Académique Documents
Professionnel Documents
Culture Documents
KAMIANTAKO Miyamueni
PREMIERE PARTIE
ALGEBRE LINÉAIRE
Cette première partie est conçue de façon à donner les bases essentielles en Algèbre
matricielle à tout étudiant en Économie, en gestion et en sciences sociales. Après une brève
introduction au calcul vectoriel, nous verrons successivement les matrices, les déterminants, les
matrices partagées, l'inversion des matrices, les systèmes d'équations et d’inéquations linéaires, les
valeurs et vecteurs propres, la diagonalisation et la trigonalisation des matrices, les formes
quadratiques, la dérivée et l'intégrale des matrices, les matrices non négatives, etc.
1
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
Chapitre Premier
INTRODUCTION AU CALCUL VECTORIEL
2
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
Exemples 1.2b
Les œufs sont à 60 FC pièce, le safou à 50 FC le tas, le bois à 25 FC la botte, le poisson
est à 120 FC le kilo et le savon à 10 FC pièce. Représentons les prix par le vecteur
colonne.
Réponse :
Y = 60 50 25 120 10 .
Le vecteur nul est celui dont toutes les composantes sont nulles c’est-à-dire un vecteur
L'addition (ou la soustraction) n'est possible que pour des vecteurs de même dimension.
3
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
u2 U
kU
1ère composante
-U
Exemples 1.8 :
a. Si k = 2, k' = 3 et U = [2, 1], alors 2U = 2[2, 1] = [4, 2] et –3U = [–6, –3].
b. Reprenons l’exemple 1.2a. Supposons que Madame Kam double la quantité des biens
achetés pour avoir appris l’arrivée chez elle d’un parent. Comment se présente alors son
4
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
panier ? La réponse à cette dernière question est une application de la multiplication d’un
vecteur par un scalaire avec k = 2 et X = [30, 3, 2, 1, 3]. On obtient :
2X = 2[30, 3, 2, 1, 3] = [60, 6, 4, 2, 6].
c. Powerking produit des TV et des radios - cassettes. Pour la fabrication de ces produits, il
emploie du métal, du caoutchouc et le travail dans les quantités unitaires suivantes :
La norme (ou longueur ou encore module) d'un vecteur V, notée V , est la valeur positive
de la racine carrée de la somme des carrés de ses composantes, soit :
n
V = v 12 + v 22 + ... + v 2n = v
i 1
2
1
(1.3)
Exemple 1.9 :
5
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
Si V = [ 3, 2, 1], alors, V = 32 + 22 + 12 = 9 + 4 + 1 = 14 .
Un vecteur V est appelé vecteur unitaire si sa norme est 1, c'est-à-dire si V = 1.
On peut obtenir un vecteur unitaire à partir de n’importe quel vecteur de en le divisant par sa
n
3, 2, 1 3 , 2 , 1 .
1 1
vecteur unitaire (que nous notons V ) où V = V
V 14 14 14 14
1.4 Distance dans n
Soit U = [u1, u2, ... un) et V = [v1, v2, ... vn] deux vecteurs de n. Alors, la distance entre ces deux
vecteurs U et V dans n, notée d(U, V), est la quantité d(U, V) définie par :
d(U, V) = U V (u1 v1 )2 + (u 2 v2 )2 + ... + (u n vn )2 =
n
= u
i 1
i vi
2
(1.4)
Exemple 1.10 :
Trouver la distance d(U, V) avec U = [5, 3, 2, 4, 1], V = [2, 1, 0, 7, 2].
Réponse :
En utilisant la formule de la distance séparant deux points, nous avons:
d(U,V) = (5 2 )2 + (3 + 1 )2 + ( 2 + 0 )2 + (4 + 7 )2 + ( 1 2 )2 = 47
Exemple 1.11a :
Reprenons l’exemple 1.2 ci-dessus. Une question évidente qui se pose est celle de
savoir quel est le montant total que Madame Kam doit payer ? La réponse est obtenue
en multipliant le vecteur quantité X par le vecteur prix Y. Ce qui donne :
X Y = 30(60) + 3(50) + 2(25) + 1(120) + 3(10) = 1800 + 150 + 50 + 120 + 30 = 2150 Fr
On peut également se servir de la notation matricielle pour obtenir le même résultat. Dans
ce cas, on a :
6
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
60
50
X Y = [30, 3, 2, 1, 3] 25 = 30(60) + 3(50) + 2(25) + 1(120) + 3(10) = 2150 Fr.
120
10
Deux vecteurs U et V sont orthogonaux (ou perpendiculaires) si leur produit scalaire est nul.
Exemple 1.11b :
Soient U = [1, 2, 3, 4], V = [6, 7, 1 2] et W = [5, 4, 5, 7]. Alors,
U V = [(1x 6) + ( 2 x 7) + (3 x 1) + ( 4 x 2)] = 6 14 + 3 + 8 = 3.
U W = [(1x 5) + ( 2 x 4) + (3 x 5) + ( 4 x 7)] = 5 + 8 + 15 28 = 0.
On voit que les vecteurs U et W sont orthogonaux.
Si des vecteurs orthogonaux sont tous de longueur unitaire, c'est-à-dire si la racine carrée
de la somme des carrés des composantes de chacun des vecteurs est égale à 1, alors lesdits
vecteurs sont orthonormés.
Exemple 1.12 :
Les vecteurs U = [3, 2] et V = [ 4, 6] sont orthogonaux car U V = 0.
Ils peuvent être transformés en vecteurs orthonormés. Il suffit pour cela de calculer la
norme de chaque vecteur et de diviser ensuite chacune de ses composantes par la norme du
3 2
vecteur considéré. Ainsi, comme U = 13 et V = 52 , les vecteurs U = et
13 13
4 6
V = sont orthonormés.
52 52
7
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
1.5.2 Lien entre le produit scalaire de deux vecteurs et l’angle formé par ces deux vecteurs
Si U et V sont deux vecteurs quelconques non nuls de n et l'angle formé entre eux,
alors leur produit scalaire peut aussi être défini par l'expression
U V cos si U 0 et V 0
U V
0 si U 0 ou V 0
Il est donc possible de calculer l’angle formé par deux vecteurs non nuls en utilisant leur produit
scalaire. On a alors :
U V
Cos =
U V
(1.6)
Exemple 1.13 :
Soient les vecteurs U = [2, 1, 1] et V = [1, 1, 2]. Trouver U V et déterminer l'angle
entre U et V.
Réponse :
U V = u1v1 + u2v2 + u3v3 = 3 et U = V = 6.
U V 3 1
Cos = = = et donc = 60°.
U V 6 6 2
Enfin, si U et V sont deux vecteurs quelconques non nuls de n et , l'angle entre ces deux
vecteurs, alors :
o est aigu si U V > 0 ou si Cos > 0.
o est obtus si U V < 0 ou si Cos < 0.
o est droit ou perpendiculaire si U V = 0 ou si Cos = 0.
Exemple 1.14 :
Soient U = [1, 2, 3], V = [ 3, 4, 2] et W = [3, 6, 3].
Alors, U V = 5, V W = 21 et U W = 0
Donc U et V forment un angle obtus ; V et W forment un angle aigu et U et W sont
perpendiculaires.
Remarques :
1° Si Cos = 1, c'est que l'angle = 360. U et V ont même longueur et même sens. U et
V se confondent.
2° Si Cos = 1, c'est que l'angle = 180. U et V ont la même longueur mais sont de
8
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
9
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
(1.9)
Exemple 1.17 :
Soient U = [2, 1, 3], V = [4, 2, 3] et W = [2, 4, 5].
U V = [ 2, 1, 0] ; U V = (4 1) 5
V W = [2, 2, 2] ; V W = (4 4 4) 12
U W = [0, 3, 2] ; U W = (9 4) 13 .
Il est clair que U V + V W U W
9.
U V 1 1 2 2
Ainsi projV U V = (1, 2, 2) , , .
9 9 9
2
V 9
10
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
Pour les vecteurs i, j, et k, on peut vérifier à l’aide de la définition que le produit vectoriel donne
les résultats suivants :
ixj=k jxk=i kxi=j
jxi= k kxj= i ixk= j
ixi=jxj =kxk=0
On voit que le produit vectoriel n’est pas commutatif (car i x j j x i). Il n’est pas non plus
associatif car (i x j) x j i x (j x j)
La formule (1.11) ci-dessus peut être facilement retenue en recourant à un moyen
mnémotechnique simple consistant à utiliser une notation plus commode qui est :
i j k
u1 u 2 u3 (1.12)
v1 v2 v3
Il s’agit d’exprimer chacun des vecteurs par leurs composantes dans un tableau analogue à un
déterminant. Ceci ne constitue pas vraiment un déterminant, mais si l’on suit formellement les
règles de développement des déterminants, le développement selon la première ligne donne :
i[u2v3 u3v2] – j [u1v3 u3v1] + k[ u1v2 u2v1]. (1.13)
On peut vérifier que ce développement correspond exactement à la définition du produit vectoriel
UxV donnée plus haut. On a dans ce cas :
u u1 u3 u1 u 2
u3
U x V = 2 ,
v v , v v .
v2 v3
1 3 1 2
On voit que la première composante du produit vectoriel de U et de V est le déterminant de la
u1 u2 u3
sous matrice obtenue de W * = après avoir supprimé la première colonne ; la
v1 v 2 v 3
deuxième composante est le déterminant de la sous-matrice obtenue après avoir supprimé la
colonne 2 de W*, signe changé; la troisième composante est le déterminant de la sous-matrice
obtenue après la suppression de la troisième colonne de W*.
Exemple 1.19 : Trouvez U x V où U = [2, 1, 3] et V = [0, 1, 7]
Réponse :
2 1 3 1 3 2 3 2 1
Soit W * = . Alors U x V = 1 7 , 0 7 , 0 1 = [ 10, 14, 2].
0 1 7
Ainsi, si le produit scalaire de deux vecteurs est un scalaire, le produit vectoriel donnera
un autre vecteur.
1.7.2 Propriétés du produit vectoriel
Nous donnons ci-après une importante relation entre le produit scalaire et le produit
vectoriel affirmant aussi que U x V est orthogonal ou perpendiculaire à la fois à U et V.
Si U et V sont des vecteurs à trois dimensions, alors :
11
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
20 UxV 2
= 100 196 4 2
300 = 14(50) – 400.
Les principales propriétés arithmétiques du produit vectoriel sont listées ci-après :
Quels que soient les vecteurs U, V et W 3 et un scalaire k , alors, :
(a) U x V = (V x U) (Anti commutativité)
(b) U x (V + W) = (U x V) + (U x W) (Compatibilité du produit vectoriel avec la somme
(c) (rU) x (sV) = rs(UxV) et le produit par un scalaire)
(d) (U + V) x W = (U x W) + (V x W) (Distributivité du produit vectoriel)
(e) (kU) x V = U x (kV) = k(U x V) (on peut
faire sortir un facteur scalaire du signe du
produit vectoriel)
(f) U x 0 = 0 x U = 0
(g) U x U = 0 (Le « carré vectoriel » est égal au vecteur nul)
(h) U x (V x W) (U x V) x W (Le produit vectoriel n’est pas associatif en général)
(i) UxV = U V sin ( UxV
représente l’aire du parallélogramme formé à partir
de ces deux vecteurs U et V.
On appelle double produit vectoriel, noté U x (V x W), le vecteur perpendiculaire à U et V x W.
1.8 Produit mixte des vecteurs
Lorsque l’on considère le produit vectoriel en relation avec le produit scalaire, on est amené à
examiner l’expression suivante (U x V) W. Cette expression a un sens puisque le produit vectoriel
de 2 vecteurs donne un vecteur et que le produit scalaire de deux vecteurs donne un scalaire. Le résultat
final sera donc un scalaire. Calculons alors ce scalaire.
Rappelons que U x V = i[u2v3 u3v2] – j [u1v3 u3v1] + k[ u1v2 u2v1].
Soit maintenant W = [w1, w2, w3]. Ainsi, le produit scalaire (U x V) W nous donne :
u2 u3 u u3 u u2
(U x V) W = w1 w2 1 w3 1
v2 v3 v1 v3 v1 v 2
12
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
u1 u2 u3
Cette dernière expression n’est rien d’autre que (U x V) W = v1 v2 v3 . Le nombre ainsi
w1 w2 w3
obtenu qui est égal au déterminant du troisième ordre dont les colonnes sont formées par les
composantes respectives de chacun des vecteurs U, V et W est appelé produit mixte (vectoriel –
scalaire) des vecteurs U, V et W. On le note (U x V) W et il est égal au produit scalaire du produit
vectoriel de U et V par le vecteur W.
Exemple 1.21 :
Soient U = [2, 1, 3], V = [0, 1, 7] et W = [1, 4, 5]. On sait déjà que UxV = [ 10, 14, 2]. Alors on
a : UVW = (U x V) W = [ 10, 14, 2] [1, 4, 5] = 10(1) 14(4) + 2(5) = 56.
Propriétés du produit mixte :
o On peut faire une permutation cyclique des trois vecteurs sans changer le produit mixte.
(U x V) W = (W x U) V = (V x W) U
o Si l’on permute deux vecteurs voisins, le signe du produit mixte change
(U x V) W = (W x V) U
1.9 Espaces vectoriels et Sous-espaces
1.9.1 Espace vectoriel n
Soit E un ensemble arbitraire quelconque sur lequel on définit les deux opérations
suivantes :
l’addition : associe à deux vecteurs quelconques U et V E l’unique vecteur somme U +
VE
la multiplication par un scalaire : associe à tout vecteur U E et à tout scalaire k, k’ K
l’unique vecteur produit kU E.
L’ensemble E est appelé espace vectoriel sur le corps K si les axiomes suivants sont vérifiés
pour tout U, V, W E.
B1 : U, V E, U + V E (Stabilité de l’addition vectorielle)
B2 : U E, k K, on a : kU E. (Stabilité de la multiplication par un scalaire)
A1 : (U + V) + W = U + (V + W) (Associativité de l’addition)
A2 : U + 0 = U (Elément neutre dans E)
A3 : U + ( U) = 0 (Existence de l’inverse de U ou de son symétrique)
A4 : U + V = V + U (Commutativité de l’addition)
M1 : k(U + V) = kU + kV, k K (Distributivité par rapport à l’addition des vecteurs)
M2 : (k + k')U = kU + k'U, k, k’ K (Distributivité par rapport à l’addition des
scalaires)
M3 : (kk')U = k(k'U), k K (Associativité du produit)
M4 : 1U = U (Neutralité du nombre 1 pour le produit dans K)
13
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
Cet ensemble d’axiomes se sépare de façon naturelle en trois sous-ensembles. Les deux premiers
sont des axiomes de base. Les quatre suivants, de A1 à A4, ne concernent que l’opération
addition vectorielle sur l’ensemble E et les quatre derniers, de M1 à M4, sont liés à la
multiplication par un scalaire.
Un tel ensemble E est dit fermé par rapport à l'addition vectorielle et à la
multiplication par un scalaire. L’addition est une loi de composition interne parce qu’on reste
dans, tandis que le produit par un scalaire est une loi de composition externe parce qu’on
considère des scalaires dans un ensemble extérieur à .
Exemples 1.22 :
1. Soit E l'ensemble des matrices m x n dont les éléments appartiennent à un corps arbitraire
K. E muni de deux lois (addition des matrices et multiplication d’une matrice par un
scalaire) est un espace vectoriel.
2. Soit P(t) l'ensemble des polynômes de la forme a0 + a1t + a2t2 + ... + antn , t dont les
coefficients ai appartiennent à un corps arbitraire K. P(t) muni des deux lois d'addition p(t)
+ Q(t) et de multiplication par un scalaire k P(t) est un espace vectoriel sur K.
3. Soit E un ensemble de tous les points (x, y) dans 2 du quadrant I, c'est-à-dire tels que x
0 et y 0. L'ensemble E n'est pas un espace vectoriel avec les opérations standard sur 2,
car la propriété B2 et la propriété selon laquelle si k = 1, U, un vecteur E, kU
appartient à E ne sont pas vérifiées.
1.9.2 Sous-espace vectoriel de n.
Soit E un espace vectoriel défini sur le corps de scalaires K et F une partie de E. F est
appelé sous-espace de E si F est lui-même un espace vectoriel sur K par rapport aux lois
d'addition vectorielle et de multiplication par un scalaire définies sur E.
Le corollaire est que F est un sous-espace vectoriel de E Ssi F (ou F n'appartient pas
à l'ensemble vide) et U, V F implique kU + k'V F quels que soient k, k' F.
Un sous-ensemble de n qui vérifie les dix propriétés énoncées plus haut est appelé un sous-
espace de n. Pour savoir si un sous-ensemble de n. est ou non un sous-espace, il suffit de
vérifier les propriétés B1, A2, A3 et B2. En fait il n’est nécessaire de vérifier que les propriétés B1,
et B2 pour les sous-ensembles de n puisque la propriété B2 implique les propriétés A2 et A3.
14
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
Exemples 1.23 :
1. Soit E1 l’ensemble des vecteurs de n dont toutes les composantes sont égales :
E1 = {[x1, x2, ..., xn) n : x1 = x2 = ... = xn}
L’égalité des composantes étant préservée par l’addition des vecteurs et le produit par un
scalaire, E1 est alors un sous-espace de n.
2. Soit E2 = {0} un sous-ensemble contenant un élément de n.
E2 est un sous-espace de n puisqu’il est stable pour le produit k.0 = 0, et pour l’addition
des vecteurs 0 + 0 = 0.
3. L'ensemble E3 de toutes les matrices 2 x 2 dont les éléments diagonaux sont nuls est un
sous-espace vectoriel de l'espace vectoriel M22 de toutes les matrices d'ordre 2. Soient
0 a12 0 b12
A= et B = deux matrices quelconques dans E3 et soit k un
a21 0 a21 0
scalaire quelconque.
0 ka12 0 a12 b12
Alors, kA = et A + B =
ka21 0 a21 b21 0
Puisque kA et A + B ont des zéros sur la diagonale principale, elles appartiennent à E3.
Donc E3 est un sous-espace de M22.
4. Considérons un système homogène de m équations linéaires à n variables inconnues :
a11 x1 a12 x 2 a1n x n 0
a 21 x1 a 22 x 2 a 2 n x n 0
a m1 x1 a m 2 x 2 a mn x n 0
L'ensemble E4 de toutes les solutions de ce système est un sous-espace vectoriel de n
appelé espace vectoriel des solutions. Mais l'ensemble des solutions d'un système non
homogène d'équations linéaires à n inconnues n'est pas un sous-espace vectoriel de n.
1.10 Combinaison linéaire des vecteurs
Soit E un espace vectoriel dans n. V sera une combinaison linéaire de vecteurs V1, V2 ... Vn s'il
existe des scalaires ou constantes k1, k2 ... kn telles que
n
V = k1V1 + k2V2 + ... + knVn = k V
i=1
i i (1.14)
Exemple 1.24 : Ecrire le vecteur V = [1, 2, 5] comme une combinaison linéaire des vecteurs
U = [1, 1, 1], W = [1, 2, 3] et Z = [2, 1, 1].
Réponse :
Nous désirons exprimer V sous la forme k1U + k2W + k3Z avec des ki qui sont des scalaires
inconnus. Donc nous avons :
[1, 2, 5] = k1[1, 1, 1] + k2[1, 2, 3] + k3[2, 1, 1]
= [k1, k1, k1] + [k2, 2k2, 3k2] + [2k3, k3, k3]
15
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
Dans un espace vectoriel à n dimensions, n vecteurs V1, V2 ... Vn sont dits linéairement
indépendants (et on dit qu’ils forment une famille libre) s'il existe des scalaires ki tous nuls
tels que :
n
k1V1 + k2V2 + ... + knVn = k V
i 1
i i =0 (1.15)
16
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
2k1 k 2 7k 3 0
Cherchons donc des solutions triviales ou non triviales au système : 3k1 k 2 3k 3 0 .
k 2k 8k 0
1 2 3
17
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
Nous obtenons k1 = 2, k2 = 3 et k3 = 1. Comme tous les scalaires ne sont pas nuls, les trois
vecteurs sont linéairement dépendants. Ce sont des vecteurs liés entre eux linéairement. Nous
pouvons alors écrire : 2U + 3V W = 0.
Nous terminons ce paragraphe en énonçant un théorème important sur les familles libres. Nous ne
le démontrons pas. Nous ne faisons que le vérifier dans le cas de 2 et 3.
Dans tout espace vectoriel n, tout ensemble de vecteurs linéairement indépendants
contient au plus n vecteurs.
Exemples 1.26 :
Soit les vecteurs [1, 2], [-1, 4] et [2, 5] de 2. Pour déterminer s’ils sont L.I. , formons la
combinaison linéaire suivante : k1[1, 2] + k2[ 1, 4] + k3[2, 5] = [0, 0]. Nous résolvons le
k1 k 2 2 k 3 0
système homogène ci-après : . Comme il n’y a que Deux équations,
2k1 4k 2 5k 3 0
k1 k 2 2k 3
nous savons d’avance qu’il y aura des solutions triviales données par :
2k1 4k 2 5k 3
. En posant par exemple k3 = 2, on obtient k1 = 1/3 et k2 = 13/3. Donc les vecteurs
donnés sont L.D.
Soit maintenant quatre vecteurs de 3 [ 1, 0, 0], [2, 1, 2], [ 4, 0, 1] et [3, 2, 0].
Dans ce cas, on obtient la combinaison linéaire :
k1[ 1, 0, 0] + k2 [2, 1, 2] + k3 [ 4, 0, 1] + k4 [3, 2, 0] = [0, 0, 0]. D’où le système :
k1 2k 2 4k 3 3k 4 0
k 2 2k 4 0 .
2k 2 k 3 0
La même situation se produit : avec trois équations et quatre inconnues, il y a une solution
non triviale que le lecteur est invité à obtenir.
En conséquence, si le nombre de vecteurs de l’ensemble est plus grand que le nombre
de composantes de ces vecteurs, le système homogène obtenu contient toujours plus
d’inconnues que d’équations et admet alors des solutions non triviales. Il s’ensuit
que les vecteurs sont L.D.
18
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
V1 : [1, 2, 0, 3, 4, 0]
V2 : [0, 0, 1, 6, 4, 2]
V3 : [0, 0, 0, 2, 4, 3] sont échelonnés.
V4 : [0, 0, 0, 0, 0, 2]
V5 : [0, 0, 0, 0, 0, 0]
Des vecteurs échelonnés ne comprenant pas le vecteur nul sont linéairement indépendants.
On peut en déduire une technique commode pour vérifier si un ensemble de vecteurs sont
linéairement indépendants et aussi pour déterminer le nombre de vecteurs linéairement
indépendants parmi un ensemble de vecteurs.
Dans l'exemple ci-haut, les vecteurs V1, V2, V3 et V4 sont linéairement indépendants. En effet, on
ne pourra jamais obtenir le vecteur V3 à partir de V4, ni V2 de V3 et V4. De même, V1 est
linéairement indépendant de V2.
1.13. Générateurs, bases et dimension d'un espace vectoriel.
1.13.1 Système de Générateurs d’un espace vectoriel
Soit E un espace vectoriel dans n, sur un corps K et S = {Xi E, i = 1, 2, …, p} une
famille de p vecteurs de E. On dira que la famille S forme un système de générateurs de E ou
qu’elle engendre E si tout vecteur X E peut s'écrire comme une combinaison linéaire des
éléments de S.
p
S = {Xi E, i = 1, 2, …, p} générateur de E entraîne X E, ki K, X = k
i 1
i Xi .
Pour engendrer tout l’espace, il nous faut au moins deux vecteurs dans le cas de 2 et au moins
trois vecteurs dans le cas de 3 . En effet, un nombre inférieur de vecteurs ne crée
qu’un sous-espace ; soit une droite de 2 ou de 3 , soit un plan de 3 .
Exemple 1.28 :
Déterminer si les 3 vecteurs U = [1, 1, 1], V = [2, 2, 0] et W = [3, 0, 0] forment un
système de générateurs de 3 (ou engendrent l'espace vectoriel 3).
Solution :
Primo, on veut déterminer s’il existe des constantes k1, k2, k3 tels que pour un vecteur quelconque
de 3 on ait k1U + k2V + k3W.
[x, y, z] = k1[1, 1, 1] + k2[2, 2, 0] + k3[3, 0, 0] = [k1+ 2k2+ 3k3, k1+ 2k2, k1].
k1 2k 2 3k 3 x
yz x y
D’où le système : k1 2k 2 y . Ce qui donne : k1 = z, k2 = et k3 = .
k 2 3
1 z
On voit que le système d’équations permet une solution pour tout vecteur [x, y, z]. Soit par
19
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
20
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
1 1 2 1 1 2 1 1 2
1 2 5 0 1 3 0 1 3 .
5 3 4 0 2 6 0 0 0
o S’agissant de (c), il faut d’abord vérifier si le système donné engendre 3. Ce qui revient à
se demander si la combinaison linéaire k1[1, 1, 1] + k2[1, 2, 3] + k3[2, 1, 1] peut
représenter n’importe quel vecteur [a, b, c] de 3. Ce qui est fait dans le développement
ci-après :
k1 k 2 2 k 3 a
k1[1, 1, 1] + k2[1, 2, 3] + k3[2, 1, 1) = [a, b, c] ou le système : k1 2k 2 k 3 b .
k 3k k c
1 2 3
1 1 2 a 1 1 2 a 1 1 2 a
1 2 1 b 0 1 3 a b 0 1 3 a b .
1 3 1 c 0 2 1 a c 0 0 5 a 2b c
Il conviendra ensuite de déterminer si le système est linéairement indépendant. Les
vecteurs de (c) le sont effectivement car la forme échelonnée de la matrice des coefficients
n'a pas de ligne nulle.
21
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
1 1 1 1
Les vecteurs V1 = [0, 1, 0], V2 = , 0, et V3 = , 0, forment un ensemble
2 2 2 2
orthonormé car :
1° V1.V2 = V2.V3 = V1.V3 = 0 et
2° V1 = V2 = V3 = 1
Enfin, un ensemble orthonormé peut être toujours obtenu d’un ensemble orthogonal des vecteurs
non nuls en normant (ou normalisant) chacun de ses vecteurs. Le processus consistant à
multiplier un vecteur non nul V par l’inverse de sa longueur (ou norme) pour obtenir un vecteur de
norme 1 est appelé « la normalisation de V ».
