Vous êtes sur la page 1sur 162

Introduction la dynamique non linaire

PHYS 2111
Anne acadmique 2009-2010

J. BRICMONT
Unit de Physique thorique & mathmatique
Chemin du Cyclotron 2, B-1348 LLN
Btiment M. de Hemptinne (Cyclotron) B330

Table des matires


1.
2.
3.
4.
5.
6.

Notions de base sur les systmes dynamiques


Linarisation Le Thorme de la varit stable-instable
Le thorme de Poincar-Bendixson
Exemples lmentaires de systmes chaotiques
Le Fer cheval
lments de thorie ergodique

Rfrences
1. Ouvrages du niveau matrises

[1] K.T. Alligood, T.D. Sauer, J.A. Yorke, Chaos, An Introduction to Dynamical
Systems, Springer, Textbooks in Mathematical Sciences (1997).
Un ouvrage trs proche du plan suivi dans le cours. Excellent la fois pour les
mathmaticiens et les physiciens. J.A. Yorke est le premier auteur (en 1975)
avoir utilis le terme chaos" en thorie des systmes dynamiques, dans le titre
dun de ses articles. Ce nom, comme on le sait, a eu un succs extraordinaire. . .
[2] E.A. Coddington, N. Levinson, Theory of Ordinary Differential Equations,
McGraw-Hill (1955).
Classique de la thorie des quations diffrentielles ordinaires. Voir le chapitre
16, pour le Thorme de Poincar-Bendixson (en bibliothque).
[3] R.L. Devaney, An Introduction to Chaotic Dynamical Systems (second edition),
Addison-Wesley, The Advanced Book Program (1989).
Excellent livre sur les systmes dynamiques temps discret. Surtout recommand pour les mathmaticiens (en bibliothque).
[4] P.G. Drazin, Nonlinear Systems, Cambridge Texts in Applied Mathematics
(1992).
Une introduction la thorie des bifurcations et du chaos. Le chapitre 8 contient
un trs bon expos de la mthode de Melnikov (en bibliothque).
[5] M. Hirsch, S. Smale, Differential Equations, Dynamical Systems and Linear
Algebra, Academic Press (1974).
Introduction aux quations diffrentielles ordinaires. Voir chapitre 11, pour le
Thorme de Poincar-Bendixson (en bibliothque).
[6] J. Mawhin, N. Rouche, Equations diffrentielles ordinaires, Tome 1 : Thorie
gnrale, Masson et Cie (1973).
Excellent ouvrage dintroduction aux quations diffrentielles ordinaires. Un
des seuls en franais (en bibliothque).
[7] S.H. Strogatz, Nonlinear Dynamics and Chaos (with applications to Physics,
Biology, Chemestry and Engineering), Addison-Wesley, Sudies in Nonlinearity
(1994).
Excellent ouvrage sur les systmes dynamiques et le chaos. Voir le chapitre 10
pour la fonction logistique et une introduction la bifurcation de Feigenbaum
et aux ides de la renormalisation (comparable [1], mais plus faible du point
de vue de la rigueur mathmatique).
[8] M. Tabor, Chaos and Integrability in Nonlinear Dynamics, An Introduction,
John Wiley & Sons (1989).
3

Un des rares ouvrages discutant la thorie des systmes dynamiques la fois du


point de vue de lintgrabilit et du chaos. Le chapitre 6 traite dapplications
la mcanique quantique et le chapitre 7 constitue une bonne introduction la
thorie des solitons (en bibliothque).
2. Ouvrages plus avancs.
[9] J. Moser, Stable and Random Motions in Dynamical Systems, Princeton University Press (1973).
Ouvrage de rfrence pour les aspects du chaos qui touchent au problme des
3 corps, la mcanique cleste et la thorie des perturbations des systmes
intgrables (problme des petits diviseurs et thorme de Kolmogorov-ArnoldMoser). Contient aussi une discussion du fer cheval de Smale en relation avec
les points homoclines et le thorme de Birkhoff-Smale (en bibliothque).
[10] S. Wiggins, Intoduction to Applied Nonlinear Dynamical Systems and Chaos,
Springer, Texts in Applied Mathematics 2 (1990).
Ouvrage de troisime cycle sur les systmes dynamiques. Voir chapitre 1 pour le
Thorme de Poincar-Bendixon et chapitre 4 pour le fer cheval de Smale, les
points homoclines, la formule de Melnikov et une preuve dtaille du thorme
de Birkhoff-Smale (en bibliothque).
[11] P. Collet, J-P. Eckmann, Iterated Maps of the Interval as Dynamical Systems,
Birkhaser (1980).
[12] P. Walters, An Introduction to Ergodic Theory, Springer (1982).
[13] I.P. Cornfeld, S.V. Foman, Ya-G. Sinai, Ergodic Theory, Springer (1982).
3. Ouvrages de vulgarisation crits par des scientifiques.
[14] P. Berg, Y. Pomeau, M. Dubois-Gance, Des rythmes au chaos, Editions Odile
Jacob, coll. Opus (nouvelle dition 1997).
Ouvrage crit par un physicien thoricien et deux physiciens exprimentateurs.
[15] F. Diacu, P. Holmes, Celestial Encounters, The Origins of Chaos and Stability,
Princeton University Press (1996).
Ouvrage crit par deux mathmaticiens. Un vaste panorama de la thorie des
systmes dynamiques, en prenant comme point de dpart le clbre mmoire
de H. Poincar sur le problme des 3 corps. A la fois intressant du point de
vue scientifique et historique (en bibilothque)
[16] I. Ekeland, Le Calcul, lImprvu, Ed. du Seuil (1984).
Ouvrage crit par un mathmaticien.
4

[17] J. Barrow-Green, Poincar and the Three Body Problem, Amer. Math. Soc.,
History of Mathematics, Vol. 11 (1996).
Ouvrage dHistoire des Sciences, crit par un mathmaticien. Analyse dtaille
du clbre mmoire de H. Poincar sur le problme des 3 corps et de lerreur
commise dans la premire version couronne par le prix du roi Oscar II (en
bibliothque).
[18] E. N. Lorenz, The essence of chaos, UCL Press (1993).
Ouvrage crit par un mtorologue. Linventeur du clbre systme de Lorenz
et de leffet papillon".
[19] B. Mandelbrot, Les Objets Fractals , Flammarion (3me dition 1989).
Ouvrage crit par un mathmaticien (linventeur des Fractals).
[20] D. Ruelle, Hasard et Chaos, Editions Odile Jacob (1991).
Ouvrage crit par un physicien thoricien, a propos une thorie de la turbulence base sur la notion dattracteur trange.
[21] Chaos et Dterminisme (Collections darticles). Points Sciences, Ed. du Seuil
(1992).
(articles de mathmaticiens et de physiciens).

NOTIONS DE BASE SUR LES SYSTMES DYNAMIQUES

Un systme dynamique consiste en un ensemble dtats possibles, avec une


loi qui dtermine de faon unique ltat prsent du systme en fonction de ses tats
passs. Aucun lment alatoire nest admis dans notre dfinition dun systme
dynamique dterministe. Par exemple, un modle possible pour dterminer le prix
de lor en fonction du temps serait de dire que le prix du jour est celui de la veille plus
ou moins un dollar, avec les deux possibilits quiprobables. Au lieu dtre appel
systme dynamique, un tel modle est souvent appel un processus alatoire ou
stochastique. Une ralisation typique dun tel modle pourrait tre de jouer pile
ou face chaque jour pour dterminer le nouveau prix. Ce type de modle nest pas
dterministe, et est rejet de notre dfinition de systme dynamique.
Dans ce cours, nous considrerons deux types de systmes dynamiques. Si
la loi est applique des temps discrets, nous parlerons de systme dynamique
temps discret. Un exemple est fourni par un modle de la croissance dune population animale. On sait que si quelques animaux (des deux sexes !) sont mis dans un
vaste espace runissant toutes les conditions favorables leur vie, en moyenne leur
nombre crot. Pour valuer cette croissance, point nest besoin de dnombrer continment le cheptel. En effet, des naissances interviennent au printemps, des morts
en hiver. Il est donc prfrable de neffectuer le dnombrement qu temps discret",
par exemple tous les ans une date fixe. Lexprience montre quau dbut, les animaux tant peu nombreux, chaque anne qui passe voit leur population multiplie
par un certain nombre C. Exprime sous forme algbrique, cette loi de croissance
scrit
Pn+1 = CPn ,
(1.1)
o lindice n indique le numro dordre de lanne. Le nombre C peut tre de lordre
de 2 ou 3 pour les mammifres de taille moyenne ; il est considrablement plus
lev pour de petits animaux comme les souris ou les lapins ! Lquation ci-dessus
sintgre facilement :
Pn = C n P0 ,
(1.2)
o P0 dsigne la population initiale. On a donc une croissance exponentielle. On
peut aussi visualiser ce rsultat graphiquement. Ce type de visualisation nous sera
trs utile dans la suite :

Chapitre 1 Notions de base sur les systmes dynamiques

Un tel modle dvolution des populations nest raliste que pour des petits
nombres dindividus. Mme avec un taux de croissance C=3 par exemple, si lon
part de dix individus ils seront trente lanne suivante, nonante au bout de deux
ans et, au bout de dix ans, ils seraient prs de soixante mille ! Lespace, donc
la nourriture, venant manquer pour les grands nombres, une saturation, voire
une dcroissance, ne manquent pas dintervenir. Le mathmaticien Pierre-Franois
Verhulst (18041849) a propos dj au sicle pass un modle plus raliste, en
suggrant que le taux de croissance dune population ne serait pas constant mais
dpendrait de limportance de cette population. Plus prcisment, il estimait que le
taux de croissance devait tre proportionnel lcart, la valeur maximale, que la
population pouvait atteindre. Donc C nest plus constant mais doit scrire :
C = K(L Pn ) ,
o L reprsente la population maximale. La loi de croissance scrit alors :
Pn+1 = KPn (L Pn ).

(1.3)

Il est commode, pour le calcul, de faire apparatre une population rduite" x = P/L,
de sorte que lon a :
xn+1 = axn (1 xn ).
(1.4)
x, population rduite, varie entre 0 et 1 et a doit tre choisi entre 0 et 4. Verhulst a
appel cette formule fonction logistique", et ce nom lui est rest jusqu nos jours.
Elle sert de modle universellement utilis pour ltude des systmes dynamiques.
Notez que contrairement (1.1), (1.3) est une loi non linaire (et non monotone).
Cette formule, trs en avance sur son poque, est assez vite tombe dans loubli
ainsi que son auteur pendant prs dun sicle. Des dmographes amricains lont
redcouverte au dbut de ce sicle, mais il a fallu attendre les annes soixante pour
quelle apparaisse comme un modle de porte universelle. Comme nous aurons
loccasion de le voir plusieurs reprises dans ce cours, il sagit dun des exemples de
8

PHYS2111

systmes dynamiques les plus extraordinaires que lon puisse rencontrer en dimension
1.
Lautre type trs important de systmes dynamiques que nous tudierons est
essentiellement la limite de systmes discrets, o lvaluation se fait des intervalles
de temps de plus en plus brefs. Dans ce cas, la loi devient une quation diffrentielle
et lon parle alors souvent de systme dynamique temps continu. titre
dexemple, lquation
dP
= CP,
(1.5)
P
dt
peut tre vue comme une limite continue de lquation (1.1). Pour C > 0, elle
dcrit aussi un modle simple de croissance dune population, quand la population
est petite. La solution est bien connue :
P (t) = P0 eCt ,

(1.6)

o P0 = P (0) dsigne la population initiale. Un autre exemple de systme dynamique continu est fourni par lquation diffrentielle logistique
P = KP (L P ),

(1.7)

qui peut tre vue comme une version continue de lquation (1.3). En fait, on peut
rsoudre facilement cette quation diffrentielle (faites-le) :
P (t) =

LP0 eLKt
.
L P0 + P0 eLKt

(1.8)

Utilisant cette formule, on voit facilement que ce modle prdit la croissance ou


la dcroissance de la population initiale vers lquilibre L. Comme nous le verrons, contrairement son modle continu, la fonction logistique peut modliser des
comportements beaucoup plus compliqus. Ceci illustre un phnomne que nous
rencontrerons plusieurs fois dans le cours : dimensions gales (dans ce cas 1), un
systme dynamique discret est souvent beaucoup plus compliqu que son analogue
continu.

1.

quations diffrentielles ordinaires


Soit
f : Rn , x f (x)

une application de classe C k , k 1, dun ouvert Rn dans Rn . Nous crirons


x = (x1 , x2 , . . . , xn ),

f = (f1 , f2 , . . . , fn ).

On appelle quation diffrentielle vectorielle autonome du premier ordre une


quation du type
x = f (x),
(1.9)
9

Chapitre 1 Notions de base sur les systmes dynamiques

ce qui est une criture abrge pour le systme dquations diffrentielles ordinaires
du premier ordre
x 1 = f1 (x1 , . . . , xn )
..
.
x n = fn (x1 , . . . , xn ).
Le qualificatif autonome se rapporte au fait que le second membre dans lquation
(1.9) ne dpend pas explicitement du temps. Nous reviendrons ultrieurement dans
le cours sur le cas dun systme non autonome.
On appelle solution de lquation (1.9) toute application drivable x : I Rn ,
dfinie sur un intervalle non vide I R et telle que, pour tout t I
x(t)

et

x(t)

= f (x(t)).

Nous rappelons le thorme dexistence et dunicit qui assure que le systme


(1.9) est bien un systme dynamique ( temps continu) au sens dfini prcdemment.
Pour la dmonstration, voir par exemple [6, chapitre 4, p.79].
Thorme 1.1 (Existence et Unicit).
Supposons que f soit de classe C 1 sur . Alors, pour tout nombre rel t0 et tout
vecteur x0 , il existe un intervalle ouvert I contenant t0 , sur lequel il existe une
solution de lquation (1.9) qui satisfait la condition initiale x(t0 ) = x0 et cette
solution est unique.
Le problme de trouver une solution de lquation (1.9) satisfaisant la condition
initiale x(t0 ) = x0 , est appel problme de Cauchy. Lensemble {(t, x(t))|t I}
sappelle une trajectoire du systme dynamique. Lensemble {x(t)|t I} sappelle
une orbite du systme dynamique. Louvert est parfois appel lespace de phase,
par analogie avec lexemple dun systme hamiltonien. Lespace R est alors
appel lespace de phase largi. En fait, le thorme dexistence et dunicit est
encore vrai sous des hypothses un peu plus faibles que celles nonces dans le
thorme. Il suffit que f soit localement lipschitzienne sur .
Dfinitions : (i) On dit que f est lipschitzienne sur , si il existe une constante L
telle que
kf (x) f (y)k Lkx yk,
(1.10)

pour tout x, y dans . La constante L est appele une constante de Lipschitz pour
f.
(ii) On dit que f est localement lipschitzienne sur , si tout point de possde
un voisinage ouvert inclus dans sur lequel f est lipschitzienne.
Exercice : Montrez quune fonction de classe C 1 sur un ouvert de Rn est localement
10

PHYS2111

lipschitzienne.
Corollaire 1.2 Les orbites dune quation diffrentielle vectorielle autonome ne
sintersectent jamais. En particulier, une mme orbite ne peut se recouper.
Dmonstration. Cela rsulte de lobservation que, pour un systme autonome, si
x(t) est une solution, alors pour tout s fix R, la fonction
y(t) = x(t + s)
est encore une solution du systme. Donc, si x1 (t) et x2 (t) sont deux solutions
telles que x1 (t1 ) = x2 (t2 ), par unicit de la solution du problme de Cauchy, on a
ncessairement
x1 (t + t1 ) = x2 (t + t2 ),
et donc les deux solutions concident.
Interprtation gomtrique. On pense souvent un systme dynamique du type
(1.9) comme la donne dun champ de vecteurs sur louvert de Rn . Pour ce faire,
on attache chaque point x de , le vecteur f (x). Trouver la solution du problme
de Cauchy telle que x(t0 ) = x0 , revient trouver une courbe x(t) qui en t = t0 passe
par x0 et telle que chaque instant la tangente cette courbe au point x(t) concide
avec le champ de vecteurs valu en ce point.

Flot. On note
t (x) := lunique solution du systme x = f (x) qui passe par x en t = 0. (1.11)
Lapplication ( temps t fix) x t (x) sappelle le flot du systme dynamique
(1.9), par analogie avec limage dun fluide.

11

Chapitre 1 Notions de base sur les systmes dynamiques

Proposition 1.3 x , t, s R, on a
t (s (x)) = t+s (x),

(1.12)

pour autant que t et s soient suffisamment petits pour que les deux membres de
lgalit soient dfinis.
Dmonstration. Fixons s R. Puisque lquation (1.9) est autonome, t+s (x) est
une solution de (1.9) qui en t = 0 passe par s (x). Par dfinition du flot, t (s (x))
est aussi une solution de lquation (1.9) qui passe par s (x) en t = 0. Donc, en
vertu de lunicit de la solution du problme de Cauchy, on doit avoir (1.12).
Il dcoule immdiatement de cette proposition que
t (t (x)) = 0 (x) = x.
Aussi, t0 R, la solution du problme de Cauchy
x = f (x), x(t0 ) = x0 ,
est donne par tt0 (x0 ), cest--dire que la trajectoire de cette solution dans R
est obtenu en translatant la trajectoire de la solution qui passe par x0 en t = 0.

12

PHYS2111

Champ de vecteurs (a) et trajectoires (b) dans lespace de phase largi R

Lutilit dun modle pour donner une information sur un processus dynamique
dpend du fait que la solution du problme aux valeurs initiales ne dpend pas
trop de la condition initiale, du moins des chelles de temps petites. En particulier, pour une quation diffrentielle fixe et deux conditions initiales diffrentes,
on voudrait que, au plus les conditions initiales sont proches, au plus les solutions
restent proches, pour des petites valeurs de t. Cest ce que lon appelle la dpendance continue par rapport aux conditions initiales. Pour de grandes valeurs de t,
on ne peut esprer que les solutions restent ncessairement proches. La sensibilit
pour des grandes valeurs de t est appele la sensibilit par rapport aux conditions
initiales. Nous en reparlerons plus tard. En gnral, on a le rsultat suivant (voir
par exemple [6, chapitre 5, p.111]) :
Thorme 1.4 Dpendance continue par rapport aux conditions initiales.
Supposons que f : Rn Rn soit lipschitzienne sur et soit L une constante
de Lipschitz. Soient x(t) et y(t) deux solutions de (1.9), et soit [t0 , t1 ] un intervalle
sur lequel les deux solutions sont dfinies. Alors,
kx(t) y(t)k kx(t0 ) y(t0 )keL(tt0 ) ,

(1.13)

pour tout t [t0 , t1 ].


Les quations dordre suprieur peuvent toujours se ramener un systme du
premier ordre. Illustrons ceci sur lexemple de lquation scalaire (x R)
x(n) = f (x, x,
x
, . . . , x(n1) ),

(1.14)

o x(n) dsigne la nime drive de la fonction x(t) par rapport t. Dfinissons les
nouvelles variables
x1 = x, x2 = x,
x3 = x, . . . , xn = x(n1) .
13

Chapitre 1 Notions de base sur les systmes dynamiques

Ces nouvelles variables satisfont le systme autonome du premier ordre


x 1 = x2 ,

x 2 = x3 , . . . ,

x n1 = xn ,
(1.15)

x n = f (x1 , x2 , . . . , xn ),
qui a la forme (1.9).
Voici deux exemples trs simples qui nous font comprendre la porte du Thorme
1.1. sur lexistence et lunicit des solutions.
Exemple 1. Soit le problme de Cauchy
x = x2

x(t0 ) = x0 .

(1.16)

Nous rsolvons cette quation par sparation des variables. Tant que x(t) 6= 0, on a
(1/x2 )

dx
= 1.
dt

En intgrant du temps t0 au temps t, on obtient :


Z t
Z t
2 dx
dt = t t0 .
(1/x ) dt =
dt
t0
t0
En faisant le changement de variables x = x(t), on a
t t0 =

x(t)

x(t0 )

1
1
dx
=
+
.
2
x
x(t) x(t0 )

En rsolvant pour x(t), on trouve


x(t) =

1
x0
=
.
1/x0 + t0 t
1 + x0 (t0 t)

(1.17)

Remarquons que si x(t) = 0, pour un certain t, alors ncessairement x(t) 0 pour


tout t. Cela rsulte du fait que x(t) = 0, pour tout t, est une solution et de lunicit
de la solution du problme de Cauchy. Donc on a trois possibilits. Si x0 = 0, la
solution est identiquement nulle et dfinie sur lintervalle ] , +[. Si x0 > 0, la
solution est dfinie par (1.17) sur lintervalle ] , t0 + 1/x0 [. Finalement, si x0 < 0,
la solution est dfinie sur lintervalle ]t0 + 1/x0 , +[. Cet exemple illustre le fait que
le Thorme 1.1 ne garantit lexistence de la solution que sur un intervalle de temps
suffisamment petit autour de t0 . La solution du problme de Cauchy peut exploser
en un temps fini.

14

PHYS2111

Exemple 2. Soit maintenant lquation


x = x2/3 .
Son second membre est bien dfini et continu pour tout x R, mais il ne possde
pas de drive en x = 0. En fait la fonction f (x) = x2/3 nest pas localement
lipschitzienne sur R. En effet, si ctait le cas, il existerait un voisinage U de 0 et
une constante L tels que
|x2/3 | L|x| , sur U.

Mais alors L |x1/3 |, relation fausse pour x suffisamment petit. Nous serons donc
assurs davoir lexistence et lunicit des solutions seulement si nous choisissons un
ouvert sur lequel f est localement lipschitzienne. Par exemple, on peut prendre
=]0, +[. Dans ce cas la solution issue de x0 au temps t0 scrit
1/3

x(t) = (x0 + (t t0 )/3)3 .


1/3

Elle est dfinie sur lintervalle maximal ]t0 3x0 , +[. On peut videmment
raisonner de mme pour =] , 0[, ce qui fournit des solutions dfinies sur
1/3
lintervalle maximal ] , t0 3x0 [. On peut aussi, dans cet exemple, considrer
=], +[, mais comme les conditions du Thorme 1.1 dexistence et dunicit
ne sont pas vrifies sur , on sattendra trouver en dfaut soit lexistence, soit
lunicit des solutions, soit les deux. En fait x(t) 0, pour tout t, est trivialement
une solution de lquation et donc le problme de Cauchy possde toujours au moins
une solution. Cest dailleurs un thorme que la continuit du second membre sur
suffit pour assurer lexistence dune solution du problme de Cauchy (voir par
exemple [2]). Mais cet exemple montre que la continuit ne suffit pas assurer
lunicit des solutions. En effet, par un point quelconque de laxe des t, passent une
infinit de trajectoires maximales constitues chacune dun segment de laxe des t
de longueur arbitraire, prolong son extrmit droite par une courbe en forme de
demi-parabole" montante et prolong de manire analogue, mais vers le bas, son
extrmit gauche.
15

Chapitre 1 Notions de base sur les systmes dynamiques

2.

quations diffrentielles autonomes sur la droite

Soit une quation diffrentielle ordinaire autonome sur la droite (on dit aussi
quation scalaire)
x = f (x) , x R , f de classe C k , k 1.

(1.18)

Un point p tel que f (p) = 0 est appel un quilibre. Par unicit de la solution du
problme de Cauchy, toute solution qui dbute en p reste indfiniment gale p.
Donc si x(t) est une solution telle que x(t0 ) = x0 nest pas un quilibre, f (x(t)) 6= 0
pour tout t dans lintervalle maximal de dfinition de la solution. Analytiquement,
le calcul dune telle solution se ramne donc au calcul dune intgrale
t t0 =

x(t)
x0

dx
,
f (x)

ce qui peut tre compliqu . . . Gomtriquement, on voit de suite que toutes les
orbites sapprochent dun quilibre (quand t tend vers plus ou moins linfini) ou
divergent vers linfini (en un temps fini ou infini).

16

PHYS2111

Donc, toute solution dune quation diffrentielle autonome scalaire est monotone. Un tel systme ne conduit jamais des mouvements oscillatoires. De plus, si
la solution est borne pour tout t 0 (resp. t 0), elle tend ncessairement vers un
quilibre quand t + (resp. t ). Par exemple, dans le cas de lquation
diffrentielle logistique (1.7), on a le graphe suivant pour f (P ) :

qui montre que la solution correspondant P (0) = P0 , avec P0 > 0, approche L


quand t +. Donc la population sapproche de faon monotone de sa capacit
limite. On peut dessiner facilement lallure qualitative des trajectoires des solutions.
Par exemple, si P0 < L/2, le point dans lespace des phases bouge de plus en plus
vite jusqu ce quil traverse P = L/2, o la parabole atteint son maximum. Puis la
vitesse du point diminue en sapprochant de P = L. Cela signifie que la population
saccrot dabord de faon acclre et que la concavit du graphe de P (t) est tourne
vers le haut. Puis, aprs P = L/2, la drive dP/dt commence dcrotre et donc
la concavit de P (t) est tourne vers le bas en se rapprochant asymptotiquement
de P = L. Si P0 est entre L/2 et L, les solutions dclrent ds le dbut. Donc
ces solutions ont une concavit tourne vers le bas pour tout t. Si la population
initiale dpasse la capacit limite L(P0 > L), alors P (t) dcrot vers P = L et sa
concavit est tourne vers le haut. Finalement si P0 = 0 ou P0 = L, la population
reste constante. Clairement P0 = 0 est un quilibre instable, tandis que P0 = L est
un quilibre stable.

La discussion prcdente est qualitative. Nous allons maintenant dcrire plus


prcisment comment se fait lapproche vers lquilibre. Pour cela, nous introduisons
les
Dfinitions. Soit p un quilibre du systme x = f (x), x R.
17

Chapitre 1 Notions de base sur les systmes dynamiques

(i) On dit que lquilibre p est hyperbolique si f (p) 6= 0.


(ii) Le systme

= f (p),

(1.19)

sappelle le systme linaris autour de lquilibre p.


Si lon introduit
= x p,

lcart la position dquilibre, on a :

= f (p) + o(),
et lon sattend donc intuitivement ce que le systme linaris (1.19) soit une
bonne approximation du systme (1.18) au voisinage de p. Ceci est vrai dans le
cas dun quilibre hyperbolique comme le montre le thorme suivant :
Thorme 1.5 Soit p un quilibre hyperbolique de lquation x = f (x), x R.
(i) Si f (p) < 0, > 0 tel que x satisfaisant |x p| < , on a
lim t (x) = p.

t+

Dans ce cas on dit que p est un quilibre attractif ou un attracteur.


(ii) Si f (p) > 0, > 0 tel que x satisfaisant |x p| < , lexception de x = p,
t > 0 tel que |t (x) p| . Dans ce cas on dit que p est un quilibre
rpulsif ou une source.
Dmonstration. Par dfinition de la drive et puisque f (p) = 0, on a :
( > 0)( > 0)(|x p| < , x 6= p f (p) <

f (x)
< f (p) + ).
xp

(1.20)

Supposons que f (p) < 0. Choisissons > 0 tel que f (p)+ < 0 et soit > 0 comme
en (1.20) correspondant cet . Soit x tel que |x p| < . Alors, ncessairement,
|t (x) p| < , t 0 (justifiez !), et donc
f (t (x))
d
log |t (x) p| = t
< f (p) + , t 0.
dt
(x) p
En intgrant de 0 t cette ingalit, on obtient :
log

|t (x) p|
< (f (p) + ) t , t 0,
|x p|

do
|t (x) p| < |x p|et(f
18

(p)+)

, t 0.

(1.21)

PHYS2111

En passant la limite pour t +, puisque f (p) + < 0, on obtient (i).


Pour tablir (ii), nous choisissons > 0 tel que f (p) > 0 et prenons le > 0
correspondant donn par (1.20). Supposons quil existe un x ]p , p + [ pour
lequel lnonc (ii) ne soit pas vrifi, ce qui veut dire que |t (x) p| < , t 0.
On montre alors comme prcdemment que
d
log |t (x) p| > f (p) , t 0,
dt
do lon dduit que
|t (x) p| > |x p|et(f

(p))

, t 0.

(1.22)

Mais alors, puisque f (p) > 0, ncessairement, pour t suffisamment grand, t (x)
doit sortir de lintervalle ]p , p + [, ce qui est la contradiction recherche.
Que peut-on dire de la stabilit dun quilibre quand f (p) = 0 ? Rien en gnral.
Considrons les exemples suivants :
(a) x = x3 ,

(b) x = x3 ,

(c) x = x2

(d) x = 0.

Dans chaque cas f (0) = 0 et la stabilit est diffrente, comme le montre la figure
ci-dessous. Dans le cas (a) lquilibre est stable, dans le cas (b) il est instable. Le
cas (c) est un cas hybride que nous appellerons semi-stable. Finalement, dans le cas
(d), on a toute une droite de points fixes ; une perturbation par rapport lquilibre
p = 0 ne sen loigne et ne sen rapproche pas.

19

Chapitre 1 Notions de base sur les systmes dynamiques

La notion dquilibre hyperbolique peut se dfinir pour une quation diffrentielle


vectorielle autonome, nous y reviendrons au chapitre 2.

3.

Itrations

Soit M un sous ensemble de Rm et f une fonction f : M M. Une quation


aux diffrences, aussi appele quation aux rcurrences ou itration, est une quation
de la forme
xn+1 = f (xn ) , n = 0, 1, 2, . . . ,
(1.23)
o xn M. On pense la variable n comme lquivalent du temps t dans les
quations diffrentielles ordinaires. Comme f ne dpend pas explicitement de n, on
parlera dquation aux diffrences autonome.
Pour tout x M, on appelle orbite (positive) de x lensemble


O + (x) = {x, f (x), f f (x) , . . . , f n (x), . . .},

o f n = f f . . .f , cest--dire f compose n fois avec elle-mme ; x est lanalogue


de la condition initiale pour les quations diffrentielles. La notation f n ne signifie
pas la fonction f (x) leve la puissance n, une fonction que nous nutiliserons
jamais ; elle ne signifie pas non plus la nime drive de f , que nous notons f (n) (x).
Si f est bijective, on peut dfinir lorbite complte de x
O(x) = {f n (x), n Z},
ainsi que lorbite (ngative) de x, O (x) = {f 1 (x), f 2 (x), . . .}. Un des objectifs
est de comprendre le comportement des itrs de f pour des grandes valeurs de n,
tout comme dans le cas des quations diffrentielles o lon essaie de comprendre le
comportement des solutions quand t . On appelle cela tudier le comportement
asymptotique des solutions.
Une itration peut apparatre lorsque lon fait une approximation aux diffrences
finies dune quation diffrentielle, ou une quation diffrentielle peut apparatre
comme la limite continue dun processus discret. Par exemple, si P (t) satisfait
lquation logistique (1.7), nous dfinissons Pn = P (n h), n = 0, 1, . . ., pour un choix
suffisamment petit de h, et nous approximons la drive
Pn+1 Pn
dP
|t = nh
,
dt
h
ce qui conduit lquation


Pn+1 = Pn (1 + hKL) hKPn .
20

PHYS2111

Si lon pose Pn = (L + 1/hK)xn , on voit que xn satisfait lquation (1.4) de la


fonction logistique, avec
a = 1 + hKL.
(1.24)
Un autre exemple bien connu ditration est fourni par la mthode de Newton
pour trouver les racines dun polynme ou plus gnralement les zros dune fonction
drivable f(x) dune variable. On part dun rel x0 et lon considre la rcurrence
xn+1 = xn

f (xn )
.
f (xn )

Pour la plupart des choix de la condition initiale x0 , il est bien connu que la suite x0 ,
x1 , x2 , . . . converge vers une racine de f . Mais la mthode de Newton ne converge
pas toujours. Par exemple, il peut arriver que litration converge vers un cycle de
priode > 1.

On voit dj sur cet exemple que, contrairement au cas dune quation diffrentielle scalaire, une itration en dimension 1 peut avoir des solutions oscillatoires.
Les quations diffrentielles peuvent encore dterminer des itrations autrement.
Par exemple, soit une quation vectorielle autonome dans R3 ,
x = f(x), x = (x, y, z).
Prenons alors un point xn = (xn , yn , 0) dans un domaine D du plan dquation z = 0
(voir dessin ci-dessous), et dfinissons un autre point xn+1 dans ce plan comme suit.
On rsout lquation diffrentielle avec la condition initiale x (0) = xn . Soit t le
premier instant t > 0, pour lequel lorbite x(t) recoupe le domaine D et notons
xn+1 = x(t). Bien sr il se peut que lorbite ne recoupe jamais le domaine D et dans
ce cas litration nest pas dfinie. Mais, dans certains cas, cette application est bien
dfinie, on lappelle lapplication de Poincar ou lapplication de premier retour du
plan z = 0. On peut tudier de mme des applications de Poincar correspondant
des surfaces non planes dans R3 , ou faire une construction similaire pour des
systmes plus de 3 variables.
21

Chapitre 1 Notions de base sur les systmes dynamiques

4.

