A. Généralités.: Equations Différentielles
A. Généralités.: Equations Différentielles
A. Généralités.: Equations Différentielles
______________
A. Généralités.
1. Equations différentielles d’ordre 1.
2. Systèmes différentiels d’ordre 1.
3. Equations et systèmes d’ordre n.
4. Problèmes.
D. Théorèmes généraux.
1. Problème de Cauchy, théorème de Cauchy-Lipschitz.
2. Démonstrations.
3. Premiers exemples.
4. Exemples d’études qualitatives.
5. Etude d’un système différentiel : le modèle prédateurs-proies.
6. Systèmes conservatifs ; le pendule simple.
2
7. L’équation différentielle y’ = y – x. (§ inachevé)
1
« Le physicien devra prendre scrupule qu’il est le bras droit d’un
souverain très temporaire, obtus et probablement criminel. »
René Char, Le souhait et le constat
Introduction
Dans son récent Cours d’analyse paru chez Springer, Roger Godement ne traite pas des équations
différentielles. Il est vrai qu’il s’adresse aux lecteurs « que les mathématiques intéressent en elles-
mêmes ou comme langage des sciences, et non en tant que moyen de parvenir ou que langage de
technologies contestables », et qu’il ne se conforme pas aux programmes imposés par les com-
missions ministérielles et les « administrateurs d’un pensionnat militaire grand standing, l’Ecole
polytechnique ». Humble répétiteur de taupe, je n’ai pas la même liberté d’action que cet esprit libre
et iconoclaste, cet imprécateur au cœur fidèle, mais c’est peu dire que je l’approuve lorsqu’il rappelle
que la science n’est pas politiquement neutre, et surtout pas les équations différentielles. Quant à
l’Ecole polytechnique, elle ne coupera ses liens avec le complexe militaro-industriel qu’après
l’extinction du système solaire…
Bien difficile de commencer ce chapitre sans citer deux passages célèbres de Laplace :
« L’État présent du système de la nature est évidemment une suite de ce qu’il était au moment
précédent, et, si nous concevons une intelligence qui, pour un instant donné, embrasse tous les
rapports des êtres de cet Univers, elle pourra déterminer pour un temps quelconque pris dans le
passé ou dans l’avenir la position respective, les mouvements, et généralement les affections de tous
ces êtres. » 1
« Nous devons donc envisager l’état présent de l’Univers comme l’effet de son état antérieur, et
comme cause de celui qui va suivre. Une intelligence qui pour un instant donné connaîtrait toutes les
forces dont la nature est animée et la situation respective des êtres qui la composent, si d’ailleurs
elle était assez vaste pour soumettre ses données à l’analyse, embrasserait dans la même formule les
mouvements des plus grands corps de l’Univers et ceux du plus léger atome : rien ne serait incertain
pour elle, et l’avenir, comme le passé, serait présent à ses yeux.» 2
Bref, il était admis au 18ème siècle que les équations différentielles avec conditions initiales avaient
des solutions uniques : elles avaient pour origine des problèmes physiques. Or monothéistes et
mécanistes s’entendaient sur un point : le monde est un, et le cours des choses ne saurait hésiter à
tout instant entre deux voies. Les Bernoulli, Riccati, Euler, Clairaut, d’Alembert, Lagrange ont
multiplié les méthodes de résolution. Il revint à Cauchy, au début du 19 ème siècle, de s’attaquer à la
démonstration de l’existence et l’unicité des solutions, autrement dit de transformer en une question
mathématique ce qui était auparavant une certitude philosophique, ouvrant la voie aux « théorèmes
de Cauchy » : Cauchy-Lipschitz, Cauchy-Arzelà, Cauchy-Kovalevskaïa…
1
Recherches sur les suites récurro-récurrentes et sur leurs usages dans la théorie des hasards, Œuvres, t.VIII.
2
Essai philosophique sur les probabilités, 1814.
2
A. Généralités
1.1. Définitions.
Soient E un espace de Banach réel, I un intervalle de R. Si y est une fonction dérivable de I dans E,
sa dérivée y’ sera considérée comme une fonction de I dans E (en somme, on identifie E et L(R, E)).
Soient V une partie de REE, et F : (t, , )V F(t, , )E une fonction données.
Résoudre l’équation différentielle F(t, , ) = 0 (1)
c’est trouver un intervalle non trivial I de R et une fonction dérivable tI (t)E vérifiant :
i) (tI) (t, (t), (t))V ii) (tI) F(t, (t), (t)) = 0
Dans de nombreux cas, l’équation (1) se présente sous forme, dite normale : = f(t, ) (2)
f : (t, )U f(t, )E étant une fonction définie sur une partie U de RE.
Résoudre l’équation (2), c’est trouver une fonction dérivable tI (t)E vérifiant :
i) (tI) (t, (t))U ii) (tI) (t) = f(t, (t))
Remarquons déjà que la plupart des théorèmes sur les équations différentielles supposent l’équation
sous forme normale. Sous les hypothèses du théorème des fonctions implicites, la forme (1) se
ramène localement) à la forme (2).
3
définition, et à appeler courbe intégrale de (1) ou (2) tout arc paramétré t (x(t), y(t)) vérifiant
respectivement :
Ces dernières sont incluses dans l’ensemble des solutions de = f(x(t), y(t)). .
Les courbes intégrales stricto sensu x (x, y(x)) sont les courbes cartésiennes dont le graphe est
inclus dans le support des courbes intégrales t (x(t), y(t)).
4
Supposons qu’un ensemble de souffleries établisse sur un portion du plan (la situation serait la
même dans l’espace), un système de courants d’air constant dans le temps, donc parvenu après un
certain temps à un régime stationnaire, et que l’on puisse connaître en chaque point la direction et la
force du vent (i.e. son vecteur vitesse). Si une plume est lâchée en un point, elle sera entraînée par les
courants d’air et suivra une trajectoire bien déterminée qui en chaque point sera tangente au vecteur
vitesse du vent au point où elle passe. Que peut-on dire des trajectoires de cette plume ?
2
En termes mathématiques, on associe à chaque point M(x, y) de l’ouvert U du plan R un vecteur
= (f(x, y), g(x, y)), et on cherche deux fonctions dérivables t x(t) et t y(t) définies sur un
intervalle non trivial I et vérifiant :
tI (x(t), y(t))U x’(t) = f(x(t), y(t)) et y’(t) = g(x(t), y(t)).
2
ou encore une fonction dérivable tI = (x(t), y(t))R vérifiant :
tI U et = F( ) , où F(x, y) = (f(x, y), g(x, y)).
Le plan xOy est appelé plan des phases. Chaque solution
t (x(t), y(t)) définit un arc paramétré appelé trajectoire
de phase, ou courbe intégrale du champ de vecteurs M
. Le diagramme formé de toutes les trajectoires de
phases est appelé diagramme des phases. Le point (x, y)
est appelé état du système, ou point figuratif. Le
diagramme des phases décrit l’évolution des états du
système pour des états initiaux arbitraires. Les trajectoires
de phases sont tracées dans un espace à trois dimensions (t,
x, y), dont l’ensemble est appelé flot du système. Les
images des trajectoires de phases sont des courbes tracées
2
dans l’ouvert U de R , appelées orbites du système.
Ci-contre : le champ de vecteurs (1 + x² + y² , x)
(commande dfieldplot de Maple)
Pour étudier leurs propriétés géométriques, on pourra tracer les isoclines Ik : = k (k ),
ainsi que les régions I+ et I. On pourra aussi chercher si le système n’admet pas une intégrale
première, ou hamiltonien, c’est-à-dire une fonction H : U R telle que t H(x(t), y(t)) soit
constante sur chaque orbite. Les images des trajectoires seront alors tracées sur les courbes de niveau
de la fonction H. Mais il faudra ensuite équiper ces courbes de leurs lois horaires, c’est-à-dire
étudier dans quel sens elles sont parcourues, à quelle vitesse et durant quel laps de temps. Nous
reviendrons sur ces idées plus tard.
Par exemple, les deux systèmes différentiels :
(S) x’ = y , y’ = x
2
(S’) x’ = xy , y’ = x
ont les mêmes propriétés géométriques : leurs
courbes intégrales sont tracées sur des cercles de
centre O. Mais ces cercles ne sont pas du tout
parcourus dans le même sens dans les deux cas,
comme le montrent les figures ci-contre.
5
On appelle solution de (1) une fonction : I E, n fois dérivable sur l’intervalle non trivial I,
(n) (n)
vérifiant : xI (x, (x), ’(x), …, (x))V et F(x, (x), ’(x), …, (x)) = 0.
(n) (n1)
L’équation est dite sous forme résolue ou normale si elle s’écrit : y = f(x, y, y’, …, y ) (2).
Proposition 1 : La résolution d’une équation différentielle d’ordre n équivaut à la résolution d’un
système différentiel d’ordre 1 à n équations.
Preuve : Il est clair que la résolution de (1) équivaut à celle du système différentiel d’ordre 1
y’(x) = y1(x)
y’1(x) = y2(x)
. . . . . . . .
y’n2(x) = yn1(x)
F(x, y(x), y1(x), …, yn1(x), y’n1(x)) = 0.
où l’on cherche n fonctions inconnues y(x), y1(x), … , yn1(x).
En combinant les résultats des § 2 et 3, on voit que la résolution d’un système différentiel d’ordre n
se ramène à celle d’un système différentiel d’ordre 1, puis à celle d’une équation différentielle
vectorielle. Par exemple, en dynamique du point, l’accélération du point M est fonction de l’instant t,
de la position et de la vitesse : (t) = F(t, M(t), ) se traduit par :
x’’(t) = f(t, x(t), y(t), z(t), x’(t), y’(t), z’(t))
y’’(t) = g(t, x(t), y(t), z(t), x’(t), y’(t), z’(t))
z’’(t) = h(t, x(t), y(t), z(t), x’(t), y’(t), z’(t))
Ce système du second ordre équivaut au système du premier ordre :
x’(t) = u(t)
y’(t) = v(t)
z’(t) = w(t)
u’(t) = f(t, x(t), y(t), z(t), u(t), v(t), w(t))
v’(t) = g(t, x(t), y(t), z(t), u(t), v(t), w(t))
w’(t) = h(t, x(t), y(t), z(t), u(t), v(t), w(t))
lequel se réduit à une équation vectorielle du premier ordre :
Y’(t) = F(t, Y(t)) , où Y(t) = (x(t), y(t), z(t), u(t), v(t), w(t)), et F est facile à définir.
