Vous êtes sur la page 1sur 49

Les bifurcations de lapplication logistique

Seigneur Agathe sous la direction de Rechtman Ana


Septembre 2012
1
Table des mati`eres
Introduction 3
1 Historique de lapplication logistique 4
2 Conjugaison topologique 6
2.1 Denition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
2.2 Points xes et orbites periodiques . . . . . . . . . . . . . . . . . . 6
2.3 Conjugaison topologique de g
a
et f
c
. . . . . . . . . . . . . . . . 7
3 Bifurcations 10
3.1 Denition et proprietes . . . . . . . . . . . . . . . . . . . . . . . . 10
3.2 Bifurcations et points xes de f
c
. . . . . . . . . . . . . . . . . . 12
3.3 Bifurcations et points xes de g
a
. . . . . . . . . . . . . . . . . . 21
4 Classication des bifurcations 24
4.1 Bifurcation selle-nud . . . . . . . . . . . . . . . . . . . . . . . . 24
4.2 Bifurcation par doublement de la periode . . . . . . . . . . . . . 25
4.3 Diagramme de bifurcation . . . . . . . . . . . . . . . . . . . . . . 27
5 Le point et la constante de Feigenbaum 29
5.1 Points xes super attractifs et point de Feigenbaum . . . . . . . 29
5.2 La constante de Feigenbaum . . . . . . . . . . . . . . . . . . . . . 33
5.3 Calcul de la constante de Feigenbaum . . . . . . . . . . . . . . . 34
6 Au-del`a du point de Feigenbaum 37
6.1 Adresses du diagramme de bifurcation et comportement de g
s
. 37
6.2 Le diagramme de bifurcation au point de Feigenbaum . . . . . . 44
6.3 Lauto-similarite du diagramme de bifurcation . . . . . . . . . . . 45
Bibliographie 49
2
Introduction
Lapplication logistique est lapplication g
a
qui `a x associe ax(1 x) avec
a [0, 4]. Elle est denie sur lintervalle [0, 1] et prend ses valeurs dans [0, 1].
Lensemble de depart et lensemble darrivee sont identiques, lapplication lo-
gistique peut donc etre iteree, cest-`a-dire etre appliquee plusieurs fois de suite.
Cela permet de denir par recurrence la suite (u
n
)
N
denie par u
0
[0, 1] et
u
n+1
= g
a
(u
n
). Cette suite permet entre autres de prevoir levolution des popula-
tions. Nous developperons, dans une premi`ere partie, lutilisation de lapplication
logistique ainsi que son historique.
Cette application est un syst`eme dynamique dont la particularite est de
dependre dun param`etre a. Cest donc tout naturellement que nous etudions g
a
en fonction de a. An de simplier cette etude, il nous semble utile dintroduire
une fonction equivalente ` a g
a
, ce qui nous am`enera ` a aborder, dans une deuxi`eme
partie, la notion de conjugaison topologique.
Nous remarquons ensuite que pour des valeurs de a particuli`eres , lapplication
logistique change de dynamique. La recherche de ces valeurs appelees bifurcations
constituera la troisi`eme partie de notre travail. Leur classication et la denition
du diagramme de bifurcations seront lobjet de la reexion suivante.
Letude de ce diagramme dans la cinqui`eme section, nous fera decouvrir alors
deux nouveaux objets mathematiques : le point et la constante de Feigenbaum.
Enn, nous terminerons sur letude du diagramme de bifurcation au point de
Feigenbaum ainsi que sur lauto-similarite de ce diagramme.
Avant toutes choses, an deviter toute ambigute dans la notation, il est
necessaire de preciser que f
n
represente la n-i`eme iteree dune application f.
3
1 Historique de lapplication logistique
Lapplication logistique g
a
= ax(1x) a pour principal interet la modelisation
de levolution des populations. Elle a ete proposee en 1838 par Pierre Francois
Verhulst, mathematicien belge (1804-1849), an de modeliser de mani`ere non
exponentielle levolution des populations. Ce nouveau mod`ele vient en reaction au
mod`ele de Thomas Malthus (economiste britannique 1766-1834) qui prevoit une
croissance exponentielle de la population. En eet, pour Malthus, chaque annee,
la population augmente dans un rapport xe : u
n+1
= ru
n
o` u u
n
represente la
population de lannee n et r le taux de croissance de la population. La fonction
associee `a cette suite est : f(x) = rx. Ce mod`ele exponentiel prevoit donc
une evolution innie de la population et par consequent, correspond mal `a la
realite. Eectivement, aucun frein ` a levolution (penurie de nourriture, maladie)
nest pris en compte. La correction du mod`ele de Malthus simpose alors en
prenant en compte ces freins. Cest ainsi que le mod`ele de Verhulst se base sur la
nourriture disponible. Cela introduit une population maximum P qui est atteinte
lorsque toute la nourriture est epuisee. Si une annee, la population est egale
`a P, lannee suivante la population est nulle. Cette situation se modelise par :
u
n+1
= ru
n
(P u
n
) o` u la fonction associee est g(x) = rx(P x). Le facteur rx
represente laugmentation de la population tandis que (P x) correspond `a sa
diminution due `a des facteurs exterieurs. Cette derni`ere expression peut etre
simpliee. Elle secrit alors g(x) = rxP(1
x
P
). En posant y =
x
P
, on obtient :
g(y) = ryP
2
(1 y) = ay(1 y),
avec a = rP
2
. La population doit etre ainsi assimilee `a un nombre compris
entre 0 et 1, o` u 0 correspond `a son extinction et 1 `a son maximum. De plus, la
population maximale est egale `a g(
1
2
) =
a
4
. Ainis, 0
a
4
1, soit 0 a 4.
Lapplication g denie par
g(y) = ay(1 y) a [0, 4]
est lapplication logistique qui prend ses valeurs dans lintervalle [0, 1] et qui est
`a valeur dans [0, 1].
Apr`es sa decouverte par Pierre Francois Verhulst, lapplication logistique a
ete oubliee jusquau debut du XX-i`eme si`ecle. Des mathematiciens biologistes,
dans les annees 1920, travaillent sur levolution de dierentes populations ani-
males et constatent que les populations evoluent dieremment dune esp`ece `a
lautre : certaines se stabilisent tandis que dautres suivent des cycles reguliers
et enn dautres uctuent de mani`ere aleatoire. De quoi depend cette evolution ?
Lapplication logistique reapparait alors pour tenter de repondre ` a cette question.
Toujours dans le meme but, dans les annees 1970, James Yorke (mathematicien
americain) et Robert May (physicien australien), tous deux ecologistes, vont
trouver la reponse. Pour eux, levolution de chaque population animale se calcule
` a laide de lapplication logistique g(y) = ay(1 y) et depend de la valeur de a.
En eet, pour certaines valeurs de a, le comportement de lapplication change de
4
mani`ere signicative. Plus tard, ces param`etres sont appeles bifurcations. Pour
plus de clarte, May compile ses resultats dans un graphique, cest le debut du
diagramme de bifurcation. Il remarque que jusqu` a un certain point, la population
converge vers une valeur, puis deux, puis quatre, etc. Au del`a de ce point, ce
comportement previsible sarrete, cest le chaos.
Par ailleurs, ` a la meme periode, Mitchell Feigenbaum, physicien, sinteresse ` a
son tour `a lapplication logistique dans le cadre de recherche sur la turbulence.
Dans un premier temps, il fait les memes constatations que Robert May : il
existe des valeurs de a pour lesquelles le comportement de lapplication logistique
change. Puis durant lete 1975, il assiste ` a une conference sur la transition entre
la periodicite et le chaos qui le pousse ` a etudier lapplication logistique sous un
angle dierent. Il admet les bifurcations et il se concentre sur la distance entre
deux bifurcations successives. Il remarque alors que le rapport de deux distances
successives converge. Il reprend son etude sur dautres applications dependant
dun param`etre et constate que le rapport entre deux periodes converge toujours
vers le meme nombre. Cest la decouverte de la constante de Feigenbaum.
Finalement, dans les annees 1980, la theorie du chaos et la constante de Feigen-
baum se retrouvent dans des syst`emes physiques notamment en hydrodynamique,
en electronique, en acoustique.
5
2 Conjugaison topologique
An danalyser lapplication logistique g
a
, il nous semble utile dintroduire
une fonction dont letude est plus simple. Dans ce but, avant toute chose, il est
necessaire de denir la notion de conjugaison topologique.
2.1 Denition
Denition 2.1 Soient X et Y deux espaces topologiques et soient f : X X
et g : Y Y deux applications continues. Les applications f et g sont topo-
logiquement conjuguees sil existe un homeomorphisme : Y X tel que
f = g
Lhomeomorphisme peut etre assimile `a un changement de variables. Les
applications f et g jouent les roles de deux matrices semblables A et B. Tout
comme dans le cas des matrices, les applications f et g ont les memes proprietes
dynamiques, enoncees par la suite.
Deux applications topologiquement conjuguees ont donc le meme compor-
tement. Elles ont, entres autres, le meme nombre de points xes et dorbites
periodiques.
2.2 Points xes et orbites periodiques
Denition 2.2 Un point xe dune application f est un point invariant par f,
cest-`a-dire un point p tel que f(p) = p.
Lensemble des points xes est compose, entre autres, de points xes attractifs
et de points xes repulsifs.
Denition 2.3 Un point xe attractif (ou stable) de f est un point xe p de f
tel quil existe un voisinage de p tel que pour tout u
0
dans ce voisinage la suite
(u
n
)
N
, denie par u
0
et u
n+1
= f(u
n
), converge vers p.
Proposition 2.4 Soient I un intervalle et f : I I une application de classe
C
1
admettant un point xe p. Si |f

(p)| < 1, alors p est attractif.