De plus, un ensemble orthonormé {U1, U2,…,Ur} est linéairement indépendant et pour
chaque V appartenant à E, le vecteur W = V – (V, U1)U1 – (V, U2)U2 … (V, Ur)Ur est
orthogonal à chacun des Vi.
Le processus d’orthogonalisation de Gram-Schmidt est décrit ci-après :
Soit E un espace du produit intérieur et S = {V1, v2,..., Vn} une base pour E. Les étapes suivantes
permettent d’obtenir une base orthonormée {U1, U2,..., Un} pour E.
Etape 1 : Posons :
V
U1 = 1 .
V1
Le vecteur U1 est de norme 1.
Etape 2 :
Pour construire un vecteur U2 de norme 1 qui soit orthogonal à U1, nous calculons V2 orthogonal à
l’espace W1 engendré par U1 et le «normons » ou « normalisons » :
V (V2 U 1 )U 1
U2 = 2 .
V2 (V2 U 1 )U 1
Si V2 (V2 U1)U1 = 0, alors la normalisation ne peut pas se faire. Mais, ceci ne peut jamais
(V U 1 )
arriver, autrement nous aurons eu V2 = (V2 U1)U1 = 2 V1 , ce qui veut dire que V2 est un
V1
multiple de V1, contredisant ainsi l’indépendance linéaire de la base S = {V1, V2, …, Vn}.
Etape 3 :
Pour construire un vecteur U3 de norme 1 qui soit orthogonal à la fois à U1 et U2 nous calculons V3
de façon qu’il soit orthogonal à l’espace W2 engendré par U1 et U2 puis le «normons » :
V3 (V3 U 1 )U 1 (V3 U 2)U 2
U3 = .
V3 (V3 U 1 )U 1 (V3 U 2 )U 2
Comme à l’étape 2, l’indépendance linéaire de {V1, V2,...,Vn} assure que V3 (V3 U1)U1 (V3
U2)U2 0 si bien que la normalisation pourra toujours s’accomplir.
Etape 4 :
22
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
Pour déterminer un vecteur U4 de norme 1 qui soit orthogonal à la fois à U1, U2 et U3, nous
calculons V4 de telle sorte qu’il soit orthogonal à l’espace W3 engendré par U1, U2 et U3, puis le
«normons » :
V (V4 U 1 ) U 1 (V4 U 2 ) U 2 (V4 U 3 ) U 3
U4 = 4 .
V4 (V4 U 1 ) U 1 (V4 U 2 ) U 2 (V4 U 3 ) U 3
En procédant de la même manière, nous trouvons une base orthonormée {V1, V2,..., Vn}.
En général, après avoir obtenu {U1, U2,..., Ui}, on pose :
Wi + 1 = Vi + 1 – (Vi + 1, U1)U1 – .… - (Vi + 1, Ui)Ui
W
et Vi+1 = i 1
Wi 1
Exemple 1.32 :
Considérons l’espace vectoriel 3 avec le produit scalaire Euclidien. Appliquons le processus
d’orthogonalisation de Gram-Schmidt pour transformer la base V1 = [1, 1, 1], V2 = [0, 1, 1] et
V3 = [0, 0, 1] quelconque en une base orthonormée.
Etape 1 :
V1 1
U1 = = [1, 1, 1].
V1 3
Le vecteur U1 est de norme 1.
Etape 2 :
V (V2 U 1 )U 1
U2 = 2 .
V2 (V2 U 1 )U 1
1 / 3
1
0 1 10 1 11 / 3
1 1
3
3
3 3
1 / 2 1 1
U2 = = , ,
1 3 6 6 6
1
0 1 10 1 11 3
1 1
3
3
3 3
1
Etape 3 :
V3 (V3 U 1 )U 1 (V3 U 2)U 2
U3 = .
V3 (V3 U 1 )U 1 (V3 U 2 )U 2
1 1 1 2 1
0 0 1
1 1
1
3 3 3 3 6 6 6 6 1 1
U3 = = 2 0, , .
2 2
0 0 1 1 1 1 1
1 2
1 1
3 3 3 3 6 6 6 6
La base orthonormée pour 3 est donc :
23
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
1 1 1 2 1 1 1 1
U 1 , , , U 2 , , , U 3 0, ,
3 3 3 6 6 6 2 2
1.13.3 Dimension d’un espace vectoriel
La dimension d'un espace vectoriel E est le nombre de vecteurs linéairement
indépendants que contient une base de cet espace (pourvu que la base contienne un nombre fini de
vecteurs).
En effet, le nombre de vecteurs L.I. peut être fini ou infini. S'il est fini, on parle d'espace
vectoriel de dimension finie. S'il est infini, on parle d'espace vectoriel de dimension infinie.
Exemple 1.33 :
Trouver une base et la dimension du sous-espace W de R4 généré par les vecteurs
[1, 2, 5, 3], [2, 3, 1, 4] et [3, 8, 3, 5]
Réponse :
En échelonnant la matrice dont les lignes sont les vecteurs donnés, on obtient successivement :
1 2 5 3 1 2 5 3 1 2 5 3
2 3 1 4 0 7 9 2 0 7 9 2 .
3 0 14 18 4 0 0
8 3 5 0 0
Les lignes non nulles [1, 2, 5, 3] et [0, 7, 9, 2] de la matrice échelonnée forment une base de
l'espace ligne, c'est-à-dire de W. La dimension de W, notée dim W, est égale à 2.
Exemple 1.34 :
Soit W un espace engendré par les polynômes V1 = t3 2t2 + 4t + 1, V2 = 2t3 3t2 + 9t 1,
V3 = t3 + 6t 5 et V4 = 2t3 5t2 + 7t + 5. Trouver une dimension de W.
Réponse :
Les coordonnées des vecteurs polynômes relativement à la base [t3, t2, t, 1] sont respectivement :
1 2 4 1 1 2 4 1 1 2 4 1
2 3 9 1 0 1 1 3
0 1 1 3
1 0 6 5 0 2 2 6 0 0 0 0
2 5 7
5
0 1 1 3
0 0 0 0
Les lignes non nulles [1, 2, 4, 1] et [0, 1, 1, 3] de la matrice échelonnée forment une base de
l'espace engendré par les vecteurs correspondants et donc forment les polygones t3 2t2 + 4t + 1
et t2 + t 3 qui sont une base de W. Donc, dim W = 2.
1.14 Rang d'une famille finie des vecteurs
Soit (V1, V2, ..., Vn), une famille finie d’éléments d’un espace vectoriel E. Cette famille engendre
un sous – espace vectoriel F de dimension finie. On appelle rang de la famille [V1, V2, ..., Vn],
noté
rg (V1, V2, ..., Vn), la dimension de F. Le rang de la famille [V1, V2, ..., Vn] est donc le plus grand
nombre de vecteurs linéairement indépendants qu’on peut extraire de cette famille.
24
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
Exemple 1.35 :
Le rang de la famille formée par les vecteurs [2, 3, 1], [1, 1, 2] et [7, 3, 8] est égal à 2. En effet,
en échelonnant la matrice formée par les coefficients des scalaires ki, on trouve que le nombre de
vecteurs linéairement indépendants est égal à 2.
Propriétés.
1. Le rang d'une famille de n vecteurs est par définition plus petit ou égal à n. Il est égal à n si et
seulement si les n vecteurs sont linéairement indépendants.
2. Dans un espace vectoriel de dimension finie n, le rang de n vecteurs est plus petit ou égal à n ; il
n'y a pas plus de n vecteurs linéairement indépendants dans un espace vectoriel de dimension
n.
3. Le rang de n vecteurs est égal à la dimension du sous-espace vectoriel qu'ils engendrent.
Chapitre Deuxième
COMPLEMENTS D’ALGEBRE MATRICIELLE :
25
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
A11 A12
1. De même si A =
A22
, la multiplication par un scalaire k se fait en multipliant
A21
kA11 kA12
chaque bloc de A par le scalaire, c’est-à-dire, kA = .
kA21 kA22
2. La transposée d’une matrice partagée est égale à la transposée de ses blocs dans l’ordre
A11' A21
'
transposé. A’ = ' '
.
A12 A22
3. Soient Amxn et Bnxq deux matrices pour lesquelles le produit AB est possible. Décomposons
A en deux sous matrices ayant le même nombre de lignes (m) A1 et A2, et B en deux sous
matrices B1 et B2 ayant le même nombre de colonnes (q). Le produit AB qui est possible
étant donné les formats de A et B peut s’écrire :
B1
AB = A1 A2 .
B2
Supposons que le nombre de colonnes de A1 = nombre de lignes de B1 = p et que le
nombre de colonnes de A2 = nombre de lignes de B2 = n - p. Le produit de la ième ligne de
A par la jième colonne de B pourra se décomposer en deux parties :
n p n
a
k 1
b aik bkj
ik kj
k 1
a
k p 1
b
ik kj
La première partie n’est rien d’autre que le produit de la i-ème ligne de A1 par la j-ième
colonne de B1 et la deuxième partie n’est rien d’autre que le produit de la i-ème ligne de
A2 par la j-ème colonne de B2.
Donc
26
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
B1
Amxn Bnxq = A1 A2 = [A1B1 + A2 B2].
B2
27
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
1 3 1 1 3 1
3 2 1 0 1 0 1 1 0 1 1
1 0 5 1 1 3 2 4 3 2
= 2 1 4
2 1 4 .
0 2 3 2 1 0 1
5 1 33 2 0 2 30 1 1
4 3 2
21 7 13 8 4
0 0 1 1 0
= .
13 11 2 7 8
1 4 8 9 7
Exemple 2.2 :
1 2 1 3 1 0
Soient A = , B= et I = . Nous avons :
3 4 4 5 0 1
1 2 0 0 1 0 3 0
3 4 0 0 0 1 0 3
IA = , B = et
0 0 1 2 4 0 5 0
0 0 3 4 0 4 0 5
1 3 1 3 1 3 2 6
1 2 4 5 8 10
AB =
4 5 4 5 =
1 3 1 3 3 9 4 12
34
5 4 5
4
12 15 16 20
Nous donnons ci-après quelques propriétés du produit kroneckerien dont les preuves
sont données dans Balestra (1980, pp. 234 – 237).
28
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
1 2 1 1 2
Exemple 2.3 : Considérons les matrices A = 0 2 3 et B = 2 3 .
1 0 1 0 1
Nous pouvons aisément vérifier que r(A) = 3 et r(B) = 2. Ainsi le rang de leur produit
5 7
C = AB = 4 3 est égal à 2.
1 3
29
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
1 2 0 1 0 0
Exemple 2.4 : Considérons les matrices A = 3 2 1 et B = 1 0 1 .
2 0 1 0 1 1
On peut vérifier que r(A) = 2, r(B) = 3 = n. Ainsi, r(C) = r(A) = 2.
3 0 2
En effet, C = AB = 5 1 3 et r(C) = 2.
2 1 1
2.3 Inversion des matrices de format quelconque : inverse à gauche - inverse à droite
Nous traiterons ici le cas le plus général. A la différence des nombres réels, une
matrice de format quelconque peut admettre seulement des « inverses à gauche » ou
des « inverses à droite », ou pas d’inverse du tout (tout en n’étant pas nulle).
2.3.1 Définitions
Soit A une matrice de dimension m x n quelconque. Une matrice B est une matrice
inverse à gauche de A si elle vérifie : BA = I.
La matrice C est une matrice inverse à droite de A si elle vérifie AC = I, ou en d’autres mots, si
et seulement si sa transposée C’est une inverse à gauche de A’. En effet, AC = I C’A’
= I’ = I et réciproquement. On peut vérifier que A’B’ = I.
Existe-t-il des matrices B et C ? Sont-elles uniques ? Nous répondrons à ces
deux questions en raisonnant sur les formats, puis sur le rang de B et C.
2.3.2 Le format de B et C
Format de B
Comme BA = I, A étant de format m x n et I étant une matrice carrée de dimension
n x n, il s’ensuit que la matrice B devra être de format n x m, soit :
Bnxm Anxm = Inxn.
Format de C
Comme AC = I, A étant de format m x n et I étant carrée (de dimension m x m), il
30
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
31
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
Pour qu'une matrice large de dimension m x n possède des inverses à droite, il faut et il suffit que ses lignes soient
linéairement indépendantes.
La condition nécessaire et suffisante pour qu'une matrice haute ait des inverses à gauche, est que ses colonnes soient
linéairement indépendantes.
Les matrices B et C s'obtiennent en résolvant par la méthode des coefficients
indéterminés les systèmes d'équations ainsi dérivés. Ces inverses sont multiples.
Terminons ce chapitre en disant que si A est carrée, elle admettra une matrice inverse à
gauche B et une matrice inverse à droite C si et seulement si rang A = m = n. Dans ce
cas, B = C. Cette matrice inverse est unique.
Exemple 2.5a : Déterminer les inverses à gauche de la matrice
1
0
2
1
A= .
1
3
3
2
La matrice A est haute et ses colonnes sont linéairement indépendantes car non
proportionnelles. Elle aura donc des matrices inverses à gauche étant donné que son
rang = n = 2.
a b c d
Soit B = , ces matrices inverses à gauche. Cherchons à déterminer les
e f g h
éléments de B à partir de l’égalité BA = I2. On a :
1
0
a b c d 2
1 1 0
= .
e f 0 1
g h 1
3
3
2
Le produit donne les deux systèmes suivants :
a 2b c 3d 1 e 2 f g 3h 0
et .
b 3c 2d 0 f 3g 2 h 1
32
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
a b c d 1 5s t 3s 2t s t
D’où : B = =
e f g h 2 5k l 1 3k l k l
Cette matrice inverse n’est pas unique car elle dépend de valeurs attribuées à s, t, k et l.
1 0 0 0
Si par exemple s = t = k = l = 0, l’inverse à gauche B devient : B = .
2 1 0 0
7 5 1 1
Pour s = t = k = l = 1, on a B = .
4 4 1 1
1 2 0 3
Exemple 2.5b : Déterminer les inverses de A = .
1 1 2 0
A est large. Comme ses lignes sont linéairement indépendantes, elle possède des
inverses à droite dont l’expression générale est obtenue en résolvant les deux systèmes
à 2 équations à 4 inconnues dérivées du produit AC = I2.
a b
1 2 0 3 c d 1 0
AC = I = = .
1 1 2 0 e f 0 1
g h
D’où les systèmes :
a 2c 3 g 1 b 2d 3h 0
et qui admettent chacun des solutions
a c 2e 0 b d 2f 1
multiples
a = –1 + 4s + 3t ; c = 1 – 2s – 3t ; c = s et g = t pour le premier système et
b = +2 + 4k + 3l, d = –1 –2k – 3l, f = k et h = l, pour le deuxième système.
a b 1 4 s 3t 2 4 l 3l
c d 1 2s 3t 1 2 k 3l
D’où C = =
e f s k
g h t l
33
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
A: AB AHB
XB
[AB AHB] = B
X HB
ou encore
AB XB + AHB XHB = B
où AB est une matrice de dimension m x m, AHB une matrice de dimension m x (n – m), XB
et XHB sont respectivement des vecteurs de dimension m x 1 et (n – m) x 1.
Une solution de base du système AX = B est une solution telle que toutes les
variables appartenant à XHB (dites Variables hors base) soient nulles, les autres variables
appartenant à XB (dites Variables de Base) étant alors solution d'un système cramérien m
x m. Nous avons :
X AB1 B
Solution de base X = B
X HB 0
34
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
Exemple 2.6 :
Déterminer toutes les solutions de base correspondant au système suivant :
x1 + x3 =2
x1 + x2 + x4 =3
–x1 + x2 + x5 = 1
Réponse :
Le système comportant 3 équations et 5 inconnues, toute solution de base possédera
donc deux variables hors - base nulles. Le nombre de solutions de base est au plus égal
à : C 53 = 10.
Nous reprenons toutes ces solutions dans le tableau ci-après. Nous annulons
d’abord deux variables de toutes les façons possibles, puis nous résolvons le système
cramérien qui subsiste en vue de déterminer les variables de base.
Base x1 x2 x3 x4 x5 Commentaires
ère
1 Base 0 0 2 3 1 AB de rang maximum
- 0 0 Système
incompatible
2ème Base 0 3 2 0 –2 AB de rang maximum
35
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
Exemple 2.7:
Le système suivant de 2 équations à 3 inconnues possède au plus C 32 = 3
solutions de base.
–4x1 + 3x2 + 2x3 = –2
5x1 – 4x2 + x3 = 3
Base x1 x2 x3 Commentaires
ère
1 Base 0 –8/11 1/11 AB de rang maximum
2ème Base 4/7 0 1/7 AB de rang maximum
3me Base 61 –2 0 AB de rang maximum
ou de la forme
n
a1x1 + a2x2 + ... + anxn b = a
j 1
j xj b
où les ai sont des nombres réels appelés « coefficients de xi », b est le terme constant ou
le second membre et xi représente les variables ou les inconnues de l’inéquation.
La résolution de cette inéquation consiste à déterminer l’ensemble des variables xj qui
n n
satisfait à a j x j b ou
j 1
a
j 1
j xj b .
36
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
Exemple 2.11 :
Représenter graphiquement les solutions de l’inéquation suivante : 3x – 2y 9.
Réponse :
3x 9
Cette inéquation peut s’écrire comme : y – . D’où :
2 2
Le point (0,0) est extérieur à la droite 3x – 2y = 9 et satisfait bien sûr à l’inéquation ; le
demi-plan solution est donc celui qui contient l’origine. Ceci définit l’ensemble-solution
S.
37
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
y
3x –2y = 9
0 3 x
9
2
a
i 1
ij x j bi (i = 1, 2, …, m)
ou de la forme
m
a
i 1
ij x j bi (i = 1, 2, …, m).
Pour résoudre un tel système, on cherche, pour chacune des inéquations du système,
l’ensemble des couples (x, y) qui satisfont simultanément ces inéquations. Cet
ensemble est appelé « ensemble - solution pour une telle inéquation. Il correspondra
à une partie du plan, c’est-à-dire à un demi-plan.
On procède alors de la manière suivante :
1. Tracer la droite d'équation ax + bx + c = 0 sur un repère orthonormé. Celle-ci
divise alors le plan en deux demi - plans.
2. Trouver l’ensemble des solutions de chacune des inéquations. Pour ce faire, on teste
un point quelconque non situé sur la droite. En pratique, on choisit le point (0, 0) si
la droite ne passe pas par l'origine des axes. Si les coordonnées du point test
vérifient l'inéquation, le demi-plan auquel appartient ce point est la solution de
l'inéquation.
3. Pour chacune, le demi-plan qui ne convient pas (qui ne vérifie pas l’inéquation) est
hachuré.
4. Les points de la droite appartiendront au demi-plan si l'inégalité est non stricte.
5. L’ensemble - solution du système d’inéquations correspondra alors à la partie du
plan qui reste sans hachures. C’est l’ensemble des points faisant partie de
l’ensemble - solution de chacune des inéquations.
38
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
4 x 2 y 28
Exemple 2.12 : Soit à résoudre le système d’inéquations : y4
2 x 3 y 28
15
Solution :
On commence par trouver l’ensemble des solutions 10
de chacune des trois inéquations linéaires. La .(7/2, 7)
première est 4x + 2y 28. Traçons la droite 5 (8,4)
représentée par l’équation 4x + 2y = 28. On (5,4)
détermine les points d’intersections avec les axes.
En posant x = 0, on a 2y = 28, d’où y = 14. Ainsi 0 5‘ 10‘
x
la droite coupe l’axe vertical au point (0, 14). De
même, en posant y = 0, on a 4x = 28 et x = 7.
La droite coupe l’axe horizontal au point (7, 0).
La droite passant par ces deux points appelée « frontière de l’ensemble –
solution » divise le plan en deux demi – plans. Le point (0, 0) par exemple détermine de
quel côté de la droite se situent les solutions (ici, c’est du côté droit).
On cherche ensuite l’ensemble des solutions de deux autres inéquations. L’ensemble –
solution du système est donc la partie du plan délimitée par les couples des points (7/2,
7), (5, 4) et (8, 4).
Nota bene : On obtient le point de rencontre de deux droites frontières en résolvant le
système d’équations linéaires concernées.
Exemple 2.13 : Donner la résolution graphique du système d’inéquations ci-après :
3x 2 y 9
2 x 5 y 5
x 1
y 2 0
Chapitre Troisième
VALEURS PROPRES, VECTEURS PROPRES,
DIAGONALISATION ET TRIGONALISATION
39
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
1
Abdoulaye Wade (2008), p. 448.
40
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
PA() = A I = (– )2 + D1 (– ) + D2 = 0
(3.3)
Il s’agit d’un polynôme du second degré en dont les racines peuvent être obtenues
par :
1 (a11 a 22 ) (a11 a 22 ) 2 4 (a11 a 22 a12 a 21 )
.
2 2
Si la matrice A est d’ordre 3, son polynôme caractéristique sera :
a11 a12 a13
PA() = A I = a21 a22 a23
a31 a32 a33
PA() = (–)3 + D1 (– )2 + D2 (– ) + D3 = 0 .
(3.4)
a11 a12 a13
a11 a12 a a a22 a23
où D1 = a11 + a22 + a33 , D2 = + 11 13 + et D3 = a21 a22 a23 .
a21 a22 a31 a33 a32 a33
a31 a32 a33
1 2 3
Exemple 3.1 : si A = 2 3 4 ,
2 0 1
D1 = a11 + a22 + a33 = 1 + 3 + 1 = 5,
a11 a12 a a a a23 1 2 1 3 3 4
D2 = + 11 13 + 22 = + + = –3
a21 a22 a31 a33 a32 a33 2 3 2 1 0 1
a11 a12 a13
D3 = a21 a22 a23 = –3.
a31 a32 a33
Ainsi, PA() = A I = (– )3 + 5 (– )2 – 3(– ) – 3 = –3 + 5² + 3 –3 = 0
D’une manière générale, lorsque A est une matrice carrée d’ordre n, nous avons :
a11 a12 a1n
a21 a22 a2 n
PA() = A I = =0
an1 an 2 ann
PA() = (–)n + D1(–)n–1 + D2(–)n–2 +...+ Dn-1(–) + Dn = 0 (3.5)
où les Di représentent les mineurs principaux d’ordre i. Chaque mineur d’ordre i
n!
comportera termes.
i!( n i )!
41
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
En vertu du théorème de d’Alembert2, un tel polynôme admet n racines qui peuvent être réelles ou
complexes.
La recherche des valeurs propres d’une matrice A se ramène à la détermination
des racines i de son polynôme caractéristique. Si une racine se répète k fois, on dit que
la valeur propre est de multiplicité algébrique d’ordre k.
4 4
Exemple 3.2 : Calculer les valeurs propres de la matrice A =
1 4
4 4
Solution : Formons la matrice [A - I] = .
1 4
Le polynôme caractéristique est PA() = A I = (–)² + D1(–) + D2 = 0
= ² – 8 + 12 = (– 2) ( – 6) = 0.
D’où = 1 = 2 et 2 = 6.
4 8 2
Exemple 3.3 : Trouver les valeurs propres de la matrice B = 0 1 0 .
2 5 0
Solution : Son polynôme caractéristique est
4 8 2
4 2
PB() = B I = 0 1 0 = (1 – ) =0
2
2 5
2
Guerrien, B. Algèbre linéaire pour Economistes, 4ème édition, Economica, Paris, 1997, p. 163.
42
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
43
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
1 1
Solution : PF() = F I = (2 – ) = (2 – ) [(1 – ) (4 – ) + 2] = 0
2 4
= (2 – ) (² – 5 + 6) = (2 – ) ( – 2) ( – 3) = 0
La matrice F a une valeur propre double 1 = 2, (de multiplicité algébrique d’ordre
2) et une valeur propre simple 2 = 3.
0 1 1
Exemple 3.8 : Trouver les valeurs propres de la matrice G = 1 0 1 .
1 1 0
Solution : Son polynôme caractéristique est
1 1
PG() = G I = 1 1 = –3 + 3 + 2 = ( + 1)² ( – 2) = 0.
1 1
Ainsi, 1 = –1, k = 2 et 2 = 2.
2 1
Exemple 3.9 : Trouver les valeurs propres de la matrice K = .
1 2
Solution : Le polynôme caractéristique de cette matrice PK() = ² – 4 + 5 = 0 possède
deux racines complexes conjuguées (2 + i) et (2 – i).
2 1 0
Exemple 3.10 : Trouver les valeurs propres de la matrice L = 1 3 1 .
1 0 1
Solution : Son polynôme caractéristique est PL() = –3 + 6² –12 + 3 = (– 2)3 = 0.
La matrice L possède donc une racine unique, 2, de multiplicité algébrique
d’ordre 3.
Propriétés des valeurs propres
On peut énoncer les résultats simples suivants où toutes les matrices envisagées sont
carrées.
La matrice A possède au moins une valeur propre nulle, si et seulement si A est une
matrice singulière.
Si est une valeur propre de A, r est une valeur propre de Ar (où r est un nombre entier
positif).
Une matrice A et sa transposée A’ ont les mêmes valeurs propres.
Ce résultat découle du fait que le déterminant d’une matrice est égal à celui de sa
transposée.
PA() = A I = A I = A ' I = PA’().
'
Les matrices A et A’ ayant le même polynôme caractéristique, elles ont les mêmes
valeurs propres.
44
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
Une matrice carrée non singulière A et son inverse A–1 ont les mêmes vecteurs propres,
mais des valeurs propres inverses. A est inversible. Elle ne peut avoir 0 comme valeur
propre (la seule solution de AP = 0 étant alors P = 0). Le résultat découle de : AP =
P A–1AP = A–1AP
P = A–1P
1 1
A–1P = P A–1 = .
Si une matrice est triangulaire par blocs avec des blocs diagonaux carrés, alors ses valeurs
propres sont données par celles de ses blocs diagonaux. Autrement dit, si la matrice A
est de
la forme
M1 * * *
0 M * *
2
0 0 M 3 * où Mi sont des matrices carrées, i = 1, ..., p, et * des
0 0 0 M p
matrices blocs non nuls, alors les valeurs propres de A sont celles des matrices Mi, i = 1, ...,
p.
En effet, pour des matrices triangulaires par blocs, on a : dét A = dét (Mi) dét Mi)...
dét (Mp)
et donc : PA() = dét [A – I] = dét [M1 – I] ... dét [Mp – I] = PM1() ... PMp().
Les valeurs propres d’une matrice non symétrique ne sont pas nécessairement réelles.
Elles peuvent aussi être des nombres complexes conjugués.
Si A est une matrice idempotente, ses valeurs propres sont égales à 1 ou 0,
tandis que son rang est égal à sa trace.
