UNIVERSITÉ FÉLIX HOUPHOUËT

BOIGNY DE COCODY
UFR : MATHÉMATIQUE-INFORMATIQUE
Spécialité : Mathématique et application
Option : EDP, Optimisation et Analyse
Numérique
EXPOSÉ SUR LA STABILITÉ AU SENS DE
RAZUMIKHIN

Présenté par : CISSE BANGALY

ADEBOYE YEMI DORCAS
DJA ATTA FRANCOIS
COULIBALY BOGNAN DAVID

8 mai 2023
Table des matières

1 PRELIMINAIRES 4
1.1 Notations et définitions . . . . . . . . . . . . . . . . . . . . . . 4
1.2 Problème modèle . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.3 Classification et exemple de systèmes heréditaires . . . . . . . 6

2 THEORIE DE LA STABILITE 8
2.1 Définition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
2.2 Stabilité locale et globale des équations différentielles fonction-
nelles à retard . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
2.3 Définition(classe K, KL) . . . . . . . . . . . . . . . . . . . . . 9

3 STABILITE AU SENS DE RAZUMIKHIN 11

3.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
3.2 Quelques définitions . . . . . . . . . . . . . . . . . . . . . . . 11
3.3 Séconde méthode de Lyapunov(Lyapunov-razumikhin) . . . . 12
3.4 Application de la methode de rasumikhin . . . . . . . . . . . . 13

1
REMERCIEMENT

Avant tout propos, nous tenons à remercier tous les enseignants de l’ufr
MI pour le savoir qu’ils nous transmettent pendant toutes ces années, parti-
culierement au professeur OKOU qui a travers de cet exposé nous à permis
de faire la prise en main de certains outils utiles tels que latex que bon nombre
d’entre nous ont négligé depuis notre arrivée à l’ufr MI, et de passer en revue
les techniques de redaction d’un mémoire. Cet apprentissage nous sera utile
dans la rédaction de nos mémoires de fin de cycle.

2
Introduction générale

Les équations différentielles fonctionnelles à retards sont un type d’équa-

tion différentielle dans lesquelles la dérivée de la fonction inconnue à un
certain instant est donnée en fonction de ces valeurs aux instants précédents.
Ces équations différentielles à retard constituent un champs d’étude très im-
portant pour modéliser des phénomènes d’hérédité rencontrés en physique,
biologie, chimie, économie, écologie, etc. Malgré que dans la plupart des mo-
dèles, le retard est estimé non significatif et ignoré pour simplifier l’étude,
il a été prouvé que dans de nombreux cas, le retard joue un rôle dominant
dans plusieurs domaines et que les modèles avec retard fournissent des résul-
tats plus précis et réalistes que leurs homologues sans retard. Ces dernières
années, de nombreux types de problèmes de stabilité des équations différen-
tielles à retard ont été étudiés et de nombreux résultats intéressants ont été
obtenus, notamment la méthode de Lyapunov et la technique de Razumikhin.
Ce travail va donc consister à étudier les critères de stabilité des systèmes à
retard par la méthode de Razumikhin. Dans notre exposé nous allons com-
mencer par donner des préliminaires ensuite aborder la théorie de la stabilité
et enfin étudier la stabilité au sens de Razumikhin.

3
Chapitre 1

PRELIMINAIRES

1.1 Notations et définitions

Soit r ≥ 0 un réel donné. Pour a < b, on note par C([a, b], Rd ) l’espace
des fonctions continues définies sur l’intervalle [a,b] à valeurs dans Rd , muni
de la topologie de la convergence uniforme. Pour [a, b] = [- r,0] on pose :

C = C([a, b], Rd )

et on désigne la norme d’un élèment ϕ de C par :

∥ϕ∥ = sup{|ϕ(θ)| : −r ⩽ θ ⩽ 0}

où ∥∥ est une norme dans Rd .

Définition Soient t0 ∈ R, L ⩾ 0, x ∈ C([t0 −r, t0 +L], Rd ) et t ∈ [t0 , t0 +L].

On définit une nouvelle fonction xt élément de C par :

xt (θ) = x(t + θ)

où θ ∈ [−r, 0].

