( ) dx t dt. ( ) B( t) Le principe de la résolution se base sur la diagonalisation de la matrice A ou à défaut sa trigonalisation.

Transcription

1 Equations différentielles linéaires du premier ordre à coefficients constants (ou système d équation différentielles linéaires scalaire à coefficients constants du premier ordre) dx t dt B( t) + AX t x ( t ),x ( t ),,x n ( t ) dans une base ( e, e,, en ) X t est un vecteur dans un espace vectoriel E de dimension fini n Il a pour composante B de E Les composantes de X sont des fonctions de t R à valeurs réelles ou complexes à déterminer A est une matrice carrée de dimension n n à coefficients constants dans la base B et B( t ) un vecteur de E dont les composantes sont des fonctions de t R à valeurs réelles ou complexes La solution de l équation est complètement définie par la X t X d après le théorème de Cauchy-Lipschitz condition initiale 0 0 Le principe de la résolution se base sur la diagonalisation de la matrice A ou à défaut sa trigonalisation Diagonalisation : si A est diagonalisable, il existe une matrice de passage P dont les colonnes sont les composantes dans B des vecteurs propres associés à chaque valeur propre de A, et une matrice diagonale D dans la base des vecteurs propres, formée par les valeurs propres λ k ( k,,n ) de A, tel que P AP D On peut donc écrire : P X + P AP P X P B Et en posant Q P X, on a à résoudre l équation :, Q + D Q P B Les équations de ce système sont découplées, et il suffit de résoudre les n équations différentielles linéaires scalaire du premier ordre sur les composantes q k de Q : pour en déduire X k k k ( ) q + λ q P B, k,,n, PQ Condition nécessaire et suffisante de diagonalisation k Une matrice carrée A à coefficients dans R (ou C ) est diagonalisable sur R (ou C ) si et seulement si : Toutes les valeurs propres de A sont dans R (ou C ) Le sous espace propre de chaque valeur propre est de dimension égal à l ordre de multiplicité de la valeur propre Trigonalisation : si A n est pas diagonalisable car toutes les conditions précédentes de diagonalisation ne sont pas remplies, elle peut quand même parfois être trigonalisée Condition nécessaire et suffisante de trigonalisation ThC

2 Une matrice carrée A à coefficients dans R (ou C ) est trigonalisable sur R (ou C ) si et seulement si : Toutes les valeurs propres de A sont dans R (ou C ) Dans ce cas il existe une matrice de passage P inversible et une matrice triangulaire supérieure T tel que P AP T La matrice de passage P est formée par des vecteurs propres de A mais aussi par d autres vecteurs qui ne sont pas des vecteurs propres de A Il faut donc vérifier que l ensemble de ces vecteurs forment bien une base de E car cette propriété n est plus automatique comme dans le cas d une matrice diagonalisable (en pratique en montrant l existence de P ) Tous les éléments de la matrice triangulaire supérieure T situés sous la diagonale principale, sont nuls ( t i, j si i > j ) et sur la diagonale principale ce sont les valeurs propres T peut être prise sous la forme d une matrice réduite de Jordan où les seuls éléments non nuls sont les valeurs propres sur la diagonale principale et des 0 ou sur la diagonale juste au dessus Les éléments sont nuls dans les colonnes qui correspondent aux vecteurs propres et valent dans les autres colonnes En dimension on a par exemple pour une trigonalisation sur R : λ 0 0 T λ 0 0 λ Dans ce cas, le sous espace propre associé à la valeur propre double λ est de dimension et la diagonalisation impossible P est formé par les composantes de trois vecteurs V, V, V et AV λ V, AV λ V, AV V + λ V V et V sont vecteurs propres mais pas V Comme pour la diagonalisation on écrit Q + T Q P B mais ici les équations ne sont pas complètement découplées On résout d abord les équations différentielles linéaires scalaire en q k, ce qui permet ensuite de trouver la solution des autres équations et la solution générale X PQ Exemple : le système d équations différentielles est : x + x + x t, x + x + x Avec les conditions initiales x ( t ) x et 0 x t x Ici : 0 A Recherche des valeurs propres de A : On note λ les valeurs propres et V les vecteurs propres Ainsi AV λ V et ( A λ Id ) V V est non nul si A λ Id n est pas inversible, c'est-à-dire si P( λ ) det ( A λ Id ) P( λ ) est le polynôme caractéristique de A et les valeurs propres sont les racines de ce polynôme Ici : λ P( λ ) λ 4λ + ( λ )( λ ) λ Il y a donc deux valeurs propres réelles distinctes λ et λ La matrice A est donc diagonalisable sur R ThC

