Math Poly15 Eqdiff S5

!
!
!!!!!!!!!!!!!!!!!!
!
! !
1$%234&5$"+%23'+%6+)$%'57)'5#%*&)%&"$%*$&8$%9$&'88$%)$4+3:($)*3;%$"%<
!
&$'-&!O¶8QLYHUVLWp3DULV"#$%!±!&'(&)*'+,)'!(-&!*.+!/&)*0%'+,!12!3$4
<@A!&$'!3'.&B'*!5C'D'+E'-$!±!=<?>@!E'%'F!',!-B0**-+,!(.$&!C'!E.D(
!
!GH8!I&.0,!9E.+.D0'!3'*,0.+!! !GH8!#E0'+E'*!
!GH8!/K-&D-E0'! !3RO\WHFK¶3DULV"#$%!!
!
&'!C¶RUJDQL*D'!.$!O¶'+,&'(&0*'!G¶DFFXHLO!;!
!
8-0*.+!*.E0-C'!;!
Mathématiques I : Partie 1
J%&'**'!;!+N! !!!!O.0'!
P0CC'!;!!
Equations Différentielles
8'(&)*'+,)Q'R!(-&!;! !1-%-D'! !1.+*0'$&!
Licence 3 PAPP - PMEC - S5
M.D!;! /&)+.D!;!
!
&'!O¶p,$%0-+,!*,-B0-0&'!;!
M.D!;! /&)+.D!;!
J%&'**'!;!+N! O.0'!
P0CC'!;!!
5.$&&0'C!;! U$"(*$%2T&!!
I-,'!%'!+-0**-+E'!;! V! V! ! MN!#)E$&0,)!#.E0-C'!;
&RPSDJQLHG¶DVVXUDQFH!;!!
1GHFDUWHG¶pWXGLDQW!;! ! ! ! ! ! ! ! !
!"#$%&#'()*
%
wietze.herreman@u-psud.fr /0&1#2# ±# 34567# 86# 9/# :3;<6;7!3;# 0%/¶HQWUHSULVHRX O¶3)>,"'*5$%5$"+'3""#@$A%
Année 2015-16 4'0GHVVXVDFFHSWHG
O¶C"'($)*'+#%D,)'*0E&2?%7RXWVWDJHGRLWV¶LQWpJUHUGDQVXQFXUVXVS#2,>3>'F&$%OHVWDJHIDLWO¶REMHW
GpILQLHVGDQVO¶RUJDQLVDWLRQGHODIRUP,+'3"?%E3"+%#>,8$5$"+%43"*'2#)#*%4355$%'"+#>)#*%,&%4&)*&*%
?@2@ABCD#E+#?C#F(G&#?@2@H1%
/0&1#?#±#:I/J76#86K##K7/L6K#6;#6;7J6MJ!K6#8N#?D#/<J!9#?@@D%0%1G,F&$%7,)+'$%*'>",+,')$%2$%8,%43"($
2&%-I%,()'8%-..I%,""$=#$%H%8,%7)#*$"+$%43"($"+'3"?%%
Table des matières
I Equations Différentielles Ordinaires 1
I.1 Généralités . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
I.2 EDO’s linéaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
I.2.a Définition & principe de superposition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
I.2.b EDO’s linéaires à coefficients constants . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
I.2.c EDO’s linéaires à coefficients non-constants . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
I.3 EDO’s non-linéaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
I.3.a Définition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
I.3.b Quelques EDO’s non-linéaires dont on connait la solution . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
II Systèmes d’Equations Différentielles Ordinaires 15

II.1 Généralités . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
II.2 Systèmes d’EDO’s linéaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
II.2.a Definition & principe de superposition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
II.2.b Systèmes linéaires à coefficients constants . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
II.3 Systèmes d’EDO’s non-linéaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
II.3.a Analyse locale autour d’un état équilibre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
II.3.b Exemple physique : le pendule . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
III Equations Différentielles Partielles 31

III.1 Généralités . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
III.2 Le problème de Laplace . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
III.2.a Définitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
III.2.b Théorème min-max . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
III.2.c Solutions séparables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
III.3 Fonctions propres du Laplacien . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
III.3.a Définition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
III.3.b Fonction propres séparables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
III.3.c Propriétés générales des modes propres de ∆ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
III.4 Autres EDP’s fréquemment rencontrées en physique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
III.4.a Le problème de Poisson . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
III.4.b L’équation de diffusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
III.4.c L’équation d’onde . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
III.4.d L’équation de Schrödinger . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
A Rappels sur les coordonnées cylindriques & sphériques 51

A.1 Coordonnées cylindriques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
A.2 Coordonnées sphériques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
Chapitre I
Equations Différentielles Ordinaires
Dans toute la suite EDO = équation différentielle ordinaire.
I.1 Généralités
EDO d’ordre n
Une EDO d’ordre n est une équation

h i
F x, y(x), y 0 (x), . . . , y (n) (x) = 0 (I.1)
qui met en relation une fonction y(x) et ses dérivées y 0 (x), y 00 (x),. . ., y (n) (x) par rapport à une seule variable
x ∈ R. L’ordre n de l’équation différentielle est fixé par la plus haute dérivée présente dans l’équation. On
notera aussi
dy d2 y dp y
y 0 (x) = , y 00 (x) = , y (p) (x) =
dx dx2 dxp
pour la première, la deuxième et la p-ième dérivée de y(x). D’autres cours peuvent utiliser ẏ(x), ÿ(x) pour
première et deuxième dérivées.
Solutions explicites & implicites
Une fonction y = φ(x) définie sur un intervalle I est une solution explicite d’une EDO (I.1) si
h i
F x, φ(x), φ0 (x), . . . , φ(n) = 0
pour tout x ∈ I. On imagine cette solution explicite comme dans la figure I.1-(a).
Une relation g(x, y) = 0 est une solution implicite d’une EDO (I.1) sur un intervalle I, si
(a.) Il existe une fonction φ(x) définie sur I telle que g(x, φ(x)) = 0
(b.) Si
h i
F x, φ(x), φ0 (x), . . . , φ(n) (x) = 0
pour tout x ∈ I.
Cette définition est abstraite, mais on peut facilement imaginer un cas concret. Si pour un même x, plusieurs
solutions y(x) existent, comme illustré dans la figure I.1-(b), il est souvent plus facile d’écrire la solution comme
g(x, y) = 0.
1
(a) Solution explicite : pour une (b) Solution implicite : pour une (c) Solution générale : une famille de
valeur de x, une seule valeur y valeur de x, plusieurs valeurs y solutions paramétrisée par une (ou plu-
sieurs) constante(s) arbitraire(s)
Figure I.1 – Solution explicite, implicite & générale.
Solution générale & particulière
Une solution générale d’une EDO dépend de une ou plusieurs constantes arbitraires C, D, E, . . . et permet
en les variant d’obtenir l’ensemble des fonctions qui satisfont l’équation différentielle. On imagine cette solution
comme figure I.1-(c), c.a.d. comme la collection de courbes que l’on obtient en variant ici C.
Une solution est une solution particulière, si elle ne dépend pas de constantes arbitraires. On l’imagine
comme une des solutions contenues dans la solution générale.
Conditions initiales & conditions aux limites
Un problème aux Conditions Initiales (CI) est défini par une EDO d’ordre n ≥ 1 accompagnée de exac-
tement n conditions supplémentaires de la forme :
CI : y(x0 ) = A0 , y 0 (x0 ) = A1 , y (n−1) (x0 ) = An−1
Les conditions initiales fixent la valeur de la fonction et de ses n − 1 premières dérivées en un unique point
initial x0 .
Un problème aux Conditions aux Limites (CL) est défini par une EDO d’ordre n ≥ 2 accompagnée de
exactement n conditions supplémentaires de la forme
CL : y(x0 ) = B0 , y(x1 ) = B1 , y (n−1) (x2 ) − y (3) (x2 ) = Bn−1
Les conditions aux limites fixent des combinaisons (pas forcément linéaires) de la fonction et/ou ses n − 1
premières dérivées en plusieurs points x0 , x1 , x2 , . . ..
I.2 EDO’s linéaires
I.2.a Définition & principe de superposition
EDO linéaire
Une EDO (I.1) est linéaire, si la fonction F est linéaire dans toutes les variables y et ses dérivées. C’est à dire
que ∀a, b ∈ R et toutes les fonctions y(x) et z(x) :
h i
F x, ay(x) + bz(x), ay 0 (x) + bz 0 (x), . . . , ay (n) (x) + bz (n) (x)
h i h i
= aF x, y(x), y 0 (x), . . . , y (n) (x) + bF x, z(x), z 0 (x), . . . , z (n) (x)
On peut se convaincre qu’une EDO linéaire d’ordre n sera de la forme
y (n) + an−1 (x)y (n−1) + . . . + a1 (x)y 0 + a0 (x)y = b(x) (I.2)
2
avec ai (x), b(x) des fonctions arbitraires. Si b(x) 6= 0 on dit que l’équation est inhomogène, si b(x) = 0
l’équation est homogène. Une équation homogène a toujours y = 0 comme solution, on parle de la solution
triviale. Si les fonctions ai (x) = ai sont plutôt des constantes, on parle d’une EDO linéaire à coefficients
constants.
Principe de superposition & forme générale de la solution
La linéarité d’une EDO permet d’appliquer le principe de superposition : si φ(x) et ψ(x) sont deux solutions
de l’EDO linéaire, alors toute combinaison linéaire de aφ(x) + bψ(x) restera une solution. Ce principe a la
conséquence suivante.
La solution générale d’une EDO linéaire d’ordre n quelconque (I.2), sera toujours de la forme :
n
X
y(x) = Ci φi (x) +yp (x) (I.3)
i=1
| {z }
yh (x)
La solution homogène yh (x) est elle même une superposition arbitraire de n solutions linéairement indépendantes
φi (x), {i = 1, 2, . . . , n} de l’EDO homogène. Ces fonctions satisfont donc
(n) (n−1)
∀i ∈ {1, 2, . . . , n} : φi (x) + an−1 (x)φi (x) + . . . + a1 (x)φ0i (x) + a0 (x)φi (x) = 0
et
n
X
Di φi (x) = 0 ⇔ Di = 0 , ∀i ∈ {1, 2, . . . , n}
i=1
La solution particulière sera une seule solution de l’EDO complet :
yp(n) + an−1 (x)yp(n−1) + . . . + a1 (x)yp0 + a0 (x)yp = b(x)
On vérifie aisément que dans ces conditions, la solution (I.3) satisfait l’EDO (I.2), quelque soit les valeurs des
n constantes arbitraires Ci , {i = 1, 2, . . . , n}.
I.2.b EDO’s linéaires à coefficients constants
Ordre 1
L’EDO linéaire du premier ordre à coefficients constants est

dy
+ ay = b(x)
dx
avec a une constante et b(x) une fonction quelconque. On peut chercher solutions homogènes et particulières
séparément, mais ici il faut mieux faire tout à la fois. Pour trouver la solution, on multiplie cette EDO avec eax ,
on voit alors que
d h ax i
ye = b(x) eax
dx
On intègre par rapport à x, pour trouver
Z x
ax
ye = C+ b(x̃) eax̃ dx̃
Z x
−ax −ax ax̃
⇔ y = Ce
| {z } + e b(x̃) e dx̃
yh | {z }
yp
La constante arbitraire C donc apparait comme une constante d’intégration.
3
Ordre n
Une EDO linéaire d’ordre n à coefficients constants est

dn y dn−1 y dy
+ an−1 + . . . + a1 + a0 y = b(x)
dx dx dx
avec ai des constantes et b(x) une fonction quelconque. On cherche yh (x) et yp (x) séparément.
• Solution homogène yh (x) :

Si on écrit l’EDO homogène comme
n
dn−1

d d
+ an−1 + . . . + a1 + a0 yh = 0 (I.4)
dx dx dx
on peut tenter de factoriser l’opérateur différentiel comme

d d d
− λ1 − λ2 . . . − λn yh = 0
dx dx dx
Ici les λi , i ∈ {1, . . . , n} s’identifient alors aux racines du polynôme caractéristique :
λn + an−1 λn−1 + . . . + a1 λ + a0 = 0
Pour ai ∈ R, les racines λi , i ∈ {1, . . . , n} seront réelles où complexe conjuguées par pair. Afin d’écrire la
solution, on doit distinguer deux cas différents :
1. Si toutes les racines λi sont différentes, la solution de l’EDO sera une superposition arbitraire de fonctions
exponentielles :
yh (x) = C1 eλ1 x + C2 eλ1 x + . . . + Cn eλn x (I.5)
On remarque immédiatement que chaque terme est solution d’une EDO d’ordre 1 :

d
− λj eλj x = 0
dx
que l’on retrouve dans la factorisation (I.4). Comme on peut changer arbitrairement l’ordre des opérateurs
(d/dx − λj ) dans (I.4), on comprend d’où vient la solution (I.5).
2. S’il y a des racines multiples, la partie de la solution associée à ces racines ne sera pas seulement composée
de fonctions exponentielles. Regardons le cas spécifique de l’équation archétype avec une racine double :

d d
−λ − λ y(x) = 0
dx dx
| {z }
= u(x)
Comme la notation le suggère, on résolve cette équation en faisant une étape intermédiaire passant par la
fonction u(x), solution de

d
− λ u(x) = 0 ⇒ u(x) = C1 eλx
dx
Ensuite on trouve y(x) solution d’une EDO inhomogène d’ordre 1 :

d
− λ y(x) = C1 eλx ⇒ y(x) = (C1 x + C2 ) eλx
dx | {z }
P1 (x)
La solution est un polynôme arbitraire d’ordre 1, noté (P1 (x)) qui multiplie le facteur exponentiel habituel.
4
On généralise aisément à des cas de racines de multiplicités k > 2, en faisant k − 1 étapes intermédiaires
k
d
⇒ y(x) = C1 + C2 x + . . . + Ck xk−1 eλx

− λ y(x) = 0
dx | {z }
Pk−1 (x)
La solution associée à une racine λ de multiplicité k est un polynôme arbitraire d’ordre k − 1, noté
(Pk−1 (x)) qui multiplie le facteur exponentiel eλx .
Comme un polynôme arbitraire d’ordre 0, est une constante arbitraire on peut regrouper les deux cas en une
seule formule. La solution homogène se laisse toujours écrire sous la forme
X
yh (x) = Pkj −1 (x) eλj x
j
La somme parcourt les différentes valeurs propres λj et on note kj la multiplicité de la valeur propre λj .
• Solution particulière yp (x) :

Trouver une solution particulière est immédiate dans 2 cas :
1. Cas constant ou polynômial : b(x) = c0 + c1 x + . . . + cp xp

On cherche yp (x) comme un polynôme du même ordre
yp (x) = D0 + D1 x + . . . + Dp xp
Injecté dans l’EDO, on identifie des équations algébriques pour Di par identification (membres de gauche,
droite) des coefficients devant les différentes puissances en xi .
2. Cas d’une somme d’exponentielles : b(x) = p cp eαp x

P
Si b(x) est composé de exponentielles, ou de fonctions trigonométriques (sin, cos) ou hyperboliques (sinh, cosh)
qui se laissent écrire comme des sommes d’exponentielles, on peut chercher la solution particulière comme
X
yp (x) = Dp eαp x
p
On injecte cette solution dans l’EDO et on identifie des équations algébriques pour Di , i ∈ {1, . . . , p}
par identification (membres de gauche, droite) des coefficients devant les différentes exponentielles. Cette
méthode ne marche pas si l’un des αi coı̈ncide avec une racine λi de la solution homogène.
Dans le cas où b(x) est une fonction quelconque, il n’est pas si évident de trouver une solution particulière.
On apprendra une méthode systématique dans le chapitre suivant et on verra également comment l’analyse de
Fourier (3ième partie de ce cours) peut être utile.
Exemple :
On cherche à résoudre l’EDO
y 00 + 3y 0 + 2y = x2
Le polynôme caractéristique se factorise aisément
λ2 + 3λ + 2 = (λ + 1)(λ + 2) ⇒ λ1 = −1 , λ2 = −2
La solution homogène est donc
yh (x) = C1 e−x + C2 e−2x
Pour trouver la solution particulière, on peut injecte
yp (x) = Ax2 + Bx + C
5
dans l’EDO, ce qui donne

 2A = 1
2A + 6Ax + 2Ax2 + 3B + 2Bx + 2C = x2 ⇒ 6A + 2B = 0
2A + 3B + 2C = 0

soit
1 3 7
A= , B=− , C=
2 2 4
La solution générale est donc
x2

3x 7
y(x) = C1 e−x + C2 e−2x + − +
2 2 4
Imposer des conditions initiales
Si on muni l’EDO de CI, on exprimera ces conditions un par un. Ceci mènera à un système linéaire algébrique
pour les coefficients arbitraires, qui apparaissent dans la solution homogène. Ce système algébrique et donc un
problème linéaire aux CI, a toujours une solution unique.
Exemple (suite) :
Au précédent problème, on ajoute
CI : y(0) = 1 , y 0 (0) = 0
On exprime ces deux conditions à l’aide de la solution générale

C1 + C2 + 7/4 = 1 C1 = 0
⇔
−C1 − 2C2 − 3/2 = 0 C2 = −3/4
La solution unique du problème aux CI est donc
2
3 x 3x 7
y(x) = − e−2x + − +
4 2 2 4
Imposer des conditions aux limites
Si on muni l’EDO linéaire de CL, on va également trouver un système linéaire algébrique pour les coefficients
arbitraires Ci , {i = 1, 2, . . . , n}. Ce système algébrique et donc un problème linéaire aux CL, peut avoir aucune,
une ou une infinité de solutions.
Exemple :
On considère le problème aux CL suivant
d2 y
+ k2 y = 0 , CL : y(0) = 0 , y(L) = 1
dx2
La solution générale de l’EDO est
y(x) = C1 eikx + C2 e−ikx = D1 sin kx + D2 cos kx
Les CL fixent

D2 = 0 1
, D1 =
D1 sin kL = 1 sin kL
On trouve donc
sin kx
y(x) =
sin kL
comme solution du problème aux CL. Cette solution n’existe pas, si sin kL = 0, si k = nπ/L , n ∈ N0 .
6
I.2.c EDO’s linéaires à coefficients non-constants
Plus compliquées, mais très répandues en physique. A l’ordre 1, on connait toujours la solution au moins
formellement. A l’ordre 2, on liste quelques EDO’s, dont les solutions définissent des fonctions ou des polynômes
spéciaux, que l’on rencontre souvent en physique et que l’on utilisera dans le troisième chapitre.
Ordre 1
Une EDO linéaire générale du premier ordre se présente sous la forme

dy
+ a(x) y = b(x)
dx
La solution homogène yh (x) s’obtient en séparant dépendances en x de dépendances en y :
Z x Z x
dyh
= −a(x)dx ⇒ ln yh = D − a(x̃)dx̃ ⇒ yh (x) = C exp − a(x̃)dx̃
yh
On a renommé C = eD constante arbitraire.

