Documente Academic
Documente Profesional
Documente Cultură
modlisation
Alexei PANTCHICHKINE
Rsum
Le prsent cours est inspir par le cours "Mathmatiques en DEUG SV
2me anne" de Prof. Yves Colin de Verdire, voir [YCV].
Nous utilisons comme prrequis le cours MAT110c (Apprentissage du
raisonnement et analyse lmentaire de Prof. Herv Pajot, voir [Pajot]) :
fondements (raisonnements, ensembles, nombres, dnombrements) ;
analyse : tude des fonctions (fonctions continues, drivables, thorme
des accroissements nis, fonctions usuelles, fonctions rciproques) ; calcul
intgral (Intgrale d'une fonction, primitives).
En particulier, on dveloppe plus en dtail la gomtrie en dimension 2 et
3, l'algbre linaire en dimension 2, les fonctions de plusieurs variables, les
quations direntielles coecients constants, les systmes 2x2, dj
vus au premier semestre.
On discute les applications de systmes dynamiques.
On donne des exemples numriques avec des logiciels (Maple)
Rsum
Le prsent cours est inspir par le cours "Mathmatiques en DEUG SV
2me anne" de Prof. Yves Colin de Verdire, voir [YCV].
Nous utilisons comme prrequis le cours MAT110c (Apprentissage du
raisonnement et analyse lmentaire de Prof. Herv Pajot, voir [Pajot]) :
fondements (raisonnements, ensembles, nombres, dnombrements) ;
analyse : tude des fonctions (fonctions continues, drivables, thorme
des accroissements nis, fonctions usuelles, fonctions rciproques) ; calcul
intgral (Intgrale d'une fonction, primitives).
En particulier, on dveloppe plus en dtail la gomtrie en dimension 2 et
3, l'algbre linaire en dimension 2, les fonctions de plusieurs variables, les
quations direntielles coecients constants, les systmes 2x2, dj
vus au premier semestre.
On discute les applications de systmes dynamiques.
On donne des exemples numriques avec des logiciels (Maple)
Rsum
Le prsent cours est inspir par le cours "Mathmatiques en DEUG SV
2me anne" de Prof. Yves Colin de Verdire, voir [YCV].
Nous utilisons comme prrequis le cours MAT110c (Apprentissage du
raisonnement et analyse lmentaire de Prof. Herv Pajot, voir [Pajot]) :
fondements (raisonnements, ensembles, nombres, dnombrements) ;
analyse : tude des fonctions (fonctions continues, drivables, thorme
des accroissements nis, fonctions usuelles, fonctions rciproques) ; calcul
intgral (Intgrale d'une fonction, primitives).
En particulier, on dveloppe plus en dtail la gomtrie en dimension 2 et
3, l'algbre linaire en dimension 2, les fonctions de plusieurs variables, les
quations direntielles coecients constants, les systmes 2x2, dj
vus au premier semestre.
On discute les applications de systmes dynamiques.
On donne des exemples numriques avec des logiciels (Maple)
Rsum
Le prsent cours est inspir par le cours "Mathmatiques en DEUG SV
2me anne" de Prof. Yves Colin de Verdire, voir [YCV].
Nous utilisons comme prrequis le cours MAT110c (Apprentissage du
raisonnement et analyse lmentaire de Prof. Herv Pajot, voir [Pajot]) :
fondements (raisonnements, ensembles, nombres, dnombrements) ;
analyse : tude des fonctions (fonctions continues, drivables, thorme
des accroissements nis, fonctions usuelles, fonctions rciproques) ; calcul
intgral (Intgrale d'une fonction, primitives).
En particulier, on dveloppe plus en dtail la gomtrie en dimension 2 et
3, l'algbre linaire en dimension 2, les fonctions de plusieurs variables, les
quations direntielles coecients constants, les systmes 2x2, dj
vus au premier semestre.
On discute les applications de systmes dynamiques.
On donne des exemples numriques avec des logiciels (Maple)
Programme
Activit
Heures
24
20
36
30
60
50
TOTAL
120
100
Planning du cours
Premire partie. Modlisation
I
I
I
I
I
I
I
I
I
I
I
I
I
I
I
I
I
I
I
Introduction
Qu'est ce que la modlisation ?
Qu'est ce qu'une quation direntielle ?
Schma d'une modlisation
Exemples de modlisation en biologie
Croissance d'une population selon Malthus
Dsintgration radioactive
Calcul des primitives et des intgrales
Adaptation d'un modle. quation logistique.
Identication d'un modle. Mthode des moindres carres
Fonctions de deux variables
'Equations direntielles
quations direntielles autonomes sur la droite
La notion gnrale d'quation direntielle
Les mthodes de rsolution.
quations direntielles linaires.
Mthode de variation de la constante
Types de mthodes de rsolution
Mthodes numriques
7
http ://www-fourier.ujf-grenoble.fr/panchish/6mat127)
I. Modlisation.
http ://www-fourier.ujf-grenoble.fr/panchish/6mat127)
I. Modlisation.
Systmes dterministes
Systmes dterministes
Modlisation
de point de vue mathmatique, une modlisation est la donne de :
= {lh | l Z, h > 0
(mesur en heures,
= tl + tm ) ;
= lh,
donc
= R) ;
I L'espace M (dit l'espace des phases) dont les points sont des vecteurs
e
= (x , y , ) M ,
o x , y
: t 7 (x (t ), y (t ), ) M ,
telle que f
= e0 ,
= fe 0
processus.
(Exemples de lois utilises :
y (tl +1 ) = 2y (tl ) (loi de doublement discrte) ;
y (t ) = ky (t )t (loi exponentielle continue) y 0 = ky
10
: T M,
Modlisation
de point de vue mathmatique, une modlisation est la donne de :
= {lh | l Z, h > 0
(mesur en heures,
= tl + tm ) ;
= lh,
donc
= R) ;
I L'espace M (dit l'espace des phases) dont les points sont des vecteurs
e
= (x , y , ) M ,
o x , y
: t 7 (x (t ), y (t ), ) M ,
telle que f
= e0 ,
= fe 0
processus.
(Exemples de lois utilises :
y (tl +1 ) = 2y (tl ) (loi de doublement discrte) ;
y (t ) = ky (t )t (loi exponentielle continue) y 0 = ky
10
: T M,
Modlisation
de point de vue mathmatique, une modlisation est la donne de :
= {lh | l Z, h > 0
(mesur en heures,
= tl + tm ) ;
= lh,
donc
= R) ;
I L'espace M (dit l'espace des phases) dont les points sont des vecteurs
e
= (x , y , ) M ,
o x , y
: t 7 (x (t ), y (t ), ) M ,
telle que f
= e0 ,
= fe 0
processus.
(Exemples de lois utilises :
y (tl +1 ) = 2y (tl ) (loi de doublement discrte) ;
y (t ) = ky (t )t (loi exponentielle continue) y 0 = ky
10
: T M,
Modlisation
de point de vue mathmatique, une modlisation est la donne de :
= {lh | l Z, h > 0
(mesur en heures,
= tl + tm ) ;
= lh,
donc
= R) ;
I L'espace M (dit l'espace des phases) dont les points sont des vecteurs
e
= (x , y , ) M ,
o x , y
: t 7 (x (t ), y (t ), ) M ,
telle que f
= e0 ,
= fe 0
processus.
(Exemples de lois utilises :
y (tl +1 ) = 2y (tl ) (loi de doublement discrte) ;
y (t ) = ky (t )t (loi exponentielle continue) y 0 = ky
10
: T M,
= f (x ).
La reprsentation graphique de la fonction est donne par son graphe, ou par une
table des valeurs.
Rappels sur les fonctions usuelles ([Bert], p.26-27)
I Fonctions puissances f (t )
I Fonctions
I Fonctions
base du logarithme
11
, lim
t + t
t + ln t
12
[Brousse], Chapitre 9)
Si la masse d'un corps est constante, l'acclration subie par un corps de masse
m est proportionnelle la rsultante des forces qu'il subit, et inversement
proportionnelle sa masse m.
Ceci est souvent rcapitul dans l'quation :
P~
1 P~
Fi = m~
a,
Fi ou
m
o Fi sont les forces exerces sur l'objet, m est sa masse, et a son acclration.
~a =
Exemple (2.1)
Considrons l'quation de Newton suivante : mv
0 (t )
= v (t ),
o v (t ) est la
v (t ). Vrier
v (t ) = sin(t ) ne
13
que v (t )
l'est pas.
= C exp(t /m)
[Brousse], Chapitre 9)
Si la masse d'un corps est constante, l'acclration subie par un corps de masse
m est proportionnelle la rsultante des forces qu'il subit, et inversement
proportionnelle sa masse m.
Ceci est souvent rcapitul dans l'quation :
P~
1 P~
Fi = m~
a,
Fi ou
m
o Fi sont les forces exerces sur l'objet, m est sa masse, et a son acclration.
~a =
Exemple (2.1)
Considrons l'quation de Newton suivante : mv
0 (t )
= v (t ),
o v (t ) est la
v (t ). Vrier
v (t ) = sin(t ) ne
13
que v (t )
l'est pas.
= C exp(t /m)
= G (y , t )
(2.1)
(t ) = G (y (t ), t )
on ait :
maximale,
14
Considrons l'quation y
0
Donc, y
0
y
5yt + t 2 . Donc, y 0
ce cas, les
15
= kx .
:RR
= f (x ).
= f (x )
0 (t )
= v (t ), on a x := t , y := v ,
= C exp(t /m) (une solution
se transforme en v (t )
16
17
17
x y
Phase de vrication
on regarde si les fonctions obtenues
mathmatiquement sont proches
des fonctions donnes
on dit alors que le modle est valide
exprimentalement
x y
Phase de prvision
Si le modle est valide, il peut alors permettre
dans des circonstanses un peu
direntes de prvoir l'volution
des variables dans des situations nouvelles
18
x y
Phase de vrication
on regarde si les fonctions obtenues
mathmatiquement sont proches
des fonctions donnes
on dit alors que le modle est valide
exprimentalement
x y
Phase de prvision
Si le modle est valide, il peut alors permettre
dans des circonstanses un peu
direntes de prvoir l'volution
des variables dans des situations nouvelles
18
x y
Phase de vrication
on regarde si les fonctions obtenues
mathmatiquement sont proches
des fonctions donnes
on dit alors que le modle est valide
exprimentalement
x y
Phase de prvision
Si le modle est valide, il peut alors permettre
dans des circonstanses un peu
direntes de prvoir l'volution
des variables dans des situations nouvelles
18
x y
Phase de vrication
on regarde si les fonctions obtenues
mathmatiquement sont proches
des fonctions donnes
on dit alors que le modle est valide
exprimentalement
x y
Phase de prvision
Si le modle est valide, il peut alors permettre
dans des circonstanses un peu
direntes de prvoir l'volution
des variables dans des situations nouvelles
18
x y
Phase de vrication
on regarde si les fonctions obtenues
mathmatiquement sont proches
des fonctions donnes
on dit alors que le modle est valide
exprimentalement
x y
Phase de prvision
Si le modle est valide, il peut alors permettre
dans des circonstanses un peu
direntes de prvoir l'volution
des variables dans des situations nouvelles
18
x y
Phase de vrication
on regarde si les fonctions obtenues
mathmatiquement sont proches
des fonctions donnes
on dit alors que le modle est valide
exprimentalement
x y
Phase de prvision
Si le modle est valide, il peut alors permettre
dans des circonstanses un peu
direntes de prvoir l'volution
des variables dans des situations nouvelles
18
x y
Phase de vrication
on regarde si les fonctions obtenues
mathmatiquement sont proches
des fonctions donnes
on dit alors que le modle est valide
exprimentalement
x y
Phase de prvision
Si le modle est valide, il peut alors permettre
dans des circonstanses un peu
direntes de prvoir l'volution
des variables dans des situations nouvelles
18
= x + iy
des
et y sont des nombres rels appels respectivement partie relle et partie imaginaire
de z . On reprsente gomtriquement z comme le point des coordonnes
cartsiennes
(x , y )
du plan cartsien
R2 .
Oprations :
I Le complexe conjugu de z
= x + iy p
est
not z
z
|z |2
I e a+ib
0
I e z +z
I e nz
19
= e a (cos b + i sin b)
0
= ez ez
= (e z )n
= x iy .
a = i |a
| L'quation
1
a2 4b )
solutions z = (a
2
+ az + b = 0
admet comme
sont. On a alors z0
20
a = i |a
| L'quation
1
a2 4b )
solutions z = (a
2
+ az + b = 0
admet comme
sont. On a alors z0
20
http ://www-fourier.ujf-grenoble.fr/pajot/cours7.pdf
Exercice (2.4)
3
(1 + i )2 , (1 +
i ) .
+ i = 2e i /4
n
dduire la valeur de (1 + i )
a) Calculer
b) Montrer que 1
c) En
Exercice (2.5)
Rsoudre dans
les quations : z
pour tout n
+ z + 2 = 0,
Exercice (2.6)
Tracer les courbes reprsentatives des fonctions
t
21
N.
e it , t e (1+i )t , t e (1i )t , t e 1i t
+ iz + 1 = 0
Introduction
Qu'est ce que la modlisation ?
Qu'est ce qu'une quation direntielle ?
Schma d'une modlisation
Exemples de modlisation en biologie
Croissance d'une population selon Malthus
Dsintgration radioactive
Calcul des primitives et des intgrales
Adaptation d'un modle. quation logistique.
Identication d'un modle. Mthode des moindres carres
Fonctions de deux variables
'Equations direntielles
quations direntielles autonomes sur la droite
La notion gnrale d'quation direntielle
Les mthodes de rsolution.
quations direntielles linaires.
Mthode de variation de la constante
Types de mthodes de rsolution
Mthodes numriques
21
Cours N 2,
Exemples de loi exponentielle (voir [Bert], p.80, [Jean87],
p.108)
Cas discret. Lorsqu'une population colonise un milieu vierge dont les
progression gomtrique.
Pour le temps discret T
= {lh | l Z, h > 0
} (mesur en
= lh, et la loi dynamique
n
y (tn ) = 2 y (t0 ) .
22
Cours N 2,
Exemples de loi exponentielle (voir [Bert], p.80, [Jean87],
p.108)
Cas discret. Lorsqu'une population colonise un milieu vierge dont les
progression gomtrique.
Pour le temps discret T
= {lh | l Z, h > 0
} (mesur en
= lh, et la loi dynamique
n
y (tn ) = 2 y (t0 ) .
22
Cours N 2,
Exemples de loi exponentielle (voir [Bert], p.80, [Jean87],
p.108)
Cas discret. Lorsqu'une population colonise un milieu vierge dont les
progression gomtrique.
Pour le temps discret T
= {lh | l Z, h > 0
} (mesur en
= lh, et la loi dynamique
n
y (tn ) = 2 y (t0 ) .