3 Recherche des vecteurs propres : Pour λ ; on cherche le vecteur propre x + y x + y V x, y Puisque AV V, on a : Le sous espace propre associé à λ est de dimension (c est une droite) On peut donc choisir : Pour V λ ; on cherche le vecteur propre x + y x y V x, y Puisque AV V, on a : Le sous espace propre associé à λ est de dimension On peut donc choisir : V La matrice de passage P de la base de E dans laquelle s exprime la matrice A à la base des vecteurs propres dans laquelle s exprime D est : P ( V V ) L ordre des vecteurs propres est donné par l ordre des valeurs propres dans D, mais on peut intervertir les deux colonnes de P en échangeant les deux valeurs propres dans D Il reste à déterminer l inverse de P pour calculer P B P det P t ComP ComP est la comatrice de P et t ComP sa transposée i + j ( n ComP det A i, j ) i, j, n où A i, j est la matrice carrée d ordre n- obtenue à partir de A en supprimant la ligne i et la colonne j Dans notre cas, det P et : ComP, d où P On vérifie facilement que On déduit : PP et 0 P AP D 0 ThC

4 P B, t t Les équations découplées à résoudre sont + c'est-à-dire : Q D Q P B q + q t q + q t Solution de q + q t La solution de l équation homogène est q t k e La méthode de la variation de la constante permet de trouver la solution de l équation complète On suppose k k ( t) t Après une intégration par partie t complète on obtient k t e donc : t q A e + t et en reportant dans l équation k t e + A ( A une constante) et Solution de q + q t La solution de l équation homogène est q permet de trouver la solution de l équation complète On suppose k k ( t) et en reportant dans t l équation complète on obtient k t e Après une intégration par partie : t k e La méthode de la variation de la constante donc : k t e + A t + t q Ae t Finalement, la solution X PQ s écrit : x q q + q, x q q + q Donc : t t 5 x Ae + Ae + t t t 4 x Ae + Ae + t + Les constantes A et A sont fixées par les conditions initiales A t 0 on a : 0 x0 A + A 9, donc 8 x 0 A + A + 9 x x x + x A A + D où : 4 ThC

5 x0 x0 t x0 + x 0 t 5 x + e e t x0 x 0 t x0 + x 0 t 4 x + e + + e + t + 9 Exemple : le système d équations différentielles est : x + x + x + x x + x + x + x x + x + x + x avec les conditions initiales x ( t ) x et x ( t ) x et A 0 0 x t x Ici la matrice A est : 0 Recherche des valeurs propres de A : Le polynôme caractéristique de A est P( λ ) λ ( λ ) Il y a trois valeurs propres réelles dont une double Pour savoir si A est diagonalisable sur R, cherchons les vecteurs propres Recherche des vecteurs propres : Pour λ on cherche le vecteur propre x + y + z x y + z x + y z V x, y, z Puisque AV V, on a : Le sous espace propre associé à λ est de dimension On peut choisir : V Pour λ et λ on cherche les vecteurs propres V( x, y, z ) Puisque AV, on a : x + y + z x + y + z x + y + z Le sous espace propre associé à la valeur propre double nulle est de dimension De ce fait la matrice A est diagonalisable sur R On peut choisir deux vecteurs propres : V 0 0 et V 5 ThC

6 La matrice de passage P et la matrice diagonale D s écrivent : 0 P, D Les équations découplées à résoudre sont Q + D Q c'est-à-dire : q + q q q La résolution donne q t Ae, q A, q A Et de X PQ on déduit : x A e + A x A e A A x A e A t t + t Les constantes A, A et A sont fixées par les conditions initiales A t 0 on a : x0 A + A x0 A A + A, donc x0 A A x0 + x0 + x0 A x x x A x + x x A D où : x + x + x x x x x e + x + x + x x + x x x e + x + x + x x x + x x e t t t Exemple : le système d équations différentielles est : x + x + x, x x + x Avec les conditions initiales x ( t ) x et 0 A Recherche des valeurs propres de A : x t x Ici : 0 6 ThC

7 le polynôme caractéristique est P( λ ) ( λ ) Il y a une racine double réelle λ Pour savoir si A est diagonalisable sur R, cherchons les vecteurs propres Recherche des vecteurs propres : On cherche le vecteur propre V( x, y ) Puisque AV x + y x y V, on a : Le sous espace propre associé à λ est de dimension A n est donc pas diagonalisable On peut choisir comme unique vecteur propre : V A est quand même trigonalisable sur R et on veut qu elle soit semblable à une matrice réduite de Jordan T que l on écrit : T 0 On peut alors chercher un vecteur Connaissant V on déduit : x + y x y V x, y qui n est pas vecteur propre tel que AV V + V Choisissons : V 0 La matrice de passage P s écrit : P 0 On obtient ensuite : ComP, d où P On vérifie facilement que PP et P AP T Les équations à résoudre sont Q + T Q c'est-à-dire : 7 ThC

8 q + q + q q + q Solution de q + q On obtient immédiatement q t Solution de q + q Ae La solution de l équation homogène est t A e et on reporte ce résultat dans la première équation q t A e La méthode de la variation de la constante permet de trouver la solution de l équation complète On suppose A A ( t) l équation complète on obtient : A et A A A t + C et en reportant dans Donc : t q A t + C e Finalement, la solution X PQ s écrit : x q q + q, x 0 q q Donc : t x At + C e + A e t x At C e t Les constantes C et A sont fixées par les conditions initiales A t 0 on a : x C + A x0 C 0, donc C x0 A x + x 0 0 D où : x x0 x0 + x0 t e x x0 + x0 + x0 t e t t 8 ThC