Notes de Cours

Notes de cours
Mathématiques Appliquées I
MAP-1006
Professeur Michel Grundland
UNIVERSITÉ DU QUÉBEC À TROIS-RIVIÈRES
AUTOMNE 2018
2
Table des matières
1 Algèbre linéaire 9
1.1 Le déterminant. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.1.1 Commande MatLab . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.2 Rang d'une matrice . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.2.1 Commande MatLab . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
1.2.2 Devoir . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
1.3 Dépendance et indépendance linéaire . . . . . . . . . . . . . . . . . . . . . . 19
1.4 Matrice inverse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
1.4.1 Commande MatLab . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
1.4.2 Devoir . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
1.5 Méthode de Cramer . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
1.5.1 Commande MatLab . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
1.6 Valeurs propres, vecteurs propres, matrices modales et spectrales . . . . . . . 30
1.6.1 Commande MatLab . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
2 Les nombres complexes 39

2.1 Les nombres complexes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
2.2 Principales opérations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
2.3 Relations importantes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
2.4 Représentations polaire et trigonométrique . . . . . . . . . . . . . . . . . . . 42
2.5 Opérations sous forme polaire . . . . . . . . . . . . . . . . . . . . . . . . . . 44
2.6 Racines complexes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
3
3 Introduction aux équations diérentielles 49
3.1 Introduction et notions fondamentales . . . . . . . . . . . . . . . . . . . . . 49
3.2 Méthodes d'intégration par parties . . . . . . . . . . . . . . . . . . . . . . . 51
3.2.1 Le cas avec arrêt . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
3.2.2 Le cas périodique (oscillation) . . . . . . . . . . . . . . . . . . . . . . 51
3.2.3 Le cas non périodique (sans arrêt) . . . . . . . . . . . . . . . . . . . . 52
3.3 Classication des solutions d'équations diérentielles . . . . . . . . . . . . . 53
3.4 Interprétation géométrique des solutions d'équations diérentielles . . . . . . 55
3.5 Problème de Cauchy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
4 Équations diérentielles du premier ordre 65

4.1 Équations diérentielles à variables séparables . . . . . . . . . . . . . . . . . 65
4.1.1 Autre forme de l'équation séparable . . . . . . . . . . . . . . . . . . . 66
4.2 Équations aux diérentielles totales . . . . . . . . . . . . . . . . . . . . . . . 78
4.2.1 Étapes pour résoudre une équation diérentielle totale. . . . . . . . . 78
4.2.2 Devoir . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
4.3 Facteur intégrant . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
4.3.1 Résumé des cas du théorème 4.2 . . . . . . . . . . . . . . . . . . . . . 100
4.4 Équations linéaires de Bernoulli . . . . . . . . . . . . . . . . . . . . . . . . . 101
4.4.1 Équation de Bernoulli homogène . . . . . . . . . . . . . . . . . . . . 101
4.4.2 Équation linéaire de Bernoulli deuxième façon . . . . . . . . . . . . . 102
4.4.3 Méthode de Lagrange (variation des constantes) . . . . . . . . . . . . 103
4.4.4 Devoir . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113
4.5 Lois de superposition des solutions . . . . . . . . . . . . . . . . . . . . . . . 114
4.5.1 Première loi de superposition . . . . . . . . . . . . . . . . . . . . . . 114
4.5.2 Deuxième loi de superposition . . . . . . . . . . . . . . . . . . . . . . 115
4.5.3 Devoir . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115
4.6 Équation non linéaire de Bernoulli . . . . . . . . . . . . . . . . . . . . . . . . 116
4.7 Trajectoires orthogonales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 129
4.8 Trajectoires intégrales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 132
4
5 Équations diérentielles d'ordres supérieurs 135
5.1 Notions fondamentales et dénitions . . . . . . . . . . . . . . . . . . . . . . 135
5.2 Équations diérentielles ordinaires à coecients variables d'ordre n . . . . . 138
5.3 Division synthétique (Descartes) . . . . . . . . . . . . . . . . . . . . . . . . . 147
5.4 Équations linéaires homogènes à coecients constants . . . . . . . . . . . . . 150
5.4.1 Équation de degré 2 à coecients constants . . . . . . . . . . . . . . 150
5.4.2 Étapes de résolution . . . . . . . . . . . . . . . . . . . . . . . . . . . 151
5.4.3 Devoir . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 164
5.5 Équations linéaires non homogènes à coecients constants . . . . . . . . . . 165
5.5.1 Méthode de variation des paramètres (Méthode de Lagrange) . . . . . 165
5.5.2 Démarche à suivre pour la méthode de variation des paramètres . . . 165
5.5.3 Méthode des coecients indéterminés . . . . . . . . . . . . . . . . . . 187
5.5.4 Démarche pour trouver la solution générale de l'équation . . . . . . . 188
5.5.5 Devoir . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 204
5.6 Équations d'Euler-Cauchy . . . . . . . . . . . . . . . . . . . . . . . . . . . . 205
5.6.1 Première méthode pour résoudre une équation d'Euler-Cauchy . . . . 205
5.6.2 Deuxième méthode pour résoudre une équation d'Euler-Cauchy . . . 212
6 Système d'équations diérentielles 215

6.1 Notions fondamentales et dénitions . . . . . . . . . . . . . . . . . . . . . . 215
6.2 Système à coecients constants . . . . . . . . . . . . . . . . . . . . . . . . . 217
6.2.1 Démarche pour résoudre un système à coecients constants . . . . . 217
6.3 Système d'équations diérentielles . . . . . . . . . . . . . . . . . . . . . . . . 225
6.3.1 Méthode par élimination . . . . . . . . . . . . . . . . . . . . . . . . . 225
6.4 Méthode d'Euler pour l'intégration des systèmes linéaires homogènes à coef-
cients constants . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 229
6.4.1 Dénitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 229
6.4.2 Méthode d'Euler . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 230
6.4.3 Résumé de la méthode d'Euler . . . . . . . . . . . . . . . . . . . . . . 233
5
6.5 Méthode d'intégration des systèmes linéaires non homogènes à coecients
constants . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 246
6.5.1 Méthode de Lagrange . . . . . . . . . . . . . . . . . . . . . . . . . . . 246
6.6 Méthode des coecients indéterminés : méthode de sélection . . . . . . . . . 251
6.7 Recherche des combinaisons intégrales . . . . . . . . . . . . . . . . . . . . . 264
6.7.1 Méthode de d'Alembert . . . . . . . . . . . . . . . . . . . . . . . . . 264
6.7.2 Application de la méthode de d'Alembert . . . . . . . . . . . . . . . . 264
6.7.3 Forme symétrique d'un système d'équations diérentielles . . . . . . . 272
6.7.4 Proportion dérivée . . . . . . . . . . . . . . . . . . . . . . . . . . . . 278
7 Théorie de la stabilité 283

7.1 Stabilité au sens de Liapounov . . . . . . . . . . . . . . . . . . . . . . . . . . 283
7.1.1 Notions fondamentales et dénitions . . . . . . . . . . . . . . . . . . 283
7.1.2 Interprétation géométrique . . . . . . . . . . . . . . . . . . . . . . . . 285
7.1.3 Types de points de repos . . . . . . . . . . . . . . . . . . . . . . . . . 291
7.1.4 Relation entre les types de points de repos et les racines de l'équation
caractéristique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 296
7.1.5 Devoir . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 298
8 Annexe A.1 - Tables de dérivation 299
9 Annexe A.2 - Introduction MatLab 301
6
Table des gures
3.1 Famille de courbes intégrales. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55

3.2 Domaine D. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
3.3 Courbe intégrale. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
p
3.4 Graphe de la fonction 3 3(x − x0 ). . . . . . . . . . . . . . . . . . . . . . . . . . 62
4.1 Graphe des courbes intégrales de y = C sin x. . . . . . . . . . . . . . . . . . . . 69

4.2 Graphe des courbes intégrales de y = −1
ln(1+x2 )+C
. . . . . . . . . . . . . . . . . . . 70
4.3 Graphe de la courbe intégrale de ln |y| + y 2 = sin x + 1 . . . . . . . . . . . . . . 76
4.4 Graphe des courbes intégrales de x2 + y 2 − 2λxy = 1 − λ2 . . . . . . . . . . . . 77
4.5 Graphe de la fonction y = x3 + Cx . . . . . . . . . . . . . . . . . . . . . . . . . 110
7.1 Courbes intégrales connées à un cylindre . . . . . . . . . . . . . . . . . . . . . 285

7.2 Famille de courbes de la fonction x = arccot(cot x0 − t) . . . . . . . . . . . . . . 288
7.3 Noeud stable . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 293
7.4 Noeud instable . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 293
7.5 Noeud instable . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 293
7.6 Foyer stable . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 293
7.7 Foyer instable . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 293
7.8 Centre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 293
7.10 Noeuds instables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 294
7.9 Noeuds stables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 294
7.11 Divers points de repos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 297
7
Chapitre 1
Algèbre linéaire
1.1 Le déterminant.
Le déterminant est une quantité scalaire unique associée à une matrice.
 
a11 a12 · · · a1n
 
 
 a21 a22 · · · a2n 

∆ := det(A) = det  .  . (1.1)
. .. .. 
 . . . 
 
an1 an2 · · · ann
n×n
En retirant la ième ligne et la j ème colonne de A, on obtient un déterminant d'ordre n − 1

appelé le mineur de aij et noté Mij . (−1)i+j Mij est appelé le cofacteur de aij dans A et
est noté Cij
Cij := (−1)i+j Mij . (1.2)
Le déterminant de A est déni par la somme du produit des éléments d'une ligne ou d'une
colonne quelconque de A par leur cofacteur respectif
∆ = ai1 Ci1 + ai2 Ci2 + · · · + ain Cin , i = 1, 2, ..., n, (1.3)
= a1j C1j + a2j C2j + · · · + a2n C2n , j = 1, 2, ..., n. (1.4)
9
Selon la dénition, on peut développer ∆ selon n'importe quelle ligne et selon n'importe
quelle colonne.
Propriétés :
1. La valeur du déterminant ne change pas si l'on change les lignes avec les colonnes dans le
même ordre, det(AT ) = det(A).
2. Si tous les éléments d'une ligne (ou d'une colonne) sont multipliés par une constante
k ∈ RC, alors la valeur du déterminant est multipliée par k ,
 
a ··· ka1i · · · a1n
 11 
 
 a21 · · · ka2i · · · a2n 
det 
 .. ..

..  = kdet(A), det(kA) = k n det(A).
 . . ···. 
 
an1 · · · kani · · · ann
3. Si tous les éléments d'une ligne (ou d'une colonne) sont nuls, alors le déterminant est
nul  
a11 · · · 0 · · · a1n
 
 
 a21 · · · 0 · · · a2n 
det 
 .. ..

..  = 0
 . . ···. 
 
an1 · · · 0 · · · ann
4. Si chaque élément d'une ligne (colonne) d'un déterminant est exprimé comme la somme
de deux ou plusieurs termes, alors le déterminant peut s'écrire comme la somme de deux ou
plusieurs déterminants
     
a a + b12 a13 a a a a b a
 11 12   11 12 13   11 12 13 
     
det a21 a22 + b22 a23  = det a21 a22 a23  + det a21 b22 a23 .
     
a31 a32 + b32 a33 a31 a32 a33 a31 b32 a33
10
5. Si deux lignes (colonnes) sont interchangées, alors le déterminant change de signe.
6. Si les éléments correspondants de deux lignes (colonnes) sont proportionnels, alors le

déterminant est nul
aik1 j = aik2 j ∀j = 1, 2, ...n, k1 , k2 ∈ {1, 2, ..., n} ⇒ det(A) = 0.
7. Si à chaque élément d'une ligne(colonne), on ajoute m fois l'élément correspondant d'une

autre ligne (colonne), on ne change pas la valeur du déterminant.
8. La somme des produits formés en multipliant les éléments d'une ligne (colonne) d'un
déterminant par les cofacteurs des éléments correspondants d'une autre ligne (colonne), est
nulle.
9. Si A et B sont des matrices d'ordre n, alors
det(AB) = det(A)det(B) = det(B)det(A) = det(BA), mais AB 6= BA.
Exemple 1.1. Trouver la matrice C = AB − BA, où
   
1 −3 2 2 5 6
   
   
A = 3 −4 1 , B = 1 2 5 .
   
2 −5 3 1 3 2
11
Solution.
 
−28 61 −32
 
 
C = −14 46 −19 .
 
−12 34 −18
Exemple 1.2. Résoudre

 
0 3 1
 
 
f (A) = 2A2 − 5A + 5I, où A = 2 1 2 .
 
1 1 1
Solution.
 
19 −7 9
 
 
f (A) = −2 18 2 .
 
1 5 8
Exemple 1.3. Trouver le déterminant de la matrice

 
1 2 3 −1
 
 
4 3 1 1
A=

.

1 0 3 1
 
4 −1 3 1
Solution.
: det(A) = 2.
1.1.1 Commande MatLab
La commande MatLab pour trouver le déterminant d'une matrice est det(A) :
12
1.2 Rang d'une matrice
Dénition 1.1. Une matrice A est un matrice régulière si det(A) 6= 0.

n×n
Une matrice A est une matrice singulière si det(A) = 0.

n×n
Dénition 1.2. Soit A une matrice carrée. A est de rang r, noté rang(A) = r, si
n×n
1. A contient au moins une sous-matrice carrée d'ordre r telle que le déterminant de la

sous-matrice 6= 0,
2. le déterminant de toute sous-matrice carré d'ordre (r + 1) ou d'ordre supérieur est nul,
3. le rang(A) ≡ 0 si et seulement si tous ses éléments sont nuls,
4. rang(A ) ≤ min(m, n).
m×n
13
Théorème 1.1. Soit A, une matrice. On a
1. le rang de la transposée de A est le rang de A, c'est-à-dire rang(A = rang(A),
T
2. les transformations élémentaires ne changent pas le rang d'une matrice.

Théorème 1.2. Soient A , B m×n m×1
et X = [x , . . . , x ] un système de m équations
n×1
1 n
linéaires à n inconnues
AX = B,
Le système a des solutions si et seulement si

rang(A) = rang(A, B) = r.
1. si r = n, alors la solution est unique.

2. si r < n, alors il existe une innité de solutions.
Exemple 1.4. Trouver le rang de la matrice suivante
 
8 1 3 6
 
 
A= 0 3 2 2 .
 
−8 −1 −3 4
Solution.
Conformément au point 4 de la dénition 1.2, le rang de A est au plus 3.
Commençons par vérier si elle est de rang 3, si c'est le cas nous devons trouver une sous-
matrice 3 × 3 dont le déterminant est non nul.
Considérons la sous-matrice formée en éliminant la première colonne de A,

1 3 6
2 2
3 2

3 2

,
3 2 2 = − 3 + 6
−3 4 −1 4 −1 3

−1 −3 4
= 14 − 3 · 14 + 6 · (−7)
= −70 6= 0
Il existe une sous-matrice 3 × 3 dont le déterminant est non nul, par conséquent
rang(A) = 3.
14
 
3 1 4
 
 
B =  0 5 8 .
 
−3 4 4
Solution.
Calculons le déterminant de cette matrice

3 1 4
5 8 0 8 0 5

0 5 8 = 3 −

+ 4

,

4 4 −3 4 −3 4

−3 4 4
= 3 · (−12) − 24 + 4 · 15
= 0.
Donc, B n'est pas de rang égal à 3, mais la sous-matrice de B , de dimension 2,

 
1 4
 
5 8
a un déterminant non nul

1 4
= −12,

5 8
par conséquent, rang(B) = 2.

 
1 0 2 1
 
 
C = 2 1 5 4 .
 
0 2 2 4
15
Solution.
Commençons par vérier si c'est une matrice de rang 3. Prenons comme première sous-
matrice, la matrice C à laquelle on enlève la dernière ligne

1 0 2
1 5
2 1

+ 2 ,
2 1 5 =
2 2
0 2

0 2 2
= −8 + 2 · 4,
= 0.
Il faut donc regarder une autre sous-matrice.

Par exemple, en éliminant la troisième colonne de la matrice C

1 0 1
1 4 2 1

2 1 4 = + ,
2 4 0 2

0 2 4
= −4 + 4,
= 0.
Vérions le déterminant de la sous-matrice formée en éliminant la deuxième colonne de la

matrice C

1 2 1
5 4
2 4 2 5

− 2 + ,
2 5 4 =
2 4
0 4

0 2

0 2 4
= 12 − 2 · 8 + 4,
= 0.
Il nous reste une dernière sous-matrice à vérier, c'est-à-dire celle obtenue en enlevant la
16
première colonne

0 2 1
1 4 1 5

1 5 4 = −2 +

,

2 4 2 2

2 2 4
= −2 · (−4) − 8,
= 0.
Donc, rang(C) < 3.

Vérions si elle est de rang 2.
En eet,

0 2
= −2 6= 0.

1 5
Donc, on a que rang(C) = 2.
Exemple 1.7. Vérier si le système suivant a des solutions

    
2 3 −2 x1 1
    
    
1 −1 1  x2  = 3, k ∈ R,
    
3 2 k x3 0
| {z } | {z } |{z}
A X B
Solution.
Calculons le déterminant de A

2 3 −2
−1 1 1 1 1 −1
,
1 −1 1 = 2
− 3 − 2
2 k 3 k 3 2
3 2 k
= 2(−k − 2) − 3(k − 3) − 2(2 + 3),
= 5k − 4 + 9 − 4 − 6,
= −5k − 5,
=0 si k = −1,
6= 0 si k 6= −1.
17
Si k 6= −1, alors det(A) 6= 0 et ainsi le rang(A) = 3. Dans ce cas, on a que rang(A, B) = 3,
car A est une sous-matrice de déterminant non nul de la matrice augmentée.
Si k = −1, alors det(A) = 0 et rang(A) = 2, il faut trouver une sous-matrice de dimension

2 dont le déterminant est non nul. Il faut alors vérier si la matrice augmentée est bien de
ce rang. Cependant, la matrice augmentée est de rang 3.
En eet, prenons la sous-matrice formée des trois dernières colonnes de la matrice augmentée,
puis calculons son déterminant

3 −2 1

−1 1 3 = 3(3) + 3(−6) + (1 − 2),

2 −1 0
= 9 − 12 − 1,
= −4 6= 0.
Donc, la matrice augmentée est de rang 3 et non de rang 2. Donc le système n'a pas de
solution pour k = −1.
La commande MatLab pour trouver le rang d'une matrice est rank(A) :
18
1.2.2 Devoir
Déterminer toutes les valeurs de a pour lesquelles le système suivant

    
1 1 −1 x 2
   1  
    
C = 1 2 1  x2  = 3, a ∈ R,
    
1 1 (a2 − 5) x3 a
| {z } | {z } |{z}
A X B
1. possède une innité de solutions,
2. ne possède aucune solution,
3. possède une solution unique.
1.3 Dépendance et indépendance linéaire
Dénition 1.3. Un ensemble de m matrices {A , A , . . . , A } ayant la même dimension

1 2 m
est linéairement indépendant s'il existe des constantes {c , c , . . . , c } non toutes nulles
1 2 m
pour lesquelles
{c1 A1 + c2 A2 + · · · + cm Am } = 0.
L'ensemble est linéairement dépendant quand cette condition est satisfaite.

Cette condition est satisfaite si et seulement si
c1 = c2 = · · · = cm = 0.
Théorème 1.3.Soient P vecteurs colonnes {X , X , . . . , X }. Ces vecteurs sont linéaire-

1 2 P
ment dépendants si
rang(A) = rang(X1 , X2 , . . . , XP ) = P
et sont linéairement indépendants si

rang(A) < P.
19
Corollaire 1.1.
1. P vecteurs ayant n composantes, où n < p, sont linéairement dépendants.

2. Le rang d'une matrice est égal au nombre maximal de vecteurs lignes (ou colonnes)
linéairement indépendants de la matrice.
Exemple 1.8. Vérier si les matrices suivantes sont linéairement dépendantes ou indépen-
dantes
     
1 1 1 0 1 1
A= , B= , C= .
1 1 0 1 0 0
Solution.
La combinaison linéaire des matrices
xA + yB + zC = 0,
       
1 1 1 0 1 1 0 0
x +y +z = 
1 1 0 1 0 0 0 0
       
x x y 0 z z 0 0
⇒ + + = ,
x x 0 y 0 0 0 0
   
(x + y + z) (x + z) 0 0
⇒ = .
x (x + y) 0 0
On a les équations
x + y + z = 0, x + y = 0, x + z = 0, x = 0,
⇒ x = y = z = 0.
Donc, les matrices A, B et C sont linéairement indépendantes.
20
Exemple 1.9. Vérier si les matrices suivantes sont linéairement dépendantes ou indépen-
dantes
     
1 2 3 −1 1 −5
A= , B= , C= .
3 1 2 2 −4 0
21
Solution.
La combinaison linéaire des matrices
       
1 2 3 −1 1 −5 0 0
x +y +z = ,
3 1 2 2 −4 0 0 0
       
x 2x 3y −y z −5z 0 0
⇒ + + = ,
3x x 2y 2y −4z 0 0 0
   
x + 3y + z 2x − y − 5z 0 0
⇒ = ,
3x + 2y − 4z x + 2y 0 0
On a les équations
x + 3y + z = 0, 2x − y − 5z = 0, 3x + 2y − 4z = 0, x + 2y = 0.
On trouve
x = −2y, z = −y.
Posons x = 2, alors la solution est
x = 2, y = −1, z = 1.
Donc, les matrices A, B et C sont linéairement dépendantes.
22
1.4 Matrice inverse
Dénition 1.4. Soit A, une matrice carrée d'ordre n. La matrice inverse de A, notée
A−1 , est la matrice telle que
A · A−1 = A−1 · A = I.
Où I est la matrice identité d'ordre n

 
1 0 0 ... 0
 
 
0 1 0 . . . 0
 
 
I = 0 0 1 . . . 0



.. .. .. . . . ..



 
0 0 0 ... 1
Théorème 1.4. La matrice inverse d'une matrice, si elle existe, est unique. De plus,
1. A existe si et seulement si A est régulière (det(A) 6= 0).
−1
2. La matrice inverse peut être calculée grâce à la relation

1
A−1 = adj(A),
det(A)
=
1
det(A)
( matrice des cofacteurs) ,
T
où  
.. . . . ..
c . . . c1n
 11 
 
A−1 = ,
 
cn1 . . . cnn
Aij
cij = .
det(A)
3. A · (adj A) = det(A) · I .
23
Théorème 1.5 (Propriétés des matrices inverses et adjacentes).
Soit A, une matrice inversible. On a,
1. (A ) = A,
−1 −1
2. adj(adj(A)) = A,
3. det(A) 6= 0,
4. (A · B) = B · A ,
−1 −1 −1
5. (A ) = (A ) ,
−1 T T −1
6. det(A ) = det(A)
−1 1
,
7. det(adj(A)) = (det(A)) . n−1
Exemple 1.10. Trouver la matrice cofacteur de 7 de la matrice suivante et son déterminant

 
2 1 −3 4
 
 
5 −4 7 −2
A=

.

4 0 6 −3
 
3 −2 5 2
Solution.
Nous avons que
2 1 −3 4

2 1 4
5 −4 7 −2

(−1)2+3 · = −1 4 0 −3 = 61.
4 0 6 −3

3 −2 2
3 −2 5 2
Exemple 1.11. Trouver l'inverse de cette matrice

 
0 1 3
 
 
A = −1 2 1 
 
1 0 −1
24
Solution.
Trouvons le déterminant,

2 −1 −1 1 −1 2
,
det A = 0 − 1 + 3
0 −1 1 −1 1 0
= 0 − 0 + 3(−2),
= −6 6= 0.
Calculons les cofacteurs de chaque élément

2 1 −1 1 −1 2
A11 = = −2
A12 = − =0
A13 = = −2

0 −1 1 −1 1 0

1 3 0 3 0 1
A21 = − =1
A22 = = −3
A23 = − =1

0 −1 1 −1 1 0

1 3 0 3 0 1
A31 = = −5
A32 = − = −3
A33 = = 1.

2 1 −1 1 −1 2
La matrice des cofacteurs est donc
 
−2 0 −2
 
 
cof A =  1 −3 1  .
 
−5 −3 1
La transposée de cette matrice est
 
−2 1 −5
 
 
(cof A)| = adj(A) =  0 −3 −3 .
 
−2 1 1
25
L'inverse de la matrice initiale est
 
−2 1 −5
−1 


A−1 =  0 −3 −3 ,
6  
−2 1 1
 
1/3 − 1/6 5/6
 
 
=0 1/2 1/2  .
 
1/3 − 1/6 − 1/6
Exemple 1.12. Trouver la matrice inverse de

 
2 2 3
 
 
A =  1 −1 0 .
 
−1 2 1
Solution.
On calcule premièrement le déterminant : det(A) = −1. On calcule ensuite les cofacteurs :
     
−1 0 1 0 1 −1
A11 = det   = −1, A12 = −det   = −1, A13 = det   = 1,
2 1 −1 1 −1 2
     
2 3 2 3 2 2
A21 = −det   = 4, A22 = det   = 5, A23 = −det   = −6,
2 1 −1 1 −1 2
     
2 3 2 3 2 2
A31 = det   = 3, A32 = −det   = 3, A33 = det   = −4.
−1 0 1 0 1 −1
D'où  
1 −4 −3
1  
 
A−1 = adj(A) =  1 −5 −3 .
det(A)  
−1 6 4
26
La commande MatLab pour trouver l'inverse d'une matrice est inv(A) :
1.4.2 Devoir
1. Trouver (A2 )−1 , de cette matrice

 
2 0 −1
 
 
A = 5 1 0  .
 
0 1 3
2. Trouver la solution du système suivant

    
2 4 1 x u
    
    
1 2 1 y  =  v 
    
3 4 1 z w
à l'aide de la matrice inverse c'est-à-dire
A · X = B,
⇒ X = A−1 · B.
27
1.5 Méthode de Cramer
Théorème 1.6 (Théorème de Cramer).

Considérons n équations à n inconnues
    
.. . . . .. .. ..
a11 . . . a1n x1 b
     1
    
   =  .
    
an1 . . . ann xn bn
| {z } | {z } | {z }
A X B
Si det(A) 6= 0, alors le système a une solution unique donnée par

∆1
x1 = ,
.. ∆
∆n
xn =
∆
où ∆ = det(A) et ∆ est obtenu en remplaçant la j colonne de ∆ par la matrice colonne B.
j
e
Remarque. Si le système initial est homogène et ∆ 6= 0, nous avons la solution triviale.

Si ∆ = 0, alors il existe une solution non triviale.
Exemple 1.13. Résoudre le système suivant en utilisant la méthode de Cramer
x + y + 2z = 1,
3x + 6y − z = 0,
x − y − 4z = 3.
Solution.
Réécrivons ce système sous une forme matricielle, nous obtenons alors
    
1 1 2 x 1
    
    
3 6 −1 y  = 0 .
    
1 −1 −4 z 3
| {z } |{z} |{z}
A X B
28
Calculons le déterminant de A

1 1 2

det(A) = 3 6 −1 ,

1 −1 −4
= −32 6= 0.
Donc, nous avons que

1 1 2

0 6 −1

3 −1 −4
x= ,
−32
−64
= ,
−32
= 2,

1 1 2

3 0 −1

1 3 −4
y= ,
−32
32
= ,
−32
= −1,

1 1 1

3 6 0

1 −1 3
z= ,
−32
= 0.
29
La commande MatLab pour résoudre un système d'équations linéaires est linsolve(A,B) :
1.6 Valeurs propres, vecteurs propres, matrices modales

et spectrales
Dénition 1.5. Soit A une matrice d'ordre n et X , une matrice colonne d'ordre n
n×n n×1
considérons l'équation
A · X = λ · X, λ ∈ R ou λ ∈ C.
Les solutions non triviales X sont des vecteurs propres et les λ correspondants sont les
valeurs propres de A. Cette équation peut aussi s'écrire
(A − λI)X = 0.
30
Le spectre ou matrice spectrale de A est la matrice diagonale composée des valeurs propres
spectreA = diag{λ , . . . , λ }.
1 n
Théorème 1.7. Toute matrice carrée d'ordre n a au moins une valeur propre et au plus n
valeurs propres distinctes.
Dénition 1.6. L'équation caractéristique est
(A − λI)X = 0.
La relation de dispersion est

∆(λ) = 0

a11 − λ a12 ... a1n

a21 a22 − λ . . . a2n

⇐⇒ det(A − λI) =

.. .. ... ..
= 0.

an1 an2 . . . ann − λ
∆(λ) est aussi appelé le déterminant caractéristique.
31
Finalement, ∆(λ) est un polynôme de degré n en λ. On l'appelle le polynôme caractéris-
tique de la matrice A.
∆(λ) = an λn + an−1 λn−1 + · · · + a1 λ + a0 = 0,
où
an = det(A), a0 = (−1)n .
Donc, nous obtenons

∆(λ) = (−1)n · (λ − λ1 ) · · · · · (λ − λn ).
Si X est un vecteur propre, alors cX est aussi un vecteur propre, où c ∈ R . ∗
Exemple 1.14. Trouver les valeurs propres de la matrice suivante

 
1 41 0
 
 
A = 0 34 12  .
 
1
0 0 2
Solution.
Trouvons les valeurs propres
det(A − λI) = 0,

1
1 − λ 0
4
3 1 = 0,
⇒ 0 −λ
4 2
1
0 0 2
− λ
3 1
⇒ (1 − λ)( − λ)( − λ) = 0,
4 2
3 1
⇒ λ1 = 1, λ2 = , λ3 = .
4 2
32
La commande MatLab pour trouver les valeurs propres et les vecteurs propres d'une matrice
est eig(A) :
Dénition 1.7. Soit une matrice A telle que A · X = λX . Sopit P , la matrice ayant
n×n
dans chaque colonne un des vecteurs propres. On appelle cette matrice la matrice modale
de A. Soit D, la matrice diagonale formée des valeurs propres de A sur la diagonale. On
appelle cette matrice la matrice spectale de A,
P = [X1 , X2 , . . . , Xn ] ,
D = diag{λ1 , λ2 , . . . , λn }.
Si det(P ) 6= 0, alors on a la relation AP = P D.

En eet,
A · P = A · [X1 , . . . , Xn ] ,
= [AX1 , . . . , AXn ] ,
= [λ1 X1 , . . . , λn Xn ] ,
= [X1 , . . . , Xn ] D,
= P · D.
33
Théorème 1.8. Si les Xi sont linéairement indépendantes, i = 1, . . . , n et det(P ) 6= 0, alors
 
λ 0 ... 0
 1 
 
 
.. .. . . . ..
0 λ2 . . . 0
D = P −1 AP = 

.

 
 
0 0 . . . λn
Théorème 1.9. Si les valeurs propres de A sont toutes distinctes, alors les vecteurs propres
de A sont tous linéairement indépendants.
Exemple 1.15. Trouver les matrices modale et spectrale de cette matrice
 
0 −1 0
 
 
A = 1 0 0 .
 
0 0 1
Solution.
det(A − λI) = 0,

−λ −1 0

⇒ 1 −λ 0 = 0,

0 0 1 − λ

⇒ (1 − λ) λ2 + 1 = 0.
On a
λ1 = 1 λ2 = i λ3 = −i
Trouvons les vecteurs propres.

Pour λ1 = 1,
(A − λ1 I) · X1 = 0,
    
−1 −1 0 x 0
   1  
    
⇐⇒  1 −1 0 x2  = 0 .
    
0 0 0 x3 0
34
On trouve
 
0
 
 
X1 = 0 .
 
1
Pour λ2 = i,
(A − λ2 I) · X2 = 0,
    
−i −1 0 x 0
   1  
    
⇐⇒  1 −i 0  x2  = 0 .
    
0 0 1−i x3 0
On trouve
 
1
 
 
X2 = −i .
 
0
Pour λ3 = −i,
(A − λ3 I) · X3 = 0,
    
i −1 6 x 0
   1  
    
⇐⇒ 1 i 0  x2  = 0 .
    
0 0 1+i x3 0
On trouve
 
1
 
 
X3 =  i  .
 
0
La matrice modale est

 
0 1 1
 
 
P = 0 −i i  ,
 
1 0 0
det(P ) = −2i 6= 0.
35
Sachant que
 
0 0 1
 
 
P −1 = 1/2 i/2 0 ,
 
1/2 − i/2 0
la matrice spectrale est
 
1 0 0
 
 
D = P −1 · A · P = 0 i 0  .
 
0 0 −i
Exemple 1.16. Trouver les matrices spectrale et modale de cette matrice
 
0 1 1
 
 
A = 1 0 1 .
 
1 1 0
Solution.
Nous trouvons les valeurs propres
det(A − λI) = 0,

−λ 1 1

⇒ 1 −λ 1 = 0,

1 1 −λ
⇒ λ3 − 3λ − 2 = 0.
On a
λ1 = 2 λ2 = λ3 = −1.
Trouvons les vecteurs propres associés.

Pour λ1 = 2
(A − λ1 I) · X1 = 0,
    
−2 1 1 x 0
   1  
    
⇐⇒  1 −2 1  x2  = 0 .
    
1 1 −2 x3 0
36
On trouve
 
1
 
 
X1 = 1 .
 
1
Pour λ2 = λ3 = −1,
(A − λ1 I) · X2 = 0,
    
1 1 1 x1 0
    
    
⇐⇒ 1 1 1 x2  = 0 .
    
1 1 1 x3 0
On trouve
 
−1
 
 
X2 =  0 ,
 
1
 
−1
 
 
X3 =  1 .
 
0
La matrice modale est

 
1 −1 −1
 
 
P = 1 0 1 ,
 
1 1 0
⇒ det(P ) = −3,
 
−1 −1 −1
 
 
P −1 = − /3  1
1
1 −2 .
 
1 −2 1
La matrice spectrale est

 
2 0 0
 
 
D = P −1 · A · P = 0 −1 0  .
 
0 0 −1
37
Chapitre 2
Les nombres complexes
2.1 Les nombres complexes
Soient a, b ∈ R. On associe à la paire (a, b) ∈ R2 un nombre complexe z
(a, b) ∈ R2 7−→ z = a + ib ∈ C, i2 = −1, (2.1)
donc R2 ∼ C, d'où l'ensemble C = {z | z = a + ib, a, b ∈ R}.
On dénit les parties réelle et imaginaire d'un nombre complexe z = a + ib par
Re(z) = a, Im(z) = b. (2.2)
On remarque que
1. b = 0 ⇔ z = a ∈ R.
2. a = 0 ⇔ z = ib ∈ Im.
3. z = 0 ⇔ Re(z) = Im(z) = 0.
Lorsqu'on considère le plan complexe, on notera l'axe des x Re et on notera l'axe des y Im.
Le complexe conjugué de z = a + ib est noté z̄ et est déni par
z̄ = a − ib. (2.3)
L'inverse additif est noté (−z) et est déni par
−z = −a − ib. (2.4)
39
Si z est non nul, son unique inverse multiplicatif est noté z −1 et est déni par
1 z̄ a − ib a b
z −1 = = = = 2 2
−i 2 ∈ C. (2.5)
z z̄z (a + ib)(a − ib) a +b a + b2
Remarque : contrairement aux nombres réels, on ne peut ordonner les nombres complexes,
i.e. que les symboles < et > n'ont pas de sens. Il sut de considérer un nombre complexe
comme un vecteur de R2 pour s'en convaincre.
2.2 Principales opérations
Soient a = α + iβ et b = α0 + iβ 0 .
1. a = b ssi α = α0 et β = β 0 .
2. a ± b = (α ± α0 ) + i(β ± β 0 ).
3. a · b = (αα0 − ββ 0 ) + i(αβ 0 + α0 β).
4. i = 0 + 1 · i et i2 = −1, i(−i) = 1.
5. a · b = 0 ssi a = 0 ou b = 0.
6. a · b = 1 ssi b = 1 + i · 0 = 1.
7. a + b = b + a.
8. (a + b) + c = a + (b + c).
9. (a + b) · c = a · c + b · c.
40
2.3 Relations importantes
1. Re(z) = z+z̄
2
, Im(z) = z−z̄
2i
.
2. z1 ± z2 = z¯1 ± z¯2 .
3. z1 · z2 = z¯1 · z¯2 .
4. z1 /z2 = z¯1 /z¯2 , z2 6= 0.
5. z̄¯ = z .
Soient z1 = r1 cis(θ1 ), z2 = r2 cis(θ2 ).
1. z¯1 = z1 cis(−θ1 ), |z¯1 | = |z1 | = r1 .
2. z1 · z2 = r1 r2 cis(θ1 + θ2 ) = r1 r2 ei(θ1 +θ2 ) , d'où |z1 · z2 | = |z1 ||z2 |.

3. z2 = r2 cis(θ1 − θ2 ) = r2 e
z1 r1 r1 iθ1 −θ2 )
, d'où zz12 = |z 1|
|z2 |
, pour z2 6= 0.
4. |Re(z1 )| ≤ |z1 |.
5. |Im(z1 )| ≤ |z1 |.
6. ||z1 | − |z2 || ≤ |z1 ± z2 | ≤ |z1 | + |z2 |.
41
2.4 Représentations polaire et trigonométrique
Soit z = x + iy . On déni le module r et l'argument ϕ de z par
r := |z| = (x2 + y 2 )1/2 ∈ R+ ∪ {0}, ϕ := arg(z) = arctan(y/x). (2.6)
De plus, les parties réelle et imaginaire de z s'expriment en fonction de ϕ et de r par les

relations
x = r cos(ϕ), y = r sin(ϕ). (2.7)
Remarque : chaque z 6= 0 possède une innité d'arguments. En général, on se limite à la

partie principale d'un nombre complexe qu'on nomme Arg(z), i.e.
−π < Arg(z) ≤ π. (2.8)
La forme trigonométrique :
z = |z| (cos(ϕ) + i sin(ϕ)) , (2.9)
où
x = |z| cos(ϕ), y = |z| sin(ϕ). (2.10)
La forme polaire :
z = x + iy = |z|eiϕ , (2.11)
où
eiϕ + e−iϕ eiϕ − e−iϕ
cos(ϕ) = , sin(ϕ) = . (2.12)
2 2i
En conclusion, tout nombre complexe est déterminé par son module |z| et son argument ϕ.
42
Deux nombres complexes z et z 0 non nuls sont égaux ssi leurs modules sont égaux et leurs
arguments sont égaux, à 2π près
|z| = |z 0 | et arg(z) = arg(z 0 ) + 2kπ, k = 0, ±1, ±2, ... (2.13)
exercice 1
√
Représenter le nombre complexe z = 2 + i 3 sous formes polaire et trigonométrique.
On trouve d'abord le module et l'argument
√ √
r= 4 + 12 = 4, θ = Arg(z) = arcsin(2 3/4) = 2π/3.
Ainsi,
z = 4cis(2π/3) = 4ei2π/3 .
exercice 2
Représenter le nombre complexe z = −5 + i5 sous formes polaire et trigonométrique.
√ √ √
r= 25 + 25 = 5 2, θ = Arg(z) = arcsin(5/(5 2)) = 3π/4.
Ainsi,
√ √
z = 5 2cis(3π/4) = 5 2ei3π/4 .
43
exercice 3
√ √
Représenter le nombre complexe z = − 6 − i 2 sous formes polaire et trigonométrique.

