3.

0
6
2.5
4
2.0
2 1.5
0 1.0

-2 0.5
0.0
-4
0.5
-6
-8 -6 -4 -2 0 2 4 6 8 1.0

MAT805 - Semaine 5
Systèmes dynamiques non linéaires de dimension 2

Louis-Xavier Proulx
École de technologie supérieure

Hiver 2024
Rappel : Classification des systèmes linéaires

Source : Freesodas, CC BY-SA 4.0, via Wikimedia Commons

MAT805 • ÉTS • L.-X. Proulx 2

Système dynamique de dimension 2

La forme générale d’un système dynamique de dimension 2 est

)
x˙1 = f1 (x1 , x2 )
· ¸ · ¸
x˙1 f1 (x1 , x2 )
⇐⇒ = ⇐⇒ ẋ = f(x)
x˙2 = f2 (x1 , x2 ) x˙2 f2 (x1 , x2 )

Rappel : Si f(x) = Ax, alors le système dynamique est linéaire.

Questions :
Ï Que se passe-t-il si le système dynamique est non linéaire ?
Ï Que peut-on dire sur la nature des points fixes et les trajectoires du portrait de phase
d’un SD non linéaire ?

MAT805 • ÉTS • L.-X. Proulx 3

Solutions d’un système dynamique non linéaire

Ï La plupart du temps, il est impossible de calculer une solution analytique x(t) à un

système non linéaire. Il faudra utiliser une méthode numérique comme RK4.
Ï On s’intéressera au comportement qualitatif des solutions.
Ï Quels sont les points fixes x∗ ?
Ï Comment se comportent les trajectoires autour des points fixes ?

Mais d’abord, y a-t-il des solutions au système dynamique ?

MAT805 • ÉTS • L.-X. Proulx 4

Théorème d’existence et d’unicité

Théorème
Soit le système dynamique de la forme ẋ = f(x) et la CI x(0) = x0 . Supposons que f(x) et toutes
∂fi
ses dérivées partielles , i, j = 1, . . . , n sont continues pour x compris dans une région
∂xj
ouverte et connexe D ⊂ Rn . Alors, pour x0 ∈ D, ce système admet une solution x(t) dans un
intervalle de temps (−τ, τ) autour de t = 0 et cette solution est unique.

Ce théorème est une généralisation du théorème de Picard-Lindelöf vu pour le système

dynamique de dimension n = 1 (semaine 2).
En général, pour les SD abordés dans ce cours, f(x) respectera les conditions de ce théorème.

Conséquence importante du théorème

Ï 2 trajectoires distinctes du portrait de phase ne s’intersectent jamais.

MAT805 • ÉTS • L.-X. Proulx 5

 Exemple (1/7)

Soit le SD non linéaire suivant : 2

−x2 − x12 1
" # " #
x˙1
=
x˙2 −x1 + x22 0

x2
-1
Le champ de vecteurs est défini par
la fonction vectorielle : -2

−x2 − x12
" #
-3
f (x1 , x2 ) = -4 -3 -2 -1 0 1 2 3 4
−x1 + x22 x1
f
Champ de vecteurs donné par
kfk
MAT805 • ÉTS • L.-X. Proulx 6
Exemple (2/7)

Calcul des points fixes :

−x2 − x12
" # " #
0
Point fixe lorsque f (x1 , x2 ) = =
−x1 + x22 0

MAT805 • ÉTS • L.-X. Proulx 7

 Exemple (3/7)

1
De quel(s) type(s) de points fixes
s’agit-il ? 0

x2
Si c’était un système linéaire, on le -1
saurait !
-2

-3
-4 -3 -2 -1 0 1 2 3 4
x1

MAT805 • ÉTS • L.-X. Proulx 8

Rappel : Série de Taylor pour une fonction à deux variables

Développement en série de Taylor de f (x, y) autour de (x, y) = (a, b) :

à !
∂f (a, b) ∂f (a, b) 1 ∂2 f (a, b) 2 ∂2 f (a, b) ∂2 f (a, b) 2
f (x, y) = f (a, b) + (x − a) + (y − b) + (x − a) + 2 (x − a)(y − b) + (y − b) +···
∂x ∂y 2 ∂x2 ∂xy ∂y 2

Ainsi, en remplaçant x par a + x et y par b + y on obtient :