Si on ne trouve pas une solution particulière facilement (cas b(x) polynomiale ou exponentielle), on peut appli-
quer la méthode de la variation de la constante. C.a.d. on propose
yp (x) = A(x) yh (x)
Injectée dans l’EDO, on trouvera une EDO pour le coefficient A(x), que l’on peut intégrer :
Z x
dA q(x) b(x̃)
= ⇒ A(x) = C0
dx̃ + |{z}
dx yh (x) yh (x̃)
=0
La solution générale s’écrit donc

Z x
b(x̃)
y(x) = C + dx̃ yh (x)
yh (x̃)
La constante arbitraire C 0 a été mise à zéro car elle ne reflète seulement qu’avec A(x) = C 0 on retrouve la
solution homogène du problème. On peut donc mettre C 0 = 0, sans que ça change la solution générale.
Exemple :
On cherche la solution de l’EDO
y 0 + xy = x
Pour trouver la solution homogène on doit résoudre

dyh dyh 2
+ xyh = 0 ⇒ = −xdx ⇒ yh (x) = Ce−x /2
dx yh
On voit immédiatement que yp = 1 est une solution particulière. La solution générale est donc
2
y(x) = Ce−x /2
+1
Montrons qu’on peut également retrouver la solution particulière à l’aide de la méthode de la variation de
2
constante. Cherchant yp = A(x)e−x /2 on obtiendrait
Z x Z x
2 2 2
A(x) = x̃ ex̃ /2 dx̃ = ex̃ /2 d(x̃2 /2) = ex /2
On peut donc bien écrire la solution générale comme

2
2
y(x) = C + ex /2 e−x /2
7
Ordre 2 : Bessel
L’équation de Bessel est :

2
m2

d 1 d
+ − + 1 y(x) = 0
dx2 x dx x2
Ici m ∈ Q et x ∈ [0, +∞[. La solution de cette équation est
y(x) = C1 Jm (x) + C2 Ym (x)
On reconnait C1 et C2 des constantes arbitraires. Jm (x) et Ym (x) sont les fonctions de Bessel du premier
et deuxième type. Dans la figure ci-dessous, on montre ces fonctions pour différents m entiers. On voit des
oscillations qui décroissent en amplitude pour x croissant.
Il est utile de se souvenir des comportements pour grandes et petites valeurs de x.
• Au voisinage de x = 0, on voit que

1 , m=0
Jm (0) = , lim Ym (x) = −∞
0 , m 6= 0 x→0
La fonction Ym (x) est toujours singulière pour x → 0.
• Pour de grands x, plus spécifiquement pour x m2 − 1/4, les fonctions de Bessel se comportent comme
r
2 π
Jm (x) ' cos x − (2m + 1)
πx 4
r
2 π
Ym (x) ' sin x − (2m + 1)
πx 4
c.a.d. des cosinus et des sinus, dont l’amplitude décroit progressivement en x−1/2 .
Les fonctions de Bessel sont des fonctions ”spéciales”, mais ont peu de spécial par rapport aux fonctions
élémentaires. Elles ont de nombreuses propriétés qui permettent de faire du calcul formel. Elles apparaissent
systématiquement dans des problèmes à symétrie cylindrique. Parfois on utilise aussi les fonctions de Bessel
modifiées, Im (x) et Km (x) que vous pouvez découvrir par vous-même.
1 1
J0(x) Y0(x)
J1(x) 0
J2(x) Y1(x)
0.5 J3(x) Y2(x)
−1
Y3(x)
0
−2
−0.5 −3
0 2 4 6 8 10 0 2 4 6 8 10
x x
Ordre 2 : Bessel sphérique
Similaire mais différent est l’équation de Bessel sphérique

2
d 2 d n(n + 1)
+ − + 1 y(x) = 0
dx2 x dx x2
Cette équation a comme solution
y(x) = C1 jn (x) + C2 yn (x)
8
Les fonctions de Bessel sphérique jn (x) et yn (x) sont liées aux fonctions de Bessel :
r
π
jn (x) = J 1 (x)
2x n+ 2
r
π
yn (x) = Y 1 (x)
2x n+ 2
Mis à part d’un préfacteur ∼ x−1/2 , on retrouve ici des fonctions de Bessel ”normales” avec un argument non-
entier. Les fonctions de Bessel décroissent en x−1 pour x grand. Les formules de Rayleigh donnent une forme
alternative
n
1 d sin x
jn (x) = (−x)n
x dx x
n
1 d cos x
yn (x) = −(−x)n
x dx x
Dans la figure de dessous, on peut voir quelques fonctions de Bessel sphérique. Mise à part d’une décroissance
plus rapide pour x grand, les fonctions de Bessel sphériques ressemblent beaucoup au fonctions de Bessel
”communes”.
1 1
j0(x)
y (x)
0
0 y1(x)
0.5 j1(x)
j2(x) y3(x)
j3(x) y2(x)
−1
0
−2
−0.5 −3
0 2 4 6 8 10 0 2 4 6 8 10
x x
Ordre 2 : polynômes de Legendre
L’équation differentielle de Legendre est
d2

d
(1 − x2 ) 2 − 2x + n(n + 1) y(x) = 0 , x ∈ [−1, 1]
dx dx
Dans la plupart des applications en physique, le nombre n ∈ N et le domaine x ∈ [−1, 1]. La solution de cette
EDO est
y(x) = C1 Pn (x) + C2 Qn (x)
Les fonctions Qn (x) sont singulières dans le domaine x ∈ [−1, 1] et pour cette raison, on les écarte souvent
(mettantC2 = 0). Toute l’attention porte alors sur les fonctions Pn (x) : les polynômes de Legendre. Vous
pouvez vérifier que
P0 (x) = 1
P1 (x) = x
P2 (x) = (3x2 − 1)/2
P3 (x) = (5x3 − 3x)/2
sont les solutions pour n = 0, 1, 2, 3. De manière générale

1 dn
(x2 − 1)n

Pn (x) = n n
2 n! dx
9
Ordre 2 : ”polynômes” associés de Legendre
L’équation différentielle de Legendre généralisée est
d2 m2

d
(1 − x2 ) 2 − 2x + n(n + 1) − y(x) = 0 , x ∈ [−1, 1]
dx dx 1 − x2
Dans la plupart des applications en physique, le nombre n ∈ N, le domaine x ∈ [−1, 1] et et m un entier dans
l’intervalle [−n, n]. La solution de cette EDO est
y(x) = C1 Pnm (x) + C2 Qm

n (x)
Ici aussi, les fonctions Qm m

n (x) sont singulières sur x ∈ [−1, 1] et donc écartées. On appelle Pn (x) les polynômes
de Legendre associés, même si ce n’est que pour m pair qu’on a vraiment des polynômes. Si m = 0 on retrouve
les polynômes de Legendre Pn0 = Pn . Les autres fonctions pour n = 1 sont :
p
P1±1 (x) ∼ 1 − x2
Pour n = 2 :
p
P2±1 (x) ∼ x 1 − x2
P2±2 (x) ∼ (1 − x2 )
On ne montre ici que la dépendance fonctionnelle à un facteur multiplicatif près. Vous pouvez facilement trouver
ces facteurs sur internet. On dispose d’une formule générale les fonction sPnm (x) aux polynômes de Legendre
Pn (x) :
m/2 dm
Pnm (x) = (−1)m 1 − x2 (Pn (x))
dxm
Ordre 2 : autres familles de polynômes orthogonaux
Dans de nombreux domaines de la physique (théorique & numérique) on rencontre d’autres familles de polynômes
orthogonaux. Quelques familles avec les EDO’s dont ces polynômes sont des solutions :
• Polynômes de Hermite : Hn (x) est un polynôme d’ordre n ∈ N, solution de
d2

d
− 2x + 2n Hn (x) = 0 , x ∈] − ∞, +∞[
dx2 dx
Ces polynômes sont utilisés en Mécanique Quantique, dans la description de l’oscillateur harmonique.
• Polynômes de Laguerre Ln (x) est un polynôme d’ordre n ∈ N, solution de
d2

d
x 2 + (1 − x) + n Ln (x) = 0 , x ∈ [0, +∞[
dx dx
Ces polynômes apparaissent en Mécanique Quantique, pour décrire la structure radiale des fonctions
d’onde décrivant l’atome d’hydrogène.
• Polynômes de Chebychev Tn (x) est un polynôme d’ordre n ∈ N, solution de
d2

2 d 2
(1 − x ) 2 − 2x + n Tn (x) = 0 , x ∈ [−1, 1]
dx dx
Ces polynômes sont beaucoup utilisés en analyse numérique.
10
Remarque :
Les EDO’s introduites ci-dessus ont encore une deuxième solution différente des solutions polynomiales. Elles
sont singulières pour x dans les intervalles mentionnées et donc écartées des applications physiques/numériques.
Exercice :
On vérifié aisément que le polynôme d’ordre 0 peut toujours être :
H0 (x) = P0 (x) = L0 (x) = T0 (x) = 1
Trouver les polynômes d’ordre 1, 2, 3 en injectant
H1 (x) = x + A , H2 (x) = x2 + Ax + B , H3 (x) = x3 + Ax2 + Bx + C
dans l’équation différentielle de Hermite (pareil pour les autres). Regroupant les coefficients devant les différentes
puissances en x, vous allez trouver des systèmes linéaires algébriques, permettant à chaque fois de calculer les
coefficients A, B, C, . . ..
n H0 (x) Pn (x) Ln (x) Tn (x)
0 1 1 1 1
Les polynômes trouvés seront à un facteur multiplicatif près, identiques à ceux que vous pouvez trouver sur le
web. L’exercice sur les polynômes d’Hermite sera fait en TD.
I.3 EDO’s non-linéaires
I.3.a Définition
Toute EDO (I.1) générale qui ne satisfait pas la propriété de linéarité, c.a.d. pour qui
h i
F x, ay(x) + bz(x), ay 0 (x) + bz 0 (x), . . . , ay (n) (x) + bz (n) (x)
h i h i
6= aF x, y(x), y 0 (x), . . . , y (n) (x) + bF x, z(x), z 0 (x), . . . , z (n) (x)
est non-linéaire. Il suffit de vérifier que l’EDO ne prenne pas la forme d’une EDO linéaire (I.2), afin reconnaitre
son caractère non-linéaire.
La plus importante conséquence de la non-linéarité est que le principe de superposition ne s’applique
plus. Les méthodes apprises dans la section précédente ne s’appliquent donc pas du tout aux
EDO’s non-linéaires.
Ici on présente quelques catégories d’EDO’s non-linéaires pour lesquelles on dispose d’une méthode qui trouve
la solution. Apprenez à reconnaı̂tre ces EDO’s. Il existe des équations non-linéaires, qui deviennent linéaires par
un changement de variable : l’EDO de type Bernoulli en est un exemple.
11
I.3.b Quelques EDO’s non-linéaires dont on connait la solution
EDO séparable
Une EDO séparable est une EDO, qui peut s’écrire comme une forme différentielle
f (x) dx + g(y) dy = 0
qui sépare un terme en x, d’un terme en y. A cause de cette propriété, la solution se trouve en intégrant
séparément les formes différentielles indépendantes sur x et sur y
Z x Z y
f (x̃) dx̃ + g(ỹ) dỹ = C
| {z } | {z }
F (x) G(y)
On comprend immédiatement que cette solution générale sera implicite : on n’écrit pas y comme une fonction
explicite de x, car la fonction inverse F −1 , n’existe pas forcément.
Exemple :
On considère le problème aux conditions initiales
dy
− 2xy 2 = 0 , CI : y(0.5) = 1
dx
On cherche la solution sur l’intervalle x ∈ [0.5, 1]. La solution générale de cette équation séparable se trouve
comme
dy 1
+ 2x dx = 0 ⇔ + x2 = C
(−y 2 ) y
La condition initiale fixe la constante arbitraire à

1
C= + (0.5)2 = 1.25
1
EDO exacte
Toutes les EDO’s d’ordre 1 peuvent se récrire comme une forme différentielle
f (x, y) dx + g(x, y) dy = 0 (I.6)
On appelle une EDO exacte, s’il existe une fonction ψ(x, y) qui a cette forme différentielle comme différentielle
totale. C’est à dire, si
∂ψ ∂ψ
dψ = dx + dy = f (x, y) dx + g(x, y) dy = 0
∂x ∂y
L’intégration est alors immédiate et donne
ψ(x, y) = C
C est une constante d’intégration arbitraire. Cette solution générale est implicite. En pratique, on doit donc
trouver ψ(x, y) et avant ça, il est nécessaire de tester si l’EDO est bien exacte. De
∂ψ ∂ψ
= f (x, y) , = g(x, y) (I.7)
∂x ∂y
on déduit que
∂2ψ ∂f ∂g
= =
∂x∂y ∂y ∂x
12
Ceci donne une condition nécessaire :
∂f ∂g
si = ⇒ EDO (I.6) est exacte
∂y ∂x
Une fois l’exactitude démontrée, on trouve la fonction ψ(x, y) en intégrant les équations (I.7) séparément :
Z x
ψ(x, y) = f (x̃, y) dx̃ + B(y)
Z y
ψ(x, y) = g(x, ỹ) dỹ + A(x)
Comme on intègre des dérivées partielles, des fonctions A(x) et B(y) peuvent apparaitre comme ”constantes
d’intégration”. Les deux expressions doivent être identiques et ceci fixe A(x) et B(y) et donc la fonction ψ(x, y)
recherchée.
Exemple :
On cherche la solution de l’EDO
dy
(x2 + 4y 3 ) + 2xy = 0
dx
Récrite comme une forme différentielle
(x2 + 4y 3 )dy + 2xydx = 0
on peut tenter d’y voir la différentielle totale

∂ψ ∂ψ
dψ(x, y) = dy + dx = 0
∂y ∂x
Ceci nécessite que
∂(x2 + 4y 3 ) ∂(2xy)
=
| ∂x
{z } | ∂y{z }
=2x 2x
ce qui est bien le cas : l’équation est exacte. Pour trouver la solution on intègre deux fois les dérivées partielles
∂ψ
= (x2 + 4y 3 ) ⇔ ψ(x, y) = x2 y + y 4 + C(x)
∂y
∂ψ
= 2xy ⇔ ψ(x, y) = x2 y + D(y)
∂x
Les deux solutions doivent être identiques. On peut choisir C(x) = 0 mais il faut D(y) = y 4 . La solution de
l’EDO est donc
x2 y + y 4 = C
EDO non-exacte, mais qu’on rend exacte avec un facteur intégrant
La situation d’une équation exacte est très fragile. Donnons un exemple. L’EDO
∂(x y 2 + x) ∂(x2 y)
(x y 2 + x)dx + x2 y dy = 0 , = = 2xy
∂y ∂x
est exacte, mais si on la divise par x, elle ne l’est plus :
∂(y 2 + 1) ∂(x y)
(y 2 + 1)dx + x y dy = 0 , = 2y 6= =y
∂y ∂x
13
Plutôt que de voir cette situation comme un désavantage, on peut retourner la logique de 180 degrées : une
EDO non-exacte peut le devenir après multiplication avec un facteur intégrant M (x, y) :
∂(M f ) ∂(M g)
M (x, y) f (x, y)dx + M (x, y) g(x, y)dy = 0 , = ⇒ peut être exact ?
∂y ∂x
Trouver un facteur intégrant d’une EDO non-exacte est rarement une chose simple, mais si on en trouve un,
l’EDO est résolue ! On dispose d’une procédure systématique pour tester si des facteurs intégrants M = M (x)
où M = M (y) existent, mais pas d’une procédure pour un facteur M (x, y) général.
EDO Bernoulli
Une EDO de Bernoulli se présente sous la forme :

dy
= a(x) y + b(x) y k
dx
On suppose l’exposant k 6= 1 et réel. L’équation peut être transformée en une EDO linéaire par changement de
variable. Divisons l’équation par y k
dy
y −k = a(x) y 1−k + b(x)
dx
Puis, en choisissant le changement de variable :
du dy
u = y 1−k ⇒ = (1 − k) y −k
dx dx
on reconnait que nous pouvons récrire l’EDO comme
du
= (1 − k) a(x) u + (1 − k) b(x)
dx
Cette équation est une EDO linéaire, que l’on a traitée en détail dans les sections de ci-dessus. Après avoir
trouvée la solution générale de cette EDO linéaire, il suffit de revenir sur la variable y = u1/1−k .
Exemple :
On cherche à résoudre
dy
= y − y3
dx
On divise l’EDO par y 3 et on renomme y −2 = u. Comme
du dy
= −2y −3
dx dx
on récrit l’EDO de Bernoulli comme
du
= −2u + 2
dx
La solution est
u(x) = Ce−2x + 1
soit
1
y(x) = ± √
1 + Ce−2x
si on revient sur la variable y(x).
14
Chapitre II
Systèmes d’Equations Différentielles