Itrations en dimension 1

Puisque la fonction logistique fa (x) = ax(1 x) peut tre vue comme une
discrtisation de lquation logistique, on sattend ce que pour des petites valeurs
du pas de discrtisation h, litration se comporte comme son analogue continu, cest-dire que les orbites tendent vers un quilibre. En vertu de (1.24) cela correspond
des valeurs de a lgrement suprieures 1.
Les considrations qui suivent sont purement descriptives et de nature exprimentale.
Vous pouvez vous-mme, laide dun ordinateur ou dune calculatrice, faire vos
propres expriences et calculer de nombreux exemples pour diffrentes valeurs de
a. Il y a derrire tout ceci une thorie mathmatique trs profonde dont nous
reparlerons plus tard dans le cours.
Si 1 < a < 3, on voit quaprs une priode de croissance les itrs successifs
convergent vers un tat dquilibre p. La population finit par se stabiliser et, chaque
anne la mme poque, nous retrouvons le mme nombre dindividus. Par exemple,
les 50 premiers itrs de lapplication f (x) = 2,8 x(1 x) partir de x0 = 0.3 sont
donns par
0.588, 0.67832, 0.61097, 0.66552, 0.62329, 0.65744, 0.6306, 0.65225, 0.6351, 0.64889,
0.63793, 0.64673, 0.63971, 0.64534, 0.64085, 0.64445, 0.64157, 0.64388, 0.64204,
0.64351, 0.64233, 0.64328, 0.64252, 0.64313, 0.64264, 0.64303, 0.64272, 0.64297,
0.64277, 0.64293, 0.6428, 0.6429, 0.64282, 0.64289, 0.64283, 0.64288, 0.64284, 0.64287,
0.64285, 0.64286, 0.64285, 0.64286, 0.64285, 0.64286, 0.64285, 0.64286, 0.64286,
0.64286, 0.64286, 0.64286,
...
et donc litration converge vers 0.64286. On peut rpter cela partir de conditions
22

PHYS2111

initiales diffrentes et lon voit que lon arrive toujours au mme rsultat. Cela se
comprend facilement si lon reprsente graphiquement litration

lexception de x0 = 0 et x0 = 1, toutes les conditions initiales conduisent p


= 9/14 = 0.64286, . . . , qui correspond lintersection de la parabole avec la droite
y = x.
partir de a = 3, nous dcouvrons un changement important de comportement.
Calculons par exemple les premires itrations de f (x) = 3.3 x(1 x), partir de
trois conditions initiales x0 diffrentes:
x0 = 0.2000, 0.5280, 0.8224, 0.4820, 0.8239, 0.4787, 0.8235, 0.4796, 0.8236, 0.4794,
0.8236,
0.4794, 0.8236, 0.4794, 0.8236, . . .
x0 = 0.5000, 0.8250, 0.4764, 0.8232, 0.4804, 0.8237, 0.4792, 0.8236, 0.4795, 0.8236,
0.4794,
0.8236, 0.4794, 0.8236, 0.4794, . . .
x0 = 0.9500, 0.1568, 0.4362, 0.8116, 0.5047, 0.8249, 0.4766, 0.8232, 0.4803, 0.8237,
0.4792,
0.8236, 0.4795, 0.8236, 0.4794, . . .
On voit que, aprs extinction du comportement transitoire, x prend maintenant deux
valeurs dquilibre qui se succdent alternativement, p1 = 0.4794 et p2 = 0.8236.
Cela veut dire en pratique que la population retournera lidentique tous les deux
ans seulement (une anne sur deux elle est plus leve, et entre deux, plus faible).
Ce changement de rgime, faisant passer pour une valeur parfaitement dfinie du
paramtre a dun rgime un seul tat dquilibre celui o il y en a deux (la
priode a doubl), est appel bifurcation".
23

Chapitre 1 Notions de base sur les systmes dynamiques

Si nous continuons augmenter progressivement a, nous arrivons une nouvelle


valeur de a = 3,45 environ, pour laquelle le rgime change encore. Cette fois, ce
ne sont plus deux tats dquilibre qui se succdent priodiquement mais quatre.
En somme, il nous faut maintenant attendre tous les quatre ans pour retrouver une
population identique ce quelle tait (quatre ans auparavant) ! Nous avons encore
franchi un point de bifurcation partir duquel la priode du phnomne est devenue
quadruple de ce quelle tait au dpart.
Vous aurez peut-tre devin que ce processus de doublement se rpte linfini
et que, pour de nouvelles valeurs de a, dautres bifurcations interviennent, partir
desquelles la priode est chaque fois double donc, au bout du compte, multiplie
par 8, par 16, etc. Ce qui, par contre, nest pas du tout vident, mais est essentiel,
cest le fait que les valeurs de a se resserrent de plus en plus. Ces bifurcations
successives sont de plus en plus voisines et finissent par saccumuler en une valeur
a (3.57 environ), au del de laquelle ce nest plus huit ans, seize ans, etc., quil faut
attendre pour retrouver la valeur dune population antrieure, mais un temps infini.
Autrement dit, on ne retrouve plus jamais une squence obtenue antrieurement !
Nous annoncions quelques surprises, celle-ci est de taille. a constitue la limite entre
deux rgimes qualitativement diffrents. Pour a infrieur a , les populations se
rptent : en attendant selon les valeurs de a deux, quatre, huit, seize, trente-deux
ans . . . , on retrouve la squence dj vue. Cest lternel retour, en quelque sorte, et
cette rptition permet de prvoir lavenir en se fondant sur le pass : le rgime est
prvisible. Au contraire, si a est suprieur (un peu suprieur) a , rien de tel nest
plus possible ! Mme en attendant trs longtemps on ne peut retrouver du dj vu"
et les valeurs de x se succdent de faon apriodique et dsordonne, erratiquement
en somme, comme si elles obissaient au seul fait du hasard. Le rgime est donc
devenu imprvisible. Ci-dessous, nous donnons la reprsentation graphique dune
itration correspondant a = 3.9 :

24

PHYS2111

Il ne faudrait pas croire cependant que toutes les valeurs de a suprieures a


conduisent des comportements non priodiques. En fait, ce qui se passe au-del de
a est assez compliqu. Il y a des fentres priodiques". Par exemple, il apparat
une fentre priodique de priode 3 pour 3.8284 . . . a 3.8415 . . .; cest--dire
que, pour ces valeurs de a, les orbites tendent vers des orbites de priode 3 ! Nous
ninsisterons pas davantage sur ce qui se passe exactement au-del de a . Une faon
de visualiser lensemble de la situation est de raliser sur ordinateur un diagramme
de bifurcation. On ralise un tel diagramme de la faon suivante.
(1) On choisit une valeur de a, en commenant par a = 1, et 1500 (par exemple)
valeurs de a quidistantes entre 1 et 4,
(2) On choisit au hasard un point x dans lintervalle [0, 1],
(3) On calcule les 500 premiers itrs (par exemple) de fa (x), on ignore les 100 premiers itrs pour liminer les comportements transitoires et on reprsente graphiquement les itrs partir du 101me ,
(4) On augmente a du pas choisi et on recommence lopration.
On aboutit ainsi la figure suivante o les valeurs de a, 1 a 4, sont mises en
abscisse :

En faisant un agrandissement du diagramme, on voit mieux la fentre priodique


de priode 3 dont nous avons parl et qui apparat au-del de a 3.57 :
25

Chapitre 1 Notions de base sur les systmes dynamiques

Soit an , n = 1, 2, 3,. . . la suite des valeurs auxquelles se produisent les doublements de priode. En essayant de calculer prcisment cette suite le physicien
Mitchell Feigenbaum (1979) a observ que les an convergeaient de faon gomtrique
vers a . Pour n suffisamment grand, la distance entre les points de bifurcations successifs diminue dun facteur approximativement constant. En fait
an an1
= 4.6692016 . . . .
n an+1 an

= lim

Voici les quelques premiers an calculs sur ordinateur (ce nest pas trs facile
faire !) :
a1 = 3, a2 = 3.449 . . . , a3 = 3.54409 . . . , a4 = 3.5644 . . . , a5 = 3.568759 . . . ,
a = 3.569946 . . .
Feigenbaum a galement observ que le nombre a une porte universelle :
on trouve le mme dans les itrations de toutes les familles un paramtre
dapplications f : [0, 1] [0, 1] telles que f (0) = f (1) = 1 et qui possdent un
unique maximum quadratique entre 0 et 1. Par exemple la famille dapplications
xn+1 = a sin xn
conduit au mme ! La cascade de doublement de priodes a t observe et
mesur dans des ractions chimiques et des expriences hydrodynamiques. (voir
[1, 7, 11, 17]).
Pour commencer comprendre dun point de vue thorique les doublements de
priodes, nous avons besoin de mieux cerner la notion de stabilit dun point fixe ou
dune orbite priodique dune itration.
Dfinition. Soit une itration xn+1 = f (xn ), xn R, f de classe C 1 . On appelle
point fixe hyperbolique de f un point p tel que f (p) = p et |f (p)| =
6 1.
Les concepts dattracteur et de source sont les mmes que pour les quations
diffrentielles scalaires. p est un attracteur si tout point suffisamment proche de p
26

PHYS2111

est attir vers p, par itration. De mme p est une source sil existe un intervalle
ouvert contenant p tel que tout point dans cet intervalle ( lexception de p) quitte
cet intervalle aprs suffisamment ditrations. Voir lnonc du Thorme 1.5 pour
une formulation en termes de , , o il suffit de remplacer t par f n . On a alors
un thorme analogue au Thorme 1.5 :
Thorme 1.6 Soit p un point fixe hyperbolique dune application f.
(i) Si |f (p)| < 1, alors p est un attracteur.
(ii) Si |f (p)| > 1, alors p est une source.
Dmonstration. Par dfinition de la drive on a :


f (x) f (p)
< |f (p)| + ).
( > 0)( > 0)(|x p| < , x 6= p |f (p)| <
xp

Supposons que |f (p)| < 1. Choisissons > 0 tel que |f (p)| + < 1 et soit > 0
correspondant cet . Soit x tel que |x p| < . Alors, puisque p est un point fixe
de f ,
|f (x) p| = |f (x) f (p)| < (|f (p)| + )|x p|.

En particulier |f (x) p| < et donc, par induction, on en dduit que


|f n (x) p| < (|f (p)| + )n |x p|.

(1.25)

En passant la limite pour n , puisque |f (p)| + < 1, on obtient (i).


Pour tablir (ii), nous choisissons > 0 tel que |f (p)| > 1 et prenons > 0
correspondant cet , comme ci-dessus. Si il existe x 6= p dans lintervalle ]p ,
p + [ tel que les itrs de x restent dans cet intervalle, on en dduit que
|f n (x) p| > (|f (p)| )n |x p|,

(1.26)

et donc ncessairement, puisque |f (p)| > 1, f n (x) doit quitter lintervalle ]p ,


p + [ pour n suffisamment grand, ce qui est une contradiction.
Si p est un point fixe de f tel que |f (p)| = 1, on ne peut en gnral rien dire de
la stabilit de p comme le montrent les exemples suivants o f (0) = 0 et f (0) = 1 :
(a) f (x) = x + x3 ,

(b) f (x) = x x3 ,

27

(c) f (x) = x + x2 .

Chapitre 1 Notions de base sur les systmes dynamiques

Dfinition. Soit f une itration. Nous dirons que p est un point priodique de
priode k, si f k (p) = p. Le plus petit entier positif k pour lequel f k (p) = p est
appel la priode primitive de p. Nous noterons lensemble des points priodiques
de priode (non ncessairement primitive) k par Perk (f ). Lensemble des itrs dun
point priodique forme une orbite priodique.
Dfinition. Soit p un point priodique de priode primitive k dune itration f .
Lorbite priodique de p est dite attractive si p est un attracteur de lapplication f k .
Elle est dite rpulsive si p est une source de lapplication f k .
Par la rgle de drivation des fonctions composes, on a
(f 2 ) (x) = f (f (x))f (x).
Donc la drive de f 2 en un point priodique de priode primitive 2, est simplement
le produit des drives de f values aux deux points de lorbite. En particulier, la
drive de f 2 est la mme quel que soit le point de lorbite o on lvalue. Le fait que
cette drive soit la mme aux deux points de lorbite montre que cela fait sens de
parler de la stabilit de cette orbite. Il en va videmment de mme pour les orbites
dun point priodique de priode primitive k. Soit {p1 , p2 , . . . , pk } lorbite dun tel
point. On a :

f (f k1) (p1 )


= f f k1(p1 ) (f k1 ) (p1 )


 
= f f k1(p1 ) f f k2(p1 ) . . . f (p1 )

(f k ) (p1 ) =

= f (pk )f (pk1 ) . . . f (p1 ).

On a donc le
Test de stabilit pour les orbites priodiques
Lorbite priodique {p1 , . . . , pk } dun point de priode primitive k est attractive si
|f (pk ) . . . f (p1 )| < 1,

(1.27)

|f (pk ) . . . f (p1 )| > 1.

(1.28)

et rpulsive si
Par exemple, dans le cas de lapplication f (x) = 3.3 x(1 x), lorbite priodique
{0.4794, 0.8236} est attractive puisque f (0.4794) f (0.8236) = - 0.2904.
titre dexemple, essayons de prvoir thoriquement les premiers doublements
de priode de la fonction logistique fa (x) = ax(1 x), pour 0 a 4. Les points
fixes de fa (x) sont donns par
fa (x) = x x = 0
28

ou

x = 1 1/a.

PHYS2111

Donc lorigine est un point fixe pour toutes les valeurs de a, tandis que p = 1 1/a
est un point fixe compris entre 0 et 1 seulement si a 1. Puique fa (0) = a, lorigine
est stable si a < 1 et instable si a > 1. lautre point fixe p on a fa (p) = 2 a et
donc p est stable si |2 a| < 1, cest--dire si 1 < a < 3. Quand a > 3, p devient
instable.
Montrons maintenant que la fonction logistique possde une orbite priodique
de priode primitive 2 quand a > 3. On calcule que
(fa )2 (x) = x a2 x(1 x)[1 ax(1 x)] x = 0
x(a 1 ax)(a2 x2 a(a + 1)x + a + 1) = 0.
On trouve donc, en plus des deux points fixes de fa , x = 0 et x = p, deux autres
points fixes :
p
p
a + 1 + (a 3)(a + 1)
a + 1 (a 3)(a + 1)
q1 =
, q2 =
,
2a
2a
qui sont rels pour a > 3. On a donc tabli lexistence dune orbite priodique de
priode primitive 2 pour a > 3. tudions la stabilit de cette orbite. Pour cela on
calcule
(fa ) (q1 )(fa ) (q2 ) = a(1 2q1 )a(1 2q2 )
= 4 + 2a a2 .
2
Donc lorbite priodique
{q1 , q2 } est stable seulement pour |4 + 2a a | < 1, cest--2
dire pour 3 < a < 1 + 6 = 3,449. . . Ci-dessous on a reprsent les graphes de (fa )
pour a < 3, a = 3 et a > 3.

29

Chapitre 1 Notions de base sur les systmes dynamiques

On peut maintenant expliquer intuitivement pourquoi les doublements de priode


se rptent linfini, quand la valeur du paramtre a continue augmenter. Les
graphes de fa et (fa )2 changent petit petit, de telle sorte que les points fixes
de (fa )2 perdent aussi leur stabilit. Considrons par exemple le carr autour du
point fixe q1 sur la figure ci-dessous. lintrieur de ce carr, nous observons une
courbe localement parabolique qui contient un point fixe stable, cest--dire que nous
sommes exactement dans la mme situation que antrieurement, lorsque 1 < a < 3.
Donc lorsque le point fixe q1 devient instable par dformation de la courbe, on
peut sattendre au mme phnomne que prcdemment : le point fixe q1 de (fa )2
donnera lieu deux points fixes stables de la fonction (fa )2 (fa )2 = (fa )4 . La mme
conclusion sapplique bien sr au point fixe q2 , qui est aussi un extremum,
mais cette
fois un minimum. la fois q1 et q2 deviennent instables pour a = 1 + 6, valeur audessus de laquelle (fa )2 na plus de points fixes stables. Nanmoins la fonction (fa )4
a maintenant 4 points fixes stables, qui forment une orbite priodique attractive de
fa , de priode primitive 4. En rptant le mme raisonnement sur le graphe de (fa )4 ,
avec maintenant quatre petits carrs (dont un seul seulement est dessin sur la figure
ci-dessous), on voit que lorsque a augmente, ces 4 points fixes vont devenir instables
leur tour et produire 8 points fixes stables de lapplication (fa )8 , correspondant
lapparition dune orbite priodique attractive de fa , de priode primitive 8. On
observe donc bien, mesure que a saccrot, une cascade de doublements de priode.
Ceci bien sr ne constitue quune tude trs sommaire du phnomne. La route des
doublements de priode est une des routes qui conduisent ce que lon appelle le
chaos".

30

II
1.

LINARISATION - LE THORME DE LA VARIT STABLE-INSTABLE


Le cas des itrations

Soit
2

f : R R : (x, y) f (x, y) = f1 (x, y), f2(x, y)

(2.1)

un diffomorphisme de classe C r , r 1. Supposons que p R2 soit un point fixe de


f , cest--dire que f (p) = p. Au voisinage de p, on a
(2.2)

f (q) = p + A + o(),
o = q p dsigne lcart par rapport au point fixe et

f1
f1
(p)
(p)
x
y

A := df (p) =
f
f2
2
(p)
(p)
x
y

(2.3)

est la matrice jacobienne de f au point p. Donc, par itration, on obtient


f n (q) = p + An + o().

(2.4)

Lapplication A sappelle lapplication linarise au voisinage du point fixe


p. On sait (voir cours dalgbre) que, par un changement linaire de coordonnes,
on peut toujours ramener A lune des trois formes canoniques suivantes entres
relles :






0


i) A =
; ii) A =
; iii) A =
.
(2.5)
0
0

o, dans le cas ii) , 6= 0 et peut tre choisi strictement positif et arbitrairement
petit.
Dfinition 2.1. On dit que p est un point fixe hyperbolique de f si A ne possde
aucune valeur propre sur le cercle unit du plan complexe, cest--dire || =
6 1, pour
toute valeur propre de A.
Comme dans le cas des itrations en dimension 1, nous allons montrer que, dans
le cas dun quilibre hyperbolique, le systme linaris donne une image correcte de
la dynamique au voisinage de lquilibre. Pour cela nous introduisons la dfinition
suivante :
Dfinition 2.2. Soit B un voisinage de p.
(i) On appelle varit stable locale de p dans B, lensemble
SB = {q|f n (q) B, n 0}.

(2.6)

Chapitre 2 Linarisation Le thorme de la varit stable-instable

(ii) On appelle varit instable locale de p dans B, lensemble


UB = {q|f n (q) B, n 0}.

(2.7)

Pour un point fixe hyperbolique, on a trois cas possibles :


(1) toutes les valeurs propres sont lintrieur du cercle unit, auquel cas on dit
que p est un attracteur ;
(2) toutes les valeurs propres sont lextrieur du cercle unit, auquel cas ont dit
que p est une source ;
(3) il y a une valeur propre lintrieur du cercle unit et une valeur propre
lextrieur du cercle unit, auquel cas on dit que p est un point selle.
Les deux premires situations sont semblables au cas des itrations en dimension
1 (voir le Thorme 1.6). La troisime situation est nouvelle. Ce sera la plus
intressante, du moins pour ltude des proprits chaotiques de f . Occupons nous
dabord de comprendre la dynamique de f au voisinage dun point fixe attractif ou
dune source. On a le
Thorme 2.3.
(i) Si p est un attracteur, alors il existe un voisinage B de p tel que SB = B et
UB = {p}.
(ii) Si p est une source, alors il existe un voisinage B de p tel que SB = {p} et UB
= B.
Dmonstration. Remarquons que les assertions (i) et (ii) sont quivalentes, puisque
p est une source pour f si et seulement si p est un attracteur pour f 1 . Il suffit donc
de dmontrer (i). On peut toujours supposer (par un changement de coordonnes
affine) que p = 0 et A a lune des trois formes donnes en (2.5). Il est commode
dutiliser la norme euclidienne pour faire la dmonstration :
q
k(q1 , q2 )k = q12 + q22 .

On montre facilement quil existe < 1 tel que

kAqk kqk.
Suivant les cas numrs en (2.5), il suffit de prendre = max(||,
||) dans le cas
p
i) ; = || + et tel que || + < 1 dans le cas ii) ; = 2 + 2 dans le cas
iii) .
Soit > 0 tel que + < 1. Puisque
kf (q) Aqk
= 0,
q0
kqk
lim

32

PHYS2111

il existe > 0 tel que pour tout q satisfaisant kqk < , on a


kf (q) Aqk < kqk,
et donc
kf (q)k < kAqk + kqk ( + )kqk.

Par induction, on en dduit que

kf n (q)k < ( + )n kqk,

(2.8)

et donc tous les points de la boule B = {q R2 : kqk < } restent dans cette boule
par itration (positive) de f , cest--dire que SB = B. En fait, on a montr que les
itrs successifs tendent ncessairement vers zro. Montrons que UB = {(0, 0)}. Soit
q B tel que f n (q) B, n 0. Alors, en remplaant q par f n (q) dans (2.8), on
obtient
kqk < ( + )n kf n (q)k < ( + )n , n 0,
et donc ncessairement q = (0,0) . Ceci achve la dmonstration.

Nous allons maintenant tudier le cas dun point selle. Dans ce cas, les deux
valeurs propres de A sont ncessairement relles. En effet, si A possde une valeur
propre complexe, lautre valeur propre est ncessairement complexe conjugue, et
donc les deux valeurs propres de A ont le mme module.
titre dexemple si = 1/, avec 0 < < 1, les orbites de lapplication
q Aq, sont situes sur des hyperboles xy = constante (do le nom de point fixe
hyperbolique). Laxe des x est un sous-espace stable de dimension 1 et laxe des y
un sous-espace instable de dimension 1 . Dans la figure ci-dessous on a pris = 21
et = 2 :

Le thorme de la varit stable-instable dit que, au voisinage dun point selle


de f , la figure ci-dessus est lgrement dforme"; il existe deux courbes diffrentiables invariantes par f , lune stable sous f et lautre instable, dont les tangentes
33

Chapitre 2 Linarisation Le thorme de la varit stable-instable

en p concident avec les directions stables-instables du systme linaris. On peut


toujours supposer, par un changement de coordonnes affine, que p = (0, 0) et que
les axes stable et instable du systme linaris correspondent respectivement laxe
des x et laxe des y. Remarquons aussi que la varit instable UB de f concide avec
la varit stable de f 1 ; il suffira donc dtablir lexistence de la varit stable de f .

Lide de la preuve (assez technique) de ce rsultat est trs simple; elle est de
ramener lexistence de la varit stable locale lexistence dun point fixe dune
application contractante dans un espace fonctionnel appropri. Ecrivons


f (x, y) = x + g(x, y), y + h(x, y) ,
(2.9)

o g(x, y) et h(x, y) dnotent les termes non linaires de f au voisinage de (0,0).


Supposons quune telle courbe stable" (x, s(x)) existe sur un petit voisinage de
lorigine, alors ncessairement

 

  
f x, s(x) = x + g(x, s(x) , s(x) + h x, s x) ,
doit encore se trouver sur la courbe (x, s(x)), cest--dire que lon a





s(x) + h x, s(x) = s x + g x, s(x) ,
do






1 
s(x) =
s x + g x, s(x) h x, s(x) .

Cette quation peut scrire symboliquement


s = (s),

(2.10)

(2.11)

et donc s est un point fixe de lapplication .


Avant de passer la preuve du rsultat nous allons montrer que lquation (2.10)
peut tre utilise en pratique pour calculer le dveloppement de Taylor de s(x) au
voisinage de x = 0.
Exemple 2.4. Soit lapplication

x
+ x3 + y 2 , 2y + x2 + x y .
f (x, y) =
2
34

PHYS2111

On a

1
= , = 2, g(x, y) = y 2 + x3 , h(x, y) = x2 + x y
2
et donc (2.10) scrit

 

1 x
2
3
2
+ s(x) + x x + x s(x) .
s= s
2
2
En substituant

s(x) = s2 x2 + s3 x3 + s4 x4 + . . .
dans cette quation, on obtient
 x3  s
 x4  s

x2  s2
3
4
s2 x + s3 x + s4 x + . . . =
1 +
s2 +
s3 + s2 + . . .
2 4
2 8
2 16
2

En identifiant les deux membres terme terme, on voit donc que lon peut rsoudre
inductivement pour s2 , s3 , s4 , . . ., ce qui donne
32 3 1472 4
4
x
x + ...
s(x) = x2 +
7
105
3255
Thorme 2.5 (Thorme de la varit stable - instable).
Soit f : R2 R2 un diffomorphisme de classe C r , r 1. Supposons que
p = (0, 0) soit un point fixe hyperbolique de f avec


0
, , R, || < 1 et || > 1.
df (0, 0) =
0
Alors il existe un voisinage carr B = [, ] [, ] de (0, 0) sur lequel la varit
stable locale SB de (0, 0) dans B est donne par le graphe dune fonction de classe
C r ; cest--dire quil existe une fonction s sur [, ] de classe C r telle que
n

o
SB =
x, s(x) : x [, ] .
(2.12)

De plus, s (0) = 0.
De mme la varit instable locale UB de (0,0) dans B est le graphe dune fonction
u(y) de classe C r :
n

o
UB =
u(y), y : y [, ] ,
(2.13)
et u (0) = 0.

Dmonstration. Nous utiliserons de manire rpte lobservation suivante : travailler sur un petit voisinage du point fixe est quivalent travailler sur un voisinage
de taille fixe et supposer que les termes non linaires de f sont petits. En effet,
crivons


f (x, y) = x + g(x, y), y + h(x, y) ,
35

Chapitre 2 Linarisation Le thorme de la varit stable-instable

et posons x = x , y = y . En termes des nouvelles coordonnes, f devient




1
1

f (x , y ) = x + g( x , y ), y + h( x , y ) ,

et donc
df (x , y ) = df ( x , y ).
Puisque les drives partielles des termes non linaires sannulent en (0,0) et sont
continues, on peut toujours sarranger, en prenant suffisamment petit, pour que
ces drives soient aussi petites que lon veut sur
n
o
(x , y )| |x | 1 ; |y | 1 .

Donc, en supprimant les , pour nimporte quel positif, on peut supposer que
g


,

x

g h h
,
et
pour |x| 1; |y| 1.
y x
y

(2.14)

Nous pouvons traiter comme un paramtre ajustable" dans toute la dmonstration. Ajuster revient ajuster , cest--dire dterminer la grandeur du voisinage
carr B sur lequel la construction fonctionne. En utilisant le thorme de la moyenne,
on dduit de (2.14) que
g



g




(z)(x1 x2 ) +
(z)(y1 y2 )
g(x1 , y1 ) g(x2 , y2 ) =
x
y


|x1 x2 | + |y1 y2 |

(2.15)

o z est un point sur le segment ouvert joignant (x1 , y1 ) (x2 , y2 ). De mme








h(x
,
y
)

h(x
,
y
)

|x

x
|
+
|y

y
|
(2.16)
1 1
2 2
1
2
1
2 .

tape 1. Soit



H = s : [1, 1] [1, 1]
n



o


s(x
)

s(x
)

|x

x
|,
x
,
x
1
2
1
2
1
2 ,

(2.17)

lespace des fonctions lipschitziennes continues (de constante de Lipschitz 1) sur


[-1,1] valeurs dans [1, 1]. Muni de la distance




(2.18)
d(s1 , s2 ) = max s1 (x) s2 (x) ,
1x1

H est un espace mtrique complet. Dfinissons

: H H,
36

(2.19)

PHYS2111

par la formule (2.10) :







1 
(s)(x) =
s x + g x, s(x) h x, s(x) .

(2.20)

De (2.15) et (2.16), comme g(0, 0) = h(0, 0) = 0, on obtient que |g(x, y)| 2 et


|h(x, y)| 2, pour |x| 1, |y| 1, et on en dduit que





(2.21)
x + g x, s(x) || + 2, si |x| 1.

Donc, si lon choisit > 0 suffisamment petit pour que || + 2 1, (s)(x) est
bien dfini et


1


(1 + 2).
(2.22)
(s)(x)
||
On a galement







1 



s x1 + g x1 , s(x1 ) s x2 + g x2 , s(x2 )
(s)(x1 ) (s)(x2 )
||



1 

+ h x1 , s(x1 ) h x2 , s(x2 )
||



 
1 


|||x1 x2 | + g x1 , s(x1 ) g x2 , s(x2 ) (2.23)

||



1 

+ h x1 , s(x1 ) h x2 , s(x2 )
||

1 
|| + 4 |x1 x2 |,

||

la dernire ingalit rsultant de (2.15) et (2.16).


Puisque || < 1 et || > 1, on peut choisir positif suffisamment petit pour que
lon ait la fois dans (2.21), (2.22) et (2.23)
|| + 2 1 ;

1
1
(1 + 2) 1 et
(|| + 4) 1,
||
||

(2.24)

et donc lapplication est bien dfinie de H dans H.

tape 2. Montrons que (en choisissant ventuellement plus petit), telle que
dfinie en (2.19) et (2.20) est une contraction, cest--dire que


d (s1 ), (s2 ) kd(s1 , s2 ), k < 1.
(2.25)
On a

 





1
(s1 )(x) (s2 )(x) =
s1 x + g x, s1 (x) s2 x + g x, s1 (x)







+s2 x + g x, s1 (x) s2 x + g x, s2 (x)




h x, s1 (x) + h x, s2 (x)
37

Chapitre 2 Linarisation Le thorme de la varit stable-instable

et donc



1
1 

d(s1 , s2 ) +
g x, s1 (x) g x, s2 (x)
||
||



1 

(2.26)
+
h x, s1 (x) h x, s2 (x)
||
1

(1 + 2)d(s1, s2 ),
||

|(s1 )(x) (s2 )(x)|

la dernire ingalit rsultant nouveau de (2.15) et (2.16). Donc si lon choisit


positif tel que
1
(1 + 2) < 1,
(2.27)
k :=
||
lapplication est une contraction. Par le thorme des application contractantes,
possde donc un unique point fixe s dans H. Remarquons que, puisque la fonction
identiquement nulle s(x) 0 est dans H, lunique point fixe s de peut tre
obtenu par itration de partir de s0 (x) 0, comme limite uniforme de la suite
sn+1 = (sn ),
s = lim sn .
(2.28)
n

Il en rsulte en particulier que s(0) = 0.


tape 3. Il faut montrer que si f est de classe C r , r 1, lunique point fixe s de
(dfini comme en (2.28)) est de classe C r galement. Cette partie est assez technique
et nous ne nous y attarderons pas. Le cas le plus simple est celui o f est analytique
(on dit parfois f est de classe C , ce qui signifie que f possde un dveloppement de
Taylor convergent au voisinage de chaque point). Dans ce cas, par un argument de
contraction dans un espace de fonctions analytiques complexes (i.e. holomorphes),
les itrs sn construits en (2.28) partir de s0 0 sont des fonctions holomorphes,
et la limite s est analytique comme limite uniforme de fonctions holomorphes. De
plus
s = lim sn ,
n

et comme sn (0) = 0 (ce que lon prouve par induction, en effet si s(0) = s (0) = 0,
on vrifie facilement, partir de la dfinition de en (2.20), que (s) (0) = 0), on
a que
s (0) = 0.
tape 4. Il reste tablir quil ny a pas dautres points dans la varit stable locale
SB de f que ceux situs sur le graphe de lunique point fixe s de . Considrons
deux points z1 = (x1 , y1 ) et z2 = (x2 , y2) dans le carr B = [1, 1][1, 1] et notons
zi = (xi , yi ) := f (zi ), i = 1, 2,
leurs images respectives par f . Il suffit de montrer que si |x1 x2 | |y1 y2 | (nous
dirons dans ce cas que z1 et z2 sont aligns verticalement) alors
|y1 y2 | |y1 y2 |, avec > 1 et
|x1 x2 | |y1 y2 |.
38

(2.29)

PHYS2111

Cela implique en effet que les orbites de points verticalement aligns divergent exponentiellement tant quelles restent dans B. Donc tant donn x [1, 1], il existe
au plus un y [1, 1] tel que les itrs f n (x, y) restent dans B pour tout n 0.
Comme nous avons dj exhib un tel y, savoir s(x), cela montre quil ny a pas
dautres points de la varit stable locale SB que ceux situs sur le graphe de s.
Montrons que (2.29) a bien lieu. En effet, en utilisant (2.15) et (2.16) on a




|y1 y2 | || |y1 y2 | h(x1 , y1 ) h(x2 , y2)


|| 2 |y1 y2 | = |y1 y2 |
et

|x1 x2 | (|| + 2)|y1 y2 |


(|| + 2)

|y1 y2 |,

et, en vertu de (2.24) et (2.27), on a


= || 2 > 1

et

|| + 2 .

Ceci achve la dmonstration du thorme.


Remarque. Le thorme de la varit stable - instable se gnralise au cas dun
diffomorphisme f : Rn Rn de classe C r , r 1. La notion de point fixe hyperbolique est inchange : elle signifie que A ne possde aucune valeur propre sur le
cercle unit. Lapplication linarise A = df (p) aura maintenant k valeurs propres
lintrieur du cercle unit et n k valeurs propres lextrieur du cercle unit.
Il existera alors une varit stable locale de dimension k et une varit instable locale de dimension n k en p, dont les espaces tangents en p correspondront aux
sous-espaces linaires stable et instable de lapplication linarise df (p).

2.

Le cas des quations diffrentielles

Soit p un quilibre dune quation diffrentielle dans le plan


 
x
R2 , g(p) = 0.
z = g(z), z =
y

(2.30)

Au voisinage de p, on a
g(z) = A(z p) + . . . , avec A = dg(p).

(2.31)

Dfinition 2.1. On dit que p est un point fixe hyperbolique si Re() 6= 0, pour
toute valeur propre de A.
Le lien avec la notion introduite dans le cas des itrations se fait via litration
du flot t , t fix. On a en effet
39

Chapitre 2 Linarisation Le thorme de la varit stable-instable

t (z) = t (p) + dt (p)(z p) + . . .


= p + B(t)(z p) + . . . ,

(2.32)

o B(t) = dt (p), reprsente la matrice jacobienne en p de lapplication t , pour un


t fix.
Proposition 2.2.
B(t) = exp(tA).

(2.33)

Dmonstration. On a dune part, en utilisant (2.30), (2.32) et (2.31) (dans cet


ordre):


d t
(z) = g t (z)
dt


= g p + B(t)(z p) + . . .
= AB(t)(z p) + . . . .

