Chap.

3 : Système d’équations différentielles

Introdution
Cas d’une matrice diagonalisable
Exponentielle de matrices
Systèmes diférentiels linéaires : Cas générale
Chap. 3 : Système d’équations différentielles
Introdution
Cas d’une matrice diagonalisable
Exponentielle de matrices
Systèmes diférentiels linéaires : Cas générale
Chap. 3 : Système d’équations différentielles
Introdution
Cas d’une matrice diagonalisable
Exponentielle de matrices
Systèmes diférentiels linéaires : Cas générale
Chap. 3 : Système d’équations différentielles
Introdution
Cas d’une matrice diagonalisable
Exponentielle de matrices
Systèmes diférentiels linéaires : Cas générale
Introduction
Considérons le système différentiel suivant :
( 0
x (t) = a x (t) + b y (t)
(S)
y 0 (t) = c x (t) + d y (t)

Contrairement au cas des équations différentielles x 0 (t) est liée à x (t) et à y (t). Donc il
faudrait d’abord trouver y (t) pour résoudre la première équation. Mais, dans la seconde
équation, y 0 (t) est liée à y (t), mais aussi à x (t), que l’on n’a pas encore su trouver.
L’idée est donc de considérer le couple (x (t), y (t)) comme une seule variable. On pose
! ! !
x (t) x 0 (t) a b
X (t) = , X 0 (t) = et A =
y (t) y 0 (t) c d

Le système (S) s’écrit sous la forme matricielle suivante :

X 0 (t) = AX (t), (1)

Peut-on écrire X (t) = e tA .X0 (X0 ∈ R2 )?

A. Taakili et M. Jabbar 1 / 10
Définition
Un système différentiel linéaire homogène est un système d’équations différentielles de la
forme :
x 0 (t) = a11 x1 (t) + a12 x2 (t) + · · · + a1n xn (t)

 1


..

(S) .
 
x 0 (t) = a x (t) + a x (t) + · · · + a x (t)

n n1 1 n2 2 nn n

où les aij (1 6 i, j 6 n) sont des coefficients constants réels ou complexes.

On pose

x1 (t) x10 (t) a11 · · · a1n

     

X (t) =  .  , X (t) =  ..  et A =  ...

 ..  0  .   .. 
. 
xn (t) xn0 (t) an1 · · · ann

Ecriture matricielle
X 0 (t) = AX (t),
A. Taakili et M. Jabbar 2 / 10
Résoudre le système linéaire X 0 = AX , avec A une matrice constante, c’est donc trouver
X (t) dérivable (c’est-à-dire n fonctions x1 (t), · · · , xn (t) dérivables) tel que
X (t) = AX (t), pour tout t ∈ R.

A. Taakili et M. Jabbar 3 / 10
Résoudre le système linéaire X 0 = AX , avec A une matrice constante, c’est donc trouver
X (t) dérivable (c’est-à-dire n fonctions x1 (t), · · · , xn (t) dérivables) tel que
X (t) = AX (t), pour tout t ∈ R.

Proposition
L’ensemble des solutions du système (S) est un espace vectoriel.

A. Taakili et M. Jabbar 3 / 10
Système diagonal
Si A = diag(λ1 , λ2 , · · · , λn ), On résout indépendamment chaque équation
xi0 (t) = λi xi (t), dont les solutions sont les xi (t) = ki e λi t , ki ∈ R.

A. Taakili et M. Jabbar 4 / 10
Système diagonal
Si A = diag(λ1 , λ2 , · · · , λn ), On résout indépendamment chaque équation
xi0 (t) = λi xi (t), dont les solutions sont les xi (t) = ki e λi t , ki ∈ R.

Système triangulaire
Si A est triangulaire supérieure (aij = 0 pour i > j),

x10 (t) = a11 x1 (t) + a12 x2 (t) + · · · + · · · + a1n xn (t)




x20 (t) =

a22 x2 (t) + · · · + a2n xn (t)



(S) .
.
.