∂f (a, b) ∂f (a, b) 1 ∂2 f (a, b) 2 ∂2 f (a, b) ∂2 f (a, b) 2

µ ¶
f (a + x, b + y) = f (a, b) + x+ y+ x + 2 xy + y +···
∂x ∂y 2 ∂x2 ∂xy ∂y 2
∂f (a, b) ∂f (a, b)
y + O x2 , y 2 , xy
¡ ¢
= f (a, b) + x+
∂x ∂y

MAT805 • ÉTS • L.-X. Proulx 9

Linéarisation (I)

(
x˙1 = f1 (x1 , x2 )
et x1∗ , x2∗ un point fixe de ce système.
¡ ¢
Soit le système dynamique
x˙2 = f2 (x1 , x2 )

On va linéariser le système dynamique autour du point fixe x1∗ , x2∗ .

¡ ¢

Soit ε1 (t) = x1 (t) − x1∗ et ε2 (t) = x2 (t) − x2∗ les composantes d’une petite perturbation autour du
point fixe x1∗ , x2∗ .
¡ ¢

Afin de déterminer comment la perturbation (ε1 (t), ε2 (t)) se comporte en fonction du temps,
nous devons trouver deux ED pour ε1 (t) et ε2 (t).

MAT805 • ÉTS • L.-X. Proulx 10

Linéarisation (II)

Dérivons ε1 (t) = x1 (t) − x1∗ par rapport au temps t :

ε˙1 = x˙1
= f1 (x1 , x2 )
= f1 (x1∗ + ε1 , x2∗ + ε2 )
∂f1 (x1∗ , x2∗ ) ∂f1 (x1∗ , x2∗ )
= f1 (x1∗ , x2∗ ) + ε1 + ε2 + O ε21 , ε22 , ε1 ε2
¡ ¢
∂x1 ∂x2

On trouve finalement :
∂f1 (x1∗ , x2∗ ) ∂f1 (x1∗ , x2∗ )
ε˙1 = ε1 + ε2 + O ε21 , ε22 , ε1 ε2
¡ ¢
∂x1 ∂x2

MAT805 • ÉTS • L.-X. Proulx 11

Linéarisation (III)

En faisant la même démarche pour ε2 (t), on arrive à un système de 2 ED pour ε1 (t) et ε2 (t) :

∂f1 (x1∗ , x2∗ ) ∂f1 (x1∗ , x2∗ )

ε˙1 = ε1 + ε2 + O ε21 , ε22 , ε1 ε2
¡ ¢
∂x1 ∂x2
∂f2 (x1∗ , x2∗ ) ∂f2 (x1∗ , x2∗ )
ε˙2 = ε1 + ε2 + O ε21 , ε22 , ε1 ε2
¡ ¢
∂x1 ∂x2

Réécrivons ce système sous forme matricielle :

∂f1 (x1∗ , x2∗ ) ∂f1 (x1∗ , x2∗ )

 
ε˙1  ε1
· ¸ · ¸
∂x1 ∂x2 ¡ 2 2
∂f2 (x1∗ , x2∗ )  ε2 + O ε1 , ε2 , ε1 ε2
 ¢
=
 ∂f2 (x1∗ , x2∗ )

ε˙2
∂x1 ∂x2

MAT805 • ÉTS • L.-X. Proulx 12

Linéarisation (matrice jabobienne)

La perturbation (ε1 (t), ε2 (t)) évolue selon le système suivant :

∂f1 (x1∗ , x2∗ ) ∂f1 (x1∗ , x2∗ )

 
ε˙1  ε1
· ¸ · ¸
 ∂x 1 ∂x 2
=  ∂f (x∗ , x∗ ) ∂f (x∗ , x∗ ) 
  + O ε21 , ε22 , ε1 ε2
¡ ¢
ε˙2 2 1 2 2 1 2 ε2
∂x1 ∂x2
| {z }
Df(x∗ )

La matrice Df(x∗ ) se nomme la matrice jacobienne et elle est évaluée au point fixe x∗ .
Remarques :
Ï Tous les éléments de la matrice Df(x∗ ) sont des constantes.
Ï On peut utiliser nos connaissances des systèmes linéaires pour caractériser le
comportement des trajectoires d’un système non linéaire près d’un point fixe.