4. Problèmes.
La théorie des équations différentielles est vaste. Voici quelques-uns des problèmes qu’elle soulève :
1) Etant donnée une équation différentielle, peut-on la résoudre élémentairement, c’est-à-dire
trouver ses solutions au moyen de calculs de primitives ?
2) Si tel n’est pas le cas, peut-on néanmoins étudier ses solutions au moyen de méthodes
qualitatives ou quantitatives ? En particulier, quel est le comportement des solutions quand la
variable (le temps, souvent), tend vers l’infini ? Peut-on approcher numériquement les solutions ?
3) Souvent la solution cherchée vérifie des conditions qui peuvent être de deux types :
6
conditions initiales: résoudre y’’(x) + a(x).y’(x) + b(x).y(x) = f(x) , où y(0) et y’(0) sont donnés.
conditions aux limites : y’’(x) + a(x).y’(x) + b(x).y(x) = f(x) , où y(0) et y(L) sont donnés.
4) Linéarisation et perturbation : Si l’on modifie l’équation, ou les conditions initiales, obtient-on
des solutions voisines de celles de l’équation de départ ? Ces questions se posent lorsqu’on linéarise
au voisinage de l’équilibre, comme dans l’étude du pendule simple.
1.1. Problème.
Soient I un intervalle de R, A, B et C trois fonctions continues de I dans K = R ou C.
On veut intégrer l’équation différentielle linéaire A(x).y’ + B(x).y = C(x) (1)
Soit J un sous-intervalle de I sur lequel la fonction A ne s’annule pas.
Alors (1) s’écrit sous forme normale y’ = a(x).y + b(x) (2)
où a(x) = et b(x) = . L’équation homogène associée est y’ = a(x).y (3)
Nous allons montrer comment intégrer (3), puis (2). Enfin, nous reviendrons à (1).
7
Il y a une seule solution y de (3) telle que y(x0) = y0, c’est y(x) = y0.exp .
8
Un corps de masse m tombe en chute libre. Il est soumis à la force de gravitation m et subit une
force de freinage proportionnelle à sa vitesse – k. . D’où m. = m – k. , i.e. m. ’ = m – k. . Si
v(0) = 0, on a v(t) = [1 exp( )]. La vitesse-limite est .
Cherchons les solutions ne s’annulant pas. On obtient = , ln |y(x)| = a.ln |x| + cte,
a a
d’où : y(x) = .x sur R*+ et y(x) = .(x) sur R*.
1 1
Les solutions forment des droites vectorielles de C (R*+, R) et de C (R*, R) resp.
Que se passe-t-il en 0 ? Cela dépend des valeurs de a.
Si a < 0, les solutions sont non bornées au V(0), sauf si = = 0.
La seule solution définie sur R est 0.
Si a = 0, les solutions sont constantes.
Si 0 < a < 1, les solutions sont toutes continues en 0, la seule solution dérivable en 0 est y 0
Si a = 1, les solutions sont toutes continues en 0, mais les seules solutions dérivables en 0
1
correspondent à = . Elles forment une droite vectorielle dans C (R, R).
Si a > 1, les solutions sont dérivables en 0 quels que soient et . Elles forment un plan vectoriel
1
dans C (R, R).
Exercices : Résoudre les équations différentielles suivantes. Pour chacune, étudier le raccord.
2
x.(x 1).y’ + y = x .(2x – 1) x.(1 x).y’ + y = x
2
x .y’ + y = 0 ln(x).y’ y = 0
y’.cos x + y.sin x = 1 , resp. cos x , x + 1 , .
2 2
(1 x ).y’ + x.y = a.y (aR) (1 x ).y’ x.y = 1
2
(x 1).y’ – x.y + = 0. Existe-t-il des courbes intégrales algébriques ?
9
.y’ x.y = x. .
2
|x|.y’ + (x 1).y = x , |x|.y’ + (x 1).y = x
Exercice : Soient a et b continues 2périodiques R R. Etudier l’existence de solutions 2-
périodiques de l’équation différentielle y’(x) = a(x).y(x) + b(x).
Exemple : solutions périodiques de y’ + y = cos x ; y’ + (sin x).y = 1 ;
Exercice : Lemme de Gronwall. Soit u : I = [0, T) R une fonction continue vérifiant :
a0 k>0 tI u(t) a.t + k. .
1.1. Le cadre.
Soient I un intervalle de R, E un espace de Banach sur R ou C, L(E) l’algèbre des
Preuve du corollaire : Pour tout t0I, l’application Y H Y(t0)E est linéaire bijective.
10
1.4. Démonstration par la méthode des approximations successives de Cauchy-Picard.
1) Transformation de l’équation différentielle en équation intégrale.
Lemme 1 : Pour que Y soit une solution de (1) telle que Y(t 0) = y0, il faut et il suffit que Y : I E
soit continue et vérifie : (tI) Y(t) = y0 + (3)
1
Preuve : Si Y : I E est continue et vérifie (3), alors Y(t 0) = y0 et Y est de classe C , et vérifie
1
(tI) Y’ = A(t).Y + B(t). Si Y est solution de (1) telle que Y(t0) = y0, Y est de classe C , et :
Y(t) = y0 + = y0 + .
L’intérêt de cette étape peut se justifier par le principe suivant : l’intégration est une opération
beaucoup plus souple que la dérivation.
2) Méthode des approximations successives.
Nous supposerons I compact jusqu’en 5). En vertu du lemme 1, la solution cherchée est un point fixe
0 0
de l’opérateur fonctionnel T : C (I, E) C (I, E), qui, à une fonction Y associe la fonction T(Y)
définie sur I par : T(Y)(t) = y0 + (4)
Définissons la suite de fonctions Yn : I E par :
Y0(t) = y0 et Yn+1(t) = y0 + (5)
On va montrer que cette suite de fonctions converge uniformément sur I vers une fonction vérifiant
(3). Puis on montrera l’unicité et on étendra ce résultat au cas où I est non compact.
3) Majorations préliminaires.
La fonction A est continue de I dans L(E), donc bornée : > 0 tI |||A(t)||| (6)
2
Donc (x, y)E uI ||A(u).(x y)|| ||x y||.
La fonction B de I dans E est bornée : > 0 tI ||B(t)|| (7)
11
Si I n’est pas compact, ce qui précède montre que sur tout segment J inclus dans I et contenant t 0, il
existe une seule solution YJ de (1) définie dans J et telle que YJ(t0) = Y0.
Si J1 et J2 sont deux tels segments, le théorème d’unicité appliqué à J 1J2 montre que YJ1 et YJ2
coïncident sur J1J2 . Par suite, si J est un segment contenant à la fois t 0 et t, YJ(t) ne dépend que de
de t, et pas de J. Notons-le Y(t). Il est clair que Y est solution de (1) sur I, qu’une telle solution est
unique et vérifie Y(t0) = Y0. cqfd.
0 0
Remarque 1 : Si I est compact, l’opérateur fonctionnel T : C (I, E) C (I, E) n’est pas contractant,
mais je pense qu’un de ses itérés l’est. Et si I n’est pas compact, je pense qu’on doit pouvoir trouver
une distance pour laquelle il l’est. Préciser cela serait assez facile. En tout cas, nous sommes dans le
cadre intellectuel du théorème de point fixe, sans être tout à fait sous ses hypothèses.
Remarque 2 : Il existe d’autres démonstrations du théorème de Cauchy linéaire :
1) On peut déduire ce théorème du théorème de Cauchy-Lipschitz général : cf. § D.4.
2) On peut résoudre l’équation homogène Y’ = A(t).Y par la méthode des produits intégraux de
Volterra (1887) [cf. Avez, Cours de calcul différentiel, Masson].
Exercice : Soient A : tR A(t)L(E) et B : tR B(t)E deux applications continues T-
périodiques, Y une solution de l’équation différentielle linéaire Y’(t) = A(t).Y(t) + B(t).
Montrer que Y est T-périodique si et seulement si Y(T) = Y(0).
3.1. Problème.
Soient aij : tI aij(t)K = R ou C (1 i, j n) et bi : tI bi(t)K (1 i n) des fonctions
continues sur l’intervalle I. On veut résoudre le système différentiel :
y’1(t) = a11(t).y1(t) + … + a1n(t).yn(t) + b1(t)
. . . . . . . . . . . . . . . (1)
y’n(t) = an1(t).y1(t) + … + ann(t).yn(t) + bn(t)
où les fonctions inconnues y1, … , yn sont à valeurs dans K.
n
Introduisons l’espace E = K et les fonctions vectorielles et matricielles :
Définition : On appelle système fondamental de solutions de (3) toute base (Y1 , … , Yn) de H .
Proposition 2 : Soit (Y1 , … , Yn) un n-uplet de solutions de (3). Les propriétés suivantes sont
équivalentes :
i) (Y1 , … , Yn) est une base de H ;
n
ii) Pour tout tI, (Y1(t), … , Yn(t)) est une base de E = K ;
n
iii) Il existe t0I tel que (Y1(t0), …, Yn(t0)) soit une base de E = K .