Demonstration. Par hypoth`ese, nous avons :
|f

(p)| = lim
u0p
|
f(p) f(u
0
)
p u
0
| < 1.
Pour u
0
susamment proche de p, on a |f(p) f(u
0
)| < |p u
0
|.
Comme p est xe, nous obtenons |p f(u
0
)| < |p u
0
|.
Pour un u
0
proche de p, f(u
0
) est encore plus proche de p. En repetant cet
argument, f
2
(u
0
) sera encore plus proche de p, etc. Ainsi, la suite (u
n
)
N
, denie
par u
0
et u
n+1
= f(u
n
), converge vers p. Le point p est donc attractif.

Au contraire, un point xe peut etre repulsif.


6
Denition 2.5 Un point xe p de f est repulsif (ou instable) si :
x
0
tel que si |p x
0
| < alors |p f(x
0
)| >> 0 .
Proposition 2.6 Soit f : I I une application C
1
admettant un point xe p.
Si |f

(p)| > 1, alors p est repulsif.


La demonstration de cette propriete est une adaptation evidente de celle de la
proposition 2.4.
Remarque 2.7 Si |f

| = 1, nous ne pouvons pas conclure quant ` a la nature du


point xe. De plus, un point xe ni attractif, ni repulsif est dit neutre.
Pour resumer, un point xe p est attractif si la suite (f
n
(x))
N
, x dans un
voisinage de p, converge vers p tandis quil est repulsif si cette suite sen eloigne.
Cependant, on remarque que la suite (f
n
(x))
N
ne converge pas necessairement
vers un seul point mais peut osciller entre deux ou plusieurs valeurs. On parle
alors dorbites periodiques.
Denition 2.8 Lorsque la suite (f
n
(x))
N
oscille entre n valeurs, on dit que
f a une orbite periodique de periode n. Cela signie que la suite de points
u
0
, u
1
, ..., u
n1
, denie par tous les u
i
sont dierents et f(u
i
) = u
i+1
pour
i 0, ..., n 1 avec les indices pris modulo n, verie f
n
(u
i
) = u
i
, i.
Ainsi, les n elements dune orbite de periode n correspondent aux points
xes propres de f
n
, cest-` a-dire les points xes qui ne sont xes que pour f
n
.
Comme les points xes peuvent etre attractifs ou repulsifs, une orbite periodique
est soit attractive soit repulsive. Si u
i
, i = 0, 1, ..., n sont les n points xes de
f
n
et si |(f
n
)

(u
i
)| < 1,i, alors f a une orbite periodique attractive de periode
n. En revanche, si |(f
n
)

(u
i
)| > 1, i, lorbite periodique est repulsive. Nous ne
pouvons pas conclure si |(f
n
)

(u
i
)| = 1, i.
2.3 Conjugaison topologique de g
a
et f
c
Nous introduisons desormais lapplication f
c
denie par
f
c
:
_

a
2
,
a
2
_

_

a
2
,
a
2
_
x x
2
+ c,
avec c R qui est topologiquement conjuguee `a lapplication g
a
denie par
g
a
: [0, 1] [0, 1]
x ax(1 x),
avec a [0, 4]. Cette nouvelle application va ainsi nous permettre une etude plus
simple par la suite.
7
Proposition 2.9 Considerons pour un c R donne, lapplication f
c
denie
par :
f
c
:
_

a
2
,
a
2
_

_

a
2
,
a
2
_
x x
2
+ c
Les applications g
a
et f
c
sont topologiquement conjuguees par lhomeomorphisme
deni par :
: [0, 1]
_

a
2
,
a
2
_
x
a
2
(1 2x).
Les param`etres a et c sont lies par : c =
a
2
(1
a
2
).
Demonstration. Soit : [0, 1] I o` u I est un intervalle.
Dapr`es la denition de conjugaison topologique, et comme g
a
et f
c
sont conti-
nues, nous cherchons : [0, 1] I tel que f
c
= g
a
.
Posons (x) =
a
2
(1 2x).
f
c
(x) = f
c
_
a
2
(1 2x)
_
=
_
a
2
(1 2x)
_
2
+ c
=
a
2
4
_
1 4x + 4x
2
_
+ c
=
a
2
4
a
2
x + a
2
x
2
+ c;
g
a
(x) = (ax(1 x))
=
a
2
(1 2ax(1 x))
=
a
2
a
2
x + a
2
x
2
;
Do` u
a
2
4
a
2
x + a
2
x
2
+ c =
a
2
a
2
x + a
2
x
2
c =
a
2

a
2
4
c =
a
2
_
1
a
2
_
.
Ainsi, pour c =
a
2
(1
a
2
), lhomeomorphisme deni de [0, 1] dans I par
8
x
a
2
(1 2x) conjugue les applications f
c
et g
a
.
De plus, I = ([0, 1]). Comme (0) =
a
2
et (1) =
a
2
, nous obtenons
I = [
a
2
,
a
2
].

Remarque 2.10 Lapplication est non seulement un homeomorphisme mais


cest aussi un dieomorphisme.
Les comportements de g
a
et f
c
sont ainsi identiques ce que nous decrivons
dans les propositions suivantes.
Proposition 2.11 Si x est un point xe de g
a
, alors (x) est un point xe
de f
c
.
Demonstration. Comme f
c
et g
a
sont topologiquement conjuguees nous avons
f
c
(x) = g
a
(x).
Comme x est xe pour g
a
, nous obtenons :
f
c
(x) = (x).
Ainsi, (x) est xe pour f
c
.

Proposition 2.12 Les points xes de g


a
et f
c
sont de meme nature.
Demonstration. Soit x un point xe de g
a
. Dapr`es la proposition precedente,
(x) est un point xe de f
c
. Nous avons
f
c
(x) = g
a
(x).
Comme nous lavons remarque precedemment, est un dieomorphisme ce qui
nous permet dobtenir :

(x).f

c
((x)) = g

a
(x).

(g
a
(x)).
Comme x est xe pour g
a
nous obtenons :

(x).f

c
((x)) = g

a
(x).

(x)
f

c
((x)) = g

a
(x).
Les propositions 2.4 et 2.6 permettent de conclure que (x) et x sont de meme
nature.

Ces deux propositions se generalisent evidemment et facilement. Deux appli-


cations topologiquement conjuguees ont le meme nombre de points xes et ces
points xes sont de meme nature.
9
3 Bifurcations
Desormais, nous ne considerons plus g
a
et f
c
comme de simples applications
mais comme des familles dapplications dependant dun param`etre. Les variations
de ce dernier vont entraner une modication signicative de la dynamique des
applications, ce qui donne naissance ` a des bifurcations. Ici, nous nous interessons
aux param`etres a [0, 4] et c [2,
1
4
].
3.1 Denition et proprietes
Denition 3.1 Une famille dapplications F
c
: X X dependant dun pa-
ram`etre c admet une bifurcation en c
0
si pour tout > 0, il existe c appartenant
`a (c
0
, c
0
+ ) tel que F
c
et F
c0
ne sont pas topologiquement conjuguees.
En dautres termes, une bifurcation apparait lorsquune leg`ere modication de la
valeur du param`etre entrane un changement du comportement de lapplication.
Proposition 3.2 Soient X un espace topologique et F
c
: X X une famille
dapplication dependant dun param`etre.
Lensemble B des valeurs des bifurcations de F
c
est un ferme.
Demonstration. An de montrer que B est un ferme, montrons que son
complementaire est un ouvert.
B
C
= { ensemble des valeurs c pour lesquelles F
c
n a pas de bifurcations }
Soit c B
C
, dapr`es la denition dune bifurcation, il existe un voisinage ouvert
V de c o` u F
c
na pas de bifurcations. Pour tout c de B
C
, V est donc contenu
dans B
C
. Ainsi, B
C
est un ouvert.

