Exponentielle d’une matrice et

Application aux systèmes différentiels linéaires

1 Exponentielle d’une matrice et
Application aux systèmes différentiels
linéaires

Dans toute la suite le corps K considéré est R ou C.

1.1 Exponentielle d’une matrice

Définition 1. On appelle exponentielle de A ∈ Mn (K), la somme de la série normalement
convergente
X Ak
eA = .
k≥0
k!

Exemple 1. Si A est la matrice diagonale

 k
λ1 0 · · · 0 λ1 0 · · · 0
  
.. . .. .
 0 λ2
 . ..  k  0 λk2
 . .. 
A=. .  , alors A =  . . ,
 
 .. .
.. .. 0   .. .
.. .. 0 
0 · · · 0 λn 0 · · · 0 λkn
et donc
eλ1 ··· 0
 
0
. . 
0 eλ2 . . .. 

A
e = .

.. .. ..
 . . . 0 
0 · · · 0 eλn
Proposition 1. Soit A, B ∈ Mn (K) et P ∈ GLn (K) :
1. Si AB = BA, alors eA eB = eA+B = eB eA et BeA = eA B.
2. (eA )−1 = e−A .
−1
3. eP AP = P −1 eA P .
4. Pour tout t ∈ R, on a etIn A = etA .
Proposition 2. Si on considère la fonction fA : R → Mn (R) définie pour A fixé par
fA (t) = etA ,
fA′ (t) = AfA (t) = fA (t)A.

1
1.2 Calcul pratique de l’exponentielle d’une matrice
De manière générale si A ∈ Mn (K) et si son polynôme caractéristique est scindé, alors il
existe une matrice D diagonalisable et une matrice N nilpotente telles que :
1. A = D + N
2. DN = N D
On a :
eA = eD+N = eD eN .
Comme la matrice D est diagonalisable il existe P ∈ GLn (K) telle que :

···
 
λ1 0 0
... .. 
0 λ2 .

−1
P DP =  . .. .. .
 .. . . 0
0 ··· 0 λn

D’autre part N est nilpotente donc il existe un entier p ≤ n tel que N p = 0. Donc :
 λ1
0 ··· 0

e
. .. 
 0 eλ2 . .
 
A

.  −1 1 2 1 p−1
e =P . . P In + N + N + · · · + N .
 .. .. ... 0  2! (p − 1)!
0 · · · 0 eλn

1.3 Systèmes différentiels linéaires à coefficients constants

Définition 2. Soit n ∈ N∗ . Pour tout i ∈ {1, . . . , n} soit bi : I → K une fonction continue
et pour tout (i, j) ∈ {1, . . . , n}2 soit aij ∈ K.
1. Le système :  ′
y1 = a11 y1 + · · · + a1n yn + b1

..
(SL) .

 ′
yn = an1 y1 + · · · + ann yn + bn
s’appelle système différentiel linéaire d’ordre 1 à coefficients constants.
2. Le système :  ′
y1 = a11 y1 + · · · + a1n yn

..
(SH) .

 ′
yn = an1 y1 + · · · + ann yn
s’appelle système différentiel linéaire homogène associé à (SL).

Résoudre (SL) ou (SH) revient à trouver un intervalle non vide J ⊂ I et des fonctions
y1 , . . . , yn dérivables sur J et vérifiant le système considéré.

2
    
y1 b1
 ..   .. 
Si on note A = (aij )1≤i,j≤n , Y =  .  et B =  . , alors :
yn bn

(SL) ⇐⇒ (L) Y ′ = AY + B

et
(SH) ⇐⇒ (H) Y ′ = AY.
Résoudre (L) ou (H) revient à trouver un intervalle non vide J ⊂ I et une fonction
Y : J → Kn dérivable sur J et vérifiant respectivement (L) ou (H).

1.3.1 Système différentiel linéaire homogène

Notons C(I, Kn ) l’espace vectoriel des fonctions continues de I dans Kn .
Théorème 1. L’ensemble SH des solutions sur R de H : Y ′ = AY est un sous-espace
vectoriel de C(R, Kn ) de dimension n. Plus précisément :

SH := t 7→ etA C où C ∈ Kn .