1.2 Problème modèle

La question est de savoir comment nous pouvons modéliser les systèmes
à retards. Il convient en premier lieu de définir l’état du système. Dans le
domaine de l’automatique, c’est en quelque sorte la “mémoire” du système,

4
c’est-à-dire, un ensemble des variables présentes permettant de déterminer
le comportement du système dans un futur proche. Pour les équations dif-
férentielles ordinaires, on suppose que l’évolution d’un système à un instant
t + ∆t ne dépend que de la valeur de ses variables à l’instant t. Prenons
par exemple une boule de pétanque en vol. Si les forces extérieures qui s’y
appliquent sont données, les lois de la balistique nous assurent qu’il suffit de
connaître la position et la vitesse de la boule de pétanque à l’instant t —
représentant l’état — pour calculer précisément sa position et sa vitesse aux
instants suivants. Or, ce qui semble évident dans les exemples usuels l’est
moins pour certains processus qui sont appelés systèmes héréditaires. Pour
éviter le champ purement mathématique, il convient de se tourner vers les
domaines de la biologie. Le cycle de vie de la sauterelle, comme chez de nom-
breux insectes, est caractérisé par une phase de vie adulte, pendant laquelle
elle se reproduit, qui ne dure que quelques semaines tandis que sa phase lar-
vaire – entre l’éclosion des œufs et la métamorphose en adulte – peut durer
de 5 à 13 ans suivant l’espèce envisagé. Ainsi, la population à l’instant t
dépend de celle présente à l’instant t - τ où τ représenterait, ici, le retard
qui se compterait en année. De même, les démographes, qui doivent prédire
la population d’un pays dans le futur, se frottent au phénomène du retard.
Le taux global de fécondité d’une population à l’instant présent repose sur
les individus qui sont nés les années précédentes. Pour ces systèmes à retard,
l’état n’est plus un ensemble fini de valeurs mais une fonction définie sur un
intervalle de la longueur du retard. Un retour au champ mathématique per-
mettra d’éclaircir ce dernier point. La croissance continue d’une population
animale — comme nos sauterelles — peut se modéliser mathématiquement,
en première approximation, par l’équation à retard suivante :
N (t − τ )
Ṅ (t) = rN (t)(1 − ) (1.1)
Ne
N(t) représente l’effectif de la population à l’instant t, r le taux de fécondité,
τ le retard qui peut aller jusqu’à 13 ans dans le cas des sauterelles et Ne la
population d’équilibre définie par les ressources disponibles dans l’environne-
ment.En termes simples, nous pourrions dire que la dérivée Ṅ représente le
taux d’évolution du nombre de sauterelles N en fonction du temps. Si N(t - τ )
> Ne — c’est-à-dire si le nombre de sauterelles il y a τ années était supérieur
à celui d’équilibre — alors la population diminue car Ṅ < 0 et inversement.
Une telle équation peut s’écrire de manière plus générale sous la forme
ẋ(t) = f (t, x(t), x(t − τ ))

5
où f est une fonction qui dépend de la valeur de x à l’instant t et t − τ .

Définition Si U un sous ensemble de Rd+1 × C et f : U −→ Rd est une

fonction donnée, alors l’équation

ẋ(t) = f (t, x(t), xt ) (1.2)

où ”·” représente la dérivée à droite avec xt (θ) = x(t + θ), θ ∈ [−r, 0] est une
équation différentielle à retard sur U notée en abrégé (E.D.R) et le nombre
r est appelé le retard.
Il est clair que le cas r = 0 correspond au cas des équations différentielles
ordinaires. Il est évident qu’une condition initiale appropriée au temps t = t0
exige la détermination de la fonction x sur tout intervalle [t0 − r, t0 ] ; c-à-d :

x(t) = ϕ(t) t ∈ [t0 − r, t0 ]

où ϕ : [t0 − r, t0 ] −→ Rd est une fonction donnée supposée continue appelée

la condition initiale de l’équation différentielle (1.2). Ainsi, l’équation (1.2)
peut se mettre sous la forme :

ẋ(t) = f (t, x(t), xt )

(
t ⩾ t0
x(t) = ϕ(t) t ∈ [t0 − r, t0 ]

où ϕ est une fonction donnée continue sur l’intervalle [t0 − r, t0 ].