Deux applications topologiquement conjuguees ont, comme dej` a evoque dans


la partie precedente, le meme nombre de points xes et dorbites periodiques. De
plus, la nature de ces points et de ces orbites est identique. Ainsi, la naissance et
le changement de nature dun point xe ou dune orbite periodique engendrent
une bifurcation.
Etudions maintenant le crit`ere dapparition dune bifurcation pour lappli-
cation f
c
denie precedemment. Ce crit`ere se generalise `a dautres familles
dapplications dependant dun param`etre, mais nous nous contentons de le
demontrer pour f
c
.
Proposition 3.3 Lapplication f
c
a une bifurcation en c
0
si et seulement si il
existe un point xe p de f
c0
tel que f

c0
(p) = 1.
An de demontrer cette proposition, nous avons besoin dintroduire la norme C
1
sur lespace des fonctions continues et dierentiables.
Soient I un intervalle ferme et f : I I une fonction continue. Comme f est
bornee, la norme innie est une norme naturelle :
||f||
L

(I)
:= sup{|f(x)|, x I} .
10
Supposons desormais que f est egalement dierentiable. La norme innie nest
plus adaptee. En eet, une serie de fonctions continues et dierentiables peut, avec
cette norme, converger vers une fonction non dierentiable. Nous introduisons
ainsi la norme C
1
:
||f||
C
1
(I)
:= ||f||
L

(I)
+||f

||
L

(I)
.
Nous pouvons maintenant demontrer la proposition 3.3.
Demonstration. Si f
c
a une bifurcation en c
0
, alors il existe un point xe p
de f
c0
tel que f

c0
(p) = 1.
Nous allons montrer cette implication par contraposee : Si tout point xe p de
f
c0
est tel que f

c0
(p) = 1 ; alors c
0
nest pas une bifurcation.
Soit p tel que f
c0
(p) = p et f

c0
(p) = 1.
Soit c proche de c
0
, c [c
0
, c
0
+ ] pour > 0.
Nous calculons dans un premier temps, la norme C
1
de lapplication f
c0
f
c
.
f
c0
(x) f
c
(x) = x
2
+ c
0
x
2
c = c
0
c
f

c0
(x) f

c
(x) = 2x 2x = 0
On a donc :
||f
c0
f
c
||
C
1
(I)
= ||f
c0
f
c
||
L

(I)
+||f

c0
f

c
||
L

(I)
= |c
0
c|.
Or, c est proche de c
0
. Donc ||f
c0
f
c
||
C
1 < . Les applications f
c0
et f
c
sont C
1
proches. Cela signie que non seulement f
c0
et f
c
sont proches, mais que leurs
derivees le sont egalement.
Comme f
c0
et f
c
sont C
1
proches et que f

c0
= 1 est une condition ouverte, il
existe q proche de p tel que f

c
(q) et f

c0
(p) soient proches. Les applications f

c
et
f

c0
ont donc le meme comportement pour les points xes : f

c
(q) = 1. Il reste ` a
montrer que f
c
et f
c0
ont le meme comportement, cest-`a-dire que f
c
(q) = q.
Comme q est proche de p, montrer quil existe q tel que f
c
(q) = q revient `a
montrer quil existe x susamment petit tel que f
c
(p x) = p x. Or, nous
avons :
f
c0
(p) f
c
(p x) = p
2
+ c
0
(p x)
2
c
= p
2
+ c
0
p
2
+ 2px x
2
c
= c
0
+ 2px x
2
c.
Nous cherchons x tel que f
c0
(p) f
c
(p x) = p (p x) = x. Nous obtenons
alors lequation suivante :
c
0
+ 2px x
2
c = x
x
2
+ (2p 1)x + c
0
c = 0.
= (2p 1)
2
+ 4(c
0
c)
11
Comme c
0
est proche de c, est positif. Ainsi, les solutions sont
x =
(1 2p)
_
(2p 1)
2
+ 4(c
0
c)
2
=
2p 1
_
4p
2
4p + 1 + 4c
0
4c
2
.
Or, c est proche de c
0
, donc 4c est proche de 4c
0
et 4c
0
4c est proche de 0.
Nous obtenons x
2p1

(2p1)
2
2
, x = 0 ou x = 2p 1.
En considerant x = 0, nous avons trouve un x susamment petit tel que
f
c0
(p) f
c
(p x) = x; soit f
c
(p x) = p x.
Nous avons ainsi demontre que pour tout point xe p de f
c0
tel que f

c0
(p) = 1,
et pour tout c dans (c
0
, c
0
+ ) , f
c
a le meme comportement vis `a vis des
points xes que f
c0
. Les applications f
c
et f
c0
sont topologiquement conjuguees,
c
0
nest donc pas une bifurcation.
Il nous reste `a demontrer limplication inverse de la proposition 3.3 : sil
existe un point xe p de f
c0
tel que f

c0
(p) = 1, alors c
0
est une bifurcation.
Soit p tel que f
c0
(p) = p et f

c0
(p) = 1.
Soit c [c
0
, c
0
+ ]. Comme dej`a montre precedemment, f
c
et f
c0
sont C
1
proches. Il existe donc q tel que f
c
(q) = q. De meme, f

c
et f

c0
sont proches. Mais,
comme f

c0
= 1 est une condition fermee, f

c0
(q) sera proche de 1 ou de 1 mais
ne sera pas egale ` a ces deux valeurs (En eet, f

c
(p) = 2p = 1 et f

c
(q) = 2q, q
netant pas egal `a p (q = p x, x = 0), f

c
(q) = 1). Ces deux applications ont
donc des comportements dierents, elles ne sont pas topologiquement conjuguees.
Lapplication f
c
admet donc une bifurcation en c
0
.

Nous pouvons desormais nous interesser aux dierentes bifurcations de f


c
.
3.2 Bifurcations et points xes de f
c
Proposition 3.4 Lapplication f
c
admet une premi`ere bifurcation en
1
4
et une
deuxi`eme en
3
4
.
Demonstration. Nous allons tout dabord chercher les points xes de f
c
.
f
c
(x) = x
2
+ c = x
x
2
x + c = 0
= 1 4c
Si c >
1
4
, il ny a pas de solutions, donc pas de points xes.
Si c =
1
4
, il y a une solution, donc un point xe : p =
1
2
.
Si c <
1
4
, il y a deux solutions, donc deux points xes :
p
1
=
1

1 4c
2
12
et
p
2
=
1 +

1 4c
2
.
Ainsi, pour c (
1
4
,
1
4
+), f1
4
et f
c
nont pas le meme nombre de points xes.
Elles ne sont pas topologiquement conjuguees. Il y a donc une bifurcation en
1
4
.
Regardons la stabilite des points xes pour c <
1
4
.
f

c
(x) = 2x
|f

c
(p
2
)| = |1 +

1 4c| > 1
Le point xe p
2
est repulsif pour toutes les valeurs de c <
1
4
.
Par ailleurs, p
1
est un point xe attractif si :
|f

c
(p
1
)| = |1

1 4c| < 1
1 < 1

1 4c < 1
2 <

1 4c < 0
4 > 1 4c > 0
3 > 4c > 1

3
4
< c <
1
4
Le point xe p
1
est alors attractif pour
3
4
< c <
1
4
, il est repulsif pour c <
3
4
.
Le point xe p
1
change de nature en
3
4
, il y a donc une bifurcation en c =
3
4
.
Ceci est dautant plus verie par le crit`ere precedent. En eet, f

3
4
(p
1
) = 1.

Decrivons maintenant le comportement pour


3
4
< c <
1
4
de la suite (u
n
)
N
denie par u
n+1
= f
c
(u
n
) et u
0
R.
Proposition 3.5 [Dynamique de f
c
pour
3
4
< c <
1
4
]
1. Les points p
1
et p
2
sont xes.
2. Le point p
2
est envoye sur p
2
.
Considerons maintenant la suite (u
n
)
N
denie par u
n+1
= f
c
(u
n
) et u
0
R,
et lintervalle I = [p
2
, p
2
].
3. Si u
0
nappartient pas `a I, la suite (u
n
)
N
diverge.
4. Si u
0
est `a linterieur de I, la suite (u
n
)
N
converge vers p
1
.
13
Illustrons cette propriete par un exemple. Nous considerons lapplication f
c
pour c =
1
4
. Ainsi, p
1
=
1

2
2
0, 2 et p
2
=
1+

2
2
1, 2.
Figure 1 Points xes de lapplication f

1
4
14
Figure 2 Divergence de la suite (u
n
)
N
, u
n+1
= f

1
4
(u
n
) et u
0
= 1, 3
Figure 3 Convergence de la suite (u
n
)
N
, u
n+1
= f

1
4
(u
n
) et u
0
= 0, 4
15
Sur ces trois gures, est representee lapplication f
c
pour c =
1
4
. Les points
xes de cette application correspondent aux points dintersection de la bissectrice
y = x avec le graphe de f
c
. La suite (u
n
)
N
, precedemment denie, est construite
par recurrence `a laide de la bissectrice y = x.
La gure 1 illustre bien les points 1 et 2 de la proposition, la gure 2 le point
3 et la gure 3 le point 4.
Demonstration. 1. Dapr`es la demonstration de la proposition, 3.4, nous
avons :
f
c
(p
2
) = p
2
,
f
c
(p
1
) = p
1
.
2.
f
c
(p
2
) = (p
2
)
2
+ c = p
2
2
+ c = f
c
(p
2
) = p
2
3. Nous voulons montrer que si |x| > p
2
, f
n
c
(x) .
Si
x < p
2
Sur ] , 0], f
c
est decroissante, do` u
f
c
(x) > f
c
(p
2
)
f
c
(x) > p
2
.
Il sut donc de regarder le cas x > p
2
.
f
n
c
(x) f
c
(x) p
2
> x p
2

f
c
(x) p
2
x p
2
> 1

x
2
p
2
2
x p
2
> 1
x + p
2
> 1
Or, on a : x > p
2
> 1. Donc x + p
2
> 1. Des que |x| > p
2
, f
n
c
(x) .
4. Nous voulons montrer que si x (p
2
, p
2
), alors f
n
c
(x) p
1
. Ceci est prouve
d`es lors que |f
c
(x) p
1
| < |x p
1
| et que f
c
(x) (p
2
, p
2
). Or, nous avons :
|f
c
(x) p
1
| < |x p
1
|

f
c
(x) p
1
x p
1

< 1

x
2
p
2
1
x p
1

< 1
|x + p
1
| < 1
16
1 < x + p
1
< 1 .
Linegalite de gauche donne :
p
3
=
3 +

1 4c
2
= 1 p
1
< x ,
et celle de droite donne :
x < 1 p
1
= p
2
.
Remarquons tout dabord, que p
3
est negatif pour
3
4
< c <
1
4
. En eet,

