Académique Documents
Professionnel Documents
Culture Documents
Emmanuel Militon
Table des matières
1 Généralités 3
1.1 Équations diérentielles d'ordre 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2 Systèmes diérentiels d'ordre 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.3 Systèmes diérentiels d'ordre n ≥ 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.4 Étude des équations diérentielles linéaires d'ordre 1 . . . . . . . . . . . . . . . . . 6
2 Systèmes diérentiels linéaires à coecients constants 9
2.1 Méthode élémentaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
2.1.1 Cas où la matrice A est triangulaire supérieure . . . . . . . . . . . . . . . . . 9
2.1.2 Cas d'une matrice A trigonalisable . . . . . . . . . . . . . . . . . . . . . . . 11
2.1.3 Cas général . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
2.2 Portrait de phase des systèmes diérentiels linéaires dans le plan . . . . . . . . . . . 14
2.3 Exponentielle de matrice . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
2.3.1 Rappels de topologie sur M (K) . . . . . . . . . . . . . . . . . . . . . . . . .
d 16
2.3.2 Dénition et propriétés de l'exponentielle de matrice . . . . . . . . . . . . . 16
2.3.3 Application aux systèmes diérentiels linéaires . . . . . . . . . . . . . . . . . 19
2.3.4 Calcul pratique de l'exponentielle d'une matrice . . . . . . . . . . . . . . . . 20
2.4 Équations diérentielles d'ordre >1 à coecients constants . . . . . . . . . . . . . . 20
3 Systèmes diérentiels linéaires à coecients variables 24
3.1 Existence et unicité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
3.2 Structure de l'ensemble des solutions . . . . . . . . . . . . . . . . . . . . . . . . . . 25
1
3.3 Matrice fondamentale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
3.4 Méthode de la variation des constantes . . . . . . . . . . . . . . . . . . . . . . . . . 27
3.5 Wronskien . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
3.6 Utilisation des séries entières . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
3.6.1 Rappels sur les séries entières . . . . . . . . . . . . . . . . . . . . . . . . . . 29
3.6.2 Équations diérentielles et séries entières . . . . . . . . . . . . . . . . . . . . 32
4 Équations diérentielles non-linéaires : existence et unicité 34
4.1 Théorème de Cauchy-Lipschitz local . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
4.2 Théorème de Cauchy-Lipschitz global . . . . . . . . . . . . . . . . . . . . . . . . . . 35
4.3 Méthodes de résolution explicite . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
4.3.1 Équations diérentielles à variables séparables . . . . . . . . . . . . . . . . . 38
4.3.2 Équations de Bernoulli . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
4.3.3 Équation de Riccati . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
5 Équations diérentielles non-linéaires : temps d'existence et lemme de Gronwall 42
5.1 Théorème des bouts . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
5.2 Lemme de Gronwall . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
5.3 Applications du lemme de Gronwall . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
5.3.1 Systèmes diérentiels linéaires . . . . . . . . . . . . . . . . . . . . . . . . . . 44
5.3.2 Tubes de solution . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
6 Équations diérentielles non-linéaires : étude qualitative 45
6.1 Le ot d'un champ de vecteurs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
6.2 Orbites d'un champ de vecteurs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
6.3 Portraits de phase . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
A Quelques rappels/compléments de topologie 48
2
Chapitre 1
Généralités
Dénition 1.2. On appelle solution de (E) à valeurs dans K toute application ϕ : I → K dérivable
sur un intervalle I de R telle que, pour tout nombre réel t de I ,
(t, ϕ(t), ϕ0 (t)) ∈ U
f (t, ϕ(t), ϕ0 (t)) = 0.
Dans le cadre de la recherche des solutions d'une équation diérentielle, si l'on ne mentionne
pas si l'on recherche des solutions à valeurs réelles ou complexes, on considère par défaut que l'on
recherche les solutions à valeurs réelles.
Exemple 1.3. (y ) = arctan(t)y est une équation diérentielle puisque l'on peut la réécrire sous
0 2 3
la forme 0 2 3
(y ) − arctan(t)y = 0.
Elle est donc de la forme donnée par la dénition en posant
f: R3 → R
.
(t, y0 , y1 ) 7→ y12 − arctan(t)y03
La fonction nulle est solution de cette équation diérentielle puisque
∀t ∈ R, 02 − arctan(t)03 = 0.
3
La plupart du temps, la première étape pour déterminer les solutions d'une équation diérentielle
est de la mettre sous la forme suivante.
Une équation diérentielle de la forme
y 0 = f (t, y),
où f : U → K est une application dénie sur un ouvert U de R × K, est dite sous forme résolue.
La variable t est appelée la variable de temps et la variable y est appelée variable de phase ou
de position.
Exemple 1.4. Les équations diérentielles y = t et y = 2ty + cos(arctan(y)) sont des équations
0 0 2
.. .. ..
y 0 = f2 (t, y1 , y2 , . . . , yp )
2
y 0 = f (t, y , y , . . . , y )
p p 1 2 p
où les fonctions f sont dénies sur un ouvert U de R × K et à valeurs dans K et les y sont les
p
fonctions inconnues.
i i
En posant
Y = .. et f (t, Y ) = .. ,
y 1 f (t, Y ) 1
yp fp (t, Y )
on peut voir un tel système diérentiel comme une équation diérentielle vectorielle d'ordre 1
(S) Y 0 = f (t, Y )
d'inconnue Y .
Dans ce cours, vue l'équivalence ci-dessus, on appellera système diérentiel toute équation dif-
férentielle vectorielle et on parlera d'équation diérentielle uniquement lorsque p = 1. Là encore,
on appelle t la variable de temps du système (S) et Y la variable de position ou variable de phase
de (S) (que l'on notera parfois X ou y ou x dans ce cours).
Dénition 1.5 (solution de (S)). On appelle solution de (S) toute application Y : I → K dérivable
p
4
Exemple 1.6. Le système diérentiel
x0 = αx − γxy
y 0 = −γy + δxy,
où α, β, γ et δ sont des paramètres réels strictement positifs, est appelé le système de Lotka-Volterra.
Il a servi à modéliser l'évolution d'une population de poissons dans la mer Adriatique.
dans K .
p
L'étude des systèmes diérentiels d'ordre n n'est pas plus générale que l'étude des systèmes
d'ordre 1 : la proposition suivante permet de ramener l'étude d'un système d'ordre n à l'étude d'un
système d'ordre 1.
Proposition 1.8. Une application Y : I → K est solution du système (S ) si et seulement si Y
p
.. .. ..
Y10 = Y2
Y0
= Yn−1
Yn−2
0
n−1 = f (t, Y0 , Y1 , . . . , Yn−1 ).
..
Y 0 (t)
t 7→
(n−1)
Y (t)
5
est solution du système (S ). 0
n
Réciproquement, si l'application
Y0
..
Y1
: I → (Kp )n
Yn−1
est solution du système (S ), alors, pour tout entier i ∈ [0, n − 2],
0
n
Yi0 = Yi+1 .
