Théorie analytique des équations différentielles

ordinaires (MM0049)

Liste des exercices pouvant être donnés en question de cours pour le

partiel : 1, 2, 7, 10, 11, 12, 15, 17, 20, 23, 25, 29, 30, 34.

Table des matières

1 Dimension un 4
1.1 Représentation graphique, méthode d’Euler . . . . . . . . . . . . . . . 4
1.2 Intervalle de vie, solutions maximales, existence et unicité . . . . . . . 6
1.3 EDO à variables séparables . . . . . . . . . . . . . . . . . . . . . . . 7
1.4 Barrières . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.5 Explosion des solutions . . . . . . . . . . . . . . . . . . . . . . . . . . 10

2 Equations différentielles linéaires (I) : coefficients constants 12

2.1 Remarques préliminaires . . . . . . . . . . . . . . . . . . . . . . . . . 12
2.2 Portraits de phase dans le plan . . . . . . . . . . . . . . . . . . . . . 13
2.3 Exponentielle de matrice . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.4 Solutions de x0 = Ax . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.5 Puits et sources . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19

3 Equations différentielles linéaires (II) 21

3.1 Structure des solutions . . . . . . . . . . . . . . . . . . . . . . . . . . 21
3.2 Résolvante . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
3.3 Wronskien . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
3.4 Variation de la constante . . . . . . . . . . . . . . . . . . . . . . . . . 25
3.5 Equation différentielle linéaire d’ordre supérieur . . . . . . . . . . . . 25

4 Existence de solutions : le théorème de Cauchy-Peano-Arzela 27

4.1 Le théorème d’Ascoli (1843-1896) . . . . . . . . . . . . . . . . . . . . 28
4.2 Méthode des polygones d’Euler (1768) . . . . . . . . . . . . . . . . . 29
4.3 Extraction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
4.4 Majoration de l’erreur . . . . . . . . . . . . . . . . . . . . . . . . . . 30
4.5 Solution . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
4.6 Cadre général . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31

1
5 Existence et unicité, le théorème de Cauchy-Lipschitz 32
5.1 Condition de Lipschitz . . . . . . . . . . . . . . . . . . . . . . . . . . 32
5.2 Preuve en utilisant Cauchy-Peano . . . . . . . . . . . . . . . . . . . . 33
5.3 Le lemme de Gronwall . . . . . . . . . . . . . . . . . . . . . . . . . . 34
5.4 Preuve directe du théorème de Cauchy-Lipschitz, convergence de la
méthode d’Euler . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
5.5 Preuve du lemme de Gronwall . . . . . . . . . . . . . . . . . . . . . . 35
5.6 Complément : minoration du temps de vie . . . . . . . . . . . . . . . 37

6 Temps de vie des solutions, explosion 41

6.1 Solutions maximales . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
6.2 Estimation de l’intervalle d’existence (I) : conditions géométriques . . 42
6.3 Estimation de l’intervalle d’existence (II) : conditions analytiques . . 43

7 Dépendance par rapport aux conditions initiales 45

7.1 Continuité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
7.2 Classe C 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46

8 Flot des champs de vecteurs autonomes 48

8.1 Flot . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
8.2 Equivalence de champs de vecteurs . . . . . . . . . . . . . . . . . . . 49
8.3 Le théorème de redressement . . . . . . . . . . . . . . . . . . . . . . . 50
8.4 Propriétés asymptotiques . . . . . . . . . . . . . . . . . . . . . . . . . 51
8.5 Linéarisation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
8.6 Flots de gradients . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51

9 Equations différentielles analytiques 52

9.1 Rappels sur les fonctions analytiques . . . . . . . . . . . . . . . . . . 52
9.2 EDO analytiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
9.3 Fonctions analytiques à plusieurs variables . . . . . . . . . . . . . . . 54
9.4 EDO analytiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54

10 Repères chronologiques 55
10.1 Agrégation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57

2
Bibliographie
La théorie des EDO repose beaucoup sur le calcul différentiel (en particulier la
notion de différentielle ; mais on utilisera aussi l’inégalité des accroissements finis,
et le théorème d’inversion locale). Les notions de topologie sont fondamentales (es-
paces métriques compacts, complets, espaces fonctionnels). L’études des équations
différentielles linéaires repose sur l’algèbre linéaire.
L’étude préliminaire sur les EDO en dimension un est très classique, on peut
se reporter au début du livre [HW99], qui contient beaucoup d’exemples, souvent
éclairants.
Le début du cours (EDO linéaires, théorie générale) suit essentiellement le livre de
Demailly ([Dem06]). Le théorème d’Hartman-Grobman est démontré dans [Rob99].
Il y a aussi des choses dans le livre de préparation à l’agrégation [HQ07], notamment
sur le temps de vie des solutions. La partie sur les équations différentielles analytiques
suit [Car61], puis le tout début de [IY08] (voir aussi [AE80]). La preuve du lemme de
Gronwall est extraite de [HNW93] ; ce livre contient aussi de nombreux commentaires
historiques. Je me suis également inspiré d’un poly de Viterbo ([Vit09]) 1 Tous ces
livres doivent beaucoup au livre d’Arnol’d ([Arn74]), un peu fouilli mais qui regorge
d’idées et d’exemples. En particulier, le petit chapitre sur les champs de vecteurs
est inspiré de ce livre.

Références
[AE80] V.I. Arnold and D. Embarek. Chapitres supplémentaires de la théorie des
équations différentielles ordinaires. Mir Moscow, 1980.
[Arn74] V.I. Arnol’d. Equations différentielles ordinaires. Editions Mir, 1974.
[Car61] H. Cartan. Théorie Élémentaire des Fonctions Analytiques d’Une ou Plu-
sieurs Variables Complexes. Hermann, 1961.
[Dem06] J.P. Demailly. Analyse numérique et équations différentielles. Collection
Grenoble sciences. EDP sciences, 2006.
[HNW93] E. Hairer, S.P. Nørsett, and G. Wanner. Solving ordinary differential
equations : Nonstiff problems, volume 1. Springer Verlag, 1993.
[HQ07] C. Zuily H. Queffélec. Analyse pour l’agrégation. Dunod, 2007.
[HW99] J.H. Hubbard and B.H. West. Équations différentielles et systèmes dyna-
miques. Enseignement des mathématiques. Cassini, 1999.
[IY08] I.U.S. Ilyashenko and S. Yakovenko. Lectures on analytic differential equa-
tions, volume 86. Amer Mathematical Society, 2008.
[Rob99] C. Robinson. Dynamical systems : stability, symbolic dynamics, and
chaos, volume 28. CRC, 1999.
[Vit09] C. Viterbo. Equations différentielles et systèmes dynamiques. Ecole Po-
lytechnique, 2009.
1. Disponible sur sa page web, cf http ://[Link]/eviterbo/[Link]/Enseignement-
[Link]).

3
1 Dimension un
Une équation différentielle est une équation
– dont l’inconnue est une fonction y dépendant d’une variable x (ou t),
– qui fait intervenir y et certaines de ses dérivées y 0 , y 00 , etc., et éventuellement
la variable x (ou t) .
Résoudre l’équation différentielle, c’est chercher toutes les fonctions, définies sur
un intervalle ouvert, qui satisfont l’équation (on dit aussi intégrer l’équation
différentielle).
L’équation est dite d’ordre 1 si elle fait intervenir seulement y 0 , y et x. Une
condition initiale pour une EDO d’ordre 1 est une relation du type y(x0 ) = y0 , qui
impose la valeur y0 de la fonction inconnue en x0 . Le problème de Cauchy consiste
à chercher les solutions satisfaisant à une condition initiale donnée.
Les EDO modélisent souvent l’évolution d’une quantité dépendant du temps ;
c’est pourquoi la variable est souvent notée t, on parle de “passé” et de “futur”
(avant ou après la condition initiale). Exemples
– y 0 = αy (décroissance radioactive ou évolution d’une population ou taux
d’intérêt) ;
– N 0 = (α − β)N − kN 2 (population avec ressources limitées) ;
– Refroidissement d’un corps (loi de Newton) : T 0 = α(T − Tambiante ) ;
– pendule simple : θ00 = k sin(θ) ;
– ...

1.1 Représentation graphique, méthode d’Euler

Comment dessiner une équation différentielle ?
Un champ de droites sur l’ouvert O = I × R est la donnée, en chaque point
(x, y) ∈ O, d’une droite ∆(x, y). Se donner un champ de droites équivaut à se
donner, pour chaque (x, y) de O, la pente ϕ(x, y) de la droite ∆x,y . Ainsi, la donnée
d’une EDO d’ordre 1 équivaut à la donnée d’un champ de droites (non verticales).
L’EDO y 0 = ϕ(x, y) signifie que le graphe de f est tangent, en chacun de ses points
(x, y), à la droite ∆x,y ; on dira simplement que le graphe de f est tangent au champ
de droites. Résoudre un problème de Cauchy revient donc à trouver les graphes
tangents à un champ de droites données, et passant par un point donné.

Exercice 1.— 1. Pour chacun des champs de tangentes dessinés sur la page suivante, tracez à
la main quelques solutions de l’équation différentielle correspondante.
2. Faites correspondre les cinq équations différentielles suivantes aux champs de tangentes.

4
 3 3

2 2

1 1

-4 -3 -2 -1 0 1 2 3 4 5 -4 -3 -2 -1 0 1 2 3 4 5

-1 -1

-2 -2

-3 -3

3 3

2 2

1 1

-4 -3 -2 -1 0 1 2 3 4 5 -4 -3 -2 -1 0 1 2 3 4 5

-1 -1

-2 -2

-3 -3

-4 -3 -2 -1 0 1 2 3 4 5

-1

-2

-3

Faites correspondre les cinq équations différentielles suivantes aux champs de

droites dessinés ci-dessus :
√ y x
(1) y 0 = x (2) y 0 = y (3) y 0 = 2 (4) y 0 = (5) y 0 = − .
x y

5
Exercice 2.—
1. Expliquer pourquoi la recherche de primitive est un exemple particulier d’EDO. Quelles sont
les caractéristiques du champ de droites associée à une EDO de ce type ?
2. Une EDO est dite autonome si elle ne fait pas intervenir la variable x, autrement dit si elle
est du type y 0 = φ(y). Quelles sont les caractéristiques du champ de droites associée à une EDO
autonome ?

Méthode d’Euler
Comment l’ordinateur trace-t-il les solutions ? La méthode d’Euler consiste à
tracer un graphe affine par morceaux (cad constitué de segments de droites) qui
approche une solution. Le segment tracé suit le champ de tangentes de l’équation :
le segment tracé à partir d’un point (x, y) aura pour pente ϕ(x, y).
Exemple : tracer une approximation de la solution de l’équation y 0 = y vérifiant
la condition initiale y(0) = 1/2.
On se fixe un “pas d’intégration”, noté ∆ (par exemple, prenons ∆ = 1). On
part du point (x0 , y0 ) = (0, 1/2) correspondant à la condition initiale. En ce point,
la pente du champ de tangentes vaut 1/2 : on trace donc un segment de pente 1/2
jusqu’à arriver en un point d’abscisse x0 + ∆x = 0 + 1 = 1 : on arrive ainsi au point
(1, 1). Et on recommence... On obtient ainsi une ligne brisée qui passe successivement
par les points (0, 1/2), (1, 1), (2, 2), (3, 4), (4, 8), (5, 16), ....
Que se passe-t-il si on applique la méthode, sur le même exemple et avec le même
pas d’intégration, mais dans le passé ?

1.2 Intervalle de vie, solutions maximales, existence et uni-

cité
Exemple. Lorsqu’on trace la solution de l’équation y 0 = y 2 avec la condition
initiale y(0) = 1, on constate que la solution ne semble pas être définie sur R, mais
seulement sur un intervalle ] − ∞, b[ avec b ' 1 (la fonction semble tendre vers +∞
en b, et on ne peut pas la prolonger).
On se donne une EDO y 0 = ϕ(x, y) et une condition initiale y(x0 ) = y0 . Une
solution maximale pour le problème de Cauchy correspondant est une fonction f ,
définie sur un intervalle I appelé intervalle de vie, telle que
– f est solution de l’EDO et vérifie la condition initiale ;
– il n’existe pas de solution g de la même équation, vérifiant la même condition
initiale, et définie sur un intervalle J contenant I et plus grand que I.
1
Exercice 3.— Montrer que la formule x 7→ 1−x définit une solution maximale au problème de
Cauchy ci-dessus. Quel est l’intervalle de vie de cette solution ?

6
Le théorème de Cauchy-Lipschitz
On considère une EDO du type y 0 = ϕ(x, y). On suppose que la fonction ϕ est
définie pour tout x dans un intervalle I et tout y dans un intervalle J, et qu’elle est
de classe C 1 .

Théorème 1.1 (existence et unicité des solutions). Pour toute condition initiale
y(x0 ) = y0 avec x0 ∈ I et y0 ∈ J, il existe une unique solution maximale de l’EDO
vérifiant cette condition initiale.

On peut aussi écrire l’unicité sans la notion de solution maximale : Soient f1 , f2

deux solution de la même ED sur un intervalle I. Si il existe un point x0 tel que
f1 (x0 ) = f2 (x0 ), alors f1 = f2 sur I.
D’un point de vue pratique, cet énoncé nous aidera à faire des dessins, en garan-
tissant que les graphes de deux solutions distinctes, définies sur un même intervalle,
ne se rencontrent pas. Voici un exemple.

Exercice 4.—
1. Montrer que les solutions de l’équation y 0 = y 2 cos(y) sont de signe constant.
2. (Prolongement de solution) Soit f la solution maximale de l’équation différentielle y 0 = −xy
vérifiant f (0) = 1, on note ]a, b[ son intervalle de vie. a. Donner (sans résoudre l’équation !) le
tableau de variation de f . b. En déduire que l’intervalle de vie est R.

Exercice 5.— Décrire toutes les fonctions f : O → R, définie sur un ouvert O quelconque de
R, et vérifiant f 0 = f . Pourquoi demande-t-on à une solution d’une EDO d’être définie sur un
intervalle ?

1.3 EDO à variables séparables

Il s’agit des équations où on peut “séparer ce qui concerne y, y 0 , ... d’un côté de
l’équation et ce qui concerne x de l’autre”.

Exemples
1. y 0 y = 1 (dans cette équation, les variables sont déjà séparées...) ;
2. y 0 y 2 = x ;
y0
3. y 0 = y 2 (on “sépare les variables” en écrivant y2
= 1) ;
y0
4. y 0 = y − y 2 (équation de population...), qu’on écrit y−y 2
= 1.
Contre-exemple : y 0 = sin(xy) ; on peut essaye de prendre l’arcsin...

7
Méthode générale de résolution
De façon générale, l’équation s’écrit

y 0 g(y) = f (x)

(avec f et g deux fonctions d’une variable. Si on connait une primitive G de g, et

une primitive F de f , alors l’équation équivaut à

G(y) = F (x) + C,

autrement dit, une fonction f , définie sur un intervalle I, est solution de l’équation
différentielle si et seulement si il existe une constante C telle que, pour tout x ∈ I,
on a G(f (x)) = F (x) + C.
Attention, il ne suffit pas de mettre les ’y’ à gauche et les ’x’ à droite, il faut que la partie
gauche soit vraiment sous forme y 0 g(y). Par exemple, l’équation 3 pourrait s’écrire y 0 − y = 0, on
a bien les ’y’ à gauche, mais ça n’est pas sous la bonne forme, on ne sait pas résoudre ainsi (il n’y
a pas de formule générale pour une primitive de y 0 − y).

Exercice 6.— Résoudre les quatre exemples.

Pièges
Il y a un certain nombre de difficultés :
1. les solutions ne sont pas toujours définies sur R (cf exemples 1, 3, 4) ;
2. il faut parfois faire des hypothèses sur y pour pouvoir continuer les calculs
(exemples 3 et 4), ce qui revient à “oublier” certaines solutions ;
3. il faut savoir calculer les primitives F et G ;
4. on n’obtient pas directement y comme fonction de x, mais comme fonction
implicite de x, et il n’est pas toujours facile d’en déduire une formule explicite
pour les solutions : il faut savoir inverser la fonction G.