22
t ,
la variation
+ t , vaut
+ t ) = N (t ) + kN (t )t , o N (t ) = N (t + t ) N (t ).
la population l'instant t
N (t
23
t ,
la variation
+ t , vaut
+ t ) = N (t ) + kN (t )t , o N (t ) = N (t + t ) N (t ).
la population l'instant t
N (t
23
(t ) = kN (t ).
(3.1)
dN
dt
= kN .
Si N (0)
= N0 ,
N (t )
= N0 e kt .
> 0,
24
ce
La population l'instant t
N (t
(t ) = kN (t ).
(3.1)
dN
dt
= kN .
Si N (0)
= N0 ,
N (t )
= N0 e kt .
> 0,
24
ce
La population l'instant t
N (t
(t ) = kN (t ).
(3.1)
dN
dt
= kN .
Si N (0)
= N0 ,
N (t )
= N0 e kt .
> 0,
24
ce
Rsolution mathmatique
On a donc rsoudre une quation dont l'inconnue est une fonction ; une telle
quation s'appelle une quation direntielle.
Il s'agit de chercher des fonctions (si possible, toutes les fonctions) vriant la
relation N
0 (t )
= kN (t ).
= Ce kt ,
= kN (t )
= C (t )e kt . On a
= kC (t )e kt , on doit
0
N (t )
C
0 (t )e kt
0
kt
C (t )e
+ C (t )ke kt et kN (t )
donc avoir
= 0.
0 (t )
=0
partout sur
R.
fonction C (t ) ne peut tre que constante (les rsultats du cours 110c). Les
solutions sont bien toutes de la forme N (t )
positive quelconque.
25
= Ce kt ,
(ln(N ))0 = k .
= kt + K ,
o K est une
26
= eK
= e kt +K = e kt e K = Ce kt ,
Reprsentation graphique
Si N0 est la valeur
de la fonction N pour t
= 0,
l'volution de la population
est dcrite par la fonction
N (t )
= N0 e kt
(loi exponentielle)
Courbes exponentielles :
croissant trs rapidement si k
>0
<0
27
Reprsentation graphique
Si N0 est la valeur
de la fonction N pour t
= 0,
l'volution de la population
est dcrite par la fonction
N (t )
= N0 e kt
(loi exponentielle)
Courbes exponentielles :
croissant trs rapidement si k
>0
<0
27
Reprsentation graphique
Si N0 est la valeur
de la fonction N pour t
= 0,
l'volution de la population
est dcrite par la fonction
N (t )
= N0 e kt
(loi exponentielle)
Courbes exponentielles :
croissant trs rapidement si k
>0
<0
27
>0
< 0).
= N0 e kt
k (t +T ) = e kT N e kt = e kT N (t ).
N (t + T ) = N0 e
0
N (t )
On a un doublement, si e
T
ln 2
k
0,69
k
kT
=2
28
ln 2
k
0,69
k
avec k
kT
> 0,
c'est--dire si
1
2 avec k
< 0,
c'est--dire
>0
< 0).
= N0 e kt
k (t +T ) = e kT N e kt = e kT N (t ).
N (t + T ) = N0 e
0
N (t )
On a un doublement, si e
T
ln 2
k
0,69
k
kT
=2
28
ln 2
k
0,69
k
avec k
kT
> 0,
c'est--dire si
1
2 avec k
< 0,
c'est--dire
Applications concrtes
Les lois exponentielles se rencontrent assez souvent dans la nature. Pour ne
citer que quelque cas :
gnral bien dcrit par une loi exponentielle (phase exponentielle du dveloppement).
Les cellules se divisent en deux au bout du temps T ; donc, aux temps T , 2T , 3T ,
. . . , le nombre de cellules serait environ de 2N0 , 4N0 ,8N0 ,16N0 , . . ., ce qui correspond
la fonction N (t ) = N0 2t /T = N0 e ln 2(t /T ) . Mme dans le cas o on part d'une seule
cellule, N0 = 1, c'est cette fonction qui dcrit correctement le phnomne au bout de
quelques cycles de reproduction.
en dmographie, si on suppose les taux n de natalit et taux m de mortalit
constants, et si on admet l'hypothse de base, la population suit une loi exponentielle
(loi de Malthus), de coecient k = n m ,
en mdecine, l'limination d'un mdicament vers l'extrieur suit une loi exponentielle.
Une limination peut tre considre comme "l'migration" d'une population de
molcules travers une membrane ; cela amne un autre type de modle.
29
Applications concrtes
Les lois exponentielles se rencontrent assez souvent dans la nature. Pour ne
citer que quelque cas :
gnral bien dcrit par une loi exponentielle (phase exponentielle du dveloppement).
Les cellules se divisent en deux au bout du temps T ; donc, aux temps T , 2T , 3T ,
. . . , le nombre de cellules serait environ de 2N0 , 4N0 ,8N0 ,16N0 , . . ., ce qui correspond
la fonction N (t ) = N0 2t /T = N0 e ln 2(t /T ) . Mme dans le cas o on part d'une seule
cellule, N0 = 1, c'est cette fonction qui dcrit correctement le phnomne au bout de
quelques cycles de reproduction.
en dmographie, si on suppose les taux n de natalit et taux m de mortalit
constants, et si on admet l'hypothse de base, la population suit une loi exponentielle
(loi de Malthus), de coecient k = n m ,
en mdecine, l'limination d'un mdicament vers l'extrieur suit une loi exponentielle.
Une limination peut tre considre comme "l'migration" d'une population de
molcules travers une membrane ; cela amne un autre type de modle.
29
Applications concrtes
Les lois exponentielles se rencontrent assez souvent dans la nature. Pour ne
citer que quelque cas :
gnral bien dcrit par une loi exponentielle (phase exponentielle du dveloppement).
Les cellules se divisent en deux au bout du temps T ; donc, aux temps T , 2T , 3T ,
. . . , le nombre de cellules serait environ de 2N0 , 4N0 ,8N0 ,16N0 , . . ., ce qui correspond
la fonction N (t ) = N0 2t /T = N0 e ln 2(t /T ) . Mme dans le cas o on part d'une seule
cellule, N0 = 1, c'est cette fonction qui dcrit correctement le phnomne au bout de
quelques cycles de reproduction.
en dmographie, si on suppose les taux n de natalit et taux m de mortalit
constants, et si on admet l'hypothse de base, la population suit une loi exponentielle
(loi de Malthus), de coecient k = n m ,
en mdecine, l'limination d'un mdicament vers l'extrieur suit une loi exponentielle.
Une limination peut tre considre comme "l'migration" d'une population de
molcules travers une membrane ; cela amne un autre type de modle.
29
Applications concrtes
Les lois exponentielles se rencontrent assez souvent dans la nature. Pour ne
citer que quelque cas :
gnral bien dcrit par une loi exponentielle (phase exponentielle du dveloppement).
Les cellules se divisent en deux au bout du temps T ; donc, aux temps T , 2T , 3T ,
. . . , le nombre de cellules serait environ de 2N0 , 4N0 ,8N0 ,16N0 , . . ., ce qui correspond
la fonction N (t ) = N0 2t /T = N0 e ln 2(t /T ) . Mme dans le cas o on part d'une seule
cellule, N0 = 1, c'est cette fonction qui dcrit correctement le phnomne au bout de
quelques cycles de reproduction.
en dmographie, si on suppose les taux n de natalit et taux m de mortalit
constants, et si on admet l'hypothse de base, la population suit une loi exponentielle
(loi de Malthus), de coecient k = n m ,
en mdecine, l'limination d'un mdicament vers l'extrieur suit une loi exponentielle.
Une limination peut tre considre comme "l'migration" d'une population de
molcules travers une membrane ; cela amne un autre type de modle.
29
Applications concrtes
Les lois exponentielles se rencontrent assez souvent dans la nature. Pour ne
citer que quelque cas :
gnral bien dcrit par une loi exponentielle (phase exponentielle du dveloppement).
Les cellules se divisent en deux au bout du temps T ; donc, aux temps T , 2T , 3T ,
. . . , le nombre de cellules serait environ de 2N0 , 4N0 ,8N0 ,16N0 , . . ., ce qui correspond
la fonction N (t ) = N0 2t /T = N0 e ln 2(t /T ) . Mme dans le cas o on part d'une seule
cellule, N0 = 1, c'est cette fonction qui dcrit correctement le phnomne au bout de
quelques cycles de reproduction.
en dmographie, si on suppose les taux n de natalit et taux m de mortalit
constants, et si on admet l'hypothse de base, la population suit une loi exponentielle
(loi de Malthus), de coecient k = n m ,
en mdecine, l'limination d'un mdicament vers l'extrieur suit une loi exponentielle.
Une limination peut tre considre comme "l'migration" d'une population de
molcules travers une membrane ; cela amne un autre type de modle.
29
mme.
(2) Lorsque l'organisme meurt, le taux de C14 dcrot par dsintgration
naturelle du C14 en C12 . Cette dsintgration se fait proportionnellement
la population de C14 , ce qui conduit l'quation direntielle
0 (t ) = k (t ); (0) = 0
La solution de cette quation direntielle est
(t ) = 0 e kt
si t
30
=0
mme.
(2) Lorsque l'organisme meurt, le taux de C14 dcrot par dsintgration
naturelle du C14 en C12 . Cette dsintgration se fait proportionnellement
la population de C14 , ce qui conduit l'quation direntielle
0 (t ) = k (t ); (0) = 0
La solution de cette quation direntielle est
(t ) = 0 e kt
si t
30
=0
mme.
(2) Lorsque l'organisme meurt, le taux de C14 dcrot par dsintgration
naturelle du C14 en C12 . Cette dsintgration se fait proportionnellement
la population de C14 , ce qui conduit l'quation direntielle
0 (t ) = k (t ); (0) = 0
La solution de cette quation direntielle est
(t ) = 0 e kt
si t
30
=0
(T ) = (0),
2
soit
T
ln 2
|k |
31
5700
ln 20
ln 2
= 5700
3,00
0,69
= 24600.
= f (x ).
32
< b.
0,
0,
Notation
L'intgrale de la fonction f
sur l'intervalle [a, b ] se note
a f (x )dx ou
33
=b
l'axe Oy .
Rb
= a,
Rb
a f (t )dt ou
Rb
a fdt
< b.
0,
0,
Notation
L'intgrale de la fonction f
sur l'intervalle [a, b ] se note
a f (x )dx ou
33
=b
l'axe Oy .
Rb
= a,
Rb
a f (t )dt ou
Rb
a fdt
< b.
0,
0,
Notation
L'intgrale de la fonction f
sur l'intervalle [a, b ] se note
a f (x )dx ou
33
=b
l'axe Oy .
Rb
= a,
Rb
a f (t )dt ou
Rb
a fdt
< b.
0,
0,
Notation
L'intgrale de la fonction f
sur l'intervalle [a, b ] se note
a f (x )dx ou
33
=b
l'axe Oy .
Rb
= a,
Rb
a f (t )dt ou
Rb
a fdt
(b a )
. On approche l'intgrale I
rectangles
Rn
Rb
Erreur de la mthode.
0 est majore
0
( b a )2
n
0
0
2 hM h
2n M
On vrie que Rn est d'autant plus
|I Rn |
34
(Rn )
(b a )
. On approche l'intgrale I
rectangles
Rn
Rb
Erreur de la mthode.
0 est majore
0
( b a )2
n
0
0
2 hM h
2n M
On vrie que Rn est d'autant plus
|I Rn |
34
(Rn )
Proprits de l'intgrale
Proprits algbriques
Rb
a k
f (t )dt = k
Rb
a (f (t ) + g (t ))dt
Rb
Rb
a f (t )dt
Rb
a g (t )dt ,
R.
< b on pose :
Rb
Rc
= a f (t )dt + b f (t )dt
Ra
b f (t )dt
pour tous
Rb
Rc
= a f (t )dt , alors a f (t )dt
a, b , c R (l'galit de Chasle).
=f,
On
veut montrer F
x +x
Z
F (x
+ x ) F (x ) =
|E (x )| x f (x )
0 (x )
Rx
= f (x ).
f (t )dx
= x f (x ) + E (x ),
avec
F (x )
= f (x ), puisque E(xx) 0.
x
Z b
0
calcul intgral :
F (t )dt = F (b ) F (a)
lim
x 0
I Formule fondamentale du
35
on dit que
Proprits de l'intgrale
Proprits algbriques
Rb
a k
f (t )dt = k
Rb
a (f (t ) + g (t ))dt
Rb
Rb
a f (t )dt
Rb
a g (t )dt ,
R.
< b on pose :
Rb
Rc
= a f (t )dt + b f (t )dt
Ra
b f (t )dt
pour tous
Rb
Rc
= a f (t )dt , alors a f (t )dt
a, b , c R (l'galit de Chasle).
=f,
On
veut montrer F
x +x
Z
F (x
+ x ) F (x ) =
|E (x )| x f (x )
0 (x )
Rx
= f (x ).
f (t )dx
= x f (x ) + E (x ),
avec
F (x )
= f (x ), puisque E(xx) 0.
x
Z b
0
calcul intgral :
F (t )dt = F (b ) F (a)
lim
x 0
I Formule fondamentale du
35
on dit que
Proprits de l'intgrale
Proprits algbriques
Rb
a k
f (t )dt = k
Rb
a (f (t ) + g (t ))dt
Rb
Rb
a f (t )dt
Rb
a g (t )dt ,
R.
< b on pose :
Rb
Rc
= a f (t )dt + b f (t )dt
Ra
b f (t )dt
pour tous
Rb
Rc
= a f (t )dt , alors a f (t )dt
a, b , c R (l'galit de Chasle).
=f,
On
veut montrer F
x +x
Z
F (x
+ x ) F (x ) =
|E (x )| x f (x )
0 (x )
Rx
= f (x ).
f (t )dx
= x f (x ) + E (x ),
avec
F (x )
= f (x ), puisque E(xx) 0.
x
Z b
0
calcul intgral :
F (t )dt = F (b ) F (a)
lim
x 0
I Formule fondamentale du
35
on dit que
Proprits de l'intgrale
Proprits algbriques
Rb
a k
f (t )dt = k
Rb
a (f (t ) + g (t ))dt
Rb
Rb
a f (t )dt
Rb
a g (t )dt ,
R.
< b on pose :
Rb
Rc
= a f (t )dt + b f (t )dt
Ra
b f (t )dt
pour tous
Rb
Rc
= a f (t )dt , alors a f (t )dt
a, b , c R (l'galit de Chasle).