De plus pour tout (t0 , Y0 ) ∈ R × Kn il existe une unique solution Y de H telle que Y (t0 ) = Y0 .

Méthodes de résolution
Cas où A est diagonalisable :
Théorème 2. Soit A ∈ Mn (K) une matrice diagonalisable. Notons λ1 , . . . , λn les valeurs
propres et (v1 , . . . , vn ) une base de vecteurs propres associés. Alors
   

 n c 1 

X
λi t  ..  n
SH = t 7→ ci e vi où  .  ∈ K .
 
 i=1 c 
n

Exemple 2. Résoudre le système différentiel

 
2 −1 1
Y ′ = AY, avec A = 1 0 1 .
1 −1 2
D’après un calcul simple, on a

λ1 = 1, v1 = (1, 1, 0) et v2 = (−1, 0, 1)
λ2 = 2, v3 = (1, 1, 1).

La matrice A est diagonalisable, donc

     
1 −1 1
t  t 2t  
Y (t) = c1 e 1 + c2 e 0 + c3 e
 1 .
0 1 1

3
D’où 
t t 2t
y1 (t) = c1 e − c2 e + c3 e

y2 (t) = c1 et + c3 e2t , c1 , c2 , c3 ∈ R

y3 (t) = c2 et + c3 e2t


Cas où A est une matrice carrée quelconque : Supposons que le polynôme caracté-
ristique de A est scindé sur K, donc la décomposition de Dunford permet d’écrire A sous la
forme « diagonalisable + nilpotente ». Autrement dit, il existe une matrice inversible P telle
que la matrice P −1 AP = D + N avec D diagonale, N nilpotente et N D = DN .
On note cette matrice B = P −1 AP = D + N . (B est une matrice de Jordan, ou même
une matrice triangulaire quelconque).
Posons X = P −1 Y (donc Y = P X). L’équation H : Y ′ = AY devient une équation de
X′ :
X ′ = P −1 Y ′ = P −1 AY = P −1 AP X = BX.
Les solutions X(t) sont données par X(t) = etB C où C ∈ Kn . D’autre part
etB = et(D+N ) = eDt eN t
et les matrices eDt et eN t sont faciles à calculer.
Finalement, on obtient Y (t) = P X(t) = etB C avec C ∈ Kn .
Exemple 3. En utilisant à nouveau la matrice A des exemples précédents, cherchons à ré-
soudre le système différentiel
 
7 3 −4
′
Y = AY avec A = −6  −2 5  .
4 2 −1
On a montré que la forme réduite de Jordan associée à A est :
J = P −1 AP = D + N
avec      
1 −1 0 2 0 0 0 0 0
P = 1 2 1  , D = 0 1 0 , N = 0 0 1 .
2 1 1 0 0 1 0 0 0
D est bien diagonale, N est nilpotente, car N 2 = 0 et DN = N D.
Posons X = P −1 Y (donc Y = P X). L’équation devient une équation de X : X ′ = JX.
Les solutions de X ′ = JX sont X(t) = eJt C, C ∈ R3 .
 2t   
e 0 0 1 0 0
eDt =  0 et 0  , eN t = I + N t = 0 1 t 
0 0 et 0 0 1
Ainsi  
e2t 0 0
etJ = eDt eN t =  0 et tet  .
0 0 et

4
Les solutions du système Y ′ = AY sont
  
e2t −et −tet c1
2t t t  
Y (t) = P X(t) = e
 2e (2t + 1)e c2 .
2t t t
2e e (t + 1)e c3

D’où 
2t t 2t
y1 (t) = c1 e − c2 e − c3 te

y2 (t) = c1 e2t + 2c2 et + c3 (2t + 1)et , c1 , c2 , c3 ∈ R

y3 (t) = 2c1 e2t + c2 et + c3 (t + 1)et


Remarque 1. On remarque que dans les deux cas, le calcul de P −1 est inutile.