Résolution des exemples

Solutions :
√ √
1. Les solutions sont les fonctions f (x) = x + c1 et f (x) = − x + c2 , où c1 et
c2 sont des constantes.
1
2. Les solutions sont les fonctions f (x) = ( 32 x2 + c3 ) 3 où c3 est une constante ;
−1
3. Les solutions sont les fonctions f (x) = x+c4
où c4 est une constante ;
4. ...

8
1.4 Barrières
La première rencontre avec les EDO peut donner l’impression qu’on sait tout
résoudre. Rien n’est plus faux, cf

x0 = x2 − x, x0 = sin(tx), x0 = etx

ou même
−t2 sin(t)
x0 = e 2 , x0 = .
t
Que faire quand on ne peut pas résoudre ?
On considère une EDO y 0 = Φ(x, y) (où Φ est une fonction continue de R2 dans
R). On appellera sur-solution toute fonction dérivable g : R → R telle que pour
tout x ∈ R, g 0 (x) > Φ(x, g(x)). Le graphe d’une sur-solution est appelé barrière
descendante. Graphiquement, en terme de champ de droites, en tout point d’une
barrière descendante, la pente de la tangente est supérieure à la pente du champ :
le champ coupe la barrière “vers le bas” (DESSIN).

L’intérêt des barrières, c’est 1) qu’il est beaucoup plus facile de trouver des
barrières que des solutions (il y en a plus !), et 2) qu’une bonne barrière peut donner
des indications sur le comportement des solutions, à l’aide du théorème suivant.

Théorème. Soit g une barrière descendante, et f une solution. Supposons qu’il

existe x0 ∈ R tel que g(x0 ) ≥ f (x0 ).
Alors pour tout x ≥ x0 , on a g(x) > f (x).

Remarque Soit g une barrière descendante et f une solution. Supposons que les
deux graphes se croisent : f (x1 ) = g(x1 ) pour un certain x1 . Alors :
1. si x < x1 et x assez proche de x1 , on a g(x1 ) < f (x1 ).
2. si x > x1 et x assez proche de x1 , on a g(x1 ) > f (x1 ).

Exercice 7.—
1. Formaliser et démontrer la remarque.
2. Démontrer le théorème.
3. Définir la notion de sous-solution (barrière montante), énoncer le théorème analogue, et déduire
le théorème des sous-solutions du théorème des sur-solutions.

Preuve du théorème — On commence par le cas où g(x0 ) > f (x0 ).

On raisonne par l’absurde : si la conclusion du théorème n’est pas vérifié, le
graphe de f passe au-dessus du graphe de g, alors il doit le croiser ; soit x1 le
PREMIER moment après x0 où le graphe de g rencontre celui de f . On a donc :
1. g(x1 ) = f (x1 ),
2. pour tout nombre x tel que x0 ≤ x < x1 , g(x) > f (x).

9
 On utilise maintenant que g est une barrière descendante et f une solution : pour
x assez proche de x1 et plus petit que x1 , on a g(x1 ) < f (x1 ) (d’après la remarque).
Ceci contredit le point 2.
Il reste le cas où g(x0 ) = f (x0 ). Mais alors la remarque nous dit que g(x00 ) > f (x00 )
pour x00 > x0 et assez proche de x0 . On est ramené au cas précédent en remplaçant
x0 par x00 . 

1.5 Explosion des solutions

On considère maintenant une équation différentielle

y 0 = φ(x, y)

avec φ définie et de classe C 1 sur R2 . Le théorème de Cauchy-Lipschitz s’applique.

Théorème. Soit f une solution maximale définie sur un intervalle de vie I =]a, b[.
Si b est un nombre réel (c’est-à-dire b 6= +∞), alors f tend vers +∞ ou −∞
lorsque x tend vers b− : autrement dit, le graphe de f admet une asymptote verticale
d’équation y = b.
On utilise souvent le théorème sous forme contrapposée : si les solutions ne
peuvent pas “exploser”, alors b = +∞.
Exercice 8.— (préliminaire à la preuve)
1. Rappeler la définition de valeur d’adhérence d’une fonction f , définie sur ]a, b[, au point b.
2. On suppose de plus f de classe C 1 , et que f a au moins deux valeurs d’adhérence au point b.
Montrer que f 0 n’est pas bornée au voisinage de b. (On peut même montrer que l’ensemble des
valeurs d’adhérence de f 0 est R.)

Exercice 9.— Démonstration du théorème

On raisonne par contrapposition. On suppose que la solution f a pour intervalle de vie ]a, b[
avec b < +∞ et que f n’a pas d’asymptote verticale en b. Le point clé-consiste à montrer que
f admet alors une limite finie au point b. L’idée est que dans le cas contraire, la fonction doit
beaucoup osciller au voisinage de b, en particulier sa dérivée n’est pas bornée ; mais l’équation
différentielle nous indique que f 0 (x) = φ(x, f (x))), or φ étant continue est bornée sur tout compact
du plan.
1. Traduire “f n’a pas d’asymptote verticale en b” en terme de valeurs d’adhérence.
Soit y0 une valeur d’adhérence de f en b. On veut montrer que limb f = y0 .
2. On suppose d’abord, pour simplifier, que la fonction φ est définie et bornée sur R2 . Soit ε > 0.
Comme y0 est valeur d’adhérence, on trouve un x0 “très proche de b” (à préciser) tel que f (x0 ) ∈
]y0 − ε/2, y0 + ε/2[. Montrer qu’on peut choisir ce “très proche” de façon à ce que pour tout
x ∈ [x0 , b[, on ait f (x) ∈]y0 − ε, y0 + ε[.

Dans le cas général, le “très proche” de la question précédente doit être choisi en fonction de
φ(b, y0 ). Plus précisément, après avoir fixé ε > 0, il nous faut trouver un voisinage V =]b − η, b +
η[×]y0 − ε, y0 + ε[ de (b, y0 ) tel que φ est bornée sur V par ε/2η.
3. Expliquer comment on peut trouver un tel voisinage.
4. Soit g une fonction de classe C 1 ,

10
 – définie sur ]b − η, b[,
– dont le graphe rencontre ]b − η, b[×]y0 − ε/2, y0 + ε/2[,
– et qui n’est pas contenu dans ]b − η, b[×]y0 − ε, y0 + ε[.
Montrer que l’une des tangentes au graphe de g a une pente supérieure à ε/(2η) (en valeur
absolue).
5. Rédiger la preuve complète.

En fait, ce principe marche encore lorsque l’équation y 0 = Φ(x, y) n’est pas définie
pour tout (x, y) ∈ R2 . Voici deux énoncés dans ce sens : le premier lorsque l’équation
n’est pas définie pour toutes les valeurs de x : il servira dans l’exercice 6.3 ; le second
lorsqu’elle n’est pas définie pour toutes les valeurs de y : il servira dans l’exercice
6.8. On verra plus loin un énoncé plus général englobant ces deux-ci.

Théorème. Supposons que Φ(x, y) soit définie lorsque x ∈]a0 , b0 [ et y ∈ R (et de

classe C 1 sur ]a0 , b0 [×R). Soit f une solution maximale définie sur un intervalle de
vie I =]a, b[. Si b < b0 alors f tend vers +∞ ou −∞ lorsque x tend vers b− .

Théorème. Supposons que Φ(x, y) soit définie lorsque x ∈ R et y ∈]c, d[ (et de

classe C 1 sur R×]c, d[). Soit f une solution maximale définie sur un intervalle de
vie I =]a, b[. Si b < +∞ alors f tend vers c ou d lorsque x tend vers b− .

11
2 Equations différentielles linéaires (I) : coeffi-
cients constants
(Sources : Demailly, Robinson, Arnold, Hubbard-West.)
On s’intéresse ici aux équations à coefficients constants (= autonomes) sans
second membres. En coordonnées, on a un système de m équations différentielles
couplées, dont les inconnues sont m fonctions x1 , . . . , xm à valeurs dans R. On l’écrit
de façon plus synthétique à l’aide de la matrice du système
x0 = Ax
où A ∈ Mm (R). L’inconnue est alors une unique fonction x à valeurs dans Rm ; on
dit aussi que x est une courbe dans Rm , et x0 (t) est le vecteur vitesse de la courbe
au temps t. Une solution est donc une fonction α : I → Rm , définie sur un intervalle
I, dérivable, et vérifiant pour tout t, α0 (t) = Aα(t).
Exercice 10.— Donner une définition de la dérivée d’une courbe α : R → E où E est un espace
vectoriel normé. Que vaut la dérivée de la courbe β = Φ ◦ α si Φ est une application différentiable ?
linéaire continue ? Comment s’exprime α0 (t) en coordonnées ?

Remarquons que l’exercice précédent permet de donner un sens à une équation

différentielle dans un espace vectoriel réel quelconque ; un peu plus loin, nous aurons
besoin d’équations différentiel dans Cm et dans Mm (R).
Questions : 1) Comment résoudre ? Existence et unicité, mieux, formule expli-
cite : exponentielle de matrice. 2) Comment se comportent les solutions ?

2.1 Remarques préliminaires

• La fonction nulle est solution. Si la matrice A est inversible, c’est la seule solution
constante.
Exercice 11.— 1. Résoudre le problème en dimension 1 (m = 1, A est une “matrice 1 × 1”).
2. Résoudre le problème en dimension 2 avec une matrice A diagonale.

• Si A est diagonale, on a m équations indépendantes, on est ramené en dimension

un.
• Comportement par changement de base
Exercice 12.— Soit α une solution de l’EDO x0 = Ax, P une matrice inversible, β est la courbe
β = P α, trouver une EDO linéaire dont β est solution.

On va donc pouvoir utiliser la réduction matricielle. En particulier, si A est

diagonalisable, on peut se ramener à un système diagonal.
Exercice 13.— Résoudre le système
x0

= −6y
y0 = x + 5y.

12
2.2 Portraits de phase dans le plan
(Sources : Robinson, p102. Queffelec-Zuily, Demailly).

Classification dans M2 (R)

Lemme. Toute matrice réelle de taille 2 est semblable à l’un des modèles suivants :
     
λ1 0 λ1 1 a −b
.
0 λ2 0 λ1 b a

Exercice 14.— 1. Démontrer le lemme (donner si possible une preuve élémentaire, n’utilisant
pas les théorèmes de diagonalisation/trigonalisation). 2. Caractériser les différentes classes de
conjugaison à l’aide du déterminant et de la trace.

Démonstration. Si le polynôme caractéristique a deux racines réelles distinctes, on

est dans le permier cas. S’il a une racine double (nécessairement réelle), alors on est
dans le premier cas si le sous-espace propre est de dimension 2, dans le deuxième
cas si il n’est que de dimension 1. Il reste le cas où les deux racines sont complexes
conjuguées (et non réelles). On diagonalise sur C2 dans une base (v1 , v¯1 ) ; on vérifie
que la base réelle (e1 = Re(v1 ), e2 = Im(v1 )) convient.
Le discriminant du polynôme caractéristique s’écrit ∆(A) = Tr(A)2 − 4DetA ; les
trois cas correspondent à ∆(A) strictement positif, nul ou strictement négatif.

Résolution
Le premier cas ne pose pas de problème.
Le second cas fait appel à la variation de la constante : la deuxième équation
est découplée, elle a pour solution y(t) = y0 eλ1 t ; en reportant dans la première
équation on se retrouve avec une équation linéaire avec second membre, on cherche
une solution sous la forme x(t) = c(t)eλ1 t .
Pour le dernier cas, en posant z(t) = x(t) + iy(t), l’équation devient z 0 = λz,
avec λ = a + ib. D’où z(t) = z0 eλt = z0 eat eibt .

Exercice 15.— 1. Déterminer, dans chacun des cas, la limite de k(x(t), y(t))k lorsque t tend
vers ±∞. 2. Lorsque (x(t), y(t)) tend vers (0, 0), déterminer la limite de la coordonnée polaire
θ(t).

Dessins
Préliminaire : dessiner une EDO. L’application x 7→ Ax est appelée champ de
vecteurs (linéaire) sur Rm . On dessine le champ de vecteurs en représentant, en
chaque point x du plan (en pratique, en un nombre suffisant de points), le vecteur
Ax d’origine x (et donc, d’extrémité x + Ax !).

13
 L’équation différentielle x0 (t) = Ax(t) signifie qu’en tout point de la courbe
t 7→ x(t), le vecteur vitesse x0 (t) est égal à Ax(t) : la vitesse de la courbe en chacun
de ses points est donnée par le champ de vecteur en ce même point.

Exercice 16.— Esquisser, à la main, le dessin du champ de vecteur linéaire x 7→ Ax pour les
matrices simples suivantes :
     
1 1 0 1 1 0 1 0 −1
A= A=− A=
10 0 1 10 0 1 10 1 0

(on remarquera que la dernière matrice est un multiple d’une matrice de rotation).

Le portrait de phase d’une EDO est l’ensemble de ses solutions. En pratique, on

dessine suffisamment de solutions pour donner l’idée du comportement de toutes.

On déduit du calcul fait plus haut les différents portraits de phase dans le plan
(on ne traite que les cas où A est inversible) :
1. diagonalisable sur R
a) vp de même signe (égales (exo) ou distinctes) : noeud stable ou instable
(puit ou source).
b) vp de signes opposées : selle ou col.
2. vp réelles, non diagonalisable : noeud “exceptionnel” (variation de la
constante). Exercice : dessiner le portrait de phase dans ce cas.
3. vp complexes. foyer stable ou instable si partie réelle non nulle, centre sinon.
Dans le cas général, le portrait de phase est l’image du portrait de phase de la
matrice réduite, par l’application de changement de base.

14
Exercice 17.— Dessiner le portrait de phase de l’EDO x0 = Ax où
 
0 −6
A= .
1 5

Exercice 18.— Discuter du comportement du ressort amorti, donné par l’EDO

α k
ẍ + ẋ + x = 0
m m
selon les valeurs des constantes physiques m (masse),α (coefficient de frottement) ,k (raideur). On
transformera cette EDO d’ordre 2 en une EDO d’ordre 1 en dimension deux, en posant
 
ẋ
X= .
x

2.3 Exponentielle de matrice

Pour une matrice A ∈ Mn (C), on définit l’exponentielle de A par la formule :
X 1
exp(A) = An .
n∈N
n!

Exercice 19.— Rappeler ce que signifie la formule précédente, en particulier pourquoi la série
converge : se souvenir de l’espace vectoriel normé Mn (R) et de la propriété kABk ≤ kAk kBk.

Exercice 20.— Que vaut l’exponentielle de la matrice nulle ? L’exponentielle de l’identité ? D’une
matrice diagonale ?

Proposition.
−1
1. Invariance par conjugaison : eP AP = P eA P −1 .
2. eA eB = eA+B lorsque A et B commutent.
3. La courbe t 7→ etA , définie sur R et à valeurs dans l’espace vectoriel des ma-
trices inversibles, est dérivable, et sa dérivée est t 7→ AetA .

Exercice 21.—
1. A l’aide de la deuxième propriété, montrer que l’exponentielle d’une matrice A quelconque est
inversible, et donner son inverse.
2. Montrer que si A et B commutent, alors B commute avec l’exponentielle de A.

15
Démonstration.
1. Vient de ce que le conjugué de la puissance est égal à la puissance du conjugué.
2. Cette relation vient du théorème très général sur les séries produit, qui marche
dans Mm (C) comme dans C. Comme il s’agit d’un résultat essentiel (même dans
C !), on en rappelle l’énoncé et la preuve.
Théorème. Soient (an ), (bn ) deux suites dans Mm (C) telle que les séries réelles positive
X X
kan k , kbn k

convergent. Posons, pour chaque n,

X
cn = ap bq .
p+q=n,p≥0,q≥0

Alors
P P
1. la série kcn k converge, et donc cn converge aussi,
2. et on a X  X  X
an bn = cn .

