ذياب1 PDF

Equations Di¤érentielles Ordinaires
Cours et Exercices
Université Larbi Tébessi - Tébessa

Faculté Des Sciences Exactes et De La Nature et de la Vie
Département de Mathématiques et Informatique
Diab Zouhair
16 Septembre 2018
TABLE DES MATIÈRES
Introduction 4
1 Equations di¤érentielles. Résultats fondamentaux 5

1.1 Dé…nitions. Solutions maximales et globales . . . . . . . . . . . . . . 5
1.1.1 Équation di¤érentielle ordinaire du premier ordre . . . . . . . 5
1.1.2 Solutions Maximales . . . . . . . . . . . . . . . . . . . . . . . 6
1.1.3 Solutions Globales . . . . . . . . . . . . . . . . . . . . . . . . 7
1.1.4 Régularité des solutions . . . . . . . . . . . . . . . . . . . . . 7
1.2 Théorème d’existence des solutions . . . . . . . . . . . . . . . . . . . 8
1.2.1 Équivalence du problème de cauchy avec la résolution d’une
équation intégrale . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.2.2 Cylindres de sécurité . . . . . . . . . . . . . . . . . . . . . . . 8
1.2.3 Solutions approchées. Méthode d’Euler . . . . . . . . . . . . . 10
1.2.4 Théorème d’existence (cauchy -Peano-Arzela) . . . . . . . . . 11
1.2.5 Critère de maximalité des solutions . . . . . . . . . . . . . . . 11
1.3 Théorème d’existence et d’unicité de Cauchy-Lipschitz . . . . . . . . 11
1.3.1 Lemme de Gronwall. Convergence et unicité locales . . . . . . 12
1.3.2 Unicité globale . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.3.3 Conditions su¢ santes d’existence de solutions globales . . . . 14
1.3.4 Théorème de Cauchy-Lipschitz globale . . . . . . . . . . . . . 15
1.4 Équations Di¤érentielles d’ordre supérieur à un . . . . . . . . . . . . 15
1.4.1 Dé…nitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
1.4.2 Système di¤érentiel d’ordre un associé . . . . . . . . . . . . . 15
2 Equations de Bessel et Legendre 17

2.1 La Méthode de Frobenius . . . . . . . . . . . . . . . . . . . . . . . . 17
2.1.1 Solutions en série de Frobenius . . . . . . . . . . . . . . . . . 17
2.1.2 La détermination des coe¢ cients de la solution par récurrence 18
ii
TABLE DES MATIÈRES
2.2 Équation de Bessel . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19

2.2.1 La solution J (x) de première espèce . . . . . . . . . . . . . . 19
2.2.2 La solution Yn (x) de seconde espèce . . . . . . . . . . . . . . . 22
2.2.3 Propriétés des fonctions de Bessel . . . . . . . . . . . . . . . . 22
2.3 Équation de Legendre . . . . . . . . . . . . . . . . . . . . . . . . . . 23
3 Théorie de la stabilité 26
3.1 Notions préliminaires . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
3.1.1 Systèmes dynamiques . . . . . . . . . . . . . . . . . . . . . . . 26
3.1.2 Système autonome . . . . . . . . . . . . . . . . . . . . . . . . 26
3.1.3 Point critique . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
3.1.4 Plan et portrait de phase . . . . . . . . . . . . . . . . . . . . . 27
3.1.5 Fonctions (semi) dé…nies positives . . . . . . . . . . . . . . . . 27
3.2 Stabilité des solutions . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
3.2.1 Fonctions de Lyapunov . . . . . . . . . . . . . . . . . . . . . . 29
3.2.2 Linéarisation . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
3.3 Classi…cation des systèmes di¤érentiels linéaire dans R2 . . . . . . . . 32
3.4 Critère pour la stabilité d’un polynôme . . . . . . . . . . . . . . . . . 37
3.5 Sous espace stable ; instable et central . . . . . . . . . . . . . . . . . . 38
3.6 Linéarisation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
3.7 Théorème de la variété stable . . . . . . . . . . . . . . . . . . . . . . 43
4 Exercices corrigés pour le chapitre 1 46
Bibliographie 76
iii
TABLE DES MATIÈRES
iv
Introduction
Selon G. Wanner, la première apparition des équations di¤érentielles remonte

à l’année 1638 quand Florimond Debeaune (1601 1652) propose deux problèmes
géométriques sur la construction des courbes à partir des propriétés de la tangente.
A l’époque, ni Fermat (1601 1665), ni Roberval (1602 1675), ni Debeaune
lui-même ne réussissent à les résoudre. C’est René Descartes (1596 1650) qui, grâce
à une méthode graphique, apporte une réponse au deuxième problème. Edward L.
Ince, quant à lui, situe la naissance des équations di¤érentielles
R au 11 novembre
1675, lorsque Leibnitz (1646 1716) introduit la notation ydy = 12 y 2 :
La terminologie oequatio di¤erentialis ou équations di¤érentielles a été utilisée
en 1676 par ce même Leibnitz pour désigner une relation entre les di¤érentielles dx
et dy de deux quantités variables x et y.
A leur début, les équations di¤érentielles sont étroitement associées à la résolu-
tion de problèmes géométriques, à la physique newtonienne (dynamique du point,
mouvements des planètes) et à la formalisation du calcul di¤érentiel et intégral.
Elles deviennent rapidement un instrument e¢ cace d’analyse des phénomènes de
la nature et une source de questionnements au sujet des concepts mathématiques
comme celui de fonction. A la suite de Newton (1642 1727) et de Leibnitz, les ma-
thématiciens C. Huyguens (1629 1695), les frères Bernoulli, Jacob (1657 1705)
et Johan (1667 1748) et Guillaume de l’Hospital (1661 1704) résolvent plusieurs
problèmes « modèles » comme celui de l’oscillation d’un pendule, du brachistrome
et di¤usent les premiers éléments du calcul di¤érentiel et intégral tout en élaborant
les premières méthodes d’intégration à l’aide des séries, de la « séparation des va-
riables » , ou encore, sur le plan graphique, de la « ligne polygonale » introduite par
Descartes.
Au XV III e siècle, un nom émerge de l’ensemble de tous les mathématiciens :
Leonhard Euler (1707 1783). Par sa production importante et la diversité des
thèmes qu’il a embrassés, il devient la cheville ouvrière de nombreuses innovations.
Le domaine des équations di¤érentielles n’y fait pas exception. Non seulement il
synthétise les travaux antérieurs, mais il approfondit diverses questions théoriques
1
TABLE DES MATIÈRES
comme la superposition des solutions des équations di¤érentielles linéaires. C’est lui
qui, en 1743, introduit l’équation caractéristique pour intégrer les équations linéaires
à coe¢ cients constants. Il a fondé aussi une méthode graphique et numérique de
résolution,méthode qui porte son nom et qui est encore enseignée aujourd’hui.
Dans le siècle d’Euler, d’autres mathématiciens étudient et di¤usent le calcul
in…nitésimal : D. Bernoulli (1700 1782), A. C. Clairaut (1713 1765), J. F. Riccati
(1676 1754) et son …ls Vincenzo (1700 1782), J. L. R. D’Alembert (1717 1783)
et J. L. Lagrange (1736 1813). La plupart s’intéressent à la résolution des équations
di¤érentielles particulières de premier ordre, souvent issues de la classi…cation des
courbes, de problèmes de physique ou simplement, de cas d’espèce.
Vers la …n du XV III e siècle, Gauss (1777 1855) introduit la variable complexe
dans les équations di¤érentielles et quelques années plus tard, Cauchy (1789 1857),
puis Fourier (1768 1830), Liouville (1809 882), Bessel (1784 1846) et bien d’autres
étendent son utilisation à d’autres questions d’analyse.
Les nouveaux procédés de classi…cation et de réduction apparus dans la première
moitié du XIX e siècle, sont basés sur des changements de variables ou de fonctions
dépendant de ces variables. Elles vont toutes dans le sens de la simpli…cation des
équations données et de l’adaptation à chaque classe, de méthodes spéci…ques d’in-
tégration. Les concepts de solution et de résolution que certains apparentent aux
équations algébriques, s’a¢ nent. Ainsi, pour Joseph Liouville, la question de « ré-
solution » n’a de sens que si l’on précise la classe de fonctions dans laquelle on
cherche les solutions. Si l’on imaginait, par exemple, que l’on ne connaît que les
0
fonctions polynomiales ou rationnelles, l’équation di¤érentielle y (x) = y(x), qui est
toute simple, n’admettrait pas de « solutions » . Pour la résoudre, il faut élargir la
classe des fonctions cherchées aux exponentielles.
Nous avons déjà évoqué les questions théoriques qui commencent à poindre au
début du XIX e siècle. L’existence et l’unicité des solutions qui étaient jusque là
subordonnées aux procédures de calcul (changement de variables, réduction, utili-
sation des séries entières. . .) en sont parmi les plus importantes. Le premier à les
avoir dégagées des modes de résolution est Cauchy qui, en 1820, formule ce que
nous appelons aujourd’hui, le problème de Cauchy. Désormais, à côté des ques-
tionnements déjà éprouvés sur nombre de modalités d’explicitation des solutions,
d’autres, essentiellement théoriques, commencent à apparaître. Ainsi, en ne tenant
compte que de la continuité ou de la di¤érentiabilité du second membre, des condi-
tions su¢ santes (peu restrictives) d’existence et d’unicité des solutions des systèmes
di¤érentiels normalisés sont établies dans des versions di¤érentes par Cauchy, bien
sûr, Peano, Picard, Lipschitz, etc. Pour les équations linéaires non normalisées, L.
Fuchs (1833 1902) montre, pour chaque type de singularité (régulière ou irrégu-
lière), l’existence de solutions développables en séries de Laurent (tronquées ou non
à gauche selon la régularité de la singularité), multipliées par des puissances (en
général complexes) de la variable complexe ou de son logarithme.
L’histoire des équations di¤érentielles des années antérieures à 1900 ne se ré-
2
TABLE DES MATIÈRES
sume pas seulement à des méthodes d’intégration sous di¤érentes expressions, aussi
fécondes soient-elles. Face aux questions posées par les sciences expérimentales et
aux besoins croissants des ingénieurs, leurs investigations ont très vite incorporé
des techniques de résolution graphique et des algorithmes de calcul approché. D.
Tournès a consacré aux méthodes d’intégration polygonale (méthode d’Euler), di-
rectionnelle (Jean Bernoulli) et autres, un travail instructif et didactique, riche en
correspondances et en références bibliographiques. Nous y apprenons en particulier
le grand intérêt qu’ont porté les fondateurs du calcul in…nitésimal et leurs conti-
nuateurs immédiats aux démarches constructives. Ainsi, dans le livre publié par
V. Riccati, l’auteur décrit la construction d’instruments tractionnels qui servent à
tracer des courbes intégrales d’une équation di¤érentielle, appelées dans la foulée,
des tractrices. Après une longue période de stagnation, à la …n du XIX e siècle, les
procédures numérico-graphiques ont repris de la vigueur. Entre 1894 et 1901, une
nouvelle méthode est élaborée, la méthode de Runge-Kutta des noms des ingénieurs
K. D. Runge (1856 1927) et M.W. Kutta (1867 1944), en perfectionnement
continu jusqu’à nos jours.
En 1879, survient un événement majeur, car fondateur d’une théorie nouvelle, la
publication de la thèse de doctorat d’Henri Poincaré. Dans l’introduction, l’auteur
présente la nouvelle approche comme suit :
Malheureusement, il est évident que dans la grande généralité des cas qui se
présentent on ne peut intégrer ces équations à l’aide des fonctions déjà connues, par
exemple à l’aide des fonctions dé…nies par les quadratures. Il est donc nécessaire
d’étudier les fonctions dé…nies par des équations di¤érentielles en elles-mêmes et
sans chercher à les ramener à des fonctions plus simples.
Ainsi est née la théorie qualitative des équations di¤érentielles. En quoi consiste-
t-elle ? Essentiellement à décrire le comportement qualitatif, local ou global, des
courbes dé…nies par les solutions d’un système di¤érentiel donné, sans connaître les
expressions analytiques de ces dernières. Sur le plan épistémologique, cet événement
s’explique par au moins trois faits : l’essou- ement des méthodes quantitatives (in-
tégration, réduction) qui sont empreintes parfois d’un caractère aléatoire, le constat
d’existence de larges classes d’équations di¤érentielles impossibles à ramener à celles
déjà connues et en…n, le développement de la géométrie et son enrichissement d’outils
nouveaux d’algèbre et de topologie. Pour expliquer l’importance de cette démarche
qualitative, H. Poincaré, toujours lui, compare les équations di¤érentielles aux équa-
tions algébriques dont on connaît mieux la problématique :
Le nombre d’équations intégrables par quadratures est extrêmement restreint, et
tant qu’on ne s’est pas décidé à étudier les propriétés des intégrales en elles-mêmes,
tout ce domaine analytique n’a été qu’une TERRA INCOGNITA qui semblait à
jamais interdite au géomètre. Longtemps, s’est maintenu l’espoir de résoudre les
équations algébriques par radicaux. On y a renoncé, et aujourd’hui les fonctions
algébriques nous sont aussi bien connues que les radicaux auxquels on voulait les
ramener. De même, les intégrales des équations algébriques que l’on a cherché long-
3
TABLE DES MATIÈRES
temps à ramener aux fonctions logarithmiques et trigonométriques, s’expriment à

l’aide de transcendantes nouvelles. Il devait en être à peu près de même des équa-
tions intégrales.
La théorie qualitative est le premier jalon d’un long et riche processus qui a dé-
bordé le premier champ de compréhension des équations di¤érentielles pour fonder
la théorie des systèmes dynamiques. Adoptant une démarche parfois exclusivement
topologique, ses promoteurs (Birkho¤, Nemitskii, Stepanov, Sibirskii, etc.) ont réussi
à en faire une discipline qui étudie des objets aussi bien déterministes que stochas-
tiques (théorie des jeux, inclusions di¤érentielles. . .), continus (systèmes di¤érentiels,
groupes continus, équations d’évolution. . .) ou discrets (itérations d’applications,
théorie des automates, équations aux di¤érences. . .). Les champs d’application en
sont nombreux et variés [4].
En guise de conclusion à ce bref historique des équations di¤érentielles et de leur
métamorphose en systèmes dynamiques, retenons l’observation de Youri Ilyashenko
qui le subdivise en trois périodes bien distinctes :
1. La période Newton : on vous donne une équation di¤érentielle, résolvez-la.
2. La période Poincaré : on vous donne une équation di¤érentielle, sans la résoudre,
étudiez le comportement qualitatif de ses solutions.
3. La période Andronov : on ne vous donne pas d’équation di¤érentielle, étudiez le
comportement qualitatif des solutions.
4
CHAPITRE 1
Equations di¤érentielles. Résultats fondamentaux
Le but de ce chapitre est de démontrer les théorèmes généraux d’existence et

d’unicité des solutions pour les équations di¤érentielles ordinaires.
1.1 Dé…nitions. Solutions maximales et globales

1.1.1 Équation di¤érentielle ordinaire du premier ordre
Soit U un ouvert de R Rm et f : U ! Rm une application continue.
On considère l’équation di¤érentielle
0
y = f (t; y); (t; y) 2 U; t 2 R; y 2 Rm (1.1)
Dé…nition 1.1.1 Une solution de (1.1) sur un intervalle I R est une fonction
dérivable y : I ! Rm telle que
i ) (8t 2 I) (t; y (t)) 2 U

