cherche à calculer la reponse y à .
Le membre de gauche de lequation ci-dessus a la propriete fondamentale detre lineaire
en y : y ou ses derivees ny apparat quà la puissance 1. Cest ce que nous avons souligne
par la notation L pour loperateur differentiel apparaissant au membre de gauche. La
propriete de linearite exprime que pour toute paire de fonctions y1 (x), y2 (x) et pour tous
coefficients reels 1 et 2 (constants, independants de x)

L(1 y1 (x) + 2 y2 (x)) = 1 L(y1 (x)) + 2 L(y2 (x)) .
(3.3)
Cela a pour consequence que si les fonctions y1 (x) et y2 (x) sont solutions de (3.2)
respectivement pour deux sources 1 (x) et 2 (x), cest-à-dire Ly1 = 1 , Ly2 = 2 , alors,
quelles que soient les constantes 1 et 2 , 1 y1 (x) + 2 y2 (x) est solution de lequation
pour la source 1 1 + 2 2 , autrement dit L(1 y1 (x) + 2 y2 (x)) = 1 1 (x) + 2 2 (x).
Nous utiliserons ce principe dans la resolution dequations par decomposition en modes de
Fourier, au chapitre 3.
Avant daller plus loin, il convient de dire que les systèmes lineaires, cest-à-dire regis
par des equations differentielles lineaires jouent un r
ole fondamental en physique et dans
toutes les sciences exactes. Nous leur consacrerons le chapitre 4 de ce cours.
3.2. Equations
lineaires homogènes, equations lineaires inhomogènes.
On appelle equation differentielle lineaire homogène une equation du type (3.2) dans laquelle (x) = 0
n
equation homog`
ene
L(y(x)) =
Ck (x)
k=0
dk
d xk
y(x) = 0 .
(3.4)
Inversement, on appelle equation differentielle lineaire inhomogène, ou avec second membre,

une equation du type (3.2) dans laquelle (x) = 0.
J.-B. Z.
6 Octobre 2008
46
M
ethodes math
Independance lineaire de n fonctions

La propriete de linearite implique quetant donnees deux solutions y1 (x) et y2 (x) de
lequation homogène, une combinaison lineaire y(x) = 1 y1 (x) + 2 y2 (x) à coefficients
constants est aussi solution. Bien s
ur, choisir y2 proportionnelle à y1 est possible mais
napporte aucune information nouvelle. Pour se premunir contre cela, on dira que les deux
fonctions y1 (x) et y2 (x) sont lineairement dependantes si on peut trouver deux constantes
1 et 2 non toutes deux nulles telles que, pour tout x, on ait 1 y1 (x) + 2 y2 (x) = 0. Si
cette condition est realisee, avec par exemple 1 = 0, on a
x
1 y1 (x) + 2 y2 (x) = 0
y1 (x) =
2
y2 (x)
1
(3.5)
et y1 et y2 sont proportionnelles. Inversement on dit que deux fonctions y1 (x) et y2 (x) sont
lineairement independantes si la condition 1 y1 (x) + 2 y2 (x) = 0 est impossible à realiser
avec deux constantes 1 et 2 non nulles. Plus generalement, on dira que n fonctions
y1 (x), , yn (x) sont lineairement independantes si on ne peut pas trouver n constantes
n
i=1
1 , , n non toutes nulles telles que x ,
i yi (x) = 0. Autrement dit,
Si yi (x) lineairement independantes,
i yi (x) = 0
i=1
1 = 2 = = n = 0 .
(3.6)
(Montrer que dans le cas contraire, on pourrait toujours exprimer lune de ces fonctions
comme combinaison lineaire des n 1 autres.) Par exemple, on demontre que les fonctions
cos i x et sin i x, pour tout ensemble de n nombres positifs i distincts, sont lineairement
independantes. Ou encore, les fonctions exp(ki x), pour tout ensemble de n nombres ki
reels ou complexes distincts, sont lineairement independantes.
Exercices : (1) en appliquant le critère ci-dessus, demontrer que les fonctions ekx
et xekx sont lineairement independantes. Les fonctions eikx , cos kx et sin kx sont-elles
independantes ? (Ici on admet dans (3.6) des coefficients i complexes.) (2) Montrer que
deux fonctions derivables y1 et y2 sont lineairement independantes si et seulement si leur
wronskien W (y1 , y2 ) := y1 y2 y2 y1 nest pas identiquement nul.
(3) Plus g
en
eralement, on d
efinit le wronskien de n fonctions yi (x), i = 1, n suppos
ees (n 1) fois
d
erivables comme le d
eterminant (cf. cours dAlg`
ebre)
y1 (x)
y1 (x)
y1 (x)
W (x) = det
..
.
(n1)
y1
(x)
6 Octobre 2008
y2 (x)
y2 (x)
y2 (x)
(n1)
y2
(x)
yn (x)
(x)
yn
yn (x)
..
.
(n1)
yn
(x)
(3.7)
J.-B. Z.

diff
erentielles
47
Si les fonctions yi sont lin

eairement d
ependantes, il existe n constantes non toutes nulles i telles que
n
y
(x)
=
0,
et
cette
relation
est
aussi v
erifi
ee par les d
eriv
ees successives des yi , donc p =
i
i
i=1
n
(p)
0, n 1,
eterminant sont donc lin
eairement d
ependantes et
y (x) = 0. Les n colonnes du d
i=1 i i
le d
eterminant W (x) est nul pour tout x. Inversement, il suffit que le wronskien W (x) soit non nul en
un point x0 pour quon puisse conclure que les fonctions yi sont lin
eairement ind
ependantes. L
etude du
wronskien offre donc un moyen pratique d
etudier lind
ependance lin
eaire de n fonctions.
Ces definitions etant acquises, on peut demontrer deux theorèmes fondamentaux sur
les equations differentielles lineaires.
Th
eor`
eme 1 (
equations homog`
enes). Si les fonctions Ck , (k = 0, , n), sont conti-
nues dans un meme intervalle I, avec Cn (x) ne sannulant pas dans cet intervalle, il existe
n solutions lineairement independantes de lequation differentielle homogène (3.4) dans I,
et la solution la plus generale est une combinaison à coefficients constants arbitraires de ces
n fonctions. En outre, il existe une unique solution de (3.4) satisfaisant à des conditions
initiales y(x0 ) = a0 , y (x0 ) = a1 , , y (n1) (x0 ) = an1 , avec x0 I.
Th
eor`
eme 2 (
equations inhomog`
enes). Avec les memes hypothèses sur les fonctions
Ck quau Theorème 1, et etant supposee en outre continue dans I, la solution generale
dans I de lequation inhomogène (3.2) est la somme dune solution particulière de (3.2) et
de la solution generale de lequation homogène (3.4). Il existe une unique solution de (3.2)
satisfaisant `
a des conditions initiales y(x0 ) = a0 , , y (n1) (x0 ) = an1 , avec x0 I.
En dautres termes, ces theorèmes nous affirment lexistence de familles de solutions
dependant de n paramètres. Pour lequation homogène, cest la combinaison lineaire à
coefficients constants
n
i=1
i yi (x) annoncee par le Th. 1. Pour lequation inhomogène,
cette meme combinaison lineaire est la solution generale de lequation homogène mentionnee au Th. 2. Dans lun et lautre cas, les constantes arbitraires i sont determinees
de facon unique par la donnee des conditions initiales.
Lexistence de n solutions independantes de (3.4) selon le Theorème 1 nest pas aisee à
demontrer et nous ladmettrons en general, mais nous la demontrerons pour des coefficients
constants au paragraphe suivant. Le Theorème 2, lui, se demontre aisement : supposons
quon connaisse une solution particulière y(x) de (3.2). Alors pour toute autre solution
y(x) de (3.2), en soustrayant membre à membre les deux equations differentielles satisfaites
par y(x) et par y(x), on trouve que la difference y(x) y(x) est une solution de lequation
homogène : en invoquant alors le Theorème 1, ceci montre bien que la solution generale
y de (3.2) est la somme dune solution particulière y(x) et dune solution quelconque
(generale) de (3.4). La reciproque est evidente : on obtient bien une solution de (3.2)
J.-B. Z.
6 Octobre 2008
48
M
ethodes math
en ajoutant `
a y(x) (= une solution particulière) une solution quelconque de lequation
homogène. Noter que l`
a encore, ces theorèmes enoncent lexistence et lunicite de solutions
sans nous dire comment les construire. . .
3.3. Quelques cas solubles d
equations lin
eaires
Bornons a
` quelques indications sur quelques cas o`
u la solution de l
equation lin
eaire peut
etre obtenue
explicitement.
Pour toute
equation lin
eaire homog`
ene du premier ordre,
ecrite comme
y (x) + q(x)y(x) = 0
(3.8)
la solution g
en
erale sobtient facilement par une quadrature, cest-`
a-dire a
` laide dun calcul de primitive
de q(x) :
x
y(x) = A exp
q(x )dx
(3.9)
La d
efinition a
` une constante additive pr`
es de la primitive de q(x) introduit-elle un nouvel arbitraire ?
Dans certains cas, une
equation lin
eaire a
` coefficients non constants peut se ramener a
` une
equation a
`
coefficients constants, quon sait r
esoudre assez ais
ement, voir le paragraphe suivant. Cest par exemple le
cas des
equations dites dEuler,
Ck xk y (k) (x) = 0,
etudi
ee pour x > 0, avec les Ck constants. Montrer
que le changement de variable x t = ln x permet de se ramener a
` une
equation diff
erentielle en t, lin
eaire
et a
` coefficients constants.
3.4. Equations
lineaires a
` coefficients constants
Resolution de lequation homogène
Considerons maintenant un cas particulièrement important dequations differentielles

lineaires homogènes, celui o`
u les coefficients Ck de lequation sont des constantes
n
Ck y (k) (x) = 0 .
(3.10)
k=0
?
Cherchons des solutions sous la forme exponentielle y(x) = ex , o`

u peut etre a priori
reel ou complexe. Une telle fonction est effectivement solution à condition que
n
Ck k
ex = 0 ,
k=0
et donc que satisfasse lequation polynomiale, dite equation caracteristique

n
Ck k = 0 .
(3.11)
k=0
Or le theorème fondamental de lalgèbre enonce que tout polynome P (z) =
n
k=0
Ck z k
de degre n admet n racines, reelles ou complexes, qui sont les n solutions de lequation
P (z) = 0. Si nous supposons dabord que ces n racines i , i = 1, , n, sont distinctes, nous
6 Octobre 2008
J.-B. Z.

diff
erentielles
49
avons trouve n solutions exp(i x), et ces n fonctions sont bien lineairement independantes,
selon une remarque faite plus haut. Donc dans ce cas, nous savons construire explicitement
un système (on dit une base) de n solutions independantes, dont toute autre solution est
une combinaison lineaire. Dans le cas o`
u une racine est multiple, par exemple 1 racine
double, on verifie aisement que exp(1 x) et x exp(1 x) sont deux solutions independantes.
Indication : se rappeler que si 1 est racine double dun polyn
ome P (), alors P () = (1 )2 Q(),
et donc P (1 ) = 0.
Finalement on a bien n solutions independantes, la solution generale est selon le

n
i=1
Theorème 1 une combinaison lineaire
Ai ei x de ces fonctions, et les constantes Ai
sont determinees par les n conditions initiales.
Equation
du second ordre a
Examinons plus en detail le cas de lequation du second ordre, que nous retrouverons au
Chapitre 4 dans differents contextes physiques. Nous la recrivons sous la forme
ay (x) + by (x) + cy(x) = 0 ,
(3.12)
avec a, b, c et y reels, a = 0. Son equation caracteristique est donc simplement

a2 + b + c = 0 .
(3.13)
La solution de (3.13) est familière, elle depend du signe de := b2 4ac :

Si > 0, les racines sont
b
=
2a
et les deux fonctions e x forment une base de solutions, ce qui veut dire que la
solution generale de (3.12) est
y(x) = A+ e+ x + A e x ,
(3.14)
avec deux constantes arbitraires A fixees par les conditions initiales.
Si < 0, les racines sont complexes
b i
=
.
2a
Comme base de solutions, on peut choisir soit les deux exponentielles oscillantes e x ,
soit encore
cos
J.-B. Z.
x
2a
bx
2a
et
sin
x
2a
bx
e 2a .
6 Octobre 2008
50
M
ethodes math
La solution generale de lequation (3.12) peut donc secrire sous differentes formes
equivalentes
y(x) = B+ e+ x + B e x
+ et complexes conjugues
bx
x + A2 sin
x e 2a
ou encore = A1 cos
2a
2a
bx
ou encore = A cos
x + e 2a
2a
(3.15)
avec des paires de constantes B+ et B , A1 et A2 , ou A et . Sous la première forme,

B sont complexes, et en fait complexes conjugues pour assurer que y(x) est reel,
B+ = B
. Les constantes A1 et A2 , ou A et sont, elles, reelles.
b
Si = 0, la racine 0 = 2a
est double et on verifie immediatement que
e0 x
et xe0 x
sont deux solutions, donc que la solution generale de lequation (3.12) secrit
y(x) = (Ax + B)e0 x
(3.16)
avec deux constantes A et B.

Dans tous les cas, on a trouve une solution generale dependant de deux constantes
reelles, A , ou B+ = B
, ou A1 et A2 , ou A et , ou A et B. Ces deux constantes sont
determinees de facon unique par deux conditions initiales, par exemple la donnee de y(x0 )
et y (x0 ).
Equation
lineaire inhomogène a
Pour une equation lineaire `

a coefficients constants, on sait donc de facon generale construire les n solutions independantes du Theorème 1, et resoudre complètement lequation
homogène. En ce qui concerne lequation inhomogène à coefficients constants, sa solution

repose sur la connaissance dune solution particulière, selon le Theorème 2.
Dans le cas dune equation du premier ordre, il existe une methode generale pour
construire une solution particulière de lequation inhomogène, cest la methode de variation
de la constante. Considerons une equation de la forme
C1 y (x) + C0 y(x) = (x) .
6 Octobre 2008
(3.17)
J.-B. Z.

diff
erentielles
51
Lequation homogène admet selon la discussion precedente la solution generale y(x) =

A exp(x), o`
u est solution de C1 + C0 = 0. Il est suggere de chercher une solution de
?
(3.17) de la forme y = A(x) exp(x), avec une fonction A(x) à determiner. En reportant
dans (3.17), on trouve
(C1 (A (x) + A(x)) + C0 A(x)) ex = (x)
qui se simplifie, en vertu de la condition satisfaite par , en
C1 A (x) = (x)ex
et le problème de trouver une solution particulière est donc reduit à une quadrature,
trouver une primitive de la fonction (x)ex :
A(x) = C11
(x )ex dx .
3.5. Systèmes dequations differentielles lineaires

Comme on la dej`
a fait remarquer, les equations differentielles peuvent venir sous
forme de systèmes dequations differentielles couplees portant sur differentes fonctions
y1 , y2 , , yp . Le cas de systèmes dequations lineaires couplees est particulièrement
interessant.
Considerons par exemple le système lineaire de deux equations du premier ordre

y1 = ay1 + by2
y2 = cy1 + dy2
(3.18)
1) En derivant la première equation par rapport à x et en y reportant lexpression

de
y2
donnee par la seconde, (cest-à-dire en eliminant y2 entre ces deux equations), on
obtient la paire dequations

y1 = ay1 + b(cy1 + dy2 )
y1 = ay1 + by2
(3.19)
Entre ces deux equations, on peut cette fois eliminer y2 , ce qui conduit à
y1 = (a + d)y1 + (bc ad)y1 .
J.-B. Z.
(3.20)
6 Octobre 2008
52
M
ethodes math
Cette dernière equation est une equation differentielle lineaire du second ordre à coefficients
constants, qui tombe donc sous le coup de lanalyse menee plus haut : la solution generale
en y1 (x) (et de meme en y2 (x)) est une combinaison lineaire de fonctions exponentielles
e1 x et e2 x , o`
u 1 et 2 sont solutions de lequation
2 (a + d) + (ad bc) = 0 .
(3.21)
En resume, le système de deux equations lineaires du premier ordre à coefficients constants

(3.18) est donc equivalent `
a une equation lineaire du second ordre.
2) Discutons maintenant une autre methode : en effectuant des combinaisons lineaires
des deux equations de (3.18) avec des coefficients et quelconques, on trouve que
(y1 + y2 ) = (a + c)y1 + (b + d)y2 .
(3.22)
Supposons quon sache trouver et tels que

a + c =
b + d =
(3.23)
pour un certain nombre . Alors, en reportant (3.23) dans (3.22), on voit que lequation
(3.22) est une equation differentielle lineaire du premier ordre particulièrement simple pour
la fonction y := y1 + y2
y = y ,
(3.24)
ce qui sintègre immediatement en y = Cex . Or le système (3.23), qui est un système

dequations algebriques du premier degre à deux variables, se resout aisement. En eliminant
par exemple entre les deux equations, on trouve que
c = ( a) ,
((d )(a ) bc) = 0
(3.25)
qui nadmet de solution non nulle en que si satisfait lequation du second degre
(d )(a ) bc = 0
(3.26)
qui admet elle-meme deux solutions, reelles ou complexes, distinctes ou confondues. Supposons les distinctes, il existe donc deux valeurs de , donc aussi deux paires de (, ) (à
un facteur global près) remplissant les conditions ci-dessus, cest-à-dire conduisant à une
equation du type (3.24) pour la combinaison lineaire correspondante. Chacune de ces deux
6 Octobre 2008
J.-B. Z.

diff
erentielles
53
combinaisons lineaires est appelee un mode propre du système initial (3.18). Par les combinaisons algebriques que nous avons effectuees, nous avons donc reduit le système initial,
equivalent `
a une equation du second ordre selon la discussion du point 1) ci-dessus, à la
solution de deux equations du premier ordre decouplees. On note que les deux approches
ont en commun de faire jouer un role central à lequation caracteristique (3.21)-(3.26).
3) On peut se demander si ceci se g
en
eralise a
` des syst`
emes impliquant plus de fonctions ou des
equations dordres plus

elev
es. La r
eponse est oui, et les m
ethodes de lalg`
ebre lin
eaire, matrices et
d
eterminants, sont celles qui sont le mieux adapt
ees a
` cette discussion. R
ecrivons le syst`
eme lin
eaire
(3.18) sous une forme matricielle
d
y1
a b
y1
=
(3.27)
c d
y2
dx y2
ou en d
efinissant
A=
a
c
b
d
Y =
y1
y2
d
Y = AY .
dx
(3.28)
,
Supposons maintenant que la matrice A puisse se diagonaliser par un changement de base A = W 1 AW
1 1
0
1
=
W =
une matrice 2 2 ind
ependante de x, A
une matrice diagonale, o`
u 1 et
2 2
0 2
y1
1 y1 + 1 y2
2 sont les valeurs propres de A. Red
efinissant le vecteur colonne Y = W Y =
=
,
y2
2 y1 + 2 y2
on a en multipliant les deux membres de l
equation matricielle (3.28) par W
d
Y
Y =A
dx
y1
y2
1
0
0
2
y1
y2
(3.29)
y2 = 2 y2 .
(3.30)
cest-`
a-dire deux
equations d
ecoupl
ees
y1 = 1 y1
et
La d
emarche reproduit celle suivie au point 2). Les valeurs propres 1 et 2 sont les racines de l
equation
(3.26) ; la diagonalisation de la matrice, cest-`
a-dire lexistence dune matrice W , est assur
ee par lhypoth`
ese
que ces deux racines sont distinctes ; et les combinaisons y1 et y2 sont les deux modes propres d
efinis
en 2).
Lavantage de cette m
ethode matricielle est sa puissance et sa g
en
eralit
e. Elle s
etend sans difficult
e
a
` des syst`
emes d
equations diff
erentielles de dimension et/ou dordre plus
elev
es.
4. Autres classes d
equations diff
erentielles simples. Autres m
ethodes
4.1. Integrales premières
Il existe des situations o`
u on peut reduire lordre de lequation differentielle en effectuant
explicitement une integration. Cest ce qui se produit par exemple dans letude du pendule.
J.-B. Z.
6 Octobre 2008
54
M
ethodes math
O
M
ma
Fig. 2: Pendule simple.
Considerons un pendule simple, constitue dune masse ponctuelle m fixee à lextremite

dun fil de masse negligeable de longueur . Le pendule oscille dans un plan vertical. Il
effectue son mouvement sous la seule action de la gravite (son poids P = mg z, o`
u z
designe un vecteur unite dirige selon laxe vertical vers le haut) et de la tension du fil T , et
selon lequation fondamentale de la dynamique, ma =
F = T mg z. On se debarrasse
de la tension inconnue T par projection de lequation sur une direction tangente à sa

trajectoire circulaire et on a alors
m = mg sin .
(4.1)
2 et dans
Multiplions cette equation par et reconnaissons dans la derivee de 12 ()
sin celle de cos . Lequation (4.1) secrit donc

d
dt
qui sintègre en
1
m 2 gm cos
2
=0
1
m2 = mg(cos cos m ) ,
2
(4.2)
(4.3)
o`
u m est une constante dintegration. Pour = m , le membre de droite sannule, donc
celui de gauche aussi : la vitesse angulaire sannule quand = m et linterpretation
de |m | est donc que cest lamplitude maximale doscillation du pendule.
Recrivons lequation precedente (multipliee par ) sous la forme
1 2 2
m mg cos = mg cos m =: E ,
2
6 Octobre 2008
(4.4)
J.-B. Z.

diff
erentielles
55
avec E independante du temps. Sur le plan mathematique, nous avons reduit notre
equation de depart du second ordre (4.1) à une equation du premier ordre, ce qui est
un progrès substantiel. Sur le plan physique, ce que cette constante du mouvement (ou
integrale première) de lequation initiale exprime est bien s
ur la loi de conservation de
lenergie du système isole. La somme de lenergie cinetique (le premier terme du membre
de gauche) et de lenergie potentielle de la masse du pendule (le second) est constante dans
le temps et vaut E, energie totale, determinee par les conditions initiales
E = mg cos m
(4.5)
si à linstant initial on a lache le pendule avec une vitesse nulle et une amplitude angulaire
de m 0 (le choix du signe devant m est pour la commodite de la suite).
4.2. Equations
a
` variables separees
En general, on appelle equation a
` variables separees, une equation differentielle du premier
ordre F (y, y , x) = 0 qui peut se mettre sous la forme f (y)dy = g(x)dx et donc sintegrer
en
f (y )dy =
g(x )dx + constante .
(4.6)
Exemples
1. On rencontrera au chapitre 5, dans letude de systèmes dynamiques lequation x =
2 x2 . Montrer quelle est `
a variables separees. En chercher les solutions.
2. Autre exemple : on suppose quun corps en chute libre est freine par une force proportionnelle au carre de sa vitesse (parachute). Montrer que son equation du mouvement
secrit
z = k z 2 g
et que lequation differentielle satisfaite par z ressemble beaucoup à celle de lexemple
precedent (cf TD3).
3.
Examinons lequation du pendule simple que nous avons obtenue au paragraphe
precedent
1 2
= g(cos cos m ) .
(4.7)
2
Puisque |m | designe langle maximal atteint par le pendule (position o`
u sa vitesse
sannule), || < m et le signe du membre de droite est bien positif. Cette equation
se recrit
J.-B. Z.
|d|
=
cos cos m
2g
dt
6 Octobre 2008
56
M
ethodes math
o`
u toute la dependance dans la variable a ete mise au membre de gauche, toute celle en t
(ici triviale) au membre de droite. Comme au paragraphe precedent, supposons le pendule
lache `
a linstant t = 0 avec une vitesse nulle et une amplitude angulaire m 0. Dans
la première demi-oscillation du pendule, tant que crot, cest-à-dire que d 0, (ou
ne change pas de signe), on peut integrer lequation en calculant une primitive de chaque
membre
d
=
cos cos m
2g
t.
(4.8)
Il reste `
a calculer effectivement lintegrale du membre de gauche et à en extraire la fonction
cherchee (t). Cette integration mène à des fonctions non elementaires, dites fonctions
elliptiques, et nous ne la poursuivrons pas ici.
4.3. Changement de la fonction inconnue
Il existe de nombreux cas o`
u un changement judicieux de la fonction inconnue, solution
cherchee de lequation differentielle, simplifie considerablement la discussion. Il sagit donc,
etant donnee une equation differentielle satisfaite par une fonction y(x), decrire et detudier
lequation differentielle qui en resulte pour la nouvelle fonction z(x) = F (y(x)).
Cest le cas par exemple de lequation de Riccati
y + a(x)y 2 + b(x)y + c(x) = 0 .
(4.9)
Supposons quon connaisse une solution y0 (x) et posons

y(x) = y0 (x) +
1
z(x)
avec une nouvelle fonction inconnue z(x). En reportant cette expression dans (4.9) et en
utilisant le fait que y0 (x) satisfait elle-meme (4.9), on obtient
z
y0
1
b
+ a(2 + 2 ) + = 0
2
z
z
z
z
(toutes les dependances en x sont sous-entendues), soit lequation lineaire

z + a(2y0 z + 1) + bz = 0 ,
(4.10)
à laquelle on applique les theorèmes et methodes du 3.
Un autre exemple, celui de lequation de Bernoulli, sera etudie en TD.
6 Octobre 2008
J.-B. Z.

