République Algérienne Démocratique et Populaire

Ministère de l’Enseignement Supérieur et de la Recherche Scienti…que

UNIVERSITÉ MOHAMED KHIDER, BISKRA

FACULTÉ des SCIENCES EXACTES et des SCIENCES de la NATURE et de la VIE

DÉPARTEMENT DE MATHÉMATIQUES

Mémoire présenté en vue de l’obtention du Diplôme :

MASTER en Mathématiques

Option : Analyse

Par

GHADDAB Houssam

Titre :

Systèmes dynamiques continus

Membres du Comité d’Examen :

Dr. HOUAS Amrane UMKB Président

Dr. SOLTANI Siham UMKB Encadreur

Dr. TABERHA Warda UMKB Examinateur

Septembre 2020
 Dédicace

|Avant tous propos, je tiens rendre grâce à "Allah" qui ma guidé sur la bonne voie|

~Je dédie ce modeste travail~

|à mes trés chers parents ma mère ghaddab tefaha mon père ghaddab ameur

qui m’ont bien élevés, aidés soutenus et encouragés durant toutes ces années d’étude,

qu’Allah les protège|

~Toute la famille ghaddab~

~Toute mes amies~

|A tous les enseignants du département de Mathématiques|

|Tous mes collègues de ma promotion de Master 2 Mathématiques 2020|

~Houssam Ghaddab~

i
 REMERCIEMENTS

|Je remercie tout d’abord ALLAH qui m’aide et me donne la santé, la patience et le
courage durant ces langues années d’étude et la force pour …nir ce travail|

~Je tiens remercier sincèrement mon encadreur “Dr.SOLTANI Siham”, pour mavoir
donné l’opportunité de travailler sur ce projet, pour son grand soutien scientique et
moral, pour les suggestions et les encouragements qu’il ma apportés durant mon projet.
Mon sincére remerciement aux membres de jury “Dr.HOUAS Amrane”et
“Dr.TABERHA Warda”qui ont accepté de juger mon travail~.

|Je remercie vivement tous les enseignants de notre département qui ont toujours donné

le meilleur deux-mêmes an de nous assurer une formation de qualité, je n’oublie pas le

chef département Dr.“Hafayed Mokhtar”pour son aide

ii
Table des matières

Remerciements ii

Table des matières iii

Introduction 1

1 Notions générales sur les systèmes dynamiques 2

1.1 Systèmes dynamiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2

1.1.1 Formulation des systèmes dynamiques . . . . . . . . . . . . . . . . 3

1.1.2 Espace de phase . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4

1.1.3 Existence et unicité des solutions . . . . . . . . . . . . . . . . . . . 6

1.2 Points périodiques et p-cycles . . . . . . . . . . . . . . . . . . . . . . . . . 7

1.2.1 Solutions périodiques . . . . . . . . . . . . . . . . . . . . . . . . . . 7

1.2.2 Stabilité des solutions périodiques . . . . . . . . . . . . . . . . . . . 9

1.3 Portrait de phase et cycles limites . . . . . . . . . . . . . . . . . . . . . . . 11

1.4 Classi…cation des cycles limites . . . . . . . . . . . . . . . . . . . . . . . . 12

1.4.1 Existence et unicité des cycles limites . . . . . . . . . . . . . . . . . 12

1.4.2 Stabilité des cycles limites . . . . . . . . . . . . . . . . . . . . . . . 13

2 Stabilité des systèmes dynamiques continus 16

iii
Table des matières

2.1 Point d’équilibre d’un système . . . . . . . . . . . . . . . . . . . . . . . . . 16

2.2 Stabilité des systèmes autonomes . . . . . . . . . . . . . . . . . . . . . . . 17

2.2.1 Stabilité des systèmes linèaires . . . . . . . . . . . . . . . . . . . . . 18

2.2.2 Fonction de Lyapunov . . . . . . . . . . . . . . . . . . . . . . . . . 19

2.2.3 Cas des systèmes non linèaires continus . . . . . . . . . . . . . . . . 20

2.3 Stabilité des systèmes non autonomes . . . . . . . . . . . . . . . . . . . . . 21

2.3.1 Fonction de Lyapunov . . . . . . . . . . . . . . . . . . . . . . . . . 22

2.3.2 Cas des systèmes linèaires . . . . . . . . . . . . . . . . . . . . . . . 23

Conclusion 26

Bibliographie 26

iv
Introduction

Les systèmes dynamiques désignent couramment la branche de recherche active des ma-
thématiques, la frontière de la topologie, de l’analyse, de la géométrie, de la théorie de
la mesure et des probabilités, et qui s’e¤orce d’étudier les propriétés d’un système dyna-
mique. La nature de cette étude di¤ère suivant le système dynamique étudié,nature qui
d’épend des outils utilisé (analytiques, géométriques ou probabilistes).