√ √ √ √
r= 6 + 2 = 2 2, θ = Arg(z) = arcsin(− 2/(2 2)) = 7π/6.
Ainsi,
√ √
z = 2 2cis(7π/6) = 2 2ei7π/6 .
2.5 Opérations sous forme polaire
Soient a = |a|cis(φ) et b = |b|cis(Φ).
1. a · b = |a||b|cis(φ + Φ).
|a|
2. a
b
= |b|
cis(φ − Φ).
3. an = |a|n cis(nφ) ∀n ∈ Z (Relation de Moivre).
exercice 4
√
Soit z = − 12 + i 2
3
. Calculer z 17 .
Par la relation de Moivre, on trouve

√ !17
1 3
z 17 = − +i = 1 · cis(34π/3).
2 2
Or, 34π/3 = 10π + 4π/3 donc

z 17 = cis(4π/3).
44
exercice 5
Trouver l'inverse multiplicatif de z 17 .
(z 17 )−1 = (cis(4π/3))−1 = cos(4π/3) − i sin(4π/3)
car cos(−x) = cos(x) et sin(−x) = − sin(x). Ainsi,

√
1 3
(z 17 )−1 =− +i
2 2

3 1/2
√
car r = 1
4
+ 4
= 1 et ϕ = arcsin( 3/2) = 2π/3.
exercice 6
Calculer (1 + i)−6 .
√
En sacant que cos(π/4) = sin(π/4) = 1/ 2,

√ 1 1 √
1+i= 2 √ + i√ = 2cis(π/4)
2 2
donc
√ −6 1 i
(1 + i)−6 = 2cis(π/4) = (cos(3π/2) − i sin(3π/2)) =
8 8
car cos(3π/2) = 0 et sin(3π/2) = −1.
45
exercice 7
√ 10
Calculer 1+i√3
1−i 3
.
√ !10 iπ/3 10

1+i 3 2e 10
√ = −iπ/3
= ei2π/3 = ei20π/3 = ei2π/3 .
1−i 3 2e
√
1 3
= cis(2π/3) = − + i .
2 2
2.6 Racines complexes
Soit z, a ∈ C. On souhaite trouver les racines de l'équation
z n = a. (2.14)
On peut réécrire
z = a1/n , z = |z|cis(φ), a = |a|cis(ψ).
L'équation s'écrit donc

|z|n cis(nφ) = |a|cis(ψ)
et ainsi on doit avoir les relations
|z|n = |a| et nφ = ψ + 2kπ, k ∈ Z. (2.15)
Ainsi,
ψ + 2kπ
|z| = |a|1/n et φ=
n
et l'on remarque que seules n racines sont distinctes. On aura donc
ψ + 2kπ
|z| = |a|1/n et φ= , k = 0, 1, ..., n − 1.
n
La formule pour les racines s'écrit

ψ + 2kπ
zk = |a|1/n
cis , k = 0, 1, ..., n − 1. (2.16)
n
46
En eet, si k = n, alors
1 ψ
φn = (ψ + 2nπ) ≈ .
n n
Si k = 0, alors
1 ψ
φ+0= (ψ + 2 · 0 · 0π) ≈ .
n n
Donc il y a bel et bien n racines distinctes.
exercice 8
Trouver les racines de l'équation z 3 = 1. On remnarque que a = 1 ce qui implique que

|a| = 1. Aussi, n = 3 et ψ = 0. Ainsi,

1/3 0 + 2kπ
zk = |1| cis , k = 0, 1, 2.
3
Les racines sont
z0 = 1, z1 = cis(2π/3), z2 = cis(4π/3).
exercice 9
Trouver les racines de l'équation z 5 = −32. On remnarque que a = −32 ce qui implique que
|a| = 32. Aussi, n = 5 et ψ = π . Ainsi,

1/5 π + 2kπ
zk = |32| cis , k = 0, 1, 2, 3, 4.
5
Les racines sont
z0 = 2cis(π/5), z1 = 2cis(3π/5), z2 = 2cis(π), z3 = 2cis(7π/5), z4 = 2cis(9π/5).
47
exercice 10
Trouver les racines (−1+i)1/3 . Il sut de poser (−1+i)1/3 = a avec a = -1+i, ce qui implique
√
que |a| = 2. Aussi, n = 3 et ψ = 3π/4. Ainsi,

1/6 3π/4 + 2kπ
zk = 2 cis , k = 0, 1, 2.
6
Les racines sont
z0 = 21/6 cis(π/4), z1 = 21/6 cis(11π/12), z2 = 21/6 cis(19π/12).
48
Chapitre 3
Introduction aux équations diérentielles
3.1 Introduction et notions fondamentales
Dénition 3.1. Nous appelons une équation diérentielle (ED) une relation entre une
variable indépendante x, une fonction recherchée y qui dépend de x et de ses dérivées y , y , ..., y ,
(1) (2) (n)
c'est-à-dire une équation de la forme

F (x, y, y (1) , y (2) , ..., y (n) ) = 0.
Dénition 3.2. Si la fonction recherchée est une fonction qui dépend uniquement de x,
l'équation diérentielle est appelée une équation diérentielle ordinaire (EDO).
Dénition 3.3. Si la fonction recherchée y dépend de deux ou de plusieurs variables, par

exemple y = y(x, t), l'équation diérentielle de la forme

∂y ∂ my
F x, t, y, , ..., k l = 0, k, l, m ∈ N+ , m = k + l,
∂x ∂x ∂t
est appelée une équation diérentielle partielle (EDP).
Dénition 3.4. Nous appelons l'ordre de l'équation diérentielle l'ordre de la dérivée

le plus élevé de cette équation diérentielle.
49
Dénition 3.5. Une solution d'une équation diérentielle d'ordre n sur l'intervalle
[a, b]est une fonction y = ψ(x) dénie sur cet intervalle [a, b] ainsi que de ses dérivées jusqu'à
l'ordre n et telle que la substitution de la fonction y = ψ(x) dans l'équation diérentielle
transforme cette équation en une identité par rapport à x sur [a, b].
Exemple 3.1. L'équation
y = sin x + cos x (3.1)
est une solution de l'équation diérentielle
y (2) + y = 0 (3.2)
sur l'intervalle [−∞, ∞].

En eet, nous avons que
y (1) = cos x − sin x,
y (2) = − sin x − cos x. (3.3)
En substituant les équations (3.1) et (3.3) dans l'équation (3.2) nous avons que
− sin x − cos x + |sin x {z

+ cos x} ≡ 0.
| {z }
y (2) y
Dénition 3.6. La courbe d'une équation diérentielle est appelée une courbe intégrale.
Dénition 3.7. La forme générale d'une équation diérentielle du premier ordre
est
F (x, y, y (1) ) = 0. (3.4)
Si nous parvenons à résoudre par rapport à y , nous obtenons

(1)
y (1) = f (x, y).
50
3.2 Méthodes d'intégration par parties
3.2.1 Le cas avec arrêt
Habituellement avec des fonctions polynomiales.
Exemple 3.2. Soit l'intégrale suivante

Z
x3 e2x dx.
On obtient le tableau
x3 e2x
3x2 1/2 · e2x
1/4 · e2x +
6x
Dérivation 1/8 · e2x − Intégration
6
1/16 · e2x +
0
−
On arrête lorsque l'on arrive à 0 après avoir dérivé. On multiplie les diagonales avec le signe
indiqué pour obtenir :
Z
x3 2x 3x2 2x 3x 2x 3 2x
x3 e2x dx = e − e + e − e +C
2 4 4 8
3.2.2 Le cas périodique (oscillation)
Avec des fonctions trigonométriques.
Exemple 3.3. Soit l'intégrale

Z
ex cos xdx.
cos x ex
− sin x ex
Dérivation + Intégration
− cos x ex +
.. .. −
. .
51
On arrête lorsque l'on retrouve la fonction de départ, sans tenir compte du signe. Comme
plus haut, on multiplie les diagonales pour obtenir :
Z Z
2 x x
x cos xdx = e cos x + e sin x − ex cos xdx
| {z }
Dans la boîte.
On obtient donc
Z
2 ex cos xdx = ex (cos x + sin x) + C
Z
ex cos xdx = 1/2 · ex (cos x + sin x) + C
3.2.3 Le cas non périodique (sans arrêt)
Exemple 3.4. Soit l'intégrale suivante

Z
ln |x|dx.
ln |x| 1
Dérivation Intégration
1/x x −
.. .. +
. .
On peut arrêter à tout moment.

Z Z
ln |x| dx = x ln |x| − 1dx + C
= x ln |x| − x + C
Si l'on arrête une dérivation plus loin, on a :
ln |x| 1
1/x x
Dérivation − 1/x2 x2/2 + Intégration
+
.. .. −
. .
52
Ce qui donne
Z Z
x
ln |x| dx = x ln |x| − − 1/2dx + C
2
= x ln |x| − x + C
3.3 Classication des solutions d'équations

diérentielles
Dénition 3.8. Soit l'équation diérentielle suivante

y (1) = f (x, y),
la solution générale de cette équation est une fonction

y = ψ(x, C), C ∈ R,
où C est une constante qui satisfait les conditions suivantes

1. C satisfait l'équation pour toute valeur admissible.
2. Quelque soit la condition initiale
y(x0 ) = y0 ,
nous pouvons choisir une valeur de la constante C telle que la solution

0
y = ψ(x, C0 )
satisfasse la condition initiale.

Une solution particulière des équations est une solution obtenue de la solution générale
pour une valeur C satisfaisant à la condition initiale.
53
Dénition 3.9. Soit l'équation diérentielle
F (x, y, y (1) , ..., y (n) ) = 0,
où
x ∈ [a, b],
y (0) = y,
dy
y (1) = ,
.. .. ..,dx
dn y
y (n) = .
dxn
L'équation peut s'écrire sous la forme suivante

an (x)y (n) + an−1 (x)y (n−1) + ... + a1 (x)y (1) + a0 (x)y = b(x).
Cette équation est

1. linéaire homogène si b(x) ≡ 0,
2. linéaire non homogène si b(x) 6≡ 0.
Il existe deux types de solutions :
1. implicite ⇔ g(x, y) =constante,
2. explicite ⇔ y = f (x).
La solution générale est
y = f (x, C1 , ..., Cn ), Ci ∈ R, i = 1, ..., n
ayant n constantes arbitraires.

La solution particulière est la solution générale avec des valeurs particulières aux
constantes arbitraires.
La solution singulière est la solution qui ne peut s'obtenir d'aucune solution générale
par un choix donné de constantes arbitraires.
54
3.4 Interprétation géométrique des solutions
d'équations diérentielles
Soit l'équation diérentielle suivante
dy
= f (x, y), (x0 , y0 ) ∈ D ⊂ R2 ,
dx
où
x ∈ [a, b],
y ∈ [c, d],
D = [a, b] × [c, d].
La solution générale
y = F (x, C)
dénit une famille de courbe à un paramètre (courbe intégrale) représentée par la gure 3.1.
y
C3
C2
d D C1
(x0 , y0 )

c
x
a b
Figure 3.1 Famille de courbes intégrales.
55
Considérons l'équation diérentielle suivante
dy
= f (x, y),
dx
où f ∈ C(D), D ⊂ R2 . Soit (x0 , y0 ) ∈ D. Lorsque des conditions initiales (CI) sont données,
il faut trouver une solution de l'équation passant par le point (x0 , y0 ). Nous notons alors

 dy = f (x, y),

CI dx

y(x0 ) = y0 , lorsque x = x0 , (x0 , y0 ) ∈ D.
Théorème 3.1 (Théorème de Picard).

Considérons les conditions initiales suivantes

 dy = f (x, y),

CI dx

y(x0 ) = y0 , lorsque x = x , (x , y ) ∈ D.
0 0 0
Supposons que
1. f et ∂f
∂y
∈ C(D) , où D est un domaine déni par
D = {(x, y)|a ≤ x ≤ b, c ≤ y ≤ d} ⊂ R2 ,
tel que représenté par la gure 3.2.

56
2. (x , y ) ∈ D, alors il existe un h > 0 tel que le problème a une solution unique
0 0
y = g(x), sur |x − x | ≤ h. 0
D
d
(x0 , y0 )
C
c
x
a b
Figure 3.2 Domaine D.
Démonstration. Cette démonstration est basée sur la méthode d'itérations.
1. Dénissons une suite de fonctions
Z x
φ1 (x) = y0 + f (t, y0 )dt,
Zx0x
φ2 (x) = y0 + f (t, φ1 (t))dt,
x0
.. .. ..
. . .
Z x
φn (x) = y0 + f (t, φn−1 (t))dt.
x0
Nous montrons que la suite φ1 , φ2 , ..., φn converge uniformément vers une fonction
φ ∈ C(|x − x0 |)
où φ est la solution unique.
57
Exemple 3.5. Trouver la courbe intégrale des conditions initiales suivantes

 dy = x2 y,

CI dx

y(0) = 1, lorsque x = 0.
Solution.
Trouvons les fonctions φn (x)
Z x Z x
φ1 (x) = y0 + f (t, y0 )dt, φ2 (x) = y0 + f (t, φ1 (t))dt
x0 x0
Z x Z 1
t3
=1+ t2 dt, =1+ 2
t 1+ dt,
0 0 3
x3 x3 x6
=1+ , =1+ +
3 3 18
3 2
x
3 + x3 x 3
3
= , =1+ + ,
3 3 2!
Z x
φ3 = y0 + f (t, φ2 (t))dt
x0
 3 2 
Z x 3
x
2 x 3 
=1+ t 1 + +  dt,
0 3 2!
3 2 3 3
x x
3
x 3 3
=1+ + + ,
3 2! 3!
..
.
3 k
n x
X 3
φn (x) =
k=0
k!
⇒ φ(x) = lim φn (x)

n→∞
3 k
X x3
n
= lim
n→∞
k=0
k!
x3
=e3 .
Donc, les solutions particulière et générale de l'équation sont respectivement

3 3
yp = ex /3 , yg = Cex /3 .
58
Exemple 3.6. Trouver la courbe intégrale des conditions initiales suivantes

 dy = x2 (1 − 3y),

CI dx

y(0) = 2, lorsque x = 0.
Solution.
Trouvons la fonction f (t, y0 )
f (t, y0 ) = t2 (1 − 3 · 2)
= t2 (1 − 6)
= −5t2
Trouvons les fonctions φn (x)

Z x Z x
φ1 (x) = y0 + f (t, y0 )dt, φ2 (x) = y0 + f (t, φ1 (t))dt,
x0 x0
Z x Z 1
t3
=2+ t2 (1 − 6)dt, =2+ 2
t 1−3 2−5 dt,
0 0 3
x3 5 5
=2−5 , = 2 − x3 + x6 ,
3 3 6
Z f
φ3 (x) = y0 + (t, φ1 (t))dt
x0
Z 1
2 t3 5 3
=2+ t 1−3 2−5 + t dt,
0 3 6

1 3 x6 x9
= 1+5 1−x + − ...
3 2 6
⇒ φ(x) = lim φn (x),

n→∞
1 3

= 1 + 5e−x .
3
Donc, les solutions particulière et générale de l'équation sont respectivement
1 3
C 3

yp = 1 + 5e−x , yg = 1 + 5e−x .
3 3
59
3.5 Problème de Cauchy
Dénition 3.10. Le problème (initial) de Cauchy est le problème qui consiste à trouver
une solution y = y(x) de l'équation diérentielle (3.4) satisfaisant à la condition initiale
y(x0 ) = y0 ,
ou dans une autre notation,

y |x=x0 = y0 .
Dans ce cas, nous cherchons une courbe intégrale qui passe par un point donné M 0 = (x0 , y0 )
dans le plan R tel que représenté par la gure 3.3.
2
M0
y0
x
x0
Figure 3.3 Courbe intégrale.
Considérons l'équation diérentielle suivante

dy
= f (x, y),
dx
où f ∈ C(D), D ⊂ R2 . Soit (x0 , y0 ) ∈ D. Lorsque des conditions initiales (CI) sont données,
il faut trouver une solution de l'équation passant par le point (x0 , y0 ). Nous notons alors

 dy = f (x, y),

CI dx

y(x0 ) = y0 , lorsque x = x0 , (x0 , y0 ) ∈ D.
60
Théorème 3.2 (Existence et unicité de la solution du problème de Cauchy).
y (n) = f (x, y), n ∈ N∗
où la fonction f (x, y) est dénie dans un certain domaine D ⊂ R contenant le point (x , y ).

2
0 0
Si la fonction satisfait aux conditions suivantes

1. f (x, y) est une fonction continue des variables x et y dans D ∈ R , c'est-à-dire
2
f (x, y) ∈ C(D).
2. f (x, y) possède une dérivée partielle bornée dans D,

∂f
∂y
alors il existe un intervalle (x − h, x + h) sur lequel l'équation admet une et une seule
0 0
solution y = ψ(x) satisfaisant à la condition initiale

y(x0 ) = y0 .
Le théorème 1.1 fournit des conditions susantes d'existence et d'unicité de la solution du

problème de Cauchy pour l'équation (3.4).
Exemple 3.7. Résoudre l'équation diérentielle suivante
1
y (1) = .
y2
Solution.
Nous avons que
1
f (x, y) = ,
y2
∂f 2
⇒ = − 3.
∂y y
Aux points (x0 , 0) de l'axe des x, les deux conditions du théorème 1.1 ne sont pas satisfaites,
∂f
car f (x, y) et ∂y
sont discontinues sur l'axe des x et elles ne sont pas bornées lorsque y tend
vers 0, mais par chaque point de l'axe des x, il passe l'unique courbe intégrale
p
3
y= 3(x − x0 ),
tel que représenté par la gure 3.4.
61
y
1.5
0.5
x
−4 −2 x 2 46
p
Figure 3.4 Graphe de la fonction 3 3(x − x0 ).
y (2) = xy + e−y .
Solution.
Nous avons que
f (x, y) = xy + e−y ,
∂f
⇒ = x − e−y ,
∂y
sont continues en x et en y en tout point de R2 . En raison du théorème 1.1, cette équation

possède une solution unique dans le plan R2 .
dy
= 2y
dx
ayant comme condition initiale y(0) = 4.
62
Solution.
dy
= 2dx, y 6= 0,
y
Z Z
dy
⇒ = 2 1dx,
y
⇒ ln |y| = 2x + ln |C|, C 6= 0,
⇒ eln |y| = e2x+ln |C| .
yg = Ce2x .
Si x = 0, nous avons que
4 = Ce0 ,
⇒ C = 4,
donc la solution particulière est
yp = 4e2x .
63
Chapitre 4
Équations diérentielles du premier

ordre
4.1 Équations diérentielles à variables séparables
Dénition 4.1. Une équation diérentielle à variables séparables est une équation dié-
rentielle de la forme,
dy
= f1 (x) · f2 (y).
dx
Si f (y) 6= 0, alors nous pouvons réécrire cette équation sous la forme
2
dy
= f1 (x)dx.
f2 (y)
En intégrant chacun des côtés, nous obtenons l'équation
Z Z
dy
= f1 (x)dx + C.
f2 (y)
La forme générale est
Z Z
M (x)dx + N (y)dy = C,
où
M (x) = −f1 (x) et N (y) =
1
f2 (y)
.
65
4.1.1 Autre forme de l'équation séparable
Une autre forme de l'équation séparable est
F (x) · G(y) dx + f (x) · g(y) dy = 0.

| {z } | {z }
M (x,y) N (x,y)
Le facteur intégrant est

1
µ(x, y) = .
f (x)G(y)
En multipliant l'équation de départ par ce facteur intégrant, nous obtenons
F (x) g(y)
dx + dy = 0.
f (x) G(y)
| {z } | {z }
M̃ (x) Ñ (y)

Z x Z y
0 0
M̃ (x )dx + Ñ (y 0 )dy 0 = C.
x0 y0

2 dy 1
x = sin , x=6 0.
dx x
Solution.
Comme x 6= 0,

dy 1 1
= 2 sin ,
dx x x

1 1
⇒ dy = 2 sin dx,
x x
Z Z
1 1
⇒ 1dy = 2
sin dx + C.
x x
On pose t = 1/x, dt = (−1/x2 )dx. On obtient la solution générale

1
yg = cos (t) + C, yg = cos + C.
x
66
Avec les conditions initiales (x0 6= 0, y0 = 0) nous trouvons que
1
y0 = cos + C,
x0

1
⇒ C = y0 − cos
x0
Donc, la solution particulière est

1 1
yp = cos + y0 − cos .
x x0
Exemple 4.2. Résoudre l'équation diérentielle non-linéaire suivante

2
2 dy
sin x + = 1.
dx
Solution.
Nous pouvons réécrire cette équation sous la forme
2
dy
= cos2 x,
dx
où l'on a utilisé l'identité trigonométrique cos2 x + sin2 x = 1. On prend la racine de chaque
côté de l'équation précédente et on trouve
dy
= ε cos x, ε = ±1.
dx
En intégrant, on obtient la solution générale
yg = ε sin x + C.
Avec la condition initiale, nous trouvons que
y0 = ε sin x0 + C,
⇒ C = y0 − ε sin x0 .
Donc, la solution particulière satisfaisant à la condition initiale est
yp = ε sin x + y0 − ε sin x0 .
67
dy
sin x = y cos x.
dx
Solution.
Supposons que sin(x) 6= 0, c'est-à-dire x 6= kπ , k ∈ Z. De plus, y 6= 0, autrement, nous
aurons la solution triviale y = 0. Donc, l'équation de départ devient
1 dy
= cot x.
y dx
La solution générale yg (x) est
1
dy = cot xdx,
y
Z Z
1
⇒ dy = cot xdx + ln |C|, C 6= 0,
y
⇒ ln |y| = ln | sin x| + ln |C|,
⇒ ln |y| = ln |C sin x|,
⇒ eln |y| = eln |C sin x| ,
⇒ yg = C sin x.
Avec la condition initiale (x0 6= kπ, y0 6= 0), nous trouvons que
y0 = C sin x0 ,
y0
⇒C= .
sin x0
y0
yp = sin x.
sin x0
Les solutions sont représentées par la gure 4.1, avec les zéros de la fonction lorsque k ∈ Z.
68
y
2
x
−8 −6 −4 −2 2 4 6 8
−1
−2
Figure 4.1 Graphe des courbes intégrales de y = C sin x.
dy dy
= 2xy 2 − x2 .
dx dx
Solution.
Cette équation devient
dy
(1 + x2 ) = 2xy 2 ,
dx
dy 2x 2
= y .
dx 1 + x2
Si y = 0, nous obtenons la solution triviale.

Si y 6= 0, nous obtenons alors
1 dy 2x
= ,
y 2 dx 1 + x2
1 2x
⇒ 2 dy = dx,
y 1 + x2
Z Z
1 2x
⇒ dy = dx + C,
y2 1 + x2
1
⇒− = ln(1 + x2 ) + C,
y
−1
⇒ yg = .
ln(1 + x2 ) + C
69
√
Si C ≤ 0, alors x 6= ε e−C − 1, ε = ±1. Avec la condition initiale x0 6= 0, nous trouvons que
−1
y0 = ,
ln(1 + x2 ) + C
−1
⇒C=− − ln |1 + x20 |.
y0
−1
yp = .
ln(1 + x2 ) − y10 − ln(1 + x02 )
Les solutions sont représentées par la gure 4.2.
y
4
x
−40 −30 −20 −10 10 20 30 40
−2
−4
Figure 4.2 Graphe des courbes intégrales de y = ln(1+x−1 )+C . 2
dy
= axb (y 2 + 1), a, b ∈ R, a 6= 0.
dx
Solution.
L'équation de départ devient
1 dy
= axb .
1 + y 2 dx
70
Il y a deux cas possibles.
1. Si b ∈ Z, nous obtenons alors
1
dy = axb dx,
1 + y2
Z Z
1
⇒ 2
dy = a xb dx,
1+y


 a
b+1
xb+1 + C, si b 6= −1,
⇒ arctan y =

a ln |x| + C, si b = −1 et x 6= 0,


tan a
x(b+1) +C , si b 6= −1,
b+1
⇒y=

tan(a ln |x| + C), si b = −1.
2. Si b 6∈ Z et si x > 0, la solution générale est donnée par

a (b+1)
yg = tan x +C .
b+1
dy
cos y = 3 sin y(5 cos3 x − 3 cos x).
dx
Solution.
Si sin y = 0, alors y = kπ , k ∈ Z, nous obtenons la solution triviale 0 = 0.
Si y 6= kπ , alors sin y 6= 0 et l'équation de départ devient
dy
cot y = 3(5 cos3 x − 3 cos x).
dx
Nous obtenons alors
cot ydy = 3(5 cos3 x − 3 cos x)dx,

Z Z
⇒ cot ydy = 3 (5 cos3 x − 3 cos x)dx + ln |C|.
| {z }
:=I
71
Calculons l'intégrale I .
Z
I= (5 cos3 x − 3 cos x)dx,
Z
= (5 cos2 x − 3) cos xdx,
Z
= (2 − 5 sin2 x) cos xdx,
Z Z
= 2 cos xdx − 5 (sin2 x) cos xdx.
On pose t = sin x et dt = cos xdx, pour la seconde intégrale. On a que
5 3
I = 2 sin x − sin x.
3
Donc, si nous reprenons le calcul ci-haut, nous avons

Z Z
⇒ cot ydy = 3 (5 cos3 x − 3 cos x)dx + ln |C|,
| {z }
:=I
⇒ ln | sin y| = 6 sin x − 5 sin3 x + ln |C|,
⇒ sin yg = Ce(6 sin x−5 sin x) .

3
3

⇒ yg = arcsin Ce(6 sin x−5 sin x) ≤ ±π
Avec la condition initiale x0 6= 0, nous trouvons que
sin y0 = Ce(6 sin x0 −5 sin x0 ) ,

3
3 x0 −6 sin x0 )
⇒ C = sin y0 e(5 sin .
sin y = sin y0 e(5 sin x0 −6 sin x0 )

e(6 sin x−5 sin x) ,
3 3
= sin y0 e(5(sin x0 −sin3 x)+6(sin x−sin x0 ))

3
.
dy
(1 + x2 )xy = 1 + y2.
dx
72
Solution.
Si x = 0, nous obtenons la solution triviale.
Si x 6= 0, alors l'équation de départ devient
y dy 1
2
= .
1 + y dx x(1 + x2 )
Nous obtenons alors
y 1
2
dy = dx,
1+y x(1 + x2 )

y 1 x
dy = − dx,
1 + y2 x 1 + x2
où l'on a décomposé en fractions partielles.
Z Z Z
y 1 x
dy = dx − dx
1 + y2 x 1 + x2
On pose 1 + x2 = t pour résoudre la seconde intégrale du membre de droite.

On obtient
1 1 1
⇒ ln |1 + y 2 | = ln |x| − ln |1 + x2 | + ln |C|, C 6= 0,
2 2 2
2
Cx
⇒ 1 + y2 = ,
1 + x2
1/2
Cx2
⇒y=ε −1 , ε = ±1,
1 + x2
2 1/2
Cx − 1 − x2
=ε
1 + x2
2 2 1/2
x C1 − 1
=ε 2
, C = C1 2 + 1,
1+x
2 1/2
x − 1/C1 2
= εC1 .
1 + x2
73
Avec la condition initiale, (x0 6= 0, y0 ), nous trouvons que
Cx02
1 + y0 2 = ,
1 + x02
1 + x20 + y02 + y02 x20 = Cx20 ,
(1 + y0 2 )(1 + x02 )
C= ,
x02
(1 + y0 2 )(1 + x02 )
C1 2 = − 1,
x02
2 2 1/2
y0 (x0 + 1) + 1
C1 = ε .
x02

p s
2 2
y0 (x0 + 1) + 1 x2 − 1/C1 2
y=ε .
x0 x2 + 1
x ex − 1
3e sin ydx = dy.
cos y
Solution.
Si x 6= 0, sin y 6= 0 et cos y 6= 0, l'équation de départ devient
3ex 1
x
dx = dy.
e −1 sin y cos y
Nous obtenons alors
3ex dy
x
dx − = 0,
e −1 cos y sin y
Z Z
ex dy
⇒ 3 x
dx − = ln |C|,
e −1 sin y cos y
⇒ 3 ln |ex − 1| − ln | tan y| = ln |C|,
x
(e − 1)3
⇒ ln = ln |C|,
tan y
⇒ |ex − 1|3 = C| tan y|,
ε
⇒ tan y = (ex − 1)3 , ε = ±1,
C

⇒ y = arctan C1 (ex − 1)3 , C1 = 1/C.
74
dy y cos x
= ,
dx 1 + 2y 2
sujet à la condition initiale y(0) = 1.
Solution.
Si y(x) = 0, nous obtenons la solution triviale.
Si y 6= 0, alors l'équation de départ devient
1 + 2y 2 dy
= cos x.
y dx
Nous obtenons alors
1 + 2y 2
dy = cos xdx,
y
dy
+ 2ydy = cos xdx,
y
Z Z Z
dy
⇒ + 2 ydy = cos xdx + C,
y
⇒ ln |y| + y 2 = sin x + C.
Avec la condition initiale, y(0) = 1, nous trouvons que
ln |1| + 1 = sin 0 + C,
⇒ C = 1.
ln |y| + y 2 = sin x + 1
De plus, c'est une solution implicite représentée par la gure 4.3
75
y
1.4
1.2
0.8
x
−10 −5 5 10
Figure 4.3 Graphe de la courbe intégrale de ln |y| + y2 = sin x + 1
2
dy 1 − y2
= .
dx 1 − x2
Solution.
Si y 2 = 1, nous obtenons la solution triviale.
Si y 6= 1, alors l'équation de départ devient
dy dx
p = ε√ , ε = ±1.
1 − y2 1 − x2
Nous obtenons alors
Z Z
dy dx
p =ε √ + C,
1 − y2 1 − x2
⇒ arcsin y = ε arcsin x + C,
⇒ y = sin (ε arcsin x + C) ,
⇒ y = sin (ε arcsin x) cos C + cos (ε arcsin x) sin C,
car sin(a + b) = sin a cos b + cos a sin b.
76
√
De la propriété cos(ε arcsin x) = ε 1 − x2 , nous obtenons
√
⇒ εx cos C + ε 1 − x2 sin C = y,
√
⇒ εx cos C − y = −ε 1 − x2 sin C,
⇒ x2 cos2 C − 2xy cos C + y 2 = (1 − x2 ) sin2 C,
⇒ x2 cos2 C − 2xy cos C + y 2 = sin2 C − x2 sin2 C,
⇒ x2 cos2 C + x2 sin2 C + y 2 − 2xy cos C = sin2 C,
⇒ x2 + y 2 − 2xy cos C = sin2 C,
⇒ x2 + y 2 − 2λxy = 1 − λ2 , λ = cos C ∈ R.
La dernière équation correspond à la solution générale. Les droites x = ±1 et y = ±1 sont

des courbes intégrales singulières. Ce sont des enveloppes des courbes intégrales. Elles sont
des ellipses, des hyperboles ou des droites dont les axes de symétries sont y = x et y = −x
tel que le montre la gure 4.4
y
3
x
−3 −2 −1 1 2 3
−1
−2
−3
Figure 4.4 Graphe des courbes intégrales de x2 + y2 − 2λxy = 1 − λ2
77
4.2 Équations aux diérentielles totales
Dénition 4.2. Une équation diérentielle de la forme

P (x, y)dx + Q(x, y)dy = 0
est une équation aux diérentielles totales. Le côté gauche de l'équation représente une
diérentielle totale d'une certaine fonction (auxiliaire) u(x, y), c'est-à-dire si
P dx + Qdy = du,
∂u ∂u
= dx + dy,
∂x ∂y
∂u ∂u
⇒P = , Q= .
∂x ∂y
Théorème 4.1 (Théorème de Schwartz).

Pour que l'équation soit une équation aux diérentielles totales, la condition nécessaire et
susante doit être satisfaite dans un certain domaine D ⊂ R : 2
∂P ∂Q
= .
∂y ∂x
Dans ce cas, la solution générale de l'équation de départ est

u(x, y) = C,
où
Z x Z y
P (x, y)dx + Q(x, y)dy = C.
x0 y0
4.2.1 Étapes pour résoudre une équation diérentielle totale.
Étape 1. Isoler les variables du même côté de l'équation, selon dx et dy .
78
Étape 2. Identier le P (x, y) et le Q(x, y) de manière à obtenir P (x, y)dx + Q(x, y)dy = 0.
Étape 3. Vérier si l'équation est exacte, c'est-à-dire si dP

dy
= dQ
dx
. Si oui, passer à l'étape 4. Sinon,
voir la section 2.3.
Étape 4. Faire le changement de variable P = du

dx
et Q = du
dy
.
Étape 5. Intégrer du
dx
et dériver par rapport à y .
Étape 6. Comparer le du obtenu à l'étape 4 au du obtenu à l'étape 5 en isolant g 0 (y).
Étape 7. Intégrer g 0 (y) pour obtenir g(y).
Étape 8. Remplacer g(y) dans la fonction u obtenue à l'étape 5.
Étape 9. Isoler la constante C pour obtenir la réponse nale.
4x3 + 6xy 3 dx + (9x2 y 2 + 3) dy = 0.

| {z } | {z }
:=P (x,y) :=Q(x,y)
ou dx ou dy
Solution.
Nous savons que
P (x, y) = 4x3 + 6xy 3 , Q(x, y) = 9x2 y 2 + 3.
79
Vérions le théorème de Schwartz,
∂P ∂
= (4x3 + 6xy 3 ),
∂y ∂y
= 18xy 2 ,
∂Q ∂
= (9x2 y 2 + 3),
∂x ∂x
= 18xy 2 ,
∂P ∂Q
⇒ = .
∂y ∂x
Comme la condition est satisfaite, nous pouvons poser
∂u
= P (x, y),
∂x
= 4x3 + 6xy 3 , (4.1)
∂u
= Q(x, y),
∂y
= 9x2 y 2 + 3. (4.2)
De l'équation (4.1) nous avons que

∂u
= 4x3 + 6xy 3 ,
Z ∂x Z
∂u
⇒ dx = (4x3 + 6xy 3 )dx + g(y),
∂x
⇒ u(x, y) = x4 + 3x2 y 3 + g(y). (4.3)
Dérivons l'équation (4.3) par rapport à y , nous obtenons

∂u ∂ 4
= (x + 3x2 y 3 + g(y)),
∂y ∂y
= 9x2 y 2 + g 0 (y).
Il ne reste qu'à trouver la valeur de g(y). Pour ce faire, substituons cette dernière dans
l'équation (4.2) nous obtenons alors
g 0 (y) = 3.
80
En intégrant par rapport à y, nous obtenons que
Z
g(y) = g 0 (y)dy,
Z
= 3 dy,
= 3y.
En substituant cette équation dans l'équation (4.3) nous obtenons la solution générale
u(x, y) = x4 + 3x2 y 3 + 3y = C.
(sin(xy) + xy cos(xy)) dx + (x2 cos(xy)) dy = 0.

| {z } | {z }
:=P (x,y) :=Q(x,y)
Solution.
Nous savons que
P (x, y) = sin(xy) + xy cos(xy),
Q(x, y) = x2 cos(xy).
∂P ∂
= (sin(xy) + xy cos(xy)),
∂y ∂y
= x cos(xy) + x cos(xy) − x2 y sin(xy)
= 2x cos(xy) − x2 y sin(xy),
∂Q ∂ 2
= (x cos(xy)),
∂x ∂x
= 2x cos(xy) − x2 y sin(xy),
∂P ∂Q
⇒ = .
∂y ∂x
81
Comme la condition est satisfaite, nous avons une équation diérentielle exacte totale. Posons
∂u
= P (x, y),
∂x
= sin(xy) + xy cos(xy), (4.4)
∂u
= Q(x, y),
∂y
= x2 cos(xy). (4.5)

∂u
= sin(xy) + xy cos(xy),
Z ∂x Z
∂u
⇒ dx = (sin(xy) + xy cos(xy))dx,
∂x
Z Z
⇒ u = sin(xy)dx + xy cos(xy)dx + g(y),
⇒ u(x, y) = x sin(xy) + g(y). (4.6)
Dérivons cette équation par rapport à y , nous obtenons

∂u ∂
= (x sin(xy) + g(y)),
∂y ∂y
= x2 cos(xy) + g 0 (y).
Il ne reste qu'à trouver la valeur de g(y). Pour ce faire, substituons la dernière équation dans
g 0 (y) = 0.
En intégrant par rapport à y , nous obtenons que

Z
g(y) = g 0 (y)dy,
Z
= 0dy,
= C.
u(x, y) = x sin(xy) = C
82
(x3 + xy 2 ) dx + (x2 y + y 3 ) dy = 0.
| {z } | {z }
:=P (x,y) :=Q(x,y)
Solution.
Nous savons que
P (x, y) = x3 + xy 2 , Q(x, y) = x2 y + y 3 .

∂P ∂ 3
= (x + xy 2 ),
∂y ∂y
= 2xy,
∂Q ∂ 2
= (x y + y 3 ),
∂x ∂x
= 2xy,
∂P ∂Q
⇒ = .
∂y ∂x
∂u
= P (x, y),
∂x
= x3 + xy 2 , (4.7)
∂u
= Q(x, y),
∂y
= x2 y + y 3 , (4.8)

∂u
= x3 + xy 2 ,
Z ∂x Z
∂u
⇒ dx = (x3 + xy 2 )dx,
∂x
x4 x2 y 2
⇒ u(x, y) = + + g(y). (4.9)
4 2
83

∂u ∂ x4 x2 y 2
= + + g(y) ,
∂y ∂y 4 2
= x2 y + g 0 (y).
Il ne reste qu'à trouver la valeur de g(y). Pour ce faire, substituons cette dernière équation
dans l'équation (4.8) nous obtenons alors
g 0 (y) = y 3 .

Z
g(y) = g 0 (y)dy,
Z
= y 3 dy,
y4
= .
4
u(x, y) = x4 + 2x2 y 2 + y 4 = C.
4.2.2 Devoir
Résoudre les équation diérentielle suivantes

dy
1. x + y + (x − y) dx = 0,
dy
2. ey − (2y − xey ) dx = 0.
84
4.3 Facteur intégrant
Dénition 4.3. Dans certains cas, l'équation

P (x, y)dx + Q(x, y)dy = 0
n'est pas une équation aux diérentielles totales. C'est-à-dire 6= . Cependant, nous
dP
dy
dQ
dx
arrivons parfois à trouver une fonction µ(x, y) telle que le côté gauche de l'équation initiale
devient une équation aux diérentielles totales après l'avoir multipliée par cette fonction
du = µP (x, y)dx + µQ(x, y)dy.
On aura donc (P µ) = (Qµ). Une telle fonction µ(x, y) est appelée le facteur intégrant.
∂
∂y
∂
∂x
Par dénition du facteur intégrant, nous avons

∂ ∂
(P µ) = (Qµ),
∂y ∂x
∂P ∂µ ∂Q ∂µ
⇒µ +P =µ +Q ,
∂y ∂y ∂x ∂x
∂µ ∂µ ∂P ∂Q
⇒Q −P =µ −µ ,
∂x ∂y ∂y ∂x

∂P ∂Q
= − µ,
∂y ∂x
∂ln |µ| ∂ln |µ| ∂P ∂Q

⇒Q −P = − .
∂x ∂y ∂y ∂x
85
Théorème 4.2. Le facteur intégrant peut prendre l'une des trois formes suivantes.
Cas 1. Supposons que Q(x, y) 6= 0 et

1 ∂P ∂Q
− ∼ f (x),
Q(x, y) ∂y ∂x
c'est-à-dire que f ne dépend pas de y. Alors, il existe un facteur intégrant indépendant

de y ayant la forme
− ∂Q
µ(x) = e( ( ∂P ∂x )
dx)
1
R
Q(x,y) ∂y
R
f (x)dx
=e .
Cas 2. Supposons que P (x, y) 6= 0 et

1 ∂Q ∂P
− ∼ g(y),
P (x, y) ∂x ∂y
c'est-à-dire que g ne dépend pas de x. Alors, il existe un facteur intégrant indépendant

de x ayant la forme
µ(y) = e(
1
( ∂Q ∂y ) )
− ∂P
R
P (x,y) ∂x
dy
R
g(y)dy
=e .
Cas 3. Supposons que P (x, y) 6= 0 et Q(x, y) 6= 0 donc

∂P ∂Q
− = Q(x, y)f (x) − P (x, y)g(y),
∂y ∂x
alors il existe un facteur intégrant ayant la forme

µ(x, y) = φ(x) · ψ(y), où φ(x) = e(
R
f (x)dx)
ψ(y) = e( g(y)dy )
R
.
(x + y 2 ) dx −2xy dy = 0. (4.10)
| {z } | {z }
P (x,y) Q(x,y)
86
Solution.
Nous savons que
P (x, y) = x + y 2
Q(x, y) = −2xy.