0
ii) (8t 2 I) y (t) = f (t; y (t))
L’inconnue de l’´ equation (1.1) est donc en fait une fonction. Le quali…catif ordinaire
pour l’équation di¤érentielle (1.1) signi…e que la fonction inconnue y dépend d’une
@y
seule variable t (lorsqu’il y a plusieurs variables ti et plusieurs dérivées , on parle
@ti
d’équations aux dérivées partielles).
Ecriture en coordonnées. Ecrivons les fonctions à valeurs dans Rm en termes de
leurs fonctions composantes, c’est-à-dire
y = (y1 ; :::; ym ) ; f = (f1 ; :::; fm ) :
5
1.1. DÉFINITIONS. SOLUTIONS MAXIMALES ET GLOBALES
L’équation (1.1) apparaît comme un système di¤érentiel du premier ordre à m fonc-

tions inconnues y1 ; :::; ym :
8 0
< y1 (t) = f1 (t; y1 (t); :::; ym (t))
::: (1.2)
: 0
ym (t) = fm (t; y1 (t); :::; ym (t))
Problème de Cauchy. Etant donné un point (t0 ; y0 ) 2 U , le problème de Cauchy
consiste à trouver une solution y : I ! Rm de (1.1) sur un intervalle I contenant t0
dans son int´erieur, telle que y(t0 ) = y0 .
Cas de la dimension un (m = 1)
Si on note x = t, l’équation (1.1) se récrit
0 dy
y = = f (x; y); (x; y) 2 U R R (1.3)
dx
Résoudre le problème de Cauchy revient à trouver une courbe intégrale de (1.3)

passant par un point donné (x0 ; y0 ) 2 U .
1.1.2 Solutions Maximales

Nous introduisons d’abord le concept de prolongement d’une solution. L’expres-
sion solution maximale est entendue implicitement au sens de la relation d’ordre
fournie par le prolongement des solutions.
Dé…nition 1.1.2 Soient y : I ! Rm ; y~ : I~ ! Rm des solutions de (1.1). On dit que

y~ est un prolongement de y si I I~ et y~jI = y.
Dé…nition 1.1.3 On dit qu’une solution y : I ! Rm est maximale si y n’admet pas

de prolongement y~ : I~ ! Rm avec I I.
~
6=
6
CHAPITRE 1. EQUATIONS DIFFÉRENTIELLES. RÉSULTATS
FONDAMENTAUX
1.1.3 Solutions Globales
On suppose ici que l’ouvert U est de la forme U = J où J est un intervalle
de R et un ouvert de Rm .
Attention : toute solution globale est maximale, mais la réciproque est fausse.
Sur le schéma ci-dessus par exemple, y(1) est globale tandis que y(2) est maximale
mais non globale.
Donnons un exemple explicite de cette situation.
0
Exemple 1.1.1 y = y 2 (E) sur U = R R.
Cherchons les solutions t ! y(t) de (E).
On a d’une part la solution y(t) = 0.
0
y
Si y ne s’annule pas, (E) s’écrit 2 = 1, d’où par intégration
y
1 1
= t + c; y(t) =
y(t) t+c
Cette formule dé…nit en fait deux solutions, dé…nies respectivement sur ] 1; c[
et sur ] c; +1[ ; ces solutions sont maximales mais non globales. Dans cet exemple
y(t) = 0 est la seule solution globale de (E).
1.1.4 Régularité des solutions

Rappelons qu’une fonction de plusieurs variables est dite de classe C k si elle
admet des dérivées partielles continues jusqu’à l’ordre k.
Théorème 1.1.1 Si f : R Rm U ! Rm est de classe C k , toute solution de

0
y = f (t; y) (1.1) est de classe C k+1 .
7
1.2. THÉORÈME D’EXISTENCE DES SOLUTIONS
1.2 Théorème d’existence des solutions

Dans tout ce paragraphe, on considère une équation di¤érentielle
0
y = f (t; y) (1.4)
où f : U ! Rm est continue et U est un ouvert de R Rm .
1.2.1 Équivalence du problème de cauchy avec la résolution

d’une équation intégrale
Le lemme très simple ci-dessous montre que la résolution de (1.4) est équivalente
à la résolution d’une équation intégrale
Lemme 1.2.1 Une fonction y : I ! Rm est une solution du problème de Cauchy

de données initiales (t0 ; y0 ) si et seulement si
(i) y est continue et (8t 2R I) (t; y(t)) 2 U ,
t
(ii) (8t 2 I) y (t) = y0 + t0 f (u; y (u)) du:
En e¤et si y véri…e (i) et (ii) alors y est di¤érentiable et on a y(t0 ) = y0 ,

y(t) = f (t; y(t)). Inversement, si ces deux relations sont satisfaites, (ii) s’en déduit
par intégration.
1.2.2 Cylindres de sécurité

Pour résoudre l’équation di¤érentielle (1.4), on va plutôt chercher à construire
des solutions de l’équation intégrale (ii), et en premier lieu, on va montrer qu’une
solution passant par un point (t0 ; y0 ) 2 U ne peut s’éloigner trop vite de y0 .
On note kk une norme quelconque sur Rm et B(x; r) (resp. B(x; r)) la boule ouverte
(resp. fermée) de centre x et de rayon r dans Rm . Comme U est supposé ouvert, il
existe un cylindre
C0 = [t0 T0 ; t0 + T0 ] B(y0 ; r0 )
de longueur 2T0 et de rayon r0 assez petit, tel que C0 U . L’ensemble C0 est fermé
borné dans Rm+1 , donc compact. Ceci entraîne que f est bornée sur C0 , c’est-à-dire
M = sup kf (t; y)k < +1:

(t;y)2C0
Soit C = [t0 T; t0 + T ] B(y0 ; r0 ) C0 un cylindre de même diamètre que C0 et

de demi-longueur T T0 .
Dé…nition 1.2.1 On dit que C est un cylindre de sécurité pour l’équation (1.4) si
toute solution y : I ! Rm du problème de Cauchy y(t0 ) = y0 avec I [t0 T; t0 + T ]
reste contenue dans B(y0 ; r0 ).
8
FONDAMENTAUX
Sur le schéma ci-dessus, C est un cylindre de sécurité mais C0 n’en est pas un : la
solution y s’échappe de C0 avant le temps t0 + T0 .
Supposons que la solution y s’échappe de C sur l’intervalle [t0 ; t0 + T ]. Soit le
premier instant où cela se produit
= inf ft 2 [t0 ; t0 + T ]; ky (t) y0 k > r 0 g :
Par dé…nition de on a ky (t) y0 k < r pour t 2 [t0 ; [, donc par continuité de y

on obtient ky (t) y0 k = r0 . Comme (t; y(t)) 2 C C0 pour t 2 [t0 ; ], il vient et
0
y (t) = kf (t; y(t))k M et
Z
0
r0 = ky ( ) y0 k = y (u) du M( t0 )
t0
r0 r0
donc t0 . Par conséquent si T , aucune solution ne peut s’échapper
M M
de C sur [t0 T; t0 + T ].
Corollaire 1.2.1 Pour que C soit un cylindre de sécurité, il su¢ t de prendre

r0
T min T0 ;
M
r0
Le choix T = min T0 ; convient par exemple.
M
Remarque 1.1 Si C C0 est un cylindre de sécurité, toute solution du problème
0
de Cauchy y : [t0 T; t0 + T ] ! Rm véri…e y (t) M , donc y est lipschitzienne
de rapport M .
9
1.2. THÉORÈME D’EXISTENCE DES SOLUTIONS
1.2.3 Solutions approchées. Méthode d’Euler

On cherche à construire une solution approchée de (1.4) sur un intervalle [t0 ; t0 + T ].
On se donne pour cela une subdivision
t0 < t1 < t2 :::: < tN 1 < tN = t0 + T
Les pas successifs sont notés
hn = tn 1 tn ; 0 n N 1;
et on pose
hmax = max (h0 ; :::; hN 1)
La méthode d’Euler (ou méthode de la tangente) consiste à construire une solution

approchée y a¢ ne par morceaux comme suit. Soit yn = y(tn ). On confond la courbe
intégrale sur [tn ; tn + 1] avec sa tangente au point (tn ; yn )
y (t) = yn + (t tn ) f (tn ; yn ) ; t 2 [tn ; tn + 1] :

Partant de la donnée initiale y0 , on calcule donc yn par récurrence en posant
yn+1 = yn + hn f (tn ; yn )
tn+1 = tn + hn ; 0 n N 1
La solution approchée y s’obtient graphiquement en tra¸cant pour chaque n les seg-

ments joignant les points (tn ; yn ), (tn+1 ; yn+1 ).
On construit de même une solution approchée sur [t0 T; t0 ] en prenant des pas
hn < 0.
Proposition 1.2.1 Si C = [t0 T; t0 + T ] B(y0 ; r0 ) est un cylindre de sécurité tel

r0
que T min T0 ; , toute solution approchée y donnée par la méthode d’Euler est
M
10
FONDAMENTAUX
contenue dans la boule B(y0 ; r0 ). Soit y : [a; b] ! Rm une fonction de classe C 1 par
morceaux (ceci signi…e qu’il existe une subdivision a0 < a1 < a2 :::: < aN 1 < aN = b
de [a; b] telle que pour tout n la restriction y[an ;an+1 ] soit de classe C 1 ; on suppose
donc seulement la continuité et l’existence d’une dérivée à droite et à gauche de y
aux points an). On dit que y est une solution " approchée de (1.4) si
(i) (8t 2 [a; b]) (t; y(t)) 2 U ;
0
(ii) (8n) ; (8t 2 ]an ; an+1 [) y (t) f (t; y(t)) "
Autrement dit, y est une solution " approchée si y véri…e (E) avec une erreur
".
1.2.4 Théorème d’existence (cauchy -Peano-Arzela)

r0
Théorème 1.2.1 Soit C = [t0 T; t0 + T ] B(y0 ; r0 ) avec T min T0 ; un
0
M
cylindre de sécurité pour l’équation y = f (t; y) (1.4). Alors il existe une solution
y : [t0 T; t0 + T ] ! B(y0 ; r0 ) de (1.4) avec condition initiale y(t0 ) = y0 .
Corollaire 1.2.2 Par tout point (t0 ; y0 ) 2 U , il passe au moins une solution maxi-
male y : I ! Rm de (1.4). De plus, l’intervalle de dé…nition I de toute solution
maximale est ouvert (mais en général, il n’y a pas unicité de ces solutions maxi-
males).
Exemple 1.2.1 Pour donner un exemple de non unicité, il su¢ t de considérer

0 2
l’équation y = 3 jyj 3 . Le problème de Cauchy de condition initiale y(0) = 0 admet
alors au moins 2 solutions maximales :
y (t) = 0; y (t) = t3 ; t 2 R.
1.2.5 Critère de maximalité des solutions

Théorème 1.2.2 U un ouvert de R Rm et y : I = [t0 ; b[ ! Rm une solution de
0
l’équation y = f (t; y) (1.4), où f est une fonction continue sur U . Alors y(t) peut
se prolonger au delà de b si et seulement si il existe un compact K U tel que la
courbe t ! (t; y(t)), t 2 [t0 ; b[, reste contenue dans K.
Autrement dit, y est non prolongeable au delà du temps b si et seulement si

(t; y(t)) s’échappe (sortie) de tout compact K de U quand t ! b .
1.3 Théorème d’existence et d’unicité de Cauchy-

Lipschitz
On suppose ici en outre que f est localement lipschitzienne en y : cela signi…e que
pour tout point (t0 ; y0 ) 2 U il existe un cylindre C0 = [t0 T0 ; t0 + T0 ] B(y0 ; r0 )
11
1.3. THÉORÈME D’EXISTENCE ET D’UNICITÉ DE CAUCHY-LIPSCHITZ
U et une constante k = k(t0 ; y0 ) 0 tels que f soit k Lipschitzienne en y sur C0
(8 (t; y1 ) ; (t; y2 ) 2 C0 ) kf (t; y1 ) f (t; y2 )k k ky1 y2 k :
Remarque 1.2 Pour que f soit localement lipschitzienne en y sur U , il su¢ t que
@fi
f admette des dérivées partielles , 1 i; j m, continues sur U . Soit en e¤et
@yj
@fi
A = max sup (t; y)
1 i;j m(t;y)2C
0
@yj
Le nombre A est …ni puisque C0 est compact. Le théorème des accroissement …nis
appliqués à fi sur C0 donne
X @fi
fi (t; y1 ) fi (t; y2 ) = (t; ) (y1;j y2;j )
j
@yj
avec 2]y1 ; y2 [. On a donc
max jfi (t; y1 ) fi (t; y2 )j mA:max jy1;j y2;j j :

i j
Sous ces hypothèses sur f , nous allons montrer que la solution du problème de Cau-
chy est nécessairement unique, et que de plus toute suite de solutions " approchées
avec " tendant vers 0 converge nécessairement vers la solution exacte.
1.3.1 Lemme de Gronwall. Convergence et unicité locales

Soit C0 = [t0 T0 ; t0 + T0 ] B(y0 ; r0 ) U un cylindre sur lequel f est k Lipschitzienne
en y et soit M = sup kf k. On se donne " > 0 et on considère des solutions y(1) et y(2)
C0
respectivement "1 approchée et "2 approchée du problème de Cauchy de donnée
initiale (t0 ; y0 ), avec "1 ; "2 ".
0
On a alors y(1) (t) M + ", et un raisonnement analogue à celui montre que les
graphes de y(1) ; y(2) restent contenus dans le cylindre
C = [t0 T; t0 + T ] B(y0 ; r0 ) C0
r0
dès que T min T0 ; ; ce qu’on suppose désormais.
M +"
Lemme de Gronwall. Sous les hypothèses précédentes, on a
ekjt t0 j
1
y(1) (t) y(2) (t) ("1 + "2 ) ; 8t 2 [t0 T; t0 + T ]
k
12
FONDAMENTAUX
Démonstration. Quitte à changer l’origine du temps on peut supposer t0 = 0 et,

par exemple, t 2 [0; T ]. Posons alors
Zt
v (t) = y(1) (u) y(2) (u) du:
0
Comme y(i) satisfait l’équation di¤érentielle à "i près, on obtient par soustraction
0 0
y(1) (t) y(2) (t) f t; y(2) (t) f t; y(1) (t) + "1 + "2
k y(1) (t) y(2) (t) + "1 + "2 ;
en utilisant l’hypothèse que f est k Lipschitzienne en y. De plus

Zt
0 0
y(1) (t) y(2) (t) = y(1) (u) y(2) (u) du;
0
puisque y(2) (0) = y(1) (0) = y0 . On en déduit
Zt
y(1) (t) y(2) (t) k y(1) (u) y(2) (u) du + ("1 + "2 ) t; ( )
0
c’est-à-dire
0
v (t) kv (t) + ("1 + "2 ) t:
kt
Après soustraction de kv(t) et multiplication par e , on trouve
0 kt d kt kt
v (t) kv (t) e = v(t)e ("1 + "2 ) te :
dt
Grâce à une nouvelle intégration (noter que v(0) = 0), il vient
Zt kt
kt ku 1 (1 + kt) e
v(t)e ("1 + "2 ) ue du = ("1 + "2 ) ;
k2
0
ekt (1 + kt)
v(t) ("1 + "2 ) :
k2
tandis que la première inégalité intégrée ( ) donne
ekt 1
y(1) (t) y(2) (t) kv (t) + ("1 + "2 ) t ("1 + "2 ) :
k
Le cas où t 2 [ T; 0] s’obtient par un changement de variable t ! t.
13
1.3. THÉORÈME D’EXISTENCE ET D’UNICITÉ DE CAUCHY-LIPSCHITZ
Théorème 1.3.1 (Cauchy-Lipschitz) Si f : U ! Rm est localement lipschitzienne

en y, alors pour tout cylindre de sécurité C = [t0 T; t0 + T ] B(y0 ; r0 ) comme
ci-dessus, le problème de Cauchy avec condition initiale (t0 ; y0 ) admet une unique
solution exacte y : [t0 T; t0 + T ] ! U . De plus, toute suite y(p) de solutions
"P approchées avec "P tendant vers 0 converge uniformément vers la solution exacte
y sur [t0 T; t0 + T ].
Existence. Soit y(p) une suite quelconque de solutions "P approchées avec
lim "P = 0, par exemple celles fournies par la méthode d’Euler. Le lemme de Gron-
wall montre que
ekt 1
d y(p) ; y(q) ("P + "q ) sur [t0 T; t0 + T ] ;
k
par conséquent y(p) est une suite de Cauchy uniforme. Comme les fonctions y(p) sont
toutes à valeurs dans B(y0 ; r0 ) qui est un espace complet, y(p) converge vers une
limite y. Cette limite y est une solution exacte de l’équation (1.4).
Unicité. Si y(1) ; y(2) sont deux solutions exactes, le lemme de Gronwall avec "1 =
"2 = 0 montre que y(1) = y(2) .
1.3.2 Unicité globale