Ordinaires
II.1 Généralités
Système d’EDO’s d’ordre n
Un système d’EDO’s d’ordre n est un ensemble de m équations

 h i
(n) (n)


 F1 x, y1 (x), . . . , y 1 (x), . . . , y m (x), . . . , y m (x) = 0
... h i
 Fm x, y1 (x), . . . , y (n) (x), . . . , ym (x), . . . , ym (n)

(x) = 0

1
(n)
qui sont à satisfaire par un ensemble de m fonctions yi (x) et leurs dérivées yi0 (x), yi00 (x),. . ., yi (x) , i ∈
{1, 2, . . . , m} par rapport à une seule variable x. L’ordre de ce système est fixé par la plus haute dérivée
présente dans les équations.
Réduction d’ordre
Dans le reste du chapitre nous allons concentrer notre attention sur les systèmes d’EDO’s du premier ordre.
Ceci n’est pas un aveux de notre incapacité à faire mieux, mais plutôt une conséquence du fait que :
1. Toute EDO d’ordre n, peut s’écrire comme un système de n EDO’s d’ordre 1.
2. Tout système de m EDO’s d’ordre n, peut s’écrire comme un système de nm EDO’s du premier ordre.
Ce processus est connu sous le nom de la réduction d’ordre. Donnons deux exemples des opérations à suivre
Exemple 1 :
Une EDO linéaire d’ordre n s’écrit comme un système d’EDO’s d’ordre 1. L’équation originale s’écrit
y (n) + an−1 (x)y (n−1) + . . . + a1 (x)y 0 + a0 (x)y = b(x)
On renomme
y1 (x) = y(x) , y2 (x) = y 0 (x) , . . . , yn (x) = y (n−1) (x)
Ainsi qu’on peut récrire l’EDO comme le système (linéaire)
y10 = y2


y20 = y3




...
0
y = yn


 n−10


yn = −a0 (x)y1 − a1 (x)y2 − . . . − an−1 (x)yn − b(x)
15
Exemple 2 :
Le position ~r(t) d’une masse m ponctuelle peut varier au cours du temps sous l’influence d’une force F~ , suivant
le principe fondamental de la dynamique
d2~r

d~r
m 2 = F~ t, ~r,
dt dt
En coordonnées Cartésiennes (x, y) et en 2D, on décompose
~r(t) = x(t)~ex + y(t)~ey

~
F (. . .) = Fx (. . .)~ex + Fy (. . .)~ey
et pareil pour la vitesse
~r 0 (t) = x0 (t)~ex + y 0 (t)~ey = u(t)~ex + v(t)~ey
Le PFD projeté sur ~ex , ~ey , dicte
x00 = m−1 Fx (t, x, y, z, x0 , y 0 , z 0 )

00
y = m−1 Fy (t, x, y, z, x0 , y 0 , z 0 )
Ceci est un système de 2 EDO’s d’ordre 2. Le processus de réduction d’ordre, nous permet de récrire ce système
sous la forme de 4 équations d’ordre 1, à l’aide de 4 nouvelles variables au lieu de 2 seulement. On choisit ces
variables non par hasard comme
x(t) , y(t) , u(t) , v(t)
car intuitivement on comprend que ces variables donnent une spécification complète de l’état du système : la
position de la masse et sa vitesse. Si on fait une réduction d’ordre à l’aide de ces variables, on doit à toute
évidence avoir
x0 = u
0
y = v
0
u = m−1 Fx (t, x, y, u, v)
0
v = m−1 Fy (t, x, y, u, v)
qui est un système d’EDO’s d’ordre 1.
Systèmes considérés dans ce chapitre
La plupart des systèmes d’EDO’s que l’on rencontre en physique peuvent s’écrire sous une forme canonique
où on arrive à isoler la dérivée d’ordre 1 dans un membre de gauche :
   
y1 f1 (x, y1 , y2 , . . . , yn )
 y2   f2 (x, y1 , y2 , . . . , yn ) 
d    
 ..  =  ..
dx  .  

. 
yn fn (x, y1 , y2 , . . . , yn )
| {z } | {z }
Y F(x,Y)
On traitera uniquement ce genre de système dans le reste du chapitre. Un tel système d’EDO’s se laisse écrire
brièvement
dY
= F(x, Y) (II.1)
dx
16
Dans ce polycopier et au tableau, on notera avec des lettres majuscules et grasses ces vecteurs colonnes. Parfois
on appelle Y le vecteur d’état d’un système. Le vecteur d’état Y vit dans un espace (vectoriel) à n dimensions
appelé espace de phase. En écrivant le système d’EDO’s précédent, on spécifie un système dynamique.
On peut définir un problème à conditions initiales, en ajoutant à un tel système d’EDO’s (du premier
ordre) un ensemble de conditions initiales en un même point x0 :
CI : Y(x0 ) = Y0
Le théorème de Cauchy-Lifschitz donne des conditions nécessaires pour qu’un problème aux conditions initiales
ait une solution et qu’elle soit unique. Ce théorème n’est pas traité dans le polycopier.
II.2 Systèmes d’EDO’s linéaires
II.2.a Definition & principe de superposition
Système linéaire
Un système de n EDO’s du premier ordre (II.1) est linéaire, si F(x, Y) est une fonction linéaire dans l’argument
vectoriel Y, c.a.d. :
∀Y, Z , ∀a, b : F(x, aY + bZ) = a F(x, Y) + b F(x, Z)
Sinon, le système est non-linéaire. Tout système linéaire peut s’écrire comme
      
y1 a11 (x) a12 (x) . . . a1n (x) y1 b1 (x)
y
d  2   21
   a (x) a22 (x) . . . a 2n (x)   2   b2 (x)
  y   
 ..  =    ..  + 

.. .. . .. .
.. ..
dx  .  

. .  .   . 
yn an1 (x) an2 (x) . . . ann (x) yn bn (x)
| {z } | {z } | {z } | {z }
Y A(x) Y B(x)
soit
dY
= A(x) Y + B(x) (II.2)
dx
en format condensé. Ici on note A(x) une fonction matricielle avec n × n composantes. Si A(x) = A ne dépend
pas de x, on parle d’un système linéaire à coefficients constants. Si le vecteur colonne B(x) 6= 0 le système
est inhomogène. Si B(x) = 0, le système est homogène.
Principe de superposition & forme générale de la solution
La linéarité d’un système d’EDO permet d’appliquer le principe de superposition : si Φ(x) et Ψ(x) sont
des fonctions vectorielles solutions du système d’EDO’s, alors toute combinaison linéaire aΦ(x) + bΨ(x) restera
une solution.
La conséquence est que pour tout système linéaire de n EDO’s d’ordre 1, on peut proposer la solution générale
sous forme d’une superposition :
n
X
Y(x) = Ci Φi (x) +Yp (x) (II.3)
i=1
| {z }
Yh (x)
La solution homogène Yh (x) est composée d’une combinaison linéaire arbitraire de n fonctions vectorielles
Φi (x), {i = 1, 2, . . . , n} linéairement indépendantes. Ces fonctions satisfont donc
dΦi (x)
∀i ∈ {1, 2, . . . , n} : = A(x) Φi (x)
dx
17
et
n
X
Di Φi (x) = 0 ⇔ Di = 0 , ∀i ∈ {1, 2, . . . , n}
i=1
La solution particulière sera une seule solution du système d’EDOs complet :
dYp (x)
= A(x) Yp (x) + B(x)
dx
On vérifie aisément que la solution générale (II.3) satisfait (II.2), quelque soient les valeurs des constantes
arbitraires Ci , {i = 1, 2, . . . , n}.
Remarque :
Pour une matrice A(x) générale, on ne dispose pas d’une méthode analytique pour trouver la solution Y(x),
mais le principe de superposition et les précédentes affirmations sur l’existence d’une base de solution Φi (x) , i =
1, 2, . . . , n tiennent. On considèrera seulement des systèmes linéaires à coefficients constants dans la suite de
cette section.
II.2.b Systèmes linéaires à coefficients constants
On explique maintenant la méthode pour trouver la solution unique d’un problème

dY
= A Y + B(x) , CI : Y(x0 ) = Y0 (II.4)
dx
D’abord on trouve la solution homogène, puis la solution particulière et à la fin on fixe les constantes arbitraires
afin de satisfaire la CI.
Trouver la solution homogène Yh
On trouve d’abord la solution homogène Yh (x), c.a.d. la solution générale de
dYh (x)
= AYh (x) (II.5)
dx
avec A donc une matrice constante. La méthode générale passe par le calcul de l’exponentielle de matrice, mais
pour des matrices diagonalisables, il existe une méthode plus simple passant par un calcul des valeurs et des
vecteurs propres de la matrice A.
• Méthode valeurs/vecteurs propres : pour les matrices A diagonalisables
Une matrice A diagonalisable est une matrice dont on peut calculer valeurs et vecteurs propres. On
rappelle que les n valeurs propres λ1 , λ2 , . . . , λn sont calculées comme les racines (complexes) du polynôme
caractéristique
P (λ) = det(A − λI) = 0
et que les n vecteurs propres Q1 , Q2 , . . . , Qn , sont des vecteurs colonnes solution du système algébrique
(A − λi I) Qi = 0
Ce système n’est jamais de rang plein et il faut le résoudre pour chaque i ∈ {1, 2, . . . , n} séparément.
Un vecteur propre est toujours déterminé à une constante multiplicative près (parfois on normalise les
vecteurs propres). De différents vecteurs propres sont linéairement indépendants toujours.
On peut maintenant vérifier que les solutions recherchées sont tout simplement les fonctions vectorielles
Φi (x) = Qi eλi x (II.6)
18
pour tout i ∈ {1, 2, . . . , n}. Injectées dans le système linéaire homogène (II.5), on trouve en effet que
d
Qi eλi x = λi Qi eλi x = AQi eλi x

dx
L’indépendance linéaire des vecteurs propres Qi implique l’indépendance linéaire des fonctions vectorielles
Φi (x) = Qi eλi x . En résumé, il suffit donc de calculer valeurs et vecteurs propres, afin de pouvoir écrire
la solution homogène comme
n
X
Yh (x) = C1 Q1 eλ1 x + C2 Q2 eλ2 x + . . . + Cn Qn eλn x = Ci Qi eλi x (II.7)
i=1
Dans la suite, on aura besoin de la matrice
q1,1 eλ1 x q2,1 eλ2 x . . . qn,1 eλn x

 
 q1,2 eλ1 x q2,2 eλ2 x . . . qn,2 eλn x 
M(x) = 
 
.. .. .. .. 
 . . . . 
q1,n eλ1 x q2,n eλ2 x ... qn,n eλn x
| {z } | {z } | {z }
Q1 eλ1 x Q2 eλ2 x Qn eλn x
Exemple 1 : valeurs propres réelles
On considère le système d’EDO homogène :

d y1 0 1 y1
=
dx y2 1 −1 y2
| {z } | {z }
A Y
Le premier pas de la recette consiste à trouver les valeurs propres de A. On construit le polynôme
caractéristique et on trouve ses racines :
−λ 1
P (λ) = det(A − λI) = = (−λ)(−1 − λ) − (1)(1) = λ2 + λ − 1 = 0
1 −1 − λ
√ √
−1 + 5 −1 − 5
⇒ λ1 = , λ2 =
2 2
Pour trouver les vecteurs propres Q1 , Q2 , on doit trouver des solutions du système algébrique homogène

−λi 1 q1i 0
= , i = 1, 2
1 −1 − λi q2i 0
| {z }
Qi
Comme, par définition, les valeurs propres λi sont telles que les deux équations algébriques de ci-dessus
(les n en général) soient linéairement dépendantes, il suffira de satisfaire une seule des deux équations
(n − 1 des n en général) pour trouver les vecteurs propres. Par exemple

q1i q1i 1
−λi 1 = 0 ⇒ Qi = = αi
q2i q2i λi
Dans cette expression αi ∈ C sont des constantes arbitraires qui n’ont aucune importance car on multipliera
ces vecteurs par d’autres constantes arbitraires C1 , C2 lorsqu’on écrit la solution du problème. Choisissons
αi = 1 ici. La solution homogène deviendra alors donc :
√ √

1√ −1+ 5
x 1√ −1− 5
x
Yh (x) = C1 −1+ 5 e 2 + C2 −1− 5 e 2
2 2
19
Exemple 2 : valeurs propres complexes
Le système étudié est cette fois-ci :

d y1 0 1 y1
=
dx y2 −1 0 y2
| {z } | {z }
A Y
Le polynôme caractéristique et les valeurs propres sont donc :

λ1 = +i
P (λ) = λ2 + 1 = 0 ⇒
λ2 = −i
avec i l’unité imaginaire. On trouve des vecteurs propres

1 1
Q1 = , Q2 =
i −i
La solution homogène est donc

1 1
Yh (x) = C1 eix + C2 e−ix
i −i
Cette expression est tout à fait correcte, mais si la solution Yh doit être réelle, on doit avoir C1 = C2∗ ∈ C.
On peut alors obtenir deux formes équivalentes de la solution. En choisissant C1 = C2∗ = C2 eiχ avec
C, χ ∈ R amplitude et phase réelles, ou à l’aide de C1 = C2∗ = α−iβ2 on récrit la solution comme

cos(x + χ) cos x sin x
Yh (x) = C =α +β
− sin(x + χ) − sin x cos x
On peut préférer mettre la solution sous l’un de ces formes réelles, mais la première solution sous forme
complexe est toujours la plus facile à obtenir et à manipuler.
• Méthode générale : calculer l’exponentielle de matrice

Pas toutes les matrices sont diagonalisables et pour ces matrices, on peut utiliser une autre méthode qui
passe par l’exponentielle de la matrice Ax. On défini
+∞
x2 x3 X (Ax)p
eAx = I + Ax + AA + AAA + . . . =
2! 3! p=0
p!
I est la matrice identité de taille n × n et les produits AA . . . A sont des produits matriciels en non des
produits ordinaires ! On peut dériver cette expression par rapport à x, pour trouver
d Ax 2x 3x2 4x3
e = 0 + A + AA + AAA + AAAA + ...
dx 2! 3! 4!
x2 x3

= A I + Ax + AA + AAA + . . .
2! 3!
= AeAx (II.8)
Si on compare avec le système (II.5), on reconnait immédiatement que eAx semble résoudre le même
système que Yh . Supposons que l’on arrive à calculer cette exponentielle de matrice, on pourra noter
 
φ11 (x) φ12 (x) . . . φ1n (x)
 φ21 (x) φ22 (x) . . . φ2n (x) 
eAx =   = M(x)
 
.. .. .. ..
 . . . . 
φn1 (x) φn2 (x) . . . φnn (x)
| {z } | {z } | {z }
Φ1 (x) Φ2 (x) Φn (x)
20
et ainsi reconnaitre que les n colonnes forment un jeu de solutions Φi (x) , {i = 1, 2, . . . , n} linéairement
indépendants. En effet, il suffit de considerer eq. (II.8) colonne par colonne, afin de reconnaitre que chaque
colonne est une solution du problème homogène. L’indépendance linéaire des fonctions vectorielles Φi (x)
est d’ailleurs toujours assurée car la matrice eAx est inversible ∀x car
−1
eAx = e−Ax (II.9)
Cette relation se démontre en deux étapes. Utilisant le règle de Leibniz et (II.8) on trouve que
d Ax −Ax
e e = eAx (A − A)e−Ax = 0.
dx
Le produit eAx e−Ax est donc indépendant de x. Il suffit de mettre x = 0, dans la définition de eAx pour
trouver que eAx e−Ax = I, ce qui démontre (II.9) et donc l’indépendance linéaire des n solutions Φi (x)
contenues dans les colonnes de eAx .
En conclusion, la solution homogène peut donc aussi s’écrire comme une superposition arbitraire des
colonnes de eAx :
Yh (x) = C1 Φ1 (x) + C2 Φ2 (x) + . . . + Cn Φn (x) (II.10)
Ici aussi, on introduit une matrice d’un système fondamental de solutions M(x), que l’on choisit directe-
ment comme M(x) = eAx .
Remarque :
Si A est diagonalisable, la solution homogène (II.10) basée sur l’exponentielle de matrice sera visuelle-
ment différente de celle basée sur les vecteurs propres (II.7), mais les deux formes de la solution seront
néanmoins linéairement dépendantes.
Exemple 3 :
Regardons l’exemple le plus simple d’une matrice A non-diagonalisable :

d y1 a 1 y1
=
dx y2 0 a y2
| {z } | {z }
A Y
La matrice à donc une valeur propre double λ = a et un des éléments non-diagonaux est non-nulle. Le
calcul des vecteurs propres de cette matrice pose problème, car si on cherche abusivement à les calculer,
le système AQi = a Qi sera

a qi,1 + qi,2 = a qi,1
a qi,2 = aqi,2
Une solution est

1
Q1 =
0
mais on ne peut pas trouver une deuxième solution Q2 différente. Retournant au système d’EDO, on
aurait donc l’impression que la solution serait