Démonstration. On utilise une norme d’algèbre, ie vérifiant kabk ≤ kak kbk. Pour le premier
point, on a X
kcn k ≤ kap k kbq k .
p+q=n

D’où ! !
N
X X N
X N
X
kcn k ≤ kap k kbq k ≤ kan k kbn k
0 0 0

où la somme centrale porte sur les couples (p, q) appartenant au triangle p ≥ 0, q ≥ 0, p + q ≤ N ,
tandis que le terme de droite est égal à une somme sur les couples appartenant au carré 0 ≤ p ≤
N, 0 ≤ q ≤ N . La convergence des deux séries de droites entraı̂ne alors celle de gauche.
Pour le second point, appelons
X
Cn = kap k kbq k ;
p+q=n,p≥0,q≥0
P P
d’après le premier point appliqué aux séries kan k , kbn k, la série (à termes positifs) des Cn
est convergente. On évalue alors
N N
! N ! 2N +∞
X X X X X X X
cn − an bn = ap bq ≤ kap k kbq k ≤ Cn ≤ Cn
0 0 0 N +1 N +1

où les sommes centrales portent sur le triangle 0 ≤ p ≤ N, 0 ≤ q ≤ N, p + q > N . La dernière

somme est le reste d’une série convergente. Tout ceci tend donc vers 0 lorsque N tend vers +∞,
ce qu’on voulait.

3. La définition de l’exponentielle donne

etA = Id + tA + o(kAk)
d’où, en regardant la limite du taux d’accroissement, la valeur de la dérivée de etA
en t = 0. On en déduit la valeur en t0 en écrivant
e(t0 +h)A = ehA et0 A .

16
Exercice 22.— Donner un contrexemple à la formule eA eB = eA+B lorsque A et B ne commutent
pas.

2.4 Solutions de x0 = Ax
Théorème 2.1. Etant donné x0 ∈ Rm , il existe une unique solution x : R → Rm
à l’équation différentielle ẋ = Ax vérifiant la condition initiale x(0) = x0 . Cette
solution est donnée par x(t) = etA x0 .

Noter que, dans le contexte de ce chapitre, il n’y a pas d’explosion : toute solution
maximale est définie sur R tout entier.
Exercice 23.— Montrer que l’unique solution définie sur R et vérifiant la condition initiale x(t0 ) =
x0 est donnée par x(t) = e(t−t0 )A x0 .

Démonstration. L’existence est donnée par les propriétés de l’exponentielle ; pour

l’unicité, si x(t) est solution, on montre en dérivant que y(t) = e−At x(t) est constante.
Cette dérivation utilise l’exercice suivant.

Exercice 24.— Soit t 7→ M (t) et t 7→ x(t) deux applications arrivant respectivement dans Mm (R)
et dans Rm , que l’on suppose dérivables. Montrer que t 7→ M (t)x(t) est dérivable, de dérivée
t 7→ M 0 (t)x(t) + M (t)x0 (t) (indication : faire un DL à l’ordre 1).

Exercice 25.— 1. Montrer que la courbe t 7→ eλt V est solution si et seulement si λ est valeur
propre et V vecteur propre associé.
2. Expliquer comment on retrouve les solutions dans le cas diagonal.

Nous allons maintenant voir comment calculer les exponentielles de matrice etA
qui donnent les solutions de l’EDO x0 = Ax.

Réduction des matrices complexes (I)

Dans Mn (C), toute matrice est trigonalisable. On peut être plus précis : toute
matrice est semblable à une matrice diagonale par bloc, chaque bloc Bi s’écrivant
λi Id + Ni où Ni est triangulaire supérieure avec des zéros sur la diagonale. Voici une
conséquence de ce résultat.

Théorème. Toute matrice complexe A s’écrit P (D + N )P −1 , avec D diagonale, N

nilpotente et DN = N D.

On en déduit une façon de calculer exp(A).

17
Corollaire 2.2 (Forme des solutions). Soit A ∈ Mm (R). Soit γ : R → Rm une
solution, γ(t) = (γ1 (t), ..., γm (t)). Chaque fonction γi est une combinaison linéaire
de fonctions de la forme
tk eat cos(bt), tk eat sin(bt)
où a + ib est une valeur propre de A.

Démonstration. Chaque case de exp(tN ) est un polynôme en t (de degré ≤ n).

Chaque case de exp(tD + tN ) s’obtient donc en multipliant un polynôme en t par
et(a+ib) pour une certaine valeur propre α + iβ. En multipliant à droite et à gauche
par les matrices constantes P et P −1 , on prend des combinaison linéaires de telles
fonctions : chaque case de exp(tA) est donc une combinaison linéaire (à coefficients
complexes) de fonctions du type tk et(a+ib) .
D’autre part nous savons que exp(tA) est une matrice réelle. Chaque case est
égale à sa partie réelle, donc du type
!
X X
Re (xj + iyj )tkj et(aj +ibj ) = tkj etaj Re((xj + iyj )(cos(tbj ) + i sin(tbj))
j j

et
Re((xj + iyj )(cos(tbj ) + i sin(tbj )) = xj cos(tbj ) − yj sin(tbj )
est du type voulu. Enfin, toute solution γ s’écrit t 7→ exp(tA)γ(0), dont chaque
coordonnées est une combinaison linéaire de case de exp(tA).

(2) Réduction des matrices complexes (II)

Soit Φ ∈ L(Cn ). Soit λi une valeur propre, et mi sa multiplicité (en tant que
racine du polynôme caractéristique). On définit le sous-espace caractéristique (dont
les éléments sont appelés vecteurs propres généralisés)

Ei = Ker(Φ − λi Id)mi .

Théorème. Chaque sous-espace caractéristique Ei est de dimension mi . D’autre

part, les sous-espace caractéristiques sont en somme directes. Autrement dit, il existe
une base de vecteurs propres généralisés.

Exercice 26.— 1. Montrer directement (sans utiliser l’exponentielle de matrice) que si v est un
vecteur propre généralisé pour la valeur propre λ, alors la solution vérifiant x(0) = v est donnée
par
m−1
X 1
x(t) = eλt tj (A − λId)j v.
j=0
j!

(Aide : calculer x0 (t) fait apparaı̂tre λx(t) + (A − λId)(x(t) − · · · ) = Ax(t).)

2. En déduire une autre preuve du corollaire.

18
2.5 Puits et sources
On dira que la solution constante 0 est un puits si les parties réelles des valeurs
propres sont < 0. Dans ce cas, le théorème sur la forme des solutions implique
immédiatement que toute solution tend vers 0 (ce critère est connu sous le nom de
critère de Routh). Le théorème suivant fait mieux.
Théorème 2.3 (des puits linéaires). Les affirmations suivantes sont équivalentes :
1. toutes les vp de A ont une partie réelle < 0 ;
2. pour toute norme k.k sur Rm , il existe deux constantes a > 0 et C ≥ 1 telles
que, pour tout x0 ∈ Rm et t > 0,

etA x0 ≤ Ce−ta kx0 k ;

3. il existe une norme euclidienne N∗ , dite norme adaptée, et une constante a > 0
telles que, pour tout x0 ∈ Rm et t > 0,

N∗ (etA x0 ) ≤ e−ta N∗ (x0 ).

En particulier, pour tout voisinage U de 0, il existe un voisinage V tel que pour

toute condition initiale dans V , la solution correspondante reste dans U et tend vers
0 : on dit que l’origine est un point d’équilibre asymptotiquement stable (Liapunov
1892). On définit de façon analogue les sources, lorsque les parties réelles des valeurs
propres sont toutes strictement positives, et on peut bien sûr énoncer un théorème
symétrique pour les sources. (Une matrice A définit un puit si et seulement si −A
définit une source, ce qui permet de déduire formellement les propriétés des sources
des propriétés des puits).
Exercice 27.— 1. Montrer le théorème dans le cas où A est diagonale. 2. Montrer le théorème
dans le cas où A est diagonalisable. 3. (*) Donner un exemple montrant que, lorsque les trois
affirmations équivalentes du théorèmes sont satisfaites, la norme euclidienne canonique n’est pas
toujours une norme adaptée.

Démonstration. S’il y a une valeur propre de partie réelle α ≥ 0, on a une solution

complexe z0 eαt eiβt , sa partie réelle est une solution réelle qui ne tend pas vers 0. Ceci
montre que (2) ou (3) implique (1).
Supposons maintenant (1) que toutes les valeurs propres ont des parties réelles
< 0, elles sont donc toutes < −a où a est un réel > 0. D’après la section sur le calcul
de etA , tous les coefficient de M (t) = eta etA tendent vers 0 lorsque t tend vers +∞ :
la norme “max des coefficients” tend donc vers 0. Par équivalence des normes sur
Mm (R), la norme d’opérateur de
kM (t)x0 k
|||M (t)||| := sup
x0 6=0 kx0 k
tend aussi vers 0. En particulier, cette norme est bornée par une constante C. Ceci
donne (2).

19
 Supposons maintenant que (2) est vérifiée. On considère une norme euclidienne
k.k, et a et C les constantes associées. Soit 0 < a0 < a. Posons maintenant
sZ
∞
N∗ (x) := e2a0 s kesA xk2 ds.
0

Grâce à (2), l’intégrale converge. Cette formule définit alors une autre norme eucli-
dienne (vérifier en exhibant la forme bilinéaire symétrique définie positive associée).
On évalue la quantité etA x0 ∗ à l’aide du changement de variable s0 = s + t, et on
obtient
N∗ (etA x0 ) ≤ e−at N∗ (x0 )
comme voulu.

Alternativement, on peut construire la norme adaptée à l’aide de la forme de

Jordan de la matrice A, en généralisant l’argument donné dans le cas diagonalisable.

Exercice 28.— (cf TD) Donner un critère sur la matrice A pour que toutes les solutions soient
des fonctions bornées. On pourra commencer par le cas où 0 est la seule valeur propre (matrice
nilpotente).

20
3 Equations différentielles linéaires (II)
On considère ici l’équation différentielle linéaire générale

(1) x0 = A(t)x + B(t),

où les applications A et B sont définies sur un intervalle I de R, à valeurs dans

Mm (R) et Rm respectivement. On cherche des solutions, c’est-à-dire des applications
x : I → Rm , dérivables et satisfaisant l’équation. Tout ce qu’on va dire est donc
valable en particulier dans le contexte du chapitre précédent, qui correspondait au
cas où l’application A est constante et l’application B est nulle.

Dimension un Exemple de l’épargne : si l’unité de temps est l’année, x0 = ax

représente l’évolution d’une somme d’argent placé à un taux ea ; x0 = a(t)x
représente un taux variable, x0 = a(t)x+b(t) représente un compte avec taux variable
et dépots et retraits d’argents.
Les solutions de l’EDO x0 = a(t)x sont données par
Z t 
t 7→ x0 exp a(s)ds .
t0

En utilisant la variation de la constante (voir plus bas), on en déduit une formule

pour les solutions de l’EDO x0 = a(t)x + b(t). Cette démarche se généralise mal, en
général on ne sait pas ramener cette équation à un calcul d’intégrale.

3.1 Structure des solutions

Théorème 3.1. (Cauchy-Lipschitz linéaire) On suppose que A et B sont des appli-
cations continues sur l’intervalle I. Pour tout (t0 , x0 ) ∈ R × Rm , il existe une unique
solution x : I → Rm et satisfaisant à la condition initiale x(t0 ) = x0 .

Par rapport au théorème général, le point important, dû à la linéarité, est l’exis-
tence d’une solution définie sur l’intervalle I tout entier.
Démonstration. Plus tard, ceci sera une conséquence du théorème général d’exis-
tence et d’unicité, de l’existence de solution maximales, et du théorème de non-
explosion pour voir que les solutions maximales sont définies sur I tout entier. On
peut aussi faire une preuve qui fournit directement une solution définie sur I, avec
la méthode de Picard (voir TD).
En supprimant le terme B(t) dans l’équation x0 = A(t)x + B(t), on obtient
l’équation sans second membre (ou homogène) associée :

(0) x0 = A(t)x.

21
Corollaire 3.2. (Principe de superposition) Fixons t0 ∈ I. L’ensemble S0 des so-
lutions de l’équation homogène (0) forme un espace vectoriel de dimension m, et
l’application Evalt0 : x 7→ x(t0 ) est un isomorphisme entre S0 et Rm .
L’ensemble S des solutions de (1) forme un espace affine de dimension m,

S = {x̄ + x | x ∈ S0 }

pour toute solution (dite “solution particulière”) x̄ de l’équation (1).

Démonstration. Facile.

Exercice 29.— Décrire S0 et S pour l’équation x0 = x + et (que l’on a déjà rencontrée au chapitre
précédent, dans le cadre des matrices 2 × 2 triangulaires).

3.2 Résolvante
On étudie ici l’équation homogène (0) x0 = A(t)x.
Soit (t0 , x0 ) une condition initiale, et x la solution correspondante. Pour t ∈ I, on
note R(t, t0 )(x0 ) = x(t) : R(t, t0 ) est donc l’application qui fait correspondre, à une
condition initiale au temps t0 , l’état du système au temps t ; on l’appelle résolvante
de l’équation.

Exercice 30.— Que vaut R(t, t0 ) dans le cas d’une équation autonome (à coefficients constants)
x0 = Ax ?

Proposition 3.3. (Propriétés de la résolvante)

(0) R(t, t0 ) est une application linéaire inversible.
(1) R(t0 , t0 ) = Id.
(2) Composition : R(t2 , t1 )R(t1 , t0 ) = ... ?
(3) L’application M : t 7→ R(t, t0 ) est la solution de l’équation différentielle
linéaire suivante, dans Mm (R) :

M 0 (t) = A(t)M (t)

avec la condition initiale M (t0 ) = Id.

En particulier, chaque colonne de la matrice R(t, t0 ) est une solution de l’EDO

0
x = A(t)x.
Démonstration.
(0) R(t, t0 ) = Evalt ◦ Eval−1t0 .
(1) par définition de la résolvante.
(2) Fixons deux réels t0 , t1 . Soit x0 ∈ Rm , et t 7→ x(t) la solution vérifiant x(t0 ) = x0 .
Posons enfin x1 = x(t1 ). Par définition de la résolvante, on a pour tout t

R(t, t0 )x0 = x(t) = R(t, t1 )x1 .

22
On en déduit (2).
(3) Interprétation du produit matriciel en colonnes : pour chaque vecteur ei de
la base canonique de Rm , t 7→ R(t, t0 )ei est la solution de l’ED x0 = A(t)x avec
condition initiale x(t0 ) = ei , d’où M 0 (t).ei = A(t)M (t)ei , ce qui signifie que les ième
colonnes des matrices M 0 (t) et A(t)M (t) coincident, d’où l’égalité.

Exercice 31.— 1. Ecrire les détails de la preuve. 2. Montrer que si x1 , . . . xm sont m solutions,

alors x1 (t0 ), . . . xm (t0 ) sont linéairement indépendant si et seulement si x1 (t1 ), . . . xm (t1 ) le sont.

Exercice 32.— (cf le livre de Demailly). On suppose que les matrices A(t) commutent deux à
deux. Montrer que la résolvante est alors donnée par la formule
Z t 
R(t, t0 ) = exp A(s)ds .
t0

Ceci généralise la formule en dimension un.

La résolvante peut être obtenue comme une série normalement convergente, ce

qui permet de montrer le théorème d’existence, et la dépendance continue (et même
lisse) par rapport aux paramètres. Cette série est celle qui apparaı̂t dans la preuve
par le théorème de Picard.

3.3 Wronskien
(Wronski 1810). En général, il n’y a pas de formule fermée permettant de calculer
la résolvante. Cependant, son déterminant vérifie une équation différentielle linéaire
en dimension 1, et par conséquent il est toujours donné par une formule intégrale.

Proposition 3.4. (Théorème de Liouville) Le déterminant ∆(t) = Det(R(t, t0 ))

vérifie l’équation différentielle linéaire d’ordre 1

∆0 (t) = T r(A(t))∆(t).

Lemme 3.5. Le déterminant est une application polynomiale de Mm (R) vers R,

en particulier il est de classe C ∞ . Sa différentielle en l’identité est l’application
A 7→ Tr(A). En particulier, pour tout A, on a le développement limité

Det(Id + hA) = 1 + hTr(A) + o(h).