∂P ∂
= (x + y 2 ),
∂y ∂y
= 2y,
∂Q ∂
= (−2xy),
∂x ∂x
= −2y,
∂P ∂Q
⇒ 6= .
∂y ∂x
Comme la condition n'est pas satisfaite, il faut trouver un facteur intégrant.
Débutons avec le cas 1 du théorème 4.2,

1 ∂P ∂Q 2y + 2y
− = ,
Q ∂y ∂x −2xy
2
= − ∼ f (x).
x
Le facteur intégrant est alors déni par
µ(x) = e(− ),
2
R
x
dx
−2
= e(ln |x|)
−2
= e(ln |x|)
= x−2 .
Multiplions l'équation (4.10) par le facteur intégrant, nous obtenons

x + y2 2xy
2
dx − 2 dy = 0,
x x
2
1 y y
+ 2 dx −2 dy = 0.
x x x
| {z } | {z }
P̃ (x,y) Q̃(x,y)
87
Nous savons que
1 y2
P̃ (x, y) = +
x x2
−2y
Q̃(x, y) = .
x

∂ P̃ ∂ 1 y2
= +
∂y ∂y x x2
y
= 2 2,
x

∂ Q̃ ∂ −2y
=
∂x ∂x x
y
= 2 2,
x
∂ P̃ ∂ Q̃
⇒ = .
∂y ∂x
∂u
= P̃ (x, y)
∂x
1 y2
= + 2, (4.11)
x x
∂u
= Q̃(x, y)
∂y
−2y
= . (4.12)
x
∂u 1 y2
= + 2,
Z ∂x Zx x
∂u 1 y2
⇒ dx = + dx,
∂x x x2
y2
⇒ u(x, y) = ln |x| − + φ(y). (4.13)
x
88

∂u ∂ y2
= ln |x| − + φ(y)
∂y ∂y x
y
= −2 + φ0 (y).
x
Il ne reste qu'à trouver la valeur de φ(y). Pour ce faire, substituons cette équation dans
l'équation (4.12), nous obtenons alors
φ0 (y) = 0.

Z
φ(y) = φ0 (y)dy
Z
= 0dy
= C.
En substituant cette équation dans l'équation (4.13), nous obtenons la solution générale
y2
u(x, y) = ln |x| − + C = C1 .
x
Donc,
y2
ln |x| − = C1 − C
x
= ln |C̃|,
2
⇒ eln |x| · e−y /x
= eln |C|
2
/x
⇒ x · e−y =C
2
/x
⇒ x = Cey
2 /x
⇒ x = C̃ey .
p
(2xy ln |y|) dx + (x2 + y 2 1 + y 2 ) dy = 0.
| {z } | {z }
P (x,y) Q(x,y)
89
Solution.
Nous savons que
P (x, y) = 2xy ln |y|,

p
Q(x, y) = x2 + y 2 1 + y 2 .

∂P ∂
= (2xy ln |y|)
∂y ∂y
= 2x ln |y| + 2x,
∂Q ∂ 2 p
= (x + y 2 1 + y 2 )
∂x ∂x
= 2x,
∂P ∂Q
⇒ 6= .
∂y ∂x

1 ∂P ∂Q 2x ln |y|
− = p 6∼ f (x).
Q ∂y ∂x x2 + y 2 1 + y 2
Essayons maintenant avec le cas 2 du théorème 4.2

1 ∂Q ∂P 2x − 2x ln |y| − 2x
− = ,
P ∂x ∂y 2xy ln |y|
1
= − ∼ g(y).
y
Le facteur alors déni par
µ(y) = e(
1
( ∂Q ∂y ) ) ,
− ∂P
R
P ∂x
dy
= e( ),
−1
R
y
dy
= e− ln |y| ,
= 1/y.
90
Multiplions l'équation initiale par le facteur intégrant, nous obtenons
p !
2xy ln |y| x2 + y 2 1 + y 2
dx + dy = 0,
y y
p
x2 + y 2 1 + y 2
2x ln |y| dx + dy = 0.
| {z } y
P̃ (x,y)
| {z }
Q̃(x,y)
Nous savons que
P̃ (x, y) = 2x ln |y|,
p
x2 + y 2 1 + y 2
Q̃(x, y) = .
y
∂ P̃ ∂
= (2x ln |y|)
∂y ∂y
2x
= ,
y
p !
∂ Q̃ ∂ x2 + y 2 1 + y2
=
∂x ∂x y
2x
= ,
y
∂ P̃ ∂Q
⇒ = .
∂y ∂x
∂u
= P̃ (x, y)
∂x
= 2x ln |y|, (4.14)
∂u
= Q̃(x, y)
∂y
p
x2 + y 2 1 + y 2
= . (4.15)
y
91
De l'équation (4.14), nous avons que
∂u
= 2x ln |y|,
Z ∂x Z
∂u
⇒ dx = (2x ln |y|)dx,
∂x
⇒ u(x, y) = x2 ln |y| + φ(y). (4.16)
∂u ∂ 2
= (x ln |y| + φ(y))
∂y ∂y
x2
= + φ0 (y).
y
p
y2 1 + y2
φ0 (y) = .
y

Z
φ(y) = φ0 (y)dy,
Z p !
y2 1 + y2
= dy,
y
Z p
= y 1 + y 2 dy,
que l'on résout en posant u = 1 + y 2 , donc
(1 + y 2 )3/2
φ(y) = .
3
(1 + y 2 )3/2
u(x, y) = x2 ln |y| + = C.
3
(2x2 + 3xy − 4x) dy + (3y − 2xy − 3y 2 ) dx = 0.

| {z } | {z }
Q(x,y) P (x,y)
92
Solution.
Nous savons que
P (x, y) = 3y − 2xy − 3y 2
Q(x, y) = 2x2 + 3xy − 4x.

∂P ∂
= (3y − 2xy − 3y 2 )
∂y ∂y
= 3 − 2x − 6y,
∂Q ∂
= (2x2 + 3xy − 4x)
∂x ∂x
= 4x + 3y − 4,
∂P ∂Q
⇒ 6= .
∂y ∂x

1 ∂P ∂Q 7 − 6x − 9y
− = 6∼ f (x).
Q ∂y ∂x 2x2 + 3xy − 4x

1 ∂Q ∂P 6x + 9y − 7
− = 6∼ g(y).
P ∂x ∂y 3y − 2xy − 3y 2
∂P ∂Q
− = Q(x, y)f (x) − P (x, y)g(y),
∂y ∂x
⇒ 3 − 2x − 6y − (4x + 3y − 4) = (2x2 + 3xy − 4x)f (x) − (3y − 2xy − 3y 2 )g(y),
⇒ 7 − 6x − 9y = (2x2 + 3xy − 4x) f (x) − (3y − 2xy − 3y 2 ) g(y).

| {z } | {z }
quadratique en x quadratique en y
Posons alors
A B
f (x) = , g(y) = , A, B ∈ R, x, y 6= 0.
x y
93
Nous avons alors
A B
7 − 6x − 9y = (2x2 + 3xy − 4x) − (3y − 2xy − 3y 2 )
x y
A B
= x(2x + 3y − 4) + y(3y + 2x − 3)
x y
= x(2A + 2B) + y(3A + 3B) − 4A − 3B
= (2A + 2B)x + (3A + 3B)y + (−4A − 3B),
x: − 6 = 2A + 2B,
y: − 9 = 3A + 3B,
Constante : 7 = −4A − 3B,


A = 2,

B = −5.
Donc,
2
f (x) = ,
x
5
g(y) = − .
y
Trouvons maintenant les fonctions φ(x) et ψ(y).
φ(x) = e( f (x)dx)
R
,
= e( ),
2
R
x
dx
= e2 ln |x| ,
= x2 , x 6= 0,
ψ(y) = e( g(y)dy )
R
,
= e(− ),
5
R
y
dy
= e−5 ln |y| ,
1
= , y 6= 0.
y5
94
Le facteur intégrant est alors déni par
µ(x, y) = φ(x)ψ(y),
x2
= .
y5
Multiplions l'équation initiale par le facteur intégrant, nous obtenons
x2 2 x2
0= (2x + 3xy − 4x)dy + (3y − 2xy − 3y 2 )dx,
y5 y5
4 2
x x3 x3 x x3 x2
= 2 5 + 3 4 − 4 5 dy + 3 4 − 2 4 − 3 3 dx.
y y y y y y
| {z } | {z }
Q̃(x,y) P̃ (x,y)
Nous savons que
x2 x3 x2
P̃ (x, y) = 3 − 2 − 3 ,
y4 y4 y3
x4 x3 x3
Q̃(x, y) = 2 5 + 3 4 − 4 5 .
y y y
2
∂ P̃ ∂ x x3 x2
= 3 4 −2 4 −3 3
∂y ∂y y y y
2 3 2
x x x
= −12 5 + 8 5 + 9 4 ,
y y y
4
∂ Q̃ ∂ x x3 x3
= 2 5 +3 4 −4 5
∂x ∂x y y y
2 3 2
x x x
= −12 5 + 8 5 + 9 4 ,
y y y
∂ P̃ ∂ Q̃
⇒ = .
∂y ∂x
95
∂u
= P̃ (x, y)
∂x
x2 x3 x2
= 3 4 − 2 4 − 3 3, (4.17)
y y y
∂u
= Q̃(x, y)
∂y
x4 x3 x3
= 2 5 + 3 4 − 4 5. (4.18)
y y y
∂u x2 x3 x2
= 3 4 − 2 4 − 3 3,
∂x y y y
Z Z 2 3

∂u x x x2
⇒ dx = 3 4 − 2 4 − 3 3 dx,
∂x y y y
3 4 3
x x x
⇒ u(x, y) = 4 − 4 − 3 + φ(y). (4.19)
y 2y y

∂u ∂ x3 x4 x3
= − − + φ(y) ,
∂y ∂y y 4 2y 4 y 3
x4 x3 x3
= 2 5 + 3 4 − 4 5 + φ0 (y).
y y y
φ0 (y) = 0.

Z
φ(y) = φ0 (y)dy,
Z
= 0dy,
= C.
x3 x4 x3
u(x, y) = − − = C.
y 4 2y 4 y 3
96
Exemple 4.17. Trouver le facteur intégrant et la solution générale de l'équation
y(1 − y)dx + xdy = 0
Solution. Essayons le cas 1 du théorème 4.2.

P = y − y2 Q=x
Py = 1 − 2y 6= Qx = 1
Essayons le cas 2 du théorème 4.2.

1 1 − 1 + 2y
(Qx − Py ) =
P y(1 − y)
2
=
1−y
On trouve donc le facteur intégrant
R dy
µ(y) = e2 1−y
= e−2 ln |1−y|
1
⇒ µ(y) =
(1 − y)2
On multiplie l'équation de départ par le facteur intégrant pour obtenir
y(1 − y) x
2
dx + dy = C
(1 − y) (1 − y)2
Cette équation est une équation diérentielle totale exacte. En eet,
1−y+y 1
Py = = Qx =
(1 − y)2 (1 − y)2
On indroduit la fonction auxiliaire et ses dérivées,


ux = y = P Intégration xy
1−y
−−−−−−→ u = (1−y) + f (y)

uy = x Intégration 1−y+y x
(1−y)2
= Q −−−−−−→ u = (1−y 2 )
x + f 0 (y) = (1−y)2
f 0 (y) = 0 ⇒ f (y) = C
La solution générale est donc

C
yg =
C −x
1 1
= , où a=
1 − ax C
97
Résolvons maintenant le même problème avec le cas 3.
y(1 − y)dx + xdy = 0
⇒ Py − Qx = f (x)Q(x, y) − g(y)P (x, y) (4.20)
En vériant les dérivées, on obtient
P = y(1 − y) Q=x
Py = 1 − 2y Qx = 1
En remplaçant dans l'équation (4.20), on a
1 − 2y − 1 = xf (x) − y(1 − y)g(y)

| {z } | {z }
Linéaire Quadratique
Posons f (x) = A
x
et g(y) = B
y
avec A, B ∈ R et x, y 6= 0 pour obtenir
A B
−2y = x − y(1 − y)
x y
−2y = A − B + By
De cette équation, on tire
A−B =0
B = −2
On a donc
A = −2
B = −2
En substituant ces constantes dans les équations de f et g , on obtient

−2
f (x) =
x
R
f (x)dx
⇒ φ(x) = e
dx
R
= e2 x
1
=
x2
98
et
−2
g(y) =
y
R
f (y)dy
⇒ ψ(y) = e
R dy
= e2 y
1
=
y2
On trouve le facteur intégrant µ(x, y) qui est
µ(x, y) = φ(x) · ψ(y)

1
=
x2 · y2
On multiplie l'équation initiale par le facteur intégrant.
x−2 y −1 (1 − y)dx + x−1 y −2 dy = 0
Cette équation est désormais exacte en P̃ et Q̃. En eet
P˜y = Q̃x = −x−2 y −2


 du = x−2 y −1 (1 − y)
dx

 du = x−1 y −2
dy
y−1
= C,
xy
⇒ y − 1 = Cxy,
⇒ y − Cxy = 1,
⇒ y(1 − Cx) = 1,
1
⇒y= .
1 − Cx
99
4.3.1 Résumé des cas du théorème 4.2
Cas 1.

1 dP dQ
− ∼ f (x)
Q dy dx
− dQ
⇒ µ(x) = e( ( dP dx )
dx)
1
R
Q dy
R
f (x)dx
=e
On multiplie l'équation par le facteur intégrant, puis on a une équation diérentielle

exacte.
Cas 2.

1 dQ dP
− ∼ g(y)
p dx dy
⇒ µ(y) = e(
1
( dQ dy ) )
− dP
R
P dx
dy
R
g(y)dy
=e
On multiplie l'équation par le facteur intégrant, puis on a une équation diérentielle

exacte.
Cas 3.
dP dQ
− = Qf (x) − P (g(y))
dy dx
⇒ µ(x, y) = φ(x) · ψ(y)
Où
R
f (x)dx
φ(x) = e
R
g(y)dy
ψ(x) = e
100
4.4 Équations linéaires de Bernoulli
Théorème 4.3. Soit l'équation diérentielle suivante

dy
+ p(x)y = q(x),
dx
cette équation est linéaire non homogène d'ordre 1.

Soit p(x) et q(x) ∈ C([a, b]), alors pour tout (x , y ) tel que x ∈ [a, b], y est arbitraire, il
0 0 0 0
existe une et une seule trajectoire intégrale y = f (x, x , y ) telle que f ∈ C ([a, b]).
0 0
1
Si q(x) ≡ 0, l'équation est linéaire homogène.

Sinon, l'équation est linéaire non homogène.
4.4.1 Équation de Bernoulli homogène
Si y = 0, nous avons la solution triviale, si y 6= 0, alors l'équation diérentielle
dy
+ p(x)y = 0
dx
est une équation séparable.

Donc,
1 dy
= −p(x),
y dx
Z Z
dy
⇒ = − p(x)dx + ln |C|, C 6= 0,
y
Z x
⇒ ln |y| = − p(s)ds + ln |C|,
x0
R
− xx p(s)ds
⇒ y = Ce 0 ,
R
− xx p(s)ds
⇒ y = y0 e 0 .
101
2 dy
ex + xy = 0.
dx
Solution.
Nous pouvons réécrire l'équation sous la forme
dy x
+ x2 y = |{z}
0 .
dx |{z}
e
q(x)
p(x)
Si y = 0, nous avons la solution triviale, dans le cas contraire, nous avons une équation
séparable. Donc,
dy x
= − x2 dx,
y e
Z Z
dy x
⇒ =− dx + ln |C|,
y ex2
1
⇒ ln |y| = x2 + ln |C|,
2e 2
e−x
2
⇒ y = Ce , C 6= 0.
4.4.2 Équation linéaire de Bernoulli deuxième façon
Soit une équation diérentielle de la forme,
dy
+ P (x)y = Q(x)
dx
R
P (x)dx
µ=e
Z
e( P (x)dx)
R R
− P (x)dx
yg = e Q(x)dx + C .
Exemple 4.19. Résoudre l'équation diérentielle suivante.

dy 1
+ 1+ = −2x x 6= 0
dx x |{z}
| {z } Q(x)
P (x)
102
Solution.
P (x)
 P (x)

z
Z }| {
 z
}| {

1 R 1 
1+ 
dx  Z 1+
Q(x)
dx z }| {

−
x x 
yg = e  (−2x) dx) + C 
 e 
 
 
Z
−x−ln |x| x+ln |x|
=e − 2xe dx + C
Z
−x −1 2 x
=e x −2 x e dx + C

= e−x x−1 −2x2 + 4x − 4 ex + C

⇒ yg = x−1 −2x2 + 4x − 4 + Ce −x
| {z } | {z
y
}
c
yp
Le facteur intégrant est donc

R
µ = e (1+ x )dx
1
= e(x+ln|x|)
= xex
4.4.3 Méthode de Lagrange (variation des constantes)
Soit l'équation de Bernoulli linéaire non homogène

dy
+ p(x)y = q(x).
dx
Considérons l'équation homogène.
1) Partie homogène
dy
+ p(x) = 0.
dx
La solution est
Rx
− p(s)ds
yc = y0 e x0
.
103
2) Partie non homogène
Variation de la constante
C 7→ u(x),
alors la solution particulière est

R
− xx p(ξ)dξ
yp = u(x)e 0 . (4.21)
La dérivée de cette équation par rapport à x est

dyp du
R R
− xx p(ξ)dξ − xx p(ξ)dξ
= e 0 + u(x)p(x)e 0 . (4.22)
dx dx
En substituant les équations (4.21) et (4.22) dans l'équation de départ, nous obtenons
dy
+ p(x)y = q(x),
dx
du − Rxx p(ξ)dξ
R
− xx p(ξ)dξ
⇒ e 0 − u(x)p(x)e 0
dx Rx
− p(ξ)dξ
+ p(x)u(x)e x0
= q(x),
du
R
− xx p(ξ)dξ
⇒ e 0 = q(x),
dx
du
R
x
x0 p(ξ)dξ
⇒ = q(x)e .
dx
Donc, nous obtenons
Z x R
t

p(ξ)dξ
u(x) = q(t)e x0 dt + C1 .
x0 | {z }
:=Q(x)
En substituant cette équation dans l'équation (4.21), nous obtenons la solution particulière
R
− xx p(ξ)dξ
yp = u(x)e 0 ,
Z x R R
t
p(ξ)dξ − xx p(ξ)dξ
= q(t)e x0
dt + C1 e 0 .
x0
Donc, la solution générale est
yg = yc + yp ,
Q(x)
zZ }| {
Rx x R
t
R
− p(ξ)dξ p(ξ)dξ − xx p(ξ)dξ
= Ce
|
x0
{z }+ q(t)e x0
dt + C1 e 0 ,
x0
Partie homogène | {z }
Partie non homogène
Z x R
t Rx
p(ξ)dξ − p(ξ)dξ
= q(t)e x0
dt + C2 e x0
.
x0
104
Si les conditions initiales sont (x0 , y0 ), alors la solution est
Z x R R
t
p(ξ)dξ − xx p(ξ)dξ
yg = q(t)e x0
dt + y0 e 0 .
x0
Exemple 4.20. Résoudre l'équation diérentielle suivante.
xy (1) − 2y = x + 1
2y x+1
⇒ y (1) − = , x 6= 0.
x x
Ayant pour conditions initiales x = 1 et y = 1/2.
Solution.
1) Partie homogène
dy 2y
− = 0,
dx Z x Z
dy dx
=2
y x
⇒ ln |y| = 2 ln |x| + ln |C| C 6= 0
⇒ eln|y| = 2eln|x| · eln|C|
⇒ y c = C · x2
C 7→ u(x)
y = x2 · u(x)
du
⇒ y (1) = 2xu(x) + x2
dx
On l'indroduit dans la fonction de départ.
du x+1
2xu(x) + x2 − 2xu(x) =
dx x
du x + 1
x2 =
dx x
105
En intégrant, on obtient
Z
u(x) = 1du
Z
x+1
= dx
x3
(x + 1/2)
=− +C
x2
⇒ yg = x2 u(x)
= −(x + 1/2) + Cx2

|{z}
| {z }
Solution particulière Solution complémentaire
On trouve C , à l'aide des conditions initiales x = 1 et y = 1/2,
1/2 = − 3/2 +C
⇒C=2
Ainsi
yp = −(x + 1/2) + 2x2
dy (x2 )
−x y = xe
| {z }.
dx |{z}
P (x) Q(x)
Solution.
1) Partie homogène
dy
− xy = 0,
dx
1 dy
⇒ = x,
y dx
Z Z
dy
⇒ = xdx + ln |C|, C 6= 0
y
x2
⇒ ln |y| = + ln |C|, y 6= 0
2
x2

⇒ yc = Ce 2
.
106
On remplace C par une fonction en x en utilisant la méthode de Lagrange.
C 7→ u(x)

x2

yp = u(x)e 2
. (4.23)
Si nous dérivons l'équation par rapport à x, nous obtenons

dy x2 du x2

=e 2
+ x · u(x) · e 2
. (4.24)
dx dx
En substituant les équations (4.23) et (4.24) dans l'équation initiale, nous obtenons
dy 2
− xy = xe(x ) ,
dx
x2 du x2 x2

2
⇒e 2
+ x · u(x)e 2
− x · u(x)e 2
= xe(x ) ,
dx | {z }
=0
x2du

2
⇒e 2
= xe(x ) ,
dx
du
2
x
⇒ = xe 2 ,
dx
x2

⇒ du = xe 2 dx,
Z Z 2
x
⇒ 1du = xe 2 dx.
En eectuant le changement de variable t = x2 /2, dt = xdx, nous intégrons pour obtenir

x2

u=e 2
.

x2

yp = u(x)e 2
,
x2 x2

=e 2
e 2
,
= e(x ) .
2
Le solution générale est
yg = yc + yp ,
x2

+ e(x ) .
2
= Ce 2
107
La condition initiale (x0 , y0 ) nous donne
2

x2 x
− 20
yg = e( ) + y0 − e(x0 ) e
x2 2 2
.
Exemple 4.22. Trouver la solution générale de l'équation diérentielle de Bernoulli linéaire

dy
x − y = 2x3 .
dx
Solution. Si x 6= 0, alors nous pouvons réécrire l'équation initiale sous la forme suivante,
dy
an d'isoler dx
,
dy 1
2x2 .
− y = |{z}
dx |{z}
x
Q(x)
P (x)
1) Partie homogène
dy y
− =0
dx x
On sait que x 6= 0. On sépare les variables pour obtenir
dy y
⇒ = ,
dx x
dy dx
⇒ = , y 6= 0
y x
Puis, on intègre de chaque côté.

Z Z
dy dx
⇒ = + ln |C|,
y x
⇒ ln |y| = ln |x| + ln |C|,
⇒ eln|y| = eln|x| · eln|C| ,
⇒ yc = C · x
La solution complémentaire est
yc = Cx.
108
C 7→ u(x)
La solution particulière est
yp = u(x)x. (4.25)
dy du
= x + u(x). (4.26)
dx dx
En substituant les équations (4.25) et (4.26) dans l'équation initiale nous obtenons
dy 1
− y = 2x2 ,
dx x
du 1
⇒ x + u(x) − u(x)x = 2x2 ,
dx | {zx }
=0
du
⇒x = 2x2 ,
dx
du
⇒ = 2x,
dx
⇒ du = 2xdx,
Z Z
⇒ 1du = 2xdx,
⇒ u(x) = x2 + C1 .
yp = xu(x),
= xx2 ,
= x3 .
Ainsi, la solution générale est
yg = yc + yp ,
= x3 + Cx.
109
On a que
y (1) (x) = 3x2 + C,
y (2) (x) = 6x,
y (3) (x) = 6.
La condition initiale à x0 = 0 nous donne
y (1) (0) = C,
y (2) (0) = 0,
y (3) (0) = 6.
Le point (0, 0) est un point d'inexion représenté par la gure 4.5.
x
−2 −1.5 −1 −0.5 0.5 1 1.5 2
−2
−4
−6
Figure 4.5 Graphe de la fonction y = x3 + Cx
Si (x0 , y0 ) 6= (0, 0), la solution générale est
x03 − y0
y g = x3 + · x.
x0
110
dy
sin x + y cos x = sin 2x.
dx
Solution.
Si x 6= kπ , k ∈ Z, alors sin x 6= 0. Donc, l'équation initiale devient en utilisant l'identité
sin 2x = 2 sin x cos x,
dy
| {zx} = |2 cos
+ y cot {z x} .
dx
P (x) Q(x)
1) Partie homogène
dy
+ y cot x = 0,
dx
1 dy
⇒ = − cot x, y 6= 0,
y dx
1
⇒ dy = − cot xdx,
y
Z Z
1
⇒ dy = − cot xdx + ln |C|,
y
⇒ ln |y| = − ln | sin x| + ln |C|,

C
= ln ,
sin x
C
⇒ yc = , x 6= kπ, k ∈ Z.
sin x
C 7→ u(x)
u(x)
yp = . (4.27)
sin x
dy sin x du − u(x) cos x

= dx
. (4.28)
dx sin2 x
111
En substituant les équations (4.27) et (4.28) dans l'équation initiale, nous obtenons
dy
+ y cot x = 2 cos x,
dx
sin x du
dx
− u cos x u
⇒ 2 + cot x = 2 cos x,
sin x sinx
sin x du
dx
⇒ 2 = 2 cos x,
sin x
1 du
⇒ = 2 cos x,
sin x dx
du
⇒ = 2 sin x cos x,
dx
du
⇒ = sin 2x,
dx
⇒ du = sin 2xdx,
Z Z
⇒ 1du = sin 2xdx,
1
⇒ u = − cos 2x + C2 .
2
u
yp = ,
sin x
cos 2 C2
=− + ,
2 sin x sin x
2 sin2 x − 1 C2
= + ,
2 sin x sin x
1 C2
= sin x − + ,
2 sin x sin x
C2 − 1/2
= sin x + .
sin x
yg = yc + yp ,
C C2 − 1/2
= + sin x + ,
sin x sin x
C3
= sin x + ,
sin x
1
C3 = C − + C2 , x 6= kπ.
2
La condition initiale (x0 , y0 ) 6= (kπ, 0), k ∈ Z, nous donne
(y0 − sin x0 ) sin x0
yg = sin x − .
sin x
112
4.4.4 Devoir
Résoudre les équation diérentielle suivantes :
1.
dy 2y
− = (x + 1)3
dx x + 1
Réponse

2 1
yg = (x + 1) (x + 1)2 + C
2
2.
dy 1
+ y cos x = sin 2x
dx 2
Réponse
yg = sin x − 1 + e(− sin x)
113
4.5 Lois de superposition des solutions
4.5.1 Première loi de superposition
Soit
yg = y1 + y2 ,
où
Rx Z x R
s
− p(s)ds p(ξ)dξ
y1 = e x0
q(s)e x0
ds ,
x0
R
− xx p(s)ds
y2 = Ce 0 ,
sont les solutions particulière et complémentaire respectivement.
Théorème 4.4.
Soit
1. y (x) une solution particulière de l'équation non homogène,
1
dy1
+ p(x)y1 = q(x),
dx
2. y (x) une solution complémentaire de l'équation homogène,

2
dy2
+ p(x)y2 = 0,
dx
alors la solution générale de l'équation homogène est

yg (x) = y1 (x) + y2 (x),
= yp (x) + yc (x, C).
114
4.5.2 Deuxième loi de superposition
Théorème 4.5.
Soit
1. u(x) une solution particulière de l'équation non homogène,
dy
+ p(x)y = q1 (x),
dx
2. v(x) une solution particulière de l'équation non homogène,

dy
+ p(x)y = q2 (x),
dx
alors w(x) = u(x) + v(x) est une solution particulière de l'équation non homogène
dy
+ p(x)y = q1 (x) + q2 (x).
dx
4.5.3 Devoir
Résoudre les équations diérentielles suivantes
1.
dy
+ 2y = −2 cos 4x + 4 sin 4x + 6e4x .
dx
2.
dy
− y = 4(x + 1)e3x + 6 cos 2x − 3 sin 2x.
dx
115
4.6 Équation non linéaire de Bernoulli
Soit l'équation de Bernoulli non linéaire

dy
+ p(x)y = y n q(x), (4.29)
dx
où p(x) et q(x) ∈ C 1 ([a, b]), n ∈ R.
1. si n = 0, alors l'équation (4.29) est une équation de Bernoulli linéaire non homogène
dy
+ p(x)y = q(x).
dx
2. Si n = 1, alors l'équation (4.29) est une équation de Bernoulli linéaire homogène et
séparable,
dy
+ (p(x) − q(x)) y = 0.
dx
Si y = 0, nous obtenons la solution triviale.
3. Si n 6= 0 et n 6= 1, alors l'équation (4.29) est une équation de Bernoulli non linéaire.

Dans ce cas, nous posons
z = y (1−n)
et l'équation (4.29) devient une équation de Bernouille linéaire non homogène en z .
Exemple 4.24. Trouver à l'aide de la méthode de Bernoulli non linéaire la solution de

l'équation diérentielle.
x2 y 2 y (1) + xy 3 = a a ∈ R∗
y a
⇒ y (1) + = 2 2 x 6= 0, y 6= 0
x xy
Solution.
Puisque n = −2, on pose z tel que.
z = y (1−n)
= y3
1/3
⇒y=z
116
On a donc
dy z −2/3 dz
=
dx 3 dx
On substitue dans l'équation initiale.
z −2/3 dz z 1/3 a
+ = 2 2/3
3 dx x xz
dz 3z 3a
⇒ + = 2
dx x x
1) Partie homogène
dz 3z
+ =0
dx Z x Z
dz −3
⇒ = dx
z x
⇒ zc = Cx−3

Nous allons utiliser la méthode de Lagrange
C 7→ u(x)
zp = u(x) · x−3
ux3
⇒ zp0 = u(1) · x−3 − 3u · x−4 + 3
x
3a
=
x2
⇒ u(1) = 3ax
3
⇒ u(x) = ax2 + C.
2
On remplace u dans l'équation de zp pour obtenir
3a
zp =
2x
117
La solution générale en z est donc
−3 3a
zg = Cx +
| {z } 2x
zc |{z}
zp
3a
⇒ yg3 = Cx−3 +
2x
La solution en forme implicite est donc
2x3 y 3 − 3ax2 = C
Exemple 4.25. Trouver à l'aide de la méthode de Bernoulli la solution de l'équation dié-

rentielle suivante
y (1) − xy = −xy 3 .
Solution.
Nous avons que n = 3. Divisons l'équation initiale par y 3 , le membre non linéaire. Nous
obtenons
y (1) x
3
− 2 = −x, y 6= 0.
y y
Posons
z = y 1−n ,
= y 1−3 ,
1
= , (4.30)
y2
dz −2y (1)
⇒ = ,
dx y3
1 dz y (1)
⇒− = 3 . (4.31)
2 dx y
dz
+ 2xz = 2x. (4.32)
dx
Cette équation est une équation linéaire non homogène. Trouvons la solution complémentaire.
118
1) Partie homogène
Nous avons que
dz
+ 2xz = 0.
dx
Cette équation est à variables séparables, donc
dz
= −2xz,
dx
dz
⇒ = −2xdx,
Z z Z
dz
⇒ = −2 xdx,
z
⇒ ln |z| = −x2 + C,
2
⇒ |z| = C1 e(−x ) , C1 = eC .

Nous allons utiliser la méthode de Lagrange,
C1 7→ u(x).
Donc, la solution particulière sera
2
zp = u(x)e(−x ) . (4.33)
En dérivant l'équation (4.33) par rapport à x, nous obtenons
dz 2 du 2
= e(−x ) − 2xu(x)e(−x ) . (4.34)
dx dx
119
En substituant les équations (4.33) et (4.34) dans l'équation (4.32), nous obtenons
dz
+ 2xz = 2x,
dx
2 du 2 2
⇒e(−x ) −2xue(−x ) + 2xue(−x ) = 2x,
dx | {z }
=0
2) du
⇒e(−x = 2x,
dx
du 2
⇒ = 2xe(x ) ,
dx
2
⇒1du = 2xe(x ) dx,
Z Z
2
⇒ 1du = 2xe(x ) dx,
2)
⇒u = e(x
En substituant dans l'équation (4.33) nous obtenons
2
zp = ue(−x ) ,
2 2
= e(x ) e(−x ) ,
= 1.
zg = zc + zp ,
2
= C1 e(−x ) + 1.
Nous avons posé
1
,
z=
y2
±1
⇒y= √ .
z
Donc, la solution générale de l'équation initiale est
1
yg = ± √ ,
zg
±1
=
C1 e(−x2 ) + 1.
120
rentielle suivante
y (1) + y = −y 2 sin x.
Solution.
Nous avons que n = 2. Divisons l'équation par y 2 pour obtenir
y (1) 1
+ = − sin x. (4.35)
y2 y
Posons
1
z = y 1−n = y 1−2 = , (4.36)
y
dz −y (1)
⇒ = ,
dx y2
dz y (1)
⇒− = 2 .
dx y
dz
− + z = − sin x. (4.37)
dx
L'équation est linéaire non homogène.
1) Partie homogène
Trouvons la solution complémentaire, nous avons que
dz
− + z = 0.
dx
dz
= z,
dx
dz
⇒ = dx,
Z z Z
dz
⇒ = 1dx + C,
z
⇒ ln |z| = x + C,
⇒ z = ex+C ,
= C1 ex , où C1 = eC .
121
C1 7→ u(x).
zp = uex . (4.38)

dz du
= ex + uex .
dx dx
En substituant les équations (4.38) et l'équation ci-dessus dans l'équation (4.37) nous obte-
nons
dz
− + z = − sin x,
dx
dz
⇒ − z = sin x,
dx
du
⇒ ex + uex − uex = sin x,
dx | {z }
=0
du
⇒ ex = sin x,
dx
sin x
⇒ du = x dx,
Z Ze
sin x
⇒ 1du = dx + C,
ex
1
⇒ u = − (cos x + sin x)e−x .
2
zp = uex ,

1 −x
= − (cos x + sin x)e ex ,
2
1
= − (cos x + sin x).
2
zg = zc + zp ,
1
= C1 ex − (cos x + sin x).
2
122
Nous avons posé
1
z= ,
y
1
⇒y= .
z
1
yg = ,
zg
1
= 1 ,
C1 ex − 2
(cos x + sin x)
2
= , où C2 = 2C1 .
C2 ex − cos x − sin x
Si C → ∞, alors y = 0, la solution triviale.

rentielle suivante
√
y (1) + y = −x y.
Solution.
√
Nous avons que n = 12 . Divisons l'équation initiale par y , nous obtenons
y (1) √
√ + y = −x.
y
Posons
z = y 1−n ,
1
= y 1− 2 ,
√
= y, (4.39)
dz y (1)
⇒ = √ ,
dx 2 y
dz y (1)
⇒2 = √ . (4.40)
dx y
dz
2 + z = −x. (4.41)
dx
L'équation ci-dessus est une équation linéaire non homogène. Trouvons la solution complé-
mentaire.
123
1) Partie homogène
Nous avons que
dz
2 + z = 0.
dx
dz
2 = −z,
dx
dz
⇒ 2 = −dx,
Z z Z
dz
⇒ 2 = − 1dx + C,
z
⇒ 2 ln |z| = −x + C,
x C
⇒ ln |z| = − + C1 , où C1 = ,
2 2
⇒ z = C e(− 2 ) ,
x
2 où C2 = e(C1 ) .

C2 7→ u(x).
Donc, la solution paticulière est
zp = ue(− 2 ) .
x
(4.42)
dz x du 1
= e(− 2 ) − ue(− 2 ) .
x
(4.43)
dx dx 2
124
En substituant les équations (4.42) et (4.43) dans l'équation (4.41) nous obtenons
dz
2 + z = −x,
dx

( − x2 ) du 1 (− x2 )
+ ue(− 2 ) = −x,
x
⇒2 e − ue
dx 2
x du
⇒2e(− 2 ) − ue
|
(− x2 ) + ue(− x2 ) = −x,
{z }
dx
=0
du
⇒2e( )− x2
= −x,
dx
xe( 2 )
x
du
⇒ =− ,
dx 2
xe( 2 )
x
⇒du = − dx,
2
Z Z
xe( 2 )
x
⇒ du = − dx,
2
⇒u = (2 − x)e( 2 ) .
x
zp = ue(− 2 ) ,
x

= (2 − x)e( 2 ) e(− 2 ) ,
x x
=2−x
zg = zc + zp ,
= C2 e(− 2 ) + 2 − x.
x
Nous avons posé

√
z= y,
⇒y = z 2 ,
donc la solution générale de l'équation initiale est
yg = zg 2 ,
2
= C2 e (− x2 )
+2−x .
125
rentielle suivante
x √
y (1) + 2
y = x y.
1−x
Solution.
√
Nous avons que n = 1/2. Divisons l'équation initiale par y , nous obtenons
y (1) x √
√ + y = x, y > 0, 1 − x2 6= 0.
y 1 − x2
Posons
z = y 1−n (4.44)
= y 1− /2
1
√
= y,
dz y (1)
⇒ = √ ,
dx 2 y
dz y (1)
⇒2 = √ (4.45)
dx y
dz x
2 + z = x. (4.46)
dx 1 − x2
L'équation (4.46) est une équation linéaire non homogène. Trouvons la solution complémen-
taire.
1) Partie homogène
Nous avons que
dz x
2 + z = 0.
dx 1 − x2
126
Cette équation est une équation séparable, donc
dz x
2 =− z,
dx 1 − x2
dz x
⇒2 =− dx,
Z z 1Z − x2
dz x
⇒2 =− dx + ln |C|,
z 1 − x2
1
⇒ 2 ln |z| = ln |1 − x2 | + ln |C|,
2
1 1
⇒ ln |z| = ln |1 − x2 | + ln |C|,
4 2
√ 4 √
2
⇒ ln |z| = ln C1 1 − x , C1 = C,
⇒ z = C1 (1 − x2 ) /4 .
1

Nous utilisons la méthode de Lagrange.
C1 7→ u(x).
zp = u(1 − x2 ) /4 . (4.47)
1
dz 1 du 1
= (1 − x2 ) /4 + (1 − x2 )− /4 · (−2x)u,
3
dx dx 4
1 du 1
= (1 − x2 ) /4 − x(1 − x2 )− /4 u. (4.48)
3
dx 2
127
En substituant les équations (4.47) et (4.48) dans l'équation (4.46) nous obtenons
dz x
2 + z = x,
dx 1 − x2
dz 1 x x
⇒ + z = ,
dx 2 1 − x2 2
1 du 1 1 x x
⇒ (1 − x2 ) /4 − x(1 − x2 )− /4 u +
3
u(1 − x2 ) /4 = ,
1
dx 2 21−x 2 2
| {z }
=0
1 du x
⇒ (1 − x2 ) /4 = ,
dx 2
du x
⇒ = ,
dx 2(1 − x2 )1/4
x
⇒ du = dx,
2(1 − x2 )1/4
Z Z
x
⇒ 1du = dx,
2(1 − x2 )1/4
1
⇒ u = − (1 − x2 ) /4 .
3
3
zp = u(1 − x2 ) /4 ,
1

1 2 3/4
(1 − x2 ) /4 ,
1
= − (1 − x )
3
1
= − (1 − x2 ).
3
zg = zc + zp ,
1
= C1 (1 − x2 ) /4 − (1 − x2 ).
1
3
Nous avons posé
√
z= y,
⇒ y = z2.
yg = zg2 ,
2
2 1/4 1 2
= C1 (1 − x ) − (1 − x ) .
3
128
4.7 Trajectoires orthogonales
Dénition 4.4. Soit F (x, y, c) = 0 une famille de courbes à un paramètre. Voici les étapes
pour trouver ces trajectoire orthogonales.
1. Dériver implicitement par rapport à x.
2. Éliminer le paramètre c.
3. Appliquer la transformation suivante :
dy dy 1
= f (x, y) 7−→ =− . (4.49)
dx dx f (x, y)
Exemple 4.29. Trouver une famille de courbes orthogonales par rapport à la famille de
courbes
xn + y n = c, où n 6= 0, c ∈ R. (4.50)
Solution.
i) Si n ∈ Z− , alors x 6= 0 et y 6= 0.
ii) Si n ∈ 2Z, alors c > 0.
iii) Si n ∈
/ Z, alors x > 0, y > 0, c > 0.
Dérivons (4.50)
nxn−1 + ny n−1 y (1) = 0, y = y(x) (4.51)
xn−1 + y n−1 y (1) = 0. (4.52)
Nous considérons la condition d'orthogonalité y (1) 7→ − y(1)

1
et ainsi l'équation (4.52) devient
y n−1
xn−1 − =0 (4.53)
y (1)
129
d'où l'on obtient
dy
xn−1 = y n−1 . (4.54)
dx
Soit x 6= 0 et y 6= 0. Alors l'équation (4.54) devient
dy
y 1−n = x1−n . (4.55)
dx
Nous obtenons 2 cas.
i) Cas n 6= 2 :
y 2−n x2−n
= +c (4.56)
2−n 2−n
(4.57)
y 2−n = x2−n + (2 − n)c1 (4.58)
(4.59)
y 2−n − x2−n = −c2 , c2 := (2 − n)c1 . (4.60)
Donc, nous avons

1 1
− = c2 . (4.61)
xn−2 xn−2
ii) Cas n = 2 : L'équation (4.55) devient

dy dx
= ⇒ y = cx (4.62)
y x
et ainsi nous avons une famille de courbes
x2 + y 2 = c et y = cx (4.63)
Exemple 4.30. Trouver une famille de courbes perpendiculaires à une famille de cercles
x2 + (y − c)2 = r2 où r 2 = a2 + c 2 , (4.64)
i.e
x2 + y 2 − 2cy − a2 = 0. (4.65)
130
Solution.
Soit y 6= 0. Alors
1
2c = (x2 + y 2 − a2 ). (4.66)
y
La dérivée de (4.66) par rapport à x est
1
2
y(2x + 2yy (1) ) − (x2 + y 2 − a2 )y (1) = 0 (4.67)
y
2xy + (y 2 − x2 + a2 )y (1) = 0. (4.68)
La transformation y (1) 7−→ − y(1)

1
donne

1
2 2
2xy + (y − x + a ) − 2
=0 (4.69)
y (1)
⇔ 2xyy (1) − y 2 + x2 − a2 = 0. (4.70)
Notons z := y 2 . Alors z (1) = 2yy (1) et ainsi
dz
x − z + x2 − a2 = 0. (4.71)
dx
Si x 6= 0, nous aurons
dz z a2 − x 2
− = . (4.72)
dx x x
i) Partie homogène.
dz z 1 dz 1
− =0 ⇒ = ⇒ z = cx. (4.73)
dx x z dx x
ii) Partie non-homogène. Méthode de Lagrange : c 7−→ u(x).
dz du
z = u(x)x ⇒ = x + u. (4.74)
dx dx
L'équation (4.72) devient
du a2 − x 2 du a2
x +u−u= ⇔ = 2 −1 (4.75)
dx x dx x
a2
⇒ u(x) = − − x + A, A∈R (4.76)
x2
131
et ainsi
z = u(x)x = −a2 − x2 + Ax. (4.77)
Mais y 2 = z ⇒ y 2 = −a2 − x2 + Ax donc
x2 + y 2 − Ax + a2 = 0 (4.78)
et
1 1
(x2 − A)2 + y 2 = A2 − a2 (4.79)
2 4
est une famille de cercles.
4.8 Trajectoires intégrales
Dénition 4.5. Soit F (x, y(x), c) = 0, où c ∈ R.

