Travaux pratiques : Linéarisation

Principe de linéarisation

Il s'agit dans cette page d'étudier le comportement des trajectoires, au voisinage des points stationnaires, d'un système

\(\begin{displaymath}(I) \left\{ \begin{array}{ll}x'=f(x,y)\\y'=g(x,y)\end{array} \right. \end{displaymath}\)

où les fonctions \(f\) et \(g\) admettent des dérivées partielles continues jusqu'à l'ordre 2.

Soit \(A = (x_0,y_0)\) un point stationnaire, c'est-à-dire que l'on a \(f (x_0, y_0) = g (x_0,y_0) = 0\)

Le point \(A\) est une trajectoire à lui tout seul (image de la solution constante). Nous nous interessons ici aux trajectoires qui passent près du point A

Posons \(a=\frac{\partial f}{\partial x} \: (x_{0},\,y_{0}),\; b=\frac{\partial f}{\partial y} \:(x_{0,}\,y_0),\; c=\frac{\partial g}{\partial x} \:(x_{0},\,y_{0}),\; d=\frac{\partial g}{\partial y} \:(x_{0},\,y_{0})\)

Le développement limité des fonctions \(f\) et \(g\) à l'ordre 1 au voisinage de \(A = (x_0,y_0)\) s'écrit alors :

\(\begin{array}{c}f(x_{0}+h,\: y_{0}+k)=ah+bk+R(h,\, k)\\g(x_{0}+h,\: y_{0}+k)=ch+dk+S(h,\, k)\end{array}\)

où les fonctions R et S s'annulent à l'origine ainsi que leurs dérivées premières, c'est à dire que les fonctions \(R\) et \(S\) sont des \(o\left(\sqrt{h^2+k^2}\right)\)

Il est raisonnable de penser qu'au voisinage de \(A\), les termes \(R (h, k)\) et \(S (h, k)\) sont négligeables devant les parties linéaires \(ah + bk\) et \(ch + dk\), du moins si ces parties linéaires ne sont pas nulles.

Définition

On dit que le système (I) est approximé au voisinage du point stationnaire A par le système linéaire

\(\begin{displaymath}(II) \left\{ \begin{array}{ll}h'=ah+bk\\k'=ch+dk\end{array} \right. \end{displaymath}\)

le point stationnaire \(A\) étant ramené à l'origine par le changement de variable \(h = x - x_0\), \(k = y - y_0\).

Le système (II) s'écrit encore \(H' = J H\), où l'on a posé\( H = (h, k)\) et \(J=\left(\begin{array}{cc}a & b\\c & d\end{array}\right)=\left(\begin{array}{cc}\frac{\partial f}{\partial x}(x_0,y_0) \: & \frac{\partial f}{\partial y}(x_0,y_0) \:\\\frac{\partial g}{\partial x}(x_0,y_0) \: & \frac{\partial g}{\partial y} (x_0,y_0)\:\end{array}\right) .\)

La matrice \(J\) se nomme matrice jacobienne du système en \((x_0,y_0)\) .

Le système (II) est le linéarisé du système (I) au voisinage du point stationnaire \(A\).

Le principe ci-dessous n'est pas exprimé en termes mathématiques ; cela pourrait se faire, mais utiliserait des notions qui sortent du cadre de ce cours.

FondamentalPrincipe de linéarisation

Lorsque les valeurs propres de la matrice jacobienne d'un système différentiel en un point stationnaire \(A\) ne sont ni nulles, ni imaginaires pures, les trajectoires de ce système au voisinage de \(A\) se comportent comme les trajectoires de son linéarisé au voisinage de l'origine.

Ainsi par exemple, si le linéarisé est un foyer attractif (valeurs propres complexes de partie réelle négative), les trajectoires du système initial au voisinage de A tendent vers A en spiralant. On dit encore que \(A\) est un foyer attractif.

On parlera de même de col ou de noeud (attractif ou répulsif), même pour un système non linéaire, si le linéarisé correspondant présente à l'origine un col ou un noeud.

En revanche, si le linéarisé présente un centre à l'origine, ce qui se produit quand les valeurs propres sont imaginaires pures, les trajectoires du système non linéaires ne se comportent pas forcément comme celles du linéarisé. Parfois, des considération de symétrie permettent néanmoins de montrer qu'au voisinage d'un tel point critique, les trajectoires sont des courbes fermées qui l'entourent.

Exemple

Considérons le système

\((I) \left\{\begin{array}{ccc}x^{\prime } & = & y\\y^{\prime } & = & -y-\sin x\end{array}\right.\)

Ce système modélise le comportement du mouvement d'un pendule à petit frottement.

Les points stationnaires sont les points \(A_n = n\pi\) , avec \(n\) entier.

La matrice jacobienne au point \(A_n\) est \(J_{n}=\left(\begin{array}{cc}0 & 1\\(-1)^{n+1} & -1\end{array}\right)\)

Son polynôme caractéristique est \(r^{2}+r+(-1)^{n+1}\)

  • Si \(n\) est pair, ses racines sont complexes de partie réelle négative; le point critique est un foyer attractif.

  • Si \(n\) est impair, elles sont réelles de signes contraires ; le point critique est un col.

Zoom sur les points

Cette section cherche à illustrer à quel point, au voisinage des points stationnaires d'un système différentiel autonome, le portrait de phase du système et celui de son linéarisé se ressemblent.

Considérons le système différentiel en dimension 2 :

\((I) \left\{\begin{array}{ccc}x' & = & sin(x) sin(y)\\y' & = & cos(xy)\end{array}\right.\)

Ce système admet une infinité de points stationnaires.

Intéressons-nous aux trois points \(A (1/2, \pi ),\: B(3/2, \pi ),\: C(\pi,5/2 )\)

C'est un bon exercice de vérifier que A, B et C sont des points stationnaires , que les linéarisés au voisinage de ces points sont respectivement :

pour \(A \): \(\left\{\begin{array}{ccc}u^{\prime } & = & -\sin (1\slash 2)\: v\\v^{\prime } & = & -\pi u-v\slash 2\end{array}\right.\) et que ce système est un col

pour \(B \): \(\left\{\begin{array}{ccc}u^{\prime } & = & -\sin (3\slash 2)\: v\\v^{\prime } & = & \pi u+3v\slash 2\end{array}\right.\) ce système un foyer

pour \(C \): \(\left\{\begin{array}{ccc}u^{\prime } & = & -\sin (5\slash 2)\: u\\v^{\prime } & = & -5u\slash 2-\pi v\end{array}\right.\) et celui-ci un nœud

Explication

Dans l'animation ci-dessus, vous voyez, sur la partie du haut, le portrait de phase du système (I) dans la fenêtre \([-1, 4] \textrm{x} [1.5, 4]\).

Si vous cliquez sur un des boutons du bas (col \(A\), foyer \(B\) ou nœud \(C\)), vous voyez apparaître :

  • Dans le cadre en bas à gauche, le portrait de phase du système (I) au voisinage de ce point (la fenêtre est le rectangle vert de la figure du haut).

  • Dans le cadre en bas à droite, le portrait de phase du linéarisé en ce point.

A première vue les deux dessins du bas sont très similaires ; ils se ressemblent d'autant plus qu'on est près du point stationnaire. Effectivement l'approximation du système par son linéarisé en ce point est d'autant meilleure qu'on est près de ce point.

En regardant mieux les zones éloignées de ces points stationnaires, on constate une différence entre le système et son linéarisé.