Vous êtes sur la page 1sur 19

Chapitre 3 :

Différents types de bifurcation


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.

• Grande variété de dynamiques.

• La compétition entre termes non-linéaires


conduit à différents régimes dynamiques.

• Modèle pour l’hystérésis !

Vous aimerez peut-être aussi