=f,
On
veut montrer F
x +x
Z
F (x
+ x ) F (x ) =
|E (x )| x f (x )
0 (x )
Rx
= f (x ).
f (t )dx
= x f (x ) + E (x ),
avec
F (x )
= f (x ), puisque E(xx) 0.
x
Z b
0
calcul intgral :
F (t )dt = F (b ) F (a)
lim
x 0
I Formule fondamentale du
35
on dit que
Proprits de l'intgrale
Proprits algbriques
Rb
a k
f (t )dt = k
Rb
a (f (t ) + g (t ))dt
Rb
Rb
a f (t )dt
Rb
a g (t )dt ,
R.
< b on pose :
Rb
Rc
= a f (t )dt + b f (t )dt
Ra
b f (t )dt
pour tous
Rb
Rc
= a f (t )dt , alors a f (t )dt
a, b , c R (l'galit de Chasle).
=f,
On
veut montrer F
x +x
Z
F (x
+ x ) F (x ) =
|E (x )| x f (x )
0 (x )
Rx
= f (x ).
f (t )dx
= x f (x ) + E (x ),
avec
F (x )
= f (x ), puisque E(xx) 0.
x
Z b
0
calcul intgral :
F (t )dt = F (b ) F (a)
lim
x 0
I Formule fondamentale du
35
on dit que
I
I
I
I
I
36
3
f (x ) =
,
F (x ) = tgx (pour
2
cos x
2 < x < 2 ou 2 < x < 2 ou . . .)
1
f (x ) =
x +a , F (x ) = ln |x + a| (pour x < a ou pour x > a)
1
1
1+x
f (x ) =
1x 2 , F (x ) = 2 ln | 1x | (pour x < 1 ou pour 1 < x < 1 ou x > 1)
1
f (x ) =
1+x 2 , F (x ) = arctgx
1
f (x ) =
, F (x ) = arcsin x (pour 1 < x < 1)
1x 2
f
(x ) =
1
1+x 2
, F (x ) = arcsinhx
I
I
I
I
I
36
3
f (x ) =
,
F (x ) = tgx (pour
2
cos x
2 < x < 2 ou 2 < x < 2 ou . . .)
1
f (x ) =
x +a , F (x ) = ln |x + a| (pour x < a ou pour x > a)
1
1
1+x
f (x ) =
1x 2 , F (x ) = 2 ln | 1x | (pour x < 1 ou pour 1 < x < 1 ou x > 1)
1
f (x ) =
1+x 2 , F (x ) = arctgx
1
f (x ) =
, F (x ) = arcsin x (pour 1 < x < 1)
1x 2
f
(x ) =
1
1+x 2
, F (x ) = arcsinhx
I
I
I
I
I
36
3
f (x ) =
,
F (x ) = tgx (pour
2
cos x
2 < x < 2 ou 2 < x < 2 ou . . .)
1
f (x ) =
x +a , F (x ) = ln |x + a| (pour x < a ou pour x > a)
1
1
1+x
f (x ) =
1x 2 , F (x ) = 2 ln | 1x | (pour x < 1 ou pour 1 < x < 1 ou x > 1)
1
f (x ) =
1+x 2 , F (x ) = arctgx
1
f (x ) =
, F (x ) = arcsin x (pour 1 < x < 1)
1x 2
f
(x ) =
1
1+x 2
, F (x ) = arcsinhx
I
I
I
I
I
36
3
f (x ) =
,
F (x ) = tgx (pour
2
cos x
2 < x < 2 ou 2 < x < 2 ou . . .)
1
f (x ) =
x +a , F (x ) = ln |x + a| (pour x < a ou pour x > a)
1
1
1+x
f (x ) =
1x 2 , F (x ) = 2 ln | 1x | (pour x < 1 ou pour 1 < x < 1 ou x > 1)
1
f (x ) =
1+x 2 , F (x ) = arctgx
1
f (x ) =
, F (x ) = arcsin x (pour 1 < x < 1)
1x 2
f
(x ) =
1
1+x 2
, F (x ) = arcsinhx
I
I
I
I
I
36
3
f (x ) =
,
F (x ) = tgx (pour
2
cos x
2 < x < 2 ou 2 < x < 2 ou . . .)
1
f (x ) =
x +a , F (x ) = ln |x + a| (pour x < a ou pour x > a)
1
1
1+x
f (x ) =
1x 2 , F (x ) = 2 ln | 1x | (pour x < 1 ou pour 1 < x < 1 ou x > 1)
1
f (x ) =
1+x 2 , F (x ) = arctgx
1
f (x ) =
, F (x ) = arcsin x (pour 1 < x < 1)
1x 2
f
(x ) =
1
1+x 2
, F (x ) = arcsinhx
I
I
I
I
I
36
3
f (x ) =
,
F (x ) = tgx (pour
2
cos x
2 < x < 2 ou 2 < x < 2 ou . . .)
1
f (x ) =
x +a , F (x ) = ln |x + a| (pour x < a ou pour x > a)
1
1
1+x
f (x ) =
1x 2 , F (x ) = 2 ln | 1x | (pour x < 1 ou pour 1 < x < 1 ou x > 1)
1
f (x ) =
1+x 2 , F (x ) = arctgx
1
f (x ) =
, F (x ) = arcsin x (pour 1 < x < 1)
1x 2
f
(x ) =
1
1+x 2
, F (x ) = arcsinhx
I
I
I
I
I
36
3
f (x ) =
,
F (x ) = tgx (pour
2
cos x
2 < x < 2 ou 2 < x < 2 ou . . .)
1
f (x ) =
x +a , F (x ) = ln |x + a| (pour x < a ou pour x > a)
1
1
1+x
f (x ) =
1x 2 , F (x ) = 2 ln | 1x | (pour x < 1 ou pour 1 < x < 1 ou x > 1)
1
f (x ) =
1+x 2 , F (x ) = arctgx
1
f (x ) =
, F (x ) = arcsin x (pour 1 < x < 1)
1x 2
f
(x ) =
1
1+x 2
, F (x ) = arcsinhx
I
I
I
I
I
36
3
f (x ) =
,
F (x ) = tgx (pour
2
cos x
2 < x < 2 ou 2 < x < 2 ou . . .)
1
f (x ) =
x +a , F (x ) = ln |x + a| (pour x < a ou pour x > a)
1
1
1+x
f (x ) =
1x 2 , F (x ) = 2 ln | 1x | (pour x < 1 ou pour 1 < x < 1 ou x > 1)
1
f (x ) =
1+x 2 , F (x ) = arctgx
1
f (x ) =
, F (x ) = arcsin x (pour 1 < x < 1)
1x 2
f
(x ) =
1
1+x 2
, F (x ) = arcsinhx
I
I
I
I
I
36
3
f (x ) =
,
F (x ) = tgx (pour
2
cos x
2 < x < 2 ou 2 < x < 2 ou . . .)
1
f (x ) =
x +a , F (x ) = ln |x + a| (pour x < a ou pour x > a)
1
1
1+x
f (x ) =
1x 2 , F (x ) = 2 ln | 1x | (pour x < 1 ou pour 1 < x < 1 ou x > 1)
1
f (x ) =
1+x 2 , F (x ) = arctgx
1
f (x ) =
, F (x ) = arcsin x (pour 1 < x < 1)
1x 2
f
(x ) =
1
1+x 2
, F (x ) = arcsinhx
Cours N 3,
Mthodes de calcul des primitives
Intgration par
parties. (Ruv )0 = uv 0 R+ vu 0
R
Rb
impliquie
Rb
b
b
b
0
0
0
a (uv ) dx = a uv dx + a vu dx = a udv + a vdu, d'o
Rb
Rb
b
a udv = [uv ]a a vdu ou encore
Rb
Rb
0
0
a u (x )v (x )dx = u (b )v (b ) u (a)v (a) a v (x )u (x )dx .
= x ln(x ) x
(pour x
> 0)),
ln(x ).
37
1
x ln(x ) , F (x )
= ln | ln(x )|
(pour x
> 1),
1
x ln(x )
Cours N 3,
Mthodes de calcul des primitives
Intgration par
parties. (Ruv )0 = uv 0 R+ vu 0
R
Rb
impliquie
Rb
b
b
b
0
0
0
a (uv ) dx = a uv dx + a vu dx = a udv + a vdu, d'o
Rb
Rb
b
a udv = [uv ]a a vdu ou encore
Rb
Rb
0
0
a u (x )v (x )dx = u (b )v (b ) u (a)v (a) a v (x )u (x )dx .
= x ln(x ) x
(pour x
> 0)),
ln(x ).
37
1
x ln(x ) , F (x )
= ln | ln(x )|
(pour x
> 1),
1
x ln(x )
Cours N 3,
Mthodes de calcul des primitives
Intgration par
parties. (Ruv )0 = uv 0 R+ vu 0
R
Rb
impliquie
Rb
b
b
b
0
0
0
a (uv ) dx = a uv dx + a vu dx = a udv + a vdu, d'o
Rb
Rb
b
a udv = [uv ]a a vdu ou encore
Rb
Rb
0
0
a u (x )v (x )dx = u (b )v (b ) u (a)v (a) a v (x )u (x )dx .
= x ln(x ) x
(pour x
> 0)),
ln(x ).
37
1
x ln(x ) , F (x )
= ln | ln(x )|
(pour x
> 1),
1
x ln(x )
Cours N 3,
Mthodes de calcul des primitives
Intgration par
parties. (Ruv )0 = uv 0 R+ vu 0
R
Rb
impliquie
Rb
b
b
b
0
0
0
a (uv ) dx = a uv dx + a vu dx = a udv + a vdu, d'o
Rb
Rb
b
a udv = [uv ]a a vdu ou encore
Rb
Rb
0
0
a u (x )v (x )dx = u (b )v (b ) u (a)v (a) a v (x )u (x )dx .
= x ln(x ) x
(pour x
> 0)),
ln(x ).
37
1
x ln(x ) , F (x )
= ln | ln(x )|
(pour x
> 1),
1
x ln(x )
Changement de variables
Rgle pratique du changement de variables :
= u (x )
du
u 0 (x )
= u 0 (x )dx ,
Rb
a devient
R u (b )
u (a ) .
1
sin(x ) , F
x
ln |tg ( )| (pour sin(x )
2
6= 0 ),
38
= tg(x).
Pour quel x
>0
on a F
= ln | cos(x )| ?
1
sin(x )
Changement de variables
Rgle pratique du changement de variables :
= u (x )
du
u 0 (x )
= u 0 (x )dx ,
Rb
a devient
R u (b )
u (a ) .
1
sin(x ) , F
x
ln |tg ( )| (pour sin(x )
2
6= 0 ),
38
= tg(x).
Pour quel x
>0
on a F
= ln | cos(x )| ?
1
sin(x )
coninue pour x
rel
> 0.
On considre l'intgralle IA
> a.
[a, +],
et on la note I
R
a
+,
RA
0,
cette
limite mesure la surface innie comprise entre la courbe reprsentative de f , l'axe des
x et la droite x
= a.
Ra
f (x )dx et pour
R +
f (x )dx .
Exemples (3.6.)
a)
R
1
1
x 2 dx
En eet
b)
39
R
1
= 1.
Z
lim
dx
A+ 1 x 2
1
dx n'existe pas.
x
lim
A+
1
x
A
=
1
lim
A+
1
A
+1
= 1.
coninue pour x
rel
> 0.
On considre l'intgralle IA
> a.
[a, +],
et on la note I
R
a
+,
RA
0,
cette
limite mesure la surface innie comprise entre la courbe reprsentative de f , l'axe des
x et la droite x
= a.
Ra
f (x )dx et pour
R +
f (x )dx .
Exemples (3.6.)
a)
R
1
1
x 2 dx
En eet
b)
39
R
1
= 1.
Z
lim
dx
A+ 1 x 2
1
dx n'existe pas.
x
lim
A+
1
x
A
=
1
lim
A+
1
A
+1
= 1.
coninue pour x
rel
> 0.
On considre l'intgralle IA
> a.
[a, +],
et on la note I
R
a
+,
RA
0,
cette
limite mesure la surface innie comprise entre la courbe reprsentative de f , l'axe des
x et la droite x
= a.
Ra
f (x )dx et pour
R +
f (x )dx .
Exemples (3.6.)
a)
R
1
1
x 2 dx
En eet
b)
39
R
1
= 1.
Z
lim
dx
A+ 1 x 2
1
dx n'existe pas.
x
lim
A+
1
x
A
=
1
lim
A+
1
A
+1
= 1.
coninue pour x
rel
> 0.
On considre l'intgralle IA
> a.
[a, +],
et on la note I
R
a
+,
RA
0,
cette
limite mesure la surface innie comprise entre la courbe reprsentative de f , l'axe des
x et la droite x
= a.
Ra
f (x )dx et pour
R +
f (x )dx .
Exemples (3.6.)
a)
R
1
1
x 2 dx
En eet
b)
39
R
1
= 1.
Z
lim
dx
A+ 1 x 2
1
dx n'existe pas.
x
lim
A+
1
x
A
=
1
lim
A+
1
A
+1
= 1.
Rb
a+u f (x )dx ,
0,
Rb
=a
et x
= a.
Exemples
(3.7.)
Z
1
a)
En eet
Z
b)
40
dx
lim
= 2.
Z 1
u +0 u
2
0 x
dx
dx n'existe pas.
lim
u +0
1
x =
u
lim
u +0
2 u = 2.
Rb
a+u f (x )dx ,
0,
Rb
=a
et x
= a.
Exemples
(3.7.)
Z
1
a)
En eet
Z
b)
40
dx
lim
= 2.
Z 1
u +0 u
2
0 x
dx
dx n'existe pas.
lim
u +0
1
x =
u
lim
u +0
2 u = 2.
Rb
a+u f (x )dx ,
0,
Rb
=a
et x
= a.
Exemples
(3.7.)
Z
1
a)
En eet
Z
b)
40
dx
lim
= 2.
Z 1
u +0 u
2
0 x
dx
dx n'existe pas.
lim
u +0
1
x =
u
lim
u +0
2 u = 2.
50 ln(3)/ ln(2).
(b) S'il y a 10
41
4 /8 bactries initialement.
50 ln(3)/ ln(2).
(b) S'il y a 10
41
4 /8 bactries initialement.
50 ln(3)/ ln(2).
(b) S'il y a 10
41
4 /8 bactries initialement.