1.3 Classification et exemple de systèmes he-

réditaires
Les équations différentielles à retard peuvent être classées comme linéaires
ou non linéaires, autonomes ou non autonomes, périodiques ou non ou en-
core selon les types des retard. Dans cette section, on s’intéresse à donner
une classification des (E.D.R) selon les types à retard, on trouve les sous
catégories suivantes :
Équations différentielles à retard constant : Sous leur forme la plus
simple, les équations différentielles à retard constant, s’écrivent comme suit :

ẋ(t)= f (t, x(t), x(t − τ )) ;

6
où f est une fonction donnée et le retard r est un constant positif.
Équations différentielles à retard variant dans le temps : Sous leur
forme la plus simple, ces équations s’écrivent comme suit :

ẋ(t)= f (t, x(t), x(t − τ (t))) ;

où f est une fonction donnée.

Équations différentielles à retard variable dépendant de l’état : Sous
leur forme la plus simple, ces équations s’écrivent comme suit :

ẋ(t) = f (t, x(t), x(t − τ (x(t))))

avec f étant donnée.

7
Chapitre 2

THEORIE DE LA STABILITE

2.1 Définition
La stabilité d’un point d’équilibre d’un système avec ou sans retards,
consiste toujours à observer que son évolution reste proche du point d’équi-
libre lorsqu’on s’en écarte d’un certain voisinage du domaine de stabilité.
La stabilité asymptotique, en plus de garantir la condition précédente, in-
dique que le système reviendra exactement au point d’équilibre, au bout
d’un temps éventuellement infini, si on s’en écarte ‘légèrement’. Notons que
la notion de stabilité asymptotique est la plus exigée en pratique. Ceci s’ex-
plique certainement parce qu’elle constitue une première approche pouvant
s’adapter à plusieurs situations de précision d’un suivi d’équilibre, poursuite
d’une trajectoire de référence, etc. Elle ne présente pas pour autant le cahier
des charges le plus strict : la stabilité exponentielle la complète en exigeant
non seulement le caractère asymptotique mais aussi la rapidité de conver-
gence.
Venons-en au langage mathématique. Soit le système retardé suivant :

ẋ(t) = f (t, x(t), xt ) t ⩾ t0

(2.1)
xt0 = ϕ(t) t ∈ [t0 − r, t0 [
où x est une fonction de R −→ Rn et f une fonction continue de Rd+1 ×C −→
Rn , localement lipschitzienne en son second argument et telle que f (t, 0) ≡ 0
quel que soit t ∈ R. Nous rappelons que C désigne l’ensemble des fonctions
continues de [−r, 0] −→ Rn et Ca l’ensemble des fonctions de C, telles que
pour tout ϕ ∈ Ca , ∥ϕ∥C ⩽ a, où a est un réel positif.

8
2.2 Stabilité locale et globale des équations
différentielles fonctionnelles à retard
Définition 1.1([Hale et Verduyn-Lunel, 1993]). L’origine du système
(2.1) est dite :
– stable si, ∀ϵ > 0, il existe δ(t0 , ϵ) > 0 tel que :

∥ϕ∥C < δ ⇒ ∥x(t, t0 , ϕ)∥ < ϵ, ∀t ⩾ t0 (2.2)

– uniformément stable si, ∀ϵ > 0, il existe δ(ϵ) > 0, indépendant de t0 , tel
que la condition (2.2) soit satisfaite.

Définition 1.2 ([Hale et Verduyn-Lunel, 1993]). L’origine du système

(2.1) est dite :
– asymptotiquement stable si elle est stable et s’il existe b0 (t0 ) > 0 tel
que :
∥ϕ∥C < b0 ⇒ lim x(t, t0 , ϕ) = 0 (2.3)
t→∞
–uniformément asymptotiquement stable si elle est uniformément stable
et s’il existe b0 > 0 tel que pour tout η > 0, il existe un T (η) de telle sorte
que :
∥ϕ∥C < b0 ⇒ ∥x(t, t0 , ϕ)∥ < η ∀t ⩾ t0 + T (η) (2.4)
– globalement uniformément asymptotiquement stable si la condi-
tion précédente est vraie quelle que soit ϕ ∈ C.

Définition 1.3 ([Kolmanovskii et Myshkis, 1992]) L’origine du sys-

tème (2.1) est dite
exponentiellement stable s’il existe trois constantes positives a, b et δ qui
éventuellement dépendent de t0 telles que
∥ϕ∥C < δ ⇒ ∥x(t, t0 , ϕ)∥ < a∥ϕ∥C e−b(t−t0 (2.5)
La propriété est uniforme si a , b et δ ne dépendent pas du temps t0 .