Comme A est symétrique, il existe une matrice orthogonale U telle que
U' A U = diag (1, 2, ..., n).
Or, étant donné que chaque 1 est égal à 0 ou 1, le rang de U'AU (et donc de A) est égal
au nombre des valeurs propres égales à 1, c'est-à-dire, à la somme des valeurs propres.
Or la somme des valeurs propres est égale à la trace de A.
Exemple 3.11 :
Trouver les valeurs propres des matrices suivantes :
2 3 5
1 / 5 2 / 5
A = 1 4 5 et B =
2 / 5 4 / 5
.
1 3 4
Solution :
45
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
Nous savons déjà que ces deux matrices sont des matrices idempotentes. Le polynôme
caractéristique de la matrice A est PA() = 3 + 22 = (2 2 +1) = ( 1)2 =
0. Les valeurs propres sont donc 1 = 0, 2 = 1 avec k = 2.
Le polynôme caractéristique de la matrice B est PB() = 2 = ( 1) = 0. Les
valeurs propres sont donc 1 = 0, 2 = 1. De plus, B étant symétrique, on observe que
son rang (1) est égal à sa trace (1).
46
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
1 0 2 2 1 0 0 1 1
2 1
e) E = 0 1 4 , f) F = 0 1 1 , g) G = 1 0 1 , h) K =
et L =
1 2
2 2 1 0 2 4 1 1 0
2 1 0
1 3 1 .
1 0 1
Solution :
4 4
a) La matrice A = de l’exemple 3.2 possède les valeurs propres 2 et 6.
1 4
2 4
Pour 1 = 2, on est amené à résoudre le système linéaire homogène [A – 2I]X =
1 2
47
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
x1 0 2 x1 4 x2 0
=
x 0 , soit .
2 x1 2 x2 0
La méthode d’élimination de Gauss nous donne successivement :
2 4 0 1 2 0
1 2 0 0 0 0 . Comme n = 2 et r = 1, le sous-espace propre associé
est de dimension 1 (n – r), On peut aussi écrire x1 + 2x2 = 0. Il s’ensuit que le vecteur
2
1 ou tout multiple non nul de celui-ci est un vecteur propre de A associé à la valeur
propre 2.
2 4 x1 0
Pour 2 = 6, on résout le système homogène [A – 6I]X = x = 0 , soit
1 2 2
2 x1 4 x2 0
.
x1 2 x2 0
2
Ici aussi le sous-espace propre est de dimension 1. Dès lors, le vecteur ou tout
1
multiple non nul de celui-ci est un vecteur propre de A associé à la valeur propre 6.
4 8 2
b) La matrice B = 0 1 0 possède une racine simple 1 et une racine double 2
2 5 0
(exemple 3.3).
3 8 2 x1 0
Pour 1 = 1, on a le système 0 0 0 x = 0 .
2
2 5 1 x3 0
3 8 2 0 3 8 2 0 3 8 2 0
On obtient successivement 0 0
0 0 2 5 1 0 0 1 1 0 .
2 5 1 0 0 0 0 0 0 0 0 0
2
Ainsi, le sous-espace propre de dimension 1 est engendré par le vecteur propre X1 = 1
1
.
Pour 2 = 2, de multiplicité algébrique 2, nous résolvons le système homogène
2 8 2 x1 0
0 1 0 x = 0 . On obtient successivement :
2
2 5 2 x3 0
48
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
2 8 2 0 1 4 1 0 1 4 1 0
0 1 0 0 0 1 0 0 0 1 0 0 . Le sous-espace propre
2 5 2 0 0 3 0 0 0 0 0 0
associé à la valeur propre 2 = 2 est de dimension 1. Il est engendré par le vecteur
1
propre X1 = 0
1
3 1 1
c) La matrice C = 1 3 1 de l’exemple 3.4 possède une valeur propre simple 1 et
3 3 1
une valeur propre double 2.
x1 2x2 x3 0
Pour 1 = 1, le système [C – I]X = 0 donne . On tire x3 = 3x2. Pour x2 =
3x2 x3 0
1
1, x3 = 3 et x1 = 1. D’où X1 = 1 .
3
x1 x2 x3 0
Pour 2 = 2, le système [C – 2I]X = 0 donne x1 x2 x3 0 .
3x 3x 3x 0
1 2 3
5 1 2
d) La matrice D = 5 9 10 possède une valeur propre 4 de multiplicité algébrique
3 3 2
3.
x1 x2 2 x3 0
On obtient le système [D – 4I]X = 5x1 5x2 10 x3 0 .
3x 3x 6x 0
1 2 3
49
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
Par conséquent, on ne peut lui associer que deux vecteurs propres linéairement
indépendants de la forme
x2 2 x3 1 2 1 2
X= 1 et X = 0 forment donc une base pour
x2 = x2 1 + x3 0 . X1 = 2
x3 0 1 0 1
l’espace - propre correspondant à = 4.
1 0 2
e) La matrice E = 0 1 4 dont PE() =│E – I│ = (– 1)( + 1)( + 3) = 0 admet
2 2 1
trois valeurs propres simples 1, –1 et = –3.
2 0 2 x1 0
Pour 1 = 1, on a : 0 2 4 x 2 = 0 . On obtient successivement :
2 2 2 x3 0
2 0 2 0 1 0 1 0 1 0 1 0
0 2 4 0 0 1 2 0 0 1 2 x 0 x 2 x3 0
0 , soit 1
2 2 2 0 0 2 4 0 0 0 0 0 x 2 2 x3 0
0 1
0 , soit x1 0 x 2 x3 0 . D’où, X2 = 1
2 x3 0
0 0
Pour 2 = -3, on a successivement :
2 0 2 0 2 0 2 0 1 0 1 0
0 2 4 0 0 2 x1 0 x 2 x3 0
4 0 0 1 2 0 , soit
. D’où,
2 2 2 0 0 2 4 0 0 0 0 0 x 2 2 x3 0
1
X3 = 2 .
1
2 1 0
f) La matrice F = 0 1 1 , dont le polynôme caractéristique PF( ) = (2 – )2 (– 3)
0 2 4
= 0 admet une valeur propre double 1 = 2, (de multiplicité algébrique d’ordre 2) et
une valeur propre simple 2 = 3. Le sous-espace propre associé à la valeur propre
50
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
51
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
1 2 1 0 1 2 1 0 1 2 1 0
2 1 x1 2 x 2 x3 0
1 0 0 3 3 0 0 1 1 0 , soit . D’où,
x 2 x3 0
1 1 2 0 0 3 3 0 0 0 0 0
1
X3 = 1 .
1
2 1
h) La matrice K = possède deux racines complexes conjuguées (2 + i) et (2 –
1 2
i). Le lecteur peut vérifier que les vecteurs propres correspondants sont
1 1
respectivement X1 = et X2 = i .
i
2 1 0
i) La matrice L = 1 3 1 a une racine propre 2 de multiplicité 3. En résolvant le
1 0 1
système
0 1 0 x1 0
LX = 2X = [L – 2I]X = 1 1 1 x = 0 , on trouve un sous-espace propre de
2
1 0 1 x3 0
1
dimension 1 engendré par le seul vecteur propre X1 = 0 . En effet, x2 = 0 et x1 = x3 = 1.
1
Propriétés des vecteurs propres
Si X1, X2,... Xk représentent k vecteurs propres de la matrice A associés à des valeurs
propres distinctes, alors les k vecteurs sont linéairement indépendants.
Si X est un vecteur propre, le vecteur cX (où c est une constante différente de zéro)
est également un vecteur propre.
Si X1, X2,... Xk représentent k vecteurs propres de la matrice A associés à la même
valeur propre, toute combinaison linéaire non nulle de ces vecteurs (c’est-à-dire Y =
k
plus, ces vecteurs peuvent être transformés (par des combinaisons linéaires) en un
ensemble de k vecteurs propres mutuellement orthogonaux et de longueur unitaire.
Un des procédés le plus utilisé est le processus d’orthogonalisation de Gram-Schmidt
vu au chapitre 1.
Si A est une matrice réelle symétrique, alors les vecteurs propres correspondant à
des valeurs propres distinctes sont toujours linéairement indépendants et
52
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
orthogonaux deux à deux. Ces vecteurs propres orthogonaux forment une base de
n.
3.3 Matrices Semblables
3.3.1 Définition
On dit que la matrice carrée B est semblable à A s'il existe une matrice non - singulière P
telle que
B = P–1A P
(3.7)
où P est une matrice constituée de vecteurs propres de A.
On dit aussi que B est une transformation semblable de A.
En pré - multipliant les deux membres de l’expression précédente par P, puis en post -
multipliant le résultat par P–1, cette dernière peut aussi s’écrire comme
A = P B P–1
(3.8)
ou
A = (P–1)–1 B P–1
(3.8a)
En posant Q = P–1, cette dernière devient :
A = Q–1 B Q,
(3.8a)
laquelle veut dire que A est semblable à B.
Nous concluons donc que B est semblable à A si et seulement si A est semblable à B. Ce
qui nous permet d’affirmer que les deux matrices A et B sont semblables.
4 4
Exemple 3.14 : Considérons une fois de plus la matrice de l’exemple 3.2 A = .
1 4
On a vu que ses valeurs propres sont 2 et 6, tandis que les vecteurs propres
2 2 2 2 –1
associés étaient respectivement X1 = et X1 = . Ainsi P = et P =
1
1 1 1
1 1 2 1 1 2 4 4 2 2
. On vérifie facilement que B = P–1A P =
4 1 2 1 4 1 1
=
4 1 2
2 0
0 6 . A et B sont donc deux matrices semblables.
53
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
4 4
Les quatre propriétés peuvent êtres facilement vérifiées sur la matrice A = de
1 4
l’exemple
2 0
3.13 qui est semblable à la matrice B = . Il en résulte que :
0 6
a. Rang A = 2 = Rang B ;
b. │A│ = 12 = │P│;
c. │A – I│ = ² – 8 + 12 = 0 = │B – I│;
d. Tr (A) = 8 = Tr (B).
54
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
P, une matrice de passage ou de transformation dont les colonnes sont les vecteurs
propres de A.
Le problème de la diagonalisation de la matrice A revient donc à chercher si A admet n
vecteurs propres linéairement indépendants. Pour cela, nous allons distinguer deux cas
différents : le cas où A a n valeurs propres distinctes et le cas où elle a moins de n
valeurs propres (racines multiples de A – iI).
Si les n valeurs propres de la matrice sont distinctes deux à deux, alors cette condition est
remplie car les vecteurs propres correspondants à ces valeurs propres sont donc
linéairement indépendants. Dans ce cas, la matrice P dont les colonnes sont les
vecteurs propres de A est non singulière. A est alors diagonalisable.
Soit X1, X2,..., Xn les n vecteurs propres de A associés à 1, 2,..., n respectivement.
Nous savons déjà qu’ils sont linéairement indépendants. Par conséquent P = [X1, X2,...,
Xn] est non singulière.
Effectuons le produit AP. Sachant que Axi = iXi, nous avons :
AP = A [X1, X2,..., Xn] = [AX1, AX2,..., AXn]
= [1X1, 2X2,..., nXn]
= [X1, X2,..., Xn] diag (1, 2,..., n)
= P diag (1, 2,..., n)
La dernière égalité peut encore s’écrire :
AP = P D̂ .
(3.10)
En pré - multipliant par P–1 l’égalité matricielle précédente, on obtient finalement P–1A P
= D̂ . On en déduit que A est semblable à D. D’où l’expression « matrice
diagonalisable ».
Si A admet des valeurs propres multiples d’ordre k, cela veut dire que A possède k valeurs
propres avec k < n. Nous avons vu qu’à chaque valeur propre i correspond au moins
un vecteur propre X. Donc ici, nous aurons au moins k vecteurs propres. Notre problème
sera alors de trouver n – k vecteurs propres de façon à ce que les k + (n – k) vecteurs
propres obtenus soient linéairement indépendants. Ceci est possible si et seulement si la
4
Escofier J.P. (2002), pp. 301 – 8.
55
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
1 1
Exemple 3.15 : Considérons la matrice A = . Son polynôme caractéristique étant
2 4
PA() = A I = (–)² + D1(–) + D2 = ² – 5 + 6 = (– 2)( – 3) = 0, ses valeurs
propres sont
1 = 2 et 2 = 3. Comme elles sont distinctes, par conséquent, les vecteurs propres
associés sont linéairement indépendants. Donc P existe et est non singulière. Il s’ensuit
1 1 2 1
que A est diagonalisable. En effet, P = et P-1 = . Ainsi,
1 2 1 1
2 1 1 1 1 1 2 0
P-1A P = = .
1 1 2 4 1 2 0 3
On note que les éléments de la matrice diagonale ( D̂ ) sont les valeurs propres de la
matrice A. On a donc diagonalisé A.
33 16 72
Exemple 3.16 : Considérons la matrice A = 24 10 57 .
8 4 17
Son polynôme caractéristique est : PA() = – 3 + 6² – 11 + 6 = =( – 1)( – 2)( – 3)=
0
Les valeurs propres sont donc : 1 = 1, 2 = 2 et 3 = 3. Comme elles sont toutes
15 16 4
distinctes, il existe une matrice non singulière P = 12 13 3 telle que P–1AP = D̂
4 4 1
1 0 0
= 0 2 0
0 0 3
5
Piatier, A., Cahuzac, P et Chambadal, L.,(1985), Economie et Mathématiques Eléments et
Exercices, PUF, Paris, p. 222.
6
Escofier J.P. (2002), p 309.
56
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
1 0 4
où P–1 = 0 1 3 et D̂ une matrice diagonale ayant les valeurs propres de A sur la
4 4 3
diagonale principale.
2 1 0
Exemple 3.17 : Considérons la matrice F = 0 1 1 . Nous savons que cette matrice
0 2 4
qui est triangulaire par blocs, a une valeur propre double 2 et une valeur propre simple 3.
Le sous-espace propre associé à 1 = 2 est de dimension 1 car il est engendré par Q1 =
1
0 . Puisque la dimension du sous – espace propre est différente de k (= 2), la matrice
0
F n’est donc pas diagonalisable.
3 1 1
Exemple 3.18 : La matrice C = 1 3 1 de l’exemple 3.4 possède une valeur propre
3 3 1
simple 1 et une valeur propre double 2. Nous avons vu qu’à 1 = 1 correspondait le
1
vecteur X1 = 1 .
3
Quant à 2 = 2, valeur propre de multiplicité algébrique d’ordre 2, dim E2 = 2. A cette
valeur propre double correspondent donc deux vecteurs propres non nuls et
1
linéairement indépendants X2 = 0 et
1
0 1 1 0
X3 = 1 . La matrice C est donc diagonalisable avec P = 1 0 1 .
1 3 1 1
3.4.2 Diagonalisation des matrices réelles et symétriques
Beaucoup d’économistes travaillent uniquement avec des matrices symétriques.
De telles matrices ont seulement des valeurs propres réelles, les valeurs complexes ne
survenant jamais.
Si la matrice A est symétrique, nous savons déjà que les vecteurs propres associés
à des valeurs propres distinctes sont toujours linéairement indépendants et naturellement
orthogonaux 2 à 2. De plus, si ces vecteurs propres sont normés, la matrice de passage
(notée U) formée avec ces vecteurs, sera dite orthogonale. Comme ces vecteurs sont en
57
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
0 0 k
(3.11)
De tels vecteurs U1, U2, ..., Uk sont obtenus en appliquant le processus d’orthogonalisation
de Gram – Schmidt.
4 2
Exemple 3.19 : Soit donné la matrice symétrique A = . On peut vérifier que son
2 1
polynôme caractéristique est PA() = ² – 5 = (– 5) = 0 Elle admet ainsi deux
valeurs propres distinctes
1 2
1 = 0 et 2 = 5. Les vecteurs propres correspondants sont : X1 = et X2 = .
2 1
Le lecteur peut vérifier l’indépendance linéaire et l’orthogonalité de ces deux vecteurs.
1/ 5 2 / 5
En les «normant», on obtient : U1 = et U2 = dont la « normalité » est
2 / 5 1 / 5
aisément vérifiable.
1 / 5 2 / 5 -1
Construisons U = . Le lecteur peut vérifier que U' = U . Il en résulte
2 / 5 1 / 5
que :
58
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
1 / 5 2 / 5 4 2 1 / 5 2 / 5 0 0
U–1A U = U’A U = = .
2 / 5 1 / 5 2 1 2 / 5 1 / 5 0 5
On obtient une matrice diagonale où l’on retrouve les valeurs propres de A qui sont 0 et
5. On a donc diagonalisé orthogonalement la matrice A.
4 2 2
Exemple 3.20 : Considérons la matrice symétrique A = 2 4 2 . On a PA() = (– 2)2
2 2 4
(– 8) = 0. Ainsi ses valeurs propres sont 1 = 2 (de multiplicité algébrique d’ordre 2) et 2
1 1
= 8. Pour = 2, les vecteurs propres X1 = 1 et X2 = 0 forment une base pour
0 1
l’espace propre correspondant à cette valeur propre. L’application du processus
d’orthogonalisation de Gram – Schmidt à [X1, X2] donne les vecteurs propres
orthonormés
1 2 1 6
U1 = 1 2 et U2 = 1 6 .
0 2 6
Le lecteur est invité à vérifier l’orthogonalité de ces deux vecteurs.
1
L’espace propre correspondant à = 8 a X3 = 1 comme base. En appliquant le
1
1 3
processus d’orthogonalisation de Gram – Schmidt à [X3], on obtient U3 = 1 3 .
1 3
Finalement, utilisant U1, U2, U3 comme les vecteurs - colonne, nous obtenons U =
1 2 1 6 1 3
1 2 1 6 1 3 qui diagonalise orthogonalement A. Le lecteur peut vérifier que
0 2 6 1 3
U’AU est une matrice orthogonale.
59
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
2 1 0
0 1 .
2
0 0 2
Si J est semblable à une matrice A, alors il existe une matrice régulière Q telle que :
Q-1A Q = J
(3.13)
60
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
L’opération qui consiste à transformer une matrice A non diagonalisable en une matrice
J est appelée la « trigonalisation7 » ou la « triangularisation 8».
Ainsi, à chaque bloc de Jordan correspond un vecteur propre (relatif à sa première colonne
où il n’y a pas de 1) et s’il y a k blocs de Jordan ayant la même valeur propre sur la
diagonale, cela signifie que k colonnes de la matrice de passage Q sont formées de
vecteurs propres linéairement indépendants associés à cette valeur propre. Ainsi, si la
forme réduite de Jordan associée à A est donnée par la matrice J ci-dessus, l’égalité
matricielle
A Q = QJ
(3.14)
s’écrit, en notant Qi les colonnes de Q :
1 0 0 0 0 0
0 1 0 0 0
1
0 0 1 0 0 0
A[Q1 Q2 Q3 Q4 Q5 Q6] = [Q1 Q2 Q3 Q4 Q5 Q6]
0 0 0 2 1 0
0 0 0 0 2 1
0 0 0 0 0 2
ou encore, en effectuant les produits :
AQ1 1 Q1
AQ Q
2 1 2
AQ3 Q2 1Q3
AQ4 2 Q4
AQ5 Q4 2 Q5
AQ6 Q5 2 Q6
Les vecteurs colonnes Q1, Q2 et Q6 correspondant au premier terme diagonal de chacun
des trois blocs de Jordan de cet exemple sont bien des vecteurs propres de A.
Cet exemple montre comment on peut déterminer les autres vecteurs qui forment la
matrice de passage Q. Ces vecteurs, que l’on peut appeler « vecteurs de Jordan » ou
selon Simon et Blume9 «vecteurs propres généralisés pour A», sont ici Q3, Q4 et Q6. Cette
détermination est particulièrement simple dès que l’on connaît les valeurs propres de la
matrice considérée.
Les vecteurs propres généralisés associés à une valeur propre donnée ne sont
7
Piatier, A., Cahuzac, P et Chambadal, L., Economie et Mathématiques Eléments et
Exercices, PUF, Paris, 1985, p. 222.
8
Escofier, J.-P., Toute l’Algèbre du 1er Cycle, Cours et exercices corrigés, Dunod, Paris,
2002,p.309.
9
Simon et Blume, Mathématiques pour Economistes, De Boeck, Bruxelles, 1998, p. 462.
61
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
pas définis de façon unique. Alors que les vecteurs propres associés à forment un
sous-espace vectoriel, les vecteurs de Jordan forment des sous-espaces affines
parallèles à ce sous-espace vectoriel, puisque si
AQi = Qi-1 + Qi
et si P est un vecteur propre associé à , alors A[Qi + P] = Qi-1 + Qi + P = Qi-1 + [Qi +
P].
Ce qui montre que Qi + P est aussi un vecteur propre généralisé (ou vecteur de Jordan)
associé à , du même type que Qi.
Détermination d'une base de forme réduite de Jordan.
Pour chaque valeur propre k, on procède en plusieurs étapes :
On commence par choisir une base du sous-espace propre associé à k.
Puis à chaque étape, on détermine pour chaque Bi une solution Qi de :
(A – kI)Qi = Bi
avec Bi combinaison linéaire non nulle des vecteurs déterminés à l'étape précédente,
et en prenant un nombre maximal de combinaisons Bi linéairement indépendantes
entre elles pour lesquelles il existe une solution Qi10.
Le processus s'arrête lorsque le nombre de vecteurs déterminés est égal à l'ordre de
multiplicité de k.
La forme de Jordan peut être obtenue en remplaçant les vecteurs ainsi déterminés
à chaque étape par certaines de leurs combinaisons linéaires.
Exemple 3.21 :
2 1
La matrice A = est-elle diagonalisable ? Déterminer, dans le cas où elle ne l’est
1 4
pas, sa forme réduite de Jordan.
Solution :
Le polynôme caractéristique associé est PA() = ² – 6 + 9 = (– 3)( – 3) = 0.
PA() a une racine double 3. Pour que A soit diagonalisable, il faut que le sous-espace
propre associé à cette racine soit de dimension 2. Or, ici, les vecteurs propres de A,
solution de l’équation
1
–x1 + x2 = 0, sont de la forme s , s .
1
Par conséquent, ils forment un sous-espace vectoriel de dimension 1 : la matrice A n’est
3 1
pas diagonalisable. Toutefois, la matrice de Jordan J = lui est semblable. La
0 3
base de Jordan est alors formée par un vecteur propre Q1 de A et un vecteur de Jordan
10
Michel, P., Cours de Mathématiques pour Economistes, Economica, Paris, 1989, p. 609.
62
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
Q2 défini par :
AQ2 = Q1 + 3 Q2
2 1 q1 1 q 2q q2 1 3q1 q q2 1
donc par = + 3 1 = 1 1 .
1 4 q2 1 q2 q1 4q2 1 3q1 q1 q2 1
Ce qui se réduit à l’équation – q1 + q2 = 1 ou q2 = 1 + q1.
1 0
On peut prendre q1 = 0 et – q2 = 1, la matrice de passage étant alors Q = et Q–1 =
1 1
1 0
1 1 .
1 0 2 1 1 0 3 1
Le lecteur peut vérifier que J = Q–1AQ = = .
1 1 1 4 1 1 0 3
Exemple 3.22 : Déterminer une forme réduite de Jordan semblable à la matrice B =
2 1 0
0 1 1 . Nous savons que cette matrice qui est triangulaire par blocs, a une valeur
0 2 4
propre double 1 = 2 et une valeur propre simple 2 = 3.
Nous avons vu que le sous-espace propre associé à 1 = 2 (de multiplicité
1
algébrique d’ordre 2) est de dimension 1 car il est engendré par Q1 = 0 . La matrice B
0
n’est donc pas diagonalisable. On cherche alors pour cette valeur propre 2 un vecteur
propre généralisé (ou vecteur de Jordan) telle que
2 1 0 q1 1 q1 0 1 0 q1 1
BQ2 = Q1 + 2 Q2 = 0 1 1 q2 = 0 + 2 q = 0 1 1 q = 0 .
2 2
0 2 4 q3 0 q3 0 2 2 q3 0
q2 1
Ce qui est équivalent au système d’équations q2 q3 0 dont la solution est q2 =
q q 0
2 3
63
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
1 0 1 1 1 1
matrice de passage Q = 0 1 1 , avec Q-1 = 0 2 1 .
0 1 2 0 1 1
2 1 0
La forme réduite de Jordan correspondante étant J = 0 2 0 .
0 0 3
5 0 0
Exemple 3.23 La matrice C = 1 5 0 . Son polynôme caractéristique est PC() = (– 5)3
0 1 5
= 0. Il s’ensuit que C admet une racine propre triple 5. Elle n’est donc pas
diagonalisable.
0 0 0 q1 0
La relation [C – 5I] donne : 1 0 0 q = 0
2
0 1 0 q3 0
La solution est q1 = 0, q2 = 0, q3 quelconque (1, par exemple) et le sous - espace
propre associé à
0
= 5 est de dimension 1 car il est engendré par Q1 = 0 qui est un vecteur propre. De
1
plus, la forme réduite de Jordan comportera k – (n – r) = deux « 1 » au dessus de la
5 1 0
diagonale. La matrice de Jordan semblable à C est donc : 0 5 1 . Pour déterminer la
0 0 5
matrice permettant de passer de C à J, on doit trouver deux vecteurs Q2 et Q3 telle que
CQ2 = Q1 + 5Q2 (1)
et
CQ3 = Q2 + 5Q3 (2)
5 0 0 q1 0 q1 0 0 0 q1 0
De (1), on trouve : 1 5 0 q2 = 0 + 5
q .
2 Ce qui donne 1 0 0 q2 = 0
0 1 5 q3 1 q3 0 1 0 q3 1
.
0q1 0q2 0q3 0
Ce qui est équivalent au système d’équations q1 0 dont la solution est q1
1
q2
= 0, q2 = 1, q3 quelconque (0, par exemple). On obtient alors le vecteur de Jordan Q2 =
64
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
0
1 .
0
5 0 0 q1 0 q1 0 0 0 q1 0
De (2), on a : = 1 5 0 q2 = 1 + 5
q . Soit,
2
1 0 0 q = 1 . Ce qui donne :
2
0 1 5 q3 0 q3 0 1 0 q3 0
0q1 0q2 0q3 0
q1 1 dont la solution est : q1 = 1, q2 = 0, q3 quelconque (0, par
0
q2
exemple). On obtient
1
alors le vecteur de Jordan Q3 = 0 .
0
0 0 1 0 0 1 5 0 0 0 0 1 5 1 0
Donc Q = 0 1 0 et J = Q-1 C Q = 0 1 0 1 5 0 0 1 0 = 0 5 1 .