Une récurrence permet alors de démontrer que, pour tout entier i ∈ [0, n − 1], l'application Y est i
fois dérivable et Y = Y . Comme Y est dérivable sur I , alors l'application Y est n fois dérivable
0
(i)
diérentiel d'ordre 1
y = y 0
0 1
y10 = −t2 y1 − 2y0 .
y 0 = a(t)y + b(t),
c'est-à-dire trouver l'ensemble E des solutions de (E ) dénies sur I et à valeurs dans K. Les
équations diérentielles de cette forme sont appelées équations diérentielles linéaires d'ordre 1. La
l,1
fonction b est appelée le second membre de (E ). Lorsque le second membre est nul, on dit que
l'équation diérentielle est homogène.
l,1
I → K
E= Rt ,C ∈ K .
t 7→ t0 b(s)ds + C
6
Maintenant, regardons le cas général où la fonction a n'est pas nécessairement nulle. On suppose
les fonctions a et b continues. L'idée dans ce cas est de se ramener au cas précédent, c'est-à-dire à
un problème de primitive.
Décrivons l'astuce pour se ramener à un problème de primitive. Tout d'abord, on réécrit l'équa-
tion
y 0 − a(t)y = b(t).
Notons A : I → K une primitive de a sur I . Pour toute fonction ϕ : I → K dérivable sur I , la
fonction e ϕ est dérivable sur I et, pour tout nombre réel t de I ,
−A
(e−A ϕ)0 (t) = e−A(t) ϕ0 (t) − A0 (t)e−A(t) ϕ(t) = (ϕ0 (t) − a(t)ϕ(t))e−A(t) .
On est ramené à un problème de primitive. On a décrit la méthode pour résoudre les équations
linéaires d'ordre 1, que l'on applique dans l'exercice suivant.
Exercice 1.10 (Ensemble des solutions de (E )). On pose K = R ou C. On suppose que a : I → K
et b : I → K sont des fonctions continues sur I . Déterminer l'ensemble des solutions dénies sur I
l,1
y 0 = a(t)y
est appelée équation homogène associée à (E ). Le théorème suivant est une conséquence de la
solution de l'exercice 1.10.
l,1
Théorème 1.11. On suppose que la fonction a est continue sur I et on xe un point t de I .
L'ensemble des solutions de (E ) dénies sur I et à valeurs dans K est
0
h
l,1
( )
I → K Rt
a(s)ds ,C ∈ K .
t 7→ Ce t0
On va maintenant présenter deux propriétés qui seront revues dans un cadre plus général dans
la suite de ce cours.
Proposition 1.12 (Structure de l'ensemble des solutions). On note ϕ : I → K une solution
dénie sur I de l'équation (E ).
0
l,1
L'ensemble des solutions dénies sur I de (E ) est l'ensemble des applications de la forme
ϕ + ϕ , où ϕ est une solution dénie sur I de (E ).
l,1
h
0 h h l,1
7
Comme le théorème 1.11 nous donne l'ensemble des solutions de (E ), il sut de déterminer h
Pour trouver une telle solution particulière, la méthode vue auparavant consiste à dériver la
fonction C dénie par C(t) = y(t)e , ce qui revient à chercher une solution sous la forme
Rt
− t0 a(s)ds
La propriété suivante sera généralisée plus tard dans ce cours en un théorème fondamental de
la théorie des équations diérentielles, le théorème de Cauchy-Lipschitz.
Proposition 1.14 (Théorème de Cauchy-Lipschitz : cas des équations diérentielles linéaires
d'ordre 1). On xe des points t ∈ I et y ∈ K. On suppose que les fonctions a et b sont continues
sur I . Alors il existe une unique solution dénie sur I et à valeurs dans K du système
0 0
y 0 = a(t)y + b(t)
(P C)
y(t0 ) = y0 .
De par les théorèmes d'existence et d'unicité que l'on peut obtenir, les problèmes de la forme
(P C) ont un nom : on les appelle des problèmes de Cauchy.
En pratique, pour déterminer une solution d'une équation diérentielle avec condition initiale
spéciée, on commence par déterminer l'ensemble des solutions de l'équation diérnetielle. Ensuite,
on déterminer parmi ces solutions celles qui vérient la condition initiale.
Démonstration. On utilise la formule trouvée lors de l'exercice 1.10. Soit ϕ une solution dénie sur
I de l'équation (E ). Alors il existe une constante C de K telle que, pour tout nombre réel t de I ,
l,1
Rt Z t Rt
a(s)ds a(u)du
ϕ(t) = Ce t0
+ b(s)e s ds.
t0
I → K Rt Rt Rt
a(s)ds a(u)du
t 7→ y0 e t0
+ t0
b(s)e s ds.
8
Chapitre 2
Systèmes diérentiels linéaires à coecients
constants
diérentiel (d'inconnue X : I → K )d
(S) X 0 = AX + B(t)
xd
.. ..
(E2 ) x02 =
... ..
a2,2 x2 + . . . + a2,d x2 + b2 (t)
..
(Ed ) x0d = ad,d xd + bd (t).
9
On a vu dans le chapitre précédent comment résoudre l'équation diérentielle (E ) qui n'a qu'une
seule fonction inconnue : x . On détermine alors l'expression des solutions (E ) et on utilise la
d
formule trouvée pour x dans (E ). On peut alors résoudre l'équation (E ) qui n'a plus qu'une
d d
de savoir résoudre les équations diérentielles linéaires d'ordre 1 pour résoudre de tels systèmes.
d−1 d−2 d−3
Noter que la méthode fonctionne même dans le cas où la matrice A aurait des coecients variables.
Exemple 2.1. Résolvons le système diérentiel
x0 = 2x + 3y
(S1 )
y0 = 2y.
Convention : Lorsqu'on ne mentionne pas si l'on cherche des solutions à valeurs réelles ou
à valeurs complexes d'un système diérentiel, on considérera par défaut dans ce cours que l'on
recherche les solutions à valeurs réelles. C'est le cas dans cet exercice.
Soit Φ: R → R 2
ϕ1 (t)
t 7→
ϕ2 (t)
une application dérivable sur R. L'application Φ est solution du système (S ) si et seulement si
1
d
(ϕ1 (t)e−2t ) 3ϕ2 (t)e−2t
=
(∗) ⇔ ∃C2 ∈ R, ∀t ∈ R, dt
d ϕ2 (t) −2t = C2 e2t
(ϕ1 (t)e ) = 3C2
⇔ ∃C2 ∈ R, ∀t ∈ R, dt
ϕ2 (t) −2t = C2 e2t
ϕ1 (t)e = 3C2 t + C1
⇔ ∃C1 , C2 ∈ R, ∀t ∈ R,
ϕ2 (t) = C2 e2t
10
2.1.2 Cas d'une matrice A trigonalisable
Dans le cas général, pour résoudre le système diérentiel (S), on tente de se ramener au cas où
la matrice A est triangulaire supérieure.
Supposons que l'on puisse trigonaliser la matrice A sur K, c'est-à-dire qu'il existe une matrice
P de Gl (K) et une matrice T de M (K) triangulaire supérieure telles que A = P T P . C'est par −1
(P −1 X)0 = T P −1 X + P −1 B(t).
On change alors d'application inconnue en posant X̃ = P X . Cette nouvelle application X̃ vérie
−1
alors un système triangulaire supérieur : la section précédente nous permet de résoudre ce système
et de déterminer X̃ .