Démonstration du lemme. Comme l’application déterminant est de classe C ∞ , on

sait qu’elle est différentiable en tout point de Mm (R). Pour trouver sa différentielle
L en l’identité, il suffit alors de calculer ses dérivées partielles dans une base de
Mm (R). Prenons la base canonique constituée des m2 matrices eij contenant des
zéros partout sauf un “1” en case (i, j). on calcule facilement Det(Id + heij ) et on en
déduit L(eij ). On constate ensuite que L(eij ) = Tr(eij ) pour tout (i, j), d’où L = Tr
par linéarité.

23
Exercice 33.— Montrer directement le développement limité Det(Id + hA) = 1 + hTr(A) + o(h).
Pour cela, dans la formule générale du déterminant (somme portant sur toutes les permutations
de {1, ..., n}...) donnant Det(Id + hA), isoler le terme correspondant à la permutation identité. Le
terme restant est multiple de h2 , parce que toute permutation non identique bouge au moins deux
indices.

Exercice 34.— (Preuve de la proposition.)

1. A l’aide du lemme, donner un DL à l’ordre 1 de ∆(t0 + h), en déduire ∆0 (t0 ).
2. En utilisant la propriété R(t, t0 ) = R(t, t1 )R(t1 , t0 ), en déduire ∆0 (t1 ) pour t1 quelconque.

On définit le wronskien d’un système de m solutions x1 , ..., xm comme l’applica-

tion w : t 7→ Det(x1 (t), ..., xm (t)). Par définition de la résolvante et multiplicativité
du déterminant, on a, pour tout t,

w(t) = Det(R(t, t0 ))Det((x1 (t0 ), ..., xm (t0 )) = ∆(t)Det((x1 (t0 ), ..., xm (t0 )).

Le calcul du déterminant de la résolvante fournit donc la valeur du wronskien de

n’importe quel système de solutions. Rappelons que le déterminant des m vecteurs
x1 (t), ..., xm (t) s’interprète comme le volume m-dimensionnel du parallèlépipède
nX o
ai xi (t) | ai ∈ [0, 1] .

La fonction w(t) représente donc l’évolution de ce volume au cours du temps.

Remarques
– Dans le cas A constant, en un temps t, ce volume est multiplié par etT r(A) .
– Lorsque la trace de A(t) est nulle pour tout t, le déterminant ∆(t) est constant, on
dit que “le flot préserve le volume”. La préservation du volume a des conséquences
intéressantes. Par exemple, si on a un point fixe asymptotiquement stable au sens
de Lyapounov, alors le volume est contracté :

Exercice 35.—(Arnold, p195)

1. Dans l’EDO x0 = A(t)x, supposons que la solution constante 0 est asymptotiquement stable
au sens de Lyapounov : pour tout voisinage U de 0, il existe un voisinage V tel que pour toute
condition initiale dans V , la solution correspondante reste dans U et tend vers 0. Montrer que le
wronskien de tout système de m solutions tend vers 0.
2. On considère l’équation de la balançoire, x00 − f (t)x = 0. Mettre l’équation sous la forme d’un
système linéaire d’ordre 1, et montrer que le wronskien de ce système est constant. En déduire que
la position d’équilibre 0 n’est pas asymptotiquement stable, quelle que soit la fonction f .

24
3.4 Variation de la constante
(Lagrange 1775, dans le cadre des équations d’ordre n.)
On revient à l’équation (1)x0 = A(t)x + B(t). Le principe consiste à chercher les
solutions de l’équation sous la forme R(t, t0 )y(t) (la variable est t, le réel t0 étant
fixé), des termes se simplifient, ce qui conduit à une simple recherche de primitive
(en supposant connue la résolvante).

Exercice 36.—
1. Par cette méthode, écrire la formule intégrale obtenue pour les solutions de l’EDO (1).
2. Expliciter le cas particulier où A(t) est constante.
3. Expliciter le cas de la dimension un (cf début de la section).
4. Expliciter la méthode de la variation de la constante pour une équation d’ordre m, x(m) (t) +
am−1 (t)x(m−1) (t) + · · · + a1 (t)x(t) + a0 (t) = 0.

Exercice supplémentaire : théorie élémentaire des perturbations, Viterbo p75.

3.5 Equation différentielle linéaire d’ordre supérieur

On se ramène à un système linéaire d’ordre 1, cf TD. Attention à la variation de
la constante.

25
Le monde non-linéaire (D’après Hubbard-West)
On peut diviser le monde des équations différentielles (EDO) en deux : le monde
familier, qui correspond en gros aux équations linéaires, et le monde étrange.

Le monde linéaire
La plus simple : x0 = ax. Plus généralement, x0 = a(t)x+b(t), ou bien x0 = Ax en
dimension supérieure. La caractéristique principale : on sait exprimer les solutions
avec des formules.

Le monde étrange
Exemple 1. Newton (Principes mathématiques de la philosophie naturelle, 1687) :
loi de la dynamique et loi de la gravitation. Ceci permet de modéliser le système
solaire par une EDO. Cette EDO est non linéaire : on peut résoudre le problème des
deux corps (ce qu’a fait Newton), mais pas au-delà. Exemples de solutions complexes
(animation). Hors de portée de ce cours...
Exemple 2 : requins et sardines (Volterra 192.) En l’absence d’interactions x0 =
ax et y 0 = −by ; le nombre de rencontres est proportionnelle à xy, on obtient

x0 = ax − cxy
y 0 = −by + dxy

On ne peut pas résoudre, mais on sait néanmoins décrire le comportement qualitatif

des solutions (cf TD). Et déjà, dire qu’elles existent !
Exemple 3 : petites oscillations du pendule. On ne sait pas résoudre l’équation
00
y = sin(y). On peut linéariser, et espérer que l’équation linéarisée décrit le com-
portement des petites oscillations, mais comment le justifier ?

Vocabulaire : EDO/EDP. autonome ou pas, ordre un ou supérieur. Passage non-

autonome/autonome ; passage ordre supérieur à ordre 1 (cf TD). Conclusion : on
s’intéresse principalement aux équations autonomes d’ordre un.

26
4 Existence de solutions : le théorème de Cauchy-
Peano-Arzela
Nous quittons maintenant le monde linéaire pour passer à la théorie générale
des EDO. Nous allons montrer des théorèmes d’existence et d’unicité locales, et de
dépondance par rapport à un paramètre. Nous suivons principalement le livre de
Demailly.
Le problème : on considère U un ouvert de R × Rm , et X : U → Rm une
application continue. On considère l’EDO

(1) x0 = X(t, x).

Définition d’une solution : c’est une fonction x : I → Rm (une courbe) définie sur
un certain intervalle I, dérivable sur I, telle que pour tout t ∈ I

(t, x(t)) ∈ U et x0 (t) = X(x(t), t).

(L’hypothèse (t, x(t)) ∈ U pour tout t ∈ I sera supposée implicitement, pour

toute courbe x considérée, dans toute la suite).
NB : l’application X est considérée comme un champs de vecteurs dépendant
du temps ; autrement dit, ce qui a du sens, c’est le vecteur X(x, t) d’origine x : il
indique la vitesse d’une courbe solution passant au point x au temps t.

Exercice 37.— Montrer que si X est de classe C k , toute solution est de classe C k+1 .

On suppose à partir de maintenant que X est continue, et on fixe (t0 , x0 ) ∈ U .

On va montrer que le problème de Cauchy a toujours une solution :

Théorème 4.1 (Peano 1890, Arzela 1895). Il existe un intervalle ouvert I contenant
t0 et une solution x : I → Rm qui vérifie la condition initiale x(t0 ) = x0 .

L’idée : la méthode d’Euler permet de construire des courbes γN qu’on voit

comme des “solutions approchées” de l’équation. Le théorème d’Ascoli permet d’ex-
traire de la suite (γN ) une sous-suite convergent uniformément vers une courbe γ.
Cette courbe sera une solution de l’équation. On va utiliser la notion de module de
continuité décrite dans l’exercice suivant, et le théorème d’Ascoli qui fait l’objet de
la section suivante.
Exercice 38.— Soit f : Y → Z une application entre deux espaces métriques (Z, dZ ) et (Y, dY ).
Pour tout δ > 0 on définit l’élément de [0, +∞]

wf (δ) = sup{dZ (f (y1 ), f (y2 )) | dY (y1 , y2 ) ≤ δ}.

1. On suppose que f est uniformément continue, montrer que limδ→0 wf (δ) = 0.

2. (Optionnel) Montrer la réciproque.

27
4.1 Le théorème d’Ascoli (1843-1896)
Soient X, Y deux espaces métriques compacts, k fixé. On considère l’espace
C(X, Y ) des fonctions continues de X dans Y , muni de la distance uniforme définie
par
d∞ (f, g) = Sup{d(f (x), g(x)), x ∈ X}.
Soit k > 0. Une application f : X → Y est k-lipschitzienne si, pour tous x, y ∈
X, on a d(f (x), f (y)) ≤ kd(x, y). Toute application lipschitzienne étant continue,
l’ensemble Ck des application k-lipschitziennes de X dans Y est un sous-espace de
C.

Théorème 4.2. Pour k fixé, L’ensemble Ck est un espace métrique compact : de

toute suite dans Ck on peut extraire une sous-suite qui converge pour la distance
uniforme.

Exercice 39.— Construire une suite d’éléments de C([0, 1], [0, 1]) qui n’admet aucune sous-suite
convergente.

La preuve utilise les lemmes suivants.

Lemme 4.3. L’espace métrique C est complet. L’espace Ck est fermé dans C, il est donc également
complet.

Lemme 4.4. Pour tout espace métrique compact X, il existe une suite (xp )p≥0 dense dans X.

Pour démontrer le premier lemme, on considère une suite de Cauchy (fn ) dans C ; pour tout x,
la suite (fn (x)) est de Cauchy dans Y , qui est compact donc complet, elle converge donc vers un
nombre que l’on appelle f (x). On montre ensuite que la convergence est uniforme, et que la limite
est continue. Le fait que Ck soit fermé est facile. Pour le second lemme, on commence par considérer
un recouvrement fini {B1 , ..., Bk1 } de X par des boules de rayon 1 (un tel recouvrement existe par
compacité). Puis un deuxième recouvrement fini {Bk1 +1 , ..., Bk1 +k2 } par des boules de rayon 12 .
Puis un troisième par des boules {Bk1 +k2 +1 , ..., Bk1 +k2 +k3 } de rayon 31 , etc.. Il suffit ensuite de
choisir, pour chaque entier positif p, un point xp dans la boule Bp , pour fabriquer une suite (xp )
dense dans X. (Pour plus de détails, se reporter à un cours de topologie).

Preuve du théorème d’Ascoli. Soit (fn ) une suite d’éléments de Ck . Soit (xp ) une suite dense dans
X, fournie par le second lemme. Par le procédé diagonal classique, en utilisant la compacité de
Y , on construit une extraction φ(n) telle que, pour tout p ≥ 0, la suite (fφ(n) (xp ))n≥0 converge :
pour cela on extrait une première suite (φ0 (n)) telle que (fφ0 (n) (x0 ))n≥0 converge, de cette suite
on extraite une deuxième suite φ0 ◦ φ1 (n) telle que (fφ0 ◦φ1 (n) (x1 ))n≥0 converge, etc.. On pose enfin
φ(n) = φ0 ◦ · · · ◦ φn (n), et on remarque que, pour chaque entier p ≥ 0, la suite (φ(n))n≥p est
extraite de la p ème suite extraite φ0 ◦ · · · ◦ φp (n), ce qui montre bien que (fφ(n) (xp ))n≥0 converge.
Il s’agit maintenant de voir que la suite extraite (fφ(n) ) est de Cauchy, la complétude de Ck
assurant alors la convergence de cette suite. On se fixe donc ε > 0. La suite (xp ) étant dense,
la famille des boules (Bε (xp ))p≥0 recouvre X, par compacité il existe entier p0 tel que les boules
(Bε (xp ))0≤p≤p0 recouvrent encore X. Fixons un entier i entre 0 et p0 ; par construction de l’ex-
traction φ, la suite (fφ(n) (xi )) converge, elle est donc de Cauchy : il existe un entier N0 (i) tel que,
pour tous n, n0 ≥ N0 (i), on a

(∗) d(fφ(n) (xi ), fφ(n0 ) (xi )) < ε.

28
Notons N0 le plus grand des entiers N0 (i), de sorte que, pour n, n0 ≥ N0 , l’inégalité (∗) est vérifiée
pour tout entier i entre 0 et p0 .
Pour voir que la suite (fφ(n) ) est de Cauchy, on considère maintenant deux entiers n, n0 ≥ N0 ,
on va vérifier que d∞ (fφ(n) , fφ(n0 ) ) est “assez petite”. Etant donné un élément x dans X, l’un des
points x1 , . . . xp0 est à distance de x inférieure à ε, appelons-le xi . On évalue alors la distance
d(fφ(n) (x), fφ(n0 ) (x)) à l’aide des points fφ(n) (xi ) et fφ(n0 ) (xi ), ce qui donne

d(fφ(n) (x), fφ(n0 ) (x)) ≤ ε + kε + kε

(c’est ici qu’intervient le caractère k-lipschitzien des fonctions fn ; on a aussi utilisé l’inégalité
(∗)). On a pu préalablement fixer un réel ε0 > 0, et choisir ensuite ε > 0 assez petit pour que
(2k + 1)ε < ε0 , ce qui montre que le suite extraite est de Cauchy. Ceci termine la preuve.

4.2 Méthode des polygones d’Euler (1768)

Dans un premier temps, on fait la preuve sous des hypothèses

supplémentaires : U = R × Rm et X est borné sur U .
On expliquera ensuite comment adapter la preuve dans le cas général (sec-
tion 4.6). On note M le supremum de X sur U . On se donne un temps T > 0
quelconque, et on va construire une solution définie sur l’intervalle I = [t0 −T, t0 +T ].

On se fixe un entier N > 0, et on applique la méthode d’Euler de pas 1/N . La

méthode d’Euler consiste à construire une “solution approchée” qui est affine par
morceaux : au temps t0 , on part du point x0 , on se déplace à vitesse constante égale
au vecteur X(t0 , x0 ) pendant un (petit) intervalle de temps 1/N ; on arrive ainsi au
temps t1 à un nouveau point x1 , à ce moment on modifie la trajectoire pour adopter
pendant un petit intervalle de temps la vitesse donnée par X(t1 , x1 ), et ainsi de
suite.
On obtient ainsi une fonction γN continue et affine par morceaux. Noter que,
0
pour tout t ∈]ti , ti+1 [, on a γN (t) = X(ti , γN (ti )).

Exercice 40.— Ecrire la construction précise.

4.3 Extraction
Lemme 4.5. Toutes les courbes γN sont M -lipschitziennes.

Exercice 41.— Démontrer le lemme. On montrera l’inégalité kγN (t) − γN (t0 )k ≤ M |t − t0 |

d’abord lorsque t et t0 font partie du même intervalle de la subdivision utilisée pour définir γN ,
puis on en déduira le cas général.

Le lemme permet d’appliquer le théorème d’Ascoli : il existe une application

continue γ : I → Rm qui est la limite uniforme d’une suite extraite (γNk ). Nous
allons maintenant démontrer que γ est solution de l’EDO.

29
4.4 Majoration de l’erreur
Puisque les courbes γN sont M -lipschitziennes, leurs images sont incluses dans
le compact K = B(x0 , T M ). Le champ X, étant continu sur le compact I × K, y
est uniformément continu : soit wX un module de continuité, on a limδ→0 wX (δ) = 0
et pour tout t, t0 , x, x0 ,

kX(t, x) − X(t0 , x0 )k ≤ wX (|t − t0 | + kx − x0 k).

Lemme 4.6. Pour tout entier N > 0 et tout t ∈ I,

0 M +1
kγN (t) − X(t, γN (t))k < wX ( ).
N
On exprime cette inégalité en disant que γN est une solution ε-approchée avec
ε = wX ( MN+1 ).
0
Exercice 42.— Démontrer le lemme. On utilisera le fait que la vitesse γN (t) de la solution
approchée d’Euler est, d’après la méthode d’Euler, égale à la valeur du champ en un certain point.