Ainsi historiquement, les premières questions relevant des systèmes dynamiques concer-
naient la mécanique une poque où elle était incluse dans l’enseignement des mathéma-
tiques.Les questions majeures qui a motivé la recherche mathématique est le problème de
la stabilité du système solaire.

Les systèmes dynamiques ont été développés au XIXe siècle par le mathématicien phy-
sicien franais Henri Poincaré. Ainsi qu’au le mathématicien russe Aleksandr Lyapunov a
e¤ectuaient des recherches sur la stabilité du mouvement. Le but de la théorie des sys-
tèmes dynamiques avait initialement pour objet l’étude du comportement qualitatif des
trajectoires d’un champ de vecteurs.

Notre mémoire est composée de deux chapitres :

Dans le premier chapitre, on introduit les dé…nitions des systémes dynamiques et ses
propriétés, puis on présente la classi…cation et l’espace de phase et cycle limite.

Le deuxième chapitre, on étude la stabilité des systèmes autonome et non autonome.

1
Chapitre 1

Notions générales sur les systèmes

dynamiques

L’objectif essentiel de ce chapitre est d’étudier quelques notions générales pour l’étude qua-
litative des systèmes dynamiques .Nous commençons par donner les notions générales de
système dynamique, ‡ot, espace de phase, point …xe. Nous introduisons aussi le théorème
d’existence et d’unicité. Ensuite, nous examinons la dé…nition des solutions périodiques
et leur stabilité. En…n nous terminons par donner la dé…nition des cycles limites et leur
stabilité .

1.1 Systèmes dynamiques

Un système dynamique est un modèle permettant l’évolution au cours de temps d’un

ensemble des objets en intéraction il est dé…ni par un triplet (D; I; F ) constitué de l’espace
d’états D, du domaine temporel I, et d’une application de transition d’état F : I D!D
qui permet de défnir partir d’un vecteur de condition initiale l’état du système tout instant.

Dé…nition 1.1.1 Un système dynamique sur Rn est une application : F : R+ Rn ! R n

dé…nie sur tout R+ Rn , telle que :

2
Chapitre 1. Notions générales sur les systèmes dynamiques

– F (:; X) : Rn ! Rn est continue,

– F (t; :) : R+ ! Rn est continue,
– F (0; X) = X,
– F (t + s; X) = F (t; F (s; X)) pour tout t; s 2 R+ ; X 2 Rn ;

Exemple 1.1.1 Soit le système di¤érentiel :

8
>
< X 0 (t) = AX(t)
t 2 R+ ; X0 2 Rn
>
: X(0) = X 0

où A est une matrice constante. La solution de ce système est : X(t) = exp(tA)X0

8t 2 R+ engendre un système dynamique du fait que l’application : F : R+ Rn ! Rn
qui à tout t 2 R+ ; X 2 Rn associé : F (t; X) = exp(tA)X véri…ée les quatre propriétés du
système dynamique.

1.1.1 Formulation des systèmes dynamiques

Les systèmes dynamiques sont classés en deux catégories :

– Dans le cas où le temps est discret, le système dynamique est présenté par une applica-
tion (fonction itérative)
Xk+1 = f (Xk ; k); Xk 2 Rn

Exemple 1.1.2 Soit f : D ! D; D Rn ; une application continue, f k désigne la k ieme

itérée de f , c’est-à-dire

f 0 (x) = x; f 1 (x) = f (x); f 2 (x) = f (f (x)); :::f k (x) = f (f k 1 (x))

Dans la pratique x0 ; x1 = f (x0 ); x2 = f 2 (x0 ),::: représentent les valeurs d’une certaine
quantité au temps 0; 1; 2; :::. Ainsi la valeur de la quantité aux temps k + 1 est en fonction

3
Chapitre 1. Notions générales sur les systèmes dynamiques

de sa valeur au temps k. L’application f est couramment appelée "système dynamique

discret".

– Dans le cas où la composante temps est continue, le systéme dynamique est présenté
par un système d’équation di¤érentielle de la forme :

8
>
> x01 = f1 (x1 ; :::; xn ; t)
>
>
>
>
>
< x0 = f2 (x1 ; :::; xn ; t)
0 2
X = F (X; t) () .. X2D Rn ; t 2 I R+
>
> .
>
>
>
>
>
: x0 = f (x ; :::; x ; t)
n n 1 n

Si la fonction F est linéaire, le système dynamique est dit linéaire, et si le temps est
exprimé explicitement dans la fonction F , le système est dit "non autonome".

Remarque 1.1.1 Dans ce mémoire nous intéréssons aux systèmes dynamiques auto-
nomes et temps continue du type :

X 0 = F (X(t)); X2D Rn ; t 2 I R (1.1)

1.1.2 Espace de phase

L’ensemble des variables d’état d’un système permet de construire un espace mathématique
appelé " espace des phases ". L’espace des phases est un espace souvent multi-dimensionnel.
Chaque axe de coordonnées de cet espace correspond une variable d’état du système
dynamique étudié et chaque variable d’état caractérise le système un instant donné. Pour
chaque instant donné, le système est donc caractérisé par un point de cet espace. A l’instant
suivant, il sera caractérisé par un autre point et ainsi de suite.