Fig.: 2
42
1
2
Z
1
cos(x ) dx
1
2
cos(x ) sin(x )
cos(1) sin(1)
+
1
2
x
2
= cos(x )2 ,
cos(2) sin(2)
Fig.: 3
43
0
1
2
0.08347501947
Cours N 4,
Remarques sur l'intgration
Soit f une fonction exprime en fonctions usuelles, alors f
0 s'exprime de
Exemple
= te t
t 2
f (t ) = e
f (t )
44
Rx
2
= a te t dt =
R x t 2
F (x ) =
dt =:
a e
F (x )
R
1 x t 2 2
e
dt
2
a
= 12 e x + C
2
Cours N 4,
Remarques sur l'intgration
Soit f une fonction exprime en fonctions usuelles, alors f
0 s'exprime de
Exemple
= te t
t 2
f (t ) = e
f (t )
44
Rx
2
= a te t dt =
R x t 2
F (x ) =
dt =:
a e
F (x )
R
1 x t 2 2
e
dt
2
a
= 12 e x + C
2
Cours N 4,
Remarques sur l'intgration
Soit f une fonction exprime en fonctions usuelles, alors f
0 s'exprime de
Exemple
= te t
t 2
f (t ) = e
f (t )
44
Rx
2
= a te t dt =
R x t 2
F (x ) =
dt =:
a e
F (x )
R
1 x t 2 2
e
dt
2
a
= 12 e x + C
2
Fonction de Gauss
et l'intgrale de Poisson
R
0
t 2 dt
montre que
f (t )
f,m (t )
45
1 e
2
Exemple
1
Indication :
x 2
t2
y 2
Z
dy
/2 Z
fonction de Gauss
Z
dx
en
t m
( )2
2 2
F (t )
Rx
e
2 0
(t ) =
t m
( )2
2 2
r 2
d
rdr
R x t
e 2 dt
2 0
t m
2
dt
= (
Fonction de Gauss
et l'intgrale de Poisson
R
0
t 2 dt
montre que
f (t )
f,m (t )
45
1 e
2
Exemple
1
Indication :
x 2
t2
y 2
Z
dy
/2 Z
fonction de Gauss
Z
dx
en
t m
( )2
2 2
F (t )
Rx
e
2 0
(t ) =
t m
( )2
2 2
r 2
d
rdr
R x t
e 2 dt
2 0
t m
2
dt
= (
Fonction de Gauss
et l'intgrale de Poisson
R
0
t 2 dt
montre que
f (t )
f,m (t )
45
1 e
2
Exemple
1
Indication :
x 2
t2
y 2
Z
dy
/2 Z
fonction de Gauss
Z
dx
en
t m
( )2
2 2
F (t )
Rx
e
2 0
(t ) =
t m
( )2
2 2
r 2
d
rdr
R x t
e 2 dt
2 0
t m
2
dt
= (
= k0 (N N )
0
N (t )
46
= k0 (N N )
0
N (t )
46
0 (t )
= (N N (t ))N (t ),
= k0 .
N (t )
N
1
K 1 e N t
fonction logistique.
= , et N (N 1N ) = N1 N1 + (N 1N ) ,
0
N 0
(N N )0
N0
N
1
1
0
N (N N ) = N N (N N ) = N ln (N N ) = ( t ) , et
N
N
1
N t e N C .
N ln (N N ) = t + C . Il vient (N N ) = e
On pose K
N (t )
que N
47
= eN
N0
N (N N )
N >0
= K (N N )e N
1 = sgn(N N ).
, alors N
N
, avec
1K 1 e N t
pour ce modle.
, et
Il reste remarquer
d'o
0 (t )
= (N N (t ))N (t ),
= k0 .
N (t )
N
1
K 1 e N t
fonction logistique.
= , et N (N 1N ) = N1 N1 + (N 1N ) ,
0
N 0
(N N )0
N0
N
1
1
0
N (N N ) = N N (N N ) = N ln (N N ) = ( t ) , et
N
N
1
N t e N C .
N ln (N N ) = t + C . Il vient (N N ) = e
On pose K
N (t )
que N
47
= eN
N0
N (N N )
N >0
= K (N N )e N
1 = sgn(N N ).
, alors N
N
, avec
1K 1 e N t
pour ce modle.
, et
Il reste remarquer
d'o
0 (t )
= (N N (t ))N (t ),
= k0 .
N (t )
N
1
K 1 e N t
fonction logistique.
= , et N (N 1N ) = N1 N1 + (N 1N ) ,
0
N 0
(N N )0
N0
N
1
1
0
N (N N ) = N N (N N ) = N ln (N N ) = ( t ) , et
N
N
1
N t e N C .
N ln (N N ) = t + C . Il vient (N N ) = e
On pose K
N (t )
que N
47
= eN
N0
N (N N )
N >0
= K (N N )e N
1 = sgn(N N ).
, alors N
N
, avec
1K 1 e N t
pour ce modle.
, et
Il reste remarquer
d'o
=0
au nombre maximum N
et K
= eN
48
+.
=0
au nombre maximum N
et K
= eN
48
+.
= y (5 y )
:=
d
dx
y(x )
y(x )
= y(x ) (5 y(x ))
5
+ 9 e (5 x )
49
5
1
+ 9 e (5 x )
= y (5 y )
(avec Maple)
> r:=diff(f(x),x$2);
> xi:=evalf(solve(r,x));
#point d'inflexion de y(x)
:= 0.4394449156
> DEplot(ode,y(x),x=0..2,[[y(0)=0.5],[y(0)=0.2],[y(0)=0.3]],
linecolor=[green,yellow,magenta]);
[y (5 y )]0y = 0,
50
i.e. y
= 5/2.
(x , f (x )),
de la fonction f .
On peut aussi reprsenter une fonction par une table de valeurs.
On parlera de dpendance fonctionnelle approche s'il existe une
fonction f telle que f (x ) soit une approximation de y .
51
(x , y )
le point M ayant
{(x1 , y1 ), . . . , (xN , yN ), . . .}
52
(x , y )
le point M ayant
{(x1 , y1 ), . . . , (xN , yN ), . . .}
52
(x , y )
le point M ayant
{(x1 , y1 ), . . . , (xN , yN ), . . .}
52
= ax + b
= ax + b
(dpendance approche).
D'autres lois qui interviennent frquemment dans les sciences exprimentales ou
biologiques sont
= Ce x
(dveloppements de populations,
= Cx
entre dimensions, . . .
53
Cours N 5,
Problme de l'ajustement
Le problme de l'ajustement consiste chercher parmi les fonctions de certain
type, la fonction f telle que les approximations y1
= f (x1 ),
. . ., yN
= f (xN ),
54
lois
Cours N 5,
Problme de l'ajustement
Le problme de l'ajustement consiste chercher parmi les fonctions de certain
type, la fonction f telle que les approximations y1
= f (x1 ),
. . ., yN
= f (xN ),
54
lois
{(x1 , y1 ), . . . , (xN , yN ), . . .} ;
rectiligne.
Si, par exemple, l'equation thorique donne par le modle est
= N /(
1 + exp(b x )), on obtient une loi semi-logarithmique
N y (x )
. Sachant les valeurs exprimentalles yi proches
b x = ln
y (x )
y (t )
de y (xi ), on
{(xi , ai )|i = 1, , N },
On suppose que la loi y
y
= x +
o ai
= f (x )
N yi
yi
55
= ln
= x1 + ,
. . ., yN
= xN + ,
. . .sont
{(x1 , y1 ), . . . , (xN , yN ), . . .} ;
rectiligne.
Si, par exemple, l'equation thorique donne par le modle est
= N /(
1 + exp(b x )), on obtient une loi semi-logarithmique
N y (x )
. Sachant les valeurs exprimentalles yi proches
b x = ln
y (x )
y (t )
de y (xi ), on
{(xi , ai )|i = 1, , N },
On suppose que la loi y
y
= x +
o ai
= f (x )
N yi
yi
55
= ln
= x1 + ,
. . ., yN
= xN + ,
. . .sont
On pose E (, )
N
n=1 (yn
xn )2 .
PN
2
n=1 (yn xn )
P
2
E (, ) = N 2 2 n=1 (yn xn ) + N
n=1 (yn xn ) . On obtient un
2
trinme E (, ) du second degr de la forme A + 2B + C , o A, B , C ne
On suppose d'abord
x : E (, )
PN
dpendent pas de
P
= BA = N1 N
yn xn ).
n=1 (P
) = N1 N
On voit que b = y
x , o (
x, y
n=1 (xn , yn ) est le centre de gravit
du nuage {(x1 , y1 ), . . . , (xN , yN ), . . .}, c'est--dire que la droite cherche
).
y = x + passe par (
x, y
On suppose maintenant = b (autrement dit : on considre toutes les droites
valeur de
gale b
56
On pose E (, )
N
n=1 (yn
xn )2 .
PN
2
n=1 (yn xn )
P
2
E (, ) = N 2 2 n=1 (yn xn ) + N
n=1 (yn xn ) . On obtient un
2
trinme E (, ) du second degr de la forme A + 2B + C , o A, B , C ne
On suppose d'abord
x : E (, )
PN
dpendent pas de
P
= BA = N1 N
yn xn ).
n=1 (P
) = N1 N
On voit que b = y
x , o (
x, y
n=1 (xn , yn ) est le centre de gravit
du nuage {(x1 , y1 ), . . . , (xN , yN ), . . .}, c'est--dire que la droite cherche
).
y = x + passe par (
x, y
On suppose maintenant = b (autrement dit : on considre toutes les droites
valeur de
gale b
56
On pose E (, )
N
n=1 (yn
xn )2 .
PN
2
n=1 (yn xn )
P
2
E (, ) = N 2 2 n=1 (yn xn ) + N
n=1 (yn xn ) . On obtient un
2
trinme E (, ) du second degr de la forme A + 2B + C , o A, B , C ne
On suppose d'abord
x : E (, )
PN
dpendent pas de
P
= BA = N1 N
yn xn ).
n=1 (P
) = N1 N
On voit que b = y
x , o (
x, y
n=1 (xn , yn ) est le centre de gravit
du nuage {(x1 , y1 ), . . . , (xN , yN ), . . .}, c'est--dire que la droite cherche
).
y = x + passe par (
x, y
On suppose maintenant = b (autrement dit : on considre toutes les droites
valeur de
gale b
56
= xn x, Yn = yn y , on a Yn Xn = yn xn b, donc
PN
PN
PN
2
2
2
E (, ) =
n=1 Xn 2
n = 1 Xn Yn +
n=1 Yn . C'est un trinme du
0
2
0
0
0
0
0
second degr de la forme A + 2B + C , o A , B , C ne dpendent pas de
Si l'on pose Xn
prend la valeur
PN
PN
)(yn y )
n=1 Xn Yn
n=1 (xn x
= P
=
PN
N
2
)2
n = 1 Xn
n=1 (xn x
57
= ax + b
= y
x.
= xn x, Yn = yn y , on a Yn Xn = yn xn b, donc
PN
PN
PN
2
2
2
E (, ) =
n=1 Xn 2
n = 1 Xn Yn +
n=1 Yn . C'est un trinme du
0
2
0
0
0
0
0
second degr de la forme A + 2B + C , o A , B , C ne dpendent pas de
Si l'on pose Xn
prend la valeur
PN
PN
)(yn y )
n=1 Xn Yn
n=1 (xn x
= P
=
PN
N
2
)2
n = 1 Xn
n=1 (xn x
57
= ax + b
= y
x.
= ax + b
on cacule
= 2 x ).
partir du nuage
le centre de gravit
= [x1 x , x2 x , x3 x , x4 x ], Y = [y1 y , y2 y , y3 y , y4 y ],
= [1.5, 0.5, 0.5, 1.5], Y = [1.5, 0.4, 0.4, 1.5]
X X = 2.25 + 0.25 + 0.25 + 2.25 = 5.0,
X Y = 2.25 0.20 0.20 2.25 = 4.9,
X Y
4.9
a =
X X = 5.0 = 0.98, b = y ax = 0.5 + 0.98 1.5 = 1.97,
y = 0.98x + 1.97.
58
= ax + b
on cacule
= 2 x ).
partir du nuage
le centre de gravit
= [x1 x , x2 x , x3 x , x4 x ], Y = [y1 y , y2 y , y3 y , y4 y ],
= [1.5, 0.5, 0.5, 1.5], Y = [1.5, 0.4, 0.4, 1.5]
X X = 2.25 + 0.25 + 0.25 + 2.25 = 5.0,
X Y = 2.25 0.20 0.20 2.25 = 4.9,
X Y
4.9
a =
X X = 5.0 = 0.98, b = y ax = 0.5 + 0.98 1.5 = 1.97,
y = 0.98x + 1.97.
58
= ax + b
on cacule
= 2 x ).
partir du nuage
le centre de gravit
= [x1 x , x2 x , x3 x , x4 x ], Y = [y1 y , y2 y , y3 y , y4 y ],
= [1.5, 0.5, 0.5, 1.5], Y = [1.5, 0.4, 0.4, 1.5]
X X = 2.25 + 0.25 + 0.25 + 2.25 = 5.0,
X Y = 2.25 0.20 0.20 2.25 = 4.9,
X Y
4.9
a =
X X = 5.0 = 0.98, b = y ax = 0.5 + 0.98 1.5 = 1.97,
y = 0.98x + 1.97.
58
Exemples numriques
I Loi exponentielle.
y
y1
e 2 , y2 e 0.9 , y3 e 0.1 , y4 e 1 .
y = e 0.98x +1.97 .
I Loi logistique.
y
y1
1
1
+ e2
, y2
1
1
+ e 0.9
y =
59
, y3
1
1
+ e 0.1
1
1
+ e 0.98x +1.97
, y4
1
1
+ e 1
Exemples numriques
I Loi exponentielle.
y
y1
e 2 , y2 e 0.9 , y3 e 0.1 , y4 e 1 .
y = e 0.98x +1.97 .
I Loi logistique.
y
y1
1
1
+ e2
, y2
1
1
+ e 0.9
y =
59
, y3
1
1
+ e 0.1
1
1
+ e 0.98x +1.97
, y4
1
1
+ e 1
Exemples numriques
I Loi exponentielle.
y
y1
e 2 , y2 e 0.9 , y3 e 0.1 , y4 e 1 .
y = e 0.98x +1.97 .
I Loi logistique.
y
y1
1
1
+ e2
, y2
1
1
+ e 0.9
y =
59
, y3
1
1
+ e 0.1
1
1
+ e 0.98x +1.97
, y4
1
1
+ e 1
60
l := -0.0001019409404 x + 2.703090171
f(x) := -0.0001019409404 x + 2.703090171
la valeur initiale N0
-vie : T
61
= e b 14.93
, la demi
= ln(2)/0.0001019409404 6790.
62
63
64
= Ns /(1 + e bt )
665
1 + e 4.1593646710.5323127461t
des chiers .mws). Dans ce cas il faut disposer une version assez rcente de Maple
65
des chiers .mws). Dans ce cas il faut disposer une version assez rcente de Maple
65
des chiers .mws). Dans ce cas il faut disposer une version assez rcente de Maple
65
des chiers .mws). Dans ce cas il faut disposer une version assez rcente de Maple
65
66
= f (x , y ) = x 2 y 2 + 5
66
= f (x , y ) = x 2 y 2 + 5
(x0 , y0 )
si la valeur z
= f (x , y )
tend vers z0
= f (x0 , y0 )
lorsque x
(x 1)2 + y 2 = 1 et x > 0 et f (x , y ) = 0,
fonction f (x , y ) est continue en (x0 , y0 ) = (0, 0) ?