MAT805 • ÉTS • L.-X. Proulx 13

 Exemple (4/7)

3
Le système dynamique 2
2
" # " #
x˙1 −x2 − x1 1
=
x˙2 −x1 + x22
0

x2
admet deux points fixes : -1

x∗ = (0, 0) -2
∗
x = (1, −1)
-3
-4 -3 -2 -1 0 1 2 3 4
x1

MAT805 • ÉTS • L.-X. Proulx 14

Exemple (5/7)

Fonction vectorielle :
−x2 − x12
" # " #
f1 (x1 , x2 )
f (x1 , x2 ) = =
f2 (x1 , x2 ) −x1 + x22

Matrice jacobienne :
 ∂f ∂f 
1 1
 ∂x1 ∂x2 
Df(x) = 
 ∂f

2 ∂f2 
∂x1 ∂x2

MAT805 • ÉTS • L.-X. Proulx 15

Exemple (6/7)

Linéarisation aux points fixes :

MAT805 • ÉTS • L.-X. Proulx 16

Plan tr(A) − det(A)

Source : Freesodas, CC BY-SA 4.0, via Wikimedia Commons

MAT805 • ÉTS • L.-X. Proulx 17

Exemple (7/7)

0
x2

-1

-2

-3
-4 -3 -2 -1 0 1 2 3 4
x1
MAT805 • ÉTS • L.-X. Proulx 18
Négliger les termes quadratiques (non linéaires)

Question :
Ï Peut-on toujours négliger les termes quadratiques ? De manière équivalente, est-ce que
le système linéarisé décrit correctement le comportement qualitatif des trajectoires près
du point fixe x1∗ , x2∗ du système non linéaire ?
¡ ¢

Réponse :
Ï Oui, pour autant que le point fixe du système linéarisé ne correspond pas à un des cas
limites : centre (tr(A) = 0), noeud étoile ou noeud impropre (∆ = 0) ou points fixes
non-isolés (det(A) = 0). Dans ces cas, les termes non linéaires peuvent affecter le type de
point fixe du système non linéaire.

En résumé, si le système linéarisé prévoit un point fixe de type point-selle, noeud ou spiral,
alors le point fixe du système non linéaire original est de ce type.

MAT805 • ÉTS • L.-X. Proulx 19

Exemple : effet des termes non linéaires

Le SD non linéaire suivant a le point fixe x∗ = (0, 0) et un paramètre α ∈ R.


x˙1 = −x2 + αx1 x2 + x2
¡ ¢
1 2
x˙ = x + αx ¡x2 + x2 ¢
2 1 2 1 2

Calcul de la matrice jacobienne au point fixe :

 ∂f ∂f1  "
1
3αx12 + αx22
#
 ∂x1 ∂x2  −1 + 2αx1 x2
Df(x) = 
 ∂f
=
2 ∂f2  1 + 2αx1 x2 αx12 + 3αx22
∂x1 ∂x2
" #
0 −1
Df(0, 0) =
1 0

MAT805 • ÉTS • L.-X. Proulx 20

Exemple (en coordonnées polaires)

Système :

x˙1 = −x2 + αx1 x2 + x2
¡ ¢
1 2
x˙ = x + αx ¡x2 + x2 ¢
2 1 2 1 2

Coordonnées polaires :
)
x1 = r cos(θ)
avec x12 + x22 = r 2
x2 = r sin(θ)

MAT805 • ÉTS • L.-X. Proulx 21

Exemple (en coordonnées polaires)

De manière similaire, on peut montrer que θ̇ = 1 (exercice).

(
ṙ =
Le système non linéaire en coordonnées polaires est :
θ̇ = 1

MAT805 • ÉTS • L.-X. Proulx 22

Exemple (en coordonnées polaires)

α<0 α=0 α>0

x2 x2 x2

x1 x1 x1

Constat :

MAT805 • ÉTS • L.-X. Proulx 23

Noeud étoile et noeud impropre

De manière similaire, les noeuds étoiles et les noeuds impropres (∆ = 0) peuvent être altérés
par de petits termes non linéaires, mais leur stabilité ne change pas.

La linéarisation d’un système non linéaire peut faire en sorte qu’un point fixe de type noeud
étoile stable devienne une spirale stable, mais la linéarisation ne pourra jamais en faire une
spirale instable.