Dé…nition 1.1.2 On appelle solution du système 1:1 toute application dérivable X : I !

4
Chapitre 1. Notions générales sur les systèmes dynamiques

D, dé…nie sur un intervalle non vide I R et telle que, pour tout t 2 I :

X(t) 2 D Rn et X 0 (t) = F (X(t)):

– L’ouvert D est appelé l’espace de phase.

~ est appelée prolongement de la solution X si elle est dé…nie sur un
– Une fonction X
intervalle I~ contenant strictement I.
– La solution X est dite maximale (on dit aussi non prolongeable ) si elle n’admet pas de
prolongement, c’est–dire l’intervalle I est l’intervalle maximal d’existence de la solution
X.

Dé…nition 1.1.3 Soit IX l”intervalle maximal d’existence de la solution X.

– La trajectoire (ou l’orbite) de X est dé…nie par : (X) = fX(t); t 2 IX g :

+
– La semi-orbite positive est dé…nie par : (X) = fX(t); t 0g.
– La semi-orbite négative est dé…nie par : (X) = fX(t); t 0g.

Dé…nition 1.1.4 On appelle point singulier (ou point d’équilibre ou point critique) du
système 1:1, le point X 2 Rn tel que :

F (X) = 0

Dé…nition 1.1.5 Un portrait de phase est l’ensemble des trajectoires dans l’espace de
phase.

Dé…nition 1.1.6 Soit (t; X0 ) la solution du système 1:1 telle que (0; X0 ) = X0 . L’en-
semble des applications t : Rn ! Rn dé…nies par t (X0 ) = (t; X0 ), est appelé le ‡ot du
système 1:1.

5
Chapitre 1. Notions générales sur les systèmes dynamiques

1.1.3 Existence et unicité des solutions

Dé…nition 1.1.7 Le problème de trouver une solution du système 1:1 satisfaisant la condi-
tion initiale X(t0 ) = X0 est appelé problème de Cauchy.

La condition que F soit continue ne su¢ t pas que la solution est unique. On verra dans le
théorème Cauchy-Lypschitz que si F est localement lipschitzienne alors le problème admet
une solution unique.

Dé…nition 1.1.8 On dit que F est Lipschitzienne sur D, s’il existe une constante positive
L telle que :
k F (X) F (Y ) k LkX Y k; 8X; Y 2 D

La constante L est appelé une constante de Lipschitz pour F .

Dé…nition 1.1.9 On dit que F est localement Lipschitzienne sur D, si tout point de D
possède un voisinage ouvert inclus dans D sur lequel F est Lipschitzienne.

Théorème 1.1.1 (Cauchy_Lipschitz) Soit le problème de Cauchy :

8
>
< X 0 = F (X)
X 2 D; t0 2 R+
>
: X(t ) = X
0 0

Si F est continue et localement Lipschitzienne sur D dans Rn , le problème de Cauchy

admet une solution maximale unique sur D.

Remarque 1.1.2 Le théorème d’existence et d’unicité est encore assuré sous l’hypothèse
que F 2 C 1 (D).

6
Chapitre 1. Notions générales sur les systèmes dynamiques

1.2 Points périodiques et p-cycles

Soit (D; I; F ) un système dynamique.

Dé…nition 1.2.1 Un point X 2 D est un point …xe de F si est seulement si F (X) = X:

Exemple 1.2.1 Soit F : R ! R dé…nie par F (X) = X 3 alors 0; 1; 1 sont des points
…xes de F .

Dé…nition 1.2.2 S’il existe n 2, tel que F n (X) = X; on dit que X est un point
périodique. La période d’un point périodique X est le plus petit entier n 2 tel que :
F n (X) = X:

Dé…nition 1.2.3 Un ensemble fX0 ; X1 ; X2 ; :::; Xp 1 g forme un cycle d’ordre p (ou une
orbite périodique d’ordre p, ou encore un p-cycle),si :
8
>
< Xi+1 = F (Xi )
pour i = 0; 1; 2; : : : ; p 1:
>
: F (Xp 1 ) = X0

1.2.1 Solutions périodiques

Les points singuliers ne sont pas les seuls éléments déterminant le comportement qualitatif
des solutions d’un système dynamique, mais il existe d’autre types tels que les solutions
périodiques. Le premier problème que nous recontrons est l’existence des solutions pério-
diques dans Rn , et dans cette section nous proposons quelques résultats d’absence des
orbites périodiques.