Dautre part, en diffrentiant (2.32), on a:


d t

(z) = B(t)(z
p) + . . . .
dt
En comparant les deux quations, cela donne

B(t)
= AB(t),
dont la solution telle que B(0) = lidentit est (2.33). 2
La formule (2.33) montre que
valeurs propres de B(t) = exp(t), o les sont les valeurs propres de A.
On voit donc que p sera un point fixe hyperbolique du diffomorphisme t si et
seulement si
|exp(t)| =
6 1, valeurs propres de A
Re() 6= 0 valeurs propres de A.
Dfinition 2.3. Soit B un voisinage de p. On dfinit respectivement SB et UB la
varit stable et instable locale de p dans B comme suit:
SB = {q B : t (q) B t 0}
UB = {q B : t (q) B t 0}.
nouveau, il y a 3 cas possibles:
40

PHYS2111

1) Re() < 0,

(p est un attracteur)

2) Re() > 0,

(p est une source)

3) il existe une valeur propre < 0 et une valeur propre > 0


(p est un point selle).
Tous les thormes de la section prcdente stendent immdiatement au cas des
quations diffrentielles. Dans le cas dun point selle, le calcul de la varite stable
locale (ou instable locale) se ramne nouveau la solution dun problme de point
fixe. Soit
x = x + g(x, y),
y = y + h(x, y),

< 0,
> 0,

(2.34)

o g(x, y) et h(x, y) reprsentent les termes non linaires au voisinage du point fixe
p = (0, 0).
Soit {(x, s(x))}, le graphe de la varit stable locale. On exprime que la solution
(x(t), y(t)) de (2.34) qui part dun point (x, s(x)) reste sur la varit stable locale,
cest--dire:


y(t) = s x(t) .
(2.35)
En utilisant (2.34) et (2.35), on obtient:



x = x + g x, s(x) ,


s (x)x = s(x) + h x, s(x) .

En substituant (2.36) dans (2.37), on obtient








s (x) x + g x, s(x) = s(x) + h x, s(x) .

(2.36)
(2.37)

(2.38)

Pour trouver s(x), il suffit alors de rsoudre lquation de point fixe (2.38) sous la
forme dune srie
s(x) = c2 x2 + c3 x3 + . . .
(2.39)
en dterminant inductivement les coefficients c2 , c3 , . . ..
Exemple. Soit le systme
x = x,
y = y + x2 .
Avec les notations prcdentes, on a = 1, = 1, g = 0, h = x2 , et lquation
(2.38) scrit
xs (x) = s(x) + x2 .

En substituant (2.39) dans cette quation on obtient

2c2 x2 3c3 x3 4c4 x4 + . . . = x2 + c2 x2 + c3 x3 + c4 x4 + . . . ,


41

Chapitre 2 Linarisation Le thorme de la varit stable-instable

do
1
3
= ck , k 3 ck = 0, k 3.

2c2 = 1 + c2 c2 =

kck

Donc s(x) = 13 x2 .
On peut dans cet exemple intgrer explicitement le systme:
 1

x(t) = k1 et , y(t) = k12 e3t + k2 et ,
3
avec k1 , k2 deux constantes dintgration arbitraires. On voit que si k2 = 0, la
solution devient
1
x(t) = k1 et , y(t) = k12 e2t ,
3
et correspond la varit stable. Notez que lon a bien y(t) = 13 x(t)2 ! Quand
k1 = 0, la solution devient
x(t) = 0,

y(t) = k2 et ,

et correspond la varit instable du systme, qui dans ce cas concide avec laxe
des y.
Remarque. La notion de point fixe hyperbolique se dfinit de la mme faon pour
un systme x = g(x), x Rn , et le thorme de la varit stable-instable se gnralise
facilement au cas gnral.

3.

Systmes non autonomes dans le plan

Application de Poincar
Soit un systme non autonome dans le plan
~x = f~(~x, t), ~x R2 ,

(2.40)

~ x, t) est une fonction (vectorielle) de classe C r , r 1, T -priodique en t, cesto f(~


-dire
f~(~x, t + T ) = f~(~x, t).
(2.41)
Contrairement au cas autonome, les orbites dans le plan dun tel systme peuvent
se recouper.
Soit t0 R fix. On dfinit lapplication de Poincar (relative t0 )
Pt0 : R2 R2 ,

(2.42)

Pt0 (~q) = ~x(t0 + T ; t0 , ~q).

(2.43)

de la faon suivante. Soit ~q R2 et soit ~x(t; t0 , ~q) lunique solution de (2.40) telle
que ~x(t0 ; t0 , ~q) = ~q. On dfinit
La proposition suivante montre que lapplication de Poincar Pt0 nous donne une
vue stroboscopique" de la solution; au lieu dobserver la solution de faon continue,
nous lobservons des intervalles de temps rguliers de dure T .
42

PHYS2111

Proposition 1
Ptn0 (~q) = ~x(t0 + nT ; t0 , ~q).

(2.44)

Dmonstration. Soit
~y (t) = ~x(t + T ; t0 , ~q).
En utilisant (2.41), on a
d
~y (t) = f~(~y (t), t + T ) = f~(~y (t), t).
dt
Donc ~y (t) est une solution de (2.40) qui vrifie
~y (t0 ) = ~x(t0 + T ; t0 , ~q) = Pt0 (~q).
En vertu de lunicit de la solution du problme de Cauchy, on en dduit que
~x(t + T ; t0 , ~q) = ~x(t; t0 , Pt0 (~q)),
do
Pt20 (~q) = ~x(t0 + T ; t0 , Pt0 (~q)) = ~x(t0 + 2T ; t0, ~q).
Par induction, on dduit (2.44).

On peut donner une vue gomtrique de lapplication de Poincar. Pour ce faire,


on rcrit le systme (2.40) comme un systme autonome de trois quations diffrentielles dans R3 en introduisant le temps t = x3 comme variable supplmentaire
x 1 = f1 (x1 , x2 , x3 )
x 2 = f2 (x1 , x2 , x3 )
x 3 = 1.

(2.45)

~ t (.) le flot de (2.45). On vrifie facilement que


Soit
~ t (~q, t0 ) = (~x(t + t0 ; t0 , ~q), t + t0 ),

(2.46)

do, en utilisant (2.44), on obtient


~ nT (~q, t0 ) = (P n (~q), t0 + nT ),

t0

n Z.

(2.47)

Puisque f (~x, t) est T -priodique, on peut penser t = x3 comme une variable


angulaire en identifiant x3 et x3 + T , x3 R/T Z = S 1 , et voir le systme dynamique
(2.45) comme un systme dynamique sur R2 S 1 . Lquation (2.47) montre que
lapplication de Poincar Pt0 dans cet espace revient calculer les intersections
~ t (~q, t0 ) avec le plan {x3 = t0 }, voir la figure ci-dessous.
successives de lorbite

43

Chapitre 2 Linarisation Le thorme de la varit stable-instable

Proposition 2 Soit ~p R2 . La solution ~x(t; t0 , p~) est T -priodique si et seulement


si ~p est un point fixe de lapplication de Poincar Pt0 .
Dmonstration. Si ~x(t + T ; t0 , p~) = ~x(t; t0 , ~p), t, en posant t = t0 , on obtient
Pt0 (~p) = p~. Inversment, si cette relation est satisfaite, ~x(t+T ; t0 , ~p) est une solution
de (2.40) qui en t = t0 vaut p~. Par unicit de la solution du problme de Cauchy,
on en dduit que ~x(t + T ; t0 , p~) = ~x(t; t0 , ~p), t.

Remarque. Comme les solutions dune quation diffrentielle peuvent exploser"


en un temps fini, il se pourrait que lapplication de Poincar ne soit pas partout bien
dfinie. Nanmoins, en vertu de la dpendance continue des solutions par rapport
aux conditions initiales, cette application est toujours bien dfinie au voisinage dun
point fixe, qui comme nous venons de le voir, correspond une solution T -priodique.
Il est naturel de se demander comment les applications de Poincar Pt0 et Pt1
sont relies entre elles. On a le rsultat suivant
Proposition 3 Les applications de Poincar Pt0 et Pt1 sont (localement) C r conjugues, cest--dire quil existe un diffomorphisme (local) h : R2 R2 tel que
h Pt0 = Pt1 h.

(2.48)

Dmonstration. Il suffit de vrifier que lapplication h dfinie par le flot


R2 {t0 } R2 {t1 } : (~q, t0 ) t1 t0 (~q, t0 ) (h(~q), t1 ),

(2.49)

vrifie (2.48). (2.46) donne h(~q) = ~x(t1 ; t0 , ~q). Par dfinition de Pt1 , on en dduit
que
Pt1 (h(~q)) = ~x(t1 + T ; t0 , ~q).
Dautre part, en utilisant nouveau (2.46),
h(Pt0 (~q)) = h(~x(t0 + T ; t0 , ~q)) = ~x(t1 ; t0 , ~x(t0 + T ; t0 , ~q)).
44

PHYS2111

Par unicit de la solution du problme de Cauchy, on a que ~x(t; t0 , ~x(t0 + T ; t0, ~q)) =
~x(t + T ; t0 , ~q), donc
h(Pt0 (~q)) = ~x(t1 + T ; t0 , ~q) = Pt1 (h(~q)),
ce quil fallait tablir.

Remarque. Il se peut que lapplication (2.49) ne soit pas partout bien dfinie.
Nanmoins cette application est toujours bien dfinie au voisinage dun point fixe
de lapplication de Poincar; h est donc bien un diffomorphisme local au voisinage
dun tel point.

Le pendule forc priodiquement


Considrons le mouvement dun pendule amorti dont le pivot est soumis une force
dexcitation priodique
x + B x + (1 A sin t) sin x = 0.
En posant x1 = x, x2 = x,
A = a, B = b, le systme scrit
x 1 = x2
x 2 = sin x1 + (a sin t sin x1 b x2 ).

(2.50)

Dans la suite nous noterons Pt0 , lapplication de Poincar du systme. Lorsque


= 0, on a les quations du pendule habituel; le systme est hamiltonien avec

H(x1 , x2 ) =

x22
+ 1 cos x1 .
2

Puisque dans le cas autonome = 0, ~x(t; t0 , ~q) = ~x(t t0 ; 0, ~q), partir de (2.46) et
(2.47) on voit facilement que lapplication de Poincar Pt0 ,0 correspond litration
du flot
Ptn0 ,0 (~q) = ~x(nT + t0 ; t0 , ~q) = ~x(nT ; 0, ~q) nT (~q),

(2.51)

avec T = 2 dans le cas de (2.50). Le portrait de phase est reprsent ci-dessous


45

Chapitre 2 Linarisation Le thorme de la varit stable-instable

Les deux sparatrices correspondent aux mouvements du pendule (que lon observe jamais) qui atteignent lquilibre instable x = en un temps infini, dans
le sens horloger ou anti-horloger. Ces orbites sparent lespace de phase en deux
rgions bien distinctes, correspondant aux oscillations et aux rotations du pendule.
En fait, comme x = et x = correspondent la mme position du pendule, il
faut identifier les droites x = et x = , ce qui revient simaginer lespace de
phase comme un cylindre, sur lequel les deux sparatrices tendent toutes deux vers
le mme quilibre hyperbolique de type selle.
Passons maintenant au systme perturb 6= 0. Beaucoup de rsultats de la
thorie moderne des systmes dynamiques concernent la comprhension du portrait
de phase de lapplication de Poincar Pt0 , , qui est en gnral trs compliqu. Les
quations non autonomes dans le plan fournissent les exemples les plus simples"
dquations diffrentielles pouvant conduire une situation chaotique. Comme nous
le verrons au chapitre suivant, les systmes autonomes dans le plan ne sont jamais
chaotiques.
Dans lexemple (2.50), on voit immdiatement que le systme possde encore
un quilibre en x1 = , x2 = 0, qui correspond au mouvement priodique (du
lexcitation du pivot) du pendule dans sa position dquilibre instable. Pour
suffisamment petit, cet quilibre est encore hyperbolique et donne lieu un point
fixe de type selle de lapplication de Poincar Pt0 , . En vertu du Thorme 2.5, il
existe donc une varit stable et une varit instable en ce point. Les points sur la
varit stable correspondent des mouvements qui tendent vers lquilibre x =
quand t + et ceux sur la varit instable des mouvements qui tendent vers cet
quilibre quand t . Une caractristique fondamentale du cas = 0, due la
conservation de lnergie, est que tout mouvement qui tend asymptotiquement vers
46

PHYS2111

lquilibre instable quand t , tend ncessairement vers ce mme quilibre quand


t . Gomtriquement, cela se traduit par le fait que les varits stable et instable concident. Il ny a aucune raison quil en soit de mme ds que 6= 0, tant
donn que lon a plus la conservation de lnergie. Mais on peut se demander sil
existe encore des solutions de (2.50) qui tendent asymptotiquement vers lquilibre
instable x = quand t + et quand t . Gomtriquement de telles
solutions (si elles existent!) correspondent un point dintersection de la varit
stable et de la varit instable dans la section de Poincar. Poincar a appel un tel
point un point homocline; il a appel la solution correspondante une solution doublement asymptotique, on utilise aussi lexpression solution homocline. Comme nous le
verrons au chapitre 5 (Le fer cheval), lexistence dun point homocline transverse,
c..d. dun point o les varits stable et instable sintersectent transversalement
(avec des tangentes diffrentes) engendre une dynamique chaotique.
Existence de points homoclines transverses
Lquation (2.50) est du type suivant. On considre une petite perturbation non
autonome T - priodique dun systme hamiltonien autonome plan
~x = f~(~x) + ~g (~x, t),

~x R2 ,

(2.52)

~ ~g sont de classe C r , r 1, et
o f,
f~(~x) =

 H

x2

H T
,
x1

~g (~x, t + T ) = ~g (~x, t).

Proposition 4 Supposons que pour = 0, le systme (2.52) possde un quilibre


hyperbolique ~p0 . Alors, pour suffisamment petit, lapplication de Poincar Pt0 , possde un unique point fixe hyperbolique p~ (t0 ) tel que lim0 p~ (t0 ) = p~0 . Lensemble
des points
{~p (t), < t < },
quand t varie (avec fix), est une solution T -priodique de (2.52).
Dmonstration. Posons
G(~x, ) = Pt0 , (~x) ~x.
Par hypothse G(~p0 , 0) = 0. Par le thorme des fonctions implicites, pour tablir
la thse, il suffit de montrer que
(G1 , G2 )
|
6= 0.
(x1 , x2 ) (~x=~p0 ,=0)
On calcule facilement que
(G1 , G2 )
|
= dt(dPt0 ,0 (~p0 ) Id).
(x1 , x2 ) (~x=~p0 ,=0)
47

(2.53)

Chapitre 2 Linarisation Le thorme de la varit stable-instable

Par hypothse, ~p0 est un point fixe hyperbolique de Pt0 ,0 et donc 1 nest pas une
valeur propre de dPt0 ,0 (~p0 ), ce qui tablit (2.53). Si t dnote le flot de lquation
autonome (2.45) associe (2.52), on a ncessairement
t (~p (0), 0) = (~p (t), t),
ce qui tablit que {~p (t), < t < } est une solution T -priodique de (2.52).

Donc en gnral, un quilibre hyperbolique p~0 du systme non perturb donne


lieu non pas un quilibre hyperbolique du systme perturb, mais bien une
orbite T -priodique hyperbolique, i.e. un point fixe hyperbolique de lapplication
de Poincar. Dans le cas dun attracteur (resp. dune source) toutes les solutions
voisines de cette orbite priodique sen approchent (resp. sen loignent) quand
t +.
Dans la suite, nous supposerons que le systme non perturb (2.52) = 0,
possde un point fixe hyperbolique ~p0 de type selle et une orbite homocline
0 : ~x = ~0 (t), < t < ,

lim ~0 (t) = ~p0 ,

(2.54)

comme sur la figure (a) ci-dessous.

Dans ce cas, le point fixe ~p (t0 ) de lapplication de Poincar Pt0 , sera encore
de type selle, pour suffisamment petit. On a donc une varit stable globale de
dimension 1
S(~p (t0 )) = {~q R2 | Ptn0 , (~q) p~ (t0 ) quand n +},
et une varit instable globale de dimension 1
U(~p (t0 )) = {~q R2 | Ptn
(~q) ~p (t0 ) quand n +}.
0 ,
La courbe dfinissant la varit stable (ou instable) globale ne peut jamais se recouper (voir chapitre 5). Un point dintersection de ces deux courbes
~q S(~p (t0 )) U(~p (t0 )),
48

PHYS2111

tel que les tangentes aux deux courbes soient distinctes en ce point, sappelle un
point homocline transverse. Du point de vue dynamique, la solution ~x(t; t0 , ~q)
qui en t = t0 vaut ~q se rapproche indfiniment quand t + et quand t
de la solution T -priodique {~p (t), < t < }; cest une solution doublement
asymptotique cette solution priodique.
Soit ~0 (t) lorbite homocline (2.54) du systme non perturb. On peut montrer
en gnral quil existe, pour suffisamment petit, deux solutions ~ s (t; t0 ) et ~ u (t; t0 )
de (2.52) telles que
~ s (t; t0 ) = ~0 (t t0 ) + ~ s1 (t; t0 ) + O(2 ), t [t0 , [, lim Ptn0 , (~ s (t0 ; t0 )) = ~p (t0 ),
n+

~ u (t; t0 ) = ~0 (t t0 ) + ~ u1 (t; t0 ) + O(2), t ] , t0 ], lim Ptn


(~ u (t0 ; t0 )) = ~p (t0 ).
0 ,
n+

La fonction
H(~ u (t0 ; t0 )) H(~ s (t0 ; t0 ))
est une mesure en ~0 (0) de la distance entre la varit instable et la varit stable
de p~ (t0 ), voir la figure (b) ci-dessus. On peut montrer que
H(~ u (t0 ; t0 )) H(~ s (t0 ; t0 )) = M(t0 ) + O(2),
avec
M(t0 ) =

~ 0 (t)) ~g (~0 (t), t + t0 )dt,


f(~

(2.55)

o, pour ~u = (u1, u2 )T , ~v = (v1 , v2 )T R2 , ~u ~v = u1 v2 u2 v1 . M(t0 ) sappelle


l intgrale de Melnikov (voir la Section 3.5 pour un rsultat plus simple mais
de mme nature, dans le cas des systmes plans autonomes). Le rsultat suivant
(que nous acceptons sans dmonstration) permet dtablir lexistence de points homoclines.
Thorme 1 (Melnikov, 1963). Supposons quil existe t0 tel que M(t0 ) = 0 et
M (t0 ) 6= 0. Alors, pour suffisamment petit, il existe un unique tel que lim0 =
t0 , et les varits stable et instable S(~p ( )) et U(~p ( )), dans la section de Poincar
{t = }, sintersectent transversalement en un point ~q , avec lim0 ~q = ~0 (0).
Remarque. Comme toutes les applications de Poincar Pt, sont conjugues entre
elles, si les varits stable et instable se coupent transversalement dans une section
de Poincar, il en va de mme dans toutes les sections de Poincar.
Exemple. Dans le cas de lexemple (2.50) du pendule amorti soumis une
excitation priodique, on a pour = 0 deux orbites homoclines

0 : ~
0 (t) =


2 arctan(sinh t), 2 sech t ,
49

< t < .

Chapitre 2 Linarisation Le thorme de la varit stable-instable

Lintgrale de Melnikov (2.55) avec ~0 (t) = ~0+ (t) donne



 
Z 
0
2 sech t
dt
M(t0 ) =

2 a sin (t + t0 ) sinh t sech2 (t) 2 b sech t


2 sinh t sech2 t

= 4a

sinh t sech t (sin t0 cos t + cos t0 sin t) dt 4 b

= 4 a cos t0

sech2 t dt

sinh t sech3 t sin t dt 8 b,

le premier terme tant nul vu que lon intgre une fonction impaire de t. Lintgrale
restante peut svaluer par la mthode des rsidus et lon trouve finalement
M(t0 ) =

2a
cos t0 8 b.
sinh (/2)

Donc M(t0 ) admet des zros simples pour autant que


|b| <

|a|
0, 34 |a|.
4 sinh (/2)

(2.56)

La condition (2.56) est assez intuitive; elle signifie que, pour avoir une solution
doublement asymptotique de (2.50), qui tend vers (x1 = , x2 = 0) quand t
, le coefficient du terme de frottement ne peut pas tre trop grand par rapport
lamplitude dexcitation. En particulier, sil ny a pas de frottement (b = 0), il
existe toujours une solution doublement asymptotique, pour suffisamment petit.
On aurait bien sr trouv la mme condition si lon avait fait le calcul avec ~0 (t).

50

III

LE THORME DE POINCAR-BENDIXSON

Pour la plupart des systmes dynamiques, il est impossible dintgrer explicitement


les quations. Le mieux que lon puisse esprer est de dcrire le comportement
long terme (t +) des solutions. Le thorme de Poincar-Bendixson dcrit
les comportements asymptotiques des systmes autonomes dans le plan et montre
que ceux-ci sont particulirement simples: essentiellement, les trajectoires tendent
vers un quilibre ou un cycle limite. En particulier, de tels systmes ne sont jamais
chaotiques, dans le sens prcis qui sera donn ce terme dans la suite du cours.

1.

Ensembles -limite et -limite

Soit
x = F (x), x Rn

(3.1)

(F (x) de classe C , r 1) un systme dynamique.


On notera t () le flot correspondant:
r

t (x) = lunique solution du systme passant par x en t = 0.


Problme: caractriser les comportements asymptotiques (t +) des trajectoires.
Dfinition
(1) q Rn est appel un point -limite de p Rn
{tn }, tn + tel que

tn (p) q.

(2) q Rn est appel un point -limite de p Rn


{tn }, tn tel que tn (p) q.
Remarque: et dsignent respectivement la premire et la dernire lettre de
lalphabet grec.
Exemples
(1) q est un point limite de p et
q est un point limite de r.

(2)

Chapitre 3 Le thorme de Poincar-Bendixson

Tout point de est un point -limite de p.

Tout point de est un point


-limite de p.

Notation (p) = ensemble des points -limite de p


(p) = ensemble des points -limite de p.
Remarques
(1) Si p1 , p2 appartiennent la mme trajectoire, alors (p1) = (p2 ) et (p1 ) =
(p2 ). On notera () (resp. ()) lensemble des points -limite (resp. limite) dune trajectoire .
(2) Pour n 3, la structure des ensembles -limite et -limite peut tre extrmement riche et complique, par exemple on peut obtenir des ensembles fractales
(ensembles de dimension fractionnaire).
Dfinition: On appelle rgion trappe (ou sous-ensemble positivement invariant)
pour le champ de vecteurs (3.1) un sous-ensemble compact M Rn tel que
p M, t (p) M, t 0.
Remarque importante: On peut considrer galement des sous-ensembles compacts
M Rn ngativement invariants, cest--dire:
p M, t (p) M, t 0.
Tous les rsultats que nous noncerons dans ce chapitre sont valides pour des sousensembles ngativement invariants, en remplaant (p) par (p).
Exemple: Considrons lquation de Duffing
x = x x3 x , 0,
m
52

PHYS2111

x = y f (x, y)
y = x x3 y g(x, y).

(3.2)

Pour = 0, ce systme est conservatif. Lhamiltonien est donn par


H(x, y) =
Pour > 0, on a

y 2 x2 x4

+ .
2
2
4

dH
= hH, (f, g)i = y 2 0.
dt



H
Comme H = H
est un vecteur perpendiculaire aux courbes de niveau de
,
x y
la fonction H(x, y) qui pointe dans le sens de H croissant, cette ingalit exprime
prcisment que les courbes de niveau du systme conservatif ( = 0) sont des rgions
trappes pour le systme dissipatif ( > 0).

courbes de niveau de H(x, y)


Rgions trappes pour lq. de Duffing > 0.
Lemme 1 : Soit M Rn une rgion trappe pour le champ de vecteurs x = F (x), x
Rn , alors p M on a:
(i) (p) 6= .
(ii) (p) est ferm.
(iii) (p) est invariant sous le flot, c--d. q (p) s (q) (p), s R.
(iv) (p) est connexe.
Remarque: (p) est suppos tre muni de la topologie induite par Rn , c--d. les
ouverts (resp. les ferms) de (p) sont les traces des ouverts (resp. des ferms) de
Rn sur (p) ce qui veut dire
O (p) est ouvert O = U (p) avec U ouvert de Rn
F (p) est ferm F = A (p) avec A ferm de Rn .
53

Chapitre 3 Le thorme de Poincar-Bendixson

Avec cette dfinition des ouverts et des ferms de (p), la locution (p) est connexe
signifie quil nest pas possible dcrire (p) comme union disjointe de 2 ferms
non vides, ou ce qui est quivalent, il nest pas possible dcrire (p) comme union
disjointe de deux ouverts non vides, ce qui est encore quivalent dire que les seuls
sous-ensembles de (p) qui sont la fois ouverts et ferms sont lensemble vide et
(p) (vrifier ces affirmations).
Dmonstration
(i) Soit une suite {tn } telle que lim tn = + et soit {pn = tn (p)}. Puisque M
n+

est compact, {pn } possde une sous-suite convergente dont la limite appartient
(p). Donc, (p) 6= .

(ii) Il suffit de montrer que le complmentaire de (p) est ouvert. Soit q 6 (p).
Alors il doit exister U(q) un voisinage de q tel que


U(q) t (p)|t T = , pour un certain T > 0.
Donc U(q) (p) = . Comme q est arbitraire, le rsultat est tabli.

(iii) Soit q (p) et q = s (q). Soit une suite tn + , telle que tn (p) q.
Puisque


tn +s (p) = s tn (p) s (q) = q,
cela montre que q (p). En fait, il y a une petite lacune combler dans cet
argument : il nest pas vident que s (q) existe pour tout s ] , +[.
Puisque M est une rgion trappe, s (q) existe certainement pour tout s
[0, +[, donc il suffit de montrer que s (q) existe pour tout s ] , 0].
Soient t1 < t2 < ... < tn < ... tels que tn (p) q. s (tn (p)) = tn +s (p) existe
pour tout s tel que tn + s > 0, c--d. pour tout s [tn , 0]. Passant la
limite pour n , on voit que s (q) existe pour tout s ] , 0].

(iv) On prouve cette affirmation par labsurde. Supposons que



 

(p) = (p) A1 (p) A2 = F1 F2 ,

o A1 , A2 sont des ferms de Rn , F1 F2 = , F1 6= et F2 6= . Comme


(p) est ferm, F1 et F2 sont encore ferms dans Rn . Puisque F1 F2 = , il
existe V1 et V2 voisinages de F1 et F2 tels que V1 V2 = . Puisque lorbite
de p passe un nombre infini de fois prs de F1 et de F2 (cest--dire dans V1
et dans V2 ), elle doit aussi, par continuit, se trouver infiniment souvent en
dehors de V1 et de V2 . Donc, quelque soit T > 0, il existe t > T tel que
t (p) M\(V1 V2 ) = K. Donc on peut trouver une suite {tn }, tn +
telle que tn (p) K. Puisque K est compact, en passant ventuellement
une sous-suite, on a tn (p) q, q K. Cela voudrait dire que q (p) et
donc q V1 V2 , ce qui est la contradiction recherche.
54

PHYS2111

Corollaire 2: q (p) (q) (p).


Dmonstration Soit r (q), alors {tn }, tn + tq tn (q) r. Par la proprit
(iii) du lemme 1, tn (q) (p). Puisque (p) est ferm (proprit (ii) du lemme 1),
r (p).

2.

Section de Poincar

partir de maintenant nous supposerons que le systme (3.1) est un systme plan:

x = f (x, y)
q = (x, y) R2
(3.3)
y = g(x, y)
Dfinition: Soit S un segment ouvert dans R2 . S est appel une section locale
transverse du champ F (q) = (f (q), g(q)) F (q) na pas de points fixes sur S et
ne devient jamais tangent S. Une telle section est souvent appele une section de
Poincar.

hF (q), ~ni > 0 (ou < 0)q S.

Remarque: Si q R2 nest pas un quilibre, c--d. F (q) 6= 0, alors il existe toujours


une section locale transverse en q.
Redressement dun champ de vecteurs (n = 2)
Soit q R2 , t.q. F (q) 6= 0. Soit S une section locale transverse en q, et ~e = (e1 , e2 )
un vecteur unitaire dans la direction de S. Pour (t, s) R2 suffisamment petits,
dfinissons
(t, s) = dft (q + s~e ).

55

Chapitre 3 Le thorme de Poincar-Bendixson

Proposition 3: Supposons que le champ F (x) soit de classe C r (r 1). Il existe


U voisinage de lorigine dans R2 et V voisinage de q dans R2 tel que lapplication
: U V soit un diffomorphisme de classe C r (bijection de classe C r dont linverse
est de classe C r ). De plus, dans les coordonnes (t, s) le flot du champ F (x) est donn
par
(t0 , s0 ) 7 t (t0 , s0 ) = (t + t0 , s0 )
(3.4)

Dmonstration Pour montrer que est un diffomorphisme local au voisinage de


(0, 0), par le thorme des fonctions rciproques (J. Mawhin, Analyse, p. 187), il
suffit de montrer que le dterminant de la matrice jacobienne de (t, s) est diffrent
de 0, en t = s = 0. En effet, on calcule facilement que lon a:



f (q) g(q)
(1 , 2 )
= hF (q), ~ni =
6 0.
=
e2
(t, s) t=s=0 e1
De plus,





t (t0 , s0 ) = t t0 (q + s0~e )

= t+t0 (q + s0~e ) = (t + t0 , s0 ),

ce qui tablit la formule (3.4).


Le fait important quil faut retenir de cette proposition et que nous utiliserons
dans la suite est que toute trajectoire qui rentre dans V coupe la section transverse.
Voici la clef de la preuve du Thorme de Poincar-Bendixson. Nous y verrons pour
la premire fois lide de section de Poincar luvre.
Proposition 4: Soit S M une section locale transverse de F (q).
Alors O+ (p)=
{t (p)|t 0} intersecte S selon une suite monotone, c--d. si pi =ime
df
intersection de t (p) avec S, alors pi [pi1 , pi+1 ].
Dmonstration La dmonstration est visuelle:

p3 doit se trouver ici


si t (p) recoupe encore S.
La rgion hachure est une rgion trappe. Cela rsulte du fait que S est une section
locale transverse et que les trajectoires dune quation autonome ne se coupent pas.
Donc si lorbite t (p) recoupe encore une fois S, elle doit ncessairement le faire en
un point p3 tel que p2 [p1 , p3 ].
Remarque. Dans cette dmonstration, on utilise implicitement le fait quune
courbe ferme simple continue dcompose le plan en 2 rgions distinctes (Thorme
56

PHYS2111

de Jordan). Ceci nest videmment plus le cas en dimension n 3 et donne indirectement la raison pour laquelle le thorme de Poincar-Bendixson ne se gnralise"
pas en dimension n 3.
Corollaire 5: (p) intersecte S en au plus un point.
Dmonstration

Cette trajectoire ne peut


plus repasser proximit
de q1 , do q1 6 (p),
contradiction.

La dmonstration se fait par labsurbe. Supposons que (p) intersecte S en au moins


2 points q1 , q2 , q1 6= q2 . Soient V1 et V2 deux voisinages de q1 et q2 sur lequel le
champ de vecteurs peut tre redress. Puisque q1 et q2 (p), la trajectoire t (p)
intersecte V1 et V2 une infinit de fois et donc J1 et J2 , ce qui est incompatible avec
le fait que O+ (p) intersecte S selon une suite monotone, donc q1 = q2 .
Proposition 6: Si (p) ne contient pas de points fixes, alors (p) est une orbite
priodique.
Dmonstration Soit q (p), q nest pas un point fixe. On va montrer que lorbite de
q, {t (q), t R} est une trajectoire priodique . Donc (p). Mais alors puisque
(p) est connexe, ne contient pas de points fixes et est constitu de trajectoires, on
doit ncessairement avoir que (p) = . [En effet, si (p)\ 6= , par connexit
de (p), il existe r (p)\. Soit S une section locale transverse en r. Tout
voisinage de r contient un point u (p)\, et, pour u suffisamment proche de r,
lorbite passant par u coupera S. Mais alors S contient deux points distincts de
(p), ce qui contredit le Corollaire 5].

57

Chapitre 3 Le thorme de Poincar-Bendixson

Soit r (q). Puisque q (p), (q) (p) et donc r (p). Cela montre que r
nest pas un point fixe. Soit S une section locale transverse passant par r. Puisque
r (q), lorbite t (q) traverse S une infinit de fois, c--d. {tn }, tn + tq
tn (q) S et tn (q) r. Comme {t (q)} (p) et que (p) intersecte S en au
plus un point (Corollaire 5), on doit avoir
t1 (q) = t2 (q) = t3 (q) = = r
donc t2 t1 (q) = q et t (q) est une orbite ferme.
Remarque. Il suit de la dmonstration prcdente que deux possibilits peuvent
se prsenter. Soit q orbite de p, auquel cas t (p) est une orbite priodique, soit
q 6 orbite de p, auquel cas


lim d t (p), = 0,
t+

o d(t (p), ) dnote la distance de t (p) . Dans ce cas, on dit que = (p) est
un cycle limite.

3.

Le thorme de Poincar-Bendixson

Thorme 1 (Poincar-Bendixson). Soit x = F (x), x R2 et soit M une rgion


trappe pour le champ de vecteurs F (x) qui ne contient quun nombre fini dquilibres.
Alors, p M on a une des trois possibilits suivantes:
(i) (p) est un quilibre
(ii) (p) est une orbite priodique
(iii) (p) est constitu dun nombre fini dquilibres connects par des trajectoires.
Remarque. 1) Dans le cas o (p) est une orbite priodique, soit (p) concide
avec la trajectoire passant par p, auquel cas t (p) est une orbite priodique, soit
58

PHYS2111

la trajectoire passant par p senroule autour dune trajectoire priodique que lon
appelle un cycle limite.
2) Dans le cas (iii), on peut montrer quil existe au plus une trajectoire
connectant deux quilibres distincts. Une telle trajectoire sappelle une solution
htrocline. Une trajectoire situe dans (p) qui connecte un quilibre lui-mme
sappelle une solution homocline.

(p) = 1 2 3 4 {q1 , q2 , q3 , q4 }

(p) = 1 2 3 {q}

Dmonstration du Thorme de Poincar-Bendixson


1er cas: (p) ne contient que des quilibres. Alors puisquil ny a quun nombre fini
dquilibres et que (p) est connexe, il faut donc que (p) se rduise un quilibre.
2me cas: (p) ne contient aucun quilibre, alors la proposition 6 montre que (p)
est une orbite priodique.
3me cas: (p) contient des quilibres et des points rguliers (= points o F (q) 6=
0). Soit (p) une trajectoire passant par un point rgulier, il faut montrer que
connecte 2 quilibres, c--d. () = un quilibre et ()= un autre quilibre.
La preuve se fait nouveau par labsurde. Supposons que () contienne un point
rgulier r,

et soit S une section locale transverse au voisinage de r. Alors comme (p) et


(p) coupe S en au plus un point, le mme argument que celui utilis dans la proposition 6 montre que est ncessairement une orbite priodique, mais alors (p) =
et (p) ne contiendrait pas dquilibres, ce qui est la contradiction recherche. On
montre de la mme faon que ()= un quilibre.
Il reste tablir que 2 quilibres distincts dans (p) sont connects par au plus une
59

Chapitre 3 Le thorme de Poincar-Bendixson

trajectoire dans (p). Supposons quil y en ait deux que nous appelons 1 , 2 (p).

p1 , p2 quilibres dans (p).