MAT805 • ÉTS • L.-X. Proulx 24

Régions stable et instable du plan tr(A) − det(A)

Source : Freesodas, CC BY-SA 4.0, via Wikimedia Commons

MAT805 • ÉTS • L.-X. Proulx 25

Stabilité du point fixe

Si on s’intéresse seulement à la stabilité du point fixe (et non à la géométrie des trajectoires),
alors on peut classer les points fixes en 2 catégories :
1. Cas robustes :
Ï points répulsifs (λ1 , λ2 > 0)
Ï points attracteurs (λ1 , λ2 < 0)
Ï points selles (λ1 · λ2 < 0)
2. Cas marginaux :
Ï centres (tr(A) = 0 et det(A) > 0 =⇒ Re(λ1 ) = 0 et Re(λ2 ) = 0 )
Ï points fixes non isolés (det(A) = 0 =⇒ λ1 · λ2 = 0 =⇒ Re(λ1 ) = 0 ou Re(λ2 ) = 0)

MAT805 • ÉTS • L.-X. Proulx 26

Stabilité du point fixe

Si on s’intéresse seulement à la stabilité du point fixe (et non à la géométrie des trajectoires),
alors on peut classer les points fixes en 2 catégories :
1. Cas robustes :
Ï points répulsifs (λ1 , λ2 > 0)
Ï points attracteurs (λ1 , λ2 < 0)
Ï points selles (λ1 · λ2 < 0)
2. Cas marginaux :
Ï centres (tr(A) = 0 et det(A) > 0 =⇒ Re(λ1 ) = 0 et Re(λ2 ) = 0 )
Ï points fixes non isolés (det(A) = 0 =⇒ λ1 · λ2 = 0 =⇒ Re(λ1 ) = 0 ou Re(λ2 ) = 0)

Remarque :
Du point de vue de la stabilité, les cas marginaux surviennent lorsqu’au moins une valeur
propre a une partie réelle nulle.

MAT805 • ÉTS • L.-X. Proulx 26

Points fixes hyberboliques

Définition
Si la partie réelle des valeurs propres de la matrice jacobienne évaluée au point fixe x∗ est
différente de 0 (Re(λi ) 6= 0), alors le point fixe x∗ est hyperbolique.

La stabilité des points hyperboliques n’est pas affectée par les petits termes non-linéaires.
Pour les systèmes dynamiques de dimension 1 de la forme ẋ = f (x), on a vu le critère de
stabilité qui permet de prédire la stabilité d’un point fixe x∗ à la condition que f 0 (x∗ ) 6= 0. La
condition Re(λi ) 6= 0 est une généralisation de ce résultat pour les systèmes de dimension 2.

MAT805 • ÉTS • L.-X. Proulx 27

Théorème de linéarisation

Théorème de Hartman-Grobman
Soit ẋ = f(x) un système dynamique non linéaire avec un point fixe hyperbolique x∗ . Alors, le
portrait de phase dans un voisinage de x∗ est topologiquement équivalent (conjugué) au
portrait de phase du système linéarisé. Ainsi, la stabilité du point fixe est bien déterminée par
sa linéarisation.

Topologiquement équivalent veut dire qu’il existe un homéomorphisme (une déformation

continue avec un inverse continu) qui associe chaque trajectoire d’un portrait de phase (près
du point fixe) à l’autre portrait de phase (en préservant le sens des flèches).
En d’autres mots, deux portraits de phase sont topologiquement équivalents si l’un est la
version déformée de l’autre. Les trajectoires fermées restent fermées, les trajectoires
connectées aux points fixes restent connectées aux points fixes.
Ce théorème affirme que la structure qualitative des trajectoires autour d’un point fixe x∗
d’un SD non linéaire est la même que sa version linéarisée lorsque x∗ est hyperbolique.

MAT805 • ÉTS • L.-X. Proulx 28

Exemple : Portraits de phase topologiquement équivalents

3 0

-0.5
2
-1

x2
1 -1.5

-2
0
x2

0 0.5 1 1.5 2
x1
1
-1
0.5

-2 0

x2
-3 -0.5

-4 -3 -2 -1 0 1 2 3 4 -1
x1 -1 -0.5 0
x1
0.5 1

MAT805 • ÉTS • L.-X. Proulx 29

 Pendule

En l’absence de friction (amortissement) et de force externe,

le mouvement du pendule est modélisé par l’ED :

d2 θ g
+ sin(θ) = 0
dt 2 L
On peut rendre cette ED
padimensionnelle en utisant le
temps τ = ωt avec ω = g/L. L’ED devient :

θ̈ + sin(θ) = 0

où la dérivée est maintenant par rapport à τ.