 0

xn (t) = ann xn (t)

On résout le système de proche en proche : on peut d’abord intégrer la dernière

équation, puis reporter la solution dans l’équation précédente

A. Taakili et M. Jabbar 4 / 10
Cas d’une matrice diagonalisable

Proposition
Soient A ∈ Mn (R), λ une valeur propre de A et V un vecteur propre associé. Alors la
fonction X : t −→ e λt V est une solution du système différentiel X 0 = AX .

A. Taakili et M. Jabbar 5 / 10
Cas d’une matrice diagonalisable

Proposition
Soient A ∈ Mn (R), λ une valeur propre de A et V un vecteur propre associé. Alors la
fonction X : t −→ e λt V est une solution du système différentiel X 0 = AX .
!
3 1
Exemple : A = .
−1 1

A. Taakili et M. Jabbar 5 / 10
Cas d’une matrice diagonalisable

Proposition
Soient A ∈ Mn (R), λ une valeur propre de A et V un vecteur propre associé. Alors la
fonction X : t −→ e λt V est une solution du système différentiel X 0 = AX .
!
3 1
Exemple : A = .
−1 1

Théorème
Soit A une matrice diagonalisable. Notons (V1 , V2 , · · · , Vn ) une base de vecteurs propres
et λ1 , · · · ,λn les valeurs propres associées. Alors les fonctions Xi : t −→ e λi t Vi forment
une base de l’espace des solutions du système X 0 = AX .

A. Taakili et M. Jabbar 5 / 10
Systèmes linéaires différentiels du premier ordre

A. Taakili et M. Jabbar 6 / 10
Systèmes linéaires différentiels du premier ordre
0

 x1 (t) = −x1 (t) + x2 (t) + x( t)

On considère le système différentiel suivant : (II) x20 (t) = x1 (t) − x2 (t) + x3 (t)

 0
x3 (t) = x1 (t) + x2 (t) − x3 (t)

A. Taakili et M. Jabbar 6 / 10
Systèmes linéaires différentiels du premier ordre
0

 x1 (t) = −x1 (t) + x2 (t) + x( t)

On considère le système différentiel suivant : (II) x20 (t) = x1 (t) − x2 (t) + x3 (t)

 0
x3 (t) = x1 (t) + x2 (t) − x3 (t)
où x1 , x2 et x3 sont trois fonctions dérivables définies sur R.

A. Taakili et M. Jabbar 6 / 10
Systèmes linéaires différentiels du premier ordre
0

 x1 (t) = −x1 (t) + x2 (t) + x( t)

On considère le système différentiel suivant : (II) x20 (t) = x1 (t) − x2 (t) + x3 (t)

 0
x3 (t) = x1 (t) + x2 (t) − x3 (t)
où x1 , x2 et x
3 sont trois
 fonctions dérivables définies sur R.
x1 (t)
Soit X (t) =  x2 (t) .
x3 (t)

A. Taakili et M. Jabbar 6 / 10
Systèmes linéaires différentiels du premier ordre
0

 x1 (t) = −x1 (t) + x2 (t) + x( t)

On considère le système différentiel suivant : (II) x20 (t) = x1 (t) − x2 (t) + x3 (t)

 0
x3 (t) = x1 (t) + x2 (t) − x3 (t)
où x1 , x2 et x
3 sont trois
 fonctions dérivables
 0 définies
 sur R.
x1 (t) x1 (t)
Soit X (t) =  x2 (t)  0
. Alors X (t) =  x20 (t) 
x3 (t) x30 (t)

A. Taakili et M. Jabbar 6 / 10
Systèmes linéaires différentiels du premier ordre
0

 x1 (t) = −x1 (t) + x2 (t) + x( t)

On considère le système différentiel suivant : (II) x20 (t) = x1 (t) − x2 (t) + x3 (t)