De manière équivalente, cela revient à chercher X sous la forme
X(t) = x̃1 (t)u1 + x̃2 (t)u2 + . . . + x̃d (t)ud
où (u ) est une base de trigonalisation de la matrice A. Les fonctions x̃ vérient alors un
système diérentiel triangulaire supérieur.
i 1≤i≤d i
On peut vérier que la famille (u , u ) est une base de R constituée de vecteurs propres de la matrice
2 2
2
1 2 √
A. Les vecteurs-propres u et u sont respectivement associés aux valeurs propres λ = et
3+ 5
1 2 1
√ 2
λ =
2
3− 5
2
. Ainsi Au = λ u et Au = λ u .
1 1 1 2 2 2
Soit Φ: R → R 2
ϕ1 (t)
t 7→
ϕ2 (t)
une application dérivable sur R. Posons, pour tout nombre réel t,
Φ(t) = ϕ̃1 (t)u1 + ϕ̃2 (t)u2 .
11
L'application Φ est solution du système (S ) si et seulement si
2
On utilise maintenant la décomposition de Φ introduite plus haut et le fait que u et u sont des
vecteurs propres de A.
1 2
En utilisant les expressions des vecteurs u et u , on en déduit l'ensemble des solutions dénies sur
R du système (S )
1 2
2
2
R → R
λ1 t λ2 t
√
C 1 e + C e
2 √ , C1 , C2 ∈ R .
t 7→ −1+ 5 λ1 t −1− 5 λ2 t
C e + C e
2 1 2 2
I et à valeurs dans R. Pour tout vecteur v de C on appelle partie réelle de v et on note Re(v) le
I,R
d
vecteur de R dont les composantes sont les parties réelles des composantes de v.
d
Proposition 2.3. L'ensemble S est l'ensemble des parties réelles des applications dans S .
Autrement dit,
I,R I,C
I → Rd
SI,R = , ϕ ∈ SI,C .
t 7→ Re(ϕ(t))
ϕ̃ : R → C
t 7→ ϕ(t)
12
Réciproquement, si ϕ ∈ S , alors, pour tout nombre réel t de I ,
I,C
donc, en prenant la partie réelle de chaque ligne de ce système et comme A et B sont à coecients
réels,
Re(ϕ)0 (t) = ARe(ϕ)(t) + B(t).
Ainsi, Re(ϕ) ∈ S .I,R
Une autre méthode consiste à réduire la matrice A en une matrice triangulaire supérieure par
blocs dont les blocs diagonaux sont soit des coecients réels, soit des matrices de similitudes,
c'est-à-dire des matrices de la forme
a −b
b a
où a et b sont des coecients réels. Voyons maintenant pourquoi un système de la forme
x0 = ax − by
(Sa,b )
y 0 = bx + ay
est facile à résoudre. L'astuce principale consiste à poser z(t) = x(t) + iy(t).
Soit Φ: R → R 2
ϕ1 (t)
t 7→
ϕ2 (t)
une application dérivable sur R. Posons, pour tout nombre réel t,
z(t) = ϕ1 (t) + iϕ2 (t).
L'application Φ est solution du système (S ) si et seulement si, pour tout nombre réel t,
a,b
z 0 (t) = (a + ib)z(t)
c'est-à-dire qu'il existe une constante complexe C = C 1 + iC2 telle que, pour tout nombre réel t,
z(t) = Ce(a+ib)t .
En prenant les parties réelles et imaginaires de z, on en déduit l'ensemble des solutions du système
(S ) qui est
a,b
R → R2
eat (C1 cos(bt) − C2 sin(bt)) , C1 , C2 ∈ R .
t 7→
eat (C1 sin(bt) + C2 cos(bt)
On utilisera notamment cette méthode pour tracer les portraits de phase de systèmes diérentiels
dans le plan.
13
2.2 Portrait de phase des systèmes diérentiels linéaires dans
le plan
On note
a b
A= ∈ M2 (R).
c d
On s'intéresse dans cette section au système diérentiel (d'inconnues les fonctions x : R → R et
y : R → R)
x0 = ax + by
(S)
y 0 = cx + dy.
La dénition suivante ne vaut que pour les systèmes diérentiels linéaires. Les étudiants qui
se dirigeront vers un master MPA verront l'année prochaine une dénition plus générale que la
dénition ci-dessous.
Dénition 2.5 (Stabilité) . On dit que l'origine est stable pour le système diérentiel (S) si, pour
toute solution xy de (S), l'ensemble
x(t)
, t≥0
y(t)
Si l'origine est asymptotiquement stable pour (S), alors elle est stable pour (S).
Dans la suite, on suppose que det(A) 6= 0 et on va tracer le portrait de phase du système (S).
On distingue trois cas :
1. La matrice A est diagonalisable à valeurs propres réelles.
14
2. La matrice A a une valeur propre complexe qui n'est pas réelle.
3. La matrice A n'a que des valeurs propres réelles mais n'est pas diagonalisable.
Les trois exercices suivants traitent les trois cas mentionnés ci-dessus.
Exercice 2.6. Soit
a b
A=
c d
une matrice à coecients réels. On note (S) le système diérentiel
x0 = ax + by
y 0 = cx + dy
On suppose que A est diagonalisable à valeurs propres réelles non-nulles. On note (u , u ) une base
de R formée de vecteurs propres de A, λ la valeur propre associée au vecteur propre u et λ la
1 2
2
valeur propre associée au vecteur propre u . Déterminer l'ensemble des solutions de (S) et donner
1 1 2
y 0 = cx + dy
2. En décomposant une solution suivant la base précédente, déterminer l'ensemble des solutions
de (S) et donner l'allure du portrait de phase de (S) en fonction des valeurs de α et β.
Exercice 2.8. Soit
a b
A=
c d
une matrice à coecients réels. On note (S) le système diérentiel
x0 = ax + by
y 0 = cx + dy
3. En décomposant une solution suivant la base précédente, déterminer l'ensemble des solutions
de (S) et donner l'allure du portrait de phase de (S) en fonction des valeurs de λ.
15
2.3 Exponentielle de matrice
2.3.1 Rappels de topologie sur Md(K)
Rappelons que K = R ou C.
On note k.k la norme euclidienne sur K . Pour toute matrice A de M (K), on note
d
d
kAxk
kAk = max kAxk = max .
x∈Kd kxk=1 x∈Kd \{0} kxk
Enn, comme M (K) est un K-espace vectoriel de dimension nie, c'est un espace complet donc
toute série absolument convergente d'éléments de M (K) converge. Autrement dit, pour toute série
d
d
16
(Exponentielle de matrice). La série X An! converge absolument. Sa somme est
n
Dénition 2.9
appelée l' exponentielle de la matrice A : n≥0
+∞
X 1 n
exp(A) = A .
n=0
n!
La proposition suivante résume les propriétés les plus importantes de l'exponentielle de matrice.
Proposition 2.10. 1. Pour toute matrice A de M (K), la matrice e est inversible et (e ) =
A A −1
e .
d
−A
2. Pour toutes matrices A et B de M (K) qui commutent (c'est-à-dire telles que AB = BA),
on a e = e e = e e .
d
A+B A B B A
+∞
X 1
eA+B = (A + B)n
n=0
n!
+∞
X 1 X n
n
= Ak B n−k
n! k
n=0 k=0
d'après la formule du binôme de Newton. Ainsi, en utilisant l'expression explicite des coecients
binômiaux, +∞ X n
X Ak B n−k
eA+B =
n=0 k=0
k! (n − k)!