Remarque : On sait donc tout de la structure de l’espace H, mais attention ! il n’y a pas de méthode
générale par quadratures pour trouver un système fondamental de solutions de (3). Cela peut se
12
démontrer au moyen d’une branche de l’analyse appelée « algèbre différentielle », fondée par
Liouville vers 1846, et approfondie depuis par Lie, Ostrowski, etc. Elle consiste à associer à chaque
équation différentielle linéaire un groupe de transformations analogue au groupe de Galois d’une
équation algébrique. De même qu’une équation algébrique est résoluble par radicaux si et seulement
si son groupe de Galois possède une certaine propriété, une équation différentielle linéaire sera
résoluble par quadratures si et seulement si son groupe de transformations possède certaines
propriétés.
tout t, dont les colonnes sont les Y j(t), alors Y(t) = W(t).C(t) , où C(t) = ; donc C(t) =
1
W(t) .Y(t).
On a W’(t) = A(t).W(t), donc :
Y’(t) = W’(t).C(t) + W(t).C’(t) = A(t).W(t).C(t) + W(t).C’(t) = A(t).Y(t) + W(t).C’(t),
1
de sorte que Y’(t) = A(t).Y(t) + B(t) W(t).C’(t) = B(t) C’(t) = W(t) .B(t).
On trouve donc C(t) au moyen de n quadratures, et on revient à Y(t).
13
Lorsqu’on connaît une solution non nulle de (3), il y a moyen de chercher les autres, par un
procédé d’abaissement de l’ordre que l’on trouvera dans les livres spécialisés, et qui est exposé dans
le § suivant.
On démontre que si les fonctions aij et bj sont développables en série entière sur ]R, R[ , il en est
de même que toutes les solutions de Y’ = A(t).Y + b(t) qui sont définies sur cet intervalle. 3
Exercice : Résoudre les systèmes différentiels suivants, et tracer leurs courbes intégrales :
x’ = a(t).x + b(t).y x’ = t.x + y x’ = (ch t) .x + (sh t).y
y’ = b(t).x + a(t).y y’ = x + t.y y’ = (sh t). x + (ch t).y
x’ = a(t).x b(t).y x’ = t.x – y x’ = (cos t).x (sin t).y
y’ = b(t).x + a(t).y y’ = x + t.y y’ = (sin t).x + (cos t).y
2 2 2
(t + 1).x’ = t.x + y + 2.t – 1 2.(1 + t ).x’ = t.x y
2 2
(t + 1).y’ = x + t.y + 3.t 2.(1 + t ).y’ = x t.y
Exercice : Résoudre les systèmes différentiels suivants :
4.1. Le problème.
Soient A, B, C et D des fonctions continues I K = R ou C.
On se propose d’étudier l’équation A(x).y’’ + B(x).y’ + C(x).y = D(x) (1)
Si on se place dans un sous-intervalle J de I dans lequel A ne s’annule pas, l’équation (1) se met sous
la forme normale y’’ + a(x).y’ + b(x).y = c(x) (2)
3
Cela relève de la théorie des systèmes différentiels holomorphes (hors programme).
14
4.2. Etude de l’équation homogène.
2
Proposition 3 : L’ensemble H des solutions de (4) est un plan vectoriel inclus dans C (J, K).
la fonction : W(x) = .
Ainsi, grâce au théorème de Cauchy linéaire, on sait tout de la structure des solutions de (4).
Malheureusement, il n’y a pas de méthode générale et élémentaire d’intégration de (4). Et l’on peut
démontrer qu’il en est ainsi, comme nous l’avons déjà noté en § 3. Autrement dit, on ne sait pas
obtenir concrètement un système fondamental de solutions de (4).
Voici des cas où l’on peut cependant le faire :
Si (4) est une équation à coefficients constants ; cf. § C.
Si un changement de fonction inconnue permet de se ramener à une équation à coefficients
constants ;
Si un changement de variable permet de se ramener à une équation à coefficients constants ; c’est
le cas des équations d’Euler, qui sera examiné en 4.5. ;
Si l’opérateur différentiel y y’’ + a(x).y’(x) + b(x).y est composé de deux opérateurs
différentiels de la forme y y’ (x).y.
Enfin, on peut parfois trouver des solutions particulières de (4) de forme simple : polynômes,
exponentielles, séries entières ou trigonométriques.
4
Hoëné Wronski (1776-1853), officier de l’armée russe, étudia les mathématiques et la philosophie en
Allemagne avant de se fixer en France. Cet esprit mystique et millénariste eut une illumination le 15 août
1803, qui lui permit de concevoir l’ « absolu ». Il dédia à Alexandre 1er son Introduction à la philosophie des
mathématiques (1811). Il a inspiré à Balzac le personnage central de La Recherche de l’absolu.
15
4.3. Résolution de (2) et (4) lorsqu’on connaît une solution de (4).
Si l’on connaît une solution y1 de (4) ne s’annulant pas, on peut obtenir toutes les solutions de (4) en
les cherchant sous la forme y(x) = y1(x).z(x).
Il vient b(x) y = y1.z
a(x) y’ = y’1.z + y1.z’
1 y’’ = y’’1.z + 2.y’1.z’ + y1.z’’
_________________________________
D’où c(x) = (a.y1 + 2.y’1).z’ + y1.z’’
C’est une équation linéaire d’ordre 1 en u = z’ : y1.u’ + (a.y1 + 2.y’1).u’ = c(x)
Elle s’intègre au moyen de 2 quadratures si c = 0, de 3 quadratures sinon.
On retrouve au passage le plan vectoriel des solutions de l’équation homogène. Au fond, dans ce cas,
on vérifie le théorème de Cauchy.
Remarque : Si y1 s’annule en certains points de J, on pourra encore poser y = y 1.z dans les sous-
intervalles de J où ne s’annule pas, le théorème de Cauchy affirmant que les solutions se raccordent
2
dans J de façon à former un plan affine inclus dans C (J, K). C’est ainsi que l’on trouve les fonctions
de Legendre et de Tchebychev de seconde espèce.
On obtient un système de Cramer en C’ 1 et C’2, que l’on résout ; puis on calcule C1 et C2 en deux
quadratures. Comme C1 et C2 sont définies à constantes près, on retrouve le plan affine des solutions.
Exemples : la méthode précédente permet d’établir que :
2
l’équation y’’ .y = f(x) ( > 0) a pour solutions :
y(x) = + A.ch(x) + B.sh(x)
2
l’équation y’’ + .y = f(x) ( > 0) a pour solutions :
y(x) = + A.cos(x) + B.sin(x)
16
Cela peut aussi se faire en étudiant les solutions de (1) qui sont développables en série entière au
voisinage des points où A s’annule (équations du type de Fuchs, équations de Bessel, équations
hypergéométriques, etc.). Enfin, tout ce qui précède s’étend sans difficulté aux équations linéaires
d’ordre n.
Exercices
2
y’’ + y = cos x y’’ + y = y’’ + y =
Exercice 2 : Intégrer les équations différentielles suivantes, en tenant compte des indications
données. Si aucune indication n’est donnée, c’est qu’il y a une solution particulière très simple.
(x + 1).y’’ y’ x.y = 0 , resp f(x) .
2
x .(ln x).y’’ + y = 0 .
(1 + x).y’’ 2.y’ + (1 x).y = x.exp(x) .
2
x .(ln x 1).y’’ x.y’ + y = 0 , resp. .
2
(x + x).y’’ 2.x.y’ + 2.y = 0 ; solutions bornées au V(0), au V(1) ?
2
(x 1).y’’ 6.y = 0 (Sol. part. polynomiale)
3
x .y’’ + x.y’ y = exp .
b) Trouver les fonctions f dérivables de R*+ dans R telles que x > 0 f’(x) = f( ) .
17
1 2
c) Trouver les applications f C (R*+, R) telles que x > 0 f’(x) = x .f( ).
Exercice 5 : Soient a et b deux fonctions continues sur I, b ne s’annulant pas. CNS pour qu’il existe
un changement de variable transformant l’équation en une équation à coefficients constants.
Exercice 6 : Résoudre 2x.y’’ + y’ – 2.y = 0 sachant qu’il existe un intervalle sur lequel cette équation
admet deux solutions dont le produit vaut 1
Exercice 7 : Intégrer les équations suivantes au moyen du changement de fonction inconnue indiqué :
x.y’’ + 2.y’ + x.y = 0 , resp. 1 , sin x (poser z = x.y)
2 2 x 2
x .y’’ + 4.x.y + (2 x ).y = 0, resp. 1 , e (poser z = x .y)
x.y’’ + (x 2).y’ 2.y = 0 (poser z = y + y’)
y’’ + (1 ).y = 0 (poser z = y’ + )
Exercice 8 : On considère l’équation y’’ + a(x).y’(x) + b(x).y = 0. Relation entre a et b pour qu’il
2 2
existe deux solutions linéairement indépendantes u et v telles que u + v soit constant.
3
Application : intégrer y’’.cos x + y’.sin x + y.cos x = 0.
Exercice 9 : Intégrer y’’ + x.y’ + y = 0 par séries entières. Reconnaître les solutions.
2 2
Exercice 10 : On considère l’équation différentielle x .y’’ + 4.x.y + (2 x ).y = 1.
1) Montrer qu’elle admet une seule solution dse ; rayon de convergence et somme.
2) Intégrer l’équation. |Voir aussi exercice 7.]
2
Exercice 11 : Soient m > 0, f une fonction de classe C telle que (x > 0) f’’(x) + m.f(x) 0.
Montrer que (x > 0) f(x) + f(x + ) 0.
montantes), et F(a, b , c ; x) = 1 +
2
x.F(1, 1, 2 ; x) = ln(1 + x) x.F( , , ; x ) = Arcsin x
2 2
x.F( , 1, ; x ) = Arctan x x.F( , 1, ;x )=
18
C. Equations et systèmes linéaires à coefficients constants.
Cette partie est un cas particulier de la précédente. Elle se situe au confluent des résultats
précédents et des méthodes algébriques développées dans les chapitres consacrés à la réduction des
endomorphismes et aux exponentielles de matrices ; ces méthodes algébriques permettent de
retrouver tous les résultats de B dans ce cas particulier.