1 0 0 1 0 0 0 1 5 1 0 0 0 0 5
65
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
4 0 0
par conséquent J = 0 4 1 . Pour déterminer la matrice permettant de passer de D à
0 0 4
J, on doit trouver un vecteur propre généralisé (ou vecteur de Jordan) Q3 telle que DQ3 =
1 1 2 q1
Q2 + 4Q3 = [D – 4I] Q3 = Q2. Ce qui revient à résoudre le système 5 5 10 q2 =
3 3 6 q3
2
0 . Mais ce système n’a pas de solution Q puisque rang (A) = 1 est différent de rang
3
1
(A/B) = 2, le système est donc incompatible. En effet, après échelonnement par la
1 1 2 2
méthode de Gauss, on obtient 0 0 0 10 .
0 0 0 0
Pour trouver le vecteur Q3 (puisque le théorème de Jordan nous dit qu’il existe), il
nous faudra choisir un vecteur Q*2 dans E de façon que le système d’équations [D – 4I]
Q3 = Q*2 ait une solution. Comme on ne peut pas choisir de façon quelconque les
vecteurs propres utilisés pour déterminer la matrice de Jordan, nous prenons Q*2 = aQ1
+ bQ2.
1 1 2 q1 a 2b 1 1 2 a 2b
On en déduit le système 5 5 10 q2 = a , soit 0 0 0 6a 10b .
3 3 6 q3 b 0 0 0
0
Ce système possède une solution si –3a = 5b, c’est-à-dire si a = –5 et b = 3. Dans ce
cas, le système peut se lire q1 + q2 + 2q3 = – 1 ou q1 = 1 – q2 – 2q3. On en déduit la
solution q1 =1, q2 = 0 et q3 = 0. D’où
1 1 2 1
Q3 = 0 . Q*2 = a Q1 + b Q2 = - 5 1 +3
0 =
5 .
0 0 1 3
1 1 1 0 1 5 / 3
Ainsi Q = 1 5 0 et Q–1 = 0 0 1 / 3 .
0 3 0 1 1 2
0 1 5 / 3 5 1 2 1 1 1 4 0 0
D’où J = Q–1DQ = 0 0 1 / 3 5 9 10 1 5 0 = 0 4 1 .
1 1 2 3 3 2 0 3 0 0 0 4
66
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
Comme la puissance p-ième d'une matrice diagonale est aisée, on fera intervenir la
diagonalisation des matrices pour calculer la puissance des matrices.
3.6.1.1 Cas d'une matrice diagonalisable
La puissance p-ième d’une matrice diagonale se calcule aisément. Il en résulte de
la définition du produit des matrices que
1 0 0 1 p 0 0 1 p 1 0 0
0
0 0 2p 0 = 0 2 p 1 0 .
2
p
0 0 n 0 0 n 0 0 n p 1
Donc, par récurrence, la puissance p-ième d’une matrice diagonale D̂ est égale à
la matrice diagonale dont les termes sont les puissances p-ièmes de ceux de la matrice
D̂
Si une matrice carrée A d'ordre n à éléments réels ou complexes est
diagonalisable, il existe alors une base de vecteurs propres et par le changement de
base correspondant (matrice de passage P), on obtient une matrice diagonale D̂ = P–
1
AP. Dans ce cas, A peut s’écrire comme A = P D̂ P–1.
Ce qui entraîne :
A2 = (P D̂ P–1)(P D̂ P–1) = P D̂ ²P–1.
A3 = (P D̂ ²P–1)(P D̂ P–1) = P D̂ ³P–1.
et par récurrence sur p, on peut écrire
Ap = P D̂ pP–1
(3.15) pour tout entier p 1.
Ce calcul de Ap est donc très aisé car il se réduit au calcul de D̂ p qui est immédiat, à la
condition que A soit diagonalisable.
2 1
Exemple 3.25 : Calculer Ap si A = .
1 2
Solution :
Son polynôme caractéristique est PA() = ( ² – 4 + 3 = ( – 1)( – 3) = 0. D’où 1 =
1 et 2 = 3. A est donc diagonalisable. On aura alors Ap = P D̂ pP–1
1 1 1 1 1
où P= et P–1 = . On obtient donc :
1 1 2 1 1
1 1 1 0 1 1 1 1 3 p 1 3 p 1
Ap = .
p
. = .
1 1 0 3 2 1 1 2 3 p 1 3 p 1
67
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
0 1 1
Exemple 3.26 : Calculer Gp si G = 1 0 1 .
1 1 0
Solution :
Nous avons vu (voir exemple 3.8) que PG() = – ³ + 3 + 2 = ( + 1)² ( – 2) = 0.
Ainsi, 1 = –1, k = 2 et 2 = 2. Le sous-espace propre associé à 1 = –1 est de
dimension 2. Comme cette dimension est égale à l’ordre de multiplicité algébrique de la
valeur propre donnée, on peut associer à cette dernière deux vecteurs propres
1 1 1
linéairement indépendants. G est donc diagonalisable avec P = 1 0 1 dont
0 1 1
1 2 1
= 1 1 2 .
–1 1
l’inverse est P
3
1 1 1
D’où :
1 1 1 1 0 0 1 2 1
p
1
Gp = P D̂ p P–1
= 1
0 1 0 1 0 1 1 2
3
0 1 1 0 0 2 1 1 1
1 1 1 (1) 0 1 2 1
p
0
1 1 1 2
= 1 0 1 0 (1) p 0
3
0 1 1 0 0 2 p 1 1 1
68
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
1 0 0 0 0 0 1 0 0 0
0 0 0 0 0 0 1 0 0
2
0 0 3 0 0 0 0 0 0 0
J = +
0 0 0 n 1 0 0 0 0 0 1
0 0 0 0 n 0 0 0 0 0
(3.17)
= D̂ + E
où D̂ est la matrice diagonale ayant les valeurs propres sur la diagonale principale et E,
une matrice avec des 1 sur la surdiagonale et des 0 partout ailleurs.
De la même façon que précédemment, on a :
Ap = Q Jp Q–1
(3.18)
et on se ramène au calcul de Jp. Ce calcul est moins aisé que celui de D̂ p car J = iI + E
et que
Jp = [iI + E]p.
Grâce à la formule du binôme de Newton permettant de calculer (a + b)n où a et b sont
des nombres réels, nous avons, pour une matrice d'ordre 2, car le carré de E est la
matrice nulle et le produit iIE est commutatif11,
p p p-1
J = I +C
p p 1
p
p -1
E=
0 p
(3.19)
Ainsi, la puissance p-ième d'une matrice non diagonalisable devient (dans le cas
où cette matrice est d'ordre 2)
p
p p p-1 –1
A =Q Q
0 p
avec Q = matrice de passage formée avec le vecteur propre et le vecteur de Jordan
associés à la valeur propre de la matrice A.
Pour n = 3 par exemple,
11 On est tenté d'appliquer la formule du binôme de Newton valable pour les nombres; cela n'est pas possible car D̂ E
E D̂ . Mais E a une propriété intéressante: E = 0 pour r égal au plus grand des ordres de multiplicité des valeurs
r
propres. En effet, chaque fois que l’on multiplie par E, on décale vers le haut la diagonale des 1, qui perd
chaque fois un élément. Comme le format de E est p x p, nous aurons bien E p = 0. Ainsi, pour p ³ r-1, on a :
69
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
ip C 1p ip-1 C 2p ip- 2
Ji = 0 i C p i p -1
p p 1
0 p
0 i
(3.20)
0 0 p 0 0
En particulier, si J = 0 1 , Jp = 0 p
p p 1 .
0 0 0 0 p
1 0 p p p 1 p( p 1) p2
Et si J = 0 1 , Jp = 0 p p p 1
0 0 0 0 p
Dans le cas général où la matrice A est d'ordre n, Jip = (i.I + E)p se réduira à :
Jip = (i.I + E)p = ip.I + Cp1 ip–1E + ... + Cpi–1 ip-r+1Er–1
(3.21)
soit :
p C1p p-1 C2p p-2 ... Cn-1
p
p-n-1
0 p C1p p-1 ... Cn-2
p
p-n-2
Jp =
0 0 p
... ...
p
0 0 0 ...
(3.22)
1 1
Exemple 3.27 : Calculer Ap si A = .
1 3
Solution :
On peut vérifier que PA() = (– 2)² = 0. D’où une seule valeur propre 2, mais
double. Le sous-espace propre associé étant de dimension 1, A n’est pas
diagonalisable. Dans ce cas,
p 1 0 2 p p.2 p 1 1 0 2 p p 2 p 1 p.2 p 1
A = . . =
2 p 1 1 p.2 p 1
.
p.2 p 1 2 p
1 1 0
2 1 0
Exemple 3.28 : Calculer la puissance p-ième de la matrice B = 0 1 1 .
0 2 4
Solution :
Nous savons déjà qu’elle n’est pas diagonalisable. Mais sa forme réduite de Jordan
70
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
est
2 1 0
J = 0 2 0 .
0 0 3
On a donc :
1 0 1 2 p 2 p 1 0 1 1 1
p
Ap = Q Jp Q–1 = 0 1 1 0 2p 0 0 2 1
0 1 2 0 0 3p 0 1 1
2p 2 p 2 p 2 p 1 3 p 2 p p 2 p 1 3 p
= 0 2. 2 p 3 p 2 p 3p .
0 2. 2 p 2. 3 p 2 p 2. 3 p
Soit A une matrice carrée diagonalisable d’ordre n. Nous savons que D̂ = P–1 A P et Ap
= P D̂ pP–1.
En posant p = –1, on en déduit
A–1 = P D̂ –1 P–1.
(3.23)
2 1
Exemple 3.29 : Calculer A–1 si A = .
1 2
Solution :
1 0 1 1 –1 1 1 1
On a vu (voir exemple 3.27) que D̂ = , .P = 1 1 et P = 2 1 1 .
0 3
On obtient donc :
1 1 1 0 1 1 1
. 0 1 . 2 1 1
–1 –1 –1
A = P D̂ P .=
1 1 3
1 1 1 2 1
1
= 3 2 2 3 3
1 1 1 1 2
1
3 2 2 3 3
3.6.3 Calcul des racines p-ièmes des matrices.
Enfin, terminons ce chapitre en soulignant que nous pouvons aussi utiliser la relation
(3.16) ou (3.24) pour calculer la racine p-ième des matrices. Par exemple, la racine
cubique de A, notée A1/3, peut être obtenue par l’expression :
1
1
A 3 P Dˆ 3 P 1
71
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
(3.23)
1 3
Exemple 3.29 : Calculer 3
A avec A = .
2 0
Solution :
PA() = 2 + – 6 = ( + 3) ( – 2) = 0, on a 1 = –3 et 2 = 2. La matrice A est donc
3 1 1 1 1
diagonalisable avec P = et P-1 =
5 2 3
.
2 1
3 1 31 / 3 0 1 1 1
1
1
ˆ 1
Ainsi A P D P =
3 3
.
2 1 0 21 / 3 5 2 3
Chapitre Quatrième
LES FORMES QUADRATIQUES
On appelle forme quadratique définie sur n toute fonction à n variables réelles pouvant
s’écrire sous la forme :
n n
q(x) = a x x
i 1 j 1
ij i j , aij, xi . (4.1)
72
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
Pour symétriser cette forme quadratique, introduisons la matrice B telle qu’elle est définie ci-
3 4
dessus. Il vient : B = . Il en résulte la forme quadratique ci-après :
4 2
qB(X) = 3x1² + 4xix2 + 4x2x1 +2x2²
= 3x1² + 8 xix2 + 2x2²
B étant symétrique, les termes rectangles symétriques par rapport à la diagonale principale peuvent
être regroupés car xixj = xjxi.
Puisqu’une forme quadratique peut toujours être symétrisée, nous ne considérerons dans la suite
de ce chapitre que des formes quadratiques symétriques.
73
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
74
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
a11 a12 a1 p
a11 a12 a13 a
a a12 a22 a2 p
A1 = [aij], A2 = 11 , A3 = a21 a22 a23 , ..., Ap = 21 , ...,
a21 a22
a31 a32 a33
a p1 a p 2 a pp
a11 a12 a1n
a a22 a2 n
An = .
21
an1 an 2 ann
Exemple 4.3 : Utiliser les déterminants pour déterminer si chacune des formes quadratiques
suivantes est définie positive ou définie négative.
75
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
76
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
X’AX = Y’U’AUY = Y’ D̂ Y.
Puisque U’AU est une matrice diagonale12 dont les éléments sont les valeurs propres de A, nous
pouvons écrire :
n
Y’ D̂ Y = 1y²1 + 2y²2 + ... + ny²n = y
i 1
i i
2
Cette dernière expression ne contient plus que des termes carrés dont les coefficients sont les
valeurs propres de A. D'où l'appellation de la forme quadratique réduite.
La transformation orthogonale qui consiste à ramener une forme quadratique X’AX à une
forme réduite Y’ D̂ Y est appelée « opération de réduction de la forme quadratique » ou encore
« opération de diagonalisation ».
12
En fait, A et D sont dites semblables parce que U est non-singulière.
77
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
Exemple 4.5 :
a. Déterminer la matrice A associée à la forme quadratique
q(x) = 3x1x2 + x1x3 – x2x1 – 2x2x3 + x3x1 + 4x3x2
b. Etudier le signe de qB(x) où B est la matrice symétrique équivalente à la matrice A.
c. Diagonaliser B orthogonalement (écrire U’BU =D ou mettre B sous la forme B = UDU’).
Solution :
0 3 1
a. Cette forme quadratique est définie par la matrice A = 1 0 2
1 4 0
0 1 1
b. B = 1 0 1 . Calculons les mineurs principaux afin de voir si qB(x) est définie positive ou
1 1 0
définie négative. Or, comme 1 = 0, la méthode des mineurs principaux ne permet pas de trancher.
D’autre part, B= 2. Donc, X’AX est de rang maximum et elle ne peut être qu’indéfinie de rang
maximum car B 0.
Le lecteur peut, en effet, vérifier que PB() = –³ + 3 + 2 = (2 – )(1 + )² = 0 et que les valeurs
propres 1 = 2 et 2 = –1 avec k = 2 sont de signe différent.
1 1 1
c. Nous savons déjà (voir chapitre 5) que la matrice de passage P est P = 1 1 0 .
1 0 1
Comme nous cherchons une matrice de passage orthogonale, c’est-à-dire telle que U’U = 1, il
nous faut choisir les vecteurs propres U1, U2 et U3 tels que Ui’Uj = 0 si i j et Ui’Ui = 1 pour tout i.
Donc les U doivent être orthogonaux deux à deux et de longueur unitaire chacun.
En appliquant le procédé d’orthogonalisation de Gram-Schmidt aux vecteurs propres
X1 = [1, 1, 1], X2 = [–1, 1, 0] et X3 = [–1, 0, 1], on a :
X 1
U1 = 1 = [1, 1, 1].
X1 3
X 2 ( X 2 .U1 )U1
U2 = =
X 2 ( X 2 .U1 )U1
78
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
1 / 3
1 1 1
1 1 0 1 1 0 1 / 3
3
1 /
3
3 3
1
U2 = = [–1, 1, 0].
1 3 2
1 1 1
1 1 0 1 1 0 1 3
3
1
3
3 3
X 3 ( X 3.U1 )U1 ( X 3.U 2 )U 2
U3 = =
X 3 ( X 3.U1 )U1 ( X 3.U 2 )U 2
U3=
1 / 3 1 2
1
1
1 0 1 1 0 11/ 3
1 1
1 0 1 1 2
1
0
3 2
3
3 3 2
1 / 0
1 3 1 2
1
1
1 0 1 1 0 11 3
1 1
1 0 1 1 2
1
0
3 2
3 0
3 3 2
1
1 1 1 1 1
1 0 1 0 0 0
2 2
0 1 0 1 0
=
2 = 2 2
1 1 1 1
1 0 1 2 2 0 1 0 1 2 2 0
1 1 1 1
2 1 2 1
= =
2 2 1
= [–1, 1, 2].
1 1 1 6
2 2 1
6
2
1 1 1
3 2 6
1 1 1
Donc U = .
3 2 6
1 2
0
3 6
Le lecteur peut vérifier que U-1 = U’ (donc U’U = I) et que les vecteurs colonnes de U sont tels
que Ui’Uj = 0 si i j et Ui’Ui = 1 pour tout i. Par conséquent, U diagonalise B orthogonalement,
(c’est-à-dire, U’BU = D̂ ). Il est alors facile d’écrire cette dernière expression comme B = U D̂ U’.
79
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
3 4 x1
Soit X’AX = x1 x2 x = 3x1 8x1 x2 x2
2 2
4 1 2
1 3 y1
Posons X = RY =
3 2 y 2
1 3
X’ = (RY)’ = Y’ R’ = y1 y2
3 2
1 3 3 4 1 3 y1
D’où Y’ R’ A R Y = y1 y2 et
3 2 4 1 3 2 y 2
- 1 - 3 3 4 - 1 - 3 y1
X’ A X = y1 y2
- 3 2 4 1 - 3 2 y 2
B
=YBY
36 31 y1
X’ A X = y1 y2 y
31 17 2
Nous venons de transformer la forme quadratique X'AX en une autre forme équivalente
Y'BY. Une telle transformation linéaire de X en Y, dite aussi transformation congruente, ne
modifie ni le rang, ni le signe de la forme quadratique car les matrices A et B sont de même rang
en vertu du théorème de Sylvester vu plus haut. On dit alors que les deux formes quadratiques
X'AX et Y'BY sont congruentes. D'où la définition suivante :
Une matrice B est dite congruente à la matrice A s'il existe une matrice non singulière R
telle que B = R'AR.
80
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
i 1 j 1
an1 an 2 ann xn
= a11x21 + 2a12x1x2 + 2a13x1x3 + ... + 2a1nx1xn + a22x22 + 2a23x2x3 + ... + 2a2nx2xn
+ a33x23 + ... + 2a3nx3xn + annx2n
Ainsi,
(X AX)
= 2AX = 2X A .
X
Le choix entre les deux formules dépend du contexte dans lequel s'effectue la dérivation.
x1 3 1 2
Exemple 4.7 : Soit X = x2 et A = 1 0 3 .
x3 2 3 2
Alors X’AX = 3x1² + 2x1x2 + 6x2x3 4x1x3 + 2x32
On a :
(X AX)
= 6x1 + 2x2 4x3,
x1
(X AX)
= 2x1 + 6x3,
x2
(X AX)
= 4x3 4x1 + 6x2
x3
3x1 x2 2 x3 3 1 2 x1
Donc, X’AX = 2 x1 3x3 = 2 1 0 3 x2 = 2AX.
2 x1 3x2 2 x3 2 3 2 x3
Alternativement, on a :
(X AX) (X AX) (X AX)
= 6x1 + 2x2 4x3, = 2x1 + 6x3, = 4x3 4x1 + 6x2
x1 x2 x3
(X AX) X ' AX X ' AX X ' AX
=
X x1 x2 x3
= [6x1 + 2x2 4x3, 2x1 + 6x3, 4x3 4x1 + 6x2]
= 2[3x1 + x2 2x3, x1 + 3x3, 2x3 2x1 + 2x2]
81
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
DEUXIEME PARTIE
ANALYSE DYNAMIQUE
Un trait saillant de l'analyse économique est de dater les variables. C'est ainsi que le temps
joue un rôle important en économie. Le temps peut se dérouler de façon continue; nous parlons,
dans ce cas, des intégrales et des équations différentielles. Mais on peut aussi décomposer le
temps en un certain nombre de périodes. On est alors en présence, d'un point de vue
mathématique, d'équations aux différences (ou de récurrence).
Le chapitre 5 est consacré aux équations différentielles, tandis que les équations de
récurrence (appelées aussi équations aux différences finies) feront l'objet du chapitre 6.
82
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
83
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
linéaire est identiquement égal à zéro, on dit que cette équation est homogène ou sans second
membre; dans le cas contraire, elle est dite non homogène ou avec second membre.
Une équation différentielle ordinaire non linéaire est une équation différentielle ordinaire
qui n'est pas linéaire.
Exemple 5.1 : Déterminer l'ordre et le degré des équations différentielles suivantes. Dire si elles
sont ordinaires, partielles, linéaires ou non linéaires.
dy
1) 2x
dx
2) x dy y dx = 0
2
d2 y dy
3) + + y= 0
dx 2 dx
2
3u u
3
4) 3 + u 2 x 2 u 15 = 0
x x
2
3
d z d2 z dz
5) + x 2 xz + 10 = 0
dx
3
dx dx
y
3
y
6) + xy 3 u 4 = 0
x 3
u
2
d y dy
7) 2
+ 5 + 6y = 0
dx dx
4 3
d y 2 d y dy
8) 4
+ x 3
x3 = xex
dx dx dx
2
d y dy
9) 2
+ 5 + 6y 2 = 0
dx dx
3
d2 y dy
10) + 5 + 6y = 0
dx 2 dx
2
d y dy
11) 2
+ 5y + 6y = 0
dx dx
Réponse :
Equations Ordinaire (O) ou Partielle (P) Ordre Degré Linéaire (L) ou Non linéaire (NL)
1 O 1 1 L
2 O 1 1 L
3 O 2 1 NL
4 P 3 2 NL
5 O 3 1 NL
6 P 3 1 NL
7 O 2 1 L
8 O 4 1 L
9 O 2 1 NL
10 O 2 1 NL
11 O 2 1 NL
84
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
Une équation différentielle d'ordre n peut avoir une solution générale écrite sous la forme implicite ou
sous la forme explicite.
La fonction f définie pour tout réel x par f(x) = 2sin x + 3cos x est une solution explicite de l’équation
d2y
différentielle y 0 pour tout x. En effet,
dx 2
f’ = 2 cos x – 3 sin x
f’’(x) ) = 2 sin x – 3 cos x
Par substitution, on a :
(–2 sin x – 3 cos x) + (2sin x + 3 cos x) = 0 pour tout réel x.
dy
La relation x2 + y2 – 25 = 0 est une solution implicite de l’équation différentielle x + y = 0 sur
dx
l’intervalle I défini par –5 < x < 5. Ladite relation définit les deux fonctions réelles f1 et f2 données par :
f1(x) = 25 x 2
fé(x) = – 25 x 2
respectivement pour tout x réel appartenant à I et ces deux équations sont des solutions explicites de
l’équation différentielle donnée.
Si une équation différentielle peut s'écrire sous la forme
dn y
= f(x) (5.3)
dx n
sa solution générale est obtenue par intégrations successives n fois.
Exemple 5.2a : Trouvez la solution générale des équations différentielles
85
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
2
dy d y 1
a) = cos x + 2x b) 2
= 20x3 2
dx dx x
Solution :
x2
a) y = cos x 2 x dx = cos xdx + 2 x dx = sin x + C1 + 2
2
+ C2
= sin x + x2 + C où C = C1 + C2.
dy 1 1
b) = 20 x 3 2 dx = 5x4 + + C1
dx x x
1
y = 5 x 4 C1 dx = x5 + ln x + C1x + C2
x
2
dy dy
5.2b a) Montrer que y = 2Cx + C est une solution de 8 x 3
2 2
16x 2 y et trouver une
dx dx
solution particulière qui satisfait la condition y = 1 quand x = 1.
Solution :
dy
Si y = 2Cx2 + C2, 4cx . En substituant, on a :
dx
16c 2 x 2 8 x 3 (4Cx ) = 16 x 2 (2Cx 2 C 2 )
2
dy 3 dy
16 x 2 y
8x
dx dx
Si x = 1, y = 1
1 = 2C + C2
C2 + 2C + 1 = (C +1)2 = 0. Donc C = 1. La solution particulière est : y = 1 2x2.
d 2 y dy
5.2b b) Montrer que y = C1ex + C2e-2x est une solution de 2 y 0 et trouver une
dx 2 dx
dy
solution particulière qui satisfait la condition y = = 1 quand x = 0.
dx
Solution :
dy d2y
Si y = C1ex + C2e-2x, C1e x 2C 2 e 2 x et 2
C1e x 4C 2 e 2 x En substituant, on a :
dx dx
2 x
C1e 4C2 e
x
+ C1e 2C2 e 2C1e 2C2 e 2 x = 0
x 2 x x
Si y = y’ = 1 lorsque x = 0, alors on a :
C1 C 2 1
C2 = 0 et C1 = 1. D’où la solution particulière :
C1 2C 2 1
Y = C1ex.
Notons que la constante arbitraire peut revêtir plusieurs formes notamment C, 2C, C², C
C
, e , ln C. Aussi longtemps que la constante arbitraire C n'est pas définie, sa forme n'a aucune
signification réelle ; elle peut, par conséquent, être écrite le plus simplement possible.
86
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
87
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
y, alors les variables sont dites séparées. L'équation différentielle sera écrite comme suit:
M(x) dx + N(y) dy = 0 (5.9)
L'équation à variables séparées (4.9) est résolue en intégrant chaque terme. On obtient dans ce cas
:
M(x) dx + N(y) dy = C (5.10)
Une équation de la forme
M1(x) N1(y) dx + M2(x) N2(y) dy = 0 (511)
est appelée Equation à variables séparables.
On peut transformer celle-ci en vue d'obtenir une équation à variables séparées. Il suffira,
pour cela, de diviser les deux membres de l'équation (5.6) par le produit N1(y) M2(x) pourvu que
ce dernier ne soit pas nul, c'est-à-dire, prendre :
M 1 (x) N 1 (y) M 2 (x) N 2 (y)
dx + dy = 0 (5.12)
N 1 (y) M 2 (x) N 1 (y) M 2 (x)
Ce qui donne :
M 1 (x) N 2 (y)
dx + dy = 0 (512a)
M 2 (x) N 1 (y)
On voit que (5.12a) a la même forme que la relation (5.9).
dy y dy
Exemples 5.3 : Résoudre a) = et b) (1 + x²) + xy = 0
dx x dx
Solution :
dy y dy dx
a) S’agissant de l’équation = , séparons les variables pour obtenir =
dx x y x
Après intégration de deux membres, nous trouvons
dy dx
y = x +C
ln y = – ln x + ln C
C
ln y = ln
x
C
ln
e e
ln y x
C
y=
x
Nous avons désigné la constante arbitraire par ln C. Ce qui est légitime car ln C, lorsque C
0, peut prendre n'importe quelle valeur de – à +.
dy
b) L’équation (1 + x²) + xy = 0 peut encore s’écrire comme : (1 + x²) dy + xy dx = 0
dx
Séparons les variables en divisant les deux membres par (1 + x²)y. On obtient alors
88
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
x 1
2
dx + dy = 0
1+ x y
Après intégration des deux membres, on a successivement :
x dy
1 + x 2 dx + y = C
1
ln ( 1+ x 2 ) + ln y = C
2
ln y. (1 x 2 ) = ln C e
ln( y. 1 x2 )
e ln C y . 1 + x 2 = C
C
y=
1 x2
Exemple 5.4 :
La relation entre le profit net (P) et les dépenses publicitaires (X) est telle que le taux
d'accroissement du profit net lorsque les dépenses publicitaires augmentent est
proportionnel à une constante moins le profit net. Trouver la relation entre le profit net
et les dépenses publicitaires si P = P0 quand x = 0.