Dé…nition 1.2.4 Une solution X(t) du système 1:1 est une solution périodique de période

7
Chapitre 1. Notions générales sur les systèmes dynamiques

T si est seulement si chacune de ses n composantes xi (t) est périodique de période T

8
>
> x1 (t + T ) = x1 (t)
>
>
>
>
>
< x2 (t + T ) = x2 (t)
Pour tout t 2 R; X(t + T ) = X(t) , ..
>
> .
>
>
>
>
>
: x (t + T ) = x (t)
n n

– Si X(t) a une période T , la solution a aussi une période kT , et supposons que T est la
plus petite période.
– Les points d’équilibres sont considrés comme des solutions périodiques d’ une période
arbitraire T 2 R+ .

Exemple 1.2.2 Loscillateur harmonique est régi par l’équation di¤érentielle :

x00 + w2 x = 0

Cette équation équivant au système

8
>
< x0 = y
> y 0 = w2 x
:

Ce système s’intègre facilement puisque

dy x
= w2
dx y

Ce qui donne pour ensemble de solutions

y2 w 2 x2 = C

Autrement dit, ce système possède une famille continue un paramètre de solutions pério-

8
Chapitre 1. Notions générales sur les systèmes dynamiques

diques représentées dans le plan de phase par des ellipses.

Théorème 1.2.1 Soit X(t) une solution du système 1:1, supposons qu’il existe deux ins-
tants t1 et t2 (t1 < t2 ) tels que X(t1 ) = X(t2 ) (c.à.d que l’orbite de X(t) se recoupe). Alors,
X(t) est une solution périodique dé…nie pour tout t 2 R.

1.2.2 Stabilité des solutions périodiques

Supposons que le système 1:1 admet une solution priéodique (t), dé…nie pour tout t 2 R
et telle que (t + kT ) = (t) pour tout k 2 Z, nous considérons une autre dé…nition de
la stabilité d’une solution périodique, appelée "stabilité au sens de Poincaré" qui est plus
signicative et fait intervenir la distance d’un point X à la courbe périodique (t)

d = inf kX ( )k
2[0;T [

Dé…nition 1.2.5 Soit X(t) une solution du système 1:1 dé…nie par X(t0 ) = X0

– (t) est dite orbitalement stable ou stable au sens de Poincaré si :

8" 0; 9 0 : kX(t0 ) (t0 )k ) d(t) = inf kX(t) ( )k "; pour t 2 [t0 ; 1[

2[0;T [

– (t) est dite asymptotiquement stable au sens de Poincaré si elle est stable et si de plus

lim d(t) = 0
t!1

– (t) est instable si elle n’est pas orbitalement stable

9
Chapitre 1. Notions générales sur les systèmes dynamiques

Exemple 1.2.3 Soit le système

8
> p
< x0 (t) = Y (x2 + y 2 )
> y 0 (t) = X p(x2 + y 2 )
:

qui admet l’unique point critique 0. En résolvant ce système en coordonnées polaires

8
>
< x = r cos
r 0
>
: y = r sin

on a
r2 = x2 + y 2 ) rr0 = xx0 + yy 0

et
0 xy 0 yx0
= tan 1 (y=x) ) =
x2 + y 2

on obtient 8
>
< r0 (t) = 0 ) r(t) = r0
(1.2)
>
: 0
(t) = r(t) ) (t) = r0 t + 0; 0 = (0)

L’origine 0 est fermé de cercles centrés. Soit (t) une solution priodique dé…nie par 1:2:
Pour étudier la stabilité de cette solution, nous considérons un voisinage de (0) dé…ni par
kX (0)k , un point X(0) appartenant ce voisinage et la solution X(t) correspondante
qui est un cercle de centre 0, de rayon r0 + ,j j . Donc

8" 0; 9 0 tel que kX(0) (0)k 0 ) d(t) ";t 0

ce qui prouve que la solution (t) sont stable au sens de Poincaré.

10
Chapitre 1. Notions générales sur les systèmes dynamiques

1.3 Portrait de phase et cycles limites

Un autre comportement possible pour une trajectoire est de tendre vers un mouvement
périodique, dans le cas d’un système planaire, cela signie que les trajectoires tendent vers
ce que l’on appelle un cycle limite.

Dé…nition 1.3.1 On appelle cycle limite une orbite périodique qui est isolée dans l’en-
semble des orbites périodiques, c’est à dire qu’on ne peut pas trouver une autre orbite
fermée dans son voisinage.

Remarque 1.3.1 Les cycles limites sont aussi des séparatrices : ils séparent des régions
où les trajectoires ont des comportements di¤érents.

Théorème 1.3.1 étant la trajectoire d’un cycle limite, toutes les trajectoires intérieures
et extérieures voisines de sont telle que : soit elles s’enroulent toutes en spirales autour
de pour t ! 1 ou bien t ! 1.