Soient q1 1 , q2 2 et S1 , S2 deux sections locales transverses au voisinage de


q1 et q2 . Puisque q1 , q2 (p), O+(p) = {t (p)|t 0} coupe S1 et S2 en au moins
2 points a et b (voir la figure). La rgion hachure est alors une rgion trappe et
donc t (p) ne peut plus repasser arbitrairement prs des points de 1 et 2 situs en
dehors de la rgion trappe, ce qui est la contradiction recherche.
Pour pouvoir utiliser le thorme de Poincar-Bendixson, il est parfois utile de
disposer dun critre qui permet de conclure quune rgion trappe ne contient pas
de trajectoires fermes.
Critre de Bendixson Soit un domaine simplement connexe du plan R2 et
g
supposons que f
+ y
6= 0 et ne change pas de signe dans , alors lquation (3.3)
x
ne possde pas de trajectoires fermes dans .
Dmonstration.

Supposons que contienne une trajectoire ferme .

trajectoire ferme de priode T .

Alors,
Z

f dy gdx =

= 0


dy
dx
f
dt
g
dt
dt
(en utilisant(3.3)).

Or, par le thorme de Green, on a



Z
Z Z 
f
g
f dy gdx =
dxdy
+
x y

S
6= 0
(par hypothse),
ce qui est la contradiction recherche.
60

PHYS2111

4.

Exemples dapplications du Thorme de Poincar-Bendixson

tablir lexistence dune orbite priodique.


Pour tablir lexistence dune orbite priodique partir du Thorme de PoincarBendixson, on doit trouver une rgion trappe M qui ne contient pas dquilibres.
Considrons titre dexemple le systme
1
1
x = y + x(1 2r 2 ) , y = x + y(1 r 2 ),
4
2
o r 2 = x2 + y 2. Cherchons dabord les points fixes de ce champ de vecteurs. La
premire quation donne
1
y = x(1 2r 2)
4
et aprs substitution dans la deuxime quation on trouve


1
2
2
x 1 + (1 2r )(1 r ) = 0.
8
Donc il y a un point fixe lorigine (x, y) = (0, 0) et tout autre point fixe doit vrifier
lquation
2r 4 3r 2 + 9 = 0.

Comme cette quation na pas de racines relles, lorigine est donc le seul point fixe
du systme. En diffrentiant lexpression r 2 = x2 + y 2 par rapport t, on trouve
r r = xx + y y et, en passant aux coordonnes polaires x = r cos , y = r sin , on a




1
1
2
2
r r = x y + x(1 2r ) + y x + y(1 r )
4
2
1 2
1
x (1 2r 2 ) + y 2 (1 r 2 )
=
4
2
1 2
1
2
=
r (1 + sin ) r 4 ,
4
2

do

1
1
r = r(1 + sin2 ) r 3 .
4
2
3
r
Notons que r > 0 pour tout pour autant que 4 r2 > 0, cest--dire r 2 <
r < 0 pour tout pour autant que r r 3 < 0, cest--dire r > 1. Soit
)
(
2

r1 .
M = (r, )
2

1
2

et que

Puisque lorigine est le seul point fixe du systme, la rgion M ne contient pas
dquilibres. Puisque r > 0 si r < 22 et r < 0 si r > 1, toutes les trajectoires restent
dans M, pour tout t 0. Comme M est compacte, cest donc une rgion trappe
qui ne contient pas dquilibres. En vertu du Thorme de Poincar-Bendixson, il
existe donc au moins une orbite priodique dans M.
61

Chapitre 3 Le thorme de Poincar-Bendixson

quation de Linard et de Van der Pol.


On appelle quation de Linard une quation du type
x + f (x)x + x = 0,

f (x) de classe C r , r 1.

(3.5)

Hypothses
a) F (x) =

Rx
0

f (s)ds est une fonction impaire.

b) F (x) + quand x + et > 0 tel que pour x > , F (x) soit positive
et strictement croissante.
c) > 0 tel que pour 0 < x < , F (x) < 0.

Cas typique pour F (x):


le nombre doscillations de
F (x) entre et + est arbitraire.

On va tablir le
Thorme 2 Sous les hypothses a) b) et c), lquation de Linard possde au
moins une solution priodique. Si de plus = , alors il existe une unique solution
priodique qui est lensemble -limite de tout point p R2 , p 6= (0, 0).
Dmonstration
Pour tudier lquation (3.5) il est commode de faire le changement de variables
(x, x)
(x, y = x + F (x)) de sorte que

x = y F (x)
(3.6)
y = x
Ce systme possde (0, 0) comme unique quilibre. Soit
1
H(x, y) = df (x2 + y 2),
2
lnergie du systme conservatif x = y, y = x. Utilisant (3.6) on a:
H = h(x, y), (x,
y)i
= xF (x) 0,

si |x| ,

ce qui montre que les orbites dbutant sur un cercle de rayon infrieur ne peuvent
pas entrer lintrieur de celui-ci.
Remarquons que le caractre impair de la fonction F (x) implique que si (x(t), y(t))
62

PHYS2111

est une solution du systme (3.6), alors la rflection (x(t), y(t)) de cette solution
travers lorigine est encore une solution.

trappe: cercle autour de lorigine


de rayon suffisamment petit, p
suffisamment grand

Notons v+ = {(0, y)|y > 0} et v = {(0, y)|y < 0}, F+ = {(x, F (x))|x > 0} et
F = {(x, F (x))|x < 0}. Lallure du champ de vecteurs rend plausible lassertion
que toute trajectoire dbutant sur v+ , traverse dabord F+ , puis v , puis F , puis
v+ etc ... (il nest pas difficile de montrer ceci rigoureusement).
Soit p v+ et notons (p) la premire intersection de la trajectoire issue de p avec
v . On va montrer que si p est suffisamment grand alors



1
|(p)|2 |p|2 < 0.
H (p) H(p) =
2

(3.7)

La rflection de lorbite joignant p (p) est une autre orbite qui nous permet de
dfinir une rgion trappe pour le champ de vecteurs (rgion hachure sur la figure).
Daprs le thorme de Poincar-Bendixson, comme cette rgion trappe ne contient
aucun quilibre, elle contient ncessairement une orbite ferme.
Il reste tablir lingalit (3.7) pour p suffisamment grand. Pour ce faire on subdivise lorbite allant de p (p) en trois chemins comme indiqus sur la figure. On
a
Z
Z
Z 


dH
dH +
+
H (p) H(p) =
2
3
1
Z
Z 
Z
dH dt
dH dt
+
=
dx +
dy
dt dx
3
1
2 dt dy
Z
Z 
Z


xF (x)
+
=
F x(y) dy. (3.8)
dx +
y F (x)
3
1
2
On peut supposer que (p) quand p +, sinon il ny a rien tablir.
Dans ce cas, les intgrales sur 1 et 3 tendent vers zro quand p +. Cela
rsulte de ce que lorsque p +, tous les points de larc 1 (resp. 3 ) tendent vers
+ (resp. ) (justifiez !) et que xF (x) est borne sur lintervalle dintgration
[0, ]. Nous allons tablir que lintgrale le long de 2 tend vers quand p +.
Comme F (x(y)) > 0 le long de 2 et que lon intgre de y positif y ngatif, on a
que
Z
Z




F x(y) dy,
F x(y) dy <

63

Chapitre 3 Le thorme de Poincar-Bendixson

pour nimporte quel sous-arc 2 de 2 . Choisissons 2 comme sur la figure, o R est


fix une fois pour toutes, suffisamment proche de (, 0). Puisque le long de 2


F x(y) = F (R) > 0
et que lon intgre de y positif y ngatif, on a que
Z


F x(y) |RS|,

o S est dfini sur la figure. Puisque |RS| devient arbitrairement grand quand
p +, on en dduit que lintgrale le long de 2 et donc de 2 tend vers
quand p +. En combinant les rsultats obtenus, on obtient donc que


H (p) H(p) < 0,

pour p suffisamment grand, et donc |(p)| < |p| (puisque H(p) = 21 |p|2 ).
Il reste tablir lunicit de cette solution priodique quand = . Ce cas
contient comme cas particulier celui de lquation de Van der Pol
x (1 x2 )x + x = 0,

 3
x
x .
F (x) =
3

> 0,
(3.9)

F (x) a lallure suivante:

Soit p0 v+ tel que la trajectoire issue de p0 intersecte F+ en (, 0) = (, 0). Nous


allons montrer que la fonction


(p) df
= H (p) H(p)
est telle que

(p) > 0 si 0 < p p0
(3.10)
(p) dcrot strictement vers quand p +, ds que p p0 .
64

PHYS2111

Donc il existe un unique q0 > p0 tel que (q0 ) = 0. cause de linvariance des
trajectoires sous la rflection (x, y) (x, y), la solution issue de q0 est alors
lunique solution priodique du systme.
tablissons (3.10). Pour p p0 ,
Z
Z 

(p) = dH = F x(y) dy.

Puisque F (x(y)) < 0 pour 0 < x < et que lon intgre de y positif y ngatif, on
voit bien que (p) > 0.
Pour p > p0 , on partage nouveau le chemin en trois chemins 1 , 2 et 3 comme
en (3.8). Lorsque p crot, le long de 1 , la fonction y F (x) crot et donc
Z
xF (x)
dx
1 y F (x)
dcrot. Il en va de mme pour lintgrale le long de 3 . Pour ce qui est de
Z


F x(y) dy
2

quand p crot, le domaine dintgration en y sagrandit et le graphe de x(y) sloigne


vers la droite. Comme F (x) est croissante et que lon intgre de y positif y
ngatif, cela montre galement que cette intgrale dcrot quand p augmente. En
conclusion, (p) dcrot pour p p0 et, puisque lintgrale le long de 2 tend vers
quand p + et (p0 ) > 0, (p) possde un unique zro pour p > p0 , qui
correspond lunique solution priodique du systme. Le thorme de PoincarBendixson implique que cette solution priodique est lensemble -limite de tout
point p 6= (0, 0) R2 (justifiez !).
Ensembles limites qui ne sont pas des orbites priodiques.
Nous discutons maintenant un exemple qui illustre les possibilits (i) et (iii) nonces
dans le Thorme de Poincar-Bendixson. Soit le systme
H
H
+ H
y
x
H
H
+ H
y =
x
y

x =

65

Chapitre 3 Le thorme de Poincar-Bendixson

o R, H(x, y) = y 2 2x2 + x4 .
Quand = 0, la fonction H(x, y) garde une valeur constante le long de toute
trajectoire (x(t), y(t)) du systme puisque lon a

d 
H
H
H x(t), y(t) =
x +
y
dt
x
y
H H
H H

= 0.
=
x y
y x
Le systme est conservatif. Il possde trois quilibres (0,0), (1,0) et (-1,0). Les
systmes linariss au voisinage de ces quilibres correspondent respectivement un
point selle en (0,0) et deux centres en (1,0). Les orbites du systme non linaire
sont donnes par les courbes H(x, y) = constante; le point selle reste un point selle
et les centres restent des centres

Quand 6= 0, on voit facilement que les quilibres doivent vrifier


2 
2

H
H
+
=0
x
y
et donc ils sont encore donns par (0,0) et (1,0). Lanalyse des systmes linariss
au voisinage des quilibres ne change pas (vrifier cette
affirmation). On calcule

facilement dH/dt le long dune trajectoire x(t), y(t) :
dH
= H
dt

"

H
x

2

H
y

2 #

Donc la courbe H(x, y) = 0 est encore invariante sous le systme. Elle est constitue
de 3 orbites: lquilibre et les deux boucles 1 et 2 (voir la figure ci-dessous).
Quand > 0, le long de toute trajectoire dbutant lintrieur dune boule on a
H < 0 et dH/dt < 0. Il suit du Thorme de Poincar-Bendixson que lensemble
-limite dune telle trajectoire est (1,0) (si elle dbute lintrieur de 1 ) ou (-1,0)
(si elle dbute lintrieur de 2 ) (justifiez ! montrez quil ne peut y avoir dorbite
priodique lintrieur dune boucle).
66

PHYS2111

Quand < 0, on a dH/dt > 0 lintrieur des boucles et dH/dt < 0 lextrieur
de celles-ci. Il suit alors du Thorme de Poincar-Bendixson que lensemble -limite
dune trajectoire dbutant lintrieur dune boucle i (i = 1,2) est i {(0, 0)} et
lensemble -limite dune trajectoire dbutant lextrieur des boucles est {(0, 0)}
1 2 . Lensemble -limite dune trajectoire dbutant lintrieur dune boucle
est soit lquilibre (1,0), soit lquilibre (-1,0).

5.

Perturbations autonomes dun systme hamiltonien plan

Dans cette section, on considre un systme plan de la forme


~x = f~(~x) + ~g (~x),

~x = (x1 , x2 )T R2 ,

(3.11)

o est un petit paramtre et f~, ~g sont de classe C r , r 1. On suppose que le


systme non perturb dfini par = 0
~ x),
~x = f(~

(3.12)

est hamiltonien, i.e.


f~(x1 , x2 ) =

 H

x2

(x1 , x2 ),

T
H
(x1 , x2 ) ,
x1

et quil possde une famille un paramtre de solutions priodiques


r : ~x = ~x(t, r),
67

(3.13)

Chapitre 3 Le thorme de Poincar-Bendixson

o les fonctions ~x(t, r) ont une priode minimale Tr et r appartient un intervalle


I fini ou semi-infini de R.
Considrons la section de Poincar S R2 dfinie par
S = {~x(0, r) | r I}.

(3.14)

Notons ~x(t, r, ) la solution du systme perturb (3.11) qui tend vers ~x(t, r) quand
0, normalise de telle faon que ~x(0, r, ) = ~x(0, r). Soit Tr () le temps de
premier retour dans la section de Poincar. Clairement Tr (0) = Tr . La fonction
h(r, ) H(~x(Tr (), r, )) H(~x(0, r)) = M(r) + O(2),

(3.15)

est une mesure de la distance entre ~x(Tr (), r, ) et ~x(0, r). Nous allons montrer que
M(r) =

Tr

f (~x(t, r)) g(~x(t, r)) dt,

(3.16)

o pour ~u = (u1, u2 )T , ~v = (v1 , v2 )T , ~u ~v = u1 v2 u2 v1 . M(r) sappelle lintgrale


de Melnikov le long du cycle r .
Acceptant ce rsultat pour un moment, soit
) = 1 h(r, ) = M(r) + O().
h(r,

Supposons quil existe r0 tel que M(r0 ) = 0 et M (r0 ) 6= 0. Dans ce cas


0 , 0) = 0 et
h(r

h
(r0 , 0) 6= 0.
r

En vertu du thorme des fonctions implicites, il existe donc une unique fonction
r() = r0 + O(),
dfinie sur un voisinage suffisamment petit de 0 telle que

h(r(),
) = 0 H(~x(Tr() (), r(), )) H(~x(0, r())) = 0,
ce qui montre que la solution du systme perturb (3.11) partant de la condition
initiale ~x(0, r()) est priodique. Cette solution est en fait un cycle limite du systme
perturb, qui tend vers lorbite priodique r0 du systme non perturb (3.12), quand
0.
Thorme 2 Supposons quil existe r0 I tel que
M(r0 ) = 0 et

M (r0 ) 6= 0,

(3.17)

avec M(r) dfini comme en (3.16). Alors, pour 6= 0 suffisamment petit, le systme
(3.11) possde un unique cycle limite hyperbolique proche de r0 .
68

PHYS2111

Dmonstration. En vertu de la discussion prcdente, il nous reste tablir la


formule (3.16), ainsi que le fait que la solution priodique du systme perturb est
un cycle limite hyperbolique, i.e. |P (r())| =
6 1, o P : I I, 6= 0, dnote
lapplication de Poincar du systme perturb.
En dveloppant
~x(t, r, ) = ~x(t, r) + ~y (t, r) + O(2),
et en substituant dans (3.11), on obtient que ~y (t, r) est solution de lquation aux
variations
~y = df (~x(t, r))~y + ~g (~x(t, r)).
(3.18)
En particulier on obtient
~x(Tr (), r, ) = ~x(Tr (), r) + ~y (Tr (), r) + O(2)
Tr
= ~x(Tr , r) + [f~(~x(Tr , r))
(0) + ~y (Tr , r)] + O(2).

Par hypothse, les solutions ~x(t, r) du systme non perturb (3.12) sont priodiques
de priode Tr , i.e. ~x(Tr , r) = ~x(0, r). De l on obtient
H(~x(Tr (), r, )) H(~x(0, r)) =

~ x(0, r)) Tr (0) + ~y (Tr , r)] + O(2).


dH(~x(0, r))[f(~

Par dfinition du champ de vecteur hamiltonien f~ (3.13) on a


dH(~x)~u = f~(~x) ~u, ~u R2 ,
et donc
~ x(0, r)) ~y (Tr , r) + O(2).
H(~x(Tr (), r, )) H(~x(0, r)) = f(~

(3.19)

La clef du calcul consiste observer que le terme en dans (3.19) est effectivement
calculable en termes de quantits connues. En effet, en utilisant (3.12) et (3.18), on
a
d ~
~ x(t, r))f(~
~ x(t, r))) ~y (t, r)+
(f (~x(t, r)) ~y (t, r)) = (df(~
dt
f~(~x(t, r)) (df (~x(t, r))~y(t, r) + ~g (~x(t, r)))
~ x(t, r))]f(~
~ x(t, r)) ~y (t, r) + f~(~x(t, r)) ~g (~x(t, r)),
= tr[df(~
(3.20)
o la dernire galit rsulte de lidentit
(A~u) ~v + ~u (A~v ) = tr(A) ~u ~v , matrice A 2 2, ~u, ~v R2 ,
avec tr(A) =trace de A. Puisque f~ est hamiltonien, on a
~ x)) =
tr(df(~

f2
2H
2H
f1
(~x) +
(~x) =
(~x)
(~x) = 0.
x1
x2
x1 x2
x2 x1
69

Chapitre 3 Le thorme de Poincar-Bendixson

En intgrant lquation (3.20) de 0 Tr , puisque ~x(Tr , r) = ~x(0, r) et ~y (0, r) = 0, on


obtient
Z Tr
f~(~x(t, r)) ~g (~x(t, r))dt.
(3.21)
f~(~x(0, r)) ~y (Tr , r) =
0

En substituant (3.21) dans (3.19), on obtient prcisment lquation (3.15) avec


M(r) dfini comme en (3.16).
Notons P : I I lapplication de Poincar du systme perturb. En vertu de
(3.15) on a
H(~x(0, P (r))) H(~x(0, r)) = M(r) + O(2).

En diffrentiant cette quation par rapport et en valuant le rsultat en = 0,


un simple calcul montre que
P (r) = r +

M(r)
+ O(2),
c (r)

(3.22)

o c(r) = H(~x(t, r)) = H(~x(0, r)). Notons que c(r) est une fonction croissante ou
dcroissante de r, et donc c (r) 6= 0.
Soit r() = r0 +O() la valeur de r correspondant lunique orbite priodique du
systme perturb, qui tend vers r0 quand tend vers 0. Lquation (3.22) implique
que
M (r0 )
+ O(2),
(3.23)
P(r()) = 1 +
c (r0 )
o dnote la drive par rapport r. Puisque M (r0 ) 6= 0, cela montre que, pour
suffisamment petit, cette orbite priodique est un cycle limite hyperbolique attractif
ou rpulsif, selon que M (r0 )/c (r0 ) est ngatif ou positif.

Exemple. Soit lquation de Van der Pol



x3 
x = y + x
3
y = x.
Le sytstme non perturb (oscillateur harmonique) est hamiltonien pour H = 12 (x2 +
y 2 ). Hormis lquilibre (0, 0), ses solutions sont toutes priodiques de priode minimale 2 et donnes par
~x(t, r) = (r cos t, r sin t)T ,

r > 0.

On calcule immdiatement partir de (3.16) que


Z 2 
r3
3
r sin t
M(r) =
r cos t 3 cos t dt
r
cos
t
0
0
=



r 4 cos4 t
r2
2
2
r cos t
dt =
(4 r 2 ).
3
4
70

PHYS2111

Puisque
M(2) = 0 et M (2) = 4 6= 0,

on en dduit que lquation de Van der Pol possde pour suffisamment petit, un
unique cycle limite qui tend vers le cercle de centre 0 et de rayon 2 quand tend
vers 0. Comme
r2
c(r) = H(~x(t, r)) = ,
2

on a que M (2)/c (2) = 2 < 0. Donc, en vertu de (3.23), le cycle limite est stable
pour > 0 et instable pour < 0.
Pour une tude de la localisation et de la forme du cycle limite de lquation de
Van der Pol quand , voir lexercice 17 du Chapitre 3.
On peut aussi se demander ce quil advient des sparatrices dun systme plan
hamiltonien sous linfluence dune petite perturbation. Soit
~ x) + ~g (~x, ),
~x = f(~

(3.24)

une petite perturbation dun systme hamiltonien, o = (1 , . . . , n ) Rn dnote


un paramtre. Supposons que pour = 0, le systme possde une orbite homocline
0 : ~x = ~0 (t), < t < ,
un point fixe de type selle ~x0 , i.e.
lim ~0 (t) = ~x0 .

On dfinit alors lintgrale de Melnikov suivante


Z
M() =
f~(~0 (t)) ~g (~0 (t), )dt.

(3.25)

Par un raisonnement semblable celui fait prcdemment, on obtient le rsultat


suivant:
Thorme 3 Supposons quil existe 0 Rn tel que
M(0 ) = 0

et

M
(0 ) 6= 0.
1

(3.26)

Alors pour 6= 0 suffisamment petit, il existe () = 0 + O() tel que le systme


(3.24) avec = () possde une unique orbite homocline un point selle ~x0 (),
proche de 0 .
Exemple. Considrons une quation de Duffing perturbe
x = y
y = x x3 + (1 y + 2 x2 y).
71

(3.27)

Chapitre 3 Le thorme de Poincar-Bendixson

Pour = 0, le systme est hamiltonien avec


H(x, y) =

y 2 x2 x4

+ .
2
2
4

Ce systme comporte deux orbites homoclines +


x0 = (0, 0),
0 et 0 au point selle ~
dquations respectives

x4
: y =x ,
2
2

x > 0 ou x < 0,

correspondant une nergie nulle. Nous calculons lintgrale de Melnikov (3.25) le

long de +
0 (le calcul est semblable le long de 0 ), en utilisant le fait que le long de
la trajectoire on a dt = dx/x = dx/y:
Z
Z 2 r
x2
~ + (t)) ~g (~ + (t), )dt = 2
M() =
f(~
x 1 (1 + 2 x2 )dx
0
0
2

0
4
=
(51 + 42 ).
15
Donc, en vertu du Thorme 2, si 2 = 51 /4, pour 6= 0 suffisamment petit,
il existe un () = 1 (1, 5/4)T + O(), tel que le systme (3.27) avec = ()
possde deux orbites
x0 () = (0, 0), qui tendent vers
homoclines au point selle ~
0
quand 0. Notons que le point selle ~x0 () est indpendant de , ce qui nest pas
le cas en gnral. On peut aussi montrer que les orbites
sont stables si 1 < 0
et instables si 1 > 0.

The graphic of the system (3.27) for small 6= 0, 2 = 51 /4 + 0() and 1 < 0.

72

IV

1.

EXEMPLES LMENTAIRES DE SYSTMES


CHAOTIQUES
Lapplication x 2x mod 1

On considre lapplication f : I I o I = [0, 1[, dfinie par


f (x) = 2 x mod 1.

(4.1)

Il sagit dune itration trs simple. On prend un nombre quelconque compris entre
0 et 1 (1 non compris), on le multiplie par 2 et si le rsultat dpasse lunit, on
soustrait 1. Lapplication f est non linaire, discontinue et non inversible. Cette
application est reprsente sur la figure ci-dessous :

Figure 1
Remarque. La discontinuit de f nest pas essentielle. Soit U : I S 1 C dfinie
par U(x) = e2ix , o S 1 = {z C| |z| = 1}, et soit F : C C dfinie par F (z) = z 2 ,
alors
U f = F |s1 U.
Gomtriquement, F correspond au doublement des angles sur le cercle. F est
continue (et mme analytique), non linaire et non inversible.
Rappelons que tout x [0, 1[ admet un unique dveloppement binaire

X
bn
,
x=
2n
n=1

(4.2)

avec bn = 0 ou bn = 1 et satisfaisant aussi la condition supplmentaire que la suite


des bn ne se termine pas par une suite de 1. Cette dernire condition est ncessaire
pour assurer lunicit du dveloppement. En effet
1
0
1
1
1
= + 2 + 3 + 4 +
2
2 2
2
2

Chapitre 4 Exemples lmentaires de systmes

<<

chaotiques

>>

Pour calculer le dveloppement (4.2), on multiplie le nombre x par 2 et on prend sa


partie entire pour dterminer b1 . On rpte ensuite le processus, en multipliant le
reste par 2 et en prenant la partie entire, on trouve b2 , et ainsi de suite. On crit
souvent
(4.3)

x = b1 b2 b3 . . .
Par exemple
1/4 = 01000 . . . = 010

7/10 = 1011001100110 . . . = 10110,

o la barre suprieure signifie une rptition infinie de la mme suite.


Les bn sont bien sr des fonctions de x, et il sera parfois utile dcrire
x=

b1 (x) b2 (x) b3 (x)


+ 2 + 3 + ...
2
2
2

(4.4)

Les graphes des fonctions b1 (x), b2 (x), b3 (x), . . . sont comme ci-dessous :

Figure 2
La reprsentation binaire fournit une reprsentation trs commode pour tudier
la dynamique de f .
Proposition 4.1. Dans la reprsentation binaire, lapplication f (4.1) est donne
par
x = b1 b2 b3 b4 . . . f (x) = b2 b3 b4 . . . ,

(4.5)

Autrement dit, f dcale la suite vers la gauche, en liminant le premier terme


b1 .
Dmonstration. Puisque
2x = b1 +

X
bn+1
n=1

2n

et que la somme de la srie infinie dans le second membre de cette galit est strictement infrieure 1, on a deux possibilits. Si b1 = 0, alors
f (x) = 2x mod 1 = 2x = b2 b3 b4 . . .
74

PHYS2111

et si b1 = 1, on a
f (x) = 2x mod 1 = 2x 1 = b2 b3 b4 . . .
La formule (4.5) est fondamentale et permet de comprendre aisment la dynamique de f . Elle va nous permettre dillustrer une des caractristiques principales de ce que lon appelle chaos, la sensibilit par rapport aux conditions initiales. Prenons deux points x et y dans [0, 1[ dont le dveloppement binaire ne
diffre que par le coefficient bn+1 (pour un n fix, par exemple n = 9). On a donc
|x y| = 2(n+1) . Mais aprs n itrations, ces deux points seront spars dune
distance de 21 , |f n (x) f n (y)| = 12 !
Dfinition 4.2. Soit f : M M, M R. On dit que f possde la proprit
de sensibilit par rapport aux conditions initiales (en abrg, possde la
proprit SCI) si
d > 0, C < tel que x M, > 0, y M, n C| log |,
avec |y x| < et |f n (y) f n (x)| d.

(4.6)

Intuitivement, une application possde la proprit de sensibilit par rapport aux


conditions initiales sil existe des points arbitrairement proches de x qui se sparent
de x dune distance dau moins d, aprs un nombre ditrations pas trop grand cest-dire qui ne crot que logarithmiquement lorsque diminue (n C| log |; notons
que la constante C ici pourrait tre limine en changeant la base du logarithme
quon prendra ici gale 2). Concrtement, supposons que lon fixe une prcision
d que lon veut avoir sur nos prvisions (par exemple, mtorologiques) concernant
un systme dont lvolution est modlise par f . Notre connaissance des conditions
initiales du systme (x ici) est ncessairement imparfaite. Le nombre mesure
cette imprcision. Si de meilleurs instruments de mesure permettent de rduire
dun facteur 2k , le temps n sur lequel nos prvisions resteront valables (cest-dire, avec une imprcision infrieure d) naugmentera que de Ck. Le fait quune
augmentation exponentielle (2k ) dans la prcision des donnes ne se traduit que par
une augmentation linaire (Ck) de la dure pendant laquelle nos prvisions sont
fiables est la signature essentielle du chaos.
Il est utile, titre dexercice, de comparer la condition (4.6) avec la condition
que f , et donc f n pour tout n, soit uniformment continue :
n, d > 0, tel que, x, y M,
|x y| implique

|f n (x) f n (y)| d,

et de remarquer que ces deux conditions sont parfaitement compatibles. Dans le


premier cas on choisit n grand (mais pas trop grand) en fonction de tandis que
75

Chapitre 4 Exemples lmentaires de systmes

<<

chaotiques

>>

dans le deuxime, on fixe n et on choisit petit en fonction de n.


Nous aurons besoin du lemme suivant :
Lemme 4.3. Pour quun ensemble E I = [0, 1[ soit dense (dans I), il suffit que
y I, N entier positif, x E tel que bn (x) = bn (y), n N.

(4.7)

Dmonstration. Soit > 0 et y I. Il faut montrer quil existe x E tel que


|x y| < . Soit N tel que 2N < . Pour ces choix de y et N, prenons x comme
en (4.7). Alors

X
|bn (x) bn (y)|
1
|x y|
N < .
(4.8)
n
2
2
n=N +1
Thorme 4.4. Soit f lapplication dfinie en (4.1),
(i) f possde la proprit SCI.
(ii) Lensemble des points dont lorbite est priodique est dense.
(iii) Il existe une orbite dense (en fait tous les points, sauf un ensemble de mesure
nulle, ont une orbite dense).
Dmonstration.
(i) Fixons x I et > 0. Choisissons n tel que 2(n+1) < (par exemple, en choisissant n = [| log |], on peut prendre C = 1 dans (4.6)). Ecrivons le dveloppement
binaire de x
x = b1 b2 . . . bn bn+1 bn+2 . . .
et dfinissons

y = b1 b2 . . . bn (1 bn+1 )bn+2 . . . ,

cest--dire que y est obtenu en modifiant seulement le (n+1)me terme du dveloppement de x. Clairement,
1
|x y| = 2(n+1) < et |f n (x) f n (y)| = .
2
Donc on peut dans ce cas prendre d =

1
2

dans la dfinition 4.2.

(ii) Soit E lensemble des points dont lorbite est priodique. Clairement
E = {x dont le dveloppement binaire est priodique}.
On veut montrer que E est dense dans I. On applique le lemme 4.3. Soit y I et
N un entier positif. On dfinit x E partir de y comme suit :
x = b1 (y)b2 (y) . . . bN (y)0.
76

PHYS2111

x satisfait la condition (4.7), ce qui prouve que E est dense dans I.


Notons quon a ajout un zro aprs bN (y) pour viter la suite 1, qui est exclue
par dfinition et qui pourrait apparatre si bi (y) = 1, i = 1, ..., N.
(iii) On va pour linstant seulement tablir lexistence dune orbite dense (voir
linterprtation probabiliste ci-dessous, pour la dmonstration du fait que lensemble
des points dont lorbite est dense est de mesure de Lebesgue 1). Pour obtenir une
orbite dense, on ordonne toutes les suites finies de 0 et de 1 dabord selon leur
longueur, et pour une longueur quelconque, selon un ordre quelconque, par exemple
lexicographique. On a par exemple :
(0)(1)(00)(01)(10)(11)(000)(001)(010)(011)(100)(101)(110)(111) etc . . .
Puis on construit un point x I en mettant toutes ces suites finies lune aprs
lautre :
x = 0100011011000001010011100101110111 . . .

Il est facile de voir que lorbite de x, E = {f n (x), n = 0, 1, 2, 3, . . .}, satisfait au


critre (4.7) et donc que cette orbite est dense dans I. En effet, soit y I et N un
entier positif. La suite
b1 (y)b2 (y) bN (y)

apparat quelque part dans le dveloppement binaire de x. Mettons quelle apparaisse entre les places k + 1 et k + N, cest--dire
bk+n (x) = bn (y) pour n = 1, . . . , N.

Puisque
on a

f k (x) = bk+1 (x)bk+2 (x) . . . bk+N (x) . . . ,


bn (f k (x)) = bn (y),

n N.

Donc, f k (x) est un lment de E (lorbite de x) qui satisfait (4.7). Ceci et le lemme
prouvent que lorbite de x est dense dans I.
Dfinition 4.5. On dit quun point p dune application f est finalement priodique de priode k si il existe un entier N 0 tel que f n+k (p) = f n (p), pour tout
n N.
Exercice 4.6. Montrez que pour lapplication f (x) = 2x mod 1, lensemble des
points finalement priodiques de priode 1 concide avec lensemble des rationnels
dyadiques dans lintervalle I = [0, 1[. Un rationnel dyadique est un nombre de la
forme 2pn avec p Z, n N.
Remarque Pour bien comprendre la dfinition 4.2, considrons lapplication suivante :
f :M M
77

Chapitre 4 Exemples lmentaires de systmes

<<

chaotiques

>>

o
M = {x = (r, ) R2 | 1 r} R2 ,

et f (r, ) = (r, + r) avec > 0. Il est facile de dmontrer que C < tel que
x M, > 0 y M, n C1 avec

|y x| et |f n (y) f n (x)| 2.