= 1,
si
Drives partielles
= y0 ,
z est la fonction de la
seule variable x :
x
7 z = f (x , y0 ).
f
x (x , y0 ).
67
(x0 , y0 )
si la valeur z
= f (x , y )
tend vers z0
= f (x0 , y0 )
lorsque x
(x 1)2 + y 2 = 1 et x > 0 et f (x , y ) = 0,
fonction f (x , y ) est continue en (x0 , y0 ) = (0, 0) ?
= 1,
si
Drives partielles
= y0 ,
z est la fonction de la
seule variable x :
x
7 z = f (x , y0 ).
f
x (x , y0 ).
67
Exemples
I f (x , y )
I f (x , y )
I f (x , y )
= ax + by , xf (x , y ) = a, yf (x , y ) = b.
p
= x 2 + y 2 , xf (x , y ) = 2x 2 , yf (x , y ) =
=
f
kxy ,
x (x , y )
x +y
f
ky ,
y (x , y ) = kx .
y
.
x 2 +y 2
et
f
f
x et y sont continues
(x0 , y0 ).
z
x et y : f (x , y ) f (x0 , y0 )
= (f (x , y ) f (x , y0 )) + (f (x , y0 ) f (x0 , y0 ))
= xf (x , )(x x0 ) + yf (, y0 )(y y0 )
o [x , x0 ], [y , y0 ],
f
f
f
f
x (x , ) x (x0 , y0 ), et x (x , ) x (x0 , y0 )
La direntielle de f en (x0 , y0 ) est la fonction
Alors on trouve l'accroissement
en termes de
df
68
(x , y ) =
f
x (x0 , y0 )x
f
y (x0 , y0 )y
y = y y0
Exemples
I f (x , y )
I f (x , y )
I f (x , y )
= ax + by , xf (x , y ) = a, yf (x , y ) = b.
p
= x 2 + y 2 , xf (x , y ) = 2x 2 , yf (x , y ) =
=
f
kxy ,
x (x , y )
x +y
f
ky ,
y (x , y ) = kx .
y
.
x 2 +y 2
et
f
f
x et y sont continues
(x0 , y0 ).
z
x et y : f (x , y ) f (x0 , y0 )
= (f (x , y ) f (x , y0 )) + (f (x , y0 ) f (x0 , y0 ))
= xf (x , )(x x0 ) + yf (, y0 )(y y0 )
o [x , x0 ], [y , y0 ],
f
f
f
f
x (x , ) x (x0 , y0 ), et x (x , ) x (x0 , y0 )
La direntielle de f en (x0 , y0 ) est la fonction
Alors on trouve l'accroissement
en termes de
df
68
(x , y ) =
f
x (x0 , y0 )x
f
y (x0 , y0 )y
y = y y0
Introduction
Qu'est ce que la modlisation ?
Qu'est ce qu'une quation direntielle ?
Schma d'une modlisation
Exemples de modlisation en biologie
Croissance d'une population selon Malthus
Dsintgration radioactive
Calcul des primitives et des intgrales
Adaptation d'un modle. quation logistique.
Identication d'un modle. Mthode des moindres carres
Fonctions de deux variables
'Equations direntielles
quations direntielles autonomes sur la droite
La notion gnrale d'quation direntielle
Les mthodes de rsolution.
quations direntielles linaires.
Mthode de variation de la constante
Types de mthodes de rsolution
Mthodes numriques
68
Rappelons qu'une
quation direntielle du premier ordre est une quation qui met en jeu une
relation entre une fonction et sa drive, et dont la solution est une fonction
drivable (voir (2.1)).
Par exemple, y
= 2y ,
= 3y (4 y ),
= 2y + t ,
o y
= y (t ),
dy
dt .
= F (y )
(4.1)
:RR
drive.
Une
y
dy
dt est sa
= G (y , t ),
deux variables).
69
et y
R2
dans
(une fonction
Rappelons qu'une
quation direntielle du premier ordre est une quation qui met en jeu une
relation entre une fonction et sa drive, et dont la solution est une fonction
drivable (voir (2.1)).
Par exemple, y
= 2y ,
= 3y (4 y ),
= 2y + t ,
o y
= y (t ),
dy
dt .
= F (y )
(4.1)
:RR
drive.
Une
y
dy
dt est sa
= G (y , t ),
deux variables).
69
et y
R2
dans
(une fonction
Rappelons qu'une
quation direntielle du premier ordre est une quation qui met en jeu une
relation entre une fonction et sa drive, et dont la solution est une fonction
drivable (voir (2.1)).
Par exemple, y
= 2y ,
= 3y (4 y ),
= 2y + t ,
o y
= y (t ),
dy
dt .
= F (y )
(4.1)
:RR
drive.
Une
y
dy
dt est sa
= G (y , t ),
deux variables).
69
et y
R2
dans
(une fonction
Cours N 7,
quation direntielle gnrale du 1er ordre
= G (y , t )
70
(4.2)
0 (t )
= G (y (t ), t )
on ait :
= G (y , t ).
Une quation
Thorme (Cauchy-Lipschitz)
Soient dans un domaine ferm D
0
0
fonctions G et Gy continues. Alors l'quation y
|t t0 | d
71
= G (y , t ).
Une quation
Thorme (Cauchy-Lipschitz)
Soient dans un domaine ferm D
0
0
fonctions G et Gy continues. Alors l'quation y
|t t0 | d
71
= G (y , t ).
Une quation
Thorme (Cauchy-Lipschitz)
Soient dans un domaine ferm D
0
0
fonctions G et Gy continues. Alors l'quation y
|t t0 | d
71
Exemple de solutions
Exemples (4.2)
I Les quations y 0
= ky ,
= 2y + t ,
= y2
etc. admettent
t0 | d ).
72
(avec a
0)
et y (t )
(t a)2 pour t
a.
=0
pour
Exemple de solutions
Exemples (4.2)
I Les quations y 0
= ky ,
= 2y + t ,
= y2
etc. admettent
t0 | d ).
72
(avec a
0)
et y (t )
(t a)2 pour t
a.
=0
pour
C t ,
y (t ) =
0,
A0
C 0 t ,
si t
si t
si t
: y
= y2
a pour solutions
[, C [
R,
[C 0 , +[,
73
, y10
, si y0
>0
dy
dt
a(t )
b (y )
= a(t ).
dy
= b(y ),
B (y )t
= b(y )y 0 ,
= (A(t ))0
(B (y ))0 = (A(t ))0
a(t )
= A(t ) + C ,
A(t )
est nulle,
74
a(t )
b (y )
(t + 1) (
d
dt
y (t ))
+ t y (t )2 = 0,
avec y (1)
= 1.
y2
t
t
+1
a(t ) =
t
t
+1
, b(y ) =
1
y2
= 1 +
, on trouve les primitives
+1
t +1
1
1
A(t ) = t + ln |t + 1|, B (y ) = , d'o
y
y = t ln |t + 1| + C ,
Puisque
y (t )
75
1
t
ln(t + 1) + C
avec C
= ln(2).
et
: I R,
:I R
:I R
R.
linaire
y
= ay + b
I,
(t ) = a(t )y (t ) + b(t )
:I R
Ce A(t ) ,
o C
= ay
R.
76
et
= Ce A(t )
0
solution de y
0
I,
alors
pour t
= ay .
Posons, pour t
C (t )
77
pour t
R tel que
I . Il s'ensuit
que
(E )
ay = b
(E 0 )
ay = 0.
78
= y0 (t ) + Ce A(t ) .
ay = b
sous la forme y0
C
= C (t )e A(t ) .
= a,
0 (t )
= b(t )e A(t ) .
Exemple (4.5)
+ 5y = t . Nous pouvons encore l'crire y 0 = 5y + t ,
a = 5, b =
= G (t , y ), o G (t , y ) = 5y + t . Une solution
A(t ) = C (t )e 5t , o C (t ) est une primitive
particulire sur R est y (t ) = C (t )e
5t
5t
5t
de te , i.e. (1/5)te
1/25e (l'intgration par parties). Donc,
0
A(t ) = (1/5)te 5t 5t 1/25e 5t 5t = (1/5)t 1/25 (comparer
y (t ) = C (t )e
Considrons l'quation y
0
t Donc, y
79
Cours N 8,
Les mthodes de rsolution d'quations linaires
On distingue plusieurs types de mthodes de rsolution :
(1)
+ y 4.
80
+,
point de vue sur les quations direntielles est sans doute Henri
Poincar au dbut du XXme sicle.
81
(t , y )
la droite de
(t , y )
82
Champ de directions
On s'intresse aux graphes des solutions (maximales) y (t ) de l'quation (2.1).
Quelle proprit gomtrique partagent-ils ? En chaque point
(t , y ),
(t0 , y0 )
du plan des
= G (y0 , t0 ).
(ma, na)
o m , n
et a
centr au point Mm,n dont la projection sur l'axe des y a pour longueur a et dont la
pente est G (ma, na). Cela donne une ide du champ de direction.
Soit y (t ) une solution de l'quation direntielle y0
alors, pour tout t0
I,
83
= G (y , t ),
(t0 , y0 = y (t0 )) est
associe au point (t0 , y0 ).
le graphe de y (t ) en
(2) y
(3) y
=2
= 0 si |y | > 1, y 0 = 1
= t /y
si |y |
Isoclines. On s'intresse aux points m = (t , y ) du plan tels que la solution qui passe
par ce point ait une pente p. On note Ip cet ensemble, appel isocline de pente p. Il
est remarquable que cet ensemble peut tre dcrit avant de rsoudre l'quation
direntielle, en eet on a :
Ip
= {(t , y )|G (y , t ) = p }
Points d'inexion. Rappel : Les points d'inexion sont les points pour lesquels la
00 (t ) change de signe. De y 0 (t ) = G (y (t ), t ), on tire
= Gy0 (y (t ), t )y 0 (t ) + Gt0 (y (t ), t ) = GGy0 + Gt0 . Le lieu des points d'inexion
0
0
0
donn par (GGy + Gt )(y , t ) = 0 et dans le cas autonome par F (y ) = 0.
drive seconde y
y
00 (t )
donc
84
est
(2) y
(3) y
=2
= 0 si |y | > 1, y 0 = 1
= t /y
si |y |
Isoclines. On s'intresse aux points m = (t , y ) du plan tels que la solution qui passe
par ce point ait une pente p. On note Ip cet ensemble, appel isocline de pente p. Il
est remarquable que cet ensemble peut tre dcrit avant de rsoudre l'quation
direntielle, en eet on a :
Ip
= {(t , y )|G (y , t ) = p }
Points d'inexion. Rappel : Les points d'inexion sont les points pour lesquels la
00 (t ) change de signe. De y 0 (t ) = G (y (t ), t ), on tire
= Gy0 (y (t ), t )y 0 (t ) + Gt0 (y (t ), t ) = GGy0 + Gt0 . Le lieu des points d'inexion
0
0
0
donn par (GGy + Gt )(y , t ) = 0 et dans le cas autonome par F (y ) = 0.
drive seconde y
y
00 (t )
donc
84
est
(2) y
(3) y
=2
= 0 si |y | > 1, y 0 = 1
= t /y
si |y |
Isoclines. On s'intresse aux points m = (t , y ) du plan tels que la solution qui passe
par ce point ait une pente p. On note Ip cet ensemble, appel isocline de pente p. Il
est remarquable que cet ensemble peut tre dcrit avant de rsoudre l'quation
direntielle, en eet on a :
Ip
= {(t , y )|G (y , t ) = p }
Points d'inexion. Rappel : Les points d'inexion sont les points pour lesquels la
00 (t ) change de signe. De y 0 (t ) = G (y (t ), t ), on tire
= Gy0 (y (t ), t )y 0 (t ) + Gt0 (y (t ), t ) = GGy0 + Gt0 . Le lieu des points d'inexion
0
0
0
donn par (GGy + Gt )(y , t ) = 0 et dans le cas autonome par F (y ) = 0.
drive seconde y
y
00 (t )
donc
84
est
= G (y , t ), y (t0 ) = y0
Exemple (4.6)
y
yN
yn
= (1 + T )n
et
On peut largement amliorer la mthode d'Euler de faon avoir une convergence plus
rapide. Le lecteur intress peut consulter le livre de Jean-Pierre Demailly aux PUG, voir
[Dem].
85
= G (y , t ), y (t0 ) = y0
Exemple (4.6)
y
yN
yn
= (1 + T )n
et
On peut largement amliorer la mthode d'Euler de faon avoir une convergence plus
rapide. Le lecteur intress peut consulter le livre de Jean-Pierre Demailly aux PUG, voir
[Dem].
85
= G (y , t ), y (t0 ) = y0
Exemple (4.6)
y
yN
yn
= (1 + T )n
et
On peut largement amliorer la mthode d'Euler de faon avoir une convergence plus
rapide. Le lecteur intress peut consulter le livre de Jean-Pierre Demailly aux PUG, voir
[Dem].
85
= G (y , t ), y (t0 ) = y0
Exemple (4.6)
y
yN
yn
= (1 + T )n
et
On peut largement amliorer la mthode d'Euler de faon avoir une convergence plus
rapide. Le lecteur intress peut consulter le livre de Jean-Pierre Demailly aux PUG, voir
[Dem].
85
> G:=t*y/2;
T:=[0, 0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8, 0.9, 1.0];
y[1]:=1;
for n from 1 to 10 do
Gn:=eval(G, [y=y[n],t=T[n]]);
y[n+1]:=y[n]+(T[n+1]-T[n])*Gn;
print('n'=n, 'T[n]'=T[n], 'y[n]'=y[n],
'G(y[n], t[n]) *(T[n+1]-T[n])'=Gn*(T[n+1]-T[n]));
od:
86
87
> with(plots):
pointsy:=[seq([T[n],y[n]],n=1..11)]:
R1:=plot(pointsy, style=point,
legend="calcul numrique de y[n]"
):
R2:=plot(pointsy,
color=blue,
title="la mthode d'Euler",
legend="y[n+1]=y[n]+(T[n+1]-T[n])T[n]y[n]/2"
):
display(R1,R2):
> with(DEtools):
ode:=diff(Y(x),x)=x*Y(x)/2;
dsolve(ode, Y(x));
with(plots):
C:=plot(exp(1/4*x^2),x=0..1, color=gold,
legend=`Solution thorique d'une quation diffrentielle ordinaire`,
thickness=2):
C1:=dfieldplot(ode,Y(x),x=0..1,
Y=1..1.5,
color=Y*exp(-1/4*x^2)):
R3:=DEplot(diff(Y(x),x)=x*Y(x)/2,Y(x),x=0..1, [[Y(0)=1]],
color=Y*exp(-1/4*x^2),
linecolor=[gold]
):
display(R1,R2, C, C1);
88
89
= F (y ).