3
4
< c
3 > 4c
4 > 1 4c
2 >

1 4c
1 > 3 +

1 4c
0 >
1
2
>
3 +

1 4c
2
= p
3
.
Il faut ensuite distinguer deux cas.
Le premier est pour c 0. Ainsi, p
2
p
3
.
Soit x (p
2
, p
3
] :
p
2
< x p
3
Comme lapplication f
c
est decroissante sur ] , 0], nous obtenons :
p
2
2
+ c > x
2
+ c p
2
3
+ c.
De plus, p
2
est un point xe de f
c
et p
2
3
+ c p
3
. Do` u,
p
3
f
c
(x) < p
2
, f
c
(x) [p
3
, p
2
).
En reiterant cet argument, pour les iterations de f suivantes, nous obtenons que
f
n
c
(x) = f
n1
c
(f
c
(x)) converge vers p
1
pour x (p
2
, p
2
).
Considerons le deuxi`eme cas : c > 0, donc p
3
< p
2
.
Si x (p
3
, p
2
], alors
p
2
3
+ c x
2
+ c > p
2
,
donc,
f
c
(x) > p
2
.
Comme demontre dans le point 3, f
n
c
(x) diverge. Le cas x [p
3
, p
2
) pour c > 0
est donc `a exclure.
En revanche, si x (p
2
, p
2
), alors f
n
c
(x) converge vers p
1

Proposition 3.6 Lapplication f


c
a une troisi`eme bifurcation en
5
4
.
17
Demonstration. Le point xe p
1
change de stabilite en
3
4
. Or, le changement
de stabilite dun point xe donne naissance ` a une orbite periodique. Nous nous
interessons donc aux points xes de f
2
c
pour c <
3
4
.
f
2
c
(x) = (x
2
+ c)
2
+ c
(x
2
+ c)
2
+ c = x
x
4
+ 2cx
2
x + c
2
+ c = 0 (1)
Or, p
1
et p
2
sont solutions car ils sont xes pour f
c
et donc aussi pour f
2
c
.
De plus, nous avons :
(x p
1
)(x p
2
) = x
2
x + c .
Nous pouvons ainsi factoriser lexpression 1 :
x
4
+ 2cx
2
x + c
2
+ c = (x
2
x + c)(x
2
+ x + c + 1) .
Chercher les points xes de f
2
c
revient `a resoudre x
2
+ x + c + 1 = 0.
Le discriminant de cette equation est :
= 3 4c .
Pour c <
3
4
, il y a donc deux solutions :
q
1
=
1

3 4c
2
et
q
2
=
1 +

3 4c
2
.
Les points q
1
et q
2
sont xes pour f
2
c
. Lapplication f
c
a une orbite periodique
de periode 2 pour c <
3
4
.
An de chercher la troisi`eme bifurcation de f
c
, nous allons utiliser le crit`ere de
la proposition 3.3.
(f
2
c
)

(q
1
) = f

c
(q
1
)f

c
(f
c
(q
1
))
(f
c
)(q
1
) =
_
1

3 4c
2
_
2
+ c
=
1 + 2

3 4c 3 4c
4
+ c
=
2 + 2

3 4c
4
=
1 +

3 4c
2
= q
2
.
18
Do` u,
(f
2
c
)

(q
1
) = f

c
(q
1
)f

c
(q
2
)
= (1

3 4c)(1 +

3 4c)
= 4 + 4c.
De meme, (f
2
c
)

(q
2
) = 4 + 4c. Ainsi, nous avons :
(f
2
c
)

(q
1
) = (f
2
c
)

(q
2
) = 4 + 4c.
Or, dapr`es la proposition 3.3, c est un bifurcation si et seulement si 4 +4c = 1,
soit c =
5
4
. Il y a donc une bifurcation en
5
4
.

Comme pour les bifurcations precedentes, nous decrivons dans la proposition


suivante, que nous ne demontrons pas, la dynamique de f
c
pour
5
4
< c <
3
4
.
Proposition 3.7 [Dynamique de f
c
pour
5
4
< c <
3
4
]
1. Les points p
1
et p
2
sont xes.
2. Le point p
2
est envoye sur p
2
, q
1
sur q
2
et q
2
sur q
1
. Lapplication f
c
a
une orbite periodique de periode 2.
Considerons maintenant la suite (u
n
)
N
denie par u
n+1
= f
c
(u
n
) et u
0
R,
et lintervalle I = [p
2
, p
2
].
3. Si u
0
est ` a linterieur de I, (u
n
)
N
tend vers lorbite periodique de periode 2.
4. Si u
0
nappartient pas `a I, (u
n
)
N
diverge.
Les gures ci-apr`es illustrent les points 3 et 4 de cette proposition et
representent lapplication f
c
pour c = 1. Ainsi, p
1
=
1

5
2
0, 6, p
2
=
1+

5
2
1, 6, q
1
= 1 et q
2
= 0.
19
Figure 4 Convergence vers une orbite de periode 2 de la suite (u
n
)
N
, u
n+1
=
f

5
2
(u
n
) et u
0
= 0, 6
Figure 5 Divergence de la suite (u
n
)
N
, u
n+1
= f

5
2
(u
n
) et u
0
= 1, 7
La gure 4 montre que la suite (u
n
)
N
oscille entre q
1
et q
2
pour u
0
= 0, 6 dans I
tandis que la gure 5 montre que (u
n
)
N
diverge pour u
0
= 1, 7 ` a lexterieur de I.
Nous connaissons desormais les premi`eres bifurcations de f
c
. Comme f
c
et
g
a
sont topologiquement conjuguees, nous pouvons facilement en deduire les
bifurcations de lapplication logistique.
20
3.3 Bifurcations et points xes de g
a
Les applications g
a
et f
c
etant conjuguees par le dieomorphisme deni
dans la partie precedente, nous retrouvons les bifurcations de g
a
grace `a celles
de f
c
et `a la relation c =
a
2
(1
a
2
).
Lapplication f
c
a une premi`ere bifurcation en
1
4
, cherchons alors la premi`ere
bifurcation de g
a
.
c =
1
4
a
2
_
1
a
2
_
=
1
4
1 2a + a
2
= 0
(a 1)
2
= 0
a = 1
La premi`ere bifurcation de g
a
est donc 1.
De meme, on obtient :
Bifurcations f
c
g
a
Premi`ere
1
4
1
Deuxi`eme
3
4
3
Troisi`eme
5
4
3,44
De plus, les comportements de g
a
et f
c
sont identiques. Pour
3
4
< c <
1
4
,
les iterees de lapplication f
c
commen cant dans lintervalle [p
2
, p
2
] convergent
vers p
1
. Or, [p
2
, p
2
] = [
a
2
,
a
2
] et f
c
et g
a
sont topologiquement conjuguees sur
[
a
2
,
a
2
]. Donc, pour 1 < a < 3, les iterees de g
a
convergent vers un point xe.
De meme, pour
5
4
< c <
3
4
et donc pour 3 < a < 3, 44, les iterees de g
a
sont
proches dune orbite de periode 2.
Notons que 0 et p
a
=
a1
a
sont les points xes de g
a
. A la dierence de f
c
,
g
a
a toujours un point xe, cest 0.
Regardons graphiquement le comportement de g
a
. Tout dabord, pour a =
1, 5 ; cest-` a-dire 1 < a < 3, la suite (g
n
a
(x)), x dans le voisinage de 0,1, converge
vers le point xe.
21
Figure 6 Convergence de la suite (u
n
)
N
, u
n+1
= g
1,5
(u
n
) et u
0
= 0, 1
Puis, pour a = 3, 2, cest-`a-dire 3 < a < 3, 44, la suite (g
n
a
(x)), x dans
le voisinage de 0,1, oscille entre deux valeurs, g
a
a une orbite periodique de
periode 2.
Figure 7 Convergence vers une orbite de periode 2 de la suite (u
n
)
N
, u
n+1
=
g
3,2
(u
n
) et u
0
= 0, 1
22
Il existe cependant une leg`ere dierence pour g
a
. En eet, il y a deux mani`eres
de converger vers le point xe. Pla cons nous dans le cas 1 < a < 3. Tout dabord,
les points xes sont 0 (repulsif) et p
a
=
a1
a
(attractif). On distingue alors deux
comportements. Si la bissectrice y = x coupe la parabole g
a
avant son sommet,
les iterations convergent en escalier vers p
a
(voir gure 8). En revanche, si elle
coupe la parabole apr`es son sommet, les iterations convergent en spirale vers p
a
(voir gure 9).
Figure 8 Convergence en escalier
Figure 9 Convergence en spirale
23
4 Classication des bifurcations
Les applications g
a
et f
c
poss`edent plusieurs bifurcations, mais elles ne sont
pas toutes de meme nature. On en distingue deux types, les bifurcations selle-
nud qui donnent naissance ` a des points xes et les bifurcations par doublement
de la periode qui font apparaitre des orbites periodiques.
4.1 Bifurcation selle-nud
Denition 4.1 Une application F
c
dependant dun param`etre c admet une
bifurcation selle-nud (ou bifurcation tangente) en c
0
sil existe un intervalle
ouvert I R tel que pour tout > 0 :
1. lapplication F
c0
na pas de points xes dans I.
2. lapplication F
c0
a un seul point xe dans I.
3. lapplication F
c0+
a deux points xes dans I, lun est attractif tandis que
lautre est repulsif.
Remarque 4.2 Intervertir c
0
et c
0
+ ne modie pas la denition.
Une bifurcation selle-nud est une bifurcation locale puisquelle est denie
uniquement sur un petit intervalle I.
Pour c = c
0
le graphe de F
c0
est tangent `a la bissectrice y = x, do` u son
appellation bifurcation tangente.
Une bifurcation selle-nud est representee par la gure suivante qui montre
bien la creation des points xes.
Figure 10 Bifurcation selle-nud de F
c
Proposition 4.3 Lapplication F
c
admet une bifurcation selle-nud en c
0
si et
seulement si il existe un point xe p de F
c0
tel que F