diff
erentielles
57
4.4. R
esolution dune
equation diff
erentielle par une s
erie enti`
ere
Consid
erons, a
` titre dexemple, le cas de l
equation dAiry
f (x) = xf (x)
(4.11)
et cherchons-en une solution sous forme dune s

erie enti`
ere
f (x) =
an x n .
n=0
En d
erivant terme a
` terme et en ins
erant dans (4.11), on trouve
2a2 +
n=1
[(n + 1)(n + 2)an+2 an1 ] xn = 0 ,
soit, en identifiant a
` z
ero le coefficient de chaque terme xn ,
a2 = 0
et
an+2 =
an1
pour n 1 .
(n + 1)(n + 2)
Cela fournit une relation de r

ecurrence entre les an , qui, compl
et
ee par la donn
ee de a0 = f (0) et a1 = f (0),
deux conditions initiales indispensables a
` la r
esolution de l
equation du second ordre (4.11), permettent
de d
eterminer tous les an . Comme an se comporte comme 1/(n!)2/3 , le rayon de convergence de la s
erie
(cf chap.1, 4.5) est infini : la s
erie converge pour tout x.
Les deux solutions de base not
ees Ai(x) et Bi(x) sont distingu
ees par leur comportement a
` linfini :
Ai(x) 0 et Bi(x) .
La fonction dAiry intervient dans des probl`
emes de physique telle la description quantitative de
larc-en-ciel . . .
Inversement, connatre l
equation diff
erentielle satisfaite par la somme dune s
erie enti`
ere permet
parfois de calculer cette somme. Consid
erons par exemple la somme
k=0
1
16
4
2
1
1
8k + 1
8k + 4
8k + 5
8k + 6
(4.12)
On d
emontre ais
ement quelle est convergente (le v
erifier !). Pour calculer sa somme, construisons la s
erie
enti`
ere
k
x8
4x
2x4
x5
x6
S(x) =
.
(4.13)
16
8k + 1
8k + 4
8k + 5
8k + 6
k=0
V
erifier que
a) la s
erie converge pour |x| < 2 ;
b) la fonction S(x) satisfait S (x) = (4 2x3 x4 x5 )/(1 x8 /16) et S(0) = 0 ;

c) la fonction (x) := 4Arc tan (1 x) + 2 ln(2 x2 ) 2 ln(x2 2x + 2) satisfait la m
eme
equation
diff
erentielle et (0) = .
En conclure que S(x) = (x) + , donc la somme (4.12) cherch
ee est S(1) = (1) + = . On pourra
utiliser un logiciel de calcul formel comme Maple pour v
erifier le point c).
Ce chapitre na fait queffleurer le très vaste sujet des equations differentielles,

dimportance immense pour le physicien ou lingenieur. Nous y reviendrons au Chapitre
J.-B. Z.
6 Octobre 2008
58
M
ethodes math
4, o`
u des systèmes lineaires, cest-à-dire regis par des equations dynamiques lineaires,
seront etudies plus en detail. Nous y reviendrons à nouveau au Chapitre 5, o`
u le monde
des equations non-lineaires sera brièvement evoque et illustre sur quelques exemples.
Ce cours ne dira rien des equations aux derivees partielles, une classe dequations
portant sur des fonctions de plusieurs variables. Des exemples que nous rencontrerons en
TD sont ceux des equations des ondes ou lequation de la chaleur. . . Dautres equations
dimportance capitale en physique, telles les equations de Maxwell de lelectromagnetisme,
ou les equations de Navier-Stokes de lhydrodynamique, sont des equations aux derivees
partielles.
6 Octobre 2008
J.-B. Z.
Chapitre 3. S
eries de Fourier
0. Pr
eambule sur les fonctions p
eriodiques
Une fonction f (x) definie pour tout x R est dite periodique sil existe un T tel que
f (x) = f (x + T ) .
x R
(0.1)
Si lequation (0.1) est satisfaite pour T , elle lest aussi pour tout multiple entier de T . On
appellera donc periode le plus petit |T | tel que (0.1) soit satisfaite. Par exemple, la periode
de sin x ou de cos x est 2, celle de tan x est .
La fonction est complètement definie par sa donnee sur une periode quelconque, cestà-dire sur tout intervalle [a, a + T [ de longueur T . Si la fonction est derivable, sa derivee
est aussi periodique de meme periode. Si la fonction est integrable, son integrale sur une
periode ne depend pas de cette periode
a+T
f (x) dx ne depend pas de a .
(0.2)
La preuve est elementaire : comparons

a+T
f (x) dx =
a+T
a
f (x) dx et
b+T
f (x) dx +
b+T
b
f (x) dx +
f (x) dx
a+T
f (x) dx
b+T
et dans le dernier terme, le changement de variable x = x + T permet decrire

a+T
f (x) dx =
b+T
f (x ) dx =
f (x) dx
C.Q.F.D.
On va utiliser frequemment cette propriete, en choisissant la periode la plus propice, cestà-dire rendant le calcul le plus simple. Par exemple, si la fonction est periodique et impaire,
T /2
T /2
f (x) dx = 0, et donc a,
a+T
a
f (x) dx = 0.
Les fonctions periodiques interviennent de facon très courante dans la description
des phenomènes physiques, oscillants ou ondulatoires, biologiques (battements du cur,

rythmes circadiens ou saisonniers, . . . ), naturels (marees, periode journalière ou annuelle),
etc. Dans la plupart de ces exemples, la periode est de nature temporelle : cest le temps
60
M
ethodes math
au bout duquel le phenomène considere se reproduit egal à lui-meme. Mais une periode
peut aussi etre de nature spatiale : cest, par exemple, la longueur donde dun phenomène
ondulatoire, ou la maille dun reseau cristallin, etc. Bien s
ur, dans un système physique
reel, il nest pas possible deffectuer des translations arbitrairement grandes du temps
ou dune coordonnee despace. La notion de fonction periodique est une idealisation de
la realite physique, quand le temps dobservation ou les dimensions de lechantillon sont
beaucoup plus grands que les periodes observees.
Les fonctions trigonometriques cos nx et sin nx sont evidemment des fonctions
periodiques de periode T = 2.
Cest le cas plus generalement de tout polyn

ome
trigonometrique
N
f (x) =
1
a0 +
(an cos nx + bn sin nx) .
2
n=1
(0.3)
Le but de ce chapitre est detudier la propriete reciproque. Peut-on representer toute

fonction periodique (de periode 2) sous la forme (0.3), avec N , cest-à-dire sous
forme dune serie trigonometrique ou serie de Fourier ?
1. Repr
esentation de Fourier dune fonction p
eriodique
1.1. Le developpement de Fourier; sa convergence.
Soit f une fonction reelle definie et integrable sur lintervalle [, ]. On suppose la
fonction periodique de periode 2 et on la prolonge alors par periodicite à tout x R.
La fonction peut admettre un nombre fini de discontinuites finies : en un nombre fini de

(k)
(k)
points x(k) ] , [, f (x+ ) f (x ) = 0 (mais est fini) ; de meme, f ( ) peut differer
de f (+ ), ce qui fait que la fonction periodique sera discontinue en (et en tous ses
translates par 2). On desire ecrire

?
f (x) =
1
a0 +
(an cos nx + bn sin nx) .
2
n=1
(1.1)
Trois questions se posent alors : a) que sont les coefficients an et bn ? b) y-a-t-il

convergence du membre de droite de (1.1) ? c) si oui, la somme de la serie est-elle egale à
la fonction f (x) ?
Convergence de la serie trigonometrique
Supposons dabord les coefficients an et bn connus, et examinons la question b).
20 Octobre 2008
J.-B. Z.
Chapitre 3. S
eries de Fourier
(1) Si les series
an et
61
bn sont absolument convergentes, comme | cos nx| et | sin nx|
sont 1, le membre de droite de (1.1) est absolument et uniformement convergent sur
tout lintervalle et sa somme est une fonction continue. Cette propriete que
an et
bn
soient absolument convergentes est verifiee en particulier si

|an | = O
1
n
1
n
|bn | = O
, > 1 .
(1.2)
La somme de la serie est eventuellement derivable terme à terme, si les series
nan et
nbn sont elles-memes absolument convergentes. Autrement dit, on peut alors ecrire
d
dx
1
a0 +
(an cos nx + bn sin nx)
2
n=1
n=1
(nbn cos nx nan sin nx) ,
(1.3)
avec une serie convergente au membre de droite. Par exemple, si , > 2 dans (1.2),
la somme de la serie (1.1) est continue et derivable, et sa derivee, donnee par (1.3), est
elle-meme continue.
(2) Quelles que soient les suites an , bn decroissantes et tendant vers zero, la serie
trigonometrique converge pour tout x = 2, Z. (Par contre pour x = 0 mod 2,
on ne peut rien dire.)
Ceci est une cons

equence du th
eor`
eme dAbel, cf chap.1, 4.4. On peut
ecrire
eikx =
k=1
n
ei(n+1)x/2 sin(nx/2)/ sin(x/2) pourvu que sin x/2 = 0 cest-`
a-dire x = 2. On a alors | k=1 cos kx| <
n
1
| sin(x/2)| , | k=1 sin kx| < | sin(x/2)| , et lhypoth`
ese du th
eor`
eme dAbel est satisfaite.
1
Exemple, an = n
,
an cos nx et
an sin nx convergent si x = 2, en particulier pour x = ,
n
(1)
n
= ln 2. Mais pour x = 0,
an cos 0 diverge,
an sin 0 = 0 converge.
(3) Si la serie trigonometrique converge sur lintervalle, elle definit une fonction periodique
de periode 2. Si la convergence est uniforme, la somme est continue.
Determination des coefficients an et bn .
Revenons maintenant `
a la question a) ci-dessus. Supposons que le developpement (1.1)
existe pour la fonction f . Nous allons alors faire usage des formules dintegration, pour
m 0 et n > 0 entiers(*)
cos mx cos nx dx = mn
sin mx sin nx dx = mn
(1.4)
cos mx sin nx dx = 0
(*) Si n = 0, la seule integrale non nulle est

J.-B. Z.
cos mx dx = 2m0 .
20 Octobre 2008
62
M
ethodes math
o`
u mn est le symbole de Kronecker = 0 ou 1 selon que m = n ou m = n. Ces formules
decoulent des formules daddition des sinus et cosinus ; elles sobtiennent aussi à partir de
lintegration de lexponentielle
1
2
eipx dx = p0 .
(1.5)
En multipliant les deux membres de (1.1) par cos nx ou sin nx et en integrant à laide de
ces formules, on tire
a0 =
f (x) dx
an =
f (x) cos nx dx
bn =
f (x) sin nx dx .
(1.6)
Ces expressions impliquent que si f est paire, tous les bn sont nuls. Si f est impaire, tous
les an (y compris a0 ) sannulent. Noter que selon la remarque du paragraphe precedent,
le choix de la periode dintegration dans (1.4) ou (1.6) est arbitraire. Plutot que (, ),
on peut choisir (0, 2) ou tout autre intervalle de longueur 2.
Theorèmes de convergence.
Les an et bn etant determines `
a partir de la fonction f , la question est maintenant de savoir
(1) si le developpement converge; (2) si oui, sil converge vers f (x).
Th
eor`
eme de Dirichlet. Si f (x) est definie sur [, ] et ny a quun nombre fini de
discontinuites finies et a ailleurs une derivee continue, (fonction C 1 par morceaux), alors
le developpement converge pour tout x [, ] ; sa somme est
point de ] , [, et
1
2
1
2
f (x ) + f (x+ ) en tout
f (+ ) + f ( )) en . Dans tout sous-intervalle o`

u la fonction
f est continue, la convergence de la serie de Fourier vers f est uniforme.

On va voir de nombreux exemples dans la suite.
Aux conditions du th
eor`
eme pr
ec
edent, on pr
ef`
ere parfois celles-ci, plus g
en
erales :
(i) f (x) na sur lintervalle [, ] quun nombre fini de discontinuit
es finies et a ailleurs une deriv
ee
born
ee,
ou bien encore
(ii) elle est born
ee et na quun nombre fini de minima et de maxima dans cet intervalle.
Sous ces conditions, ( conditions de Dirichlet ), la conclusion pr
ec
edente que la s
erie converge en tout
point vers 21 f (x ) + f (x+ ) est encore vraie.
Il existe des conditions plus faibles assurant la convergence (conditions suffisantes). La version suivante, due a
` Jordan, semble la meilleure.
20 Octobre 2008
J.-B. Z.
Chapitre 3. S
eries de Fourier
63
Th
eor`
eme de Jordan. Si une fonction est a
` variation born
ee sur lintervalle p
eriode, la s
erie de Fourier
converge en tout point vers la demi-somme 21 f (x ) + f (x+ ) .
Une fonction a
` variation born
ee est d
efinie comme suit. Pour une fonction d
efinie sur un intervalle
[a, b] on consid`
ere une subdivision arbitraire de [a, b], cest-`
a-dire un choix de points x0 = a < x1 < <
n
xn1 < xn = b et on calcule la variation correspondante
|f (xi )f (xi+1 |. La fonction est a
` variation
i=1
born
ee ssi cette variation est born
ee par un B ind
ependant de la subdivision. Une fonction monotone
born
ee est a
` variation born
ee. (On d
emontre que toute fonction a
` variation born
ee est la diff
erence de
deux fonctions croissantes born
ees.) Une fonction born
ee nayant quun nombre fini de maxima ou minima
sur [a, b] est a
` variation born
ee. Une fonction continue et a
` d
eriv
ee born
ee est a
` variation born
ee. (Cette
grande vari
et
e de cas impliquant la propri
et
e d
etre a
` variation born
ee explique la multiplicit
e de conditions
suffisantes de convergence des s
eries de Fourier rencontr
ees dans la litt
erature. . . )
Voici lexemple donn
e par Picard dune fonction continue sur lintervalle [, ], mais dont la s
erie
de Fourier ne converge pas. Soit
f (x) =
p=1
et
F (x) =
3
x
1
sin(2p + 1) ,
p2
2
f (x)
f (x)
si 0 < x <
si < x < 0
Pour tout x la s
erie converge uniform
ement, donc la somme f (x) est bien continue, donc born
ee, et
f (0) = 0. La fonction F est aussi continue et born
ee. (Par contre, en raison de ses rapides oscillations, la
fonction nest pas a
` variation born
ee.) On consid`
ere la s
erie de Fourier de F , seuls les cosinus apparaissent
pour cette fonction paire
a0 + a1 cos x + a2 cos 2x +
Soit Sn = a0 + a1 + + an la somme partielle de cette s
erie de Fourier en x = 0. En choisissant
3
3
3
1 1
p
p
+ 1). Pour p grand, log(2p + 1) p3 log 2,
n=2
1, Picard montre que S2p3 1 > 2 p2 log(2
log 2
donc S2p3 1 > p 2
qui crot sans limite. La suite des sommes partielles Sn ne peut donc converger :
la s
erie de Fourier de F en x = 0 diverge !
Picard, Trait
R
ef. : E.
e dAnalyse, J. Gabay. Lexemple est emprunt
ea
` Fej
er.
Autrement dit, sous les conditions du theorème, la somme de Fourier existe et converge
vers f sauf aux points de discontinuite et peut-etre (si f (+ ) = f ( )) aux extremites
du segment. Nous admettrons ce theorème, en nous bornant a` quelques indications.
Pour une fonction satisfaisant les conditions du theorème de Dirichlet, les coefficients
an , bn decroissent en valeur absolue au moins comme |an | 1/n, |bn | 1/n pour n grand,
ce qui nassure pas en general la convergence absolue de la serie de Fourier, mais nexclut
pas la convergence simple pour certaines valeurs de x. Ces coefficients peuvent decrotre
plus rapidement, si la fonction est plus regulière. En fait on peut demontrer le
Th
eor`
eme de Stokes. Si f (k) est la première des derivees de f à avoir une discontinuite
(ou un nombre fini de discontinuites) alors |an |, |bn |
1
.
nk+1
Ceci implique que la convergence est moins bonne pour les derivees successives : les coefficients de la derivee -ième de la serie de Fourier sont n an et n bn , qui decroissent moins
vite. En fait, la derivation terme à terme du developpement de Fourier de f (x) ne donne
pas le developpement de Fourier de f (x) si f est discontinue. Un exemple est donne par
J.-B. Z.
20 Octobre 2008
64
M
ethodes math
la fonction f (x) periodique et valant x sur sa periode (T /2, T /2), dont le developpement
de Fourier non trivial sera donne à la section suivante. Sa derivee terme à terme est
egalement non triviale et ne sidentifie pas au developpement de Fourier de f (x) = 1 qui
` linverse, la convergence est meilleure pour lintegrale de
se reduit au terme constant ! A
f (x) (convergence en moyenne).
Quen est-il de la convergence uniforme ? Retenons aussi du theorème de Dirichlet
que pour une fonction continue et periodique sur [, ], la serie de Fourier converge
uniformement vers f (x).
Remarques.
1. On a raisonne sur lintervalle [, ] mais il est aise de transposer toute la discussion à
une fonction periodique de periode T . Une serie de Fourier pour une telle fonction secrit
f (x) =
2nx
2nx
1
a0 +
an cos
+ bn sin
,
2
T
T
n=1
(1.7)
avec des coefficients donnes par des formules generalisant (1.6)

an =
2
T
2
nx
T
f (x) cos
I
dx
bn =
2
T
f (x) sin
I
2
nx
T
dx
(1.8)
o`
u I est un intervalle quelconque de longueur T .
2. On peut regrouper agreablement les deux types de termes de la serie de Fourier en
ecrivant
f (x) =
n=0
cn cos(nx n )
avec a0 = c0 , 0 = 0 et si n > 0, an = cn cos n , bn = cn sin n . On peut aussi ecrire
f (x) =
An einx
(1.9)
n=
ce qui est une notation naturelle pour
inx
An e
= A0 +
n=
n=1
(An einx + An einx ) .
On identifie donc avec (1.1) en prenant an = An + An , bn = i(An An ), soit encore

An =
20 Octobre 2008
1
2
f (x)einx dx ,
(1.10)
J.-B. Z.
Chapitre 3. S
eries de Fourier
65
quon retrouve aussi directement comme consequence de (1.5). Supposons que la fonction
f soit reelle, comme nous le faisons en general dans ce cours. Ecrivant

f (x) = f (x) =
An einx et identifiant terme à terme avec le developpement (1.9), on voit que An =
An . La propriete de realite implique donc que An = An , donc que an = 2e An ,
bn = 2m An .
3. Lensemble des coefficients (an , bn ) ou (cn , n ) ou An constitue le spectre de Fourier de

la fonction f . On peut voir la donnee de ces coefficients comme une facon de representer
la fonction en termes de fonctions periodiques de base, ou plus precisement considerer les

an , bn (ou les An ) comme des coordonnees sur les fonctions orthogonales cos mx et sin nx
(ou les einx ), (cf les relations (1.4), (1.5) vues comme les produits scalaires des vecteurs
dun repère rectangulaire). Lidee de decomposer une fonction sur une base de fonctions
bien choisies est une idee qui va reapparatre dans de nombreuses situations.
Exemples :
1. Soit la fonction f (x) = x2 sur lintervalle [, ], prolongee par periodicite de periode
2 au del`
a. On calcule aisement A0 =
parties, An =
2(1)n
n2
1
2
x2 dx =
2
3
et après deux integrations par
pour n = 0. On a donc, puisque f est continue
2
x =
+2
3
n=0
2
cos nx
(1)n inx
e
=
+4
(1)n
.
2
n
3
n2
n=1
Les deux series convergent absolument et uniformement. On voit sur la figure suivante que
le pic en est de mieux en mieux represente quand la serie est tronquee à un ordre plus
eleve. Ceci reflète bien le fait que les hautes frequences (grands harmoniques, cest-à-dire
modes `
a n grand) donnent les details fins de la fonction.
10
8
8
6
6
4
2
-1
-0.5
0.5
-1
-0.5
0.5
-1
-0.5
0.5
Fig. 1: La fonction p
eriodique valant x2 sur sa p
eriode [, ], a
` gauche, puis repr
esent
ee
par sa s
erie de Fourier avec 6 (au milieu) et 20 (`
a droite) termes. En abscisse est port
ee la
variable x/(2).
J.-B. Z.
20 Octobre 2008
66
M
ethodes math
En TD
2. Soient u et x deux variables r
eelles. En prenant les parties r
eelle et imaginaire de la s
erie
1
n einx =
,
absolument
convergente
pour
|u|
<
1
et
tout
x
(donc
uniform
e
ment
g
eom
etrique
u
n=0
1ueix
convergente), on obtient deux s
eries de Fourier uniform
ement convergentes
1 u cos x
=
1 2u cos x + u2
u sin x
=
1 2u cos x + u2
un cos nx
(1.11)
u sin nx
De m
eme, en prenant partie r
eelle et imaginaire de log(1 ueix ), on trouve
log(1 2u cos x + u2 ) = 2
u sin x
Arc tan
=
1 u cos x
n=1
n=1
un
cos nx
n
(1.12)
un
sin nx .
n
Montrer quon passe de (1.12) a

` (1.11) par d
erivation par rapport a
` u.
3. Autre exemple : f (x) = cos ax, pour a non entier, x . La s
erie de Fourier est
sin a
(1)n
n1
La s
erie converge vers f (x) pour x .
2a cos nx
.
a2 n2
On verra dautres exemples de series de Fourier dans la suite.

1.2. Ph
enom`
ene de Gibbs
Que se passe-t-il au voisinage dun point de discontinuit

e de la fonction f ?
Consid
erons par exemple la fonction f (x) = x sur lintervalle [ 12 , 21 ]. (Noter que cette fonction est,
a
` un changement d
echelle pr`
es, la d
eriv
ee de la fonction de lExemple 1 du 1.1.) On montre ais
ement
(TD) que son d
eveloppement de Fourier s
ecrit
f (x) =
(1)n1
n=1
sin 2nx
n
et selon le th
eor`
eme, ce d
eveloppement converge vers f dans ] 12 , 21 [, tandis quil vaut 0 = f ( 21 ) + f ( 21 )
1
en 2 .
0.4
0.4
0.2
-1.5
-1
-0.5
0.5
-0.2
-0.4
N =4
20 Octobre 2008
0.2
1.5
-1.5
-1
-0.5
0.5
1.5
-0.2
-0.4
N = 10
J.-B. Z.
Chapitre 3. S
eries de Fourier
67
Repr
esentons le d
eveloppement tronqu
ea
` la N-i`
eme harmonique 1
. On voit que
(1)n1 sin 2nx
n
n=1
quelques harmoniques reproduisent d
ej`
a tr`
es bien la discontinuit
e de la fonction en . Conform
ement au
th
eor`
eme, quand on augmente le nombre de termes, la s
erie de Fourier approxime de mieux en mieux la
fonction en dehors de ses discontinuit
es, mais on voit quelle exag`
ere la valeur de la discontinuit
e. Plus
pr
ecis
ement, la position du maximum (ou minimum) tend vers le point de discontinuit
e x(0) , mais la valeur
(0)
enom`
ene de Gibbs. On peut
a
` ce maximum ou minimum ne tend pas vers la valeur de f x . Cest le ph
calculer lexc
edent et on trouve quil tend vers environ 18% de la discontinuit
e (cf TD). A l
evidence, la
s
erie de Fourier ne converge pas uniform
ement !
Autre exemple : la fonction cr
eneau, p
eriodique de p
eriode 2, valant f (x) = 1 si x ] , 0[, et
f (x) = 1 si x ]0, [. Sa s
erie de Fourier na que les termes en sinus, et un calcul simple conduit a
`
f (x) =
n=0
1
sin(2n + 1)x .
2n + 1
La convergence est lente, en 1/n, refl

etant la pr
esence dune discontinuit
e, et on observe `
a nouveau le
ph
enom`
ene de Gibbs, voir Figure 2.
-1
0.5
0.5
-0.5
0.5
-1
-0.5
0.5
-0.5
-0.5
-1
-1
Fig. 2: La fonction p
eriodique valant signe(x) sur sa p
eriode [, ], (fonction cr
eneau),
superpos
ee a
` sa s
erie de Fourier avec 6 (`
a gauche) et 20 (`
a droite) termes. En abscisse est
port
ee la variable x/(2).
2. Equations
diff
erentielles lin
eaires avec source p
eriodique
2.1. Decouplage des modes de Fourier
On considère une equation differentielle du -ième ordre à coefficients constants du type
etudie au chapitre precedent
L(y(x)) :=
Ck
k=0
dk
y(x) = (x)
d xk
(2.1)
o`
u (x) est une fonction periodique de x, de periode T , supposee satisfaire les hypothèses
du theorème de Dirichlet. On peut alors representer par son developpement de Fourier
(x) =
An einx ,
(2.2)
n=
J.-B. Z.
20 Octobre 2008
68
M
ethodes math
o`
u, selon lusage, on note =
2
T ,
et il est suggere den faire autant pour y(x)
y(x) =
(2.3)
yn einx .
n=
Si on suppose y(x) suffisamment regulière (cf section precedente), on peut deriver terme
à terme le developpement de y(x), et deriver k fois revient à multiplier le n-ième mode
(la n-ième composante de Fourier) par (in)k : y (k) (x) =
n=
yn (in)k einx .
La propriete de linearite implique que laction de L sur les differents modes de y(x)
secrit
L(y(x)) =
Ck (in)k yn einx
(2.4)
n k=0
et quon obtient une solution particulière de (2.1) en sommant une solution pour chacun
des modes,
k=0
Ck (in)k yn = An , soit
yn =
An
k=0
Ck
(in)k
y(x) =
An
k=0
Ck
(in)k
einx .
Le n-ième mode de y ne repond quau n-ième mode de .
(2.5)
On dit quil y a
decouplage des differents modes de Fourier. Lensemble {Zn } des coefficients de proportionnalite entre le n-ième mode An de la source et le n-ième mode de la reponse yn ,
Zn =
k=0
Ck (in)k
(2.6)
constitue ce quon appelle limpedance ou la susceptibilite du système (cf Chapitre 4, 4).