1.1. Le problème.
Soient aij (1 i, j n) et bi (1 i n) des constantes réelles ou complexes.
On se propose de résoudre le système différentiel :
y’1(t) = a11.y1(t) + … + a1n.yn(t) + b1(t)
. . . . . . . . . . . . . (1)
y’n(t) = an1.y1(t) + … + ann.yn(t) + bn(t)
où les fonctions inconnues y1, … , yn sont à valeurs dans K = R ou C.
n
Introduisons l’espace E = K et les vecteurs et matrices :
Y(t) = A= b(t) =
19
Exercice : Résoudre Y’ = A.Y , puis Y’ = A.Y + b(x), lorsque A =
En déduire une méthode générale de résolution de (3) et (2) par réduction de Jordan.
Exercice : Soient A, B, CÎMn(C). Montrer qu’il existe une et une seule fonction t ® M(t) de classe
1
C de R dans Mn(C) telle que ("tÎR) M’(t) = A.M(t) - M(t).B et M(0) = C (S)
Montrer que ("tÎR) M(t) = exp(tA).C.exp(-tB).
Le grand spécialiste américain des systèmes dynamiques George Birkhoff (1884-1944) avait
coutume de dire à ses étudiants : « Si l’on a compris les équations linéaires, on a presque tout
compris sur les équations différentielles ; si l’on a compris les équations linéaires de degré 2, on a
20
presque tout compris sur les équations différentielles linéaires ; enfin, on a presque tout compris sur
les équations différentielles linéaires de degré 2 si l’on a compris celles à coefficients constants. »
2.1. Généralités.
Les courbes intégrales sont invariantes par homothéties de centre O. Les isoclines sont des droites
passant par O.
Exercice : Dessiner les régions > 0 et <0.
A n’est pas diagonalisable dans M2(C). Elle a alors une seule valeur propre , qui est réelle, car
égale à tr(A)/2. Et A est trigonalisable dans M2(R).
Plaçons-nous désormais dans le repère uOv où A est sous forme réduite. Nous avons à résoudre et
discuter : u’ = .u u’ = .u .v u’ = .u + v
v’ = .v v’ = .u + .v v’ = .v
2
1er cas : A semblable à (, )R . On peut supposer .
21
0 = < : droite instable < = 0 : droite stable.
22
> 0 : point de repos instable = 0 : l’autoroute < 0 : point de repos stable
Exercices
Exercice 1 : Résoudre les systèmes différentiels suivants (la variable est t).
Pour chacun d’eux, indiquer la forme géométrique des courbes intégrales, la stabilité, etc. :
x’ = 5.x – y x’ = x – 2.y x’ = –2.x + 2.y x’ = 3.x + 8.y x’ = x 5.y
y’ = 2.x + y y’ = 3.x – 4.y y’ = –2.x + 3.y y’ = – x – 3.y y’ = 2.x – y
x’ = x + y x’ = x – y x’ = 2.x + y x’ = x + y x’ = 1,2.x + 1,2.y
y’ = 2.x + y y’ = x – y y’ = –x + 4.y y’ = – 4.x – 3.y y’ = 2.x + 2.y
Exercice 2 : Ecrire une procédure Maple prenant en argument une matrice AM2(R) et affichant la
nature et les solutions du système Y’ = A.Y.
23
Exercice 3 : Exemples de bifurcations.
Résoudre les systèmes différentiels suivants, et étudier leur évolution lorsque le paramètre varie :
x’ = 2.x + p.y x’ = y + .y x’ = x + a.y
y’ = x + (2 + ).y y’ = x + .y y’ = a.x + y
24
Factorisons P(X) dans C[X], sous la forme P(X) =
kj
Le théorème de décomposition des noyaux donne aussitôt H = Ker P(D) = Ker(D j) .
k
Tout revient donc à déterminer Ker(D - l.I) .
k lx
Proposition 1 : Ker (D - l.I) = {y(x) = P(x).e ; PÎCk1[X]}, pour k ³ 1.
l.x
Preuve : On peut toujours chercher y(x) sous la forme y(x) = f(x).e .
l.x k (k) l.x
On a aussitôt (D - l.I).y(x) = f’(x).e , donc (D - l.I) .y = f (x).e .
k (k)
Par suite (D - l.I) .y f = 0 , d’où le résultat.
Théorème 2 : Les solutions de (1) sont les fonctions de la forme :
y(x) = , où deg Pj kj 1.
h
Elles forment un C-ev de dimension n, dont une base est (x . ) (1 j r, 0 h kj 1).
Proposition 3 : On suppose les ai réels. Les solutions réelles de (1) forment un R-ev de dimension n.
Preuve : Ce résultat peut sembler paradoxal, mais il ne l’est pas : les solutions complexes de (1)
forment un C-ev de dim n, donc un R-ev de dim 2n, mais il est logique que les solutions réelles de
(1) en forment un R-sev de dim n.
où les j sont les racines réelles, h = h + i.h. Alors une C-base de H est formée
t
des x . (1 j p, 0 t kj 1)
t t
des x . cos(h.x) et x . sin(h.x) (1 h r, 0 t lh 1).
Ces fonctions sont à valeurs réelles. Et une fonction fH est à valeurs réelles ssi elle est combinaison
linéaire réelle de ces fonctions.
Remarque : méthode de d’Alembert.
k
Pour résoudre l’équation (D - l.I) .y = 0 , d’Alembert procède par passage à la limite.
L’équation (D - l.I) o (D - (l + t).I) o … o (D - (l + (k 1).t.I).y = 0
.x (+t).x (+(k1)t).x
admet pour système fondamental de solutions : e ,e ,…,e ,
.x .x
donc aussi : e , .e ,( )2.e.x , ... , ( )k1.e.x .
.x .x 2 .x k1 .x
Quand t tend vers 0, on obtient comme système fondamental e , x.e , x .e , ..., x .e .
Ce raisonnement heuristique manque de rigueur, mais on peut le rendre rigoureux en appliquant un
théorème de Poincaré sur les équations dépendant analytiquement d’un paramètre t.
25
2
l’équation y’’ + .y = f(x) ( > 0) a pour solutions :
y(x) = + A.cos(x) + B.sin(x)
y(x) =
3.3. Exponentielles-polynômes.
Définition : On appelle exponentielle-polynôme une fonction f : R ® C de la forme :
f(x) = å Pj(x).exp(aj.x) , où Pj est un polynôme.
2 x 3 3
Exemples : (x + x + 1).cos x.ch(2x) , e .sin(3x).ch(4x) , x .cos x.sh(2x) , etc.
Proposition 1 : Les exponentielles-polynômes forment un sous-espace vectoriel E de C (R, C).
x
Cet espace est somme directe des E = {e .P(x) ; PC[X]} , (C).
h .x
Les fonctions x .e (hN, C) forment une C-base de cet espace.
Les exponentielles-polynômes forment une algèbre stable par dérivation et primitivation.
fE ssi f est solution d’une équation différentielle linéaire homogène à coefficients constants..
Preuve facile.
(n) (n1)
Comment résoudre y + a1.y + ... + an1.y' + an.y = f(x) (2)
lorsque f est une exponentielle-polynôme ?
x
Par superposition on se ramène au cas où f(x) = e .Q(x), et alors :
n n1
Proposition 2 : Soit P(X) = X + a1.X + ... + an1.X + an = C[X]
x
L’équation différentielle P(D).y = e .Q(x) admet une solution particulière de la forme :
x
y(x) = e .R(x) , où deg R = deg Q si n’est pas racine de P ;
x
y(x) = e .R(x) , où deg R = deg Q + kj si = j .
x x
Preuve : L’idée est que (D .I).(e .Q(x)) = e .[( ).Q(x) + Q’(x)].
Autrement dit, chaque opérateur différentiel D .I laisse stable E ; par composition, P(D) aussi.
x x
Plus précisément : (D .I).(e .Q(x)) = e .T(Q) , où T(Q) = ( ).Q(x) + Q’(x).
T est un endomorphisme de C[X] qui est :
bijectif si , car il conserve le degré ;
surjectif non injectif si = , car il abaisse le degré de 1.
Par composition,
x x
si n’est pas racine de P, P(D).(e .Q(x)) = e .S(Q), où S est un isomorphisme de C[X] qui
conserve le degré ;
26
x x
si = j, P(D).(e .Q(x)) = e .S(Q), où S est un endomorphisme surjectif de C[X] qui abaisse le
degré de kj. On conclut aussitôt.
Exercices
27
On cherchera une solution -périodique sous forme de série trigonométrique.
28
D. Théorèmes généraux
5
Rudolf LIPSCHITZ (près de Königsberg 1832 - Bonn 1903). Après des études à l’Université de Königsberg,
puis de Berlin, comme élève de Dirichlet, il passa son doctorat en 1853 à Berlin, et enseigna aux Universités
de Berlin (1857-62), Breslau (1862-64) et Bonn, où il resta jusqu’à sa mort. On lui doit la notion de fonction
lipschitzienne, qui lui permet d’affaiblir les hypothèses du théorème d’existence et d’unicité de Cauchy-
Lipschitz. En géométrie riemanienne, il cherche des invariants des surfaces par changement de coordonnées ;
pour cela il ébauche la notion de différentiation covariante, ouvrant la voie à Ricci-Curbastro.
29
1.3. Solutions maximales.
Contrairement au cas linéaire, il n’y a pas existence globale : même si l’ensemble de définition de f
est de la forme IV, où I est un intervalle de R, V un ouvert de E, l’équation différentielle y’ = f(x, y)
n’admet pas nécessairement de solution définie sur tout I, et cela, même pour des fonctions f très
simples : nous en verrons des exemples dans le §2.
S’il n’y a pas de solutions globales, en revanche nous allons voir qu’il y a, pour chaque couple (x 0,
y0)U de conditions initiales, une solution maximale. Notons en effet E l’ensemble de tous les
couples (J, ), où J est un intervalle de R contenant x0 et : J E une solution de y’ = f(x, y)
vérifiant (x0) = y0.