c0
(p) = 1.
Demonstration. Lapplication F
c
admet une bifurcation selle-nud en c
0
si
et seulement si F
c0
na pas de point xe, F
c0
a un unique point xe et F
c0+
a deux points xes. Ceci est illustre par la gure 10 qui justie bien quen c
0
,
lapplication F
c
a un unique point xe p tel que F

c0
(p) = 1.

Une question evidente se pose alors : quelles sont les bifurcations selle-noeud
de f
c
et g
a
?
24
Proposition 4.4 Lapplication f
c
(respectivement g
a
) a une bifurcation selle-
noeud en
1
4
(respectivement en 1). Cest lunique bifurcation de ce type.
Demonstration. On a :
f

c
(x) = 2x .
Donc
f

1
4
(x) = 2x .
De plus, pour c =
1
4
, le point xe est
1
2
. Do` u, f

1
4
(
1
2
) = 1.
Dapr`es la proposition 4.3,
1
4
est une bifurcation selle-nud.
En fait, nous avons dej` a demontre cette propriete dans la demonstration de
la propriete 3.4. En eet, f1
4

n a pas de points xes, f1


4
a un point xe et
f1
4
+
a deux points xes.
Montrons que cette bifurcation est lunique bifurcation selle-nud.
Soit x un point xe de f
c
. Lapplication f
c
a une bifurcation selle-nud en
c
0
si f

c0
(x) = 1. Do` u x =
1
2
. Le point
1
2
est donc xe pour f
c0
, cest-`a-dire :
_
1
2
_
2
+ c
0
=
1
2
. Cette equation admet une unique solution c
0
=
1
4
. Il y a donc
une unique bifurcation selle-nud en
1
4
.

4.2 Bifurcation par doublement de la periode


Denition 4.5 Une application F
c
dependant dun param`etre c admet une
bifurcation par doublement de la periode en c
1
sil existe un intervalle ouvert
I R contenant exactement un point xe p
c
de F
c
(c (c
1
, c
1
+ )) et tel
que :
1. le point xe p
c1
est attractif et F
c1
na pas dautres points xes dans I.
2. le point xe p
c1
est neutre et F
c1
na pas dautres points xes dans I.
3. le point xe p
c1+
est repulsif et F
c1+
a une orbite periodique attractive de
periode 2 dans I.
Remarque 4.6 Intervertir c
1
et c
1
+ ne modie pas la denition.
La denition reste valable pour un point xe repulsif qui devient attractif
en creant une orbite periodique repulsive de periode 2.
Lorsque lapplication F
c
a une bifurcation par doublement de la periode en
c
1
, on dit que F
2
c
a une bifurcation fourche en c
1
.
Plus generalement, on dit que F
c
a une bifurcation par doublement de la
periode en c
1
, si sa n-i`eme iteree F
n
c
verie les crit`eres de la denition 4.5.
En dautres termes, si une orbite de longueur n change de stabilite en c
1
et cree
une orbite de longueur 2n de stabilite initiale, alors c
1
est une bifurcation par
doublement de la periode.
25
Proposition 4.7 Lapplication F
c
admet une bifurcation par doublement de la
periode en c
1
si et seulement si il existe un point xe p de F
c1
tel que F

c1
(p) = 1.
Figure 11 Bifurcation par doublement de la periode de F
c
Figure 12 Bifurcation fourche de F
2
c
La gure 11 represente une bifurcation par doublement de la periode. Nous
constatons que le point xe devient instable lorsque la derivee de F
c
en ce point
passe la valeur 1. Les changements de la dynamique de F
2
c
lors de la bifurcation
sont presentes dans la gure 12. Le point xe de F
2
c
devient repulsif en creant
deux nouveaux points xes attractifs.
Quen est-il des bifurcations de lapplication logistique et de f
c
?
Proposition 4.8 Lapplication f
c
(respectivement g
a
) a une bifurcation par
doublement de la periode en
3
4
(respectivement en 3).
Demonstration. Nous avons :
f

3
4
(x) = 2x.
Lintervalle que nous considerons ici est I = (p
2
, p
2
). Pour c =
3
4
, I = (
3
2
,
3
2
)
et le seul point xe dans I est p
1
=
1

14(
3
4
)
2
=
1
2
. De plus, f

3
4
(
1
2
) = 1.
Dapr`es la proposition 4.7,
3
4
est une bifurcation par doublement de la periode.
26
En fait, nous avons dej` a demontre cette propriete dans la demonstration de
la propriete 3.6. En eet, f

3
4

a un point xe attractif dans I = (p


2
, p
2
), qui
devient repulsif en engendrant une orbite attractive de periode 2.

Proposition 4.9 Lapplication f


2
c
(respectivement g
2
a
) a une bifurcation par
doublement de la periode en
5
4
(respectivement en 3, 44). Par generalisation,
cest une bifurcation par doublement de la periode de f
c
(respectivement de g
a
).
Demonstration. Les points q
1
et q
2
sont xes pour f
2
c
. Pour c =
5
4
, nous
avons q
1
=
1

2
2
et q
2
=
1+

2
2
. De plus :
f
2

5
4
(q
1
) = f

5
4
(q
1
)f

5
4
(f

5
4
(q
1
))
= f

5
4
(q
1
)f

5
4
(q
2
)
=
_
1

2
__
1 +

2
_
= 1.
De meme, f
2

5
4
(q
2
) = 1.
Donc,
5
4
est une bifurcation par doublement de la periode de f
2
c
.

Cette demonstration montre de plus, que les points q


1
et q
2
subissent la
meme bifurcation. Ainsi, lorsque q
1
change de stabilite, il donne naissance `a
deux points xes de f
4
c
. Le point q
2
se comporte exactement de la meme fa con,
creant lui aussi deux points xes de f
4
c
. Il y a creation de 4 points xes pour f
4
c
et par consequent dune orbite periodique de periode 4 pour f
c
.
An de visualiser rapidement les dierentes bifurcations de lapplication
logistique et detudier leur dynamique, il est necessaire dintroduire la notion de
diagramme de bifurcation.
4.3 Diagramme de bifurcation
Le diagramme de bifurcation rend compte du comportement de lapplication
logistique (ou de f
c
ou de toutes autres applications dependant dun param`etre)
en fonction du param`etre a.
Sur ce diagramme, en abscisses, sont representees les dierentes valeurs du
param`etre a et en ordonnees celles de g
a
. Nous construisons le diagramme en
reperant pour chaque valeur de a le ou les points de convergence de la suite
(u
n
)
N
denie par u
0
[0, 1] et u
n+1
= g
a
(u
n
). Nous obtenons :
27
Figure 13 Diagramme de bifurcation de lapplication logistique
Nous retrouvons, bien evidemment, le comportement de lapplication logis-
tique decrite dans les parties precedentes.
Pour 1 < a < 3, il ny a quune seule branche. La suite (u
n
)
N
precedemment
denie converge vers le point xe.
Pour 3 < a < 3, 44, il y a deux branches. Ceci correspond au comportement
periodique, lapplication g
a
a une orbite periodique de periode 2.
Quand il y a 4 branches, il y a une orbite periodique de periode 4 . Puis, pour 8
branches, cest une orbite periodique de periode 8, etc. Cette partie du diagramme
est appelee cascade ou arbre de doublement de la periode.
D`es lors, interessons nous ` a la dynamique du diagramme de bifurcation. Dans
une premi`ere partie, nous decouvrons deux objets remarquables : le point et
la constante de Feigenbaum. Puis, dans une seconde partie, nous etudions le
diagramme de bifurcation au point de Feigenbaum avant daborder son auto-
similarite.
28
5 Le point et la constante de Feigenbaum
Les bifurcations jouent un r ole important dans le diagramme de bifurcation
puisquelles indiquent un changement de comportement. Nous denissons alors la
suite (a
n
)
N
, suite des bifurcations par doublement de la periode de lapplication
logistique. Les premiers termes de cette suite sont a
1
= 3 et a
2
= 3, 44.
Une deuxi`eme suite de param`etre est egalement fondamentale dans letude du
diagramme. Pour la denir, nous avons besoin dintroduire les points xes super
attractifs.
5.1 Points xes super attractifs et point de Feigenbaum
Denition 5.1 Un point xe p dune application f est attractif si |f

(p)| < 1.
De plus, si f

(p) = 0, le point p est super attractif.