2.3 Définition(classe K, KL)

Définition 1.4 ([Khalil, 2002]). – Une fonction continue α : [0, a[−→
[0, ∞[, où a est un réel positif, est dite de classe K si elle est strictement

9
croissante et α(0) = 0. Elle sera dite de classe K∞ si a = ∞ et α(r) −→ ∞
quand r −→ ∞.
– Une fonction continue β : [0, a[×[0, ∞[−→ [0, ∞[ est dite de classe KL
si, pour s fixé, la fonction β(., s) est de classe K par rapport à la première
variable et si, pour r fixé, la fonction β(r, .) est décroissante par rapport à la
deuxième variable avec β(r, s) −→ 0 quand s −→ ∞. Ce qui nous permet de
formuler le lemme suivant :

Lemme 1.1 Le point d’équilibre x = 0 du système (1.1) est :

– uniformément stable si, et seulement si, il existe une fonction α(.) de classe
K et une constante positive c, telles que :

∥xt (t0 , ϕ)∥C ⩽ α(∥ϕ∥C ), ∀t ⩾ 0, ∀∥ϕ∥C < c (2.6)

– uniformément asymptotiquement stable si, et seulement si, il existe une

fonction β(., .) de classe KL et une constante positive c, telles que :

∥xt (t0 , ϕ)∥C ⩽ β(∥ϕ∥C ), ∀t ⩾ 0, ∀∥ϕ∥C < c (2.7)

– globalement uniformément asymptotiquement stable si la condition précé-

dente est vraie quelle que soit ϕ ∈ C.

10
Chapitre 3

STABILITE AU SENS DE
RAZUMIKHIN

3.1 Introduction
Razumikhin est un mathématicien économiste qui, en conséquence, s’est
toujours intéressé à l’aspect pratique des choses comme en témoigne son
approche de la théorie de Lyapunov dans le cas des systèmes à retards. Pour
ces derniers, le vecteur x(t) possède bien un sens physique tandis que l’état du
système noté xt semble plus difficile à appréhender : l’état du système est une
fonction qui prend ses valeurs dans [−r, 0] sur Rn . Razumikhin chercha donc
à éviter cette modélisation pour se retrouver sur des terrains plus proches du
concret. Son idée consiste donc à rester dans l’espace ‘habituel’ c’est-à-dire
l’espace des vecteurs de Rn et à constater que, pour obtenir la stabilité, il n’est
pas nécessaire d’avoir une condition générale qui garantisse que toutes les
trajectoires du système tendent vers le point de convergence , mais seulement
celles qui ont tendance à s’en éloigner.

3.2 Quelques définitions

soit V : R × C −→ R une fonctionnelle continue soit x(t0 , ϕ) la solution
du probleme . On définit la dérrivé de V par rapport t, par :
1
V̇ = V̇ (t, ϕ) = lim sup [V (t + h, xt+h (t, ϕ)) − V (t, ϕ)]
t→0+ h

11
Définition :(fonction de Lyapunov) On considère le système (2.1),soit
U un voisinage de 0 et V : R+ → R une fonction continue et différentiable
sur V
- On dit que V est une fonction de Lyapunov au sens large en 0, si elle verifie
les deux proppriétés suivantes :
i. V est définie positive
ii. V̇ (t, x(t)) ≤ 0 pour tout x ∈ U
-On dit que V est une fonction de Lyapunov stricte en 0, si elle vérifie les
deux propriétés suivantes : i. V est définie positive
ii. V̇ (t, x(t)) < 0 pour tout x ∈ U ∖ {0 }

Définition : (fonction définie positive) Une fonction continue V : R+ ×

Rn → R+ est dite définie positive, s’il existe une fonction α de classe K, telle
que :
∀t ≥ 0, ∀x ∈ Rn , V (t, x) ≥ α(∥x∥)

3.3 Séconde méthode de Lyapunov(Lyapunov-

razumikhin)
On considère toujours notre problème (2.1) dont on suppose admettant
une solution unique. La séconde méthode de Lyapunov repose sur l’existance
d’une fonction V définie positive telle que le long de trajectoires de (2.1)
on ait dVdt
< 0 , si x ̸= 0. cette méthode directe n’est valable que pour une
classe restreinte de systèmes hérriditaires car dV
dt
dépend des valeurs passées
xt . Elle est donc très difficile à appliquer dans le cas général des systèmes
à rétard. c’est pourquoi Razumikhin va étendre cette théorie en considérant
V = V (t, x(t)).