Exemple 1.3.1 Soit le système di¤érentiel

8
>
< x0 = x y x(x2 + y 2 )
>
: y0 = x + y y(x2 + y 2 )

en coordonnées polaires x = r cos , y = r sin , le système précident devient :

8
>
< r0 = r(1 r2 )
> 0=1
:

Ce système a deux états d’équilibres r = 0 et r = 1. La solution générale distincte de zéro

est donnée par :
1
r2 (t) = 2t
et =t t0
1 + Ae

11
Chapitre 1. Notions générales sur les systèmes dynamiques

Ainsi, en utilisant l’espace des phases (x; y), toutes les trajectoires exepté l’équilibre r =
0,tendent vers le cycle r = 1 (senroulent en spirales autoure du cercle).

Remarque 1.3.2 Les cycles limites sont des phénomènes non linèaires. Il ne peuvent
apparaitres dans des systèmes linèaires, ce qui implique que les centres ne sont pas des
cycles limites.

1.4 Classi…cation des cycles limites

– Si toutes les trajectoirs intérieures et extérieures s’enroulent autour de , pour t ! 1

, le cycle limite est stable
– Si toutes les trajectoirs intérieures et extérieures s’enroulent, toutes en spirale autour
de pour t ! 1, le cycle limite est instable
– S’il existe dans sont voisinage des trajectoires convergentes et d’autres divergentes,le
cycle limite est semi-stable.

1.4.1 Existence et unicité des cycles limites

On considère le systme autonome :

8
>
< x0 = f (x; y)
(1.3)
>
: y 0 = g(x; y)

dans un domaine D R2 :

Le théorème de Poincaré-Bendixson permet d’écrire tous les ensembles w limites compacts

d’un système dynamique planaire.

Exemple 1.4.1 Poincaré-Bendixson

12
Chapitre 1. Notions générales sur les systèmes dynamiques

Considérons l’équation 1:3 dans R2 et où f; g C 1 (D). Supposons que +

est une orbite
+ +
bornée et positive et que w( ) ne contient que des points ordinaires. Alors w( ) est une
+ +
orbite périodique. De plus si w( ) 6= alors l’orbite périodique est appel cycle limite .
Un résultat analogue est valable pour une orbite bornée et négative.

Corollaire 1.4.1 Soit D un ensemble fermé borné ne contenant aucun point singulier et
supposons que D est positivement invariant . Alors il existe un cycle limite contenu dans
D.

Exemple 1.4.2 En considère un rectangle avec des coins ( 1; 2); (1; 2); ( 1; 2) et
(1; 2), prouvons que le système suivant a au moins un cycle limite :
8
>
< x0 = y 8x3
>
: y 0 = 2y 4x 2y 3

Les points singuliers sont trouvés par résolvant les équations x0 = y 0 = 0. Soit y = 8x3 .
Alors y 0 = 0 si x(14x2 + 256x8 ) = 0.

– sur y = 2,jxj 1, y0 = 4x 12 < 0:

– sur y = 2,jxj 1, y 0 = 4x + 12 > 0:
– sur x = 1,jyj 2, x0 = y 8 < 0.
– sur x = 1,jyj 2; x = y + 8 > 0:
– sur y = 2,jxj 1, y0 = 4x 12 < 0:

Le rectangle est positivement invariant et il n’y a pas d’autres points singuliers que l’origine
qui est instable. Par conséquent, il existe un cycle limite stable l’intèrieur du rectangle par
le corollaire du théorème de Poincaré-Bendixson.

1.4.2 Stabilité des cycles limites

Considérons (t) est un cycle limite de période T pour le système 1:3

13
Chapitre 1. Notions générales sur les systèmes dynamiques

ZT
Dé…nition 1.4.1 Si la quantité ( @f
@x
+ @g
@y
)( (t))dt est di¤rente de zéro, on dit que le
0
cycle limite est hyperbolique.

Théorème 1.4.1 Soit une orbite périodique du système (1:3) de période T . On dit que :

– est un cycle limite hyperbolique stable si :

ZT
@f @g
s= ( + )( (t))dt 0
@x @y
0

– est un cycle limite hyperbolique instable si :

ZT
@f @g
s= ( + )( (t))dt 0
@x @y
0

Exemple 1.4.3 Soit le système :

8
>
< x0 = f (x; y) = y + x(1 x2 y 2 )
>
: y 0 = g(x; y) = x + y(1 x2 y 2 )

14
Chapitre 1. Notions générales sur les systèmes dynamiques

on a : (t) = (cos(t); sin(t));est un cycle limite de période 2 .Alors :

Z2
@f @g
s = ( + )(cos(t); sin(t))dt
@x @y
0
Z2
= (1 3x2 y 2 ) + (1 x2 3y 2 )(cos(t); sin(t))dt
0
Z2
= (1 3 cos2 ( ) sin2 ( )) + (1 cos2 ( ) 3 sin2 ( ))dt
0
Z2
= (2 4 cos2 ( ) 4 sin2 ( ))dt
0
Z2
= 2dt = 4 <0
0

Donc (t) = (cos(t); sin(t)) est un cycle limite hyperbolique stable.