La fonction (2.5) est-elle la solution generale de (2.1) ? La theorie generale des
equations differentielles lineaires nous permet daffirmer que la solution generale de

lequation (2.1) est la somme de (2.5) et de la solution generale de lequation sans second membre. Mais cette dernière est en general une fonction qui sannule rapidement (on
suppose ici que la variable x est en fait une variable de temps), et quon neglige après un
regime transitoire. Par exemple, au chapitre 4, nous etudierons le cas du pendule amorti
excite par une source exterieure : après une periode transitoire o`
u son mouvement propre
samortit, le pendule ne repondra quà cette source (et de facon lineaire), en ayant oublie
les conditions initiales, telles langle et la vitesse avec lesquels on la lache au temps t = 0.
20 Octobre 2008
J.-B. Z.
Chapitre 3. S
eries de Fourier
.
69
R
A
C
q
i
D
.
Fig. 3: Filtre RC.
2.2. Filtre RC
A titre dexemple des considerations precedentes, considerons le circuit electrique represente
sur la figure 3.
Soit Ve le signal dentree (tension entre A et B), Vs le signal de sortie (entre C et D).
On a VA VC = Ri = Rq,
Vs = VC VD = VC VB = q/C et Ve = VA VB = Rq +
1
C q.
Si le signal dentree Ve (t) est donne, le signal de sortie Vs (t) = q(t)/C est donc solution de
lequation differentielle
RC V s (t) + Vs (t) = Ve (t) .
(2.7)
Si Ve (t) est un signal periodique de periode T = 2/, on introduit sa serie de Fourier

Ve (t) =
Vn eint et on procède comme au 2.1. Pour chaque mode Vn eint , on
cherche une solution particulière de (2.7) de la forme Zn Vn eint , do`

u (iRCn + 1)Zn = 1,
soit1
Zn =
1
1
,
=
1 + iRCn
1 + i n
0
(2.8)
avec 0 := 1/RC (qui a bien la dimension dune frequence). La solution particulière de

(2.7) quon vient de construire
Vs (t) =
Zn Vn eint
(2.9)
est la transformee du signal dentree Ve (t) par le circuit ou filtre RC.

1
Noter que les Zn , ici des rapports de tensions, sont sans dimension, au contraire des
impedances, rapports tension/intensite, mesures en V/A=Ohm.

J.-B. Z.
20 Octobre 2008
70
M
ethodes math
Si 0 et donc que le signal dentree est à haute frequence (par rapport à la
frequence caracteristique 0 du circuit), on peut approximer Zn
0
.
in
Le circuit RC a
alors pour effet dintegrer le signal dentree (à la multiplication par un facteur 0 près
Vs (t)
0
Vn eint = 0
in
Ve (t )dt ,
(2.10)
(qui est une primitive de Ve (t)). Il est donc legitime dappeler ce filtre RC un integrateur.
Si par contre 0 , pour les petites valeurs de n (pour n tel que n 0 ), on peut
approximer Zn 1, et le signal de sortie Vs aux basses frequences ne diffère pas beaucoup
de celui dentree Ve . On dit que le circuit RC est alors un filtre passe-bas.
Signal dentree en creneaux
Prenons un cas concret, celui dun signal dentree donne par la fonction creneau Vecr , de
periode T , valant V sur [0, T /2] et +V sur [T /2, T ], etudiee à de petites modifications
de notations près au 1.2. Sa serie de Fourier secrit

Vecr (t) =
4V
sin(2n + 1)t .
(2n
+
1)
n=0
(2.11)
(En fait il ny a convergence du membre de droite vers la fonction creneau, et donc egalite
des deux membres de cette relation, quaux points autres que les points de discontinuite.)
Si 0 , le filtre transforme ce signal en
Vscr (t) =
40 V
cos(2n + 1)t ,
(2n + 1)2
n=0
(2.12)
qui doit donc etre la serie de Fourier dune primitive de Vecr (t), cest-à-dire dune fonction
lineaire par morceaux, valant C t sur [0, T /2] et C T2 +t sur [T /2, T ], avec une constante
C determinee par les conditions initiales. Cest une fonction triangle (du type de celle
etudiee au TD4, (I B1), `

a de petits changements de variable et de periode près, et à une
constante additive près). En t = 0, la serie a pour somme
C=
40 V
0
T 0
=
V =
V
2
(2n + 1)
2
4
n=0
(cf TD4, IB3 eq. (4)). La tension de sortie sannulant en t = 0 est donc la fonction
V cr (t) C.
s
20 Octobre 2008
J.-B. Z.
Chapitre 3. S
eries de Fourier
71
Solution generale de lequation differentielle (2.7)
Selon la theorie generale des equations differentielles lineaires, à la solution particulière

Vs (t) de (2.9), on doit ajouter la solution generale de lequation sans second membre
(0)
(0)
(0)
V s + 0 Vs = 0, soit Vs (t) = V1 e0 t . La solution generale de (2.7) est donc Vs (t) =
Vs (t) + V1 e0 t , avec V1 une constante determinee par les conditions initiales. Mais le
deuxième terme sattenue très rapidement, avec une echelle de temps caracteristique t1 =
(0)
1/0 : au bout de ce temps t1 , la fonction Vs (t) a decru dun facteur e, au bout de

2t1 , elle a decru de e2 , etc. On concoit donc quaprès une periode transitoire, ce terme
est negligeable devant la solution periodique V cr (t), qui decrit le regime permanent du
s
système.
Pour bien
etudier le r
egime transitoire, examinons plus en d
etail le signal de sortie Vs (t) pour un
signal dentr
ee donn
e par la fonction cr
eneau Vecr (t). Autrement dit,
etudions le circuit auquel on applique
la tension V aux bornes A et B du circuit pendant le temps T /2, puis la tension oppos
ee V pendant la
deuxi`
eme demi-p
eriode, etc. Supposons par exemple qu`
a linstant t = 0, le potentiel Vs = V .
On doit donc r
esoudre l
equation (2.7) avec un Ve (t) = V selon quon est dans une demi-p
eriode
t [nT, (n + 21 )T ] ou dans t [(n + 12 )T, (n + 1)T ]
01 V s + Vs =
V
+V
si t [nT, (n + 21 )T ]
si t [(n + 21 )T, (n + 1)T ] .
(2.13a)
(2.13b)
Dans chacun de ces intervalles, la solution est comme toujours de la forme : solution particuli`
ere de
l
equation, soit ici V , + une solution g
en
erale de l
equation sans second membre, V s + 0 Vs = 0, et donc
une fonction proportionnelle a
` exp 0 t
Vs (t) =
An e0 t V
Bn e0 t + V
si t [nT, (n + 21 )T ]
si t [(n + 21 )T, (n + 1)T ] .
(2.14a)
(2.14b)
Le coefficient A0 est d
etermin
e par la condition initiale Vs (0) = V , do`
u A0 = 2V , puis les autres
coefficients Bn et An sont d
etermin
es en imposant la continuit
e de la charge q, donc de Vs (t) a
` la fin de
chaque demi-p
eriode t = (n + 12 )T ou t = nT . Par exemple a
` linstant t = T /2 = /, la continuit
e entre
les deux formes (2.14a) et (2.14b) ci-dessus donne
B0 eo / = 2V (1 eo / ) .
Notant
:= e0 / ,
donc un nombre r
eel < 1, on v
erifie par r
ecurrence que
1 + 2n+1
1 + 1
1 2n2
Bn = 2V (1 1 + 2 2n1 ) = 2V
1 + 1
An = 2V (1 1 + 2 + 2n ) = 2V
et donc
Vs ((n + 12 )T ) = V + An 2n+1 = V + 2V
Vs ((n + 1)T ) = V + Bn 2n+2 = V
J.-B. Z.
+ 2n+2
1
= V
+ O(2n+2 )
1+
1+
1
+ O(2n+3 ) .
1+
20 Octobre 2008
72
M
ethodes math
Si on n
eglige les termes O(2n+2 ), on voit que Vs prend aux demi-p
eriodes la valeur V o`
u
V =
1
.
1+
Linterpr
etation est quapr`
es un temps nT , plus ou moins long selon la valeur du rapport 0 /, le
terme e0 T = 2n est devenu n
egligeable. Cest la fin du r
egime transitoire mentionn
e plus haut. Le
syst`
eme est alors dans un r
egime p
eriodique o`
u le condensateur se charge et se d
echarge, avec une tension
a
` ses bornes oscillant entre les valeurs V .
Examinons les deux cas limites o`
u 0 / est petit ou grand :
(1) /0 1, cest-`
a-dire on excite le filtre a
` de hautes fr
equences par rapport a
` 0 . Dune part, le
r
egime transitoire dure assez longtemps, car est proche de 1. De lautre, on peut approximer la fonction
Vs (t) par une fonction lin
eaire par morceaux, et on retrouve notre fonction triangle et le circuit int
egrateur.
(2) /0 1, le r
egime transitoire est beaucoup plus bref, car 1, mais on ne peut plus lin
eariser
Vs (t). Dans la limite /0 0, on retrouve une fonction cr
eneau : le filtre a
` basse fr
equence est presque
transparent, cest un filtre passe-bas. Noter que les discontinuit
es de la fonction cr
eneau ont
et
e adoucies :
la fonction est continue.
1
0.5
0.5
1
0.8
0.6
50
100
150
200
250
10
15
20
25
30
0.4
0.2
-0.5
-0.5
1
-1
Fig. 4: Courbe Vs (t) pour /0 = .1, 1. 10. On a pris V = 1, 0 = 1.
Exercice compl
ementaire, a
` r
esoudre par exemple a
` laide de Maple. Quel est leffet dune condition initiale V (0) diff
erente de celle choisie plus haut ? Par exemple, si V (0) = 12 V , ou V (0) = V , tracer
la courbe de Vs (t) pour /0 = 0.1, 1, 10. Montrer quau bout dun temps fini, qui d
epend de ce rapport
/0 , les courbes reproduisent celles de la figure 4.
2.3. Autres exemples

Le fait quun système lineaire decouple les differents modes de Fourier sera illustre au
chapitre suivant par le cas de loscillateur harmonique couple à une source periodique,
avec applications `
a des systèmes très varies, mecaniques (systèmes oscillants), electriques
(circuits LRC, filtres. . . ) et meme (sub)-atomiques (interaction atome-rayonnement).
` linverse, un système non-lineaire peut donner lieu à des phenomènes inedits dans le
A
regime lineaire : couplage de modes, generations dharmoniques, de sous-harmoniques, etc.
Par exemple, un gaz rare comme le neon traverse par le faisceau dun laser intense peut
reemettre des harmoniques impairs. On rencontrera des systèmes de ce genre (oscillateurs
à relaxation) au chapitre 5.
20 Octobre 2008
J.-B. Z.
Chapitre 3. S
eries de Fourier
73
3. Analyse dun syst`

eme p
eriodique avec une bande passante finie.
En pratique, le developpement (1.1) (ou (1.9)) est rarement utilise ou connu dans son
integralite. Ou bien, parce quon ne connat quun nombre fini de termes, il est tronque à
un nombre de modes fini, la somme sur n courant de 0 à N (ou de N à N dans (1.9)).
Ou bien, comme cest le cas souvent en physique, la fonction represente un signal qui a pu
etre deforme lors de sa reception ou de son traitement, affectant ainsi les coefficients des
differentes harmoniques, et tronquant eventuellement les basses ou les hautes frequences.
(On parle de filtre passe-haut, resp. passe-bas, pour un dispositif qui coupe les basses,
resp. les hautes, frequences.) On dira quon analyse la fonction f avec une bande passante
finie si les hautes frequences sont coupees ou fortement attenuees. Quel en est leffet sur
la reproduction de la fonction ?
On a vu au 1.2 leffet dune coupure des harmoniques eleves sur les fonctions x2 , x
et signe(x) periodiques : les details fins de la fonction sont mal reproduits. En general,
si les coefficients de la serie decroissent lentement (par exemple, decroissance en 1/n des
coefficients de Fourier des fonctions discontinues), il est clair que la somme sera sensible
à une coupure des hautes frequences. Pour ces fonctions, dont les premiers modes de
Fourier sont dordre 1, il est clair aussi quune coupure des basses frequences nest pas
anodine. . .
Pour analyser la chose autrement, examinons un exemple caracteristique. Considerons
la fonction paire
f (x) = e|x|
definie sur lintervalle [, ], ou si on prefère, pour tout x reel, en repetant lintervalle
[, ] periodiquement. Pour petit, la fonction est etalee autour de 0, et son pic se
retrecit quand crot.
1
0.8
0.6
Gamma=1
0.4
0.2
-1
-0.5
Gamma=5
0.5
Fig. 5: La fonction e|x| pour deux valeurs = 1 et = 5.
J.-B. Z.
20 Octobre 2008
74
M
ethodes math
La fonction ainsi definie est continue et periodique, selon les theorèmes precedents,
son developpement de Fourier doit converger. On calcule aisement les coefficients
an =
2 (1 (1)n e )
2 + n2
et en particulier
a0 =
2
1 e
(3.1)
tandis que bn = 0 (fonction paire). Pour 1, on peut approximer par an
2
2 +n2
qui est une fonction lorentzienne (Fig. 4). Son graphe est une courbe en cloche plus
etalee quune gaussienne2 , dont on peut mesurer letalement en calculant la valeur de n

o`
u on atteint la demi-hauteur du maximum, soit
2
n2 +2
1
,
donc |n| .
0.3
0.25
0.2
0.15
0.1
0.05
1
Fig. 6: Les coefficients de Fourier de la fonction f , par la formule (3.1) (trait plein) et par
lapproximation lorentzienne (ligne bris
ee). Ici = 1.
La conclusion de ce simple calcul, quon pourrait repeter avec dautres fonctions,

est qu`
a une fonction f (x) piquee, respectivement etalee, correspond une distribution
large, resp. etroite, de ses coefficients de Fourier. En particulier, dans notre exemple, à
grand (fonction f très piquee), on doit utiliser beaucoup dharmoniques (|n| ) pour
reproduire correctement la fonction. Inversement une bande passante etroite (une limite
basse sur les n) interdit de voir des details fins de la fonction f . La bande passante
doit etre dautant plus large que les details de la fonction sont plus fins. Il sagit là dun
aspect fondamental de lanalyse de Fourier, quon a dejà rencontre en Optique :
avoir une bonne resolution spatiale, cest-à-dire pouvoir discerner des details fins, impose
dutiliser des petites longueurs donde (cest-à-dire des grandes frequences). Ce meme
principe va reapparatre sous des habits varies dans des situations multiples, telles les
relations dincertitude de la Mecanique Quantique.
2
Rappelons que la fonction gaussienne G(x) = ex a pour graphe une courbe en cloche,
chère aux statisticiens. Voir aussi lexercice sur la distribution de Maxwell, TD2.
20 Octobre 2008
J.-B. Z.
Chapitre 3. S
eries de Fourier
75
4. Diffusion coh
erente par un r
eseau
Lun des aspects les plus importants et les plus courants de linteraction entre un rayonnement
electromagn
etique (lumi`
ere visible, ultra-violette, rayons X etc) et la mati`
ere est le ph
enom`
ene de diffusion.
` l
A
echelle microscopique, un photon de londe
electromagn
etique incidente excite un
electron dun atome
du mat
eriau consid
er
e. Latome excit
e r
e
emet ensuite un photon. Nous allons nous int
eresser aux aspects
coop
eratifs de ce ph
enom`
ene, quand plusieurs centres diffuseurs agissent de concert, de facon coh
erente.
Des ph
enom`
enes dinterf
erence, constructive ou destructive, peuvent alors avoir lieu. Le cas le plus simple
est obtenu avec des centres diffuseurs r
eguli`
erement espac
es, formant ainsi un r
eseau. Comme on va le voir,
les ph
enom`
enes de diffusion coh
erente se produisent quand la longueur donde est de lordre de grandeur de
la distance entre les centres diffuseurs de ce r
eseau. Il peut sagir dun r
eseau naturel, tel ceux constitu
es
par les r
eseaux cristallins tridimensionnels, et le rayonnement
electromagn
etique int
eressant sera alors fait
de rayons X (longueur donde typique 0,1
A< < 100
A)*. Pour observer le ph
enom`
ene en lumi`
ere visible,
A) il faut plut
ot utiliser des r
eseaux artificiels. Les r
eseaux lin
eaires
A< < 8000
(longueur donde 4000
peuvent
etre obtenus par gravure dune surface par des traits microscopiques r
eguli`
erement espac
es : il
faut alors se repr
esenter la surface expos
ee au rayonnement comme une t
ole ondul
ee, avec des ondulations
de profil quelconque mais dot
ees dune p
eriode spatiale tr`
es bien fix
ee.
(a)
La
La
a sin
(b)
a sin
(c)
a sin
a sin
Fig. 7: (a) Diffusion par un r

eseau fini fait de 2L + 1 centres diffuseurs. (b-c) Diff
erence
de chemin optique entre deux rayons lumineux adjacents observes en transmission (b) ou
en r
eflexion (c).
4.1. R
eseau fini
On consid`
ere une onde lumineuse plane monochromatique, represent
ee par une amplitude complexe
et
dirig
e
selon
la direction de propagation
Aei(tk.x) : k est le vecteur donde de longueur |k| = 2
de londe, sa longueur donde, = 2, o`

u est la fr
equence de londe, et (dans le vide) k = /c.
Cette onde est incidente selon un angle sur un r
eseau lin
eaire de centres diffuseurs
equidistants
entre eux dune distance a, et on lobserve dans la direction , dans le plan d
etermin
e par k et la ligne de
diffuseurs, voir figure 7. On suppose que londe diffus
ee a la m
eme longueur donde (diffusion
elastique).
Dans un premier temps on suppose ce r
eseau fini, les coordonn
ees des centres courant de La a
` La,
voir figure 7(a). Lamplitude totale est la superposition de lamplitude incidente et de lamplitude diffus
ee.
Cette derni`
ere est la somme des contributions de chacun des centres diffuseurs (dans lapproximation o`
u
on n
eglige la diffusion multiple). La contribution du -`
eme centre diffuseur, mesur
ee a
` la distance r
* On rappelle la d
efinition de lAngstr
om 1
A= 1010 m.
J.-B. Z.
20 Octobre 2008
76
M
ethodes math
est de la forme B(r )ei(tkr ) . Si on suppose toutes les distances r grandes par rapport aux distances
entre centres, r r, on peut n
egliger les variations de la fonction B : B(r ) B(r), et ne garder que la
a-dire ne prendre en compte que la diff
erence entre
d
ependance de la phase eikr dans la distance r , cest-`
les chemins optiques des rayons lumineux diffus
es par les diff
erents centres. Or la diff
erence de chemins
optiques entre deux rayons lumineux incidents sur deux centres adjacents est
egale a
` = a(sin sin ),
voir figure 7(b-c). Lamplitude totale, somme des amplitudes des contributions des ondes diffus
ees par
L
ik . Mais on calcule
chaque centre, est donc
egale a
` B(r)ei(tkr) multipli
ee par un facteur
e
=L
ais
ement (s
erie g
eom
etrique finie)
L
eix =
=L
sin(2L + 1) x2
ei(L+1)x eiLx
=
.
eix 1
sin x2
(4.1)
Le facteur multiplicatif de notre onde est donc

)
sin((2L + 1)k
2
sin(k
)
2
Leffet dinterf
erence est maximalement constructif quand la diff
erence de chemin optique est un
multiple entier de , donc k un multiple entier de 2. En effet quand x 2K dans (4.1), avec K
entier, la somme approche (2L + 1). Pour toute autre valeur, elle est tr`
es proche de z
ero, et ce dautant
plus que L est plus grand, voir figure.
-3
-2
0.8
0.8
0.6
0.6
0.4
0.4
0.2
0.2
-1
-3
-2
-1
-0.2
-0.2
-0.4
-0.4
Fig. 8: La fonction sin(2L+1) x2 /[(2L+1) sin x2 ] entre et pour deux valeurs de L = 10

1
)
et L = 50. On voit que la fonction nest dordre 1 que dans un intervalle |x| O( L
autour de chaque multiple de 2.
On rappelle que lintensit
e lumineuse (la grandeur physiquement et physiologiquement ! observ
ee)
est
egale au module carr
e de lamplitude. Cest donc par un facteur (2L + 1)2 que leffet dinterf
erence
constructive se fait sentir.
On note que lintensit
e, maximale en k = K2, sannule pour une valeur tr`
es voisine de langle ,
2
telle que k = K2 2L+1
. Cet intervalle angulaire entre le maximum de brillance de la raie et son
extinction d
efinit la largeur de la raie dinterf
erence
=
.
(2L + 1)a cos
` cet effet de taille finie