+∞ +∞
X X Ak B n−k
= (∗)
k! (n − k)!
où l'interversion (∗) sera justiée ultérieurement. En posant k = n − k, on obtient
k=0 n=k
0
+∞ X+∞ 0
X Ak B k
eA+B =
k=0 k0 =0
k! (k 0 )!
+∞ +∞ 0
X Ak X B k
=
k!
k=0 k0 =0
(k 0 )!
A B
= e e .
En échangeant les rôles de A et B, on obtient que e = e e .
A+B B A
17
et comme, d'après la formule du binôme de Newton
+∞ X
n +∞
X kAkk kBkn−k X (kAk + kBk)n
= = ekAk+kBk
n=0 k=0
k!(n − k)! n=0
n!
alors la série double X k!(n converge absolument. On peut donc appliquer le théorème de
k n−k
A B
− k)!
Fubini qui justie l'interversion.
0≤k≤n
ϕ: R →7 Md (K)
t → 7 etA
de matrice , pour tout indice (i, j) avec 0 ≤ i, j ≤ d, le (i, j)-ième coecient de la matrice e est
i,j 0≤i,j≤d
tA
+∞
X an
n i,j
t .
n=0
n!
Fixons un tel indice (i, j) et déterminons le rayon de convergence de la série entière X t an! .
n
n i,j
n≥0
Par conséquent, le rayon de convergence de la série entière X t an! est +∞. Par conséquent,
n
n i,j
la fonction
n≥0
+∞
X ani,j
fi,j : t 7→ tn
n=0
n!
est dérivable sur R et, pour tout nombre réel t,
+∞ +∞
0
X an
n−1 i,j
X ani,j
fi,j (t) = nt = tn−1 .
n=1
n! n=1
(n − 1)!
18
Ainsi, l'application ϕ est dérivable sur R et, pour tout nombre réel t,
P+∞ n−1 An
ϕ0 (t) = n=1 t (n−1)!
n−1 An−1
= A +∞
P
t
Pn=1
+∞ n An
(n−1)!
= A n=0 t n!
= AetA .
(S0 ) X 0 = AX
et
(S) X 0 = AX + B(t).
On note F(I, K ) l'ensemble des applications de I dans K . Cet ensemble est muni d'une addition
d d
Comme dans le cas des équations diérentielles d'ordre 1, on montre que, si ϕ est une solution
dénie sur I du système diérentiel (S), alors l'ensemble des solutions dénies sur I de (S) est
0
Exercice 2.13. Soit d ≥ 1, B : I → K une application continue et A une matrice dans M (K).
Déterminer l'ensemble des applications X : I → K solutions sur I de l'équation diérentielle
d
d
X 0 = AX + B(t).
Démonstration de la deuxième partie du théorème 2.12. Démontrons tout d'abord que S est un
sous-espace vectoriel du K-espace vectoriel des applications de I dans K . L'application nulle ap-
0
d
ϕ1 + λϕ2 : I → Kd
t 7→ etA X3
19
avec X = X + λX . Par conséquent, ϕ + λϕ ∈ S et S est bien un K-sous-espace vectoriel du
-espace vectoriel des applications de I dans K .
3 1 2 1 2 0 0
d
K
ψ : Kd → S 0
X0 7→ (t 7→ etA X0 )
.
Kd 0
d
dim(K ) = d
exp(diag(λ1 , λ2 , . . . , λd )).
2. En déduire une méthode pour calculer les coecients de l'exponentielle d'une matrice carrée
diagonalisable.
3. Si N est une matrice nilpotente d'ordre ν , au sens où N 6= 0 et N = 0, calculer exp(N ).
ν−1 ν
20
Proposition 2.15 (Structure de l'ensemble des solutions de (E )). L'ensemble E des solutions
de (E ) dénies sur I et à valeurs dans K est un K-espace vectoriel de dimension d.
0 0,K
0
Démonstration. Tout d'abord, E est un sous-espace vectoriel du K-espace vectoriel des appli-
cations de I dans K : l'application nulle appartient à E et, si ϕ , ϕ ∈ E et λ ∈ K, alors
0,K
Notons S l'ensemble des solutions dénies sur I et à valeurs dans K du système diérentiel
0
y00 = y1
y10 = y2
..
(S0 )
y0
= yd−1
yd−2
0
d−1 = −ad−1 yd−1 − ad−2 yd−2 − . . . − a0 y0
d
I → K
ϕ(t)
..
ϕ0 (t)
t →
7
(d−1)
ϕ (t)
ψ1 : E0,K → S0
ϕ(t)
..
ϕ0 (t)
ϕ 7→ t →
7
ϕ(d−1) (t)
..
ϕ1 (t)
,
t →
7 7→ ϕ0
ϕd−1 (t)
21
On appelle polynôme caractéristique de l'équation diérentielle (E ) le polynôme x +a x + d d−1
Théorème 2.16 (Solutions à valeurs complexes de (E )). Notons r , r , . . . , r les racines com-
plexes du polynôme caractéristique de (E ) et m , m , . . . , m les multiplicités respectives de ces
0 1 2 n
racines. Une base du C-espace vectoriel E est la base formée des applications
0 1 2 n
0,C
ϕi,λ : I → C
,
t 7→ tλ eri t
avec 1 ≤ i ≤ n et 0 ≤ λ < m . i
Supposons maintenant que K = R, c'est à dire que les coecients de l'équation (E ) sont réels
et que le seconde membre b de l'équation (E) est à valeurs réelles. Énonçons le théorème relatif aux
0
vectoriel E est la base formée des applications de l'une des formes suivantes
i j j j j
0,R
ϕj,λ : I → R
,
t 7→ tλ erj t
avec 1 ≤ j ≤ n et 0 ≤ λ < m , j
ψj,λ : I → R
,
t 7→ tλ eαj t cos(βj t)
avec 1 ≤ j ≤ n et 0 ≤ λ < m et
0 0
j
ηj,λ : I → R
,
t 7→ tλ eαj t sin(βj t)
avec 1 ≤ j ≤ n et 0 ≤ λ < m .
0 0
j
d−1
X
(d)
y + ai y (i) = 0.
i=0
22
On note dtd l'endomorphime du C-espace vectoriel C (R, C) qui, à un élément de C (R, C) associe
∞ ∞
sa dérivée.
1. Déterminer un polynôme P unitaire de degré minimal telle que la propriété suivante est
vériée. Une fonction ϕ : R → C de classe C est solution de (E ) si et seulement si
∞
0
d
ϕ ∈ Ker P .
dt
M n mi
d d
Ker P = Ker − ri .
dt i=1
dt
ϕi,λ R → C
.
t 7→ tλ eri t
6. Déduire de la question précédente une base de l'espace des solutions à valeurs réelles de (E ). 0
23
Chapitre 3
Systèmes diérentiels linéaires à coecients
variables
Dans ce chapitre et le suivant, on ne considérera plus que des systèmes diérentiels à coecients
réels dont on cherche des solutions à valeurs réelles. Cependant, les résultats énoncés s'étendront
sans diculté aux systèmes diérentiels à coecients complexes.
On note d ≥ 1 un entier, I un intervalle de R, A : I → M (R) et B : I → R des applications.
d
Au vu du théorème 3.1, les systèmes de type (P C) sont importants. On les appelle problèmes
de Cauchy.