 0
x3 (t) = x1 (t) + x2 (t) − x3 (t)
où x1 , x2 et x
3 sont trois
 fonctions dérivables
 0 définies
 sur R.
x1 (t) x1 (t)
Soit X (t) =  x2 (t)  0
. Alors X (t) =  x20 (t)  et le système (II) s’écrit sous la forme :
x3 (t) x30 (t)

A. Taakili et M. Jabbar 6 / 10
Systèmes linéaires différentiels du premier ordre
0

 x1 (t) = −x1 (t) + x2 (t) + x( t)

On considère le système différentiel suivant : (II) x20 (t) = x1 (t) − x2 (t) + x3 (t)

 0
x3 (t) = x1 (t) + x2 (t) − x3 (t)
où x1 , x2 et x
3 sont trois
 fonctions dérivables
 0 définies
 sur R.
x1 (t) x1 (t)
Soit X (t) =  x2 (t)  0
. Alors X (t) =  x20 (t)  et le système (II) s’écrit sous la forme :
x3 (t) x30 (t)
 
−1 1 1
X 0 (t) = A · X (t) avec A =  1 −1 1 .
1 1 −1

A. Taakili et M. Jabbar 6 / 10
Systèmes linéaires différentiels du premier ordre
0

 x1 (t) = −x1 (t) + x2 (t) + x( t)

On considère le système différentiel suivant : (II) x20 (t) = x1 (t) − x2 (t) + x3 (t)

 0
x3 (t) = x1 (t) + x2 (t) − x3 (t)
où x1 , x2 et x
3 sont trois
 fonctions dérivables
 0 définies
 sur R.
x1 (t) x1 (t)
Soit X (t) =  x2 (t)  0
. Alors X (t) =  x20 (t)  et le système (II) s’écrit sous la forme :
x3 (t) x30 (t)
 
−1 1 1
X 0 (t) = A · X (t) avec A =  1 −1 1 .
1 1 −1

Or A est diagonalisable : A = PDP −1 où les matrices P et D sont données par :

     
1 0 0 1 1 0 1 1 1
1
D =  0 −2 0  ; P= 1 0 1  ; P −1 =  2 −1 −1  .
3
0 0 −2 1 −1 −1 −1 2 −1

A. Taakili et M. Jabbar 6 / 10
 X 0 (t) = AX (t) = PDP −1 X (t) ⇐⇒ P −1 X 0 (t) = DP −1 X (t).
Posons Y (t) = P −1 X (t) ( X (t) = PY (t)), le système (II) est alors équivalent à

Y 0 (t) = DY (t).

A. Taakili et M. Jabbar 7 / 10
 X 0 (t) = AX (t) = PDP −1 X (t) ⇐⇒ P −1 X 0 (t) = DP −1 X (t).
Posons Y (t) = P −1 X (t) ( X (t) = PY (t)), le système (II) est alors équivalent à

Y 0 (t) = DY (t).

La résolution de ce dernier système est facile puisque la matrice D est diagonale :

A. Taakili et M. Jabbar 7 / 10
 X 0 (t) = AX (t) = PDP −1 X (t) ⇐⇒ P −1 X 0 (t) = DP −1 X (t).
Posons Y (t) = P −1 X (t) ( X (t) = PY (t)), le système (II) est alors équivalent à

Y 0 (t) = DY (t).

La résolution de ce dernier système est facile puisque la matrice D est diagonale :

( (
y10 (t) = y1 (t)
0
Y (t) = DY (t) =⇒ y20 (t) = −2y2 (t) =⇒
y30 (t) = −2y3 (t)
y1 (t) = k1 e t
y2 (t) = k2 e −2t
y3 (t) = k3 e −2t

A. Taakili et M. Jabbar 7 / 10
 X 0 (t) = AX (t) = PDP −1 X (t) ⇐⇒ P −1 X 0 (t) = DP −1 X (t).
Posons Y (t) = P −1 X (t) ( X (t) = PY (t)), le système (II) est alors équivalent à

Y 0 (t) = DY (t).