=c
= 0.
=0
<b
= 0. Si a < y0 < b, la
= y0 est entirement
croisait la droite y = a, on
90
= F (y ).
=c
= 0.
=0
<b
= 0. Si a < y0 < b, la
= y0 est entirement
croisait la droite y = a, on
90
= F (y ).
=c
= 0.
=0
<b
= 0. Si a < y0 < b, la
= y0 est entirement
croisait la droite y = a, on
90
= F (y ).
=c
= 0.
=0
<b
= 0. Si a < y0 < b, la
= y0 est entirement
croisait la droite y = a, on
90
91
91
Cours N 9,
II. Systmes dynamiques : un langage pour la modlisation
(voir [DDGR], p.5)
quations
direntielles et les quations aux drives partielles comme
Depuis le 17e sicle, les scientiques ont utilis les
langage de modlisation.
Newton, Leibniz, Euler, les Bernoulli ont cre les premires bases de
la thorie. Depuis, les scientiques n'ont pas cess de perfectionner
le langage, les outils, les mthodes.
92
Modlisation
Rappelons que de point de vue mathmatique, une modlisation est la donne
de :
I L'espace M (dit l'espace des phases) dont les points sont des vecteurs
X
= (x , y , ) M ,
o x , y
: t 7 (x (t ), y (t ), ) M , telle
avec la proprit f (0) = X0 , o X0
93
que f
= fX 0
: T M,
Modlisation
Rappelons que de point de vue mathmatique, une modlisation est la donne
de :
I L'espace M (dit l'espace des phases) dont les points sont des vecteurs
X
= (x , y , ) M ,
o x , y
: t 7 (x (t ), y (t ), ) M , telle
avec la proprit f (0) = X0 , o X0
93
que f
= fX 0
: T M,
Modlisation
Rappelons que de point de vue mathmatique, une modlisation est la donne
de :
I L'espace M (dit l'espace des phases) dont les points sont des vecteurs
X
= (x , y , ) M ,
o x , y
: t 7 (x (t ), y (t ), ) M , telle
avec la proprit f (0) = X0 , o X0
93
que f
= fX 0
: T M,
Modlisation
Rappelons que de point de vue mathmatique, une modlisation est la donne
de :
I L'espace M (dit l'espace des phases) dont les points sont des vecteurs
X
= (x , y , ) M ,
o x , y
: t 7 (x (t ), y (t ), ) M , telle
avec la proprit f (0) = X0 , o X0
93
que f
= fX 0
: T M,
94
Exemple (6.1)
Les villes A et B sont relies par deux routes ne se coupant nulle part. On sait
que deux mobiles empruntant chacun l'une de ces voies et lis entre eux par une
celle d'une longueur infrieur 2l , peuvent se rendre de A en B sans rompre
cette celle. On se demande si deux vhicules sphriques de rayon l , dont les
centres se dplacent sur chacune de ces routes, l'un la rencontre de l'autre,
peuvent se croiser sans se heurter.
Solution : Examinons le carr M = {x1 , x2 | 0 xi 1}. On peut reprsenter la
position de deux mobiles (l'un se dplaant sur la premire route, l'autre sur la
seconde) par un point du carr M : il sut pour cela de dsigner par xi la fraction de
distance AB parcourue par la route i en partant de A.
Toutes les positions des deux mobiles sont reprsentes par des points du carr M . Ce
carr est appel espace des phases et ses points points reprsentatifs. Par consquent,
chaque dplacement des mobiles correspond le dplacement d'un point reprsentatif
dans l'espace des phases.
95
Exemple (6.1)
Les villes A et B sont relies par deux routes ne se coupant nulle part. On sait
que deux mobiles empruntant chacun l'une de ces voies et lis entre eux par une
celle d'une longueur infrieur 2l , peuvent se rendre de A en B sans rompre
cette celle. On se demande si deux vhicules sphriques de rayon l , dont les
centres se dplacent sur chacune de ces routes, l'un la rencontre de l'autre,
peuvent se croiser sans se heurter.
Solution : Examinons le carr M = {x1 , x2 | 0 xi 1}. On peut reprsenter la
position de deux mobiles (l'un se dplaant sur la premire route, l'autre sur la
seconde) par un point du carr M : il sut pour cela de dsigner par xi la fraction de
distance AB parcourue par la route i en partant de A.
Toutes les positions des deux mobiles sont reprsentes par des points du carr M . Ce
carr est appel espace des phases et ses points points reprsentatifs. Par consquent,
chaque dplacement des mobiles correspond le dplacement d'un point reprsentatif
dans l'espace des phases.
95
Exemple (6.1)
Les villes A et B sont relies par deux routes ne se coupant nulle part. On sait
que deux mobiles empruntant chacun l'une de ces voies et lis entre eux par une
celle d'une longueur infrieur 2l , peuvent se rendre de A en B sans rompre
cette celle. On se demande si deux vhicules sphriques de rayon l , dont les
centres se dplacent sur chacune de ces routes, l'un la rencontre de l'autre,
peuvent se croiser sans se heurter.
Solution : Examinons le carr M = {x1 , x2 | 0 xi 1}. On peut reprsenter la
position de deux mobiles (l'un se dplaant sur la premire route, l'autre sur la
seconde) par un point du carr M : il sut pour cela de dsigner par xi la fraction de
distance AB parcourue par la route i en partant de A.
Toutes les positions des deux mobiles sont reprsentes par des points du carr M . Ce
carr est appel espace des phases et ses points points reprsentatifs. Par consquent,
chaque dplacement des mobiles correspond le dplacement d'un point reprsentatif
dans l'espace des phases.
95
= x2 = 0),
est reprsent par la courbe qui mne l'angle oppos. De la mme manire les
vhicules sphriques partant de l'angle infrieur droit (x1
= 0, x2 = 1),
quant
96
= x2 = 0),
est reprsent par la courbe qui mne l'angle oppos. De la mme manire les
vhicules sphriques partant de l'angle infrieur droit (x1
= 0, x2 = 1),
quant
96
= x2 = 0),
est reprsent par la courbe qui mne l'angle oppos. De la mme manire les
vhicules sphriques partant de l'angle infrieur droit (x1
= 0, x2 = 1),
quant
96
Oprateur d'volution
Si donc M est un espace de congurations (espace de phases) nous pouvons
considrer l'volution temporelle du systme partir d'une position initiale
X0
position X1
au temps t1 , on pose X1
= t1 ,t0 (X0 ),
t1 ,t0 : M M
est
= t1 t0 ,
on le note
t .
Exemple (6.2)
Soit M
a, b
97
Oprateur d'volution
Si donc M est un espace de congurations (espace de phases) nous pouvons
considrer l'volution temporelle du systme partir d'une position initiale
X0
position X1
au temps t1 , on pose X1
= t1 ,t0 (X0 ),
t1 ,t0 : M M
est
= t1 t0 ,
on le note
t .
Exemple (6.2)
Soit M
a, b
97
Oprateur d'volution
Si donc M est un espace de congurations (espace de phases) nous pouvons
considrer l'volution temporelle du systme partir d'une position initiale
X0
position X1
au temps t1 , on pose X1
= t1 ,t0 (X0 ),
t1 ,t0 : M M
est
= t1 t0 ,
on le note
t .
Exemple (6.2)
Soit M
a, b
97
(t , X ) = fX (t ),
o f
Dnition (6.3)
Un
:T M M
est
est une
X M , s , t T , (t , (s , X )) = (s + t , X ), (0, X ) = X .
L'application
: T M M , (t , X ) 7 (t , X )
(M , T , ).
est appel
ot du
systme dynamique
t (X ) := (t , X ), un ensemble
t : M M vriant t s = s +t .
{t }t T
98
des applications
On considre le temps T
ot discret
k = (k , ) : Z M M , X 7 (k , X )
sont
susamment rgulires,
I
I
X M , (0, X ) = Id(X ) = X
X M , k , l Z, (l , (k , X )) = (k + l , X )
99
de X0 , et
(k , X0 )
le k
e point de
systme,
et on a
Exemple (6.6)
Soit
:MM
), et
(k , X0 ) = (1 )k (X0 ) (la k me
1 pour tout entier positif k ).
(k , X0 ) = k (X0 )
inverse
(la
k me itration de
100
ot discret
k = (k , ) : N M M , X 7 (k , X )
sont
susamment rgulires,
I
I
X M , (0, X ) = Id(X ) = X
X M , k , l N, (l , (k , X )) = (k + l , X )
Remarque
Il se peut que la fonction dynamique semi-dterministe
= 1 : M M
ne soit pas bijective, puisque
k (X ) = (k , X ) = k (X ), mais k = 1 6 N,
(k , X ) (voir l'exemple suivant).
101
: [0, 1] [0, 1]
2x
(x ) =
(a) Tracer le graphe de
2x
et de
x 1/2
1/2 x 1.
si 0
si
2 = .
102
n .
Cours N 10,
Points xes et points priodiques
Soient M un ensemble et
:MM
une application,
(rapellons que
Dnition (6.9)
M est dit point xe de si (X ) = X .
103
tel
Cours N 10,
Points xes et points priodiques
Soient M un ensemble et
:MM
une application,
(rapellons que
Dnition (6.9)
M est dit point xe de si (X ) = X .
103
tel
Cours N 10,
Points xes et points priodiques
Soient M un ensemble et
:MM
une application,
(rapellons que
Dnition (6.9)
M est dit point xe de si (X ) = X .
103
tel
> 0 > 0,
Exemple
Soit
: [0, 1] [0, 1]
(
(x ) =
(a) Tracer le graphe de
et de
2x
2
2x
x 1/2
1/2 x 1.
si 0
si
2 = .
104
> 0 > 0,
Exemple
Soit
: [0, 1] [0, 1]
(
(x ) =
(a) Tracer le graphe de
et de
2x
2
2x
x 1/2
1/2 x 1.
si 0
si
2 = .
104
Cas continu
Un ot
I
I
telle que
X M , (0, X ) = Id(X ) = X
X M , s , t R, (t , (s , X )) = (s + t , X )
Pour un
fonctions dynamiques
{t }t T , t : M M
vriant
t s = s + t .
ou trajectoire de X0 .
>0
tel que
(P , X ) = X .
105
O (X0 ) = X0 ;
Cas continu
Un ot
I
I
telle que
X M , (0, X ) = Id(X ) = X
X M , s , t R, (t , (s , X )) = (s + t , X )
Pour un
fonctions dynamiques
{t }t T , t : M M
vriant
t s = s + t .
ou trajectoire de X0 .
>0
tel que
(P , X ) = X .
105
O (X0 ) = X0 ;
(t1 , X1 ) = (t2 , X2 ),
et X2
= (t2 , (t2 , X2 )) =
i.e. X2
confondues.
106
R, y (t c )
= F (b) = 0.
> 0 et
< y (0) < b.
et y (t )
= a et limt + y (t ) = b
R. L'orbite correspondante
parcourt
107
Stabilit
Soit a tel que F (a)
=0
et F
0 (a)
> 0,
6= a
est proche de a,
+.
< a < c tel que F > 0
sur ]a, c ] et F < 0 sur [b , a[.
Il existe t1 > t0 tel que y (t ) 6 [b , c ] pour t t1 .
La solution stationnaire y (t ) = a est dite instable
3
(par exemple, a = 0 pour F (y ) = y y ).
y (t ) s'loigne de a lorsque t
Plus prcisment, soit b
= 0 et F 0 (a) < 0.
< a < c tel que
F < 0 sur ]a, c ] et F > 0 sur [b , a[.
Alors si y (t0 ) [b , c ], y (t ) a quand t +.
La solution stationnaire y (t ) = a est alors dite stable
3
(par exemple, a = 1 pour F (y ) = y y ).
Soit, au contraire a tel que F (a)
Soit b
108
Stabilit
Soit a tel que F (a)
=0
et F
0 (a)
> 0,
6= a
est proche de a,
+.
< a < c tel que F > 0
sur ]a, c ] et F < 0 sur [b , a[.
Il existe t1 > t0 tel que y (t ) 6 [b , c ] pour t t1 .
La solution stationnaire y (t ) = a est dite instable
3
(par exemple, a = 0 pour F (y ) = y y ).
y (t ) s'loigne de a lorsque t
Plus prcisment, soit b
= 0 et F 0 (a) < 0.
< a < c tel que
F < 0 sur ]a, c ] et F > 0 sur [b , a[.
Alors si y (t0 ) [b , c ], y (t ) a quand t +.
La solution stationnaire y (t ) = a est alors dite stable
3
(par exemple, a = 1 pour F (y ) = y y ).
Soit, au contraire a tel que F (a)
Soit b
108
=0
et F (y )
>0
=] , T0 [
croissante et si T0
<
on a :
lim y (t )
t T0
I Supposons F (a)
=0
et F (y )
= +
<0
109
=a
110
111
= 0,
>0
< a proche de a, et
< 0 pour y > a proche de a.
On a instabilit ds que F (y ) < 0
pour y < a proche de a ou
F (y ) > 0 pour y > a proche de a.
pour y
F (y )
Exemples :
F (y )
F (y )
= y 3, a = 0
= y 2, a = 0
(cas instable), F (y )
(cas instable), F (y )
= y 3 , a = 0
= y 2 , a = 0
(cas stable),
(cas instable).
= a,
112
= 0,
>0
< a proche de a, et
< 0 pour y > a proche de a.
On a instabilit ds que F (y ) < 0
pour y < a proche de a ou
F (y ) > 0 pour y > a proche de a.
pour y
F (y )
Exemples :
F (y )
F (y )
= y 3, a = 0
= y 2, a = 0
(cas instable), F (y )
(cas instable), F (y )
= y 3 , a = 0
= y 2 , a = 0
(cas stable),
(cas instable).
= a,
112
113
(F (y )
= y 3, a = 0
(F (y )
= y 3 , a = 0
(cas instable)
(cas stable))
113
(F (y )
= y 3, a = 0
(F (y )
= y 3 , a = 0
(cas instable)
(cas stable))
114
F (y )
= y 2, a = 0
F (y )
= y 2 , a = 0
(cas instable)
(cas instable)
114
F (y )
= y 2, a = 0
F (y )
= y 2 , a = 0
(cas instable)
(cas instable)
applique-t-elle l'intervalle I
: [0, 1] [0, 1]
(
(x ) =
2x
2
2x
x 1/2
1/2 x 1.
si 0
si
115
n .
y0 =
:= [
ou
1024
, 2
, 2 +
, , 592
3
3
3
[0.5773, 0.845, 0.309, 0.619, 0.763, 0.48, 0.94, 0.10, 0.2, 0.3]
Les valeurs de y _n
116
3
3
13
20
y0 = 2013
117
118
118
Cours N 11,
Exemple : systmes cologiques (modle de Lotka-Volterra)
Nous allons prsenter un modle d'volution dynamique de population, donn
par un systme d'quations direntielles (voir [Pajot], Ch.VII, p.14). Il s'agit
donc d'un modle d'volution de 2 populations : les proies dont le nombre vaut
u
>0
> 0.