Solution :
dP
Ce problème peut être formulé comme suit : k (a P)
dx
Séparons les variables en divisant les deux membres par (a – P), puis en multipliant le
résultat par dx. Nous on obtenons alors une équation différentielle d’ordre 1 à variables
dP
séparées : kdx .
aP
a
Après intégration des deux membres, on a successivement : a
dP
a P k dx C P0
–ln (a – P) = kx + C 0
ln (a – P) = – kx + C (car –C est toujours une constance C).
En faisant intervenir le logarithme népérien e, cette dernière devient :
eln (a – P) = e- kx + C ou (a – P) = C e- kx
P = a – C e- kx (Solution générale)
Si a = 0, P = P0. La solution générale devient P0 = a – C e0. D’où, C = a – P0.
La solution définie est donc : P = a – (a – P0) C e- kx.
89
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
Exemple 5.8 : l'équation différentielle (x² – 3y²) dx + 2xy dy = 0 est homogène. En effet,
dy 3y 2 x 2
lorsqu'elle est résoluble par rapport à la dérivée y', elle devient = .
dx 2xy
3y 2 x 2 3y x 3 y 1 1
Observons que le membre droit peut s'écrire comme = =
2xy 2x 2y 2 x 2 y
x
dy 3 y 1 1
Il s’ensuit que =
dx 2 x 2 y
x
dy y
Et le membre droit est bel bien de la forme R pour une certaine fonction R.
dx x
De même l'équation y x2 + y2 dx – x dy de l'exemple (7.6) est homogène car,
dy y + (x 2 + y 2 )
lorsque résoluble en y', elle devient = . Et le membre droit de cette dernière
dx x
y (x 2 + y 2 ) y y
peut, selon le signe de x, s'écrire comme ou 1+
x x 2 x x
dy y
C'est donc de la forme R .
dx x
Supposons maintenant que les fonctions M et N de l'équation différentielle
M(x, y) dx + N(x, y) dy = 0
90
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
sont toutes les deux homogènes de même degré n. Dans ce cas, puisque M(kx, ky) = knM(x, y), si
nous posons k = 1/x, nous avons :
n
1 1 1
M . x, . y = M(x, y)
x x x
Cette expression peut simplement s'écrire comme suit:
n
y 1
M 1, = M(x, y)
x x
-n
1 y
Il s'ensuit que M(x, y) = M 1, .
x x
-n
1 y
De la même manière, nous obtenons N(x, y)= N 1, .
x x
Si l'équation différentielle (5.8) supposée à présent homogène est mise sous la forme
dy M(x, y)
= , (5.14)
dx N(x, y)
nous obtenons :
n
1 y y
M 1, M 1,
= n
x
=
dy x x
(5.15)
dx 1 y y
N 1, N 1,
x x x
y
Il est clair que l'expression dans le membre extrême droit est de la forme R . Nous concluons
x
que si M et N dans (5.8) sont toutes deux des fonctions homogènes de même degré n, alors
l'équation (5.8) est une équation différentielle homogène.
On observera que dans l'expression (5.14), le membre droit est une fonction homogène de
degré 0.
Nous montrons dans les lignes qui suivent que chaque équation différentielle homogène
peut se réduire à une équation différentielle séparable en démontrant le théorème ci-après.
Théorème 5.1 : Si M(x, y) dx + N(x, y) dy = 0 est une équation différentielle homogène, alors le
changement des variables y = vx la transforme en une équation différentielle séparable en les
variables v et x.
En effet, puisque M(x, y) dx + N(x, y) dy = 0 est homogène, nous savons qu’elle peut
dy y
s'écrire sous la forme = R .
dx x
Posons y = vx. Alors
91
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
dy dv
= v+ x (5.16)
dx dx
dv
et (5.15) devient v + x = R(v)
dx
ou
[v – R(v)] dx + x dv = 0 (5.17)
Cette dernière équation est à variables séparables. En effet, on peut séparer les variables en
divisant les deux termes par x[v – R(v)]. Dans ce cas, nous obtenons :
dv dx
+ =0 (5.18)
v R(v) x
Ainsi, pour résoudre une équation différentielle homogène de la forme (5.8), nous posons y = vx
et transformons l'équation homogène en une équation séparable de la forme (5.18). Nous aurons
donc, en intégrant :
dv dx
v R(v) + x = C (5.19)
prend la forme
y
F + ln|x|= C (5.20)
x
Remarques.
1. On peut aussi poser x = vy au lieu de y = vx. On aura dans ce cas la différentielle de x et
(5.16) deviendra :
dx dv
= v+y (5.16')
dy dy
où v = x/y, tandis que la relation (7.17) sera remplacée par l’expression
[v – R(v)]dy + y dv = 0 (5.17')
2. M(x, y) dx + N(x, y) dy = 0 ne sera homogène que si M(x, y) et N(x, y) sont des
fonctions homogènes du même degré. Ceci résulte du fait que le rapport de deux fonctions
homogènes d'un seul et même degré est une fonction homogène de degré zéro.
Exemple 5.9 :
La relation entre le revenu (R) et la quantité demandée (q) est telle que le taux d'accroissement
du revenu lorsque la quantité demandée augmente est égal à deux fois le cube du revenu moins
le cube de la quantité demandée, le tout divisé par trois fois le produit de la quantité demandée
et du carré du revenu. Trouver ladite relation sachant que R = 0 lorsque q = 10.
Solution :
Soit l'équation différentielle :
92
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
dR 2 R 3 q 3
= (a)
dq 3qR2
Posons R = vq, il s’ensuit que
dR dv
=v+q (b)
dq dq
Puisque les membres de gauche des relations (a) et (b) sont identiques, on peut aussi égaler ceux
de droite sachant que R = vq. Nous avons donc :
v+q
dv
= = =
2(vq) 3 q 3 2v 3 q 3 q 3 q 3 2v 3 1 (c)
dq 3q (vq) 2 3v 2 q 3 q 3 3v 2
La relation (c) peut encore s’écrire comme :
v+q
dv
=
2v 3 1 (d)
dq 3v 2
ou
q
dv
=
2v 3 1
v =
2v 3 1 3v 3 1 v 3 (v 3 1)
= = (e)
dq 3v 2 3v 2 3v 2 3v 2
soit
dv (v 3 1)
q = (f)
dq 3v 2
3v 2
Séparons les variables en divisant par q, puis en multipliant par dq 3 les deux membres de
v 1
(f). Il vient :
3v 2 dq
dv 0 (g)
v 1
3
q
Et par intégration de deux membres de (g), nous trouvons :
3v 2 dq
v 3 1 dv q C
ln (v3 + 1) + ln q = C
ln(v31) ln q
e e ln C
(v3 + 1) q = C
En substituant v = R/q, on obtient l'intégrale générale de l'équation initiale :
R3
3 1 q C
q
R3 q3
3
q C
q
R3 q3
2
C
q
93
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
(R3 + q3) = C q2
R3 = Cq2 – q3
R= 3
Cq 2 q 3 (Solution générale)
Si q = 10, R = 0. D’où, 0 = 3
q 2 (C q ) = 3 100 C 1000) . L’égalité tient Ssi C = 10. Ainsi,
R = 3 10 q 2 q 3 (Solution spécifique).
Autre méthode :
La solution précédente peut aussi s’obtenir en écrivant (a) sous la forme :
3qR2 dR + (q3 – 2 R3) dq = 0
En portant R = vq et dR = v d q + q d v dans cette dernière, on obtient :
3 q v2q2 [v dq + q dv] + q3 dq – 2 v3q3 dq = 0
3 v3q3 dq + 3q4 v2 dv + q3 dq – 2 v3q3 dq = 0
v3q3 dq + 3q4 v2 dv + q3 dq = 0
(v3 + 1) q3 dq + 3q4 v2 dv = 0
Cette équation est à variables séparables. Séparons les variables en divisant les deux membres par
q4( v3 + 1). Il vient :
dq 3v 2
3 dv 0
q v 1
Cette relation est la même que celle obtenue dans (g) ci-haut. Il suffira de poursuivre les
opérations suivant la procédure donnée précédemment.
Exemple 5.10 : Résoudre (y² – xy) dx + x²dy = 0.
Solution :
L'équation est homogène de degré 2. En posant y = vx, dy = v dx + x dv, l'équation différentielle
devient :
[(vx)² – x vx]dx + x²(v dx + x dv) = [v²x² – v x²]dx + x² v dx + x³ dv = 0
v²x² dx – v x² dx + x² v dx + x³ dv = 0
v² x² dx + x³ dv = 0
Cette dernière équation est une équation à variables séparables. Sa solution s'obtient en
appliquant la technique vue au paragraphe précédent. Séparons les variables en divisant les deux
membres par v²x³. Nous obtenons :
v2 x2 x3
dx + 2 3 dv = 0
v 2 x3 v x
dx 1
= 2 dv 0
x v
Intégrons les deux termes pour obtenir :
1
ln x – = C
v
Si nous remplaçons v par y/x, nous avons successivement :
94
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
x
ln x – =C
y
y ln x – x = C y
y (ln x – C) = x
x
y
ln x C
5.3.3. Equations différentielles exactes ou équations aux différentielles totales.
5.3.3.1 Définition
Soit F une fonction de deux variables réelles (x, y) telles que F possède des dérivées
partielles premières continues dans un domaine D.
La différentielle totale dF de la fonction F est définie par la formule :
F(x, y) F(x, y)
dF(x, y) = dx + dy (5.21)
x Y
pour tout (x, y) D.
F(x, y) F(x, y)
Si M(x, y) = et N(x, y) = , cette dernière devient :
x y
dF(x, y)= M ( x, y) dx + N ( x, y) dy .
Comme M(x, y) et N(x, y) sont des dérivées partielles, cette équation est qualifiée d’équation
différentielle partielle.
Exemple 5.12 : Soit F la fonction de deux variables réelles définie par F(x, y) = xy² + 2x³y, pour
tout réel (x, y). Alors
F(x, y) F(x, y)
= y 2 + 6x2 y et = 2xy + 2x3
x Y
Tandis que la différentielle totale dF est définie par
dF (x, y) = (y² + 6 x²y) dx + (2xy + 2x³) dy
pour tout réel (x, y).
Si l’équation différentielle partielle est supposée égale à 0, alors l'expression
M(x, y) dx + N(x, y) dy = 0
est appelée équation différentielle exacte ou équation aux différentielles totales parce que le
membre de gauche est rigoureusement égal à la différentielle de la fonction primitive F(x, y). En
d'autres termes, l'expression (4.8) est une différentielle exacte dans D s'il existe une fonction F
f(x, y) f(x, y)
telle que M(x, y) = et N(x, y) = pour tout (x, y) D.
x y
95
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
2 F(x, y) 2 F(x, y)
ou si = (5.24')
xy yx
96
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
En fait, la nouvelle fonction Z(y) est ajoutée ici pour tous les termes en y supplémentaires qui
auraient été éliminés dans la différentiation initiale par rapport à x.
Deuxième étape :
Dérivons par rapport à y l'expression G(x, y) + Z(y) obtenue dans la première étape et
comparons le résultat avec le N(x, y) = F(x, y)/ y de l'équation différentielle à résoudre.
En procédant de la sorte, nous arriverons à trouver Z(y)/y = Z'(y). En effet,
G Z ( y ) F
N ( x, y )
y y y
Donc :
Z ( y ) G
Z ' ( y) N ( x, y ) (5.26)
y y
Troisième étape :
Intégrer Z'(y) par rapport à y afin d'obtenir Z(y).
Z ( y ) G
Z ( y) dy N ( x, y ) dy (5.27)
y y
(La constante peut être omise puisqu'elle sera introduite dans la dernière étape).
Quatrième et dernière étape :
La prise en compte de la première et la troisième étape nous donne la solution ci-après :
F(x, y) = G(x, y) + Z(y) = C (5.28)
Il est possible d'obtenir la même solution en commençant par intégrer par rapport à y, la
variable x étant momentanément supposée constante.
On peut aisément démontrer que la solution d'une équation différentielle exacte s'obtient
directement par la formule ci-après :
M(x, y) dx
F(x, y) = M(x, y) dx + N(x, y) dy = C (5.29)
y
Exemple 5.14 :
La variation du prix, p suite à une variation de la quantité demandée q d'un bien particulier est
dp 2qp + 24q
donnée par = 2
dq q + 16
Trouver la relation entre le prix et la quantité demandée sachant que le prix est fixé à 7,5 quand
la quantité demandée est égale à 4 unités.
Solution :
Commençons par écrire cette équation sous la forme (4.8) pour obtenir l’équation
(2pq + 24q) dq + (q² + 16) dp = 0. Posons M(q, p) = 2pq + 24q et N(q, p) = q² + 16. Il est clair
97
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
M ( p, q) N ( p, q)
que = 2q = . Donc il s'agit bel et bien d'une équation différentielle exacte.
p q
Pour obtenir sa solution, nous appliquons la procédure développée plus haut.
a) Par la relation (4.25) nous avons : F(p, q) = ( 2pq + 24q) dq + Z(p) = pq2 + 12q² + Z(p)
F
b) Dérivons ce résultat par rapport à p pour obtenir q 2 Z ' ( p)
p
c) Ensuite, égalisant cela à N(p, q) = q² + 16, nous trouvons que Z'(p) = 16
d) Intégrons ce dernier résultat. Nous obtenons Z(p) = 16 dp = 16p.
(La constante peut être omise).
e) Enfin, en combinant les résultats précédents, nous obtenons la forme complète de la solution
générale F(p, q) = pq2 + 12q² + 16p = C.
Si p = 7,5 lorsque q = 4, cette solution devient 120 + 192 + 120 = C. D’où, C = 432.
Ainsi F(p, q) = q2p + 12q² + 16p – 432 est la solution spécifique pour q = 4, p = 7,5.
53.3.3 Facteur intégrant.
Toutes les équations différentielles ne sont pas exactes. Cependant quelques-unes peuvent
le devenir en multipliant chaque terme de ces équations par un facteur commun appelé facteur
intégrant ou facteur d'intégration puisque c'est un multiplicateur qui permet que l'équation soit
intégrée.
D'une manière générale, la détermination d'un facteur intégrant d'une équation
différentielle peut ne pas être une chose aisée; mais on peut démontrer que toute équation linéaire
différentielle du premier ordre a un facteur intégrant.
Pour obtenir le facteur intégrant d'une équation différentielle non exacte, il suffit
d'appliquer l’une des règles suivantes :
1 M (x, y) N ( x, y )
Règle 1. Si = f(x) seule, (5.29)
N (x, y) y x
Une fois rendue exacte, l'équation donnée peut être résolue comme telle. Cependant, pour vérifier
le résultat d’un problème dans lequel un facteur intégrant a été utilisé, il suffit de prendre la
différentielle du résultat et de le diviser par le facteur intégrant.
Exemple 5.15 :
98
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
Selon la règle 1, on a : 2
1
5 x 10x = 2 5x
5x + 8y 5x + 8y
Puisque le résultat n'est pas une fonction de x seule, cette règle ne peut nous fournir un facteur
intégrant.
Lorsque l'on multiplie l'équation 5 xy dx + (5x2 + 8y)dy = 0 par le facteur intégrant y, on obtient
5 xy2 dx + (5x2y + 8y2)dy = 0 qui est exacte car M/y = 10 xy = N/x. On peut alors la
résoudre en utilisant la procédure développée plus haut.
5.3.4. Equations différentielles linéaires du premier ordre.
Par définition, une équation différentielle linéaire du premier ordre ne peut contenir de
produits, ni de puissances de y ou y'. Elle prend généralement la forme suivante :
dy
F(x) + G(x) y = H(x) (5.31)
dx
dy
où G(x) et H(x) sont deux fonctions de x, comme l'est y. Contrairement à et y, il n'y a aucune
dx
restriction sur la variable indépendante x.
Si nous divisons cette équation par F(x), nous obtenons :
dy
+ v(x) y = z(x) (5.32)
dx
où v(x) = G(x)/F(x) et z(x) = H(x)/F(x).
Les fonctions v(x) et z(x) peuvent représenter des expressions telles que x² et ex ou n'importe
quelle fonction de x.
Lorsque v(x) et z(x) sont des constantes, la relation (4.32) devient un cas spécial des
équations différentielles du premier ordre. Ce type spécial d'équations différentielles fait l'objet du
prochain paragraphe.
5.3.4.1. Equations différentielles linéaires d’ordre 1 à coefficients et à second membre
constants.
99
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
100
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
Solution :
En portant les deux dernières équations dans la première, nous obtenons une équation
dY (t )
différentielle linéaire homogène d’ordre 1 de la forme a ( g b 1) Y 0 .
dt
a (g + b – 1) t
Donc Y = C e (solution générale).
Quand t = 0, Y = Y(0) – Ye = C. Après remplacement dans la solution générale, nous avons :
Y = [Y(0) – Ye] ea (g + b – 1) t . Comme Y = Y(t) – Ye, donc Y(t) = Ye + Y . Alors, la solution
définie devient : Y(t) = Ye + [Y(0) – Ye] ea (g + b – 1) t .
5.3.4.1.2. Cas où l'équation est non homogène ou avec second membre
Si le terme constant b est différent de zéro, nous retrouvons la relation (5.33). Sa solution
générale sera la somme de la fonction complémentaire (Yc) et de l'intégrale ou solution
particulière (Yp), c’est-à-dire, Y(x) = Yc + Yp.
Yc est en fait la solution de l'équation homogène correspondante, c'est-à-dire lorsque b = 0
(relation 5.34). Cette solution est déjà obtenue dans la relation (5.35).
Pour calculer Yp, on procède de la manière suivante :
Puisque Yp est par définition n'importe quelle solution particulière de l'équation complète,
nous commençons par proposer une solution la plus simple, notamment, y = k (une constante).
dy b
Si y est une constante, alors = 0 et (7.33) devient simplement ay = b et y = .
dx a
Donc, l'intégrale particulière Yp sera obtenue par la formule
b
Yp = (5.36)
a
pourvu que a soit différent de zéro.
Lorsque a et b sont différents de zéro, la solution générale de (4.33) est donnée par :
b
Y(x) = C e-ax + (5.37)
a
où C est une constante arbitraire qui peut être définie moyennant une condition initiale.
Supposons que Y prenne la valeur de Y(0) lorsque x = 0 ; alors, en posant x = 0 dans
(5.37), nous obtenons :
b b
Y(0) = C + et C = Y(0) –
a a
b b
Y(x) = [Y(0) – ]e-ax + (5.38)
a a
sera la solution particulière de (4.33) si a 0.
Dans le cas où a est égal à zéro, la solution proposée (y = k) ne conviendrait plus car
b dy
Yp = donnera une solution indéfinie. Si a = 0, (4.33) devient = b. Il faut alors essayer une
a dx
autre solution non constante.
101
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
Considérons le type le plus simple possible de cette dernière, notamment y = kx. Dans ce
dy dy
cas, = k et l'équation complète = b s'écrira k = b
dx dx
Ainsi, si a = 0, la solution particulière sera obtenue par la formule
Yp = bx (5.39)
et la solution générale sera donnée par :
Y(x) = C + bx (5.40)
Nous verrons plus loin que Yp représente le niveau d'équilibre intertemporel, tandis
que Yc est l'éloignement du cheminement (sentier) temporel du niveau d'équilibre.
Exemple 5.17 :
Soit un modèle du marché à un bien où le taux de variation est une fonction linéaire positive de
dp
la demande excédentaire de la forme = (qdt – qst), avec = 0,5 qdt = 86 – 0,8 pt,, qst = –10
dt
+ 0,2 pt . Trouvez le prix d’équilibre et le sentier temporel du prix P(t) si P(0) = 100.
Solution :
dp
Après substitution, on obtient l’équation différentielle + 0,5 pt = 48.
dt
b
Ici, b = 48 et a = 0,5 (a ≠ 0). Le prix d’équilibre est donc, par (5.36), Pp = = 48/0,5 = 96.
a
Utilisons la relation (5.37) pour obtenir la solution générale: P(t) = C e-0,5 t + 96.
Quand t = 0, P(t) = 100. La condition initiale étant donnée, le sentier temporel est alors :
P(t) = 4 e-0,5 t + 96.
102
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
dy
= v(x)dx
y
Après intégration de deux membres de l'équation, nous obtenons :
dy
= v(x)d(x) + C
y
ln y = – v(x) dx + C
eln y = e–vdx eC
Si C = eC, alors
y(x) = C e–v(x)dx (5.42)
(5.40) est la solution générale de l'équation (5.32). La seule différence de (5.42) par rapport à
(5.35) est que l'expression e–ax est remplacée par e–vdx.
dy
Exemple 5.18 : Résoudre l'équation + xy = 0.
dx
Solution :
v(x) = x et z(x) = 0. En appliquant la relation (4.42), nous obtenons :
y(x) = Ce–v(x) dx = C e–x²/2.
5.3.4.2.2 Cas non homogène
Rappelons une fois de plus qu'une équation différentielle linéaire non homogène est de
la forme :
dy
+ v(x)y = Z(x) (5.32)
dx
Ecrivons-la sous la forme générale M(x, y) dx + N(x, y) dy = 0. Elle devient :
[ v(x) y – Z(x) ] dx + dy = 0 (5.43)
Vérifions si cette dernière est une équation différentielle exacte. Commençons par poser
M (x, y) = v (x) y – Z(x) et N (x, y) = 1, et procédons ensuite au test en vérifiant la relation
M ( x, y ) N ( x, y )
(4.24). La dérivée partielle v( x) étant différente de la dérivée 0 , nous
y x
concluons que l’équation (5.43) n’est pas exacte. Mais, étant donné que le produit
1 M ( x, y ) N ( x, y ) v( x) 0
v( x) dépend de la seule variable x, alors, en vertu
N ( x, y ) y x 1
de la règle 1 (5.29), e
v ( x ) dx
est un facteur intégrant. Multiplions l’équation de départ (5.32) par ce
facteur. Cette dernière devient :
v ( x ) dx dy
e dx v( x) y Z ( x) e
v ( x ) dx (5.44)
Le membre de gauche de cette dernière équation a maintenant la forme :
103
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
d v ( x ) dx
e y (5.45)
dx
tandis que toute l'équation (5.44) peut s'écrire
d v( x)dx
y Z ( x )e
v( x)dx
e . (5.46)
dx
L'intégration de deux membres par rapport à x donne
e y Z ( x )e
v( x)dx v( x)dx
dx C (5.47)
Du point de vue économique, Yp est le niveau d'équilibre intertemporel, tandis que Yc est
l'écart par rapport à l'équilibre.
Pour que y(x) soit dynamiquement stable, il faut que Yc s'approche de 0 à mesure que x
tend vers l'infini, ou que y(x) tende vers Yp quand x tend vers l'infini. Cela suppose que le
coefficient de l'exposant du terme exponentiel doit être négatif.
dy 1
Exemple 5.19a : Résoudre l'équation + y= x
dx x
Solution : v(x) = 1/x et z(x) = x. Par la relation (4.48) nous obtenons :
104
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
105
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
la transformation suivante :
a. Divisons tous les termes de l'équation par yn. Il vient :
= ( 1 n) yn
dw dw dy dy
= (5.53)
dx dy dx dx
et (5.52) devient :
1 dw
+ v(x) w = Z(x) . (5.54)
1 n dx
c. Multiplions tous les termes de (5.74) par (1– n), nous obtenons:
dw
+ ( 1 n) v(x) w = ( 1 n) Z(x) (5.55)
dx
Posons v1(x) = (1 – n) v(x) et z1(x) = (1 – n) z(x). Alors (7.55) devient :
dw
+ v1 (x)w = Z 1 (x) (5.56)
dx
C'est une équation différentielle linéaire en la variable w dont la solution est donnée par la
formule ci-après :
v ( x)dx v ( x)dx
w ( x) = e 1 e
1 z1 ( x) dx C (5.57)
On obtient la solution générale de l'équation de Bernoulli (4.57) en substituant à w son
expression y1-n. Ainsi, si, par exemple, n = 2, w = y1–2 = y–1. Pour obtenir y(x), on prendra
l'inverse de w(x). De même pour n = 3, w sera égal à y2. On reviendra à la variable y en
1
prenant l’inverse de la racine carrée de w(x). Si n = 4, y(x) = , ainsi de suite …
3 w( x )
Exemple 5.20 :
Le département de contrôle de coût d'une grande entreprise a trouvé que lorsque la taille de la
compagnie augmente, le coût mensuel moyen, y, de fournitures est relié à l’effectif, x,
d'employés par :
+ 2 y = y2 e x
dy
dx
Exprimez y en fonction de x sachant que y = 3 lorsque x = 0
Solution :
C'est une équation de Bernoulli avec v(x) = 2, z(x) = e–x et n = 2.
Faisons la substitution w = y1–2 = y–1 = 1/y. L'équation différentielle se transforme alors
en équation linéaire de la forme :
106
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
2w = e x
dw
dx
C'est une équation différentielle linéaire en w avec v1(x) = – 2 et z1(x) = –e-x.
Sa solution générale est donnée par la formule (4.57) :
1
3
= e2 x e3 x dx + C = e2 x e 3 x C
1
= e x Ce 2 x
3
1
Y(x) =
1 x
e Ce 2 x
3
dy
Exemple 5.21 : Résoudre l'équation différentielle + y = x y3 .
dx
Solution :
C'est une équation de Bernoulli avec v(x) = 1, z(x) = x et n = 3.
Faisons la substitution w = y1–3 = y–2 = 1/y². L'équation différentielle se transforme
alors en équation linéaire de la forme :
dw
2w = 2 x
dx
C'est une équation différentielle linéaire en w avec v1(x) = – 2 et z1(x) = –2x.