Pour 0 ≤ i < d, on note a : I → R des applications et b : I → R une application. On xe
∈ R . Le théorème suivant est une conséquence du théorème 3.1 et de la technique pour
i
d
(y )
ramener une équation diérentielle d'ordre d à un système diérentiel d'ordre 1 (voir TD).
i 0≤i<d
24
Théorème 3.2 (Théorème de Cauchy-Lipschitz linéaire : cas d'une équation d'ordre d). Supposons
que, pour tout indice i, l'application a est continue sur I et que l'application b est continue sur I .
Alors il existe une unique solution au système (appelé aussi problème de Cauchy)
i
y (d) + ad−1 (t)y (d−1) + ad−2 (t)y (d−2) + . . . + a0 (t)y = b(t)
∀0 ≤ i < d, y (i) (t0 ) = yi
Dans toute la suite de ce chapitre, on supposera que les applications A et B sont continues, an
de pouvoir appliquer le théorème de Cauchy-Lipschitz.
Proposition 3.3 (Ensemble des solutions de (S ) et de (S)). L'ensemble S des solutions dé-
nies sur I de (S ) est un sous-espace vectoriel de F(I, R ) de dimension d et, pour tout t ∈ I ,
0 0
d
l'application
0
S0 → Rd
ϕ 7→ ϕ(t)
est un isomorphisme.
L'ensemble S des solutions dénies sur I de (S) est un sous-espace ane de F(I, R ) de direc- d
S = {ϕ0 + ϕ, ϕ ∈ S0 } .
X 0 = A(t)X + B(t)
1. Montrer que l'ensemble S des solutions dénies sur I et à valeurs dans R de (S ) forme un
d
25
3.3 Matrice fondamentale
La notion de matrice fondamentale va généraliser l'exponentielle de matrice au cas de systèmes
diérentiels à coecients variables.
Dénition 3.5 (Système fondamental de solutions). On appelle système fondamental de solutions
de (S ) toute base (ϕ , ϕ , . . . , ϕ ) de S .
0 1 2 d 0
l'application
0 0
S0 → Rd
ϕ 7→ ϕ(t)
est un isomorphisme, il sut qu'il existe t ∈ I tel que la famille (ϕ (t), ϕ (t), . . . , ϕ (t)) soit une
base de R (ou encore que det(ϕ (t), ϕ (t), . . . , ϕ (t)) 6= 0) pour que (ϕ , ϕ , . . . , ϕ ) soit une base
1 2 d
d
de S .
1 2 d 1 2 d
0
solutions de (S ).
d
0
réel t, la matrice e est inversible (d'inverse e ). On en déduit que e est une matrice fondamen-
d
tA −tA tA
tale pour le système diérentiel X = AX . Une autre manière de voir ceci est de remarquer que, si
0
solutions du système X = AX . D'autre part, ce sont les vecteurs colonnes de e donc on retrouve
i 1≤i≤d i 1≤i≤d
0 tA
On voit donc que la notion de matrice fondamentale est une généralisation de la notion d'expo-
nentielle de matrice.
Dans le cas du système à coecients constants X = AX , on a vu que l'ensemble des solutions
0
26
Proposition 3.8 (Ensemble des solutions de (S0 )). On note M : I → M (R) une matrice fonda-
mentale de (S ). L'ensemble des solutions dénies sur I de (S ) est
d
0 0
I → Rd d
S0 = , λ∈R .
t 7→ M (t)λ
(S0 ) X 0 = A(t)X.
On note M : R → M (R) une application.
d
1. Montrer que M est une matrice fondamentale pour le système (S ) si et seulement si les
trois conditions suivantes sont vériées
0
on pose λ(t) = e X(t) ou, ce qui revient au même, X(t) = e λ(t) et on cherche λ. Dans le cas
−tA tA
des systèmes diérentiels à coecients variables, on fait la même chose en remplaçant e par une tA
ϕ(t) = M (t)λ(t).
Cela revient à faire "varier" la constante λ qui apparait dans la proposition 3.8. Soit t ∈ I . On a
ϕ0 (t) = A(t)ϕ(t) + B(t) ⇔ M 0 (t)λ(t) + M (t)λ0 (t) = A(t)M (t)λ(t) + B(t)
⇔ M (t)λ0 (t) = B(t)
Comme, pour tout nombre réel t de I , la famille (ϕ (t), ϕ (t), . . . , ϕ (t)) est une base de R , d
alors le wronskien W ne s'annule pas sur I . Plus précisément, W (t) représente le volume du pa-
1 2 d
rallélépipède formé par les vecteurs (ϕ (t), ϕ (t), . . . , ϕ (t)) : il encode l'évolution du volume de ce
parallélépipède au cours du temps.
1 2 d
La raison pour laquelle on s'intéresse au wronskien est le théorème suivant, qui permet d'avoir
une expression explicite de ce wronskien. Pour toute matrice N de M (R), on note Tr(N ) la trace
de la matrice N .
d
L'application W est solution d'une équation diérentielle que l'on sait résoudre : si l'on xe
t0 ∈ I , on a Rt
Tr(A(s))ds
∀t ∈ I, W (t) = W (t0 )e t0
.
X d
Y
det(Id + H) = (σ) ai,σ(i) .
σ∈Sd i=1
28
Si σ est une permutation distincte de l'identité, alors il existe 1 ≤ i ≤ d tel que σ(i ) 6= i .
Par injectivité de σ, en posant j = σ(i ), on doit avoir σ(j ) 6= j . Ainsi a (H) = h et
0 0 0
d'où
0 0 0 0 i0 ,σ(i0 ) i0 ,σ(i0 )
a (H) = h
j0 ,σ(j0 ) j0 ,σ(j0 )
d
Y
ai,σ(i) (H) = OH→0 (kHk2 ).
Ainsi,
i=1
d
Y
det(Id + H) = ai,i (H) + OH→0 (kHk2 )
i=1
d
Y
= (1 + hi,i ) + OH→0 (kHk2 )
i=1
d
X
= 1+ hi,i + OH→0 (kHk2 )
i=1
= 1 + Tr(H) + OH→0 (kHk2 ).
Par conséquent, la diérentielle du déterminant en est dénie par Id
∀H ∈ Md (R), d(det)(Id ).H = Tr(H).
Soit A ∈ Gl (R) et H ∈ M (R). On a :
d d
Dénition 3.13. On appelle série entière d'une variable complexe une série de fonctions P f ,
où, pour tout n, la fonction f est de la forme
n
n
fn : C → C
,
z 7→ an z n
On prenant des fonctions dénies sur R au lieu de fonctions dénies sur C, on obtient des séries
entières d'une variable réelle. Une série entière d'une variable complexe est notée a z , la lettre
P n
z désignant par convention la variable. Par contre, si l'on a xé un nombre complexe z particulier
n
au préalable, P a z désigne une série numérique.P Pour les Pséries entières d'une variable réelle, la
n
convention est de noter la variable t ou x. Ainsi a x ou a t désigne une série entière d'une
n
n n
variable réelle.
n n
Une série de fonctions de la forme P a z n'est pas à proprement parler une série entière
2n
puisque le terme d'ordre n est de degré 2n mais on désignera de cette manière la série entière
n
Théorème 3.14 (Dénition du rayon de convergence). Soit une série entière d'une variable
an z n
P
complexe. Il existe un unique élément R dans [0, +∞] avec les propriétés suivantes :
1. Pour tout nombre complexe z avec |z| < R, la série numérique a z converge absolument
P n
2. Pour tout nombre complexe z avec |z| > R, la suite (aPz ) n'est pas bornée (donc la suite
n n
n
Noter qu'on ne peut rien a priori dire sur la convergence de la série dans le cas où |z| = R.