Théorème 1.3.2 Soient y(1) ; y(2) : I ! Rm deux solutions de (1.4), avec f locale-
ment lipschitzienne en y. Si y(1) et y(2) coïncident en un point de I, alors y(1) = y(2)
sur I. Si f est localement lipschitzienne en y sur U , pour tout point (t0 ; y0 ) 2 U il
passe une solution maximale y : I ! Rm et une seule.
Interprétation géométrique. Le théorème d’unicité signi…e géométriquement

que des courbes intégrales distinctes ne peuvent se couper.
1.3.3 Conditions su¢ santes d’existence de solutions globales

Théorème 1.3.3 Soit f : U ! Rm une application continue sur un ouvert produit
U = J Rm , où J R est un intervalle ouvert. On fait l’une ou l’autre des deux
hypothèses suivantes :
(1) Il existe une fonction continue k : J ! R telle que pour tout t 2 J …xé, l’appli-
cation y ! f (t; y) soit lipschitzienne de rapport k(t) sur Rm .
(2) Il existe des fonctions c; k : J ! R+ continues telles que l’application y ! f (t; y)
satisfasse une croissance linéaire à l’in…ni du type
kf (t; y)k c(t) + k(t) kyk :

0
Alors toute solution maximale de l’équation di¤érentielle y = f (t; y) est globale
(c’est-à-dire dé…nie sur J tout entier ).
14
FONDAMENTAUX
1.3.4 Théorème de Cauchy-Lipschitz globale

Soit m 1 et soit k:k un norme sur Rm .
Soit I un intervalle de R.
Soit f 2 C 0 (I Rm ; R) globalement Lipschitzienne selon la seconde variable, i.e
8k I; 9k > 0; 8t 2 I; 8y; z 2 Rm ; kf (t; y) f (t; z)k k ky zk .
Soient x 2 Rm et t0 2 I.
On considère le problème de Cauchy suivant
0
y = f (:; y)
(1.5)
y(t0 ) = x
d’inconne y 2 Rm . Alors le problème (1.5) admet une unique solution globale [5].
1.4 Équations Di¤érentielles d’ordre supérieur à

un
1.4.1 Dé…nitions
Un système di¤érentiel d’ordre p dans Rm est une équation de la forme
0
y (p) = f t; y; y ; :::; y (p 1)
(1.6)
où f : U ! Rm est une application continue dé…nie sur un ouvert U Rm (Rm )p .

Une solution de (1.6) sur un intervalle I R est une application y : I ! Rm p fois
dérivable, telle que
0
(i) (8t 2 I)(t; y(t); y (t); :::; y (p 1) (t)) 2 U ,
0
(ii) (8t 2 I) y (p) (t) = f (t; y(t); y (t); :::; y (p 1) (t)).
Le résultat suivant se démontre par récurrence d’une manière entièrement analogue
à celle utilisée pour les équations di¤érentielles d’ordre 1.
Régularité des solutions. Si f est de classe C k , les solutions y sont de classe C k+p .
1.4.2 Système di¤érentiel d’ordre un associé

Il est clair que le système (1.6) est équivalent au système di¤érentiel d’ordre 1
8
>
> dY0
>
> = Y1
>
> dt
>
> dY1
>
> = Y2
< dt
::: (1.7)
>
> dY
>
> p 2
= Yp 1
>
>
>
> dt
>
> dYp 1
: = f (t; Y0 ; Y1 ; :::; Yp 1 ) ;
dt
15
1.4. ÉQUATIONS DIFFÉRENTIELLES D’ORDRE SUPÉRIEUR À UN
si l’on pose Y0 = y, Y1 = y , .... Le système (1.7) peut encore s’écrire

0
Y = F (T; Y ) (1.8)
avec
Y = (Y0 ; Y1 ; :::; Yp 1 ) 2 (Rm )p

F = (F0 ; F1 ; :::; Fp 1 ) : U ! (Rm )p
F0 (t; Y ) = Y1 ; :::; Fp 2 (t; Y ) = Yp 1 ; Fp 1 (t; Y ) = f (t; Y ) :
Tout système di¤érentiel (1.6) d’ordre p dans Rm est donc équivalent à un système
di¤érentiel (1.8) d’ordre 1 dans (Rm )p . Il en résulte que les théorèmes d’existence et
d’unicité démontrés pour les systèmes d’ordre 1 sont encore vrais pour les systèmes
d’ordre p, avec des preuves qui sont des transpositions directes du cas d’ordre 1.
Voir [1].
16
CHAPITRE 2
Equations de Bessel et Legendre
Dans ce chapitre, on explique la méthode de Frobenius et également comment

résoudre l’équation Bessel par cette méthode et aussi comment obtenir la solution
analytique de l’équation de Legendre.
2.1 La Méthode de Frobenius

2.1.1 Solutions en série de Frobenius
Théorème 2.1.1 Soit l’équation di¤érentielle du type de Fuchs :
00 a (x) 0 b (x)
y + y + 2 y=0 (2.1)
x x
où les fonctions
a (x) = a0 + a1 x + :::
b (x) = b0 + b1 x + :::
sont analytiques sur R < x < R. Si r1 et r2 (r1 r2 ) sont les racines de l’équation
déterminante appelée aussi équation indicielle
r2 + (a0 1)r + b0 = 0 (2.2)
alors (2.1) admet toujours une solution de la forme :
X
1
r1
y1 (x) = x cm xm = xr1 c0 + c1 x + c2 x2 + ::: ; c0 6= 0 (2.3)
m=0
Le rayon de convergence de (2.3) est au moins égal à R.
17
2.1. LA MÉTHODE DE FROBENIUS
La forme de la 2eme solution dépend de la di¤érence r1 r2 . On distingue 3 cas.

Cas 1 : Si 0 < r1 r2 6= 0 entier, alors
X
1
r2
y2 (x) = x cm xm ; c0 6= 0 (2.4)
m=0
Cas 2 : Si r1 = r2 , alors
X
1
r2
y2 (x) = y1 (x) ln(x) + x Am xm ; x > 0; A1 6= 0:
m=1
Cas 3 : Si Si 0 < r1 r2 = p, un entier positif, alors
X
1
y2 (x) = ky1 (x) ln(x) + xr2 Cm xm ; x > 0; C0 6= 0
m=1
Dé…nition 2.1.1 On dit que le point singulier 0 est régulier si les fonctions :
a(x) a(x)
x = a (x) ; x2 = b (x)
x x2
sont analytiques au voisinage de 0.
2.1.2 La détermination des coe¢ cients de la solution par

récurrence
Posons
y (x) = c0 xr + c1 xr+1 + c2 xr+2 + :::
dans
00 0
x2 y + xa (x) y + b (x) y = 0
alors
00 9 8
x2 y = < r(r 1)c0 xr + (r + 1)rc1 xr+1 + (r + 2)(r + 1)c2 xr+2 + :::
0
xa(x)y = [a0 + a1 x + a2 x2 + :::] [rc0 xr + (r + 1)c1 xr+1 + :::]
; :
b(x)y [b0 + b1 x + b2 x2 + :::] [c0 xr + c1 xr+1 + :::]
0 = 0; pour tout x.
Le coe¢ cient de xr
r(r 1)c0 + a0 rc0 + b0 c0 = 0

ou, avec c0 en évidence,
[r(r 1) + a0 r + b0 ] c0 = 0
18
CHAPITRE 2. EQUATIONS DE BESSEL ET LEGENDRE
Si c0 6= 0, r est solution de l’équation indicielle
r(r 1) + a0 r + b0 = 0
alors c0 est indéterminé.

Le coe¢ cient de xr+1 : on a l’équation :
(r + 1)rc1 + a1 rc0 + a0 (r + 1) c1 + b1 c0 + b0 c1 = 0
qu’on peut résoudre pour c1 en fonction de c0
[(r + 1)r + a0 (r + 1) + b0 ]c1 = (a1 r + b1 )c0 :

Le coe¢ cient de xr+2 : on a l’équation
(r + 2) (r + 1) c2 + a0 (r + 2) c2 + a1 (r + 1) c1 + a2 rc0 + b0 c2 + b1 c1 + b2 c0 = 0;
qu’on peut résoudre pour c2 en fonction de c0 et c1
[(r + 2) (r + 1) + a0 (r + 2) + b0 ] c2 = [a1 (r + 1) + b1 ] c1 [a2 r + b2 ] c0 :
On trouve ainsi par récurrence le coe¢ cient cs de xs+r en fonction de c0 ; :::; cs 1 .
2.2 Équation de Bessel

2.2.1 La solution J (x) de première espèce
On résout l’équation de Bessel
00 0
x2 y + xy + x2 2
y=0 (2.5)
par la méthode de Frobenius. Si l’on récrit cette équation sous forme standard
2
00 1 0 + x2
y + y + y = 0;
x x2
on voit que
a (x) = 1 ) a0 = 1;
2
b (x) = + x 2 ) b0 = 2
;
et que a(x) et b(x) sont analytiques partout. Dans ce cas, l’équation indicielle
r2 + (a0 1) r + b0 = 0;
devient
r2 2
= 0:
19
2.2. ÉQUATION DE BESSEL
Pour …xer les idées, prenons 0.

Alors r1 = ; r2 = :
Pour obtenir la 1ere solution, posons
X
1
y1 (x) = cm xm+ ;
m=0
dans (2.5)
X
1 X
1 X
1 X
1
m+ m+ m+ +2 2
(m + ) (m + 1) cm x + (m + ) cm x + cm x cm xm+ = 0:
m=0 m=0 m=0 m=0
Le coe¢ cient de chacune des puissances de x est nul parce que le second membre
est identiquement nul.
Le coe¢ cient de x : on obtient l’équation indicielle
2
( 1) + c0 = 0:
Donc
0 c0 = 0 ) c0 est indéterminé:
+1
Le coe¢ cient de x
2
( + 1) c1 + ( + 1) c1 c1 = 0;
c’est-à-dire,
2
+2 +1 2
c1 = ( + 1)2 2
c1 = 0 ) c1 = 0:
+s
Le coe¢ cient de x
2
(s + ) (s + 1) cs + (s + ) cs + cs 2 cs = 0; s = 2; 3; :::
qui devient
(s + 2 ) scs + cs 2 =0
donc
c3 = c5 = c7 = ::: = 0
et
1
c2m = c2m 2 ; m = 1; 2; 3; ::: (2.6)
22 m ( + m)
Pour normaliser les coe¢ cients cs , introduisons la fonction gamma ( ).
Z+1
( )= e tt 1
dt
0
20
Maintenant, on normalise les coe¢ cients (2.6). Puisque c0 est indéterminé, posons
1
c0 =
2 ( + 1)
Alors
c0 1
c2 = = ;
22 ( + 1) 22+ 1! ( + 2)
c2 1
c4 = 2
= 4+ ;
2 2 ( + 2) 2 2! ( + 3)
et, en général,
( 1)m
c2m = ;
22m+ m! ( + m + 1)
donc
X
1
( 1)m x2m
J (x) = x (2.7)
m=0
22m+ m! ( + m + 1)
C’est la fonction de Bessel de 1re espèce d’ordre .
Pour = n un entier 0: la série (2.7) devient
X
1
( 1)m x2m
n
Jn (x) = x 2m+n (n + m)!
:
m=0
2
Pour r2 = < 0 pas un entier, la série (2.7) devient

X
1
( 1)m x2m
J (x) = x :
m=0
22m m! (m + 1)
Théorème 2.2.1 La solution générale de (2.5), pour 6= entier, est

y (x) = k1 J (x) + k2 J v (x)
Preuve. Puisque apparaît au carré dans l’équation di¤érentielle (2:5), alors J v

est aussi une solution de (2:5). Si 6= entier,
Jv (x)
6= Constante ;
J v (x)
donc dans ce cas J et J v sont linéairement indépendantes.
Théorème 2.2.2 Si = n est un entier, alors

J n (x) = ( 1)n Jn (x) ; n = 0; 1; 2; :::
c’est-à-dire Jv et J v sont linéairement dépendantes.
21
2.2. ÉQUATION DE BESSEL
2.2.2 La solution Yn (x) de seconde espèce

On note
Yn (x) = y2 (x) ; n = 0; 1; 2; 3; :::
la fonction de Bessel de 2eme espèce d’ordre n, où y2 est la 2eme solution de (2.5).
Son développement en série de Frobenius est
2 h x i xn X1
( 1)m 1 (hm + hm+n ) 2m
Yn (x) = Jn (x) ln + + 2m+n m! (m + n)!
x
2 m=0
2
nX
n 1
x (n m 1)! 2m
x ;
m=0
22m n m!
où
1 1 1
x > 0; h0 = 0; hs = 1 + + + ::: + ; s = 1; 2; 3; :::;
2 3 s
et est la constante d’Euler
1 1 1
= lim 1+ + + ::: + ln(s) = 0; 57721566490:::
s!+1 2 3 s
Cette constante est un nombre irrationnel. On remarque que
Yn (x) ! 1 avec x ! 0+ :
La fonction de Neumann
la fonction de Bessel de 2eme espèce d’ordre n ( fonction de Neumann ) donnée par
cos ( ) J (x) J (x)

Yn (x) = lim ;
!n sin ( )
cette limite existe toujours, même dans le cas indéterminé où n 2 N.
2.2.3 Propriétés des fonctions de Bessel

Les relations
0
de récurrence
1) [x J (x)] = x J 1 (x)
2
2) J 1 (x) + J +1 (x) = J (x)
x
Orthogonalité des fonctions de Bessel
Théorème 2.2.3 Les fonctions de Bessel de 1ere espèce Jn (x) satisfont les relations
d’orthogonalité suivantes
8
ZR < 0 m 6= k
mn kn
xJn x Jn x dx = R2 2
R R : J ( kn ) m = k
0 2 n+1
22
où
mn
mn = ; m = 1; 2; 3; :::; n = 0; 1; 2; :::;
R
et mn est le me zéro positif de Jn .
2.3 Équation de Legendre

Théorème 2.3.1 (Existence de solutions en série). Soit l’équation di¤érentielle
00 0
y + f (x)y + g(x)y = r(x); (2.8)
où f; g et r sont des fonctions analytiques au voisinage de a. Si R est le minimum

des rayons de convergence des développements en série entière, de centre a, de f; g
et r, alors l’équation di¤érentielle (2.8) admet une solution analytique de centre a
et de rayon de convergence R.
On cherche la solution générale de l’équation de Legendre

00 0
1 x2 y 2xy + n (n + 1) y = 0; 1 < x < 1; (2.9)
sous forme de série de puissances de centre a = 0. On récrit l’équation sous forme
standard
00 2x 0 n (n + 1)
y y + y = 0;
1 x2 1 x2
puisque
2x
f (x) = = 2x 1 + x2 + x4 + x6 + :::
(1 x) (1 + x)
n (n + 1)
g(x) = = n (n + 1) 1 + x2 + x4 + x6 + :::
(1 x) (1 + x)
on voit que f et g sont analytiques sur 1 < x < 1 et r est analytique partout.
Par le théorème 2:3:1, on sait que (3.2) admet deux solutions indépendantes et
analytiques sur 1 < x < 1.
Posons
X
+1
y(x) = am x m ; (2.10)
m=0
dans (2:9), avec k = n (n + 1) :