1
Yh = C 1 eax Solution incomplète !
0
et une deuxième solution linéairement indépendante (notée C2 Φ2 (x)) n’existerait donc pas ? Face à ce
problème d’une analyse clairement pas adaptée à la situation, faisons confiance à notre exponentielle de
matrice :
2 3
Ax 1 0 a 1 1 a 1 1 a 1
e = + + + + ...
0 1 0 a 2! 0 a 3! 0 a
21
On constate que
2
a2

a 1 a 1 a 1 2a
= =
0 a 0 a 0 a 0 a2
et
3
a2 a3 3a2

a 1 a 1 2a
= =
0 a 0 a 0 a2 0 a3
tel que
n
an nan−1 an ∂(an )/∂a

a 1
= =
0 a 0 an 0 an
Les termes diagonaux sont simplement mis à la puissance. Le terme qui n’est pas sur la diagonale est
toujours la dérivée de ceux qui sont sur la diagonale. En sommant tous les différents termes, nous obtenons
la série limitée des fonctions
1 1
eax = 1 + ax + a2 x2 + a3 x3 + . . .
2 3!
∂ eax 1 2 1 2 3
= 0 + x + 2ax + 3a x + . . .
∂a 2 3!
Comme
∂ eax
= xeax
∂a
nous trouvons le résultat
ax
xeax

e
eAx =
0 eax
Les colonnes de cette matrice contiennent Φ1 (x), Φ2 (x), les solutions linéairement indépendantes. La
solution du problème (homogène) est donc
ax
xeax

e
Y(x) = C1 + C2
0 eax
avec C1 , C2 ∈ R deux constantes arbitraires. On teste facilement que cette deuxième partie de la solution
satisfait bien le système d’EDO de départ. On note, qu’il n’y a pas seulement des fonctions exponentielles
dans cette solution, l’unique conséquence du fait que la matrice A n’est pas diagonalisable. On rappelle
aussi avoir déjà rencontré ce type de fonctions xeax lors du traitement des EDO’s d’ordre n avec des
racines multiples.
Généralisation :
Toutes les matrices A peuvent se réduire à la forme de Jordan, c.a.d. il existera toujours une matrice P
inversible et telle que :
J = P−1 A P , A = P J P−1
Cette matrice de Jordan J est identique à la matrice Λ si A est diagonalisable, sinon elle est diagonale
par bloc. Dans l’exemple précédent, la matrice A = J est une matrice de Jordan. Sans vouloir détailler
la forme générale d’une matrice de Jordan, on se contente ici de savoir qu’on pourra toujours calculer
facilement l’exponentielle de matrice eJ x . Comme
An = (PJ P−1 )(P J P−1 )(P J P−1 ) . . . (PJ P−1 )(P J P−1 ) = PJ n P−1
| {z } | {z } | {z }
I I I
nous pouvons trouver que

eAx = P exp(J x)P−1
ce qui se calcule connaissant P et J .
22
Trouver une solution particulière Yp
On regarde quelques cas particuliers et puis on propose une méthode générale qui étend la méthode de la
variation de la constante.
1. B(x) = B constant ou B(x) = B0 + x B1 + . . . + xp Bp polynomiale

Si B(x) = B ne dépend pas de x, il est facile de trouver une solution particulière au problème car Yp = D
un vecteur constant conviendra. En effet
dD
= A D + B ⇒ AD = −B
dx
|{z}
=0
Il suffit donc de résoudre ce système linéaire pour trouver la solution Yp = D.

La précédente méthode s’étend facilement vers des B(x) polynomiaux d’ordre p quelconque. On cherchera
la solution particulière comme un polynôme du même ordre
Yp (x) = D0 + x D1 + . . . + xp Dp
Si on injecte cette solution dans l’EDO pour la solution particulière on trouvera que
(ADp + Bp ) xp + (ADp−1 + Bp−1 − pDp ) xp−1 + . . . + (AD0 + B0 − D1 ) = 0
| {z } | {z } | {z }
=0 =0 =0
Les systèmes devant les différentes puissances en x, doivent être satisfaits un a un et on peut les résoudre
en cascade, commençant par la puissance la plus élevée
Dp → Dp−1 → . . . → D0
Bm eαm x composée d’exponentielles

P
2. B(x) = m
Si dans B(x) on trouve des fonctions du type sin, cos, cosh, sinh, exp, on le sépare tout d’abord en simples
exponentielles. On peut alors trouver la solution particulière sous cette même forme
X
Yp (x) = Dm eαm x
m
Si on injecte cette proposition de solution dans l’équation, on trouve que les vecteurs Dm doivent être les
solutions des m problèmes
(A − αm I) Dm = −Bm
Que l’on doit résoudre séparément. Cette méthode ne fonctionne pas si l’un des αm est identique à l’un
des valeurs propres λi de la matrice A.
3. B(x) quelconque
Pour B(x) quelconque, on peut étendre la méthode de la variation de la constante, introduite pour des
EDO’s linéaires d’ordre 1 dans le premier chapitre. Connaissant la solution homogène (c.a.d. n fonctions
vectorielles Φi (x) , i = 1, 2, . . . , n linéairement indépendantes) on cherche la solution particulière comme
Yp (x) = D1 (x)Φ1 (x) + D2 (x)Φ2 (x) + . . . + Dn (x)Φn (x)
Par un abus de langage on ”varie donc les constantes arbitraires” et si on injecte cette proposition de
solution dans le système (II.4) il restera un système linéaire algébrique pour les dérivées Di0 (x) , i =
1, 2, . . . , n :
  0   
φ11 (x) φ12 (x) . . . φ1n (x) D1 (x) b1 (x)
 φ21 (x) φ22 (x) . . . φ2n (x)   D20 (x)   b2 (x) 
=
    
 .. .. .. ..  .. .. 
 . . . .   .   . 
φn1 (x) φn2 (x) . . . φnn (x) Dn0 (x) bn (x)
| {z }| {z } | {z }
M(x) D0 (x) B(x)
23
D’abord on doit résoudre ce système linéaire, ce qu’on peut écrire comme D0 (x) = M−1 (x) B(x), puis on
doit intégrer pour trouver D(x)
Z x
D(x) = M−1 (x̃) B(x̃) dx̃
Cette méthode fonctionne toujours, mais est rarement facile à mettre en œuvre.
Exemple 2bis : système inhomogène

On reprend le système de l’exemple 2, précédent, mais cette fois ci avec un terme en plus qui le rend inhomogène

d y1 0 1 y1 0
= +
dx y2 −1 0 y2 cos x
La solution homogène est déjà connue. Afin d’appliquer la méthode de la variation de la constante, on cherche
une solution particulière de la forme

1 1
Yp (x) = D1 (x) eix + D2 (x) e−ix
i −i
Injectée dans le système, on trouve le problème
e−ix
0
D10 (x) −ie−ix cos x
ix
e D1 (x) 0 1
= ⇔ =
ieix −ie−ix D20 (x) cos x D20 (x) 2 ie+ix cos x
Intégration donne
e−2ix e2ix

1 1
D1 (x) = −ix + , D2 (x) = ix +
4 2 4 2
et au final

1 x sin x 1 cos x
Yp (x) = +
2 x cos x 4 sin x
La solution générale du système d’EDO inhomogène devient alors

1 1 1 x sin x 1 cos x
Y(x) = C1 eix + C2 e−ix + +
i −i 2 x cos x 4 sin x
Imposer une condition initiale
Si on impose une condition initiale.
CI : Y(x0 ) = Y0
celle-ci fixera les valeurs des constantes arbitraires. On exprime cette condition à l’aide de la solution générale :
n
X
Ci Φi (x0 ) + Yp (x0 ) = Y0
i=1
Ceci donne un système linéaire algébrique pour les constantes Cj qu’on devra résoudre afin d’identifier la solution
unique
    
φ11 (x0 ) φ12 (x0 ) . . . φ1n (x0 ) C1 y0,1 − yp,1 (x0 )
 φ21 (x0 ) φ22 (x0 ) . . . φ2n (x0 )   C2   y0,2 − yp,2 (x0 ) 
  ..  = 
    
 .. .. .. .. .. 
 . . . .   .   . 
φn1 (x0 ) φn2 (x0 ) . . . φnn (x0 ) Cn y0,n − yp,n (x0 )
| {z } | {z } | {z }
M(x0 ) C Y0 −Yp (x0 )
24
Exemple 2tris : imposer une condition initiale
On ajoute au problème précédent une condition initiale

0
CI : Y(0) =
1
A l’aide de la solution générale trouvée, on exprime la CI

1 1 1 0 1 1 0
C1 + C2 + + =
i −i 2 0 4 0 1
ce qui donne

1 1 C1 −1/4 C1 1 −1/4 − i
= ⇒ =
i −i C2 1 C2 2 −1/4 + i
La solution du problème aux conditions initiales est

sin x 1 x sin x 1 0
Y(x) = + +
cos x 2 x cos x 2 sin x
Remarque sur exemple 2 :

A l’inverse du processus de réduction d’ordre, le système d’EDO de ce deuxième exemple, se découple ici en une
EDO inhomogène d’ordre deux
y200 + y2 = cos x
muni de la condition initiale
CI : y2 (0) = 0 , y20 (0) = 0
Dans ce problème, il peut être difficile de voir comment calculer une solution particulière, comme mentionné
dans le chapitre précédent. L’exemple 2 nous a montré qu’en écrivant cette EDO d’ordre 2, comme un système
de 2 EDO’s d’ordre 1, on dispose toujours d’une méthode pour calculer la solution particulière : la méthode de
la variation de la constante.
II.3 Systèmes d’EDO’s non-linéaires

Une grande partie des systèmes d’EDOs que l’on rencontre en physique classique, mais aussi dans des systèmes
industriels sont non-linéaires et de la forme canonique (II.1). Malheureusement, la réalité est telle que peu de
systèmes ont une solution tractable analytiquement.
La théorie des systèmes dynamiques est une branche des mathématiques très avancée. Il existe de nombreux
outils pour analyser le comportement des systèmes d’EDO’s non-linéaires. Ici on se limitera à la discussion d’une
méthode souvent utilisée pour comprendre la dynamique au voisinage d’un état d’équilibre.
II.3.a Analyse locale autour d’un état équilibre
Système autonome
Supposons un système d’EDO’s de la forme canonique (II.1). Un tel système sera autonome s’il est de la forme
dY
= F(Y) (II.11)
dt
où la fonction F(Y) ne dépend pas explicitement de la variable t. On change de nom x → t pour mieux
faire référence à une variable t temporelle, ce qui facilitera la compréhension du vocabulaire utilisé. Pour de tels
systèmes autonomes, on peut chercher des états d’équilibre et linéariser la dynamique autour de ces points, afin
de dire un mot sur la stabilité de ces points d’équilibre.
25
Etat d’équilibre ou point fixe
On appelle Ye = [ye,1 , ye,2 , . . . , ye,n ]T un (vecteur d’) état d’équilibre ou point fixe d’un système autonome
(II.11), si
F(Ye ) = 0
On rappelle que ceci veut dire que les n composantes de la fonction vectorielle F s’annulent en ce point :


 f1 (ye,1 , ye,2 , . . . , ye,n ) = 0
f2 (ye,1 , ye,2 , . . . , ye,n ) = 0


 ...
fn (ye,1 , ye,2 , . . . , ye,n ) = 0

En toute évidence, dYe /dt = 0 au point d’équilibre, d’où son nom. Un même système d’EDO’s peut avoir
aucun, 1, 2 voir une infinité de points fixes.
Stabilité d’un point fixe
Dans un état d’équilibre, l’état d’un système est au repos, mais si on s’écarte de cet équilibre, en perturbant
légèrement la dynamique par
Y(x) = Ye + Z(t) , 1
on peut s’intéresser à la stabilité du point fixe Ye . Pour illustrer cette notion de stabilité, on considère le cas
du pendule
2
g
1
Equilibre 1 Equilibre 2
stable instable
Un pendule a deux points d’équilibre. Le point 1 du bas est stable car tout écart de la position d’équilibre le
ramènera vers la position 1. Le point d’équilibre du haut, point 2, est instable car toute écart de cette position
s’agrandira.
De manière plus générale, mais mathématiquement pas très précise, on dit que
1. Le point d’équilibre Ye est instable s’il existe des écarts Z(t) infinitésimaux ( 1)
qui vont s’amplifier Z(t) % pour t → +∞
2. Le point d’équilibre Ye est stable si tous les écarts Z(t) infinitésimaux ( 1)

disparaissent Z(t) → 0 pour t → +∞.
3. Le point d’équilibre Ye est marginalement stable si tous les écarts Z(t) infinitésimaux ( 1)
restent d’ordre à temps long t → +∞, sans jamais revenir vers zéro.
Linéarisation de la dynamique autour d’un point fixe
Pour répondre à la question de stabilité d’un point fixe, on dispose d’une méthode : on linéarise la dynamique
autour d’un point d’équilibre Ye que l’on suppose connu. Le système perturbé devra satisfaire le système d’EDO
d
(Ye + Z) = F(Ye + Z)
dt
26
Si on suppose → 0, on peut faire un développement limité du membre de droite autour du point d’équilibre :

dYe dZ ∂F ∂F ∂F
+ = F(Ye ) + z1 (Ye ) + z2 (Ye ) + . . . + zn (Ye ) + O(2 )
dt
| {z } dt | {z } ∂y 1 ∂y2 ∂yn
=0
=0
Si on ignore les termes d’ordre O(2 ), on fait une approximation et on obtient le système d’EDO’s linéarisé
pour la perturbation Z(t) :
     
z1 ∂f1 /∂y1 ∂f1 /∂y2 . . . ∂f1 /∂yn z1
 z2   ∂f2 /∂y1 ∂f2 /∂y2 . . . ∂f2 /∂yn 
d      z2 
 ..  = 
 
.. .. . . .
.  .. 
dt  .  