Exemple 4.31. Trouver l'EDO.
4x3 − cy 2 = c. (4.80)
Solution.
4x3 − cy 2 = c. (4.81)
En dérivant, nous obtenons
4(3x2 y + x3 y (1) ) − 2cyy (1) = 0. (4.82)
Nous isolons le paramètre c de l'équation (4.81)
4x3
c= y (4.83)
y2 + 1
et l'insérons dans (4.82)
cx2 y + 2x3 y (1) − cyy (1) = 0 ⇒ (1 + y 2 )(x3 y (1) + 3x2 y) = 0 (4.84)
132
Exemple 4.32. Trouver l'EDO.
y = x 3 + c1 x 2 + c2 , c1 , c2 ∈ R. (4.85)
Solution.
y = x 3 + c1 x 2 + c2 , c1 , c2 ∈ R. (4.86)
En dérivant, nous obtenons

y (1) = 3x2 + 2c1 x (4.87)
⇒ y (2) = 6x + 2c1 . (4.88)
De l'équation (4.86), nous trouvons
c2 = y − x 3 − c1 x 2 (4.89)
et de l'équation (4.87), nous trouvons
1 (1)
c1 = (y − 3x2 ), x 6= 0. (4.90)
2x
L'équation (4.88) devient donc
xy (2) − y (1) − 3x2 = 0. (4.91)
Séparation des variables.
Exemple 4.33.
1
y (1) + y 2 = 0 ⇒ y= (pôle). (4.92)
x − x0
Exemple 4.34. Z
dy
y (1) 2
+y =1 ⇒ = x − x0 . (4.93)
1 − y2
Z
1/2 1/2
⇔ + dy = x − x0 (4.94)
1−y 1+y
133
1 1+y 1+y
⇔ log = x − x0 ⇔ = exp{2(x − x0 )} (4.95)
2 1−y 1−y
exp{2(x − x0 )} − 1 exp{(x − x0 )} − exp{−(x − x0 )
⇒y= = (4.96)
exp{2(x − x0 )} + 1 exp{(x − x0 )} + exp{−(x − x0 )}
⇔ y = tanh(x − x0 ). (4.97)
Exemple 4.35. Z
dy
y (1) 2
+y =1 ⇒ = x − x0 . (4.98)
1 − y2
Posons y = cos(t). Alors dy = − sin(t)dt, où −π ≤ t < π . Nous obtenons

Z Z Z
dy − sin(t)dt dt t
= =−
= − log tan . (4.99)
1−y 2 2
sin (t) sin(t) 2
(4.100)

1 1 + cos(t)
= log = log |csc(t) − cot(t)| (4.101)
2 1 − cos(t)
(4.102)

t
= − log cos + log sin t (4.103)
2 2
(4.104)
⇒ y = tanh(x − x0 ). (4.105)
134
Chapitre 5
Équations diérentielles d'ordres

supérieurs
5.1 Notions fondamentales et dénitions
Une équation diérentielle d'ordre n est
F (x, y, y (1) , . . . , y (n) ) = 0,
si elle est résolue par rapport à y (n) ,
y (n) = f (x, y, y (1) , . . . , y (n−1) ). (5.1)
Le problème qui consiste à trouver une solution
y = φ(x, y00 , y10 , . . . , yn−1

0
)
de l'équation (5.1) satisfaisant aux conditions initiales à x = x0 ,



 y(x0 ) = y00 ,






y (1) (x0 ) = y10 ,
Constantes

 ..

 .




y (n−1) (x ) = y 0 ,
0 n−1
s'appelle le problème de Cauchy.

Le graphe de la solution particulière s'appelle la courbe intégrale.
135
Une équation de la forme
φ(x, C1 , . . . , Cn ) = 0
qui dénit de façon implicite la solution générale de l'équation (5.1) s'appelle intégrale géné-
rale de l'équation (5.1). En donnant aux constantes Ci , i = 1, . . . , n des valeurs numériques,
nous obtenons une intégrale particulière.
Théorème 5.1 (Théorème d'existence et d'unicité de la solution du problème de Cauchy).

Si dans l'équation (5.1), la fonction
f = f (x, y, y (1) , . . . , y (n−1) )
satisfait les conditions

1. f est continue en tous ses arguments x, y, y , ..., y
(1) (n−1)
dans un certain domaine D
de leur variation,
2. f possède dans D des dérivées partielles
∂f ∂f ∂f
, (1) , . . . , (n−1) ,
∂y ∂y ∂y
alors il existe un intervalle

x0 − δ < x < x 0 + δ
dans lequel il existe une solution unique

y = φ(x, y00 , y10 , . . . , yn−1
0
)
de l'équation (5.1) satisfaisant les conditions de Cauchy où les valeurs de x , y , y , ..., 0 0

0
1
y0
n−1 ∈ D.
Le théorème signie géométriquement que, par un point donné (x0 , y0 ) ∈ D ⊂ R2 , il ne se

passe qu'une seule courbe dont la pente de la tangente est y10 .
136
Dénition 5.1. Nous appelons la solution générale de l'équation (5.1) d'ordre n l'en-
semble de toutes les solutions dénies
y = φ(x, C1 , C2 , . . . , Cn )
contenant n constantes arbitraires C , C , . . . , C telle que les conditions initiales sont don-
1 2 n
nées, alors il existe des valeurs C̃ , C̃ , ..., C̃ telles que

1 2 n
y = φ(x, C̃1 , C̃2 , . . . , C̃n )
sera une solution de l'équation (5.1) satisfaisant les conditions initiales.

Dénition 5.2. Toute solution obtenue à partir de la solution générale pour des valeurs
concrètes des constantes arbitraires C , C , ..., C s'appelle la solution particulière de
1 2 n
l'équation.
137
5.2 Équations diérentielles ordinaires à coecients
variables d'ordre n

n
X
ak (x)y (k) = b(x), (5.2)
k=0
où an 6= 0 sur [a, b], ak (x) ∈ C([a, b]), k = 0, . . . , n, bn (x) ∈ C([a, b]), soumise aux conditions
initiales suivantes, appelées conditions de Cauchy
y(x0 ) = y0 ,
y (1) (x0 ) = y01 ,

..
.
y (n−1) (x0 ) = y0n−1 .
Si b(x) ≡ 0 sur [a, b], alors l'équation (5.2) est une équation homogène. Sinon, nous disons
que l'équation (5.2) est une équation non homogène.
Théorème 5.2 (Théorème d'existence et d'unicité).
Soit l'équation (5.2), si les deux conditions suivantes sont respectées
1. a , a , ..., a , b ∈ C ([a, b]) et a (x) 6= 0 sur [a, b],
0 1 n
1
n
2. Il existe x tel que x ∈ [a, b] et il existe {C , C , . . . , C } ∈ R,

0 0 0 1 n−1
alors, nous avons l'une des trois possibilités suivantes

1. Il existe une solution unique
y = φ(C0 , C1 , . . . , Cn−1 )
de l'équation (5.2) dénie sur [a, b] telle que pour x = x , 0
φ(x0 ) = C0 ,
φ(1) (x0 ) = C1 ,
..
φ(n) = Cn−1 .
138
2. Si φ est une solution de l'équation homogène (b = 0) sur [a, b] telle que pour x = x , 0
φ(x0 ) = 0,
φ(1) (x0 ) = 0,
..
φ(n)(x0 ) = 0,
pour x 0 ∈ [a, b] , alors pour tout x ∈ [a, b], nous avons que
φ(x) ≡ 0
est la solution triviale.

3. Soit {φ , φ , . . . , φ }, m solutions de l'équation homogène (5.2), alors toute combinai-
1 2 m
son linéaire
φ = C1 φ1 + · · · + Cm φm , C1 , . . . , Cm ∈ R
est aussi une solution.

Dénition 5.3. Considérons n fonctions dénies sur [a, b],
{φ1 (x), φ2 (x), . . . , φn (x)}.
Nous avons deux possibilités.

1. Ces fonctions sont linéairement dépendantes sur [a, b] s'il existe n constantes {C , . . . , C }
1 n
non toutes nulles tel que

C1 φ1 + · · · + Cn φn = 0, ∀x ∈ [a, b],
2. Si
C1 φ1 + · · · + Cn φn = 0, ∀x ∈ [a, b],
⇒ C1 = C2 = · · · = Cn = 0,
les n fonctions sont linéairement indépendantes sur [a, b].

139
Remarque : Pour le cas de deux fonctions, nous pouvons indiquer un critère plus simple,
l'indépendance linéaire, soit φ1 (x) et φ2 (x) deux fonctions dénies sur [a, b]


 φ1 (x)
 6= Constante ⇒ linéairement indépendant,
φ2 (x)

 φ1 (x)
 = Constante ⇒ linéairement dépendant.
φ2 (x)
Exemple 5.1. Vérier si les deux fonctions tan x et cos x sont linéairement dépendantes sur
l'intervalle [0, π/2],
Solution.
Considérons la combinaison linéaire des deux fonctions
C1 tan x + C2 cot x = 0,
C2
C=− ,
C1
tan x
= ,
cot x
= tan2 x 6= Constante.
Donc, ces fonctions sont linéairement indépendantes.
Exemple 5.2. Vérier si les fonctions sin 2x et (sin x)(cos x) sont linéairement dépendantes
sur les R.
Solution.
sin 2x
= 2 = Constante.
sin x cos x
Donc, ces fonctions sont linéairement dépendantes.
140
Théorème 5.3. Considérons l'équation diérentielle homogène suivante
n
X dk y
ak (x) k = 0,
k=0
dx
⇒ an y (n) + an−1 y (n−1) + · · · + a1 y (1) + a0 y = 0,
où a (x) ∈ C([a, b]), k = 0, . . . , n et a 6= 0 sur [a, b].

k n
1. Il existe un ensemble de n solutions linéairement indépendantes sur [a, b].

2. Si M est un ensemble de m solutions de l'équation tel que m > n, alors ces m solutions
sont linéairement dépendantes sur [a, b].
Dénition 5.4 (Wronskien, Josef Hoëné-Wronski 1778-1853).
Soient n fonctions
y1 (x), y2 (x), . . . , yn (x) de classe C n−1 , x ∈ [a, b].
Le déterminant de la matrice suivante

 n×n
y y2 ... yn
 1 
 (1) (1) (1) 
 y1 . . . yn 
.. .. . . . ..
y2
W(y1 , y2 , . . . , yn ) = 



 
 
(n−1) (n−1) (n−1)
y1 y2 . . . yn
s'appelle le Wronskien des fonctions {y (x), y (x), ..., y (x)} sur [a, b].
1 2 n
Théorème 5.4. Si un système de fonctions {y (x), y (x), ..., y (x)} est linéairement dé-
1 2 n
pendant sur [a, b], alors le Wronskien est identiquement nul sur [a, b].
Si il existe un point du domaine tel que le Wronskien est non nul, alors ces fonctions sont
linéairement indépendantes.
Corollaire 5.1. Soit {φ , φ , . . . , φ }, n solutions de l'équation homogène
1 2 n
n
X dk y
ak (x) = 0.
k=0
dxk
Ces solutions sont linéairement indépendantes sur D si et seulement si le Wronskien est

identiquement nul sur D.
141
Exemple 5.3. Vérier si les solutions suivantes sont linéairement indépendantes ou dépen-
dantes
{φ1 (x), φ2 (x), φ3 (x)} = {1, x2 , x3 }, x ∈ [−1, 1].
Solution.
Nous avons que
φ1 = 1
φ 2 = x2
φ 3 = x3
Le Wronskien est donc

2 3
1 x x → φ

W(φ1 (x), φ2 (x), φ3 (x)) = 0 2x 3x → φ0 ,
2

0 2 6x → φ(2)
= 2 6= 0.
Donc, les solutions sont linéairement indépendantes.
Exemple 5.4. Vérier si les solutions suivantes sont linéairement indépendantes ou dépen-
dantes
{φ1 (x), φ2 (x), φ3 (x)} = {1, x, x2 }, x ∈ [−1, 1].
Solution.
Nous avons que
φ1 = 1
φ2 = x
φ 3 = x2
142
Le Wronskien est donc

2
1 x x → φ

W(φ1 (x), φ2 (x), φ3 (x)) = 0 1 2x → φ0 ,

0 0 2 → φ(2)
= 2 6= 0,
⇒ C1 1 + C2 x + C3 x2 = 0,
Selon les cas, on a



x = 0 ⇒ C1 = 0

 



 

 
 C2 + C3 = 0



 x = ±1 ⇒

  ⇒ C2 = C3 = 0 linéairement indépendants.

 


 

 −C2 + C3 = 0
Donc, les solutions sont linéairement indépendantes.
Dénition 5.5. Soit {y , y , ..., y } le système fondamental de solutions de l'équation

1 2 n
linéaire homogène suivante

y (n) + P1 (x)y (n−1) + · · · + Pn (x)y = 0,
la formule de Liouville est dénie par

an−1 (t)
R
− xx (t)dt
W(x) = W(§0 )e 0 an (t)
R
− xx P1 (t)dt
= W(§0 )e 0 (5.3)
où W(x) = W[y , y , . . . , y ] est le Wronskien et le point x est élément de [a, b] sur lequel
1 2 n 0
les coecients
P1 (x), P2 (x), . . . , Pn (x)
de l'équation initiale sont continus.

143
Théorème 5.5. Soit {φ (x), φ (x), . . . , φ (x)}, n solutions de l'équation (5.3), nous avons
1 2 n
deux possibilités :
1. Soit que le Wronskien est nul, donc les solutions sont linéairement indépendantes, soit
qu'il n'existe aucun x ∈ [a, b] tel que W(x) = 0.
2. Soit {φ (x), φ (x), . . . , φ (x)} sont linéairement indépendantes sur [a, b] si et seulement
1 2 n
si pour tout x ∈ [a, b], W =6 0. Donc, toute autre solution de l'équation (5.3) peut
s'écrire comme une combinaison linéaire des {φ (x), φ (x), . . . , φ (x)}.
1 2 n
Dénition 5.6. Soit un système donné de fonctions

{y1 (x), y2 (x), . . . , yn (x)}, x ∈ [a, b],
posons
Z b
(yi , yj ) = yi (x)yj (x)dx, i, j = 1, 2, . . . , n,
a
le déterminant de la matrice

(y1 , y1 ) (y1 , y2 ) . . . (y1 , yn )

(y2 , y1 ) (y2 , y2 ) . . . (y2 , yn )

Γ(y1 , y2 , . . . , y3 ) =

.. .. ...

..

(yn , y1 ) (yn , y2 ) . . . (yn , yn )
s'appelle le déterminant de Gram du système de fonction {y (x)}. k
Théorème 5.6. Le déterminant de Gram est nul si et seulement si le système de fonctions

y (x), y (x), . . . , y (x) est linéairement dépendante sur [a, b].
1 2 n
Exemple 5.5. Montrez que les fonctions
y1 (x) = x et y2 (x) = 2x,
sont linéairement dépendantes sur [0, 1].
144
Solution.
Z 1
(y1 (x), y1 (x)) = x2 dx
0
1
= ,
3
(y1 (x), y2 (x)) = (y2 (x), y1 (x))

Z 1
= 2x2 dx
0
2
= ,
3
Z 1
(y2 (x), y2 (x)) = 4x2 dx
0
4
= ,
3

1
/3 2/3
Γ(y1 (x), y2 (x)) =

2/3 4/3
= 0.
Donc, y1 (x) = x et y2 (x) = 2x sont linéairement dépendantes sur [0, 1].
Dénition 5.7 (Solution générale et système fondamental).

Si {φ (x), φ (x), . . . , φ (x)} sont des solutions linéairement indépendantes de l'équation (5.3)
1 2 n
sur [a, b], alors

oùx ∈ [a, b] et {C (x), C (x), . . . , C (x)} ∈ R,
n
X
φ(x) = C φ ,
k k 1 2 n
k=1
est une solution générale et {φ (x), φ (x), . . . , φ (x)} est un système fondamental.
1 2 n
145
Exemple 5.6. Résoudre cette équation diérentielle d'Euler-Cauchy, à l'aide de la formule
de Liouville.
2x2 y (2) + 3xy (1) − y = 0
a2 = 2x2
a1 = 3x
Solution.
Soit y1 = x1/2 et y2 = x−1 , le système fondamental sur (0, 9].

1/2 −1
x x
1/2 −1
W(x , x ) =
1 − 1/2 −2
2x −x
−3
= −3/2x 2
6= 0 si x > 0
On a donc que y1 , y2 sont linéairement indépendants.

Soient an (t) = 2t2 et an−1 (t) = 3t.
Rx an−1 (t)
− dt
W = W(x0 )e x0 an (t)
Rx 3t
− x0 2t2 dt
= W0 (1)e
= W0 (1)e− /2 ln |x|
3
= W0 (1)x− /2
3

1 1

Or, W0 (1) =

/2 −1
1
−3
= W(x)
2
3 3
= − x− /2 si x > 0
2
Donc, y1 et y2 sont linéairement indépendants.
146
5.3 Division synthétique (Descartes)
Lorsque nous avons un polynôme de degré 2, on peut trouver directement les racines à l'aide
de la formule quadratique. Par contre, lorsque l'on a un polynôme dont le degré est supérieur
à 2, on peut utiliser la division synthétique pour trouver ses racines. Les exemples qui suivent
expliquent la méthode.
Exemple 5.7. Utiliser la méthode de la division synthétique an de trouver les racines du
polynôme de degré 3 suivant
λ3 + 3λ2 + 6λ − 10 = 0.
Solution.
Les diviseurs du coecient constant, c'est-à-dire -10 sont
{±1, ±2, ±5, ±10}.
L'un de ces facteurs est une racine, pour savoir lequel, substituons le polynôme. Par exemple,
prenons λ = 1, nous avons alors
λ3 + 3λ2 + 6λ − 10 = 0,
⇒ 13 + 3 · 12 + 6 · 1 − 10 = 0,
⇒ 0 = 0.
Donc, λ1 = 1 est une racine. Nous pouvons réécrire le polynôme en ne conservant que les
coecients de la façon suivante
1 3 6 -10 1
(1 · 1) (1 · 1 + 3) (4 · 1 + 6)
1 3 6 -10 1
1 4 10
(1 + 0) (1 + 3) (4 + 6) (10 − 10)
147
1 3 6 -10 1
1 4 10
1 4 10 0
Comme le dernier élément est 0, λ1 = 1 est une racine. Nous avons maintenant un polynôme
de degré 2
λ2 + 4λ + 10 = 0.
Nous pouvons directement utiliser la formule quadratique pour trouver les racines.
√
−4 ± 16 − 40
λ= ,
2
√
−4 + i 24
⇒ λ2 = ,
2√
−4 − i 24
⇒ λ3 = .
2
En résumé, les racines sont
λ1 = 1,
√
−4 + i 24
λ2 = ,
2√
−4 − i 24
λ3 = .
2
Exemple 5.8. Utiliser la méthode de la division synthétique an de trouver les racines du
polynôme suivant
λ7 − 3λ6 + 5λ5 − 7λ4 + 7λ3 − 5λ2 + 3λ − 1 = 0.
Solution.
Les diviseurs du coecient constant, c'est-à-dire −1 sont −1, 1. L'un de ces facteurs est une
racine, pour savoir lequel, substituons le dans le polynôme. Par exemple, prenons λ = 1,
148
nous avons alors
λ7 − 3λ6 + 5λ5 − 7λ4 + 7λ3 − 5λ2 + 3λ − 1 = 0,
⇒ 17 − 3 · 16 + 5 · 15 − 7 · 14 + 7 · 13 − 5 · 12 + 3 · 1 − 1 = 0,
⇒ 0 = 0.
coecients de la façon suivante
1 -3 5 -7 7 -5 3 -1 1
1 -2 3 -4 3 -2 1
1 -2 3 -4 3 -2 1 0 1
1 -1 2 -2 1 -1
1 -1 2 -2 1 -1 0 1
1 0 2 0 1
1 0 2 0 1 0
Comme le dernier élément est 0, λ = 1 est une racine de multiplicité 3. Nous avons maintenant
un polynôme de degré 4
λ4 + 2λ2 + 1 = 0.
Posons P = λ2 , nous obtenons
P 2 + 2P + 1 = 0.
Nous pouvons directement utiliser la formule quadratique pour trouver les racines,
P1 = −1, P2 = −1,
⇒ λ1 = i, λ2 = −i, λ3 = i, λ4 = −i.
149
5.4 Équations linéaires homogènes à coecients
constants
Soit une équation diérentielle homogène de la forme suivante
an y (n) + an−1 y (n−1) + · · · + a0 y = 0,
où ai ∈ R, i = 1, . . . , n, a0 6= 0.
Pour résoudre ce type d'équation, posons
y = eλx .
Les dérivées par rapport à x sont respectivement
y (1) = λeλx ,
y (2) = λ2 eλx ,
..
.
y (n) = λn eλx .
L'équation caractéristique est

eλx an λn + · · · + a1 λ1 + a0 = 0.
5.4.1 Équation de degré 2 à coecients constants
Soit une équation diérentielle homogène de la forme suivante
ay (2) + by (1) + cy = 0, a 6= 0.
An de résoudre l'équation, il faut poser
y = eλx .
150
Les dérivées successives sont
y (1) = λeλx ,
y (2) = λ2 eλx .
On obtient donc l'équation caractéristique

eλx aλ2 + bλ + c = 0
Comme eλx 6= 0, on a
aλ2 + bλ + c = 0.
Selon les racines obtenues, il y a trois cas possibles qui sont présentés plus bas.
5.4.2 Étapes de résolution
Étape 1. Substituons ces équations dans l'équation initiale, nous obtenons alors l'équation
caractéristique de l'équation initiale,
a0 λn + a1 λn−1 + · · · + an = 0.
Étape 2. Cherchons les racines λ1 , λ2 , . . ., λn de l'équation caractéristique. Par exemple, en

utilisant la méthode de la division synthétique.
Étape 3. D'après la nature des racines de l'équation caractéristique, écrivons les solutions par-
ticulières linéairement indépendantes de l'équation initiale. Pour chacune des racines,
4 cas se présentent.
Cas 1. λ est une racine réelle simple (multiplicité=1) de l'équation caractéristique. On

rencontre ce cas lorsque le discriminant est strictement positif. Dans une équation
de degré 2, on a
∆ := b2 − 4ac > 0.
151
On a donc les deux racines
λ1 6= λ2 .
Dans ce cas, la solution particulière de l'équation initiale est
yp = eλx .
Pour une équation de degré 2, la solution complémentaire est
yc = C1 eλ1 x + C2 eλ2 x .
Cas 2. λ est une racine complexe simple (multiplicité=1) de l'équation caractéris-

tique, c'est-à-dire
λ1 = α + iβ, 6= λ2 = α − iβ, où β 6= 0
∆ := b2 − 4ac < 0
On rencontre ce cas lorsque le discriminant est strictement plus petit que 0. Dans
ce cas, il y a deux solutions particulières de l'équation initiale,
y1 = eαx cos(βx), y2 = eαx sin(βx).
yc = eαx (C1 cos (βx) + C2 sin (βx)) .
Où α est la partie réelle de λ et β est la partie imaginaire de λ.
Cas 3. λ est une racine réelle de multiplicité k de l'équation caractéristique. On

rencontre ce cas lorsque le discriminant est nul. Dans une équation de degré 2, on
a
∆ := b2 − 4ac = 0.
152
On a alors l'unique racine de multiplicité k
λi = λj , i, j ∈ {1, . . . , k}.
Dans une équation de degré 2, on a
λ1 = λ2 , λ1 , λ2 ∈ R.
Dans ce cas, il y a k solutions particulières de l'équation initiale,
y1 = eλx ,
y2 = xeλx ,
..
.
yk = xk eλx .
yc = (C1 x + C2 ) eλ1 x .
Cas 4. λ est une racine complexe de multiplicité k de l'équation caractéristique.

Dans ce cas, il y a 2k solutions particulières de l'équation initiale,
y1 = eαx cos(βx),
y2 = xeαx cos(βx),
..
.
yk = xk eαx cos(βx),
yk+1 = eαx sin(βx),
yk+2 = xeαx sin(βx),

..
.
y2k = xk eαx sin(βx).
153
La solution complémentaire est la somme de toutes les solutions particulières. Le
nombre de solutions particulières de l'équation initiale est égal à l'ordre de cette équa-
tion.
Exemple 5.9. Trouver la solution complémentaire de l'équation diérentielle suivante
2y (2) − 5y (1) − 3y = 0.
Solution.
Posons y = eλx et substituons dans l'équation initiale pour obtenir

eλx 2λ2 − 5λ − 3 = 0.
Le discriminant est strictement positif, en eet
∆ := b2 − 4ac
= (−5)2 − 4(2)(−3)
= 25 + 24
= 49 > 0.
On est dans le cas 1, on a les deux racines simples et réelles
λ1 = −1/2 et λ2 = 3.
Ainsi, la solution complémentaire est
y c = C1 e −
x/2
+ C2 e3x .
Exemple 5.10. Trouver la solution complémentaire de l'équation diérentielle suivante
4y (2) + 12y (1) + 9y = 0.
Solution.
Posons y = eλx . L'équation caractéristique est donc
4λ2 + 2λ + 9 = 0.
154
On est dans le cas 3, le discriminant est nul,
∆ : = b2 − 4ac,
= 122 − 4(4)(9),
= 144 − 144,
= 0.
On a donc une racine double réelle
λ1 = λ2 = − 3/2.
yc = (C1 x + C2 ) e−
3x/2
.
Exemple 5.11. Trouver la solution générale de l'équation suivante
y (2) + 4y (1) + 9y = 0.
Solution.
Posons y = eλx et calculons toutes ses dérivées
y = eλx ,
y (1) = λeλx ,
y (2) = λ2 eλx .
En substituant dans l'équation initiale, nous obtenons l'équation caractéristique suivante
y (2) + 4y (1) + 9y = 0,
⇒ λ2 eλx + 4λeλx + 9eλx = 0,
⇒ λ2 + 4λ + 9 = 0.
Nous trouvons alors les racines suivantes
λ1 = −2 + 5i, λ2 = −2 − 5i.
yg (t) = C1 e−2x cos(5x) + C2 e−2x sin(5x).
155
Exemple 5.12. Trouver la solution générale de l'équation diérentielle
y (3) − 2y (2) − 3y (1) = 0
Solution.
On pose eλx et on le substitue dans l'équation initiale pour obtenir

eλx λ3 − 2λ2 − 3λ = 0

⇒ λ λ2 − 2λ − 3 = 0.
On est dans le cas 3, on a 3 racines simples distinctes qui sont

λ1 = 0, λ2 = −1, λ3 = 3.
yg = C1 + C2 e−x + C2 e3x .
Exemple 5.13. Trouver les solutions générale et complémentaire de l'équation suivante
y (2) + 4y (1) + 13y = 0.
Solution.
Posons y = eλx et trouvons toutes ses dérivées
y = eλx ,
y (1) = λeλx ,
y (2) = λ2 eλx .
y (2) + 4y (1) + 13y = 0,
⇒ λ2 eλx + 4λeλx + 13eλx = 0,
⇒ λ2 + 4λ + 13 = 0.
λ1 = −2 + 3i, λ2 = −2 − 3i.
156
yg (t) = e−2x (C1 cos(3x) + C2 sin(3x)).
Pour trouver la solution complémentaire, on est au cas 2. Soient α la partie réelle de λ2 et

β , sa partie imaginaire. On a
α = −2 et β = 3.
La solution complémentaire est donc
yc = e−2x (C1 cos(3x) + C2 sin(3x)) .
y (3) + 2y (2) + y (1) = 0.
Solution.
Posons y = eλx et calculons toutes ses dérivées
y = eλx ,
y (1) = λeλx ,
y (2) = λ2 eλx ,
y (3) = λ3 eλx .
y (3) + 2y (2) + y (1) = 0,
⇒ λ3 + 2λ2 + λ = 0,
⇒ λ(λ2 + 2λ + 1) = 0,
⇒ λ(λ + 1)2 = 0.
On a une racine simple, λ1 et une racine double λ2 = λ3 .
⇒ λ1 = 0, λ2 = −1, λ3 = −1.
yg (t) = C1 + (C2 x + C3 )e−x .
157
y (3) + 4y (2) + 13y (1) = 0.
Solution.
y = eλx ,
y (1) = λeλx ,
y (2) = λ2 eλx ,
y (3) = λ3 eλx .
y (3) + 4y (2) + 13y (1) = 0,
⇒ λ3 + 4λ2 + 13λ = 0,
⇒ λ(λ2 + 4λ + 13) = 0,
On a une racine simple et deux racines complexes.
λ1 = 0,
√
−4 + 16 − 52
λ2 =
2
= −2 + 3i,
√
−4 − 16 − 52
λ3 =
2
= −2 − 3i.
Pour les racines complexes, on a α = −2 et β = 3.

yg (t) = C1 + e−2x (C2 cos(3x) + C3 sin(3x)).
158
y (7) − 3y (6) + 5y (5) − 7y (4) + 7y (3) − 5y (2) + 3y (1) − y = 0.
Solution.
y = eλx ,
y (1) = λeλx ,
y (2) = λ2 eλx ,
y (3) = λ3 eλx ,
y (4) = λ4 eλx ,
y (5) = λ5 eλx ,
y (6) = λ6 eλx ,
y (7) = λ7 eλx .
y (7) − 3y (6) + 5y (5) − 7y (4) + 7y (3) − 5y (2) + 3y (1) − y = 0,
eλx (λ7 − 3λ6 + 5λ5 − 7λ4 + 7λ3 − 5λ2 + 3λ1 − 1) = 0,
λ7 − 3λ6 + 5λ5 − 7λ4 + 7λ3 − 5λ2 + 3λ1 − 1 = 0.
Les racines sont
λ1 = λ2 = λ3 = 1,
λ4 = λ5 = i,
λ6 = λ7 = −i.
On a une racine triple réelle et deux racines doubles complexes.
yg (t) = (C1 x2 + C2 x + C3 )ex + (C4 x + C5 ) cos x + (C6 x + C7 ) sin x.
159
y (7) − 14y (6) + 80y (5) − 242y (4) + 419y (3) − 416y (2) + 220y (1) − 48y = 0.
Solution.
y = eλx ,
y (1) = λeλx ,
y (2) = λ2 eλx ,
y (3) = λ3 eλx ,
y (4) = λ4 eλx ,
y (5) = λ5 eλx ,
y (6) = λ6 eλx ,
y (7) = λ7 eλx .
y (7) − 14y (6) + 80y (5) − 242y (4) + 419y (3) − 416(2) + 220y (1) − 48y = 0,
⇒ eλx (λ7 − 14λ6 + 80λ5 − 242λ4 + 419λ3 − 416λ2 + 220λ − 48) = 0,
⇒ λ7 − 14λ6 + 80λ5 − 242λ4 + 419λ3 − 416λ2 + 220λ − 48 = 0.
Nous allons utiliser la méthode de la division synthétique an de trouver les racines du
polynôme. Les diviseurs du coecient constant, c'est-à-dire −48, sont
{±1, ±2, ±3, ±4, ±6, ±8, ±12, ±16, ±24, ±48}.
L'un de ces facteurs est une racine, pour savoir lequel, substituons le polynôme. Par exemple,
prenons λ = 1, nous avons alors
λ7 − 14λ6 + 80λ5 − 242λ4 + 419λ3 − 416λ2 + 220λ − 48 = 0,
17 − 14 · 16 + 80 · 15 − 242 · 14 + 419 · 13 − 416 · 12 + 220 · 1 − 48 = 0,
⇒ 0 = 0.
160
coecients de la façon suivante.
1 -14 80 -242 419 -416 220 -48 1

1 -13 67 -175 244 -172 48
1 -13 67 -175 244 -172 -48 0 1
1 -12 55 -120 124 48
1 -12 55 -120 124 -48 0 1
1 -11 44 -76 48
1 -11 44 -76 48 0 2
2 -18 52 -48
1 -9 26 -24 0 2
2 -14 24
1 -7 12 0 3
3 -12
1 -4 0 4
4
1 0
Les racines sont
λ1 = λ2 = λ3 = 1,
λ4 = λ5 = 2,
λ6 = 3,
λ7 = 4.
yg (t) = (C1 x2 + C2 x + C3 )ex + (C4 x + C5 )e2x + C6 e3x + C7 e4x .
161
y (5) − 2y (4) + 2y (3) − 4y (2) + y (1) − 2y = 0.
Solution.
y = eλx ,
y (1) = λeλx ,
y (2) = λ2 eλx ,
y (3) = λ3 eλx ,
y (4) = λ4 eλx ,
y (5) = λ5 eλx .
λ5 − 2λ4 + 2λ3 − 4λ2 + λ − 2 = 0,
(λ − 2)(λ + 1)2 = 0.
λ1 = 2,
λ2 = λ3 = i,
λ4 = λ5 = −i.
Pour chaque racine, nous trouvons la solution particulière
y1 = C1 e2x ,
y2 = C2 cos x,
y3 = C3 x cos x,
y4 = C4 sin x,
y5 = C5 x sin x.
162
yg = y1 + y2 + y3 + y4 + y5 ,
= C1 e2x + (C3 x + C2 ) cos x + (C5 x + C4 ) sin x.
Exemple 5.19. Trouver la solution complémentaire de l'équation suivante
y (3) − 2y (2) − 5y (1) + 6y = 0.
Solution.
Posons erx
r3 − 2r2 − 5r + 6 = 0.
Nous avons trois racines simples,
r1 = 1, r2 = −2, r3 = 3.
yc = C1 ex + C2 e−2x + C3 e3x
Exemple 5.20. Trouver la solution complémentaire de l'équation suivante
y (3) + 8y = 0.
Solution.
Posons erx
r3 + 8 = 0.
Les racines sont

√ √
r1 = −2, r2 = 1 + i 3, r3 = 1 − i 3.

√ √
yc = C1 e−2x + ex C2 cos(x 3) + C3 sin(x 3) .
163
y (4) + 4y (3) + 8y (2) + 8y (1) + 4y = 0.
Solution.
Posons y = eλx
λ2 + 4λ3 + 8λ2 + 8λ + 4 = 0,
2
⇐⇒ λ2 + 2λ + 2 = 0.
Les racines sont
λ1 = λ2 = −1 − i,
λ3 = λ4 = −1 + i.
yg = e−x ((C1 + C3 x) cos x + (C2 + C4 ) sin x)
5.4.3 Devoir
Résoudre les équations diérentielles suivantes
1. y (2) + 4y = 0, dont les conditions initiales sont y(0) = 0, y (1) (0) = 2,
2. y (2) + π 2 y = 0, dont la condition initiale est y(0) = 0,
3. y (2) − 6y (1) + y = 0.
164
5.5 Équations linéaires non homogènes à coecients
constants
5.5.1 Méthode de variation des paramètres (Méthode de

Lagrange)
Soit l'équation diérentielle aux coecients constants suivante
y (n) + an−1 y (n−1) + · · · + a1 y (1) + a0 y = b(x). (5.4)
Remarquons que le coecient de y (n) est ramené à 1.
5.5.2 Démarche à suivre pour la méthode de variation des

paramètres
Voici la démarche à suivre an de trouver la solution générale de l'équation (5.4).
1) Partie homogène
1. Trouver un système fondamental
{φ1 , φ2 , . . . , φn }
linéairement indépendant sur [a, b].
2. Le Wronskien
W(φ1 , φ2 , . . . , φn )(x) 6= 0, sur [a, b].
3. La solution complémentaire de l'équation (5.4) est
yc = C1 φ1 + C2 φ2 + · · · + Cn φn .
165
Les coecients de la solution particulière Ci deviennent des fonctions
Ci 7→ Ci (x), i = 1, . . . , n.
1. Nous trouvons la solution particulière de l'équation (5.4) déterminée par l'équation

suivante
yp = C1 (x)φ1 + C2 (x)φ2 + · · · + Cn (x)φn .
Nous imposons alors les conditions de Lagrange sur

dC1 (x) dCn (x)
,..., ,
dx dx
ces conditions sont dénies par le système suivant

    
dC1 (x)
φ1 φ2 ... φn 0
   dx 
 dφ1 dφ2 dφn   dC2 (x)   
 ...    ... 


 dx dx dx   dx   .
 . .. .. ..   . =
 .. . . .   .   0  
  .   
 dn−1 φ dn−1 φ n−1
d φn   
1 2 dCn (x) b(x)
...
dxn−1 dxn−1 dxn−1 dx
Nous obtenons alors un système de n équations à n inconnues, c'est-à-dire
dC1 (x) dCn (x)

,..., .
dx dx
2. Comme le Wronskien W(φ1 , φ2 , . . . , φn )(x) est non nul, alors le système a une solution
unique. Plusieurs techniques de résolution existent an de résoudre ce système. Par
exemple, ce pourrait être la méthode de Cramer. Nous allons utiliser cette méthode
an de résoudre ces systèmes dans les exercices.
3. Une fois le système résolu, il faut intégrer an de trouver C1 (x), C2 (x), . . . , Cn (x). Nous
obtenons la solution particulière dénie par
yp = C1 (x)φ1 + C2 (x)φ2 + · · · + Cn (x)φn .
4. La solution générale de l'équation initiale est yg = yc + yp .
166
Exemple 5.22. Trouver la solution générale de l'équation d'Euler-Cauchy suivante
y (3) − 7y (2) + 19y (1) − 13y = 13x3 − 57x2 − 10x + 70.
Solution.
1) Partie homogène
y (3) − 7y (2) + 19y (1) − 13y = 0.
Posons y = erx , on obtient
r3 − 7r2 + 19r − 13 = 0.
Les racines sont
r1 = 1, r2 = 3 + 2i, r3 = 3 − 2i.
yc = aex + e3x (b cos(2x) + c sin(2x)) .