15
Chapitre 2

Stabilité des systèmes dynamiques

continus

Dans ce chapitre, on s’intéresse plus particulièrement l’étude des systèmes dynamiques

continus. Nous débuterons par le point d’équilibre, ainsi que l’étude qualitative des sys-
tèmes autonomes (linèaires et non linèaires) et systèmes non autonomes .

2.1 Point d’équilibre d’un système

S’il est possible que la trajectoire d’un système correspond, partir d’un certain moment,
uniquement un point, un tel point est appelé point d’équilibre. Nous allons voir que les
problèmes de stabilité sont naturelement formulés par rapport aux points d’équilibre.
Considérons le système dynamique continu :

8
>
< X 0 (t) = F (X(t); t)
(2.1)
>
: X(0) = X 2 Rn0

où F fonction de Rn R+ ! Rn est telle que 2:1 admet au moint une solution.

16
Chapitre 2. Stabilité des systèmes dynamiques continus

Dé…nition 2.1.1 Le vecteur X 2 Rn est dit point d’équilibre du système 2:1 si F (X; t)
= 0 pour tout t 0

2.2 Stabilité des systèmes autonomes

Lors de l’analyse d’un système, l’étude de la stabilité revét une importance primordiale,
et bien que cette notion soit assez usuelle, elle peut avoir plusieurs interprétations selon
l’application envisagée, ce qui conduit des dé…nitions appropriées mais en général liées au
systéme considéré.

Le système continu autonome dans cette section sont régis par l’équation :
8
>
< X 0 (t) = F (X(t))
(2.2)
>
: X(0) = X 2 Rn 0

Soit X un point d’équilibre du système 2:2.

Dé…nition 2.2.1 On a :

– X est dit stable, si pour tout " 0 ,il existe 0 tel que,

kX0 Xk ) kX(t) Xk " pour t 0

Dans le cas contraire il est dit instable.

– X est dit asymptotiquement stable (a.s) s’il est stable et si :

lim kX(t) Xk = 0
t!1

– X est dit marginalement stable (m.s) s’il est stable mais non (a.s).
– X est dit exponentiellement stable (e.s) s’il existe deux constantes positives et telles
que :

17
Chapitre 2. Stabilité des systèmes dynamiques continus

t
kX(t) Xk e kX0 Xk

Les dé…nitions formulées ci-dessus caractérisent le comportement local du système, c’est–

dire l’évolution de l’état lorsquil est perturbé de son point d’équilibre. Le concept de la
stabilité globale est donné par la dé…nition suivante.

– Le point X est dit globalement asymptotiquement stable (g.a.s) s’il est (a.s) et pour tout
X0 ,

lim kX(t) Xk = 0
t!1

– Le point X est dit globalement exponentiellement stable (g.e.s) s’il existe deux constantes
positives et telles que, pour tout X0 , on a : kX(t) Xk exp( t)kX0 Xk:

Remarque 2.2.1 Pour les systèmes linèaires autonomes, la stabilité asymptotique est
toujours globale et exponentielle.

2.2.1 Stabilité des systèmes linèaires

On s’intéresse l’étude de la stabilité de systèmes linèaires continus régis par l’équation :

8
>
< X 0 (t) = AX(t)
(2.3)
>
: X(0) = X0 2 Rn

où A est une matrice carrée de dimension n n.

Dé…nition 2.2.2 Le système continu 2:3 est dit stable si l’origine est stable et il est dit
asymptotiquement stable si l’origine est asymptotiquement stable. Dans ce cas, la matrice
du système A est dite stable ou asymptotiquement stable.

18
Chapitre 2. Stabilité des systèmes dynamiques continus

La stabilité des systèmes linèaires continus est caractérisée par le résultat suivant.

Proposition 2.2.1 Le système 2:3 est stable si et seulement si :

1. <( ) 0 pour toute valeur propre de A.

2. S’il existe une valeur propre de multiplicité k telle que <( ) = 0 alors dimE = k;
où E est le sous espace propre associé à .

Exemple 2.2.1 Considérons le système :

8
>
< X 0 (t) = X1 (t)
1 X2 (t)
>
: X 0 (t) = 2X (t) 2X2 (t)
2 1

Les valeurs propres de A, 1 = 0 et 2 = 1, sont simples, d’où le système est stable.

2.2.2 Fonction de Lyapunov

On étudie la stabilité dun système l’aide d’une fonction convenablement choisie, appelée
fonction de Lyapunov. Cette méthode, dite directe, est utile pour les systèmes non linèaires
et elle a l’avantage d’être applicable dans des situations non standards. Plus précisément,
l’idée de base de cette méthode est de chercher une fonction dé…nie positive, dépendant
de l’état du système, et qui est décroissante le long des trajectoires du système, quand le
système évolue. L’exemple classique dans un système mécanique libre avec frottement est
celui de l’énergie qui décroit moins que le système ne soit au repos et ce fait peut être
utilisé pour tablir la stabilité du système.