. . . .   . 
zn ∂fn /∂y1 ∂fn /∂y2 . . . ∂fn /∂yn Y=Y zn
| {z } | {z }e | {z }
Z J(Ye ) Z
La matrice Jacobienne J(Ye ) est une matrice à coefficients constants, que l’on calcule en évaluant toutes les
dérivées partielles des fonctions fi (y1 , y2 , . . . , yn ) , i = 1, 2, . . . , n dans le point d’équilibre Ye .
Analyse de stabilité linéaire
Afin d’évaluer la stabilité d’un point fixe, il convient de calculer la solution homogène du système d’EDO’s
linéarisé. Dans le cas le plus courant, la matrice J(Ye ) sera diagonalisable et on pourra donc trouver que
Z(t) = C1 Q1 eλ1 t + C2 Q2 eλ2 t + . . . + Cn Qn eλn t
avec Ci des coefficients arbitraires, λi et Qi les valeurs et vecteurs propres de la matrice J(Ye ). Les Qi sont
souvent appelés modes linéaires. En inspectant les valeurs propres λi , on peut maintenant conclure sur la
stabilité d’un point d’équilibre pour des temps longs t → +∞.
1. Le point d’équilibre Ye sera instable s’il existe des valeurs propres avec
Re(λk ) > 0 (II.12)
A temps long la solution
Z(t) = Ck Qk eλk t
croit alors exponentiellement et infiniment. L’écart avec le point d’équilibre va donc s’agrandir et il sera
nécessaire de retourner vers le vrai système non-linéaire, pour connaitre la suite de l’évolution du système.
Si plusieurs modes Qk sont instables, alors aux temps longs on s’attend à voir le mode k le plus instable,
avec la plus grand partie réelle Re(λk ).
2. Le point d’équilibre Ye sera stable si toutes les valeurs propres sont telles que
Re(λk ) < 0
A temps long la solution
Z(t) → 0
quelque soient les valeurs Ck . L’écart avec le point d’équilibre va donc toujours diminuer et le système
aimera donc rester proche de son état d’équilibre Ye .
3. Le point d’équilibre Ye sera marginalement stable si aucun vecteur propre est instable, mais s’il existe
au moins un (deux pour un système réel) vecteur propre Qk qui a sa valeur propre
Re(λk ) = 0
Si la partie imaginaire est non-nulle, la dynamique résultante pour Z(t) pourra être oscillatoire.
27
II.3.b Exemple physique : le pendule
Système & PFD
Un pendule idéal est une masse m liée par une tige de masse 0 et de longueur L à un point d’attache. Si on met
cette pendule dans le champ de gravité de la terre elle subira l’accélération gravitationnelle g.
θ(t)
mg
Si on note θ(t), l’angle de déviation par rapport à la verticale, la mécanique nous indique que
d2 θ
mL = −mg sin θ (II.13)
dt2
et R = mg cos θ la réaction de la tige.
Conservation de l’énergie mécanique
La solution est ”connue” sous forme implicite. Si on multiplie cette EDO par Ldθ/dt, on peut la récrire comme
" 2 #
d mL2 dθ
− mgL cos θ = 0
dt 2 dt
Entre les crochets, on reconnait l’expression de l’énergie mécanique dans le système et cette EDO exprime donc
sa conservation. On écrit donc
2
mL2 dθ
− mgL cos θ = EM
2 dt
avec EM l’énergie mécanique qui est donc une constante du mouvement. Dans la figure ci-dessus, on affiche un
”portrait de phase” de cette solution. Les lignes sont des iso-lignes de énergie mécanique EM .
5 3
dθ/dt
0 2
1
−5
−6 −4 −2 0 2 4 6
θ
En spécifiant des conditions initiales sur θ(0) and dθ/dt(0), on choisira une ligne parmi ces contours, qu’on ne
quittera plus au cours du temps. Pour se faire une idée qualitative du mouvement du pendule, on schématise
ci-dessous l’évolution du pendule si on suit l’une des 3 lignes marqués dans la figure au dessus.
2 3
Il s’agit d’oscillations à faible amplitude (1), grande amplitude (2) ou des rotations soutenues du pendule (3)
sans jamais inverser de sens.
28
Points fixes & analyse de stabilité
Cet exemple est illustratif pour appliquer la méthode de l’analyse locale. On commence par écrire l’EDO d’ordre
2 (II.13) comme un système de 2 EDO’s d’ordre 1. On note θ̇ = dθ/dt.

d θ θ̇
= (II.14)
dt θ̇ −(g/l) sin θ
Les points d’équilibre sont définis par

θ̇ = 0
sin θ = 0
Soit tous les points, θ = nπ, θ̇ = 0 avec n entier. Ces points sont marqués avec des (•) dans la figure de ci-dessous.
Point d’équilibre du bas :
On écrit maintenant le système d’EDO’s linéarisé autour du point d’équilibre du bas, c.a.d. on substitue θ(t) =
0 + φ(t) dans le système non-linéaire (II.14) et on utilise le DL
sin 0 +φ cos(0) +O(2 )

sin(0 + φ) = |{z}
| {z }
=0 =1
La perturbation linéaire φ(t) satisfait

d φ 0 1 φ p
= ⇔ φ̈ + (g/l) φ = 0 ⇒ λ1 , λ2 = ±i g/l
dt φ̇ −(g/l) 0 φ̇
Ce point d’équilibre est donc marginalement stable. La solution est ici
φ̇2

φ(t) = C cos ωt + D sin ωt
, φ2 + 2 = C 2 + D2
φ̇(t) = −Cω sin ωt + Dω cos ωt ω
p
avec ω = g/l, C, D des constantes arbitraires. Dans le plan de phase φ − φ̇, la dynamique suivra des ellipses,
comme visualisé dans la figure (a) ci-dessous. On retrouve par cette analyse locale, une version zoomée du plan
de phase autour du point d’équilibre stable θ = 0. Pour des raison évidents, on dit que le point d’équilibre du
bas est un point elliptique.
5 5
dχ/dt
dφ/dt
0 0
−5 −5
−1 0 1 −1 0 1
φ χ
(a) Point fixe marginalement stable du (b) Point fixe instable du haut : point hy-
bas : point elliptique perbolique
Point d’équilibre du haut :

Autour du point d’équilibre du haut, on substitue θ(t) = π + χ(t) dans le système non-linéaire (II.14) et on
utilise le DL
2
sin(π + χ) = |sin
{zπ} +φ cos
| {zπ} +O( )
=0 =−1
29
La perturbation linéaire χ(t) satisfait donc

d χ 0 1 χ p
= ⇔ χ̈ − (g/l) χ = 0 ⇒ λ1 , λ2 = ± g/l
dt χ̇ +(g/l) 0 χ̇
Ce point d’équilibre est donc instable. La solution est ici
χ(t) = Ceωt + De−ωt χ̇2

2
, χ − = 4CD
χ̇(t) = Cωeωt − Dωe−ωt ω2
p
avec ω = g/l, C, D deux constantes. On peut remarquer que dans le plan de phase χ − χ̇, la dynamique suivra
des lignes hyperboliques, comme montré dans la figure (b) ci-dessus. De nouveau, on retrouve la version zoomée
du plan de phase autour du point d’équilibre stable θ = π. On dit que le point d’équilibre du haut est un point
hyperbolique.
Conclusion :
Dans cet exemple sur le pendule, on voit bien comment la solution donnée par l’analyse locale se compare à celle
donnée par la loi de conservation de l’énergie mécanique. Dans la majorité des cas, on n’aura que la possibilité
de faire une analyse locale. On retient alors qu’il s’agit d’une approximation de la vraie dynamique non-linéaire.
30
Chapitre III
Equations Différentielles Partielles
Dans toute la suite du chapitre EDP = équation différentielle partielle
III.1 Généralités
Définitions
On considère un espace à n dimensions et des coordonnées (x1 , x2 , . . . , xn ). Une équation différentielle

partielle d’ordre p est une relation fonctionnelle entre une fonction f (x1 , x2 , . . . , xn ) et ses dérivées partielles
de la forme
∂pf ∂pf

∂f ∂f ∂f
F x1 , x2 , . . . , xn , , ,..., ,...,...,..., p,..., p = 0 (III.1)
∂x1 ∂x2 ∂xn ∂x1 ∂xr
L’ordre p est fixé par la plus haute dérivée partielle dans l’équation. Une EDP sera linéaire, si la fonction F
est linéaire dans tous ses arguments.
Notations
Nous allons parfois noter les dérivées partielles comme
∂f 2 ∂2f 2 ∂2f
∂x f = , ∂xx f= , ∂xy f=
∂x ∂x2 ∂x∂y
D’autres ouvrages peuvent préférer la notation indicielle
∂f ∂2f ∂2f
fx = , fxx = , fxy =
∂x ∂x2 ∂x∂y
que nous n’utilisons pas ici.
Solutions séparables
On appelle f = φ(x1 , x2 , . . . , xn ) une solution séparable d’une EDP (III.1) si elle est de la forme
φ(x1 , x2 , . . . , xn ) = X1 (x1 )X2 (x2 ) . . . Xn (xn )
Dans cette solution, les dépendances spatiales apparaissent séparément en facteurs différents. Cette forme de
la solution permet de facilement d’imposer des conditions limites sur un domaine délimité par des surfaces
coordonnées (surface où l’une des coordonnées xj = Cst).
31
III.2 Le problème de Laplace
III.2.a Définitions
Laplacien
Le Laplacien joue un rôle primordial en physique, car on le rencontre dans quasiment toutes les disciplines
physiques qui font appel aux EDP. On le définit de manière intrinsèque (indépendant du système de coordonnées)
comme l’opérateur différentiel d’ordre deux
−−→
∆ = div grad = ∇2
Calculer le Laplacien d’un champ revient à d’abord calculer son gradient, puis la divergence de ce gradient. On
peut calculer le Laplacien de tout genre de champ scalaire f , vectoriel F~ ou tensoriel F, mais ici on se limitera
à des champs scalaires.
Dans un espace à n dimensions, avec (x1 , x2 , . . . , xn ) des coordonnées Cartésiennes et f (x1 , x2 , . . . , xn ) une
fonction quelconque, on appelle
n
X ∂2f
∆f =
j=1
∂x2j
le Laplacien de f . La plupart des applications en physique se situent dans un espace à 1, 2 ou 3 dimensions.

Selon la forme du domaine considéré, il convient d’utiliser d’autres coordonnées. En 2D, on fera des exemples
en coordonnées Cartésiennes (x, y) et cylindrique (polaires) (ρ, φ) :
∂2f ∂2f
∆f = +
∂x2 ∂y 2
1 ∂2f

1 ∂ ∂f
∆f = ρ +
ρ ∂ρ ∂ρ ρ2 ∂φ2
En 3D, on se restreindra aux coordonnées Cartésiennes (x, y, z), cylindriques (ρ, φ, z) et sphériques (r, θ, φ) :
∂2f ∂2f ∂2f

∆f = + +
∂x2 ∂y 2 ∂z 2
1 ∂2f ∂2f

1 ∂ ∂f
∆f = ρ + +
ρ ∂ρ ∂ρ ρ2 ∂φ2 ∂z 2
∂2f 2

1 ∂ 2 ∂f 1 ∂ ∂f 1
∆f = 2 r + 2 sin θ + 2 ∂φ
r ∂r ∂r r sin θ ∂θ ∂θ r2 sin θ
Pour comprendre l’origine de ces formules, il faut faire de l’analyse vectorielle. Quelques éléments supplémentaires
sur l’origine de ces formules se trouvent en annexe.
Problème de Laplace
Une fonction f solution du problème
∆f = 0
dans un domaine D, satisfait un problème de Laplace. On dit aussi que f est une fonction harmonique.
32
Conditions limites
Souvent on résolve un problème de Laplace ensemble avec des conditions limites. On imagine le domaine D et
son bord δD comme ci-dessous :
cas 2D cas 3D
En 2D, le domaine D est une surface et son bord δD un contour. En 3D, le domaine D est un volume et son
bord δD sera une surface. Nous notons ~n le vecteur unitaire normal sortant de δD.
Dans le problème de Laplace (et plus généralement pour les EDPs d’ordre 2 en espace), on utilisera des conditions
aux limites
• CL Dirichlet : On impose la valeur de la fonction f sur le bord
f =h
δD δD
La notation avec la barre verticale |δD , signifie que la relation ne s’applique qu’aux bords. La fonction h
est supposée connue.
• CL Neuman : On impose la valeur de la dérivée normale au bord
~n · ∇f = H|δD
δD
Ici H est une fonction supposée connue, ~n le vecteur normal unitaire. Une CL de type Neuman fixe la
valeur de la dérivée normale de la fonction sur le bord du domaine.
• CL Mixte : Une combinaison des deux
αf + β~n · ∇f = H|δD
δD δD
Ici α, β, H sont des fonctions supposées connue.
On dit que les conditions limites sont homogènes si
h =0 ou H =0 ou H =0
δD δD δD
Le plus fréquemment, on rencontre des conditions aux limites de type Dirichlet ou Neuman en physique.
Conditions de régularité
Si le domaine est de taille infinie ou comprend des singularités du système de coordonnées (exemple : l’axe ρ = 0
en coordonnées cylindriques), on doit y poser des conditions de régularité qui expriment que la solution n’y
diverge pas. On verra plusieurs exemples dans la suite. Ces conditions jouent le même rôle que les conditions
aux limites et on les fera apparaitre quand on pose les CL d’un problème.
33
III.2.b Théorème min-max
Soit un champ f (x1 , . . . , xn ), qui satisfait le problème de Laplace dans un domaine D avec une CL de type
Dirichlet ou Nuemann sur le bord δD. Les valeurs minimales et maximales de f doivent être atteintes
sur le bord du domaine δD et jamais à l’intérieur de D.
Preuve :
Supposons que f satisfait ∆f = 0 et atteint un maximum en ~xmax ∈ D. Toutes les premières dérivées partielles
doivent donc s’annuler
∂f
∀j ∈ 1, . . . , n : =0
∂xj ~
x=~
xmax
et toutes les deuxièmes dérivées partielles doivent être de signe négatif :
∂2f
∀j ∈ 1, . . . , n : <0
∂x2j ~
x=~
xmax
On comprend directement que cette dernière propriété n’est pas compatible avec le caractère Laplacien de f
qui impose que
n
X ∂2f
∆f = =0
~
x=~
xmax
j=1
∂x2j ~
x=~
xmax
dans ce point. L’affirmation initiale est donc fausse : il n’existe aucun point ~xmax ∈ D ou la fonction harmonique
f peut atteindre son maximum. Ceci implique donc que le maximum doit se trouver sur le bord du domaine
δD. On tient exactement le même raisonnement pour le minimum.
Conséquence :
Le précédent théorème nous indique que la seule solution de
∆f = 0 , ~r ∈ D , CL : f = 0 , ~r ∈ δD
doit être f = 0 partout.
III.2.c Solutions séparables
Cas 2D : coordonnées Cartésiennes (x, y)
On cherche les solutions de

∂2f ∂2f
+ =0
∂x2 ∂y 2
On propose la solution séparable f (x, y) = X(x)Y (y) qui doit alors satisfaire
X 00 (x)Y (y) + X(x)Y 00 (y) = 0
On divise cette expression par XY afin de trouver
X 00 (x) Y 00 (y)
+ =0
X(x) Y (y)
| {z } | {z }
f de x f de y
Les deux termes doivent s’annuler et comme chaque terme dépend de soit x, soit y, on doit nécessairement avoir
X 00 (x) Y 00 (y)
=− =σ , σ∈C
X(x) Y (y)
34
On appelle σ, une constante de séparation et à priori elle peut être complexe et prendre n’importe quelle valeur
(même 0). Le ou les valeurs que σ prendra, dépendra entièrement des conditions aux limites imposées au bord
du domaine.
Pour ce problème d’ordre 2, on choisit souvent σ = −k 2 ou σ = K 2 , car ceci facilite l’écriture de la solution.
Prenons par exemple σ = −k 2 . On trouve alors 2 EDO’s :
X 00 (x) + k 2 X(x) = 0
00 2
Y (y) − k Y (y) = 0
que l’on peut résoudre séparément.

1. Si k 6= 0, on trouve par exemple
X(x) = A+ eikx + A− e−ikx

Y (y) = B+ eky + B− e−ky
avec A± , B± des constantes arbitraires. Cette forme de la solution suggère une structure exponentielle le
long de y, avec une dépendance sinus- et cosinusoı̈dale le long de x, mais attention, k ∈ C et on peut très
bien avoir l’inverse (remplacer k = iK par exemple)
2. Le cas k = 0, nécessite un traitement à part et correspond aux solutions
X(x) = A1 + A2 x
Y (y) = B1 + B2 y
avec A1 , A2 , B1 , B2 des constantes arbitraires.
Suite à la linéarité, on peut enfin superposer une infinité de ces solutions séparables. Une solution générale en
coordonnées Cartésiennes du problème de Laplace est donc
X
B+ (k) eky + B− (k) e−ky eikx

f (x, y) = (A1 + A2 x)(B1 + B2 y) +
k∈C0
Cette somme sur k, peut se remplacer par une intégrale, si on veut faire une superposition d’un continuum de
valeurs de k. Remarque également que les constantes B± (k) sont en faite des fonctions de k.
Exemple comment une CL fixe la solution :

Dans la plupart de vos futurs calculs, vous allez rarement écrire la forme générale de la solution avant d’appliquer
les conditions aux limites. Vu la quantité énorme de solutions séparables, il est préférable de garder un oeil sur
ces CL afin d’y trouver des indications sur les bonnes valeurs de k.
On donne un exemple simple. On cherche la solution d’un problème de Laplace dans un domaine semi-infini :
D : x ∈] − ∞, +∞[ , y ∈] − ∞, 0]
avec les conditions aux limites (ou de régularité)
1 ix
e + e−ix

CL : f (x, 0) = cos x = , lim f (x, y) = 0
2 y→−∞
Si on regarde la condition en y = 0, on voit directement qu’une partie de la solution aura certainement k = ±1.
Essayant donc la solution
f (x, y) = B+ (1)ey + B− (1)e−y eix + B+ (−1)ey + B− (−1)e−y e−ix

Pour satisfaire la régulatité en y → −∞, on doit écarter la partie y qui diverge : B− (±1) = 0. Il reste alors
f (x, y) = B+ (1)eix + B+ (−1)e−ix ey

Afin de satisfaire la CL en y = 0, on doit nécessairement avoir B+ (±1) = 1/2 et on connait donc la solution
f (x, y) = ey cos x
de notre problème.
35
Cas 2D : coordonnées polaires (ρ, φ)

1 ∂2f

1 ∂ ∂f
ρ + 2 2 =0
ρ ∂ρ ∂ρ ρ ∂φ
On injecte la solution séparable f (ρ, φ) = R(ρ) Φ(φ) dans l’EDP :

0 0
(ρR0 ) Φ RΦ00 ρ (ρR0 ) Φ00
+ 2 =0 ⇔ + =0
ρ ρ R } |{z}
| {z Φ
f de ρ f de φ
Dans la dernière manipulation, on a multiplié l’équation avec ρ2 /RΦ. On voit alors que le premier terme ne
dépend que de ρ le deuxième seulement de φ : on peut donc de nouveau les identifier à une constante de
séparation, ce qui produit deux EDO’s pour les fonctions R et Φ :
0
ρ (ρR0 ) Φ00
2 00
ρ R (ρ) + ρR(ρ) − m2 R(ρ) = 0
=− = m2 ⇔
R Φ Φ00 (φ) + m2 Φ(φ) = 0
La solution est différente selon la valeur de m :

1. Si m 6= 0, on constate que R(ρ) = ρα est possible si α = ±m. Pour Φ(φ) on voit immédiatement que ceci
sera une fonction trigonométrique :
R(ρ) = A+ ρm + A− ρ−m
Φ(φ) = Bc cos mφ + Bs sin mφ = C+ eimφ + C− e−imφ
Contrairement au cas Cartésien, la valeur de la constante de séparation est moins générale ici. La
périodicité de la coordonnée φ exige que
Φ(φ) = Φ(φ + 2π) ⇒ e±im2π = 1
et donc m ∈ Z un entier. On appelle ce nombre m, nombre d’onde azimuthal. Il spécifie combien de

fois la structure se répète pour φ allant de 0 à 2π.
2. Si m = 0, la solution est différente. On trouve
R(ρ) = C1 + C2 ln ρ
Φ(φ) = D1 + D2 φ
Suite à la périodicité, on doit avoir D2 = 0. Cette solution est donc indépendante de φ, on dit que c’est
la solution axisymétrique.
En résumé, on trouve la solution générale :

X
A+ (m) ρm + A− (m) ρ−m eimφ

f (ρ, φ) = C1 + C2 ln ρ +
m∈Z0
Les coefficients A± (m) peuvent être différents pour chaque m.

