Objectifs du chapitre > Etudier les différents types de bifurcation Systèmes dynamiques • Système dynamique : variables x(t), y(t), z(t)...
système S(x, y, z, ẋ, ẏ, ż, ẍ, ÿ, z̈, ...) = 0
• Les non-linéarités peuvent induire des bifurcations liées aux points fixes.
• Une cascade de bifurcations conduit au chaos.
2.0
1.5
1.0
0.5
0.0 0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 Point fixe d’un système dynamique dx • Soit un système dynamique 1d typique : = f (x) dt ? f (x) points fixes : f (x ) = 0
x? x ? x x?
• Stabilité : "(t) = x(t) x?
d" dx = = f (x? + ") = f (x? ) + "f 0 (x? ) + ... dt dt d" = f 0 (x? )" si f 0 (x? ) > 0 diverge (instable) dt si f 0 (x? ) < 0 converge vers 0 (stable) Bifurcation selle-noeud dx • Système simple : = r + x2 point fixe stable et instable dt 2 2 2
1 1 1
-2 -1 1 2 -2 -1 1 2 -2 -1 1 2
-1 -1 -1
r<0 r=0 r>0
-2 -2 -2
un point fixe disparaît au-delà d’une certaine valeur
• Diagramme : x 2
-2 -1 1 2 r
disparition de stabilité -1
-2 Bifurcation trans-critique • Système : dx point fixe stable et instable = rx x2 1 dt 1 1
-2 -1 1 2 -2 -1 1 2 -2 -1 1 2
-1 -1 -1
-2 -2 -2
r<0 r=0 r>0
-3 -3 -3
échange de stabilité entre deux points fixes
• Diagramme : x 2
-2 -1 1 2 r
-1
-2
• Exemple 1 : fonction logistique
• Exemple 2 : laser dn nombre de photons = cn(1 n) dt points fixes : n? = 0 (instable) n? = 1 (stable)
n?
émission spontanée
c Bifurcation fourche super-critique dx • Système : = rx x3 point fixe stable et instable dt 2 2 2
1 1 1
-2 -1 1 2 -2 -1 1 2 -2 -1 1 2
-1 -1 -1
r<0 r=0 r>0
-2 -2 -2
Doublement de points fixes stables
• Diagramme : x 2
coexistence de deux régimes 1
«doublement de période»
-2 -1 1 2 r
-1
-2 !
• Exemple 1 : bille dans un anneau en rotation R
R! 2 ✓ ✓˙ = sin ✓ + sin ✓ cos ✓ g 2 2 ont sin θ = 0 et cos θ = ω du 0 /ω , cetteLes solide). dernière solutions solution stationnaires sont sin θ = 0 • Exemple 2 : pendule conique n’étant rigide possible que si ω ≥ ω0 . d’équilibre permet de montrerL’analyse que pourde ω≥ ω0 , seule stabilité deslasolutions d’équilibre perm aı̂t ainsi comme la valeur solution du seuildθ2de est stable.✓ω: de ̸✓=la0 mg` bifurcation =! ◆ ainsi comm ω02 apparaı̂t on d’équilibre du pendulepart etI d’autre change. 2 + de cettesin ✓ valeur, 1 la 2 cos ✓ = d’équilibre position 0 dt 2 !0 si être analysée ✓ à l’aide de Remarque la conservation: la bifurcation de l’éner- r peut aussi être analys gie orienté otation, l’axe vertical étant mécanique.selonDansm` −⃗g ,2 l’énergie le référentiel3gen rotation, l’axe avec I = ! = potentielle du solide3 vaut 0 2` 2 2 ! " 2 2 mgl 2 ml ω m ω 2 mgl ω 2 ! 2 2 sin θ = 1 −: cos points fixes θ− sin ✓ ? = 20 sinetE . cos ✓ (1 θp = ? = − cos θ) − 0 sin θ = 6 2 2ω0 2 !2 6 2
2 1 1.5
Energie 0.5 0. ✓0? 0 E 1 0 −0.5 0.5 −0. −1 0 −
2 3 0 0.5 1 1.5 2 −3 −2 −1 0 1 2 3 1/1 ! 2 /!0 02 ✓0 mg` m`2 ! 2 2 L’énergie n de θ sur la figure de gauche. <Eωreprésentée Pour ω est = 0 , il (1 en n’existe cos ✓) fonction de θ sin sur ✓ fi la 2 6 qu’un seul minimum, ue pour ω > ω , il existe deux minima ±θ ̸= 0. La θ = 0, tandis que pour ω > Bifurcation fourche sous-critique dx • Système : = rx + x3 x5 point fixe stable et instable dt 2 2 2
1 1 1
-2 -1 1 2 -2 -1 1 2 -2 -1 1 2
-1 -1 -1 2
r<0 r=0 r>0
-2 -2 -2 1
-2 -1 1 2
-1
-2 • Diagramme : x 2
hystérésis 1
- 1.0 - 0.5 0.5 1.0 r
-1
-2
• Exemple 1 : dynamique de populations d’insectes (voir chapitre 4)
• Exemple 2 : magnétisme (cfr Landau)
Systèmes d’équations et linéarisation • Système et points fixes : ẋ = f (x, y) f (x? , y ? ) = 0 u = x(t) x? ẏ = g(x, y) g(x? , y ? ) = 0 v = y(t) y?
• Linéarisation des équations :
? ? ? @f ? @f u̇ = f (x + u, y + v) = f (x , y ) + u +v + ... @x @y @g @g v̇ = u +v + ... @x @y • Matrice Jacobienne : ✓ ◆ !✓ ◆ @f @f u̇ @x @y u = @g @g + ... v̇ @x @y v
> stabilité suivant les valeurs propres du Jacobien
Bifurcations 2d E • grande variété de points fixes ẋ = x y 2 + 1.28 + 1.4xy 9 – Représentation condensée des types de solutions dans le plan (tr(A),det(A)) (extrait de J. Hubbard & B. West, ions différentielles).
ẏ = 0.2y x + x3
A nœud répulsif B col C foyer répulsif D col E foyer attractif F col
F IGURE 10 – Portrait de phase du système (14).
• Valeurs propres du Jacobien évalué au point fixe : Etude d’un cas < :0, modèle < de 0 compétition attractif entre espèces animales < 0, >0 col 1 2 1 2 xemple classique de modèle à deux variables est le modèle de Lotka-Volterra de compétition entre es- > 0, s animales. Considérons 1 une 2 > 0 répulsif population de x(t ) lapins et de y(t ) moutons qui occupent > 0, 1 le même2territoire<0 col trent donc en compétition pour l’approvisionnement en herbe, qui est limité. Dans ce modèle simplifié gnorés les effets extérieurs tels que la présence de prédateurs (que nous verrons dans le chapitre suivant), Bifurcation de Hopf (2d) dx ⇥ • Système bidimensionel : = y+x (x + y ) 2 2 dt dy ⇥ =x+y (x + y ) 2 2 dt
<0 =0 >0
le point fixe devient un cycle limite (attracteur)
• Diagramme : y
• Exemple 1 : modèle proie-prédateur Lokta-Volterra (cfr chapitre 4)
• Exemple 2 : oscillateur de Van der Pol ẋ = y
(circuit LC-diode) ẏ = µ(1 x2 )y x En résumé
• Les non-linéarités induisent l’existence de points fixes.