Posons la solution particulière de la forme
yp = Ax3 + Bx2 + Cx + D.
Avec ses dérivées successives
yp(1) = 3Ax2 + 2Bx + C, yp(2) = 6Ax + 2B, yp(3) = BA.
Dans l'équation initiale, on obtient

6A − 7 (6Ax + 2B) + 19 (3Ax + 2Bx + C) − 13 Ax3 + Bx2 + Cx + D = 13x3 − 57x2 − 10x + 70.
On trouve les équations
x0 : 6A − 14B + 19C − 130 = 70, x1 : −42A + 38B − 13C = −10,
x2 : 57A − 13B = −57, x3 : −13A = 13.
167
On trouve les constantes
A = −1, B = 0, C = 4, D = 0.
La solution particulière est donc
yp = −x3 + 4x.
yg = yp + yc ,
= −x3 + 4x + aex + e3x (b cos(2x) + C sin(2x)) .
Exemple 5.23. Trouver la solution générale de l'équation d'Euler-Cauchy en utilisant la

méthode de variation des paramètres
x3 y (3) − 3x2 y (2) + 6xy (1) − 6y = 2x + 1, x 6= 0.
Solution.
En sachant que {x, x2 , x3 } sont des solutions linéairement indépendantes
Étape 1. Isoler y (n) .

On obtient l'équation
3y (2) 6y (1) 6y 2x + 1
y (3) − + 2 − 3 = .
x x x x3
Étape 2. Partie homogène.

La solution complémentaire associée à la partie homogène de l'équation est
y c = C 1 x + C 2 x2 + C 3 x3 .
Étape 3. Partie non homogène.

On pose
Ci 7→ Ci (x), i ∈ {1, 2, 3}.
yp = C1 (x)x + C2 (x)x2 + C3 x3 .
168
Étape 4. Le système de Lagrange
Les conditions sont,
    
(1)
x x 2 x3 C1 0
    
 2   (1)   
=
 1 2x 3x  C2   0 
    
(1) 2x+1
0 2 6x C3 x3
.
D'où on a, par la méthode de Cramer,




(1)
C1 = 12 2x+1
,

 x2








(1) 2x+1

 C2 = − x3
,











C (1) = 1 2x+1
3 2 x4
.
Étape 5. On intègre pour trouver C1 , C2 , C3 .

1 1
C1 = 2 ln |x| − ,
2 x
2 1
C2 = + 2 ,
x 2x
−1 1 1
C3 = + .
2 x2 3x3

1 2 1 2 1 1
yp = ln |x| − x+ + x − + x3 ,
2x x 2x2 2x2 6x3
3x 1
= x ln |x| + − .
2 6
Étape 6. Solution générale.
yg = yp + yc
3x 1
= C1 x + C2 x2 + C3 x3 + x ln |x| + − ,
2 6
1
= Ĉ1 x + C2 x2 + C3 x3 + x ln |x| − .
6
169
Exemple 5.24. Trouver la solution générale en utilisant la méthode de variation de para-
mètres
2 1
y (2) + y (1) + y = .
x x
Solution.
Étape 1. Isoler y (n)

Il est déjà isolé.
Étape 2. Partie homogène

sin x cos x
y c = C1 + C2 ,
x x
sin x
y1 = ,
x
cos x
y2 = .
x
Les solutions y1 et y2 sont linéairement indépendantes. Le Wronskien donne − x12 6= 0.
Étape 3. Partie non homogène

À l'aide de la méthode de Lagrange, on pose
Ci 7→ Ci (x), i = 1, 2.

sin x cos x
yp = C1 (x) + C2 (x) .
x x
Étape 4. Conditions de Lagrange
 
sin x cos x    
 x x  C (1)
  1  0
  =
  C (1) 1
.
x cos x−sin x −x sin x−cos x 2 x
x2 x2
D'où on a, par la méthode de Cramer,

(1) (1)
C1 = cos x et C2 = − sin x
170
Étape 5. En intégrant, on obtient
C1 = sin x + Ĉ1 et C2 = cos x + Ĉ2
Étape 6. La solution générale est donc
sin x cos x 1
yg = Ĉ1 + Ĉ2 +
x x x

mètres
1
y (2) + y = , x 6= kπ.
sin x
Solution.
L'équation homogène de l'équation initiale est
y (2) + y = 0.
Posons y = erx , en dérivant par rapport à x, nous obtenons
y (1) = rerx ,
y (2) = r2 erx .
L'équation homogène devient
y (2) + y = 0,
⇒ r2 erx + erx = 0,
⇒ r2 + 1 = 0.
Les racines sont
r1 = i, r2 = −i.
yc = C1 cos x + C2 sin x.
171
Pour la partie non homogène, vérions que le Wronskien est non nul

cos x sin x

W(cos x, sin x) = ,

− sin x cos x
= cos2 x + sin2 x,
= 1 6= 0 linéairement indépendants.
1
y1 = sin x, y2 = cos x et r(x) =
sin x
Donc, nous pouvons poser
C1 7→ C1 (x), C2 7→ C2 (x).
yp = C1 (x) cos x + C2 (x) sin x.
Les conditions de Lagrange sont

   dC (x)   
1
cos x sin x  0
   dx   =  1 .
dC2 (x)
− sin x cos x
dx sin x
Utilisons la méthode de Cramer an de résoudre ce système.
Trouvons C1 (x)

0 sin x

1
dC1 (x) cos x
= sin x
,
dx
cos x sin x

− sin x cos x
= −1,
Z
dC1 (x)
⇒ C1 (x) = dx,
dx
Z
= − 1dx,
= −x.
172
Trouvons C2 (x),

cos x 0

1
dC2 (x) − sin x
= sin x ,
dx
cos x sin x

− sin x cos x
= cot x,
Z
dC2 (x)
⇒ C2 (x) = dx,
dx
Z
= cot xdx,
= ln | sin x|.
yp = −x cos x + ln | sin x| · sin x.
La solution générale est alors donnée par
yg = yc + yp ,
= C1 cos x + C2 sin x − x cos x + ln | sin x| · sin x.

mètres
ex
y (2) − y = .
ex + 1
Solution.
y (2) − y = 0.
y (1) = rerx ,
y (2) = r2 erx .
173
y (2) − y = 0,
⇒ r2 erx − erx = 0,
⇒ r2 − 1 = 0.
Les racines sont
r1 = 1, r2 = −1.
yc = C1 ex + C2 e−x .
|{z} | {z }
y1 y2

x −x
e e
W(ex , e−x ) = ,

x
e −e −x
= −1 − 1,
= −2 6= 0 linéairement indépendants.
C1 7→ C1 (x), C2 7→ C2 (x).
yp = C1 (x)ex + C2 (x)e−x .

   dC (x)   
1
ex
e −x 0
  
 dCdx(x)  =  ex  .
ex −e−x 2
dx ex + 1
174
Trouvons C1 (x)

−x
0 e
x
e −x
dC1 (x) x+1
−e
= e ,
dx x
e e−x

x
e −e−x
1 1
= ,
2 ex + 1
Z
dC1 (x)
⇒ C1 (x) = dx,
dx
Z
1 1
= dx,
2 ex + 1
Z
1 e−x
= dx, on pose u = e−x + 1
2 1 + e−x
1
= (x − ln |ex + 1|).
2
Trouvons C2 (x)

x
e 0

x ex
dC2 (x) e
= ex + 1 ,
dx x
e e−x

x −x
e −e
e2x/(ex + 1)
= ,
−2
1 e2x
=− x ,
2e +1
Z
dC2 (x)
⇒ C2 (x) = dx,
dx
Z
1 e2x
= − x dx,
2e +1
ex 1
= − + ln |ex + 1|.
2 2
175
yp = C1 (x)ex + C2 (x)e−x ,
x
1 e 1
= (x − ln |e + 1|) e + − + ln |e + 1| e−x .
x x x
2 2 2
La solution générale est donnée par
yg = yc + yp ,
x
−x 1 e 1
x
= C1 e + C2 e + (x − ln |e + 1|) e + − + ln |e + 1| e−x .
x x x
2 2 2

mètres
y (2) + 4y = sin(2x).
Solution.
y (2) + 4y = 0,
y (1) = rerx ,
y (2) = r2 erx .
y (2) + 4y = 0,
⇒ r2 erx + 4erx = 0,
⇒ r2 + 4 = 0.
Les racines sont
r1 = 2i, r2 = −2i,
α = 0, β = 2.
176
yc = C1 cos(2x) + C2 sin(2x).

cos(2x) sin(2x)
W(cos(2x), sin(2x)) = ,

−2 sin(2x) 2 cos(2x)
= 2 cos2 (2x) + 2 sin2 (2x),
C1 7→ C1 (x), C2 7→ C2 (x).
La solution particulière est alors
yp = C1 (x) cos(2x) + C2 (x) sin(2x).

   dC (x)   
1
cos(2x) sin(2x)  0
   dx  = .
dC2 (x) 
−2 sin(2x) 2 cos(2x) sin(2x)
dx
Trouvons C1 (x)

0 sin(2x)

dC1 (x) sin(2x) 2 cos(2x)
= ,
dx
cos(2x) sin(2x)

− sin2 (2x)
= ,
2
177
Z
dC1 (x)
⇒ C1 (x) = dx,
dx
Z
sin2 (2x)
= − dx,
2
1 x
= cos(2x) sin(2x) − ,
8 4
1 1
=− x − sin(4x) .
4 4
Trouvons C2 (x)

cos(2x) 0

dC2 (x) −2 sin(2x) sin(2x)
= ,
dx
cos(2x) sin(2x)

−2 cos(2x) 2 cos(2x)
cos(2x) sin(2x)
= ,
2
sin(4x)
= ,
4
Z
dC2 (x)
⇒ C2 (x) = dx,
dx
Z
cos(2x) sin(2x)
= dx,
2
−1
= cos(4x).
16

1 1 −1
yp = − x − sin(4x) cos(2x) + cos(4x) sin(2x).
4 4 16
yg = yc + yp ,

1 1 1
= C1 cos(2x) + C2 sin(2x) − x − sin(4x) cos(2x) − cos2 (2x) sin(2x).
4 4 16
178
mètres
y (2) + y = tan x.
Solution.
y (2) + y = 0.
y (1) = rerx ,
y (2) = r2 erx .
y (2) + y = 0,
⇒ r2 erx + erx = 0,
⇒ r2 + 1 = 0,
⇒ r2 = −1.
Les racines sont
r1 = i, r2 = −i.
yc = C1 cos x + C2 sin x.

cos x sin x
W(cos x, sin x) = ,

− sin x cos x
= cos2 x + sin2 x,
= 1 6= 0 linéairement indépendants
179
C1 7→ C1 (x), C2 7→ C2 (x).
yp = C1 (x) cos x + C2 (x) sin x.
   dC (x)   
1
cos x sin x  0
   dx   = .
dC2 (x)
− sin x cos x tan x
dx

Trouvons C1 (x)

0 sin x

dC1 (x) tan x cos x
= ,
dx
cos x sin x

− sin x cos x
= tan x sin x,
sin2 x
= ,
cos x
cos2 x − 1
= ,
cos x
Z
dC1 (x)
⇒ C1 (x) = dx,
dx
Z 2
cos x − 1
= dx,
cos x
Z
= (cos x − sec x)dx,
= − ln | sec x + tan x| + sin x,

x π

= sin x − ln tan + .
2 4
180
Trouvons C2 (x)

cos x 0

dC2 (x) − sin x tan x
= ,
dx
cos x sin x

− sin x cos x
= sin x,
Z
dC2 (x)
⇒ C2 (x) = dx,
dx
Z
= sin xdx,
= − cos x.

x π

yp = sin x − ln tan + cos x − cos x sin x,
x π2 4

= − ln tan + cos x.
2 4
yg = yc + yp ,
x π

= C1 cos x + C2 sin x − ln tan + cos x.
2 4
mètres
y (2) + 9y = sin(3x).
Solution.
y (2) + 9y = 0.
y (1) = rerx ,
y (2) = r2 erx .
181
y (2) + 9y = 0,
⇒ r2 erx + 9erx = 0,
⇒ r2 + 9 = 0,
⇒ r2 = −9.
Les racines sont
r1 = 3i, r2 = −3i.
yc = C1 cos(3x) + C2 sin(3x).

cos(3x) sin(3x)
W(cos(3x), sin(3x)) = ,

= 3 cos2 (3x) + 3 sin2 (3x),
C1 7→ C1 (x), C2 7→ C2 (x).
yp = C1 (x) cos(3x) + C2 (x) sin(3x).

   dC (x)   
1
cos(3x) sin(3x)  0
   dx  = .
dC2 (x) 
−3 sin(3x) 3 cos(3x) sin(3x)
dx
182
Utilisons la méthode de Cramer an de résoudre ce système. Trouvons C1 (x)

0 sin(3x)

dC1 (x) sin(3x) 3 cos(3x)
= ,
dx
cos(3x) sin(3x)

− sin2 (3x)
= ,
3
Z
dC1 (x)
⇒ C1 (x) = ,
dx
Z
− sin2 (3x)
= dx,
3
Z
1 1 1
=− − cos(6x) dx,
3 2 2
1 x
= cos(3x) sin(3x) − .
18 6
Une autre solution serait
x 1
C1 (x) = − + sin(6x).
6 36
Trouvons C2 (x)

cos(3x) 0

dC2 (x) −3 sin(3x) sin(3x)
= ,
dx
cos(3x) sin(3x)

cos(3x) sin(3x)
= ,
3
Z
dC2 (x)
⇒ C2 (x) = dx,
dx
Z
cos(3x) sin(3x)
= dx,
3
1
= − cos2 (3x).
18
183

1 1 1 2
yp = −x + sin(6x) cos(3x) + − cos (3x) sin(3x) ,
6 6 3

1 1 1 2
= −x cos(3x) + sin(3x) cos(3x) cos(3x) − cos (3x) sin(3x) ,
6 3 3
−x
= cos(3x).
6
yg = yc + yp ,
x
= C1 cos(3x) + C2 sin(3x) − cos(3x).
6
1
y (2) + 4y = .
cos(2x)
Solution.
L'équation homogène est
y (2) + 4y = 0.
Posons y = eλx pour obtenir l'équation caractéristique
λ2 + 4 = 0.
On a deux racines complexes conjugées
λ1 = 2i et λ2 = −2i.
yc = A cos(2x) + B sin(2x).
Ces solutions sont linéairement indépendantes, le Wronskien est 2.

Pour la partie non homogène, posons
A 7→ A(x) et B 7→ B(x).
184
yp = A(x) cos(2x) + B(x) sin(2x).

    
(1)
cos(2x) sin(2x) A 0
  = .
1
−2 sin(2x) 2 cos(2x) B (1) cos(2x)
Par la méthode de Cramer, on trouve
A(1) = 1/4 ln | cos(2x)|.
1 x
yg = A cos(2x) + B(x) sin(2x) + ln | cos(2x)| cos(2x) + sin(2x).
4 2
y (2) + 4y = 1 + cos(2x)
Solution.
L'équation homogène est
y (2) + 4y = 0.
Posons y = erx pour obtenir l'équation caractéristique
r2 + 4 = 0.
On trouve les racines
r1 = 2i, r2 = −2i.
yc = A cos(2x) + B sin(2x).
185
Ces solutions sont linéairement indépendantes, le Wronskien vaut 2.
Pour la partie non homogène, posons
A 7→ A(x), B 7→ B(x).
yp = A(x) cos(2x) + B(x) sin(2x).

    
cos(2x) sin(2x) A(x)(1) 0
  = 
(1)
−2 sin(2x) 2 cos(2x) B(x) 1 + cos(2x)
Par la méthode de Cramer, on trouve
−(sin(2x) + sin(2x) cos(2x))

A(x)(1) = ,
2
cos(2x) sin2 (2x)
A(x) = − ,
4 8
cos(2x) + cos2 (2x)
B(x)(1) = ,
2
sin(2x) sin(4x)
B(x) = +x+ .
2 4

cos(2x) sin2 (2x) sin(2x) sin(4x)
yg = A cos(2x) + B sin(2x) + − cos(2x) + +x+ sin(2x)
4 8 2 4
186
5.5.3 Méthode des coecients indéterminés
Une équation linéaire non homogène à coecients constants est une équation de la forme
dn y dn−1 y dy
an n + an−1 n−1 + · · · + a1 + a0 y = b(x), (5.5)
dx dx dx
ai ∈ R, i = 0, . . . , n, an 6= 0.
Dénition 5.8. Une fonction satisfaisante (FS) est une fonction qui
1. a l'une des formes suivantes
a) x ,n
où n ∈ N,
b) e ,
ax
a 6= 0,
c) sin(bx + c) et cos(bx + c), b, c ∈ R, b 6= 0.
2. est formé d'un produit ni d'une ou de plusieurs fonctions des types précédants.
La méthode s'applique si b(x) est une combinaison linéaire nie de fonction satisfaisante
Remarque. Une fonction satisfaisante est composée de dérivées successives qui sont des
multiples constants d'une fonction satisfaisante ou d'une combinaison linéaire
m
X
Cs fs (x),
s=1
où fs (x) est la fonction satisfaisante.
Dénition 5.9. Un ensemble satisfaisant (ES) est l'ensemble formé de fonctions et de

toutes les fonctions satisfaisantes qui sont linéairement indépendantes avec leurs dérivées
successives de fonctions satisfaisantes qui sont elles-mêmes linéairement indépendantes.
187
Exemple 5.32. Trouver les fonctions satisfaisantes et les ensembles satisfaisants de la fonc-
tion
f (x) = x2 sin(2x)
Solution.
FS ES
x2 → {x2 , x, 1}
sin(2x) → {sin(2x), cos(2x)}
x2 sin(2x) → {x2 sin(2x), x2 cos(2x), x sin(2x), x cos(2x), sin(2x), cos(2x)}
5.5.4 Démarche pour trouver la solution générale de l'équation
1. Supposons que le côté droit de l'équation (5.5) soit de la forme suivante

m
X
b(x) = Ai ui , Ai ∈ R,
i=1
où ui sont les fonctions satisfaisantes.
2. Nous trouvons la solution complémentaire en posant
f 7→ erx .
Par la suite, nous trouvons les racines à l'aide de la méthode de division synthétique.
Nous obtenons une solution complémentaire ayant la forme suivante
yc = yc (x, C1 , . . . , Cn ).
188
3. Nous devons trouver la solution particulière.
a) Pour chaque fonction satisfaisante ui , nous formons les ensembles satisfaisants
correspondants aux fonctions satisfaisantes
u 1 s1 ,
u 2 s2 ,
..
.
um sm ,
{s1 , . . . , sk , ..., st , . . . , sm }.
b) Si st ⊆ sk , nous laissons tomber st .
c) Nous considérons les ensembles satisfaisants restants
s = {s1 , . . . , sp }, p ≤ m.
d) L'ensemble révisé (ER) ŝ.

Soit
sr ⊂ y c , r = 1, . . . , q ≤ p,
alors nous remplaçons sr par
ŝr = xn sr ,
où n est le plus petit entier tel que
xn s r * S et xn s r * y c , n ∈ N.
L'ensemble révisé est alors
ŝ = {s1 , . . . , ŝr , . . . , sp }.
e) La solution particulière de l'équation (5.5) est dénie par

n
X
yp = Ci ŝi .
i=1
En dérivant cette équation et en substituant dans l'équation (5.5), nous détermi-

nons les valeurs des coecients Ci , i = 1, . . . , n.
189
4. La solution générale est
yg = yc + yp .
Exemple 5.33. Trouver la solution générale de l'équation diérentielle suivante en utilisant

la méthode des coecients indéterminés
y (2) + 4y (1) + 4y = 2x2 + 5 + 4e−2x + 2 cos(2x),
ayant comme conditions initiales
y(0) = 3, y (1) = 0.
Solution.
1) Partie homogène
y (2) + 4y (1) + 4y = 0.
Posons y = erx , nous obtenons alors
y (1) = rerx , y (2) = r2 erx .
Donc, l'équation homogène devient
y (2) + 4y (1) + 4y = 0,
⇒ r2 erx + 4rerx + 4erx = 0,
⇒ r2 + 4r + 4 = 0.
Les racines de ce polynôme sont doubles et réelles
r1 = −2, r2 = −2.
yc = (C1 x + C2 )e−2x .
190
Les fonctions satisfaisantes de la solution complémentaire sont
FS = {e−2x , xe−2x }.
Nous avons donc
FS ES
xe−2x → {xe−2x , e−2x },
e−2x → {e−2x },
Donc, nous obtenons que
ES = {xe−2x , e−2x } ∪ {e−2x },
= {xe−2x , e−2x }.
Pour ce qui est du côté droit de l'équation initiale, nous savons que les fonctions satisfaisantes
sont
{x2 , 1, e−2 , cos(2x)}.
Donc nous avons que
FS ES
x2 → s1 = {x2 , x, 1},
1 → s2 = {1},
e−2x → s3 = {e−2x },
cos(2x) → s4 = {sin(2x), cos(2x)}.
Comme s2 ⊂ s1 , nous laissons tomber s2 .

Donc,
S = {s1 , s3 , s4 }.
Cependant, nous remarquons que s3 ⊂ yc car
{e−2x } ⊂ {xe−2x , e−2x }.
191
Il faut donc réviser s3 . Nous obtenons alors que
ŝ3 = {x2 e−2x }
et Ŝ = {s1 , ŝ3 , s4 },
= {x2 , x, 1, x2 e−2x , cos(2x), sin(2x)}.
yp = Ax2 + Bx + C + Dx2 e−2x + E cos(2x) + F sin(2x),
où A, B , C , D, E et F ∈ R.
Dérivons cette solution deux fois, nous obtenons alors
y (1) = 2Ax + B + 2Dxe−2x − 2Dx2 e−2x − 2E sin(2x) + 2F cos(2x),
y (2) = 2A + 2De−2x − 8Dxe−2x + 4x2 e−2x − 4E cos(2x) − 4F sin(2x).
En substituant dans l'équation initiale, nous obtenons
y (2) + 4y (1) + 4y = 2x2 + 5 + 4xe−2x + 2 cos(2x),
On a donc,
⇒ 2A + 2De−2x − 8Dxe−2x + 4Dx2 e−2x − 4E cos(2x) − 4F sin(2x)

+4 2Ax + B + 2De−2x − 2Dx2 e−2x − 2E sin(2x) + 2F cos(2x)

+4 Ax2 + Bx + C + Dx2 e−2x + E cos(2x) + F sin(2x)
= 2x2 + 5 + 4e−2x + 2 cos(2x),
⇒ (4A)x2 + (4B + 8A)x + (4C + 4B + 2A) + (2D)e−2x
+(8F ) cos(2x) + (−8E) sin(2x)
= 2x2 + 5 + 4e−2x + 2 cos(2x).
192
Pour déterminer les coecients, nous avons que
x2 : 4A = 2, x : 4B + 8A = 0,
1 : 4C + 4B + 2A = 5, e−2x : 2D = 4,
cos(2x) : 8F = 2, sin(2x) : −8E = 0.
On trouve donc
1
A= , B = −1,
2
C = 2, D = 2,
1
E = 0, F = .
4
1 1
yp = x2 − x + 2 + 2x2 e−2x + sin(2x).
2 4
yg (x) = yc + yp ,
1 1
= (C1 x + C2 )e−2x + x2 − x + 2 + 2x2 e−2x + sin(2x).
2 4
Trouvons C1 et C2 à l'aide des conditions initiales. Nous avons que
cos(2x)
yg(1) (x) = C1 e−2x − 2C1 xe−2x − 2C2 e−2x + x − 1 + 4xe−2x − 4x2 e−2x + ,
2
cos(2 · 0)
yg(1) (0) = C1 e−2·0 − 2C1 · 0e−2·0 − 2C2 e−2·0 + 0 − 1 + 4 · 0e−2·0 − 4 · 02 e−2·0 + ,
2
1
⇒ 0 = C1 − 2C2 − 1 + ,
2
1
C1 − 2
⇒ C2 = ,
2
1 1
⇒ yg (0) = (C1 · 0 + C2 )e−2·0 + · 02 − 0 + 2 + 2 · 02 e−2·0 + sin(2 · 0),
2 4
⇒ 3 = C2 + 2,
⇒ C2 = 1,
5
⇒ C1 = .
2
193
Donc, la solution générale sous les conditions initiales est

5 1 1
yg (t) = 2x + x + 1 e−2x + x2 − x + 2 + sin(2x).
2
2 2 4
y (4) + 2y (2) + y = cos x.
Solution.
◦ Polynôme caractéristique
On pose y = erx pour obtenir le polynôme caractéristique
r4 + 2r2 + 1 = 0,
⇒ (r2 + 1)2 = 0.
On obtient deux racines doubles complexes r1 = r2 = i et r3 = r4 = −i.

Ainsi, la solution complémentaire est
yc = (C1 + C2 x) cos x + (C3 + C4 x) sin x
◦ Ensemble satisfaisant
Le côté droit est
b(x) = cos x.
Nous avons que les fonctions satisfaisantes et leur ensemble satisfaisant associé sont
FS ES
1 → {1}
x → {x, 1}
cos x → {cos x, sin x}
sin x → {sin x, cos x}.
194
L'ensemble satisfaisant est donc
S = {x cos x, x sin x, cos x, sin x}.
Pour ce qui est du côté droit de l'équation initiale nous avons que la fonction satisfai-
sante est
FS ES
cos x → {cos x, sin x}.
Cependant, nous remarquons que l'ensemble satisfaisant du côté droit de l'équation est
inclus dans l'ensemble satisfaisant du côté gauche de l'équation. On doit donc réviser
l'ensemble.
On a donc
Sr = {x2 cos x, x2 sin x}.
yp = Ax2 cos x + Bx2 sin x.
On dérive cette solution 4 fois pour obtenir
yp = Ax2 cos x + Bx2 sin x,
yp(1) = −Ax2 sin x + 2Ax cos x + Bx2 cos x + 2Bx sin x,
yp(2) = −Ax2 cos x − 2Ax sin x − 2Ax sin x + 2A cos x − Bx2 sin x + 2Bx cos x + 2Bx cos x + 2B sin x,
yp(3) = Ax2 sin x − 6A sin x − 6Ax cos x − Bx2 cos x − 6Bx sin x + 6B cos x,
yp(4) = Ax2 cos x + 8Ax sin x − 12A cos x + Bx2 sin x − 12B sin x − 8Bx cos x.
On substitue dans l'équation initiale et on simplie pour obtenir
−8A cos x − 8B sin x = cos x.
Nous avons alors que A = −1/8 et B = 0.

La solution particulière devient
yp = − 1/8 · x2 cos x.
195
Finalement, la solution générale est

yg = C1 + C2 x − 1/8x2 cos x + (C3 + C4 x) sin x .
| {z } | {z }
yc yp
Exemple 5.35. Trouver la solution générale de l'équation diérenteielle
y (2) − 6y (1) + 9y = 4ex − 16e3x .
Solution.
1) Partie homogène
Posons y = eλx . L'équation caractéristique est
λ2 − 6λ + 9 = 0.
Nous trouvons alors une racine double λ1 = λ2 = 3. La solution complémentaire est alors
yc = C1 e3x + C2 xe3x .

Les fonctions satisfaisantes de la solution complémentaire sont
FS ES
xe3x → {xe3x , e3x }
x → {x, 1}
e3x → {e3x }.
Pour ce qui est du côté droit de l'équation, nous avons que les fonctions satisfaisantes sont
FS ES
ex → {ex }
e3x → {e3x }.
Il faut donc réviser l'ensemble satisfaisant obtenu plus tôt pour obtenir l'ensemble révisé
Ŝ = {ex , x2 e3x }.
196
yp = Ĉ1 ex + Ĉ2 x2 e3x
On dérive cette solution 2 fois pour obtenir

yp(1) = C1 ex + C2 e3x 2x + 3x2

yp(2) = C1 ex + C2 e3x 2 + 12x + 9x2 .
On remplace dans l'équation de départ, on associe les termes semblables et on isole pour
obtenir C1 = 1 et C2 = 8. La solution particulière est
yp = ex − 8x2 e3x .
yg = yc + yp ,
= (C1 + C2 x) e3x + ex − 8x2 e3x .
y (2) + 2y (1) + 5y = e−x cos(2x).
Solution.
1) Partie homogène
y (2) + 2y (1) + 5y = 0.
y = eλx ,
y (1) = λeλx ,
y (2) = λ2 eλx .
197
En substituant dans l'équation homogène, nous obtenons l'équation caractéristique suivante
y (2) + 2y (1) + 5y = 0,
⇒ λ2 eλx + 2λeλx + 5eλx = 0,
⇒ λ2 + 2λ + 5 = 0.
Les racines sont

√
−2 + 4 − 20
λ1 =
2
= −1 + 2i,
√
−2 − 4 − 20
λ2 =
2
= −1 − 2i.
yc (x) = e−x (C1 cos(2x) + C2 sin(2x)).
De la solution complémentaire, nous savons que la fonction satisfaisante est
FS = {e−x cos(2x), e−x sin(2x)}.
Nous avons
FS ES
e−x cos(2x) → {e−x cos(2x), e−x sin(2x)},
e−x sin(2x) → {e−x cos(2x), e−x sin(2x)}.
Donc, nous obtenons
ES = {e−x cos(2x), e−x sin(2x)}.

Pour ce qui est du côté droit de l'équation initiale, nous avons que les fonctions satisfaisantes
sont
b(x) : {e−x cos(2x)}.
198
Nous avons que
FS ES
e−x cos(2x) → {e−x cos(2x), e−x sin(2x)}.
Donc,
S = {e−x cos(2x), e−x sin(2x)}.
Cependant, nous remarquons que S ⊆ yc car
{e−x cos(2x), e−x sin(2x)} ⊆ {e−x cos(2x), e−x sin(2x)},
donc, il faut réviser S . Nous obtenons
Ŝ = {xe−x cos(2x), xe−x sin(2x)}.
La solution particulière est alors
yp = Axe−x cos(2x) + Bxe−x sin(2x),
où A et B ∈ R.
Dérivons cette solution deux fois, nous obtenons alors
y (1) =Ae−x cos(2x) − Axe−x cos(2x) − 2Axe−x sin(2x)
+ Be−x sin(2x) − 2Bxe−x sin(2x) + 2Bxe−x cos(2x),
y (2) = − e−x (A − Ax + 2Bx) cos(2x)
+ e−x (−a + 2B) cos(2x) − 2e−x (A − Ax + 2Bx) sin(2x)
+ (−B − 2A) sin(2x) + 2(B − Bx − 2Ax) cos(2x),
=e−x ((−2A − 3Ax + 4B − 4Bx) cos(2x)
+ (−2B − 3Bx − 4A + 4Ax) sin(2x)).
199
En substituant dans l'équation initiale, nous obtenons
y (2) + 2y (1) + 5y = e−x cos(2x),
⇒ e−x ((−2A − 3Ax + 4B − 4Bx) cos(2x)
+ (−2B − 3Bx − 4A + 4Ax) sin(2x))
+ 2e−x ((A − Ax + 2Bx) cos(2x) + (B − Bx − 2Ax) sin(2x))

+ 5 Axe−x cos(2x) + Bxe−x sin(2x) = e−x cos(2x),
⇒ −4A sin(2x) + 4B cos(2x) = cos(2x).
Pour déterminer les coecients, nous avons
sin(2x) : − 4A = 0, cos(2x) :4B = 1,
On trouve donc
1
A = 0, B= .
4
1
yp = xe−x sin(2x).
4
La solution générale est alors donnée par
yg = yc + yp ,
1
= e−x (C1 cos(2x) + C2 sin(2x)) + xe−x sin(2x).
4
Exemple 5.37. Trouver l'intégrale générale de l'oscillateur harmonique sans perturbation
d2 x
2
= −a2 x + A1 sin(bt).
dt
Solution.
Pour la partie homogène,
x(2) + a2 x = 0.
200
On pose x = eλt pour obtenir l'équation caractéristique
λ2 + a2 = 0.
On trouve les racines simples et complexes
λ1 = ia et λ2 = −ia.
xc (t) = C1 cos(at) + C2 sin(at).
Pour la partie non homogène, si a 6= b, alors la solution particulière est
xp (t) = D1 cos(bt) + D2 sin(bt).
= D1 b2 cos(bt) − D2 b2 sin(bt) + D1 a2 cos(bt) + D − 2a2 sin(bt).
= A1 sin(bt)
On retrouve le système d'équation
cos(bt) : D1 a2 − D1 b2 = 0,
sin(bt) : D2 (a2 − b2 ) = A1 .
On trouve donc les valeurs
A
D1 = 0, D2 = .
a2 − b2
A1
xp (t) = sin(bt).
a2 − C2
A1
xg (t) = C1 cos(at) + C2 sin(at) + sin(bt).
a2 − b2
Si a = b, alors la solution particulière est
xp (t) = t(B1 cos(at) + B2 sin(at)).
201
On a donc le système d'équations
−2B1 a sin(at) + 2B2 a cos(at) = A1 sin(at).
D'où on tire
−A1
sin(at) : B1 = ,
2a
cos(at) : B2 = 0.
A
xg (t) = C1 cos(at) + C2 sin(at) − t cos(at).
2a
Exemple 5.38. Trouver la solution générale de l'équation diérentielle de l'oscillateur har-

monique avec force périodique
d2 x dx
+ 2d + a2 x = A sin(bt).
dt2 dt
Solution.
Si d < a, alors l'équation homogène est λ2 + 2dλ + a2 = 0 On trouve deux racines complexes
conjuguées
λ1 = −d + i(a2 − d2 ) /2 ,
1
λ2 = −d − i(a2 − d2 ) /2 .
1

√ √
xc (t) = e−dt C1 cos t a2 − d2 + C2 sin t a2 − d2 .
Dans la partie non homogène la solution particulière est
xp (t) = D1 cos(bt) + D2 sin(bt).
On dérive et on remplace dans l'équation initiale pour obtenir
D1 b2 cos(bt) − D2 b2 sin(bt) − 2dD1 b sin(bt) + 2dD2 b cos(bt) + a2 D1 cos(bt) + a2 D2 sin(bt) = A sin(bt).
202
On récupère le système d'équations
sin(bt) : −2bdD1 + (a2 − b2 )D2 = A,
cos(bt) : (a2 − b2 )D1 + 2dbD2 = 0.
Par la méthode de Cramer, on obtient
−2dbA
D1 = ,
(a2
− b2 )2 + 4d2 b2
(a2 − b2 )A
D2 = 2 .
(a − b2 )2 + 4d2 b2
√ √
xg (t) = e−dt C1 cos t a2 − d2 + C2 sin t a2 − d2
−2dbA (a2 − b2 )A
+ cos(bt) + sin(bt),
(a2 − b2 )2 + 4d2 b2 (a2 − b2 )2 + 4d2 b2
203
5.5.5 Devoir
Trouver la solution générale des équations suivantes en utilisant la méthode de variation de

paramètres,
1.
1
y (2) + 4y = .
cos(2x)
Réponse.
ln | cos(2x)| cos(2x) x sin(2x)

y = A cos(2x) + B(x) sin(2x) + + .
4 2
2.
y (2) + 4y = x(1 + cos(2x)),
Réponse.

cos(2x) sin2 (2x) sin(2x) sin(4x)
yg = A cos(2x) + B sin(2x) + − cos(2x) + +x+ sin(2x).
4 8 2 4
3.
y (2) − 3y (1) + 2y = x3 + sin x.
4.
y (2) + 9y = sin(3x).
Réponse.
x cos(3x)
y = C1 cos(3x) + C2 sin(3x) − .
6
204
5.6 Équations d'Euler-Cauchy
Une équation d'Euler-Cauchy est une équation diérentielle de la forme suivante
an xn y (n) + an−1 xn−1 y (n−1) + · · · + a1 xy (1) + a0 y = b(x). (5.6)
5.6.1 Première méthode pour résoudre une équation

d'Euler-Cauchy
1. Partie homogène
L'équation homogène de l'équation (5.6) est
xn y (n) + xn−1 y (n−1) + · · · + xy (1) + y = 0.
Dans ce cas, il faut poser
y = xr .
Les dérivées successives de y par rapport à x sont
y (1) (x) = rxr−1 ,
y (2) (x) = r(r − 1)xr−2 ,

..
.
y (n) (x) = r(r − 1) . . . (r − n + 1)xr−n .
En substituant ces dérivées dans l'équation homogène, nous obtenons un polynôme de

degré n. Nous trouvons par la suite les racines de ce polynôme. Nous avons alors trois
cas :
Cas 1. Si r1 et r2 sont des racines réelles distinctes, alors la solution est
yc = C1 xr1 + C2 xr2 .
Dans ce cas, le discriminant est strictement positif,
∆ := b2 − 4ac > 0.
205
Cas 2. Si r1 et r2 sont des racines complexes telles que
r1 = α + iβ, r2 = α − iβ,
alors la solution est
yc = xα (C1 cos(β ln |x|) + C2 sin(β ln |x|)).
Dans ce cas, le discriminant est strictement négatif,
∆ := b2 − 4ac < 0.
Cas 3. Si r1 et r2 sont des racines réelles et r1 = r2 = r, alors la solution est
yc = (C1 ln |x| + C2 )xr .
Dans ce cas, le discriminant est nul
∆ := b2 − 4ac = 0.
De cette façon, nous trouvons un système fondamental
{φ1 , φ2 , . . . , φn }
linéairement indépendant sur [a, b]. Par la suite, nous vérions que le Wronskien est
non nul
W(φ1 , φ2 , . . . , φn )(x) 6= 0 sur [a, b].
Donc, nous avons la solution complémentaire de l'équation (5.6)
yc = C1 φ1 + C2 φ2 + · · · + Cn φn .
206
2. Partie non homogène
a) Les coecients de la solution complémentaire Ci deviennent des fonctions
Ci 7→ Ci (x), i = 1, . . . , n.
Nous trouvons la solution particulière de l'équation (5.6) déterminée par l'équation

suivante
yp = C1 (x)φ1 + C2 (x)φ2 + · · · + Cn (x)φn .
Nous imposons alors les conditions de Lagrange sur

dC1 (x) dCn (x)
,..., .
dx dx
Ces conditions sont dénies par le système suivant
    
dC1 (x)
φ1 φ2 ... φn 0
   dx 
 dφ1 dφ2 dφn   dC2 (x)    .