4.5 Solution
Lemme 4.7. La courbe γ est solution de l’équation.

Démonstration. On remarque d’abord qu’on peut mettre l’équation sous forme

intégrale : le problème revient à montrer qu’on a, pour tout t ∈ I,
Z t
γ(t) = x0 + X(s, γ(s))ds.
t0

Pour ceci, on va faire tendre k vers +∞ à partir de l’égalité, valable pour t fixé et
pour tout k, Z t
0
γNk (t) = x0 + γN k
(s)ds
t0

Lorsque k tend vers +∞ le membre de gauche tend vers γ(t), il reste à voir la
0
convergence du membre de droite. On compare γN k
(s) à X(γNk (s)) en utilisant
la majoration de l’erreur (section précédente), et ce dernier terme à X(s, γ(s)) en
utilisant la convergence uniforme de (γNk ) vers γ (utiliser le module de continuité).
On en déduit la convergence, et l’égalité intégrale recherchée.

Exercice 43.— Rédiger les détails.

30
4.6 Cadre général
Désormais U est un ouvert quelconque de R × Rm , et le champ X n’est pas
nécessairement borné sur U . On a toujours une condition initiale donnée (t0 , x0 )
appartenant à U . On commence par choisir un cylindre de sécurité C pour l’EDO :
Lemme 4.8. (cylindre de sécurité)
1. Il existe r0 , T, M tels que (1) le cylindre fermé

C = [t0 − T, t0 + T ] × B̄(x0 , r0 )
r0
est inclus dans U , (2) M est un majorant de kXk sur C, et (3) T ≤ M
.
2. Toute solution γ : I → Rm , avec I ⊂ [t0 − T, t0 + T ], prend ses valeurs dans
la boule B̄(x0 , r0 ).
3. Les courbes γN produites par la méthode d’Euler sont bien définies et contenues
dans C.
Démonstration. Pour le premier point, on commence par choisir un premier cylindre
fermé inclus dans U ,

C0 = [t0 − T0 , t0 + T0 ] × B̄(x0 , r0 )

où B̄(x0 , r0 ) est la boule fermée de centre x0 et de rayon r0 pour la norme euclidienne
(par exemple). On fixe ensuite un majorant M de kXk sur C0 (compacité, conti-
nuité). Enfin on choisit T ≤ min(T0 , r0 /M ). Le cylindre C comme dans le lemme
convient.
Pour le second point, l’idée est très simple : on ne peut pas franchir une distance
r0 en un temps τ ≤ r0 /M avec une vitesse inférieure ou égale à M . La traduction
mathématique utilise l’inégalité des accroissements finis :

ky(t2 ) − y(t1 )k ≤ |t2 − t1 | sup ky 0 k .

[t1 ,t2 ]

Exercice 44.— Rédiger la preuve en suivant l’idée ci-dessus. Plus précisément, raisonner par
l’absurde en supposant que la solution sort du cylindre, et considérer le plus petit temps τ ∈
]t0 , t0 + T [ pour lequel d(x(τ ), x0 ) = r0 .

Le dernier point se montre de la même manière : tant qu’elles restent dans C, les
courbes γN ont un vecteur vitesse majoré par M , ce qui permet démontrer qu’elle
ne peuvent pas en sortir dans l’intervalle de temps [t0 − T, t0 + T ].
La fin de la preuve est identique à la version simplifiée. On peut préciser l’énoncé
donné au début, puisque la preuve fourni une estimation de l’intervalle de définition
de la solution.
Théorème 4.9. Avec les notations du lemme précédent, il existe une solution γ :
[t0 − T, t0 + T ] → B̄(x0 , r0 ) au problème de Cauchy.

31
5 Existence et unicité, le théorème de Cauchy-
Lipschitz
(Cauchy 1824).

5.1 Condition de Lipschitz

√
Motivation pour la condition de Lipschitz : l’équation du seau percé (x0 = −C x,
voir Hubbard-West). Exemple donné par Peano : x0 = 3 |x|2/3 . Les champs de vec-
teurs correspondant sont dessinés ici :

32
Exercice 45.— Montrer que, pour ces deux équations, il n’y a pas unicité des solutions au
problème de Cauchy.

On considère à nouveau une ED x0 = X(t, x), où X est définie sur un ouvert U
de R × Rm , à valeurs dans Rm . On suppose comme avant que X est continue (ainsi,
les résultats de la section précédentes restent valables). On suppose de plus ici qu’il
existe une constante k telle que X soit k-lipschitzienne en x :

∀(t, x1 ), (t, x2 ) ∈ U, kX(t, x2 ) − X(t, x1 )k ≤ k kx2 − x1 k .

Exercice 46.— Utiliser l’inégalité des accroissements finis pour montrer que si X est de classe C 1
sur U , alors elle est localement lipschitzienne en x, ce qui signifie que tout point (t0 , x0 ) possède
un voisinage V sur lequel X est k-lipschitzienne pour une certaine constante k (pouvant dépondre
de V ). On utilisera l’existence d’un voisinage V de (t0 , x0 ) inclus dans U et compact.

Sous cette hypothèse, nous allons démontrer l’existence et l’unicité des solutions
locales, et voir que la méthode d’Euler converge. Remarque : tout marche pareil en
dimension infinie (dans un Banach) ; ce n’était pas le cas de la section précédente.
Théorème 5.1. Si X est continu et lipschitzienne en x, alors pour toute condition
initiale (t0 , x0 ) ∈ U , il existe T > 0 tel que le problème de Cauchy
 0
x = X(t, x)
x(t0 ) = x0

admet une unique solution définie sur I = [t0 − T, t0 + T ].

5.2 Preuve en utilisant Cauchy-Peano

Première démonstration. L’existence est une conséquence du théorème de Cauchy-
Peano, il reste juste à voir l’unicité.
Soient γ1 , γ2 deux solutions du même problème de Cauchy. On pose M (t) =
kγ1 (t) − γ2 (t)k, ce qui définit une fonction M : I → R+ dont on voudrait montrer
qu’elle est nulle sur I. On a M (t0 ) = 0, et

M 0 (t) ≤ kγ10 (t) − γ20 (t)k (1) (inégalité justifiée plus bas)
= kX(t, γ1 (t)) − X(t, γ2 (t))k
≤ k kγ1 (t) − γ2 (t)k = kM (t).

Fixons η > 0 (un peu de marge), on a donc, pour tout t ∈ I, M 0 (t) < kM (t) + η.
Soit uη la solution de l’EDO (*) u0 = ku + η = Y (u) vérifiant u(t0 ) = 0. On a donc

M (t0 ) = uη (t0 ) et, pour tout t ∈ I, M 0 (t) < Y (M (t)).

Le graphe de M est donc une barrière montante pour l’équation. D’après le théorème
des barrières, on en déduit, pour tout t ∈ [t0 , t0 + T ],

M (t) < uη (t) (2)

33
D’autre part on peut résoudre l’EDO (*) (qui est linéaire à coefficient constant avec
second membre), on obtient u(t) = kη (ek(t−t0 ) −1) : On a donc, pour tout t ∈ [t0 , t0 +T ]
fixé, limη→0+ uη (t) = 0. On en déduit que M (t) = 0.

Exercice 47.— Compléter la preuve en démontrant, de façon analogue, que M (t) = 0 pour tout
t ∈ [t0 − T, t0 ].

On montre ainsi que M (t) = 0 sur tout l’intervalle I, ce qui conclut.

Il nous reste à justifier l’inégalité (1) ci-dessus : c’est un cas particulier du lemme
5.4 ci-dessous.

5.3 Le lemme de Gronwall

On va préciser l’argument précédent pour montrer que les solutions approchées
fournies par la méthode d’Euler convergent vers une solution. Ceci redonnera no-
tamment une preuve de l’existence qui permet de se passer du théorème de Cauchy-
Peano. La clé de cette preuve est le lemme de Gronwall, un outil puissant pour
comparer deux solutions, et même deux solutions approchées d’une ED (on l’utili-
sera à nouveau plus loin pour estimer la dépendance des solutions par rapport à un
paramètre).
On suppose toujours que X est k-lipschitzienne en x sur U , pour une certaine
constante k. On considère deux fonctions γ1 , γ2 : I → Rm telles que, pour tout
t ∈ I, (t, γi (t)) ∈ U . Soit t0 ∈ I. On suppose que γ1 et γ2 sont deux solutions
respectivement ε1 , ε2 -approchées de l’ED x0 = X(t, x) : pour tout t ∈ I,

kγ10 (t) − X(t, γ1 (t)k < ε1 , kγ20 (t) − X(t, γ2 (t)k < ε2 .

On note ρ0 = kγ1 (t0 ) − γ2 (t0 )k l’écart initial. Dans le lemme qui suit la norme
considérée k.k est la norme euclidienne. 2

Lemme 5.2. (“Inégalité fondamentale”) Pour tout t ∈ I, on a

ε1 + ε2 k|t−t0 |
kγ1 (t) − γ2 (t)k ≤ ρ0 ek|t−t0 | +


e −1 .
k
Pour aider à comprendre l’énoncé, remarquons que la fonction
ε1 + ε2 k(t−t0 )
u(t) = ρ0 ek(t−t0 ) +


e −1
k
est la solution de l’ED u0 = ku + ε1 + ε2 avec condition initiale u(t0 ) = ρ0 (pour
prouver cette affirmation, il suffit de vérifier que la fonction vérifie l’ED ; si on
veut résoudre l’ED, c’est-à-dire retrouver cette solution, on applique la méthode de
variation des constantes).
2. Le lemme qui suit est en fait valable pour toute norme, mais la preuve est plus simple pour
la norme euclidienne, du fait qu’elle est différentiableen tout point x 6= 0. D’autre part, dans ce
chapitre, seul le cas ρ0 = 0 va nous servir, mais le cas général nous sera très utile plus loin.

34
5.4 Preuve directe du théorème de Cauchy-Lipschitz,
convergence de la méthode d’Euler
Dans cette section nous utilisons le lemme de Gronwall pour démontrer le
théorème de Cauchy-Lipschitz, sans l’aide du théorème de Cauchy-Peano.
On considère une ED x0 = X(t, x) avec X k-lipschitzien en x sur un ouvert U
contenant une condition initiale (t0 , x0 ). On considère un cylindre C = [t0 ± T ] ×
B̄(x0 , r0 ) avec T ≤ r0 /M où M est un majorant de kXk sur C, ces constantes nous
sont fournies par le lemme du chapitre pŕécédent. On rappelle que la méthode d’Euler
fournit une suite (γp ) de solutions εp -approchées, γp : I = [t0 − T, t0 + T ] → B̄(x0 , r0 )
avec εp qui tend vers 0, vérifiant toutes la même condition initiale γp (t0 ) = x0 .

Théorème 5.3. Sous les hypothèses précédentes toute suite (γp : [t0 − T, t0 + T ] →
Rm ) de solutions p -approchée, avec p qui tend vers 0, converge uniformément vers
l’unique solution γ définie sur [t0 − T, t0 + T ] au problème de Cauchy.

Pas besoin d’extraire pour avoir la convergence, donc, contrairement au contexte

du théorème de Cauchy-Peano. De plus, la preuve suivante permet de se passer du
théorème de Cauchy-Peano pour l’existence d’une solution.
Démonstration. Nous avons déjà vu l’unicité. D’autre part, le lemme de Gronwall
nous montre que la suite (γp ) est une suite de Cauchy pour la norme uniforme sur
l’ensemble des fonctions continues de I dans B̄(x0 , r0 ). Cet espace étant complet, on
en déduit que la suite converge uniformément vers une application continue γ : I →
B̄(x0 , r0 ). D’après la fin de la preuve du théorème de Cauchy-Peano (lemme 4.7), γ
est une solution de l’ED. 3

5.5 Preuve du lemme de Gronwall

(Suivant partiellement HNW).

Exercice 48.— Montrer que l’inégalité donnée par le lemme de Gronwall est optimale. On pourra
commencer par le cas ρ0 = 0, puis ε1 = ε2 = 0.

Dans toute cette preuve, on note (abusivement) la dérivée à droite comme la

dérivée usuelle,
1
φ0 (t0 ) := lim (φ(t0 + h) − φ(t0 )) .
h→0,h>0 h

On commence par un lemme préliminaire.

Lemme 5.4. Soit φ : I → Rm une fonction dérivable à droite en t0 , et posons

m(t) = kφ(t)k. Alors la fonction m est dérivable à droite en t0 et on a

m0 (t0 ) ≤ kφ0 (t0 )k .

3. Toute petit triche : il faut s’assurer qu’une solution ε-approchée restait dans le cylindre ;
vérifier que ceci est vrai dès que T ≤ r0 /(M + ε).

35
Exercice 49.— Faire un dessin illustrant cette inégalité.

Démonstration. On rappelle que pour tout vecteurs A, B, on a |kAk − kBk| ≤

kA − Bk. Le lemme suit de l’inégalité kφ(t0 + h)k − kφ(t0 )k ≤ kφ(t0 + h) − φ(t0 )k
(diviser par h et passer à la limite pour h > 0 tendant vers 0). (Lorsque Φ(t0 ) = 0,
l’inégalité est en fait une égalité).
Passons maintenant à la preuve du lemme de Gronwall. On va s’intéresser seule-
ment au cas t ≥ t0 , l’autre cas étant symétrique. On pose m(t) = kγ1 (t) − γ2 (t)k.
Par définition, les solutions approchées sont dérivables à droite sur I. Le lemme
précédent s’applique, l’application m est donc dérivable à droite sur I et on a, pour
tout t ∈ I,
m0 (t) ≤ kγ10 (t) − γ20 (t)k .
En utilisant l’inégalité triangulaire et le caractère k-lipschitzien de X (écrire par
exemple γ10 (t) = X(t, γ1 (t)) + R1 (t)), on obtient d’autre part

kγ10 (t) − γ20 (t)k ≤ km(t) + ε1 + ε2 .

On a donc, pour tout t ∈ I, m0 (t) ≤ km(t) + ε1 + ε2 . Soit u(t) la solution de

l’EDO u0 = ku+ε1 +ε2 vérifiant la condition initiale u(t0 ) = ρ0 ; d’après la remarque
qui suit l’énoncé, il s’agit donc de montrer que m(t) ≤ u(t).
Rappelons que m(t0 ) = u(t0 ) = ρ0 . Soit η > 0 (un peu de marge), posons
Yη (u) = ku + ε1 + ε2 + η. On est presque dans les conditions du théorème des
barrières : la seule hypothèse non vérifiée est la dérivabilité, puisque m est seulement
dérivable à droite.

Lemme 5.5. (Barrières pour les fonction dérivables à droite) Soient Y : R → R

continue, t0 ∈ I, u : I → R une solution de l’ED u0 = Y (u), m une fonction continue
et dérivable à droite sur I. Supposons que

m(t0 ) ≤ u(t0 )
m0 (t) < Y (m(t)) ∀t ≥ t0 .

Alors on a, pour tout t ∈ I, t ≥ t0 , m(t) ≤ u(t).

En admettant le lemme on obtient, pour tout t ≥ t0 dans I,

m(t) ≤ uη (t)

où uη est la solution de u0 = Yη (u) vérifiant uη (t0 ) = ρ0 . On fait maintenant tendre

η vers 0 ; la formule explicite pour uη indique que uη (t) tend vers u(t), ce qui conclut
la preuve du lemme de Gronwall.
Il reste à prouver le lemme sur les sous-solutions.

36
Démonstration. L’idée est de comparer m et u au voisinage d’un point où ces deux
fonctions coincident. Si le lemme est faux, on considère t2 tel que m(t2 ) > u(t2 ),
puis
t1 = sup{t ≤ t2 | m(t) = u(t)}.
On a t1 < t2 , m(t1 ) = u(t1 ) et m(t) > u(t) pour t ∈]t1 , t2 ], d’où, pour tout h > 0,
m(t1 + h) − m(t1 ) u(t1 + h) − u(t1 )
> .
h h
En passant à la limite, on en déduit m0 (t1 ) ≥ u0 (t1 ). Ceci contredit l’hypothèse
m0 (t1 ) < Y (m(t1 )) = Y (u(t1 )) = u0 (t1 ).