Sa solution générale est :
w(x) = e 2dx e 2dx ( 2 x) dx + C = e 2dx 2 e2 dx x dx + C
1
w(x) = e2x[–2e–2xx dx + C] = e2x[xe–2x + e–2x + C]
2
1
w(x) = x + + Ce2x
2
Faisons ensuite la substitution w = y–2. Nous obtenons :
1 1 1
2
= x + + Ce 2x y2 = .
y 2 1 2x
x + + Ce
2
1
Ainsi, y = .
1 2x
x + + Ce
2
107
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
Nous venons de voir dans les pages précédentes comment résoudre une équation
différentielle du premier ordre, une équation dans laquelle il n'existe pas de dérivées (ou
différentielles) d'ordre supérieur à 1. Mais il arrive souvent que la spécification d'un modèle
économique puisse entraîner l'utilisation des dérivées d'ordre supérieur ou égal à deux.
Nous parlons dans ce cas des équations différentielles linéaires d'ordre n dont la forme
générale est :
n n -1
d y d y dy
a0 (x) n
+ a 1 (x) n -1
+ ... + a n-1 (x) + a n (x)y = f(x) (5.58)
dx dx dx
Cette équation est d'ordre n (l’ordre de la dérivée la plus élevée de l'équation). Elle est
en plus linéaire car la variable dépendante y et toutes ses dérivées sont de degré 1 et il n'y a
aucun produit de y par y ni par ses dérivées successives.
Si f(x) = 0, l'équation (5.58) est dite homogène et s'écrit:
n n -1
d y d y dy
a0 (x)n
+ a 1 (x) n -1
+ ... + a n-1 (x) + a n (x)y = 0 (5.59)
dx dx dx
Cette dernière possède toujours n solutions linéairement indépendantes.
Si y1, y2, ... , yn sont les n solutions linéairement indépendantes, alors toute solution de
l'équation peut s'exprimer comme une combinaison linéaire :
C1y1 + C1y2 + ... + Cnyn.
(5.60)
de ces n solutions par un choix approprié des constantes arbitraires C1, C1, ... et Cn.
L'ensemble y1, y2, ... , yn est appelé ensemble fondamental des solutions de l'équation
(5.60). C'est aussi sa solution générale.
y1, y2, ... , yn étant des fonctions de x, le déterminant
y1 y 2 ... yn
y '1 y'2 ... y'n
W( y1 , y 2 ,..., y n ) = (5.61)
... ... ... ...
(n-1) (n-1)
y1 y2 ... y(nn-1)
où les primes désignent les dérivées,
est appelé le déterminant de Wronski ou le wronskien des fonctions données16.
Les n solutions y1, y2, ... , yn de l'équation différentielle linéaire homogène d'ordre n
(5.59) sont linéairement indépendantes sur l'intervalle a x b si et seulement si le wronskien
de y1, y2, ... , yn est différent de zéro pour quelques x sur cet intervalle.
Dans les lignes qui suivent, nous proposerons d'abord les méthodes de résolution des
16
Le wronskien est dû à Joseph Maria Hoëné Wronski (1776 – 1853) né en Pologne, mais qui a passé la
plus grande partie de sa vie en France.
108
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
équations différentielles d'ordre 2 à coefficients et à terme constants ainsi que celles dont le
second membre est fonction de x. Nous étendrons ensuite ces méthodes aux équations d'ordre
supérieur à 2.
5.4.1 Equations différentielles linéaires d'ordre 2 à coefficients et à second membre
constants (équations différentielles non homogènes)
Ces équations sont de la forme
2
d y dy
f x, y , (5.62)
dx
2
dx
où f est une fonction donnée, x est la variable indépendante et y la variable dépendante.
L’équation (4.62) est une équation linéaire si la fonction f est de la forme :
dy dy
f x, y , b ( x ) p ( x ) v( x) y (5.62a)
dx dx
C’est-à-dire si f est linéaire en y et en y’.
Dans l’équation (5.62a), b, p et v sont des fonctions spécifiques de la variable indépendante x,
mais elles sont indépendantes de y. Ainsi (5.62) s’écrit habituellement sous la forme
2
d y dy
2
+ p ( x ) + v ( x ) y = b( x ) (5.62b)
dx dx
où les dérivées sont effectuées par rapport à x.
Au lieu de l’équation (5.62b), on trouve souvent l’équation
2
d y dy
P( x) 2
+ Q( x) + R ( x) y = B( x) (5.62c)
dx dx
Q( x) B( x) R( x)
Si P(x) 0, on peut obtenir l’équation (5.62b) où p(x) = , b(x) = et v(x) = .
P( x) P( x) P( x)
Rappelons qu’une équation (5.62) qui n’est pas de la forme (5.62b) ou (5.62c) est une
équation non linéaire, qui n’est pas traitée dans ce cours. Le lecteur intéressé peut consulter
l’ouvrage de Boyce et Diprima17.
Enfin, si dans (5.62c), P(x) = 1 et que p(x), v(x) et b(x) sont des constantes égales
respectivement à a1, a2 et b, cette dernière s’écrit comme
2
d y dy
2
+ a1 + a 2 y = b (5.62d)
dx dx
En utilisant les opérateurs différentiels D, l’équation (4.62d) peut aussi s'écrire comme
D²y + a1Dy + a2y = b (5.63)
où
17
Boyce, W. et Diprima R. C., Equations différentielles, Chenelière / Mc Graw-Hill., Montréal,
2001, pp. 163-165 et voir chapitre 8.
109
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
dy d 2 y 2
3
d y
Dy = , = D(Dy) = D y , et = D( D 2 y)= D3 y.
dx dx2 dx
3
110
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
2 2 2
d y dy d y d y dy
a. 2
+ = 10 , b. 2
= 10 et c. 2
+ 2y = 10 .
dx dx dx dx dx
Réponse :
b
a). Puisque a2 = 0 et a1 = 1 ( 0), y p = x = 10x (par (5.65).)
a1
b 2 10 2
b). a1 = a2 = 0, par (5.66), Y p = x = x = 5x 2 . .
2 2
10
c). a2 = –2 ( 0) et b = –10, par (5.64), yp = = 5.
2
5.4.1.2 Calcul de Yc
Rappelons que la fonction complémentaire est la solution de l'équation homogène
associée, c'est-à-dire, celle de l'équation sans second membre.
Considérons l'équation différentielle linéaire de la forme :
2
d y dy
2
+ a1 + a 2 y = 0 (5.67)
dx dx
Une solution particulière de cette équation est donnée par
y = Cerx. (5.68)
avec Cer x 0 par hypothèse.
Dérivons l'expression (5.68) par rapport à x. Nous obtenons :
2
dy d y
= rC e rx et 2
= r 2C e rx .
dx dx
Substituons ces deux dérivées dans (5.67). Cette dernière devient :
r 2C erx + a1 rC erx + a2 Ce rx = 0
ou
rx 2
Ce r + a1 r + a2 = 0 (5.69)
Comme C erx est différent de 0, pour que (5.69) s'annule, on doit avoir
r 2
+ a1 r + a2 = 0 (5.70)
L'équation (5.70) est appelée équation caractéristique de (5.67). Ses racines seront appelées
racines caractéristiques.
L'équation caractéristique est une équation du second degré dont les racines
s'obtiennent par la formule
a1 a12 4 a2
r1 , r2 = (5.71)
2
On peut vérifier que la somme de r1 et r2 est égale à – a1, tandis que leur produit est égal à a2.
Selon que = a12 4a2 est positif, négatif ou nul, trois cas suivants peuvent se présenter :
111
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
a. = a12 4a2 > 0 : r1 et r2 sont des nombres réels distincts (r1 r2), cas où a1² > 4a2 ;
b. = a12 4a2 = 0 : r1 et r2 sont des nombres réels égaux (r1 = r2), cas où a1² = 4a2 ;
c. = a12 4a2 < 0 : r1 et r2 sont des nombres complexes (r1 r2), cas où a1² 4a2.
ne s’annule pas pour toute valeur réelle de x, la racine r1 étant différente de r2.
La solution générale de l’équation homogène (fonction complémentaire) s'écrit, par
conséquent,
y c = C1 er1 x + C 2 er 2 x (5.72)
où C est une constante qui peut dépendre de y1 et de y2, mais non de x. De plus, W(y1, y2) (x)
est soit nul, quel que soit x dans I (si C = 0), soit non nul quel que soit x dans I.
a1
b. = 0 : L'équation caractéristique admet une racine réelle double r = r1 = r2 =
2
Si a1² = 4a2, on obtient une solution particulière y1 = er1 x en vertu des raisonnements
précédents. Il faut trouver une solution particulière linéairement indépendante de la première (la
fonction y 2 = er2 x est identiquement égale à y1 = er1 x et ne peut être considérée comme une
seconde solution particulière).
En effet, sachant que la solution générale (fonction complémentaire yc) est la somme de
y1 et y2, nous obtenons :
yc = C1 e rx + C 2 erx
112
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
y c = erx ( C 1 + C 2 ) = C erx
Nous prendrons donc pour seconde solution la fonction y 2 = x erx . Cette solution est linéairement
indépendante de la première, étant donné que y2/y1 = x ≠ constante. On prendra donc pour
intégrale générale la fonction
y c = C1 er x + C 2 x er x = er x ( C1 + C 2 x) (5.73)
Si a1² < 4a2, l'expression de la racine carrée dans (4.71) peut s'écrire comme
a1 4 a2 = 4a2 a1 . 1 = 4 a2 a1 .i
2 2 2
r1 = h + vi et r2 = h – vi (5.71")
Ces deux nombres sont dits conjugués parce qu'ils apparaissent toujours ensemble, l'un étant la
somme de h et vi, et l'autre étant leur différence. Si ces deux racines sont exactes, on peut
toujours vérifier que r1 + r2 = – a1 et que r1. r2 = a2.
113
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
114
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
b) Donnez le sentier temporel du prix à toutes les périodes sachant que P(0) =
12 et P’(0) = 1.
Solution :
a) qdt - qst = 40 – 2 P – 2 P’ – P’’– (–5 + 3 P) = 0
= 40 – 2 P – 2P’ – P’’ + 5 – 3 P = 0
= 45 – 5P – 2P’ – P’’ = 0
= P’’ + 2P’+ 5P = 45
45
Le niveau d’équilibre est l’intégrale particulière Pp de la forme Pp 9.
5
b) Pour obtenir la fonction complémentaire Pc, on trouve les racines de l’équation
caractéristique r² + 2 r + 5 = 0 qui sont :
r1 1 2i
h vi parce que = –16. Ainsi
r2 1 2i
Pc = e–t [C1 cos 2t + C2 sin 2t].
115
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
ou
b
y p = x , lorsque an = 0 et an-1 0, (5.78)
a n 1
En général, si an = 0, an-1 = 0, …, ai 0, alors
b
yp= x n i (4.78a)
(n i)! ai
Quant à la fonction complémentaire, il suffira de connaître l'équation caractéristique de degré n
qui est de la forme
rn + a1 rn-1 + ... + an-1 r + an = 0 (5.79)
ainsi que ses n racines.
Ainsi, si toutes les racines sont réelles et distinctes, la fonction complémentaire sera donnée
par :
n
Y c = C i er i = C 1 e 1 + C 2 e 2 + ... + C n e n
x rx rx r x
(5.80)
i=1
On utilisera la formule
n
Yc = Y c = C1 erx + C2 x erx + ... + Ck xk -1 erx + Ce
i= k +1
i
r1 X
(5.81)
116
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
18
Boyce, W. et Diprima R. C., Equations différentielles, Chenelière / Mc Graw-Hill., Montréal, 2001,
pp. 174-183 et pp.231 - 233. Voir aussi Ross, S. L., Differential Equations, 3ème Edition,
John Wiley & Sons, New York, 1984, pp. 137 – 154.
19
Boyce, W. et Diprima R. C., Op., cit., pp. 185-191 et pp.235 - 239. Voir aussi Ross, S. L., op. cit. pp.
155 – 164.
20
Sokolnikoff et Sokolnikoff, Cité par Taro Yamane, Mathematics for Economists, An Elementary
Survey, Englewood Cliffs, Prentice-Hall, Inc., 1968.
117
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
dans l’équation (5.62d) et on tente de déterminer les coefficients de sorte que l’équation soit
satisfaite. Si cette démarche n’aboutit pas, c’est qu’il n’existe aucune solution de la forme
supposée initialement. Il faudra alors modifier l’expression supposée au départ pour la solution
et reprendre le processus.
En particulier, si b = f(x) est simple et est :
o un polynôme de la forme b = k0 + k1x + k2x2 + ... + knxn ;
o une exponentielle de la forme b = kerx ;
o une fonction sinus de la forme A1 cos x + A2 sin x ; ou
o la somme ou le produit de telles fonctions,
on propose une solution particulière ayant la même forme que b selon le tableau suivant.
Tableau 5.1 : Calcul de l'intégrale particulière yp lorsque B est une fonction de x
Type de B = f(x) Solution candidate
B = k0 + k1x + k2x² + ... + knxn Yp = D0 + D1x + D2x² +. ...+ Dnxn
B = kerx Yp = Derx
B = kerx + kxn Yp = Derx + (D0 + D1x +...+ Dnxn)
B = kerx. kxn Yp = Derx . (D0 + D1x +...+ Dnxn)
B = k1cos x + k2 sin x Yp = B1cos x + B2 sin x
Il faudra ensuite déterminer les coefficients Di de la solution candidate appropriée proposée
dans le tableau 5.1 ci-dessus en dérivant l’équation différentielle à résoudre n fois, puis, après
substitution, en réorganisant les termes dans l’équation résultante.
Il faut cependant noter que si un terme de l’intégrale particulière candidate pour
l’équation non homogène est égal à un terme de la solution générale de l’équation homogène,
on dit que l’équation est en résonance. Dans ce cas, afin d’éliminer la duplication, on
multiplie, en général, ce candidat naturel pour yp par un facteur x, ou (au besoin) par x² ou x3
pour trouver un candidat adéquat comme intégrale particulière de l’équation non homogène.
En résumé, les étapes permettant de trouver la solution particulière Yp à une équation
différentielle non homogène à coefficients constants et dont le second membre b = f(x) sont les
suivantes :
Trouver la fonction complémentaire Yc (la solution générale à l’équation homogène
associée ;
S’assurer que la fonction f(x) dans (4.70) soit du type de celles considérées dans le
tableau 5.1 ci-dessus. Dans tous les autres cas, utiliser la méthode de variation des
paramètres que nous présentons dans la paragraphe suivant ;
Proposer une solution particulière Yp qui soit de la même forme que la fonction f(x)
tout en évitant la duplication ou la résonance tel que suggéré plus haut.
Premier cas : f(x) est un polynôme de degré n.
Soit par exemple n = 2. Nous avons dans ce cas, f(x) = k0 + k1x + k2x2, avec k2 0.
Cherchons une solution particulière yp de cette équation aussi sous la forme d'un polynôme du
118
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
second degré :
yp = D0 + D1x + D2x2
où les Di sont des coefficients indéterminés.
Dérivons yp. On a :
yp' = D1 + 2D2x et y"p = 2D2
Introduisons les expressions de yp, y'p et y"p dans l'équation (7.62), on obtient :
2D2 + a1(D1 + 2D2x) + a2(D0 + D1x + D2x2) k0 + k1x + k2x2
ou, après avoir égalé les coefficients des mêmes puissances de x,
(2D2 + a1D1 + a2D0) 2D2x) + (2a1D2 + a2D1)x + a2D2x2 k0 + k1x + k2x2
Puisque deux polynômes sont identiquement égaux si et seulement si les coefficients des
mêmes puissances de la variable x sont égaux, on a déduit le système :
a2D0 + a1D1 + 2D2 = k0
a2D1 + 2a1D2 = k1
a2D2 = k2
pour la détermination des coefficients D0, D1 et D2.
Si a2 0, ce système permet d'obtenir pour les coefficients D2, D1 et D0 des valeurs numériques
déterminées.
Si a2 = 0, le système dérivé est incompatible. Auquel cas, en supposant que a1 0, il convient
de chercher une solution particulière yp sous la forme yp = x(D0 + D1x + D2x2).
2
d y dy
Exemple 5.29 : Trouver la solution générale de l’équation 2
2 3y = 2x .
dx dx
Réponse :
L'équation auxiliaire associée est r² – 2r – 3 = 0. Comme a1 = –2 et a2 = –3,
a1² = 4 > 4a2 = –12. Par conséquent yc = C1e3x + C2e-x.
Nous cherchons ensuite une solution particulière sous la forme D0 + D1x.
Substituons cette expression dans l'équation proposée. On a 2D1 – 3(D0 + D1x) = 2x
On déduit, en égalant les coefficients des mêmes puissances de x de part et d'autre du signe
d'égalité :
– 3D1 = 2 D1 = –2/3
– 3D0 – 2D1 = 0 D0 = 4/9
4 2
Par conséquent, y p = x .
9 3
4 2
et la solution générale est y(x) = C1e3x + C2e–x + x .
9 3
Deuxième cas : f(x) est une exponentielle de la forme kerx.
119
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
Il faut chercher la solution sous la forme Derx. Substituant dans l'équation (4.71'), on obtient :
r²Derx + a1 r Derx + a2Derx = kerx
Simplifiant par erx et égalant les coefficients de mêmes puissances de x, on obtient :
D(r² + a1r + a2) = k.
k
La solution particulière est donc D = 2
. (5.84)
r + a1 r + a 2
Notons que cette solution ne tient que lorsqu’il n’y a pas duplication ou résonance,
c’est-à-dire lorsque le coefficient du terme exponentiel n'est pas l'une des racines de l'équation
caractéristique associée à l'équation différentielle à résoudre ou lorsqu'un terme de la solution
proposée de Yp se retrouve exactement ou au signe près dans la fonction complémentaire Yc.
Auquel cas, il faudra multiplier la solution proposée par x afin d'assurer une indépendance
linéaire parfaite entre les termes de Yc et ceux de Yp.
2
d y dy
Exemple 5.30 : Trouver la solution générale à l'équation 2
5 + 6 y = e2 x .
dx dx
Calcul de la fonction complémentaire :
L'équation auxiliaire associée est r² – 5r + 6 = (r – 2)( r – 3) = 0. Comme a1 = –5 et a2 = 6,
a1² = 25 > 4a2 = 24, yc = C1e2x + C2e3x.
Calcul de l'intégrale particulière :
Nous cherchons une solution particulière sous la forme De2x. Mais 2 de l'exposant est
une racine simple de l'équation caractéristique. Nous chercherons donc une solution
particulière sous la forme yp = Dxerx.
Substituons cette dernière expression dans l'équation proposée. On a :
4De2x + 4Dxe2x – 5De2x – 10Dxe2x + 6Dxe2x = e2x
– De2x = e2x
On déduit D = –1
Par conséquent, yp = – xe2x.
et la solution générale est donc : y(x) = C1e2x + C2e3x – xe2x.
2
d y dy
Exemple 5.31 : Trouver la solution générale à l'équation 2
4 4 y = 4 e2 x .
dx dx
Réponse :
L'équation auxiliaire associée est r² – 4r + 4 = (r – 2)( r – 2) = 0.
a1 = –4, a2 = 4 et a1² = 4a2 = 16, Par conséquent, yc = C1e2x + C2xe2x.
Nous cherchons une solution particulière sous la forme De2x. Mais le coefficient 2 de
l'exposant est une racine double de l'équation caractéristique. Nous chercherons donc une
solution particulière sous la forme yp = Dxerx. Mais cette dernière est aussi un des termes de la
fonction complémentaire. Finalement, nous proposons : yp = Dx²erx qu'il suffira de substituer
120
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
121
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
Yp = e 2 x e (32) x e 3 x e 2 x (dx) 2
= e 2 x e x e 3 x e 2 x dx dx
= e 2 x e x e x dx dx = e 2 x e x e x dx = – e 2 x dx = – e2x x.
Donc
yp = – xe2x.
21
Sokolnikoff et Sokolnikoff, cit. op. p. 296.
122
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
U' = D̂ U + Z (4.91)
où Z = P-1B et D̂ une matrice diagonale ayant les valeurs propres de A sur la diagonale
principale.
(5.91) s'écrit, si on détaille ses éléments :
u'i = i ui + zi (i = 1, 2, ..., n) (5.92)
qu'on peut résoudre séparément en utilisant la procédure vue précédemment.
Puisqu'on a posé P-1 Y = U, on peut revenir à la variable Y en pré-multipliant U par la
matrice de permutation P, c'est-à-dire en écrivant :
Y=PU (5.93)
Exemple 5.34a : Trouver la solution complète des systèmes :
y '1 (t ) y 2 (t ) y3 (t ) y '1 (t ) 2 y1 (t ) 5 y3 (t ) 6
a) y ' 2 (t ) 4 y1 (t ) y 2 (t ) 4 y3 (t ) b) y ' 2 (t ) y 2 (t ) 3
y ' (t ) 3 y (t ) y (t ) 4 y (t ) y ' (t ) 2 y (t ) 3 y (t ) 7
3 1 2 3 3 2 3
Réponse :
a) C'est un système à trois équations différentielles homogènes d'ordre 1 car le second
0 1 1
membre est nul. La matrice des coefficients A = 4 1 4 .
3 1 4
Le polynôme caractéristique est PA() = –3 + 3² + –3 = ( + 1)( – 1)( – 3) = 0
D'où 1 = –1, = 1 et 3 = 3. Les trois valeurs propres étant distinctes, A est diagonalisable
123
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
1 1 1
parce qu'il existe une matrice de passage P = 2 0 1 non-singulière telle P-1AP = D̂ .
1 1 2
u1' 1 0 0 u1 u1 u1' u1 0
La relation (5.92) donne : U = Dˆ U = u 2' = 0 1 0 u 2 = u 2 . Soit, u 2' u 2 0
u ' u 3u u ' 3u 0
3 0 0 3 3 3 3 3
u1 C1e x y1 1 1 1 C1e
x
x
. u 2 C 2 e x . Par (4.93), on obtient : Y = PU = y 2 = 2 0 1 C 2 e
u C e 3 x y 3 1 1 2 C 3 e
3 x
3 3
C1e x C 2 e x C 3 e 3 x
= 2C1e x C 3 e 3 x
C e x C e x 2C e 3 x
1 2 3
y1' (t ) 2 y1 (t ) 5 y3 (t ) 6
b) Le système y 2' (t ) y 2 (t ) 3 peut aussi s’écrire comme : Y’(t) = AY(t)
y ' (t ) 2 y (t ) 3 y (t ) 7
'33 2 3
y '1 (t ) 2 0 5 y1 (t ) 6
+ B où Y’(t) = y '2 (t ) , A = 0 1 0 , Y(t) = y 2 (t ) , et B = 3 .
y '3 (t ) 0 2 3 y 3 (t ) 7
2 0 5
PA ( ) 0 1 0 = 2 1 3 0 . Donc 1 2 , 2 1 ,
0 2 3
3 3 .
1 2 / 3 1 6
Par la relation 5.19, nous avons : U’ = DU + F où F = P B = 0 1 0 3 =
-1
0 1 1 7
3 1 5 / 3 1
3 avec 0 1 0 . On doit donc résoudre U = D
P = UF =
4 0 1 1
u1' 2 0 0 u1 3
'
u 2 = 0 1 0 u 2 3
u '
3 0 0 3 u 3 4
124
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
3
u1 (t ) C1e 2
2t
u1' 2u1 3
u (t ) = C e t 3 et
u 2' u 2 3 . D’où la solution : 2 2
u ' 3u 4 u 3 (t ) C e 3t 4
3 3
3 3
y1 (t ) 1 5 / 3 1 u1 (t )
Y = PU = y 2 (t ) = 0 1 0 u (t )
2
y 3 (t ) 0 1 1 u 3 (t )
4
C e 2t
3
3 5
t
C1 e C 2 e 3 C 3 e
2t 2t
1 5 / 3 1 1 2 2 3 3
= 0 1 0 C 2 e 3 = t t
C2e 3
0 1 1 C e 2t 4
3 3
t
C 2 e 3 C3 e
2 t 4
3
5 43
y1 (t ) C1e 2t C 2 e t C 3 e 3t
3 6
t
y 2 (t ) C 2 e 3 .
13
y 3 (t ) C 2 e t C 3 e 3t
3
5.6.2 Cas où la matrice des coefficients A n'est pas diagonalisable
Si A n'est pas diagonalisable, nous savons qu'elle peut toujours s’écrire comme A = QJQ-1 où J
est une matrice triangulaire supérieure ayant les valeurs propres de A sur la diagonale
principale et le nombre 1 en diverses positions sur la surdiagonale et Q est une matrice de
passage dont les colonnes sont les vecteurs propres et les vecteurs de Jordan de A ;
Dans ce cas, (5.89) devient :
Y' = QJQ-1 Y + B (5.94)
En pré-multipliant par Q-1 les deux membres de (5.94) et en posant
U = Q-1Y,
(595)
on arrive au système triangularisé : .
U' = JQ + Z (4.96)
ou encore, sous forme détaillée, en notant cij les éléments de J,
125
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
x'1 2 x y
Exemple 5.35 : Résoudre le système d'équations ci-après : y ' yv
v' 2 y 4v
Réponse :
2 1 0
La matrice du système est A = 0 1 1 .
0 2 4
PA() = –3 + 7² – 16 + 12 = (– 3) (– ² + 4 – 4 = (– 3) ( – 2)² = 0.
D'où 1 = 3, 2 = 2, k = 2. A n'étant pas diagonalisable (car Dim E2 = 1 ≠ k = 2), on recourt à
3 0 0 1 1 0
1 0 1 .
la forme réduite de Jordan qui lui est semblable J = 0 2 1 tandis que Q =
0 0 2 2 0 1
La relation (4.96) donne :
u1' 3 0 0 u1 3u1
u = 2u + u
U’ = JU u 2' = 0 2 1 2 2 3
u ' u 3 2u 3
3 0 0 2
Ayant obtenu u3, on résout aisément la deuxième équation, laquelle peut s’écrire comme :
u 2' – 2u2 = C3e2x
dont la solution est de la forme u2 = (C2 + C3x) e2x.
C1e
3x
Ainsi Ux = (C 2 + C3 x) e2x .
2x
C3 e
On obtient la solution Y recherchée en faisant Y = QU. Soit :
126
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
x 1 1 0 C1e
3x
C1e 3x + (C 2 + C3 x) e 2x
Y = QU y =. 1 0 1 (C 2 + C3 x) e = C1e + C3 e .