 ...    .
 . 
 dx dx  
dx   dx  =   .
 . .. .. ..   .   
 .. . . .   ..   0 
  
 dn−1 φ dn−1 φ dn−1 φn   dCn (x) 
1 2
... b(x)
dx n−1 dx n−1 dxn−1 dx
Nous obtenons alors un système de n équations à n inconnues, c'est-à-dire
dC1 (x) dC2 (x)
,..., .
dx dx
b) Comme le Wronskien est non nul, alors le système a une solution unique. Plu-
sieurs techniques de résolution existent an de résoudre ce système. Par exemple,
ce pourrait être la méthode de Cramer. Ce sera cette technique que nous allons
utiliser an de résoudre ces systèmes dans les exercices.
c) Une fois le système résolu, il faut intégrer an de trouver {C1 (x), C2 (x), . . . , Cn (x)}.
Nous obtenons la solution particulière dénie par
yp = C1 (x)φ1 + C2 (x)φ2 + · · · + Cn (x)φn .
207
3. Solution générale
La solution générale de l'équation (5.6) est
yg = yc + yp .
Exemple 5.39. Trouver la solution générale de l'équation d'Euler-Cauchy
3x2 y (2) − 2xy (1) + 2y = 0.
Solution.
Posons y = xr pour obtenir l'équation
3r(r − 1) − 2r + 2 = 0.
Le discriminant est strictement positif, on est dans le cas 1.

Les racines sont
r1 = 2/3,
r2 = 1.
yg = C1 x /3 + C2 x.
2
Exemple 5.40. Trouver la solution générale de l'équation d'Euler-Cauchy
x2 y (2) + 7xy (1) + 9y = 0.
Solution.
Posons y = xr , on obtient l'équation
r(r − 1)x2 xr−2 + 7xrxr−1 + 9xr = 0,
⇒ r2 + 6r + 9 = 0.
Le discrimintant est nul, on est donc au cas 3.

yg = C1 x−3 + C2 x−3 ln |x|.
208
Exemple 5.41. Trouver la solution générale à l'équation d'Euler-Cauchy
2x2 y (2) − 4xy (1) + 7y = 0.
Solution.
Posons y = xr pour obtenir l'équation
2r(r − 1) − 4r + 7 = 0.
Le discriminant est strictement négatif, on est dans le cas 2.

Les racines sont
√
3 5
r1 = + i ,
2 √2
3 5
r2 = − i .
2 2

3/2 1√ 1√
yg = x C1 cos 5 ln |x| + C2 sin 5 ln |x| .
2 2
Exemple 5.42. Trouver la solution générale de l'équation diérentielle d'Euler-Cauchy
x2 y (2) − 3xy (1) − 5y = x2 ln |x|.
Solution.
Pour la partie homogène, on a l'équation
x2 y (2) − 3xy (1) − 5y = x2 ln |x|.
Posons y = xr pour obtenir
r(r − 1) − 3r − 5 = 0.
On a deux racines réelles simples
r1 = −1,
r2 = 5.
209
yc = Ax5 + Bx−1 .
Pour la partie non homogène, on utilise la méthode de Lagrange. On isole y (2) et on pose
A = A(x) et B = B(x) pour obtenir les équation
3 5y
y (2) − y (1) − 2 = ln |x|,
x x
yp = A(x)x5 + B(x)x−1 .

    
5 −1 (1)
x x A 0
  = .
4 −2 (1)
5x −x B ln |x|
On résout à l'aide de Cramer pour obtenir

1
A(x)(1) = x−4 ln |x|,
6
−1 2
B(x)(1) = x ln |x|.
6
On intègre par parties pour obtenir
Z
1
A(x) = x−4 ln |x|dx,
6
−1 1
= −3
ln |x| − x−3 ,
18x 54
Z
−1
B(x) = x2 ln |x|dx,
6
−1 1
= 3
ln |x| + x3 .
18x 54
−1 1 −3 5 −1 1 3 −1
yp = ( ln |x| − x )x + ( ln |x| + x )x ,
18x−3 54 18x3 54
−1 2
= x ln |x|.
9
1
yg = Ax5 + Bx−1 − x2 ln |x|.
9
210
x2 y (2) + xy (1) − y = x2 .
Solution.
Considérons la partie homogène
x2 y (2) + xy (1) − y = 0.
Posons y = xr , on obtient l'équation
r(r − 1) + r − 1 = 0,
⇒ r2 = 1.
On obtient les racines simples et réelles
r1 = 1,
r2 = −1.
On est dans le cas 1, la solution complémentaire est
yc = Ax + Bx−1 .
Notons que {x, x−1 } est linéairement indépendant car W =

6 0.
Pour la partie non homogène, l'ensemble satisfaisant du côté droit de l'équation est {x2 , x, 1}.
Puisque notre solution de départ est contenue dans cet ensemble, on doit réviser la solution
en augmentant son degré en x pour obtenir
yp = ax2 + C.
On calcule les dérivées première et seconde
yp(1) = 2ax,
yp(2) = 2a.
211
On remplace ces équations dans l'équation initiale pour obtenir
3ax2 − C = x2 .
D'où on sait que
x2 : 3a = 1,
Constante : −C = 0.
La solution particulière révisée est donc

x2
yp = .
3
B x2
yg = Ax + + .
x 3
5.6.2 Deuxième méthode pour résoudre une équation

d'Euler-Cauchy
L'autre méthode pour résoudre une équation d'Euler-Cauchy est de poser
x = et .
On a donc
dx
= et ,
dt
dt 1
= .
dx x
Les dérivées successives de y par rapport à x sont

dy
y (1) = e−t ,
dt
y (2) = e−2t (y(t)(2) − y(t)(1) ),
y (2) = e−3t (y(t)(3) − 3y(t)(2) + 2y(t)(1) ).
212
De façon générale, on a
a0 (Ax + B)n y (n) + a1 (Ax + B)n−1 y (n−1) + · · · + an−1 (Ax + b)y (1) + an y = 0.
x2 yx(2) − 2xyx(1) + 2y = 0.
Solution.
Posons x = et . On a x2 = e2t .
Dans l'équation initiale on a
(2) (1)
x2 yx(2) = x2 e−2t (yt − yt ),
= e2t e−2t (yt2 − yt1 ),

(2) (1)
= yt − yt .
−2xyx(1) + 2y = −2et e−t yy(1) + 2y,

(1)
= −2yt + 2y.
Dans l'équation de départ, on obtient

(2)−3yt (1)
x2 yx(2) − 2xyx(1) + 2y = yt + 2y
= 0.
Posons y = eλt pour obtenir l'équation caractéristique
λ2 − 3λ + 2 = 0.
ayant les racines simples et réelles
λ1 = 1,
λ2 = 2.
La solution complémentaire en t est donc
yc (t) = C1 et + C2 e2t .
Or, x = et . On a donc la solution générale
yg (x) = C1 x + C2 x2 .
213
Chapitre 6
Système d'équations diérentielles
6.1 Notions fondamentales et dénitions
Un système d'équations diérentielles ordinaires
(1) (k )
Fk (x, y1 , y1 , . . . , y1 1 , . . . , yn , yn(1) , . . . , yn(kn ) ) = 0, k = 1, . . . , n (6.1)
résolu par rapport aux dérivées d'ordre le plus élevé
(k )
y1 1 , . . . , ynkn
donne le système suivant
(k1 ) (1) (k1 −1)

y1 = f1 (x, y1 , y1 , . . . , y1 , . . . , yn , yn(1) , . . . , yn(kn −1) ),
..
. (6.2)
(1) (k1 −1)
yn(kn ) = fn (x, y1 , y1 , . . . , y1 , . . . , yn , yn(1) , . . . , yn(kn −1) ).
Nous appelons l'ordre du système (6.1) le nombre p déni par
p = k1 + k2 + · · · + kn
Un système d'équations diérentielles ordinaires du premier ordre
dxk
fk (t, x1 , x2 , . . . , xn ), k = 1, 2, . . . , n, (6.3)
dt
215
où t est une variable indépendante et les xi sont des fonctions inconnues. L'équation (6.3)
est appelé le système normal où n est l'ordre de ce système.
Deux systèmes d'équations diérentielles ordinaires sont équivalents s'ils possèdent les mêmes
solutions.
Tout système canonique (6.2) peut être ramené au système normal (6.3) équivalent et l'ordre
de ces systèmes est le même.
Théorème 6.1 (Existence et unicité de la solution du problème de Cauchy).

Soit le système normal d'équations diérentielles ordinaires (6.3) et soit des fonctions
fi : D ⊂ Rn+1 7→ R,
fi = fi (t, x1 , x2 , . . . , xn ), i = 1, 2, . . . , n.
S'il existe un voisinage Ω du point

M0 (t0 , x01 , x02 , . . . , x0n ),
dans lequel les fonctions f i
1. sont continues,
2. possèdent des dérivées partielles bornées,
alors il existe un intervalle h tel que si t ∈ [t − h, t + h], alors le système (6.3) a une seule
0 0
solution qui satisfait aux conditions initiales suivantes

x1 (t0 ) = x01 ,
x2 (t0 ) = x02 ,
..
xn (t0 ) = x0n ,
où t , x , x , . . . , x sont des nombres donnés.

0
0
1
0
2
0
n
Le système de n fonctions dérivables

xi = xi (t, C1 , C2 , . . . , Cn ), i = 1, 2, . . . , n (6.4)
216
de la variable indépendante t et de n constantes arbitraires {C , C , . . . , C } s'appelle la
1 2 n
solution générale du système (6.3) si

1. ∀C le système de fonctions (6.4) transforme le système (6.3) en identité.
i
2. la fonction (6.4) résout le problème de Cauchy dans le domaine D.
6.2 Système à coecients constants
Voir Annexe A pour le complément de la matière. Soit le système suivant

dY
= A · Y, An×n matrice constante, Y | = (y1 , y2 , . . . , yn )| , (6.5)
dt
où la condition initiale est y(t0 ) = y0 .
6.2.1 Démarche pour résoudre un système à coecients constants
1. On cherche les valeurs propres et les vecteurs propres associés
2. Construire la matrice modale et la matrice spectracle, respectivement P n×n = (~γ1 , . . . , ~γn )

et det(P ) 6= 0. Dn×n = (λ1 , . . . , λn ). Le déterminant de la matrice modale doit être
non nul. La diagonale de la matrice spectrale correspond à chacune des valeurs propres
λi .
3. Faire la transformation
Y = P · U (t), U = (u1 , u2 , . . . , un )| .
4. L'équation (6.5) devient

d
(P · U (t)) = A · P · U (t),
dt
dU
⇒P· = A · P · U (t),
dt
dU −1
⇒ =P| · A · P} ·U (t),
{z
dt
D
= D · U (t).
217
Exemple 6.1. Résoudre le système suivant
dy1
= 9y1 + 2y2 ,
dt
dy2
= y1 + 8y2 .
dt
Solution.
Nous pouvons réécrire ce système sous une forme matricielle, le système d'équations dié-
rentielles ordinaires devient
    
d y1  9 2 y1 
= .
dt y2 1 8 y2
| {z }
A
Trouvons les valeurs propres de la matrice A

 
9−λ 2
det(A − λI) := det   = 0,
1 8−λ
⇒ (9 − λ)(8 − λ) − 2 = 0,
⇒ 72 − λ + λ2 − 2 = 0,
⇒ λ2 − λ + 70 = 0,
⇒ (λ − 7)(λ − 10) = 0,
On a
λ1 = 7, λ2 = 10.
Trouvons maintenant les vecteurs propres.

Commençons avec λ1 = 7,
      
1
γ~1 9−7 2 γ~1 1 0
(A − λ1 I)   :=     =  ,
γ~1 2 1 8 − 7 γ~1 2 0
⇒ 2γ~1 1 + 2γ~1 2 = 0,
⇒ γ~1 1 + γ~1 2 = 0,
⇒ γ~1 1 = −γ~1 2 ,
Par exemple ~γ1 = (1, −1)| .
218
Trouvons maintenant le second vecteur propre avec λ2 = 10,
      
1
γ~2 9 − 10 2 γ~ 1 0
(A − λ2 I)   :=   2  =  ,
γ~2 2 1 8 − 10 γ~2 2 0
⇒ −γ~2 1 + 2γ~2 2 = 0,
⇒ γ~2 1 − 2γ~2 2 = 0,
⇒ γ~2 1 =2γ~2 2 ,
Par exemple ~γ2 = (2, 1)| .
Donc, la matrice modale P est
P = [~γ1 , ~γ2 ],
 
1 2
= .
−1 1
Le déterminant de cette matrice est 3, donc il est non nul.

Déterminons la matrice inverse de cette matrice
 
1 1 −2
P −1 =  .
3 1 1
Trouvons la matrice spectrale D.
D = P −1 · A · P,
     
1 −2 9 2 1 2
= · · ,
1 1 1 8 −1 1
 
7 0
= .
0 10
219
Trouvons le vecteur U
dU
= D · U,
dt
     
u
d  1  7 0 u
=  ·  1  , ⇒ u(1)
1 = 7u1 ,
dt u2 0 10 u2
(1)
⇒ u2 = 10u2 ,
⇒ u1 = Be7t ,
⇒ u2 = Ce10t ,
 
7t
Be
⇒U = .
10t
Ce
Faisons la transformation suivante
Y = P U,
  
7t
1 2 Be
=  .
10t
−1 1 Ce
En ce qui concerne les conditions initiales, nous avons que

  
7t0
1 2 Be
Y0 =   ,
10t0
−1 1 Ce
  
e7t0 2e10t0 B
=  .
−e7t0 e10t0 C
Il ne reste qu'à résoudre ce système pour trouver les constantes B et C avec
y1 = Be7t0 + 2Ce10t0 ,
y2 = −Be7t0 + Ce10t0 .

    
x1 4 −20 −10 x1
d   
  
 
 
x2  = −2 10 4  x2  .
dt     
x3 6 −30 −13 x3
| {z }
A
220
avec les conditions initiales suivantes
x1 (0) = 12, x2 (0) = 3, x3 (0) = 0.
Solution.
 
4 − λ −20 −10
 
 
det(A − Iλ) := det  −2 10 − λ 4  = 0,
 
6 −30 −13 − λ
⇒ 2λ + λ2 − λ3 = 0,
⇒ λ(λ − 2)(λ + 1) = 0,
Les racines sont
λ1 = −1, λ2 = 0, λ3 = 2.

Commençons avec λ1 = −1,
      
γ~1 1 4 + 1 −20 −10 γ~ 1 0
    1   
      
(A − λ1 I) γ~1 2  :=  −2 10 + 1 4  γ~1 2  = 0 ,
      
γ~1 3 6 −30 −13 + 1 γ~1 3 0
⇒ 5γ~1 1 − 20γ~1 2 − 10γ~1 3 = 0, a)
⇒ γ~1 1 − 4γ~1 2 − 2γ~1 3 = 0,
⇒ −2γ~1 1 + 11γ~1 2 + 4γ~1 3 = 0, b)
⇒ 6γ~1 1 − 30γ~1 2 − 12γ~1 3 = 0, c)
⇒ γ~1 1 − 5γ~1 2 − 2γ~1 3 = 0.
Des équations a) et c), nous avons que γ~1 2 = 0. De l'équation b), nous avons que γ~1 1 = 2γ~1 3 .
Donc le vecteur ~γ1 pourrait être
~γ1 = (2, 0, 1)| .
221
Trouvons maintenant le second vecteur propre avec λ2 = 0,
      
1
γ~ 4 −20 −10 γ~2 1 0
 2      
 2    2  
(A − λ2 I) γ~2  := −2 10 4  γ~2  = 0 ,
      
3
γ~2 6 −30 −13 γ~2 3 0
⇒ 4γ~2 1 − 20γ~2 2 − 10γ~2 3 = 0, a)
⇒ 2γ~2 1 − 10γ~2 2 − 5γ~2 3 = 0,
⇒ −2γ~2 1 + 10γ~2 2 + 4γ~2 3 = 0, b)
⇒ −γ~2 1 + 5γ~2 2 + 2γ~2 3 = 0,
⇒ 6γ~2 1 − 30γ~2 2 − 13γ~2 3 = 0, c).
Des équations a) et c), nous avons que γ~2 3 = 0. De l'équation b), nous avons que γ~2 1 = 5γ~2 2 .
~γ2 = (5, 1, 0)| .
Trouvons maintenant le troisième vecteur propre avec λ3 = 2,

      
1
γ~ 2 −20 −10 γ~3 1 0
 3      
 2    2  
(A − λ3 I) γ~3  := −2 8 4  γ~3  = 0 ,
      
3
γ~3 6 −30 −15 γ~3 3 0
⇒ 2γ~3 1 − 20γ~3 2 − 10γ~3 3 = 0, a),
⇒ γ~3 1 − 10γ~3 2 − 5γ~3 3 = 0,
⇒ −2γ~3 1 + 8γ~3 2 + 4γ~3 3 = 0, b),
⇒ −γ~3 1 + 4γ~3 2 + 2γ~3 3 = 0,
⇒ 6γ~3 1 − 30γ~3 2 − 15γ~3 3 = 0, c),
⇒ 2γ~3 1 − 10γ~3 2 − 5γ~3 3 = 0.
Des équations a) et b), nous avons que −2γ~3 2 = γ~3 3 . En substituant cette équivalence dans
c), nous obtenons que γ~3 1 = 0. Donc le vecteur ~γ3 pourrait être
~γ3 = (0, −1, 2)| .
222
La matrice modale P est
P = [~γ1 , ~γ2 , ~γ3 ],

 
2 5 0
 
 
= 0 1 −1 .
 
1 0 2
Le déterminant de cette matrice est −1, donc il est non nul.

Déterminons la matrice inverse de cette matrice
 
2 10 5
 
 
P −1 = 1 −4 −2 .
 
1 −5 −2
Trouvons la matrice spectrale D
D = P −1 · A · P,
   
2 10 5 4 −20 −10 2 5 0
   
   
= 1 −4 −2 −2 10 4  0 1 −1 ,
   
1 −5 −2 6 −30 −13 1 0 2
 
−1 0 0
 
 
=  0 0 0 .
 
0 0 2
Trouvons le vecteur U
dU
= D · U,
dt   
−1 0 0 u1
  
  
=  0 0 0 u2  .
  
0 0 2 u3
223
On trouve les valeurs
(1)
⇒ u1 = −u1 ,
(1)
⇒ u2 = 0,
(1)
⇒ u3 = 2u3 ,
⇒ u1 = Be−t ,
⇒ u2 = C,
⇒ u3 = Ee2t ,
 
Be−t
 
 
⇒ U =  C .
 
2t
Ee
Faisons la transformation suivante
X = P U,
  
−t
2 5 0 Be
  
  
= 0 1 −1  C  .
  
2t
1 0 2 Ee
En ce qui concerne les conditions initiales, nous avons que
 
12
 
 
X0 =  3  ,
 
0
  
2 5 0 Be−t
  
  
= 0 1 −1  C  ,
  
1 0 2 Ee2t
 
2B + 5C
 
 
=  C − E .
 
B + 2E
Nous trouvons alors par Cramer
B = 6, C = 0, E = −3,
224
donc la solution particulière est
  
2 5 0 6e−t
  
  
X = 0 1 −1  0  ,
  
2t
1 0 2 −3e
   
x 12e−t
 1  
   
⇒ x2  =  3e 2t 
   
x3 6e−t − 6e2t
p
6.3 Système d'équations diérentielles
6.3.1 Méthode par élimination
Considérons le système


 dy

 = f (x, y, z) où y = y(x),

 dx





 dz
dy
= g(x, y, z) où z = z(x).
L'intégrale générale est la formule





 yg = φ(x, C1 , C2 ),


où C1 , C2 ∈ R.





 zg = ψ(x, C1 , C2 ),
Les condititions initiales pour x = x0 sont





 y(x0 ) = y0 ,







 z(x0 ) = z0 .
225
On a




 y0 = φ(x0 , C1 , C2 ),


∀x0 ∈ [a, b]





 z0 = ψ(x0 , C1 , C1 ).
Nous pouvons déterminer les valeurs de C1 et C2 .
Exemple 6.3. Trouver la solution générale par la méthode d'élimination du système.
dy
= 2y + 4z + eax , (6.6)
dx
dz
= 2z + 4y + eax . (6.7)
dx
Avec les conditions initiales



y(0) = 0,
x = 0 =⇒

z(0) = 0.
Solution.
On met z en évidence dans la première équation pour obtenir
1 1 1
z = y (1) − y − eax ,
4 2 4
(1) 1 (2) 1 (1) 1 ax
z = y − y − ae .
4 2 4
On substitue ces équations dans l'équation (6.7) pour obtenir

1 (2) 1 (1) 1 ax 1 (1) 1 1 ax
y − y − ae = 2 y − y− e + 4y + eax ,
4 2 4 4 2 4
⇒ y (2) − 4y (1) − 12y = (a + 2)eax .
La fonction satisfaisante et son ensemble satisfaisant sont
FS ES
eax → {eax }
226
1) Partie homogène
Considérons la partie homogène de l'équation
y (2) − y (1) − 12y = 0.
On pose y = erx
r2 − 4r − 12 = 0.
Les racines sont
r1 = −2
r2 = 6
yc = Ae−2x + Be6x
Ces solutions sont linéairement indépendantes. En eet, le Wronskien est non nul.

On pose la solution particulière
yp = αeax ,
yp(1) = aαeax ,
yp(2) = a2 αeax .
On substitue dans l'équation homogène pour obtenir
a2 αeax − 4aαeax − 12αeax = (a + 2)eax ,
⇒ α(a + 2)(a − 6) = (a + 2).
Si a 6= −2 et a 6= 6 alors
1
α= .
(a − 6)
227
1 ax
yp = e .
a−6
1 ax
yg = e + Ae−2x + Be6x .
a−6
En dérivant la solution générale et en substituant dans la dénition de z , on a
a ax
yg(1) = e − 2Ae−2x + 6Be6x ,
a−6

a ax −2x 6x 1 ax −2x 6x
zg = 1/4 e − 2Ae + 6Be − /2
1 e + Ae + Be − 1/4eax .
a−6 a−6
1 ax
= e − Ae−2x + Be6x où a 6∈ {−2, 6}.
a−6
On applique les conditions initiales pour obtenir


 1
a−6
+ A + B = 0,

 1
a−6
− A + B 6= 0.
Ainsi, on a
−1
A=0 et B=
a−6
1
yp = eax − e6x ,
a−6
1
zp = eax − e6x a 6∈ {−2, 6}.
a−6
228
6.4 Méthode d'Euler pour l'intégration des systèmes
linéaires homogènes à coecients constants
6.4.1 Dénitions
Dénition 6.1. Un système linéaire homogène à coecients constants est un système

d'équations diérentielles ordinaires de la forme
n
dxi X
= aik xk (t), i = 1, 2, . . . , n,
dt k=1
où les a sont des coecients constants et x (t) est la fonction inconnue. Nous pouvons
ik k
réécrire le système sous une forme matricielle, nous obtenons alors

    
dx1
a
 dt   11 12 a . . . a 1n x (t)
 dx2    1 
   
 dt   a21 a22 . . . a2n   x2 (t) 



.. 
=
 
 
.. .. . . . .. 


 .


.. (6.8)
 dx   
n an1 an2 . . . ann xn (t)
dt } |
| {z {z } | {z }
A X
dX
dt
Dénition 6.2. La matrice unicolonne

 
y (t)
 1 
 
 y2 (t) 
Y (t) = 


.. 


 
yn (t)
s'appelle solution particulière du système dans [a, b] si nous avons l'identité

dY
= AY (t), ∀t ∈ [a, b].
dt
229
Dénition 6.3. Soit le système de solutions particulières suivant
   
(1) (1)
x (t) xn (t)
 1   
 (2)   (2) 
 x1 (t)   x (t) 
X1 (t) = 


..
 , . . . , Xn (t) =  n




..,


   
(n) (n)
x1 (t) xn (t)
où l'indice correspond au numéro de la solution et l'exposant au numéro de la fonction dans la

solution. Ce système est un système fondamental sur [a, b] si le déterminant du Wronskien
est non nul,

(1) (1)
x1 (t) . . . xn (t)

W(X1 , . . . , Xn )
.. ... ..

6= 0, ∀t ∈ [a, b].

(n) (n)
x1 (t) . . . xn (t)
Théorème 6.2. Si le système de solutions particulières de l'équation (6.8) est fondamental,

alors la solution générale est
Xg (t) = C1 X1 (t) + · · · + Cn Xn (t),
où C , . . . , C sont des constantes arbitraires.

1 n
6.4.2 Méthode d'Euler

La théorie qui suit concerne un système 3 × 3, mais elle se généralise pour un système
quelconque. Soit le système d'équations diérentielles ordinaires suivant
dx
= ax + by + Cz,
dt
dy
= a1 x + b1 y + C1 z,
dt
dz
= a2 x + b2 y + C2 z.
dt
cherchons la solution de ce système sous la forme suivante
x = λert , y = µert , z = νert ,
où λ, µ, ν, r sont des constantes.
230
Substituons ces équations dans l'équation initiale.
Nous obtenons le système suivant
(a − r)λ + bµ + Cν = 0,
a1 λ + (b1 − r)µ + C1 ν = 0, (6.9)
a2 λ + b2 µ + (C2 − r)ν = 0.
Ces équations admettent une solution non nulle si

(a − r) b C

a1 (b1 − r) C1 = 0. (6.10)

a2 b2 (C2 − r)
Dans ce cas, l'équation est appelé équation caractéristique.

Il y a trois cas possibles.
1. Supposons que les racines r1 , r2 et r3 de l'équation (6.10) soient réelles et distinctes

c'est-à-dire r1 6= r2 6= r3 .
Cela revient à un problème où il faut utiliser les matrices modale et spectrale, c'est-à-
dire qu'il faut trouver les valeurs propres et les vecteurs prorpres. Il sut de substituer
les racines ri dans l'équation (6.9) et nous trouvons le vecteur propre γ~i = (λi , µi , νi )| ,
i = 1, 2, 3.
Nous obtenons trois solutions particulières
x1 = λ1 er1 t , y1 = µ1 er1 t , z1 = ν1 er1 t ,
x2 = λ2 er2 t , y2 = µ2 er2 t , z2 = ν2 er2 t ,
x3 = λ3 er3 t , y3 = µ3 er3 t , z3 = ν3 er3 t .
231
La solution générale du système initiale est de la forme
     
λ λ λ
 1  2  3
  r1 t   r2 t   r3 t
Xg = C1 µ1  e +C2 µ2  e +C3 µ3  e .
     
ν1 ν2 ν3
| {z } | {z } | {z }
X1 X2 X3
Voir l'exemple 6.4.
2. Il y a aussi le cas où les racines de l'équation caractéristique sont complexes.

   
x˜1 x˜2
xg = C 1   + C 2  
y˜1 y˜2
En général,


 −i

 x˜1 = 12 (x1 + x2 ) , x˜2 = (x1 − x2 ) ,


2







−i
 y˜1 = 21 (y1 + y2 ) , y˜2 = 2
(y1 − y2 ) ,











z˜1 = 1 (z1 + z2 ) , −i
2
z˜2 = 2
(z1 − z2 ) ,
nous obtenons que la solution réelle particulière est
Xp = x1 + x2 + x3
↓ ↓ ↓
     
x˜ x˜ x˜
 1  2  3
     
 y˜1   y˜2   y˜3 
     
z˜1 z˜2 z˜3
La relation d'Euler est
eiαt = cos(αt) + i sin(αt)
Voir l'exemple 6.5.
232
3. Lorsque λ est une racine multiple associée à un seul vecteur γ .
Par exemple, si λ est un racine double, la solution est
X1 = γeλt , X2 = γteλt λt
η e ,
où γ = (γ~1 , γ~2 , . . . , γ~n )| et η = (η1 , η2 , . . . , ηn )| sont des solutions du système
(A − λI)γ = 0, (A − λI)η = γ.




x = µ1 + γ~1 t er1 t + λ1 er3 t ,



y = µ 2 + γ~2 t er1 t + λ2 er3 t ,





z = µ3 + γ~3 t er1 t + λ3 er3 t .
Lorsque r1 = r2 , c'est-à-dire lorsqu'on a une racine double, alors r3 est une racine
simple.
6.4.3 Résumé de la méthode d'Euler
Soit un système linéaire homogène avec 2 fonctions inconnues

    
d x a11 a12  x
=
dt y a21 a22 y
Étape 1. Trouver les valeurs propres de la matrice A à l'aide de l'équation caractéristique
det(A − λI) = 0.
Étape 2. Trouver les vecteurs propres associés.
233
Étape 3. La solution complémentaire est
 
x1
C1 =   er1 t ,
y1
 
x2
C2 =   er2 t
y2
où r1 et r2 sont les valeurs propres de la matrice A et [x1 , y1 ]| et [x2 , y2 ]| sont

les vecteurs propres associés. Si l'on a une racine complexe, on utilise la formule
d'Euler qui est
e±αit = cos(αt) ± i sin (αt)
Étape 4. Trouver le système fondamental qui est
1 −i
x˜1 = (x1 + x2 ) , x˜2 = (x1 − x2 ) ,
2 2
1 −i
y˜1 = (y1 + y2 ) , y˜2 = (y1 − y2 ) .
2 2
Étape 5. La solution générale est
x(t) = C1 x˜1 + C2 x˜2 ,
y(t) = C1 y˜1 + C2 y˜2 .
Voir exemple 6.6.
Exemple 6.4. Résoudre le système suivant (Cas 1)

    
x 3 −1 1 x
d   
  
 
 
y  = −1 5 −1 y  .
dt     
z 1 −1 3 z
| {z }
A
234
Solution.
Trouvons les valeurs propres de la matrice A. L'équation caractéristique est

3 − r −1 1

det(A − rI) := −1 5 − r −1 = 0,

1 −1 3 − r
⇒ r3 − 11r2 + 36r − 36 = 0,
⇒ (r − 2)(r − 3)(r − 6) = 0.
On a trois racines simples et réelles
r1 = 2, r2 = 3, r3 = 6.

Commençons avec r1 = 2,
      
1
γ~ 3 − 2 −1 1 γ~ 1 0
 1    1   
 2    2  
(A − r1 I) γ~1  :=  −1 5 − 2 −1  γ~1  = 0 ,
      
3
γ~1 1 −1 3 − 2 γ~1 3 0
⇒ γ~1 1 − γ~1 2 + γ~1 3 = 0, a)
⇒ −γ~1 1 + 3γ~1 2 − γ~1 3 = 0, b)
⇒ γ~1 1 − γ~1 2 + γ~1 3 = 0, c)
Des équations a) et b), nous avons que γ~1 2 = 0. De l'équation a), nous avons que γ~1 1 = −γ~1 3 .
~γ1 = (1, 0, −1)T .
Trouvons maintenant le second vecteur propre avec r2 = 3,

      
γ~2 1 3 − 3 −1 1 γ~ 1 0
    2   
      
(A − r2 I) γ~2 2  :=  −1 5 − 3 −1  γ~2 2  = 0 ,
      
3
γ~2 1 −1 3 − 3 γ~2 3 0
⇒ −γ~2 2 + γ~2 3 = 0, a)
⇒ −γ~2 1 + 2γ~2 2 − γ~2 3 = 0, b)
⇒ γ~2 1 − γ~2 2 = 0. c)
235
Des équations a) et b), nous avons que γ~2 2 = γ~2 3 . De l'équation c), nous avons que γ~2 1 = γ~2 2 .
Donc, le vecteur ~γ2 pourrait être
~γ2 = (1, 1, 1)| .
Trouvons maintenant le troisième vecteur propre avec r3 = 6,
      
γ~3 1 3 − 2 −1 1 γ~ 1 0
    3   
      
(a − λ3 I) γ~3 2  :=  −1 5 − 2 −1  γ~3 2  = 0 ,
      
γ~3 3 1 −1 3 − 2 γ~3 3 0
⇒ −3γ~3 1 − γ~3 2 + γ~3 3 = 0, a)
⇒ −γ~3 1 − γ~3 2 − γ~3 3 = 0, b)
⇒ γ~3 1 − γ~3 2 − 3γ~3 3 = 0. c)
Des équations b) et c), nous avons que γ~3 2 = −2γ~3 3 . Des équations a) et b), nous avons que
γ~3 2 = −2γ~3 3 . Donc, le vecteur ~γ3 pourrait être
~γ3 = (1, −2, 1)| .
Les solutions particulières sont


1
 
2t  
x1 = e  0 ,
 
−1
 
1
 
 
x2 = e3t  1 ,
 
1
 
1
 
 
x3 = e6t −2 .
 
1
236
X g = C 1 x1 + C 2 x2 + C 3 x3 ,
     
1 1 1
     
     
= C1 e2t  0 + C2 e3t  1 + C3 e6t −2 .
     
−1 1 1
On a donc
x(t) = C1 e2t + C2 e3t + C3 e6t ,
y(t) = C2 e3t − 2C3 e6t ,
z(t) = −C1 e2t + C2 e3t + C3 e6t .

    
d x 1 −5 x
= .
dt y 2 −1 y
| {z }
A
Solution.

1 − r −5
det(A − rI) := = 0,

2 −1 − r
⇒ (1 − r)(−1 − r) + 10 = 0,
⇒ 9 + r2 = 0,
⇒ r2 = −9.
On a
r1 = 3i, r2 = −3i.
Ces racines sont simples et complexes.

237
Commençons avec r1 = 3i,
      
γ~1 1 1 − 3i −5 γ~1 1 0
(A − r1 I)   :=     =  ,
γ~1 2 2 −1 − 3i γ~1 2 0
⇒ (1 − 3i)γ~1 1 − 5γ~1 2 = 0, a)
⇒ 2γ~1 1 + (−1 + 3i)γ~1 2 = 0, b)
De l'équation a), nous avons que

1 − 3i 1
γ~1 = γ~1 2 .
5
Par exemple, ce pourrait être le vecteur suivant
~γ1 = (5, 1 − 3i)| .
Trouvons maintenant le second vecteur propre avec r2 = −3i,

      
γ~2 1 1 + 3i −5 γ~2 1 0
(A − r2 I)   :=     =  ,
γ~2 2 2 −1 + 3i γ~2 2 0
⇒ (1 + 3i)γ~2 1 − 5γ~2 2 = 0, a)
⇒ 2γ~2 1 + (−1 − 3i)γ~2 2 = 0. b)
De l'équation a), nous avons que

1 + 3i 1
γ~2 = γ~2 2 .
5
Par exemple, ce pourrait être le vecteur suivant
~γ2 = (5, 1 + 3i)| .
Alors, les solutions particulières sont

   
5 5
X1 =   e3it , X2 =   e−3it .
1 − 3i 1 + 3i
Passons au nouveau système fondamental de la solution, posons

x1 + x2 x1 − x2
x̃1 = , x̃2 = −i ,
2 2
y1 + y2 y1 − y2
ỹ1 = , ỹ2 = −i .
2 2
238
Qui peut s'exprimer comme
   
x1 5
X1 :=   =   e3it
y1 1 − 3i
   
x2 5
X2 :=   =   e−3it
y2 1 + 3i
x1 = 5e3it
x2 = 5e3it
y1 = (1 − 3i)e3it
y2 = (1 + 3i)e−3it
en appliquant la formule d'Euler, c'est-à-dire

e±αit = cos(αt) ± i sin(αt).
Nous obtenons
x1 = 5 (cos(3t) + i sin(3t))
x2 = 5 (cos(3t) − i sin(3t))
y1 = (1 − 3i) (cos(3t) + i sin(3t))
y2 = (1 + 3i) (cos(3t) − i sin(3t))
Après simplication
x̃1 = 5 cos(3t), x̃2 = 5 sin(3t),
ỹ1 = cos(3t) + 3 sin(3t), ỹ2 = sin(3t) − 3 cos(3t).
La solution générale du système est

   
x˜1 x˜2
Xg = C 1   + C 2   ,
y˜1 y˜2
   
5 cos(3t) 5 sin(3t)
= C1   + C2  ,
cos(3t) + 3 sin(3t) sin(3t) − 3 cos(3t)
239
La solution sous forme scalaire est
x(t) = C1 x̃1 + C2 x̃2 ,
= 5C1 cos(3t) + 5C2 sin(3t),
y(t) = C1 ỹ1 + C2 y˜2 ,
= C1 (cos(3t) + 3 sin(3t)) + C2 (sin(3t) − 3 cos(3t)).

    
x
d    2 1 x
=  .
dt y −1 4 y
| {z }
A
Solution.

2 − r 1
det(A − rI) := = 0,

−1 4 − r
⇒ r2 − 6r + 9 = 0.
On a
r1 = 3, r2 = 3.
Nous avons une racine double réelle.

Nous cherchons une solution de la forme
   
3t
x(t) (λ + µ1 t)e ,
 = 1  (6.11)
y(t) (λ2 + µ2 t)e3t .
En substituant les équations (6.11) dans la première équation du système initial, nous obte-
nons
3(λ1 + µ1 t) + µ1 = 2(λ1 + µ1 t) + (λ2 + µ2 t).
Comparons les coecients des diérentes puissances de t, nous avons alors
t0 : 3λ1 + µ1 = 2λ1 + λ2 ,
t1 : 3µ1 = 2µ1 + µ2 .
240
D'où nous obtenons les relations suivantes
λ2 = λ1 + µ1 , µ 2 = µ1 .
x(t) = (λ1 + µ1 t)e3t ,
y(t) = (λ1 + µ1 + µ1 t)e3t .
Si nous substituons les équations (6.11) dans la seconde équation du système initial, nous
obtenons
y y x
z }|1 { z }| { z }| {
µ2 + 3(λ2 + µ2 t) = 4(λ2 + µ2 t) − (λ1 + µ1 t) .
Comparons les coecients des diérentes puissances de t, nous avons alors
t0 : 3λ2 + µ2 = 4λ2 − λ1 ,
t1 : 3µ2 = 4µ2 + µ1 .
D'où nous obtenons les relations suivantes
λ2 = λ1 + µ1 , µ2 = µ1 .
qui correspondent aux relations dénies dans le système initial.

    
x 0 8 0 x
d   
  
 
 
y  = 0 0 −2 y 
dt     
z 2 8 −2 z
satisfaisant les conditions initiales suivantes
x(0) = −4, y(0) = 0, z(0) = 1.
241
Solution.
Trouvons les valeurs propres de l'équation initiale,

0 − r 8 0

det(A − rI) := 0 0−r −2 = 0,

2 8 −2 − r
⇒ r3 + 2r2 + 16r + 32 = 0,
⇒ (r + 2)(r2 + 16) = 0.
On a
r1 = −2, r2 = 4i, r3 = −4i.
Nous avons une racine simple et deux racines complexes.

Débutons avec r1 = −2,
      
1
γ~ 0+2 8 8 γ~ 1 0
 1    1   
 2    2  
(A − r1 I) γ~1  :=  0 0+2 −2  γ~1  = 0 ,
      
3
γ~1 2 8 −2 + 2 γ~1 3 0
⇒ 2γ~1 1 + 8γ~1 2 = 0, a)
⇒ −2γ~1 2 + 2γ~1 3 = 0, b)
⇒ 2γ~1 1 + 8γ~1 3 = 0. c)
De l'équation a), nous avons que γ~1 1 = −4γ~1 2 . De l'équation b), nous avons que γ~1 2 = γ~1 3 .
~γ1 = (−4, 1, 1)| .
242
Trouvons maintenant le second vecteur propre avec r2 = 4i,
      
γ~2 1 0 − 4i 8 8 γ~ 1 0
    2   
      
(A − r2 I) γ~2 2  :=  0 0 − 4i −2  γ~2 2  = 0 ,
      
γ~2 3 2 8 −2 − 4i γ~2 3 0
⇒ −4iγ~2 2 + 8γ~2 2 = 0, a)
⇒ −4iγ~2 2 − 2γ~2 3 = 0, b)
⇒ 2γ~2 1 + 8γ~2 2 + (−2 − 4i)γ~2 3 = 0. c)
De l'équation a), nous avons que γ~2 1 = −2iγ~2 2 . De l'équation b), nous avons que γ~2 3 = −2iγ~2 2 .
~γ2 = (2, i, 2)| .
Trouvons maintenant le troisième vecteur propre avec r3 = −4i,

      
1
γ~ 0 + 4i 8 8 γ~ 1 0
 3    3   
 2    2  
(A − r3 I) γ~3  :=  0 0 + 4i −2  γ~3  = 0 ,
      
3
γ~3 2 8 −2 + 4i γ~3 3 0
⇒ 4iγ~3 1 + 8γ~3 2 + 8γ~3 3 = 0, a)
⇒ 4iγ~3 2 − 2γ~3 3 = 0, b)
⇒ 2γ~3 1 + 8γ~3 2 + (−2 + 4i)γ~3 3 = 0. c)
De l'équation a) et c), nous avons que γ~3 1 = 2iγ~3 2 . De l'équation b), nous avons que γ~3 3 =
2iγ~3 2 . Donc, le vecteur ~γ3 pourrait être
~γ3 = (2, −i, 2)| .
Nous obtenons les solutions particulières suivantes

     
−4 2 2
     
     
X1 = e−2t  1  , X2 = e4it  i  , X3 = e−4it −i .
     