19
Chapitre 2. Stabilité des systèmes dynamiques continus

2.2.3 Cas des systèmes non linèaires continus

Considérons nouveau le système :

8
>
< X 0 (t) = F (X(t))
(2.4)
>
: X(0) = X 2 Rn
0

et soit X un point d’équilibre de ce système, alors on a la dé…nition suivante.

Dé…nition 2.2.3 Une fonction V dé…nie sur une région qui contient X est une fonc-
tion de Lyapunov pour le système 2:4 et le point d’équilibre X si V satisfait :

1. V est continue et ses dérivées partielles sont continues.

2. V admet un minimum unique au point X sur .

3. La fonction V 0 (x) = rV (x)F (x) satisfait V (x) 0 sur .

– Si X(t) est la trajectoire de 2:4; alors V (X(t)) représente la valeur de V le long de la

trajectoire. A…n que V soit décroissante le long de la trajectoire, on doit avoir V (X(t))
0.

@V 0 @V 0 @V 0
V 0 (X(t)) = X1 (t) + X (t) + + X (t)
@X1 @X2 2 @Xn n

utilisant 2:4, on obtient

@V @V @V
V 0 (X(t)) = F1 (X(t)) + F2 (X(t)) + + Fn (X(t)) = rV (x(t))F (x(t))
@X1 @X2 @Xn

– avec F = (F1 ; ; Fn ), X = (X1 ; ; Xn )T et Fi : Rn ! R

20
Chapitre 2. Stabilité des systèmes dynamiques continus

2.3 Stabilité des systèmes non autonomes

Considérons le système dynamique non autonome continu suivant :

X 0 (t) = F (X(t); t) (2.5)

Soit X un point d’équilibre du système 2:5

Dé…nition 2.3.1 Un point d’équilibre X du système 2:5 est dit stable à t0 si pour tout
R > 0 il existe r = r(R; t0 ) > 0 tel que :

kX(t0 ) Xk r ) kX(t) Xk R; pour tout t t0

Dans le cas contraire le point d’équilibre X est dit instable.

Dé…nition 2.3.2 Un point d’équilibre X est dit uniformément stable (u.s) si pour tout
R > 0 il existe r = r(R) > 0 indépendant de t0 tel que, pour tout t0

kX(t0 ) Xk r ) kX(t) Xk R; pour tout t t0

– Le point d’équilibre X est asymptotiquement stable (a.s) pour le système 2:5 à t0 s’il
est stable et s’il existe r(t0 ) > 0 tel que kX(t0 ) Xk r(t0 ).
– Le point d’équilibre X est globalement asymptotiquement stable (g.a.s) si, pour tout t0
et X(t0 ), alors limt!1 X(t) = X .
– Le point d’équilibre X est exponentiellement stable (e.s), sil existe et positifs tels
que pour X(t0 ) proche de X on a

kX(t) Xk kX(t0 ) Xke( (t t0 ))

; pour tout t t0

– Le point d’équilibre X est globalement exponentiellement stable (g.e.s), sil existe et

21
Chapitre 2. Stabilité des systèmes dynamiques continus

positifs tels que pour tout t0 et X(t0 )

kX(t) Xk kX(t0 ) Xke( (t t0 ))

; pour tout t t0

Dé…nition 2.3.3 Le point d’équilibre X est localement uniformément asymptotiquement

stable (u.a.s) si :

1. Il est uniformément stable.

2. Il existe R0 > 0 tel que pour tout R1 etR2 avec 0 < R2 < R1 R0 , il existe
T (R1 ; R2 ) > 0 tel que pour tout t0 0, on a :

X(t0 ) Xk R1 ) kX(t) Xk R2 ; pourtout t t0 + T

Remarque 2.3.1 La stabilité asymptotique uniforme implique la stabilité asymptotique

mais la réciproque n’est pas vraie.

2.3.1 Fonction de Lyapunov

Dé…nition 2.3.4 Une fonction continue : R+ ! R+ est dite de classe K si elle satisfait :

1. (0) = 0.

2. (X) 0 pour tout X 0.

3. est croissante.

Une K fonction appartient la classe K1 si de plus limX!1 (X) = 1:

Théorème 2.3.1 Supposons qu’il existe une fonction scalaire V (X; t) dans un voisinage
de X , continue, de dérivées partielles premières continues et une fonction de classe K
telles que :

1. Pour tout X 6= X, W (X; t) = V (X; t) V (X; t) (kX Xk) 0:

22
Chapitre 2. Stabilité des systèmes dynamiques continus

2. W (X; t) 0 le long de la trajectoire.

Alors le point d’équilibre est stable.

– Si de plus, il existe dans K telle que W (X; t) (kX Xk) alors X est (u.s).
– Si la condition de (2) est remplacée par W (X; t) (kX Xk)où est dans K, alors
X est (u.a.s).