Proposition : Sous les hypothèses du théorème de Cauchy-Lipschitz, il y a un plus grand intervalle I
contenant x0 dans son intérieur, et une solution : I E de y’ = f(x, y) vérifiant (x0) = y0.
Définition : Cette solution, unique, est dite solution maximale correspondant au couple (x0, y0).
Par définition, on ne peut la prolonger à un intervalle contenant strictement I.
Qu’est-ce qui empêche de prolonger au-delà de I ?
Ce peut être le domaine de définition de f ; ceci se produisait déjà dans le cas linéaire ;
Mais cela peut se produire même si f est partout définie : peut avoir des asymptotes.
6
et même trois, mais la troisième, intégration par séries entières, concerne une version analytique du théorème,
nécessitant des hypothèses différentes. Elle est le point de départ des systèmes différentiels holomorphes, sujet
non abordé ici.
30
2.2. La méthode des approximations successives (Cauchy, Liouville, Picard).
Formons la suite de fonctions vectorielles suivantes :
Y0(t) = y0 , Yn+1(t) = y0 + .
Les fonctions Yn(t) sont toutes définies et continues dans J, leurs graphes étant inclus dans C.
On montrera cela par récurrence sur n.
La suite de fonctions (Yn(t)) est uniformément convergente dans J.
Soit Un(t) = Yn+1(t) Yn(t), et montrons que la série converge normalement dans J.
Indication de preuves.
kt
1ère méthode : introduire la fonction w(t) = v(t).e , où v(t) =
n
2ème méthode : montrer la majoration u(t) a.t + a. + … + a. + k
Lemme 2 :
31
Supposons que l’on sache construire de telles fonctions construites.
Soit (n) une suite à valeurs > 0 tendant vers 0. Notons n une fonction n-approchée.
Preuve : ||’n(t) ’p(t)|| n + p + || f(t, n(t)) f(t, p(t)) || n + p + k.|| n(t)) p(t) || .
Conclure par Gronwall.
Il résulte de ce lemme que la suite (n(t)) est uniformément de Cauchy sur J, donc, E étant complet,
elle converge vers une fonction continue (t). C étant fermé, le graphe de est inclus dans C.
En intégrant les inégalités ||’n(t) f(t, n(t))|| n , etc., il vient :
Il vient ||n(t) y0 || n.|t – t0| .
Par passage à la limite (à justifier) : (t) = y0 + .
n n
Si nh t (n+1)h , = (1 + h) , donc uh(t) = t.(1 + h) + (1 + h).(1 nh) ,
n+1
et en particulier uh((n+1).h) = (1 + h) .
32
2 2
f(x, y) = 2x si 0 < x < 1 et 0 y x , f(x, y) = 2x si 0 < x 1 et x < y.
Montrer que f est continue. Que donne la méthode des approximations successives appliquée à y’ =
f(x, y), y(0) = 0 ?
3. Premiers exemples.
2
Exemple 1 : l’équation différentielle y’ = 1 + y .
1) Il s’agit d’une équation différentielle d’ordre 1, qui obéit au
théorème de Cauchy-Lipschitz.
Elle est autonome, en ce sens que f ne dépend pas de x. il en
résulte que si x y(x) est une solution, x y(x + h) l’est aussi :
le réseau des courbes intégrales est invariant par translations
horizontales.
De plus, c’est à la fois une équation à variables séparées et une
équation de Riccati.
2) Mais on peut intégrer cette équation élémentairement car :
2
y’ = 1 + y = 1 Arctan y(x) = x + C
3) Il est impossible de prolonger y au-delà de cet intervalle, car y(x) a des asymptotes au bornes
de I. La solution maximale correspondant à (0, 0) est x] , [ tan x. La solution maximale
correspondant à (x0, y0) est la translatée de cette branche de la tangente passant par ce point.
4) A noter que cette étude illustre le théorème de Cauchy-Lipschitz, mais ne l’utilise pas.
2
Exemple 2 : l’équation différentielle y’ = y .
1) Même situation que dans l’exemple précédent. Mais la résolution va être plus ardue, car
2
l’équivalence y’ = y = 1 n’a lieu que sur les intervalles où y ne s’annule pas.
où C = x0 . Donc y(x) = .
En résumé :
33
Si y0 > 0, la solution maximale est y(x) = ; elle est définie sur ] , + x0 [
y0). Comme dans l’exemple précédent, l’asymptote interdit tout prolongement au-delà de
l’intervalle maximal.
3) Le théorème de Cauchy-Lipschitz a joué un rôle décisif dans la discussion précédente.
On peut cependant éviter de recourir à ce théorème au prix de détours techniques.
2
Supposons y0 > 0. Soit I l’intervalle maximal ; y’ = y , donc y est croissante dans I.
On a y(x) > 0 au V(x0), donc y(x) = , et cela reste vrai dans tout sous-intervalle ouvert
On aurait y(x1) = 0 (pourquoi ?), et y(x) > 0 si x]x1, x0], donc y(x) = dans ]x1, x0],
Exercice 1 : Soit yC(I, R) telle que (I) y(x) = . Montrer que y 0 [ Indication : y
est bornée sur tout segment ; penser au lemme de Gronwall ]. Retrouver les résultats précédents.
2 2
Exercice 2 : Résoudre le système différentiel =x y , = 2xy, où x et y sont réelles.
34
2
Si C > 0, i.e. y0 < 0 < 1/x0 , la solution est définie sur R
2 2
Si C = 0, i.e. y0 = 1/x0 , on trouve y = 1/x ; l’intervalle maximal est R*+ si x0 > 0, R* si x0 < 0.
Si C < 0, l’intervalle maximal est ], [, ] , [, ou ] , +[, selon que
2 2 2
1/x0 < y0 et x0 < 0 , y0 < 0 ou 1/x0 < y0 et x0 > 0.
35
Le système est autonome : si t x(t) est solution, t x(t + a) est aussi solution.
En fait, c’est une équation de Newton, qui sera étudiée dans le §6.
Enfin, les solutions sont convexes.
2) Sur les intervalles où x(t) 0, x(t) = a.cht + b.sht
Sur les intervalles où x(t) 0, x(t) = c.cost + d.sint
3) Recherche de la solution maximale.
Au V(0), x(t) t, donc
x(t) 0 dans [0, ] ; x(0) = 0, x’(0) = 1 impose x(t) = sh t.
x(t) 0 dans [, 0] ; x(0) = 0, x’(0) = 1 impose x(t) = sin t.
Mais alors, considérons la fonction x(t) = sh t si t 0 , x(t) = sin t si t 0.
Cette fonction vérifie l’équation différentielle sur [, +[.
En vertu de l’unicité, il n’y en a pas d’autre.
En , x() = 0 et x’() = 1. On peut réappliquer le théorème de Cauchy-Lipschitz avec ces
conditions initiales. x(t) (t + ) au V() donc x(t) > 0 au V(0).
x(t) est donc de la forme a.ch t + b.sh t, et, après calculs, x(t) = sh(t + ) au V(0).
La fonction x(t) = sh t si t 0 , x(t) = sin t si t 0, x(t) = sh(t + ) si t
est solution de l’équation différentielle. Par unicité, il n’y en a pas d’autre.
Exercice : Résoudre et discuter l’équation y’’ = |y| , y(0) = 1 , y’(0) = a.
36
xI]0, +[ y(x) > 0. Alors y(x) = pour xI]0, +[.
Les équations étudiées dans le § précédent s’intègrent toutes élémentairement. Le rôle des
théorèmes généraux d’existence est donc limité. Les équations que nous allons maintenant étudier ne
s’intègrent pas toutes élémentairement. Néanmoins, on peut préciser l’intervalle maximal au seul vu
de la fonction f, grâce à diverses techniques importantes à connaître.
2 2
Exercice 2 : Montrer que les solutions maximales de y’ = y .sin y sont bornées et définies sur R
Exercice 3 : Soit F : yE F(y)E une fonction continue localement lipschitzienne (en y) et
bornée. Montrer que les solutions maximales de y’’ = F(y) sont définies sur R.
2
Application à l’équation du pendule simple : montrer que les solutions (t) de mL .’’ + mgL.sin =
0 sont définies sur R.
37
Si dJ, soit K = sup {|||A(t)||| ; t0 t d}, L = sup {||b(t)|| ; t0 t d},
y(t) = y0 + ||y(t) – y0|| = L.(t – t0) + K.
y est bornée sur [t0, d], et par suite y’ aussi. On conclut par l’argument du 1) : impossible aussi.
Dans les problèmes, on trouvera des exemples d’équations différentielles ne s’intégrant pas
élémentairement, mais dont on peut étudier les courbes intégrales par des méthodes « qualitatives ».
Considérons d’abord une population animale isolée, de taille x0 à l’instant initial t = 0, et x(t) à
l’instant t.
1) Le modèle de Quételet.7
Si rien ne vient inhiber la croissance de cette population, c’est-à-dire si ses ressources sont
inépuisables, son taux de croissance (différence des taux de fécondité et de mortalité) est
proportionnel à la taille de la population : x’ = A.x (1)
At
Cela conduit aussitôt à x(t) = x0.e (2)
Cette loi d’évolution exponentielle peut être valide aux étapes initiales de la croissance mais ne peut
rester valable pendant une période de temps infinie.
2) Le modèle de Verhulst.8
Il consiste à adjoindre au modèle précédent un facteur inhibant proportionnel à –x². La population
s’ « autoconcurrence », car, lorsqu’elle est trop nombreuse, les maladies se propagent plus vite, etc. 9
2
L’accroissement négatif est proportionnel au nombre de rencontres entre individus, donc au carré x .
2
L’équation différentielle obtenue devient x’ = A.x – B.x
que l’on peut écrire x’ = a.x.(1 ) (3)
On reconnaît une équation autonome, obéissant au théorème de Cauchy-Lipschitz.