Proposition 5.2 Dans le cas de lapplication logistique, lorsque la bissectrice
y = x coupe la parabole exactement en son sommet, le point xe est super
attractif.
Demonstration. Comme la bissectrice y = x coupe la parabole en son sommet,
il y a un unique point xe p qui est le sommet de la parabole. Donc g

a
(p) = 0.
Le point p est un point xe super attractif.

Proposition 5.3 Pour a = 2, lapplication g


a
a un point xe super attractif.
Demonstration. Commen cons par chercher le sommet de la parabole g
a
= ax(1 x).
Nous avons : g

a
(x) = a(1 2x). Cette derivee est positive pour x <
1
2
. Nous
obtenons donc le tableau de variation suivant.
x
g

a
(x)
g
a
(x)
0
1
2
1
+ 0
00
1
4
a
1
4
a
00
Le sommet de la parabole est donc g
a
(
1
2
) =
1
4
a.
De plus, comme nous cherchons un point xe super attractif, la bissectrice y = x
coupe la parabole en son sommet. Le sommet est donc un point xe. Do` u
g
a
(
1
2
) =
1
4
a =
1
2
. Finalement, nous obtenons a = 2.

29
Figure 14 Point xe super attractif de lapplication logistique
Justions maintenant le terme super attractif pour un point xe de lapplica-
tion g
a
.
Pour rappel, nous avons : g
a
= ax(1 x) et p
a
=
a1
a
son point xe.
Nous commencons literation de g
a
par un point proche de p
a
: x
0
=
a1
a
+
avec > 0.
Notons x
i
= g
i
a
(x
0
). Nous obtenons :
x
1
= g
a
(x
0
)
= ax
0
(1 x
0
)
= a
_
a 1 + a
a
__
1
a 1 + a
a
_
=
a 1
a
a + 2 a
2
= p
a
a + 2 a
2
= x
0
+ a a
2
.
De plus, | a a
2
| < ce qui montre bien que p
a
est attractif. En eet, x
1
est proche de x
0
(donc de p
a
), et en reiterant cet argument, x
2
est proche de x
1
,
donc de x
0
et de p
a
.
30
Regardons ce qui se passe pour le cas super attractif, cest-` a-dire pour a = 2.
Ici, p
a
=
1
2
et x
0
=
1
2
+ . Nous avons donc :
x
1
= g
a
(x
0
)
=
1
2
2 + 2 2
2
=
1
2
2
2
.
Contrairement au cas precedent, il ne reste quun terme quadratique en . Ainsi,
x
1
se rapproche plus rapidement de
1
2
. En eet, les termes en et les constantes
qui attenuent leet du terme en
2
ne sont plus presents.
Comme nous nous interessons aux iterees de g
a
, il semble evident de sinteresser
aux points xes super attractifs de g
2
a
, puis `a ceux de g
4
a
, etc.
Nous construisons ainsi une nouvelle suite de param`etres : la suite (s
n
)
N

denie de telle sorte que pour a = s


n
, lapplication g
2
n1
a
a un point xe super
attractif. Les termes de cette suite sont appeles param`etres super attractifs et
ses premiers termes sont s
1
= 2 et s
2
= 1 +

5.
Proposition 5.4 Il y a toujours un param`etre super attractif entre deux bifur-
cations successives.
Demonstration. Regardons ce qui se passe pour les premi`eres bifurcations.
La premi`ere bifurcation a
0
= 1 est une bifurcation selle-nud. Si p
0
est le point
xe de g
a0
(p
0
= 0), alors g

a0
(p
0
) = 1. Puis, il y a creation de deux points xes
p
1
(a) et p
2
(a) (p
1
(a) =
a1
a
et p
2
(a) = 0) tel que
|g

a0+
(p
2
(a
0
+ ))| = a
0
+ > 1
et
|g

a0+
(p
1
(a
0
+ ))| =
1
a
0
+
< 1.
De plus, |g

a0+
(p
1
(a
0
+ ))| > 0.
La deuxi`eme bifurcation a
1
apparait lorsque g

a1
(p
1
(a
1
)) = 1. Comme
g

a0
(p
1
(a
0
)) > 0 et g

a1
(p
1
(a
1
)) = 1, il existe s
1
tel que a
0
< s
1
< a
1
et
g

s1
(p
1
(s
1
)) = 0. Le point s
1
est donc un param`etre super attractif.
Cette nouvelle bifurcation donne naissance ` a deux points xes q
1
(a) et q
2
(a)
de g
2
a
avec 0 < |(g
2
a1+
)

(q
i
(a
1
+ ))| < 1, (i = 1, 2).
La troisi`eme bifurcation apparait lorsque 0 < |(g
2
a1+
)

(q
i
(a
1
+))| = 1, i = 1, 2.
Il existe donc un param`etre super attractif s
2
tel que a
1
< s
2
< a
2
.
Ce raisonnement se generalise `a toutes les bifurcations. Juste apr`es une
bifurcation, les points xes ou les points de lorbite periodique qui ont ete crees,
ont une derivee inferieure ` a 1 et positive. La bifurcation suivante apparait lorsque
31
ces points ont une derivee egale `a 1. Le changement de signe prouve que ces
derivees passent par 0 avant la nouvelle bifurcation, il y a donc un param`etre
super attractif. Ceci est illustre par les gures 10 et 12 de la partie precedente.

Proposition 5.5 Si la suite (s


n
)
N
converge vers une certaine valeur, la suite
(a
n
)
N
converge vers cette meme valeur.
Demonstration. Nous connaissons les premiers termes des deux suites : a
1
= 3
et s
1
= 2. Ainsi, s
1
< a
1
. De plus, dapr`es la proposition 5.4 nous avons :
s
1
< a
1
< s
2
< a
2
< s
3
< a
3
< ...
Nous avons donc :
n N

s
n
< a
n
< s
n+1
.
Si la suite (s
n
)
N
converge vers l, dapr`es le theor`eme des gendarmes, la suite
(a
n
)
N
converge aussi vers l.

Nous avons desormais `a notre disposition les suites (a


n
)
N
et (s
n
)
N
. Elles
convergent toutes les deux vers le meme point appele point de Feigenbaum et note
s

. Ce point marque un changement radical dans la dynamique de lapplication


logistique g
a
. Pour des valeurs de a superieures `a s

, nous ne pouvons plus


prevoir le comportement de lapplication logistique g
a
. Ce dernier ne repond
plus au principe de doublement de la periode comme cest le cas pour les valeurs
de a inferieures `a s

.
Figure 15 Diagramme de bifurcation et point de Feigenbaum
Dorenavant, nous nous interessons au diagramme de bifurcations pour des
valeurs de a inferieures `a s

et plus particuli`erement, au comportement des


32
distances entre deux bifurcations successives. De cette etude va emerger une
constante remarquable, la constante de Feigenbaum.
5.2 La constante de Feigenbaum
Notons d
k
= a
k+1
a
k
, k = 1, 2, 3..., la distance entre deux bifurcations
successives (voir gure 16).
Figure 16 Distance entre deux bifurcations successives
Nous constatons, graphiquement, que cette distance diminue de plus en plus
rapidement.
Supposons, tout dabord, que cette decroissance est geometrique et posons :
d
k
d
k+1
= .
Proposition 5.6 Dans ce cas, la suite (a
k
)
N
est une suite convergente.
Demonstration. Montrons par recurrence que
a
k
= a
1
+ d
1
_
1 +
1

+ ... +
1

k2
_
(2)
Pour k = 2, nous avons bien a
2
= a
1
+ d
1
.
Supposons que la propriete 2 est vrai au rang k. Montrons alors quelle est encore
veriee au rang k + 1. Nous avons
a
k+1
= d
k
+ a
k
.
Par hypoth`ese de recurrence, nous obtenons :
a
k+1
= a
1
+ d
1
_
1 +
1

+ ... +
1

k2
_
+ d
k
Or, d
k+1
=
d
k

. La suite (d
k
)
N
est geometrique de raison
1

. Do` u d
k
= d
1
(
1

)
k1
.
Finalement, nous obtenons :
a
k
= a
1
+ d
1
_
1 +
1

+ ... +
1

k2
_
+ d
1
_
1

_
k1
;
33
a
k
= a
1
+ d
1
_
1 +
1

+ ... +
1

k1
_
.
Par recurrence, nous avons montre la propriete 2.
De plus, comme
1

< 1, nous obtenons :


lim
k
a
k
= a
1
+ d
1
_
1
1
1

_
= a
1
+ d
1
_

1
_
La suite (a
k
)
N
est bien convergente.