MAT805 • ÉTS • L.-X. Proulx 30

Pendule (système dynamique et points fixes)

θ̈ + sin(θ) = 0

MAT805 • ÉTS • L.-X. Proulx 31

Pendule (linéarisation)

MAT805 • ÉTS • L.-X. Proulx 32

Système conservatif

Un système modélisé par une équation de la forme mẍ = F(x) est conservatif.
F(x) ne dépend pas de ẋ (pas d’amortissement) et ne dépend pas de t (pas de forces externes).
On peut montrer que l’énergie du système est conservée.
dV
Soit V (x) l’énergie potentielle définie par F(x) = − . Alors,
dx
dV
mẍ = F(x) =⇒ mẍ + =0
dx
Multiplions de chaque côté par ẋ (vitesse) :
dV d 1
µ ¶
2
mẋẍ + ẋ = 0 ⇐⇒ mẋ + V (x) = 0
dx dt 2
| {z }
E(x,ẋ)

MAT805 • ÉTS • L.-X. Proulx 33

Quantité conservée

L’énergie est souvent une quantité conservée. Les systèmes qui ont une quantité conservée
sont appelés des systèmes conservatifs.

Définition
Pour un système de la forme ẋ = f(x), une quantité conservée est une fonction continue E(x)
qui est constante le long des trajectoires du portrait de phase.
d dx
Autrement dit, (E(x(t))) = ∇E · = 0.
dt dt
Pour éviter les cas triviaux, il faut que E(x) soit non constant sur tout ensemble ouvert.

Remarque : Les courbes de niveaux E(x) correspondent aux trajectoires du portrait de phase.

Propriété
Un système conservatif ne peut pas avoir de points fixes attracteurs.

MAT805 • ÉTS • L.-X. Proulx 34

Centres non linéaires d’un système non linéaire conservatif

Théorème
Soit un système de la forme ẋ = f(x) où x ∈ R2 et où f est continuement différentiable.
Supposons qu’il existe une quantité conservée E(x) et que x∗ est un point fixe isolé. Si x∗ est
un minimum local de E, alors toutes les trajectoires suffisament proches de x∗ sont fermées.

Conséquence du théorème
Si x∗ est un minimum (maximum) local de E, alors x∗ est un centre.

MAT805 • ÉTS • L.-X. Proulx 35

Pendule (système conservatif )

Montrons que θ̈ + sin(θ) = 0 est un système conservatif.

MAT805 • ÉTS • L.-X. Proulx 36

Pendule : E(x1 , x2 ) = 12 x22 − cos(x1 )

MAT805 • ÉTS • L.-X. Proulx 37

Pendule : E(x1 , x2 ) = 12 x22 − cos(x1 )

3.0
6
2.5
4
2.0
2 1.5
0 1.0

-2 0.5
0.0
-4
0.5
-6
-8 -6 -4 -2 0 2 4 6 8 1.0

MAT805 • ÉTS • L.-X. Proulx 37

Pendule : E(x1 , x2 ) = 12 x22 − cos(x1 )

3.0
6
2.5
4
2.0
2 1.5
0 1.0
x2

-2 0.5
0.0
-4
0.5
-6
-8 -6 -4 -2 0 2 4 6 8 1.0
x1
MAT805 • ÉTS • L.-X. Proulx 38
Pendule amorti

En considérant une force d’amortissement, l’ED du pendule devient :

θ̈ + bθ̇ + sin(θ) = 0

Ce système dynamique a les mêmes points fixes que pour le cas où b = 0, mais la nature du
point fixe x∗ = (0, 0) a changé.
L’énergie n’est plus conservée le long d’une trajectoire, elle diminue avec le temps.

MAT805 • ÉTS • L.-X. Proulx 39

Pendule amorti avec b = 0.4 (portrait de phase)

0
x2

-2

-4

-6
-8 -6 -4 -2 0 2 4 6 8
x1
MAT805 • ÉTS • L.-X. Proulx 40