00 9 8
y > > >
> 2 1 a2 + 3 2 a3 x + 4 3 a4 x2 + 5 4 a5 x3 + :::
00 = <
2
xy 2 1 a2 x2 3 2 a3 x3 :::
=
2xy >
0
> > 2 a1 x 2 2 a2 x2 2 3 a3 x3 :::
; > :
ky ka0 + ka1 x + ka2 x2 + ka3 x3 + :::
23
2.3. ÉQUATION DE LEGENDRE
La somme de chacun des membres est nulle puisqu’on suppose que (2:10) est une
solution
0 = (2 1 a2 + ka0 ) + (3 2 a3 2 a1 + ka1 )x
+(4 3 a4 2 1 a2 2 2 a2 + ka2 )x2
+:::
+ [(s + 2)(s + 1)as + 2 s(s 1)as 2sas + kas ] xs
+:::; pour tout x. ( 1 < x < 1)
Puisque nous avons une identité en x, chacun des coe¢ cients de xs , s = 0; 1; 2; :::; est
nul, et puisque l’équation (2:9) est du second ordre, deux des am seront indéterminés.
On a donc
n (n + 1)
2!a2 + ka0 = 0 ) a2 = a0 , a0 indéterminé,
2!
2 n (n + 1)
(3 2) a3 + ( 2 + k) a1 = 0 ) a3 = ; a1 indéterminé,
3!
(s + 2) (s + 1) as+2 + [ s (s 1) 2s + n (n + 1)] as = 0
(n s) (n + s + 1)
) as+2 = as ; s = 0; 1; 2; :::
(s + 2) (s + 1)
d’où
n (n + 1) (n 1) (n + 2)
a2 = a0 ; a3 = a1
2! 3!
(n 2) n (n + 1) (n + 3) (n 3) (n 1) (n + 2) (n + 4)
a4 = a0 ; a 5 = a1 ;
4! 5!
etc. On peut donc écrire la solution de la forme
y(x) = a0 y1 (x) + a1 y2 (x) (2.11)
où
n (n + 1) 2 (n 2) n (n + 1) (n + 3) 4
y1 (x) = 1 x + x :::
2! 4!
(n 1) (n + 2) 3 (n 3) (n 1) (n + 2) (n + 4) 5
y2 (x) = x x + x :::
3! 5!
Ces séries convergent pour jxj < R = 1. Puisque y1 est paire et y2 est impaire, il
suit que
y1 (x)
6= constante.
y2 (x)
Donc y1 et y2 sont deux solutions indépendantes et (2:11) est la solution générale.
24
Corollaire 2.3.1 Pour n pair, y1 (x) est un polynôme pair
y1 (x) = kn Pn (x)
et de même, pour n impair, on a le polynôme impair
y2 (x) = kn Pn (x)
où Pn (x) est le polynôme de Legendre de degré n, tel que Pn (1) = 1.
Les relations d’orthogonalité pour les Pn (x)
Théorème 2.3.2 Les polynômes de Legendre Pn (x) satisfont la relation d’orthogo-

nalité suivante (
Z1 0; m 6= n
Pm (x)Pn (x)dx = 2
; m=n
1 2n + 1
Formule de Rodrigues ( Benjamin Rodrigues, 1795 1851 )

1 dn n
Pn (x) = n n
x2 1
2 n! dx
La fonction génératrice des polynômes de Legendre
1 X 1
(x; t) = p = Pk (x) tk avec jtj < 1
1 2xt + t2
k=0
On a alors
1 1 1
(1; t) = p =q =
1 2t + t2 1 t
(t 1)2
X
1
= tk .
k=0
Ce qui est compatible avec les résultats ci dessus puisque, pour tout n, Pn (1) = 1
[3].
25
CHAPITRE 3
Théorie de la stabilité
Dans ce chapitre, on s’intéresse essentiellement à la stabilité de solution de sys-

tème di¤érentiel non linéaire et la classi…cation des systèmes di¤érentiels linéaires
dans R2 et aussi au le théorème de la variété stable.
3.1 Notions préliminaires
3.1.1 Systèmes dynamiques

Dé…nition 3.1.1 Un système dynamique sur Rn est une application
: R Rn ! Rn tel que
(1) (:; x) : Rn ! Rn est continue

(2) (t; :) : R ! Rn est continue
(3) (0; x) = x
(4) (t + s; x) = (t; (s; x)) 8t; s 2 R; 8x 2 Rn
3.1.2 Système autonome

Dé…nition 3.1.2 On appelle système di¤érentiel autonome un système di¤érentiel
pour lequel f ne depend pas du temps :
x_ = f (x); x 2 Rn
26
CHAPITRE 3. THÉORIE DE LA STABILITÉ
3.1.3 Point critique

Dé…nition 3.1.3 On appelle point critique, point d’équilibre, point singulier ou
point …xe du système di¤érentiel non linéaire
x_ = f (x); x 2 Rn (3.1)
un point x0 2 Rn tel que f (x0 ) = 0:
3.1.4 Plan et portrait de phase

Dé…nition 3.1.4 Soit le système planaire
x_ = P (x; y) ;
(3.2)
y_ = Q (x; y) ;
un portrait de phase est l’ensembles des trajectoires dans l’espace de phase. En par-
ticulier, pour les systèmes autonomes d’équations di¤érentielles ordinaires de deux
variables. Les solutions (x (t) ; y (t)) du système (3.2) représentent dans le plan (x; y)
des courbes appelées orbites. Les points critiques de ce système sont des solutions
constantes et la …gure complète des orbites de ce système ainsi que ces points cri-
tiques représentent le portrait de phase et le plan (xoy) est le plan de phase.
3.1.5 Fonctions (semi) dé…nies positives

Dé…nition 3.1.5 Une fonction V : ! R est dite semi-dé…nie positive (respecti-
vement semi-dé…nie négative ) s’il existe un voisinage Rn de 0 tel que :
1) V (0) = 0;
2) pour tout x 2 ; V (x) 0 (respe semi-dé…nie négative V (x) 0 ).
elle est dite dé…nie positive (respe dé…nie négative ) s’il un voisinage Rn de 0
tel que :
1) V (0) = 0;
2) pour tout x 2 n f0g ; V (x) > 0 (respe dé…nie négative V (x) < 0 ).
Exemple 3.1.1 V (x) = x21 + x22 + x23 dé…nie positive dans R3 .
V (x) = x21 + (x2 + x3 )2 est semi-dé…nie positive dans R3 .
V (x) = x21 + x22 dé…nie positive dans R2 mais semi-dé…nie positive dans R3 .
27
3.2. STABILITÉ DES SOLUTIONS
3.2 Stabilité des solutions

Soit le système d’équations
dx
= f (t; x); x 2 Rn ; t 2 R. (3.3)
dt
On suppose que f satisfait les conditions du théorème d’existence et unicité des
solutions.
Dé…nition 3.2.1 Une solution (t) du système (3.3) telle que (t0 ) = 0 est dit
stable au sens Lyapunov si : 8" > 0; 9 > 0 tel que pour toute solution x(t) dont la
valeur initiale x(t0 ) véri…e
kx(t0 ) 0k < ) kx(t) (t)k < ";
si en plus
lim kx(t) (t)k = 0
t!+1
alors la solution (t) est asymptotiquement stable.

Exemple 3.2.1 Soit le problème
dx
= x + 1; x(0) = x0 : (3.4)
dt
étudier la stabilité de la solution de ce problème.
Solution :
Cherchons de x(t) :
t
x(t) = (x0 1) e + 1:
la solution (t) de (3.3) est (t) = 1
t
kx(t) (t)k = (x0 1) e kx0 1k < ":
Posons = " alors (t) = 1 est stable.
* est ce que (t) = 1 est asymptotiquement stable..
t
lim jx(t) (t)j = lim (x0 1) e =0
t!+1 t!+1
) (t) = 1 est asymptiquement stable.

Dé…nition 3.2.2 La solution (t) = 0 est stable au sens de Lyapunouv si : 8" >
0; 9 > 0; 8 la solution x(t) de (3:4)
kx(t0 )k < ) kx(t)k < "; 8t t0 ;
si en plus
lim kx(t) (t)k = 0.
t!+1
28
3.2.1 Fonctions de Lyapunov

Motivation : Soit le système
8
< dx = ax cy
>
dt ; a < 0:
> dy
: = cx + ay
dt
Posons
1 2 dU dx dy
U (x; y) = x + y2 ; =x +y
2 dt dt dt
2 2
= ax + ay = 2aU 0 (a < 0)
dU
2aU = 0; ) U (x(t); y(t)) = U (x(0); y(0)) e2at
dt
lim U (x(t); y(t)) = 0 8 (x(0); y(0)) ) (x(t); y(t)) ! (0; 0)
t!+1 t!+1
) (t) = (0; 0) est asymptiquement stable.
* Soit V (x1 ; x2 ; :::; xn ) une fonction di¤érentielle
dxi
= fi (x1 ; x2 ; :::; xn ) (3.5)
dt i=1:::n
dV Xn
@V @xi X @V
n
= = fi (x) ; (3.6)
dt i=1
@x i @t i=1
@x i
Théorème 3.2.1 (théorème de Lyapunov de la stabilité) Si pour le système (3.5) il

existe une fonction V (x) (fonction de Lyapunov) de signe dé…ni (dé…nie positive ou
dé…nie négative) tel que
dV Xn
@V
= fi (x) ;
dt i=1
@x i
est une fonction semi-dé…nie (positive ou négative) de signe inverse de V ou est

identiquement nulle, alors le point singulier x = 0 est stable.
Exemple 3.2.2 étudier la stabilité du point critique (0; 0) du système

8
< dx = xy 4 ;
>
dt
> dy
: = yx4 ;
dt
29
3.2. STABILITÉ DES SOLUTIONS
posons
dV
V (x; y) = x4 + y 4 ) = 4x3 xy 4 + 4y 3 yx4 = 0
dt
) (0; 0) stable
dV
= 0 ) V (x; y) = C; C : Constante ) x4 + y 4 = C; C > 0.
dt
Théorème 3.2.2 (théorème de Lyapunov de la stabilité asymptotique) Si pour le
système (3:6) il existe une fonction V (x) (fonction de Lyapunov) de signe dé…ni
(dé…nie positive ou dé…nie négative) tel que
dV X @V
n
= fi (x) ;
dt i=1
@xi
est une fonction semi-dé…nie (positive ou négative) de signe inverse de V , alors le

point singulier x = 0 est asymptotiquement stable.
Exemple 3.2.3 Soit le système

8
< dx = y x3
>
dt
> dy
: = x 3y 3
dt
étudier la stabilité en (0; 0) (utiliser une fonction de Liapunov).
V (x; y) = x2 + y 2 dé…nie positive )
dV
= 2x y x3 + 2y x 3y 3
dt
= 2 x4 + 3y 4 dé…nie négative.
Alors la solution (0; 0) est asymptotiquement stable..
Remarque 3.1 Il n’existe pas une méthode générale pour trouver les fonctions de
Liapunov, dans les cas simples on les cherche sur la forme : V (x; y) = ax2 +
by 2 ; (a > 0; b > 0) :::
Proposition 3.2.1 Soit le système linéaire
x_ = A(t)x (3.7)
la solution nulle d’où toutes les solutions de (3.7) sont stables ssi chaque solution de
(3:8) est bornée.
30
3.2.2 Linéarisation
Soit le système
dxi
= fi (t; x1 ; x2 ; :::; xn )
dt i=1:::n
étudions la stabilité du point d’équilibre (0; :::; 0) du système c-à-d : fi (t; 0; :::; 0) = 0,
développons de voisinage x = (x1 ; x2 ; :::; x3 ) = (0; :::; 0) selon la formule de Taylor
d’ordre 1.
dxi X
n
@fi
= aij xj + Ri (t; x1 ; :::; xn ); aij = (t; 0; :::; 0)
dt j=1
@x j
8
>
> dx1
>
> = f1 (t; x1 ; :::; xn )
>
> dt
>
< :
:
>
>
>
> :
>
>
: dx2 = fn (t; x1 ; :::; xn )
>
dt
@f1 @f1
f1 (t; x1 ; :::; xn ) f1 (t; 0; :::; 0) = (t; 0; :::; 0)x1 + ::: + (t; 0; :::; 0)xn + R1 (t; x1 ; :::; xn )
@x1 @xn
:
:
:
@fn @fn
fn (t; x1 ; :::; xn ) fn (t; 0; :::; 0) = (t; 0; :::; 0)x1 + ::: + (t; 0; :::; 0)xn + Rn (t; x1 ; :::; xn ):
@x1 @xn
Le système
dxi X
n
= aij (t) xj , (3.8)
dt j=1
s’appelle système linéarisé. Si n = 2, On a

0 1 0 1
dx1 @f1 @f1
(t; 0; 0) (t; 0; 0)
B dt C B @x1 @x2 C x1
=
@ dx A @ @f @f2 A :
2 2 x2
(t; 0; 0) (t; 0; 0)
dt @x1 @x2
Est-ce que la stabilité (instabilité) du point d’équilibre (0; :::; 0) du système (3.8)
implique la stabilité (instabilite) du point d’équilibre (0; :::; 0).
Cas d’un système autonome
dxi
= fi (x1 ; x2 ; :::; xn );
dt i=1:::n
31
3.3. CLASSIFICATION DES SYSTÈMES DIFFÉRENTIELS LINÉAIRE DANS
R2
dans ce cas les aij (t) dans (3.8) sont des constantes on a les résultats.
1) Si toutes les valeurs propres de A = (aij )1 i;j n sont des parties réelles strictement
négatives alors le point critique (0; :::; 0) est asymptotiquement stable.
2) Si au moins une strictement positive alors (0; :::; 0) est instable.
3) Si les parties réelles de toutes les valeurs propres de A ne sont pas positives et si
la partie réelle d’au moins une valeur propre est nulle, on ne peut rien.
3.3 Classi…cation des systèmes di¤érentiels linéaire

dans R2
Considérons le système di¤érentiel linéaire
x_ = ax + by a b
; où A =
y_ = cx + dy c d
On supposera det A 6= 0 ; L’origine est un seul point critique de ce système.

(1) Les valeurs propres 1 , 2 de A sont réelles
Si 1 et 2 sont < 0; ( 1 6= 2 ) le point d’équilibre (0; 0) est noeud impropre
stable
noeud impropre stable
32
si 1 et 2 sont > 0; ( 1 6= 2) le point d’équilibre (0; 0) est noeud propre instable
N oeud impropre instable
si 1 ; 2 de signes opposés, par exemple 1 <0< 2. Il s’agit d’un col (selle)

toujours instable
Selle
33
R2
si 1 = 2 = . Deux cas sont possibles

(a) A est diagonalisable. Le point d’équilibre (0; 0) est un noeud propre.
N oeud propre stable si : <0
N oeud propre instable si : >0
(b) A est non diagonalisable. Le point d’équilibre (0; 0) est un noeud
34
exceptionnel.
N oeud exceptionnel stable si : <0
N oeud exceptionnel instable si : >0
(2) Les valeurs propres de A sont complexes

(a) Si 1 et 2 complexe conjuguées avec la partie réelle non nulle, ( 1 = +i , 2 = i )
35
R2
le point d’équilibre (0; 0) est foyer stable si < 0:
F oyer stable
Le point d’équilibre (0; 0) est foyer instable si > 0:
F oyer instable
(b) Si 1 et 2 imaginaires pures, ( 1 =i , 2 = i )
36
le point d’équilibre (0; 0) est centre.
Centre
3.4 Critère pour la stabilité d’un polynôme

Soit
n n 1
P ( ) = an + an 1 + ::: + a1 + a0 :
Dé…nition 3.4.1 Un polynôme est dit stable si toute ses racines sont des parties
réelles négatives.
Dé…nition 3.4.2 Une matrice carrée est dite stable si toutes ses valeurs propres
sont des parties réelles négatives.
Proposition 3.4.1 Si le polynôme est stable alors toutes ses coe¢ cients a0 ; a1 ; a2 ; :::; an 1
et an sont strictement positifs ak > 0; 8k = 0:::n.
Remarque 3.2 Cas n = 2 cette condition est aussi su¢ sante, si n 3 n’est pas
vrai, pour le cas général on a le critère de Routh et Hurwitz.
Théorème 3.4.1 Soit le polynôme P ( ) avec a0 ; a1 ; a2 ; :::; an strictement positifs
37
3.5. SOUS ESPACE STABLE ; INSTABLE ET CENTRAL
et Hp la matrice telle que

0 1
a1 a0 0 : : : 0
B a3 a2 a1 0 : : 0 C
B C
B : : C
B C
Hp = B
B : : C
C
B : : C
B C
@ : : A
a2n 1 a2n 2 a2n 3 : : : 0
où ak = 0 si k > n.
Le polynôme p ( ) est stable ssi toutes les mineures principaux de HP sont positifs
a1 a0
c-à-d : 1 = a1 ; 2 = > 0; :::; n 1 > 0 où n 1 est la mineur de la
a3 a2
dernière colonne.
3.5 Sous espace stable ; instable et central

Soit le système linéaire
x_ = Ax
où A est une matrice constante (m m) :
Soit ! j = j + ivj un vecteur propre généralisé de A correspondant à la valeur
j = aj + ibj .
Note : Si bj = 0 alors vj = 0.
Soit = 1 ; :::; k+1 ; vk+1 ; :::; m ; vm une base de Rn (avec n = 2m k) :
Dé…nition 3.5.1 Soit j = aj + ibj ; ! j = j + ivj et dé…nie comme ci-dessus,

alors
Es = j ; vj jaj <0
[:] engendrée pour les vecteurs j ; vj .
Ec = j ; vj jaj =0
i
E = j ; vj jaj >0
a b cos (a) sin (b)

Corollaire 3.5.1 Si A = alors eA = ea .
b a sin (b) cos (a)
Preuve. Si = a + ib il suit l’inducation cela

k k k
a b Re Im
= k k
b a Im Re
où Re et Im dénote la partie réelle et imaginaire de nombre complexe.
38
On a :
0 1
0 1 P Re
+1
( k) P Im
+1
( k)
X
+1 k X
+1 Re( )k
Im( ) k
A B k! k! C
eA
= = @ k! k! A = B k=0 k=0 C
k! Im( k ) Re( k ) @ +1
P Im( k ) P Re( k )
+1 A
k=0 k=0 k! k! k! k!
k=0 k=0
0 1
P
+1 k P
+1 k
B Re k!
Im k! C Re e Im e
= B
@
k=0
P
+1
k=0
P k
+1
C=
A
k Im e Re e
Im k!
Re k!
k=0 k=0
ea cos (a) ea sin (b) cos (a) sin (b)
= = ea :
ea sin (b) ea cos (a) sin (b) cos (a)
Exemple 3.5.1 0 1
2 1 0
A=@ 1 2 0 A
0 0 3
A posséde les valeurs propres 1 = 2 + i; 2 = 2 i; 3 = 3, il y a E s ; E i .