La résolution de ce dernier système est facile puisque la matrice D est diagonale :

( (
y10 (t) = y1 (t)
0
Y (t) = DY (t) =⇒ y20 (t) = −2y2 (t) =⇒
y30 (t) = −2y3 (t)
y1 (t) = k1 e t
y2 (t) = k2 e −2t
y3 (t) = k3 e −2t

où k1 , k2 et k3 sont des constantes réelles.

Les fonctions x1 , x2 et x3 solutions de (II) sont données par :

A. Taakili et M. Jabbar 7 / 10
 X 0 (t) = AX (t) = PDP −1 X (t) ⇐⇒ P −1 X 0 (t) = DP −1 X (t).
Posons Y (t) = P −1 X (t) ( X (t) = PY (t)), le système (II) est alors équivalent à

Y 0 (t) = DY (t).

La résolution de ce dernier système est facile puisque la matrice D est diagonale :

( (
y10 (t) = y1 (t)
0
Y (t) = DY (t) =⇒ y20 (t) = −2y2 (t) =⇒
y30 (t) = −2y3 (t)
y1 (t) = k1 e t
y2 (t) = k2 e −2t
y3 (t) = k3 e −2t

où k1 , k2 et k3 sont des constantes réelles.

Les fonctions x1 , x2 et x3 solutions de (II) sont données par :
! ! !
x1 (t) 1 1 0 k1 e t
X (t) = x2 (t) = PY (t) = 1 0 1 k2 e −2t
x3 (t) 1 −1 −1 k3 e −2t
!
k1 e t + k2 e −2t
= k1 e t + k3 e −2t
k1 e t − (k2 + k3 )e −2t

= k1 e t V1 + k2 e −2t V2 + k3 e −2t V3 .

A. Taakili et M. Jabbar 7 / 10
Exponentiel d’une matrice

A. Taakili et M. Jabbar 8 / 10
Exponentiel d’une matrice
Définition
On appelle exponentielle de A ∈ Mn (K ) la somme de la série normalement convergente

A. Taakili et M. Jabbar 8 / 10
Exponentiel d’une matrice
Définition
On appelle exponentielle de A ∈ Mn (K ) la somme de la série normalement convergente

∞
X An
exp(A) =
n!
n=0

A. Taakili et M. Jabbar 8 / 10
Exponentiel d’une matrice
Définition
On appelle exponentielle de A ∈ Mn (K ) la somme de la série normalement convergente

∞
X An
exp(A) =
n!
n=0

Exemple
exp(Diag(λ1 , . . . , λn )) = Diag(e λ1 , . . . , e λn ), en particulier exp(O) = In
Ak
PN−1
Si A est nilpotente d’indice N, exp(A) = n=0 k!

A. Taakili et M. Jabbar 8 / 10
Exponentiel d’une matrice
Définition
On appelle exponentielle de A ∈ Mn (K ) la somme de la série normalement convergente

∞
X An
exp(A) =
n!
n=0

Exemple
exp(Diag(λ1 , . . . , λn )) = Diag(e λ1 , . . . , e λn ), en particulier exp(O) = In
Ak
PN−1
Si A est nilpotente d’indice N, exp(A) = n=0 k!

Proposition
Soient A et B dans Mn (K) (K = R ou C). Alors
Si A et B commutent, exp(A + B) = exp(A) × exp(B).
La matrice exp(A) est inversible et (exp(A))−1 = exp(−A).
exp(kA) = (exp(A))k pour tout k ∈ Z.