Critère de d'Alembert
Dénition 3.15 (Suite non-lacunaire). Une suite (un )n∈N est dite non-lacunaire si ses termes sont
non-nuls à partir d'un certain rang. Autrement dit, il existe un rang N ∈ N tel que, pour tout entier
n ≥ N , u 6= 0.
n
Proposition 3.16 (Critère de d'Alembert). Soit a une série de réels positifs. On suppose que
P
la suite (a ) est non-lacunaire et que la suite (a /a ) converge vers une limite L.
n
n n+1 n
30
1. Si L < 1, alors la série PP
a converge.
2. Si L > 1, alors la série a diverge.
n
Lorsque la suite (a ) est lacunaire, on peut dans certains cas appliquer directement le critère
de d'Alembert pour les séries numériques pour pouvoir calculer le rayon de convergence de la série
n n
entière.
Dérivabilité de la somme d'une série entière
Proposition 3.18 (Dérivée de la somme d'une série entière)P. Soit P a x uneP série entière de
n
] − R, R[ → C
n .
P+∞
x 7→ n=0 (n + 1)an+1 x
1. ] − r, r[⊂ I ;
2. Pour tout x ∈] − r, r[, +∞
X
f (x) = an x n .
n=0
31
Dénition 3.20 (Développement en série entière au voisinage de a). On dit que f est dévelop-
pable en série entière au voisinage de a s'il existe r > 0 et une série entière P a x de rayon den
1. ]a − r, a + r[⊂ I ;
2. Pour tout x ∈] − r, r[, +∞
X
f (a + h) = an hn .
n=0
Dans ce cas, la série entière a x est appelée un développement en série entière de f au voisinage
P n
de a.
n
f (n) (a)
an = .
n!
Quand on veut résoudre une équation diérentielle à coecients polynômiaux, on peut chercher
une solution particulière de cette équation sous forme de somme de série entière.
Plus précisément, supposons que l'on cherche une solution particulière f d'une équation dié-
rentielle.
Étape 1 On pose f (t) = a t et on suppose que f est bien dénie sur un voisinage de 0 et
X +∞
n
n
est solution de notre équation diérentielle. Lorsque l'on injecte le développement en série entière
n=0
de f dans l'équation, cela nous donne une relation de récurrence sur les termes de la suite (a ) . n n∈N
Étape 2 Si possible, déterminer une suite (a ) explicite non-nulle qui vérie la relation de
récurrence.
n n
Étape 3 Déterminer le rayon de convergence de la série obtenue pour vérier que la série entière
dénit bien une fonction solution de l'équation diérentielle.
Ensuite, on peut appliquer l'une des méthodes vues en TD pour déterminer toutes les solutions
de l'équation diérentielle.
32
Application des équations diérentielles au développement en série entière
Supposons que l'on veuille démontrer qu'une fonction f est développable en série entière au
voisinage de 0. Lorsque les méthodes standards (primitive/dérivée d'un développement en série
entière connu) ont échoué, on peut recourir à la méthode suivante.
Étape 1 Montrer que f est solution au voisinage de 0 d'une équation diérentielle à coecients
polynomiaux. Pour ce faire, on calcule f et on essaie de trouver une relation entre f et f . Si cela
0 0
Étape 2 On détermine une fonction g somme de série entière telle que g est solution de l'équation
diérentielle obtenue lors de la première étape et telle que g(0) = f (0) (et f (0) = g (0) dans le
0 0
cas d'une équation d'ordre 2). Pour ce faire, on a recours à la méthode exposée lors de la section
précédente.
Étape 3 Comme f et g sont solutions de la même équation diérentielle sur un intervalle
ouvert contenant 0 et comme f (0) = g(0) (et f (0) = g (0) dans le cas d'une équation d'ordre 2),
0 0
alors, d'après le théorème de Cauchy-Lipschitz, f = g sur cet intervalle. Ainsi, la fonction f est
développable en série entière et la série entière qui dénit g est le développement en série entière
de f .
33
Chapitre 4
Équations diérentielles non-linéaires :
existence et unicité
Les équations, notamment les équations diérentielles, servent souvent de modèles prédictifs
dans des domaines aussi variés que la mécanique, la physique, la biologie, l'économie,...). Si notre
équation n'a pas de solution, on pourra dicilement prédire quoi que ce soit à l'aide de ce modèle,
qui n'est du coup pas intéressant. Si notre équation admet de multiples solutions (ou pire : une
innité de solutions), on aura des dicultés à choisir la bonne solution pour établir la prédiction.
D'où l'idée qu'une équation est un bon modèle si elle admet une unique solution. Ceci explique
l'importance des théorèmes d'existence et d'unicité de solutions d'une équation.
Dans ce chapitre, on va étudier les théorèmes d'existence et d'unicité de solutions pour les
équations diérentielles non-linéaires. On explorera ensuite quelques exemples simples parmi les
rares exemples d'équations diérentielles non-linéaires pour lesquelles on sait calculer les solutions.
On note f: U → R d
(t, x) 7→ f (t, x)
une application dénie sur un ouvert U de R × R . On appelle t la variable de temps de f et x
d
I ×V ⊂U
∀t ∈ I, ∀x ∈ V, ∀y ∈ V, kf (t, x) − f (t, y)k ≤ K kx − yk .
Alors il existe α > 0 et une unique solution x de (S) dénie sur ]t − α, t + α[ telle que x(t ) = x .
0 0 0 0
une fonction de classe C sur un ouvert U de R×R . Montrer que la fonction f vérie les hypothèses
1 d
du théorème de Cauchy-Lipschitz.
35
Ceci constitue une diculté dans l'étude des systèmes non-linéaires. C'est pourquoi on va regarder
ce qui s'appelle les solutions maximales, qui sont les solutions du système dénies sur les intervalles
les plus grands possibles. Dans cette section, on va commencer par formaliser la notion de solution
maximale avant d'énoncer et de démontrer le théorème de Cauchy-Lipschitz global.
On va adopter une notation pour la relation de prolongement pour les applications dénies sur
un intervalle de R. Si x : I → R et x : J → R sont des applications dénies sur des intervalles I
et J de R, on note x x si et seulement si
1 2
1 2
I⊂J
∀t ∈ I, x1 (t) = x2 (t).
Dénition 4.5 (Solution maximale). On appelle solution maximale du système diérentiel (S)
toute solution ϕ de (S) telle que, pour toute solution ψ de (S) avec ϕ ψ, on a ϕ = ψ.
Autrement dit, une solution maximale est une solution qui ne peut pas être prolongée stricte-
ment.
On est maintenant en mesure d'énoncer le théorème de Cauchy-Lipschitz global.
Théorème 4.6 (Théorème de Cauchy-Lipschitz global). Fixons (t , x ) ∈ U . Supposons que l'ap-
plication f est continue sur U et localement lipschitzienne par rapport à la variable de phase.
0 0
Son intervalle de dénition est ouvert et toute solution de (P C) est une restriction de cette solution
maximale.
Il sut donc de connaître l'ensemble des solutions maximales d'une équation diérentielle pour
connaître toutes les solutions de cette équation diérentielle.
