Vous êtes sur la page 1sur 6

Pr M.

El Kyal Année universitaire 2018/2019


Université Ibn Zohr , ENSA d'Agadir
Première année G.Ind, G.Inf G. Elec et F.I.D.
T. D. Systèmes diérentiel linéaires

Résoudre le système diérentiel linéaire


X 0 (t) = AX(t)


X(0) = C
avec
1.  
4 1 1
A = 1 4 1
1 1 4
2.  
3 2 4
A = −1 3 −1
−2 −1 −3
3.  
6 −6 5
A = 19 −13 10
13 −6 4
4.  
0 2 −2
A = −2 0 1
2 −1 0

1
Correction
1. pour la matrice  
4 1 1
A = 1 4 1
1 1 4
On a PA (X) = (6 − X)(3 − X)2 Pour la valeur propre λ1 = 6, un vecteur propre est déni par
x = y = z , on prend  
1
u1 =  1 
1
et pour la valeur propre λ2 = 3, un vecteur propre est déni par x + y + z = 0, on prend
   
1 1
u2 =  −1  etu3 =  0 
0 −1

alors
X(t) = c1 e6t u1 + c2 e3t u2 + c3 e3t u3

2. Soit A la matrice  
3 2 4
A = −1 3 −1
−2 −1 −3
On a

3 − X 2 4

PA (X) = −1 3−X −1
−2 −1 −3 − X

−1 − X 2 4

= 0
3−X −1
1+X −1 −3 − X

−1 − X 2 4

= 0 3−X −1
0 1 1 − X
= (−1 − X)(X 2 − 4X + 4) = −(X + 1)(X − 2)2

Les valeurs propres de la matrice A sont λ1 = −1, valeur propre simple et λ2 = 2, valeur propre
double. Déterminons les sous-espaces propres et caractéristiques de A. Le sous-espace propre
associé à la valeur propre −1 est le sous-espace vectoriel E−1 déni par
E−1 = {~u ∈ R3 , A~u = −u}.

Soit ~u = (x, y, z) ∈ R3 ,

 4x + 2y + 4z = 0
 (
2x + y + 2z = 0
~u ∈ E−1 ⇐⇒ −x + 4y − z = 0 ⇐⇒
 x − 4y + z = 0
−2x − y − 2z = 0

L'espace E−1 est une droite vectorielle dont un vecteur directeur est donné par
~u1 = (1, 0, −1).

2
Le sous-espace propre associé à la valeur propre 2 est le sous-espace vectoriel E2 déni par
E2 = {~u ∈ R3 , A~u = 2u}.

Soit ~u = (x, y, z) ∈ R3 ,

 x + 2y + 4z = 0
 (
x + 2y + 4z = 0
~u ∈ E2 ⇐⇒ −x + y − z = 0 ⇐⇒
 x−y+z =0
−2x − y − 5z = 0

L'espace E2 est une droite vectorielle dont un vecteur directeur est donné par
~u2 = (2, 1, −1).

Le sous-espace E2 étant de dimension 1, la matrice A n'est pas diagonalisable.


Les vecteurs ~u1 et ~u2 , vecteurs propres associés aux valeurs propres −1 et 2 conviennent pour les
deux premiers vecteurs de la base recherchée, on va alors chercher un vecteur ~u3 ∈ ker(A − 2I)2
tel que A~u3 = ~u2 + 2~u3 , notons ~u3 = (−2z, y, z), on détermine y et z tels que
     
2y − 2z 2 −4z
 3y + z ) =  1  +  2y 
−y + z −1 2z

on obtient y + z = 1, le vecteur ~u3 = (0, 1, 0) convient.


Alors la matrice T est donnée par
 
−1 0 0
T =  0 2 1
0 0 2

et la matrice de passage P telle que A = P T P −1 qui exprime la base (~u1 , ~u2 , ~u3 ) dans la base
canonique de R3 est  
1 2 0
P =  0 1 1 .
−1 −1 0
Ainsi le système est équivalent à
X 0 = P T P −1 X ⇔ (P −1 X)0 = T P −1 X.

Posons
Y (t) = P −1 X(t)
Alors le système est équivalent à
Y 0 = T Y.