Les raies sont dautant plus fines que le r
eseau est plus large (L plus grand). A
du r
eseau diffuseur viennent sen ajouter bien dautres qui contribuent a
` l
elargissement des raies : par
exemple, dans le cas de la diffusion par un r
eseau cristallin, lagitation thermique, les dislocations, la
dispersion de la lumi`
ere pas strictement monochromatique. . .
Si deux ondes de longueurs donde et = + sont envoy
ees sur le r
eseau, peut-on les discriminer,
les s
eparer par leurs raies ? Si correspond a
` un maximum dintensit
e pour la K-i`
eme raie de la longueur
20 Octobre 2008
J.-B. Z.
Chapitre 3. S
eries de Fourier
77
K
donde , langle est d
eplac
e de = a cos
pour . Cet angle sera observable sil est sup
erieur a
` la
largeur de raie pr
ec
edemment calcul
ee , soit
1
K(2L + 1)
Le pouvoir s
eparateur est dautant plus grand (cest-`
a-dire
raie dordre plus
elev
e.
plus petit) que le r

eseau est plus large et la
4.2. R
eseau infini. Peigne de Dirac
Dans la limite o`
u le nombre de diffuseurs tend vers linfini, le facteur apparaissant dans lamplitude
devient de plus en plus piqu
e et grand au voisinage de toute valeur 2K de x. La limite (dans un sens
qui devrait
etre pr
ecis
e) est donc infinie en tout point 2K, nulle ailleurs. On notera P (x) cette limite,
o`
u lindice P rappelle sa nature p
eriodique, de p
eriode 2
eipx = 2P (x) .
(4.2)
p=
Il sagit dun objet math

ematique assez singulier, quon ne peut appeler fonction au sens usuel. Noter
que si sa valeur est infinie en tout point multiple entier de 2, lint
egrale de P sur tout intervalle de
longueur 2 est finie et vaut 1. En effet,
P (x) dx =
1
2
eipx dx =
p=
p0 = 1 ,
(4.3)
p=
o`
u p0 d
esigne le symbole de Kronecker usuel, a
` ne pas confondre avec le nouvel objet P . Plus
g
en
eralement, soit f est une fonction suffisamment r
eguli`
ere (on dit lisse), et consid
erons lint
egrale
de f (x)P (x) sur lintervalle [, ]. Les valeurs de f en dehors dun voisinage arbitrairement petit de
lorigine sont effac
ees par P et finalement on sattend a
` trouver
P (x) dx = f (0) ,
P (x)f (x) dx = f (0)

ou plus g
en
eralement
(4.4)
(2m+1)
f () .
P (x)f (x) dx =
(2k+1)
(4.5)
=k
Il est clair quon a proc

ed
e de facon heuristique, en
echangeant hardiment int
egration et sommation
sur des objets mal d
efinis math
ematiquement. La fonction P , aussi surnomm
ee le peigne de Dirac,
est ce que les math
ematiciens appellent une distribution. On peut isoler ses contributions au voisinage
des entiers successifs en

ecrivant P (x) =
(x p), o`
u (x), localis
ee en 0, est la fonction, ou
p=
distribution, delta de Dirac.
x/2
2
Fig. 9: Le peigne de Dirac
J.-B. Z.
20 Octobre 2008
78
M
ethodes math
La th
eorie des distributions est un important d
eveloppement de lanalyse du XXi`
eme si`
ecle, auquel le
math
ematicien francais L. Schwartz a largement contribu
e. Les distributions sont rencontr
ees fr
equemment
en physique, en particulier en M
ecanique Quantique (m
eme si le physicien a tendance a
` glisser sur les
difficult
es et subtilit
es inh
erentes a
` ces objets. . . ).
4.3. R
eseau tridimensionnel. Condition de Bragg
G
en
eralisons maintenant la discussion au cas o`
u londe est incidente sur un r
eseau infini de centres
diffuseurs selon une direction sp
ecifi
ee par le vecteur donde k et est observ
ee dans une direction sp
ecifi
ee
par le vecteur k . Par g
en
eralisation de la discussion pr
ec
edente, on peut montrer que la condition de
coh
erence est (k k ).a = 2 o`
u a d
esigne tout vecteur du r
eseau cristallin diffuseur, et Z est un
entier arbitraire. Le propre dun r
eseau cristallin (de Bravais) R est d
etre engendr
e par trois vecteurs
a1 , a2 , a3 , en ce sens que pour toute paire de points M et M de R, le vecteur MM est combinaison lin
eaire
a
` coefficients entiers de ces p
eriodes MM =
i ai . Il suffit donc dassurer que (k k ).ai = 2i pour
chacun de ces vecteurs. On montre que cette condition implique que k k est parall`
ele a
` un plan du
r
eseau (cest-`
a-dire passant par trois points de R). Tout se passe comme sil y avait r
eflexion dans ce plan.
En outre la condition fixe langle dincidence (
egal a
` celui de r
eflexion) a
` des valeurs bien d
etermin
ees,
comme dans le cas unidimensionnel.
20 Octobre 2008
J.-B. Z.

emes lin
eaires
1. G
en
eralit
es sur les syst`
emes lin
eaires. Loscillateur harmonique
1.1. Equations
differentielles lineaires.
On va etudier des systèmes lineaires, cest-à-dire des systèmes dont la dynamique est definie
par une equation differentielle lineaire dans la variable temps t, ou par un système de telles
equations. Le cas le plus simple est celui dune equation dordre 2
x
(t) + A(t)x(t)
+ B(t)x(t) = C(t)
(1.1)
o`
u les fonctions A, B, C sont donnees et independantes de la variable dynamique x.
Linteret de ce système est de bien representer la physique de nombreux phenomènes
vibratoires, mecaniques ou electriques, mais aussi de bien dautres systèmes. Ainsi un
solide peut etre decrit comme compose datomes sujets à des forces de cohesion, un atome
est soumis `
a des forces agissant sur ses electrons, et leur dynamique autour de leur position dequilibre est bien decrite par (1.1) et ses generalisations. . . En general, loscillateur
harmonique et ses generalisations à plusieurs degres de liberte sont une bonne facon de
decrire la dynamique dun système au voisinage dun point dequilibre, comme on le verra
plus bas.
Les theorèmes generaux que nous avons enonces au Chapitre 2 sur les equations
differentielles lineaires vont nous etre utiles dans letude de (1.1) et de ses generalisations.
1.2. Oscillateur harmonique
On va etudier de facon detaillee le cas o`
u les coefficients A et B de lequation (1.1) sont
constants, independants du temps. Après changement de notations, on lecrit sous la forme
x
+
1
x + 02 x = C(t) .
(1.2)
et on parle dun oscillateur harmonique amorti et excite.

On est familier avec loscillateur harmonique non-amorti et non excite, regi par
lequation
x
+ 02 x = 0 .
(1.3)
80
M
ethodes math
Rappelons dabord limportance physique et les proprietes majeures de ce cas. Il decrit le

mouvement dun point materiel soumis à une force de rappel proportionnel au deplacement
par rapport `
a la position dequilibre :
m
x = kx .
(1.4)
Cest le cas pour un point attache à un ressort qui exerce une force F = kx proportionnelle
et opposee `
a son elongation (positive ou negative) x par rapport à sa position dequilibre ;
k > 0 est la raideur du ressort. Lequation differentielle sintègre de diverses facons :
On verifie aisement que x1 (t) = sin 0 t et x2 (t) = cos 0 t sont deux solutions lineairement independantes. Une combinaison lineaire de ces deux solutions
1 sin 0 t + 2 cos 0 t peut se recrire sous la forme
x(t) = A sin(0 t + ) .
(1.5)
Cest bien la solution generale de (1.3), avec deux constantes A et determinees par
les conditions initiales : au temps t = 0, x(0) = A sin = x0 , x(0)
= 0 A cos = v0 ,
x0 et v0 donnes. x(t) a un mouvement oscillant, dont A est lamplitude et le
dephasage*. La periode est 2/0 , sa frequence est 0 /2. La grandeur 0 =
k/m
est appelee selon le contexte pulsation, ou frequence angulaire, etc; on lappellera

aussi par abus de langage frequence, chaque fois que cela ne risquera pas de causer
dambigute. Lindice 0 sur 0 se refère à la situation presente de loscillateur non
amorti et non excite.
On peut aussi integrer (1.4) en la multipliant par x et en reconnaissant dans x
x et
dans xx
les derivees par rapport à t de
(1.4) comme
d
dt
qui sintègre en
1 2
2x
et
1
k
mx 2 + x2
2
2
1 2
2x
respectivement. On recrit donc
=0
1
k
mx 2 + x2 = E = constante .
2
2
(1.6)
(1.7)
Ce que cette constante du mouvement (ou integrale première) de lequation initiale exprime est bien s
ur la loi de conservation de lenergie du système isole. La
somme de lenergie cinetique (le premier terme) et de lenergie potentielle du ressort
* Noter que ce dephasage na pas ici un sens intrinsèque : il peut etre absorbe dans un
changement de lorigine des temps.
10 Novembre 2008
J.-B. Z.
Chapitre 4. Syst`
emes lin
eaires
81
(le second) est constante dans le temps et vaut E, energie totale, determinee par les
conditions initiales
1
k
mv02 + x20 .
2
2
La discussion se poursuit en recrivant lequation (1.7) comme
E=
2E
x2
k
dx
= 0
dt
(1.8)
1
2
qui sintègre `
a son tour par changement de la variable x =
2E
k
1
2
sin u, do`
u
du
= 0
dt
donc finalement x(t) =
2E
k
1
2
(1.9)
sin(0 t + ), avec une constante dintegration .
Le resultat est bien identique à ce quon a obtenu plus haut, compte tenu de
E = 12 m02 A2 = k2 A2 .
Remarques.
1. Il y avait a priori un arbitraire de signe dans lextraction de la racine carree dans
1
dx/dt = 0 ( ) 2 . Montrer que le signe oppose aurait conduit à la meme expression finale,
à une redefinition de près.
2. Retournant aux energies cinetique et potentielle, on trouve pour elles les expressions
Ecin (t) =
1
m02 A2 cos2 (0 t + ) ,
2
Epot (t) =
1
m02 A2 sin2 (0 t + ) .
2
(1.10)
Considerons la moyenne de ces quantites sur un temps long par rapport à leur periode
(ou sur une periode precisement, ce qui revient au meme, pourquoi?)
E cin :=
pot
1
T
T
0
E cin (t) dt .
pot
(1.11)
Se rappelant que les fonctions cos2 et sin2 moyennees sur leur periode valent
1
2
cos2 d =
1
2
sin2 d =
1
,
2
1
,
2
on conclut que les energies cinetique ou po-
tentielle moyennees sur une periode sont egales. Cette equipartition de lenergie moyenne
entre energie cinetique et energie potentielle constitue une des particularites de loscillateur
harmonique.
La physique de loscillateur harmonique depasse largement le cas du ressort evoque
plus haut. Considerons un pendule simple, constitue dune masse ponctuelle m fixee à
lextremite dun fil de masse negligeable de longueur . Le pendule oscille dans un plan
vertical.
J.-B. Z.
10 Novembre 2008
82
M
ethodes math
O
M
ma
Fig. 1: Pendule simple.
Il effectue son mouvement sous la seule action de la gravite (son poids P = mg z,
o`
u z designe un vecteur unite dirige selon laxe vertical vers le haut) et de la tension du
fil T , et selon lequation fondamentale de la dynamique, ma =
F = T mg z. On se
debarrasse de la tension inconnue T par projection de lequation sur une direction tangente
à sa trajectoire circulaire et on a alors
m = mg sin .
(1.12)
Cette equation peut setudier telle quelle, cf TD et TP. En particulier, elle admet à nouveau une integrale première, obtenue en multipliant par et en integrant, qui exprime la
conservation de lenergie, cf chapitre 4, 3.2. Mais dans un premier temps, nous allons
supposer les oscillations du pendule petites, donc 1 ce qui nous autorise à lineariser
le problème en remplacant sin par le premier terme de son developpement limite

m = mg .
(1.13)
Identifiant 02 = g/, on a retrouve lequation (1.3) !

Une autre facon de proc
eder est d
ecrire l
equation de variation du moment cin
etique par rapport a
`
O, J = r p, o`
u r = OM, p = mv
d
dJ
=
(r p) = couple des forces ext
erieures = r F .
dt
dt
(1.14)
En projetant sur un axe horizontal, on trouve

m = mg sin
10 Novembre 2008
J.-B. Z.
Chapitre 4. Syst`
emes lin
eaires
83
qui nest autre que (1.12).
Le pendule simple, dans lapproximation des petites oscillations ( 1) que nous
avons faite, a la propriete remarquable disochronisme : la periode des oscillations est

independante de leur amplitude, T = 2
g.
Cette propriete nest vraie que dans
lapproximation des petites oscillations, et on doit lui apporter des corrections dès que
crot.
La discussion qui precède sapplique à une classe beaucoup plus large de systèmes
mecaniques que le ressort ou le pendule simple. Considerons un système soumis à une force
derivant dun potentiel m
x = dU(x)
. Supposons que le potentiel (energie potentielle)
dx
U (x) a un minimum en x = 0 et quon developpe U au deuxième ordre au voisinage de ce
point : U (x) = U (0) + xU (0) +
x2
U (0)
2
+ . Mais le terme en x sannule puisquon est
à un minimum de U : U (0) = 0, et on approxime donc U (x) U (0) + 21 m02 x2 : on est
bien ramene `
a notre oscillateur harmonique, avec une pulsation propre 0 donnee par la
courbure U (0) du potentiel.
(a)
(b)
(c)
Fig. 2: Circuits LC et LRC, isol

es ou coupl
es a
` une tension ext
erieure.
Un autre système physique decrit par lequation (1.3) est le circuit electrique LC
constitue dune bobine dotee dune inductance L et dun condensateur de capacite C
(figure 2(a)), dej`
a evoque au Chapitre 2, o`
u nous avons trouve pour la charge Q une
equation du second ordre :
d2 Q Q
+
=0
dt2
C
qui sidentifie avec (1.4) si on change Q x, L m et
(1.15)
selon (1.5) avec une frequence 0 =
1
LC
1
2
1
C
k. La charge oscille donc
. Il en est de meme de lintensite du courant I
ou de la tension aux bornes du condensateur.

On peut se demander comment prendre en compte la resistance, negligee dans ce qui
precède, mais toujours presente dans un circuit electrique. Son role est dintroduire un
terme dissipatif dans loscillateur harmonique, cest ce que nous allons etudier maintenant.
J.-B. Z.
10 Novembre 2008
84
M
ethodes math
2. Amortissement
2.1. Frottement fluide
On imagine maintenant que le système mecanique etudie est soumis à une force de friction
proportionnelle (et opposee) `
a sa vitesse. Il sagit là dune bonne description du frottement
fluide, auquel est soumis un corps solide en deplacement à faible vitesse dans un fluide. Par
exemple, une sphère de rayon r se deplacant dans un fluide en recoit une force F = 6rv
o`
u est la viscosite du fluide (loi de Stokes). Dune facon generale, il est utile decrire
cette force de frottement sous la forme m
v, avec un paramètre qui a la dimension dun
temps et qui va fournir une echelle de temps importante dans les phenomènes etudies dans
la suite.
Cest ainsi que la vitesse dun corps en chute libre (une goutte de pluie tombant dans lair . . . ) ob
eit
e vers le
a
` l
equation v + 1 v = g, dont la solution est v(t) = g + Aet/ , (avec un axe des vitesses dirig
bas), avec une constante A d
etermin
ee par les conditions initiales. La vitesse limite est donc g (cf TD 3).
Il existe dautres types de forces de frottement. Le frottement solide, une force constante
ind
ependante de la vitesse et de lamplitude, d
ecrit la force qui sexerce dans un contact entre deux
solides rugueux. A linverse, aux grandes vitesses, un fluide peut exercer une force quadratique dans la
vitesse sur un corps solide (cf
etude du parachute au TD 3). Dautres formes de frottement, d
ependantes
de lamplitude, peuvent aussi se manifester. . . On reviendra dans la suite sur certaines dentre elles.
Une autre situation physique decrite par un terme de frottement fluide est le circuit
LRC, comme on la mentionne plus haut, cf figure 2(b). Dans la discussion ci-dessus, un
terme de resistance introduit une difference de potentiel supplementaire egale à RI, selon
la loi dOhm, donc lequation (1.15) est à modifier en
L
d2 Q
dQ Q
+R
+
=0.
2
dt
dt
C
(2.1)
Faut-il rappeler limportance pratique de lamortissement, et ses aspects n

efastes ou utiles ? Il faut
lutter contre lui dans lentretien des oscillations dun (ou dune) pendule; par contre, il est le bienvenu dans
les amortisseurs des automobiles ou des bateaux, il permet de lire rapidement le r
esultat du galvanom`
etre,
etc.
2.2. Oscillateur harmonique amorti

Loscillateur harmonique sujet `
a cette force de friction obeit donc à lequation (1.2) avec
un membre de droite nul
x
+
1
x + 02 x = 0 .
(2.2)
On va chercher la solution generale de cette equation sous la forme dune exponentielle

x(t) = et avec eventuellement complexe. La derivation dune telle exponentielle
10 Novembre 2008
J.-B. Z.
Chapitre 4. Syst`
emes lin
eaires
85
revenant `
a sa multiplication par , on voit que (2.2) est satisfaite à condition que soit
racine de
2 +
1
+ 02 = 0 ,
(2.3)
une equation du second degre qui a deux solutions soit reelles, soit complexes conjuguees.
La solution generale de (2.2) est une combinaison lineaire des deux exponentielles correspondantes. Les deux cas decrivent deux situations physiques differentes.
(a) Si 0 > 12 , le discriminant de lequation est negatif, les deux racines sont complexes
conjuguees : =
1
2 (1
forme
402 2 1). La solution generale de (2.2) est de la

it
x(t) = B+ et/2 e 2
402 2 1
it
+ B et/2 e 2
402 2 1
avec deux constantes B a priori complexes. La solution x(t) devant etre reelle, B
doivent en fait etre complexes conjuguees, ce quil est utile decrire sous la forme
B = ei( 2 )
A
,
2
avec deux nouvelles constantes reelles A et à determiner en fonction des conditions

initiales. On peut alors recrire
x(t) = Aet/2 sin(
0 t + )
(2.4)
avec
0 =
02 1/(4 2 ) .
(2.5)
Quand ,
0 0 et on retrouve bien s
ur (1.5). Le mouvement decrit par (2.4)
est un mouvement oscillant amorti, avec une frequence
0 plus petite que 0 (est-ce
intuitif ?) et une amplitude decroissant exponentiellement.

(b) Si 0 < 12 , le discriminant de lequation est positif, les deux racines de (2.3) sont
reelles et negatives =
1
2 (1
donc
x(t) = A+ et/2 e 2
1 402 2 ). La solution generale de (2.2) est
1402 2
+ A et/2 e 2
1402 2
(2.6)
somme de deux termes montrant un amortissement exponentiel mais ne presentant

plus de caractère oscillant. Si A+ = 0 et si
1 402 2 nest pas petit, le premier
terme samortit beaucoup moins vite que le second et domine donc rapidement. Dans
tous les cas, lamortissement fort ( 1 > 20 ) a supprime les oscillations. Pour cette
J.-B. Z.
10 Novembre 2008
86
M
ethodes math
raison, on se refère `
a ce cas (b) comme le r
egime sur-amorti, le cas (a) etant le
r
egime sous-amorti. Voir la figure pour une illustration de ces deux cas.
(c) Pour etre complet, discutons rapidement le cas limite o`
u 0 =
1
2,
le discriminant
1
, et les deux solutions qui leur sont
sannule, les deux racines concident, = 2
attachees ne sont plus lineairement independantes. On sait toutefois que dans ce cas
les fonctions et/2 et tet/2 sont deux solutions lineairement independantes. La
solution x(t), superposition lineaire de ces deux fonctions, presente donc à nouveau
un amortissement sans oscillations.
1
1
0.75
0.8
0.5
0.6
0.25
10
20
30
40
0.4
-0.25
0.2
-0.5
-0.75
10
Fig. 3: R
egimes sous- et sur-amortis. On a pris 0 = 1, = 5 dans le premier cas, 0 = 1,
= .4 dans le deuxi`
eme, o`
u on na gard
e que la premi`
ere exponentielle de (2.6).
Dans tous les cas, dès que > 0, on voit que le système samortit, plus ou moins
vite, mais inexorablement.
Il est dusage de definir le temps de relaxation r comme
le temps au bout duquel les variables x2 , ou x 2 (ou encore lenergie, qui est quadratique
en x) ont decru par un facteur e. On trouve dans les deux cas damortissement faible et
fort que
r =

1 1402 2
1
202
si 0 > 12
si 0 12
sous-amorti
très sur-amorti .
Pour un système de ce type mais excite par une source exterieure (le terme C(t) dans
(1.2)), la solution generale, comme on sait, est somme dune solution particulière et de
la solution amortie quon vient de decrire. Le fait quau bout dun temps r les variables
dynamiques de cette solution amortie aient ete attenuees exponentiellement signifie que le
système est alors complètement pilote par la source excitatrice et a oublie ses conditions
initiales. Cest ce que nous verrons en detail au paragraphe suivant.
10 Novembre 2008
J.-B. Z.
Chapitre 4. Syst`
emes lin
eaires
87
2.3. Bilan denergie, facteur Q.

On a vu au paragraphe precedent que dans un oscillateur non amorti, on avait equipartition
de lenergie entre energie cinetique et energie potentielle.
Quen est-il en presence
damortissement ? Pour simplifier le calcul, supposons que les conditions initiales sont
telles que A = x0 et = 0 dans (2.4) et bornons nous au cas dun amortissement faible,
0 12 , et donc, dans la solution (2.4),
0 0 . On calcule alors
x(t)
= x0 et/2
0 cos
0t
1
sin
0t
2
Dans le calcul des moyennes de x2 (t) et de x 2 (t) sur une periode, apparaissent des termes
et/ cos2
0 t etc. Mais puisquon a suppose 0
1
,
2
lexponentielle et/ varie très peu
sur une periode, et on peut la sortir de lintegrale. On se ramène de la sorte aux integrales
dejà considerees et on calcule aisement
1
1
mx20
+ 02 et/ m02 x20 et/
4
4 2
4
1
1
Epot (t) = m02 et/ sin2
0 t m02 x20 et/ .
2
4
Ecin (t)
On note que si on a bien encore (dans cette approximation) equipartition entre energie
cinetique et energie potentielle, leur somme E(t) = Ecin (t) + Epot (t) depend du temps :
lenergie du système nest plus conservee, elle est dissipee en raison de lamortissement.
La puissance dissipee P est elle-meme fonction du temps
P (t) :=
1
d
m02 x20 et/
E(t) =
dt
2
E(t)
.
On verifie que cette energie dissipee est egale (au signe près) au travail de la force de
frottement. Sur une periode Wfrott. =
T P (t).
t+T
t
2
m
v v dt =
mv 2
2
dt = T E =
Facteur de qualite Q. Il est habituel de definir le facteur de qualite dun système
oscillant sujet `
a un amortissement par
Q := 2
energie emmagasinee
.
energie dissipee par periode
(2.8)
Q est donc une mesure de lamortissement, une valeur elevee de Q signalant un amortissement faible. Ici nous avons
Q=
J.-B. Z.
E
0
2E
0 .
2 =
P
P 0
10 Novembre 2008
88
M
ethodes math
(Dans lapproximation damortissement faible que nous avons faite, E ne varie pas de
facon appreciable sur une periode.) Noter que Q est aussi (2 fois) le nombre doscillations
pendant le temps de relaxation r = .
Pour fixer les idees, voici quelques valeurs typiques de Q pour differentes situations
physiques de corps vibrants
- Terre (ondes sismiques) Q 250 1500
- Corde de piano ou de violon Q 104

- Atome excite Q 107 etc.
3. Oscillateur excit
e par une source p
eriodique
On considère maintenant que loscillateur harmonique amorti est soumis à une force
periodique dans le temps.
Selon le principe de superposition lineaire et celui de la
decomposition de cette force en serie de Fourier, on peut toujours la supposer sinusodale,

et lequation `
a resoudre secrit donc
x
+
1
x + 02 x = A cos t .
(3.1)
Attention aux notations ! > 0 designe maintenant la frequence connue de la source

externe.
Dans sa realisation electrique, lequation decrit le circuit LRC de la figure 2(c) excite
par une tension sinusodale de frequence .
On applique une fois encore le principe de superposition lineaire : la solution generale
de lequation (3.1) est la somme dune solution particulière de cette equation et de la
solution generale de lequation sans second membre, telle quon la etudiee au paragraphe
precedent. Pour trouver une solution particulière de (3.1), on complexifie le problème, en
+ 1 x
cherchant une solution x
de x
+ 02 x
= Aeit , etant entendu quon doit en prendre
la partie reelle x = e(
x) pour retrouver le cos t, à la fin du calcul. Il est suggere de
chercher une solution de la forme x
(t) = Bei(t) , (B, reels), et on trouve que et B
doivent satisfaire
Bei =
10 Novembre 2008
02
A
.
2 + i/
(3.2)
J.-B. Z.
89
Chapitre 4. Syst`
emes lin
eaires
A et B etant reels (et de meme signe, par convention) ; est la phase du denominateur,
tan =
/
,
02 2
avec sin / > 0, avec un coefficient de proportionnalite positif, donc
sin > 0, ce qui fixe la determination de lArc tan 1 ,
() =
Arc tan

/
02 2
Arc tan 2/
02
si 0
(3.3)
si 0
et finalement en revenant `
a des valeurs reelles
xperm (t) = B cos (t ()) =
A
[(02
2 )2
cos (t ())
2 21
2 ]
(3.4)
est une solution particulière de lequation. Lindice perm va etre explique.