A. Taakili et M. Jabbar 8 / 10
Exponentiel d’une matrice

A. Taakili et M. Jabbar 9 / 10
Exponentiel d’une matrice 
−1 1 1
Calculons exp(A) pour A =  1 −1 1 .
 
1 1 −1

A. Taakili et M. Jabbar 9 / 10
Exponentiel d’une matrice 
−1 1 1
Calculons exp(A) pour A =  1 −1 1 .
 
1 1 −1

On a A = PDP −1 donc exp(A) = P exp(D)P −1 (à vérifier !!! )

A. Taakili et M. Jabbar 9 / 10
Exponentiel d’une matrice 
−1 1 1
Calculons exp(A) pour A =  1 −1 1 .
 
1 1 −1

On a A = PDP −1 donc exp(A) = P exp(D)P −1 (à vérifier !!! )

or D = Diag(1, −2, −2) donc exp(D) = Diag(e, e −2 , e −2 )

A. Taakili et M. Jabbar 9 / 10
Exponentiel d’une matrice 
−1 1 1
Calculons exp(A) pour A =  1 −1 1 .
 
1 1 −1

On a A = PDP −1 donc exp(A) = P exp(D)P −1 (à vérifier !!! )

or D = Diag(1, −2, −2) donc exp(D) = Diag(e, e −2 , e −2 )

Théorème
Soit A ∈ Mn (R). Les solutions du système différentiel homogène X 0 = AX sont les
fonctions X : t 7→ X (t) définies par

X (t) = exp(tA).X0

où X0 est un vecteur de Rn quelconque.

A. Taakili et M. Jabbar 9 / 10
Équations différentielles d’ordre supérieur

A. Taakili et M. Jabbar 10 / 10
Équations différentielles d’ordre supérieur
On considère l’équation différentielle linéaire d’ordre trois suivante :

(III) y 000 (t) − y 00 (t) − y 0 (t) + y (t) = 0. (2)

A. Taakili et M. Jabbar 10 / 10
Équations différentielles d’ordre supérieur
On considère l’équation différentielle linéaire d’ordre trois suivante :

(III) y 000 (t) − y 00 (t) − y 0 (t) + y (t) = 0. (2)

 
y (t)
 0
On pose Y (t) =  y (t) .

y 00 (t)

A. Taakili et M. Jabbar 10 / 10
Équations différentielles d’ordre supérieur
On considère l’équation différentielle linéaire d’ordre trois suivante :

(III) y 000 (t) − y 00 (t) − y 0 (t) + y (t) = 0. (2)

     
y (t) y 0 (t) y 0 (t)
On pose Y (t) =  y (t) . Alors Y 0 (t) =  y 00 (t)  = 
 0
y 00 (t)
    

y 00 (t) y 000 (t) −y (t) + y 0 (t) + y 00 (t)
et l’équation (III) s’écrit sous la forme :

A. Taakili et M. Jabbar 10 / 10
Équations différentielles d’ordre supérieur
On considère l’équation différentielle linéaire d’ordre trois suivante :

(III) y 000 (t) − y 00 (t) − y 0 (t) + y (t) = 0. (2)

     
y (t) y 0 (t) y 0 (t)
On pose Y (t) =  y (t) . Alors Y 0 (t) =  y 00 (t)  = 
 0
y 00 (t)
    

y 00 (t) y 000 (t) −y (t) + y 0 (t) + y 00 (t)
et l’équation (III) s’écrit sous la forme :
 
0 1 0
Y 0 (t) = B · Y (t) avec B =  0 0 1  .
 
−1 1 1

A. Taakili et M. Jabbar 10 / 10
Équations différentielles d’ordre supérieur
On considère l’équation différentielle linéaire d’ordre trois suivante :

(III) y 000 (t) − y 00 (t) − y 0 (t) + y (t) = 0. (2)

     
y (t) y 0 (t) y 0 (t)
On pose Y (t) =  y (t) . Alors Y 0 (t) =  y 00 (t)  = 
 0
y 00 (t)
    

y 00 (t) y 000 (t) −y (t) + y 0 (t) + y 00 (t)
et l’équation (III) s’écrit sous la forme :
 
0 1 0
Y 0 (t) = B · Y (t) avec B =  0 0 1  .
 
−1 1 1

Pour déterminer la solution Y , il suffit de diagonaliser B et suivre les mêmes démarches

que dans le cas précédent.

A. Taakili et M. Jabbar 10 / 10