La décomposition de Dunford de T .
On a      
−1 0 0 −1 0 0 0 0 0
T =  0 2 1 =  0 2 0 + 0
  0 1 ,
0 0 2 0 0 2 0 0 0
| {z } | {z }
D N

la matrice D est diagonale, la matrice N est nilpotente, N2 = 0, et N D = DN , c'est donc bien


la décomposition de Dunford de la matrice T .

3
e−1 0 0
   
1 0 0
exp D =  0 e2 0  et exp N = I + N = 0 1 1 .
0 0 e2 0 0 1
Intégrons le système Y 0 = T Y , sa solution générale s'écrit
Y (t) = etT C

où C est un vecteur de R3 et  −t 
e 0 0
etT =  0 e2t te2t  .
0 0 e2t
ainsi Y est solution de Y 0 = T Y , la solution générale du système X 0 = AX sécrit donc
X(t) = P etT C

3. pour la matrice  
6 −6 5
A = 19 −13 10
13 −6 4
On a PA (X) = −(X + 1)3 Pour la valeur propre λ = −1, un vecteur propre est déni par x = 0 et
6y = 5z , on prend  
0
u1 =  5 
6

on va alors chercher un vecteur u2 ∈ ker(A + I)2 tel que Au2 = u1 − u2 , on aura :


x = 1 et 6y − 5z = 7

on peut prendre 

1
u2 =  2 
1

on cherche un troisième vecteur u3 ∈ ker(A + I)3 tel que Au3 = u2 − u3 , on aura :


x = 0 et − 6y + 5z = 1

on peut prendre 
0
u3 =  −1 
−1
Alors la matrice T est donnée par  
−1 1 0
T =  0 −1 1 
0 0 −1
et la matrice de passage P telle que A = P T P −1 qui exprime la base (~u1 , ~u2 , ~u3 ) dans la base canonique
de R3 est  
0 1 0
P = 5 2 −1 .
6 1 −1

4
Ainsi le système est équivalent à
X 0 = P T P −1 X ⇔ (P −1 X)0 = T P −1 X.

Posons
Y (t) = P −1 X(t)
Alors le système est équivalent à
Y 0 = T Y.
La décomposition de Dunford de T .
On a      
−1 1 0 −1 0 0 0 1 0
T =  0 −1 1  =  0 −1 0 + 0
  0 1 ,
0 0 −1 0 0 −1 0 0 0
| {z } | {z }
D N

la matrice D est diagonale, la matrice N est nilpotente, N3 = 0, et N D = DN , c'est donc bien la


décomposition de Dunford de la matrice T .
 −1 
e 0 0
N2
eD =  0 e−1 0  et eN = I + N + .
−1 2
0 0 e
Intégrons le système Y 0 = T Y , sa solution générale s'écrit
Y (t) = etT C

où C est un vecteur de R3 et
t2 −t
e−t te−t
 
2e
etT = 0 e−t te−t  .
0 0 e−t
ainsi Y est solution de Y 0 = T Y , la solution générale du système X 0 = AX sécrit donc
X(t) = P etT C

4. pour la matrice  
0 −2 −2
A = −2 0 1
2 −1 0
On a PA (X) = −X(X 2 + 9) = −X(X − 3i)(X + 3i) Pour la valeur propre λ1 = 0, un vecteur propre
est déni par 2x = y = z , on prend  
1
u1 =  2 
2
pour la valeur propre λ2 = 3i, un vecteur propre est déni par x = −4 et 3ix = 2(y − z) on prend
 
4
u2 =  −1 + 3i 
−1 − 3i

on prend alors  
4
u3 =  −1 − 3i 
−1 + 3i

5
on pose alors ϕ1 (t) = e0t u1 = u1 , ϕ2 (t) = e3it u2 et ϕ3 (t) = e−3it u3 ,
Puisque le système est à résoudre dans R on prend
 
4 cos 3t
1
ϕr,2 (t) = (ϕ2 (t) + ϕ3 (t)) =  − cos 3t − 3 sin 3t 
2
− cos 33t + 3 sin 3t

et  
4 sin 3t
1
ϕr,3 (t) = (ϕ2 (t) − ϕ3 (t)) =  − sin 3t + 3 cos 3t 
2i
− sin 33t + 3 cos 3t
alors

X(t) = c1 ϕ1 (t) + c2 ϕr,2 (t) + c3 ϕr,3 (t)

Vous aimerez peut-être aussi