2.3.2 Cas des systèmes linèaires

Rappelons qu’une condition nécessaire et su¢ sante pour qu’un système linèaire autonome
soit (a.s) est que toutes les valeures propres de la matrice (d’écrivant la dynamique) du
système aient leur partie réelle strictement négative. Cepedant ce résultat n’est pas vrai
pour les systèmes linèaires non autonomes d’équation :

X 0 (t) = A(t)X(t) (2.6)

Exemple 2.3.1 En e¤et, considérons le système :

8
>
< X10 (t) = X1 (t) + e2t X2 (t)
>
: X20 (t) = X2 (t)

( 1) est une valeur propre double de la matrice du système, pour tout t 0: La solution
de ce système est :
8
>
< X1 (t) = e t X1 (0) + 12 (et e t )X2 (0)
>
: X2 (t) = e t X2 (0)

On a
lim X1 (t) = 1 pour X2 (t) 6= 0
t!1

d’où le système est instable.

23
Chapitre 2. Stabilité des systèmes dynamiques continus

Cependant, il existe des théorèmes qui assurent la stabilité asymptotique des systèmes
linèaires non autonomes. Le premier résultat est le suivant.

Théorème 2.3.2 Supposons qu’il existe > 0 tel que pour tout t 0 et pour toute valeur
propre de A(t) + A(t)T on a , alors le système 2:6 est asymptotiquement stable.

Preuve. Soit la fonction V (X) = X T X Le long de la trajectoire on a :

V0 X T X 0 + X 0 X T = X T A(t)X + X T A(t)T X = X T A(t) + A(t)T X

Par consqéuent V 0 XT X = V . Donc pour tout t 0;

0 X T (t)X(t) = V (X(t)) V (X(0)) exp( t)

et par conséquent X(t) tend vers 0 exponentiellement. Notons que cette condition est
su¢ sante mais non nécessaire.

Exemple 2.3.2 Soit le système linèaire d’équation

8
>
< X 0 (t) = X1 (t) + e 2t X2 (t)
1
>
: X 0 (t) = X (t)
2 2

on a 2 3
t
6 2 e 2
7
A(t) + A(t)T = 4 5
t
e 2 2
t t
Les valeurs propres de A(t) + A(t)T sont ( 2 e 2 ) et ( 2 + e 2 ) La condition du théorème
ci-dessus nest donc pas véri…e. Cependant la solution du système est donnée par :
8
>
< X1 (t) = e t X1 (0) + 2(e 2t e t )X2 (0)
>
: X (t) = e t X (0)
2 2

24
Chapitre 2. Stabilité des systèmes dynamiques continus

On a
lim X1 (t) = lim X2 (t) = 0
t!1 t!1

Donc le système est (a.s).

Théorème 2.3.3 Supposons que pour t 0, les valeurs propres de A(t), sont parties
réelles négatives et véri…ant : il exist > 0,<( ) pour toute valeur propre de A(t).

Si de plus la matrice A(t) est bornée et véri…e :

Z1
AT (t)A(t)dt 1
0

Alors, le système est globalement exponentiellement stable (g.e.s). Citons un autre résultat
valable lorsque le système linèaire est de la forme :

X 0 (t) = [A1 + A2 (t)] X(t) (2.7)

Théorème 2.3.4 Supposons que A1 soit constante, de Hurwitz et que A2 véri…e :

Z1
lim A2 (t) = 0 et kA2 (t)k dt 1
t!1
0

Alors, le système 2:7 est (g.e.s).

25
Conclusion

Dans ce mémoire, on a présenté une étude sur les systèmes dynamiques continus, pour
atteindre l’objectif de cette étude on a divisé notre travail en deux chapitres :

Dans le premier chapitre on a présenté les di¤érentes dé¢ nitions et classes d’un système
dynamique, ensuite on a étudié les cycles limites.

Le deuxième chapitre est basé sur la stabilité des systèmes autonomes et non autonomes.

26
Bibliographie

[1] Abdelli Nassim (2011)“ Une étude de la dynamique du modèle de Ricker”,Mémoire

MASTER en Mathématiques Universit´e A. MIRA de Béjaïa

[2] Halimi Amel (08/06/2015)“Analyse Interne Des Systèmes Dynamiques ”,Mémoire

MASTER en Mathématiques Université - Larbi Ben M’hidi Oum El Bouaghi

[3] Lamnabhi-Lagarrigue, Franoise. (1994). Analyse des systèmes non linèaires. Her-
més,Paris

[4] M.S Moulay et A. Berboucha. (2005). Sur les solutions périodiques d’un système dif-
férentiel Bulltin de la Sociét Royale des Sciences de Liège. Vol. 74 (45). pp 239248

[5] Tayeb Hamaizia (25/04/2013)“Systèmes Dynamiques et Chaos ”,Docteur en Sciences

en mathématique Université de Constantine -1.

[6] Verhulst, F. (1989). Nonlinear Di¤erential Equations And Dynamical Systems.

Springer-Verlag Berlin Heidelberg New York.

27