Cherchons les vecteurs propres
On cherche le vecteur propre w1 :
Aw1 = 1 w1 ) (A 1 I3 ) w1 = 0R3 :
0 10 1 0 1
2 ( 2 + i) 1 0 x 0
@ 1 2 ( 2 + i) 0 A @ y A = @ 0 A
0 0 3 ( 2 + i) z 0
0 10 1 0 1 8
i 1 0 x 0 < ix y = 0
@ 1 x = iy
i 0 A@ y A = @ 0 A ) x iy = 0 )
: z=0
0 0 5 i z 0 (5 i) z = 0
(x; y; z) = (iy; y; 0) = y (i; 1; 0) :

On peut choisir y = 1, on obtient
0 1 0 1
0 1
w1 = @ 1 A + i 0 A:
@
0 0
39
3.5. SOUS ESPACE STABLE ; INSTABLE ET CENTRAL
On cherche le vecteur propre 2

0 1
0
2 = @ 0 A ; (A 2 = 3 2) .
1
20 1 0 13
0 1
s
E = [ 1 ; v1 ] = 4@ A @
1 ; 0 A5 =plan x y:
0 0
20 13
0
i
E = [ 2] = 4@ 0 A5 =l’axe x3 .
1
La solution de 0 1
c1
x_ = Ax; x (0) = @ c2 A
c3
est 0 10 1
2t
e cos t e 2t sin t 0 c1
At
x (t) = e x(0) = @ e 2t
sin t e 2t cos t 0 A @ c2 A
0 0 e3t c3
8
< x(t) = e 2t (c1 cos t c2 sin t)
y(t) = e 2t (c1 sin t + c2 cos t)
:
z(t) = c3 e3t
x2 + y 2 = e 4t
(c21 + c22 ) = ce 4t
;c 0
z(t) = c3 e3t
40
Dé…nition 3.5.2 Soit le système
x(t)
_ = Ax(t)
(3.9)
x(0) = x0
où A est une matrice constante (n n), x(t) 2 Rn ; x(t) = x0 eAt :

L’ensemble des applications eAt : Rn ! Rn est appelé le ‡ot du système (3.9)
Dé…nition 3.5.3 Si toutes les valeurs propres de A sont des parties réelles non
nulles alors le ‡ot est dit hyperbolique et le système est dit hyperbolique.
Dé…nition 3.5.4 Un sous espace E 2 Rn est invariant par le ‡ot eAt si eAt E E
pour tout t 2 R.
Nous allons montrer que E s ; E i et E c sont invariants par le ‡ot eAt du système
x_ = Ax;c-à-d toute solution commençant dans E s ; E i ; E c reste dans E s ; E i ; E c res-
pectivement pour tout t 2 R:
Lemme 3.5.1 Soit E un espace propre général de A correspondant à une valeur

propre alors AE E:
Théorème 3.5.1 Soit A une matrice réelle alors on a Rn = E s E i E c où

E s ; E i ; E c sont les sous espace stable, instable et centrale. En outre E s ; E i et E c
sont invariant par le ‡ot eAt du système x_ = Ax.
Dé…nition 3.5.5 Soit le système
x_ = f (x)
(3.10)
x(0) = x0 ; x 2 Rn :
Soit I (x0 ) = ] ; [, l’intervalle maximale d’existence de la solution de (3.10), soit

E un ouvert de Rn , f 2 C 1 (E), Soit x0 2 E et soit (t; x0 ) la solution de (3.10)
dé…nie dans I (x0 ), pour t 2 I (x0 ) l’ensemble des applications, t : E ! E dé…ni
par : t (x0 ) = (t; x0 ) est appelé le ‡ot du système (3.10), (t; x0 ) est la solution
de *.
Dé…nition 3.5.6 Soit E un ouvert de Rn et f 2 C 1 (E). Soit t : E ! E le ‡ot de

(3.10) dé…ni pour tout t 2 R, un ensemble S E est invariant par rapport le ‡ot
t si t (S) S; 8t 2 R.
Nous alons montrer que les sous espace E s ; E i et E c de x_ = Ax; (x 2 Rn ) sont

invariants par le ‡ot t = eAt un résultat similaire est stable par le ‡ot non linéaire
t de x
_ = f (x).
41
3.6. LINÉARISATION
Exemple 3.5.2 Soit le système non linéaire

x_ 1 = x1 ;
x_ 2 = x2 + x21 ;
la solution de ce problème telle que x(0) = c = x0 est
0 1
c1 e t ;
t (c) = (t; c) = @ c2 A
c2 et + 1 (et e 2t
):
3
Montrons que l’ensemble
x21
S= (x1 ; x2 ) 2 R2 ; x2 =
3
est invariant par le ‡ot t ? c-à-d t (S) S; 8t 2 R.
c21
Soit C = (c1 ; c2 ) 2 S ) c2 = d’où
3
0 1
c1 e t
t (c) =
@ c2 A 2 S ) t (S) S.
1
e 2t
3
Le portrait de phase
3.6 Linéarisation
Le comportement local du système x_ = f (x) prés d’un point d’équilibre x0 est
qualitativement déterminé par le comportement du système linéairisé x_ = Ax où
42
A = Df (x0 ) la matrice jacobienne de f en x0 .
x_ = f (x); x 2 Rn ; x = x(t); f (x0 ) = 0: (3.11)
x_ = Ax = Df (x0 )x (3.12)
0 1
@f1 @f1
(x ) : : : (x0 )
B @x1 0 @xn C
B C
B : : : : : C
B C
Df (x0 ) = B : : : : : C
B C
B : : : : : C
@ @f @f A
n n
(x0 ) : : : (x0 )
@x1 @xn
Dé…nition 3.6.1 Un point critique x0 de (3.11) est dit hyperbolique si aucune valeur
propre de la matrice jacobienne Df (x0 ) n’a une partie réelle nulle.
Dé…nition 3.6.2 Un point critique x0 de (3.11) est appelé puits si toutes les valeurs
propres de la matrice A = Df (x0 ) ont des parties réelles négatives. Il est appelé
source si toutes les valeurs propres de la matrice A = Df (x0 ) ont des parties réelles
positives. Il est appelé selle s’il est hyperbolique et s’il a au moins une valeur propre
avec une partie réelle positive et au moins une valeur propre avec une partie réelle
négative.
Théorème 3.6.1 (théorème de Hartman-Grobman)Si x0 est un point d’équi-

libre hyperbolique de (3.11) alors le comportement local de système non linéaire (3.11)
est topologiquement équivalent au comportement local du système linéarisé (3.12),
c’est-à-dire il existe un homéomorphisme d’un voisinage de x0 sur un ouvert U
contenant l’origine H : N" (x0 ) ! U qui transforme (3.11) en (3.12).
3.7 Théorème de la variété stable

C’est l’un des théorèmes les plus importants de la théorie qualitative des équa-
tions di¤érentielles ce théorème dit qu’au voisinage d’un point d’équilibre x0 le sys-
tème non linéaire (3.11) possède des variétés stables et instables S et U tangentes
en x0 . Aux sous espaces stable et instable E s et E i du système linéaire (3.12). En
plus S et U on les mêmes dimensions que E s et E i et si t est le ‡ot du système
(3.11) alors S et U sont respectivement positivement et négativement invariant et
satisfait
lim t (c) = x0 pour tout c 2 S.
t!+1
et
lim t (c) = x0 pour tout c 2 U .
t! 1
43
3.7. THÉORÈME DE LA VARIÉTÉ STABLE
Théorème 3.7.1 Soit E un sous ensemble de Rn contenant l’origine, Soit f 2

C 1 (E) non linéaire et E le ‡ot du système x_ = f (x) supposons f (0) = 0 et que
Df (0) possède k valeurs propres avec des parties réelles négatives et n k valeurs
propres avec des parties réelles positives alors il existe une variété di¤érentiable S
de dimension k tangente au sous espace E s du système linéaire x_ = Df (0)x en 0
telle que pour tout t 0; t (S) S et pour tout x0 2 S; lim t (x0 ) = 0 et il existe
t!+1
une variété di¤érentielle U de dimension n k tangente au sous espace instable E i
du système linéaire x_ = Df (0)x en 0 telle que pour tout t 0; t (U ) U et pour
tout x0 2 U; lim t (x0 ) = 0.
t! 1
Théorème 3.7.2 (Variété centrale) Soit f 2 C r (E) ou E est un ouvert de Rn

contenant l’origine et r 1;Supposons f (0) = 0 et que Df (0) possède k valeurs
propres avec des parties réelles négatives, j valeurs propres avec des parties réelles
positives et m = n k j valeurs propres avec des parties réelles nulles alors il existe
une variété centrale C de dimension m tangente aux sous espace central E c de x_ =
Df (0)x que est invariante par le ‡ot t de (3.11): (elle n’est pas nécessairement unique) :
Pour déterminer analytiquement la variété centrale on utilise le développement

limité.
Soit le système
x_ = Ax + f (x; y) (a)
(3.13)
y_ = By + g(x; y) (b)
où 0 1 0 1
x1 f1
B : C B : C
B C B C
x=B
B : C;
C f =B
B : C
C
@ : A @ : A
xn fn
A matrice n n dont les valeurs propres ont leurs parties réelle nulle.
0 1 0 1
y1 g1
B : C B : C
B C B C
y=B B : C; g = B : C
C B C
@ : A @ : A
yn gn
et B est une matrice m m dont les valeurs propres ont leurs parties réelle négatives,
pour simpli…er, nous supposons que le système linéaire n’a pas des valeurs propre
avec une partie réelle positive.
L’espace central de (3.13) est
E c = f(x; y) ; y = 0g
44
L’espace stable de (3.13) est
E s = f(x; y) ; x = 0g
au voisinage de
x 0
= 2 Rn+m ;
y 0
la variété centrale est
C = f(x; y) 2 Rn Rm ; y = h (x) ; h (0) = 0; Dh (0) = 0; kxk < g
> 0 su¢ samment petit,
0 1
@h1 @h1 0 1
(0) : : : (0) 0 : : : 0
B @x1 @xn C
B C B C
B : : : : : C B : : : : : C
B C B C
Dh (0) = B : : : : : C=B : : : : : C
B C @ A
B : : : : : C : : : : :
@ @h @hm A
m 0 : : : 0
(0) : : : (0)
@x1 @xn
posons y = h (x) dans (3.13) (a) on obtient
x_ = Ax + f (x; h(x)) (3.14)
x 2 R n ; h : Rn ! R m :
Théorème 3.7.3 Si l’origine x = 0 de (3.14) est localement asymptotiquement
stable (instable) alors l’origine de (3.13) est aussi asymptotiquement stable (instable).
Calcul de la variété centrale y = h (x)
y_ = Dh(x)x_ = Dh(x) (Ax + f (x; h(x)))

= Bh(x) + g (x; h(x)) :
d’où le système qui donne h(x)
Dh (x) [Ax + f (x; h(x))] Bh(x) g (x; h(x)) = 0: (3.15)
0 1
@h1 @h1
: : :
B @x1 @xn C
B C
B : : : : : C
B C
Dh(x) = B : : : : : C
B C
B : : : : : C
@ @h @hm A
m
: : :
@x1 @xn
On résout approximation de (3.15) en développant h(x) en série de Taylor au voisi-
nage x = 0. [2]
45
CHAPITRE 4
Exercices corrigés pour le chapitre 1
Exercice 01 :
Soit l’équation di¤érentielle
0
y (t) = 2ty 2
y (0) = 1
dé…nie sur U = R R (t 2 R et y 2 R)
Donner la nature de solution ( maximale où globale )
Exercice 02 :
Démontrer que l’équation di¤érentielle suivante
(
0 sin(ty)
y (t) = ;t > 0
t2
y (1) = 1
admet une unique solution maximale.

Exercice 03 :
Donner l’ensemble des solutions maximales et globales dans R de l’équation
di¤érentielle
0
jtj x + x = t2
Exercice 04 :
a) Soit f : R ]0; +1[! R la fonction dé…nie par :
1
8t 2 R; 8x > 0; f (t; x) =
x
1. Montre que f est continue sur R ]0; +1[ et localement Lipschitzienne par
46
CHAPITRE 4. EXERCICES CORRIGÉS POUR LE CHAPITRE 1
rapport à sa deuxième variable.

b) Soit x0 > 0. On considère le problème de Cauchy
8
< x0 (t) = 1
x (t) (1)
: x (0) = x
0
1. Calculer explicitement la solution maximale au problème (1). On note

J =]t ; T [ son intervalle de dé…nition, avec t et T …nis ou in…nis.
2. Etudier le comportement de x (t) quand t ! T . Faire le lien avec le
théorème de sortie de compact.
Exercice 05 :
0
p
y (t) = jy(t)j; t 2 R
(2)
y(0) = 0
1) Construire une solution non nulle au problème (2).

2) Le théorème de Cauchy-Lipschitz s’applique-t-il ici ? pourquoi ?
Exercice 06 :
0
x (t) = t2 + x2 (t) ; t 2 R
x(0) = 0
1) Justi…er l’existence d’une unique solution maximale (x; I) à ce problème.

2) Montrer que x est impaire, et étudier sa monotonie, sa concavité.
3) Montrer que l’intervalle I est borné, puis étudier les limites de x aux bornes
de I.
Exercice 07 :
On considère l’équation di¤érentielle
0
y = f (y)
avec f : R ! R donné par

8
< 0 si x 0
f (x) = x si 0<x 1 (3)
:
1 si x>1
1) Montrer que pour tout (t0 ; y0 ) 2 R2 il existe une et une seule solution
globale y de (3) véri…ant y(t0 ) = y0 .
2) Obtenir cette solution explicite dans le cas où t0 = 0 et 0 < y0 < 1.
47
Solution d’exercice 01 :
0 Z Z
0 2 y dy
y (t) = 2ty ) 2 = 2t ) = 2tdt
y y2
1 1
)= t2 + c ) y (t) = 2
y t +c
1 1
y (0) = 1 ) = 1 ) c = 1 ) y (t) = 2
c t +1
donc le problème de Cauchy

0
y (t) = 2ty 2
y (0) = 1
admet une solution globale
1
y (t) = , (8t 2 R)
t2 + 1
La fonction
f : ]0; +1[ R!R
sin(ty)
(t; y) 7!
t2
est de classe C 1 donc continue et localement Lipschitzienne par rapport à la
seconde variable sur son domaine de de…nition.
puisque (1; 1) 2 ]0; +1[ R, par application du théorème de Cauchy-Lipschitz,
on en déduit l’existence et l’unicité d’une solution maximale à l’équation
di¤érentielle.
On résout le problème pour t > 0 ou t < 0
1) t < 0
0
0 2 x tx
d x
tx + x = t , 2
=1, =1
t dt t
x
, = t + c1 où c1 2 R
t
, x = t2 + c1 t; c1 2 R
Les solutions x (t) = t2 + c1 t; t 2 ] 1; 0[ sont maximales dans R.