En effet, si x = (r, ), on peut prendre y = (r + , ), C = , et n tel que 2 n


, ce qui est possible pour petit, (vrifier !).
Dans cet exemple, il y a une forme de sensibilit aux conditions initiales, mais
o lerreur naugmente que linairement en n ou , pour le dire autrement, o une
amlioration dun facteur 2k dans notre connaissance des conditions initiales ()
mne une augmentation dun facteur 2k dans la dure pendant laquelle nos prvisions sont fiables puisque lerreur est dordre n. Le fait quune petite erreur sur
les conditions initiales mne une erreur donne sur le rsultat obtenu aprs un
temps suffisamment long est un phnomne trs gnral et nest pas caractristique
du chaos, contrairement ce quon lit parfois dans la littrature. Ce qui est caractristique du chaos, cest la sensibilit exponentielle inclue dans la dfinition
4.2.

Interprtation probabiliste
Soit L la mesure de Lebesgue sur I, cest--dire la longueur. En regardant les graphes
des fonctions bn (x) sous la formule (4.4), on voit facilement par exemple que
L{x|b1 (x)
L{x|b1 (x) = 1}
L{x|b2 (x) = 0}
L{x|b3 (x) = 1}

=
=
=
=

1, b2 (x) = 0, b3 (x) = 1} = L[5/8, 6/8[= 1/8,


L[1/2, 1[= 1/2,
L([0, 1/4[[1/2, 3/4[) = 1/2,
L([1/8, 1/4[[3/8, 1/2[[5/8, 3/4[[7/8, 1[) = 1/2,

et donc
L{x|b1 (x) = 1, b2 (x) = 0, b3 (x) = 1} = L{x|b1 (x) = 1}L{x|b2 (x) = 0}L{x|b3 (x) = 1} !
On gnralise facilement. Si = 0 ou 1,
L{x|bn (x) = } = 1/2,
et si 1 , , n est une suite de 0 et de 1, alors

 n
1
L{x|b1 (x) = 1 , . . . , bn (x) = n } = L{x|b1 (x) = 1 } . . . L{x|bn (x) = n } =
.
2

On voit donc que lon peut utiliser les fonctions bn (x) comme modle dun jeu de
pile ou face. Pour ce faire on tablit le dictionnaire suivant :
pile
face
nme jet (n = 1, 2, 3, . . .)
vnement
probabilit dun vnement

0
1
bn (x)
ensemble mesurable
mesure de lensemble correspondant.
78

PHYS2111

Il est alors facile de comprendre intuitivement pourquoi presque tous les points (par
rapport la mesure de Lebesgue) ont une orbite dense : en effet, dans le jeu de pile
ou face, si lon jette indfiniment la pice, la probabilit que nimporte quelle suite
finie de 0 et de 1 apparaisse quelque part est 1. En effet, soit 1 . . . n une suite finie
quelconque de 0 et de 1. La probabilit que cette suite napparaisse jamais est plus
petite que la probabilit quelle napparaisse ni entre le premier et le nme jet, ni entre
n + 1me jet et le jet dindice 2n, ni . . . entre le jet dindice kn + 1 et celui dindice
(k + 1)n, pour tous les k N. Or la probabilit dapparition de la suite 1 . . . n
dans les jets dindice kn + 1, . . . (k + 1)n pour un k donn est gale 2n ; donc la
probabilit quelle napparaisse pas dans cet intervalle vaut 1 2n < 1. Il suffit
alors dobserver que, si on a une famille infinie dvnements indpendants chacun de
probabilit infrieure 1, avec > 0, la probabilit pour quaucun dentre eux ne
se produise est zro ((1 ) = 0). Ici, la famille infinie dvnements correspond
aux diffrents k. Donc, pour chaque suite finie 1 , . . . , n , la probabilit quelle
napparaisse nulle part est zro. Il suffit maintenant de remarquer que lensemble de
toutes les suites finies est dnombrable et quune union dnombrable densembles de
mesure (= de probabilit) nulle est de mesure nulle. Une faon image dexprimer
ce rsultat (due Borel) est de dire quun singe tapant la machine (au hasard)
suffisamment longtemps finira par crire nimporte quelle suite finie de symboles telle
que la Bible, les uvres de Shakespeare ou les rponses aux questions dexamen.
Donc, en vertu du dictionnaire :
L{x|nimporte quelle suite finie de 0 et de 1 apparaisse
quelque part dans le dveloppement binaire de x} = 1.
De l on dduit, comme dans le thorme 4.4., que lorbite sous f de nimporte
lequel de ces x est dense, et donc que lensemble des points dont lorbite nest pas
dense est de mesure nulle.

Interprtation gomtrique
S
T
Dfinissons I0 , [0, 1/2[ et I1 = [1/2, 1[ une partition de I = [0, 1[, I = I0 I1 , I0 I1 =
. De ce qui prcde, on dduit aisment que pour x I, bn+1 (x) = 0 (resp.
bn+1 (x) = 1) si et seulement si f n (x) I0 (resp. f n (x) I1 ). Donc au lieu de
penser la suite b = (b1 (x), b2 (x), b3 (x), . . .) comme donnant le dveloppement binaire de x, on peut voir b comme litinraire de x, cest--dire la suite des indices
(0 ou 1) correspondant aux intervalles (I0 ou I1 ) visits par lorbite de x. Donc
litinraire, qui est une faon grossire de voir la trajectoire (on visite successivement
des intervalles), en fait dtermine univoquement x I. De plus, tout itinraire
correspond un x, ce qui reflte le caractre chaotique du systme. En effet, on peut
prendre une suite b quelconque de 0 et de 1, par exemple le rsultat dun jeu (infini)
de pile ou face (0 = pile, 1 = face). Il existe un x qui visite I0 au temps n si le
rsultat du nme jet est pile et I1 sil est face. Comme on le verra plus loin, cette
faon de penser a une porte plus gnrale.

79

Chapitre 4 Exemples lmentaires de systmes

<<

chaotiques

>>

On prend habituellement les trois proprits du thorme 4.4 comme dfinition du


chaos.
Dfinition 4.7. f : M M est dite chaotique si
(i) f possde la proprit SCI.
(ii) f possde une orbite dense dans M.
(iii) lensemble des points priodiques de f est dense dans M.
La premire proprit exprime limprvisibilit du systme. La deuxime proprit
exprime le caractre indcomposable du systme : le systme ne peut pas tre
dcompos en deux ouverts disjoints (non vides) invariants sous f (en effet, deux
tels ouverts intersectent ncessairement chacun lorbite dense de f ). Finalement, la
troisime proprit exprime le fait que, au milieu de ce comportement alatoire, il y
a nanmoins un lment de rgularit, un ensemble dense de points priodiques.
Exercice 4.8. Soit f : [0, 1[ [0, 1[ dfinie par f (x) = (x + p) mod 1, o p est un
nombre irrationnel. Vue comme application dfinie sur le cercle (en identifiant 0 et
1), f correspond une rotation dangle constant. Montrez que tous les points ont
une orbite dense et que f nest pas chaotique. En particulier, f ne possde pas la
proprit SCI.
Exercice 4.9. Soit f : [0, 1[ [0, 1[ dfinie par f (x) = px mod 1, p N, p 6= 0, 1.
Montrez que f est chaotique.

2.

Lapplication <<en tente>>

Lexemple suivant montre lintrt du point de vue des itinraires, il va aussi nous
permettre dtablir que la fonction logistique fa (x) = ax(1 x), que nous avons
commenc tudier dans le chapitre 1, est chaotique pour a = 4.
On considre f : I = [0, 1] I = [0, 1], dfinie par
f (x) = 2x
= 2(1 x)

1
si x ,
2
1
si x.
2

(4.9)

Notons quici I, contrairement la Section 4.1, dsigne lintervalle ferm [0, 1].
Le graphe de f a la forme dune tente, aussi nous appellerons f lapplication en
tente.

80

PHYS2111

Figure 3
Soit
X

= {s = (s0 , s1 , s2 , . . .)|sj = 0 ou 1},

(4.10)

cest--dire lensemble des suites de 0 et de 1. Soit I0 = [0, 1/2] et I1 = [1/2, 1]. On


dfinit


X
S:I
: x S(x) = s0 (x), s1 (x), s2 (x) . . . ,
(4.11)

par la mthode des itinraires :

sn (x) = 0 si f n (x) I0 ,
= 1 si f n (x) I1 .

(4.12)

Remarquez quil y a une orbite spciale, ou plutt un groupe dorbites, pour lesquelles
litinraire nest pas bien dfini, puisque les intervalles I0 et I1 sintersectent en
x = 1/2. Lorbite correspondante est {1/2, 1, 0, 0, . . .}, laquelle on peut associer
les deux suites
S(1/2) = (0, 1, 0, 0, 0, . . .) ou S(1/2) = (1, 1, 0, 0, 0, . . .).
En fait, tout point x dont lorbite atterrit en 1/2 pour un certain n, on peut
faire correspondre deux suites :
(s0 , s1 , . . . , sn1 , 0, 1, 0, 0, 0, . . .) ou (s0 , s1 , . . . , sn1 , 1, 1, 0, 0, 0, . . .).

(4.13)

A lexception de ces points, qui sont de la forme 2pk (p entier) et sont finalement
envoys sur le point fixe x = 0, tous les autres points ont un itinraire univoquement
dfini. Cette ambiguit est videmment relie celle qui affectait le dveloppement
binaire de x dans la Section 4.1. Si lon veut absolument que lapplication S soit
partout bien dfinie, une faon de faire est dintroduire une relation dquivalence
sur , en dclarant quivalentes les deux suites en (4.13). On note alors lespace
quotient = / et lon a une application bien dfinie
S : I .
Ci-dessous, on a reprsent schmatiquement quelques itinraires.
81

(4.14)

Chapitre 4 Exemples lmentaires de systmes

<<

chaotiques

>>

Figure 4
Proposition 4.10. Lapplication S dfinie en (4.14) est bijective.
Dmonstration. On crit x [0, 1] sous forme binaire x = .b1 (x)b2 (x)b3 (x) . . ., avec
bn (x) = 0 ou bn (x) = 1. On accepte nimporte quelle suite de 0 et de 1. Les
nombres de la forme p/2k ]0, 1[ ont alors deux reprsentations binaires. x = 1 a la
reprsentation binaire .1111 . . . Utilisant la dfinition (4.9) de f , on voit que
f (x) = .b2 (x)b3 (x) . . .
si b1 (x) = 0,



= . 1 b2 (x) 1 b3 (x) . . .
si b1 (x) = 1,

ce qui peut scrire




f (x) = . |b1 (x) b2 (x)|
|b1 (x) b3 (x)| . . .

Par induction, on dduit facilement que





f n (x) = . |bn (x) bn+1 (x)|
|bn (x) bn+2 (x)| . . . ,

et donc

s0 (x) = b1 (x)
sn (x) = |bn (x) bn+1 (x)|, n = 1, 2, . . .

(4.15)

Remarquez que les nombres binaires b1 b2 . . . bn 1000 . . . = b1 b2 . . . bn 0111 . . . sont


(comme il se doit) envoys sur des suites quivalentes au sens de (4.13). Inversment,
82

PHYS2111

la formule (4.15) montre que la suite des sn , n = 0, 1, 2, . . . permet de reconstruire


la suite des bn , n = 1, 2, . . . inductivement, via
b1 = s0 , b2 = |b1 s1 |, . . . , bn+1 = |bn sn |, . . .

(4.16)

On vrifie aisment que si deux suites sont quivalentes au sens de (4.13), elles
dfinissent deux dveloppements binaires quivalents et donc le mme point x
[0, 1]. Donc (4.16) est lapplication inverse de S, ce qui tablit la proposition.
Il est maintenant vident que, au niveau de lespace des suites (ou plus prcisment ), la dynamique de lapplication f se traduit par le dcalage : :
(s0 , s1 , s2 , . . .) = (s1 , s2 , s3 , . . .).

(4.17)

En effet, par dfinition de S,


S f = S.

(4.18)

Nous allons montrer partir de cette observation que lapplication f possde la


proprit SCI. En effet soit x I et > 0 arbitraires. Soit n tel que 2n <
(par exemple, avec n = 2 [| log |], on peut satisfaire (4.6) avec C = 2) et soit
(s0 (x), s1 (x), . . .) litinraire de x. Soit y nimporte quel point de I dont litinraire
a la forme


 


S(y) = s0 (x), s1 (x), . . . , sn1 (x), 1 sn (x) , 1 sn+1 (x) , . . . ,
(4.19)

cest--dire que les n premiers intervalles visits par y sont les mmes que ceux visits
par x, mais les (n + 1)me et (n + 2)me intervalles visits par y, sont tous les deux
diffrents de ceux visits par x, aprs quoi on nimpose plus aucune condition sur y.
Alors, en utilisant (4.16) et lingalit (4.8), on a
|x y| 2n < ,

(4.20)

et, puisque

 

S f n (x) = sn (x), sn+1 (x), . . .

et


 
 


S f n (y) = 1 sn (x) , 1 sn+1 (x) , . . . ,

(4.21)

|f n (y) f n (x)| 1/4.

(4.22)

on a ncessairement

En effet, par construction (cfr figure 4), f n (x) et f n (y) ne peuvent pas tre tous
les deux dans I0 ou dans I1 et si lun appartient I01 , lautre nappartient pas
I11 (cest--dire quil appartient I10 ). Donc, leur distance est au moins gale
L(I01 ) = L(I11 ) = 14 . Donc, on peut (par exemple) prendre d = 41 dans la dfinition
4.2.
83

Chapitre 4 Exemples lmentaires de systmes

<<

chaotiques

>>

Pour montrer que f est chaotique, il reste tablir les conditions (ii) et (iii) de
la dfinition 4.7. Pour cela, on a besoin du
Lemme 4.11. Pour que E I soit dense, il suffit que S(E) ait la proprit
suivante
t , N entier positif, s S(E) tel que ti = si , i < N.

(4.23)

Dmonstration. Il suffit dobserver que, en vertu de (4.16), (4.23) implique que les
points x et y de I dont les itinraires sont respectivement s et t, ont un dveloppement binaire qui concide ncessairement jusquau Nme terme, et de rpter alors
la preuve du lemme 4.3.
Ce lemme tant acquis, la preuve que f satisfait les conditions (ii) et (iii) de la
dfinition 4.7 est identique celle du thorme 4.4. Il suffit de rpter les arguments
au niveau des itinraires. On a donc tabli le
Thorme 4.12. Lapplication en tente (4.9) est chaotique.

La fonction logistique avec a = 4


Le graphe de lapplication en tente (4.9) est trs semblable celui de lapplication
logistique pour a = 4 :
g(x) := f4 (x) = 4x(1 x).

(4.24)

En fait ces deux applications sont conjugues au sens de la dfinition suivante :


Dfinition 4.13. Les applications f et g sont (topologiquement) conjugues si
elles sont relies par un homomorphisme, cest--dire que lon a
C f = g C,

(4.25)

pour une application bijective C, telle que C et C 1 soient continues.


Remarque On peut penser C comme un changement de coordonnes; (4.25) peut
scrire
f = C 1 g C
ce qui implique
f n = C 1 g n C.

(4.26)

Remarquons que linverse dune bijection continue entre ensembles compacts (tels
que I = [0, 1]) est toujours continue. Il suffit donc de vrifier que C est bijectif et
continu. Notons aussi quon sintresse souvent des conjugaisons diffrentiables
84

PHYS2111

(de classe C k ) cest--dire telles que C et C 1 soient de classe C k (ou encore que C
soit un diffomorphisme de classe C k ).
Proposition 4.14. Lapplication en tente f (4.9) et la fonction logistique g (4.24)
sont conjugues via lapplication C : I I, dfinie par
(4.27)

C(x) = (1 cos x)/2.


Dmonstration. On a
g(C(x)) = 4

1 cos x
2



1 + cos x
2

= sin2 x,

Pour 0 x 12 , on a
C(f (x)) =
et pour

1
2

1 cos 2x
= sin2 x,
2

x 1,
C(f (x)) =

1 cos 2(1 x)
= sin2 x.
2

Remarquons que C est de classe C mais C 1 bien que continu, nest pas de
classe C 1 , comme on le voit sur le graphe.

Figure 5

Corollaire 4.15. Pour a = 4, lapplication logistique est chaotique.


Que lensemble des points priodiques soit dense et quil existe une orbite dense
pour lapplication logistique avec a = 4 est immdiat vu que lapplication est conjugue lapplication en tente qui possde ces proprits. En effet, (4.26) implique que, si x est priodique pour f (f n (x) = x), alors C(x) est priodique pour
g(g n (C(x)) = C(x)). Soit Per (f ) (resp. Per (g)) lensemble des points priodiques
sous f (resp. g). Pour montrer que Per (g) est dense il suffit donc de montrer que :
> 0, y I, x Per (f )
85

Chapitre 4 Exemples lmentaires de systmes

<<

chaotiques

>>

tel que |y C(x)| .


Mais, comme C est continu, on sait quil existe un > 0 tel que si |C 1 (y)x|
alors |y C(x)| et, comme Per (f ) est dense, on peut trouver x Per (f ) tel
que |C 1 (y) x| .
Le mme type dargument permet de dmontrer lexistence dune orbite dense.
Mais, comme tel, il nimplique pas immdiatement la proprit SCI. En effet, cette
proprit dpend de la faon dont la distance entre f n (x) et f n (y) dpend de |x y|
et de n. Et le simple fait que C et C 1 soient continus ne suffit pas pour transposer
ces proprits de f g 1 .
Pour dmontrer la proprit SCI pour g, on peut utiliser la mthode des itinraires.
Donc, tout point x I, on fait correspondre son itinraire (s0 (x), s1 (x), . . .)
par la formule
sn (x) = 0 si g n (x) I0 ,
= 1 si g n (x) I1 .
Ci-dessous, on a reprsent schmatiquement quelques itinraires :

Figure 6
Remarquons que C prserve I0 et I1 , cest--dire que x I0 (ou I1 ) ssi C(x) I0
(ou I1 ). Donc, g n (x) I0 (resp. I1 ) est quivalent C 1 (g n (x)) I0 (resp. I1 )
et, par (4.26), est quivalent f n (C 1 (x)) I0 (resp. I1 ). Ce qui veut dire que
litinraire sous g de x est identique celui, sous f , de C 1 (x). Pour dmontrer
la proprit SCI, considrons un x donn ; on peut trouver un y tel que (4.6) soit
vrifi, pour f avec x remplac par C 1 (x) et y remplac par C 1 (y). Pour obtenir la
1

Exercice : Montrez que si C et C 1 taient uniformment Lipschitziennes cest--dire que


L < tel que x, y, L1 |C(x) C(y)| |x y| L|C(x) C(y)|, alors (4.26) implique que, si
f possde la proprit SCI, g la possde aussi.

86

PHYS2111

proprit SCI pour g, il faut se donner un d appropri et vrifier que |x y| avec


n C| log |. Notons que ce nest pas immdiat parce que, pour g, les intervalles
correspondant des itinraires finis de longueur donne ne sont pas tous de la mme
longueur, contrairement ce qui se passait pour f . Nanmoins, par construction,
x, y [C(x1 ), C(x2 )],
o [x1 , x2 ] dsigne un intervalle correspondant un itinraire fini de longueur n pour
f (et, donc, |x2 x1 | = 2n ). Donc, |x y| C(x2 ) C(x1 ) et, utilisant (4.7), on
a:
Z x2
Z
1 x2

C(x2 ) C(x1 ) =
C (x)dx =
sin xdx
2 x1
x1
Z
x2

dx = (x2 x1 ) = n+1 .
2 x1
2
2

< , ce qui est


Donc, tant donn x et > 0 arbitraires, en prenant n tel que 2n+1
possible pour n C| log |, on peut toujours trouver un y une distance infrieure
de x tel que, aprs n itrations, les deux points seront spars dune distance
suprieure d = L(I01 ) = L(I11 ) > 0.

3.

Exposants de Lyapunov

Pour quantifier la sensibilit par rapport aux conditions initiales, on utilise souvent
la notion de nombre de Lyapunov ou dexposant de Lyapunov. Si x1 dsigne une
condition initiale, lcart aprs n itrations pour une condition initiale voisine x1 +
est approximativement
n

|f (x1 + ) f (x1 )| |(f ) (x1 )| =

n
Y
i=1

|f (xi )|,

(4.28)

o {x1 , x2 , x3 , . . .} est lorbite de x1 . Pour obtenir (4.28), on utilise


n

(f ) (x1 ) =

n1
Y
k=0

qui est obtenu en itrant



f f k (x1 ) ,



(f g)(x) = f g(x) g (x),

et le fait que f k (x1 ) = xk+1


Donc, pour n grand, lerreur est
Qn, par dfinition.
1/n
chaque itration.
multiplie en moyenne par i=1 |f (xi )|

Dfinition 4.16. Soit f une application diffrentiable sur la droite relle R. Le


nombre de Lyapunov L(x1 ) de lorbite {x1 , x2 , x3 , . . .} est dfini comme
L(x1 ) = lim

n
Y
i=1

87

|f (xi )|1/n ,

Chapitre 4 Exemples lmentaires de systmes

<<

chaotiques

>>

si cette limite existe. Comme on va le voir, il est plus facile de travailler avec
le logarithme de cette formule. On dfinit donc lexposant de Lyapunov h(x1 )
comme
n
1 X
ln |f (xi )|,
(4.29)
h(x1 ) = lim ( )
n n
i=1

si cette limite existe. Remarquez que h existe si et seulement si L existe et ln L = h.

Exercice 4.17. Montrez que si le nombre de Lyapunov de lorbite de x1 sous


lapplication f est L, alors le nombre de Lyapunov de lorbite de x1 sous lapplication
f k est Lk .
Clairement, pour une orbite priodique {x1 , x2 , . . . , xk , x1 , x2 , . . .} de priode k,
lexposant de Lyapunov est
k

1X
h(x1 ) =
ln |f (xi )|.
k i=1

(4.30)

Dfinition 4.18. Soit f une application diffrentiable. Une orbite {x1 , x2 , . . . , xn , . . .}


est dite asymptotiquement priodique si elle converge vers une orbite priodique
quand n ; cela signifie quil existe une orbite priodique {y1 , y2 , . . . , yk , y1, y2 , . . .}
telle que
lim |xn yn | = 0.

(4.31)

Thorme 4.19. Soit f une application sur la droite relle R de classe C 1 . Si une
orbite {x1 , x2 , . . .} de f satisfait |f (xi )| =
6 0 pour tout i et est asymptotiquement
priodique une orbite priodique {y1 , y2 , . . .}, alors ces deux orbites ont les mmes
exposants de Lyapunov.
Dmonstration. Nous utilisons le fait que si une suite infinie de nombres sn converge
vers s quand n , alors la suite des moyennes converge vers la mme limite
n

1X
si = s.
lim
n n
i=1

Soit k la priode de lorbite priodique. Si k = 1, alors y1 est un point fixe de f et


h(y1 ) = ln |f (y1 )|. Puisque limn xn = y1 , par continuit de la drive de f et de
la fonction ln x pour x strictement positif, on a
lim ln |f (xn )| = ln lim |f (xn )| = ln |f (y1 )|,

et donc

1X
lim
ln |f (xi )| = ln |f (y1 )|.
n n
i=1
88

PHYS2111

Si k > 1, alors y1 est un point fixe de f k et lorbite de x1 sous f k est asymptotique


y1 . Donc lexposant de Lyapunov de lorbite de x1 sous f k est ln |(f k ) (y1 )|. En
utilisant lexercice 4.17, on obtient que lexposant de Lyapunov de lorbite de x1
sous laction de f est 1/k ln |(f k ) (y1 )|, ce qui (en vertu de (4.30)) est lexposant de
Lyapunov de lorbite priodique de y1 sous f .
Dfinition 4.20. Soit f une application sur la droite relle R, et soit {x1 , x2 , . . .}
une orbite borne de f . On dit que cette orbite est chaotique si
1. {x1 , x2 , . . .} nest pas asympotiquement priodique.
2. Lexposant de Lyapunov h(x1 ) est strictement positif.
Par exemple, dans le cas de lapplication x 2x mod 1 ou pour lapplication en
tente, tant que nous considrons des orbites qui naboutissent pas 21 , nous avons
que
n

1X
1X
ln |f (xi )| = lim
ln 2 = ln 2.
lim
n n
n n
i=1
i=1

(4.32)

Remarquons que les seules orbites asymptotiquement priodiques pour cette application sont celles qui sont finalement priodiques : en effet, si deux points ont des
dveloppements binaires qui diffrent sur un ensemble infini dindices, alors leurs
orbites ne satisfont pas (4.31). Par ailleurs, on sait que les nombres rationnels
ont, dans nimporte quelle base, un dveloppement qui est finalement priodique et
vice-versa2 . Donc pour lapplication x 2x mod 1, les orbites de tous les points
irrationnels sont chaotiques.
La meilleure image intuitive que lon puisse se faire dun systme chaotique est
de dire quil sagit dun systme pour lequel la majorit des orbites (except celles
dun ensemble dnombrable de points, cest--dire dun ensemble de mesure nulle)
sont chaotiques (au sens de la dfinition 4.20). Ci-dessous nous donnons une figure
reprsentant les exposants de Lyapunov (calculs sur ordinateur) pour la famille
logistique fa (x) = ax(1 x) en fonction de a. Un exposant de Lyapunov positif
est la signature du chaos. Pouvez-vous expliquer les valeurs de a pour lesquelles
lexposant de Lyapunov est 0 ou ?

En effet, si on calcule de faon usuelle le dveloppement dcimal de la fraction pq , p, q N,


celui-ci devient finalement priodique, parce quil existe au plus un nombre fini de restes possibles
et ils doivent donc forcment finir par se rpter. Le mme raisonnement stend videmment
nimporte quelle base. Par ailleurs, en sommant une srie gomtrique, on voit quun dveloppement priodique donne lieu un nombre rationnel.

89

Chapitre 4 Exemples lmentaires de systmes

Figure 7
90

<<

chaotiques

>>

LE FER CHEVAL

Pour un diffomorphisme de classe C r (r 1) du plan dans le plan, il est possible que


les varits stable instable globales dun point selle sintersectent transversalement.
Ce phnomne fut dcouvert pour la premire fois par Poincar dans le contexte du
problme des trois corps. Il engendre une dynamique chaotique. Poincar a appel
de telles intersections des points homoclines ; dans le cas dun diffomorphisme
provenant dune section de Poincar au voisinage dune orbite priodique, les points
homoclines correspondent des solutions qui tendent asymptotiquement vers la
solution priodique quand t + et t .
Dans ce chapitre nous tudions une transformation, invente par le mathmaticien Smale, qui donne une image de la dynamique au voisinage dun point homocline.

1.

Les points homoclines

Dfinition 5.1. Soit f : R2 R2 , un diffomorphisme de classe C r (r 1) et


soit p un point fixe hyperbolique de f , de type selle. On dfinit la varit stable
(globale) en p comme

n
o

S(p) = q R2 f n (q) p, quand n + .
(5.1)
De mme, la varit instable (globale) en p est dfinie par

o
n
2 n
U(p) = q R f (q) p, quand n + .

(5.2)

Soit B un petit voisinage de p, sur lequel les varits stable instable locales
de p dans B, SB et UB , sont reprsentes par le graphe dune fonction. Alors,
ncessairement,
[
S(p) =
f n (SB )
(5.3)
n0

et

U(p) =

f n (UB ).

(5.4)

n0

En effet, si q S(p), alors pour n suffisamment grand, tous les f k (q) sont dans B,
pour k n. Par dfinition de la varit stable locale dans B, cela veut dire que
f n (q) SB , et donc q f n (SB ). Ceci tablit (5.3), on raisonne semblablement
pour tablir (5.4).
Une consquence du thorme de la varit stable-instable est que S(p) et U(p)
sont des courbes. La courbe dfinissant la varit stable (ou instable) globale
ne peut jamais se recouper (on dit que ce sont des varits topologiques, de
dimension 1). En effet, si il existait un point q S(p) tel que la courbe S(p) se
recoupe en q, alors pour n suffisamment grand, f n (O S(p)) SB , o O dsigne un
petit voisinage ouvert de q. Comme f n est un diffomorphisme, cela voudrait dire

Chapitre 5 Le fer cheval

que le varit instable locale SB se recoupe en f n (q), ce qui est impossible puisque
SB est le graphe dune fonction de classe C r , r 1. Nanmoins, il peut arriver
que la varit stable intersecte la varit instable.
Dfinition 5.2. Soit f un diffomorphisme de classe C r (r 1) du plan, et soit p
un point fixe hyperbolique de f , du type selle. Un point h qui appartient la fois
la varit stable et la varit instable de p et qui est distinct de p, sappelle un
point homocline. Donc si h est un point homocline, f n (h) p et f n (h) p
quand n +. Lorbite dun point homocline sappelle une orbite homocline.

Figure 5.1
Dans la suite nous nanalyserons que le cas o les varits stable-instable sintersectent transversalement en un point homocline h, comme sur la figure 5.1.
Si lon prend un petit carr R autour du point fixe p, par itration (positive) de
f , il stire le long de la varit instable de p ; par itration (positive) de f 1 , il
stire le long de la varit stable de p. En particulier, il existe des entiers positifs
l et k, tels que f l (R) stend le long de la varit stable jusqu inclure le point
homocline h, et f k (R) stend le long de la varit instable jusqu inclure nouveau
h, comme indiqu sur la figure 5.2. Donc lapplication f k+l transforme le domaine
D = f l (R) en f k (R) qui a la forme dun fer cheval. Cette observation est due au
mathmaticien Smale, qui en a dduit un modle simple trs utile de la dynamique
au voisinage dun point homocline. Ce modle est connu sous le nom de fer cheval
de Smale. Nous allons maintenant ltudier en dtail.

92

PHYS2111

Figure 5.2

2.

Le modle simple

On dfinit une application


f : D R2 ,


n
o

D = (x, y) R2 0 x 1, 0 y 1 ,

(5.5)

qui contracte dans la direction x, dilate dans la direction y et replie en partie D


dans lui-mme, comme sur la figure 5.3 ci-dessous :

Figure 5.3
Une partie de D est envoye par f en dehors de D, mais nous nous intresserons
plutt laction de f sur les rectangles horizontaux

n
o

H0 =
(x, y) R2 0 x 1, 0 y 1/ et
93

Chapitre 5 Le fer cheval

(5.6)
n

H1 =


o

(x, y) R2 0 x 1, 1 1/ y 1 .

Nous supposerons que f agit de faon affine sur H0 et H1 et les envoie sur les
rectangles verticaux

n
o

f (H0 ) V0 = (x, y) R2 0 x , 0 y 1 et

(5.7)

f (H1 ) V1


n
o
2
= (x, y) R 1 x 1, 0 y 1 ,

o et sont deux paramtres caractrisant la transformation ; on suppose 0 <


< 1/2 et > 2. On peut crire explicitement laction de f sur H0 et H1

f |H0 :

x
y

f |H1 :

x
y

0
0



0
0

x
y



x
y

(5.8)


(vrifier partir de la figure 5.3) ; nous nutiliserons nanmoins pas ces formules
explicites dans la suite.

Figure 5.4
On dfinit f 1 : D R2 comme sur la figure 5.4 : dilatation dans la direction x,
contraction dans la direction y et repliement tel que f 1 (V0 ) = H0 , f 1 (V1 ) = H1 ,
et f 1 agit de faon affine sur V0 et V1 .
Nous allons tudier la dynamique de f sur lensemble des points, , qui restent
dans D sous toutes les itrations possibles de f ; donc est dfini comme lensemble
\
=
f n (D).
(5.9)
nZ

94

PHYS2111

Notre but est de dcrire gomtriquement et dtablir un codage sur . Plus


prcisment, soit

n
o

= s = (sn )nZ sn A = {0, 1} ,
(5.10)

diffre du chapitre 4 en ce que les suites sont indices par n Z. Soit p .


Puisque est invariant sous f , pour tout n Z, f n (p) D et f n+1 (p) D. Cela
signifie que, ncessairement, f n (p) H0 ou f n (p) H1 . On dfinit une application


S : : p S(p) = sn (p)
,
(5.11)
nZ

par la mthode des itinraires :

sn (p) = 0 , si f n (p) H0

(5.12)

sn (p) = 1 , si f (p) H1 .
On munit et dune distance. Comme R2 , on prend la distance usuelle sur
et, sur , on dfinit la distance
d(s, t) =

X |si ti |

(5.13)

2|i|

iZ

Nous utiliserons souvent le


Lemme 5.3 Soient s, t . Alors, si N est un entier positif ou nul,
si = ti pour |i| N d(s, t)
1
2N

d(s, t) <

1
2N 1

(5.14)

si = ti pour |i| N.

Dmonstration. Si si = ti pour |i| N, alors


d(s, t) =

+
X

i=N +1

2N 1

|si ti |2

i=(N +1)

|si ti |2i

La deuxime assertion se prouve par labsurde. Supposons quil existe un i, avec


|i| N et si 6= ti . Alors on a
d(s, t)

1
1
N,
|i|
2
2

ce qui est une contradiction.


On a le
95

Chapitre 5 Le fer cheval

Thorme 5.4. S : dfini par (5.11), (5.12) est un homomorphisme,


cest--dire que S est une bijection et que S et S 1 sont continus, pour les distances
dfinies ci-dessus. De plus, la dynamique sur est conjugue au dcalage sur
S f | = S,

(5.15)

(s)n = sn+1 .

(5.16)

Remarque. Comme dans le cas des itrations en dimension 1 tudies au chapitre 4,


le fait que S est une bijection qui conjugue f et a des consquences remarquables
sur la dynamique : pour une suite quelconque de symboles, s, il existe p , tel
que f n (p) H0 ou H1 , selon que sn vaut 0 ou 1. Cest la correspondance donne
par S qui permet dtablir le caractre chaotique de f |.

Figure 5.5
Pour analyser , commenons par lobservation suivante : si V est un rectangle
vertical (voir figure 5.5), alors f (V ) D est compos exactement de deux rectangles
verticaux, lun dans V0 , lautre dans V1 . Chacun deux a une largeur gale fois
la largeur de V . Vice-versa, soit H un rectangle horizontal, alors f 1 (H) D est
compos exactement de deux rectangles horizontaux, lun dans H0 , lautre dans H1 .
Chacun deux une hauteur gale 1/ fois la hauteur de H.
Construisons maintenant tape par tape. On sait que D f (D) = V0 V1 ,
ce que lon crit
[
D f (D) =
Vs1 .
s1 A

96

PHYS2111

Passons



 

D f (D)f 2 (D) = D f D f (D) = D f (V0 V1 ) = D f (V0 ) D f (V1 ) .