Exercice 50.— Montrer que le lemme des sous-solution devient faux si on remplace l’inégalité
stricte par une inégalité large. (Aide : choisir Y telle que l’ED u0 = Y (u) ne vérifie pas l’unicité du
problème de Cauchy, et m et u deux solutions qui se “croisent”).

Exercice 51.— En supposant X de classe C ∞ , quelle est la vitesse de convergence de la méthode

d’Euler ?

Exercice 52.— Soit f une fonction localement lispchitzienne. Soient x1 , x2 deux courbes solutions
de l’EDO indépendante du temps x0 = f (x) vérifiant la même condition initiale x1 (t0 ) = x2 (t0 ) =
x0 . On suppose pour simplifier que x1 et x2 sont définies sur R. Montrer que leurs images sont
disjointes ou confondues.

5.6 Complément : minoration du temps de vie

On se place sous les hypothèses du théorème de Cauchy-Lipschitz.
Lemme. (Minoration locale du temps de vie) Pour toute condition initiale (t0 , x0 ),
il existe τ > 0 tel que pour toute condition initiale (t1 , x1 ) assez voisine de (t0 , x0 ),
il existe une solution γ vérifiant la condition initiale γ(t1 ) = x1 et définie sur [t1 −
τ, t1 + τ ].
Démonstration. Soient C un cylindre [t0 − T, t0 + T ] × B̄(x0 , r0 ) inclus dans U , et
M un majorant de kf k sur C. Posons
T r0
τ = Min( , )
2 2M
et considérons le voisinage V =]t0 − T /2, t0 + T /2[×B(x0 , r0 /2) de (t0 , x0 ). Si (t1 , x1 )
est une condition initiale dans V , alors le cylindre C 0 = [t1 − T /2, t1 + T /2] ×
B̄(x1 , r0 /2) est inclus dans C. Par suite la norme du champ de vecteurs X y est
encore majorée par M , et comme τ ≤ min(T /2, r0 /2M ), le théorème de Cauchy-
Lipschitz nous fournit une solution γ vérifiant la condition initiale γ(t1 ) = x1 et
définie sur l’intervalle [x1 − τ, x1 + τ ].

37
Autre preuve par la méthode des itérations successives
(Picard 1890). Mais aussi Liouville (1838), Cauchy, Peano (1888), Lindelöf
(1894), Bendixson (1893).
1) Le théorème du point fixe contractant, version de base, existence et unicité
avec une estimation de l’intervalle de vie non optimale (dépendant de la constante
de Lipschitz).
2) Le théorème du point fixe lorsque T n est contractante, récupération de la
bonne estimation sur l’intervalle de vie.
3) Le théorème du point fixe à paramètres, continuité de la solution par rapport
à un paramètre et à la condition initiale.
4) (difficile) Le théorème du point fixe à paramètres lisses, lissité de la solution
par rapport à un paramètre et à la condition initiale.

38
 Le but de l’exercice suivant est de comprendre ce dessin.

Exercice 53.— Soit α : [0, 1] → R2 une courbe, de classe C ∞ , parcourue à vitesse 1. On note T (s)
le vecteur vitesse au temps s (il s’agit donc du vecteur unitaire tangent à la courbe). Le vecteur
accélération s’écrit alors
T 0 (s) = ρ(s)−1 N (s)
où N (s) est un vecteur unitaire orthogonal à T (s), et ρ(s) > 0 est le rayon de courbure au point
α(s). On a alors N 0 s) = −ρ(s)−1 T (s). Le centre de courbure est le point γ(s) = α(s) + ρ(s)N (s),
le cercle osculateur C(s) est le cercle de centre γ(s) et de rayon ρ(s).
On suppose dans la suite que ρ0 (s) > 0 sur l’intervalle [0, 1] (“la courbe est de plus en plus
courbée”).
1. On veut montrer que pour tous s0 < s1 dans [0, 1], le cercle osculateur C(s1 ) est situé à l’intérieur
du cercle osculateur C(s0 ).
a. Faire un dessin.
2
b. Montrer que la question revient à une inégalité entre kγ(s1 ) − γ(s0 )k et (ρ(s1 − ρ(s0 ))2 .
c. Comparer ces deux quantités, pour s1 proche de s0 , à l’aide d’un DL à l’ordre 4 ( !).
4

d. Conclure.
e. Montrer que la réunion des cercles
[
U= C(s)
s∈]0,1[

est un ouvert du plan (on pourra utiliser le théorème des valeurs intermédiaires).
f. Montrer que l’application

H(s, θ) 7→ γ(s) − ρ(s)e(s, θ),

où e(s, θ) = (− cos(θ)N (s) + sin(θ)T (s)), est un homéomorphisme entre ]0, 1[×S1 et U (où S1 est
le cercle unité).

4. (Plutôt : donner le DL ? Est-ce qu’on pourrait le calculer avec Maple (je ne vois pas com-
ment) ? Bon, en tout cas, il est sur mon brouillon, si je ne me suis pas trompé)

39
 5

2. Pour tout (s, θ), soit X(H(s, θ)) le vecteur unitaire tangent au point H(s, θ)) au cercle C(s).
Ceci définit un champ de vecteurs sur U .
a. Montrer que X est continu. On pourra voir X comme l’image par H d’un champ de vecteur
sur D2 \ {0} muni des coordonnées polaires (s, θ).
6

b. Décrire géométriquement des courbes intégrales de X. Montrer qu’il n’y a pas unicité du
problème de Cauchy.
3. Donner deux arguments différents montrant que H n’est pas un C 1 -difféomorphisme. On mon-
trera en particulier que sa différentielle n’est pas injective en les images réciproques de la courbe
α.
7

4. Montrer que H est un difféomorphisme sur H −1 (α(]0, 1[).

8

Exercice 54.— Déterminer les solution de x02 = x. A-t-on unicité pour le problème de Cauchy ?

5. (Sol : H est C ∞ d’après les formules, surjectif par définition, injectif puisque les cercles
sont deux à deux disjoints. La continuité de l’inverse est un peu plus délicate. Pour montrer cette
continuité au point S H(s0 , θ0 ), on commence par choisir s−1 < s0 < s1 ; l’argument plus haut
montre que U 0 = s∈[s−1 ,s1 ] C(s) est un voisinage de H(s0 , θ0 ). Il suffit donc de montrer que la
restriction de H à [s−1 , s1 ] × S1 est un homéomorphisme sur son image. Cette fois-ci le départ est
compact, donc c’est bon.)
6. (Sol : X(P ) = DH(H −1 (P )). 2πρ(s) 1 ∂
∂θ , où on a utilisé les coordonnées polaires, qui forment
un difféomorphismes hors de 0.)
7. (Sol : Il est clair que les dérivées partielles de H par rapport à s et θ sont colinéaires aux points
(s, 0), elles sont toutes deux colinéaires à T (s), donc la différentielle n’est pas inversible. Autre
argument : si Φ était un C 1 -difféomorphisme, il serait en fait un C ∞ -difféomorphisme (d’après le
théorème d’inversion locale, car H est de classe C ∞ ). Le champ X serait en particulier de classe
C 1 , et le théorème de Cauchy-Lipschitz s’appliquerait.)
8. (Sol : La dérivée partielle de H par rapport à θ est colinéaire au vecteur e(s, θ + π2 ). La
dérivée par rapport à s vaut

c0 (s) + ρ0 (s)e(s, θ) + ... = ρ0 (s)(N (s) + e(s, θ)) + ...

où les pointillées désignent des termes colinéaires à e(s, θ + π2 ). Or le vecteur N (s) + e(s, θ) ne peut
être colinéaire à e(s, θ + π2 ) ; sinon il serait orthogonal à e(s, θ), ce qui contredirait Pythagore car
N (s) et e(s, θ) ont même longueur.

40
6 Temps de vie des solutions, explosion
Les théorèmes d’existence de solution (Cauchy-Peano ou Cauchy-Lipschitz) ne
donnent que l’existence de solution définies sur des petits intervalles de temps au-
tour du temps t0 de la condition initiale. On cherche maintenant à comprendre les
solutions qui sont définies sur des grands intervalles de temps. L’idée principale est
d’obtenir de grands intervalles de temps en recollant les solutions locales données
par les théorèmes d’existence.

6.1 Solutions maximales

On se place sous les hypothèses du théorème de Cauchy-Lipschitz : f est une
fonction définie sur un ouvert U de R × Rm localement lipschitzienne en x. On fixe
une condition initiale (t0 , x0 ). Soit J la réunion de tous les intervalles I pour lesquels
il existe x : I → Rm qui est solution de l’ED x0 = f (t, x) avec x(t0 ) = x0 .

Proposition 6.1. Il existe une unique solution x vérifiant la condition initiale

x(t0 ) = x0 et définie sur J. Toute autre solution vérifiant la même condition initiale
est obtenue par restriction de x à un sous-intervalle I de J.

La solution x fournie par cet énoncé s’appelle solution maximale pour la condi-
tion initiale (t0 , x0 ). L’intervalle J est appelé intervalle de vie pour cette condition
initiale.
Exemple. Partant de l’idée que le taux de reproduction est proportionnel au
nombre de couples d’une population, on modélise l’évolution de cette population
par l’ED x0 = x2 .

Exercice 55.— Vérifier que la formule

x0
x(t) =
x0 (t0 − t) + 1

est solution de l’ED avec la condition initiale x(t0 ) = x0 . En supposant x0 > 0, donner son
intervalle de définition I(x0 ). Quelle est la limite de x(t) lorsque t tend vers la borne supérieure de
cet intervalle ? En déduire que I(x0 ) est l’intervalle de vie, et en particulier qu’il n’existe pas de
solution définie sur R.

Preuve de la proposition. Viterbo, prop 4.1.

Lemme. (minoration locale du temps de vie) Pour toute condition initiale (t0 , x0 ),
il existe τ > 0 tel que pour toute condition initiale (t1 , x1 ) assez voisine de (t0 , x0 ),
la solution maximale est définie au moins sur [t1 − τ, t1 + τ ].

Démonstration. Soient C un cylindre [t0 − T, t0 + T ] × B̄(x0 , r0 ) inclus dans U , et

M un majorant de kf k sur C. Posons

T r0
τ = Min( , )
2 2M

41
et considérons le voisinage V =]t0 − T /2, t0 + T /2[×B(x0 , r0 /2) de (t0 , x0 ). Si (t1 , x1 )
est une condition initiale dans V , alors le cylindre C 0 = [t1 − T /2, t1 + T /2] ×
B̄(x1 , r0 /2) est inclus dans C. Par suite la norme de f y est encore majorée par
M , et comme τ ≤ min(T /2, r0 /2M ), le théorème de Cauchy-Lipschitz nous fournit
une solution x vérifiant la condition initiale x(t1 ) = x1 et définie sur l’intervalle
[x1 − τ, x1 + τ ].

Corollaire 6.2. (Phénomène d’explosion) L’obstruction à l’existence d’une solution

globale est la sortie définitive de tout compact : .... En particulier, l’intervalle de vie
est ouvert.

(attention, deux sens pour “sortir de tout compact”).

Démonstration. (Viterbo, 4.2).
La preuve de la version faible est aussi intéressante (Demailly, chap V, 2.6).

6.2 Estimation de l’intervalle d’existence (I) : conditions

géométriques
On considère ici une fonction f : U → Rm , où U est un ouvert de Rm ; on dit que
cette fonction définit un champs de vecteurs autonome. Le champ est dit complet
si toutes les solutions de l’ED x0 = f (x) sont définies sur R. Commentaire : les
dynamiciens étudient uniquement des champs complets. Le temps de vie intéresse
plutôt ceux qui étudient des EDP ( ?)
Exercices : tout champs de vecteurs à support compact est complet. Un champs
de vecteurs tangent aux sphères centrées en zéro (X(x) orthogonal à x pour tout x)
est complet : la fonction kxk est constante le long du flot, ce qui empêche l’explosion.
Généralisation : champs de vecteurs rentrant le long d’une hypersurface (Viterbo,
prop 4.5, corollaire 4.6).

Trajectoires périodiques Soit x une solution non constante. Lorsqu’il existe

T > 0 tel que x(t0 + T ) = x(t0 ), on dit que la trajectoire t 7→ x(t) est périodique.
Le corollaire “phénomène d’explosion” implique :

Lemme 6.3. Toute solution périodique est définie sur R.

L’ensemble des réels T satisfaisant x(t0 + T ) = x(t0 ) est alors un sous-groupe

fermé de R, si la solution n’est pas constante il est de la forme T0 .Z avecT0 > 0, qui
est appelé période de la solution.

Proposition 6.4. (reparamétrage) Pour tout champ de vecteur autonome sur un

ouvert U , il existe une fonction f > 0 telle que le champ Y = f.X soit complet.

Exercice : en utilisant le corollaire “phénomène d’explosion”, montrer que les

courbes intégrales (non périodiques) de f.X sont des reparamétrage bijectifs de
celles de X.

42
Exercice 56.—Preuve de la proposition L’idée de la preuve est de choisir f qui décroit assez
vite lorsque x tend vers le bord de U , de façon à ce qu’une solution “mette un temps infini à
atteindre le bord”.
1. Montrer que si X : R×Rm est borné, alors les solutions maximales sont définies sur R. Indication :
combien de temps faut-il au minimum à une solution vérifiant x(0) = 0 pour s’échapper de la boule
de rayon R ?
On suppose maintenant que Y est un champ de vecteurs autonomes.
2. Soit x une courbe intégrale qui n’est pas définie pour tout temps > 0. Montrer qu’il existe une
suite de temps (tn ) telle que a) la suite (x(tn )) tend vers un point x∞ du bord de U , ou b) la suite
(kx(tn )k) tend vers l’infini.
3. On suppose que le champ Y vérifie la condition de décroissance au bord suivante : pour tout x
dans U ,
1
kY (x)k < d(x, ∂U ).
2
On considère une courbe intégrale x et une suite de temps (tn ) vérifiant la propriété (a). Montrer
qu’il existe une autre suite de temps (t0n )n≥n0 telle que
1. d(x(t0n ), ∂U ) = 1
2n ,
2. d(x(t), ∂U ) ≤ 21n pour tout t ≥ t0n .
Montrer que t0n+1 ≥ t0n + 1. Conclure que la solution est définie pour tout temps positif.
4. Terminer la preuve de la proposition.

Exercice 57.— Soit X un champ de vecteurs autonomes défini sur un ouvert U . Pour chaque
x0 ∈ U , on note τ ± (x0 ) les temps de vie : la solution maximale vérifiant x(0) = x0 est définie sur
]τ − (x0 ), τ + (x0 )[. Montrer que l’application x 7→ τ + (x) est semi-continue.

6.3 Estimation de l’intervalle d’existence (II) : conditions

analytiques
Théorème 6.5. (non explosion quand X(x) croı̂t au plus linéairement en x) Soit
X : I × Rm → Rm vérifiant les hypothèses de Cauchy-Lipschitz. On suppose, pour
tout (t, x),
kX(t, x)k ≤ A kxk + B.
Alors les solutions maximales sont définies sur I.

On retrouve ainsi le fait que les solutions des EDO linéaires sont définies globa-
lement. Typiquement, pas x0 = x2 !

Corollaire 6.6. Pour une EDO linéaire x0 = A(t)x + B(t), avec A, B définies et
continues sur un intervalle I, on a existence et unicité, et les solutions maximales
sont définies sur I tout entier.

Démonstration. Une EDO linéaire satisfait automatiquement la condition de Lip-

schitz, et la condition de croissance au plus linéaire.

43
Exercice 58.—(Preuve du théorème) On suppose dans un premier temps que k.k est la norme
euclidienne, et que x est une solution maximale telle que, pour tout t ≥ t0 , x(t) 6= 0. On note ]a, b[
l’intervalle de vie de cette solution.
1. Montrer que l’application m : t 7→ kx(t)k est dérivable sur ]t0 , b[, et que m0 (t) ≤ kx0 (t)k pour
tout t dans cet intervalle.
2. Montrer que sur l’intervalle ]t0 , b[, la fonction m est majorée par la solution u de l’ED u0 =
Au + B. On pourra utiliser la première version du lemme des “sous-solutions” (voir la preuve du
lemme de Gronwall).
3. En déduire que b est aussi la borne supérieure de l’intervalle I.
4. Démontrer le théorème dans le cas général.