D'après ce théorème, si x : I → R et y : J → R sont solutions du problème de Cauchy (P C),
alors elles sont toutes deux restrictions d'une même solution maximale donc x = y . |I∩J |I∩J
dénies chacune sur un intervalle ouvert de R. On dit que la famille F est compatible si elle est
k k k∈K
non-vide et si \
Ik 6= ∅
k∈K
∀k, k 0 ∈ K, xk|Ik ∩Ik0 = xk0 |Ik ∩Ik0 .
a ϕ ψ.
De plus, l'application ϕ est localement la restriction d'une application dans F :
∀t1 ∈ I, ∃α > 0, ∃x ∈ F, ϕ|]t1 −α,t1 +α[ = x|]t1 −α,t1 +α[ .
si t ∈ I .
k∈K
t 7→ xk (t) k
La\ compatibilité de la famille F nous assure que l'application ϕ est bien dénie. De plus, comme
I 6= ∅, l'ensemble I est un intervalle ouvert de R. Par dénition de ϕ, pour tout indice k
[
k k
de K , on a x ϕ.
k∈K
k
k∈K
Soit maintenant ψ : J → R telle que, pour tout indice k ∈ K , x ψ. Alors, pour tout indice
d
k de K ,
k
Ik ⊂ J
∀t ∈ Ik , ψ(t) = xk (t).
La démonstration de ce lemme repose sur le fait que la famille F est non-vide (par le théorème
de Cauchy-Lipschitz local), les intervalles de dénition des éléments de F contiennent tous t (donc
l'intersection de ces intervalles est non-vide) et l'exercice suivant.
0
1. Notons
A = {t ∈ I ∩ J, ϕ1 (t) = ϕ2 (t)} .
Montrer que l'ensemble A est ouvert et fermé dans I ∩ J .
2. En déduire que ϕ = ϕ .
1|I∩J 2|I∩J
37
On va maintenant achever la démonstration du théorème de Cauchy-Lipschitz global.
Fin de la démonstration du théorème de Cauchy-Lipschitz global. Existence : Notons F la famille
des solutions de (P C) dénies sur un intervalle ouvert. D'après le lemme 4.9, cette famille est
compatible. D'après le lemme 4.8, cette famille admet une borne supérieure ϕ qui est dénie sur
un intervalle ouvert. Comme, d'après le lemme 4.8, l'application ϕ est localement la restriction de
solutions de (P C), alors l'application ϕ est solution de (P C).
Montrons maintenant que toute solution de (P C) est restriction de ϕ. Soit ψ une solution de
(P C).
Si l'application ψ est dénie sur un intervalle ouvert, alors ψ ∈ F donc ψ ϕ par dénition de
ϕ.
Si l'application ψ est dénie sur un intervalle de la forme [a, b[, d'après le théorème de Cauchy-
Lipschitz-local, il existe α > 0 et une solution η de (S) dénie sur ]b−α, b+α[ telle que η(b) = ψ(b).
De plus, ψ =η
|]b−α,b]∩[a,b] . Si l'on dénit
|]b−α,b]∩[a,b]
d
ψ̃ : ]a, b + α[ → R
si t < b
ψ(t)
t 7→
si t > b − α,
η(t)
38
où f et g sont des fonctions continues.
Notons F une primitive de f et G une primitive de g. En prenant, une primitive des deux
membres de l'équation, l'équation diérentielle (E ) peut se réécrire
vs
∃C ∈ R, F (y) = G(t) + C.
Vue la méthode ci-dessus, on a envie de diviser par x mais, pour le faire, on doit s'assurer que la
2
x0 = x2
x(t0 ) = 0.
De plus, l'application
f: R2 → R
(t, x) 7→ x2
est de classe C . Par conséquent, d'après le théorème de Cauchy-Lipschitz,
1
∀t ∈ I, ϕ(t) = 0,
39
Réciproquement, soit ϕ : I → R une application dénie par la formule ci dessus avec I ⊂] − ∞, C[
ou I ⊂]C, +∞[. Alors ϕ est dérivable sur I et, pour tout t ∈ I
1
ϕ0 (t) = 2
= ϕ(t)2 .
(C − t)
L'application ϕ est donc solution de (E).
Comme on a déterminé toutes les solutions de (E), pour obtenir les solutions maximales de (E),
il sut de sélectionner parmi ces solutions celles qui ne peuvent pas être prolongées strictement.
Les solutions maximales de (E) sont donc les applications de l'une des trois formes suivantes
1. L'application
R → R
.
t 7→ 0
2. Les applications de la forme
] − ∞, C[ → R
1 ,
t 7→ C−t
avec C ∈ R.
3. Les applications de la forme
]C, +∞[ → R
1 ,
t 7→ C−t
avec C ∈ R.
Exercice 4.12. Soient f : I → R et g : J → R des fonctions continues sur des intervalles ouverts
I et J de R. On suppose que g est à valeurs strictement positives. On xe t ∈ I et y ∈ J . Pour
y ∈ J , on note,
0 0
Z y
1
G(y) = du
g(u)
et, pour t ∈ I , on note
y0
Z t
F (t) = f (s)ds.
1. Question préliminaire : montrer que G réalise une bijection de l'intervalle J sur un intervalle
t0
J.
0
40
où a et b sont des applications continues et m ∈ R \ {0}. Le théorème de Cauchy-Lipschitz nous
assure que, dans le cas m > 0, une solution de (E ) qui s'annule en un point s'annule sur tout son
intervalle de dénition.
B
Soit ϕ : I → R une solution de (E ) qui ne s'annule pas. Alors, pour tout point t de I ,
B
ϕ0 (t) a(t)
m
− = b(t).
ϕ(t) ϕ(t)m−1
On est ramené à une équation diérentielle d'ordre 1 que l'on sait résoudre.
4.3.3 Équation de Riccati
Il s'agit des équations diérentielles de la forme
(ER )y 0 = a(t) + b(t)y + c(t)y 2 .
On suppose que l'on connaît une solution particulière ϕ : I → R de (E ). On cherche alors d'autres
solutions ϕ de (E ) (les solutions dénies sur un intervalle inclus dans I ) sous la forme ϕ = ϕ + ψ.
0 R
41
Chapitre 5
Équations diérentielles non-linéaires :
temps d'existence et lemme de Gronwall
Cauchy-Lipschitz. Dans cette partie, on souhaite étudier les intervalles de dénition des solutions
maximales du système diérentiel (S) suivant
x0 = f (t, x).
La démonstration du théorème 5.1 est essentiellement contenue dans l'exercice suivant. Cet
exercice permet de démontrer que si une solution ne vérie pas la conclusion du théorème 5.1, alors
elle n'est pas maximale, ce qui permet d'obtenir le théorème par contraposition.
Exemple 5.2. CAS f BORNEE.
42
Exercice 5.3 (Démonstration de la version faible du théorème des bouts). Soit A une partie
compacte de U , soit ϕ :]α, β[→ R une solution de (S) et t ∈]α, β[. Supposons que
d
0
que lim t = β et
n n∈N 0
n→+∞ n
lim ϕ(tn ) = l.
n→+∞
Remarques :
1. On peut bien évidemment calculer ρ explicitement. La résolution faite dans l'exercice 1.10
implique que B
∀t ∈ R, ρ(t) = ρ(t0 )e(t−t0 )A + (e(t−t0 )A − 1).