119
I (i) Les sardines ont assez de nourriture et seul les requins s'opposent la
croissance de leur population.
I (ii) Le nombre de requins dpend du nombre de sardines dont ils disposent pour
manger.
De plus Volterra suppose
>0
tels que
120
= au buv
= pv + quv
I (i) Les sardines ont assez de nourriture et seul les requins s'opposent la
croissance de leur population.
I (ii) Le nombre de requins dpend du nombre de sardines dont ils disposent pour
manger.
De plus Volterra suppose
>0
tels que
120
= au buv
= pv + quv
I (i) Les sardines ont assez de nourriture et seul les requins s'opposent la
croissance de leur population.
I (ii) Le nombre de requins dpend du nombre de sardines dont ils disposent pour
manger.
De plus Volterra suppose
>0
tels que
120
= au buv
= pv + quv
I (i) Les sardines ont assez de nourriture et seul les requins s'opposent la
croissance de leur population.
I (ii) Le nombre de requins dpend du nombre de sardines dont ils disposent pour
manger.
De plus Volterra suppose
>0
tels que
120
= au buv
= pv + quv
I (i) Les sardines ont assez de nourriture et seul les requins s'opposent la
croissance de leur population.
I (ii) Le nombre de requins dpend du nombre de sardines dont ils disposent pour
manger.
De plus Volterra suppose
>0
tels que
120
= au buv
= pv + quv
I (i) Les sardines ont assez de nourriture et seul les requins s'opposent la
croissance de leur population.
I (ii) Le nombre de requins dpend du nombre de sardines dont ils disposent pour
manger.
De plus Volterra suppose
>0
tels que
120
= au buv
= pv + quv
> 0.
>0
On pose
du
d
dv
d
= au buv
= pv + quv
(7.1)
modle de Lotka-Volterra
parce que les mme quations ont t drives par A.J.Lotka (1920)
partir d'une raction chimique hypothtique qui manifestait un
comportement priodique des concentrations chimiques.
121
> 0.
>0
On pose
du
d
dv
d
= au buv
= pv + quv
(7.1)
modle de Lotka-Volterra
parce que les mme quations ont t drives par A.J.Lotka (1920)
partir d'une raction chimique hypothtique qui manifestait un
comportement priodique des concentrations chimiques.
121
tude de solutions
Les changements x
= qu /p , y = bv /a, t = /a, = p /a
systme
dx
dt
dy
dt
conduisent au
= x (1 y )
= y (x 1)
= ln(ue u )
et
(x , y ) = f (y ) + f (x )
est constante le long des orbites. De l'allure du graphe de f , on dduit
l'endroit, o toutes les orbites sont priodiques. Cela implique que les 2
populations sont des fonctions priodiques du temps dont les maximas
sont dcals, ce qui est conforme certaines observations. Pour les
dtails, consulter [Murr89] chapitre 3.
122
= x ye x y
Volterra-Lotka :
= x (1 y )
= y (x 1)
> 0, y > 0.
= 0 et f = e 2 .
< a < e 2 ,
(7.2)
123
6= (1, 1).
= x ye x y
Volterra-Lotka :
= x (1 y )
= y (x 1)
> 0, y > 0.
= 0 et f = e 2 .
< a < e 2 ,
(7.2)
123
6= (1, 1).
124
Fig.:
125
Exemples d'exercices(pour TD
On considre le systme
dx
dt
dy
dt
1) En considrant y comme
yx (1
y)
1
x
= x (t ) (1 y (t )),
= y (t ) (x (t ) 1)
fonction de y pour x , y > 0,
dduire
(1, 1)
(c'est--dire, un point
(
remarquant que
dx
dt
dy
dt
= (x (t ) 1 + 1) (1 y (t )),
= ( y (t ) 1 + 1) (x (t ) 1)
dx
dt
dy
dt
1 y (t ),
(x (t ) 1)
z (t ) = x (t ) + i y(t) ,
126
tel que z
i (z 1
).
Trouver la
Exemples d'exercices(pour TD
On considre le systme
dx
dt
dy
dt
1) En considrant y comme
yx (1
y)
1
x
= x (t ) (1 y (t )),
= y (t ) (x (t ) 1)
fonction de y pour x , y > 0,
dduire
(1, 1)
(c'est--dire, un point
(
remarquant que
dx
dt
dy
dt
= (x (t ) 1 + 1) (1 y (t )),
= ( y (t ) 1 + 1) (x (t ) 1)
dx
dt
dy
dt
1 y (t ),
(x (t ) 1)
z (t ) = x (t ) + i y(t) ,
126
tel que z
i (z 1
).
Trouver la
On considre le modle
( de Lotka-Volterra du systme cologique
lapin (L)/renard (R)
dL
d
dR
d
= aL( ) bL( )R ( ),
= pR ( ) + qL( )R ( )
(L( ), R ( ))
(a/b, p /q ), donc
sont des
127
On considre le modle
( de Lotka-Volterra du systme cologique
lapin (L)/renard (R)
dL
d
dR
d
= aL( ) bL( )R ( ),
= pR ( ) + qL( )R ( )
(L( ), R ( ))
(a/b, p /q ), donc
sont des
127
(L, R )
> p /q
et R ( )
> a/b,
< a,
p par p
> p,
128
(L, R )
> p /q
et R ( )
> a/b,
< a,
p par p
> p,
128
(
lapin (L)/renard (R)
dL
d
dR
d
= aL( ) bL( )R ( ),
= pR ( ) + qL( )R ( )
= qu /p ,(
y = bv /a, t = /a, = p /a > 0
dx
dt = 1 y (t ),
linaris
. Remarquer
dy
dt = (x (t ) 1)
que
z (t ) = x (t ) + i y(t) ,
tel que z
i (z 1
129
).
.
Trouver la priode du
Vecteurs et matrices.
Oprations sur les vecteurs et matrices.
Vecteurs propres, polynme caractristique.
Utilisation des nombres complexes.
130
Vecteurs et matrices.
Oprations sur les vecteurs et matrices.
Vecteurs propres, polynme caractristique.
Utilisation des nombres complexes.
130
Y = F (X )
131
1
2
2 mv .
132
Vecteurs et dterminants
Dans la suite on notera sous la forme matricielle suivante le vecteur X de
x
y On dnit la somme de 2 vecteurs par
x
x
et le produit par un rel :
y = y .
coordonnes x et y de
x
x0
y + y0
x +x 0
y +y 0
x1
y1 et V2
Dnition
Soient V1
formule det(V1 , V2 )
R2
: X
x2
la
y2 , on dnit le dterminant det(V1 , V2 ) par
= x1 y2 x2 y1 ,
x1
x2
y1
y2
R2 est euclidien
det(V1 , V2 ) = kV1 kkV2 k sin .
133
est l'angle
(V1 , V2 ),
on a
R2
si tout vecteur X de
R2
= uV1 + vV2 .
Exercice (9.5)
1
1 , V2
uV1 + vV2 .
Montrer que V1
la forme X
134
6= 0.
1
0 est une base et crire le vecteur X
x
y sous
Applications linaires
Dnition (9.6, application linaire)
Une application F
(s )
: R2 R2
X , Y R2 , F (X + Y ) = F (X ) + F (Y )
et
(p )
R, X R2 ; F (X ) = F (X )
F(
alors
1
0
)=
0
c
,F(
)=
F(
)=
ax
bx
+ cy
+ dy
(a; b; c ; d ).
Dnition
On appelle dterminant
de F le nombre ad
a
det(F ) =
b
bc
et on note
Proposition (9.8)
Si F est une application linaire, les 4 proprits suivantes sont
quivalentes :
(1) F est injective
(2) F (X )
= 0 admet
6= 0
(3) det(F )
136
=0
= M L
(M L) = (M )(L)
(AB )C = A(BC )
mais pas commutatif ; en gnral AB
6= BA.
a b
c d
a b
c0 d0
=
+ bc 0 ab0 + bd 0
0
ca + dc 0 cb 0 + dd 0
aa
.
(A, B )
C
D
= AC + BD .
137
Exemple (9.9)
12
34
56
=
78
5+2716+28
35+4736+48
1
=
19 22
43 50
On vrie que
56
78
12
34
=
23 34
31 46
Exercice (9.10)
a) Ecrire la matrice M de l'application linaire donne par
2
b) Calculer M
Exercice (9.11)
On se place dans
3
M M, M
2
1 (M
M M et M
1
M
x
y
Montrer que F
43 50
.
2x y
x +7y .
+ V2 + V3 = 0.
= V2 ; F (V2 ) = V3 ,
F F = Id . b) Rciproque
?
= 11 , V2 = 21 , V3 = 03 .
138
19 22
R2 .
= V1 .
6=
= Id).
R2
2
dans lui-mme, un vecteur V R , non nul, est dit vecteur propre de F
x
associ la valeur propre R si F (V ) = V : Si V =
y est un vecteur
propre de valeur propre
, on a
(
(a )x + cy = 0
bx + (d )y = 0
a
b
c
d
= (a )(d ) bc = 0
ou
(1)
139
2 (a + d ) + ad bc = 0.
Id)
L'quation caractristique.
Cette quation (1) du second degr en
s'appelle l'quation
(V1 , V2 ),
(F ) =
140
L'quation caractristique.
Cette quation (1) du second degr en
s'appelle l'quation
(V1 , V2 ),
(F ) =
140
(F n ) =
n
1
0 n2
Plus
= xV1 + yV2
et on a F
n (V )
= x n1 V1 + y n2 V2 .
= F (X ).
Remarque.
Dans
le cas o
(a) F
0
0
1 = 2 = R
il y a deux possibilits :
(cas scalaire)
141
= V1 ,
F (V2 )
= V2 + V1
R2 ,
et
(F n ) =
n
1
0 n2
Plus
= xV1 + yV2
et on a F
n (V )
= x n1 V1 + y n2 V2 .
= F (X ).
Remarque.
Dans
le cas o
(a) F
0
0
1 = 2 = R
il y a deux possibilits :
(cas scalaire)
141
= V1 ,
F (V2 )
= V2 + V1
R2 ,
et
dcompose V sur W1 , W2 , on a : V
complexe conjugu de x .
142
le
Vecteurs et matrices.
Oprations sur les vecteurs et matrices.
Vecteurs propres, polynme caractristique.
Utilisation des nombres complexes.
142
R2
et A
= AX , X (0) = X0
(10.1)
a c
b d est linaire. La linarit a pour
= u1 X (t ) + u2 Y (t )
est une solution de donne initiale Z (0) = u1 X (0) + u2 Y (0). Il
sut donc de connatre X (t ) et Y (t ) ainsi que la dcomposition
Z (0) = u1 X (0) + u2 Y (0) pour rsoudre notre problme. Cette
2
mthode marche si(X (0), Y (0)) est une base de R .
143
=V
, on a : X (t )
t
e V .
et
x +iy
= e x (cos y + i sin y ).
= u1 e 1 t V1 + u2 e 2 t V2 o V1 et V2 sont
et X0 = u1 V1 + u2 V2 (deux conditions initiales
2
seule galit vectorielle dans R ).
X (t )
144
=V
, on a : X (t )
t
e V .
et
x +iy
= e x (cos y + i sin y ).
= u1 e 1 t V1 + u2 e 2 t V2 o V1 et V2 sont
et X0 = u1 V1 + u2 V2 (deux conditions initiales
2
seule galit vectorielle dans R ).
X (t )
144
dX
dt
o X
R2 ,
R2
et A
= A(X ), X (0) = X0
(10.2)
a c
b d est linaire. On utilise deux vecteurs (V1 , V2 ) qui forment une base de
= V1 , A(V2 ) = V2 + V1 .
et X0
= V1
, on
Puis on pose Y (t )
Y
0 (t )
(conditions initiales)
145
o V1
dX
dt
o X
R2 ,
R2
et A
= A(X ), X (0) = X0
(10.2)
a c
b d est linaire. On utilise deux vecteurs (V1 , V2 ) qui forment une base de
= V1 , A(V2 ) = V2 + V1 .
et X0
= V1
, on
Puis on pose Y (t )
Y
0 (t )
(conditions initiales)
145
o V1
Mthode de rsolution
(1) Ecrire la matrice de A.
(2) Ecrire l'quation caractristique.
(3) Rsoudre l'quation caractristique et voir si elle a 2 solutions distinctes
(4) Chercher 2 vecteurs propres V1 (resp. V2 ) tels que AV1
AV2
= 1 V1
1 6= 2 .
(resp.
= 2 V2 ).
= u1 V1 + u2 V2 .
= u1 e 1 t V1 + u2 e 2 t V2 .
= 0.
On obtient
pourles direntes tapes de la rsolution :
(1) A
2
(2)
5 5
1 9
+ 14 + 40 = 0
1 = 10, 2 = 4
1
5
(4) V1 =
1 , V2 = 1 .
x0
(5) X (0) =
6 (V1 + V2 )
x
10t V + e 4t V ) ou encore
(6) X (t ) = 0 (e
1
2
6
x0 10t
x (t ) =
+ 5e 4t ), y (t ) = x60 (e 10t + e 4t )
6 (e
(3)
146
= 1,
Mthode de rsolution
(1) Ecrire la matrice de A.
(2) Ecrire l'quation caractristique.
(3) Rsoudre l'quation caractristique et voir si elle a 2 solutions distinctes
(4) Chercher 2 vecteurs propres V1 (resp. V2 ) tels que AV1
AV2
= 1 V1
1 6= 2 .
(resp.
= 2 V2 ).
= u1 V1 + u2 V2 .
= u1 e 1 t V1 + u2 e 2 t V2 .
= 0.
On obtient
pourles direntes tapes de la rsolution :
(1) A
2
(2)
5 5
1 9
+ 14 + 40 = 0
1 = 10, 2 = 4
1
5
(4) V1 =
1 , V2 = 1 .
x0
(5) X (0) =
6 (V1 + V2 )
x
10t V + e 4t V ) ou encore
(6) X (t ) = 0 (e
1
2
6
x0 10t
x (t ) =
+ 5e 4t ), y (t ) = x60 (e 10t + e 4t )
6 (e
(3)
146
= 1,
R2 .
= AX
(x (t ), y (t ))
propres distinctes
1 6= 2 .