2x 3x 2x
v 2 0 1
2 C1e C3e
2x 3x 2x
C3 e
6
EQUATIONS DE RECURRENCE
(EQUATIONS AUX DIFFERENCES FINIES)
Dans beaucoup de problèmes économiques, les relations entre les variables sont le plus
souvent établies en termes de taux de variation. Nous avons vu, dans le chapitre précédent, que
lorsque ces variations sont continues, les équations qui les contiennent sont les équations
différentielles. Mais lorsque l'on considère que les variables changent d'une manière discrète,
on est en présence d'un point de vue mathématique d'équations aux différences (ou équations
de récurrence). Ces dernières sont fréquemment utilisées en économie dans la mesure où
beaucoup de données économiques sont enregistrées à des périodes successives de temps.
Lorsque ces périodes deviennent de plus en plus courtes, on dira que les équations aux
différences sont en quelque sorte un cas limite des équations différentielles. Le présent chapitre
commence par traiter des différences des fonctions ainsi que des formules d’interpolation pour
l’obtention des polynômes approchés de degré n. Le reste du chapitre sera consacré aux
équations aux différences finies linéaires.
6.1 Les différences d’une fonction
Considérons une fonction y = f(x) définie uniquement aux n points xi, i = 1, 2, ..., n.
Supposons, pour simplifier, que la distance entre deux points adjacents quelconques est
constante, c'est-à-dire que xi + 1 - xi = x = h pour tout i. Par conséquent, y = f(x) est fonction
discrète avec des points des données également espacés.
Le symbole est appelé « opérateur de différence » et la quantité finie X est dite
« intervalle de différence ».
y = f(x)
y
127
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
Quelques propriétés :
(1) [af(x) ± bg(x)] = a f(x) ± b g(x)]
où a et b sont des constantes
(2) [f(x)g(x)] = f(x + h) g(x + h) – f(x)g(x)
En écrivant les coefficients binomiaux et après avoir effectué la soustraction, nous obtenons :
n(n - 1 )h 2 n - 2
x n = nhxn - 1 + x + ... + h n (6.4)
2
Si h = 1, cette dernière devient :
n(n - 1 ) n - 2
x n = nxn - 1 + x + ... + 1 (6.5)
2
Exemple 6.1 : Calculez 2x.
128
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
Solution : 2x = 2x + h – 2x = 2x . 2h – 2x
= 2x ( 2h – 1) = 2x si h = 1.
Cet exemple montre que, dans le calcul des différences, le nombre
2 est l’équivalent du nombre e qu’on trouve dans le calcul
d x
différentiel puisque pour h = 1, 2x = 2x et que e ex .
dx
Les différences d'ordre supérieur à 1 sont obtenues en calculant les différences des
différences à l'aide de l'opérateur de différence .
Ainsi, la différence d'ordre 2 (ou différence seconde) de y(x), notée ²y(x), est définie
comme étant la différence de la différence première de y. Nous écrivons, en posant h = 1, :
²y(x) = [y(x)] = [y(x + 1) – y(x)]
= y(x + 1) – y(x)
²y(x) = y(x + 2) – 2y(x + 1) + y(x) (6.6)
De même, la différence troisième (ou d'ordre 3), notée ³y(x), est la différence de la
différence d'ordre 2.
³y(x) = [²y(x)] = [y(x + 2) – 2(x + 1) + y(x)]
³y(x) = y(x + 3) – 3y(x + 2) + 3y(x + 1) – y(x) (6.7)
En général, la différence d’ordre k est la différence de la différence d’ordre k–1, c’est-à-dire
k y( x) (k 1 y( x) (6.8)
Exemples 6.2 :
1. Trouver les différences première, seconde, troisième et quatrième de y = 3x² + 2x – 1
a) y(x) = [3(x + 1)² + 2(x + 1) – 1] – (3x² + 2x – 1)
= 3x² + 6x + 3 + 2x + 1 – 3x² – 2x + 1 = 6x + 5
b) ²y(x) = (6x + 5)
= [6(x + 1) + 5] - (6x + 5) = 6
c) ³y(x) = (6) = 6 – 6 = 0
4y(x) = (0) = 0
2. Si y = 2x² – 3, trouver ²y(x).
y(x) = [ 2 (x + 1)² – 3 ] – (2x² – 3)
= 2x² + 4x + 2 – 3 – 2x² + 3 = 4x + 2
²y(x) = (4x + 2)
= [ 4 (x + 1) + 2] – (4x + 2) = 4
3. Calculer la différence première de y(x) = x² + x, avec x = 2.
129
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
Solution :
Le calcul de 5y(x) en passant par y, ²y, ³y, ... est long et fastidieux. Cependant,
par le théorème fondamental, nous avons :
5y(x) = 3(5!)h5 = 3(120h5) = 360 si h = 1.
Pour une fonction générale y(x) de degré n, la différence d’ordre k, ky(x), avec k < n et h = 1
est obtenue en appliquant la formule de Lagrange ci-après :
k j k
k
y(x) = (1) y(x + j)
k
(6.9)
j=0 j
k k!
avec C kj = , 0
C k = 1 et 0! = 1
j j! (k j)!
ou
k
k!
y(x)= y ( x) =
k j
k
(1) j y(x + k j) (6.10)
j=0 j! (k j)
Exemple 6.4 : Etant donné y(x) = – 6x³ + 11 x2 – 6x + 1, trouver a) 3y et 4y, b) 2y.
Solution : a) Par le théorème fondamental du calcul des différences, on a :
3y(x) = – 6 (3 !) = – 6 (6) = –36
4y(x) = 0 (parce que k = 4 > n = 3.
2
b) 2 y ( x) = (1) 2 j C2j y ( x j ) .
j=0
130
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
Exemple 6.5 : Construire un tableau des différences pour y(x) = – 6x3 + 11x² – 6x + 1 avec
x = 0, 1, 2, ..., 5.
Remarques :
1. Ce tableau illustre le théorème fondamental de calcul des différences. En effet, la
différence troisième est une constante pour toutes les valeurs de x, tandis que la différence
d'ordre supérieur à 3 est égale à 0.
131
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
2. Le tableau peut se construire de deux manières : soit que nous calculons d'abord toutes les
valeurs de y et obtenons ensuite les différences premières par soustraction, les différences
secondes s'obtenant par soustraction des différences premières et ainsi de suite. Soit encore
que nous calculons seulement la première valeur dans chaque colonne, les autres valeurs
étant obtenues par addition. Ayant déjà trouvé y(0), y(0), ²y(0) et ³y(0), nous pouvons
calculer y(1) en ajoutant y(0) à y(0), y(1) en ajoutant y(0) à ²y(0), ²y(1) en ajoutant
²y(0) à ³y(0), etc. On procédera ainsi jusqu'à ce que toute la table soit entièrement
remplie.
3. Il est aisé de détecter les erreurs de calcul dans un tableau des différences car la somme des
valeurs d'une colonne j, plus la première valeur de la colonne j – 1 doit être égale à la
dernière valeur de la colonne j – 1. Dans la table des différences présentée ci - haut, la
somme des éléments de la colonne 4 (relative à ²y) est égale à –272. Lorsque ce nombre
est ajouté –1 (la première valeur de la colonne 3), on obtient – 273 (le dernier élément de la
colonne 3). De même, la somme des éléments de la colonne 3 (ici –505), plus la première
valeur de la colonne 2 (ici, 1) donne –504 (la dernière valeur de la deuxième colonne)
En construisant le tableau 6.2, nous connaissions préalablement la forme exacte de la
fonction y = f(x) et ses différentes valeurs aux points xi. Dans beaucoup de cas cependant, cette
fonction est inconnue et il peut nous être demandé de la retrouver à partir d’une série des
valeurs de x et y. Plusieurs méthodes peuvent être utilisées pour approcher la fonction y,
notamment la formule d'interpolation de Newton ci-après utilisée lorsque le polynôme en x
est de degré n et que les accroissements des valeurs de x sont constants, (c'est-à-dire si x
constant et égal à 1) :
n j
f(0) (j)
y = f(x) = x (6.11)
j=0 j!
x(j), qui est un polynôme factoriel d’ordre k, se lit « x au factoriel j » et est égal au produit de j
facteurs x (x – 1) (x – 2)... (x – j + 1) 22. Par exemple, x(3) se lit « x au factoriel 3 » et est égal à
x (x – 1) (x – 2).
Par convention, 0f(0) = f(0), 0! = 1 et x(0) = 1.
Illustrons cette formule en supposant que nous ne disposons que de deux premières
colonnes du tableau 8.2. Les éléments des colonnes 3 à 7 s'obtiennent aisément en suivant les
principes développés dans le tableau 6.2. Puisque les colonnes relatives aux 4y et 5y n'ont
que des zéros, nous concluons, en vertu du théorème fondamental du calcul des différences,
que le polynôme recherché sera de degré 3. Ainsi, pour n = 3, la formule de Newton donne :
22
Le produit x(j) est aussi connu sous le nom de « polynôme factoriel positif » Voir Wylie, C. R. et Barret, L.
C., Advanced Engineering Mathematics, 5ème Ed., New York, Mc Graw – Hill Book Co., 1982, p. 254.
132
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
(1) 14 36
f(x) = 1 + x + x ( x 1) x ( x 1) ( x 2)
1 2 6
= 1 – x – 7x2 + 7x – 6x3 + 18 x2 – 12 x
= 1 – 6x + 11x2 – 6x3
Nous observons que cette fonction est la même que celle utilisée pour la construction de la
table des différences reprise au tableau 5.2. L'approximation est donc exacte.
Exemple 6.6 : La demande d’un bien Q par rapport au prix unitaire P est décrite par le tableau
ci-après :
Q 0 1 2 3 4 5
P 42 36 28 18 6 –8
133
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
Ainsi, si f(xi) et f(xj) sont deux valeurs quelconques de f(x), alors les différences
divisées premières de f(x) notées f(xi, xj) ou [xi, xj] sont définies par
f ( xi ) f ( x j )
f xi , x j
xi x j
ou
x , x = [y( x ) y( x
i j
i j )]
. (6.12)
xi xj
De même, si f(xi, xj) et f(xj, xk) sont deux différences divisées premières de f(x) ayant en
commun l’argument xj, alors les différences divisées secondes de f(x) sont définies par
f ( xi , x j ) f ( x j , xk )
f xi , x j , xk
xi xk
ou
x , x , xk =
x , x x , x .
i j j k
(6.13)
xi x k
i j
et ainsi de suite.
Bien qu’évident uniquement pour les différences divisées d’ordre 1, il est vrai que les
différences divisées d’ordre quelconque sont des fonctions symétriques de leurs arguments.
Par conséquent,
f(xi, xj, xk) = f(xi, xk, xj) = f(xj, xi, xk) = ...
Les propriétés suivantes découlent des définitions plus haut ;
1. Toute différence divisée de la somme algébrique de deux fonctions est égale à la
somme algébrique des différences divisées des fonctions individuelles.
2. La différence divisée d’une constante multipliée par une constante est égale à la
constante fois la différence divisée de la fonction.
Enfin, dans beaucoup d’applications, il peut être utile de construire une table des différences
divisées identique à celle des différences tout court. Nous avons alors le tableau ci-après :
Tableau 6.4 : Table des différences divisées
x y = f(x) [’] [’’] [’’’] [iv]
x1 f(x1)
[x1,x2]
x2 f(x2) [x1,x2,x3]
[x2,x3] [x1,x2,x3,x4]
x3 f(x3) [x2,x3,x4] [x1,x2,x3,x4,x5]
134
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
x , x , x3 ,..., x j =
x , x
1 2 ,..., x j - 2 , x j -1 x2 , x3 ,..., x j -1 , x j
x1 x j
1 2
Solution :
Les valeurs de x ne sont pas également espacées. Comme le nombre de données observées est
égal à 4 (n + 1 = 4), le polynôme associé à ce tableau sera de degré 3. Connaissant les valeurs
de x et de y, nous pouvons déterminer les différences divisées d'ordres 1, 2 et 3. D’où le
tableau 6.5 ci-après :
Opérations utiles :
x1 , x2 = y( x1 ) y( x2 ) 9 6 3 ,
x1 x 2 02 2
135
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
x2 , x3 = y( x2 ) y( x3 ) 6 3 3
x 2 x3 23
x3 , x4 =
y( x3 ) y( x4 ) 3 1 1 ,
x3 x 4 35
3
(3)
x1 , x2 , x3 , = x1 , x2 x2 , x3 2 1
,
x1 x3 03 2
Exemple 6.7b : L’évolution de la consommation C par rapport au revenu R est décrite par le
tableau ci - après :
R 10 20 40 50
C 10 15 25 30
Ecrire la consommation C en fonction du revenu R en utilisant la méthode d’interpolation
appropriée.
Solution :
Les valeurs de la variable indépendante R ne sont pas également espacées. Le nombre
de données observées est certes égal à 4. Cependant, nous constatons que les
différences divisées d’ordre 1 sont égales à une constante (2) tandis que celles d’ordre
supérieur à 1 sont nulles. Le polynôme est donc de degré 1. Connaissant les valeurs de
R et de C, nous pouvons déterminer les différences divisées d'ordres 1, 2 et 3. D’où le
tableau 6.6 ci-après :
Tableau 6.6 : Table des différences divisées de l’exemple 6.7b
136
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
Opérations utiles :
C = c(r1) + (r – r1) [r1, r2] + (r – r1) (r – r2) [r1, r2, r3] + (r – r1) (r – r2) (r – r3) [r1, r2, r3, r4]
1 1
= 10 + (r – 10) + 0 = 10 + r – 5
2 2
1
C = 5 + r
2
137
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
de retard. Ainsi, une équation récurrente du premier ordre correspond à un retard d'une période
; une équation récurrente d'ordre 2 à un retard de deux périodes, etc.
Le degré d'une équation de récurrence est la plus grande puissance à laquelle est élevé
un terme yx + i.
Exemple 6.8
1. yx+1 – yx = c (ordre 1,
degré 1)
2. 18yx+2 – 6yx = 5 (ordre 2, degré 1)
3. yx+3 + yx+2 – yx = x (ordre 3, degré 1)
4. 3yx+2 + 4yx+1 = 2x (ordre 1, degré 1)
5. ²yx – 3yx – 3yx = x (ordre 2, degré 1)
(elle peut s'écrire comme (yx+1 – yx) – 3(yx+1 – yx) – 3yx = x
soit, yx+2 – 5yx+1 + yx – x = 0).
6. 8xyx+3 – 3x yx+2 + 9xyx+1 + 2yx = 3 (ordre 3, degré 1)
7. y 2
x4 3 y x2 3 y x 4 (ordre 4, degré 2)
8. yt + n – yt + n – 2 = 1 (ordre 2, degré 1)
x (x 1)
Exemple 6.9a : Montrer que yx = + C est une solution de yx+1 – yx = x et trouver une
2
solution particulière si y0 = 2.
Solution :
x (x 1)
Si yx = , yx+1 – yx = x devient :
2
( x 1) ( x 1 1) x ( x 1)
C C x
2 2
( x 1) x x ( x 1)
2 2 x
x 2 x x 2 x 2x
x
2 2
138
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
0(0 1) x (x 1)
Si x = 0, y0 = 2. On a : 2 = + C 2 = C. D’où : yx = 2 + 2.
2
Exemple 6.9b : Montrer que yx = C1+ C22x – x est une solution de yx+2 – 3yx+1 + 2yx =1 et
trouver une solution particulière si y0 = 0 et y1 = 3.
Solution :
Si yx = C1+ C22x – x, alors
yx+2 = C1+ C22x+2 – (x+2) = C1+ 4C22x – x – 2
3yx+1 = 3(C1+ C22x+1 – (x+1) = 3(C1+ 2C22x – x – 1),
2yx = 2C1+2 C22x – 2x.
yx+2 – 3yx+1 + 2yx =1 [C1+ 4C22x – x – 2] – [3C1+ 6C22x – 3x – 3] +[2C1+2 C22x – 2x] = 1
1=1
Si x = 0, alors on a : 0 = C1 + C2 20 – 0 C1 + C2 = 0
Si x = 1, alors on a : 3 = C1 + C2 21 – 1 C1 + 2C2 = 4
C1 C 2 0
En résolvant le système , on trouve C1 = – 4 et C2 = 4. Ainsi la solution
C1 2C 2 4
particulière est : yx = – 4+ 4 2x – x = 4(2x – 1) – x.
6.2 Equations de récurrence linéaires du premier ordre
Les équations de récurrence linéaires du premier ordre sont les plus faciles à résoudre.
Leur expression générale est:
a0(x) yx+1 + a1(x)yx = g(x) (6.16)
où
a0(x) et a1(x) sont des coefficients différents de zéro, x = 0, 1, 2, ...
6.3.1 Equations de récurrence linéaires d’ordre 1 à coefficients constants
Si a0(x), a1(x) et g(x) sont des constantes et a0(x) 1, on peut diviser tous les termes de
(5.16) par a0(x) pour obtenir :
a (x) g(x)
y x+1 + 1 y x =
a0 (x) a0 (x)
soit
yx+1 + ayx = G (6.17)
où
a = a1(x)/a0(x) et G = g(x)/a0(x).
L’équation (5.17) est appelée équation de récurrence linéaires non homogènes du
premier ordre à coefficients constants.
On trouve sa solution générale en ajoutant à la fonction complémentaire (Yc), la
solution particulière Yp.
6.3.1.1 Calcul de l'intégrale particulière
139
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
Puisque yp est, par définition, n'importe quelle solution de (6.17), nous proposons une
solution de la forme yx = k (k = constante). Dans ce cas, (6.17) devient :
k + ak = G
(1 + a)k = G et k = G/(1 + a)
Ainsi
G
Y p= si a –1 (6.18)
1+ a
Dans le cas où a = –1, yp ne peut être obtenue à partir de (5.18). Nous proposons alors une
autre solution de la forme yx = kx. Dans ces conditions, (5.17) s'écrit
k(k + 1) + akx = G
k(1 + x + ax) = G
Mais a étant égal à –1, nous obtenons k = G. Ainsi,
yp = Gx si a = –1 (6.19)
6.3.1.2 Calcul de la fonction complémentaire
La fonction complémentaire yp est la solution de (6.17) où G = 0. Posons yx = Cbx ≠ 0.
Alors, l'équation homogène devient :
Cbx + 1 + aCbx = CBx.b + a Cbx = 0
= Cbx (b + a) = 0
L'expression Cbx étant différente de zéro, Cbx(b + a) s'annule lorsque b = –a.
Donc
yc = C(– a)x (6.20a)
Il est évident que lorsque a = –1, (6.20) s'écrit
yc = C(1)x = C. (6.20b)
Les formules permettant d'obtenir les solutions (générale et définie) sont données dans le
tableau 6.7 ci-après :
Tableau 6.7 : Solution des équations aux différences d’ordre 1
Condition Solution générale Solution définie
G G G
Yx = C(–a)x + (6.21) y x = y0 ( a )x + (6.22)
a –1 1+ a 1+ a 1+ a
a = –1 Yx = C + Gx (6.23) yx = y(0) + Gx (6.24)
Exemple 6.10a : Résoudre les équations aux différences linéaires d’ordre 1 suivantes :
1. 2yx + 1 = 4yx + 3, y0 = 1/2
2. 3yx + 1 – 3yx = –7, y0 = 3
Solution :
1. L'équation proposée peut aussi s'écrire comme yx + 1 – 2yx = 3/2.
140
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
3
3
Puisque a = –2 ( –1), on trouve, d'après la formule (6.18), yp = 2 .
1 2 2
x
De (6.20), il vient :yc = C(2) . Ainsi, la solution générale est
3
yx = C(2)x – .
2
En appliquant la condition initiale, nous obtenons la solution particulière :
3 3
1 3
y x = 2 (2 ) + 2 2(2) x
x
2 1 2 1 2 2
7
2. L'équation donnée peut se mettre sous la forme yx + 1 – yx = avec a = –1.
3
7 7
La solution générale est yx = C – x, la solution définie étant yx = 3 – x.
3 3
Exemple 6.10b : Soit le modèle du marché avec niveau de stock défini par les équations ci-
après :
Qdt = a – bPt (a, b > 0)
Qst = –c + dPt (c, d > 0)
Pt + 1 = Pt – e (Qst – Qdt) (e > 0)
Le prix n’est plus déterminé par un mécanisme d’équilibrage sur le marché mais par le niveau
des stocks (qst – qdt). On sait que la constitution du stock (qst > qdt) tend à baisser le prix et la
diminution du stock (qst qdt) fait monter le prix. Trouver le cheminement du prix à toute
période si a = 120 ; b = 0,5 ; c = 30 ; d = 0,3 et e = 0,2 et P0 = 200
Solution :
Pt + 1 = Pt – e (Qst – Qdt)
= Pt – e[ (–c + d Pt) – (a – bPt)]
= Pt – e[ (–c + d Pt - a + bPt]
= Pt + e(a + c) – e(b + d) Pt
= P t + 1 – Pt – e(b + d) Pt = e(a + c)
On dérive ainsi une équation aux différences d’ordre 1 de la forme
P t + 1 – [1 – e(b + d)] Pt = e(a + c)
ac
Dont la solution est Pt = C[1 – e(b + d)]t +
bd
En remplaçant a, b, c, d et e par leurs valeurs respectives, on obtient l’équation :
P t + 1 – 0,84 Pt = 30.
Avec Pc = C(0,84)t et Pp = 30 / (1 – 0,84) = 187,5, la solution générale donne :
Pt = C(0,84)t + 187,5
141
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
b1 , b2 = (6.27)
2
Comme pour les équations différentielles, trois cas peuvent se présenter pour b1 et b2 suivant
que = a1² – 4a2 est supérieur, égal ou inférieur à zéro.
(1) Si = a1² – 4a2 est positif, c’est-à-dire si a1² > 4a2, b1 et b2 seront des racines réelles et
distinctes et on aura :
Yc = C1 b1x + C2 b2x (5.28)
(2) Si = a1² – 4a2 est nul, c’est-à-dire si a1² = 4a2, b1 et b2 seront des racines réelles mais
identiques et seront égales à –a1/2. Dans ce cas, la fonction complémentaire sera donnée
142
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
par :
Yc = C1 b1x + C2 x b2x (6.29)
(3) Si = a1² – 4a2 est négatif c’est-à-dire si a1² < 4a2, b1 et b2 seront des nombres complexes
conjugués que nous représenterons
b1 = h + vi et b2 = h + vi (6.30)
où
a 4 a 2 a1 2
h = 1 et v =
2 2
Dans ce cas, la fonction complémentaire sera donnée par :
Yc = C1 (h + vi)x + C2 (h – vi)x (6.31)
Les nombres complexes conjugués (h vi) peuvent encore s’écrire :
(h vi) = R cos R i sin = R (cos i sin ) (632)
D’après le théorème de De MOIVRE,
(h vi)n = Rn (cos n i sin n )
Ce résultat indique que pour élever un nombre complexe à la puissance n, on doit tout
simplement modifier ses coordonnées polaires en élevant R à la n-ième puissance et en
multipliant par n.
En posant n = x, nous pouvons écrire
(h vi)x = Rx (cos x i sin x) (6.33)
où la valeur de R qui doit toujours être positive, est donnée par
a12 4a2 a12
R h2 v2 a2 (6.34)
4
tandis que est la mesure du radian de l’angle dans l’intervalle [0, 2).
Ainsi, la fonction complémentaire de la relation (5.31) peut être transformée de la manière
suivante :
Yc = C1 Rx (cos x + i sin x) + C2 Rx (cos x – i sin x) (6.35)
= Rx [(C1 + C2) cos x + (C1 – C2) i sin x]
En posant C1 + C2 = C3 et (C1 + C2)i = C4, cette dernière devient
Yc = Rx [C3 cos x + C4 sin x] (6.36)
Pour évaluer , nous utilisons les relations
h v
Cos et sin (5.37)
R R
Les principales formules utilisées pour l’obtention de la fonction complémentaire sont données
au tableau 6.9.
143
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
pourvu que (1 + a1 + a2) soit différent de zéro. Ceci n'est possible que lorsque a1 + a2 –1.
Nous avons donc :
G
yp= , si a1 + a2 –1 (6.38)
( 1 + a1 + a 2 )
144
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
Lorsque a1 + a2 = -1, la formule (6.38) ne convient plus car le dénominateur est nul. Il nous
faudra donc proposer une autre solution. Pour ce faire, le « truc » est de multiplier par x la
solution qui ne tient plus. Soit yp = kx, cette solution. Dans ce dernier cas, (6.14) devient :
k(x + 2) + a1k(x + 1) + a2kx = G
k[x + 2 + a1x + a1 + a2x] = G
k[(1 + a1 + a2)x + a1 + 2] = G
k[2 + a1] = G car a1 + a2 = –1
On a donc k = G/( a1 + 2).
Ainsi :
G
y p = x , si a1 + a2 = –1 et a1 –2 (6.39)
a1 + 2
Il est évident que lorsque a1 + a2 = –1 et a1 = –2, la formule (5.21) ne donnera pas d'intégrale
particulière. On proposera alors une autre solution de la forme yx = kx². En reportant dernière
expression dans (6.14), nous obtenons :
k(x + 2)² + a1k(x + 1)² + a2kx² = G
k[(x² + 4x + 4) + a1(x² + 2x + 1) + a2x²] = G
k[(1 + a1 + a2)x² + 2x(2 + a1) + 4 + a1] = G
k[2] = G (car a1 + a2 = –1 et a1 = –2 par hypothèse).
Ainsi
G
y p = x2 , si a1 + a2 = –1 et a1 = –2 (6.40)
2
Le tableau suivant reprend les principales formules utilisées pour le calcul d'une intégrale
particulière.
145
Cours de Mathématiques Générales II, Prof. KAMIANTAKO Miyamueni
Grade 0 100 50 200 100 400 150 500 200 700 250 800 300 1000 350 1110 400
3 3 3 3 3 3 3 3
Radian 0 2 3 5 7 5 4 3 5 7 11 2
6 4 3 2 3 4 6 6 4 3 2 3 4 6
Degré 0 30° 45° 60° 90° 120° 135° 150° 180° 210° 225° 240° 270° 300° 315° 330° 360°
sin 0 1 2 3 1 3 2 1 0
1 2 3 –1 3 2
1 0
2 2 2 2 2 2 2 2 2 2 2 2
cos 1 3 2 1 0
1 2 3 –1 3 2
1 0 1 2 3 1
2 2 2 2 2 2 2 2 2 2 2 2
146
Cours de Mathématiques Générales II Prof. KAMIANTAKO Miyamueni 14
7
Ainsi
G
y p = x2 , si a1 + a2 = –1 et a1 = –2 (6.40)
2
Le tableau suivant reprend les principales formules utilisées pour le calcul d'une intégrale
particulière.