Cependant, les valeurs experimentales montrent que la suite (d


k
) nest pas
exactement geometrique. Eectivement, les premiers termes verient :
d
1
d
2
= 4, 7514 ;
d
2
d
3
= 4, 6562 ;
d
3
d
4
= 4, 6682 ;
d
4
d
5
= 4, 6687 .
La suite (d
k
) est dite approximativement geometrique. Le ratio
d
k
d
k+1
va dependre
de k, on note
k
sa valeur. Cette derni`ere converge.
lim
k

k
= 4, 6692016091029
Cest la constante de Feigenbaum, notee .
La constante de Feigenbaum est dite universelle car elle est valable pour de
nombreuses applications dependant dun param`etre, par exemple g
a
(x) = ax
2
sin x.
5.3 Calcul de la constante de Feigenbaum
Nous presentons ici, une methode basee sur la suite (s
n
)
N
, precedemment
denie.
Pour rappel, nous avons :
= lim
n

n
= lim
n
d
n
d
n+1
= lim
n
a
n+1
a
n
a
n+2
a
n+1
.
34
La constante de Feigenbaum sexprime egalement en fonction des termes de
la suite (s
n
)
N
. En eet, nous avons :
= lim
n
s
n
s
n1
s
n1
s
n2
. (3)
Grace `a cette formule et `a la methode de Newton, nous sommes en mesure
de calculer la constante de Feigenbaum. Une rapide presentation de la methode
de Newton simpose.
Methode de Newton
Le but de la methode de Newton est de trouver le zero dune fonction.
Dans un premier temps, nous choisissons une valeur proche du zero de la
fonction. Puis, nous approximons la courbe en ce point par sa droite tangente.
Nous cherchons le zero de la tangente, et nous appliquons ` a nouveau le procede.
Notons x
0
le point proche du zero de la fonction f. Lequation de la droite
tangente en ce point est :
y = f

(x
0
)(x x
0
) + f(x
0
).
Soit x
1
, le zero de la droite tangente. Ce point verie :
f

(x
0
)(x
1
x
0
) + f(x
0
) = 0.
Do` u, x
1
= x
0

f(x0)
f

(x0)
.
Par recurrence, nous construisons la suite x
k+1
= x
k

f(x
k
)
f

(x
k
)
. La limite de cette
suite est le zero de la fonction f.
Explicitons ensuite le calcul de .
Calcul de
Nous connaissons les premiers termes de la suite (s
n
)
N
. An de pouvoir
utiliser la formule 3, nous avons besoin des termes suivants.
Or, ceux ci verient g
2
n1
sn
(
1
2
) =
1
2
(caracterisation de lexistence dun point xe
super attractif). Chaque s
n
est donc solution de lequation suivante en a :
g
2
n1
a
_
1
2
_
=
1
2
.
Il faut cependant faire attention. En eet, les termes s
1
, s
2
, .., s
n1
verient cette
equation. Or, nous ne voulons que la solution propre ` a cette equation. Cest pour-
quoi, nous utilisons la methode de Newton avec la fonction f(a) = g
2
n1
a
(
1
2
)
1
2
.
Nous construisons ainsi la suite (b
k
)
N
telle que b
k+1
= b
k

f(b
k
)
f

(b
k
)
et nous cher-
chons sa limite. Nous avons ainsi calcule s
n
. Nous calculons les termes suivants
35
par cette meme methode, et nous appliquons la formule 3 an dobtenir .
Deux points restent ` a eclaircir dans ce procede : le calcul de f

(b
k
) et le choix
de la valeur initiale pour initialiser la methode de Newton.
Calcul de f

(b
k
)
Nous savons que f(a) = g
2
n1
a
(
1
2
)
1
2
. Denissons la suite (x
n
)
N
tel que
x
0
=
1
2
et g
a
(x
k
) = x
k+1
. Posons N = 2
n1
. Alors f(a) = x
N

1
2
. De plus,
comme x
N
depend de a, nous obtenons f

(a) = x

N
.
Or, nous avons :
x

0
= 0
et
x
k+1
= ax
k
(1 x
k
).
Ainsi,
x

k+1
= x
k
(1 x
k
) + ax

k
(1 x
k
) ax
k
x

k
,
x

k+1
= x
k
(1 x
k
) + ax

k
(1 2x
k
) .
f(a) et f

(a) se calculent donc grace aux iterations suivantes :


pour k = 0, 1, ..., N 1,
x
k+1
= ax
k
(1 x
k
) ; x
0
=
1
2
x

k+1
= x
k
(1 x
k
) + ax

k
(1 2x
k
) ; x

0
= 0
Initialisation de la methode de Newton
Nous connaissons les termes de la suite (s
n
)
N
jusquau rang n, ce qui nous
permet de calculer :

n
=
s
n1
s
n2
s
n
s
n1
.
Do` u,
s
n
= s
n1
+
s
n1
s
n2

n
,
et
s
n+1
= s
n
+
s
n
s
n1

n+1
.
Nous cherchons seulement une approximation de s
n+1
, nous considerons donc
s
n+1
b
0
= s
n
+
s
n
s
n1

n
.
Cette valeur permet dinitialiser la methode de Newton.
36
6 Au-del`a du point de Feigenbaum
Dans un premier temps, nous etudions le diagramme de bifurcation au point
s

de Feigenbam, cest-`a-dire que nous nous interessons aux points du dia-


gramme ayant pour abscisse s

. Ces points sont representes en rouge sur la


gure 17.
Figure 17 Diagramme de bifurcation au point de Feigenbaum
Puis, dans un deuxi`eme temps, nous nous interessons `a lauto-similarite du
diagramme de bifurcation. Avant toute chose, la notion dadresses du diagramme
de bifurcation est indispensable pour la suite de letude.
6.1 Adresses du diagramme de bifurcation et comporte-
ment de g
s
Chaque branche du diagramme de bifurcation est reperee par une suite de
lettres (appelee adresse) selon la r`egle suivante. Nous attribuons la lettre L (pour
low) `a la branche la plus basse, et la lettre H (pour high) `a la plus haute. A
chaque division, nous ajoutons ` a ladresse de la branche divisee la nouvelle lettre.
37
Figure 18 Adresses du diagramme de bifurcation
Les premi`eres branches du diagramme de bifurcation sont reperees par les
adresses H et L puis par HH, HL, LH, et LL comme indique sur la gure 18.
Chaque adresse correspond en realite ` a un element dune orbite de g
a
. Nous
allons ainsi decrire la dynamique de lapplication logistique en terme dadresses.
Proposition 6.1 Pour 3 < a < 3, 44, il y a oscillation entre les lettres H et L.
On note : H L H.
Demonstration. Ceci est evident. Pour 3 < a < 3, 44, lapplication g
a
a une
orbite de periode 2 dont les elements sont representes par H et L.
Figure 19 Orbite periodique de periode 2 et adresses
38

Nous representons cette oscillation par le diagramme suivant :


Figure 20 Diagramme dune orbite de periode 2
Proposition 6.2 Pour a compris entre 3,44 et 3,54 la bifurcation suivante,
nous avons loscillation : HH LL HL LH HH.
Demonstration. Lorbite de periode 4 nat de lorbite de periode 2. Ainsi, une
adresse commen cant par H doit etre envoyee sur une adresse commen cant par L.
HH peut donc etre envoye sur LL ou LH. Si lon montre que HH est necessairement
envoye sur LL, nous avons demontre la proposition.
Fixons a tel que 3, 44 < a < 3, 54, considerons les points du diagramme ayant
pour abscisse a et appelons p
1
, le point de lorbite periodique correspondant `a
la branche dadresse HH, p
2
celui correspondant ` a la branche dadresse LL, p
3
celui correspondant ` a la branche dadresse HL, et enn p
4
celui correspondant ` a
la branche dadresse LH. Pour plus de clarte, ces points sont representes sur la
gure suivante.
39
Figure 21 Points p
1
, p
2
, p
3
, p
4
Figure 22 Orbite periodique de periode 4 et adresses
Lapplication g
a
est symetrique par rapport `a la droite x =
1
2
.
De plus, p
1
est la plus grande valeur de lorbite, g
1
a
(p
1
) est donc la plus proche
valeur de
1
2
. Do` u :

1
2
g
1
a
(p
i
)

>

1
2
g
1
a
(p
1
)

; i = 1
40
De meme, p
2
est la plus petite valeur de lorbite, g
1
a
(p
2
) est donc la valeur la
plus eloignee de
1
2
. Do` u :

1
2
g
1
a
(p
i
)

<

1
2
g
1
a
(p
2
)

; i = 2 (4)
Supposons que g
a
(p
1
) = p
2
, soit g
1
a
(p
2
) = p
1
. Ainsi, g
a
(p
1
) = p
4
, g
1
a
(p
4
) = p
1
et g
1
a
(p
2
) = p
3
Appliquons linegalite 4 `a i = 4 :

1
2
g
1
a
(p
4
)

<

1
2
g
1
a
(p
2
)

1
2
p
1

<

1
2
p
3

Or, p
3
>
1
2
et p
1
>
1
2
.
p
1

1
2
< p
3

1
2
p
1
< p
3
Ceci est une contradiction puisque p
1
> p
3
. Ainsi, g
a
(p
1
) = p
2
, ce qui signie
que HH est envoye sur LL. La demonstration est ainsi terminee.