2) t > 0
48
0 d t3
tx + x = t2 , (tx) = t2 , tx = + c2 ; c2 2 R
dt 3
t2 c2
, x = + , c2 2 R
3 t
t2 c2
Les solutions x (t) = + ; t 2 ]0; +1[ sont maximales dans R.
3 t
3) Existe-t-il des solutions globales dans R.
On a lim t2 + c1 t = 0 pour tout c1 2 R
t!0
8
+1 si c2 > 0
2
t c2 <
lim + = 0 si c2 = 0
t!0+ 3 t :
1 si c2 < 0
Pour obtenir une solution continuie, il faut donc c2 = 0.

On a alors
0
lim t2 + c1 t = lim c1 2t = c1
t!0 t!0
0
t2 2
lim+ = lim+ t = 0
t!0 3 t!0 3
On obtient alors une fonction de classe C 1 sur R si et seulement si c1 = c2 = 0:

il existe donc solution globale
8
< t2 si t 0
x (t) = t2
: si t > 0
3
a) (1)
f : R ]0; +1[! R
1
(t; x) 7!
x
1 1
f (t; x) = est continue sur R ]0; +1[ car est continue sur R
x x
donc sur ]0; +1[.
f (t; x) est localement Lipschitzienne par rapport à la seconde variable
car f est de classe C 1 .
b) (1) f est continue et localement Lipschitzienne par rapport à la seconde
variable alors 9!solution maximale au problème (1) (Théorème de C.L)
avec J =]t ; T [ contenant 0.
49
8
< x0 (t) = 1 1
0
x (t) , x (t) x (t) = 1, (x (t))2 = t+c
: x (0) = x 2
0
p
, x (t) = 2t + c; c 2 R
p
x (0) = x0 , c = x0 , c = x20
q
, x (t) = 2t + x20
x20
x (t) > 0 , 2t + x20 > 0 , 2t > x20 , t <
2
x2 x2
on a donc J = 1; 0 intervalle maximale, t = 1; T = 0 :
p 2 2
2
2. lim x (t) = lim2 2t + x0 = 0, 0 2
= ]0; +1[ donc x (t) sort de tout compact
t!T x0
t! 2
de ]0; +1[ donc n’est pas global.
1) Si y(t) > 0
0
y (t) p
) p = 1 ) 2 y(t) = t + c
y(t)
2
t+c
) y(t) = ; y (0) = 0 ) c = 0
2
t2
) y(t) = ; t > 0.
4
Si y(t) < 0
0
y (t) p
) p =1) 2 y(t) = t + c; y (0) = 0
y(t)
p
) c=0) 2 y(t) = t
2
t
) y(t) = ; t < 0.
4
8
>
> t2
>
< si t < 0
4
) y(t) = 0 si t = 0
>
> t2
>
: si t > 0
4
Par prolongement alors les solutions globales sont :
50
8
>
> t2
>
< si t < 0
4
y(t) = 0 si t = 0
>
> t2
>
: si t > 0
4
et y(t) = 0; 8t 2 R.
2) Le théorème de Cauchy-Lipschitz ne s’applique pas car f (t; x) n’est pas
localement Lipschitzienne par rapport x.
* On vois de 0 :
p p
jy1 j jy2 j 1
= p p ! +1
jy1 y2 j jy1 j + jy2 j
p p
jy1 j+ jy2 j !0
* Supposons qu’il existe un voisinage V de (0; 0) sur lequel f est Lipschitzienne

par rapport x.
On peut supposer que V est de la form ] a; a[ ] b; b[, 8 (t; x) et
(t; y) 2 ] a; a[ ] b; b[
p p
jxj jyj L jx yj
p
en
p particulier, 8x 2 ]0; b[, x Lx; (x > 0; y = 0) donc 8x 2 ]0; b[,
x 1 1
=p L Absurd car p ! +1:
x x x
x!0+
Alors le théorème de C.L ne s’applique pas donc il n’y a pas d’unicité.
1) f est de classe C 1 donc localement Lipschitzienne par rapport x donc 9 unique
solution maximale (x; I) à ce problème.
2) x est impaire , x ( t) = x (t)
Soit
~ I~ = ft 2 R, t 2 Ig
y(t) = x(t); t 2 I;
Montrons que I~ = I et 8t 2 I; x(t) = y(t).
0 0
y (t) = x ( t) = t2 + x2 ( t) = t2 + ( x ( t))2
= t2 + y 2 (t) et y(0) = x(0) = 0:
donc y solution au problème de Cauchy et I~ I et 8t 2 I;

~ y(t) = x(t) par unicité
de la solution maximale
I~ I et I~ symétrique de I ) I~ = I; donc x est impaire.
0
x (t) 0 donc x est croissante.
51
x (0) = 0 et x croissante ) x positive sur R+ .
x est impaire et x positive sur R+ ) x négative sur R .
x est deux fois dérivable et
00 0
x (t) = 2t + 2x (t)x(t)
= 2t + 2 t2 + x2 (t) x(t)
00
x (t) est positive sur R+ ) x est convexe.
00
x (t) est négative sur R ) x est concave.
3) Supposons I = R
x est croissante, x(t) ! ; 2 R+ [ f+1g
t!+1
Si t > 0 ) x (t) > 0
0
x (t) t2
8t > 0; 2 = 2 +1
x (t) x (t)
Soit t > 1 on a :
Zt 0 Zt Zt
x (s) 1 1 s2
ds = + = + 1 ds ds = t 1
x2 (s) x(t) x(1) x2 (s)
1 1 1
1 1
) +1 t! 1
x(t) x(1)
t!+1
) x(t) ! 0 pas possible
t!+1
donc sup I < +1 et par symétrique inf I > +1 d’où I est borné.
Autre Méthode :
Si sup I = +1
0
0 2 2 x (t) 2
pour t 1; x (t) = t + x (t) 1 + x (t) ) 1
1 + x2 (t)
) Arctg (x(t)) Arctg (x(1)) t 1
) Arctg (x(t)) t 1 + Arctg (x(1)) impossible car Arctg bornée.
donc sup I < +1 et par symétrique inf I > +1 d’où I est borné.
Etudions les limites de x aux bornes de I :
x est croissante donc elle admet une limite en sup (I) par le théorème de sortie
de compact elle est sort de tout compact de R, donc
lim x(t) = +1; par imparité lim x(t) = 1

t!sup(I) t!inf(I)
52
1) Montrons que f est 1-Lipschitzienne, c-à-d
8x; y 2 R jf (x) f (y)j jx yj :
Soit x; y 2 R on suppose que x y (par symétrie) on a 6 cas :

1) x y 0 ) jf (x) f (y)j = 0 y x = jy xj = jx yj
2) x 0 y 1 ) jf (x) f (y)j = j0 yj = y y x = jx yj
3) x 0 et y 1 ) jf (x) f (y)j = j0 1j = 1 y y x = jx yj
4) 0 x y 1 ) jf (x) f (y)j = jx yj
5) 0 x 1 y ) jf (x) f (y)j = jx 1j = 1 x y x = jx yj
6) 1 x y ) jf (x) f (y)j = j1 1j = 0 y x = jx yj
Conclusion : 8x; y 2 R, jf (x) f (y)j jx yj :
D’après le théorème de Cauchy-Lipschitz global on en déduit l’éxistence et l’uni-
0
cité d’une solution globale de l’équation y = f (y) avec condition initiale y (t0 ) = y0
pour tout (t0 ; y0 ) 2 R2 :
2)
0
y =y
y (0) = y0 ; y0 2 ]0; 1[
la solution de cette équation est y (t) = y0 et pour t > 0 tel que
1
y(t ) = 1 , y0 et = 1 , t = ln ,
y0
0
on a que : y = 1; 8t t , alors y (t) = t + c; 8t t ; y(t ) = 1 = t + c
) c = 1 t ) y(t) = t + 1 t ; t t .
de même, on calcule : y (t ) = 0 , y0 et = 0, cette équation n’admet pas le
solution.
Conclusion :
8
>
> 1
< y0 et ; t < ln
y0
y(t) =
>
> 1
: 1 t + t; t ln
y0
8
>
> 1
< y0 et ; t < ln
y0
=
>
> 1 1
: t + 1 ln ; t ln
y0 y0
1
Rémarque : t = ln > 0 car y0 2 ]0; 1[.
y0
53
CHAPITRE 5
Exercice 01 :
Résoudre les équations di¤érentielles suivantes par la méthode de Frobenius
00 5
1) x2 y + x2 + y=0
36
00 0
2) x(1 x)y + 2 (1 2x) y 2y = 0
Exercice 02 :
a) Trouver la solution générale des équations di¤érentielles suivantes par termes
de fonctions de bessel
00 0
1) x2 y + xy + (x2 1) y = 0
00 0
2) 9x2 y + 9xy + (9x2 4) y = 0
b) Chercher une solution de l’équation
00 0
xy + (1 2v) y + xy = 0
de la forme y(x) = xv z(x):

Utilisez le résultat pour trouver la solution générale de l’équation
00 0
xy 2y + xy = 0
Exercice 03 :
Trouver la solution générale des équations di¤érentielles suivantes par réduction
aux équations de Bessel
00 1
1) y + y + 2 y = 0; ( > 0)
x
00 0 1 p
2) xy + y + y = 0; (z = x)
4
00 p 2 3
3) y + xy = 0; y = u x; z = x 2
3
54
Exercice 04 :
Montrer que les polynômes de Legendre Pn (x) satisfont la relation
d’orthogonalité suivante
Z1 (
0 si n 6= m
Pn (x)Pm (x)dx = 2
si n = m
1 2n + 1
00 5
x2 y + x2 + y=0 ( )
36
on récrit ( ) sous forme standard pour déterminer a(x) et b(x)
00 5
x2 y + x2 + y = 0;
36
alors
a(x) = 0 ) a0 = 0
5 5
b(x) = x2 + ) b0 = :
36 36
d’où l’on tire l’équation indicielle
5
r2 + (a0 1) r + b0 = 0 ) r2 =0 r+
36
5 1
) r1 = ; r2 = :
6 6
Nous sommes dans le 1ere cas puisque
5 1
r1 r2 = 6= entier.
6 6
La 1ere solution : Posons
X
+1
y1 (x) = cm xm+r1
m=0
dans ( ) ; alors
X
+1 X
+1
5X
+1
m+r1 m+r1 +2
(m + r1 ) (m + r1 1) cm x + cm x + cm xm+r1 = 0
m=0 m=0
36 m=0
55
Le coe¢ cient de xr1 : on obtient l’équation indicielle
5 5
r1 (r1 1) c0 + c0 = r1 (r1 1) + c0 = 0
36 36
5
Puisque r1 = est un zéro du facteur de c0 , il suit que c0 est indéterminé.
6
Le coe¢ cient de xr1 +1
5
(1 + r1 ) (1 + r1 1) c1 + c1 = 0
36
11 5 5
+ c1 = 0 ) c1 = 0
6 6 36
Le coe¢ cient de xr1 +s

5 1 5
s+ s cs + cs 2 + cs = 0;
6 6 36
2
s s+ cs + cs 2 = 0; s = 2; 3; 4; :::
3
Pour s impair
c1 = 0 ) c3 = c7 = ::: = 0
Pour s pair (s = 2p)
3 c2p 2
c2p = ;
4 p (3p + 1)
donc
3 c0
c2 =
4 4
2
3 c2 3 c0
c4 = =
4 2 7 4 2! 4 7
3
3 c4 3 c0
c6 = =
4 3 10 4 3! 4 7 10
:::
p
3 c0
c2p = ( 1)p ;
4 p! 4 7 10 ::: (3p + 1)
donc
X
+1
p 3
p
x2p+ 6
5
y1 (x) = c0 ( 1) ;
p=0
4 p! 4 7 10 ::: (3p + 1)
La 2eme solution : Posons
56
X
+1
y2 (x) = cm xm+r2 ;
m=0
r2
Le coe¢ cient de x : on obtient l’équation indicielle
5 5
r2 (r2 1) c0 + c = r2 (r2 1) + c = 0:
36 0 36 0
1
Puisque r2 = est un zéro du facteur de c0 , il suit que c0 est indéterminé.
6
Le coe¢ cient de xr2 +1
5
(1 + r2 ) (1 + r2 1) c1 + c = 0
36 1
7 1 5
+ c1 = 0 ) c1 = 0:
6 6 36
Le coe¢ cient de xr2 +s

1 5 5
s+ s cs + cs 2 + c = 0;
6 6 36 s
2
s s cs + cs 2 = 0; s = 2; 3; 4; :::
3
Donc, pour s impair
c1 = 0 ) c3 = c7 = ::: = 0.
Pour s pair (s = 2p)

3 c2p 2
c2p = ;
4 p (3p 1)
la solution est donc
1
X
+1
p 3
p
x2p+ 6
1
y2 (x) = c0 x + c0
6 ( 1) ;
p=1
4 p! 2 5 ::: (3p 1)
00 0
x(1 x)y + 2 (1 2x) y 2y = 0 ( )
On récrit ( ) sous forme standard près de x = 0
00 2 (1 2x) 0 1 2x
y + y + 2 y = 0.
(1 x) x 1 x
57
Alors
2 (1 2x) X
+1 X
+1 X
+1
a(x) = = 2 (1 2x) k
x = 2 xk 4xk+1 = 2 + 2x 4x + :::
(1 x) k=0 k=0 k=0
= 2
2x + ::: = a0 + a1 x + :::
2x X
+1
b(x) = = 2x xk = 2x 2x2 :::: = b0 + b1 x + :::
1 x k=0
Donc l’équation indicielle
r2 + (a0 1) r + b0 = 0
) r2 + (2 1) r + 0 = 0 ) r2 + r = 0:
Les racines de cette équation sont
r1 = 0 et r2 = 1.
Donc : r1 r2 = 1 un entier ) cas 3.