1.3.2 Système différentiel linéaire non homogène

Soient I un intervalle de R, B : I → Kn une fonction continue et A ∈ Mn (K).
Théorème 3. On suppose que l’ensemble SL des solutions de L : Y ′ = AY + B est non vide.
Soit Z ∈ SL . Alors :
SL := t 7→ etA C + Z(t) où C ∈ Kn .


Théorème 4. Pour tout t0 ∈ I :

Z t
n
Z:I→K , t 7→ Z(t) = e(t−s)A B(s) ds
t0

est une solution de L.

Remarque 2. On a
1. Les solutions de H : Y ′ = AY sont données par Y (t) = etA C avec C ∈ Kn . Si l’on
cherche une fonction dérivable C : I → Kn telle que Z(t) = etA C(t) soit solution de L
on a :

0 = Z ′ (t) − (AZ(t) + B(t))

= AetA C(t) + etA C ′ (t) − (AetA C(t) + B(t))
= etA C ′ (t) + B(t)

Donc C ′ (t) = e−tA B ′ (t) et on retrouve l’expression précédente (ce que l’on appelle mé-
thode de variation de la constante).
2. Pour résoudre L il suffit tout simplement de trouver une solution particulière Z de L
et dans ce cas les solutions de L s’écrivent comme la somme de Z et d’une solution de
H.
Exemple 4. Résoudre le système différentiel :
(
y1′ (t) = 76 y1 (t) − 14
15
y2 (t) + e2t
(L) avec y1 (0) = 4, y2 (0) = −1.
y2′ (t) = − 57 y1 (t) + 37 y (t) + e−t
14 2

5
(L) ⇐⇒ Y ′ (t) = AY (t) + B(t) avec
 6 15
    
7
− 14
y1 (t) e2t
A= , Y (t) = , B(t) = .
− 57 37
14
y2 (t) e−t
1
Les valeurs propres de A sont λ1 = 2
et λ2 = 3. Les vecteurs propres associés sont
   
3 −1
v1 = , v2 = .
1 2

Les solutions du système (L) sont données par :

Z t
At
Y (t) = e Y (0) + e(t−s)A B(s) ds.
0

Comme A est diagonalisable, alors

   t/2  2 1

tA tD −1 3 −1 e 0 7 7
e = Pe P =
1 2 0 e3t − 17 3
7
 6 t/2 1 3t 3 t/2 3 3t 
e + e e − e
= 27 t/2 72 3t 71 t/2 67 3t .
7
e − 7e 7
e + 7e

Donc
6
et/2 + 1 e3t 3 et/2 − 3 e3t
 
4
Y (t) = 27 t/2 72 3t 71 t/2 67 3t
7
e − e e + 7e −1
Z t  6 7(t−s)/2 7 1 3(t−s) 3 (t−s)/2 3 3(t−s)
  2s 
7
e + 7
e 7
e − 7
e e
+ 2 (t−s)/2 2 3(t−s) 1 (t−s)/2 6 3(t−s) −s ds
0 7
e − 7
e 7
e + 7
e e
 t/2  Z t  6 t/2+3s/2 1 3t−s 3 t/2−3s/2 3 3t−4s 
3e + e3t 7
e + 7e + 7e − 7e
= t/2 + 2 t/2+3s/2 2 3t−s 1 t/2−3s/2 ds
e − 2e 3t
0 7
e − 7e + 7e + 67 e3t−4s
 t/2  R t 6 t/2+3s/2 1 3t−s 3 t/2−3s/2 3 3t−4s

3e + e3t e + e + e − e ds
= t/2 + R0t 27 t/2+3s/2 72 3t−s 71 t/2−3s/2 76 3t−4s

e − 2e3t 0 7
e − 7
e + 7
e + 7
e ds
3 2t 5 −t
e − 27 et/2 + 28 1 3t
 t/2   
3e + e3t 7
e − 28 e
= t/2 3t + 10 2t 13 −t 2 t/2 1 3t
e − 2e e − 42 e − 21 e − 14 e
 19 t/2 29 3t 21 3 2t 5 −t

7
e + 28 e + 7 e − 28 e
= 19 t/2 29 3t 10 2t 13 −t .
21
e − 14 e + 21 e − 42 e