Soit
(V1 , V2 )
= u (t )V1 + v (t )V2
une solution de X
= AX ,
alors u et v
(t ) = 1 u (t ), v 0 (t ) = 2 v (t )
147
= u0 e 1 t , v (t ) = v0 e 2 t ,
(u , v )
t
(u0 e 1 t , v0 e 2 t )
V1
148
Soient
1 < 2
2 S + P = 0
149
= u0 e 1 t , v (t ) = v0 e 2 t ,
Noeuds
Si
1 < 2 < 0,
> 0,
2 S + P = 0
Dans le cas des valeurs propres < 0, toutes les trajectoires, sauf la
trajectoire constante gale l'origine, convergent pour t
vers
l'origine qui est ainsi un point d'quilibre stable. Dans le cas des valeurs
propres > 0, toutes les trajectoires divergent pour t
vers l'inni et
+.
par V1 , X (t )
150
quand t
+.
Noeuds
Si
1 < 2 < 0,
> 0,
2 S + P = 0
Dans le cas des valeurs propres < 0, toutes les trajectoires, sauf la
trajectoire constante gale l'origine, convergent pour t
vers
l'origine qui est ainsi un point d'quilibre stable. Dans le cas des valeurs
propres > 0, toutes les trajectoires divergent pour t
vers l'inni et
+.
par V1 , X (t )
150
quand t
+.
4P < 0.
Soit
i ,
avec
= V1 ,
on a : AV2
= ( i )V2
et
(V1 , V2 )
= z0 V1 + z0 V2
= z0 e (+i )t V1 + z0 e ()t V2 .
= W1 iW2 et donc
(W1 , W2 ) est une base relle de R2 ,
= W1 + iW2 .
Le couple
151
= u (t )W1 + v (t )W2
avec :
Si on pose z (t )
=
(t ) = 0 + t .
Si 2z0
i
r0 e 0 , on a : z (t )
(W1 , W2 ).
Le sens de rotation
(W1 , W2 ).
Si A
a c
b d . Ce sens est donn par le signe de b
152
Un exemple
Montrons concrtement comment s'applique la mthode gnrale. Soit
= AX avec
1 2
A =
.
1 = 1 + 2i et
= W1 iW2 , soit
On a
V1
on peut prendre V1
W1
= u (t ) + iv (t ),
(W1 , W2 )
+ v (t )W2
, W2 =
0
1
par :
Z (t )
Le repre
1
1i : On crit
= Z (0)e (1+2i )t .
Foyers.
Si S
<0
(resp. S
> 0),
= 2/
i .
154
Exercice (10.1)
Soit Am la matrice dnie par
Am
= (1, 1).
R2
pour n
N,
telle
que
X (n
o X
R2
et A
bd
(10.3)
est linaire.
notre problme.
156
Si
(V1 , V2 )
= C1 n1 V1 + C2 n2 V2
et X0 = C1 V1 + C2 V2 .
donne par : X (n )
vecteurs propres
o V1 et V2 sont des
R2 ,
1
Y (n ) =
(nV1 + V2 ) (pour n > 0, Y (0) = V2 ).
n+1 V = X (n) = A(X (n)),
En eet, X (n + 1) =
1
n
n+1 V = n ((n + 1)V + AV V ) =
Y (n + 1) = (n + 1)V1 +
2
1
2
1
n
1
n
nAV1 + A(V2 ) = A(Y (n)) (pour n > 0). Dans ce cas la
forment une base de
A(V2 )
157
V1 et V2 sont des
dt
(10.4)
On utilise de nouveau le lien avec le systme linaire homogne associ (10.1). On obtient
la solution gnrale du systme (10.4) sous la forme : C1 X (t )
+ C2 Y (t ) + Z0 (t ),
= C1 X (t ) + C2 Y (t ),
Zp (t )
158
+ b(t )
C1 X (t )
+ C20 Y (t ) = b(t )
dt
(10.4)
On utilise de nouveau le lien avec le systme linaire homogne associ (10.1). On obtient
la solution gnrale du systme (10.4) sous la forme : C1 X (t )
+ C2 Y (t ) + Z0 (t ),
= C1 X (t ) + C2 Y (t ),
Zp (t )
158
+ b(t )
C1 X (t )
+ C20 Y (t ) = b(t )
00
+ by 0 + cy = f (t ),
6= 0),
(10.5)
f une fonction de la
variable t .
On pose u
= y 0,
= y,
= 1,
0
v
159
= bu cv + f
=u
0
u
v0
=
b c
1
u
+
(10.6)
160
Champs de vecteurs
Les points singuliers
Classication des points singuliers
160
161
, xN )
associ un systme
= 2,
cas tudi
%, = [0, 100]N .
Dans la
R2 ,
162
>0
avec fj
Champs de vecteurs
Un champ de vecteurs V dans
(x , y )
d'un vecteur
V (x , y )
P (x , y )
Q (x , y )
R2
0
x
y0
= V (x , y )
= x0 , y (0) = y0 , on a
x ( t ) x0 + tP (x0 , y0 ), y ( t ) y0 + tQ (x0 , y0 )
163
lorsque
t 0.
Courbes intgrales
Une courbe intgrale (ou trajectoire) est une courbe parmtre
drivable (c'est--dire, une application) X
o t I
(x0 , y0 ),
un intervalle contenant t0 ,
: t (x (t ), y (t )) ,
t I ,
0 (t )
y 0 (t )
=
P (x (t ), y (t ))
Q (x (t ), y (t ))
(t ) =
dX
dt
= V (X (t ))
164
Reprsentations gomtriques
On peut reprsenter sur une mme gure les graphes de t
t
y (t ).
Z.
Fig.: 10
165
et de
x (t )
(a, b)
= a, y (0) = b,
= Q (a, b) = 0.
on a :
t R, x (t ) = a, y (t ) = b.
Ces points s'interprtent donc comme les positions d'quilibre du
systme. Il est de premire importance de les dterminer pour
comprendre le systme dynamique. Une fois les points singuliers
trouvs, on peut s'intresser la dynamique au voisinage de ceux-ci
en se posant par exemple la question de la stabilit d'un point
d'quilibre M0 .
166
Fig.: 11.
167
Fig.: 11.
167
P (x , y )
Q ( x ,y )
P0 ( x , y )
Q0 (x ,y ) prs de 0 (ie on pose x
dni par
168
P0 (X , Y )
Q0 (X , Y )
= x0 + X , y = y0 + Y
P
P
x (M0 )X + y (M0 )Y
Q
Q
x (M0 )X + y (M0 )Y
(x , y )
P ( x ,y )
Q (x ,y ) au point (x , y ) la matrice J(x ,y ) dnie par
J(x ,y )
P
x (x , y )
Q
x (x , y )
P
y (x , y )
Q
y (x , y )
lorsque X , Y
0.
=
champ V (x , y )
P ( x ,y )
Q (x ,y ) au voisinage de M0 dans un repre d'origine
169
+.
+.
+.
170
Champs de vecteurs
Les points singuliers
Classication des points singuliers
170
171
172
(t ) = k1 (x (t ) y (t )), y 0 (t ) = k2 (x (t ) y (t )) y (t ),
>0
>0
= k2 W
et donc k2
< k1 !
La constante
Les constantes k1 , k2 et
= x0 , y (0) = 0
173
Rsolution de l'exemple
On choisit pour simplier des valeurs numriques k1
x (0)
= 1, y (0) = 0.
(1)
2 + 14 + 40 = 0
(3)
1 = 10, 2 = 4
V1
(5)
(6)
174
(2)
(4)
= 5,
k2
= 1, = 8,
X (0)
X (t )
x0
6
x0
6
, V2 =
5
1
(V1 + V2 )
(e 10t V1 + e 4t V2 )
Conclusion
x (t )
x0 10t
6 (e
+ 5e 4t ), y (t ) =
x0
10t
6 (e
175
< x (t )
Conclusion
x (t )
x0 10t
6 (e
+ 5e 4t ), y (t ) =
x0
10t
6 (e
175
< x (t )
+B
C
= N (X )/NA
= 6, 022.1023 mol 1 ,
Pour qu'il y ait raction, il faut qu'il y ait rencontre (acte biomolculaire).
La loi de vitesse est l'expression de la vitesse de la raction en fonction de
direntes concentrations dont elle dpend (Chimie, PCSI, PUF, 1999, p.8)
Exemple :A
Ch.I)
176
= C2 H4 , B = H2 , C = C2 H6
= k+1 ab k1 c ,
da
dt
db
dt
et
),
on a :
= k+1 ab + k1 c .
Cela donne lieu une quation direntielle trs simple puisque l'on
voit que a
a
177
c )(b0 c ) k1 c = 0.
Ractions enzymatiques.
L'enzyme E , prsent en faible quantit, ragit avec le ractant R pour donner un
compos C qui se dcompose en un produit P en redonnant l'enzyme suivant le
schma : R
+ E
C * P + E.
premire raction et k2 celui de la seconde. Notons avec des lettres minuscules les
concentrations et indexons par 0 les valeurs initiales ; on a les 4 quations couples
suivantes :
dr
dt
dc
dt
= k+1 re + k1 c ;
= k+1 re k1 c k2 c ,
Rt
= 0 c (s )ds
= e0 = cte .
On tire p par p (t )
grae e
+c
de
dt
dp
dt
= k2 c k+1 re + k1 c ;
= k2 c .
178
dr
dt
dc
dt
Ractions enzymatiques.
L'enzyme E , prsent en faible quantit, ragit avec le ractant R pour donner un
compos C qui se dcompose en un produit P en redonnant l'enzyme suivant le
schma : R
+ E
C * P + E.
premire raction et k2 celui de la seconde. Notons avec des lettres minuscules les
concentrations et indexons par 0 les valeurs initiales ; on a les 4 quations couples
suivantes :
dr
dt
dc
dt
= k+1 re + k1 c ;
= k+1 re k1 c k2 c ,
Rt
= 0 c (s )ds
= e0 = cte .
On tire p par p (t )
grae e
+c
de
dt
dp
dt
= k2 c k+1 re + k1 c ;
= k2 c .
178
dr
dt
dc
dt
180
Le pendule simple
Pour un pendule simple, x est l'angle reprant la position du pendule par
rapport la verticale et y la vitesse du pendule. Il s'agit de l'quation
direrentielle :
x
00
+ sin x = 0
dx
dt
dy
dt
=y
= sin x
(y , sin x ) est tangent aux
cos x : l'nergie totale est
1 2
2y
181
Cela permet de dessiner les trajectoires dans le plan de phases comme sur la
gure 14. On distingue, sur la gure 14, cinq types de trajectoires : les points
d'quilibre stable (position basse) et instable (position haute), les petites
oscillations priodiques, les grandes oscillations qui font tout le tour et les
trajectoires qui partent au temps
l'autre ct
+.
Fig.: 14
182
183
= f (un1 ) ;
= Cx
x
L
maximum d'insectes pouvant vivre dans un milieu tudi ; un est remplac par un
entier le plus proche.
La constante C est videmmement positive ; elle ne peut tre
suprieur 4 car la valeur de f (x ) doit rester infrieure ou gale
L, quel que soit x compris entre 0 et L (prendre x
184
L
2 ).
Rsultats thoriques
(un ) sont les solutions de
1
C , mais il n'y a pas toujours
= f (x ),
l'quation x
soit x
=0
ou x
=L
< 1),
(extinction de la population),
1
C
< C < 3, 449), la suite oscille, pour n assez grand, entre deux valeurs,
< C < 3, 544), la suite oscille, pour n assez grand, entre quatre
(3, 449
valeurs,
. . .. . .. . .. . .. . .. . .. . .. . .. . .. . .. . .. . .. . .. . .. . .. . .. . .. . .
> 3, 750),
la suite parat
185
=4
la
Rsultats thoriques
(un ) sont les solutions de
1
C , mais il n'y a pas toujours
= f (x ),
l'quation x
soit x
=0
ou x
=L
< 1),
(extinction de la population),
1
C
< C < 3, 449), la suite oscille, pour n assez grand, entre deux valeurs,
< C < 3, 544), la suite oscille, pour n assez grand, entre quatre
(3, 449
valeurs,
. . .. . .. . .. . .. . .. . .. . .. . .. . .. . .. . .. . .. . .. . .. . .. . .. . .. . .
> 3, 750),
la suite parat
185
=4
la
Rsultats thoriques
(un ) sont les solutions de
1
C , mais il n'y a pas toujours
= f (x ),
l'quation x
soit x
=0
ou x
=L
< 1),
(extinction de la population),
1
C
< C < 3, 449), la suite oscille, pour n assez grand, entre deux valeurs,
< C < 3, 544), la suite oscille, pour n assez grand, entre quatre
(3, 449
valeurs,
. . .. . .. . .. . .. . .. . .. . .. . .. . .. . .. . .. . .. . .. . .. . .. . .. . .. . .
> 3, 750),
la suite parat
185
=4
la
Rsultats thoriques
(un ) sont les solutions de
1
C , mais il n'y a pas toujours
= f (x ),
l'quation x
soit x
=0
ou x
=L
< 1),
(extinction de la population),
1
C
< C < 3, 449), la suite oscille, pour n assez grand, entre deux valeurs,
< C < 3, 544), la suite oscille, pour n assez grand, entre quatre
(3, 449
valeurs,
. . .. . .. . .. . .. . .. . .. . .. . .. . .. . .. . .. . .. . .. . .. . .. . .. . .. . .
> 3, 750),
la suite parat
185
=4
la
Rsultats thoriques
(un ) sont les solutions de
1
C , mais il n'y a pas toujours
= f (x ),
l'quation x
soit x
=0
ou x
=L
< 1),
(extinction de la population),
1
C
< C < 3, 449), la suite oscille, pour n assez grand, entre deux valeurs,
< C < 3, 544), la suite oscille, pour n assez grand, entre quatre
(3, 449
valeurs,
. . .. . .. . .. . .. . .. . .. . .. . .. . .. . .. . .. . .. . .. . .. . .. . .. . .. . .
> 3, 750),
la suite parat
185
=4
la
186
187
Bibliographie
Livres de base :
Franoise et Jean-Paul BERTRANDIAS, Mathmatiques pour
les sciences de la nature et de la vie, Collection Grenoble
Sciences, Press Univ. Grenoble, 1990
Yves COLIN DE VERDIRE, Mathmatiques en DEUG SV
2me anne, Institut Fourier (DU St Martin d'Hres)
http ://www-fourier.ujf-grenoble.fr/ycolver/
Jacquelinne LELONG-FERRAND, Jean-Marie ARNAUDIS,
Cours de Mathmatiques-Tome 4. quations direntielles.
Intgrales multiples. Dunod, Paris-Bruxelles-Montral, 1974
Jean DELLA DORA, Thiery GAUTHIER, Nathalie REVOL,
Systmes dynamiques 1993.
Livres supplmentaires :
Vladimir ARNOLD, quations direntielles ordinaires, Mir
188
(Moscou), 1974.
http ://www-fourier.ujf-grenoble.fr/pajot
Alexei PHILIPPOV, Recuiel de problmes d'quations
direntielles ordinaires, Mir (Moscou), 1976.
Lev PONTRIAGUINE, quations direntielles ordinaires, Mir
190
(Moscou), 1976.