Grce lobservation faite prcdemment, on remarque que D f (V0 ) et D f (V1)


sont chacun constitus de deux rectangles verticaux (voir figure 5.6), de largeur 2 ,
ce que nous noterons
D f (V0 ) = V00 V10

et

D f (V1 ) = V01 V11

et donc
D f (D) f 2 (D) =
avec
Vs1 s2


n

= p D p Vs1

Vs1 s2

(s1 ,s2 )

et f

o
(p) Vs2 .

Figure 5.6
On peut continuer ainsi, pour tout k (voir figure 5.7 pour k = 3) ; on prouve
facilement par induction que D f (D) . . . f k (D) est compos de 2k rectangles
verticaux de largeur k :


D f (D) . . . f k (D) = D f D f (D) . . . f k1(D)
[
=
D f (Vs2 ...sk )
(s2 ,...,sk )



Vs1 f (Vs2 ...sk )

(s1 ,s2 ,...,sk )

avec

Vs1 ...sk

(s1 ,...,sk )

n
o
Vs1 ...sk = p D|f i+1 (p) Vsi , i = 1, . . . , k .
97

Chapitre 5 Le fer cheval

Figure 5.7
Avant de passer la limite k , le point important raliser est quil y a 2k
suites possibles de 0 et de 1 de longueur k, et que chacune de ces suites correspond
un rectangle vertical dans le processus. A la limite k , puisque une intersection
dcroissante densembles ferms non vides dans un ensemble compact est non vide,
il est clair que nous obtenons un nombre infini de rectangles et que la largeur de
ces rectangles est nulle, puisque limk k = 0. Donc

f n (D) =

n=0

(5.17)

Vs1 ...sk ...

(s1 ,...,sk ,...)

est constitu par un ensemble infini de lignes verticales


Vs1 ...sk

...

= {p D|f i+1(p) Vsi , i = 1, 2, . . .},

que lon peut mettre en bijection avec les suites (s1 , s2 , . . .) formes de 0 et de 1.
Cet ensemble est non dnombrableP(puisquil existe une surjection de lensemble de
i
ces suites sur [0,1], dfinie par x = +
i=1 si 2 ). Par ailleurs, il est de mesure nulle :
il est inclus pour tout k, dans D f (D) . . . f k (D), qui est de mesure (2)k , et
< 1/2. Remarquons aussi que, puisque
f i+1 (p) Vsi f i (p) Hsi ,
on a que
n
o
Vs1 ...sk ... = p D|f i(p) Hsi , i = 1, 2, . . . .

(5.18)

On peut refaire les mmes raisonnements avec f 1 et les rectangles horizontaux. On


a (voir figure (5.8))
[
D f 1 (D) =
Hs 0 ,
s0 A

et donc

D f 1 (D) f 2 (D) =

s1 A

D f 1 (Hs1 )

98

(s0 ,s1 )

Hs 0 s 1

PHYS2111

avec

o
n
Hs0 s1 = p D|p Hs0 et f (p) Hs1 .

Voir figure 5.9 ci-dessous.

Figure 5.8

Figure 5.9
En continuant, on obtient
D f 1 (D) f 2 (D) f 3 (D) =
avec

Hs 0 s 1 s 2

(s0 ,s1 ,s2 )

Hs0 s1 s2 = p D|p Hs0 , f (p) Hs1 et f (p) Hs2 ,


voir la figure 5.10 ci-dessous.

Figure 5.10
99

Chapitre 5 Le fer cheval

Par induction, on obtient que


D f 1 (D) . . . f k (D) =

Hs0 s1 ...sk1

(s0 ,s1 ,...,sk1 )

est compos de 2k rectangles horizontaux de hauteur (1/)k



n
o

Hs0 s1 ...sk1 = p D f i(p) Hsi , i = 0, . . . , k 1 .

Passant la limite k , on obtient un ensemble non dnombrable, de mesure


nulle, de lignes horizontales. Cet ensemble est indic par les suites (s0 , s1 , s2 , . . .)

n=0

f n (D) =

Hs0 s1 ...sk ...

(5.19)

(s0 ,s1 ,...,sk ,...)


o
n

Hs0 s1 ...sk ... = p D f i (p) Hsi , i = 0, 1, 2, . . . .

Donc, en combinant (5.17), (5.18) et (5.19), on voit que est un ensemble infini
de points ; chacun de ces points correspond lunique intersection entre une ligne
verticale Vs1 ...sk ... et une ligne horizontale Hs0 ...sk ...
=

n=0

f (D)
[

f n (D)

n=0

(s1 , . . . , sk , . . .)
(s0 , . . . , sk , . . .)

(Vs1 ...sk ... Hs0 ...sk ... )

(5.20)

avec

o
n

Vs1 ...sk ... Hs0 ...sk ... = p D f i (p) Hsi , i = 0, +1, 1, 2, 2, . . . .

Ceci montre que le codage S : dfini en (5.11), (5.12), tablit une bijection
entre et .
Dmonstration du thorme 5.4. On vient dtablir le caractre bijectif de S. Il reste
tablir que S et son inverse S 1 sont des applications continues. Pour montrer
que S est continue, il faut montrer que


p , > 0, > 0 : |q p| < d S(q), S(p) < .

1
Soit N tel que 2N1
< . Comme f et f 1 sont continues, toutes les applications
f i , |i| N le sont aussi. Donc, en prenant suffisamment petit, on peut supposer
que si |q p| < , alors f i (p)et f i (q) sont simultanment dans H0 ou H1 , pour

100

PHYS2111

|i| N, parce que la distance entre H0 et H1 est fixe (1 2 ). Mais, comme q, p ,


cela revient dire que
S(q)i = S(p)i , i tel que |i| N,
et donc, en vertu de (5.14),


d S(q), S(p)

1
2N 1

< .

Comme S est une bijection continue entre espaces compacts mtriques ( et ),


son inverse S 1 est automatiquement continue et on a bien un homomorphisme.
On peut aussi le vrifier directement en regardant la figure 5.11 ci-dessous. Montrer
que S 1 est continue revient montrer que
s, > 0, > 0 : d(t, s) < |S 1 (t) S 1 (s)| < .
Choisissons N tel que
N +
et soit =

1
.
2N

1
N +1

< ,

Alors, en vertu de (5.14),


d(t, s) < ti = si

pour |i| N.

Cela implique (voir figure 5.11) que S 1 (t) et S 1 (s) appartiennent tous les deux
lintersection dun petit rectangle vertical de largeur N et dun petit rectangle
1
horizontal de hauteur N+1
, et donc on a
|S 1 (t) S 1 (s)| N +
Ceci achve la dmonstration du thorme.

Figure 5.11
101

1
N +1

< .

Chapitre 5 Le fer cheval

En raisonnant comme au chapitre 4, le thorme 5.4 nous fournit immdiatement


que lapplication f | est chaotique. Il y a nanmoins une diffrence majeure par
rapport aux exemples que nous avons traits au chapitre 4. Lensemble est un
ensemble de mesure nulle et cest seulement sur cet ensemble invariant que nous
tablissons que la dynamique est chaotique. Dans les exemples du chapitre 4, nous
avons tabli que la dynamique tait chaotique sur tout lespace de phase du systme, savoir lintervalle [0, 1]. Ceci veut dire que si lon prend un point au hasard
dans D, on ne le prendra pas dans . Donc la probabilit dobserver les mouvements
que nous exhibons ici est nulle ! Nanmoins, lexistence de cette dynamique chaotique sur un ensemble de mesure nulle a des consquences dramatiques, notamment
dans le cas de la mcanique hamiltonienne : la non-intgrabilit du systme. Cette
affirmation a un sens technique prcis sur lequel nous reviendrons, mais pour le moment on peut y penser comme signifiant que le systme ne peut pas tre rsolu en
termes de formules explicites (comme cest le cas par exemple pour le problme de
Kepler, problme des 2 corps).
Corollaire 5.5 La dynamique du fer cheval (5.5) restreinte au sous-espace invariant (5.9) est chaotique.
Dmonstration. Rappelons que lon entend par l que le systme dynamique
f | :

possde

(i) un ensemble dense (dans ) dorbites priodiques


(ii) une orbite dense (dans )
(iii) la proprit SCI (sur )
On utilise le fait que la dynamique sur est conjugue au dcalage
: . . . s2 s1 s0 s1 . . . . . . s1 s0 s1 s2 . . . ,

la seule diffrence est que lon a maintenant des suites infinies dans les deux sens.
Quand on itre f , on dcale vers la gauche et quand on itre f 1 , vers la droite.
Comme S : est un homomophisme, on peut vrifier toutes les assertions
topologiques en utilisant la distance (5. 13) sur .
(i) Soit t et > 0. Soit N tel que 1/2N 1 < . On construit
s = tN . . . t1 t0 . . . tN ,

o la barre signifie que lon rpte indfiniment la squence finie dans les deux
directions. s a une orbite priodique de priode 2N + 1 et, en vertu de (5.14),
d(t, s) 1/2N 1 < .
(ii) On dfinit par exemple s en juxtaposant toutes les suites possibles finies de 0 et
de 1 droite du point dcimal
102

PHYS2111

s = . . . 0100011011 . . .

Si t est une squence arbitraire et > 0, on choisit N tel que 1/2N 1 < . On peut
toujours sarranger pour que un itr convenable de s, k (s), soit tel que
( k (s))i = ti , pour |i| N,
et donc d(t, k (s)) 1/2N 1 < .
(iii) On prend
d=1

2
,

la distance entre H0 et H1 . On va montrer que


p , > 0, q , n avec |q p| < et |f n (q) f n (p)| d.
Soit n tel que n1 + 1/n < et soit s = S(p), la suite doublement infinie correspondant p. On dfinit q nimporte quel point dont la suite t = S(q)
vrifie
ti = si pour |i| n 1 , tn = 1 sn .
Puisque ti = si pour |i| n 1,

|q p| n1 + 1/n < ,
et puisque tn diffre de sn , f n (q) et f n (p) nappartiennent pas au mme rectangle
horizontal, H0 ou H1 , et donc
|f n (q) f n (p)| 1

2
= d.

Ceci achve la dmonstration.

3.

Applications

Poincar, dans son tude du problme des 3 corps, fut le premier raliser que
lexistence de points homoclines transverses complique terriblement la structure des
solutions. Lorbite sous laction de lapplication de Poincar dun point homocline
transverse ~q0 , {P n (~q0 ), n Z}, produit (de faon vidente) des points homoclines
transverses. Sur la figure (a) ci-dessous ~q0 est envoy sur ~q1 , ~q1 sur ~q2 , etc.; comme
lapplication de Poincar P prserve lorientation, la varit instable coupe la varit
stable en ~q0 et ~q1 dans le mme sens, donc il doit exister au moins une intersection
intermdiaire ~r0 entre ~q0 et ~q1 , ~r1 entre ~q1 et ~q2 , etc. Ces deux suites infinies ~qn
et ~rn donnent lieu des points homoclines de premire espce. Dans le cas du
pendule forc, ces points correspondent des mouvements homoclines qui atteingent
la position renverse instable en un tour. Mais il y a plus! Les petits arcs de la varit
instable qui joignent les points homoclines de premire espce, sont envoys de plus
en plus prs du point selle ~p par itration positive de P . En se rapprochant du
103

Chapitre 5 Le fer cheval

point fixe, ces arcs ne peuvent rester au voisinage de celui-ci, car seuls les points
sur la varit stable ont cette proprit. Donc, en se rapprochant du point selle,
la varit instable doit se mettre osciller de plus en plus violemment, sans jamais
se recouper nanmoins, voir la figure (b). Ceci conduit des points homoclines
de deuxime espce, de troisime espce, etc. Dans le cas du pendule forc, cela
correspond des mouvements homoclines en deux tours, en trois tours, etc. On
peut faire un raisonnement semblable pour la varit stable, sous itration ngative
de P . Dans son clbre ouvrage Les mthodes nouvelles de la mcanique cleste
(1899), Poincar crit:
Que lon cherche se reprsenter la figure forme par ces deux courbes et
leurs intersections en nombre infini dont chacune correspond une solution
doublement asymptotique, ces intersections forment une sorte de treillis, de
tissu, de rseau mailles infiniment serres; chacune de ces courbes ne doit
jamais se recouper elle-mme, mais elle doit se replier elle-mme dune manire
trs complexe pour venir recouper une infinit de fois toutes les mailles du
rseau. On sera frapp de la complexit de cette figure, que je ne cherche
mme pas tracer. Rien nest plus propre nous donner une ide de la
complexit du problme des trois corps ...

Figure 5.12.
Le dessin ci-dessus ainsi que la figure 5.2 et les rsultats de ce chapitre suggrent
que la prsence dune intersection homocline entrane lexistence dune structure
de fer cheval. Cest ce quaffirme le thorme suivant dont la dmonstration est
trs technique et dpasse le cadre de ce cours. La difficult de la dmonstration
est destimer la petitesse de R et la grandeur de k et (figure 5.2) pour avoir
la contraction et la dilatation ncessaires, qui garantissent que les hypothses du
modle simple que nous venons dtudier sont satisfaites.
Thorme 5.6 (Thorme de Birkhoff-Smale) Soit f : R2 R2 un diffomorphisme de classe C r (r 1) qui possde
104

PHYS2111

- un point fixe hyperbolique, de type selle,


- un point homocline transverse h.
Alors, il existe N < , un ensemble , invariant sous f N , et un homomorphisme S : tel que
S f N | = S,
o et sont dfinis comme en (5.10) et (5.16). Autrement dit, la dynamique
dune puissance approprie de f , laisse invariant un sous-ensemble sur lequel elle
est conjugue au dcalage construit sur deux symboles.
Dans le cas du pendule forc lanalogue de la figure (5.12) (b) a la forme suivante:

Figure 5.13.
De plus on peut exhiber, au moyen du thorme de Birkhoff-Smale une famille
de mouvements associs au jeu de pile ou face.
Thorme 4 Supposons que lapplication de Poincar du systme (2.50) possde
un point homocline transverse, ce qui est le cas pour 6= 0 suffisamment petit, si la
condition (2.56) est satisfaite. Alors, quelle que soit la suite (sk )kZ , sk {1, +1},
il existe une solution de (2.50) qui passe une infinit de fois par x1 = 0 aux temps
tk , . . . < t2 < t1 < t0 < t1 < t2 < . . ., dans le sens horloger (c..d. x2 (tk ) < 0) si
sk = 1 et dans le sens anti-horloger (c..d. x2 (tk ) > 0) si sk = +1.
En langage imag, le sens des rotations du pendule priodiquement forc peut
tre associ un jeu de pile ou face.
Pour comprendre intuitivement ce thorme, il faut se reporter la figure 5.13,
qui illustre une lgre variante de la construction du fer a cheval. Les bandes
horizontales H0 et H1 sont transformes par une puissance approprie f N de
lapplication de Poincar en des bandes verticales f N (H0 ) et f N (H1 ), comme indiqu sur la figure. Puisque les droites x1 = et x1 = + sont identifies, ces
images intersectent H0 et H1 , tout comme dans la construction du fer cheval. On
dfinit un codage :
S:

k=

f N k (H0

H1 ) { sk )kZ , sk {1, 1}},


105

Chapitre 5 Le fer cheval

par
sk (p) = +1 si f N k (p) H0 , sk (p) = 1 si f N k (p) H1 .

Il faut alors montrer (et cest l toute la difficult) que, pour un choix appropri de
H0 et H1 , S est un homomorphisme. Remarquons quun point dans H0 est envoy
par P (au voisinage de la varit stable-instable) dans la rgion o x2 = x > 0, tandis
quun point dans H1 est envoy dans la rgion o x2 = x < 0. Donc le symbole +1
peut sinterprter comme un passage du pendule par la position dquilibre stable
avec x > 0, et le symbole 1 comme un passage avec x < 0. Comme toutes les
suites sont ralisables (puisque S est surjective), cela tablit le rsultat.

Figure 5.14: Poincar map for the perturbed pendulum.


Donnons finalement un exemple dapplication des ides de la dynamique symbolique au problme restreint des 3 corps. Lobtention de ce rsultat est plus dlicate
que dans le cas du pendule soumis une force extrieure priodique.
On considre la situation suivante, tudie par V. Alekseev et K. Sitnikov dans
les annes 60. Deux corps de masses gales m1 = m2 se dplacent dans le plan sur
des ellipses qui ont en commun un foyer, tandis quun 3e corps de masse nulle, que
nous appellerons la comte, se dplace sur une droite L perpendiculaire au plan et
passant par le foyer commun, comme sur la figure ci-dessous. Le fait que le 3e corps
soit de masse nulle signifie quil ninfluence pas le mouvement des deux autres corps
(mais est influenc par ceux-ci). On appelle ce modle un problme restreint 3
corps cause de cette non-interaction qui simplifie le problme; la solution de ce
problme simplifi est nanmoins, comme on va le voir, trs complique.

106

PHYS2111

Figure 5.15
Dans ce systme lanne est le temps T que mettent les deux corps accomplir
une rvolution complte. Soit z la coordonne dcrivant le mouvement de la comte
sur la droite L, de telle sorte que z = 0 corresponde la position du centre de masse.
Si lon normalise les units de telle faon que m1 = m2 = 21 et G = 1 (la constante
de gravitation), lquation du mouvement de la comte est donne par
z
d2 z
=
3 ,
2
dt
(z 2 + r 2 (t)) 2
o r(t) = r(t + T ) est la distance de chaque plante au centre de masse. Avec les
normalisations choisies
1
r(t) = (1 cos t) + O(2 ),
2
o > 0 dsigne lexcentricit de lorbite des plantes.
Pour formuler le rsultat, nous considrons une solution z(t) possdant un nombre infini de zros tk , k Z, ... < tk < tk+1 < ..., z(tk ) = 0. Nous introduisons
ensuite les entiers


tk+1 tk
,
sk =
T

qui mesurent le nombre de rvolutions compltes des deux plantes entre deux passages successifs de la comte dans le plan. On a le
107

Chapitre 5 Le fer cheval

Thorme 5.7. Pour une excentricit suffisamment petite > 0, il existe un


entier m = m() tel que toute suite dentiers s = (..., s1 , s0 , s1 , ...), avec sk m,
correspond une solution de lquation diffrentielle ci-dessus.
En dautres mots, on peut faire une comte sur mesure, en programmant celle-ci
de sorte quelle revienne quand on veut. Si lon choisit nimporte quelle suite de
nombre entiers (plus grands quun nombre qui dpend de lexcentricit de lorbite
des corps massifs), par exemple 21, 215, 37, 469, 79, 724,..., on peut faire dmarrer
la comte (la lancer un instant donn avec une vitesse particulire) pour quelle
revienne traverser le plan au cours des annes quon a spcifies, et seulement pendant ces annes (une anne tant le temps que mettent les deux corps massifs faire
une rvolution complte).
Remarquons que lobtention de ce type de rsultat ncessite de conjuguer la
dynamique (sur un ensemble invariant appropri) au dcalage sur un nombre infini
de symboles.

4.

Ensembles de Cantor

Lensemble dont il est question dans le thorme 5.4 et le thorme de BirkhoffSmale est ce que lon appelle un ensemble de Cantor. Nous allons ltudier plus en
dtail !
Tout ensemble ouvert de la droite relle est une runion finie ou dnombrable
dintervalles ouverts deux deux disjoints. Comme tout ensemble ferm est le complmentaire dun ensemble ouvert, on en dduit que tout ensemble ferm de la droite
relle peut tre obtenu, en retirant de la droite relle un nombre fini ou une infinit
dnombrable dintervalles ouverts. Comme exemples lmentaires densembles ferms de la droite relle, on peut citer, les points isols, les intervalles ferms et les runions de tels ensembles pris en nombre fini. Un exemple plus compliqu densemble
ferm de la droite relle est fourni par lensemble triadique de Cantor que nous
nous proposons de considrer ici.
Soit F0 lintervalle ferm [0, 1]. Supprimons lintervalle ouvert ]1/3, 2/3[ et dsignons lensemble ferm qui reste par F1 . Ensuite supprimons les tiers du mileu de
chaque intervalle restant : ]1/9, 2/9[ et ]7/9, 8/9[ et dsignons lensemble ferm qui
reste (comportant quatre intervalles ferms) par F2 . En rptant ce procd (voir
la figure 5.12), on obtient une suite dcroissante densembles ferms Fn . Lensemble
de Cantor est dfini comme

\
C=
Fn .
n=0

C contient, videmment, les points

0, 1, 1/3, 2/3, 1/9, 2/9, 7/9, 8/9, . . .


cest--dire les extrmits des intervalles supprims. Mais ces points npuisent pas
lensemble C. En effet, les points de lintervalle [0, 1] qui appartiennent lensemble
108

PHYS2111

C peuvent tre caractriss de la manire suivante. Ecrivons chacun des nombres


x, 0 x 1, dans le systme de base 3 :
an
a1 a2
+ 2 + ... + n + ...,
x=
3
3
3
o les nombres an peuvent prendre les valeurs 0, 1, 2. Tout comme dans le cas des
dveloppements dcimaux (ou binaires), certains nombres admettent deux reprsentations diffrentes. Par exemple
1
1
0
0
0
2
2
= + 2 + ... + n + ... = + 2 + ... + n + ....
3
3 3
3
3 3
3
On vrifie aisment que lensemble C contient tous les points x, 0 x 1, et ceuxl seulement , qui admettent au moins un dveloppement triadique tel que la suite
a1 , a2 , . . . , an , . . . ne contienne pas le chiffre 1. En fait, on a une bijection
n
o
S : C = (a1 , a2 , . . . , an , . . .) avec an A = {0, 2} .
Lensemble est non dnombrable. En effet, on peut dfinir
g : C [0, 1] : x g(x) =

X
an
n=1

bn 2n ,

n=1

avec bn = 0 pour an = 0 et bn = 1 pour an = 2. g est surjective et donc C a au moins


la cardinalit du continu (ensemble en bijection avec [0, 1]). Mais C est une partie de
lintervalle [0, 1], donc sa cardinalit ne peut pas tre suprieure celle du continu.
g nest pas bijective. On vrifie facilement que g envoie les bords des intervalles
retirs sur le mme point. Donc g peut stendre en une application continue de
[0, 1] [0, 1] en dfinissant g comme constante sur les intervalles retirs ; le graphe
de g est parfois appel escalier du diable, voir figure 5.16 ci-dessous. Lensemble de
Cantor est un ensemble parfait, ce qui veut dire que C est ferm (comme intersection
de ferms) et que tout point de C est un point limite dautres points de C (justifier !).
La mesure de C est nulle. En effet, la longueur de Fn est (2/3)n et C Fn , pour
tout n. Donc C ne contient aucun intervalle ouvert, on dit que C est compltement
discontinu.

Figure 5.16
109

Chapitre 5 Le fer cheval

Figure 5.17

Dfinition 5.7. Un sous-ensemble dun espace mtrique complet qui est compact,
compltement discontinu et parfait est appel un ensemble de Cantor.
On peut dmontrer quun ensemble parfait dans un espace mtrique complet nest
pas dnombrable. On dit en gnral quun ensemble est compltement discontinu si
les composantes connexes de cet ensemble sont rduites des points.
Proposition 5.8. Lensemble invariant sous la dynamique du fer cheval, dfini
en (5.9), est un ensemble de Cantor.
Dmonstration. est un sous-ensemble ferm born de R2 , et donc il est compact.
Comme lapplication S : est un homomorphisme, nous pouvons tablir les
autres proprits en travaillant avec . est non dnombrable (par un argument
semblable celui utilis pour lensemble triadique de Cantor). En fait
= ... A A A A ... =

i=

Ai , o Ai = A = {0, 1}.

Lensemble fini A = {0, 1} est naturellement muni de la distance


d(a, b) |a b|

a, b A.

A est un espace discret (cest--dire que tous les sous-ensembles de A sont ouverts) et
donc, A est compltement discontinu. Il en rsulte que (muni de la distance dfinie
en (5.14)) est compltement discontinu, comme produit despaces compltement
discontinus. Il reste montrer que est parfait. Pour cela il suffit de vrifier que
s , > 0, t avec d(t, s) < .
Clairement, en vertu de (5.15), si lon choisit N tel que 1/2N 1 < , tout t
qui satisfait ti = si pour |i| N, et qui est distinct de s, convient. Ceci achve la
dmonstration de la proposition.

110

VI
1.

LMENTS DE THORIE ERGODIQUE


Introduction

On a vu dans les chapitres prcdents que la trajectoire dun certain nombre de


systmes dynamiques est en pratique imprvisible. Face cette situation, on peut
chercher prdire, non pas les trajectoires, mais des aspects statistiques de celles-ci,
par exemple le temps pass, en moyenne, par une trajectoire dans un sous-ensemble
de lensemble dans lequel les trajectoires voluent3 . Considrons par exemple la
figure 14 . On tudie lapplication logistique f4 (x) = 4x(1 x) sur [0, 1] introduite
au chapitre 4, et on dessine lhistogramme reprsentant le temps total pass par
une trajectoire quelconque (cest--dire dont les conditions initiales sont prises
au hasard) dans de petits intervalles: on a dcoup lintervalle [0, 1] en 200 segi
, i+1
[, i = 0, 1, 2, ..., 199, et reprsent le temps pass dans chacun de ces
ments [ 200
200
intervalles au cours des 50.000 premires itrations.
La figure du bas reprsente une courbe thorique donne par 250 , qui est

(x(1x)

bien en accord avec les donnes. Un des buts de ce chapitre sera dexpliquer ce
phnomne empirique, ce qui sera fait la fin de la section 3.
Nous allons dabord dfinir prcisment ce que veut dire temps pass en moyenne;
ensuite nous donnerons une proprit abstraite des transformations qui implique que
lon puisse prdire ces temps pour les trajectoires correspondantes. On verra ensuite
des exemples de transformations satisfaisant cette proprit ainsi que quelques applications. Le but ici tant purement introductif, on ne cherchera pas formuler les
rsultats de faon la plus gnrale possible ni en donner toujours des dmonstrations compltes. De plus, on supposera ci-dessous, sans le mentionner chaque fois,
que toutes les fonctions et tous les ensembles sont mesurables. Pour une introduction
plus approfondie, voir [12] chapitres 0 et 1.

Pour les tudiants qui ont suivi un cours de physique statistique: dans ce domaine, on est
incapable de prdire ltat de chaque molcule dun gaz mais on est capable danalyser les proprits
possdes, en moyenne, par un grand nombre de molcules. Ici, la situation est analogue: le grand
nombre de molcules est remplac par des temps suffisamment longs et les proprits statistiques
par les temps moyens.
4
La figure est adapte partir de celle dans [11], p. 16.

Chapitre 6 lments de thorie ergodique

2.

Dfinitions et thormes

Soit X un ensemble, une mesure de probabilit sur X et T une transformation de


X dans X. Pour simplifier les ides, on peut penser X comme un sous-ensemble de
Rn , et comme une mesure de probabilit absolument
continue sur X, cest--dire
R
quil existe une fonction intgrable (x) 0, avec X (x)dx = 1 et on dfinit:
Z
(A) =
(x)dx A X.
(6.1)
A

112

PHYS2111

Dfinition 6.1. La mesure est invariante sous T si, A X,


(T 1 A) = (A),

(6.2)

T 1 A = {x|T x A}.

(6.3)

Remarque. On peut rcrire (6.2) de faon quivalente:


Z
Z
F : X R,
F (T x)d(x) =
F (x)d(x)
X

Pour vrifier cela, on peut crire


Z
Z
F (x)d(x) = lim
Fn (x)d(x)
X

(6.4)

(6.5)

P
o Fn = ni=1 ci IAi avec ci R et IA la fonction indicatrice de lensemble A, pour des
choix convenables de suites ci et Ai . Ecrire (6.5) peut se faire avec Fn une fonction
en escaliers dans le cadre de lintgrale de Riemann et une foncton simple
P dans
le cadre de celle de Lebesgue (utilise ici). Et, pour des fonctions Fn = ni=1 ci IAi
(6.4) suit immdiatement de (6.2). Inversment, si on prend F (x) = IA (x) dans
(6.4), on obtient (6.2).
Exemples.
1. Soit X = [0, 1[, d = dx (cest--dire = 1) et
T = T x x + mod 1, [0, 1].

(6.6)

Alors d est invariante sous T (par changement de variable y = x + mod 1).


2. Soit X = [0, 1[, d = dx
T x = 2x mod 1.

(6.7)

Alors, d est invariante sous T . En effet, T 1 A = B1 B2 , se compose de deux


ensembles disjoints, lun dans [0, 12 [, lautre dans [ 12 , 1[ avec (B1 ) = (B2 ) = 21 (A).
3. Soit X = [0, 1[[0, 1[, d = dxdy et T la transformation du boulanger dfinie
au chapitre 4, exercice 9: T (x, y) = (2x mod 1, y2 + [2x]
) o [x] est la partie entire
2
de x.
Alors est invariante sous T . Pour indiquer la dmonstration de cela, observons
que laire dun rectangle est prserve par la transformation T , ainsi que par son
inverse (faites le dessin correspondant). On peut ensuite tendre le rsultat des
ensembles quelconques (mesurables) en utilisant des techniques de thorie de la
mesure (prendre des unions et des intersections de rectangles ainsi que des passages
la limite).
4. Lexemple le plus important de mesure invariante est la mesure de Lebesgue
dans lespace des phases pour les transformations engendres par le flot hamiltonien.
113

Chapitre 6 lments de thorie ergodique

Soit le systme dquations:


H
p
H
p =
q
q =

(6.8)

o q, p Rn et H est lhamiltonien suppos de classe C 2 dun systme mcanique.


Si on note t le flot correspondant (6.8) (en supposant quil est bien dfini pour
tout t R), alors la mesure de Lebesgue dans R2n est invariante sous t , pour tout
t R (thorme de Liouville).
Comme la fonction H est invariante sous (6.8), il sensuit que la mesure de
Lebesgue restreinte une surface dfinie par H = E est galement invariante. On
appelle cette dernire mesure la mesure de Liouville.
Pour dmontrer le thorme de Liouville, considrons un systme plus gnral,
de la forme
x = f(x),
(6.9)
o x Rm , et soit D un ensemble de mesure finie dans Rm . Soit V (t)= mesure
(t (D)), o t est le flot associ (6.9).
Alors on a, t,
Z
d
V (t) =
div fdx
(6.10)
dt
t (D)
P fi
o div f = m
i=1 xi .
Si on pose m = 2n, x = (q, p)P
et quon prend pour f le membre de droite de
2H
2H
(6.8), on a immdiatement div f = m
j=1 qj pj = pj qj = 0 puisque H est de classe
C 2 et donc V (t) = mesure (D) ce qui dmontre linvariance de la mesure de Lebesgue
sous t .
Pour dmontrer (6.10), considrons t = 0 (lextension t quelconque est immdiate; il suffit de remplacer D par t (D)). On a, par la formule du changement de
variables dans les intgrales multiples,
Z
Z
t (x)
)dx
(6.11)
V (t) =
dx =
det(
x
t (D)
D
Par (6.9) on a

d t
(x)t=0
dt

= f(x). Donc,
f
t (x)
= 1| + t
+ O(t2 )
x
x

(6.12)

quand t 0. Observons que, par dfinition du dterminant,


det(1 + tA + O(t2 )) = 1 + t Tr A + O(t2 )
P
o Tr A = m
i=1 Ai parce que seuls les lments de matrice diagonaux de A donnent
une contribution dordre t et pas dordre t2 (vrifiez ceci !). Donc,
d
det(1 + tA + O(t2 ))|t=0 = Tr A.
dt
114

PHYS2111
f
, Tr A = div f, et en combinant ceci avec (6.11) et (6.12) on obtient
Or, avec A = x
(6.10).
Le simple fait quil existe une mesure finie invariante pour une transformation
T a une consquence remarquable.

Thorme du retour de Poincar


Soit T : X X et une mesure T -invariante telle que (X) < . Alors A X,
avec (A) > 0, B A avec (A\B) = 0 et tel que x B, suite (ni )
i=1 , ni N,
ni
avec n1 < n2 < n3 ... et T x A.
Remarques
1. Le thorme signifie que pour tout ensemble A, aussi petite que soit sa mesure
, presque tous les points (par rapport ) reviennent dans A infiniment souvent.
On peut mme raffiner lnonc et montrer quils reviennent dans le sous-ensemble
B, mais la dmonstration de cela est laisse comme exercice.
2. Ce thorme appliqu lexemple du flot hamiltonien a la consquence (paradoxale) suivante: prenons un gaz dans une pice isole, concentrons-le dans un coin
C de la pice, et laissons-le ensuite voluer librement. Supposons que le gaz obit
aux lois de la mcanique classique, cest--dire, comme la pice est suppose tre
isole, quil obit une volution donne par (6.8) pour un H raisonnable et indpendant du temps, avec n gal au nombre de degrs de libert du systme (qui
est norme, de lordre d nombre dAvogadro). Lnergie totale E du systme est
suppose finie et est conserve par lvolution temporelle. Il est facile de montrer
que, pour ce systme, la mesure de Liouville, cest--dire la mesure de Lebesgue
restreinte la surface dans R2n dfinie par H = E est finie.
Le thorme du retour implique que toutes les molcules du gaz reviendrons
infiniment souvent, toutes en mme temps, dans C. En effet, il suffit de prendre
A R2n lensemble o toutes les particules ont leur position dans C (et des moments quelconques, compatibles avec la contrainte donne par lnergie totale du
systme). Il est facile de voir que cet ensemble a une mesure de Liouville strictement positive (mais minuscule compare la mesure totale de la surface dnergie
H = E). Prcisons que la suite donne par le thorme dpend de x, ce qui veut dire
que tous les points de A ne reviennent pas en mme temps dans A, mais, comme
chaque point de A reprsente une configuration du gaz tout entier, on obtient bien
que toutes les molcules de ce gaz reviennent en mme temps dans C.
Cette consquence contredit notre ide induitive de lvolution (irrversible) dun
systme physique: dans lexprience imagine ici, le gaz va se rpandre uniformment
dans la pice et rester ternellement dans cet tat.
La rponse physique ce paradoxe est de dire que le temps quil faudrait attendre pour voir un tel retour se produire est beaucoup plus long que lge de lunivers.
En effet, le thorme et sa preuve ne donnent aucune estimation concrte sur ces
temps de retour. Et, videmment, aucun systme physique ne pourrait rester rellement isol pendant des temps aussi longs.
115

Chapitre 6 lments de thorie ergodique

Nanmoins, le rsultat de Poincar est remarquable parce quil montre quon


peut obtenir des informations sur un systme mcanique quelconque par la pense
pure. De plus, ces retours peuvent tre observs pour des systmes un petit nombre
de degrs de libert.
3. Il est facile de voir pourquoi lhypothse que (X) < est ncessaire: soit
X = R, et la mesure de Lebesgue (on a (R) = ), et T x = x + 1, (T prserve
la mesure ) et A = [0, 12 ]. Aucun point de A ne revient dans A.
Passons la
Dmonstration du thorme du retour
Soit, pour N 0 AN =

T n A. Les points de AN sont ceux qui sont envoys

n=N

dans A par T n pour un n N. Donc B = A

\ \
(
AN ) sont les points de A qui
N =0

reviennent infiniment souvent dans A, cest--dire que, pour tout x B, il existe

une suite (ni ) comme dans lnonc (comme pour chaque x B, il existe des n
arbitrairement grands avec T n x A, on construit la suite inductivement en prenant
pour ni+1 le premier tel n strictement plus grand que ni ).
Montrons que (B) = (A), ce qui, vu que X est de mesure finie, est quivalent
(A\B) = 0. On a T 1 AN = AN +1 et donc (AN ) = (AN +1 ), vu que T
prserve la mesure. Donc (A0 ) = (AN ), N. Comme A0 A1 ... AN ,
et que X est de mesure finie, on a (A0 \AN ) = 0N et donc, vu quune union

\
AN )) =
dnombrable densembles de mesure nulle est de mesure nulle, (A0 \(
(

N =0

\ \
\
(A0 \AN )) = 0. Donc, (B) = (A (
AN )) = (A A0 ) = (A), vu que

N =0

N =0

A A0 .