La solution generale est donc la somme de (3.4) et de lune ou lautre des solutions (2.4)
ou (2.6) de lequation sans second membre, selon la valeur de lamortissement. Comme
cette dernière sattenue au bout dun temps dordre r , on va negliger ce regime transitoire
et se concentrer sur le regime permanent decrit par (3.4). Cest le resultat qui avait ete
annonce plus haut : après un regime transitoire dune duree dordre r , le système entre
dans un regime permanent o`
u il est couple à la source exterieure, subit des oscillations
forcees et a oublie ses conditions initiales.
3
2.5
2.5
2
2
1.5
1.5
1
1
0.5
0.5
0.5
1.5
2.5
0.5
1.5
2.5
Fig. 4: Amplitude B/A et d

ephasage dun oscillateur excit
e, en fonction de . On a pris
0 = 1, = 2.5.
On rappelle que par definition de la fonction inverse Arc tan , 21 Arc tan 12 , et que
la resolution de tan = tan donne = `

a un multiple entier de près.
J.-B. Z.
10 Novembre 2008
90
M
ethodes math
Examinons donc de plus près ce regime permanent. Tout dabord, notons que langle
a maintenant un sens physique intrinsèque, (au contraire de ce qui se passait dans le
cas non excite, o`
u il pouvait etre absorbe dans une redefinition de lorigine du temps t).
Cet angle decrit en effet le dephasage entre la force excitatrice et la reponse du système.
Comme on a note que sin > 0, donc [0, ], on voit que la reponse est toujours en
retard sur lexcitation. Ce dephasage est entre 0 et /2 pour < 0 , il est entre /2 et
pour > 0 . (Voir la figure 4 pour les courbes du rapport des amplitudes B/A et du
dephasage .) Une autre facon de dire les choses consiste à regarder la vitesse v(t) = x(t).
` un coefficient près, v(t) sin(t ) = cos(t + ). Son dephasage par rapport

A
2
à la source excitatrice est donc
< 0 , et en retard pour > 0 .
. La vitesse est donc en avance sur la source pour
Rapport des amplitudes. Resonance.

Revenons au rapport des amplitudes de la reponse et de la source
1
B
=
2
2
A
[( 0 )2 +
Quand 0 , 0 et B/A
1
;
02
2 21
2 ]
(3.5)
quand 0 , et B/A
1
2 ;
entre ces deux
comportements limites, le rapport B/A, cest-à-dire la reponse du système, peut etre forte.
On verifie aisement (cf TD 6) que le rapport damplitudes B/A a un maximum pour
= m := 0
1
,
202 2
(3.6)
à condition que 202 2 > 1, cest-à-dire pour un amortissement pas trop grand. Dans le
cas contraire, si 202 2 1, le rapport B/A est maximum en = 0.
On note que la valeur de m quon vient de calculer en (3.6) est toujours inferieure
à 0 et quelle est dautant plus proche de 0 que est grand (amortissement faible). Le
maximum de B/A en m est dautant plus eleve que (ou le facteur de qualite Q) est plus
grand, puisque (B/A)|=m =
2 2
1
(402 2 1) 2
, qui est
pour
1
0 ,
cest-à-dire Q 1.
On verifie aussi que quand est grand, le pic de B/A est etroit, voir figure 5 et TD 6. Ce
pic très marque (haut et etroit) de la reponse du système pour grand et 0 est le
phenomène de resonance. Il se manifeste aussi sur le dephasage dont la pente en m est
de plus en plus marquee quand Q crot. (Exercice : tracer le graphe de en fonction de
pour diverses valeurs de Q.)
10 Novembre 2008
J.-B. Z.
Chapitre 4. Syst`
emes lin
eaires
91
1
0.8
0.6
tau=2,5
0.4
tau=25
0.2
0.5
1.5
Fig. 5: Courbes de B()/B(m ), cest-`

a-dire de lamplitude de loscillation forc
ee normalis
ee par sa valeur au maximum m , en fonction de ; les deux courbes correspondent
a
` deux valeurs de = 2, 5 et 25, soit Q = 2, 5 et 25 (on a pris 0 = 1).
` nouveau, on peut rappeler limportance pratique du ph
A
enom`
ene de r
esonance : il est utile au
sonneur de cloche, a
` lenfant sur sa balancoire, . . . . Il permet une amplification importante dun signal
electrique par un circuit LRC, dans une

etroite bande de fr
equence autour de la fr
equence propre. En
revanche, il peut occasionner des vibrations ou oscillations damplitude croissante pouvant aller jusqu`
a la
brisure, comme on lillustre sur un verre de cristal, quon peut exciter jusqu`
a la cassure. Plus dramatique
est leffondrement de ponts sous leffet dune excitation r
esonnante.
Chaque pays semble avoir son folklore en la mati`
ere. Les anglo-saxons se r
ef`
erent au pont de Tacoma,
(
etat de Washington, USA), qui sest effondr
e en 1940, suite a
` des oscillations provoqu
ees par le vent (voir
les images spectaculaires sur le site http://www.ketchum.org/bridgecollapse.html). Quant aux francais,
ils citent encore l
episode suivant : Le 1er Avril 1850, par grand vent, une troupe de 500 soldats marchait
au pas cadenc
e sur un pont suspendu au-dessus de la Maine, a
` Angers. Par r
esonance entre la p
eriode
propre doscillation du pont et celle du pas, le pont prit une telle amplitude de vibration quil c
eda, et les
militaires furent pr
ecipit
es dans le fleuve. Pr`
es de la moiti
e p
erirent.
Cet
ev
enement jeta une grande
suspicion (injustifi
ee !) sur la toute nouvelle technique des ponts suspendus. . .
Calcul de la bande passante, etc : TD 6.

Bleu du ciel. Les consid
erations qui pr
ec`
edent trouvent une application inattendue dans lexplication
dun ph
enom`
ene naturel : le bleu du ciel. La lumi`
ere du Soleil est diffus
ee par les mol
ecules de latmosph`
ere,
et une mod
elisation simple consiste a
` consid
erer chacune de ces mol
ecules comme un petit oscillateur excit
e par cette lumi`
ere. Un tel oscillateur a une fr
equence propre 0 est dans lultraviolet lointain. En
lumi`
ere visible, il est donc excit
e a
` une fr
equence 0 et vibre selon la loi (3.4), et selon les calculs qui pr
ec`
edent, le rapport B/A d
epend faiblement de pour 0 . Cependant, selon la th
eorie
electromagn
etique, loscillateur r
e
emet lui-m
eme une onde lumineuse damplitude proportionnelle a
` son
acc
el
eration. Lamplitude de londe
emise est donc proportionnelle a
` 2 , et lintensit
e diffus
ee proportionnelle a
` 4 . De ce simple fait, lintensit
e diffus
ee est proportionnelle a
` 1/4 , cest-`
a-dire la puissance inverse
quatri`
eme de la longueur donde, d
ecoule que la lumi`
ere bleue ( 4000
A) domine sur le rouge ( 8000
A)*. Cest la couleur du ciel pur. (Il existe dautres effets, la d

ependance de lindice de r
efraction dans la
longueur donde, etc, qui contribuent, mais celui que nous venons de discuter est le plus marqu
e.)
4. Susceptibilit
e
Pour une frequence donnee , on appelle susceptibilite () le coefficient de proportionnalite complexe entre les amplitudes A et Bei , tel quil apparaissait dans (3.2)
1
.
() = 2
2
0 + i/
(4.1)
* On rappelle la d
efinition de lAngstr
om 1
A= 1010 m.
J.-B. Z.
10 Novembre 2008
92
M
ethodes math
En
electricit
e et magn
etisme, on r
eserve le nom de susceptibilit
e (
electrique, resp. magn
etique) a
` la
r
eponse du syst`
eme par lapparition dun moment (
etique) a
` un champ ext
erieur
(
etique) et on donne le nom dadmittance (resp. dimp
edance) au coefficient de
proportionnalit
e intensit
e/tension (resp. tension/intensit
e) telle quon lobserve dans un circuit de type
LRC.
Il est traditionnel de noter () et () les parties reelles et imaginaire de

02 2
(02 2 )2 + 2 / 2
/
() = m () = 2
.
(0 2 )2 + 2 / 2
() = e () =
(4.2)
La variable physique (pulsation) est par definition reelle positive. Nous observons cependant que la fonction () satisfait la propriete suivante
() = ()
(4.3)
si on considère que peut prendre aussi des valeurs negatives. Donc () se prolonge en
une fonction paire et () en une fonction impaire de . Cela reflète une propriete de
realite (cf au Chapitre 2 une propriete analogue pour les modes de Fourier).
Signe de , relation avec la puissance absorbee ou dissipee.
Dans lesprit des calculs de bilan energetique effectues aux paragraphes 2 et 3, calculons
le travail de la force exterieure pendant une periode, entre les instants t et t + T . La force
est mA cos t, la vitesse B sin(t ), donc
W =
=
t+T
t
mAB cos t sin(t )dt
mAB
2
t+T
t
sin(t + t ) + sin(t + t ) dt
(4.4)
mAB t+T
(sin(2t ) sin )dt
=
2
t
mABT
=
sin
2
qui est positif, puisquon a vu que sin > 0 (et que AB > 0). Linterpretation de ce signe
important est que le système pompe de lenergie dans la source pour compenser (dans le
regime permanent quon etudie) lenergie dissipee par la force de frottement.
Reprenons le calcul en notations complexes en nutilisant que la forme generale de
proportionnalite entre force et vitesse. La force est e (Ameit ) =
2
mA it
2 (e
+ eit ), la
Attention et ne sont pas les derivees première et seconde de la fonction .
10 Novembre 2008
J.-B. Z.
Chapitre 4. Syst`
emes lin
eaires
vitesse e (iA()eit ) =
A
it
2 (i()e
93
i ()eit ), et dans le calcul de lintegrale
sur une periode, les termes du produit en e2it ne contribuent pas. Seuls les termes
croises en eit eit subsistent. Et finalement
W =
T m
()A2 .
2
(4.5)
Le merite de ce dernier calcul est quil nutilise pas les formules explicites trouvees pour
loscillateur harmonique.
Neanmoins, on sattend toujours à ce que ce travail de la
force exterieure soit positif (sans quoi le système fournirait gratuitement du travail à
lexterieur !) donc en toute generalite, pour un système lineaire qui dissipe de lenergie,
() < 0 .
(4.6)
Il est utile de consid

erer comme une fonction de la variable complexifi
ee = + i : il faut
penser a
` la partie imaginaire de comme d
ecrivant latt
enuation ou la croissance dune onde excitatrice
de la forme e(eit ) = e t cos t. On constate sur lexpression explicite de (4.1) que a deux p
oles,
cest-`
a-dire que son d
enominateur a deux z
eros dans le plan complexe,
P
oles :
02
1
4 2
(4.7)
dont on voit quils se situent toujours dans le demi-plan superieur (m > 0), que le syst`
eme soit sousou sur-amorti. Cette remarque dapparence anodine cache en fait une propri
et
e importante, g
en
erale pour
tout syst`
eme lin
eaire : en vertu du principe de causalit
e, fondamental en Physique, selon lequel les effets
ne peuvent pr
ec
eder leur cause, on peut montrer en effet que la fonction () ne peut avoir de singularit
e
(comme un p
ole) dans le demi-plan inf
erieur.
Ces deux p
oles sont dautant plus proches de laxe r
eel que (ou Q) est plus grand. Ainsi on
1
a un d
enominateur
comprend mieux lapparition de la r
esonance : la susceptibilit
e () = (
+ )( )
petit quand r
eel passe au voisinage de lune des valeurs , et lamplitude, proportionnelle au module
de , a un maximum marqu
e.
5. Oscillateurs coupl
es (traites en TD)
5.1. Cas de deux oscillateurs couples
Considerons maintenant le cas dun système à deux degres de liberte, cest-à-dire decrit
par deux variables dynamiques x1 (t) et x2 (t), dotees de masses m1 et m2 , et soumises à
des forces derivant dun potentiel U (x1 , x2 ). Les equations du mouvement sont donc
U (x1 , x2 )
x1
U (x1 , x2 )
m2 x
2 =
x2
m1 x
1 =
J.-B. Z.
(5.1)
10 Novembre 2008
94
M
ethodes math
ce quon va noter de facon plus compacte

mi x
i =
U (x1 , x2 )
.
xi
(5.2)
Cest en particulier le cas pour un potentiel quadratique en x1 et x2 (on dit alors que U
est une forme quadratique en x1 et x2 .)
1
1
a11 x21 + a12 x1 x2 + a22 x22
2
2
m1 x
1 + a11 x1 + a12 x2 = 0
U=
(5.3)
m2 x
2 + a12 x1 + a22 x2 = 0 ,
ou encore, avec les notations compactes (et la convention que a12 = a21 = )
2
1
U=
aij xi xj
2 i,j=1
2
(5.4)
aij xj = 0 ,
mi x
i +
j=1
(linteret de ces notations compactes etant dalleger les ecritures et de faciliter le passage
de 2 à n variables).
Nous imposons `
a la forme quadratique U (x1 , x2 ) limportante condition detre definie
positive, ce qui signifie que pour tous x1 et x2 reels non tous deux nuls, U (x1 , x2 ) > 0.
Cela exprime la stabilite de lequilibre decrit par la position au repos x1 = x2 = 0 : tout
deplacement `
a partir de cette position accrot lenergie potentielle.
On va supposer pour simplifier dans la suite de la discussion que x1 et x2 jouent des
roles identiques avec la meme masse et des couplages homologues egaux. On recrit (5.3)
sous la forme
1
1
K(x21 + x22 ) + k(x1 x2 )2
2
2
m
x1 = Kx1 k(x1 x2 )
U=
(5.5)
m
x2 = Kx2 k(x2 x1 )
ou encore, avec k = m02 et K = m20

x
1 + (20 + 02 )x1 02 x2 = 0
x
2 + (20 + 02 )x2 02 x1 = 0 .
10 Novembre 2008
(5.6)
J.-B. Z.
Chapitre 4. Syst`
emes lin
eaires
95
111
000
000
111
000
111
K
111
000
000
111
000
111
Fig. 6: Un pendule de torsion. Quand le premier disque tourne de 1 et le second de 2 ,
le premier est soumis a
` un couple K1 par le fil sup
erieur, et a
` un couple k(1 2 )
par le fil interm
ediaire. On a des formules analogues pour le second.
Exemple Un exemple de cette situation est fourni par le cas de deux ressorts ou de deux pendules
coupl
es. Pour varier les exemples, d
ecrivons le cas de deux pendules de torsion, tels des disques a
` sym
etrie
cylindrique, identiques, de moments dinertie I1 = I2 = I, reli
es par des fils de torsion dont les constantes
de torsion sont K et k (voir figure 6). Les
equations du mouvement des deux disques sont
I
1 = K1 + k(2 1 )
I
2 = K2 + k(1 2 ) .
V
erifier que ces
equations sont bien du type juste d
ecrit.
Pouvons-nous resoudre ces equations differentielles couplees (5.3), (completees comme

dhabitude par des conditions initiales, par exemple, la valeur de x1 et x2 et de leurs
derivees au temps t = 0) ? La symetrie du système suggère dintroduire les combinaisons
paire et impaire des grandeurs x1 et x2
= x1 x2
(5.7)
qui satisfont aux equations differentielles

+ + 20 + = 0
+ (20 + 202 ) = 0 .
(5.8)
Ces equations sont maintenant decouplees : pour chacune des variables , cest une
equation doscillateur harmonique simple ! (Noter que dans le cas des ressorts ou pendules
couples, est la coordonnee relative, + celle du centre de masse.) Les deux frequences
propres du système apparaissent donc

+ = 0
J.-B. Z.
20 + 202 ,
(5.9)
10 Novembre 2008
96
M
ethodes math
les deux modes propres obeissent à une loi du mouvement

= A cos( t + )
(5.10)
et les coordonnees initiales sexpriment comme

x1 =
1
(+ + )
2
x2 =
1
(+ ) ,
2
(5.11)
les quatre constantes A et etant finalement determinees par les conditions initiales
sur x1 et x2 .
10
-1
-1
-2
-2
-3
-3
10
12
14
Fig. 7: On a port
e verticalement x1 + (en rouge) et x2 (en bleu), en prenant
= 2. On a pris lamplitude initiale a = 1. A gauche, couplage fort : 0 = 30, 0 = 1; a
`
droite, couplage faible, 0 = 5, 0 = 50.
Supposons par exemple que le système au temps t = 0 est tel que seule la coordonnee
x1 est non nulle, x1 (0) = a, tandis que x2 (0) = 0 et que les vitesses initiales sont nulles
x 1 (0) = x 2 (0) = 0. Alors
+ +
+
a
(cos + t + cos t) = a cos(
t) cos(
t)
2
2
2
a
+ +
+
x2 (t) = (cos + t cos t) = a sin(
t) sin(
t)
2
2
2
x1 (t) =
(5.12)
dont on peut dessiner le graphe, voir figure 7. Dans le cas dun couplage fort, 0 0 ,
(ressort ou fil de tension du milieu dur), 0 2 + = 0 , les deux oscillateurs
oscillent ensemble, avec des oscillations rapides (de frequence /2 elevee) et damplitude
a/2 autour de leur mouvement doscillation lent (de frequence 0 /2 basse). Dans le cas
dun couplage faible, 0 0 , + = 0 , + 02 /0 0 , les oscillations du
premier se transmettent peu `

a peu au deuxième, puis inversement. Les deux oscillateurs
semblent etre synchronises `
a la frequence
+ +
,
2
en quadrature de phase (dephasage de
+
/2), mais leur amplitude varie lentement (puisque + 0 ) comme cos(
t)
2
+
ou sin(
t). Il y a donc des battements, eux aussi en quadrature. Il y a transfert
2
denergie alternativement dun oscillateur à lautre.

10 Novembre 2008
J.-B. Z.
Chapitre 4. Syst`
emes lin
eaires
97
5.2. Modes propres

Dans le cas sym
etrique quon vient d
etudier, on a vu que les combinaisons x1 x2 se comportent simplement, puisquelles noscillent que selon lune ou lautre des deux fr
equences + et . Peut-on dans
le cas g
en
eral trouver des combinaisons de x1 et x2 dot
ees de telles propri
et
es ? La r
eponse est positive.
Les combinaisons repr
esentent ce quon appelle les coordonn
ees normales, d
ecrivant les modes propres du
syst`
eme doscillateurs coupl
es, cf. Chapitre 2, 3.4-2.
5.3. Chane de boules et de ressorts
On consid`
ere un syst`
eme constitu
e de particules massives identiques (boules)
equidistantes de a sur une
ligne droite, telle que chaque particule nagisse que sur chacune de ses deux voisines par une force de
rappel proportionnelle a
` leur
ecart a
` la position d
equilibre. Soit xn la position de la n-i`
eme particule, son
equation du mouvement s
ecrit
m
xn = K(xn1 2xn + xn+1 ) .
(5.13)
Pour une chane tr`

es longue, (ce qui nous
evite pour le moment davoir a
` sp
ecifier les conditions aux
limites), existe-t-il des excitations pouvant
etre assimil
ees a
` des ondes se propageant avec une fr
equence
et une longueur donde donn
ees ? Autrement dit, nous cherchons une solution de la forme
xn = A cos(t n) .
(5.14)
Noter que le d
ephasage
etant lin
eaire en n, la position discr`
ete sur la chane, largument du cosinus peut
= t k(na), avec = 2a/, k = /a = 2/, ce qui le met sous une forme
s
ecrire aussi t 2 na
famili`
ere dans la description des ondes. L
equation est satisfaite a
` condition que m 2 = 2K(1 cos ).
Posons 02 = K/m, 0 est la fr
equence propre de chaque ressort. A chaque valeur de , cest-`
a-dire de la
` basse fr
longueur donde , correspond une fr
equence dune onde . A
equence, 0 , on a 1,
on peut d
evelopper 1 cos pour trouver /0 , donc un nombre donde k = 2/ = /(a0 ). Le
nombre donde est proportionnel a
` la fr
equence, comme dans une onde
electromagn
etique.
J.-B. Z.
10 Novembre 2008
98
M
ethodes math
.
10 Novembre 2008
J.-B. Z.

emes non-lin
eaires
Les chapitres precedents nous ont familiarises avec les proprietes des systèmes lineaires :
reponse lineaire, decouplage des modes, etc. Mais la linearite dun système physique nest
le plus souvent quune première approximation de sa description. Dans ce chapitre, on
va explorer quelques-unes des nouveautes que reserve letude des systèmes non-lineaires,
cest-à-dire des systèmes regis par des equations differentielles, aux derivees partielles,
integrales, ou aux differences finies non lineaires.
Nous avons d
ej`
a rencontr
e des
equations diff
erentielles ou aux d
eriv
ees partielles. Une
equation
aux diff
erences finies est par exemple une
equation de la forme y(t + t) y(t) = F (y(t), t) , o`
u F est
une fonction donn
ee. On peut penser a
` une telle
equation comme une version discr
etis
ee de l
equation
diff
erentielle y(t)
= F (y(t), t). Si F nest pas de degr

e 1 en y, l
equation est non-lin
eaire.
Une
equation int
egrale est une
equation qui relie la fonction inconnue y(t) a
` une int
egrale d
ependant
de y, par exemple portant sur les valeurs de y aux temps ant
erieurs a
` t. Ainsi l
equation int
egrale
t
K(t, t )y(t ) dt avec un noyau K(t, t ) donn
e, est lin
eaire, tandis que l
equation
y(t) =
y(t) + a 2
1
0
y 2 (t ) dt y(t) = 0 est non-lin

eaire.
Letude des systèmes non-lineaires est un domaine immense, très actif actuellement
on parle aussi de systèmes dynamiques, qui a des applications dans dinnombrables

domaines, des sciences physiques aux sciences du vivant et humaines. Pour citer quelques
exemples, la mecanique celeste (instabilite des trajectoires des corps celestes), la chimie
(reactions chimiques auto-catalysees1 . . . ), la physique (bien s
ur !), les sciences de la Terre
(meteorologie, climatologie, sismicite. . . ) et les sciences de lingenieur (turbulence, instabilites mecaniques ou electromagnetiques. . . ) sont confrontees à des problèmes nonlineaires. Les sciences de la vie (controle des gènes, battements du cur, populations
bacteriennes, . . . ), leconomie, la demographie sont aussi concernees. Il est clair que ce
cours ne pourra donner que quelques apercus sur ce vaste et passionnant domaine.
Exemples : Equation
du pendule au delà de lapproximation des petites oscillations,
2
+ sin = 0, oscillateur harmonique modifie par un terme anharmonique x

= axbx3 ,
0
ou par un terme de friction non lineaire (equation de van der Pol) x

+(1x2 )x/
+02 x = 0.
Equations
du premier ordre non lineaires, telles x = a bx2 , x = ax bx3 (Landau), quon
va discuter plus bas, etc. Autre type dequations, les equations aux differences finies, telle
Nn+1 = aNn bNn2 avec b > 0 decrivant la variation de la population dune espèce (Nn
est leffectif de la generation n, le terme aNn decrit sa reproduction, bNn2 la limitation due
aux ressources alimentaires etc) . . .
1
en particulier la très spectaculaire reaction de Belousov-Zhabotinsky, voir une video sur le

site http://www.ac-poitiers.fr/sc phys/cyberlab/cyberter/fete chi/BZ/bz.htm
100
M
ethodes math
ematiques pour physiciens. PHYS206
1. Richesse et sp
ecificit
es des syst`
emes non-lin
eaires. Bifurcations
Une des particularites des systèmes non-lineaires est la suivante : une petite variation
dune condition aux limites ou dun paramètre peut induire un grand effet. Leffet peut
etre une transition dun regime stable à un regime instable, un effect irreversible (telle une
cassure), un changement de phase avec ou sans changement de symetrie du système, un
phenomène de seuil, etc. Les exemples qui vont suivre vont illustrer quelques-unes de
ces possibilites. On appelle bifurcation un changement qualitatif de comportement quand
un paramètre ou une condition initiale est modifie.
Par exemple, lanalyse qui nous a conduit au chapitre 4 à decrire un système physique
simple, mecanique par exemple, à laide dun système lineaire a consiste à developper
lequation fondamentale de la dynamique au voisinage dun minimum du potentiel. Que se
passe-t-il quand ce potentiel admet plusieurs minima ? Que se passe-t-il quand le minimum
de ce potentiel se change en maximum ? Plus generalement que se passe-t-il si le système
considere admet plusieurs solutions independantes du temps ? Se qualifient-elles egalement
comme positions dequilibre ? On va examiner quelques exemples de ce phenomène.
1.1. Stabilite et instabilite
Soit un système dynamique decrit par une equation differentielle. Cette equation peut
etre du premier ordre, x(t)
= f (x(t)), ou dordre plus eleve, etre lineaire ou non-lineaire.