Autres conditions analytiques : Queffelec-Zuily.

44
7 Dépendance par rapport aux conditions ini-
tiales
cf Hirsch-Smale.
On considère une EDO autonome x0 = X(x), X défini sur un ouvert U de Rm .
Pour simplifier on suppose X de classe C 1 (localement lipschitzien suffirait pour la
continuité) : en particulier, d’après le lemme suivant, X est lipschitzien sur tout
compact de U .
Lemme. Pour tout compact K inclus dans U , il existe une constante k telle que X
est k-lipschitzien sur K.

Preuve — Pour tout x ∈ K, choisissons un nombre strictement positif r(x) tel

que la boule fermée B(x, r(x)) soit incluse dans U : un tel nombre existe puisque
U est ouvert. Par compacité, on peut recouvrir K par un nombre fini de boules
B(x1 , r(x1 )/2), . . . , B(xp , r(xp )/2). Soit M un majorant de kDXk sur la réunion des
boules B(xi , r(xi )) (M existe puisque X est de classe C 1 et la réunion de ces boules
est compacte), et r le minimum des r(xi )/2. Si x et y sont deux points de K à
distance inférieure à r, alors on peut trouver une boule B(xi , r(xi )) qui contient les
deux points (pourquoi ?). Puisque la boule est entièrement incluse dans U et kDXk
y est majoré par M , l’inégalité triangulaire s’applique pour donner la majoration
kX(x) − X(y)k ≤ M kx − yk.
Il reste à traiter le cas des couples de points à distance supérieure à r. On
considère l’ensemble des tels couples,

{(x, y) ∈ K × K, kx − yk ≥ r}.

Cet ensemble est compact, l’application

kX(x) − X(y)k
(x, y) 7→
kx − yk
y est continue, elle est donc majorée sur ce compact par un nombre M 0 . Au-
trement dit, pour touts x, y dans K tels que kx − yk ≥ r, on a la majoration
kX(x) − X(y)k ≤ M 0 kx − yk. On conclut en prenant k = max(M, M 0 ). 

7.1 Continuité
Pour tout x ∈ U on note t 7→ γ(t, x) l’unique solution vérifiant la condition
initiale γ(0, x) = x. Soit x0 ∈ U , et J0 un intervalle de temps compact inclus dans
l’intervalle de temps de la solution t 7→ γ(t, x0 ) et contenant 0. On va utiliser la
propriété suivante :
Lemme. Il existe V un voisinage de x0 , K un compact de U tels que, pour tout
(t, x) ∈ J0 × V , γ(t, x) est bien définie et d’image incluse dans K.

45
 Preuve — On note T > 0 tel que J0 ⊂ [−T, T ]. L’ensemble Φ(J0 × {x0 }) est un
compact inclus dans U , il existe alors ε > 0 tel que l’ε-voisinage Kε de ce compact
est encore inclus dans U . Soit k un majorant de kDXk sur Kε : l’application X est
k-lipschitzienne sur Kε . Soit ρ > 0 et x ∈ B(x0 , ρ) ; d’après Gronwall, on a

kΦ(t1 , x) − Φ(t1 , x0 )k ≤ ρek|t1 |

pour tout t1 ∈ J0 tel que la solution t 7→ Φ(t, x) ne quitte pas Kε entre les temps 0
et t1 . En choisissant ρ assez petit pour que ρekT < ε, on en déduit que cette solution
n’a pas pu quitter Kε pour t ∈ J0 (plus précisément, on raisonne par l’absurde :
d’abord si la solution n’était pas définie sur J0 , d’après le théorème d’explosion elle
devrait quitter Kε , mais on aurait alors une contradiction en considérant t1 le plus
petit temps sur le bord de Kε ; donc la solution est définie sur J0 , et on obtiendrait
la même contradiction si la solution quittait Kε pour t ∈ J0 ). Ainsi, le compact Kε
et le voisinage B(x0 , εe−kT ) conviennent. 

Proposition. L’application (t, x) 7→ γ(t, x) est continue sur J˚0 × V .

Le preuve repose essentiellement sur le lemme de Gronwall.

7.2 Classe C 1
On considère toujours (t0 , x0 ) comme avant. On note A(t) = DX(γ(t, x0 )). On
considère l’EDO
(2) u0 = A(t)u
qui est linéaire, non autonome. D’après le cours, à toute condition initiale ξ corres-
pond une unique solution t 7→ u(t, ξ) vérifiant u(0, ξ) = ξ.

Proposition. On a
kγ(t, x0 + ξ) − γ(t, x0 ) − u(t, ξ)k
lim
ξ→0 kξk
uniformément en t ∈ J0 .

La preuve utilise notamment le lemme de Gronwall, et le fait que X est lipschit-

zien sur le compact K.

Corollaire. L’application (t, x) 7→ γ(t, x) est de classe C 1 sur J˚0 × V .

Preuve — La solution d’une EDO linéaire dépend de façon linéaire de la condi-

tion initiale, donc ξ 7→ u(t, ξ) est linéaire. La proposition dit donc que pour tout t
fixé dans J0 , l’application x 7→ γ(t, x) est différentiable en x0 et sa différentielle est
donnée par
Dγ
(t, x0 )ξ = u(t, ξ).
Dx

46
Tout point de V vérifie les mêmes hypothèses que x0 , par conséquent ce résultat
est encore vrai en tout point de V . Le champ de vecteurs linéaire intervenant dans
l’EDO (2) varie de façon continue avec x0 , puisque γ est une fonction continue ;
d’après le lemme de Gronwall, la solution u varie donc également de façon continue
(voir plus bas pour des détails (*)). On en déduit que l’application

Dγ
(t, x) 7→ (t, x)ξ
Dx
est continue sur J0 × V . Notons que Dγ Dx
(t, x)ξ est la dérivée partielle de γ selon le
vecteur ξ ; en particulier, en appliquant ceci aux vecteurs de la base canonique de
Rm , et en écrivant x = (x1 , . . . , , xm ), on obtient la continuité des dérivées partielles
∂γ/∂xi . D’autre part (t, x) 7→ ∂γ ∂t
(t, x) = X(γ(t, x)) est également continue. On
conclut avec le critère disant qu’une application dont les dérivées partielles existent
et varient continument est de classe C 1 . 

On peut expliciter (*) comme suit. Considérons deux points x0 , x1 dans V , et notons A(t) =
DX(γ(t, x0 )), B(t) = DX(γ(t, x1 )). En utilisant le module de continuité uniforme de DX, on peut
écrire
kA(t) − B(t)k ≤ ωDX (kγ(t, x0 ) − γ(t, x1 )k) ≤ ωDX (kx0 − x1 k ekT )
la deuxième négalité utilisant le lemme de Gronwall pour comparer deux solutions de l’EDO (1)
(T est un majorant de l’intervalle J0 et k une constante de Lipschitz pour X sur le compact K).
Fixons ξ ∈ Rm et notons alors t 7→ u(t, ξ) et t 7→ v(t, ξ) les solutions des EDO (2) u0 = A(t)u et
(2’) v 0 = B(t)v avec conditions initiales u(0, ξ) = v(0, ξ) = ξ. On veut voir une solution de (2’)
comme une ε-solution approchée de (2), ε donné par la majoration suivante :

kv 0 (t, ξ) − A(t)v(t, ξ)k = kA(t)v − B(t)vk ≤ kA(t) − B(t)k kv(t, ξ)k

0
et d’autre part il est facile de majorer kv(t, ξ)k pour t ∈ J0 par ek T kξk où k 0 est un majorant de
DX dur le compact K, d’où
0
ε = kξk ek T ωDX (kx0 − x1 k ekT ).

On applique à nouveau le lemme de Gronwall, mais cette fois-ci pour l’EDO (2), pour estimer la
différence entre la solution u et la solution approchée v (qui vérifient la même condition initiale),
ce qui donne
0
ek T − 1
ku(t, ξ) − v(t, ξ)k ≤ 2ε .
k0
Ce qui montre que, lorsque x1 tend vers x0 , v(t, ξ) = Dγ Dγ
Dx (t, x1 )ξ tend vers u(t, ξ) = Dx (t, x0 )ξ.
On en déduit que les dérivées partielles de γ selon les variables d’espace sont continues en x. La
continuité en (t, x) s’en déduit facilement.

47
8 Flot des champs de vecteurs autonomes
Dans cette section, on considère un champ de vecteurs autonome X : U → Rm ,
où U est un ouvert de Rm . On s’intéresse à l’EDO x0 = X(x). On suppose que X
est localement lipschitzien, de façon à ce que le théorème d’existence et d’unicité
de Cauchy-Lipschitz s’applique. On voudrait maintenant étudier des propriétés plus
globales des solutions de cette équation.

8.1 Flot
Pour chaque x ∈ U , on note t 7→ Φ(t, x) l’unique solution maximale de l’EDO
vérifiant la condition initiale Φ(0, x) = x. On notera aussi Φt (x) = Φ(t, x). Si on
note I(x) l’intervalle de vie de la solution maximale passant par le point x au temps
0, l’application Φ est donc définie sur l’ensemble

OΦ = {(t, x), t ∈ I(x)}.

L’application Φ est appelé flot du champ de vecteur X. Par définition on a Φ(t, x) =

x pour tout x ∈ U , autrement dit Φ0 = Id.
Exercice 59.— Décrire le flot du champ de vecteurs nul, puis le flot du champs de vecteur constant
(1, 0, . . . , 0).

Proposition 8.1.
1. L’ensemble de définition OΦ est un ouvert de R × Rm .
2. Pour tous s, t, x tels que Φt (x) et Φs (Φt (x)) soient définis, Φt+s (x) est encore
défini et on a
Φt+s (x) = Φs (Φt (x)).
3. Si X est de classe C r (r ≥ 1) alors Φ est aussi de classe C r sur OΦ .
On dira que le champ X est complet si toutes les solutions sont définies sur
R (pas de phénomène d’explosion) ; on a alors OΦ = R × U . Dans ce cas, pour
chaque t, l’application Φt est un C r -difféomorphisme, d’après le deuxième point de
la proposition. L’application t 7→ Φt est un morphisme de groupe de R dans le
groupe Diff r (U ) des difféomorphismes de U dans U de classe C r , on dit que (Φt )t∈R
est un sous-groupe à un paramètre de C r -difféomorphismes de U .

Preuve — Premier point. Soit (t0 , x0 ) ∈ OΦ . Si t0 = 0, utiliser la minoration

locale du temps de vie. Si t0 > 0, puisque l’intervalle de vie est ouvert, il existe
ε > 0 tel que Φt (x0 ) est défini pour t ∈ [0, t0 + ε], appliquer le lemme du chapitre
précédent.
Le deuxième point est traité dans le premier exercice ci-dessous.
Pour r = 0, 1, le troisième point est une conséquence du chapitre précédent. Le
cas des régularité d’ordre ≥ 2 se démontre par récurrence, et est traité dans le second
exercice ci-dessous. 

48
Exercice 60.—
1. Soit γ : t 7→ γ(t) une courbe solution de l’EDO définie sur un intervalle J, et t0 ∈ J. Montrer
que la courbe γ̄ : s 7→ γ(s + t0 ) est encore une solution (définie sur l’intervalle translaté J − t0 ).
2. En utilisant l’unicité des solutions, en déduire que, pour tout s, Φs+t0 (x) = Φs (Φt0 (x)).

Exercice 61.— Soit X un champ de vecteur de classe C r+1 . On considère le champ de vecteur
défini par la formule Y (x, u) = (X(x), DX(x).u).
1. Donner son domaine de définition et sa régularité.
2. Relier les solutions de ce système aux objets du chapitre précédent.
3. Déduire de ce qui précède une preuve par récurrence que toute solution d’une EDO x0 = X(x)
avec X de classe C r est de classe C r .

8.2 Equivalence de champs de vecteurs

Exercice 62.— Soit γ une solution de l’EDO x0 = X(x), et Ψ : U → V un difféomorphisme entre

U et un ouvert V de Rm . En calculant la dérivée de Ψ ◦ γ, trouver un champ de vecteur Y défini
à partir de X et Ψ tel que la courbe Ψ ◦ γ soit solution de l’EDO y 0 = Y (y).

On dira que le champs Y défini par la formule ci-dessus est obtenu en transpor-
tant le champ X par le difféomorphisme Ψ, on notera Y = Ψ∗ X. On dira aussi que
les champs X et Y sont conjugués, ce vocabulaire étant justifié par l’énoncé suivant.

Proposition 8.2. Notons ΦX , ΦY les flots respectifs des champs de vecteurs X et

Y . On a Y = Ψ∗ X si et seulement si pour tout t, le difféomorphisme Ψ conjugue
les temps t des flots ΦX et ΦY : ΦtY Ψ = ΨΦtX .

Exercice 63.— Démontrer la proposition. Aide : l’un des sens est donné par l’exercice précédent.
Pour l’autre, dériver par rapport à t la relation de conjugaison, pour x fixé, en t = 0.

EXEMPLES :
– Cas linéaire.
– Un changement de variable explicite peut être vu comme un transport de
champ de vecteurs. L’exercice suivant traite le cas d’une équation homogène.

Exercice 64.— Soit f : I → R une fonction de classe C 1 . On s’intéresse à l’EDO non autonome
y 0 = f (y/x) (attention, ici la variable est notée x, et y est la fonction inconnue).
1. Mettre cette équation sous la forme d’une équation autonome en dimension deux, expliciter
l’ouvert U et le champ de vecteurs X : U → R2 correspondant.
2. Montrer que cette équation peut se transformer en une équation à variables séparables, à l’aide
du changement de variable (ou plutôt de fonction inconnue) z = y/x. A nouveau, transformer
cette deuxième équation en une équation autonome en dimension deux, et expliciter l’ouvert V et
le champ de vecteurs Y : V → R2 correspondant.
3. Soit Ψ : U → V le difféomorphisme défini par Ψ(x, y) = (x, y/x). Calculer le champ Ψ∗ X défini
sur l’ouvert V . Conclusion ?

49
4. (optionnel, essentiellement indépendant de ce qui précède) Résoudre, à l’aide du changement de
variable z = y/x, l’équation homogène

xy 0 (2y − x) = y 2 .

(Solution : les courbes intégrales vérifient l’équation implicite y(x − y) = λx.)

– Polaires.
– Introduction au théorème de redressement.

Proposition. Montrer la formule Ψ1∗ Ψ2∗ = (Ψ1 Ψ2 )∗ .

8.3 Le théorème de redressement

Le théorème suivant résume, au moins dans l’esprit, plusieurs théorèmes des
chapitres précédents. Il dit que tout champ de vecteur est localement équivalent au
champ de vecteurs constant X0 = (1, 0, . . . , 0).
On se donne X un champ de vecteurs de classe C r (r ≥ 1- défini sur un ouvert
U de Rm , et x0 ∈ U .

Théorème 8.3. (théorème de redressement ou de la “boı̂te à flot”) On suppose que

X(x0 ) 6= 0. Alors il existe un C r -difféomorphisme Ψ entre un voisinage V (x0 ) de
x0 et un voisinage V (0) de 0, qui transporte le champ X sur le champ de vecteurs
constant X0 .

Exercice 65.— Avec les notations du théorème, utiliser la proposition précédente pour décrire
les courbes images par le difféomorphisme Ψ des solutions de l’EDO x0 = X(x) passant par un
point proche de x0 .

Preuve —
Le vecteur X(x0 ) est supposé non nul, on peut donc le compléter en une base
(e1 , . . . , em−1 , X(x0 )) de Rm . On pose alors α(s1 , . . . , sm−1 ) = s1 e1 + · · · + sm−1 em−1 ,
puis
Ψ : (t, s1 , . . . , sm−1 ) 7→ Φt (α(s1 , . . . , sm−1 )).
Puisque le flot t, x) 7→ Φt (x) est défini sur un ouvert 9 , et que l’application α est
continue, cette formule définit Ψ sur un voisinage de 0 dans Rm . D’après les pro-
priétés du flot, cette application est de classe C r .