Exercice :
On décide que le domaine sur lequel on résolve le problème de Laplace est celui d’un disque
D : ρ ∈ [0, R] , φ ∈ [0, 2π[
Trouver la solution qui satisfait les conditions aux limites/de regularité

∂f X
CL : |f (0, φ)| =
6 ∞ , (R, φ) = am eimφ
∂ρ
m∈Z
On suppose ici que les coefficients am sont connus.
36
Cas 3D : Coordonnées Cartésiennes (x, y, z)

∂2f ∂2f ∂2f
2
+ 2 + 2 =0
∂x ∂y ∂z
On propose la solution séparable f (x, y, z) = X(x)Y (y)Z(z) qui doit alors satisfaire
X 00 Y 00 Z 00
X 00 Y Z + XY 00 Z + XY Z 00 = 0 ⇒ + + =0
X
|{z} Y
|{z} Z
|{z}
f de x f de y f de z
Ceci n’est possible que lorsque
X 00 (x) + kx2 X(x) = 0

00
Y (y) + ky2 Y (y) = 0
Z 00 (z) + kz2 Z(z) = 0 avec kx2 + ky2 + kz2 = 0
Une possible forme de la solution générale du problème sera

X h √ 2 2 √ 2 2 i
f (x, y, z) = (Ax + B)(Cy + D)(Ez + F ) + G+ (kx , ky )e kx +ky z + G− (kx , ky )e− kx +ky z
kx ,ky ∈C0
q
où on a remplacé kz = kx2 + ky2 . Remarque que 2 constantes de séparation kx , ky peuvent varier dans cette
solution générale.
p D’autres formes équivalentes de la solution existent si on garde par exemple kx , kz pour
remplacer ky = kx2 + kz2 .
Exercice :
Le domaine est un espace semi infini
D : x, y ∈] − ∞, +∞[ , z ∈] − ∞, 0]
Trouver la solution qui satisfait la condition aux limites
CL : f (x, y, 0) = cos x cos y , lim f (x, y, z) = 0

z→−∞
Cas 3D : Coordonnées cylindriques (ρ, φ, z)
On cherche des solutions séparables de

1 ∂2f ∂2f

1 ∂ ∂f
ρ + 2 2 + 2 =0
ρ ∂ρ ∂ρ ρ ∂φ ∂z
On injecte la proposition f (ρ, φ, z) = R(ρ)Φ(φ)Z(z) dans cette EDP. On obtient alors
0 0
(ρR0 ) ΦZ RΦ00 Z (ρR0 ) Φ00 Z 00
+ + RΦZ 00 = 0 ⇔ + 2 + =0
ρ ρ2 ρR ρ Φ Z
| {z } |{z}
f de ρ et φ f de z
On peut donc introduire une première constante de séparation car il faut nécessairement
0
(ρR0 ) Φ00 Z 00
+ 2 =− = −k 2
ρR ρ Φ Z
avec k ∈ C quelconque. Ceci donne pour la structure en z
C+ ekz + C− e−kz , k 6= 0

Z(z) =
C1 + C2 z , k = 0
37
Ensuite il reste à séparer la partie de l’EDP qui décrit la dépendance en ρ et φ :
0 0
(ρR0 ) Φ00 ρ (ρR0 ) Φ00

+ 2 + k2 = 0 ⇒ + k 2 ρ2 + =0
ρR ρ Φ R Φ
|{z}
| {z }
f de ρ f de φ
d’où une deuxième constante de séparation

0
ρ (ρR0 ) Φ00
+ k 2 ρ2 = = −m2
R Φ
Pour la dépendance en φ on trouve
D+ eimφ + D− e−imφ

, m ∈ Z0
Φ(φ) =
D1 , m=0
La φ-périodicité fixe les valeurs des nombres d’onde azimuthaux m à des entiers. Reste encore la structure
radiale qui satisfait
0
ρ (ρR0 ) + (m2 + k 2 ρ2 )R = 0
qui est une équation de Bessel si k 6= 0. Si k = 0, l’EDO est identique à celle rencontrée dans le cas 2D des
coordonnées polaires. On connait donc la solution

 E1 Jm (kρ) + E2 Ym (kρ) , k 6= 0
R(r) = F+ ρm + F− ρ−m , k = 0 , m 6= 0
G1 + G2 ln ρ , k = 0 , m = 0

Avec ces différentes solution, on peut arriver à une solution générale qui se laisse écrire comme
" #
X
m −m imφ

f (ρ, φ, z) = (G1 + G2 ln ρ) + F+ (m)ρ + F− (m)ρ e (C1 + C2 z)
m∈Z0
X X
+ [E1 (k, m)Jm (kρ) + E2 (k, m)Ym (kρ)] eimφ ekz
m∈Z k∈C0
De nouveau, on peut arriver à d’autres formes de la solution, compte tenue du fait que k ∈ C0 .
Cas 3D : Coordonnées sphériques (r, θ, φ)
On cherche à résoudre
∂2f

1 ∂ 2 ∂f 1 ∂ ∂f 1
2
r + 2
sin θ + 2 2 =0
r ∂r ∂r r sin θ ∂θ ∂θ r sin θ ∂φ2
et on propose f (r, θ, φ) = R(r)Θ(θ)Φ(φ) comme solution. Injectée dans l’EDP on arrive à séparer une partie en
r, d’une partie en θ, φ :
0
(r2 R0 )0 Θ Φ R (sin θ Θ0 ) Φ R Θ Φ00 (r2 R0 )0 (sin θ Θ0 )0 Φ00
+ + 2 2 =0 ⇒ + + =0
r 2 2
r sin θ r sin θ R } | sin θ Θ {z sin2 θ Φ}
| {z
f de r f de θ, φ
On peut donc introduire une première constante de séparation
(r2 R0 )0 (sin θ Θ0 )0 Φ00

− = + = −n(n + 1)
R sin θ Θ sin2 θ Φ
38
La forme spécifique de cette constante −n(n + 1) mène aux solutions désirées, mais pour la comprendre il faut
aller vers la fin du calcul. Proposant R(r) = rα , on trouve directement que α = n, −n − 1 sont les seules
possibilités. La dépendance radiale doit donc être
R(r) = A+ rn + A− r−n−1
Reste à séparer les dépendances en θ et φ. Nous avons
(sin θ Θ0 )0 Φ00 sin θ(sin θ Θ0 )0 Φ00

2
+ = −n(n + 1) ⇒ + n(n + 1) sin θ + =0
sin θ Θ sin2 θ Φ Θ Φ
| {z } |{z}
f de θ f de φ
on choisit ici
sin θ(sin θ Θ0 )0 Φ00

+ n(n + 1) sin2 θ = − = m2
Θ Φ
On reconnait alors
C+ eimφ + C− e−imφ

00 2 , m 6= 0
Φ +m Φ=0 ⇒ Φ(φ) =
C1 , m=0
avec m ∈ Z exactement comme dans le cas des coordonnées cylindriques. Reste alors la dépendance en θ, pour
qui on doit avoir
m2

1 d dΘ
sin θ + n(n + 1) − Θ=0
sin θ dθ dθ sin2 θ
On peut simplifier cette√EDO par un changement de variable s = cos θ, avec s ∈ [−1, 1] pour θ ∈ [0, π]. On a
alors ds = − sin θ dθ et 1 − s2 = sin θ, ce qui ramène l’EDO à
m2

d dΘ
(1 − s2 ) + n(n + 1) − Θ=0
ds ds 1 − s2
l’équation différentielle généralisée de Legendre. Comme indiqué en chapitre 1, les solutions régulières
sur le domaine s ∈ [−1, 1] sont les ”polynômes” de Legendre associés. On a donc
Θ(θ) = Pnm (cos θ)
Regardons quelques uns de ces fonctions de plus près, on constate que
P00 (cos θ) ∼ 1
P10 (cos θ) ∼ cos θ
P1±1 (cos θ) ∼ sin θ
P20 (cos θ) ∼ 3 cos2 θ − 1
P2±1 (cos θ) ∼ sin θ cos θ
P2±2 ∼ sin2 θ
Globalement on reconnait que Pnm (cos θ) est toujours composée de n multiplications de sin θ et cos θ. En conclu-
sion, on peut superposer toutes les solutions séparables trouvées, afin d’arriver à
n
X X
A+ (n, m) rl + A− (n, m) r−l−1 Plm (cos θ) eimφ

f (r, θ, φ) =
| {z }
l∈N m=−n
Ylm (θ,φ)
Les regroupements Ynm (θ, φ) = Pnm (cos θ) eimφ sont connus sous le nom des harmoniques sphériques. Ces
fonctions jouent un rôle primordial en physique théorique et appliquée.
39
III.3 Fonctions propres du Laplacien
III.3.a Définition
Soit ψ une fonction solution du problème
−∆ψ = λψ
dans un domaine D, où λ est un nombre à priori inconnu. Dans ce problème aux valeurs propres, il s’agit
d’identifier pour quelles valeurs de la quantité λ, appelée valeur propre, il existe des solutions non-nulles,
appelées fonctions ou modes propres ici de l’opérateur différentiel −∆.
Dans ce problème d’ordre 2, on verra qu’en posant des conditions aux limites homogènes de type Dirichlet,
Nuemann ou mixte, les valeurs propres λ peuvent être discrétisées (quantifiées)
III.3.b Fonction propres séparables
Cas des coordonnées Cartésiennes (x, y) et (x, y, z)
Cherchant ψ(x, y) = X(x)Y (y) on peut séparer le Laplacien comme avant :

X 00 Y 00
+ +λ = 0
X
|{z} Y
|{z}
f de x f de y
On peut alors introduire deux constantes de séparation k 2 , l2 à priori dans C et obtenir

00
X (x) + k 2 X = 0
et λ = k 2 + l2
Y 00 (x) + k 2 Y = 0
Les solutions sont

As sin kx + Ac cos kx , k 6= 0
X(x) =
A1 + A2 x , kx = 0

Bs sin ly + Bc cos ly , l 6= 0
Y (y) =
B1 + B2 y , l=0
En conclusion, à la valeur propre λ = k 2 + l2 , on peut donc associer toutes les fonctions propres


 (As sin kx + Ac cos kx)(Bs sin ly + Bc cos ly) , k, l 6= 0



ψ(x, y; k, l) = (A1 + A2 x)(Bs sin ly + Bc cos ly) , k = 0, l 6= 0 (III.2)




(As sin kx + Ac cos kx)(B1 + B2 y) , k 6= 0, l = 0

On introduit cette notation ψ(x, y : k, l) pour bien spécifier que chaque k et l produisent une autre fonction
propre. Sans spécification des CL, les constantes k, l peuvent prendre des valeurs dans le continuum complexe,
k, l ∈ C. En conséquence, la valeur propre λ ∈ C aussi.
Effet d’une CL Dirichlet homogène sur un rectangle :

Si on travaille danc un domaine fermé et rectangulaire
D : x ∈ [0, Lx ] , y ∈ [0, Ly ]
et on souhaite que f satisfasse une CL de Dirichlet homogène sur son bord

X(0) = X(Lx ) = 0
ψ|δD = 0 ⇒ ψ(0, y) = ψ(Lx , y) = ψ(x, 0) = ψ(x, Ly ) = 0 ⇒
Y (0) = Y (Ly ) = 0
40
Ceci impose que
Ac = A1 = A2 = 0 , Bc = B1 = B2 = 0
et
As sin kLx = 0 , Bs sin lLy = 0
Clairement As = Bs = 0 ne mène pas à d’autres solutions que la solution triviale. Il fait donc que sin kLx = 0
et sin lLy = 0 ce qui nécessite
mπ nπ
k= , l= , m, n ∈ N0
Lx Ly
L’effet des conditions aux limites, est donc de réduire le continuum de valeurs k, l ∈ C a un jeu discret, c.a.d.
dénombrable par des entiers, ici m et n.
En conclusion : du continuum de fonctions propres du Laplacien (III.2), les conditions aux limites en filtrent
beaucoup. La famille de fonctions propres qui satisfait les CL’s est :
2 2
mπx nπy mπ nπ
ψmn (x, y) = sin sin , λmn = + , ∀m, n ∈ N0
Lx Ly Lx Ly
On introduit des suffixes mn pour mieux noter qu’il s’agit d’un ensemble dénombré pour des indices dis-
crets. Remarque d’ailleurs que les valeurs propres sont toutes positives et toutes différentes pour Lx 6= Ly .
Exercice : Effet d’une CL Nuemann homogène sur un rectangle

Remplacer la condition aux limites par une CL de Nuemann homogène et trouver les fonctions propres et les
valeurs propres associées. Solution :
2 2
mπx nπy mπ nπ
ψmn (x, y) = cos cos , λmn = + , ∀m, n ∈ N
Lx Ly Lx Ly
Exercice : Fonctions propres du Laplacien en 3D + CL Dirichlet

Trouver les fonctions propres du Laplacien en 3D, satisfaisant f |δD = 0 sur les bords d’un domaine cubique
D : x ∈ [0, Lx ] , y ∈ [0, Ly ] , z ∈ [0, Lz ]
Solution :
2 2 2
mπx nπy nπz mπ nπ lπ
ψmnl (x, y, z) = sin sin sin , λmnl = + + , ∀m, n, l ∈ N0
Lx Ly Lz Lx Ly Lz
Exercice : Fonctions propres du Laplacien en 1D + CL mixte

Trouver les fonctions propres du Laplacien en 1D sur le domaine D : x ∈ [0, L], et qui satisfont la condition
f (0) = 0 , f 0 (L) = 0
sur ces bords. Solution :

2
2(n + 1)πx 2(n + 1)π
ψn (x) = sin , λn = , ∀n ∈ N0
2L 2L
41
Cas des coordonnées cylindriques (ρ, φ, z)
En 3D et en coordonnées cylindriques ψ(ρ, φ, z), on arrive sur

0
(ρR0 ) Φ00 Z 00
+ 2 + +λ=0
ρR ρ Φ Z
en séparant le problème de Helmholtz. A l’aide de trois constantes de séparation k 2 , m2 , l2 on peut arriver sur
0

 ρ (ρR0 ) + (m2 + k 2 ρ2 )R = 0
Φ00 + m2 Φ = 0 et λ = k 2 + l2
Z 00 + l2 Z = 0

Pour k 6= 0, l 6= 0 ceci mène à des fonctions propres
ψ(r, θ, φ; k, m, l) = [A1 Jm (kρ) + A2 Ym (kρ)] B+ eimφ + B− e−imφ C+ eilz + C− e−ilz

qui ont toutes la valeur propre λ = k 2 + l2 . Ici aussi, on peut avoir k, l ∈ C à priori, mais m ∈ Z toujours.
Trouvez-vous même les autres fonctions propres si l = 0 ou k = 0.
Effet d’une CL Dirichlet homogène sur le cylindre :

Le domaine est l’intérieur d’un cylindre
D : ρ ∈ [0, Rc ] , φ ∈ [0, 2π[ , z ∈ [0, H]
Imposer une condition de Dirichlet homogène f |δD = 0, revient à exiger que
R(Rc ) = 0 , Z(0) = 0 , Z(H) = 0
Sur l’axe ρ = 0, nous avons une condition de régularité
lim |R(ρ)| =
6 ∞
ρ→0
Pour la fonction Z(z), on trouve

C+ + C− = 0 1 1
⇒ = −2i sin lH = 0
C+ eilH + C− e−ilH = 0 eilH e−ilH
d’où
nπ
l= , n ∈ N0
H
Dans la dépendance radiale, la condition de régularité impose A2 = 0, car la fonction Ym (kρ) diverge à l’axe
ρ = 0. En conséquence, il nous reste
ζmj
Jm (kRc ) = 0 ⇒ k= , j ∈ N0
Rc
Posant Jm (ζmj ) = 0, on peut trouver une infinité de zéros, que l’on notera ici ζmj , m ∈ Z , j = 1, 2, . . .. Ces
zéros peuvent être calculés (numériquement) et fixent (quantifient) ici donc les valeurs du nombre d’onde radial
k. Les fonctions propres qui satisfont les conditions limites spécifiées sont
2 nπ 2
ζj ρ n πz
z ζj
ψjmn (ρ, φ, z) = Jm eimφ sin , λ= + ∀j, n ∈ N0 , m ∈ Z
Rc H R H
Il s’agit d’une famille de fonctions, dénombrable par 3 nombres entiers j, m, n.
42
Cas des coordonnées sphériques (r, θ, φ)
En 3D et en coordonnées sphériques, la recherche de solutions séparables du problème de Helmholtz mène

directement à
(r2 R0 )0 (sin θ Θ0 )0 Φ00
+ λr2 + + 2 =0
| R {z } | sin θ Θ {z sin θ Φ}
f de r f de θ, φ
En choisissant la constante de séparation
(r2 R0 )0 (sin θ Θ0 )0 Φ00