Soit xs une solution statique, cest-à-dire independante du temps 2 , de cette equation. On
dit que cette solution decrit une solution (ou une position) dequilibre stable du système
si sous leffet dune petite perturbation de cette solution au temps t0 , le mouvement reste
confine au voisinage de x = xs `
a tout temps t > t0 , cest-à-dire |x(t) xs | reste borne pour
tout t par une quantite qui tend vers 0 avec la perturbation.
On exprime en g
en
eral cette propri
et
e par la condition suivante : si x0 = x(t0 ) est la condition initiale
() tel que
t > t0 x0 : |x0 xs | < |x(t) xs | < .
(1.1)
Cest donc une condition uniforme en t et en x0 .
Considerons par exemple un système lineaire decrit par lequation

x
(t) = ax(t) .
(1.2)
Si a < 0, cest notre bon vieil oscillateur harmonique, avec sa force de rappel proportionnelle au deplacement. La solution statique xs = 0 decrit un equilibre stable, toute
2
On dit aussi solution stationnaire, ou point fixe . . .
24 Novembre 2008
J.-B. Z.
Chapitre 5. Syst`
emes non-lin
eaires
101
autre solution decrivant des oscillations autour de xs . Mais si a > 0, la situation physique
change dramatiquement. Lequation se resout encore aisement, et x(t) est une combinai
son lineaire des deux solutions e

conditions initiales (x0 , x 0 )
at
avec des coefficients constants determines par les
x(t) = x1 e
avec x0 = x1 + x2 , x 0 =
at
+ x2 e
a(x1 x2 ). La fonction e
at
at
crot rapidement quand t ,
physiquement cette solution nest pas satisfaisante. Si on ajuste les conditions initiales
pour eliminer cette solution, en faisant en sorte que x1 = 0, soit
x0 = x 0 / a ,
(1.3)
on obtient une solution dapparence satisfaisante,
x(t) = x0 e
at
Cependant, la moindre variation des conditions initiales (x0 , x 0 ) qui ne respecte pas la
condition (1.3) va reintroduire la fonction indesirable e
at
et le comportement non physique
de x(t).
Montrer quune r
ealisation m
ecanique de cette situation o`
u a > 0 est la suivante :
etant donn
e
un potentiel de forme parabolique tournant sa concavit
e vers le bas, on cherche a
` envoyer un mobile de
position et vitesse initiales (x0 , x 0 ) sur le sommet du potentiel (en x = 0). Il est clair quune telle op
eration
n
ecessite un ajustement tr`
es soigneux de x 0 en terme de x0 , (selon (1.3)), et que la moindre erreur conduira
a
` rater la cible et donc a
` tomber a
` gauche ou a
` droite vers .
Linterpretation de cette discussion est quon est en presence dune instabilite. Sous
linfluence dune modification, si infime soit elle, des conditions initiales, le système bascule
dans un regime o`
u la fonction x(t) crot sans limite (et o`
u lapproximation qui a conduit
à lequation (1.2) est `
a reconsiderer). La valeur a = 0 du paramètre a marque donc la
frontière entre un regime a < 0 o`
u le système a une position statique autour duquel il peut
effectuer des petites oscillations et un regime a > 0 o`
u toute solution sous leffet dune
petite perturbation finit par crotre sans limite. Dans le premier cas, on parle dequilibre
stable en x = 0, dans le second, x = 0 est une position dequilibre instable, et la valeur
a = 0 du paramètre de contr
ole a marque une bifurcation.
Cette situation apparat couramment dans les systèmes non-lineaires. Considerons le
cas de lequation
x = a x2 .
(1.4)
Ses solutions statiques satisfont x2s = a. Pour a < 0, il nexiste pas de solution ; si a > 0,
il y en deux, xs = a. Le système a une bifurcation pour la valeur 0 de son paramètre
de contr
ole a. On discutera plus bas la stabilite des deux solutions statiques xs = a.
J.-B. Z.
24 Novembre 2008
102
M
ethodes math
1
0.2
0.8
-1
-2
-2
0.6
-0.2
0.4
-0.4
0.2
-0.6
-1
-0.8
-0.2
-1
eter la figure en
Fig. 1: Le potentiel U(x) = a2 x2 + 4b x4 pour a = 1, b = 1. Compl
identifiant les signes de a et b pour chaque courbe.
1.2. Brisure de symetrie.

Considerons maintenant loscillateur anharmonique
x
(t) = ax bx3 .
(1.5)
Cest par exemple un point materiel soumis à une force derivant dun potentiel m
x =
dU (x)/dx, avec m1 U (x) = a2 x2 + 4b x4 . Une position dequilibre stable pour la variable
x, x(t) = x0 pour tout t, est, comme lintuition mecanique nous le souffle et comme
lanalyse du 2 le confirmera, un minimum (local) de ce potentiel3 . Il est donc solution
de dU (x)/dx = ax bx3 = 0, donc
x = 0 ou si a.b > 0
x=
a
.
b
Si a < 0, le point x = 0 est bien un minimum du potentiel. Cest le seul, cest la

position dequilibre stable du système, voir figure 1. Par contre, si a > 0, x = 0 est
instable au sens o`
u on la discute plus haut, tandis que les deux autres solutions x =
a
b
(on suppose b > 0) deviennent des positions dequilibre stable possibles, comme on le
verifie. Intuitivement, les choses sont claires : le point materiel se place au fond dun creux
(concave) du potentiel, voir la figure 1 de gauche.
La question est maintenant, si a > 0, b > 0, laquelle des deux positions dequilibre
le point materiel choisit-il ? On est dans un cas de bistabilite, o`
u deux minima du potentiel sont egalement acceptables comme positions dequilibre. Revenant à lequation
3
Par minimum local dune fonction f (x), on entend un point x0 tel que, au voisinage de x0 ,
f (x) soit superieure `

a f (x0 ). Le minimum est global ou absolu si x, f (x) > f (x0 ). Verifier, en
en dessinant le graphe, que la fonction 14 x2 21 x4 + 61 x6 admet un minimum local mais pas global
en x = 0.
24 Novembre 2008
J.-B. Z.
Chapitre 5. Syst`
emes non-lin
eaires
103
(1.5), on voit quelle jouit dune propriete de symetrie par le changement de x en x.
Plus precisement, si x(t) est solution, x(t) en est une autre. Lensemble des solutions de
lequation est invariant par cette transformation x x. Mais rien nimpose à une solu-
tion donnee de letre. En particulier, les solutions dequilibre, x = constant, peuvent etre
non invariantes par la symetrie, en loccurrence, etre non nulles. On parle de brisure spontanee de symetrie, le mot spontanee se referant au fait que le choix de la solution depend
du choix des conditions initiales, ou dune perturbation exterieure brisant la symetrie.
Dans le cas (1.5) (avec a, b > 0) qui nous occupe et dans son interpretation mecanique
dun point materiel initialement en x0 = 0 au sommet du maximum local du potentiel,
cest la vitesse initiale v0 = x|
t=0 qui, si petite soit-elle, va determiner si le point materiel
va basculer vers le minimum du potentiel de gauche ou de droite. Cela est une illustration
simple du phenomène mentionne plus haut dextreme sensibilite à une condition initiale.
Le ph
enom`
ene de brisure spontan
ee de sym
etrie est dimportance capitale en physique : les th
eories
du ferromagn
etisme ou de la superfluidit
e, les th
eories modernes de physique des particules, et bien dautres
encore, y font appel.
1.3. Bifurcation de Hopf

On considère le système dequations differentielles non-lineaires et couplees
x = y + (a x2 y 2 )x
y = x + (a x2 y 2 )y
(1.6)
quon recrit plus agreablement en termes de la variable complexe z = x + iy,

z = iz + (a |z|2 )z ,
(1.7)
i = (i + a r 2 )rei .
ou encore en coordonnees polaires z = rei , sous la forme re
i + ir e
Après simplification par ei et en identifiant parties reelle et imaginaire,
r = (a r 2 )r
r = r
(1.8)
Une solution statique est r(t) = 0. Si on ecarte cette solution (cest-à-dire quon suppose
r = 0), on peut diviser par r lequation en et le système se reduit à
r = (a r 2 )r
J.-B. Z.
= 1 .
(1.9)
24 Novembre 2008
104
M
ethodes math
Le mouvement seffectue `
a vitesse angulaire constante, (t) = (0) + t. Lanalyse de
lequation en r ressemble `
a celle de (1.4). Si a < 0, la seule solution statique est rs = 0, si
a > 0, il y a deux solutions permanentes, rs = 0 et rs = a, cette dernière decrivant une

trajectoire circulaire parcourue `
a vitesse constante. On discutera plus bas la stabilite de
ces solutions et on montrera que la solution stable est rs = 0 si a < 0 et rs = a si a > 0.

La valeur a = 0 marque donc une bifurcation entre ces deux regimes, avec passage dune
solution statique x = y = 0 `
a une solution periodique r = constante.
2. Analyse de stabilit
e : m
ethode graphique et lin
earisation.
2.1. Flot de x(t). Interpretation graphique du critère < 0 de stabilite.
On a vu plus haut quune solution statique xs est dite stable si une solution voisine de xs
au temps t0 en reste proche `
a tout temps ulterieur. Pour une equation du premier ordre
x = f (x, a)
(2.1)
il existe une methode graphique simple permettant de discuter la stabilite des solutions
statiques, et plus generalement le flot de la solution x(t).
Dessinons le graphe de f (x, a) en fonction de x à a fixe. Les points dintersection de
(i)
ce graphe avec laxe des abscisses (laxe des x) sont les solutions statiques xs , i = 1, 2 .
f(x,a)
x
xs
(1)
x0
xs
(2)
xs(3)
Fig. 2: Flot de x(t) dans l

equation (2.1).
24 Novembre 2008
J.-B. Z.
Chapitre 5. Syst`
emes non-lin
eaires
105
Choisissons un point x0 et suivons le flot de x(t) solution de (2.1), avec la condition

dx
> 0 et x(t) crot au voisinage de t = 0. En
initiale x(0) = x0 . Si f (x0 , a) > 0,
dt t=0
fait x(t) crot tant que f (x(t), a) > 0, cest-à-dire jusquà ce quou bien x(t) atteigne la
(j)
première valeur xs superieure `

a x0 , ou bien x(t) . Sur la figure, cest ce qui se passe
(1)
respectivement pour xs
(2)
< x0 < xs
(3)
ou pour x0 > xs . Inversement, partir dun point

(i)
x0 o`
u f (x0 , a) < 0 donne un flot de x(t) decroissant soit vers le xs le plus proche inferieur
à x0 , soit vers .
(j)
Si la derivee f (x, a) = 0 en chacun des points xs , on voit que les points o`

u elle
est positive sont repulsifs (cest-`

a-dire instables), ceux o`
u elle est negative sont attracteurs
(stables).
Discuter graphiquement le flot de x(t) si la fonction f a un z
ero double en xs .
2.2. Linearisation dune equation du premier ordre

On va effectuer maintenant une analyse de la condition de stabilite au voisinage dune
solution statique donnee xs en se basant sur une approximation lineaire de lequation
dans ce voisinage. Si (2.1) est lequation consideree, a un (ou plusieurs) paramètre(s) de
controle, et xs une solution statique, cest-à-dire independante du temps, satisfaisant donc
f (xs , a) = 0, on cherche une solution de la forme x(t) = xs + (t), avec (t) suppose petit
(à tout temps t). On developpe donc (2.1) au premier ordre en pour obtenir
= f
(t)
x
xs
(t)
(2.2)
qui sintègre immediatement en

(t) = (0)et
(2.3)
o`
u := f /x|xs est independant de t (mais depend du paramètre de controle a). Selon
le signe de , la conclusion est differente. Si < 0, la perturbation (t) reste bornee par
sa valeur initiale `
a t = 0. La solution xs est stable 4 . Si par contre > 0, la perturbation
(t) augmente exponentiellement avec le temps, et si petite quelle ait ete au temps t0 = 0,
elle finit par devenir arbitrairement grande (et à rendre incorrecte lapproximation lineaire
quon vient deffectuer). On conclut à linstabilite de la solution xs . Noter quon a bien
retrouve la conclusion de lanalyse graphique precedente.
4
Il conviendrait de justifier lapproximation de lequation initiale par sa linearisation, pour
1 ; il faudrait pour cela demontrer que les termes dordre plus eleve en naffectent pas la
conclusion. Ceci peut etre effectue dans de nombreux systèmes non-lineaires.

J.-B. Z.
24 Novembre 2008
106
M
ethodes math
2.3. Exemple : linearisation de lequation (1.4)

Revenons `
a lequation (1.4), en supposant a > 0. La linearisant au voisinage dune solution
statique xs = a, cest-`
a-dire posant x = xs + et ne gardant que les termes lineaires en
conduit `
a = 2xs , dont la solution (t) = (0)e2xs t a un comportement radicalement
different selon quon regarde xs = + a ou xs = a. Pour la première, le comportement
de aux grands temps permet de conclure à la stabilite, pour la seconde, à linstabilite.
Si a = 0, la solution xs = 0 est juste au bord de la region de stabilite, et il faut aller au

delà de lanalyse de stabilite lineaire pour conclure.
Il se trouve que lequation differentielle (1.4) peut sintegrer explicitement et exactement, ce qui nous permet de comparer le traitement exact avec la linearisation. Lequation
(1.4) est en effet `
a variables separees, ce qui signifie quon peut lecrire sous la forme
dx
= dt
a x2
o`
u le membre de gauche ne depend que de x, et celui de droite de t. On peut donc lintegrer
en prenant en compte la condition initiale x(0) = x0 , et en distinguant les cas a > 0, a = 0
ou a < 0.
Supposons par exemple a < 0 et posons a = 2 , avec disons = a la racine positive de a. On
ecrit alors
dx
dx
1
x
=
= Arc tan
a x2
x2 + 2
et donc en int
egrant entre t = 0 et t, et x = x0 et x,
t=
Arc tan
x
x0
Arc tan
(2.4)
Lutilisation de la formule daddition des tangentes

tan(u + v) =
tan u + tan v
1 tan u tan v
(2.5)
et un peu dalg`
ebre conduisent alors a
` lune des formules ci-dessous. Le cas a > 0 se traite de mani`
ere
analogue, les tan
etant remplac
ees par leur version hyperbolique. Le cas a = 0 est particuli`
erement simple.
Selon que a > 0, a = 0 ou a < 0, on a donc trois solutions explicites distinctes

x0 +a tanh(at)
si a > 0
a a+x0 tanh(at)
x0
si a = 0
(2.6)
x(t) = 1+x0 t
x0 a tan( at)
a a+x tan(at) si a < 0
0
Pour a > 0 et x0 > a, la solution tend vers a exponentiellement vite quand t ,
puisquon calcule aisement

x(t)
24 Novembre 2008
(1 tanh( at))(x0 a)
a= a
t const.(x0 a)e2 at .
a + x0 tanh( at)
J.-B. Z.
Chapitre 5. Syst`
emes non-lin
eaires
107
Quelle que soit la valeur initiale x0 > a, la solution x(t) converge vers a. Pour a > 0
mais x0 < a, quand le temps t tend vers t1 donne par at1 = Arg tanh x0 a qui est
positif, x(t) . Si x0 = a, x(t) = a t, mais il sagit dun point fixe instable.
La position dequilibre stable + a est donc un point attracteur, tandis que a est
repulsif.
Pour a < 0, et pour tout x0 , x(t) quand t t1 :=
1 Arc tan
a
a
x0
(plus
eventuellement ) qui est positif. Donc pour a < 0, x(t) diverge vers , quelle que soit
la valeur x0 .
1
1
0.5
1
0.5
1.5
2.5
1.5
-2
-1
-4
-2
-6
-3
-8
-4
Fig. 3: A gauche : trajectoires x(t)

de (1.4) pour a = 1 > 0 ; de haut
en bas, x0 =
1, 0.5, 0.5, 1.5 ; les points xs = a = 1 stable (attractif) et xs = a = 1 instable
(r
epulsif) sont aussi indiqu
es par des lignes bris
ees. A droite , trajectoires pour a = 1 < 0 ;
de haut en bas, x0 = 1.5, 0.5
ax2
a
a
0
(a)
(b)
Fig. 4: (a) : Diagramme de flot de (1.4) pour a > 0; (b) : diagramme de bifurcation de
(1.4).
J.-B. Z.
24 Novembre 2008
108
M
ethodes math
Pour a = 0, x(t) tend vers 0 quand t quel que soit x0 0, mais vers quand
t 1/x0 si x0 < 0. Noter que dans ce dernier cas, la singularite (la valeur infinie) de
x est atteinte en un temps fini. La solution xs = 0 du cas a = 0 est donc une position
dequilibre instable.
Exercice : dessiner les diagrammes de flot pour les cas a < 0 et a = 0.
Lanalyse des solutions (2.6) a donc confirme les conclusions de la linearisation. On
dessine un diagramme de bifurcation resumant ces conclusions, voir figure 4(b).
2.4. Linearisation dune equation dordre plus eleve : linearisation au voisinage dun
extremum du potentiel.
La methode de linearisation sapplique aussi à des equations differentielles dordre plus
eleve, par exemple `
a lequation du mouvement dun point materiel soumis à une force
derivant dun potentiel,
x
(t) = U (x(t))
avec U (x) =
d
dx U (x).
(2.7)
Comme on la vu plus haut, une solution statique est un point xs
o`
u U (xs ) = 0, et selon la discussion precedente, pour en discuter la stabilite, on developpe
U (x) et U (x) au premier ordre non trivial pour x xs +
1
U (x) = U (xs ) + U (xs ) + U (xs ) 2 +
2
0
(2.8)
U (x) = U (xs ) +
Lineariser lequation (2.7), cest ne conserver que le terme lineaire en dans U (x), donc
ecrire
= U (xs ) .
(t)
(2.9)
On est ramene `
a la discussion de lequation (1.2). La solution = 0, cest-à-dire x = xs ,
est stable si a = U (xs ) < 0, soit U (xs ) > 0. Ceci est en accord avec notre assertion
anterieure quune solution statique stable correspond à un minimum du potentiel.
2.5. Linearisation du système de Hopf
Revenons maintenant `
a (1.6), ou plutot à (1.9), r = (a r 2 )r , = 1. Appliquons lanalyse
lineaire precedente `
a lequation en r : elle a deux solutions statiques rs = 0 et rs = a,
24 Novembre 2008
J.-B. Z.
109
Chapitre 5. Syst`
emes non-lin
eaires
et on developpe en leur voisinage en ecrivant r(t) = rs + (t), o`

u satisfait lequation
linearisee
= (a rs2 2rs )(rs + ) + ()
= 2rs2 + (a rs2 ) + () = (a 3rs2 )
(2.10)
a
si rs =
0
2a si rs = a
o`
u on a finalement omis les termes (). Si a < 0, on est necessairement dans le premier
cas (rs = 0), et on voit que (t) = (0)eat qui tend vers zero à grand t, le point rs = 0
est donc stable. Si a > 0, rs = 0 est instable, tandis que pour rs = a, (t) = (0)e2at
tend vers zero, rs = a est stable. Enfin on traite separement le cas a = 0, r = r 3 qui
na que la solution rs = 0 et pour laquelle lanalyse de stabilite lineaire ne permet pas de
conclure. Dans ce cas lequation de Hopf radiale est simplement r = r 3 , soit
d 1
dt r2
= 2,
qui sintègre immediatement en r(t) = r0 / 1 + 2r02 t, decrivant donc un mouvement qui

tend vers 0 quand t : rs = 0 est donc stable.
Lequation (1.9) peut en fait se resoudre exactement pour tout a en separant les
variables
dt =
qui sintègre en
dr
dr
=
r(a r 2 )
a
r
1
+
a r2
r
e2at = C
r2
|a r 2 |
1
r2
d ln
,
2a
|a r 2 |
(2.11)
r2
0
o`
u la constante C est fixee par la valeur initiale r0 := r(0), soit 1 = C |ar
2 | , et donc
0
r2
r02
=
e2at
a r2
a r02
(car on verifie que a r 2 reste toujours du meme signe que a r02 ). De cette dernière
equation on tire lexpression de r 2 puis finalement, celle de r(t) (qui est > 0 par definition)
a
r0
si a = 0
r02 +(ar02 )e2at
r(t) =
.
(2.12)
r0 2
si a = 0
1+2r0 t
Exercice : verifier que la limite a 0 de la première solution redonne bien la deuxième.
On voit sur ces formules que la limite t est très differente selon que a > 0 (o`
u
u r(t) 0).
r(t) a), ou a 0 (o`
Les figures qui suivent illustrent ces differents cas. Dans les cas (a) et (b) o`
u a > 0, la
trajectoire tend vers rs = a qui est donc attractive : on dit que le cercle de rayon r = rs =
J.-B. Z.
24 Novembre 2008
110
M
ethodes math
0.3
0.04
0.2
0.02
0.1
0.4
-0.3
-0.2
-0.1
0.1
0.2
0.3
-0.06
-0.04
-0.02
0.02
0.04
0.2
-0.4
-0.2
0.2
0.4
0.6
0.8
-0.1
-0.02
-0.2
-0.04
-0.3
-0.06
-0.2
-0.4
Fig. 5: Trajectoires du syst`

eme de Hopf pour diff
erentes valeurs du param`
etre de contr
ole
a et de la condition initiale r(0) = r0 : (a) a = 0.1, r0 = 1; (b) a = 0.1, r0 = 0.1; (c)
a = 0.1, r0 = 0.1.
a, qui constitue la trajectoire asymptotique, parcourue à vitesse angulaire constante, est
un cycle limite. Dans le cas (c) o`

u a < 0, r(t) tend vers zero exponentiellement vite :
r(t) eat . Dans le cas o`
u a = 0 (non figure ici), la convergence vers zero est beaucoup
1
plus lente r(t) t 2 .
a
0
Fig. 6: Diagramme de bifurcation pour le syst`
eme de Hopf
Le diagramme de bifurcation peut aussi se dessiner dans le plan (a, r), voir fig. 6.
Exercice. Tracer le diagramme de flot de r(t) en distinguant les cas a < 0 et a > 0.
3. Portrait de phase
3.1. Espace de phases
Considerons un point dans lespace ordinaire R3 , decrit par trois coordonnees spatiales
xi , i = 1, 2, 3. Sa dynamique fait apparatre sa vitesse, de coordonnees vi , ou de facon
24 Novembre 2008
J.-B. Z.
Chapitre 5. Syst`
emes non-lin
eaires
111
equivalente, son impulsion pi = mvi . En physique, on appelle espace des phases un espace
de dimension 6 (dans le cas considere ici), de coordonnees (xi , vi ), i = 1, 2, 3. Une loi
du mouvement xi = fi (t) implique par derivation la loi de vi = fi (t), et lensemble des
points (xi = fi (t), vi = fi (t)) definit une courbe (parametree par t) dans lespace des
phases, nommee portrait de phase. Inversement etant donnee une telle courbe, on peut
reconstruire la loi du mouvement : pour plus de simplicite, restreignons-nous à un système
à un degre de liberte (cest-`
a-dire une seule coordonnee x), dont lespace des phases (de
coordonnees x et v) est donc de dimension 2. Si au voisinage dun point x0 on peut decrire
la courbe par v = (x), la fonction cherchee x(t) doit etre telle que x(t)
= (x) qui sintègre

en t t0 =
x
x0
dx /(x ) et mène donc à la loi du mouvement x(t), si on appelle t0 le temps
o`
u le système est en x0 .
Exemple : considerons un oscillateur harmonique libre non amorti, de frequence propre
0 , donc obeissant `
a lequation x + 02 x = 0. Si au temps t = 0, il est lache sans vitesse
initiale depuis la position x0 , sa loi du mouvement est x(t) = x0 cos 0 t, donc v(t) =
x0 0 sin 0 t. La trajectoire dans lespace de phases est la courbe parametree (x(t), v(t)),
donc une ellipse x2 +v 2 /02 = x20 . Inversement, etant donnee cette ellipse, on en choisit une
branche, (soit la partie superieure, soit la partie inferieure de lellipse dans le plan (x, v),
cest-à-dire quon fait un choix de signe pour la racine carree), par exemple v = 0
x20 x2
u x = x0 cos(0 t + ). La condition initiale fixe alors

et on intègre dx/ x20 x2 = 0 dt do`
= 0. (Le choix oppose de signe dans la racine aurait conduit a` x = x0 cos(0 t + ) =
x0 cos(0 t + ) avec = + , donc au final, à la meme fonction x(t), à une redefinition
de près.).
Sans meme resoudre explicitement lequation horaire (lequation du mouvement), on
peut lire beaucoup dinformations concernant le mouvement sur le portrait de phase
(x, v). Considerons en effet un point (x, v = 0
x20 x2 ) (en choisissant à nouveau la
branche superieure de lellipse). Le fait que v > 0 signifie quà partir de ce point, le
mouvement seffectue vers la droite sur cette branche, jusquà ce que v sannule et change
de signe, cest-`
a-dire quon passe sur la branche inferieure ; à partir de ce moment, la
conclusion est inversee et le mouvement seffectue vers la gauche sur la branche inferieure
jusqu`
a ce quil recoupe `
a nouveau laxe, etc. Le mouvement dans lespace des phases est
donc un mouvement dans le sens des aiguilles dune montre le long de lellipse.
Ces considerations setendent à un système à N degres de liberte, cest-à-dire decrit
par N coordonnees xi : lespace de phases est alors de dimension 2N .
J.-B. Z.
24 Novembre 2008
112
M
ethodes math
Pour un système donne, obeissant à la loi de la dynamique m

