1.1.

Introduction

Dans ce chapitre, nous nous limiterons aux systèmes différentiels (linéaires ou non) autonomes
de dimension 2.

On appelle trajectoire la courbe paramétrée décrite dans le plan par une solution (x(t), y(t)),
quand t varie.

1.2 étudier le portrait de phase :

Nous allons étudier la façon dont ces trajectoires s'organisent dans le plan (c'est ce qu'on
appellera portrait de phase ) et notamment comment elles se comportent près des points où x′
(t) et y′(t) s'annulent simultanément (points stationnaires).

Soit   une matrice carrée n x n et   une vectrice colonne ayant n lignes.   Étant un scalaire.
Considérons l'équation suivante:

(1)

Pour   non nul, les valeurs de   qui vérifient cette équation sont appelées valeurs propres de la
matrice    . Les vecteurs correspondants sont appelés vecteurs propres.

L'équation (1) peut également être écrite sous la forme:

Un système d'équations homogène de cette forme a une solution non triviale si et seulement si le
déterminant est nul, c'est-à-dire:

(2)

(2) est appelée équation caractéristique de la matrice   . Les solutions de cette équation sont aussi
les valeurs propres de   .

B- Exercice d'application

Soit   la matrice suivante:

Déterminer les vecteurs propres et les valeurs propres de   .

Utilisant MATLAB on écrit ce qui suit:

A = [0.50 0.25;0.25 0.50];

[vecteurs_propres,valeurs_propres]=eig(A)

On obtient comme résultat:

vecteurs_propres =

0.7071 0.7071

-0.7071 0.7071
 valeurs_propres =

0.2500 0

0 0.7500

On obtient deux valeurs propres qui sont 0.25 et 0.75.

À la valeur propre 0.25 correspond le vecteur propre

À la valeur propre 0.75 il correspond le vecteur propre

Remarque: Soit

On a toujours QQ' = I. I étant la matrice identité. eig produit des vecteurs unitaires

1.3 Conclusions :

Dans le cas linéaire, le point d’équilibre est stable et les trajectoires d’état pour différentes
conditions initiales x(0) décroissent vers l’état d’équilibre. Dans le cas non linéaire, le point
d’équilibre 0 est stable localement puisque à partir de toutes conditions initiales proches de 0
(appartenant à une boucle fermée dans l’espace topologique autour de 0) la solution converge vers
0, mais le système est instable autour de 1 puisque la trajectoire tend vers 0 sauf pour x0=1.

2.1 Calcule la matrice jacobien :

2.2 Introduction
En analyse vectorielle, la matrice jacobienne est la matrice des dérivées partielles du premier
ordre d'une fonction vectorielle en un point donné. Son nom vient du mathématicien Charles
Jacobi. Le déterminant de cette matrice, appelé jacobien, joue un rôle important pour
l'intégration par changement de variable et dans la résolution de problèmes non linéaires.