La 1ere solution : Posons
X
+1
y1 (x) = x0 cm xm
m=0
dans ( )
00 00 0 0
xy x2 y + 2y 4xy 2y = 0:
Alors
X
+1 X
+1 X
+1 X
+1 X
+1
m (m 1) cm xm 1
m (m 1) cm xm + 2mcm xm 1
4mcm xm 2cm xm = 0.
m=2 m=2 m=1 m=1 m=0
Le coe¢ cient de x0
2c1 2c0 = 0 ) c1 = c0 , c0 indéterminé:
Le coe¢ cient de x1
2 1 c2 + 2 2 c2 4 1 c1 2c1 = 0 ) 6c2 6c1 = 0 ) c2 = c1 = c0 .
Le coe¢ cient de xs : s = 2; 3; 4:::
(s + 1)scs+1 s(s 1)cs + 2(s + 1)cs+1 4scs 2cs = 0;

(s + 1) (s + 2) cs+1 (s + 1) (s + 2) cs = 0 ) cs+1 = cs = c0 :
58
Donc
c0
y1 (x) = c0 1 + x + x2 + ::: = :
1 x
La 2eme solution : Posons
P
+1
y2 (x) = ky1 (x) ln(x) + cm xm 1 ; x > 0;
m=0
0 0 1 +1 P
y2 (x) = ky1 (x) ln(x) + ky1 (x) + (m 1) cm xm 2 ;
x m=0
00 00 0 1 1 P
+1
y2 (x) = ky1 (x) ln(x) + 2ky1 (x) ky1 (x) 2 + (m 1) (m 2) cm xm 3 ;
x x m=0
dans ( ). Le facteur de ln (x) entre crochets
h 00 0
i
k ln(x) x(x 1)y1 + 2(1 2x)y1 2y1 = 0;
puisque y1 (x) est solution de ( ). Alors

0 1 1 P
+1
x(1 x) 2ky1 (x) ky1 (x) + (m 1) (m 2) cm xm 3
x x2 m=0
P
1 +1
+2(1 2x) ky1 (x) + (m 1) cm xm 2
x m=0
P
+1
2 cm xm 1
= 0;
m=0
1 0 1
Posons c0 = 1 ; alors y1 (x) = ; y1 (x) =
1 x (1 x)2
0
2kx(1
x)y1 (x) ky1 (x) x (1 x) 2 (1 2x) ky1 (x)
+
x x2 x
P
+1
m 3
P
+1
+x (1 x) (m 1) (m 2) cm x + 2(1 2x) (m 1) cm xm 2
m=0 m=0
P
+1
m 1
2 cm x = 0;
m=0
,
k +1P P
+1
+ (m 1) (m 2) cm xm 2 (m 1) (m 2) cm xm 1
x m=0 m=0
P
+1 P
+1 P
+1
+2 (m 1) cm xm 2 4 (m 1) cm xm 1
2 cm xm 1
= 0;
m=0 m=0 m=0
2
Le coe¢ cient de x
( 1) ( 2) c0 + 2 ( 1) c0 = 0 ) c0 indéterminé.
1
Le coe¢ cient de x
k ( 1) ( 2) c0 4 ( 1) c0 2c0 = 0 ) k 2c0 + 4c0 2c0 = 0
) k = 0.
59
Le coe¢ cient de xs
(s + 1) scs+2 + 2 (s + 1) cs+2 s (s 1) cs+1 4scs+1 2cs+1 = 0
) (s + 1) (s + 2) cs+2 (s2 + 3s + 2) cs+1 = 0
) (s + 1) (s + 2) cs+2 (s + 1) (s + 2) cs+1 = 0
cs+2 = cs+1 = c1 ; s = 0; 1; 2; :::
Donc la 2eme solution est

c0 c c
y2 (x) = + c1 1 + x + x2 + ::: = 1 + 1 :
x x 1 x
c1
Puisque la 2eme partie de cette solution est déjà contenue dans
1 x
c1 c0
la 1ere solution on peut prendre y2 (x) = avec c0 indéterminé.
1 x x
00 0
a) (1) x2 y + xy + (x2 1) y = 0
équation de Bessel d’ordre 1 qui admet la solution générale
y(x) = AJ1 (x) + BY1 (x)

00 0 00 0 2 2
(2) 9x2 y + 9xy + (9x2 4) y = 0 , x2 y + xy + x2 3
y=0
2
équation de Bessel d’ordre 3
qui admet la solution générale
y(x) = AJ 2 (x) + BJ 2 (x)

3 3
00 0
b) xy + (1 2v) y + xy = 0; y(x) = xv z(x)
0 0
y (x) = vxv 1 z(x) + xv z (x)
00 0 0 00
y (x) = v(v 1)xv 2 z(x) + vxv 1 z (x) + vxv 1 z (x) + xv z (x)
0 00 00
= v(v 1)xv 2 z(x) + 2vxv 1 z (x) + xv z (x) + xv z (x)
00 0 0 00 00
xy + (1 2v) y + xy = 0 ) x v(v 1)xv 2 z(x) + 2vxv 1 z (x) + xv z (x) + xv z (x)
0
+ (1 2v) vxv 1 z(x) + xv z (x) + xv+1 z(x) = 0
00 0
) xv+1 z (x) + (2vxv + (1 2v) xv ) z (x) + (v(v 1)xv 1 + (1 2v) vxv 1 + xv+1 ) z(x) = 0
00 0
) xv+1 z (x) + xv z (x) + (xv+1 v 2 xv 1 ) z(x) = 0
00 0
) xv 1 x2 z (x) + xz (x) + (x2 v 2 ) z(x) = 0
z(x) = AJv (x) + BJ v (x); Si v n’est entier.

)
z(x) = AJn (x) + BJ n (x); Si v un entier.
y(x) = Axv Jv (x) + Bxv J v (x); Si v n’est entier.
)
z(x) = Axn Jn (x) + Bxn J n (x); Si v un entier.
60
00 0 3
xy 2y + xy = 0; 1 2v = 2)v= ;
2
00 0
alors xy 2y + xy = 0 admet la solution générale
3 3
y(x) = Ax 2 J 3 (x) + Bx 2 J 3 (x)
2 2
1) On pose z = x; >0
8
> dy dy dz dy
>
> = =
>
< dx
>
d2 y
dz dx
d dy dz
dz
d dy d dy
2
= = =
>
> dx dx dz dx dx dz dz dx
>
> d dy d2
y
>
: = = 2 2
dz dz dz
d2 y 1 0 2
2
2d y dy 2
2
+ y (x) + y(x) = 0 ) 2
+ + y = 0;
dx x
2 2
dz x dz
dy dy
) 2 2+ + 2 y = 0;
dz 2 z dz
dy dy
) 2 z 2 2 + 2 z + 2 z 2 y = 0;
dz 2 dz
2 2d y dy
) z + z + z 2 y = 0; > 0;
dz 2 dz
2
d y dy
) z 2 2 + z + z 2 y = 0;
dz dz
) la solution générale est
y(z) = AJ0 (z) + DY0 (z)

) y(x) = CJ0 ( x) + DY0 ( x)
00 0 1 p dz 1
2) xy + y + y = 0; z = x; = p
4 dx 2 x
8
> dy dy dz 1 dy
>
> = =
>
> dx dz dx 2z dz
>
> d2 y d 1 dy 1 d dy 1 d dy
>
>
>
> = = =
>
> dx 2 dx 2z dz 2z dx dz 2z dx dz
< 1 d dy 1 d 1 dy
= =
>
> 2z dz dx 2z dz 2z dz
>
> 1 1 dy 1 d2 y
>
>
>
> = +
>
> 2z 2z 2 dz 2z dz 2
>
> 1 dy 1 d2 y
>
: = 3 + 2 2:
4z dz 4z dz
61
On substitue ces expressions dans l’équation di¤érentielle et l’on simpli…e
1 dy 1 d2 y 1 dy 1
z2 3
+ 2 2
+ + y=0
4z dz 4z dz 2z dz 4
1 dy 1 d2 y 1 dy 1
) + 2
+ + y=0
4z 2dz 4 dz 2z dz 4
1d y 1 dy 1
) + + y=0
4 dz22 4z dz 4
dy dy
) z2 2 + z + z2y = 0
dz dz
On obtient l’équation de Bessel d’ordre 0 qui admet la solution générale
y(z) = K1 J0 (z) +pK2 Y0 (z) p

) y(x) = K1 J0 ( x) + K2 Y0 ( x)
00 p 3
3) y + xy = 0; y = u x; z = 23 x 2
On transforme d’abord la variable dépendante
1
y = x 2 u;
0 1 0 1 1
y = x 2 u + x 2 u;
2
00 1 00 1 1 0 1 1 0 1 3
y = x2 u + x 2 u + x 2 u x 2 u;
2 2 4
1 00 1 0 1 3
= x2 u + x 2 u x 2 u;
4
donc
1 00 1 3 1 3 0
x2 u + x u
x 2 u + x2 u = 0
2 ( )
4
On transforme maintenant la variable indépendante par la substitution
2 3 dz 1
z = x2 ; = x2 :
3 dx
Alors
du du dz 1 du
= = x2 ;
dx dz dx dz
d2 u d 1 du 1 1 du 1 d du
2
= x2 = x 2 + x2
dx dx dz 2 dz dz dx
1 1 du 1 d 1 du
= x 2 + x2 x2
2 dz dz dz
2
1 1 du du
= x 2 +x 2:
2 dz dz
62
On substitue ces expressions dans l’équation di¤érentielle ( )

1 1 1 du d2 u 1 1 du 1 3 3
x2 x 2 + x 2 + x 2 x2 x 2 u + x2 u = 0;
2 dz dz dz 4
2
1 du 3 d u du 1 3 3
+ x2 2 + x 2 u + x2 u = 0;
2 dz dz dz 4
2
3 d u 3 du 3 1 3
x2 2 + + x2 x 2 u = 0;
dz 2 dz 4
2 3 d2 u du 2 3 1 3
x2 2 + + x2 x 2 u = 0;
3 dz dz 3 6
d2 u du 1 2 1
z 2+ + z z u = 0;
dz dz 6 3
d2 u du 1
z2 2 + z + z2 u = 0:
dz dz 9
1
On a obtenu l’équation de Bessel d’ordre qui admet la solution générale
3
u (z) = K1 J 1 (z) + K2 J 1 (z)
3 3
2 3 2 3
u(x) = K1 J 1 x 2 + K2 J 1 x2
3 3 33
p 2 3 p 2 3
y(x) = K1 xJ 1 x 2 + K2 xJ 1 x2
3 3 3 3
1) Si m 6= n
00 0
1 x2 y 2xy + n (n + 1) y = 0 (équation de Legendre)
0
2 0
) 1 x y + n (n + 1) y = 0:
Puisque Pm et Pn sont solutions respctivement de
0
2 0
1 x y + m (m + 1) y = 0 et
0
0
1 x2 y + m (m + 1) y = 0:
On a
0
0
Pn (x) 1 x2 Pm (x) + m (m + 1) Pm (x) = 0;
0
2 0
Pm (x) 1 x Pn (x) + n (n + 1) Pn (x) = 0:
63
On intègre ces deux expressions de 1à1
Z1 0 Z1
2 0
Pn (x) 1 x Pm (x) dx + m (m + 1) Pn (x) Pm (x)dx = 0;
1 1
Z1 0 Z1
2 0
Pm (x) 1 x Pn (x) dx + n (n + 1) Pm (x) Pn (x)dx = 0;
1 1
Z1
2 0 1 0 0
) Pn (x) (1 x ) Pm (x) 1
Pn (x) (1 x2 ) Pm (x) dx
1
Z1
+m (m + 1) Pn (x) Pm (x)dx = 0 (1)
1
Z1
2 0 1 0 0
) Pm (x) (1 x ) Pn (x) 1
Pm (x) (1 x2 ) Pn (x) dx
1
Z1
+n (n + 1) Pm (x) Pn (x)dx = 0 (2)
1
Donc par soustraction (1) (2) on obtient
Z1 Z1
[m (m + 1) n (n + 1)] Pm (x) Pn (x)dx = 0 ) Pm (x) Pn (x)dx = 0 pour m 6= n.
1 1
2) Si m = n
En utilisant la formule de Rodrigues
1 dn n
Pn (x) = n x2 1 ;
2 n! dxn
en e¤et
Z1 Z1
1 1 dn n dn n
Pn2 (x)dx = n n n
x2 1 n
x2 1 dx;
2 n! 2 n! dx dx
1 1
64
et en intégrant par parties n fois

"
1
1 dn 1 2 n dn n
= 2 n 1
(x 1) n
(x2 1)
2n
2 (n!) dx dx 1
3
Z1 n 1
d n dn+1 n
+ ( 1) 1
(x 2
1) (x2 1) dx; 5
dxn 1 dxn+1
1
= :::
Z1
1 n d2n n
= ( 1)n (x2 1) (x2 1) dx;
22n (n!)2 dx2n
1
Z1
1 n n
= 2 ( 1) (2n)! 1 (x2 1) dx;
2n
2 (n!)
1
et en intégrant de nouveau par parties n fois

2 3
n Z1
( 1) 4 n 1 n 1
= 2 (2n)! x x 2
1 1
2nx2 x2 1 dx5 ;
2n
2 (n!)
1
= :::
Z1
( 1)n n 2n 2 (n 1) ::: 2 (n (n 1))
= 2 (2n)! ( 1) x2n dx;
2n
2 (n!) 1 3 ::: (2n 1)
1
2n n 2n+1 1
( 1) (2n)! 2 n! x
= 2 ;
22n (n!) 1 3 ::: (2n 1) 2n + 1 1
(2n)! 1 2
= n
;
2 n! 1 3 ::: (2n 1) 2n + 1
(2n)! 2
= ;
2n (2n 2) (2n 3) ::: 2 1 3 ::: (2n 1) 2n + 1
(2n)! 2 2
= = :
(2n)! 2n + 1 2n + 1
65
CHAPITRE 6
Exercice 01 :
Soit le système di¤érentiel
X_ = A X
(1)
X (0) = X0
telle que A une matrice 2 Mn (R) et X 2 Rn ;le système (1) en engendre un

système dynamique, le système dynamique est donné par
: R R n ! Rn
(t; X0 ) 7! (t; X0 ) ;
posons (t; X0 ) = eAt X0 :

Montrer que est un système dynamique.
Exercice 02 :
x_ = x3 y 2 ;
y_ = xy y 3 :
Etudier la stabilité en (0; 0) (utiliser une fonction de Liapunov).

Exercice 03 :
On considère le problème
x_ = x3 xy 2 y;
y_ = y3 yx2 + x:
1) Etudier le problème linearisé en (0; 0).
66
2) Ecrire l’équation di¤érentielle véri…ée par u (t) = x2 (t) + y 2 (t)

et la résoudre. Conclusion ?
Exercice 04 :
x_ = cos( )x sin( )y;

; 2 [0; 2 ]
y_ = sin( )x + cos( )y:
Etudier la stabilité de point critique (0; 0).
Exercice 05 :
Soit le polynôme
3 2
P ( ) = a3 + a2 + a1 + a0 :
Etudier la stabilité du polynôme P ( ) (utiliser le critère de Routh et Hurwitz) :
Exercice 06 :
Chercher le sous espace central E c et le sous espace instable E i du système
di¤érentiel
8
< x_ 1 = x2
x_ 2 = x1
:
x_ 3 = 2x3
Exercice 07 :
Chercher la variété stable et la variété instable du système di¤érentiel
8
< x_ 1 = x1
x_ 2 = x2 + x21
:
x_ 3 = x3 + x21
Exercice 08 :
Chercher la variété centrale du système di¤érentiel
x_ 1 = x1 x2
x_ 2 = 2x2 + 3x31
i) k (t; X0 ) (t; Y0 )k = etA X0 etA Y0 = etA kX0 Y0 k

jtjkAk tA ktAk
e kX0 Y0 k car e e = ejtjkAk ;
lim k (t; X0 ) (t; Y0 )k lim ejtjkAk kX0 Y0 k ! 0
X0 !Y0 X0 !Y0
67
donc lim (t; X0 ) = (t; Y0 ) ) ( ; X0 ) est continue.
X0 !Y0
ii) k (t + ; X0 ) (t; X0 )k = e(t )A

X0 etA X0
= etA etA X0 X0
tA tA
e e X0 X0 ejtjkAk kX0 k e A
I
X
+1
( A)n
jtjkAk
e kX0 k I
n=0
n!
X
+1
( A)n
jtjkAk
e kX0 k
n=1
n!
ejtjkAk kX0 k ej jkAk
1 ;
donc lim k (t + ; X0 ) (t; X0 )k = 0 ) (t; ) est continue.

!0
iii)
(0; X) = e0 A X = I X = X:
iv)
(t + s; X) = e(t+s)A X = etA+sA X = etA esA X

= etA (s; X) = (t; (s; X)) :
donc est un système dynamique.