Cette orbite periodique de periode 4 est representee par :


Figure 23 Diagramme dune orbite de periode 4
41
Pour 8 lettres, donc une orbite periodique de periode 8, nous avons :
Figure 24 Diagramme dune orbite de periode 8
Ces orbites periodiques semblent suivre une meme r`egle. Nous allons generaliser
cette derni`ere ` a un nombre inni de lettres. Ainsi, pour une adresse donnee nous
pouvons determiner lorbite `a laquelle elle appartient.
Soit A
k
= {lensemble des adresses composees de k lettres}.
Soit A

= {lensemble des adresses composees dune innite de lettres}.


La dynamique des orbites periodiques est decrite par une transformation
f : A
k
A
k
. Par exemple, pour lorbite de periode 4, nous avons :
f
2
(HH) = LL, f
2
(LL) = HL, f
2
(HL) = LH, f
2
(LH) = HH .
Par generalisation, nous construisons f

qui permet de decrire le comportement


au point s

de Feigenbaum.
Regardons la representation de lorbite de periode 2, celle de periode 4 et
celle de periode 8.
42
Figure 25 Diagramme dune orbite de periode 2
Figure 26 Diagramme dune orbite de periode 4
Figure 27 Diagramme dune orbite de periode 8
Dans la suite, les lettres X
i
, i N, representent indieremment les lettres H et L.
43
Dans le carre des adresses commen cant par H, une diagonale apparait. Ainsi,
les adresses commencant par H verient :
f

(HX
2
X
3
...) = LX
t
2
X
t
3
...
avec X
t
le complementaire de X, cest-`a-dire H
t
= L et L
t
= H.
Puis, nous observons la formation dune diagonale dans le carre des adresses
commencant par LL. Les adresses commencant par LL verient donc :
f

(LLX
3
X
4
...) = HLX
3
X
4
...
Finalement, nous remarquons que le carre des adresses commen cant par LH est
une reduction du grand carre. Les adresses commencant par LH verient :
f

(LHX
3
X
4
...) = HHf

(X
3
X
4
...)
Nous allons maintenant montrer quau point de Feigenbaum, le diagramme
de bifurcation est un ensemble de Cantor.
6.2 Le diagramme de bifurcation au point de Feigenbaum
Commencons par une rapide construction de lensemble de Cantor.
Premi`erement, nous otons lintervalle

1
3
,
2
3
_
` a lintervalle [0, 1]. Nous conser-
vons les intervalles [0,
1
3
] et [
2
3
, 1]. Puis, nous divisons ces nouveaux intervalles
en 3, et nous supprimons le tiers du milieu. Ce procede repete plusieurs fois
fournit une suite dintervalles fermes. Apr`es la n
ieme
etape, il y a 2
n
intervalles
de longueur
1
3
n
. Lensemble de Cantor est lensemble des points obtenus lorsque
le procede ci dessus est repete une innite de fois.
De plus, nous pouvons voir, lensemble de Cantor comme lensemble des
points de lintervalle [0, 1] dont lecriture triadique (en base 3) ne contient pas le
chire 1. Lensemble de Cantor correspond donc `a lensemble C = {0, 2}
N
.
Lensemble des points du diagramme de bifurcation dont labscisse est s

est un ensemble de Cantor.


En eet, considerons que chaque doublement de branches correspond en
fait ` a un triplement auquel nous avons supprime la branche mediane. Au point
s

, le diagramme de bifurcation est constitue des points obtenus si le procede


precedent est applique une innite de fois. Cette construction est semblable `a
celle de lensemble de Cantor.
Une autre mani`ere de montrer cela est de considerer lensemble de Cantor
comme lensemble C = {0, 2}
N
. Notons K lensemble des points du diagramme
de bifurcation au point s

. Nous avons une bijection de K vers C qui ` a L associe


0 et `a H associe 2. Donc K est un ensemble de Cantor.
44
6.3 Lauto-similarite du diagramme de bifurcation
Dans cette partie, nous etudions rapidement le diagramme de bifurcation
pour toutes les valeurs de a. Plus particuli`erement, nous nous interessons ` a son
auto-similarite `a linni, qui en fait une fractale.
Une fractale est un objet auto-similaire, cest-`a-dire semblable `a lui meme.
De plus, cette auto-similarite est presente `a linni.
Une fractale peut etre egalement denie comme un objet dont les parties
ont la meme structure que le tout mais ` a des echelles dierentes. Ainsi, si nous
agrandissons une partie dune fractale, nous obtenons une copie quasi identique
de loriginal.
An de bien saisir la notion dauto-similarite, prenons des exemples. Les plus
signicatifs sont presents dans notre vie quotidienne, et plus precisement dans la
nature, comme larbre. Cest un objet complexe qui semble assez complique de
decrire avec des objets geometriques. Mais, si nous analysons sa structure de
plus pr`es, nous constatons que cest la meme ` a toutes les echelles. Eectivement,
le tronc se divise en plusieurs branches. Ces derni`eres deviennent ` a leur tour des
troncs qui se separent en plusieurs branches qui vont elles aussi se diviser..A la
dierence dune fractale, lauto-similarite de larbre sarrete lorsque les feuilles
apparaissent, il nest donc pas auto-similaire `a linni.
Le diagramme de bifurcation presente une auto-similarite semblable `a celle
de larbre. La premi`ere branche se divise en deux, puis chaque nouvelle branche
se separe aussi en deux.
Lauto-similarite du diagramme de bifurcation se retrouve evidemment dans
la suite des iterees de g
a
. En eet, le graphe de g
a
est semblable ` a des portions
de graphes de g
2
a
,g
4
a
,...Cela se comprend assez facilement d`es les premi`eres bi-
furcations de lapplication logistique. Pour 1 < a < 3, il y a un unique point
xe p
a
attractif. Il devient repulsif pour a = 3 et une orbite de periode 2 est
creee. Lapplication g
2
a
a desormais deux points xes. Ces derniers vont devenir
instables et donner naissance `a une nouvelle orbite. Ces points xes subissent
donc le meme changement que p
a
, ce qui temoigne bien de lauto-similarite.
Graphiquement, ce phenom`ene se retrouve parfaitement. Si nous choisissons
une portion du graphe de g
2
a
semblable ` a celui de g
a
, nous lagrandissons jusqu` a
obtenir la taille du graphe initial, et nous retournons limage obtenue, alors nous
retrouvons le graphe de g
a
. Si nous faisons de meme avec le graphe de g
4
a
, nous
obtenons egalement le graphe de g
a
.
Expliquons cette auto-similarite sur un exemple. Considerons les applications
g
a
, g
2
a
et g
4
a
respectivement pour a = s
1
, a = s
2
et a = s
3
(les s
i
,i = 1, 2, 3, etant
les premiers termes de la suite (s
n
)
N
precedemment denie). La gure suivante
represente les graphes de ces trois applications.
45
Figure 28 Graphes des applications g
s1
, g
2
s2
et g
4
s3
Nous choisissons une portion du graphe de g
2
a
(notee Q
1
(a) sur la gure 28)
et une de g
4
a
(notee Q
2
(a) sur la gure 28). Puis, nous agrandissons ces deux
portions, nous les retournons si necessaire et nous obtenons le resultat suivant.
Figure 29 Agrandissements de Q
1
(a) et Q
2
(a)
Nous retrouvons dans les deux cas le graphe de lapplication logistique g
a
.
Choisir une portion de graphe centree sur un point xe revient `a choisir
une portion du diagramme de bifurcation. Nous choisissons une portion du
diagramme de bifurcation.
46
Figure 30 Choix dune portion du diagramme de bifurcation
Nous agrandissons et retournons cette portion et nous obtenons une co-
pie quasi-identique du diagramme de bifurcation (voir gure 31). Ce premier
agrandissement correspond `a lagrandissement de Q
1
(a) precedemment deni.
Figure 31 Premier agrandissement
Nous repetons cette manipulation sur la copie obtenue. Ceci correspond `a
lagrandissement de Q
2
(a) precedemment deni, et nous obtenons encore une
fois une copie du diagramme de bifurcation, comme le montre la gure suivante.
47
Figure 32 Deuxi`eme agrandissement
Nous pouvons repeter ces agrandissement une innite de fois, nous obtiendrons
toujours une copie du diagramme de bifurcation.
48
Bibliographie
1. Lectures on Fractal Geometry and Dynamical Systems de Yakov Pesin et
Vaughn Climenhaga. American Mathematical Society Mathematics Advan-
ced Study Semesters. textbfLecture 1, Lecture 2, Lecture 25.
2. Fractals for the classroom Part two Complex systems and Mandelbrot set
de Peitgen, J urgens, Saupe. Springler-Verlag. Chapters 11.1, 11.2, 11.3.
3. La theorie du chaos de James Gleick. Champs Sciences. Les hauts et les
bas de la vie p.91.
49