1 2 2
243
Nous pouvons trouver les valeurs des λi , µi et νi , c'est-à-dire les vecteurs propres, d'une autre
façon.
Substituons X1 dans l'équation initiale, nous trouvons que
−2λ1 = 8µ1 ,
−2µ1 = −2ν1 ,
−2ν1 = 2λ1 + 8µ1 − 2ν1 .
⇒ λ1 = −4µ1 , ν1 = µ1 .
Posons
λ1 = −4, µ1 = 1, ν1 = 1.
Substituons X2 dans l'équation initiale, nous trouvons que
4iλ2 = 8µ2
4iµ2 = −2ν2
4iν2 = 2λ2 + 8µ2 − 2ν2
⇒ λ2 = −2iµ2 , ν2 = −2iµ2 .
Posons
λ2 = 2, µ2 = i, ν2 = 2.
Substituons X3 dans l'équation initiale nous trouvons que
−4iλ3 = 8µ3 ,
−4iµ3 = −2ν3 ,
−4iν3 = 2λ3 + 8µ3 − 2ν3 ,
⇒ λ3 = 2iµ3 , ν3 = 2iµ3 .
Posons
λ3 = 2, µ3 = −i, ν3 = 2,
244
la solution générale est
       
x −4 2 2
       
    −2t   4it   −4it
Xg = y  = C1  1  e + C2  i  e + C3 −i e .
       
z 1 2 2
Trouvons les valeurs des coecients Ci en utilisant les conditions initiales. Des solutions
particulières avec t = 0, nous avons
x(0) = −4 = −4C1 + 2C2 + 2C3 ,
y(0) = 0 = C1 + iC2 − iC3 ,
z(0) = 1 = C1 + 2C2 + 2C3 .
D'où nous avons

i i
C1 = 1, C2 = , C3 = − .
2 2
Donc, nous avons que
     
−4 2 2
     
  −2t i   4it i   −4it
Xp =  1  e +  i  e − −i e .
  2  2 
1 2 2
En utilisant la formule d'Euler
e±αit = cos(αt) ± i sin(αt),
nous obtenons que
x(t) = −4e−2t − 2 sin(4t),
= −2e−2t − sin(4t) + cos(4t),
y(t) = e−2t − cos(4t),
= e−2t − 1/2 cos(4t) + 1/2 sin(4t),
z(t) = e−2t − 2 sin(4t),
= e−2t − sin(4t) + cos(4t).
245
6.5 Méthode d'intégration des systèmes linéaires non
homogènes à coecients constants
Théorème 6.3. Soit le système d'équations diérentielles ordinaires suivant

n
dxi X
= aik xk (t) + fi (t), i = 1, 2, . . . , n.
dt k=1
Nous pouvons réécrire ce système sous la forme matricielle suivante

dX
= AX + F,
dt
où A est une matrice constante de dimension n × n, X et F sont des vecteurs de fonctions
qui dépendent de t. La solution générale X(t) d'un système linéaire non homogène est
égale à la somme de la solution générale X (t) du système homogène associé à
gh
dX
= AX
dt
et de toute solution particulière X du système non homogène ,
pnh
Xg (t) = Xgh (t) + Xpnh (t),

n
X
= Ck Xk (t) + Xpnh .
k=1
6.5.1 Méthode de Lagrange
Soit le système suivant

      
x a1 b 1 e 1 x f1 (t)
d   
  
  
  


y  + a2 b2 e2  y  = f2 (t) .
dt       
z a3 b 3 e 3 z f3 (t)
Nous supposons que la solution générale du système homogène associé est déjà trouvée
       
x x x x
   1  2  3
       
y  = C1  y1  + C2  y2  + C3  y3  .
       
z z1 z2 z3
c
246
On pose
Ci 7→ Ci (t), i = 1, 2, 3.
Nous cherchons pour le système une solution particulière de la forme

       
x x x x
   1  2  3
       
y  = C1 (t)  y1  + C2 (t)  y2  + C3 (t)  y3  ,
       
z z1 z2 z3
où C1 (t), C2 (t) et C3 (t) sont des fonctions inconnues.

Substituons cette équation dans le système.
Nous obtenons l'équation suivante

(1) (1) (1) (1)
C1 x1 + C2 x2 + C3 x3 + C1 x1 + a1 x1 + b1 y1 + e1 z1

(1) (1)
+ C2 x2 + a2 x2 + b2 y2 + e2 z2 + C3 x3 + a3 x3 + b3 y3 + e3 z3 = f1 (t).

    
(1)
x x x3 C f (t)
 1 2  1   1 
   (1)   
 y1 y2 y3  C2  = f2 (t) .
    
(1)
z1 z2 z3 C3 f3 (t)

       
x x x x
   1  2  3
       
Xp := y  = C1 (t)  y1  + C2 (t)  y2  + C3 (t)  y3  .
       
z z1 z2 z3
p
Notons que

x 1 x2 x3

W = y1 y2 y3 =6 0,

z1 z2 z3
du fait que les solutions particulières associées au système homogène sont linéairement indé-
pendantes. Il faut donc résoudre le système des conditions de Lagrange an de déterminer
(1) (1) (1)
C1 , C2 et C3 . Finalement, en intégrant, nous trouvons C1 , C2 et C3 . Donc, la solution
247
du système non homogène est déni par le système non homogène.
Xg = X p + X c .
Exemple 6.8. Résoudre le système d'équations diérentielles ordinaires suivant en utilisant

la méthode de Lagrange
      
d x 2 4  x 1 + 4t
+ = .
dt y 1 −1 y 3 2
t
2
Solution.
Le système homogène associé est
      
d x 2 4  x 0
+ = .
dt y 1 −1 y 0
 
2−λ 4
det   = 0,
1 −1 − λ
⇒ λ2 − λ − 6 = 0.
Les valeurs propres sont donc
λ1 = 2,
λ2 = −3.
De la seconde équation du système homogène, nous avons
y (1) + x − y = 0,
⇒ x = y − y (1) ,
⇒ x(1) = y (1) − y (2) .

Substituons ce système dans la première équation du système homogène, nous obtenons donc
x(1) + 2x + 4y = 0,
⇒ y (1) − y (2) + 2(y − y (1) ) + 4y = 0,
⇒ y (2) − y (1) − 6y = 0.
248
Posons y = eλt , nous avons donc
y (2) − y (1) − 6y = 0,
⇒ λ2 eλt − λeλt − 6eλt = 0,
⇒ λ2 − λ − 6 = 0,
⇒ (λ − 2)(λ + 3) = 0.
On a
λ1 = 2, λ2 = −3.
Puisque les deux racines sont réelles et distinctes, nous avons que la solution complémentaire
est
yc = C1 e2t + C2 e−3t .
Nous pouvons nalement trouver x,
x = y − y (1) ,

= C1 e2t + C2 e−3t − 2C1 e2t − 3C2 e−3t ,
= −C1 e2t + 4C2 e−3t .
La solution générale de l'équation homogène est

     
x −1 4
Xc =   = C1   e2t + C2   e−3t .
y 1 1
Pour obtenir une solution pour la partie non homogène, nous cherchons une solution de la
forme
     
x −1 4
Xp =   = C1 (t)   e2t + C2 (t)   e−3t .
y 1 1
p
Ces solutions sont linéairement indépendantes, le Wronskien est non nul.

    
(1)
−e2t 4e−3t C1 1 + 4t
  = .
2t −3t (1) 3 2
e e C2 2
t
249
(1) (1)
Utilisons la méthode de Cramer pour trouver les valeurs de C1 et C2 ;

−3t
1 + 4t 4e

3 2 −3t
(1)
2
t e
C1 (t) = ,
2t −3t
−e 4e

2t −3t
e e
(−6t2 + 4t + 1)e−3t
= ,
−5e−t
1
= (6t2 + 4t + 1)e−2t ,
5

2t
−e 1 + 4t

2t 3 2
(1)
e 2
t
C2 = ,
2t −3t
−e 4e

2t −3t
e e
− 21 (3t2 + 8t + 2)e2t
= ,
−5e−t
1
= (3t2 + 8t + 2)e3t .
10
Intégrons par parties an d'obtenir C1 (t) et C2 (t),

Z
(1)
C1 (t) = C1 (t)dt,
Z
1 2
= (6t − 4t − 1)e−2t dt,
5
1
= − (3t2 + t)e−2t + C1 , C1 ∈ R,
5
Z
(1)
C2 (t) = C2 (t)dt,
Z
1
= (3t2 + 8t + 2)e3t dt,
10
1 2
= (t + 2t)e3t + C2 , C2 ∈ R.
10
250
Donc, nous obtenons
1
C1 (t) = − (3t2 + t)e−2t + C1 ,
5
1 2
C2 (t) = (t + 2t)e3t + C2 ,
10
où C1 et C2 sont des constantes arbitraires. En substituant ces équations dans la solution
particulière, nous obtenons la solution générale du système non homogène dénie par
       
2
x −1 4 t+t
  = C1   e2t + C2   e−3t +  .
1 2
y 1 1 −2t
g
| {z } | {z }
Xc Xp
6.6 Méthode des coecients indéterminés : méthode de

sélection
La méthode de sélection est une méthode plus générale que l'on peut utiliser avec tout
polynôme.

      
x
d    1 −2 x et
=    +  .
dt y 1 4 y e 2t
Solution.
La partie homogène associée au système est
    
x
d    1 −2 x
=  .
dt y 1 4 y
Trouvons les valeurs propres de ce système

1 − λ −2
det(A − λI) := = 0,

1 4 − λ
⇒ λ2 − 5λ + 6 = 0,
⇒ (λ − 2)(λ − 3) = 0.
251
On a
λ1 = 2, λ2 = 3.
Les vecteurs propres associés sont
γ~1 = [2, −1]|
γ~2 = [1, −1]|
Pour λ1 = 2, la solution particulière est
x1 = µ1 e2t , y1 = ν1 e2t .
En substituant ce système dans le système homogène, nous obtenons
−µ1 − 2ν1 = 0, µ1 + 2ν2 = 0.
Par exemple, nous pourrions avoir
µ1 = 2, ν1 = −1.
Le système est
x1 = 2e2t , y1 = −e2t .
x2 = µ2 e3t , y2 = ν2 e3t .
En substituant ce système dans le système homogène, nous obtenons
−µ2 − 2ν2 = 0, µ2 + ν2 = 0.
Par exemple, nous pourrions avoir
µ2 = 1, ν2 = 1.
Le système est
x1 = e3t , y1 = −e3t .
252
La solution complémentaire du système homogène est
     
xc 2 1
  = C1   e2t + C2   e3t .
yc −1 −1
Pour la partie non homogène, nous avons, de l'équation initiale, que
f1 (t) = et , f2 (t) = e2t .
Les fonctions satisfaisantes sont
FS ES
et → {et }
e2t → {e2t }
La solution particulière est de la forme
xp = Ket + (Lt + M )e2t ,
yp = N et + (P t + Q)e2t .
En substituant ce système dans le système initial, nous obtenons
x : Ket + 2(Lt + M )e2t + Le2t = Ket + (Lt + M )e2t − 2N et − 2(P t + Q)e2t + et ,
y : N et + 2(P t + Q)e2t + P e2t = Ket + (Lt + M )e2t + 4N et + 4(P t + Q)e2t + e2t .
En comparant les coecients de et , e2t et te2t , nous obtenons
et : K = K − 2N + 1 N = K + 4N
e2t : 2M + L = M − 2Q 2Q + P = M + 4Q + 1
te2t : 2L = L − 2P 2P = L + 4P
En solutionnant ces systèmes, nous trouvons que

3
K=− L=2 M =0
2
1
N= P = −1 Q = −1
2
3 1
xp = − et + 2te2t , yp = et − (t + 1)e2t .
2 2
253
         
x 2 1 − /2 t
3 2t
  = C1   et + C2   e3t +  e +   e2t .
y −1 −1 1/2 −t − 1
g

      
d x 1 2 x  0 
= + .
dt y 1 0 y −5 sin t
Solution.
La partie homogène du système est
    
d x 1 2 x
= .
dt y 1 0 y
Trouvons les valeurs propres du système

1 − λ 2
det(A − λI) := = 0,

1 0 − λ
⇒ λ2 − λ − 2 = 0,
⇒ (λ + 1)(λ − 2) = 0.
On a
λ1 = −1, λ2 = 2.
Trouvons les vecteurs propres associés aux valeurs propres.

Pour λ1 = −1, la solution particulière est
      
1
γ~1 1+1 2 γ~ 1 0
(A − λ1 I)   :=   1  =  ,
γ~1 2 1 0+1 γ~1 2 0
⇒ 2γ~1 1 + 2γ~1 2 = 0, a)
⇒ γ~1 1 + γ~1 2 = 0. b)
254
De l'équation b), nous avons γ~1 1 = −γ~1 2 .
Par exemple, le vecteur ~γ1 pourrait être
~γ1 = (1, −1)| .

      
γ~2 1 1−2 2 γ~2 1 0
(A − λ2 I)   :=     =  ,
γ~2 2 1 0 − 2 γ~2 2 0
⇒ −γ~2 1 + 2γ~2 2 = 0, a)
⇒ γ~2 1 − 2γ~2 2 = 0. b)
De l'équation b), nous avons γ~2 1 = 2γ~2 2 .

~γ2 = (2, 1)| .

     
x 1 2
 c  = C1   e−t + C2   e2t .
yc −1 1

f1 (t) = 0, f2 (t) = −5 sin t.
Les fonctions satisfaisantes sont
FS ES
0 → 0
sin t → {sin t, cos t}
La forme de la solution particulière est
xp = A cos t + B sin t, yp = M cos t + N sin t.
255
−A sin t + B cos t = A cos t + B sin t + 2M cos t + 2N sin t,
−M sin t + N cos t = A cos t + B sin t − 5 sin t.
En comparant les coecients de sin t et cos t, nous obtenons
sin t : −A = B + 2N −M = B − 5
cos t : B = A + 2M N =A
En solutionnant ce système, nous trouvons que
A = −1, B = 3, M = 2, N = −1.
xp = − cos t + 3 sin t, yp = 2 cos t − sin t.

       
x 1 2 − cos t + 3 sin t
  = C1   e−t + C2   e2t +  .
y −1 1 2 cos t − sin t
g

      
t
x
d    1 2 x 16te
=   +  .
dt y 2 −2 y 0
Solution.
La partie homogène du système est
    
d x 1 2  x
= .
dt y 2 −2 y
Trouvons maintenant les valeurs propres du système

1 − λ 2
det(A − λI) := = 0,

2 −2 − λ
⇒ λ2 + λ − 6 = 0,
⇒ (λ − 2)(λ + 3) = 0.
256
On a
λ1 = 2, λ2 = −3.
Trouvons les vecteurs propres associés aux valeurs propres.

      
1
γ~1 1−2 2 γ~1 1 0
(A − λ1 I)   :=    =  ,
γ~1 2 2 −2 − 2 γ~1 2 0
⇒ −γ~1 1 + 2γ~1 2 = 0, a)
⇒ 2γ~1 1 − 4γ~1 2 = 0. b)
De l'équation a), nous avons γ~1 1 = 2γ~1 2 .

~γ1 = (2, 1)| .
Pour λ2 = −3, la solution particulière est

      
1
γ~2 1+3 2 γ~ 1 0
(A − λ2 I)   :=   2  =  ,
γ~2 2 2 −2 + 3 γ~2 2 0
⇒ 4γ~2 1 + 2γ~2 2 = 0, a)
⇒ 2γ~2 1 + γ~2 2 = 0, b)
De l'équation b), nous avons γ~2 2 = −2γ~2 1 .

~γ2 = (1, −2)| .

     
xc 2 2t 1
  = C1   e + C2   e−3t .
yc 1 −2
f1 (t) = 16tet , f2 (t) = 0.
257
La fonction satisfaisante est
FS ES
tet → {tet , et }
La forme de la solution particulière est
xp = (At + B)et , yp = (M t + N )et .
At + B + A = At + B + 2M t + 2N + 16t,
M t + N + M = 2At + 2Bt − 2M t − 2N.
En égalant les coecients de t et les termes constants, nous obtenons
t: A = A + 2M + 16, M = 2A − 2M,
Constante : B + A = B + 2N, N + M = 2B − 2N.
En solutionnant ce système, nous trouvons
A = −12, B = −13, M = −8, N = −6.
xp = (−12t − 13)et , yp = (−8t − 6)et .

       
x 2 2t 1 −12t − 13
  = C1   e + C2   e−3t +   et .
y 1 −2 −8t − 6
g
Exemple 6.12. Résoudre le système d'équations diérentielles ordinaires suivant en utilisant

la méthode de Lagrange
      
d x 2 4  x 1 + 4t
+ = .
dt y 1 −1 y 3 2
t
2
258
Solution.
Le système homogène associé est
      
x
d    2 4 x 0
+   =  .
dt y 1 −1 y 0

 
2−λ 4
det   = 0,
1 −1 − λ
⇒ λ2 − λ − 6 = 0.
Les valeurs propres sont donc
λ1 = 2,
λ2 = −3.
De la seconde équation du système homogène, nous avons
y (1) + x − y = 0,
⇒ x = y − y (1) ,
⇒ x(1) = y (1) − y (2) .
Substituons ce système dans la première équation du système homogène, nous obtenons donc
x(1) + 2x + 4y = 0,
⇒ y (1) − y (2) + 2(y − y (1) ) + 4y = 0,
⇒ y (2) − y (1) − 6y = 0.
Posons y = eλt , nous avons donc
y (2) − y (1) − 6y = 0,
⇒ λ2 eλt − λeλt − 6eλt = 0,
⇒ λ2 − λ − 6 = 0,
⇒ (λ − 2)(λ + 3) = 0.
259
On a
λ1 = 2, λ2 = −3.
Puisque les deux racines sont réelles et distinctes, nous avons que la solution complémentaire
est
yc = C1 e2t + C2 e−3t .
Nous pouvons nalement trouver x,
x = y − y (1) ,

= C1 e2t + C2 e−3t − 2C1 e2t − 3C2 e−3t ,
= −C1 e2t + 4C2 e−3t .
La solution générale de l'équation homogène est
     
x −1 4
Xc =   = C1   e2t + C2   e−3t .
y 1 1
Pour obtenir une solution pour la partie non homogène, nous cherchons une solution de la
forme
     
x −1 4
Xp =   = C1 (t)   e2t + C2 (t)   e−3t .
y 1 1
p

    
(1)
−e2t 4e−3t C1 1 + 4t
  = .
2t −3t (1) 2
e e C2 3/2t
260
(1) (1)
Utilisons la méthode de Cramer pour trouver les valeurs de C1 et C2 ;

−3t
1 + 4t 4e

3 2 −3t
(1)
2
t e
C1 (t) = ,
2t −3t
−e 4e

2t −3t
e e
(−6t2 + 4t + 1)e−3t
= ,
−5e−t
1
= (6t2 + 4t + 1)e−2t ,
5

2t
−e 1 + 4t

2t 3 2
(1)
e 2
t
C2 = ,
2t −3t
−e 4e

2t −3t
e e
− 21 (3t2 + 8t + 2)e2t
= ,
−5e−t
1
= (3t2 + 8t + 2)e3t .
10
Intégrons par parties an d'obtenir C1 (t) et C2 (t),

Z
(1)
C1 (t) = C1 (t)dt,
Z
1 2
= (6t − 4t − 1)e−2t dt,
5
1
= − (3t2 + t)e−2t + C1 , C1 ∈ R,
5
Z
(1)
C2 (t) = C2 (t)dt,
Z
1
= (3t2 + 8t + 2)e3t dt,
10
1 2
= (t + 2t)e3t + C2 , C2 ∈ R.
10
261
Donc, nous obtenons
1
C1 (t) = − (3t2 + t)e−2t + C1 ,
5
1 2
C2 (t) = (t + 2t)e3t + C2 ,
10
où C1 et C2 sont des constantes arbitraires. En substituant ces équations dans la solution
particulière, nous obtenons la solution générale du système non homogène dénie par
       
x −1 2t 4 −3t t + t2
  = C1   e + C2   e +  .
1 2
y 1 1 −2t
g
| {z } | {z }
Xc Xp

      
x
d    2 4 x cos t
=   +  
dt y −1 −2 y sin t
Solution.
Considérons la partie homogène de l'équation initiale. On cherche les valeurs propres de la
matrice qui sont
λ1 = λ2 = 0
On propose la forme
xc = (C1 + C2 t) eλ1 ,
yc = (B1 t + B2 t) eλ2 .
On obtient à partir de l'équation initial,
f racdxdt = 2x + 4y
D'où on tire
C2 = 2(C1 + C2 t) + 4(B1 + B2 t)
262
Ainsi on a
1 : C2 = 2C2 + 4B1 ,
t : 0 = 2C2 + 4B2 .
On trouve donc les relations
C1 = −2B1 − B2 ,
C2 = −2B2 .
La solution complémentaire du système est donc
xc (t) = − (2B1 + B2 ) − 2B2 t,
yc (t) = B1 + B2 t.
Pour la partie non homogène trouvons les fonctions satisfaisantes et leur ensemble satisfaisant
associé
FS ES
cos t → {cos t, sin t}
sin t → {cos t, sin t}
On pose la forme de la solution particulière
xp = A1 cos t + A2 sin t,
yp = D1 cos t + D2 sin t.
Avec leur dérivée première
x(1) = 2x + 4y + cos t,
y (1) = −x − 2y + sin t,
Dans les équations initiales, on obtient
−A1 sin t + A2 cos t = 2A1 cos t + 2A2 sin t + 4D1 cos t + 4D2 cos t + cos t,
−D1 sin t + D2 cos t = −A1 cos t − A2 sin t − 2D1 cos t − 2D2 sin t + sin t.
263
On trouve donc
A1 = −2, A2 = −3, D1 = 0, D2 = 2.
xp = −2 cos t − 3 sin t,
yp = 2 sin t.
xg (t) = − (2B1 + B2 ) − 2B2 t − 2 cos t − 3 sin t,
yg (t) = B1 + B2 t + 2 sin t.
6.7 Recherche des combinaisons intégrales
6.7.1 Méthode de d'Alembert
Cette méthode sert à la construction de combinaisons intégrales pour la résolution de sys-

tèmes d'équations linéaires à coecients constants.
6.7.2 Application de la méthode de d'Alembert
Son application à la résolution du système de deux équations.



 dx

 = a1 x + b1 y + f1 (t),

 dt





 dy
dt
= a2 x + b2 y + f2 (t).
264
Il faut multiplier la deuxième équation par λ et l'additionner aux membres de la première
équation. On a donc
d
(x + λy) = (a1 + λa2 )x + (b1 + λb2 )y + f1 (t) + λf2 (t).
dt
On la met sous la forme

d (b1 + λb2 )
(x + λy) = (a1 + λa2 ) x + y + f1 (t) + λf2 (t). (6.12)
dt a1 + λa2
Puis on pose
b1 + λb2
λ := .
a1 λa2
On a donc
(a1 + λa2 )λ = (b1 + λb2 ), (6.13)
⇒ a1 λ2 + (a1 − b2 )λ − b1 = 0. (6.14)
Alors, l'équation (6.12) devient une équation linéaire en x + λy .
d
(x + λy) = (a1 + λa2 ) (x + λy) + f1 (t) + λf2 (t)
dt
En posant z = x + λy l'intégrale donne
Z
−(a1 +λa2 )t
z=e (a1 +λa2 )t
C + [f1 (t) + λf2 (t)] e dt (6.15)
Si l'équation (6.14) a des racines réelles distinctes λ1 et λ2 , alors l'équation (6.15) a deux
intégrales premières du système initial.
Donc l'intégrale de ce système est terminée.
Exemple 6.14. Résoudre par la méthode de d'Alembert le système d'équations diéren-

tielles suivant.


 dx = 5x + 4y + et
dt

 dy = 4x + 5y + 1
dt
C'est-à-dire que l'on a
a1 = 5, a2 = 4, f1 (t) = et ,
b1 = 4, b2 = 5, f2 (t) = 1.
265
Solution.
On choisit λ selon la formule (6.14).
4 + 5λ = λ (5 + 4λ) .
On a des racines réelles simples,
λ1 = 1, λ2 = −1.
En suivant la formule (6.15), on a pour le cas où λ1 = 1, on a

Z
(5+4·1)t
t −(5+4·1)t
x+y =e C1 + e +1 e dt ,
Z

=e 9t
C1 + e−8t + e−9t dt ,
1 1
= C1 e9t − et − .
8 9
Pour le cas de λ2 = −1, on a

Z
(5−4)t t
−(5−4)t
x−y =e C2 + e −1 e dt ,
= C2 et + tet + 1.
Ainsi, on a deux intégrales premières indépendantes du système initial,



 x + y − 1 et + 1/9 e−9t = C1 ,
8

(x − y − tet − 1) e−t = C2 .

1 t 1
Xg = 1/2 C1 e9t − t t
e − /9 + C2 e + te + 1 ,
8

1 t 1
Yg = 1/2 C1 e9t − t t
e − /9 − C2 e + te + 1 .
8
Remarque. Si les seconds membres du système sont sous la forme
(ax + by + cz + Pn (t)) t−1
où a, b, c sont des constantes et Pn (t) est un polynôme, on pose t = et .
266
Exemple 6.15. Trouver une solution particulière du système diérentiel en utilisant la
méthode de Lagrange


 dy = 2y + 4z + e6x ,
dx

 dz = 4y + 2z + e6x .
dx
Soumis aux conditions initiales
x = 0, y(0) = 0, z(0) = 0.
Solution.
1) Partie homogène
L'équation caractéristique de la matrice associée au système est
 
2−λ 4
det   := (2 − λ)2 − 16 = 0
4 2−λ
⇒ λ2 − 4λ − 12 = 0
On trouve les valeurs propres et les vecteurs propres associés
λ1 = −2, γ~1 = [1, −1]| ,
λ2 = 6, γ~2 = [1, 1]| .
On trouve la solution complémentaire

   
1 1
Xc = A   e−2x + B   e6x .
−1 1

On pose
A 7→ A(x), B 7→ B(x).
La solution particulière est de la forme
yp = A(x)e−2x + B(x)e6x ,
zp = −A(x)e−2x + B(x)e6x .
267
   
−2x 6x (1)
e e A e6x
   =  .
−e−2x e6x B (1) e6x
On résout par Cramer pour obtenir
A(1) = 0,
B (1) = 1.
Après intégration, on obtient
A = A0 ∈ R,
B = x.
On trouve donc la solution générale, en posant A1 = A + A0
yg = A1 e−2x + Be6x + xe6x ,
zg = −A1 e−2x + Be6x + xe6x .
On applique les conditions initiales
x = 0, y(0) = 0, z(0) = 0.
On trouve des valeurs pour les constantes
A1 = 0,
B = 0.
La solution particulière donc
yp = xe6x ,
zp = xe6x .

dy
= −y − 2z + 2e−x ,
dx
dz
= 3y + 4z + e−x .
dx
268
Solution.
Considérons la partie homogène du système. On cherche les valeurs propres qui sont
λ1 = 1, λ2 = 2.
Les vecteurs propres associés sont
γ1 = [1, −1]| ,
γ2 = [2, −3]| ,

     
y 1 2
Xc =   = C1   ex + C2   e2x .
z −1 −3
Pour la partie non homogène, la solution particulière est

   
1 2
xP = C1 (x)   ex + C2   e2x .
−1 −3

    
(1)
ex 2e2x C1 (x) 2e−x
  = 
x 2x (1) −x
−e −3e C2 (x) e
On trouve donc les fonctions
(1) (1)
C1 (x) = 8e−2x , C2 (x) = −3e−3x ,
C1 (x) = −4e−2x + C1 , C2 (x) = e−3x + C2 .

       
y 1 2 −2
Xg =   = C1   ex + C2   e2x +   e−x .
z −1 −3 1
dy dz
= 2y − z, = y + 2z.
dx dx
269
Solution.
Pour la partie homogène, on a les valeurs propres et les vecteurs propres associés
λ1 = 2 + i, γ1 = [1, −i]| ,
λ2 = 2 − i, γ2 = [1, i]| .

   
y 1
X1 =   =   e(2+i)x ,
z −i
 1  
y 1
X2 =   =   e(2−i)x .
z i
2
Grâce à la relation d'Euler, on obtient
 
1
X1 :   e2x (cos x + i sin x) ,
−i
 
1
X2 :   e2x (cos x − i sin x)
i
   
cos x sin x
Xg = C 1   e2x + C2   e2x .
sin x − cos x
Exemple 6.18. Résoudre le système d'équations diérentielles suivants à l'aide de la mé-
thode de d'Alembert.


t dx
dt
= −2x + 2y + t,

t dy
dt
= −x − 5y + t2 .
Solution.
On fait le changement de variable t = eτ , on a dτ
dt
= eτ . De la loi de dérivation en chaîne, on
a
dx dx dτ 1 dx
= · = ,
dt dτ dt t dτ
dy dy dτ 1 dy
= · = .
dt dτ dt t dτ
270
Le système devient donc
dx
= −2x + 2y + eτ ,
dτ
dy
= −x − 5y + e2τ .
dτ
On multiplie la seconde équation par λ et on obtient, en additionnant les deux équations
d
= (−2 − λ)x + (2 − 5λ)y + eτ + λe2τ ,
dtτ (x + λy)

d 2 − 5λ
⇒ (x + λy) = (−2 − λ) x + y + eτ + λe2τ .
dτ −2 − λ
On choisit λ de sorte que
2 − 5λ
= λ,
−2 − λ
⇒ λ2 − 3λ + 2 = 0.
Les racines sont réelles
λ1 = 1, λ2 = 2.
Pour λ1 = 1, on a
d
(x + y) = −3(x + y) + eτ + e2τ .
dτ
On pose z := x + y pour obtenir
dz
= −3z + eτ + e2τ .
dτ
D'où, on a
Z
−3τ τ 2τ
3τ
x+y =e C1 + e +e e dτ .
On intègre pour obtenir
1 1
x + y = C1 e−3τ + eτ + e2τ .
4 5
271
Pour la seconde racine, λ2 = 2, après les mêmes étapes, on a
1 1
x + 2y = C2 e−4τ + eτ + e2τ .
5 3
Avec ces deux équations, on trouve la solution générale
3 τ 1
x = 2C1 e−3τ − C2 e−4τ + e + e2τ ,
10 15
1 τ 2
y = −C1 e−3τ + C2 e−4τ − e + e2τ .
20 15
On fait le changement de variable inverse τ = ln |t| pour obtenir la solution générale nale
2C1 C2 3t t2
xg = − + + ,
t3 t4 10 15
C1 C2 t 2t2
yg = 3 + 4 − + .
t t 20 15
6.7.3 Forme symétrique d'un système d'équations diérentielles
Cette méthode d'intégration d'un système d'équation diérentielle
dxk
= fk (t, x1 , x2 , . . . , xn ), k = 1, 2, . . . , n.
dt
peut se résumer à l'aide des opérations arithmétiques (addition, soustraction, multiplication

et division). On forme à partir des équations du système des combinaisons dites intégrables.
C'est-à-dire des équations assez faciles à résoudre de la forme
du
f (t, u, ) = 0,
dt
où u est une des fonctions cherchées x1 (t), x2 (t), . . . , xn (t).
Chaque combinaison intégrable fournit une seule intégrale première. Si on a trouvé n in-
tégrales premières du système initial, son intégration est terminée.
Dans le cas où on a obtenu que m intégrales premières indépendantes, le système initial

devient un système ayant un plus petit nombre de fonctions inconnues (système réduit).
272
Exemple 6.19. Trouver la solution générale du système
dx1
= 2(x21 + x22 )t,
dt
dx2
= 4x1 x2 t.
dt
Solution.
En additionnant les deux équations du système, on obtient
d(x1 + x2 )
= (x1 + x2 )2 2t.
dt
En soustrayant la deuxième équation du système à la première, on obtient
d(x1 − x2 )
= (x1 − x2 )2 2t.
dt
Des deux équations précédentes, on obtient
1
+ t 2 = C1 ,
x1 + x 2
1
+ t 2 = C2 .
x1 − x 2
Ainsi, on a obtenu 2 intégrales premières du système
1
ψ1 (t, x1 , x2 ) = t2 + = C1 ,
x1 + x2
1
ψ2 (t, x1 , x2 ) = t2 + = C2 .
x1 − x2
Ces deux intégrales sont indépendantes, le Jacobien est diérent de 0. En eet
 
dψ1 dψ1
d(ψ1 , ψ2 )
= det  dx1 dx2  ,
d(x1 , x2 ) dψ2 dψ2
dx1 dx2
 
−1 −1
2 (x1 +x2 )2 
= det  (x1 +x2 ) ,
−1 −1
(x1 −x2 )2 (x1 −x2 )2
−2
=
(x21 − x22 )2
6= 0 où x21 − x22 6= 0.
L'intégrale générale du système initial est

1
t2 + = C1 ,
x1 + x2
1
t2 + = C2 .
x1 − x2
273
La résolution de ce système par rapport aux fonctions inconnues donne la solution générale
du système initial
C1 + C2 − 2t2
x1 = ,
2(C1 − t2 )(C2 − t2 )
C2 − C1
x2 = .
2 (C1 − t2 ) (C2 − t2 )
Exemple 6.20. Trouver la solution générale du système suivant
dx
= y,
dt
dy
= −x.
dt
Solution.
On multiplie la première équation par x et la seconde par y pour obtenir


x dx = xy,
dt

y dy
dt
= −xy.
En additionnant et en intégrant, on obtient

dx dy
x +y = 0,
dt dt
⇒ x2 + y 2 = C12 ,
q
⇒ y = ± C12 − x2 .
Or, on sait que

q
dx
= ± C12 − x2 ,
dt
Intégration x
======⇒ arcsin( ) = t + C2 ,
C1
⇒ x = C1 sin(t + C2 ).
On obtient deux intégrales premières
x2 + y 2 = C12 ,
!
x
arcsin p − t = C2 .
x + y2
2
274
xg = C1 sin(t + C2 ),
yg = ±C1 cos(t + C2 ).
Exemple 6.21. Trouver la solution générale du système d'équations diérentielles suivant






dx1
= xx13−x2
,

 dt −t

dx2
dt
= xx13−x
−t
2
,




 dx3 = x1 − x2 + 1.
dt
Solution.
En soustrayant la deuxième équation à la première, on obtient
d(x1 − x2 )
= 0.
dt
D'où on tire une intégrale du système initial
x1 − x2 = C 1 .
En reportant cette équation dans la deuxième et la troisième équation du système initial, on

obtient un système à deux fonctions inconnues
dx2 C1
= ,
dt x3 − t
dx3
= C1 + 1.
dt
De la deuxième équation de ce système, on déduit
x3 = (C1 + 1) t + C2 .
En introduisant cette équation dans la première équation du dernier système, on a
dx2 C1
= ,
dt C1 t + C2
⇒ x2 = ln |C1 t + C2 | + C3 .
275
Ainsi, on obtient
x 1 − x2 = C 1 ,
x2 = ln |C1 t + C2 | + C3 ,
x3 = (C1 + 1)t + C2 .
La solution générale du système initial est donc
x1 = ln |C1 t + C2 | + C1 + C3 ,
x2 = ln |C1 t + C2 | + C2 ,
x3 = (C1 + 1) t + C2 .
Exemple 6.22. Trouver la solution particulière du système d'équations diérentielles



 dx = 1 − 1 ,
dt y

 dy 1
dt
= x−t
.
Soumis aux conditions initiales
t = 0, x(0) = 1, y(0) = 1.
Solution.
On réécrit le système en multipliant la première équation par y et la seconde par (x − t),

dx
y − 1 = −1,
dt
dy
(x − t) = 1.
dt
Sachant que −dt
dt
= −1, on peut réécrire le système
d(x − t)
y = −1,
dt
dy
(x − t) = 1.
dt
On additionne les deux équations pour obtenir
d(x − t) dy
y + (x − t) = 0,
dt dt
d
⇒ ((x − t)y) = 0.
dt
276
On y trouve l'intégrale première
(x − t)y = C1 .
Puisque (x − t) = C1
y
, la deuxième équation du système devient
dy y
= .
dt C1
On intègre par séparation de variables pour obtenir
t
y = C2 e C 1 .
Ainsi, on a
(x − t)y = C1 ,
y = C2 e /C1 .
t
On en déduit la solution générale
C1 −t/C1
x=t+ e ,
C2
y = C2 e /C1 .
t
On applique les conditions initiales pour obtenir
C1 = 1,
C2 = 1.
x = t + e−t ,
y = et .
277
6.7.4 Proportion dérivée
Parfois, pour chercher des combinaisons intégrables lors de la résolution du système d'équa-
tions diérentielles
dxk
= fk (t, x1 , x2 , . . . , xn ) où k = 1, 2, . . . , n.
dt
il est utile de les mettre sous une forme symétrique.
dx1 dx2 dt
= = ··· = .
f1 (t, x1 , x2 , . . . , xn ) f2 (t, x1 , x2 , . . . , xn ) t
Dans un système d'équations diérentielles écrit sous une forme symétrique, les variables
t, x1 , x2 , . . . , xn sont équivalentes, ce qui permet dans certains cas de simplier la recherche
de combinaisons intégrables.
Pour résoudre le système, on prend des paires de rapports admettant la séparation des
variables ou on utilise des proportions dérivées.
a1 a2 am λ1 a1 + λ2 a2 + · · · + λm am
= = ··· = = .
b1 b2 bm λ1 b1 + λ2 b2 + · · · + λm bm
Où λ1 , λ2 , . . . , λm sont des coecients quelconques, an que le numérateur soit la diérentielle
du dénominateur ou que le numérateur soit une diérentielle totale et le dénominateur soit
nul.
Exemple 6.23. Trouver la solution générale du système d'équations diérentielles

dt dx dy
= = .
2x ln |t| ln |t| − 2x
Solution.
Une première combinaison intégrable est
dt −dx
= ,
2x ln |t|
ln |t|dt = −2xdx.
On obtient une intégrale première
t(ln |t| − 1) + x2 = C1 .
278
Une deuxième combinaison intégrable s'obtient en utilisant les proportions dérivées
dt dx dy dt + dx + dy
= = = .
2x − ln |t| ln |t| − 2x 0
On a
λ1 = 1, λ2 = 1, λ3 = 1.
On en déduit que
dt + dx + dy = 0,
d(t + x + y) = 0.
Donc,
t + x + y = C2 .
Les intégrales premières fournissent l'intégrale générale du système
x2 + t(ln |t| − 1) = C1 ,
x + y + t = C2 ,
p
x=± C1 + t(ln |t| − 1),
p
y = C2 − t ± C2 + t(ln |t| − 1).
Exemple 6.24. Trouver la solution générale

dx dy dz
= = .
z−y x−z y−x
Solution.
On additionne les numérateurs et les dénominateurs pour obtenir
dx dy dz dx + dy + dz
= = = .
z−y x−z y−x 0
D'où on tire
d(x + y + z) = 0,
⇒ x + y + z = C1 .
279
En multipliant le système par
λ1 = 2x, λ2 = 2y, λ3 = 2z,
respectivement et en additionnant les numérateurs et les dénominateurs, on obtient
2xdx 2ydy 2zdz d(x2 + y 2 + z 2 )

= = = .
2x(z − y) 2y(x − z) 2z(y − x) 0
On intègre pour obtenir
x2 + y 2 + z 2 = C22 .
Donc, on a deux intégrales premières
x + y + z = C1 ,
x2 + y 2 + z 2 = C 2 .
Exemple 6.25. Trouver l'intégrale générale du système
dt dx dy
= = .
4y − 5x 5t − 3y 3x − 4t
Solution.
On multiplie respectivement par 3, 4, 5 et on additionne les numérateurs et les dénominateurs
pour obtenir
3dt 4dx 5dy 3dt + 4dx + 5dy

= = = .
12y − 15x 20t − 12y 15x − 20t 0
On a donc
λ1 = 3, λ2 = 4, λ3 = 5.
Ce qui donne l'intégrale première
d(3t + 4x + 5y) = 0,
⇒ 3t + 4x + 5y = C1 .
Posons
λ1 = 2t, λ2 = 2x, λ3 = 2y.
280
Comme plus haut, on obtient
2tdt 2xdx 2ydy
= = ,
8yt − 10xt 10tx − 6yx 6xy − 8ty
2tdt + 2xdx + 2ydy

= ,
0
⇒ 2tdt + 2xdx + 2ydy = 0,
⇒ d(t2 + x2 + y 2 ) = 0,
⇒ t2 + x2 + y 2 = C2 .
L'intégrale générale du système est donc
3t + 4x + 5y = C1 ,
t2 + x2 + y 2 = C2 .
Exemple 6.26. Trouver l'intégrale générale du système



 dy = z 2 ,
dx (z−y)

 dz y
dx
= (z−y)2
.
Solution.
En utilisant les proportions dérivées, on a
dy dz dx
= = ,
z(z − y)−2 y(z − y)−2 1
dy dz dx
⇒ = = .
z y (z − y)2
La première combinaison est
dy dz
= ,
z y
⇒ zdz = ydy,
Intégration
======⇒ y 2 − z 2 = C12 .
La deuxième combinaison est

d(y − z) dx
= ,
z−y (z − y)2
⇒ 2x + (y − z)2 = C2 .
281
Posons
λ1 = 1, λ2 = −1.
Les intégrales premières sont
y 2 − z 2 = C12 ,
2x + (y − z)2 = C2 .
282
Chapitre 7
Théorie de la stabilité
7.1 Stabilité au sens de Liapounov
7.1.1 Notions fondamentales et dénitions
Dénition 7.1. Soit le système d'équations diérentielles ordinaires suivant

dxi
= fi (t, x1 , x2 , . . . , xn ), i = 1, 2, . . . , n.
dt
Une solution φ (t), i = 1, 2, . . . , n du système satisfaisant aux conditions initiales
i
φ(t0 ) = φi0 , i = 1, 2, . . . , n
est dite stable au sens de Liapounov pour t → ∞ et si, pour tout ε > 0, il existe un δ(ε) > 0
tel que pour toute solution x (t), i = 1, 2, . . . , n du système dont les valeurs initiales satisfont
i
les conditions suivantes

|xi (t0 ) − φi0 | < δ, i = 1, 2, . . . , n. (7.1)
Nous avons que

|xi (t) − φi | < ε, i = 1, 2, . . . , n, (7.2)
pour tout t ≥ t . La solution φ (t) est instable si pour un δ > 0 aussi petit que nous le
0 i
voulons, les inégalités (7.2) ne sont pas vérifées pour au moins une solution x (t), i=1,2,...,n. i
283
Dénition 7.2. Si, en plus de la condition (7.1) et des inégalités (7.2), nous vérions la
condition
lim |xi (t) − φi (t)| = 0, i = 1, 2, . . . , n,
t→∞
la solution φ (t), i = 1, 2, . . . , n est dite asymptotique stable.

i
Dénition 7.3. L'étude de la stabilité de la solution φ (t), i = 1, 2, . . . , n du système (7.1)

i
peut être ramenée à celle de la solution triviale

xi = 0, i = 1, 2, . . . , n,
d'un certain système analogue au système initial

dxi
= Fi (t, x1 , x2 , . . . , xn ), i = 1, 2, . . . , n,
dt
où
Fi (t, 0, 0, . . . , 0) = 0, i = 1, 2, . . . , n.
Dans ce cas, le point x = 0, i = 1, 2, . . . , n est le point de repos du système.

i
Dénition 7.4. Le point de repos
xi = 0, i = 1, 2, . . . , n
est stable au sens de Liapounov si pour tout ε > 0, il existe δ > 0 tel que toute solution
x (t) dont les valeurs initiales
i
xi0 = xi (t0 ), i = 1, 2, . . . , n
satisfont à la condition
|xi0 | < δ, i = 1, 2, . . . , n
et vérient les inégalités suivantes

|xi (t)| < ε, i = 1, 2, . . . , n
pour tout t ≥ t .0
284
7.1.2 Interprétation géométrique
Considérons le cas où n = 2. Quelque soit le rayon ε d'axe Ot, il existe dans le plan t = t0
un voisinage δ du point (0, 0, t0 ) tel que toutes les courbes intégrales
x1 = x1 (t), x2 = x2 (t),
issues de ce voisinage soient connées, pour tous les t ≥ t0 , à l'intérieur de ce cylindre, voir
la gure 7.1.
t = t0

ε
(0, 0, t0 )
x2
x1
Figure 7.1 Courbes intégrales connées à un cylindre
Si, en plus des inégalités (7.2), la condition
lim |xi (t)| = 0, i = 1, 2, . . . , n

t→∞
est satisfaite, alors la stabilité est asymptotique.
285
Dénition 7.5. Un point de repos x = 0, i = 1, 2, . . . , n est dit instable si, pour un δ > 0
i
aussi petit que nous le voulons, au moins une des solutions x (t), i = 1, 2, . . . , n ne satisfait
i
pas la condition (7.3).