Lorsquon a une transformation T et une mesure invariante sous T , ainsi quune


fonction borne (ou intgrable) F : X R, on peut former les moyennes temporelles
N 1
1 X
F (T n x)
N n=0

(6.13)

ainsi que les limites N (si elles existent) de ces quantits.


Si on prend F = IA la fonction indicatrice dun sous ensemble A X, la quantit
(6.13) gale le temps pass en moyenne (jusquau temps N) dans A et la limite, si
elle existe, gale A , le temps moyen pass dans A.
116

PHYS2111

Nous avons, propos des limites de ces moyennes, les thormes fondamentaux
suivants dans lesquels nous introduisons lespace L1 (X, d) des fonctions intgrables
et lespace L2 (X, d) des fonctions de carr intgrable. Comme (X) = 1, toutes
les fonctions bornes appartiennent la fois L1 (X, d) et L2 (X, d), et on peut,
si on veut, restreindre les thormes ci-dessous des fonctions bornes.
Thorme ergodique de Birkhoff
Si F L1 (X, d), alors la limite
N 1
1 X
F (T n x)
lim
N N
n=0

(6.14)

existe presque partout, cest--dire que lensemble des x pour lesquels la limite
nexiste pas est de mesure nulle, et cette limite dfinit une fonction F (x)
L1 (X, d) qui satisfait :
F (T x) = F (x) presque partout,

(6.15)

et
Z

F (x)d(x) =

F (x)d(x).

(6.16)

On a galement le
Thorme ergodique moyen de von Neumann
Si F L2 (X, d), alors
2
Z N
1

X
1


lim
F (T n x) F (x) d(x) = 0

N
N

n=0

(6.17)

o F est comme dans le thorme prcdent, cest--dire que (6.13) tend vers F
au sens de la convergence dans L2 (X, d).
Remarque. Si la fonction F est borne, par exemple si F = IA pour A X,
alors F L1 (X, d) L2 (X, d), cest--dire quelle satisfait aux hypothses des
deux thormes, et il est facile de voir que, dans ce cas-l, la convergence nonce
dans le thorme de Birkhoff implique celle dans le thorme de von Neumann.
La principale raison pour laquelle le thorme de von Neumann est mentionn est
quil est beaucoup plus simple dmontrer que le thorme de Birkhoff. Nous
allons donner cette dmonstration maintenant en supposant de plus, pour simplifier
la dmonstration, que T est inversible, ce qui est le cas dans les exemples 1 et 3
ci-dessus, mais pas dans lexemple 2.
117

Chapitre 6 lments de thorie ergodique

Observons tout dabord que H L2 (X, d) est un espace de Hilbert5 et que


loprateur U dfinit par
(UF )(x) = F (T x)
(6.18)
satisfait F , G H,

< UF, UG > = < F, G >

(6.19)

o <, > dnote le produit scalaire dans H.


Cela suit immdiatement le (6.4) et de la dfinition du produit scalaire. Si T est
inversible alors U lest aussi et, par (6.19), U est unitaire. On peut alors rcrire
(6.19) comme
U U = I
(6.20)
o U est loprateur adjoint de U et I lidentit, donc U = U 1 .
Avant de dmontrer le thorme, faisons deux remarques lmentaires:
- Si U est un oprateur unitaire, alors UF = F est quivalent U F = F vu
que U = U 1 .
- Si A est un oprateur dans un espace de Hilbert
ker A = (Im A)

(6.21)

o ker A = {F |A F = 0}, Im A = {AF |F H}, et E dsigne lespace


orthogonal E.
En effet, F ker A signifie que G H, (G, A F ) = 0 ou, par dfinition de
ladjoint, (AG, F ) = 0 cest--dire F (Im A) .
Soit
E = {F H|UF = F }
(6.22)
le sous-espace propre de U de valeur propre 1 et soit P le projecteur de H sur E.
Notons que tout F H peut scrire
F = P F + F

(6.23)

o F E . On a, trivialement, que les fonctions constantes appartiennent E et


que P F (T x) = P F (x).
Remarquons finalement que, par dfinition de U, pour dmontrer le thorme
ergodique moyen, il suffit de dmontrer que, pour tout oprateur unitaire U dans
H, et F H,
N 1
1 X n
U F P F k = 0,
(6.24)
lim k
N N
n=0
5

Pour les tudiants qui ne sont pas familiers avec la notion despace de Hilbert, disons que ce sont
des espaces de dimension infinie, par exemple, comme ici, des espaces de fonctions. Ces espaces
sont munis dun produit scalaire, lequel dfinit leur norme et, pour cette raison, ils possdent
galement un bon nombre de proprits des espaces de dimension finie, Rn ou Cn . Toutes les
proprits utilises ici sont familires pour Cn .

118

PHYS2111

o la norme est celle de H. On a alors que F = P F et (6.15) suit la dfinition de


P . Il est facile de vrifier (6.16), en crivant
Z
Z

F (x)d(x) =< G, P F >=< P G, F >= F (x)d,


avec G = 1, en utilisant le fait quun projecteur est auto-adjoint et que P 1 = 1, vu
que 1 E.
Dmonstration du thorme ergodique moyen
Nous allons prouver (6.24). Observons que, si F P H, U n F = F , n, et P F = F ;
donc le rsultat est trivialement vrai dans ce cas.
Soit maintenant F = (1 U)G, pour G H. On a
N 1
1
1 X n

U F = (G U N G) N 0
N n=0
N

(6.25)

vu que kU N Gk = kGk. Comme U est born, on peut tendre (6.25) F


Im (1 U) o E dsigne la fermeture de E, cest--dire quon peut tendre (6.25)
des limites de suites Fn = (1 U)Gn pour Gn H. Mais, par les remarques
qui prcdent la dmonstration, Im (1 U) = ker(1 U ) = {F |U F = F } =
{F |UF = F } = E.
Par consquent, pour tout F Im (1 U), P F = 0 et (6.24) est valable aussi
pour F Im (1 U) = E . Mais, comme tout F peut scrire F = P F + F , avec
F E et que (6.24) vaut la fois pour un tel F et pour P F , (6.24) est vrai pour
tout F H.
2
Le thorme ergodique affirme lexistence dune srie de limites, celles de toutes
les sommes de type (6.13), pour toutes les fonctions F spcifies et pour presque
tous les x (par rapport ). Mais il ne nous dit que peu de choses sur cette limite,
F (x), part, cfr (6.24), quelle est donne par la projection de F sur le sous-espace,
E, en gnral inconnu.
Mais, et cest ici que le thorme devient utile, il existe une classe de transformations T pour lesquelles la fonction F est facile calculer.
Dfinition 6.2. Soit T une transformation de X et une mesure invariante sous T .
T est ergodique (par rapport ) si les seules fonctions dans L2 (X, d) satisfaisant
F (x) = F (T x) presque partout

(6.26)

sont les constantes. En dautres termes, lespace E, dfini dans (6.22) est de dimension un.
Notons que cette dfinition implique la fois T et . On peut donc galement la
considrer comme une dfinition des mesures ergodiques par rapport T . Cest
un sous-ensemble des mesures invariantes sous T .
119

Chapitre 6 lments de thorie ergodique

Mais le corollaire vident et important des thormes ergodiques appliqus aux


transformations ergodiquesR est que, par (6.15), FR doit tre constant si T est ergodique et, par (6.16) et X d(x) = 1, F = X F (x)d(x). Nous avons donc
le
Corollaire. Soit T une transformation de X dans X et une mesure invariante
sous T pour laquelle T est ergodique, alors pour tout F L2 (X, d),
Z
N 1
1 X
n
lim
F (T x) =
F (x)d(x)
N N
X
n=0

(6.27)

presque par tout (ainsi quau sens de la convergence dans L2 (X, d)).
Remarquons finalement que si F = IA , pour A X, le temps moyen pass dans
A,
A = (A),
si les hypothses du corollaire sont satisfaites.
Pour obtenir des applications intressantes des thormes ergodiques, il suffit de
vrifier que (6.26) implique
que F est constante pour des transformations donnes,
R
et ensuite de calculer X F (x)d(x) pour les F convenablement choisis (en gnral
F = IA pour A X).

3.

Exemples et applications

Considrons dabord chacun des exemples de transformation donns plus haut et


voyons sils sont ergodiques.
Exemple 1. Il faut distinguer entre Q et 6 Q. Commenons par Q
cest--dire = pq avec p, q N soit Fm (x) = exp(2imqx) o m Z. Il est facile
de vrifier que
Fm (T x)
= exp(2imq(x + pq ))
= exp(2imqx) = Fm (x),
vu que mq pq = mp Z et e2i = 1 Z.
Comme, pour m 6= 0, Fm (x) nest pas constant, on en conclut que T nest pas
ergodique pour Q.
Si 6 Q, utilisons le fait que, si F L2 (X, dx), F peut tre dveloppe en srie
de Fourier:
X
F (x) =
cn exp(2inx)
(6.28)
nZ

o la srie droite converge dans L2 (X, dx) et o les coefficients cn sont univoquement dtermins par
Z 1
cn =
F (x) exp(2inx)dx
0

120

PHYS2111

Si F (x) = F (T x), en utilisant (6.28), on obtient


X
X
cn e2inx e2in ,
cn e2inx =
nZ

nZ

et comme les coefficients de la srie de Fourier sont univoquement dtermins, on


obtient que
cn (e2in 1) = 0 n Z.
(6.29)

Mais pour 6 Q, il nexiste pas de n 6= 0 tel que exp(2in) = 1, vu que les


seules solutions de cette quation sont de la forme = m
, avec m Z. Donc (6.29)
n
implique cn = 0, pour n 6= 0, ce qui, par (6.28), implique
F (x) = c0
cest--dire est constante et, donc, que T est ergodique.
Le fait que T est ergodique implique que lorbite de presque tout point est dense.
En effet, il suffit dappliquer (6.27) avec F = IA , pour A un intervalle quelconque.
De plus, dans ce cas-ci, cause de la structure de groupe de laddition modulo 1
sur [0, 1[, il est intuitivement clair que cela implique que lorbite de tout point est
dense.
Notons que ceci suit galement du thorme de retour de Poincar. En effet, il
suffit de montrer que > 0, x [0, 1[ n tel que
|n x|

(6.30)

(les additions tant modulo 1).


Le thorme de Poincar implique que > 0, m tel que |m| , et m 6= 0
parce que 6 Q.
Considrons la suite (pm)pN , dont tous les points sont distincts.
Il est clair que |(p 1)m pm| et donc, pour tout x, il existe un p tel que
n = pm satisfasse (6.30).
Lergodicit de la transformation T , pour irrationnel, a une application gomtrique intressante. Considrons le tore T2 = [0, 1] [0, 1], avec laddition modulo 1
et les quations
x = a1
y = a2
avec (x, y) T2 , dont les solutions sont videmment
x(t) = a1 t + x(0) mod 1
y(t) = a2 t + y(0) mod 1.

(6.31)

Si aa21 6 Q, la courbe dans T2 dfinie par (6.31) est dense. Pour montrer cela, il suffit
de vrifier que, pour tout x [0, 1], la suite des intersections de la courbe dfinie
par (6.31) avec le cercle sur T2 dfini par x = x est dense dans ce cercle. Si on note
tn la suite des temps o la courbe intersecte ce cercle, et yn les coordonnes selon y
de ces intersections, on a, partir de (6.31)
tn+1 = tn +
121

1
a1

Chapitre 6 lments de thorie ergodique

et, par consquent,

a2
.
a1
Comme aa21 6 Q, on obtient, partir de (6.27) appliqu T = T et F = IA , pour A
un intervalle quelconque, que la suite yn intersecte A une infinit de fois et que, par
consquent, la suite des intersections est bien dense dans le cercle dfini par x = x .
Ceci nous donne un exemple de courbe paramtrise par R et dense dans T2 .
Comme la tangente la courbe est partout non-nulle, et que la courbe ne sintersecte
pas, on dit quil sagit dune immersion injective. Mais il ne sagit pas dune sousvarit plonge dans T2 . En effet, un plongement ne doit pas seulement tre injectif,
mais doit tre un homomorphisme de R sur son image (cest--dire sur la courbe vue
comme sous-ensemble T2 et munie de la topologie induite). Or, comme la courbe
passe une infinit de fois dans chaque voisinage dun point de la courbe, chaque
voisinage contient une suite (xn , yn ) avec xn = x(tn ), yn = y(tn ) et tn . Donc,
lapplication inverse de la courbe, valeur dans R nest pas continue par rapport
la topologie induite sur la courbe par la topologie de T2 .
On peut gnraliser aisment cet exemple. Tout dabord, si lon considre
lapplication T de Tm = [0, 1]m dans Tm donne par x x + P(mod 1 dans
chaque coordonne) avec = (1 , ..., m ) Rm tel que lquation m
i=1 ni i = k
avec ni , k Z na de solution que pour ni = 0 i, et k = 0, une extension du raisonnement tablissant lergodicit de T , et utilisant les dveloppements en sries de
Fourier plusieurs variables, sur le tore Tm , montr que T est ergodique (Exercice:
vrifiez cela).
Considrons maintenant sur Tn lquation x = a, avec a Rn , et sa solution
x(t) = at + x(0). Cela dfinit une courbe dans Tn qui est dense si leP
vecteur a est
linairement indpendant sur les rationnels cest--dire si lquation ni=1 ni ai = 0
avec ni Z na comme solution que ni = 0, i. En effet, avec m = n 1 et i = aai+1
1
i = 1, ..., m, la condition prcdente implique que T est ergodique sur Tm et donc
que les intersections de la courbe x(t) avec le tore inclus dans Tn , de coordonne
x1 = x , pour x quelconque, est dense dans ce tore. De l, il suit que la courbe
x(t) est dense dans Tn .
yn+1 = yn +

Exemple 2. Considrons maintenant T donn par x 2x mod 1 sur X = [0, 1[ avec


d = dx. Utilisons nouveau (6.28) appliqu F (x) = F (T x); on obtient
X
X
cn exp(2inx) =
cn exp(2i2nx)
nZ

nZ

ce qui, de nouveau par unicit des coefficients implique


cn = c2n

n Z.

(6.32)

En itrant (6.32), on obtient


n Z, k N.
(6.33)
P
Mais comme F L2 (X, d), on sait que nZ |cn |2 < , cest--dire que cn 0
quand |n| +. Comme |2k n| pour n 6= 0 quand k , (6.33) implique
cn = c2k n

122

PHYS2111

cn = 0, n 6= 0, ce qui nouveau, par (6.28), signifie que F = c0 et que T est


ergodique.
Exemple 3. La transformation du boulanger. Supposons, pour commencer, que F
), en diffrentiant
est continument diffrentiable. Comme T (x, y) = (2x mod 1, y2 + [2x]
2
par rapport y lidentit F (T (x, y)) = F (x, y), on obtient
1
yF (T (x, y)) = D2 F (T (x, y)) = D2 F (x, y),
2

(6.34)

o D2 dnote la drive par rapport la deuxime composante. En prenant le sup


sur (x, y) de (6.34), on obtient
sup |D2 F (x, y)|
x,y

1
sup |D2 F (x, y)|
2 x,y

et donc que D2 F (x, y) = 0. On peut tendre cet argument pour montrer que si
F L2 (X, d) est invariant sous T , alors F est indpendant de y. Mais si F dpend
seulement de x, on a F (T (x)) = F (2x mod 1) et on se ramne au cas prcdent.
Donc, la transformation de boulanger est elle aussi ergodique.
Exemple 4. Mentionnons finalement, sans dmonstration, un dernier exemple de
transformation ergodique. Soit X =]0, 1[ et T x = { x1 } ou {} dnote la partie
dx
et invariante sous T et T est ergodique par
fractionnaire. Alors d = log 2(1+x)
rapport . Lintrt de cette transformation, dite transformation de Gauss, vient
de son lien avec les dveloppements des nombres rels en fractions continues, cest-dire des dveloppements de la forme
x=

1
a1 +

1
a2 + a

(6.35)

1
3 +...

o an N. Pour obtenir (6.35), on crit x1 = [ x1 ] + { x1 } et on pose a1 = [ x1 ]. On a


alors
1
1
{ } = Tx =
,
x
a2 + a + 1 1
3

et on obtient inductivement
an =

1
T n1 x

a4 +...

(6.36)

Donnons maintenant quelques exemples dapplications de ce qui prcde.


1. Distribution des premiers chiffres des puissances de 2
Considrons la suite des puissances de 2:
2, 4, 8, 16, 32, 64, 128, 256, 512, 1024,...
et formons la suite des premiers chiffres des nombres de cette suite:
2, 4, 8, 1, 3, 6, 1, 2, 5, 1, ...
123

(6.37)

Chapitre 6 lments de thorie ergodique

Avec quelle frquence le chiffre p {1, 2, ..., 9} apparat-il dans cette suite? Cette
question apparemment complique et sans relation avec la thorie ergodique a une
rponse fort simple utilisant cette thorie. En effet, que p soit le premier chiffre de
2n signifie que, pour un r N,
p 10r 2n < (p + 1)10r

(6.38)

Prenant le logarithme en base 10 de cette relation on obtient


n log10 2 Jp [log10 p, log10 (p + 1)[

mod 1

ou encore
Frquence dapparition de p dans la suite =
N 1
1 X
lim
I(Tn (0) Jp )
N N
n=0

(6.39)

o I est la fonction indicatrice, T (x) = x + mod 1 et = log10 2. Si 6 Q,


on peut appliquer le thorme ergodique: si on remplace 0 par x dans (6.39), on
obtient que la limite vaut, pour presque tout x,
Z
1
(6.40)
dx = log(1 + ).
(Jp ) =
p
Jp
Il se fait, mais on ne le dmontrera pas, que, pour la transformation T , la limite
(6.39) est la mme pour tout x et pas seulement pour presque tout x, et donc
galement pour x = 0. Par consquent, la limite (6.39) vaut (6.40). Il reste
vrifier que 6 Q. Si = pq , avec p, q N, on a 2q = 10p = 2p 5p cest--dire
2qp = 5p , ce qui est impossible (un nombre pair ne peut tre gal un nombre
impair).
2. Presque tous les nombres rels sont normaux. Soit x [0, 1[. Avec quelle frquence
les 0 et les 1 apparaissent-ils dans le dveloppement de x en base 2, x =
P
n
? Si T x = 2x mod 1, alors (cfr chapitre 4) an = 0 T n1 x [0, 12 [.
n=1 an 2
Donc,
Frquence avec laquelle an = 0
Z 1/2
N 1
1 X
1
1
n
= lim
dx =
I(T x [0, [) =
N N
2
2
0
n=0

(6.41)

presque partout par le thorme ergodique. On obtient videmment le mme rsultat


pour an = 1 et donc, on sait que, pour presque tous les nombres rels, les symboles
0 et 1 apparaissent avec une frquence 12 dans leur dveloppement binaire. On peut
gnraliser ce rsultat, en considrant le dveloppement en base p ou p = 2, 3... et
lapplication T : x px mod 1. On en dduit aisment que pour presque tous
les nombres rels, les symboles 0, 1, ... p 1, apparaissent avec une frquence p1 .
Cette conclusion est une version plus prcise et plus gnrale de linterprtation
probabiliste donne au chapitre 4.
124

PHYS2111

On appelle normal en base p un tel nombre et normal un nombre qui est normal
en base p pour tous les p = 2, 3, ....
Si on note Ap lensemble des nombres qui ne sont pas normaux en base p, on
sait, par ce qui prcde, que (Ap ) = 0, o dnote la mesure de Lebesgue. Mais,
comme une union dnombrable densembles de mesure nulle est de mesure nulle,
il suit que presque tout nombre est normal (mais trouver un exemple explicite de
tel nombre nest pas vident). Il est par contre facile de donner des exemples de
nombres qui ne sont pas normaux: par exemple, en utilisant la notation du chapitre
4, le nombre, crit en base 2, 0 001, a une frquence de 0 gale 2/3 et de 1 gale
1/3 et donc nest pas normal en base 2.
Il est facile de gnraliser cet exemple et de montrer que, pour tout p, Ap , bien
que de mesure nulle, est non-vide (et, en fait, est dense et non dnombrable).
3. Application aux fractions continues. En utilisant lergodicit de la mesure d(x) =
dx
pour la transformation de Gauss (exemple 4 ci-dessus), on obtient, avec
(log 2)(1+x)
les notations de cet exemple,
lim (a1 ... aN )

1
N

(1 +

k=1

k2

log k
1
) log 2
+ 2k

(6.42)

pour presque tous les x.


1
, k1 ], k =
En effet soit f (x) = log a1 (x) cest--dire f (x) = log k pour x ] k+1
1, 2, ... On a, par ergodicit
Z 1
N
N 1
1 X
1
f (x)
1 X
n
log an (x) = lim
f (T x) =
dx.
lim
N N
N N
log 2 0 1 + x
n=1
n=0
Cette dernire intgrale vaut

1 X
log k
log 2 k=1

1
k
1
k+1

1
1 X
dx
log k log(1 + 2
=
),
1+x
log 2 k=1
k + 2k

et, en prenant lexponentielle de cette relation, on obtient (6.42).


On peut galement crire [a1 , ..., an ] = pqnn , o [a1 , ...an ] reprsente la fraction
(6.35) mais arrte lordre n (cest--dire avec an+1 = ). Comme les ai N,
pn , qn N et pqnn x quand n ; pqnn sont les meilleurs (dans un certain sens qui
ne sera pas prcis ici) approximants rationnels de x. En utilisant lergodicit de la
transformation de Gauss, on peut montrer que, pour presque tout x par rapport
la mesure de Lebesgue,
log qn
2
lim
=
.
n
n
12 log 2
Pour la dmonstration, voir [13], p. 175.
4. Finalement, on peut justifier lhistogramme mentionn dans la section 1. Admettons tout dabord que lapplication (ou transformation) en tente introduite au
125

Chapitre 6 lments de thorie ergodique

chapitre 4 est ergodique6 par rapport la mesure d = dx. On sait de plus que, si
g(x) = f4 (x) = 4x(1 x) et
C(y) =

1 cos y
, y = C 1 (x),
2

(6.43)

g(x) = C f C 1 (x) et g n (x) = C f n C 1 (x), avec f lapplication en tente.


Donc, si on veut calculer le temps moyen pass par lorbite de x dans un intervalle
J pour la transformation g,
N 1
1 X
I(g n (x) J),
N N
n=0

lim

il suffit de calculer

N 1
1 X
I(f n (y) C 1 (J))
lim
N N
n=0

(6.44)

avec y = C 1
f est ergodique par rapport la mesure de Lebesgue,
R (x). Mais, comme
R
(6.44) vaut C 1 (J) dy = J (C 1 ) (x)dx, pour presque tout y = C 1 (x) par rapport
p
la mesure de Lebesgue. De (6.43) on tire C (y) = sin2y = 2 1 cos2 y =
p

= C(y). Donc, la limite


1 cos y 1 + cos y = x(1 x) avec x = 1cos
2
2
1
(6.44) vaut pour presque tout y = C (x),
Z
dx
p
(6.45)
x(1 x)
J

ce qui correspond bien lobservation empirique (le facteur 250 tant un facteur
). Finalement, on peut montrer que le rsultat est vrai
de normalisation = 50.000
200
galement pour presque tout x = C(y) par rapport la mesure de Lebesgue, vu que
limage par la fonction C, dont la drive est borne, dun ensemble de Lebesgue de
mesure nulle est encore de mesure de Lebesgue nulle.

Lapplication en tente est assez semblable x 2x mod 1. Nous avons dmontr lergodicit
pour cette dernire transformation mais nous accepterons sans dmonstration ce rsultat pour
lapplication en tente.

126

VII

Notes supplmentaires

1. Extraits du livre de Strogatz, rf. 7:


1. Classification des systmes linaires en deux dimensions (chap. 5).
2. Exemple danalyse complte dun systme non linaire en deux dimensions
(section 6.4).
3. Les fractals (chap. 11).
2. Textes sur lhistoire relis, au chapitre 5 des notes.
1. Lhistoire de lerreur de Poincar et la dcouverte des points homoclines, par
Yoccoz.
2. La dcouverte du fer cheval par Smale.

EXERCICES
Chapitre 1 Notions de base
1. Soit lquation x = 4x2 16.
a) Dessinez le champ de vecteurs sur la droite relle.
b) Trouvez les points fixes et classifiez les.
c) Soit x(t) une solution telle que x(0) = x0 > 2. Quel temps faut-il pour que la
solution explose ?

2. Pour chaque cas, trouvez une quation x = f (x) qui a la proprit demande. Si
il ny a pas dexemples, justifiez votre rponse. On suppose dans tous les cas que
f (x) est une fonction de classe C 1 .
a) Tout nombre rel est un point fixe.
b) Tout entier est un point fixe, et il ny en a pas dautres.
c) Il y a exactement trois points fixes, et ils sont tous stables.
d) Il ny a pas de points fixes.
e) Il y a exactement 100 points fixes.

3. Pour certaines espces dorganismes, le taux de croissance effectif est maximal


pour une valeur intermdiaire de N. Par exemple, on peut imaginer quil est trop
difficile de trouver des partenaires quand N est trs petit, et quil y a trop de
comptition pour la nourriture et les autres besoins quand N est grand.

a) Montrez que N/N


= ra(N b)2 fournit un modle de cette situation, pourvu
que r, a et b satisfassent certaines contraintes dterminer.
b) Trouvez les points fixes du systme et classifiez leur stabilit.
c) Dessinez lallure des solutions pour diffrentes conditions initiales.
d) Comparez les solutions N(t) celles trouves dans le cas de lquation logistique. Y a-t-il des diffrences qualitatives ?

PHYS2111 Exercices

4. Discutez la stabilit des points fixes des quations suivantes, en linarisant les
quations. Si la linarisation ne permet pas de conclure, utilisez un argument
graphique pour tudier la stabilit.
a) x = x(1 x)
b) x = tan x
c) x = x2 (6 x)
d) x = ax x3 quand a > 0, a < 0 et a = 0. Discutez les trois cas.
5. Une particule voyage sur la demi-droite x 0 avec une vitesse donne par
x = xc , o c > 0.
a) Trouvez les valeurs de c pour lesquelles lorigine x = 0 est un point fixe stable.

b) Choisissons c tel que x = 0 soit stable. Est-il possible que la particule atteigne
lorigine en un temps fini ? Quel est le temps ncessaire pour que la particule
voyage de x = 1 x = 0, en fonction de c ? Reliez votre rsultat lunicit ou
la non-unicit de la solution x(t) du problme de Cauchy, telle que x(0) = 0.

6. Montrez que la solution de lquation x = 1 + x10 tend vers + en un temps


fini, quelle que soit la condition initiale. (Indication : exprimez le temps mis pour
atteindre + sous forme dintgrale et montrez que lintgrale est finie).
7. Montrez que le problme de Cauchy x = x1/3 , x(0) = 0, possde une infinit de
solutions.
8. Considrons lquation diffrentielle
x = x5 x2 ,

o x = x(t) R. Dterminez les quilibres, leur stabilit et le comportement


asymptotique de toutes les solutions.
9. Soit lquation sur la droite x = f (x), o f : R R est de classe C 1 . Dmontrez analytiquement que cette quation ne possde pas de solutions priodiques
de priode T > 0. (Indication : Faire une preuve par labsurde et aboutir une
Z T
dx
contradiction en considrant
f (x(t)) dt).
dt
0
10. Considrons un seau deau dont le fond est perc dun trou. Soient h(t) la
hauteur de leau restante dans le seau au temps t ; a la superficie du trou ; A la
129

Chapitre 1 Notions de base

superficie dune section horizontale du seau (suppose constante) ; v(t) la vitesse de


leau passant par le trou.

a) En utilisant la conservation de la masse, montrez que av(t) = Ah(t).


b) En utilisant la conservation
de lnergie,
montrez que v 2 = 2gh. Dduisez-en
p

lquation h(t)
= C h(t), o C = 2g Aa .

c) Soit la condition initiale h(0) = 0 (seau vide en t = 0), montrez que la solution h(t) est non-unique dans le pass, cest--dire pour t < 0. Ceci est-il
intuitivement vident ?

11. Trouvez les points fixes de litration xn+1 = x2n et dterminez leur stabilit.
12. Soit litration xn+1 = sin xn . Montrez que la stabilit du point fixe x = 0
ne peut pas tre dtermine par linarisation. Montrez que x = 0 est globalement
stable laide dune reprsentation graphique.
13. Soit litration xn+1 = 3xn x3n .
a) Trouvez tous les points fixes et dterminez leur stabilit.
b) Reprsentez graphiquement litration en dbutant x0 = 1.9.
c) Reprsentez graphiquement litration en dbutant x0 = 2.1.
d) Expliquez la diffrence entre les orbites trouves en b) et c). Par exemple,
tablissez que lorbite en b) restera borne, tandis que pour lorbite en c)
|xn | , quand n .

130

PHYS2111 Exercices

14. Soit litration xn+1 = cos xn . Comment se comporte xn lorsque n ?


15. Montrez que lquation xn+1 = f (xn ), o f (x) = 2x2 5x, possde une unique
orbite priodique de priode primitive 2. tudiez la stabilit de cette orbite.
16. Considrons litration xn+1 = x2n + c. Pour quelles valeurs de c existe-t-il une
orbite priodique stable de priode (primitive) 2 ? Quand est-elle superstable ?
(Cest--dire que le produit des drives le long de lorbite vaut zro).
17. Soit 1 < r 2. On considre la famille dapplications fr : I = [0, 1] I = [0, 1]
dfinie par :
si

fr (x) = rx,
= r(1 x),

si

1
0x ,
2
1
x 1.
2

a) Reprsentez avec prcision le graphe de lapplication fr2 = fr fr : I I.


b) Montrez que litration xn+1 = fr (xn ) possde une unique orbite priodique
de priode primitive 2, quelle que soit la valeur du paramtre r, 1 < r 2.
Pour quelles valeurs de r(1 < r 2) cette orbite est-elle stable ? Instable ?

18. La mthode de Newton pour trouver les racines dune quation g(x) = 0 consiste
trouver les points fixes de litration xn+1 = f (xn ), o
f (xn ) = xn

g(xn )
.
g (xn )

a) crivez litration pour lquation g(x) = x2 4 = 0.


b) Montrez que les points fixes de litration sont x = 2.
c) Montrez que ces points fixes sont superstables.
d) Itrez lapplication numriquement (sur une calculatrice), partir de x0 = 1.
Remarquez la convergence trs rapide vers la bonne rponse !

131

Chapitre 1 Notions de base

19. Montrez que toute racine x de lquation g(x) = 0 correspond un point


fixe superstable de lapplication de Newton f (considre dans lexercice prcdent),
pour autant que g (x ) 6= 0.
20. Soit lapplication f : [0, 1] [0, 1] dfinie par f (x) = 4x(1 x). On considre
litration xn+1 = f (xn ).
a) Dessinez les graphes de f 2 = f f, f 3 = f f 2 et f 4 = f f 3 .
b) Dterminez le nombre dorbites priodiques (distinctes) de priode primitive
k, pour 1 k 4.
c) tudiez la stabilit de ces orbites.

132

Chapitre 2 Linarisation-Varits stables-instables


1. Soit le systme
x = 4x 6y
y = 3x 5y.
a) Dterminez les sous-espaces stables et instables et dessinez le portrait de phase
dans les coordonnes x, y.
b) Donnez la solution gnrale du systme dans les coordonnes x, y.

2.
a) tablissez le rsultat nonc au cours sur la rduction la forme canonique
dune matrice 2 2 entres relles.
b) En utilisant ce rsultat, discutez lallure de tous les portraits de phase possibles
pour le systme
x = Ax,
o A est une matrice 2 2 entres relles.
3. Calculez la varit instable locale en (x, y) = (0, 0) du systme :
x = 3x + 2y 2 + xy
y = y + 3y 2 + x2 y 4x3 ,
jusqu lordre 3.
4. Considrez le systme suivant dquations, dans le quadrant x 0, y 0, et
dessinez le portrait de phase en trouvant les points fixes et en dterminant leur
stabilit :
x = 3x 2x2 xy
y = 2y xy y 2 .

5. Soit le systme
x = x(4 x y)
y = y(x 2).

Chapitre 2 Linarisation-Varits stables-instables

a) Linarisez les quations au voisinage des quilibres et dterminez les varits


stables et instables des systmes linariss.
b) Calculez approximativement les varits stables-instables du systme non linaire
au voisinage des quilibres.
c) Dduisez-en lallure du portrait de phase du systme non linaire au voisinage
des quilibres dans les coordonnes x, y.