2
+ λr = − + = n(n + 1)
R sin θ Θ sin2 θ Φ
on remarque immédiatement qu’on va arriver exactement sur la même dépendance en (θ, φ) que dans le problème
de Laplace. La dépendance en (θ, φ) sera donc décrite par les harmoniques sphériques Ynm (θ, φ) = Pnm (cos θ)eimφ .
Reste donc à résoudre
(r2 R0 )0 − n(n + 1)R + λr2 R = 0
Cette équation est une EDO de Bessel sphérique avec comme solution :
R(r) = A1 jn (kr) + A2 yn (kr) avec λ = k2
En conclusion, les fonctions propres du Laplacien en coordonnées sphériques sont
ψ(r, θ, φ; k, n, m) = [A1 jn (kr) + A2 yn (kr)] Pnm (cos θ) eimφ
avec n ∈ N, m ∈ [−n, n] et ont une valeur propre associée λ = k 2 .
Effet d’une CL Dirichlet homogène sur la sphère :

On suppose que notre domaine est l’intérieur d’une sphère de rayon Rs . Au centre r = 0, il faut poser une
condition de régularité
lim |R(r)| =
6 ∞
r→0
Afin d’écarter les solutions yl (kr) qui divergent au centre, nous avons donc A2 = 0. Imposer la condition limite
de Dirichlet homogène revient à exiger la CL.
ξj
R(Rs ) = 0 ⇒ jl (kRs ) = 0 ⇒ k= , j ∈ N0
Rs
Ici aussi, on introduit une notation ξnj , j = 1, 2, . . . , n ∈ N pour l’infinité de zéros des fonctions de Bessel
sphérique : jn (ξnj ) = 0. On peut les calculer numériquement et leur valeurs fixent donc les nombres d’ondes
radiaux k. La famille de fonctions propres satisfaisant les CL est donc
2
ξnj r ξnj
ψjnm (r, θ, φ) = jn Ynm (θ, φ) pour λ = ∀j ∈ N0 , n ∈ N , m ∈ Z
Rs Rs
Il s’agit d’une famille de fonctions, dénombrable par 3 nombres entiers j, n, m.
43
III.3.c Propriétés générales des modes propres de ∆
L’opérateur ∆ est un exemple d’un opérateur différentiel auto-adjoint. De ceci découlent un ensemble de pro-
priétés utiles que l’on peut exploiter dans le calcul. On montre quelques uns de ces propriétés dans le cadre
restreint de l’opérateur Laplacien. Ces propriétés seront utilisées par la suite.
On considère donc le problème aux valeurs propres du Laplacien, dans un domaine quelconque D. Sur le bord
δD, on suppose que des conditions de type Dirichlet ou Nuemann (ou mixtes) homogènes soient satisfaites.
Notons brièvement
{λκ , ψκ (~r)}
la famille dénombrable des fonctions propres et leurs valeurs propres associées. Un seul suffix κ (au lieu de 1,2
ou 3) est utilisé pour raccourcir la notation. Il est possible que les fonctions ψκ ∈ C, on notera ψ κ le complexe
conjugué de cette fonction.
Réalité des valeurs propres
Toutes les valeurs propres λκ seront réelles.

Preuve :
On écrit les équations satisfaites par ψκ et le complexe conjugué ψ κ
−∆ψκ = λκ ψκ , −∆ψ κ = λ̄κ ψ κ
On multiplie la première équation avec ψ̄κ et la deuxième avec ψκ et on prend la différence des deux expressions :

− ψ κ ∆ψκ − ψκ ∆ψ κ = λκ − λκ ψ κ ψκ
| {z }
|ψκ |2
Le terme de gauche se laisse manipuler avec un minimum de calcul vectoriel :
f ∆g = f (∇ · ∇g) = ∇ · (f ∇g) − ∇f · ∇g
pour 2 fonctions f et g quelconques. Grâce à cette propriété on peut arriver sur
−∇ · ψ κ ∇ψκ − ψκ ∇ψ κ = λκ − λκ |ψκ |2

Si on intègre ceci sur le domaine, le coté gauche se simplifie à une intégrale de surface
Z I

− ∇ · ψ κ ∇ψκ − ψκ ∇ψ κ dD = − ψ κ ∇ψκ − ψκ ∇ψ κ · ~n dS = 0
D δD
utilisant le théorème de divergence (Ostrogradsky). Cette intégrale sur le bord δD = S est toujours nulle pour
des CL homogènes de type Dirichlet, Nuemann ou mixtes. Ceci implique que
Z
|ψκ |2 dD = 0

λκ − λκ
D
| {z }
>0
L’intégrale étant de signe positif et jamais nulle, on doit avoir

λκ − λκ = 0 ⇔ Im(λκ ) = 0
En conséquence λκ ∈ R toujours.
44
Les valeurs propres sont toutes positives
On a λκ ≥ 0 toujours.
Preuve :
On multiplie l’équation −∆ψκ = λκ ψκ avec ψ κ , puis on intègre sur le volume. A l’aide du même genre de
manipulations que dans les démonstrations précédentes on arrive sur
||∇ψκ ||2 dD
Z Z R
2
∇ψκ · ∇ψκ dD = λκ |ψκ | dD ⇒ λκ = D R 2 ≥0
D D D
|ψκ | dD
Remarque :
Afin d’avoir λκ = 0, il est nécessaire que ψκ = C soit une solution. Cette solution est admise seulement avec
des CL de Nuemann homogènes. Remarque que λκ = 0 signifie qu’il s’agit en faite d’une solution du problème
de Laplace.
Orthogonalité des fonctions propres
Les fonctions propres sont orthogonales, vis à vis de l’intégrale

Z
0 , κ 6= ν
ψ κ ψν dD =
D N κ , κ=ν
Ici Nκ = D |ψκ |2 dD > 0 est un facteur de normalization.

R
Preuve :
On écrit les équations satisfaites par ψ ν et ψκ
−∆ψ κ = λκ ψ κ , −∆ψν = λν ψν
On multiplie la première équation avec ψν , la deuxième avec ψ κ et on prend la différence des deux expressions :

− ψ κ ∆ψν − ψ κ ∆ψν = (λκ − λν ) ψ κ ψν
En intégrant sur le volume et en utilisant exactement les mêmes opération que dans la démonstration précédente,
on trouvera que
Z
0 = (λκ − λν ) ψ κ ψν dD
D
6 λν , alors on doit avoir

Si λκ =
Z
ψ κ ψν dD = 0
D
ce qui montre l’orthogonalité des fonctions propres qui ont des valeurs propres différentes.
Remarque :
Cette preuve n’en semble pas une, s’il existe des valeurs propres multiples. Ceci peut arriver exceptionnellement
dans certains domaines particuliers (exemple : cas Cartésien 2D, domaine carré D : (x, y) ∈ [0, L] × [0, L] avec
f |δD = 0 ) mais la propriété d’orthogonalité tient toujours.
Complétude (sans preuve)
L’ensemble L2 (D) des fonctions f dites carré-intégrables sur D, contient toutes les fonctions pour lesquelles
l’intégrale
Z
|f |2 dD existe
D
45
ou autrement dit, ne diverge pas. Cet espace L2 (D) est de dimension infinie, signifiant que l’on peut imaginer
une infinité de fonctions linéairement indépendantes membres de cet espace.
L’ensemble {ψκ } est complet pour l’espace L2 (D) : toute fonction f ∈ L2 (D) peut être décomposée comme
Z
X 1
f= C κ ψκ avec Cκ = ψ κ f dD
κ
Nκ D
Les coefficients d’expansion Cκ sont uniques et peuvent être calculés à l’aide d’une intégrale, suite à la
propriété d’orthogonalité des fonctions propres ψκ . On dit qu’on projette la fonction f sur la base des
fonctions propres {ψκ }.
III.4 Autres EDP’s fréquemment rencontrées en physique
III.4.a Le problème de Poisson
Définition
Une fonction f solution du problème
∆f = g
dans un domaine D et avec g une fonction connue, satisfait un problème de Poisson. Sur le bord du domaine
δD, on suppose des conditions limites (Dirichlet, Neuman, mixte) ou des conditions de régularité.
Une méthode de solution : expansion sur les fonctions propres
Le problème de Poisson ressemble à un problème de Laplace avec un second membre. La solution générale sera
trouvée comme la somme
f = fh + fp
avec fh une solution homogène, soit une solution du problème de Laplace et une solution particulière
fp solution du problème original. Plus spécifiquement, on peut tenter de résoudre
∆fh = 0 , où fh satisfait les CL demandées

∆fp = g , où fp satisfait des CL homogènes
La recherche des solutions fh a été traitée dans la section dédiée au problème de Laplace. Grâce à la section
dédiée aux fonctions propres ψκ , on peut chercher une solution particulière sous la forme
X
fp = Cκ ψκ
κ
où
Z
1
Cκ = − ψ κ g dD
λ κ Nκ D
suite à la propriété d’orthogonalité des fonctions propres. Dans le cas de CL de Nuemann, on exclue de cette
expansion le mode ψκ = C pour qui λκ = 0.
46
III.4.b L’équation de diffusion
Définition
Une fonction f scalaire satisfait une équation de diffusion si

∂f
= α∆f + q
∂t
Ici α > 0 est le coefficient de diffusion et q une source qui dépend éventuellement du temps. L’équation de
diffusion est le plus souvent accompagné de CL de type Dirichlet ou Neuman sur le bord d’un domaine D. Il
est également nécessaire de spécifier une condition initiale
CI : f |t=t0 = f0
qui fixe la valeur du champ à f0 à un instant t0 donné, partout dans le domaine D.
Un cas particulier : décroissance pur d’un état initial
On donne un exemple particulier où il n’y a pas de sources q = 0 et où on a des conditions limites homogènes
sur les bords d’un domaine D. On souhaite décrire le devenir d’un état initial f0 quelconque (qui satisfait les
CL du problème). Nous tentons une séparation espace-temps sous la forme
f (~r, t) = ψ(~r) T (t)
qui nous ramène à
1 T0 ∆ψ
=
α T
| {z } ψ
|{z}
f de t f de ~r
On peut alors introduire les égaliser à une constante de séparation −λ, afin d’obtenir
0
T + αλT = 0
∆ψ + λψ = 0
La partie temporelle donne
T (t) = Ce−αλt
Le problème spatial n’a pas besoin d’un traitement particulier, car on reconnait immédiatement le problème
aux valeurs propres du Laplacien, traité en détail dans la section précédente. Chaque valeur propre λ exige/fixe
donc une valeur particulière de la constante de séparation, qui intervient dans la partie temporelle. Avant de
parler des CL et des CI, on peut donc écrire que
X
f (~r, t) = C(. . .) ψ(~r; . . .) e−αλt
...
La somme court sur toutes les possibles valeurs des constantes de séparation (noté . . .) dans la fonction propre.
Si on impose des conditions aux limites homogènes sur les bords δD, celle-ci devront être satisfaites à
tout temps. Ceci sélectionne parmi les fonctions ψλ , celles qui satisfont les conditions aux limites homogènes.
Comme nous l’avons vu, cette opération sélectionne une famille discrète de fonction propres, notées {ψκ }. Seuls
des superpositions
X
f (~r, t) = Cκ ψκ (~r) e−αλκ t (III.3)
κ
satisfont les conditions aux limites dans ce problème. On retrouve ici les modes propres de décroissance diffu-
sive. Chaque structure spatiale ψκ décroit selon un taux d’amortissement αλκ réel et positif, conséquence des
47
propriétés Im(λκ ) = 0 et λκ ≥ 0. Un champ diffusif f non-soutenu par une source ou des apports arrivant par
les bords, est donc toujours destiné à décroitre, de manière à effacer tout gradient.
Les constantes arbitraires Cκ qui apparaissent dans la solution (III.3), peuvent être fixées par la condition
initiale. Prenant t0 = 0 pour simplifier, celle-ci exigera que
X
f0 (~r) = Cκ ψκ (~r)
κ
Utilisant la propriété d’orthogonalité des fonctions propres {ψκ }, on arrive à fixer les coefficients Ck . Il suffit de
multiplier avec ψ ν et d’intégrer sur le domaine. Ceci donne
Z
1
Cκ = ψ f0 dD
Nκ D κ
En principe, on connait donc la solution et elle ne dépend plus d’aucune constante arbitraire.
III.4.c L’équation d’onde
Définition
La fonction f satisfait une équation d’onde si
1 ∂2f
= ∆f + s
c2 ∂t2
Ici c est la vitesse des ondes (non-dispersives) et s une source. Ce problème est souvent accompagné de conditions
de Dirichlet, Nuemann ou mixte en paroi. Ces conditions traduisent alors un comportement particulier de
réflexion d’une onde arrivant en paroi. D’ordre 2 en temps, nous avons également besoin de deux conditions
initiales :
∂f
CI : f |t=t0 = f0 , = g0 (III.4)
∂t t=t0
si on souhaite spécifier comment le système évolue au temps ultérieur. f0 et g0 sont alors deux fonctions
indépendantes du temps et connues dans tout le domaine D.
Remarque :
Parfois on utilise, d’autres types de conditions supplémentaires telles que des conditions de rayonnement. Dans
ces conditions, dépendances spatiales et temporelles sont combinées. Ce type de condition est utilisée pour
imposer que des ondes ne peuvent pas venir de l’extérieur de la zone d’intérêt.
Un cas particulier : ondes stationnaires
On regarde le cas particulier s = 0 avec des CL homogènes sur les bords d’un domaine fermé. Une séparation
espace temps
f (~r, t) = ψ(~r) T (t)
mène ici à
1 T 00 ∆F
2 T
=
c
| {z } F
|{z}
f de t f de ~r
Egalisé à une constante de séparation −λ, on obtiendra alors le système
00
T (x) + c2 λT = 0
∆ψ + λψ = 0
48
√ √
T (t) = C+ eic λt
+ C− e−ic λt
Le problème spatial est encore une fois celui des fonctions propres. On arrivera donc à
X √
C+ (. . .)eiωλ t + C− (. . .)e−iωλ t ψλ (~r; . . .) , ωλ = c λ

f (~r, t) =
...
sans spécification de conditions aux limites et initiales. La somme court sur toutes les possibles valeurs des
constantes de séparation.
Imposant des CL homogènes, on réduit la superposition sur la famille discrète {ψκ }
X p
C+,κ eiωκ t + C−,κ e−iωκ t ψκ (~r) , ωκ = c λκ

f (~r, t) = (III.5)
κ
exactement comme dans le problème de diffusion traité ci-dessus. On retrouve ici des ondes stationnaires
à la structure ψκ . Ces ondes stationnaires, oscillent avec leurs fréquence propres ωκ . Cette fréquence ωκ est
d’ailleurs toujours réelle, conséquence des propriétés Im(λκ ) = 0 et λκ ≥ 0.
Les constantes arbitraires C±,κ qui apparaissent dans la solution (III.5), peuvent être fixées par les deux condi-
tions initiales. Prenons t0 = 0 pour simplifier. Si on écrit explicitement les CI (III.4), on obtient
X X
f0 (~r) = (C+,κ + C−,κ ) ψκ (~r) , g0 (~r) = iωκ (C+,κ − C−,κ ) ψκ (~r)
κ κ
Projection sur la base ψκ mène à un système linéaire 2 x 2 pour chaque κ, dont on calcule la solution :
C±,κ = [Fκ ∓ iGκ /ωκ ]/2
avec
Z Z
1 1
Fκ = ψ κ f0 dD , Gκ = ψ κ g0 dD
Nκ D Nκ D
On connait donc la solution et elle ne dépend plus d’aucune constante arbitraire.
III.4.d L’équation de Schrödinger
Définition
En mécanique quantique, l’équation de Schrödinger pour la fonction d’onde Ψ(~r, t) ∈ C devient
∂Ψ ~2
i~ =− ∆Ψ + V Ψ
∂t | 2m {z }
HΨ
b
Ici ~ = h/2π avec h la constante de Planck, m la masse de la particule et V (~r, t) l’énergie potentielle. On appelle
Hb l’opérateur Hamiltonien. La fonction d’onde est normalisé sur le domaine
Z
|Ψ|2 dD = 1
D
car la quantité |Ψ|2 dD traduit la densité de probabilité de trouver la particule dans un volume élémentaire autour
de ~r à temps t. Le domaine D est en principe toujours infiniment grand, mais on peut faire une approximation
limité à un domaine fini, si le potentiel V → +∞. Si on s’intéresse au devenir d’un paquet d’ondes au cours du
temps, il est nécessaire de donner une condition initiale
CI : Ψ(~r, t0 ) = Ψ0 (~r)
49
Cas particulier : états propres & niveaux d’énergie
En faisant la séparation espace-temps, Ψ = ψ(~r) T (t), on obtient immédiatement que
T0 Hψ
b
i~ =
| {zT} ψ
|{z}
f de t f de ~r
La constante de séparation est prise égale à E, qui a la dimension d’une énergie

0
T + i E~ T = 0
Hψ
b − Eψ = 0

E
T (t) = Ce−i ~ t
La partie spatiale définit un problème aux valeurs propres, cette fois-ci pour l’opérateur différentiel
2
b =− ~ ∆+V
H
2m
Cet opérateur est différent du Laplacien mais proche tout de même. Dans le traitement de l’atome d’hydrogène,
on utilise un potentiel qui est
qe2
V (r) = −
4π0 r
avec qe la charge élémentaire et r la distance radiale séparant l’électron du noyau. Utilisant ce potentiel à
symétrie sphérique, on arrive à séparer ψ(r, θ, φ) = R(r)Θ(θ)Φ(φ) comme dans les exemples sur les coordonnées
sphériques. Toute la dépendance angulaire restera la même et fera apparaitre les harmoniques sphériques
Θ(θ)Φ(φ) = Ynm (θ, φ)
La dépendance radiale sera par contre modifiée et nécessitera l’introduction de nouvelles fonctions spéciales, les
fonctions de Laguerre généralisées. Les conditions de régularité à l’infinie et à l’origine discrétisent les valeurs
propres = les niveaux d’énergie En .
50
Annexe A
Rappels sur les coordonnées

cylindriques & sphériques
A.1 Coordonnées cylindriques

Définition
On considère un repère Cartésien (O, ~ex , ~ey , ~ez ). La position d’un point M est alors décrite par rapport à l’origine
O, à l’aide d’un vecteur
−−→
~r = OM = x ~ex + y ~ey + z ~ez
Comme le montre le schéma, les coordonnées cylindriques (ρ, φ, z), sont définies par les relations
x = ρ cos φ , y = ρ sin φ
ou inversement
p y x
ρ = x2 + y 2 , φ = arcsin p = arccos p
x2 + y 2 x2 + y 2
La coordonnée z reste la même. Les coordonnées cylindriques varient dans les intervalles :
ρ ∈ [0, +∞[ , φ ∈ [0, 2π[ , z ∈] − ∞, +∞[
pour couvrir tout l’espace.