Tableau 6.10 : Calcul de l'intégrale particulière yp lorsque G est constant
yp Conditions
G
yp=
1 + a1 + a2 a1 + a2 –1
G a1 + a2 = –1
y p = x a1 –2
a1 + 2
G a1 + a2 = –1
y p = x2 a1 = –2
2
Toutefois, il faudra éviter qu'il y ait résonance, c'est-à-dire, éviter qu'un terme de la
solution proposée pour Yp se retrouve exactement ou au signe près dans la fonction
complémentaire Yc. Auquel cas, il faudra multiplier la solution candidate par x, afin d'assurer une
indépendance linéaire parfaite entre les termes de Yc et ceux de Yp.
Exemple 6.11 :
Trouver la solution générale et définie de yx + 2 + yx + 1 – 2yx = 12 pour y0 = 4 et y1 = 5.
Solution :
a1 = 1 et a2 = –2. Puisque a1 + a2 = –1 et a1 –2, on a, d'après (6.39),
G 12
y p = x = x = 4x .
a1 + 2 3
a1² = 1 > 4a2 = –8. Les racines sont b1 =1 et b2 = –2.
147
Cours de Mathématiques Générales II Prof. KAMIANTAKO Miyamueni 14
8
D'après (6.28), yc = C1(1)x + C2 (–2)x = C1 + C2(–2)x.
Par conséquent, yx = C1 + C2(–2)x + 4x.
Les deux constantes C1 et C2 sont déterminées par les conditions initiales. Nous obtenons :
y0 = 4 = C1 + A2 (–2)0 + 4(0). C1 + C2 = 4
y1 = 5 = C1 + A2 (–2)1 + 4(1). C1 – 2C2 = 1
C C2 4
d'où le système 1 dont la solution est C1 = 3 et C2 = 1.
C1 2C2 1
La solution de l'équation donnée qui satisfait aux conditions initiales est donc :
yx = 3 + (–2)x + 4x.
Exemple 6.12 : Résoudre l’équation aux différences yx+2 + 2yx = 24 pour y0 = 11 et y1 = 18.
Solution :
G 24
Ici, a1 = 0, a2 = 2 et B = 24. Puisque a1 + a2 –1, on a, d'après (6.38), y p = = =8.
1 + a1 + a2 3
D'autre part, a1² = 0 < 4a2 = 8. Les racines sont des nombres complexes conjugués
4a2 a12 8
b1 = h + vi = (2)i et b2 = – (2)i car h = a1/2 = 0 et v = = = 2.
2 2
Mais R = a2 = 2.
Par conséquent,
yx = 2 C
x
1
2
x 8
cos x + C 2 sin
2
Les deux constantes C1 et C2 sont déterminées par les conditions initiales. Nous obtenons:
y0 = 11 = (2)0 [C1 cos 0 + C2 sin 0 + 8] C1 = 3
(puisque sin 0 = 0 et cos 0 = 1)
y1 = 18 = (2)1 [C1 cos ( )x + C2 sin ( )x + 8]
2 2
= b + (2)C2 = 18 C2 = 7,07 (puisque C1 = 3).
La solution de l'équation donnée qui satisfait aux conditions initiales est donc :
h v
24
Dans cet exemple, cos = = 0 et sin = = 1. Ceci correspond d'après la table des fonctions
R R
trigonométriques à un angle de radians, c'est-à-dire, = .
2 2
148
Cours de Mathématiques Générales II Prof. KAMIANTAKO Miyamueni 14
9
yx = 2 3 cos 2 x + 7,07 sin 2 x + 8
x
149
Cours de Mathématiques Générales II Prof. KAMIANTAKO Miyamueni 15
0
1 2 x
D’où la solution générale : Yx = C1 3x + C2 x 3x + x 3 .
18
Exemple 6.16 : Résoudre yx +2 – 4yx +1 + 3yx = x2
Solution :
Son second membre est un polynôme en x de degré 2 de la forme k0 + k1x + k2x2. Nous savons
déjà (voir exemple 6.13) que yc = C1 + C2 3x.
Pour obtenir yp, nous proposons un polynôme en x de même degré que G, soit une solution de la
forme D0 + D1x + D2x2. Cependant, cette dernière a un terme constant D0 qu’on retrouve aussi
dans la fonction complémentaire Yc (ici C1). La solution proposée n’obéit donc pas au principe
selon lequel les termes de la solution générale doivent être indépendants les uns des autres. Pour
éviter qu’il y ait résonance, nous suggérons une seconde solution obtenue en multipliant la
dernière par x, c’est-à-dire (D0 + D1x + D2x2.)x = D0x+ D1x2 + D2x3.
En substituant cette expression dans l’équation à résoudre, cette dernière devient :
D0(x + 2) + D1(x + 2)2 + D2(x + 2)3 – 4 [D0(x + 1) + D1(x + 1)2 + D2(x + 1)3]
+ 3 [D0x+ D1x2 + D2x3] = x2.
Nous obtenons, après quelques opérations, l’expression :
150
Cours de Mathématiques Générales II Prof. KAMIANTAKO Miyamueni 151
–2D0 – 4D1x + 8D5x = 5x + 2x, qui donne par identification le système :
2 D0 0
4 D1 2
8D 1
1 1 2
D’où D0 = 0, D1 = – (1/2) et D = 1/8.. Par conséquent, Yp = x et la solution générale
8 2
1 x 1 2
devient yx = C1 + C2 3x 5 x .
8 2
Exemple 6.18 :
Le modèle ci-après est un modèle de marché avec prévision sur l’évolution des prix :
Qdt = 40 – 2 pt + 2 (p t + 1 + p t - 1), Qst = –5 + 3 pt et Qdt = Qst où Qdt est la fonction de demande à
l’instant t, et Qst la fonction d’offre à l’instant t. Sachant que P0 = 48 et P1 = 45 :
a) Trouvez le niveau d’équilibre.
b) Donnez le sentier temporel du prix à toutes les périodes.
Solution :
qdt – qst = 40 – 2 pt + 2 pt + 1 + 2pt - 1 – (–5 + 3 pt) = 0
= 40 – 2 pt + 2 pt + 1 + 2pt - 1 + 5 – 3 pt = 0
= 45 – 5 pt + 2 pt + 1 + 2pt - 1 = 0
ou – 5 pt + 2 pt + 1 + 2pt - 1 = – 45
Ajoutons +1 à chaque indice t et arrangeons les termes pour obtenir :
2 pt + 2 – 5 pt+1 + 2pt = – 45
En divisant par 2, on obtient une équation aux différences linéaire d’ordre 2 de la forme :
5 45
pt + 2 – pt + 1 + pt = –
2 2
c) Le niveau d’équilibre est l’intégrale particulière Pp donnée par l’expression :
45 45
Pp 2 2 45 .
1 5/ 2 1 1
2
d) Pour obtenir la fonction complémentaire Pc, on trouve les racines de l’équation
5 25 5 3
4
b1 2 2 2 . Ainsi :
caractéristique b² – 5/2 b + 1 = 0 qui a pour racines 2 4
b2 2 12
t
1
Pc = C12 + C2 .
t
2
t
1
Pt = C12 + C2 + 45
t
(solution générale)
2
151
Cours de Mathématiques Générales II Prof. KAMIANTAKO Miyamueni 15
2
0
1
P0 = 48 = C12 + C2 + 45 C1 + C2 = 3
0
2
1
1 1
P1 = 45 = C12 + C2 + 45 2C1 + C2 = 0
1
2 2
C1 C 2 3
En résolvant le système 1 , on obtient C1 = –1 et C2 = 4. D’où la solution définie :
2C1 2 C 2 0
t
t1
Pt = – 2 + 4 + 45
2
Exemple 6.19 :
La fonction de demande est Qdt = 80 – 4 pt. Celle d’offre est Qst = –10 + p t
où p t = pt -1 + k(pt -1 – pt - 2). Supposez k = –1. Trouvez le sentier temporel du prix à toutes les
périodes si P0 = P1 = 20.
Solution :
Qdt – Qst = [(80 – 4 pt) – {–10 + pt -1 – (pt -1 – pt – 2}]
= [(80 – 4 pt) – {–10 + pt -1 – pt -1 + pt – 2}] = 0
= [(80 – 4 pt + 10 – pt -1 + pt -1 – pt - 2)] = [(90 – 4 pt – pt – 2] = 0
= (– 4 pt – pt – 2) = – 90
1
= pt + 2 + pt = 22,5
4
22,5 22,5 22,5(4) 90
Pp = 18
1 5 5 5
1
4 4
1
L’équation caractéristique étant b2 + = 0, 0 car a1 < 4a2.
4
1 1
Ainsi : h = 0 et v = 1/2. R = a2 . Cos = h/R = 0 et sin = v /R = 1.
4 2
t
1
Pc =
2 C1 cos 2 t C 2 sin 2 t .
t
1
Donc Pt = Pc + Pp =
2 C1 cos 2 t C2 sin 2 t 18 .
0
1
P0 = 20 = C1 cos 0 C2 sin 0 18 20 = C1+ 18. D’où C1 = 2
2
152
Cours de Mathématiques Générales II Prof. KAMIANTAKO Miyamueni 15
3
1
1 1
P1 = 20 = C1 cos (1) C 2 sin (1) 18 20 = C2+ 18. D’où C2 = 4
2 2 2 2
D’où la solution définie :
t
1
2 2 cos 2 t 4 sin 2 t 18 .
Si par contre 1 + a1 +…+ an-1 + an = 0, et (n)i + (n-1)i a1 + (n-2)i a2 + (2)i an-2 + (1)i an-1 0, alors :
G xi
Yp (6.42)
(n)i (n 1)i a1 (n 2)i a2 (2)i an 2 (1)i an 1
avec i = plus petit entier positif qui n’annule pas le dénominateur.
Pour ce qui est de la fonction complémentaire Yc, si toutes les
racines sont réelles et distinctes, on obtient cette dernière par
la formule :
n
yc = C b
i=1
i i
X
(6.43)
La formule suivante est utilisée lorsque toutes les racines sont réelles et que k racines se répètent.
n
x x x
yc = C1 b + C2 x b + C3 x² b +... + Ck x k-1 x
b + Ci bix.
i=k+1
(6.44)
Dans le cas où les racines sont à la fois complexes et réelles, la formule suivante est utilisée pour
obtenir Yc.
n
yc = Rx (C1 cos x + C2 sin x) + Cibix.
i=3
(6.45)
Enfin, si l'équation caractéristique comprend deux paires identiques des racines complexes
conjuguées ainsi que des racines réelles et distinctes, on calculera la fonction complémentaire yc
par la formule :
n
y c = R x ( C1 cosx + C2 sin x) + xR x ( C3 cosx + C4 sin x) + C b
i=5
i
x
i . (6.46)
153
Cours de Mathématiques Générales II Prof. KAMIANTAKO Miyamueni 15
4
Exemples 6.20 : Résoudre les équations de récurrence ci-après :
a) yx + 3 + 8yx + 2 + 16 yx + 1 = 75
Solution :
75 75
Yp = 3.
1 8 16 25
Quant à la fonction complémentaire, elle s’obtiendra à partir de
l’équation caractéristique :
b3+ 8b2 + 16b = b (b2 + 8b + 16) = b(b + 4) (b + 4) ) = 0.
b) yx + 4 + 5yx + 3 + 9 yx + 2 + 7yx + 1 +2 yx = 48
Solution :
Il s’agit d’une équation de récurrence non homogène d’ordre 4.
48 48
Yp = 2.
1 5 9 7 2 24
Pour calculer la fonction complémentaire, on se servira de
l’équation caractéristique :
b4 + 5b3+ 9b2 + 7b + 2 = (b +1)2 (b2 + 3b + 2) = (b + 1)3 (b +
2) = 0.
D’où : b1 = b2 = b3 = – 1 et b4 = –2.
La solution générale est donc :
Yx = (1) x C1 C2 x C3 x 2 C4 (2) x 2
c) yx + 4 + 7yx + 3 + 5 yx + 2 7yx + 1 6 yx = 0
Solution :
L’équation caractéristique est de la forme :
b4 + 7b3+ 5b2 – 7b – 6 = (b +1)2 (b – 1) (b + 6) = 0.
D’où : b1 = b2 = – 1, b3 = 1 et b4 = –6.
La solution générale est donc :
Yx = e t C1 C 2 t C3 e t C 4 e 6t
d) yx + 4 + 6yx + 3 + 14 yx + 2 + 16 yx + 1 + 8 yx = 180
Solution :
Il s’agit d’une équation de récurrence non homogène d’ordre 4.
154
Cours de Mathématiques Générales II Prof. KAMIANTAKO Miyamueni 15
5
20 180
Yp = 4 . Quant à la fonction complémentaire, elle
1 6 14 16 8 45
s’obtiendra à partir de l’équation caractéristique :
b4 + 6b3+ 14b2 + 16b + 8 = (b +2)2 (b2 + 2b + 2) = 0.
D’où : b1 = b2 = – 2 b3 = h + vi = –1 + i et b4 = h – vi = –1 –
i.
3 3
Yc = C1 (2) x C 2 x(2) x ( 2 ) x C3 cos x C 4 sin x
4 4
La solution générale est donc :
3 3
Yx = C1 (2) x C 2 x(2) x ( 2 ) x C3 cos x C 4 sin x + 4
4 4
Exemple 6.21 : Résoudre le modèle de la forme :
yt ct It
c t b1y t 1 b 2 y t 2
I t I't I' 't
I' I' t I' ' t
I't k1 ( y t 1 y t 2 ) k 2 ( y t 2 y t 3 )
I’’t = I0 et I0 = 60
Avec k1= 0,7 ; k2 = 0,7 ; b1= 0,3 et b2 = 0,7
Solution :
Yt = b1yt-1+ b2yt-2 + k1(yt-1 – yt-2) + k2(yt-2 – yt-3) + 60
= (b1 + k1)yt-1 + (b2 – k1 + k2)yt – 2 – k2yt – 3 + 60
= (0,3+ 0,7)yt-1 + (0,7– 0,7 + 0,7)yt-2 – 0,7yt – 3 + 60
= yt-1 + 0,7yt-2 – 0,7yt-3 + 60
yt+3 – yt+2 – 0,7yt+1 + 0,7yt = 60
Solution particulière Yp :
Comme a1+ a2 + a3 = –1, on pose Yp = kt et en remplacement dans
l’équation de récurrence à résoudre, on a :
k (t + 3) – k (t + 2) – 0,7k (t + 1) + 0,7kt = 60
kt + 3k – kt – 2k – 0,7kt - 0,7k + 0,7kt = 60
60
0,3k = 60. D’où : k = 200 . Par conséquent, yp = 200t
0,3
Equation caractéristique :
b3 – b2 – 0,7b + 0,7 = b2 (b – 1) – 0,7(b – 1) = (b – 1) (b2 –
0,7) = 0.
D’où : b1 = 1, b2 = 0,836 et b3 = – 0,836.
yc = C1 + C2(0,836)t + C3(0,836)t
155
Cours de Mathématiques Générales II Prof. KAMIANTAKO Miyamueni 15
6
La solution générale est donc :
yt = C1 + C2(0,836)t + C3(–0,836)t + 200t
6.3 Systèmes d’équations aux différences linéaires d’ordre 1
Jusqu’ici, nous avons discuté de modèles se réduisant à une seule équation. Mais dans bon
nombre de problèmes économiques tels que l’analyse d ‘équilibre général et le modèle d’entrées -
sorties, nous avons affaire à un système d’équations aux différences.
Dans ce paragraphe, nous verrons tout d’abord comment réduire de telles équations tout en
nous limitant aux équations aux différences linéaires à coefficients constants. Nous proposerons
ensuite une méthode de résolution de ces systèmes en appliquant les notions de valeurs et vecteurs
propres ainsi que de la diagonalisation (ou trigonalisation) des matrices carrées.
6.5.1 Réduction d’une équation aux différences d’ordre 2 ou 3 à un système d’équations aux
différences linéaires d’ordre 1
6.5.1.1 Réduction d’une équation d’ordre 2
Considérons une équation aux différences d’ordre 2 du type yx + 2 + a1yx + 1 + a2yx = G.
Définissons la relation sx = yx + 1. Alors sx + 1 = yx + 2 .
Nous pouvons maintenant exprimer l’équation de départ (qui est d’ordre 2) comme un système
d’équations simultanées d’ordre 1.
sx + 1 + a1 sx + a2yx = G
yx + 1 – sx =0
ou, en forme matricielle,
1 0 sx 1 a1 a2 sx G
0 1 y 1 0 y 0
x 1 x
Le système peut aussi s’écrire comme
sx 1 a1 a2 sx G
y y 0
x 1 1 0 x
Exemple 6.22 : L’équation yx + 2 – 5 yx + 1 + 6yx = 0 peut devenir :
sx + 1 – 5 sx + 6yx = 0
yx + 1 – sx =0
ou, en forme matricielle,
1 0 sx 1 5 1 sx 0
0 1 y 1 0 y 0
x 1 x
ou
sx 1 5 1 sx
y
x 1 1 0 y x
6.5.1.2 Réduction d’une équation d’ordre 3
156
Cours de Mathématiques Générales II Prof. KAMIANTAKO Miyamueni 15
7
Considérons une équation aux différences linéaire d’ordre 3 de la forme :
yx + 3 + a1 yx + 2 + a2 yx + 1 + a3 yx = G
Posons : sx = yx + 1 et px = sx + 1. Alors, sx + 1 = yx + 2 et px + 1 = sx + 2 = yx + 3
L’équation peut se transformer en un système de trois équations aux différences linéaires d’ordre
1 de la forme
px+1 + a1 px + a2 sx + a3 yx = G
sx+1 – px =0
yx+1 – sx =0
ou
IYx + 1 + AYx = B ou encore Yx + 1 = –AYx + B
Avec
1 0 0 px 1 a1 a2 a3 G px
1 0 0 , B = 0 et Y = S .
I = 0 1 0 , Yx + 1 = S x 1 , A = x
x
0 0 1 Yx 1 0 1 0 0 Yx
Exemple 6.23 : L’équation aux différences d’ordre 3 yx+3 +3 yx+2 – 4yx+1 + 5yx = 0 peut s’écrire
comme
px + 1 + 3 px – 4 sx + 5yx = 0
sx + 1 – px =0
yx + 1 –sx =0
ou, en forme matricielle,
1 0 0 px 1 3 4 1 px 0
0 1 0 s 1 0 0 s 0
x 1 x
0 0 1 yx 1 0 1 0 yx 0
ou encore,
px 1 3 4 1 px
sx 1 1 0 0 sx
y x 1 0 1 0 yx
en posant sx = yx + 1 , px = sx + 1, sx + 1 = yx +2 et px + 1 = sx + 2 = yx +3 .
6.5.2 Résolution des systèmes d’équations aux différences
Considérons le système d'équations aux différences
Yx + 1 = A Yx + B (6.47)
où Yx + 1 est un vecteur à n dimensions comprenant les variables inconnues décalées d'une
période ;
Yx est un vecteur comprenant les variables inconnues ;
157
Cours de Mathématiques Générales II Prof. KAMIANTAKO Miyamueni 15
8
A est la matrice des coefficients.
6.5.2.1 Cas où A est diagonalisable
Nous avons vu que si A est diagonalisable, elle peut s'écrire comme A = PDP-1 où P est
une matrice de passage dont les colonnes sont les vecteurs propres de A et D une matrice
diagonale ayant les valeurs propres de A sur la diagonale principale.
Nous pouvons écrire :
Yx+1 = PDP-1 Yx + B (6.48)
Pré-multiplions les deux membres par P-1. Nous obtenons :
P-1Yx+1 = DP-1 Yx + P-1B (6.49)
Posons P-1 Yx = Ux. La relation précédente devient :
Ux+1 = DUx + F (6.50)
où F = P-1B.
(6.50) s'écrit, si on détaille ses éléments,
ui,x + 1 = iuix + p b
j
ij j (i = 1, 2, ..., n) (6.51)
où les pij sont les éléments de la matrice P-1 et les bj les éléments fonctions de t du vecteur B.
La relation (6.51) peut encore s'écrire
1 u 1,x + p1j b j
u 1,x+1 j
2 u 2,x + p 2j b j
u 2,x+1 = j
(6.51')
...
.....
u n,x+1 u + p b
n n, x j mj j
dont la solution est immédiate car chaque ligne donne une équation aux différences linéaires
d'ordre 1 avec p b ij j comme second membre.
Puisqu'on a posé P-1 Yx = Ux, la solution du système d'équations aux différences s'obtient
en faisant Yx = PUx.
158
Cours de Mathématiques Générales II Prof. KAMIANTAKO Miyamueni 15
9
Le polynôme PA() = [A – I] = ² – 2,5 + 1 = (–2)( – 0,5) = 0 possède deux racines réelles
distinctes 1 = 2 et 2 = 0,5. Donc A est diagonalisable à l'aide d'une matrice de passage
2 1 1 1 1 1
P= et P = 3 .
1 1 1 2
1 1 1 4 1
Posons Fx = P-1G = P 1 = = et Ux = P-1Yx,. Le système donné peut encore
3 1 2 1 2
s'écrire sous la forme :
u 1,x+1 2 0 u 1 1 2 u 1 + 1
= + =
u 2,x+1 0 0,5 u 2 2 0,5 u 2 + 2
u1, x C ( 2 ) 1
x
Il vient : = 1 .
x
2
u 2 , x C (0,5 ) + 4
Finalement, on obtient Yx en faisant Yx = PUx. Soit :
159
Cours de Mathématiques Générales II Prof. KAMIANTAKO Miyamueni 16
0
0,7 0,3 20
où A = , B = .
0,1 0,75 10
0,7 0,3
Le Polynôme caractéristique de A étant PA() = 2 1,45 0,495 0 , on
0,1 0,75
trouve deux valeurs propres réelles distinctes 1 = 0,9 et 2 = 0,55.
Donc A est diagonalisable. Trouvons la matrice P dont les colonnes sont les vecteurs propres de
A.
0,2 0,3 0 0,2 0,3 0 2 3 0
Pour 1 = 0,9 on a : , soit .
0,1 0,15 0 0 0 0 0 0 0
3
On a –2x1 + 3x2 = 0. Si x2 = 2, x1 = 3 et X1 = .
2
0,15 0,3 0 0,15 0,3 0 1 2 0
Pour 2 = 0,55 on trouve , soit .
0,1 0,2 0 0 0 0 0 0 0
2
On a x1 + 2x2 = 0. Si x2 = 1, x1 = –2 et X2 = .
1
3 2 -1 1 1 2 0,9 0
Ainsi, P = , P = et D .
2 1 7 2 3 0 0,55
On doit résoudre le système d’équations aux différences linéaires d’ordre 1 ci-après :
Ut + 1 = D Ut + F, soit
f 1 1 1 2 20 1 40
f = 7 2 3 10 7 10 ,
2
On obtient les deux équations aux différences ci-après :
u1, t + 1 = 0,9 u1t + 40/7 dont la solution est u1t = C1(0,9)t + 400/7 et
u2, t + 1 = 0,55 u2t – 10/7 dont la solution est u2t = C2(0,55)t – 200/63.
La solution du système est donnée par la relation
xt 3 2 C1 (0,9) t 400 / 7
y PU 2 1 ,
C 2 (0,55) 200 / 63
t t
t
3 C (0,9)t 400 / 7 2 C2 (0,55)t 200 / 63
= 1
2 C1 (0,9) 400 / 7 C2 (0,55) 200 / 63
t t
160
Cours de Mathématiques Générales II Prof. KAMIANTAKO Miyamueni 161
6.5.2.2 Cas où A n'est pas diagonalisable
Si A n'est pas diagonalisable, nous savons qu'on peut toujours la mettre sous la forme
A = QJQ-1
où :
J est une matrice triangulaire presque diagonale ayant les valeurs propres de A sur la
diagonale principale et le nombre 1 presque au dessus de la diagonale principale et
Q est une matrice de passage dont les colonnes sont les vecteurs propres et les vecteurs de
Jordan de A
Dans ce cas, (6.48) devient :
Yx + 1 = Q J Q-1 Yx + B (6.52)
En pré-multipliant par Q-1 les deux membres de cette dernière relation et en posant :
Ux = Q-1Yx, (6.53)
et
F = Q-1B,
on arrive au système triangularisé :
Ux + 1 = JQx + F (6.54)
ou encore, sous forme détaillée, en notant cij les éléments de J, qij les éléments de Q-1 et fj les
éléments de F,
n
u1, x 1
u
1 1x c u
21 2 x c u
n1 nx q1 j f j
j 1
u n
2, x 1 = 2 u 2 x c n 2 u nx q 2 j f j (6.54a)
j 1
u
3, x 1 n
n u nx q nj f j
j 1
n
Ces équations sont des équations aux différences linéaires d'ordre 1 avec q j=1
ij b j comme
4 3 1 yx 1 yx
z ..
avec A = 4 4 2 , B = 0, Yx + 1 = z x 1 et Yx = x
8 12 6 wx 1 w x
PA() = –3 + 6² – 12 + 8 = (– 2)( – 2)( – 2) = ( – 2)3 = 0
161
Cours de Mathématiques Générales II Prof. KAMIANTAKO Miyamueni 16
2
D'où = 2, k = 3. A n'étant pas diagonalisable, on recourt à la forme réduite de Jordan qui lui est
semblable.
Ainsi, la relation (6.54) devient :
u1, x 1 2 0 0 u1x 2u1x
2u u
Ux + 1 = JUx + F u 2, x 1 = 0 2 1 u 2 x = 2x 3x
u 3, x 1 0 0 2 u 3 x 2u 3 x
car F = 0, B étant nul.
D’où :
u1,x+1 = 2u1,x u1,x = C12x
u2,x+1 = 2u2,x + u3,x
u3,x+1 = 2u3,x u3,x = C32x
Ayant obtenu u3,x, on résout aisément la deuxième équation qui peut maintenant s’écrire comme :
u2,x+1 – 2u2,x = C32x
dont la solution est de la forme
C3
u2,x = C22x + x 2x.
2
C1 2 x
C
La solution Ux s’écrit donc : Ux = C 2 2 x 3 x 2 x
2
x
C 3 2
yx 1 1 0 C1 2 x
Y = QU = z x = 0 2 0 C 2 2 x 3 x 2 x
C
w x 2 4 1
2
x
C 3 2
C
C1 2 x C 2 2 x 3 x 2 x
2
= 2C 2 2 C3 x 2
x x
2C1 2 x 4C 2 2 x 2C3 x 2 x C3 2 x
162