Exercice 66.— Que vaut l’image de l’application linéaire Dα(0) ? En déduire l’image de DΨ(0).

D’après l’exercice, l’application Dψ(0) est inversible. On peut alors appliquer le

théorème d’inversion locale, qui nous dit qu’il existe un voisinage V (0) de 0 et un
voisinage V (x0 ) de x0 tels que Ψ soit un C r -difféomorphisme de V (0) sur V (x0 ). On
conclut avec un dernier exercice.
9. En réalité on a juste besoin ici de la minoration locale du temps de vie.

50
Exercice 67.— Vérifier que le difféomorphisme Ψ transporte le champ de vecteur X0 sur le champ
de vecteurs X.

8.4 Propriétés asymptotiques

Les systèmes dynamiques sont une branche des mathématiques qui s’intéresse
aux champs de vecteurs à conjugaison près. Les propriétés asymptotiques sont un
exemple typique de propriétés conservées par conjugaison.
Pour simplifier, on considère un champ de vecteur X de classe C 1 , complet, défini
sur un ouvert U de Rm .

Définition. Orbite (positive, négative, complète). Point d’équilibre, orbite

périodique, ensemble α et ω-limites. Invariance de ces notions par conjugaison.

Exemples de problèmes et de résultats de la théorie des systèmes dynamiques

(parmi tant d’autres) :
1) Si X est un champ de vecteurs autonome sur le plan, sans point d’équilibre,
alors tous les ensembles α et ω-limites sont vides (théorie de Poincaré-Bendixson).
2) Tout champ de vecteurs défini sur un voisinage de la sphère unité dans R3 , et
tangent à cette sphère, possède un zéro sur la sphère (théorème de la sphère chevelue
de Brouwer, 1912 ?).
3) Le champ de vecteurs de Hopf est défini sur un voisinage de la sphère unité
de R4 , et tangent à cette sphère, et ses orbites sont toutes périodiques (ce sont des
cercles). Tout champ de vecteurs tangent à la sphère unité et assez proche de celui-ci
possède une orbite périodique (theorème de Seifert, 1948).
4) (Théorème de Kuperberg, 1993) Il existe un champ de vecteurs de classe C ∞
(ou même analytique) défini sur un voisinage de la sphère unité dans R4 , et tangent
à cette sphère, et qui n’a aucun orbite périodique dans la sphère.
5) Problème de Smale : existe-t-il un champ de vecteurs défini sur un voisinage
de la sphère unité dans R4 , et tangent à cette sphère, tel que pour chaque point x
sur la sphère, l’orbite de x est dense dans la sphère ?
Ce problème est une question ouverte (très difficile). Si on remplace la sphère
par un tore (une bouée), alors la réponse est positive (et facile).

8.5 Linéarisation
A ECRIRE.

8.6 Flots de gradients

A ECRIRE.

51
9 Equations différentielles analytiques
On va étudier les solutions d’une EDO x0 = f (x, t) où f est une fonction analy-
tique (cf définition plus bas). Toute fonction analytique étant C ∞ , les résultats des
chapitres précédents nous disent que pour toute condition initiale x(a) = b, il existe
une unique solution définie au voisinage de a, et que cette solution est de classe C ∞ .
Nous allons voir qu’elle est en fait analytique. La preuve n’utilisera pas les chapitres
précédents, et donne donc une nouvelle démonstration de l’existence et unicité dans
ce cadre.

9.1 Rappels sur les fonctions analytiques

Séries entières
Séries formelles en X sur un corps K. Opérations sur K[[X]] : S1 + S2 , λS
(structure d’ev), S1 S2 (structure d’algèbre). On définit l’ordre d’une série comme
le rang du plus petit coefficient non nul. (*) L’ordre du produit est la somme des
ordres. En particulier, on a un anneau intègre.

Série substituée S ◦ T : substitution de T (Y ) à X, lorsque T est une série d’ordre

≥ 1. La remarque clé est que l’ordre de T (Y )n est ≥ n. On définit donc formellement
la série S ◦ T (Y ) en disant que le coefficient de Y N dans cette série est égal au
coefficient de Y N dans la série
N
X
an (T (Y ))n
n=0

qui est obtenue à partir de T par un nombre fini d’opérations de type pro-
duit et somme, opérations qu’on a préalablement définies. On remarque que (*)
ce coefficient de Y N est un certain polynôme PN , bien défini, en les variables
a0 , ..., aN , b0 , ..., bN . Exemple : calcul explicite de P0 , P1 .

On a (S1 + S2 ) ◦ T = ..., (S1 S2 ) ◦ T = ..., (S ◦ T ) ◦ U = ....

Série inverse. La série 1 − Y a un inverse I(Y ) = ... dans K[[Y ]]. On en déduit
que S a un inverse ssi a0 6= 0, et dans ce cas l’inverse s’exprime en substituant S(X)
à Y dans I(Y ).
Série dérivée. Dérivée d’un produit, dérivées successives. Série réciproque...

Convergence. On suppose maintenant K = R ou C. L’ensemble des r ≥ 0 tels

|an | rn converge est un intervalle, on appelle rayon de convergence ρ
P
que la série
sa borne supérieure. La série converge normalement (en particulier uniformément et
absolument) sur tout disque de rayon < ρ (et diverge pour tout z de module > ρ)
(preuve facile avec le lemme d’Abel : comparer à une série géométrique). Exemples de
rayons de convergence. La convergence se conserve par somme, produit, dérivation,
et la valeur de la série est compatible avec ces opérations. (*) Une série substituée
fabriquée à partir de deux séries de rayons de convergence non nul a encore un

52
rayon de convergence non nul. Même type d’énoncé pour la série inverse, pour la
série réciproque.
Expression des coefficients à l’aide des dérivées (unicité du DSE).

Fonctions analytiques
Une fonction f est dite analytique sur un ouvert D si elle est DSE en chaque
point x0 de D, autrement dit si, pour chaque x0 ∈ D, il existe une série S de rayon
de convergence non nul, telle que, pour tout x assez proche de x0 ,
f (x) = S(x − x0 ).
Une fonction analytique est C ∞ , et (*) ses dérivées sont analytiques, égales à la
somme de la série dérivée. L’analyticité est stable par somme, produit, inverse (sur
le complémentaire des zéros), (*) substitution, primitive (lorsqu’elle existe).

Exemple : supposons qu’une fonction analytique x(t) soit solution de x0 =

f (x), x(0) = 0 avec f analytique. On a alors une égalité semblable entre les séries
formelles.
Exemple : polynôme, fractions rationnelles. L’exponentielle aussi, ce qui découle
du résultat suivant.

La somme d’une série entière est une fonction analytique sur son disque de
convergence. Ce fait n’a rien d’évident. On le montre en considérant la série entière
X 1
S (n) (x0 )X n .
n≥0
n!

Fonctions holomorphes
Une application f , définie sur un ouvert D de C et à valeurs dans C, est holo-
morphe si elle admet une dérivée, au sens complexe, en chaque point de D. Il est
facile de voir qu’une fonction analytique est holomorphe, mais il est remarquable
que la réciproque soit vraie. En particulier, une fonction holomorphe est automa-
tiquement infiniment dérivable au sens complexe (ici, les cadre réels et complexes
diffèrent fondamentalement).
Théorème. Une fonction f : D → C est holomorphe si et seulement si elle est
analytique. (Ceci équivaut encore au fait que f est différentiable, et sa différentielle
est C-linéaire).
Pour démontrer qu’une fonction holomorphe est DSE en tout point, on commence
par étudier les intégrales sur un chemin, et on montre qu’une fonction holomorphe
vérifie la formule de Cauchy : si f est holomorphe sur un ouvert D, on a
Z
1 f (z)
f (a) = dz
2iπ γ z − a
où γ est un chemin entourant a (par exemple unpetit cercle autour de a). La preuve
de l’existence d’un DSE consiste alors à utiliser le DSE de l’inverse de z − a.

53
9.2 EDO analytiques
On considère ici le cas le plus simple : autonome, une seule variable. Autrement
dit, nos équations sont de la forme

w0 = f (w)

où f est une fonction analytique définie sur un ouvert de K = R ou C.

Exemples
1) w0 = w, w(0) = 1. La fonction exponentielle est solution, aussi bien sur R que
sur C. Elle est analytique.
2) w0 = (1 − w)−1 , w(0) = 0. Sur R, variables séparables, on écrit (1 − w)dw = dt
on trouve w(t) = 1 − (1 + 2t)1/2 . Cette solution est aussi valable sur C dans un
voisinage de 0 (unicité du DSE).
3) Méthode des coefficients indéterminés. Pour la première équation w0 = w, par
exemple, on aurait pu chercher une solution DSE et trouver les coeffs par récurrence.
Exercice : résoudre ainsi l’EDO w0 = w2 , w(0) = 1.
Dans tous les cas, on a trouvé des solutions analytiques.

Théorème de Cauchy-Lipschitz analytique

cf Cartan.

9.3 Fonctions analytiques à plusieurs variables

– séries formelles à deux indéterminées X, Y .
– Problème de la convergence d’une série indexée par Z2 (ordre de sommation).
Le problème n’existe pas pour une série à termes positifs. En particulier, la CVA
d’une série multiple est bien définie. Théorème : si la série CVA, alors tout choix
d’un ordre de sommation donne une série convergente, et la limite est indépendante
de l’ordre.

9.4 EDO analytiques

Cas non autonomes, à plusieurs variables, en exercice
1) Cas non autonome à une variable : démontrer le théorème en mimant le cas
autonome.
2) Cas à plusieurs variables : cf Cartan.

54
10 Repères chronologiques
(Extrait de Les équations différentielles ont 350 ans, Wanner, 1988.)

Les motivations (début XVIIème siècle)

Galilée (1564-1642) : les lois de la physiques s’écrivent dans un langage
mathématique. Découverte de lois de la dynamiques (les projectiles suivent, dans
le vide, des trajectoires paraboliques ; formule pour la période du pendule simple,
etc.). Ces découvertes sont essentiellement expérimentales, Galilée n’a pas les outils
pour justifier ces lois.
Kepler énonce ses lois sur le mouvement des planètes (1609 pour les
deux premières, 1618 pour la troisième). Là encore, il s’agit d’une découverte
expérimentale, basée sur les observations très précises de l’astronome Tycho Brahé.
La Géométrie de Descartes paraı̂t en 1637. Parmi les problèmes que Descartes
et Fermat ont vainement cherché à résoudre : (premier problème de Debeaune) :
Chercher une courbe telle qu’en chaque point P , si on note T le point d’intersection
de la tangente avec l’axe des x, et N le point de cet axe au-dessous de P (P N est
perpendiculaire à l’axe), la distance de T à N est une constante a.
Les Discours et démonstrations mathématiques de Galilée paraissent en 1638.
Ils contiennent les deux observations suivantes. Une chaı̂nette suspendue par deux
clous sur un mur se place presque au-dessus d’une parabole. Pour un corps gissant
sous l’effet de la pesanteur, le mouvement le plus rapide entre deux points deonnés
n’a pas lieu le long d’une droite, mais d’un arc de cercle.

L’invention du calcul différentiel (fin XVIIème siècle)

Newton, Leibniz (philosophe, juriste, fonctionnaire, théologien...). Calcul infi-
nitésimal. Intégration d’équations différentielles par la méthode des séries (livre de
Newton écrit vers 1671, mais publié en 1736).
Dans son ouvrage Methodus fluxionum, écrit vers 1671, mais publié seule-
ment en 1736 ([2o]), les équations différentielles sont pour Newton des objets
mathématiques, au même titre que les équations polynomiales, contenant des
fluxions. On n’y voit aucune relation avec les problèmes de la mécanique

qui d’ailleurs auraient été des équations d’ordre 2. Newton résout les équations
différentielles par des séries infinies et démontre sa méthode dans des exemples choi-
sis au hasard comme
ẏ
= 1 − 3x + y + x2 + xy.
ẋ
Cette équation se trouve donc être la première équation diffé rentielle jamais résolue,
avec solution (pour la condition initiale y(0) = 0)
1 1
y = x − x2 + x3 − x4 + · · ·
3 6

55
 Grâce au calcul différentiel, Leibniz résoud le premier problème de Debeaune, les
Bernouilli rectifient les erreurs de Galilée : la chaı̂nette n’est pas une parabole (mais
le graphe d’un cosinus hyperbolique).
...Mr. Leibnits remarque en Galilée deux fautes considérables : c’est que cet

homme-là, qui étoit, sans contredit, le plus clairvoyant de son tems dans cette
matière, vouloit conjecturer que la courbe de la chaı̂nette étoit une Parabole, que
celle de la plus vite descente étoit un Cercle... (Joh. Bernoulli, 1697)

Résolutions explicites (XVIIIème siècle)

Seul Jacob Bernoulli a compris l’article obscur de Leibniz (publié en 1684). Ber-
nouillis, Euler (élève de Johann) : intégrations explicites (but : ramener toute EDO à
un calcul de primitive), et sa méthode d’approximation, sans preuve de convergence
(1768). EDO linéaires, refs ?
Lagrange est le premier à traiter les systèmes d’équations différentielles dans son
travail sur la théorie du son et, surtout, dans sa célèbre mécanique analytique de
1788. Il introduit la méthode de la variation de la constante.

Les fondements théoriques (XIXème siècle)

Cauchy : preuve de la convergence de la méthode d’Euler (1820), en supposant
essentiellement f de classe C 1 ; solutions holomorphes des EDO holomorphes, cad
preuve de la convergence des séries de Newton (1830 ; Weierstrass 1842).
M. Cauchy annonce, que, pour se conformer au voeu du Conseil, il ne s’attachera
plus à donner, comme il a fait jusqu’à présent, des démonstrations parfaitement
rigoureuses. (Conseil d’instruction de l’Ecole polytechnique, 24 nov. 1825).
Lipschitz 1868, ignorant les travaux de Cauchy. Condition de Lipschitz (que
Cauchy déduisait de ses hypothèses, par les accroissements finis).
Peano 1886 (dimension 1), 1890.
Picard expose sa méthode (surtout pour les EDP) dans un article de 1890.
Lemme de Gronwall : 1919.

Les systèmes dynamiques, ou théorie qualitative des ED (XXème siècle)

Poincaré, Lorentz, (May). Lyapounov, Andronov, Thom-Smale.
Théorèmes de linéarisation : Poincaré, Hartman-Grobman (1959), Sternberg
(1957).

56
10.1 Agrégation
Notions extraites du programme de l’agrégation qui sont concernées par le cours.

Leçons
– Directement concernées :
Équations différentielles X 0 = f (t, X). Exemples d’études qualitatives des solu-
tions.
Équations différentielles linéaires. Systèmes d’équations différentielles linéaires.
Exemples et applications.
Comportement d’une suite réelle ou vectorielle définie par une itération un+1 =
f (un ). Exemples.
Méthodes de calcul approché d’intégrales et d’une solution d’une équation
différentielle.
– Autres :
Espaces de fonctions : exemples et applications.
Espaces complets. Exemples et applications.
Théorèmes de point fixe. Exemples et applications.
Théorème d’inversion locale, théorème des fonctions implicites. Exemples et ap-
plications.
Applications différentiables définies sur un ouvert de Rn . Exemples et applica-
tions.
Étude métrique des courbes. Exemples.
Suites et séries de fonctions. Exemples et contre-exemples.
Fonctions holomorphes et méromorphes sur un ouvert de C. Exemples et appli-
cations.

Programme de l’écrit
Séries formelles. Séries entières, fonctions holomorphes.
Cauchy-Lipschitz. Solutions maximales. Problème de l’existence globale.
Dépendance par rapport aux conditions initiales. Portrait de phase, comportement
qualitatif. Systèmes différentiels linéaires. Méthode de variation de la constante. Cas
des coefficients constants. Equations différentielles linéaires d’ordre supérieur à un.

57