Comme elle est autonome, si t x(t) est solution, t x(t + h) aussi.
Les fonctions x(t) = 0 et x(t) = k sont solutions évidentes.
En vertu du TCL, si x0 0 et k, alors pour tout t, x(t) 0 et k, ce qu’on supposera.
L’équation est à la fois à variables séparées et de Bernoulli. (cf. E.2 et E.5)
at
Elle s’écrit = + . Posant u = , il vient u’ + a.u = , d’où u = + C’.e
7
Le belge Adolphe Quételet (1796-1874) a mis les mathématiques au service des sciences sociales.
8
Pierre Verhulst (1804-1849), disciple de Quételet.
9
Ce modèle est conforme à certains observations : à une certaine époque, les martres ont été chassées systéma-
tiquement ; on s’est alors aperçu que les écureuils se sont mis, non à proliférer, mais à disparaître. La prédation
joue donc aussi un rôle positif.
38
Finalement x(t) = , avec C = .
Si C = 0, on retrouve x = k ; si C = , on retrouve x = 0.
Le modèle de Verhulst
3) Le modèle logistique.
Notons pour finir que lorsqu’on discrétise le modèle de Verhulst par la méthode d’Euler, on tombe
sur x((n+1)h) x(nh) = ah.x(nh).(1 ), système dynamique discret de grand intérêt, qui
débouche sur la bifurcation et la constante de Feigenbaum, etc.
39
En résumé : y = b.y.t + d.x.y.t .
On est donc conduit au système différentiel suivant, où a, b, c et d sont > 0 :
(1) x’ = a.x c.x.y , y’ = b.y + d.x.y .
Ce système différentiel a été proposé et étudié simultanément par Lotka 10 et Volterra11 vers 1935.
Linéarisons au voisinage de chacun de ces points d’équilibre, c’est-à-dire formons le système voisin
en négligeant les termes du second ordre.
t t
Linéarisons en O ; posons x = , y = ; il vient ’ , ’ , d’où = a.e , = b.e :
O est un point col du système linéarisé.
Séparatrices, et régionnements.
t
x’ = x, y = 0 est solution du système, i.e. x = a.e , y = 0. En l’absence de prédateurs, les proies se
reproduisent selon le loi exponentielle de Quételet.
t
x = 0, y’ = y est solution du système, i.e. x = 0, y = b.e . En l’absence de proies, les prédateurs
disparaissent à vitesse exponentielle.
En vertu du théorème de Cauchy-Lipschitz, les trajectoires ne se recoupent pas. Si x 0 et y0 sont > 0,
ce que nous supposerons dans la suite, il en sera de même dans tout l’intervalle maximal. Le quart de
2
plan ]0, +[ est donc un domaine de stabilité du système différentiel.
L’isocline horizontale est la droite verticale x = , l’isocline verticale la droite horizontale y = .
10
Alfred Lotka (1880-1949), bio-démographe américain d’origine autrichienne.
11
Vito Volterra (1860-1940), grand mathématicien italien, a fait des travaux d’analyse fonctionnelle. Il a
exposé ce modèle dans son libre Théorie mathématique de la lutte pour la vie (1926).
12
Ce distinguo illustre les remarques de René Thom sur l’hyperbole stable donc féminine, l’ellipse instable
donc masculine. Ajoutons que les théorèmes de linéarisation de Hartman etc., qui reposent sur des idées
heuristiques anciennes, n’ont été démontrés qu’à une date récente.
40
On peut régionner le quart de plan x > 0, y > 0, selon le signe de
= = . On « voit » que M(t) = (x(t),
y(t)) tourne autour de A dans le sens trigonométrique. Nous
allons maintenant montrer qu’il reste sur une courbe fermée.
Intégrales premières.
1) Les trajectoires étant bornées, M(t) est fonction bornée de t, donc est également borné. Le
mouvement t M(t) est donc lipschitzien, donc uniformément continu. En vertu d’un argument déjà
vu en D.1.4., l’intervalle I est R.
2) Supposons M(0) A. Alors (t) M(t) A.
1
La fonction t est de classe C et obéit au théorème de relèvement : = r(t).
1
, où r et sont des fonctions de classe C , avec r(t) = || || > 0.
En évaluant de deux façons, en polaires et en cartésiennes, le produit mixte [ , ], il
vient :
2
r. = (x ). .(y – ) , d’où = .
41
La fonction K(x, y) = est continue sur R² {A}, donc minorée sur le
compact K = {(x, y) ; H(x, y) = H(x0, y0)} par une constante m > 0. De sorte que la vitesse angulaire
vérifie > m (t). Il en résulte que t (t) est un difféomorphisme croissant.
Donc si : = r(0). , il va exister un premier instant T tel que (T) = (0) + 2.
Les courbes que t M(t) et t M(t + T) sont solutions du même système différentiel et coïncident
à l’instant 0. Par le théorème de Cauchy-Lipschitz, elles sont égales, et le mouvement est périodique.
5. 4. Commentaires.
Sous les hypothèses du modèle de Lotka-Volterra, les deux populations x(t) et y(t) décrivent un cycle en
quatre phases :
Lorsque l’espèce A est abondante, et l’espèce B peu abondante, celle-ci trouve à se nourrir à bon compte et
prolifère. Au début, les deux populations augmentent.
Lorsque B est trop nombreuse, les proies commencent à diminuer, mais restent suffisamment nombreuses
pour que les prédateurs continuent d’augmenter.
Lorsque les proies se raréfient, les prédateurs commencent à mourir de faim. Mais les proies continuent de
se raréfier, car les prédateurs sont encore nombreux. Dans cette phase, les deux populations diminuent.
Enfin, lorsque les prédateurs sont très rares, les proies peuvent commencer à se reproduire. Au début
cependant, elles restent peu nombreuses, et les prédateurs continuent à dépérir.
Si l’on pêche des requins et des sardines, on soustrait des populations de proies et de prédateurs, ce qui
revient à remplacer le système originel x’ = a.x c.x.y , y’ = b.y + d.x.y
par le système x’ = (a ).x c.x.y , y’ = (b + ’).y + d.x.y.
Le nouveau point d’équilibre est alors A’( , ). Il est situé en bas et à droite de A.
D’où ce résultat paradoxal : la pèche augmente le nombre de poissons comestibles !
5. 5. Remarques finales.
Le modèle de Lotka-Volterra peut être amélioré, ou modifié, de plusieurs façons :
1) On peut introduire un facteur d’autoconcurrence des populations avec elles-mêmes, c’est-à-dire un
système du type : x’ = a.x c.x.y .x² , y’ = b.y + d.x.y ’.y² .
2) On peut supposer qu’en l’absence de proies, les prédateurs arrivent à survivre grâce à des ressources
alimentaires alternatives : x’ = a.x c.x.y , y’ = b.y + d.x.y.
3) On peut introduire une troisième espèce (l’herbe pour les poissons herbivores), afin d’étudier les
interactions entre trois espèces animales ou végétales.
42
4) On peut mettre en concurrence deux espèces prédatrices, pour voir si l’une va supplanter l’autre, ou si
elles vont coexister : léopards et guépards, grandes entreprises capitalistes, bosniaques pris en tenaille entre
serbes et croates, polonais entre nazis et staliniens, taupins pris en tenaille entre l’option SI et l’option info, etc.
Dans quelle mesure le modèle théorique de Lotka-Volterra est-il corroboré par les observations expéri-
mentales ? Depuis un siècle, des mesures de populations animales ont été effectuées, et des recherches se
poursuivent actuellement sur leurs fluctuations, non dénuées d’applications (sauterelles d’Afrique, etc.).
Durant la période 1845-1935 des graphiques d’évolution de quantités de lynx et de lièvres polaires ont été
réalisés par la Compagnie de la baie d’Hudson, au Canada. Les fluctuations observées semblent conformes au
modède de Lotka-Volterra. Autre exemple : Umberto d’Ancona, responsable du bureau de pêche de Trieste,
avait remarqué que durant la Première guerre mondiale, période où la pêche était très réduite, la proportion des
requins et autres prédateurs impropres à la consommation, avait augmenté jusqu’à 36% des poissons pêchés,
avant de diminuer et de retrouver son niveau d’avant guerre (11%). C’est pour expliquer ces fluctuations que
Volterra avait élaboré son modèle. Cela corrobore la remarque faite précédemment selon laquelle la pêche
augmente le nombre de sardines.
Tout cela soulève des questions difficiles : Qu’est-ce qu’un modèle mathématique ? Dans quelle mesure
explique-t-il les phénomènes observés ? Dans quelle mesure les observations conduisent-elles à préférer un
modèle à un autre ? Enfin, si les lynx et lièvres, les requins et sardines, se plient assez bien au modèle de
Lotka-Volterra, d’autres espèces animales ont des fluctuations plus mystérieuses : ainsi les lemmings de Scan-
dinavie, qui ont donné naissance à la légende célèbre des rats de Hamelin. De récentes recherches ont montré
que le suicide périodique des lemmings était une fable, et que les effectifs de ces mustélidés étaient simplement
régulés par leurs quatre prédateurs naturels : renards polaires, hermines, chouettes harfang et labbes à longue
queue (cf. Le Monde, 7 novembre 2003, p. 25).
6.1. Généralités.
Définition : On appelle système conservatif à un degré de liberté le système dynamique décrit par
l’équation différentielle de Newton x’’ = F(x) ou = F(x(t)) (1)
où F : I R est une fonction continue sur l’intervalle I.
Exemple : le pendule simple est régi par m.L.’’ + m.g.sin = 0.
L’équation (1) équivaut au système x’ = y , y’ = F(x) (2)
En mécanique, on utilise le vocabulaire suivant :
I est l’espace de configuration F est le champ de forces, F(x) est la force au point x
x est la position ou translation T= = est l’énergie cinétique
43
Les solutions de (1) peuvent être visualisées comme fonctions t x(t), ou comme arcs paramétrés
t (x(t), y(t)) dont le support sera tracé dans le plan de phases (x, y) = (x, x’). Les courbes support
de ces arcs sont les trajectoires de phase.