6. Soit le systme
x = y + ax(x2 + y 2 )
y = x + ay(x2 + y 2),
o a est un paramtre. Montrez que le systme linaris donne une image incorrecte
du systme non linaire au voisinage de lorigine quand a 6= 0. Discutez sparment
le cas a > 0 et a < 0. (Indication : Utilisez les coordonnes polaires pour tudier le
systme non linaire).
7.
a) Soit lquation du pendule

+ sin = 0.

En utilisant la conservation de lnergie, dessinez le portrait de phase du sys


tme dans le plan (, = ).
b) Supposons que lon ajoute du frottement
+ b + sin = 0,

b > 0.

Linarisez ensuite les


crivez les quations dans le plan de phase (, = ).
quations aux voisinages des quilibres et dduisez-en le portrait de phase du
systme.

8. Le systme suivant dcrit un modle de comptition de Lotka-Volterra entre deux


populations :
x = x(3 x 2y)
y = y(2 x y).
a) Trouvez tous les quilibres du systme et calculez les systmes linariss au
voisinage des quilibres.
b) Esquissez le portrait de phase du systme au voisinage des quilibres et dduisezen lallure gnrale du portrait de phase. Interprtez intuitivement votre rsultat.
134

PHYS2111 Exercices

9. Soit f la transformation du plan dfinie par


x

f (x, y) =
+ y 2 , 2y + x2 .
2

Calculez le dveloppement de Taylor de la varit instable locale de f en (0,0) jusqu


lordre 4.
10. Soit f : R2 R2 lapplication


y
f (x, y) = 2x + y 2 + xy, + y 3 + x2 .
2

Calculez le dveloppement de Taylor de la varit stable et de la varit instable du


point fixe (0,0) jusqu lordre 3.

135

Chapitre 3 Le thorme de Poincar-Bendixson


1. Soit le systme
x = x y x(x2 + 5y 2)
y = x + y y(x2 + y 2 ).
a) tudiez la stabilit de lorigine.
b) Rcrivez le systme en coordonnes polaires.
c) Dterminez un cercle de rayon maximal, r1 , centr lorigine tel que le champ
de vecteurs pointe vers lextrieur.
d) Dterminez un cercle de rayon minimal, r2 , centr lorigine, tel que le champ
de vecteurs pointe vers lintrieur.
e) Montrez que le systme possde au moins une orbite priodique dans la rgion
trappe r1 r r2 .
2. Soit le systme
x = x y x3
y = x + y y 3.
p
Dmontrez quil existe un anneau A = {(x, y) R2 |0 < r1 x2 + y 2 r2 } autour
de lorigine dans lequel le systme admet au moins une orbite priodique.
3. Soit le systme
1
x (1 2r 2 )
4
1
y = x + y (1 r 2 )
2

x = y +

o r 2 = x2 + y 2. Dterminez une rgion trappe en forme de couronne autour de


lorigine et dduisez-en lexistence dun cycle limite.
4. Soit le systme
x = y + x (1 2b r 2 )
y = x + y (1 r 2 )
o r =

x2 + y 2 et b est un paramtre, 0 b < 12 .

PHYS2111 Exercices

a) crivez le systme en coordonnes polaires.


b) Dterminez une rgion trappe en forme de couronne autour de lorigine et
dduisez-en lexistence dune orbite priodique.
c) tablissez que si b = 0, il existe un unique cycle limite.

5. Soit le systme
x = x (x2 + y 2 2x 3) + y
y = y (x2 + y 2 2x 3) x.
a) En crivant le systme dans les coordonnes polaires, montrez que lanneau
1 < r < 3 est une rgion trappe pour ce systme et dduisez-en lexistence
dau moins une orbite priodique dans cette rgion.
b) Montrez que le cycle
trouv en a) ne peut tre contenu lintrieur du

 limite

3
, 0 et de rayon 33/4.
cercle de centre
4

6. Soit F (x, y) une fonction de classe C 1 de R2 dans R telle que F (x, y) < 0 si r a
et F (x, y) > 0 si r b, o r 2 = x2 + y 2 et 0 < a < b. Soit lquation
x + F (x, x)
x + x = 0.
a) Rcrivez lquation sous la forme dun systme plan.
b) Montrez que lquation possde au moins une solution priodique autre quun
quilibre.

7. Montrez que si une orbite dun systme autonome dans le plan contient un de ses
points -limite ou -limite, il sagit dune orbite ferme ou dun quilibre.
8. Montrez quune orbite priodique dun systme de classe C 1 dans le plan intersecte
une section locale transverse en au plus un point.
9. Soit une orbite priodique dun systme dynamique dans le plan
x = f (x, y),

y = g(x, y),
137

Chapitre 3 Le thorme de Poincar-Bendixson

o f (x, y) et g(x, y) sont de classe C 1 . Supposons que le domaine de dfinition de


ce systme contienne louvert U de R2 dont est le bord. Montrez que U contient
un quilibre.
10. Soit un systme dynamique de classe C 1 dans le plan. Soit x un point tel quil
existe une suite tn telle que tn (x) x.
a) Montrez que soit x est un quilibre, soit x appartient une orbite priodique.
b) Montrez par un exemple que cette affirmation nest plus vraie en dimension
suprieure 2 (difficile).

11. Le systme
x = x2 y 1
y = (x 2) y
possde trois quilibres.
a) Linarisez le systme au voisinage des quilibres et dessinez les portraits de
phase des systmes linariss.
b) Dduisez-en lallure du portrait de phase du systme non linaire.
c) En considrant les trois droites qui joignent les paires dquilibres, montrez
que le systme ne possde pas dorbite priodique autre que les quilibres.
(Indication : Vous pouvez utiliser le rsultat de lexercice 9).

12. Soit le systme


E
E
+ E
y
x
E
E
y =
+ E
,
x
y

x =

o R et E(x, y) = y 2 2x2 + x4 .
a) Dessinez le portrait de phase quand = 0.
b) Montrez que, pour tout , les quilibres satisfont lquation
 


E
E
=
= 0.
x
y
Dduisez-en les coordonnes des quilibres.
138

PHYS2111 Exercices

c) Choisissons < 0. Montrez que c 0, lensemble

A = {(x, y) R2 |0 E(x, y) c}

est une rgion trappe du systme. Dduisez-en lensemble -limite de lorbite


passant par le point (1,2) en t = 0.


d) Trouvez les ensembles -limite des orbites passant par 21 , 0 et 12 , 0 en
t = 0.
13. Soit le systme

avec a, b > 0.

x = x + ay + x2 y
y = b ay x2 y,

a) Dessinez les quations des courbes le long desquelles x = 0 et y = 0.


b) Le point situ lintersection de ces deux courbes est un quilibre. Trouvez la
condition sur les paramtres a, b pour que cet quilibre soit instable.
c) Considrez le trapze dont les sommets sont donns par (0,0), (0, b/a), (b, b/a),
lintersection de la droite de coefficient angulaire -1 passant par (b, b/a) avec
la courbe y = x/(a + x2 ) et lintersection de la verticale abaisse partir de
ce point avec laxe des x. Montrez que ce trapze est une rgion trappe pour
le systme.
d) Dduisez-en lexistence dun cycle limite lintrieur du trapze, lorsque la
condition dinstabilit de lquilibre trouve en b) est satisfaite.

14. Le thorme du point fixe de Brouwer dit quune application continue f de la


boule unit
Bn = {x Rn : kxk 1}

dans elle-mme possde un point fixe (cest--dire f (x) = x pour un certain x).
tablissez ce thorme dans le cas n = 2, en supposant que f est de classe C 1 , en
dmontrant lexistence dun quilibre du champ de vecteurs x = f (x) x.
15. Soit H une intgrale premire dun systme dynamique de classe C 1 dans le plan,
cest--dire que H est une fonction valeurs relles constante le long des orbites.
Montrez que sil nexiste aucun ouvert du plan sur lequel la fonction H est constante,
alors le systme ne possde pas de cycles limites.
16. Dterminez lunique cycle limite quand 0 de lquation de Van der Pol
x (1 x2 ) x + x = 0,
139

> 0.

Chapitre 3 Le thorme de Poincar-Bendixson

17. Vrifiez que la rgion suivante

est une rgion trappe pour lquation de Van der Pol dans la limite . Vous
pouvez en dduire la localisation de lunique cycle limite. Estimez la priode de ce
cycle.
18. Peut-on appliquer le thorme de Poincar-Bendixson sur un tore ? sur une
sphre ?
19. Montrez que si 3 5 < 0 et 0 < 1 5 < 9 23 /40, pour 6= 0 suffisamment petit,
lquation de Linard
x = y (1 x + 3 x3 + 5 x5 )
y = x
possde exactement deux cycles limites qui sont approximativement des cercles.
Dterminez les rayons de ces cercles.

140

Chapitre 4 Exemples de systmes chaotiques


1. Soit lapplication f : I I o I = [0, 1[, dfinie par
f = 2x

mod 1.

- Montrez que les points dont lorbite est dense dans I forment un ensemble
dense.
- Montrez que tous les points, sauf un ensemble de mesure nulle, ont une orbite
dense. Ce dernier rsultat implique la proprit prcdente.

2. Soit f : I I o I = [0, 1[ dfinie par


f (x) = px

mod 1.

avec p N, p 6= 0, 1.
Montrez que f est chaotique, c--d.
- f possde la proprit de sensibilit aux conditions initiales (SCI)
- f possde une orbite dense dans I
- lensemble des points priodiques de f est dense dans I.

3. Soit f : I I o I = [0, 1[ dfinie par


f (x) = (x + )

mod 1.

o est un nombre rel.


Vue comme une application dfinie sur le cercle (en identifiant 0 et 1), f correspond
une rotation dangle constant.
- Montrez que si est rationnel, tous les points ont une orbite priodique (ce
qui implique quil ny a aucune orbite dense).
- Montrez que si est irrationnel, tous les points ont une orbite dense (ce qui
implique quil ny a aucune orbite priodique).
- Montrez que rel, f ne possde pas la proprit SCI et que donc f nest
pas chaotique.

Chapitre 4 Exemples de systmes chaotiques

4. Soit f : [0, 1[ [0, 1[, donne par


f (x) = 3x

mod 1.

Montrez quil existe un x tel que n = 0, 1, 2, . . .


f (n) (x) < 13 si n est premier
f (n) (x) 32 si n nest pas premier.
Ce x est-il unique ?
n

5. Montrez quil existe un z S 1 (= cercle unit) tel que {z 3 }n0 est dense dans
S 1.
Accessoirement, montrez que lensemble de tels z est dense dans S 1 .
6. Soit lapplication f : [0, 1[ [0, 1[, donne par
f (x) = 2x

mod 1.

Montrez quil existe des points dont lorbite nest ni priodique, ni finalement priodique, ni dense dans [0, 1[.
7. Soit lapplication f : I = [0, 1[ [0, 1[, donne par
f (x) = 2x

mod 1.

Soit x I. Soit
Ex = {y I|n, f (m) (x) = f (m) (y)m n}.
Montrer que, pour tout x, Ex est dense.
8. Pour lapplication x 2x mod 1, soit > 0 et n = n() = min{n|x y
I, |x y| et |f (n) (x) f (n) (y)| 12 }; n est le nombre minimal ditrations aprs
lequel deux points, initialement une distance , peuvent devenir spars par une
| log2 |
distance 12 . Montrez que lim
=1, cest--dire 2n() ou que le temps" n
0 n()
crot logarithmiquement en fonction de .
9. Soit f la transformation du boulanger dfinie sur D = [0, 1[[0, 1[ par f (x, y) =
(x , y ) o
x = 2x mod 1
y
1
y =
si x <
2
2
1
y
+
1
si x .
y =
2
2
142

PHYS2111 Exercices

Notons (xn , yn ) = f n (x, y).


- Montrez quil existe une infinit de points (x, y) D tels que
1
si n 0 est pair
2
1
xn <
si n 0 est impair
2

xn

et donnez le dveloppement binaire des deux coordonnes de ces points.


- Donnez sous forme binaire les coordonnes (x, y) des points tels que f (n) (x, y)
(0, 0) pour n + et pour n (de tels points sont appels points homoclines).
Caractrisez-les gomtriquement.
- Montrez que f a un ensemble dense de points priodiques, possde une orbite
dense, ainsi que la proprit SCI.

10. Soit D = [0, 1[[0, 1[ et f : D D dfini par f (x, y) = (x , y ), o


x = 2x mod 1
1
y
si 0 x
y =
3
2
2
1
y
+
si
x 1.
y =
3 3
2
a) Montrez que f est inversible de f (D) D et dcrivez f 1
b) Soit =

f (n) (D). Au moyen dun codage adquat, montrez que lensemble

nZ

des points priodiques pour f est dense dans . Lest-il dans D ? f possdet-elle la SCI ?

11. Considrons une transformation du boulanger modifie, f : D D, o D =


[0, 1[[0, 1[ et f (x, y) = (x , y ), avec x = 3x mod 1,
y
3
y+1
=
3
y+2
=
3

y =
y
y

1
3
1
2
si
x<
3
3
2
si
x < 1.
3

si 0 x <

143

Chapitre 4 Exemples de systmes chaotiques

Le point (0,0) est un point fixe de cette transformation. Existe-t-il un ensemble


dense de points homoclines (c--d. tels que f (n) (x, y) (0, 0) pour n + et
n ) pour ce point fixe ?
12. Calculez les exposants de Lyapunov pour lapplication en tente f : I = [0, 1]
I = [0, 1], dfinie par
f (x) = 2x

si x

= 2(1 x)

144

si

1
2

1
x
2

Chapitre 5 Le fer--cheval et les fractals


1. Pour lapplication fer--cheval, dterminez dans le plan le point fixe dont le
codage est 1.
2.

- Calculez la dimension fractale de lensemble suivant et justifiez votre


rponse: on divise en quatre un carr de ct L et on retire le carr
en haut droite.

On rpte lopration dans chaque carr restant et ainsi de suite.


- Le rsultat dpend-t-il de L ?
- Quel serait le rsultat si on gardait le carr en haut droite en retirant
les trois autres (et en rptant cette opration) ?
3. Calculez, en justifiant votre rponse, la dimension fractale de lensemble
K [0, 1] R2
o K = {x =

ai 4i, ai = 0 ou 3}. Gomtriquement, K est obtenu en

i=1

retirant lintervalle

i1 3h h i
, de 0, 1
4 4
et en recommenant dans les intervalles restants.

4. Soit D = {(x, y) R |0 x 1, 0 y 1}. crivons x =


2

X
i=1

ai 3i , y =

i=1

bi 3i o ai , bi = 0, 1, 2 et soit D lensemble des points avec ai 6= 1, i

et bi 6= 1, i. Calculez la dimension de en expliquant votre raisonnement.

5. Calculez la dimension fractale des ensembles de Cantor" de la forme


{x =

X
an
n=1

pn

| n an
/ {i1 , . . . iq } o q < p, i {0, . . . p 1}}

Chapitre 5 Le fer--cheval et les fractals

(Gomtriquement, on divise [0,1] en p intervalles de longueur 1/p et on retire


les intervalles dindice i1 , . . . , iq puis on recommence dans chaque intervalle
restant).
Exemple: p = 6, q = 2, i1 = 2, i2 = 5.

0
6.

- Montrez que la mesure (de Lebesgue) de lensemble C o lon retire


chaque tape au milieu des intervalles restant une portion de cet
intervalle est nulle quelle que soit la portion dintervalle retire chaque
tape.
- Par contre, montrez que le rsultat est diffrent si on retire une portion
du premier intervalle, une portion 2 des deux intervalles restant,. . .

7. Calculez la mesure (de Lebesgue) de lensemble C o lon retire un intervalle


de longueur au milieu du segment [0, 1] la premiere tape, 2 intervalles
(au milieu du reste) chacun de longueur 2 la deuxime tape etc . . . pour
1/3.

= 0, 2

Remarquez que C ne contient aucun intervalle; nanmoins la mesure de C


tend vers 1 lorsque 0.

146

Chapitre 6 lments de thorie ergodique


1. Soit H un espace de Hilbert de dimension infinie, et {ek }
k=1 une base de H.
Montrez que loprateur linaire U, dfini par Uen = en+1 est une isomtrie
mais nest pas unitaire.
2. Montrez que lapplication en tente T est ergodique par rapport la mesure de
Lebesgue. Pour cela, considrez les dveloppements de Fourier de f et de f T .
n
n
3. Soit
P Tn = [0, 1] le tore den dimension n. Soit R tel que lquation
i i ki = m, pour k Z et m Z, nadmette que la solution triviale
k = 0 et m = 0. En vous aidant des transformes de Fourier, montrez que
lapplication T : Tn 7 Tn : x + est ergodique par rapport la mesure de
Lebesgue sur Tn .

4. Trouvez la frquence dapparition de chaque chiffre dans les premiers chiffres


des puissances de 3. (Vous pouvez supposer que, dans le thorme ergodique,
la convergence est assure partout).
5. Soit T : [0, 1] 7 [0, 1] : x x+, pour un certain Q. Montrez que T nest
pas ergodique par rapport la mesure de Lebesgue en trouvant une fonction
invariante dans L2 qui ne soit pas constante, et en trouvant un sous-ensemble
invariant non trivial. Trouvez ensuite une mesure pour laquelle T serait ergodique. Ecrivez le thorme ergodique pour cette mesure. Linformation
apporte par le thorme ergodique vous semble-t-elle non-triviale?
6. Soit : [0, 1] 7 [0, 1] dfinie par :

4x
si x [0, 41 ]

(x) =

(2 x 1)2 si x [ 14 , 1]

Montrez que la mesure = 21 x est invariante sous . Montrez galement que


est ergodique par rapport .

SOLUTIONS
Chapitre 1

1. b) Points fixes : x = 2 (stable), x = 2 (instable)


c) Par intgration
Z

x(t)

x0

dx
=4
2
x 4

t0

ds = 4(t t0 )

on obtient
x(t) =

4

1 1

4
x0 +2

Pour x0 > 2 la solution explose en un temps


1
T =
ln
16

e16(tt0 )

x0 + 2
x0 2

+ t0

2. a) f (x) = 0
b) f (x) = sin x
c) impossible : entre 2 points fixes stables, il en existe toujours un instable.
d) f (x) = 1
e) f (x) = nimporte quel polynome ayant exactement 100 racines distinctes, par
100
Y
(x k)
exemple
k=1

r
r
3. b) N = 0; N =
+b
a

PHYS2111 Solutions

Pour b a < r, 0 est instable et


2

r
r
r
+ b est stable (
+ b < 0 nest pas pris en
a
a

considration).
Pour b2 a > r, 0 est stable,

r
r
r
+ b aussi et
+ b est instable.
a
a

4. a) x = 0f (0) = 1 instable
x = 1f (1) = 1 stable
b) x = k

k Z, f (k) = 1, instable

c) x = 0f (0) = 0
x=6

stable pour x < 0, instable pour x > 0.

f (6) = 36, stable.

d) pour a > 0, x = 0 est instable et x = a est stable ; pour a 0, x = 0 est


stable.

5. a) c > 0
Z T
dx
=
dt;
b) on intgre
c
0
1 x
1
Pour 0 < c < 1, T =
; si c 1, T = . Si T < , une orbite partant de 1
1c
Z

peut intersecter lorbite x(t) 0. Donc xc ne peut pas tre de classe C 1 , ce qui est
le cas pour 0 < c < 1.

6. Pour tout x0 ,
Z

x0

dx
=
1 + x10

parce que lintgrale de gauche converge.

7. Cfr cours pour x2/3 .


149

t0

ds <

Chapitre 1

8. x = 0 est stable pour x > 0, instable pour x < 0 et x = 1 est instable.

9. Comme x = f (x), on a
Z

T
2

x dt =

dx
f (x) dt =
dt

x(T )

f (x)dx = 0

x(0)

si x(T ) = x(0). Ceci implique x = 0 t [0, T ], donc T = 0.

f (0) = 0 attracteur

11. x = 0
x=1

f (1) = 2 source

12. Aprs une itration |x1 | = | sin x0 | 1, et il est facile de voir graphiquement
que |xn | 0.

13. x = 0 instable, x = 2 instable.

14. La solution de x = cos x, x = 0, 739 . . . est stable (f (x) < 1). On peut montrer
graphiquement que toute solution tend vers ce point fixe.

15. Points fixes : x = 0 (instable) et x = 3 (instable). En rsolvant f 2 (x) = x,


on obtient, outre ces points fixes, les points 1
f (1

2) = 1 +

(f 2 ) (1

2, tels que f (1 +

2) = 1

2,

2, c--d. quils forment une orbite priodique. En calculant

2) = f (1 +

2)f (1

2) = 31, on voit que cette orbite est instable.

150

PHYS2111 Solutions

16. Les points fixes sont

1 4c
. En cherchant les solutions de f 2 (x) = x on
2

trouve, en plus de ces points fixes, lorbite priodique


1

1 4(c + 1)
2

et le produit des drives sur cette orbite vaut 4(c + 1). Donc, lorbite sera stable
pour (c + 1) <

1
4

c--d. 45 < c < 34 . Elle est superstable pour c = 1.

r
et lorbite priodique
17. On a le point fixe
r+1
drives vaut r 2 > 1, donc lorbite est instable.

18.
xn+1 = xn


r2
r
. Le produit des
,
1 + r2 1 + r2

x2n 4
.
2xn

19. Si g(x) = 0 et g (x) 6= 0, alors f (x) = x

g(x)
= x c--d. x est un point fixe
g (x)

de f .

20. a) faire les graphes par ordinateur ;


b) et c) : f a 2 points fixes 0 et 3/4, f 2 a 4 points fixes, ceux de f ainsi que

1
(5 5) qui forment une orbite priodique de priode 2 ; f 3 a 8 points fixes :
8
ceux de f et deux orbites priodiques de f de priode 3 ; f 4 a 16 points fixes : les
4 points fixes de f 2 et 3 orbites de f de priode 4.

151

Chapitre 2


 
2
2
1. Direction instable : v1 =
, 1 = 1 ; direction stable : v2 =
, 2 = 2.
1  

 1  
 

2
1
x0
2
1
= c1
+ c2
qui
Solutions x(t) = c1
et + c2
e2t avec
y0
1
1
1
1

dterminent x0 , y0 .

2. Voir [7], section 5.2. (ci-joint)

3. La linarisation donne x = 3x, y = y, c--d. que laxe y = 0 est la direction


instable. On crit y = s(x) = s2 x2 + s3 x3 + . . . et on obtient s2 = 0, s3 = 2/5.

4. Voir [7] Section 6.4 pour les dessins. Points fixes : (0,0), (0,2), ( 32 ,0), (1,1).
 
1
Pour (0,0) la linarisation donne un nud instable, avec 1 = 3, v1 =
, 2 =
0
 
0
2, v2 =
.
1

 

0
3
: point selle.
, 2 = 2, v2 =
Pour (0,2) on a 1 = 1, v1 =
1
2
 
 
3
1
; point selle.
, 2 = 1/2, v2 =
Pour ( 32 ,0), 1 = 3, v1 =
7
0

1
1

3 5
3 + 5
v1 = 1 5 2 =
, v2 = 1 + 5 ;
Pour (1,1), 1 =
2
2
2
2
nud stable.
Les axes x = 0 et y = 0 sont des trajectoires.

5. Equilibres (0,0), (4,0), (2,2).


 
 
1
0
Pour (0,0), on a 1 = 4, v1 =
, 2 = 2, v2 =
; point selle.
0
1

PHYS2111 Solutions

Pour (4,0), on a 1 = 4, v1 =

1
0

, 2 = 2, v2 =

Pour (2,2), on a 1 = 1 i 3 ; spirale stable.

2
3

; point selle.

Pour (0,0), la varit stable est x = 0, la varit instable y = 0 ; pour (4, 0) on


opre le changement les variables x = x + 2y + 4, y = 3y qui nous donnent les
 
1
, v2 =
coordonnes autour de (4,0) et avec comme axes les vecteurs v1 =
0


2
. Le systme dquations devient :
3
x = x2 3x y 2y 2 4x
x = y (x + 2y + 2).

Pour la varit stable, on obtient y = s(x ) = 0 et pour la varit instable, x =


14 y 2 +

7 3
y .
10

6. Le systme linaris (x = y, y = x) donne


et (0,0) est un centre.

x
y

= c1

i
1

it

e +c2

i
1

eit

Pour le systme non-linaire, on obtient en coordonnes polaires r = ar 3 , = 1 et


on voit que pour a < 0, on a une spirale stable, pour a = 0 un centre, pour a > 0
une spirale instable. On voit donc que lapproximation nest valable que pour a = 0
(auquel cas elle se confond dailleurs avec le systme dquations).

7. Pour b > 0, on obtient 2 points fixes (0,0) et (,0).

b b2 4
Pour (0,0), =
c--d. une spirale stable pour b < 2 et un point fixe
2
stable pour b 2.
153

Chapitre 2

Pour (,0), =

b2 + 4

; point selle.

8. Points fixes (0,0), (0,2), (3,0), (1,1).


Pour (0,0) , = 3, 2 ; nud instable.
Pour (0,2), = 1, 2 ; nud stable.
Pour (3,0), = 3, 1 ; nud stable.
 
 

2
2
Pour (1,1), 1 = 1 2, v1 =
, 2 = 1 + 2, v2 =
; point
1
1
selle.

Pour les dessins, voir [7], Section 6.4. (ci-joint)

9. s(x) = s2 x2 + s3 x3 + s4 x4 , avec s2 =

4
,
7

s3 = s4 = 0.

u(y) = u2 y 2 + u3y 3 + u4 y 4 , avec u2 = 72 , u3 = u4 = 0.

10. Varit stable : x = s(y) = s2 y 2 + s3 y 3 avec s2 =

4
, s3
7

32
.
105

Varit instable :

y = u(x) = u2x2 + u3 x3 avec u3 = 0, u2 = 2/7. Notez que ici laxe des x est instable
et laxe des y stable pour le systme linaris.

154

Chapitre 3

1. a) Les valeurs propres de la linarisation autour de (0,0) sont 1 i ; spirale


instable.
b) En coordonnes polaires, on a
r = r(1 r 2 ) r 3 sin2 2
= 1 + 4r 2 cos sin3 = 1 + 2r 2 sin 2 sin2 .
c-d) r1 =

1 ,
2

r2 = 1.

e) Il faut vrifier quil ny a pas de points fixes dans la couronne

1
2

r 1.

Pour cela on vrifie, en tracant le graphe de 1 + 2r 2 sin2 sin2 , que > 0 dans cette
couronne. On peut ensuite appliquer le thorme de Poincar-Bendixson.

2. En coordonnes polaires, on a
r = r(1 r 2 (cos4 + sin4 ))
r2
r2
= 1 + cos 2 sin 2 = 1 + sin 4.
2
4
Lanneau est 1 r

2.

Dans cet anneau 1

2
4

1
2

; donc, pas de points fixes.

3. En coordonnes polaires, on obtient


1
(1 2r 2 + sin2 )
4
1
sin 2 1.
=
8
r =

Chapitre 3

Anneau :

1
2

r 1 ; 78 pas de points fixes.

4. En coordonnes polaires,
r = r(1 r 2 ) 2br cos2
= b sin 2 1

1 2b r 1
1
1
pour b pas de points fixes.
2
2

Si b = 0, r = 1 est lunique cycle limite.

5. a) En coordonnes polaires,
r = r(r 2 2r cos 3)
= 1.
Lanneau est 1 r 3.
b) Impossible parce que lanneau ci-dessus est une rgion-trappe et 1, ce
qui fait que toute trajectoire tourne autour de lorigine et il nexiste pas de telle
trajectoire qui soit contenue dans lintersection de lanneau et du cercle de centre
( 34 , 0) et de rayon

33
.
4

6.
y 2
F (x, y)
r
F (x, y)y 2
.
= 1
r2
r =

156

PHYS2111 Solutions

Donc a r b est une rgion-trappe, et le seul point fixe est lorigine.

8. Sil y avait plus dune intersection, on aurait une rgion-trappe dont la frontire
serait compose de la trajectoire et du segment de la section transverse entre les
deux intersections et la trajectoire ne pourrait pas tre ferme.

9. Lintrieur de est une rgion-trappe qui contient par consquent soit un ou


plusieurs quilibres, soit une orbite priodique . Dans le premier cas, on a le
rsultat, dans le second, on rpte le raisonnement avec lintrieur de et ainsi de
suite. Sil se rpte linfini, on obtient nanmoins un quilibre dans lintersection
de toutes ces rgions-trappe, par le thorme des ferms embots.


1
11. Equilibres : ( 1,0), (2,3); en (1,0) on a 1 = 2, 2 = 1. v1 =
, v2 =
 
 
 0
1
1
1
, point selle. En (-1,0), 1 = 2, 2 = 3. v1 =
, v2 ,
, nud
3
0
1
 
 
1
1
, nud stable.
, v2
stable. En (2,3), 1 = 1, 2 = 3, v1 =
1
3

Les droites joignant les quilibres (y = 0, y = x + 1, y = 3(x 1) sont des orbites


du systmes. Or une orbite priodique devrait entourer un ou plusieurs quilibres

et par consquent intersecter une de ces droites, ce qui est impossible (deux orbites
distinctes ne sintersectent jamais).

12. Cfr notes fin du chapitre 3.

157

Chapitre 4

1. Voir notes Thorme 4.4.

2. On reprend la dmonstration faite dans les notes pour p = 2 (Th. 4.4) en


remplaant le dveloppement en base par celui en base p.

3. Si =

n
,
m

alors f m (x) = x x. Pour irrationnel, voir chapitre 6.

De plus x, y |(f n (x) f m (y)) mod 1| = |(x y) mod 1| ; donc, la distance entre
deux points sur le cercle ne peut pas crotre.

4. On prend x =

an 3n avec an = 0 si n est premier, n = 2 si n nest pas

n=1

premier.

5. Soit F : S 1 S 1 , F (z) = z 3 et f : [0, 1[ [0, 1[, f (x) = 3x mod 1. On vrifie


que F (U(x)) = U(f (x)), avec U(x) = e2ix . Par consquent, il suffit de trouver un
x dont lorbite sous f soit dense dans [0, 1[ et cela a t fait lexercice 2.

6. Soit par exemple, x =

an 2n avec an = 0 sauf si n est une puissance de 10,

n=1

auquel cas an = 1.

7. Soit a1 , . . . , aN une suite finie quelconque. Il suffit de montrer quil existe y Ex


tel que bn (y) = an
bn (x),

n > N.

n N. Il suffit de prendre bn (y) = an ,

n N, bn (y) =

PHYS2111 Solutions

9. Soit x =

sn 2

(n+1)

,y =

n=0

X
n=1

sn 2n et soit s (x, y) = (sn )+


n= . Il est facile

de voir que la suite s (f (x, y)) = s o dcale vers la gauche : (s)n = sn+1 .
- Si s (x, y) est tel que sn = 1 si n 0 est pair, sn = 0 si n 0 est impair, et
sn est quelconque pour n < 0, alors (x, y) satisfait la condition.
- Il suffit que N tel que sn = 0 pour n N et pour n N. Gomtriquement
il sagit des points de la forme

p
, q
2N 2N

p, q N, p, q 2N .

- On peut rpter les arguments utiliss pour x 2x mod 1.

10. a) f 1 (x, y) = (x , y ) o y = 3y mod 1


x
2
x + 1
=
2

x =
x
b) On crit x =

sn

2n et y =

1
3
2
si y
3

si y <

X
n=1

n=0

sn 3n sn = 0, 1 pour n 0,

sn = 0, 1, 2, et s (x, y) = (sn )+
s o (
s)n = sn+1
n= . On a que s (f (x, y)) =
pour n 6= 1 et (
s)1 = 2s0 .
correspond lensemble des suites avec sn 6= 1

n < 0, c--d. [0, 1] C o

C est lensemble tryadique de Cantor. En effet 2s0 = 0 ou 2 et le dcalage vers la


gauche fait que, dans , sn = 0 ou 2, n < 0. Au moyen des arguments habituels,
on voit que lensemble des points priodiques est dense dans mais pas dans D
(\D est ouvert) et que f possde la SCI.

159

Chapitre 4

11. On crit x =

sn 3

,y=

n=0

X
n=1

sn 3n et on procde comme dans lexercice

9. Lensemble des points homoclines correspond aux suites telles que N < ,
sn = 0 n N et n N.

12. Comme |f | = 2 (sauf en x = 21 ) on a 1 = log 2.

160

Chapitre 5

1. Le point 1 correspond au seul point fixe autre que (0,0). Il faut rsoudre x =
x + 1, y = (y 1) ce qui donne x =

2. Il suffit dun carr de ct

1
2n

1
,y
1+

.
1+

chaque tape, donc d = 0 (ce qui est vident

puisque, dans la limite, lensemble se rduit un point). Dans lautre cas, il faut 3n
carrs de ct

1
2n

et d =

ln 3
.
ln 2

3. Il faut 2n 4n carrs de ct 4n pour couvrir K donc d =

4. Il faut 4n carrs de ct 3n , donc d =

ln 4
.
ln 3

ln 8
ln 4

= 32 .

Alternativement, lensemble est un

2
.
produit de deux ensembles de Cantor, donc d = 2 ln
ln 3

5. d =

ln(p q)
.
ln p

6. a) Soit n la longueur des intervalles restants la neme tape. On a n =


(1 )n1, 0 = 1 ; donc n = (1 )n 0 quand n .
n

Y
Y
b) On a n = (1 n )n1 , 0 = 1 ; donc n =
(1 i ) et =
(1 i ) 6= 0
i=1
i=1
!



Y
X
X
1

i
i
i
car
(1 ) = exp(
ln(1 )) exp
= exp
6=
1 i=1
(1 )2
i=1
i=1
0 o on a utilis ln(1 x)

x
1

pour x ; qui se vrifie en crivant

Chapitre 5

ln(1 x) =

1
1x

x
x
dy

.
y
1x
1

7. La somme des longueurs des intervalles retirs vaut

X
n=1

lorsque 0.

162

2n n =

2
0
1 2