Ainsi la conclusion du lemme de Gronwall peut se réécrire simplement
A
B (t−t0 )A
∀t ∈ [t0 , +∞[∩I, kψ(t)k ≤ kψ(t0 )k e(t−t0 )A + (e − 1).
A
2. Pour obtenir des estimations pour t ≤ t , on peut appliquer le lemme de Gronwall à t 7→
ψ(−t).
0
0
∀t ∈ I ∩ [t , +∞[, f (t) ≤ Af (t) + B.
0
Démontrer que
B |t−t0 |A
∀t ∈ I ∩ [t0 , +∞[, f (t) ≤ f (t0 )e|t−t0 |A + (e − 1).
A
43
2. Soit d ≥ 1 et ψ : I → R une application dérivable telle que
d
Ainsi, les solutions maximales de (S ) sont dénies sur les intervalles les plus grands possibles.
Cette proposition est démontrée à l'occasion de l'exercice suivant.
l
44
Chapitre 6
Équations diérentielles non-linéaires :
étude qualitative
Dans ce chapitre, nous nous intéresserons uniquement à des systèmes diérentiels autonomes,
c'est-à-dire des systèmes diérentiels qui ne dépendent pas du temps t. Remarquons que l'étude du
système diérentiel a priori non-autonome x = f (t, x) se ramène à l'étude du système diérentiel
0
autonome 0
x = f (τ, x)
.
τ0 = 1
localement lipschitzienne (donc continue). Une telle application est appelé un champ de vecteurs :
elle peut être visualisée comme un vecteur X(p) attachée à chaque point p de U . On souhaite
étudier le système diérentiel (autonome) suivant
(S) x0 = X(x).
Pour simplier l'exposition des résultats, on suppose dans toute la suite que les solutions maxi-
males de (S) sont dénies sur R en entier : on dit que le champ de vecteurs X est complet.
Néanmoins, les dénitions et les théorèmes de ce chapitre peuvent être adaptés au cas où le champ
de vecteur n'est pas complet.
45
Proposition 6.1 (Propriétés du ot). 1. Soient t 0 ∈R et x 0 ∈U . L'application
R → Rd
t 7→ ϕt−t0 (x0 )
x0
= X(x)
x(t0 ) = x0 .
46
1. Démontrer que deux orbites distinctes de X sont disjointes.
2. On xe un point p ∈ U et on note G = {t ∈ R, ϕ (x) = x}. Démontrer que le groupe G
t
3. On admettra que tout sous-groupe fermé de R est soit {0}, soit de la forme aZ avec a > 0
ou est dense dans R (qui est un résultat classique). En utilisant ce résultat, montrer qu'une
orbite de X est soit un point d'équilibre, soit une orbite périodique, soit l'image de R par
une injection continue.
vertical (ou, de manière équivalente, l'ensemble des points du plan où la première composante
du champ de vecteurs X est nulle).
2. Dessiner l'isocline y = 0, i.e. l'ensemble des points du plan où le champ de vecteurs X
0
est horizontal (ou, de manière équivalente, l'ensemble des points du plan où la deuxième
composante du champ de vecteurs X est nulle).
3. Trouver les points d'équilibre du système qui se trouvent à l'intersection des deux isoclines
ci-dessus.
4. Tracer l'allure du champ de vecteurs sur chaque isocline et sur chaque composante connexe
du complémentaire des isoclines.
5. Dessiner les orbites de (S) (ou du moins des orbites "représentatives" de (S)).
La notion suivante peut aider à tracer les portraits de phase de manière plus précise.
Dénition 6.7. On appelle intégrale première du système diérentiel (S) toute application continue
I : V → R, où V est un ouvert de U , telle que, pour tout point x ∈ V , l'application t 7→ I(ϕ (x))
t
de R . Les fermés de A sont donc les complémentaires dans A des ouverts de A, et vice-versa.
d
Dénition A.1. On dit que la partie A est non-connexe s'il existe deux ouverts non-vides U et V
de A tels que
A=U ∪V
U ∩V =∅
Intuitivement, cela signie que A est constitué de deux morceaux : celui constitué des éléments
de U et celui constitué des éléments de V . Une partie connexe sera donc une partie en un seul
morceau.
La dénition d'une partie connexe, donnée ci-dessous, est la négation de la dénition précédente.
Dénition A.2. On dit que la partie A est connexe si, pour tous ouverts U et V de A tels que
A=U ∪V
U ∩ V = ∅,
on a U = ∅ ou V = ∅.
Dans le cadre du cours, on a utilisé la proposition suivante (voir exercice 4.10).
Proposition A.3. Les intervalles de R sont connexes.
48
L'ensemble
A+ = {x ∈ I ∩ [x0 , +∞[ | [x0 , x] ⊂ U }
contient le point x donc est non-vide. On peut donc dénir x = sup(A ) ∈ I ∪ {+∞}.
0 + +
De plus [x , x ] ⊂ U .
+ 0 + +
0 +
Démonstration. On a déjà vu que les intervalles étaient des parties connexes de R. Il s'agit main-
tenant de démontrer que les parties connexes de R sont des intervalles.
On utilise la caractérisation suivante des intervalles de R (qui sont les parties convexes de R).
Une partie I de R est un intervalle si et seulement si, pour tous points x < y de R, [x, y] ⊂ I .
On raisonne par contraposition. Soit C une partie de R qui n'est pas un intervalle. Alors il existe
deux points x < y de C et un point z ∈ [x, y] qui n'appartient pas à C . Ainsi,
C = (C∩] − ∞, z[) ∪ (C∩]z, +∞[).
Les parties (C∩] − ∞, z[) et (C∩]z, +∞[) sont des ouverts disjoints de C . Ils sont de plus non-
vides car x appartient au premier ouvert et y appartient au deuxième. Ainsi, la partie C n'est pas
connexe.
Signalons la propriété suivante, qui généralise le théorème des valeurs intermédiaires et dont la
démonstration consiste en une application des dénitions de la continuité et de la connexité.
Théorème A.5. L'image d'une partie connexe par une application continue est connexe.
connexité de A, soit f (U ) est vide, soit f (V ) est vide. Or, comme U et V sont contenus dans
−1 −1
f (A), U = f (f (U )) et V = f (f (V )) d'où U est vide ou V est vide. Ainsi, f (A) est connexe.
−1 −1
49
Proposition A.6. Soient (A ) une famille de parties connexes de R . Si
i i∈I
d
\
Ai 6= ∅,
i∈I
Démonstration. Soient U et V des ouverts disjoints de \ A qui recouvrent cet ensemble. Soit p
i
A est connexe, alors A ∩ V = ∅. Cela étant vrai pour tout indice i, on obtient que
i i i i
i i
[
V = V ∩ ( Ai ) = ∅.
i∈I
On xe une partie A de R . On dénit une relation binaire sur A par x ≡ y si et seulement si il
d
existe une partie de connexe C de A qui contient les points x et y. La propriété précédente permet
de démontrer que la relation ≡ est une relation d'équivalence. Les classes d'équivalence pour cette
relation d'équivalence sont des parties connexes appelées les composantes connexes de A : on le
montre en utilisant la propriété précédente. Ces composantes connexes forment une partition de A.
Ce sont les plus grands connexes contenus dans A.
En utilisant la notion de composante connexe et le fait que l'image d'un arc continu γ : [0, 1] →
R est connexe (par connexité du segment [0, 1]), on peut montrer qu'une partie de R qui est
d d
50