Le point (x, y) est dit figuratif : lorsque t varie, il se déplace sur la trajectoire de phase. Lorsque y
> 0, on a x’ > 0, donc x augmente, lorsque y < 0, on a x’ < 0, x diminue. Le déplacement dans la
trajectoire de phase se fait dans le sens des aiguilles d’une montre.
Chaque solution de (1) vérifie donc l’équation différentielle d’ordre 1 + U(x) = E (3)
On dit que (3) est une intégrale première de (1).
Principe de conservation de l’énergie. L’énergie totale est constante le long du mouvement.
Géométriquement, cela signifie que les trajectoires de phase sont incluses dans les lignes de niveau
de l’énergie E(x, y) = + U(x).
Réciproquement, soit x : J R une fonction de classe C² à valeurs dans I vérifiant (3). Alors elle
vérifie x’.x’’ = x’.F(x), et sur tout sous-intervalle de J où x’ ne s’annule pas, x’ est de signe constant
= 1, et alors x’’ = F(x) , = . , donc t – t0 = . .
Généralités.
2
Notons désormais x = . L’équation différentielle x’’ = .sin x, x(0) = x0, x’(0) = x’0 équivaut
au système différentiel autonome x’ = y x(0) = x0
44
2
y’ = .sin x y(0) = x’0
Ce système obéit au théorème de Cauchy-Lipschitz, et rentre dans le cadre précédemment défini,
2 +
avec F (x) = = .sin x. Comme F est bornée, l’intervalle maximal des temps est R .
De plus, si t x(t) est solution, t x(t + 2n) aussi.
Points d’équilibre et linéarisations.
Les équilibres correspondent à y = 0, sin x = 0 ; ce sont les (n, 0).
Par périodicité, on se limite aux points O = (0, 0) et A = ( , 0).
Linéarisation en O : x = , y = . On est conduit au système :
2
’ , ’ . , dont la résolution est laissée au lecteur.
On obtient un système à centre, dont les trajectoires sont des ellipses de
centre O, parcourues dans le sens des aiguilles d’une montre.
Linéarisation en A : x = + , y = . On est conduit au système :
2
’ , ’ . , dont la résolution est laissée au lecteur.
On obtient un point col à trajectoires hyperboliques.
Intégrale première.
2
Soient T = = l’énergie cinétique, U = .cos x l’énergie potentielle.
L’énergie mécanique totale E = T + U est constante.
Dans le plan des phases, les points figuratifs (x, y) restent sur la courbe de niveau
2 2
H(x, y) cos x = E , où E = .cos x0 . En résumé, y = .
45
diagramme des phases du pendule terrestre
Remarques : 1) Dans chacun des cas, les lois horaires ne s’expriment pas au moyen de fonctions
élémentaires, mais au moyen des fonctions elliptiques de Legendre-Jacobi. Ces fonctions, connues et
tabulées depuis deux siècles, jouent un très grand rôle dans toutes les branches des mathématiques,
de la physique mathématique (mécanique, astronomie) à la géométrie (grand théorème de Poncelet,
théorème de Mac Cullagh) et à la théorie des nombres (théorème de Fermat-Wiles, programme de
Langlands).
2) Si l’on introduit une force de frottement, on est conduit à un système du type :
2
x’ = y , y’ = .sin x – 2a.y (a et > 0).
Ce système n’est plus conservatif, et son étude introduit aux méthodes de stabilité de Liapounov.
3
Exercice 1 : Résoudre le problème de Cauchy x’’ = 2.x , x(0) = x’(0) = 1 .
3
Exercice 2 : Etudier le système différentiel x’ = y , y’ = x + x .
Exercice 3 : Etudier les équations différentielles x’’ = |x| , x’’ = |x| .
7. L’équation différentielle y’ = y2 x.
7.1. Généralités.
2 2
L’équation différentielle (E) y’ = y x est de la forme y’ = f(x, y) où f(x, y) = y x.
f est continue, et localement lipschitzienne en y. (E) obéit donc au théorème de Cauchy-Lipschitz.
Les courbes intégrales forment une partition du plan.
(E) est une équation de Riccati (cf. E, §5.2 ci-après). Si l’on connaît une solution particulière y 0, on
sait trouver toutes les autres.
Cependant, on peut démontrer que (E) ne peut s’intégrer élémentairement.
Malgré cela, on peut entièrement étudier les solutions de (E) à l’aide de différents outils :
Etudes qualitatives : isoclines, monotonie, concavité, majorations intégrales, etc.
Recherche de solutions développables en série entière.
Changement de fonctions et de variables, ramenant (E) à une équation différentielle linéaire, et
en fin de compte à des fonctions de Bessel.
46
2
Les solutions de (E) sont de classe C ; leurs solutions vérifient y’’ = 2y.(y x) – 1.
On en déduit le lieu des points d’inflexion, et un régionnement du plan selon la concavité.
2 2
Notons L1 = {(x, y) ; x = y , y > 0} et L2 = {(x, y) ; x = y , y < 0}.
47
Je dis que < a, et que y(x) quand x a + 0.
Preuve : Supposons en effet le contraire. y(x) serait définie sur l’intervalle ], 1].
2 2
On aurait alors x 1 y’(x) = y(x) x y(x) + 1 , d’où 1 .
Intégrons cette inégalité sur [x, 1] ; il vient 1 x Arctan y(1) Arctan y(x) ,
d’où x 1 . Cela contredit le fait que x peut être aussi petit qu’on veut.
Je dis que y a un unique point d’inflexion dans D, est concave d’abord, convexe ensuite.
Si y n’avait pas de point d’inflexion, elle serait concave décroissante sur [x 0, +[, donc au-dessous
de ses tangentes. Or elle a une tangente de pente < 0 au V(x0 +), donc elle sortirait de D.
y a donc un point d’inflexion en x1, situé sur L2.
Or, il est facile de voir que l’intérieur de la cubique L2 est une domaine de stabilité.
Je dis que < a < 0, et que sur ]a, x0[, on a (x, y(x))D.
48
En déduire que le rayon de convergence de cette série entière est 1.
L’application (I, u) (I, y) établit une surjection de l’ensemble des solutions de (F) ne s’annulant
pas sur I sur l’ensemble des solutions de (E) définies sur I. Cette application n’est pas injective, car u
et u , R*, définissent la même solution.
Références :
M. Artigue, V. Gautheron, Systèmes différentiels (Cédic-Nathan)
ENS Saint Cloud 1983 et Agrégation 1959
Equation d’Airy : ENSI 1991 et mon problème sur le sujet.
___________
Sont ici présentées, par familles, les équations différentielles les plus usuelles. On peut les intégrer
élémentairement au moyen de techniques simples ; mais ces techniques posent parfois des problèmes
de rigueur, et, si elles fournissent des solutions, elles ne fournissent pas toujours toutes les solutions.
Si l’on veut obtenir toutes les solutions, il faudra combiner ces techniques avec les hypothèses du
théorème de Cauchy-Lipschitz s’il s’applique, ou étudier les problèmes de raccords s’il ne s’applique
pas.
Enfin, ces équations s’intégrant élémentairement permettent d’étudier celles qui ne s’intègrent pas
élémentairement, et dont on peut étudier les solutions par diverses méthodes, expérimentales (simu-
lations numériques et graphiques), ou qualitatives (linéarisation, perturbations, etc.) déjà entrevues.
1.1. Généralités.
Définition : On appelle équation aux différentielles totales une équation de la forme :
P(x, y).dx + Q(x, y).dy = 0 (1)
2
où P et Q deux fonctions réelles continues sur un ouvert U de R .
Une solution de (1) est une fonction dérivable y : I R vérifiant :
xI (x, y(x))U et P(x, y(x)) + Q(x, y(x)). =0 (2)
Autrement dit ce sont les solutions de P(x, y) + Q(x, y).y’ = 0 (3)
49
Elle est donc de la forme .dx + .dy = 0.
On dit que F est une primitive de la forme différentielle = P(x, y).dx + Q(x, y).dy.
1
La règle de la chaîne montre que si y : I R est de classe C , alors :
xI (x, y(x))U et F(x, y(x)) = cte.
Autrement dit, les solutions de (4) sont tracées sur les courbes de niveau de la fonction F(x, y). Ce
sont les courbes implicites y = y(x) tracées sur ces courbes de niveau.
Attention, en général (4) n’obéit pas au théorème de Cauchy-Lipschitz. Mais le théorème des
fonctions implicites entraîne un théorème d’existence et d’unicité locales des solutions, que voici :
Proposition : Pour tout couple (x0, y0)U vérifiant 0, il existe un intervalle I de R tel
que x0Int(I) et que (4) admette dans I une solution unique vérifiant y(x0) = y0.
2 2
Exercice 1 : Intégrer l’équation différentielle (y x ).dx + 2.x.y.dy = 0
Exercice 2 : Soit c > 0. 1) Montrer que la forme différentielle
2 2 2 2 2 2
(x, y) = 4 (x + y c ).x.dx + 4 (x + y + c ).y.dy
est fermée et exacte. Trouver ses primitives.
2 2 2 2 2 2
2) Intégrer l’équation différentielle 4 (x + y c ).x.dx + 4 (x + y + c ).y.dy = 0.
Reconnaître géométriquement les courbes intégrales.
2 3 3 2
Exercice 3 : Résoudre l’équation différentielle (2x y x).dx + (2x y – y).dy = 0.
Mais on vérifie que (x, y) = est un facteur intégrant sur R²{(0, 0)}.
2
Exercice 1 : Résoudre (x + y ).dx – 2xy.dy = 0.
[On pourra chercher un facteur intégrant de la forme (x, y) = f(x).
3 2 2 3
Exercice 2 : Résoudre l’équation différentielle (x, y) = (x 3.xy ).dx + (3.x y – y ).dy .