Théorème (Lyapunov-razumikhin) soient α1 et α2 deux fonctions de

classe K et α3 une fonction définie positive.
s’il existe une fonction continue V (t, x) : R+ × Rn −→ R telle que :

1. α1 (∥x∥) ≤ V (t, x) ≤ α2 (∥x∥) pour les trajectoires de (2.1)

12
 2. V̇ (t, x(t)) ≤ −ξ(∥x(t)∥)
vérifiant :

V (t + θ, x(t + θ)) ≤ V (t, x(t)), ∀θ ∈ [−r, 0].

Alors la solution nulle de (2.1) est uniformement stable.

Sous les mêmes hypothèses s’il existe une fonction croissante p :
R+ ←− R+ , p(ϖ) > ϖ pour ϖ > 0telle que :
3. V̇ (t, x(t)) ≤ −ξ(∥x(t)∥) pour les trajectoires de (2.1) vérifiant :

V (t + θ, x(t + θ)) ≤ p(V (t, x(t))), ∀θ ∈ [−r, 0].

Alors la solution nulle de (2.1) est uniformement asymptotiquement

stable. si α1 (s) −→ ∞ quand s −→ ∞ la solution nulle de (2.1) est
globalement asymptotiquement stable.

3.4 Application de la methode de rasumikhin

on considère le système linéaire non autonome avec retard suivant :

ẋ(t) = A(t)x(t) + A1 (t)x(t − h(t)) t ≥ 0

(
(3.1)
x(t) = ϕ(t) t ∈ [−h, 0]
où h ≥ 0 x(t) ∈ Rn , A(t), A1 (t) ∈ Rn son des fonctions continues et bornées
sur t ≥ 0 , ϕ(t) ∈ C([−h, 0], Rn ) est la donné initiale avec la norme ∥ϕ(t)∥. Le
retard h(t) est continu et satisfait la condition suivante : 0 ≤ h(t) ≤ h, ∀t ≥ 0
D’après le théorème de rasumikhin les zéros de (3.1) sont exponentiellement
stables, s’il existe β ; λ ; et ϵ où λ−1 β ≥ max(a, a1 ) et une matrice P ∈
BM + (0, ∞) tel qu’on ait le l’equation differentielle de recatti suivante

Ṗ (t) + AT (t)P (t) + P (t)A(t) + 2hP (t)A1 (t)AT1 (t)P (t) + γI = 0

Avec :
a = sup∥A(t)AT (t)∥
a1 = sup∥A1 (t)AT1 (t)∥
A(t) = Ā(t) + 2hβA1 (t)AT1 (t) + 2hλ−1 I

13
γ = 2βµ(Ā) + 2hβ 2 a1 + 2hλ−1 + ϵ
Ā(t) = A(t) + A1 (t)
µ(A) = sup(µ(A(t)))

14
CONCLUSION

Dans cet exposé, nous avons définit et presenté les équations differentielle
fonctionnelle à retard dans leur contexe générale tout en passant en revue
une breve classification de ces équatons. Ensuite nous nous sommes inter-
ressé à étudier la stabilité de ces équations à retard en nous penchant sur la
théorie de lyapunov-razumikhin qui, comme on l’a dit plus haut, n’est rien
d’autre qu’une extension de la théorie de Lyapunov. cette approche au sens
de ramuzikhin,a consisté à utiliser une fonction de Lyapunov pour établir
des critères de stabilité des équations différentielles fonctionnelles à retard.
bien que cette approche permette de prendre en compte les retards variables
sans restriction de la dérrivée du retard, et que pour des retards constants,
l’existance d’une fonction de lyapunov-razumikhin, entraine celle d’une fonc-
tionnelle de Lyapuov-krasovski, dans la litterature, la stabilité des systèmes
à retards fait appel à des fonctionnelles de lyapunov-razumikhin.

15
bibliographie

• [1] BISSET Meriem, Introduction aux equations différentielles à ré-

tard, Revue française d’automatique, mémoire de master en mathe-
matiques.
• [2] Nima Yeganefar definitions et analyse d stabilité des systèmes à
retard non lineaires, thèse en mathematiques, 24 novembre 2006.
• [3]Imen Ellouze etude de la stabilité et stabilisation des systèmes à
retards et des systèmes impulsifs, thèse de mathématiques 15 decembre
2010.
• [4] Alexandre Seuret commmande et observation des sytème à rétards
variables :Théorie et Application thèse en automatique,génie informa-
tique et signal, école centrale de lille.

16