Exemple 7.1. À partir de la dénition de la stabilité au sens de Liapounov, étudier la
stabilité d'une solution de l'équation diérentielle ordinaire suivante :
dx
=1+t−x
dt
satisfaisant la condition initiale
x(0) = 0.
Solution.
La solution générale de l'équation initiale est
x(t) = Ce−t + t.
Avec les conditions initiales, nous trouvons que C = 0. Donc, nous avons une solution
φ(t) = t.
Si nous avions eu comme conditions initiales
x(0) = x0 ,
nous aurions eu une solution
x(t) = x0 e−t + t.
La diérence des solutions ci-dessus de l'équation initiale est
x(t) − φ(t) = |x0 − 0|e−t < ε, ∀t ≥ 0.
Donc, la solution est stable. De plus, comme
lim |x(t) − φ(t)| = lim |x0 − 0|e−t = 0,

t→∞ t→∞
la solution φ(t) = t est asymptotiquement stable. De plus, cette solution est bornée pour
t → ∞.
286
Exemple 7.2. À partir de la dénition de la stabilité au sens de Liapounov, étudier la
stabilité d'une solution de l'équation diérentielle ordinaire suivante
dx
= sin2 x.
dt
Solution.
Les solutions triviales de l'équation initiale sont
x = kπ, k ∈ Z.
Intégrons l'équation initiale, nous obtenons
cot x = c − t,
= cot x0 − t.
D'où nous obtenons que
x = arccot(cot(x0 ) − t), x 6= kπ.
Toutes les solutions ci-dessus sont bornées sur R. Pourtant la solution
x(t) ≡ 0
est instable lorsque t → ∞ car
∀x0 ∈ [0, π], lim x(t) = π.

t→∞
Notons que le fait que les solutions de l'équation initiale soient bornées n'implique pas en
général que ces solutions soient stables. Ce phénomène caractérise des équations non-linéaires.
Voir la gure 7.2.
287
y
x
−6 −4 −2 2 4 6 8 10
−1
Figure 7.2 Famille de courbes de la fonction x = arccot(cot x0 − t)
Exemple 7.3. À partir de la dénition de la stabilité au sens de Liapounov, montrer la

stabilité d'une solution du système suivant,
dx dy
= −y, =x
dt dt
satisfaisant les conditions initiales
x(0) = 0, y(0) = 0.
Solution.
La solution du système initial satisfaisant aux conditions initiales est
x(t) ≡ 0, y(t) ≡ 0.
Toute solution du système initial satisfaisant aux conditions
x(0) = x0 , y(0) = y0 .
est de la forme
x(t) = x0 cos t − y0 sin t,
y(t) = x0 sin t + y0 sin t.
288
Montrons que pour tout ε > 0, il existe δ > 0 tel que si les conditions suivantes sont
respectées
|x0 − 0| < ε,
|y0 − 0| < δ,
les inégalités suivantes sont satisfaites
|x(t) − 0| = |x0 cos t − y0 sin t| < ε, ∀t ≥ 0,
|y(t) − 0| = |x0 sin t + y0 cos t| < ε.
Donc, la solution triviale
x(t) ≡ 0, y(t) ≡ 0,
est stable au sens de Liapounov. Nous avons
|x(t) − 0| = |x0 cos t − y0 sin t|,
≤ |x0 cos t| + |y0 sin t|,
≤ |x0 | + |y0 |,
|y(t) − 0| = |x0 sin t + y0 cos t|,
≤ |x0 sin t| + |y0 cos t|,
≤ |x0 | + |y0 |.
Donc, si
|x0 | + |y0 | < ε,
nous avons
|x0 cos t − y0 sin t| < ε, |x0 sin t + y0 cos t| < ε, ∀t ≥ 0.
Par conséqent, si
ε
δ= ,
2
289
alors,
|x0 | < δ, |y0 | < δ.
Nous aurons, en raison du système initial, les inégalités ci-haut pour tout t ≥ 0. La solution
triviale est stable au sens de Liapounov mais n'est pas asymptotique.
Théorème 7.1. Les solutions d'un système

n
dxi X
= aij (t)xj + fi (t), i = 1, 2, . . . , n
dt j=1
sont toutes soit simultanément stables, soit simultanément instables. Par contre, ce n'est pas
vrai pour des systèmes non-linéaires dont certaines solutions peuvent être stables et d'autres
sont instables.
Exemple 7.4. Considérons l'équation diérentielle ordinaire suivant
dx
= 1 − x2 (t).
dt
Celle-ci a deux solutions triviales
φ(t) = −1, φ(t) = 1.
La solution φ(t) = −1 est instable, alors que la solution φ(t) = 1 est asymptotiquement
stable. En eet, pour t → ∞, toutes les solutions
(1 + x0 )e2(t−t0 ) − (1 − x0 )
lim x(t) = lim , si x0 6= −1
t→∞ t→∞ (1 + x0 )e2(t−t0 ) + (1 − x0 )
= 1.
Par dénition,φ(t) ≡ 1 est asymptotiquement stable.
290
7.1.3 Types de points de repos
Soit un système d'équations diérentielles homogènes à coecients constants
dx
= a11 x + a12 y,
dt
dy
= a21 x + a22 y, (7.3)
dt

a11 a12
Où =
6 0.
a21 a22
Le point (0, 0) s'appelle un point de repos du système initial. An d'étudier ce point de
repos, il faut étudier l'équation caractéristique

(a11 − λ) a12
=0

a21 (a22 − λ)
et trouver les racines λ1 et λ2 . On distingue trois cas.
Cas 1. Les racines λ1 et λ2 sont réelles et distinctes.

a) λ1 < 0 et λ2 < 0, alors le point de repos est asymptotiquement stable (noeud
stable), voir la gure 7.3.
b) λ1 > 0 et λ2 > 0, alors le point de repos est instable (noeud instable), voir la
gure 7.4.
c) λ1 > 0 et λ2 < 0, alors le point de repos est instable (col), voir la gure 7.5.
Cas 2. Les racines λ1 et λ2 sont complexes
λ1 = p + qi, λ2 = p − qi.
a) p < 0 et q 6= 0, le point de repos est asymptotiquement stable (foyer stable), voir

la gure 7.6.
b) p > 0 et q 6= 0, le point de repos est instable (foyer instable), voir la gure 7.7.
c) p = 0 et q 6= 0, le point de repos est stable (centre), voir la gure 7.8.
291
Cas 3. Les racines λ1 et λ2 sont multiples,
a) λ1 = λ2 < 0, le point de repos est asymptotiquement stable (noeud stable), voir
la gure 7.9.
b) Si λ1 = λ2 > 0, le point de repos est instable (noeud instable), voir la gure 7.10.
292
N N
N N N N
N

N
N
N
N
N
N
N N
Figure 7.3 Noeud stable Figure 7.4 Noeud instable

N
N
N
N

N
N
N
N
N
N
N
Figure 7.5 Noeud instable Figure 7.6 Foyer stable

N
N

N N
N
N N
N
N
Figure 7.7 Foyer instable Figure 7.8 Centre
293
N
N N
N

N
N
N
N N
N
Figure 7.10 Noeuds instables
N
N N N
N

N
N
N
N
N N
N
Figure 7.9 Noeuds stables
Exemple 7.5. Dénisser la nature du point de repos (0, 0) du système suivant

    
x
d    5 −1 x
=  .
dt y 2 1 y
294
Solution.

5 − λ −1

det(A − λI) = = 0.

2 1 − λ
⇒ λ2 − 6λ + 7 = 0.
On obtient les racines suivantes
√ √
λ1 = 3 + 2 > 0, λ2 = 3 − 2 > 0.
Comme les deux racines sont réelles, distinctes et positives, alors le point (0, 0) est asymp-
totiquement instable (noeud instable).
Exemple 7.6. Étudier l'équation des oscillations élastiques de l'équation diérentielle ordi-
naire suivante
d2 x dx
2
+ 2α + β 2 x = 0, α > 0, α, β ∈ R.
dt dt
Solution.
Un système équivalent au système serait
dx
= y,
dt
dy
= −2αy − β 2 x.
dt
Trouvons les racines de l'équation caractéristique

−λ 1
det(A − λI) := = 0,
2
−β −2α − λ
⇒ λ2 + 2αλ + β 2 = 0,
p p
⇒ λ1 = −α + α2 − β 2 , λ2 = −α − α2 − β 2 .
Considérons les cas suivants
295
1. Si α = 0, les solutions ci-haut deviennent
λ1 = βi, λ2 = −βi.
Dans ce cas, le point de repos est stable et il représente un centre. Donc, tous les
mouvements sont périodiques.
2. Si α > 0 et α2 − β 2 < 0, λ1 et λ2 sont des racines complexes et Re(λ) < 0. Dans ce

cas, le point de repos est un foyer stable. Donc, les oscillations s'amortissent.
3. Si α < 0 et α2 − β 2 < 0, λ1 et λ2 sont des racines complexes et Re(λ) > 0. Dans ce

cas, le point de repos est un foyer instable.
4. Si α > 0 et α2 − β 2 ≥ 0, donc α ≥ β , λ1 et λ2 sont des racines réelles positives. Dans

ce cas, le point de repos est un noeud stable. Donc, tous les mouvements sont amortis
et non-oscillatoires.
5. Si α < 0 et α2 − β 2 ≥ 0, donc α ≥ β , λ1 et λ2 sont des racines réelles positives. Dans

ce cas, le point de repos est un noeud instable.
7.1.4 Relation entre les types de points de repos et les racines de

l'équation caractéristique
Soit A telle que

 
a11 a12
A= .
a21 a22
Utilisons les notations suivantes
σ = a11 + a22 → trace de la matrice A,
∆ = a11 a22 − a12 a21 → déterminant de la matrice A.
Dans ce cas, l'équation caractéristique s'écrit sous la forme suivante
det(A) = λ2 + σλ + ∆ = 0.
296
Considérons un plan muni des coordonnées cartésiennes rectangulaires σ et ∆. Indiquons
dans ce plan les régions correspondant aux divers types de point de repos, voir la gure 7.11.
σ
Noeuds stables σ 2 = 4∆
Points focaux stables

Cols Centres
∆
Points focaux instables
Noeuds instables
Figure 7.11 Divers points de repos
Voici une explication de cette relation.
1. Les conditions nécessaires à la stabilité d'un point de repos sont

Re(λ)1 < 0,
Re(λ)2 < 0.
Autrement dit, ces points sont situés dans le premier quadrant.
2. Si λ1 et λ2 ∈ C, les points de repos sont des foyer. Cette condition est satisfaite si ces
points sont situés entre les branches de la parabole
σ 2 = 4∆.
Cependant, ces points n'appartiennent pas à l'axe O∆, donc
σ 2 < 4∆, σ 6= 0.
3. Si les points sont situés sur le demi-axe σ = 0, pour lesquels ∆ > 0 ce sont des points
de type centre.
4. Si les points sont situés en dehors de la parabole σ 2 = 4∆, c'est-à-dire
σ 2 > 4∆
correspondent à des points de type noeud.
297
5. La région située dans le deuxième quadrant et le troisième quadrant, c'est-à-dire quand
∆ < 0, renferme des points de type d'un col.
Les types de points peuvent changer de forme lorsqu'ils passent par l'origine des coordonées
de la gure 7.11. En voici les possibilités :
1. Un col peut se transformer soit en un noeud stable, soit en un noeud instable.
2. Un noeud stable peut se transformer soit en un col, soit en un foyer stable.
3. Le cas des racines doubles
λ1 = λ2
correspond à la frontière entre les noeuds et les foyers de la parabole
σ 2 = 4∆.
7.1.5 Devoir
1. Déterminer la nature des points de repos du système suivant

    
d x  3 1 x
= .
dt y −2 1 y
2. Déterminer pour quelles valeurs de α il y a stabilité

    
x
d    3 α x
=  .
dt y −2 1 y
Référence
William E. Boyce & Richard C DiPrima, Équations diérentielles, Modulo, 2ème édition,
2015, QA371.B69142015
298
Chapitre 8
Annexe A.1 - Tables de dérivation
299
Annexe A.1 - Tables de dérivation
FORMULAIRE DE CALCUL DIFFERENTIEL ET INTEGRAL
Dérivées
d(c) d(eu )
1. dx
=0 10. dx
= eu d(u)
dx
19. d(csc u)
dx
= − csc u cot u d(u)
dx

d(x) d(uv )
2. dx
=1 11. dx
= uv−1 v d(u)
dx
+ u d(v)
dx
ln u 20. d(arcsin u)
dx
= √ 1
d(u)
1−u2 dx
d(xn ) d(logb u) 1 d(u) d(arccos u) d(u)
3. = nxn−1 12. = 21. = √ −1
dx dx u ln b dx dx 1−u2 dx
d(cu)
4. dx
= c d(u)
dx
13. d(ln u)
dx
= 1 d(u)
u dx
22. d(arctan u)
dx
= 1 d(u)
1+u2 dx
d(u+v+...) d(u) d(v) d(sin u)
5. dx
= dx
+ dx
+ ... 14. dx
= cos u d(u)
dx
23. d(arccot u)
dx
= −1 d(u)
1+u2 dx
d(un )
6. dx
= nun−1 d(u)
dx
15. d(cos u)
dx
= − sin u d(u)
dx
24. d(arcsec u)
dx
= √1
d(u)
|u| u2 −1 dx
d(u·v)
7. dx
= v d(u)
dx
+ u d(v)
dx
16. d(tan u)
dx
= sec2 u d(u)
dx
25. d(arccsc)
dx
= √−1
d(u)
|u| u2 −1 dx
d(u/v) vd(u)/dx−ud(v)/dx d(cot u)
8. dx
= v2
17. dx
= − csc2 u d(u)
dx
d(au )
9. dx
=a u
ln a d(u)
dx
18. d(sec u)
dx
= sec u tan u d(u)
dx
Intégrales
R xn+1
R R
1. xn dx = + c, n 6= −1
n+1
9. cos udu = sin u + c 17. csc u cot udu = − csc u + c
R R R R R
2. (f (x)+g(x)) dx = f (x)dx+ g(x)dx 10. tan udu = ln | sec u| + c 18. √ du = arcsin ua + c
a2 −u2
R R R R du 1
3. af (x)dx = a f (x)dx 11. cot udu = ln | sin u| + c 19. a2 +u2
arctan ua + c
= a
R n+1 R R √
4. un du = un+1 + c, n 6= −1 12. secudu =ln|secu+tan u|+c 20. √udu
2 ±a2 =ln|u + u2 ± a2 |+c
R R R du
5. duu
= ln |u| + c 13. cscudu =ln|cscu+cot u|+c 21. u2 −a2 = 2a1
ln u−a
u+a
+c
R R R
ln a+u +c
u
6. au du = lna a + c, a > 0, a 6= 1 14. sec2 udu = tan u + c 22. a2du
−u2
1
= 2a a−u
R R R
7. eu du = eu + c 15. csc2 udu = − cot u + c 23. u√udu2 −a2 = a1 arcsec ua + c
R R
8. sin udu = − cos u + c 16. sec u tan udu = sec u + c
R√ √ 2 R√ √ a2
√
25. a2 − u2 du = u2 a2 − u2 + a2 arcsin ua + c 26. u2 ± a2 du = u
2
u2 ± a2 ± 2
ln |u + u 2 ± a2 | + c
Identités Trigonométriques
2
1. sin x + cos x = 1 2
8. sin x cos y = 12 [sin(x − y) + sin(x + y)]
2. sec2 x = 1 + tan2 x 9. sin x sin y = 12 [cos(x − y) − cos(x + y)]
3. csc2 x = 1 + cot2 x 10. cos x cos y = 12 [cos(x − y) + cos(x + y)]
4. sin2 x = 12 (1 − cos 2x) 11. cos(x + y) = cos x cos y − sin x sin y
5. cos2 x = 21 (1 + cos 2x) 12. cos(x − y) = cos x cos y + sin x sin y
6. sin x cos x = 12 sin 2x 13. sin(x + y) = sin x cos y + cos x sin y
2 2
7. cos 2x = cos x − sin x 14. sin(x − y) = sin x cos y − cos x sin y
sin x cos x 1 1
15. tan x = cos x
16. cot x = sin x
17. sec x = cos x
18. csc x = sin x
300
Chapitre 9
Annexe A.2 - Introduction MatLab
301
Annexe A.2 - Introduction à MatLab
Source : Robert G. Owens, professeur, Université de Montréal.
3 Fenêtre de commande (Command Window)

3.1 Bases
• Notez le prompt MATLAB(») qui indique que matlab attend des instruc-
tions. Voici un exemple de session MATLAB:
Entrez la commande suivante puis appuyez sur la touche Entrée pour
l’exécuter.
»x=2
• La variable x contient maintenant la valeur 2. Elle est sauvegardée locale-

ment et vous pouvez la voir dans le cadre Workspace.
• Vous pouvez exécuter une commande sans afficher la sortie en terminant
la ligne par un point-virgule. Essayez:
»y=x^5;
• La variable y contient 32 mais n’est pas affichée.

• La plupart des fonctions mathématiques existent dans MATLAB. Essayez
par exemple:
»x=1+2
»y=3+5
»x+y
Ensuite,
»cos(pi)
»exp(1)
3.2 Astuces
• Pour savoir quelles sont les variables que nous avons utilisées depuis le
début de la session: "»who"
• Pour en savoir plus sur les variables:"»whos"
• Pour détruire des variables:"»clear "nom de la variable""
• Pour détruire toutes les variables: "»clear all"

• Retourne la derniere réponse donnée par MATLAB: "»ans"
302
• La flèche ↑ permet de rappeler la commande précédente. Tandis que la

flèche ↓ permet de revenir.
• Pour afficher les nombres avec plus de décimales entrez format long
(format short pour moins de décimales)
• Entrez doc nomdelacommande pour ouvrir la documentation par rapport
à une commande. Vous pouvez aussi utiliser la touche F1.
• Si vous êtes habitués à utiliser CTRL+C et CTRL+V pour copier-coller,
alllez dans Préférences->Keyboard->Shortcuts et sélectionnez "Windows
Default Set" dans le menu déroulant "Active settings".
• Si un processus boucle sans fin ou prend trop de temps faîte CTRL+C
pour l’arrêter
3.3 Création de vecteurs et matrices

• MATLAB distingue les vecteurs-ligne des vecteurs-colonne. Pour définir un
vecteur ligne, on utilise la virgule:
»v=[1,3,5,7,9]
• Pour définir un vecteur-colonne, on utilise le point-virgule:
»v=[1;3;5;7;9]
• MATLAB propose diverse commandes pour générer plus efficacement des

vecteurs.
• La commande linspace(x0,x1,n) créé un vecteur ligne de n points équidis-
tants entre x0 et x1 (pratique pour construire le domaine d’une fontion
par exemple).
»x=linspace(0,1,11)
• La commande n:i:m génère le vecteur ligne (n, n + i, n + 2i, . . . , n + ki)

où m − i < n + ki ≤ m. La commande n:m fixe l’incrément par défaut à
1. Essayez
»v=0:5:50
• La commande transpose calcule la transposée d’un vecteur. Vous pouvez

utiliser le racourci ’
»v=transpose(0:5:50)
»w=v’
303
• La création de matrices est similaire et d’ailleurs MATLAB traite les vecteurs

commes des matrices à une ligne (ou une colonne). Écrivez
»A=[1,0,0;0,1,0;0,0,1]
• Vous venez de créer une matrice identité 3 × 3.

• MATLAB propose encore une fois de nombreuses commandes pour générer
rapidement certains type de matrice. Ainsi vous pouvez obtenir le même
résultat en écrivant.
»A=eye(3)
• La fonction eye(n) génère une matrice identité de taille n x n.

• La fonction zeros(n) génère une matrice de zéros de taille n x n.
• La fonction ones(n) génère une matrice de uns de taille n x n.
• La fonction rand(n) génère une matrice de taille n x n dont les éléments
sont aléatoires, distribués selon une loi de probabilité uniforme dans [0, 1[.
• La fonction randn(p) crée une matrice p x p dont les éléments sont aléa-
toires, distribués selon une loi de probabilité gaussienne de moyenne nulle
et de variance unité.
• Essayez et modifiez les commandes suivantes pour vous familiariser avec
la génération de matrices:
»A=zeros(3,4)
»A=ones(3,2)
»A=rand(4)
3.4 Accéder/Modifier les éléments d’un vecteur ou d’une

matrice
• Avec l’opérateur ":", on peut par exemple écrire un vecteur allant de 1 à
5 sous la forme w = [1 : 5] ou encore avec une incrémentation unité sous la
forme w = [1 : 1 : 5]. Le résulttat sera écrit sous la forme w = (1 2 3 4 5).
• Pour accéder à une valeur particulière d’un vecteur w = [17 − 12 22 51],
on écrira par exemple "»w(3)". Ce qui donnera accès au troisième élément
qui vaut 22. Il est aussi possible d’utiliser ":", pour accéder à plusieurs
éléments d’un vecteur. Par exemple, "»w=[1:3]" donne comme résultat
w = (17 − 12 22).
• Ecrire "»w(:)" sans autres précisions signifie tout le vecteur.
304
• Nous allons comprendre les différentes manières d’accéder aux éléments

d’une matrice par quelques exemples. Cherchez "Matrix indexing" sur le
site de mathworks pour plus d’informations.
• Construisez le vecteur:
»v=1:100
• Utilisez les parenthèses pour accéder à un élément et le symbole = pour

le modifier. Pour remplacer le dixième élément de v par −1 entrez
»v(10)=-1
• Le mot clé end correspond à la position du dernier élément (raccourci qui

évite d’avoir à connaître la taille du vecteur).
• Pour modifier le troisième, cinquième et dernier élément entrez
»v([3,5,end])=[-1,-2,-3]
• Pour mettre à 0 tous les éléments en position impaire entrez
»v(1:2:end)=0
• Entrez maintenant la matrice
»A=magic(4)
• Pour modifier l’élément de la deuxième ligne et troisième colonne entrez
»A(2,3)=100
• Pour modifier la première colonne en entier entrez
»A(:,1)=ones(4,1)
• La commande précédente est un raccourci de A(1:end,1)

• Pour accéder aux 3 premiers éléments de la deuxième ligne entrez
»A(2,1:3)
• Pour accéder aux 2 derniers éléments de la première et la deuxième ligne

entrez
305
»A(1:2,end-1:end)
• Voici une manière rapide pour transformer la matrice en vecteur colonne

(la lecture se fait colonne par colonne).
»A(:)
• La concaténation se fait très facilement. La commande suivante rajoute

une colonne de 0 à gauche la matrice A.
»A=magic(4)
»B=[zeros(4,1),A]
• et celle ci rajoute une ligne de 0 à la fin de la matrice.
»B=[A; zeros(1,4)]
• Dans les deux derniers exemple notez l’utilisation de la virgule et du point-

virgule pour séparer différemment les colonnes et les lignes.
• Finalement, vous pouvez aussi concaténer des matrices
»B=[A,A]
3.5 Opérations sur les matrices/vecteurs

• Entrez
»A=magic(3)
»B=2*eye(3)
• Les opérateurs +, −, ∗, /, ˆ permettent d’effectuer des opérations matricielles

et des opérations éléments par éléments.
• L’opération se fait élément par élément lorsque vous l’appliquez entre une
matrice et un scalaire. Essayez:
»A+4
»A-1
»A*3
»A/2
• Essayez maintenant :
306
»A+B
»A-B
»A*B
»A/B
• Vous venez d’effectuer des opérations matricielles. Notez que A/B est
compris par MATLAB comme A · B −1 .
• Comme en algèbre linéaire, les opérations matricielles fonctionnent si les
dimensions des vecteurs/matrices sont compatibles et l’ordre est impor-
tant. Notez la différence entre les deux commandes suivantes
»[1,1,1]*[1;2;3]
»[1;2;3]*[1,1,1]
• Essayez maintenant
»A.*B
»A./B
• En rajoutant le point, vous venez d’effectuez des opérations élément par

élément entre ceux de la matrice A et ceux de la matrice B.
• Similairement, l’opérateur ˆ effectue une puissance de matrice et l’opérateur
.ˆ applique la puissance élément par élément. Notez la différence entre ces
deux commandes
»A^2
»A.^2
• Les fonctions de MATLAB peuvent prendre en paramètre des vecteurs et des

matrices auxquels cas elles s’appliquent sur chaque élément. Essayez
»x=linspace(0,pi,11)
»y=sin(x)
• Notez bien évidement que la multiplication des vecteurs et des matrices

n’est pas commutative.
• Pour les matrices carrées, il existe aussi des fonctions spécifiques extrême-
ment utiles :
1. inv(A) calcule l’inverse de A.
2. det(A) calcule le déterminant de A.
3. diag(A) retourne la diagonale de A.
4. [V,E]=eig(A) retourne deux matrices V et E. V est une matrice
dont les colonnes contiennent les vecteurs propres de A, et E est une
matrice dont la diagonale contient les valeurs propres de A.
307
4 Création d’un script

• Il arrive que l’on doive exéxuter la même tâche plusieurs fois mais en
changeant seulement quelques paramètres. Une bonne facon de faire cela
est de créer un fichier exécutable , ou encore un Script.
• Ouvrez l’Éditeur en cliquant sur New->Script
• Entrez les lignes suivantes.

• le symbole % permet d’écrire des commentaires dans le code qui ne seront
pas exécutés
%calcul de la circonférence et de l’aire d’un cercle de rayon 3

rayon=3
aire=pi*rayon.^2
circonference=2*pi*rayon
• Sauvegardez le script sous le nom "script.m" dans votre dossier "TP0".

L’extension .m est nécessaire pour que MATLAB le reconnaisse.
• Pour lancer un script le Current Folder doit contenir le fichier .m du script.
Pour ce faire, dans la fenêtre Current Folder, double cliquez sur le dossier
"MAT2412" puis sur "TP0" qui deviendra alors le dossier actif.
• Maintenant dans la Command Window entrez la commande suivante pour
lancer le script.
»script
5 Création d’une fonction

• Une fonction est en quelque sorte un script prenant en entrée des paramètres
et qui renvoi une sortie.
• Faîtes New->Function pour créer automatiquement un template de fontion.
La syntaxe est la suivante
function[ variables de sortie ]=nomdelafonction( variables d’entrée )

%code de la fonction
end
• Créez cette fonction qui prend en paramètre un rayon et qui renvoi l’aire
et la circonférence
308
function [ aire,circonference ] = cercle( rayon )

aire=pi*rayon.^2;
circonference=2*pi*rayon;
end
• Sauvegardez cette fonction "cercle.m" dans le dossier "TP0". Le nom du

fichier .m doit correspondre au nom de la fonction
• Dans la fenêtre de commande écrivez
»[a,c]=cercle(2);
»disp([a;c])
Notez que le code calcule l’aire avec la commande pi*rayon.^2 plutôt

que pi*rayon^2. L’avantage est que la fonction peut prendre une matrice
en paramètre. Essayez:
[a,c]=cercle(1:4);
disp([a;c])
6 Commandes d’affichage
• La commande disp permet d’afficher simplement un vecteur une matrice
ou du texte. Dans la fenêtre de commande essayez
»disp([1:10])
»disp(magic(4))
»disp(’ texte ’)
• La commande disp affiche tous les nombres sous le même format. Essayez
par exemple
»disp([3,pi])
• La commande fprintf est plus compliquée à utiliser que disp mais per-
met entre autre d’afficher du texte et des nombres et de spécifier leur
format (notation scientifique ou décimale, chiffres significatifs, etc).
• Vous pouvez par exemple écrire ceci
»fprintf(’%d est un entier et pi vaut %1.7f \n’, 3,pi)
• Faites doc fprintf pour explorer d’avantage cette commande et ses op-
tions.
309
7 Création de graphiques
• Pour avoir accès à toutes les options disponibles: "help plot".
• ¸Écrivez le script suivant
x=linspace(0,2*pi,100);
y=sin(x);
plot(x,y)
• Le graphique est affiché dans la figure active. Si aucune figure n’existe,

"Figure 1" est créée.
• Le script suivant est plus complet et force l’affichage du graphique dans
la figure de notre choix (ici "Figure 2")
y=sin(x);
figure(2); %création de la figure 2 comme figure active
plot(x,y)
• Pour sauvegarder un graphique, il est important de garder une référence

sur la figure.
y=sin(x);
h=figure(2); %h contient une référence sur la figure 2
plot(x,y)
saveas(h,’plot1.pdf’) %on utilise la référence h pour la sauvegarde
• En contrôlant le nom des figures, on peut créer plusieurs graphiques
y1=sin(x);
y2=cos(x);
h1=figure(1);
plot(x,y1)
h2=figure(2);
plot(x,y2)
• On peut mettre plusieurs courbes sur un même graphique
y1=sin(x);
y2=cos(x);
h1=figure(1);
plot(x,y1,x,y2)
310
• la fonction hold permet de continuer à dessiner sur la même figure sans

effacer ce qui était dessus.
y1=sin(x);
y2=cos(x);
h1=figure(1);
plot(x,y1)
hold on
plot(x,y2)
hold off
• il est possible de changer l’aspect d’une courbe
y1=sin(x);
y2=cos(x);
h1=figure(1);
plot(x,y1,’--r’)
hold on
plot(x,y2,’:g’)
hold off
• Entrez doc linespec pour connaître toutes les options d’affichage des
courbes.
311

Notes de Cours

Transféré par

Informations du document

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

Notes de Cours

Transféré par

Droits d'auteur :

Formats disponibles

Notes de cours

Professeur Michel Grundland

UNIVERSITÉ DU QUÉBEC À TROIS-RIVIÈRES

2 Les nombres complexes 39

4 Équations diérentielles du premier ordre 65

6 Système d'équations diérentielles 215

7 Théorie de la stabilité 283

8 Annexe A.1 - Tables de dérivation 299

9 Annexe A.2 - Introduction MatLab 301

3.1 Famille de courbes intégrales. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55

4.1 Graphe des courbes intégrales de y = C sin x. . . . . . . . . . . . . . . . . . . . 69

7.1 Courbes intégrales connées à un cylindre . . . . . . . . . . . . . . . . . . . . . 285

Le déterminant est une quantité scalaire unique associée à une matrice.

En retirant la ième ligne et la j ème colonne de A, on obtient un déterminant d'ordre n − 1

∆ = ai1 Ci1 + ai2 Ci2 + · · · + ain Cin , i = 1, 2, ..., n, (1.3)

= a1j C1j + a2j C2j + · · · + a2n C2n , j = 1, 2, ..., n. (1.4)

6. Si les éléments correspondants de deux lignes (colonnes) sont proportionnels, alors le

aik1 j = aik2 j ∀j = 1, 2, ...n, k1 , k2 ∈ {1, 2, ..., n} ⇒ det(A) = 0.

7. Si à chaque élément d'une ligne(colonne), on ajoute m fois l'élément correspondant d'une

9. Si A et B sont des matrices d'ordre n, alors

det(AB) = det(A)det(B) = det(B)det(A) = det(BA), mais AB 6= BA.

Exemple 1.1. Trouver la matrice C = AB − BA, où

Exemple 1.2. Résoudre

Exemple 1.3. Trouver le déterminant de la matrice

1.1.1 Commande MatLab

La commande MatLab pour trouver le déterminant d'une matrice est det(A) :

Dénition 1.1. Une matrice A est un matrice régulière si det(A) 6= 0.

Une matrice A est une matrice singulière si det(A) = 0.

1. A contient au moins une sous-matrice carrée d'ordre r telle que le déterminant de la

2. les transformations élémentaires ne changent pas le rang d'une matrice.

Le système a des solutions si et seulement si

1. si r = n, alors la solution est unique.

Donc, B n'est pas de rang égal à 3, mais la sous-matrice de B , de dimension 2,

a un déterminant non nul

par conséquent, rang(B) = 2.

Exemple 1.6. Trouver le rang de la matrice suivante

Il faut donc regarder une autre sous-matrice.

Vérions le déterminant de la sous-matrice formée en éliminant la deuxième colonne de la

Donc, rang(C) < 3.

Donc, on a que rang(C) = 2.

Exemple 1.7. Vérier si le système suivant a des solutions

= 2(−k − 2) − 3(k − 3) − 2(2 + 3),

Si k = −1, alors det(A) = 0 et rang(A) = 2, il faut trouver une sous-matrice de dimension

1.2.1 Commande MatLab

La commande MatLab pour trouver le rang d'une matrice est rank(A) :

Déterminer toutes les valeurs de a pour lesquelles le système suivant

1. possède une innité de solutions,

2. ne possède aucune solution,

3. possède une solution unique.

1.3 Dépendance et indépendance linéaire

Dénition 1.3. Un ensemble de m matrices {A , A , . . . , A } ayant la même dimension

L'ensemble est linéairement dépendant quand cette condition est satisfaite.

Théorème 1.3.Soient P vecteurs colonnes {X , X , . . . , X }. Ces vecteurs sont linéaire-

et sont linéairement indépendants si

1. P vecteurs ayant n composantes, où n < p, sont linéairement dépendants.

Donc, les matrices A, B et C sont linéairement indépendantes.

Posons x = 2, alors la solution est

Donc, les matrices A, B et C sont linéairement dépendantes.

Où I est la matrice identité d'ordre n

2. La matrice inverse peut être calculée grâce à la relation

Exemple 1.10. Trouver la matrice cofacteur de 7 de la matrice suivante et son déterminant

Exemple 1.11. Trouver l'inverse de cette matrice

Calculons les cofacteurs de chaque élément

La matrice des cofacteurs est donc

4 Équations diérentielles du premier ordre 65

6 Système d'équations diérentielles 215

7.1 Courbes intégrales connées à un cylindre . . . . . . . . . . . . . . . . . . . . . 285

Dénition 1.1. Une matrice A est un matrice régulière si det(A) 6= 0.

Vérions le déterminant de la sous-matrice formée en éliminant la deuxième colonne de la

Exemple 1.7. Vérier si le système suivant a des solutions

1. possède une innité de solutions,

Dénition 1.3. Un ensemble de m matrices {A , A , . . . , A } ayant la même dimension

On dénit les parties réelle et imaginaire d'un nombre complexe z = a + ib par

L'inverse additif est noté (−z) et est déni par

Soit z = x + iy . On déni le module r et l'argument ϕ de z par

Remarque : chaque z 6= 0 possède une innité d'arguments. En général, on se limite à la

√ !10 iπ/3 10