Les surfaces coordonnées sont respectivement des cylindres (ρ constant), des plan verticaux (φ constant) com-
prenant l’axe ρ = 0, des plan horizontaux (z constant). Les lignes coordonnées sont des cercles (ρ, z constant),
des droites verticales (ρ, φ constant), des droites radiales (φ, z constant).
Base curviligne (~eρ , ~eφ , ~ez ) orthonormée
Les vecteurs du repère naturel sont obtenus en dérivant ~r(ρ, φ, z) :
∂~r
~eρ
e = = cos φ ~ex + sin φ ~ey
∂ρ
∂~r
~eφ
e = = −ρ sin φ ~ex + ρ cos φ ~ey
∂φ
∂~r
~ez
e = = ~ez
∂z
51
Figure A.1 – Coordonnées cylindriques ρ, φ, z
Ils spécifient les directions dans lesquelles les coordonnées ρ, φ, z augmentent. Les normes de ces vecteurs
définissent les facteurs d’échelle (hρ = 1, hφ = ρ, hz = 1) ou facteurs-h. Les vecteurs du repère naturel or-
thonormé (O, ~eρ , ~eφ , ~ez ) sont alors
~eρ = cos φ ~ex + sin φ ~ey

~eφ = − sin φ ~ex + cos φ ~ey
~ez = ~ez
On peut constater l’orthogonalité de ces trois vecteurs, nous avons effectivement :
~eρ · ~eφ = ~eρ · ~ez = ~eφ · ~ez = 0
Sous le produit vectoriel, on trouve que
~eρ ∧ ~eφ = ~ez , ~eφ ∧ ~ez = ~eρ , ~ez ∧ ~eρ = ~eφ
Lors de l’utilisation d’un repère curviligne, il est très important de se rappeler que les vecteurs du repère naturel
varient dans l’espace. Ici ~eρ (φ) et ~eφ (φ) sont des fonctions de φ. Si on les dérive par rapport à φ on remarquera
que
∂~eρ ∂~eφ
= ~eφ , = −~eρ
∂φ ∂φ
Eléments différentiels de ligne, surface et volume
Les éléments de ligne
d~r = dρ ~eρ + ρdφ ~eφ + d~ez + dz ~ez
de surface
~ρ = ρ dφ dz ~eρ
dS , ~φ = dρ dz ~eφ
dS , ~z = ρ dρ dφ ~ez
dS
de volume
dV = ρ dρ dφ dz
52
~ et gradient d’un champ scalaire
Opérateur ∇
~ est défini comme

L’opérateur ∇
~ = ~eρ ∂ + ~eφ 1 ∂ + ~ez ∂
∇
∂ρ ρ ∂φ ∂z
Disposant d’un champ scalaire f (ρ, φ, z), on peut calculer son gradient comme
~ = ~eρ ∂f + ~eφ 1 ∂f + ~ez ∂f

∇f
∂ρ ρ ∂φ ∂z
Ceci définit un champ de vecteurs. On peut également calculer le gradient d’un champ de vecteurs, ce qui définit
un champ tensoriel d’ordre 2 à neuf composantes.
Divergence et rotationnel d’un champ de vecteurs
Soit F~ (ρ, φ, z) un champ vectoriel, décomposé sur la vecteurs du repère curviligne :

F~ (ρ, φ, z) = Fρ (ρ, φ, z)~eρ (φ) + Fφ (ρ, φ, z)~eφ (φ) + Fz (ρ, φ, z)~ez
On appelle Fρ , Fφ , Fz les composantes cylindriques du champ F~ . Remarque qu’on fait explicitement apparaitre
les dépendances des coordonnées, ceci afin de mieux comprendre les opérations suivantes.
La divergence du champ F~ est définie par l’opération
div F~ = ~ ~
∇
·F h
∂ 1 ∂ ∂ i
= ~eρ + ~eφ + ~ez · (Fρ (ρ, φ, z)~eρ (φ) + Fφ (ρ, φ, z)~eφ (φ) + Fz (ρ, φ, z)~ez
∂ρ ρ ∂φ ∂z
∂Fρ Fρ 1 ∂Fφ ∂Fz
= + + +
∂ρ ρ ρ ∂φ ∂z
1 ∂(ρFρ ) 1 ∂Fφ ∂Fz
= + +
ρ ∂ρ ρ ∂φ ∂z
∂~
eρ
Le terme Fρ /ρ (qu’on a tendance à oublier) apparait à travers l’opération ~eφ ·Fρ ∂φ /ρ. Ce terme est directement
une conséquence du fait que ~eρ dépend de φ, que la base est curviligne.
Le rotationnel du champ F~ est définie par l’opération
rot F~ ~ ∧ F~
= ∇
Par le même genre de processus, que ci-dessus on peut identifier que

~ ∧ F~
∂Fφ 1 ∂Fz
∇ = −
ρ ∂z ρ ∂φ

~ ∧ F~
∂Fz ∂Fρ
∇ = −
φ ∂ρ ∂z

~ ∧ F~
1 ∂(ρFφ ) 1 ∂Fρ
∇ = −
z ρ ∂ρ ρ ∂φ
Laplacien d’un champ scalaire
Le Laplacien d’un champ scalaire est défini comme

~ = ∇2 f = ∆f
~ · ∇f
∇
Combinant les formules pour le gradient et la divergence on trouve que le Laplacien d’un champ f (ρ, φ, z)
exprimé en coordonnées cylindriques est
1 ∂2f ∂2f

1 ∂ ∂f
∆f = ρ + 2 2+ 2
ρ ∂ρ ∂ρ ρ ∂φ ∂z
53
Figure A.2 – Coordonnées sphériques r, θ, φ
A.2 Coordonnées sphériques

Définition
Les coordonnées cylindriques r, θ, φ sont liées aux coordonnées Cartésiennes par les relations
x = r sin θ cos φ , y = r sin θ sin φ , z = r cos θ
ou inversément
p z
r = x2 + y 2 + z 2 , θ = arccos p
x2 + y2 + z2
y x
φ = arcsin p = arccos p
x2 + y 2 x2 + y 2
Elles varient dans les intervalles

r ∈ [0, +∞[ , θ ∈ [0, π] , φ ∈ [0, 2π[
Les surfaces coordonnées sont des spheres (r constant), des cones (θ constant) ou des plans verticaux (φ constant)
comprenant l’axe x = y = 0. Les lignes coordonnées, sont des cercles (r, θ constant), des demi cercles (r, φ
constant) et des droites partant de l’origine (θ, φ constant).
Base curviligne (~er , ~eθ , ~eφ ) orthonormée
Le base du repère naturel est obtenue en dérivant ~r(r, θ, φ) :
∂~r
~er
e = = sin θ cos φ ~ex + sin θ sin φ ~ey + cos θ ~ez
∂r
∂~r
~eθ
e = = r cos θ cos φ ~ex + r cos θ sin φ ~ey − r sin θ ~ez
∂θ
∂~r
~eφ
e = = −r sin θ sin φ ~ex + r sin θ cos φ ~ey
∂φ
Calculant leur normes, on obtient hρ = 1, hθ = r, hφ = r sin θ. Les vecteur de la base curviligne orthonormée
sont alors
~er = sin θ cos φ ~ex + sin θ sin φ ~ey + cos θ ~ez

~eθ = cos θ cos φ ~ex + cos θ sin φ ~ey − sin θ ~ez
~eφ = − sin φ ~ex + cos φ ~ey
54
On peut facilement vérifier l’orthogonalité de ces trois vecteurs :
~er · ~eθ = ~er · ~eφ = ~eθ · ~eφ = 0
Sous le produit vectoriel, on trouve que
~er ∧ ~eθ = ~eφ , ~eθ ∧ ~eφ = ~er , ~eφ ∧ ~er = ~eθ
Les deux vecteurs ~er (θ, φ), ~eθ (θ, φ) dépendent de θ et φ. Le vecteur ~eφ ne dépend que de φ. On peut trouver
que :
∂~er ∂~er
= ~eθ , = sin θ ~eφ
∂θ ∂φ
∂~eθ ∂~eθ
= −~er , = cos θ ~eφ
∂θ ∂φ
∂~eφ ∂~eφ
=0 , = − sin θ ~er − cos θ ~eθ
∂θ ∂φ
Eléments différentiels de ligne, surface et volume
Les éléments de ligne

d~r = dr ~er + r dθ ~eθ + r sin θ dφ ~eφ
de surface
~r = r2 sin θ dθ dφ ~er
dS , ~θ = r sin θ dr dφ ~eθ
dS , ~φ = r dr dθ ~eφ
dS
de volume
dV = r2 sin θ dr dθ dφ
~ et gradient d’un champ scalaire

Opérateur ∇
~ est défini comme

L’opérateur ∇
~ = ~er ∂ + ~eθ 1 ∂ + ~eφ 1

∇
∂
∂r r ∂θ r sin θ ∂φ
Disposant d’un champ scalaire f (r, θ, φ), on peut calculer son gradient comme
~ = ~er ∂f + ~eθ 1 ∂f + ~eφ 1 ∂f

∇f
Divergence et rotationnel d’un champ de vecteurs
Soit F~ (r, θ, φ) un champ vectoriel, décomposé sur la vecteurs du repère curviligne :
F~ (r, θ, φ) = Fr (r, θ, φ)~er (θ, φ) + Fθ (r, θ, φ)~eθ (θ, φ) + Fφ (r, θ, φ)~eφ (φ)
On appelle Fr , Fθ , Fφ les composantes sphériques du champ F~ .

La divergence du champ F~ est définie par l’opération
div F~ = ~ ~
∇
·F h
∂ 1 ∂ 1 ∂ i
= ~er + ~eθ + ~eφ · Fr (r, θ, φ)~er (θ, φ) + Fθ (r, θ, φ)~eθ (θ, φ) + Fφ (r, θ, φ)~eφ (φ)
∂Fr 2Fr 1 ∂Fθ cos θ Fθ 1 ∂Fφ
= + + + +
∂r r r ∂θ sin θ r r sin θ ∂φ
1 ∂(r2 Fr ) 1 ∂(sin θFθ ) 1 ∂Fφ
= 2
+ +
r ∂r r sin θ ∂θ r sin θ ∂φ
55
Le rotationnel du champ F~ , rot F~ = ∇
~ ∧ F~ mène par le même genre de processus à

~ ∧ F~
1 ∂(sin θFφ ) 1 ∂Fθ
∇ = −
r r sin θ ∂θ r sin θ ∂φ

~ ∧ F~
1 ∂Fr 1 ∂(rFφ )
∇ = −
θ r sin θ ∂φ r ∂r

~ ∧ F~
1 ∂(rFθ ) 1 ∂Fr
∇ = −
φ r ∂r r ∂θ
Laplacien d’un champ scalaire
Combinant les formules pour le gradient et la divergence on trouve que le Laplacien d’un champ f (r, θ, φ)
exprimé en coordonnées sphériques est
∂2f

1 ∂ ∂f 1 ∂ ∂f 1
∆f = 2 r2 + 2 sin θ + 2 2
r ∂r ∂r r sin θ ∂θ ∂θ r sin θ ∂φ2
56

Math Poly15 Eqdiff S5

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Math Poly15 Eqdiff S5

Transféré par

Droits d'auteur :

Formats disponibles

!

II Systèmes d’Equations Différentielles Ordinaires 15

III Equations Différentielles Partielles 31

A Rappels sur les coordonnées cylindriques & sphériques 51

Equations Différentielles Ordinaires

Dans toute la suite EDO = équation différentielle ordinaire.

Une EDO d’ordre n est une équation

Solutions explicites & implicites

Figure I.1 – Solution explicite, implicite & générale.

Solution générale & particulière

Conditions initiales & conditions aux limites

CI : y(x0 ) = A0 , y 0 (x0 ) = A1 , y (n−1) (x0 ) = An−1

CL : y(x0 ) = B0 , y(x1 ) = B1 , y (n−1) (x2 ) − y (3) (x2 ) = Bn−1

I.2 EDO’s linéaires

I.2.a Définition & principe de superposition

On peut se convaincre qu’une EDO linéaire d’ordre n sera de la forme

y (n) + an−1 (x)y (n−1) + . . . + a1 (x)y 0 + a0 (x)y = b(x) (I.2)

Principe de superposition & forme générale de la solution

La solution particulière sera une seule solution de l’EDO complet :

yp(n) + an−1 (x)yp(n−1) + . . . + a1 (x)yp0 + a0 (x)yp = b(x)

I.2.b EDO’s linéaires à coefficients constants

L’EDO linéaire du premier ordre à coefficients constants est

La constante arbitraire C donc apparait comme une constante d’intégration.

Une EDO linéaire d’ordre n à coefficients constants est

• Solution homogène yh (x) :

on peut tenter de factoriser l’opérateur différentiel comme

Ici les λi , i ∈ {1, . . . , n} s’identifient alors aux racines du polynôme caractéristique :

yh (x) = C1 eλ1 x + C2 eλ1 x + . . . + Cn eλn x (I.5)

Ensuite on trouve y(x) solution d’une EDO inhomogène d’ordre 1 :

• Solution particulière yp (x) :

1. Cas constant ou polynômial : b(x) = c0 + c1 x + . . . + cp xp

2. Cas d’une somme d’exponentielles : b(x) = p cp eαp x

Le polynôme caractéristique se factorise aisément

La solution homogène est donc

yh (x) = C1 e−x + C2 e−2x

Pour trouver la solution particulière, on peut injecte

Imposer des conditions initiales

Imposer des conditions aux limites

Une EDO linéaire générale du premier ordre se présente sous la forme

On a renommé C = eD constante arbitraire.

yp (x) = A(x) yh (x)

La solution générale s’écrit donc

Pour trouver la solution homogène on doit résoudre

On peut donc bien écrire la solution générale comme

L’équation de Bessel est :

Ici m ∈ Q et x ∈ [0, +∞[. La solution de cette équation est

y(x) = C1 Jm (x) + C2 Ym (x)

• Au voisinage de x = 0, on voit que

La fonction Ym (x) est toujours singulière pour x → 0.

Ordre 2 : Bessel sphérique

Similaire mais différent est l’équation de Bessel sphérique

Cette équation a comme solution

y(x) = C1 jn (x) + C2 yn (x)

Ordre 2 : polynômes de Legendre

L’équation differentielle de Legendre est

y(x) = C1 Pn (x) + C2 Qn (x)

sont les solutions pour n = 0, 1, 2, 3. De manière générale

L’équation différentielle de Legendre généralisée est

y(x) = C1 Pnm (x) + C2 Qm

Ici aussi, les fonctions Qm m

Ordre 2 : autres familles de polynômes orthogonaux

• Polynômes de Hermite : Hn (x) est un polynôme d’ordre n ∈ N, solution de

• Polynômes de Laguerre Ln (x) est un polynôme d’ordre n ∈ N, solution de

• Polynômes de Chebychev Tn (x) est un polynôme d’ordre n ∈ N, solution de

Y(x) = Ye + Z(t) , 1

2. Le point d’équilibre Ye est stable si tous les écarts Z(t) infinitésimaux ( 1)

sin 0 +φ cos(0) +O(2 )