1
Trouver une fonction f : R R de classe C et non nulle telle que f( ).(x, y) soit exacte.
2 2
Exercice 3 : On considère la forme différentielle (x, y) = (x + y 1).dx – 2xy.dy.
1) Montrer que n’est fermée sur aucun ouvert non vide de R².
50
2 1
2) Trouver un ouvert non vide U de R , et une fonction non nulle : I R de classe C , tels que
2 2 2 2
(x, y) = (x y ).(x, y) soit exacte dans U. Résoudre (x + y 1).dx – 2xy.dy = 0.
Remarque : Avec Maple, on peut chercher un facteur intégrant grâce à la commande intfactor du
package DEtools.
2.1. Généralités.
Définition : On appelle équation à variables séparées toute équation différentielle de la forme :
b(y).y’ = a(x) ou encore b(y).dy = a(x).dx (1)
où a et b sont deux fonctions continues définies sur des intervalles J et K de R, à valeurs réelles.
Une solution de (1) est une fonction dérivable : x (x), définie sur un sous-intervalle I J, à
valeurs dans K, telle que (xI) b((x)).’(x) = a(x) (2)
Notons A(x) = et B(y) = des primitives de a et b sur J et K.
1
A et B sont des fonctions de classe C , et, si vérifie (2),
b((x)).’(x) a(x) = (B((x)) A(x)) = 0 , donc B((x)) A(x) = cte.
Donc y = (x) vérifie B(y) A(x) = cte (3)
Réciproquement, si la fonction dérivable y = (x) vérifie (3) dans I, alors elle est solution de (1).
Proposition 1 : Les solutions de (1) sont les fonctions dérivables : x y = (x) définies sur un
sous-intervalle I de J, et vérifiant (3).
On sera donc amené à étudier les courbes de niveau de la fonction H(x, y) = B(y) – A(x).
Cette étude peut être menée élémentairement, car « en général » B est un difféomorphisme par
morceaux : si l’on note B1, … , Br les difféomorphismes induits, et C1, … , Cr leur réciproques,
B(y) – A(x) = cte y { Ck(A(x) + cte) ; 1 k r }.
Cela fournit autant de solutions de (1), qu’il faudra raccorder.
Remarques : 1) Les équations à variables séparées rentrent dans le cadre du § précédent, la forme
différentielle b(y).dy – a(x).dx étant exacte.
51
Dans ce cas, f(x, y) = g(y), mais rien ne dit que g est localement lipschitzienne.
Si g ne s’annule pas sur K, elle est de signe constant. L’équation s’écrit = dx, donc
1
x= + = G(y) + , où G est de classe C et strictement monotone.
Les courbes intégrales se déduisent de l’une d’elles par des translations parallèles à Ox.
Pour chaque zéro y0 de g, la fonction constante y = y0 est solution de y’ = g(y).
Mais cette solution n’est pas forcément unique, il faudra étudier les raccords possibles.
2
Exercice : Résoudre et discuter les équations différentielles y’ = ay + by + c (a, b, c réels).
Exercice : Résoudre l’équation y’ = (y a1) … (y an) (a1 < a2 < … < an).
Exercice : Résoudre y’ = |y| + 1.
a
Exercice : Résoudre et discuter y’ = |y| (a > 0).
Exercice : Résoudre les équations différentielles y’ = + 1 , y’ = + a (a > 0).
Le théorème de Cauchy-Lipschitz s’applique-t-il ? Pourtant, que dire des solutions ?
Exercice : Résoudre les équations et indiquer les solutions maximales :
yx 2
y’ + e = 0 , y’ = 2xy , y’ = x.cos y , y’ = y .cos x , x.y’ = tan y.
Exercice : Un corps de masse m soumis à la gravité tombe dans un milieu qui offre une résistance au
mouvement proportionnelle au carré de la vitesse. Si x est la position verticale à l’instant t,
2
m. = m.g K. . Intégrer cette équation différentielle ; commenter les résultats.
3. Equations homogènes.
52
Preuve : Soit x y(x) une courbe intégrale. Son image par Hom(O, ) est Y(X) = .y( ), et l’on
Les solutions x y(x) sont des courbes intégrales particulières, et ce sont les fonctions x y(x)
dont le graphe est inclus dans le support des arcs paramétrés t (x(t), y(t)).
Solutions singulières : on appelle ainsi les droites y = m.x , où m = (m).
Solutions non singulières : on les obtient en prenant comme paramètre t = .
, t tend vers un zéro de (t) t, l’intégrale impropre diverge, sans quoi la courbe
intégrale se raccorderait à une solution singulière, contredisant Cauchy-Lipschitz.
Finalement r = C.exp .
53
On nomme ainsi les équations de la forme ’( , y’) = 0 (3)
Les remarques de 3.1. s’étendent sans peine.
Les solutions singulières sont les y = m.x , où (m, m) = 0.
Pour intégrer élémentairement, on paramétrera la courbe (u, v) = 0.
Supposons (u, v) = 0 (t) u = (t) , v = (t), où et sont continues.
Paramétrons les courbes cherchées par t : y = x.(t) implique dy = (t).dx + x.’(t).dt = (t).dx
4. Equations incomplètes.
54
Si t0 (t0) = 0, alors y = (t0) est une solution constante de G(y, y’) = 0 : problème de raccords de
solutions.
2 2 2 2
Exercice : Résoudre a .y’ x .(1 + y’ ) = 0.
3 3
Exercice : Résoudre x + y’ – 3.x.y’ = 0.
Exercice : Résoudre l’équation différentielle x = y’.exp y’.
Les équations de Bernoulli sont des équations d’ordre 1 qu’un simple changement de fonction
inconnue ramène à une équation linéaire. Les équations de Riccati, très importantes, sont apparentées
aux équations différentielles linéaires du second ordre.
13
Jacopo Francesco RICCATI (Venise 1676 - Trévise 1754). Noble vénitien, il partit à Padoue étudier le
droit, mais s’y lia d’amitié avec Angeli qui l’encouragea à étudier les mathématiques. Sa renommée s’étendit
loin : Pierre le Grand lui proposa de présider l’Académie des sciences de Saint-Pétersbourg, mais il déclina
cette offre et d’autres encore, pour rester en Italie. Expert au sénat de Venise, Riccati fit des travaux
d’hydraulique et aida à construire des digues le long des canaux. En mathématiques il étudia les équations
différentielles, et trouva des méthodes d’abaissement de l’ordre et de séparation des variables. Il étudia de
larges classes d’équations différentielles, et trouva des méthodes de résolution, notamment les équations dites
de Riccati (1724), déjà considérées par les Bernoulli. Riccati correspondit avec de nombreux mathématiciens
européens, et eut une grande influence sur Daniel Bernoulli et Euler. Il étudia les pendules cycloïdaux, les lois
de la résistance dans un fluide et la géométrie différentielle.
55
2
y’ = A(x).y + B(x).y + C(x) (4)
où A, B et C sont trois fonctions continues sur J.
2
La fonction f(x, y) = A(x).y + B(x).y + C(x) est continue sur JK et localement lipschitzienne. Le
théorème de Cauchy-Lipschitz s’applique donc toujours.
Malheureusement, on ne sait pas résoudre par quadratures une équation de Riccati générale, et on
peut démontrer qu’il en est ainsi. Mais, comme pour les équations linéaires du second ordre, si l‘on
connaît une solution particulière, on peut achever la résolution par quadratures.
Résolution par quadratures lorsqu’on connaît une solution particulière.
Supposons que l’on dispose d’une solution particulière y0 de (3). Alors par soustraction
2
y’ = A(x).y + B(x).y + C(x) y’ y’0 = A(x).(y y0).(y + y0) + B(x).(y y0).
2
Posons z = y y0 . Il vient z’ = A(x).z.(z + 2y0) + B(x).z = A(x).z + (2A(x).y0(x) + B(x)).z.
2
C’est une équation de Bernoulli en z, de la forme z’ = A(x).z + D(x).
Posant u = , il vient : u’ = D(x).u + A(x) .
Donc y = y0 + = .
56
Exemples :
1) Equations homogènes résolubles en y’ = f( ). Elles sont à isoclines rectilignes.
2) Equations de Clairaut : elles sont du type y = x.y’ + g(y’).
Méthode générale d’intégration.
1) Plutôt que de résoudre (1) en y’, on prend y’ = u pour paramètre. Mais ce paramètre n’est
admissible que sur les courbes intégrales où y’’ 0.
2) Solutions affines : y = mx + p est solution ssi mx + p = x f(m) + g(m), i.e. m = f(m) et p = g(m).
A chaque racine de l’équation m = f(m) correspond une solution affine de (1).
___________
Exercices divers
2
Exercice : On considère l’équation différentielle (E) y.y’’ – y’ = 1 .
Montrer que y est C . Résoudre (E).
____________
2
= 2 + 2.y’ + 2.yy’’ + 2b.y’’ = 0
57
Définition : Soit (C) une famille de courbes dépendant d’un paramètre. On appelle trajectoire
orthogonale de cette famille une courbe telle qu’en chacun de ses points passe une courbe C qui lui
soit orthogonale.
Rappelons que si F(x, y, ) = 0 est l’équation de (C ), on obtient l’équation différentielle de cette
famille en éliminant entre les équations F(x, y, ) = 0 et F’x(x, y, ) = 0.
Notons G(x, y, y’) = 0 l’équation différentielle de la famille (C).
L’équation différentielle de la famille des courbes orthogonales est G(x, y, ) = 0.
En effet, si (y, y’) est un élément de contact de (C ), (y , ) est un élément de contact de ses
trajectoires orthogonales.
Exemple : Trajectoires orthogonales de la famille de cercles de rayon constant dont le centre décrit
une droite fixe.
2 2 2
Ces cercles ont pour équation F(x, y, ) x + y 2x a = 0.
2 2 2
On dérive en x et on trouve (y.y’) + y = a .
____________
Bibliographie
58