Posons
V (x; y) = ax2 + by 2 ; a > 0; b > 0:
dV
= 2axx
_ + 2byy
_ = 2a x3 y 2 x + 2b xy y3 y
dt
= 2ax4 2ay 2 x + 2bxy 2 2by 4
On pose b = a = 1 )
dV
= 2ax4 2ay 4 = 2 x4 + y 4
dt
(
V (x; y) = x2 + y 2 > 0 dé…nie positive.
) dV
= 2 (x4 + y 4 ) < 0 dé…nie négative.
dt
) (0; 0) est asymptotiquement stable.
68
0 1
@f1 @f1
B (0; 0) (0; 0) C 0 1
A = @ @x @y A=
@f2 @f2 1 0
(0; 0) (0; 0)
@x @x
1
det (A I) = = 2 + 1 = 0 ) = i:
1
Le système linéarisé en (0; 0) est centre donc on ne peut pas savoir la stabilité du
système non linéaire.
2) U (t) = x2 (t) + y 2 (t) )
dU
= 2xx
_ + 2yy
_ =2 y xy 2 x3 x + 2 x yx2 y3 y
dt
= 2xy 2x2 y 2 2x4 + 2xy 2y 2 x2 2y 4
2
= 2 x4 + 2x2 y 2 + y 4 = 2 x2 + y 2
dU dU 1 1
= 2U 2 ) = 2dt ) = 2t + c ) U = ;
dt U2 U 2t + c
Conclusion lim U = 0 ) (0; 0) est asymptotiquement stable.
t!+1
On cherchons les valeurs propres
cos( ) sin( )
= (cos( ) )2 + sin2 ( ) = 0
sin( ) cos( )
= (cos( ) + i sin( )) (cos( ) i sin( ))
) 1 = cos ( ) + i sin ( ) ; = cos ( ) i sin ( ) :
2
3
a) Si cos ( ) = 0 ) = _ ) (0; 0) centre donc (0; 0) est stable.
2 2 i h 3
b) Si cos ( ) > 0 et sin ( ) 6= 0 ) 2 0; [ ;2
2 2
) (0; 0) foyer instable ) (0; 0) est instable.
c) Si cos ( ) > 0 et sin ( ) = 0 ) = 0 _ 2 ) 1 = 2 = 1:
donc (0; 0) noeud instable ) (0; 0) est instable.
i h 3
d) Si cos ( ) < 0 et sin ( ) 6= 0 ) 2 ; [ ;
2 2
) (0; 0) foyer stable ) (0; 0) est stable.
e) Si cos ( ) < 0 et sin ( ) = 0 ) = ) 1 = 2 = 1:
donc (0; 0) noeud stable ) (0; 0) est stable.
3 2
P ( ) = a3 + a2 + a1 + a0
69
ce polynôme est stable si et seulement si :
a0 ; a1 ; a2 ; a3 sont strictement positifs et
0 1 0 1
a1 a0 0 a1 a0 0
@ a3 a2 a1 A = @ a3 a2 a1 A
a5 a4 a3 0 0 a3
a1 a0
tel que ak = 0 pour k > 3 = n; 1 = a1 > 0; 2 = = a1 a2 a3 a0 > 0:
a3 a2
On écrire le système de la forme X_ = AX tel que
0 1 0 1
0 1 0 x1
@ 1 0 0 A et X = @ x2 A 2 R3
0 0 2 x3
on cherche les valeurs propres
1 0
1
det (A I) = 1 0 = (2 )
1
0 0 2
2
= (2 ) +1 =0
) 1 = i; 2 = i; 3 = 2:
On a un espace centrale et un espace instable.
On cherche le vecteur propre w1
0 10 1 0 1 8
i 1 0 x 0 < ix y = 0
@ 1 i 0 A @ y A = @ 0 A ) x + iy = 0
:
0 0 2+i z 0 (2 + i) y = 0
y = ix
) :
z=0
) (x; y; z) = (x; ix; 0), on pose x = 1, w1 = 1 + iv1 ;on a
0 1 0 1 0 1 20 1 0 13
1 1 0 1 0
w1 = @ i A = @ 0 A +i 1@ A )E =c 4 @ 0 ; 1 A5
A @
0 0 0 0 0
= plan (x1 x2 ) :
On cherche le vecteur propre w2
0 10 1 0 1
2 1 0 x 0
@ 1 2x y = 0
2 0 A@ y A = @ 0 A )
x 2y = 0
0 0 0 z 0
) x=y=0
70
) (x; y; z) = (0; 0; z) = z (0; 0; 1), on pose z = 1, w2 = 2 ;on a

0 1 20 13
0 0
w2 = @ 0 A ) E i = 4@ 0 A5 = l’axe x3 :
1 1
Il y a seul point d’équilibre x0 = (0; 0; 0).
On a 0 1
1 0 0
A = Df (x0 ) = @ 0 1 0 A;
0 0 1
1 0 0
det (A I) = 0 1 0 = (1 + )2 (1 ) = 0;
0 0 1
donc A possède les valeurs propres : 1 = 2 = 1 et 3 = 1:

On cherchons les vecteurs propres
0 10 1 0 1
0 0 0 x 0
@ 0 0 0 A @ y A = @ 0 A ) z = 0:
0 0 2 z 0
0 1 0 1 0 1 0 1
x x 1 0
@ y A = @ y A = x@ 0 A + y@ 1 A:
z 0 0 0
0 1 0 1
1 0
On pose V1 = @ 0 A et V2 = @ 1 A :
0 0
Tel que V1 ; V2 les vecteurs propres associé a une valeur propre 1 = 1:
Donc 20 1 0 13
1 0
E s = 4@ 0 A ; @ 1 A5 = plan (x1 x2 ) :
0 0
0 10 1 0 1
2 0 0 x 0
@ 1 x=0
2 0 A@ y A = @ 0 A )
y=0
0 0 0 z 0
0 1 0 1 0 1
x 0 0
@ y A = @ 0 A = z@ 0 A:
z z 1
71
0 1
1
On pose V3 = @ 0 A :
0
Tel que V3 le vecteur propre associé a une valeur propre 1 = 1:
Donc 20 13
0
E i = 4@ 0 A5 = l’axe de x3 :
1
On résoudre le système
8 0 1 0 1
< x_ 1 = x1 x1 (0) c1
x_ 2 = x2 + x21 ; tel que @ x2 (0) A = @ c2 A ;
:
x_ 3 = x3 + x21 x3 (0) c3
x_ 1 = x1 ) x1 (t) = 1 e t ; 1 2 R, x1 (0) = 1 = c1
) x1 (t) = c1 e t où c1 2 R.
x_ 2 = x2 + x21 = x2 + c21 e 2t
;
on cherche la solution homogène x2h (t)
t
x_ 2 = x2 ) x2h (t) = 2e ; 2 2 R;
on cherche la solution particulière x2p (t)
on pose
t 0
x2p (t) = 2 (t)e ) 2 (t) e t 2 (t)e
t
= 2 (t)e
t
+ c21 e 2t
0 2 t
) 2 (t) = c1 e ) 2 (t) = c21 e t ) x2p (t) = c21 e 2t
donc la solution générale est

t
x2 (t) = x2h + x2p = 2e c21 e 2t
; 2 2 R.
x2 (0) = c2 ) 2 c21 = c2 ) 2 = c2 + c21 :
Alors
x2 (t) = c2 + c21 e t c21 e 2t
= c2 e t
+ c21 e t
e 2t
où c1 ; c2 2 R.
x_ 3 = x3 + x21 = x3 + c21 e 2t
;
on cherche la solution homogène x3h (t)
t
x_ 3 = x3 ) x3h (t) = 3e ; 3 2 R;
on cherche la solution particulière x3p (t)
on pose
t 0
x3p (t) = 3 (t)e ) 3 (t) et + 3 (t)e
t
= 3 (t)et + c21 e 2t
0 2 3t c21 3t c21 2t
) 3 (t) = c1 e ) 3 (t) = e ) x3p (t) = e
3 3
72
donc la solution générale est
t c21 2t
x3 (t) = x3h + x3p = 3e e ; 3 2 R.
3
c21 c21
x3 (0) = c3 ) 3 = c3 ) 3 = c3 + :
3 3
Alors
c21 c21 c21 t
x3 (t) = c3 + et e 2t
= c3 et + e e 2t
où c1 ; c3 2 R.
3 3 3
Donc la solution du système est

8
> x (t) = c1 e t ;
< 1
x2 (t) = c2 e t + c21 (e t
e 2t
) où c1 ; c2 ; c3 2 R,
2
>
: x (t) = c et + c1 (et 2t
3 3 e )
3
cherchons S : la variété stable
0 1 0 1
0 c1
lim t (c) =
@ 0 A où C = @ c2 A alors
t!+1
0 c3
t
lim x1 (t) = lim c1 e = 0;
t!+1 t!+1
t
lim x2 (t) = lim c2 e + c21 e t
e 2t
= 0;
t!+1 t!+1
c21 t
lim x3 (t) = lim c3 et + e e 2t
= 0;
t!+1 t!+1 3
donc on pose
c21 c21
c3 + = 0 ) c3 = ;
3 3
donc
c21
S= C = (c1 ; c2 ; c3 ) ; c3 = ;
3
cherchons U : la variété instable
1 0
0
lim t (c) =
@ 0 A;
t! 1
0
de même calcule ) c1 = c2 = 0.
Donc
U = fC = (c1 ; c2 ; c3 ) ; c1 = c2 = 0g ;
73
0 1 0 1
0 0
S est tangente a E s en x0 = @ 0 A et U est tangente a E i en x0 = @ 0 A.
0 0
x1 x1 x2
X_ = f (X) où X = 2 R2 ; f (x1 ; x2 ) =
x2 2x2 + 3x3
0 0
f (0R2 ) = 0R2 et Df (0; 0) = = A;
0 2
0
det (A I) = = (2 + ) = 0
0 2
) 1 = 0; 2 = 2.
on cherche le vecteur propre V1
0 0 x1 0
(A I) V1 = 0R2 ) =
0 2 x2 0
0 = 0; x1 x1 1
) ) = = x1 ;
2x2 = 0: x2 0 0
1
on pose V1 =
0
) E c = f(x1 ; x2 ) ; x2 = 0g = l’axe de x1 :
74
on cherche le vecteur propre V2
2 0 x1 0
(A I) V2 = 0R2 ) =
0 0 x2 0
2x1 = 0; x1 0 0
) ) = = x2 ;
0 = 0: x2 x2 1
0
on pose V2 =
1
) E s = f(x1 ; x2 ) ; x1 = 0g = l’axe de x2 :
d’après le theorème de variété centrale il existe une variété centrale tangente a

sous espace centrale E c .
On cherche une approximation de la variété centrale :
n 0
o
2
C = (x1 ; x2 ) 2 R ,x2 = h(x1 ); h(0) = 0; h (0) = 0; jx1 j <
On pose
h (x1 ) = ax21 + bx31 + o x41
0 0
x2 = h (x1 ) ) x_ 2 = x_ 1 h (x1 ) = x1 h (x1 ) h (x1 ) = 2h(x1 ) + 3x3
) ax31 + bx41 + o x51 2ax1 + 3bx21 + o(x31 ) = 2ax21 + (3 2b) x31 + o(x41 )
) 2ax31 + 3abx51 + 2abx51 + 3b2 x61 + o(x71 ) = 2ax21 + (3 2b) x31 + o(x41 )
3
) 2a = 0; 3 2b = 0 ) a = 0; b = :
2
3
C= (x1 ; x2 ) 2 R2 , x2 = x31 + o(x41 )
2
75
BIBLIOGRAPHIE
[1] J. P. Demailly. Analyse numérique et équations di¤érentielles, nouvelle édition,

Presses universitaires de Grenoble, 2006.
[2] L. Perko. Di¤erential equations and dynamical systems, third edition, Springer,
2000.
[3] R. Vaillancourt, Mathématiques de l’ingénieur, Département de mathématiques,
Université d’Ottawa, Ottawa, ON, Canada, K1N 6N 5.
[4] https ://www.editions-ellipses.fr/PDF/9782340010024_extrait.pdf
[5] http ://math.webgirand.eu/pdf/dvp_agreg/C-L.pdf
76

ذياب1 PDF

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

ذياب1 PDF

Transféré par

Droits d'auteur :

Formats disponibles

Equations Di¤érentielles Ordinaires

Université Larbi Tébessi - Tébessa

1 Equations di¤érentielles. Résultats fondamentaux 5

2 Equations de Bessel et Legendre 17

2.2 Équation de Bessel . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19

4 Exercices corrigés pour le chapitre 1 46

5 Exercices corrigés pour le chapitre 2 54

6 Exercices corrigés pour le chapitre 3 66

Selon G. Wanner, la première apparition des équations di¤érentielles remonte

temps à ramener aux fonctions logarithmiques et trigonométriques, s’expriment à

Equations di¤érentielles. Résultats fondamentaux

Le but de ce chapitre est de démontrer les théorèmes généraux d’existence et

1.1 Dé…nitions. Solutions maximales et globales

i ) (8t 2 I) (t; y (t)) 2 U

y = (y1 ; :::; ym ) ; f = (f1 ; :::; fm ) :

L’équation (1.1) apparaît comme un système di¤érentiel du premier ordre à m fonc-

Résoudre le problème de Cauchy revient à trouver une courbe intégrale de (1.3)

1.1.2 Solutions Maximales

Dé…nition 1.1.2 Soient y : I ! Rm ; y~ : I~ ! Rm des solutions de (1.1). On dit que

Dé…nition 1.1.3 On dit qu’une solution y : I ! Rm est maximale si y n’admet pas

1.1.4 Régularité des solutions

Théorème 1.1.1 Si f : R Rm U ! Rm est de classe C k , toute solution de

1.2 Théorème d’existence des solutions

1.2.1 Équivalence du problème de cauchy avec la résolution

Lemme 1.2.1 Une fonction y : I ! Rm est une solution du problème de Cauchy

En e¤et si y véri…e (i) et (ii) alors y est di¤érentiable et on a y(t0 ) = y0 ,

1.2.2 Cylindres de sécurité

M = sup kf (t; y)k < +1:

Soit C = [t0 T; t0 + T ] B(y0 ; r0 ) C0 un cylindre de même diamètre que C0 et

= inf ft 2 [t0 ; t0 + T ]; ky (t) y0 k > r 0 g :

Par dé…nition de on a ky (t) y0 k < r pour t 2 [t0 ; [, donc par continuité de y

Corollaire 1.2.1 Pour que C soit un cylindre de sécurité, il su¢ t de prendre

1.2.3 Solutions approchées. Méthode d’Euler

t0 < t1 < t2 :::: < tN 1 < tN = t0 + T

Les pas successifs sont notés

La méthode d’Euler (ou méthode de la tangente) consiste à construire une solution

y (t) = yn + (t tn ) f (tn ; yn ) ; t 2 [tn ; tn + 1] :

La solution approchée y s’obtient graphiquement en tra¸cant pour chaque n les seg-

Proposition 1.2.1 Si C = [t0 T; t0 + T ] B(y0 ; r0 ) est un cylindre de sécurité tel

1.2.4 Théorème d’existence (cauchy -Peano-Arzela)

Exemple 1.2.1 Pour donner un exemple de non unicité, il su¢ t de considérer

1.2.5 Critère de maximalité des solutions

Autrement dit, y est non prolongeable au delà du temps b si et seulement si

1.3 Théorème d’existence et d’unicité de Cauchy-

U et une constante k = k(t0 ; y0 ) 0 tels que f soit k Lipschitzienne en y sur C0

(8 (t; y1 ) ; (t; y2 ) 2 C0 ) kf (t; y1 ) f (t; y2 )k k ky1 y2 k :

avec 2]y1 ; y2 [. On a donc

max jfi (t; y1 ) fi (t; y2 )j mA:max jy1;j y2;j j :

1.3.1 Lemme de Gronwall. Convergence et unicité locales

Démonstration. Quitte à changer l’origine du temps on peut supposer t0 = 0 et,

en utilisant l’hypothèse que f est k Lipschitzienne en y. De plus

puisque y(2) (0) = y(1) (0) = y0 . On en déduit

Théorème 1.3.1 (Cauchy-Lipschitz) Si f : U ! Rm est localement lipschitzienne

1.3.2 Unicité globale

Interprétation géométrique. Le théorème d’unicité signi…e géométriquement

1.3.3 Conditions su¢ santes d’existence de solutions globales

kf (t; y)k c(t) + k(t) kyk :

1.3.4 Théorème de Cauchy-Lipschitz globale

1.4 Équations Di¤érentielles d’ordre supérieur à

où f : U ! Rm est une application continue dé…nie sur un ouvert U Rm (Rm )p .

1.4.2 Système di¤érentiel d’ordre un associé

si l’on pose Y0 = y, Y1 = y , .... Le système (1.7) peut encore s’écrire

Y = (Y0 ; Y1 ; :::; Yp 1 ) 2 (Rm )p