xi = Fi (x, t) avec une
force donnee, la solution xi = fi (t) est unique une fois specifiees des conditions initiales
xi (t0 ), x i (t0 ). Cela implique que deux trajectoires dans lespace des phases ne peuvent
pas sintersecter : si cetait le cas, elles auraient des conditions initiales prises en ce point
identiques et la suite de leur trajectoire conciderait alors. La seule exception à cette
règle se produit en un point dequilibre instable, du voisinage duquel plusieurs trajectoires
differentes peuvent partir, ou y arriver (au bout dun temps infini, pourquoi ?).
3.2. Pendule simple, son portrait de phase
On revient au pendule simple, satisfaisant lequation = g sin . On a mentionne au
chapitre 2 quune integrale première peut etre obtenue en multipliant par et en integrant
1 2
02 cos = E/m2 constante ,
2
o`
u, comme precedemment, 02 = g/ et o`
u E est lenergie totale conservee, fixee par
les conditions initiales. Appelons = la vitesse angulaire. Lequation precedente est
precisement celle dune courbe dans lespace des phases, cest-à-dire dun portrait de phase,
qui depend de la constante E/m2 . En se rappelant que cos 1 2 sin2 2 , on peut
resoudre
= 20
d
ef 0
20 ,
avec =
2 sin2
(3.1)
o`
u 0 = 0 est la vitesse angulaire au point o`
u = 0 (donc E/m2 = 12 20
02 ). Comme precedemment, une remarque simple consiste à observer que le mouvement
seffectue sur une meme branche et dans une direction donnee tant que ne sannule pas.
Si > 0 (branche superieure), crot au cours du mouvement, donc le point se deplace
vers la droite. Le mouvement ne peut changer de sens que si vient à sannuler.
Pour 1, , sont (au plus) dordre 1 en , et lequation se simplifie en
= 20
Cest lapproximation dej`

a rencontree des petites oscillations du pendule par un oscillateur
harmonique, et on retrouve comme portrait de phase lellipse du paragraphe precedent :
il sagit dune ellipse de demi-axes 2, 20 dans les variables et .
Quand crot mais reste inferieur à 1, lellipse se deforme et grossit, la trajectoire (le
portrait) restant une courbe fermee. Le mouvement est encore un mouvement pendulaire
24 Novembre 2008
J.-B. Z.
Chapitre 5. Syst`
emes non-lin
eaires
113
oscillant, entre des angles m , avec sin(m /2) = . On obtient la periode en integrant
lequation du mouvement, l`
a encore une equation differentielle à variables separees :
d
d
.
(3.2)
dt =
=
()
2 2 sin2
0
Comme esquiss
e au chapitre 2, 4, la demi-p
eriode correspond au temps n
ecessaire au pendule pour
osciller mettons entre les angles m et m , (donc avec une vitesse angulaire > 0, do`
u le choix du signe
+ dans (3.2)) soit
m
T
=
2
m 20
et le changement de variable dint
egration sin
m
= sin
T =4
0
20
sin2 2m
sin2 2
d
2 sin2
m
2
(3.3)
sin u am`
ene a
` (le v
erifier !)
4
0
du
1 sin2 u sin2
m
2
(3.4)
La p
eriode est donc donn
ee en fonction de langle maximum m par cette int
egrale non triviale, nomm
ee
int
egrale elliptique de premi`
ere esp`
ece
T =4
m def
K(sin2
) = 4
g
2
/2
du
1 sin2 u sin2
m
2
(3.5)
Toute cette discussion reste valable jusquà la valeur critique = 1.

Le cas = 1, et donc sin2 m /2 = 1, m = , correspond à la situation o`
u la bille du
pendule atteint la verticale avec une vitesse nulle. La periode T tend vers linfini quand
1.
Enfin pour > 1, le radical dans (3.1) ne sannule jamais, donc le sens du mouvement
sur le portrait de phase ne sinverse jamais : vers la gauche sur la branche inferieure, vers
la droite sur la superieure.
2
-3
-2
-1
-1
-2
Fig. 7: Portrait de phase du pendule simple : en abscisse /, en ordonn

ee /20 pour
les trois valeurs de = 12 , 1, 2.
J.-B. Z.
24 Novembre 2008
114
M
ethodes math
Voir le portrait de phase sur la figure 7. Noter que des trajectoires sintersectent
aux points = (2k + 1), qui correspondent à des points dequilibre instable. Les trajectoires qui passent par ces points separent les trajectoires fermees, du type elliptique, des
trajectoires ouvertes. Pour cette raison, elles sont appelees separatrices.
4. Le mod`
ele proie-pr
edateur,
equation de Lotka-Volterra. (traite en TD)
Il sagit dun modèle dinteractions entre deux populations, les petits poissons et les gros,
les seconds mangeant les premiers . . . Il a ete initialement propose par Lotka pour la
modelisation de certaines reactions chimiques, puis applique par Volterra à levolution de
populations de poissons dans lAdriatique. On ecrit donc
dp
= p apP
dt
dP
= P + ApP
dt
(4.1)
o`
u les quatre constantes sont positives, homogènes à linverse dun temps. Si les petits
poissons etaient seuls, serait leur taux de croissance (exponentielle), si les gros etaient
sans proies, serait leur taux dextinction. Les constantes non diagonales decrivent les
interactions entre ces populations.
Ce système admet des solutions triviales
p = P = 0;
p = 0, P (t) = P (0) et ;
P = 0, p(t) = p(0) et .
(4.2)
On cherche des solutions dans R2+ . Que sont les points fixes ? Ils sont solutions de
{ps = aps Ps ,
d
p
dt
Ps = Aps Ps } (ps , Ps ) = (0, 0),

,
A a
(4.3)
La linearisation autour du point fixe trivial est . . . triviale ! puisquelle se reduit à
= p , ddtP = P , donc elle decrit des populations decouplees. En ce qui concerne le
point fixe non trivial, on note quon peut recrire (4.1) sous la forme
p = ap(P Ps ) ,
P = AP (p ps ) .
(4.4)
La linearisation autour du point fixe non trivial, p = ps + p , P = Ps + P , sen deduit :

d
p
= aps P
dt
24 Novembre 2008
dP
= APs p
dt
(4.5)
J.-B. Z.
Chapitre 5. Syst`
emes non-lin
eaires
115
donc en eliminant P
d2 p
= aAps Ps p
dt2
(ou la meme equation pour P ), equation du type oscillateur harmonique de frequence
propre donnee par 02 = aAps Ps = . Donc la version linearisee des equations de LotkaVolterra a pour solution
p(t) = ps + (p(0) ps ) cos 0 t
P (t) = Ps + (P (0) Ps ) cos 0 t +
a
(P (0) Ps ) sin 0 t
A
(4.6)
A
(p(0) ps ) sin 0 t
a
equations dune ellipse centree en (ps , Ps ), dequation A2 (p ps )2 + a2 (P Ps )2 =

constante (constante donnee par les conditions initiales).
5
Fig. 8: Champ de vitesse du syst`

eme de Volterra pour des valeurs a = A = = 1, = 2.
Sil est difficile de dessiner le portrait de phase (un système de courbes dans un espace
de dimension 4 !), on peut le representer à deux dimensions dans le plan (p, P ) en dessinant
en chaque point le vecteur vitesse (p,
P ). Les trajectoires sont des courbes tangentes à
ce champ de vitesse. Les equations (4.4) impliquent que le champ de vitesse, donc les
trajectoires, senroulent autour du point fixe non trivial dans le sens positif. On montre
en outre que les trajectoires sont fermees, donc periodiques. Voir figure 8.
Un dernier point au sujet de lequation de Lotka-Volterra. Malgre sa non-linearite, on
peut trouver une quantite conservee. Si on pose u = ln p, U = ln P , les equations (4.1) se
mettent sous la forme
du
= aeU ,
dt
J.-B. Z.
dU
= + Aeu .
dt
(4.7)
24 Novembre 2008
116
M
ethodes math
Si on peut trouver un hamiltonien H(u, U ) tel que u = U H, U = u H, alors cet
hamiltonien est une quantite conservee puisque
H
H
dH
U+
=
u = 0 .
dt
U
u
Or il est aise dintegrer les deux equations
U H = aeU ,
u H = Aeu
en deux etapes, la première equation impliquant H(u, U ) = U aeU + C(u), puis la
seconde H(u, U ) = U aeU + u Aeu , à une constante additive sans importance près.
Le mouvement seffectue donc sur la courbe dequation
ln P aP + ln p Ap = constante ,
(4.8)
ou encore
P p = CeaP +Ap .
la constante C etant fixee par les conditions initiales.
5. Applications r
ecursives
Ce paragraphe est consacre au cas de systèmes regis par des equations aux differences
finies, pouvant se mettre sous forme dapplications recursives xn = f (xn1 ) ou xn =
f (xn1 , xn2 ), etc
De telles applications peuvent etre vues comme des discretisations dune equation
differentielle, respectivement du premier, du deuxième etc ordre. A ce titre, elles peuvent
representer une methode pratique de resolution numerique de telles equations. Elles peuvent aussi apparatre de plein droit dans letude de systèmes dynamiques o`
u on na accès
quà des valeurs de la variable `
a des temps discrets, par exemple la position dune comète à
son perihelie, la population dune espèce de tortues marines lors de leur ponte annuelle. . .
24 Novembre 2008
J.-B. Z.
Chapitre 5. Syst`
emes non-lin
eaires
117
5.1. Points fixes et stabilite lineaire

Considerons une application recursive (ou iterative)
xn+1 = f (xn )
(5.1)
o`
u f est une fonction supposee continue et derivable, et etudions ses points fixes et la
stabilite de sa linearisation au voisinage de ces points fixes. Les points fixes quil est
traditionnel de denoter par x satisfont
x = f (x ) .
Geometriquement, ce sont les abscisses des points dintersection de la courbe y = f (x)
avec la première bissectrice.
Lineariser literation au voisinage dun de ses points fixes x , cest definir une nouvelle
suite un = xn x et recrire la relation en termes des un en developpant f au premier
ordre en u
xn+1 = x + un+1 = f (x + un ) = f (x ) + f (x )un + O(u2n )

soit
un+1 = f (x )un .
(5.2)
Selon la valeur de := |f (x )|, cette suite geometrique a des comportements bien
differents. Si < 1, la suite un converge vers zero, cest-à-dire xn tend vers la limite
x . Au contraire, si > 1, la suite un diverge et, selon cette analyse de stabilite lineaire,
xn ne converge pas vers x (mais rien ninterdit quil converge vers un autre point fixe).
On peut aussi visualiser cette condition sur et la convergence ou non de xn vers
x par une methode graphique. Cette methode est illustree sur lexemple de la suite
xn = exn1 2, x1 = 1 sur la figure 9a. Pour un point xn donne, la nouvelle valeur de

xn+1 = f (xn ) est obtenue en projetant sur laxe des abscisses le point de la bissectrice
de coordonnees xn+1 = yn+1 = f (xn ). Literation conduit alors à la construction dun

escalier ou dun colimacon, qui seloigne de x ou qui sen approche selon que la tangente à
la courbe en x est au dessus ou au dessous de la bissectrice, cest-à-dire si = |f (x )| > 1
ou si < 1.
Bien que lequation x = ex 2 admette une racine positive x+ 1.14619, comme on
le voit sur la figure 9a, cette racine nest pas la limite de cette suite qui en fait converge
J.-B. Z.
24 Novembre 2008
118
M
ethodes math
y=e 2
y=x
y=x
1
x4
x*
x2 x1
x3
x+*
y=1/ x
x
x*
x1
(b)
(a)
Fig. 9: (a) Convergence ou divergence de la suite xn = exn1 2 selon la valeur initiale de

x1 . On a repr
esent
e la suite qui d
emarre de x1= 1. Tracer sur le graphe celle qui d
emarre
de x1 = 1.5. (b) Le cas de la suite xn+1 = 1/ xn .
vers lautre racine xn x 1.84141. On dit parfois que x+ est un point fixe repulsif,
x un point fixe attractif de literation. Noter que la meme relation de recurrence avec la
valeur initiale x1 = 1.5 conduit `

a une suite divergente. En trouver la raison graphique sur
la figure.
Recapitulons
= |f (x )| < 1 : x est un point fixe attractif xn x
= |f (x )| > 1 : x est un point fixe repulsif xn x
(5.3)
= |f (x )| = 1 : on ne peut pas conclure.
Montrer que la suite xn+1 = ln(xn + 2) qui admet les m

emes points fixes x
(pourquoi ?) voit se
r
renverser leurs r
oles. x
est
maintenant
attractif,
et
x
e
pulsif.
+
Etudier
de la m
eme facon la convergence de la suite xn = 3(1 exn1 ) vers la racine positive de
l
equation x = 3(1 ex ) rencontr
ee dans l
etude du corps noir (cf TD 2 et TP). (Literation converge
car la fonction (x) = 3(1 ex ) a une pente (x) = 3ex < 1 au voisinage de x = 3 (e3 1/20).)
5.2. Application logistique

Lapplication logistique est literation definie par
xn+1 = axn (1 xn ) =: f (xn )
24 Novembre 2008
(5.4)
J.-B. Z.
Chapitre 5. Syst`
emes non-lin
eaires
119
o`
u x est une variable dans lintervalle [0, 1] et a est un paramètre positif. En depit de son
apparente simplicite, cette application iterative revèle de surprenantes richesses . . .
Noter dabord quelle constitue une discr
etisation de l
equation dite de Verhulst, x = Ax Bx2 ,
qui, elle, nexhibe aucun ph
enom`
ene particuli`
erement int
eressant. Cette
equation diff
erentielle peut par
changement des variables x = A
x/B et t = At se mettre sous la forme canonique
d
x
=x
(1 x
)
dt
(5.5)
puis sint`
egre ais
ement par s
eparation de variables,
dt =
d
x
d
x
d
x
x
= d ln
x
x
2
x
1x
1x
soit
x
(0)
x
(t)
=
et .
1x
(0)
1x
(t)
On peut en fait se d
ebarrasser des valeurs absolues : l
equation pr
ec
edente montre que x
(t)/(1 x
(t)) ne
sannule pas au cours du temps, donc est du m
eme signe que x
(0)/(1 x
(0)). On en tire alors la solution
x
(t) =
etx
(0)
1 + (et 1)
x(0)
ou encore, dans les variables initiales

x(t) =
eAt x(0)
1+
B At
(e
A
1)x(0)
fonction qui tend gentiment vers A/B quand t . Le param`

etre de contr
ole a de lapplication logistique
peut
etre consid
er
e comme li
e au pas de discr
etisation du temps de l
equation de Verhulst par a = At + 1.
Nous allons voir quil joue un r
ole tr`
es important . . . et insoupconn
e au niveau de l
equation de Verhulst.
0.8
a 3.2
0.6
0.4
a 1.5
0.2
a 0.5
0
10
15
20
25
30
Fig. 10: It
erations xn = fn (x0 ) de lapplication logistique pour une condition initiale
quelconque, ici x0 = 0.1234567890, et, de bas en haut a = 0.5, a = 1.5 et a = 3.2. Laxe
des abscisses porte la valeur de n + 1.
J.-B. Z.
24 Novembre 2008
120
M
ethodes math
1
a 4
0.8
a 3
0.6
a 2
0.4
a 1.5
a 1
a 0.5
0.2
0.2
0.4
0.6
0.8
Fig. 11: Les points fixes de lapplication logistique pour diff

erentes valeurs du param`
etre
de contr
ole a. Ici on a trac
e les courbes pour (de bas en haut) a = 0.5, 1., 1.5, 2., 3., 4.
Puisquon veut iterer lapplication xn+1 = f (xn ) et ne considerer f que dans

lintervalle [0, 1], il faut dabord se demander quelles valeurs de a sont telles que f applique [0, 1] sur lui-meme. Un calcul elementaire montre que f est maximale en x =
1
,
2
quelle y prend la valeur a/4 et que la condition cherchee est donc a 4.
Introduisons la notation commode fn (x) pour la n-ième iteree de la fonction f (x) de
(5.4), autrement dit le resultat de n compositions de la meme fonction f

fn = f f f ,
(5.6)
n fois
ou encore fn = f fn1 , f1 f . Revenons alors à la suite xn . Comme toujours pour une

suite definie par recurrence, il faut aussi se donner une valeur initiale x0 (lequivalent de
la condition initiale pour une equation differentielle du premier ordre). Avec la notation
precedente, on a xn = fn (x0 ). Il est aise de calculer numeriquement les xn successifs pour
une valeur du paramètre a donnee. Voir figure 10.
Il est beaucoup moins ais
e de donner une expression ferm
ee de xn , en dehors de quelques valeurs
particuli`
eres de a. Par exemple pour a = 2, (5.4) est
equivalent a
` 1 2xn+1 = (1 2xn )2 donc ln(1
n+1
2xn+1 ) = 2 ln(1 2xn ) = = 2
ln(1 2x0 ).
Il apparat sur la figure que la suite (xn ) (la trajectoire de x si on pense à n comme
une discretisation du temps) a une limite quand t pour a petit, vers une valeur nulle
ou finie, selon a, mais oscille pour a plus grand. Il est aise de confirmer par lanalyse cette
constatation empirique. Les limites possibles de xn sont les points fixes attractifs (au sens
de (5.3)) de lapplication. Les points fixes x sont solutions de x = ax (1 x ). Ce sont
donc
x = 0
et
x = 1 a1
(5.7)
mais la deuxième valeur est en dehors de lintervalle [0, 1] pour a < 1 et doit donc etre
rejetee. Donc pour 0 a < 1, le seul point fixe est x = 0, et il est attractif selon le critère
24 Novembre 2008
J.-B. Z.
Chapitre 5. Syst`
emes non-lin
eaires
121
(5.3) puisque f (0) = a est bien de module inferieur à 1. Pour a 1 un nouveau point
fixe apparat. Il y a donc une première bifurcation en a = 1. Examinons la stabilite de ce

nouveau point fixe x : f (x) = a(1 2x), donc en x = 1 a1 , f (x ) = 2 a est de
module inferieur `
a 1 ssi 1 < a < 3.
Ceci est bien confirm

e par l
etude de la figure 11. Si a < 1, la courbe y = f (x) ne coupe la bissectrice
quen 0. Si a > 1, un nouveau point fixe apparat, la pente de la tangente en 0 est sup
erieure a
` 1, donc
lorigine est instable.
En a1 = 3 se produit donc une nouvelle bifurcation. Le point fixe non trivial devient
à son tour instable. Mais comme le montre la figure 10, lhistoire ne sarrete pas là.
En a = 3.2, les xn oscillent entre deux valeurs, ce qui suggère que f2 = f f a des
points fixes non triviaux. Cherchons en effet les points fixes de f2 . On trouve f2 (x) =
a2 x(1 x) 1 ax(1 x) , donc les points fixes non triviaux x = 0 satisfont une equation
du 3ème degre 1 = a2 (1 x ) 1 ax (1 x ) dont le point fixe non trivial de f doit
etre aussi solution (tout point fixe de f est point fixe de f2 !). Cela permet de ramener
lequation du 3ème degre `
a une equation du 2ème degre
1 a2 (1 x ) 1 ax (1 x ) = (1 a + ax)(1 + a a(1 + a)x + a2 x2 ) = 0
et les racines du facteur de degre 2 sont
x2 =
1
1 + a1
2
(1 + a1 )(1 3a1 )
Elles sont reelles pour a 3, egales à 2/3 en a = 3 et restent dans [0, 1] pour tout a > 3.
Lanalyse de stabilite lineaire montre que les deux solutions sont stables (sous laction
de f2 ) pour 3 a < a2 := 1 + 6 = 3.449 .

0.8
0.6
0.4
a 3.5
0.2
10
15
20
25
30
Fig. 12: It
erations xn = fn (x0 ) de lapplication logistique pour x0 = 0.1234567890 (un
choix arbitraire !) et a = 3.5. Laxe des abscisses porte la valeur de n + 1.
J.-B. Z.
24 Novembre 2008
122
M
ethodes math
1
f_1
0.8
0.6
f_4
0.4
f_2
0.2
0.2
0.4
0.6
0.8
Fig. 13: It
erations xn = fn (x) de lapplication logistique pour a = 3.5. f = f1 , f2 et f4
sont port
ees respectivement en trait fin, en pointill
e et en trait gras.
Au del`
a de cette valeur, le meme scenario se repète. Comme le montre la figure 12,
pour a = 3.5, apparaissent des oscillations de xn = fn (x0 ) entre quatre valeurs, ce qui
montre que lon est maintenant en presence de cycles de longueur 4. Il faut donc examiner
la fonction f4 et ses points fixes (fig. 13).
Sur la figure 13, dessinee pour a = 3.5, apparaissent les points fixes de f , les deux
supplementaires de f2 , visibles aux points dintersection avec la droite y = x, mais dotes
dune pente (en valeur absolue) superieure à 1, donc instables. Seuls les 4 nouveaux points
fixes de f4 sont stables.
0.8
0.6
0.4
0.2
0.5
1.5
2.5
3.5
Fig. 14: Le d
ebut de la cascade de Feigenbaum : bifurcations successives des points fixes
de f2n en ceux de f2n+1 . Ici on voit ceux de f1 = f , f2 et f4 . Les courbes en tirets
signalent des points fixes instables.
Le système iteratif a donc subi une nouvelle bifurcation en a = a2 , avec apparition

de 4 points fixes de f4 (et des 4-cycles oscillant entre eux), stables . . . jusquà une valeur
a = a3 = 3.544. Au del`
a se produit un nouveau doublement de periode, avec des 8-cycles,
24 Novembre 2008
J.-B. Z.
Chapitre 5. Syst`
emes non-lin
eaires
123
valable dans une plage encore plus etroite de valeurs de a au bout de laquelle une nouvelle
bifurcation, et un nouveau doublement de periode, se produisent, etc. On peut representer
cette cascade de bifurcations comme sur la figure 14. Cest la cascade de Feigenbaum, du
nom de son decouvreur (1978).
Une etude plus detaillee montre quapparaissent successivement des points fixes nouveaux de f2r , attractifs dans un intervalle ar < a < ar+1 tandis que les points fixes
precedents deviennent instables. La suite ar converge vers a = 3.569945 et la suite des
ar ar1
ar+1 ar
on a
tend elle-meme vers une valeur = 4.669201609102990 , ou de facon equivalente,

(5.8)
ar a A r .
Fait très remarquable, cette valeur de a des proprietes duniversalite, en ce sens quelle
ne depend pas du choix de la fonction f pourvu que cette fonction applique lintervalle
[0, 1] sur lui-meme et quelle ait un maximum quadratique dans cet intervalle (le fait que
f (xm ) = 0, avec ici xm = 21 , etant donc le fait crucial). Par contre, les valeurs de a ou
de la constante A dans (5.8) ne sont pas universelles, mais dependent de la nature precise
de la fonction f . Ainsi, literation xn+1 =
si la valeur de a est differente.
a
4
sin(xn ) conduit à la meme valeur de , meme
Que se passe-t-il au del`

a de cette valeur, pour a < a < 4 ? Tous les points fixes
precedents sont instables, il existe par contre pour la plupart des valeurs de a dans cet
intervalle une orbite aperiodique, dite attracteur etrange, faite dune infinite de points x, et
le long de laquelle le comportement des iteres successifs dun x0 semble erratique. Il existe
aussi des plages etroites de a o`
u des p-cycles nouveaux apparaissent, avec à nouveau des
doublements de periode et des cascades de Feigenbaum (phenomène dintermittence).
Par exemple, pour 1 + 8 = 3.8284 < a < 3.8495, des 3 2r -cycles stables existent.
Ces p-cycles se voient comme des zones claires sur le diagramme des orbites ci-dessous
(figure 15). Pour a generique, le système presente un comportement quon aime associer
au chaos, cest-`
a-dire une extreme sensibilite aux conditions initiales. Dans ce cas, pour
deux valeurs initiales x0 et x0 proches, lintervalle xn xn crot exponentiellement
|xn xn | n |x0 x0 | ,
5
En fait la fonction f doit verifier plusieurs conditions techniques, quelle ait un maximum
quadratique unique dans lintervalle considere et que sa derivee schwarzienne f /f 23 (f /f )2
y soit negative.
J.-B. Z.
24 Novembre 2008
124
M
ethodes math
avec > 1. Une telle croissance nest bien s

ur compatible avec le fait que x reste dans
lintervalle [0, 1] que pour un nombre fini de valeurs de n, mais limportant est ce phenomène
de croissance des ecarts. De facon plus precise, pour a = 4 par exemple, la relation (5.4)
se recrit
xn =: sin2 n
a=4 :
xn+1 = sin2 n+1 = 4xn (1 xn ) = 4 sin2 n cos2 n = sin2 2n
(5.9)
n+1 = 2n mod .
et donc |n n | = 2n |0 0 | mod .
Literation logistique est un des modèles de base pour etudier les phenomènes encore
mal compris dapparition du chaos et de la turbulence. Il existe en effet des situations
experimentales (convexion de Rayleigh-Benard dans des cellules contenant de lhelium
liquide ou du mercure, experiences dA. Libchaber et al.) dans lesquelles on observe une
cascade de doublements de frequence avant lapparition dun regime turbulent, et dans
lesquelles les proprietes universelles des iterations se manifestent. Pour en savoir plus, voir
par exemple http://hal.archives-ouvertes.fr/jpa-00232033/en/ .
Fig. 15: Orbites de lapplication logistique (zoom et prolongement de la figure 14).
24 Novembre 2008
J.-B. Z.

de bilan
1. Courant. Equation
de conservation.
1.1. Densite et courant
Considerons un corps essentiellement unidimensionnel (tel un fil, un tuyau) contenant un
fluide, soit materiel, particules solides, charges electriques, fluide liquide ou gazeux. . . , soit
immateriel, chaleur, etc. Par fluide, on entend un système mouvant, dote de proprietes
de transport. La quantite de fluide contenue dans un petit element de ce corps est decrite
en tout point par une densite (volumique) (x, t) qui varie selon x et le temps t. La quantite
totale contenue dans un petit volume, entre les abscisses x et x + dx, est donc
dN = (x, t)dxS
si S est la section transverse du corps. (On aurait aussi pu introduire la densite lineque
(x, t) et ecrire dN = (x, t)dx.)
dx
j(x+dx)
j(x)
x+dx
Fig. 1: Flux entrant et sortant dans le volume

el
ementaire.
Lelement de volume considere voit une certaine quantite de fluide entrer ou sortir
par ses extremites `
a chaque instant. On decrit cela en definissant le courant j(x, t). Par
definition la quantite algebrique (cest-à-dire positive ou negative) de fluide traversant la
section S dans le sens des x croissants, cest-à-dire de gauche à droite, pendant le temps
dt est
d N (x, t) = j(x, t)Sdt .
Noter que cette quantite peut representer elle-meme un bilan, dans le cas par exemple o`
u
des particules traversent la surface S vers la gauche et dautres vers la droite. Dans ce
cas on a bien s
ur
j(x, t)dtS = #particules allant vers la droite #particules allant vers la gauche ,
à travers la surface S au point x, pendant le temps dt. La quantite jS est le flux de
j à travers la surface S.
126
M
ethodes math
1.2. Loi de conservation

Supposons maintenant que le fluide considere soit sujet à une loi de conservation. Par là,
on entend que la variation de la quantite de fluide dans le volume considere pendant un laps
de temps dt resulte uniquement des entrees et sorties de ce fluide par les extremites. Cest
le cas par exemple du nombre de molecules dun fluide dans une canalisation (en labsence
de fuite dans cette dernière. . . ), ou du nombre delectrons dans un conducteur ordinaire,
en labsence de reactions electrochimiques. Ce ne serait pas le cas si le fluide participait à
des reactions chimiques ou autres à linterieur du volume et pendant lintervalle consideres.
Sous cette hypothèse, on peut ecrire une equation de bilan, qui exprime cette conservation locale, dans tout intervalle de temps dt et despace dx. Pendant lintervalle de
temps dt, la quantite de fluide dans notre volume elementaire varie de
d2 N (x, t) = t dN (x, t)dt = t (x, t)Sdxdt
= (j(x, t)S j(x + dx)S)dt = x j(x, t)Sdxdt ,
(1.1)
et donc
(x, t) j(x, t)
+
=0,
t
x
(1.2)
dite equation de conservation.

Toutes les consid
erations qui pr
ec`
edent peuvent et doivent
etre g
en
eralis
ees pour un syst`
eme qui nest
pas unidimensionnel. Le courant devient un vecteur, j(x, t), de composantes (jx , jy , jz ); son flux a
` travers
l
el
ement de surface S est le produit scalaire j.
nS, o`
un
est le vecteur unitaire normal a
` S et dirig
e vers
lint
erieur du volume. L
equation de conservation (1.2) s
ecrit
div j(x, y, z, t) + t (x, y, z, t) = 0 ,
(1.3)
o`
u div j est lop
erateur divergence, qui s
ecrit en coordonn
ees rectangulaires
div j(x, y, z, t) := x jx + y jy + z jz .
1.3. Equation
de continuite dun fluide
Revenons `
a notre fluide contenu dans un corps unidimensionnel. Si la variation de la
quantite de fluide est due `
a un mouvement densemble à une vitesse v(x, t), la quantite
qui traverse S entre les temps t et t + dt est celle qui etait contenue au temps t dans le
volume Sdx avec dx = vdt, donc
j(x, t)Sdt = (x, t)dxS = (x, t)v(x, t)dtS
1 D
ecembre 2008
J.-B. Z.

de bilan
127
soit
j(x, t) = (x, t)v(x, t) ,
(1.4)
(ou sous forme vectorielle j = v,) et lequation de conservation prend la forme

(v)
+
=0,
t
x
(1.5)
t + x v + vx = 0 ,
(1.6)
ou encore
o`
u le dernier terme prend en compte une eventuelle compressibilite du fluide, cest-à-dire
une variation de la densite dun point à lautre. (La generalisation tridimensionnelle
ne pose pas de problème div (v) + t = 0, ou encore t + div v + v. = 0). Cest
lequation de continuite, très importante en hydrodynamique.
Pour un fluide mat

eriel, on la compl`
ete par une
equation de transport de la quantit
e de mouvement,
exprimant le principe fondamental de la dynamique sur un
el
ement de volume du fluide, en fonction de la
pression p(x, t)
t + v. v = p .
equation d Euler (1.7)
Dans le cas o`
u la vitesse v est independante de x, (mouvement en bloc du fluide),
lequation (1.6) se reduit `
a (t + vx ) = 0 dont la solution est de la forme (x, t) =
f (x vt), la fonction f etant determinee par la condition initiale, f (x) = (x, 0), donc
(x, t) = (x vt, 0), qui decrit une onde de densite.
1.4. Equation
de la chaleur, equation de diffusion
Le courant j peut aussi decrire le flux de chaleur entrant ou sortant dun corps. Selon
le calcul de bilan effectue plus haut en (1.1), la quantite de chaleur algebrique qui entre
dans le volume elementaire pendant lintervalle de temps dt est dQ = x j(x, t)dxdtS.
Lenergie interne de ce volume varie donc de dU = dQ. On definit la chaleur specifique (à
volume constant) cV du corps par
dU = cV dT (Sdx) ,
(1.8)
o`
u est la masse volumique. On a donc
cV dT = cV t T dt = x jdt
soit
cV t T = x j .
J.-B. Z.
(1.9)
1 D
ecembre 2008
128
M
ethodes math
Dans de nombreux corps, le courant de chaleur j(x, t) est proportionnel à la derivee spatiale
(cest-`
a-dire au gradient) de la temperature (loi de Fourier)
j(x, t) = x T ,
(1.10)
o`
u est la conductibilite thermique, une quantite positive et caracteristique du corps,
constante en première approximation. Cette equation, avec son signe, implique que le
flux de chaleur est dirige vers la region de plus faible temperature, conformement à notre
experience quotidienne. En combinant (1.9) et (1.10), on aboutit à l
equation de la
chaleur
2T
T
=
.
t
cV x2
(1.11)
` nouveau, la g
A
en
eralisation a
` trois dimensions noffre pas de difficult
e conceptuelle
T
=
T
t
cV
(1.12)
o`
u=
x2
y 2
z 2
est le laplacien.
Pour letude de cette equation dans des situations variees, voir le TD 5.

Cette equation de la chaleur est un cas particulier d
equation de diffusion, qui
decrit aussi bien la dilution dun polluant dans un liquide, la diffusion dun gaz dans un
autre ou dans un corps solide, etc. Supposons que le courant reflète les inhomogeneites de
la densite selon la loi de Fick
j(x, t) = D
(x, t) ,
x
(1.13)
o`
u la constante D, dite constante de diffusion, est positive. Cette loi (empirique) signifie
que les transferts du fluide ont lieu vers les zones o`
u est le plus faible. En la combinant
avec (1.2), on obtient
2
=D 2 ,
t
x
(1.14)
appelee equation de diffusion.

1 D
ecembre 2008
J.-B. Z.

de bilan
129
2. Chane radioactive
Rappelons quun noyau atomique est caracterise par son nombre de protons Z (nombre
atomique) et son nombre de masse A, qui compte la somme protons+neutrons. Des
noyaux de meme Z (correspondant à la meme espèce chimique) mais dotes de A differents
(nombres de neutrons differents) sont dits isotopes. Si X est la denomination de lespèce
chimique correspondant `
a Z protons, on note A
Z X lisotope de nombre de masse A
Rappelons encore quil existe des noyaux instables, se desintegrant spontanement selon
lun des trois types de radioactivite, , et . La radioactivite correspond à lemission
dune particule , autrement dit un noyau dHelium, fait de 2 protons et 2 neutrons. Dans
une telle desintegration,
A
ZX
1
A4
Z2 X + .
Ce nest malheureusement pas la convention utilisee dans le tableau suivant, extrait de
http://www.ktf-split.hr/periodni/fr/pse-pdf.html .
J.-B. Z.
1 D
ecembre 2008
130
M
ethodes math
La desintegration (une notation historique) se refère à la desintegration dun neutron en

proton, accompagnee de lemission dun electron e (et dun antineutrino quon omet
dans la suite)
A
ZX
A
Z+1
X + e .
Enfin la radioactivite correspond à une desexcitation dun noyau par emission dun
gamma, rayonnement electromagnetique de très haute energie. Elle naffecte pas A ni Z et
ne nous concernera pas ici. On connat des chanes delements radioactifs se desintegrant
en cascade. Par exemple, lUranium 238 (lisotope le plus courant de ce corps) subit la
chane suivante de desintegrations
238
92 U
234
234
230
226
222
218
234
90 Th 91 Pa 92 U 90 Th 88 Ra 86 Rn 84 Po
suivi de
218
85 At
218
84 Po
214
83 Bi
214
82 Pb
214
84 Po
210
82 Pb
210
81 Tl
210
206
210
83 Bi 84 Po 82 Pb .
La chane sarrete alors, le Plomb 206 etant un isotope stable. On voit que plusieurs canaux
de desintegration sont parfois possibles pour un meme isotope.
Pour chacune de ces desintegrations, le nombre de desintegrations par unite de temps
est proportionnel au nombre de noyaux presents, avec un taux de desintegration constant,
caracteristique du noyau etudie et de son mode de desintegration. Pendant le temps dt, le
nombre de noyaux se desintegrant (dans un certain canal) est
|dN | = N dt = dN .
(2.1)
(Autrement dit la probabilite dun noyau de se desintegrer est par seconde, voir plus bas
3.2). On definit la demi-vie, notee , par le temps au bout duquel le nombre N a decru
par un facteur 2. En integrant (2.1), on trouve
N (t) = N (0)et
(2.2)
donc N ( ) = N (0)/2 conduit `

a
=
1 D
ecembre 2008
ln 2
N (t) = N (0) et ln 2/ = N (0)2t/ .
(2.3)
J.-B. Z.

de bilan
131
La quantite initiale de lisotope considere decrot dun facteur 1000 au bout dun temps
ln 1000
ln 2
10 (se rappeler que 210 103 ). Par exemple, pour lisotope naturel
238
de lUranium, = 4, 5 Gans, (1 Gan= 1 milliard dannees !) donc le nombre N aura

decr
u dun facteur 1000 au bout dun temps t = 45 Gans, soit trois fois lage actuel de
lUnivers. . .
Dans le cas dune chane comme ci-dessus, chacune des etapes a sa demi-vie . Pour
une espèce (un isotope) Xi dans la chane, soit Ni (t) le nombre de noyaux au temps t,
et soient ij =
ln 2
ij
les demi-vies des desintegrations vers les espèces Xj . Le nombre de
noyaux obeit donc `

a une equation de bilan
dNi
=
dt
Ni ij +
j
ij
Nk ki .
k
ki
Lensemble des Ni satisfait donc un système dequations differentielles lineaires couplees.

Considerons par exemple les deux premières etapes de la chane ci-dessus
238
On ecrit
U 234 Th 234 Pa
dU
U
= U U = ln 2
dt
U
Th
U
dTh
ln 2
=
dt
U
Th
avec des notations evidentes. La première se resout comme ci-dessus

U(t) = U(0) 2t/U
et on a donc `
a resoudre alors
dTh(t)
=
dt
Th(t)
U(0) 2t/U
U
Th
ln 2
(2.4)
dont la solution est de la forme

Th(t) = 2t/Th A +
Th
U(0) 2t/U
U Th
(2.5)
(le premier terme etant la solution generale de lequation homogène, le second une solution
particulière de (2.4)). On determine finalement la constante A en fixant la condition initiale
Th(0) = A + Th U(0)/(U Th )
Th(t) = Th(0) 2t/Th +
J.-B. Z.
Th
U(0)(2t/U 2t/Th ) .
U Th
(2.6)
1 D
ecembre 2008
132
M
ethodes math
Noter le signe du deuxième terme dans (2.5) : si U Th (ce qui est le cas, U = 4,5
milliards dannees, Th = 24 jours !), le premier processus de desintegration fournit moins
de noyaux de Th quil ne sen desintègre par le second processus, et on atteint très vite
(dès que Th t U ) un regime o`
u le terme 2t/Th 1 tandis que 2t/U 1 et donc
Th(t)
Th
U Th U(0)
t U que le terme 2
reste approximativement constant. Ce nest quau bout dun temps
t/U
se manifeste et que la decroissance de Th(t) devient perceptible.
Dans le cas o`
u il existe plusieurs canaux de desintegration pour un isotope X donne,
comme
214
Bi ci-dessus, disons X Y et Z avec des taux et , on ecrit

dNX = ( + )NX
soit NX (t) = NX (0)e(+)t , et on definit à nouveau la demi-vie par X = ln 2/( + ).

Si on definit XY =
ln 2
et XZ =
ln 2
comme ce que seraient les demi-vies pour les
desintegrations separees XY et XZ, on peut ecrire

X < inf(XY , XZ ) .
Louverture dun nouveau canal diminue bien s
ur la demi-vie.
Dans le cas du 214 Bi, on lit dans les tables que les probabilites des deux canaux valent
= 99, 96% pour le canal Bi
214
Po et le complement
= 0, 04% pour le canal
Bi 210 Tl.
3. Autres
equations de bilan
3.1. Reactions chimiques
Considerons une reaction
aA + bB + cC + dD +
o`
u A, D designent des molecules, a, d sont les coefficients stoechiometriques. Si
NA , designent les nombres de molecules A etc, leurs variations pendant un intervalle dt

sont proportionnelles aux coefficients stoechiometriques,
1 D
ecembre 2008
dNB
dNC
dND
dNA
=
= =
=
= = d
a
b
c
d
J.-B. Z.

de bilan
133
et on appelle le degre davancement de la reaction. La vitesse de reaction est par

definition
v=
donc
v=
d
dt
1 dNB
1 dNC
1 dND
1 dNA
=
= =
=
= .
a dt
b dt
c dt
d dt
Si on travaille `
a volume constant V , on prefère utiliser les concentrations molaires [A] =
NA
,
V
etc, donc
v=
V d[A]
a dt
Dans de nombreuses situations, la vitesse de la reaction peut sexprimer sous la forme

v = k[A] [B]
en fonction des concentrations des reactifs, avec une constante k ne dependant que de la
temperature. A priori, les indices , , sont distincts des coefficients a, b, . Il peut
aussi se faire, dans les reactions dites auto-catalytiques, que les concentrations [C], [D],
des produits de la reaction interviennent dans cette formule, avec des puissances , , .
3.2. Processus stochastiques. Equation

matresse
Les
equations de bilan du type pr
ec
edent apparaissent encore dans les processus stochastiques, cest-`
a-dire
les ph
enom`
enes al
eatoires d
ependant du temps. On consid`
ere un syst`
eme qui peut occuper un certain
nombre de configurations C, chacune avec une certaine probabilit
e. Il est dot
e dune dynamique qui le fait
sauter dune configuration C a
` une configuration C avec une probabilit
e T (C , C; t)dt pendant le temps
dt. Lhypoth`
ese que le processus est markovien signifie que cette probabilit
e de saut (on dit plut
ot de
transition) entre les instants t et t + dt ne d
epend pas de lhistoire ant
erieure, mais seulement de C, C et
t, comme indiqu
e.
La probabilit
e P(C; t) pour le syst`
eme d
etre dans la configuration C a
` linstant t est sujette a
`
l
equation
dP(C; t)
=
T (C, C ; t)P(C ; t) T (C , C; t)P(C; t) ,
(3.1)
dt
C =C
dite
equation matresse, qui exprime une fois encore le bilan des transitions amenant a
` ou faisant partir
de la configuration C. (La restriction a
` C = C dans la somme de (3.1) peut
etre lev
ee.)
En sommant sur toutes les configurations C on obtient
dP(C; t)
=
dt
C ,C
T (C, C ; t)P(C ; t) T (C , C; t)P(C; t) 0
exprimant une tautologie : la somme des probabilit

es est constante (et
egale a
` 1).
Exemple : le probl`
eme de d
esint
egration de noyaux atomiques pourrait et devrait
etre trait
e par
une approche probabiliste, puisque cest bien l`
a le fond de la question : un noyau (comme tout syst`
eme
individuel de nature quantique) a une probabilit
e de transition de tel ou tel
etat vers tel autre. Le
traitement qui a pr
ec
ed
e sest appliqu
e implicitement `
a une vaste population de noyaux (dont le nombre a
et
e trait
e comme une variable continue, et non comme un entier discret), et a concern
e en fait le nombre
moyen (la valeur moyenne ou esp
erance au sens probabiliste) de la variable al
eatoire nombre total de
noyaux de tel isotope. L
equation (2.1) se redit en termes probabilistes comme suit :
J.-B. Z.
1 D
ecembre 2008
134
M
ethodes math
la probabilit
e dun noyau donn
e de subir la d
esint
egration
etudi
ee pendant le temps dt est T (X
X ) = dt.
La probabilit
e davoir N noyaux dans l
etat initial (radioactif) X au temps t
etant not
ee PN (t), on a
PN (t + dt) = (1 dt)N PN (t) + (N + 1)PN +1 (t)dt + O(dt2 )
donc
d
PN (t) = ((N + 1)PN +1 (t) NPN (t))
dt
(3.2)
On sest donn
e (avec probabilit
e 1) la valeur initiale N0 , PN (t = 0) = N N0 . On r
esout l
equation (3.2)
par la m
ethode de la fonction g
en
eratrice : soit
N0
F (x, t) =
N =0
xN PN (t) .
(3.3)
L
equation (3.2) conduit a
`
F (x, t) = (1 x)
F (x, t)
t
x
(3.4)
dont la solution peut

etre
ecrite sous la forme F (x, t) = G((1 x)(t)) a
` condition que (t)
= (t), soit
(t) = et , et la fonction jusque l`
a arbitraire G est fix
ee par la condition initiale F (x, 0) = xN0 = G(1x),
soit G(x) = (1 x)N0 , do`
u finalement
F (x, t) = 1 (1 x)et
N0
=
N =0
N0
= (1 et ) + xet
N0
(1 et )N e(N0 N )t
N
N0
(3.5)
qui permet didentifier

PN (t) =
N0
(1 et )N e(N0 N )t ,
N
(3.6)
la loi dite bin

omiale pour une probabilit
e p(t) = et . On peut alors calculer lesp
erance de la variable
al
eatoire N
N0
N (t) =
nPn (t) =
n=0
F (x, t)
x
x=1
= N0 et .
On retrouve bien le r
esultat obtenu plus haut a
` partir de l
equation diff
erentielle satisfaite par N. On
pourrait aussi
etudier maintenant ce que sont les fluctuations de la variable al
eatoire N autour de cette
valeur moyenne, etc.
1 D
ecembre 2008
J.-B. Z.

MMP LP206

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

MMP LP206

Titre original :

Transféré par

Droits d'auteur :

Formats disponibles

Mention Physique de la

Licence de Sciences et Technologies

La citation compl`ete est la suivante :

La philosophie est ecrite dans cet immense livre qui

2. Nombres entiers, reels, complexes

4. Fonctions elementaires : trigonometriques et hyperboliques, exponentielle, logarithme

6.1. Methodes dintegration

Appendix A. Identites trigonometriques . . . . . . . . . . . . . . . . . . . .

1.1. Limite dune fonction en un point o`

1.3. Infiniment petits, infiniment grands, developpements limites. Rappels . . . . 13

2.2. Limite dune suite

2.3. Suites de Cauchy . . . . . . . . . . . . . . . . . . . . . . . . . . . 22

3.3. Integrales impropres avec une singularite sur un intervalle fini

3.5. Partie principale . . . . . . . . . . . . . . . . . . . . . . . . . . . 30

4.3. Series absolument convergentes . . . . . . . . . . . . . . . . . . . . . 34

4.5. Series de fonctions, series enti`eres et leurs proprietes.

1. Generalites sur les equations differentielles

1.2. Syst`emes dequations differentielles

2. Conditions initiales. Theor`eme de Cauchy. Conditions aux limites

2.1. Existence et unicite des solutions . . . . . . . . . . . . . . . . . . . . 41

4. Autres classes dequations differentielles simples. Autres methodes

4.1. Integrales premi`eres

4.4. Resolution dune equation differentielle par une serie enti`ere

0. Preambule sur les fonctions periodiques . . . . . . . . . . . . . . . . . . . 59

1.2. Phenom`ene de Gibbs . . . . . . . . . . . . . . . . . . . . . . . . . 66

2.3. Autres exemples

3. Analyse dun syst`eme periodique avec une bande passante finie.

4.2. Reseau infini. Peigne de Dirac

4.3. Reseau tridimensionnel. Condition de Bragg . . . . . . . . . . . . . . . 78

1. Generalites sur les syst`emes lineaires. Loscillateur harmonique

2.1. Frottement fluide . . . . . . . . . . . . . . . . . . . . . . . . . . . 84

3. Oscillateur excite par une source periodique

5. Oscillateurs couples (traites en TD)

5.1. Cas de deux oscillateurs couples

5.2. Modes propres . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97

1.1. Stabilite et instabilite . . . . . . . . . . . . . . . . . . . . . . . .

1.2. Brisure de symetrie.

2. Analyse de stabilite : methode graphique et linearisation. . . . . . . . . . .

1.3. Bifurcation de Hopf

2.1. Flot de x(t). Interpretation graphique du crit`ere < 0 de stabilite.

2.3. Exemple : linearisation de lequation (1.4) . . . . . . . . . . . . . . .

2.2. Linearisation dune equation du premier ordre

2.4. Linearisation dune equation dordre plus eleve : linearisation au voisinage

2.5. Linearisation du syst`eme de Hopf

3.1. Espace de phases . . . . . . . . . . . . . . . . . . . . . . . . . .

3.2. Pendule simple, son portrait de phase . . . . . . . . . . . . . . . . .

4. Le mod`ele proie-predateur, equation de Lotka-Volterra. (traite en TD)

5.1. Points fixes et stabilite lineaire . . . . . . . . . . . . . . . . . . . .

5.2. Application logistique . . . . . . . . . . . . . . . . . . . . . . . .

1.2. Loi de conservation . . . . . . . . . . . . . . . . . . . . . . . . . 126

3. Autres equations de bilan . . . . . . . . . . . . . . . . . . . . . . . .

3.1. Reactions chimiques

3.2. Processus stochastiques. Equation

Chapitre 0. Rappels et notations

A := : la quantite A est definie par ce qui suit; on ecrit aussi A = .

x : quel que soit x . . .

x : il existe un x tel que . . .

P1 P2 : la propriete P1 implique la propriete P2

P1 P2 : la propriete P1 est equivalente a

et seulement si (ssi en abrege) P2 .

Z = { , 2, 1, 0, 1, 2, } ensemble des nombres entiers relatifs,

R = (, ) ensemble des nombres reels (ou droite reelle),